導讀：今天的內容由阿里CIO學院攻“疫”技術公益培訓賈揚清專場整理而來。直播中賈揚清向大家分享了人工智慧的工程和產品實踐，首先介紹了什麼是人工智慧以及人工智慧的應用；然後和大家一起探討了人工智慧系統中的重要問題，如演算法創新背後的算力突破、雲上平臺能提供的價值；最後給大家剖析了大資料和人工智慧之間的關係，作為一個企業應該如何擁抱AI以及智慧化年底企業佈局的重點。
一、人工智慧演算法
目前，AI（人工智慧）已經成為科技產業大趨勢。各個行業都與“AI”密切相關。與AI相關的領域如下圖所示，其中包括與AI強相關的領域和AI間接賦能的的領域。那麼究竟什麼是人工智慧、人工智慧的應用以及人工智慧系統將在之後一一介紹。
人工智慧發展的80年，實現了從圖靈測試到全民換臉。機器是通過人工智慧像人一樣來回答問題、創作或者計算分析的，在一些領域，計算機已經能夠做的和人一樣優秀。例如在2019年網路上的“全民換臉”都是基於人工智慧中的深度學習及神經網路等技術的廣泛應用的結果。
目前，人們生活中以及工業生產中都有很多“AI”技術的應用，用來代替人類的工作。例如比較流行的“ELON MUSK’S”能夠模擬人的大腦工作。但隨著人工智慧的快速發展，也出現了一些對人工智慧的反思和一些“假冒AI”。
人工智慧AI在發展過程中面臨了一系列的事件，其中有比較嚴重的假冒偽劣AI騙取2億融資的事件。那麼人工智慧究竟是什麼以及它的用途主要有哪些是接下來要重點討論的問題。
在學術界，人工智慧的定義也有所差異。人工智慧是接受輸入的資訊，通過資訊的整理判斷，像人一樣對輸入的資訊做出一系列理性行為和決策。它的主要特徵就是“理性的行動”。
在這個“感知”到“決策”的反饋中，如何感知外部世界資訊成為人工智慧能否去行動的關鍵。既然是要模擬人的大腦，那人去感知的過程其實是一個認識和學習的過程。那也就是人工智慧中“深度學習”所要解決的問題。
深度學習
只有將外部資訊（視訊，文字，口令等）轉換成機器語言才能被人工智慧所接受並作出反應。這個問題的思考早在人工智慧初期就被科學家所考慮和研究。
在這之後人們開始討論如何通過視覺感知來完成資訊的輸入，並做了很多研究。2012年，加拿大多倫多大學的ImageNet競賽冠軍獲得者Hinton和他的學生Alex Krizhevsky設計的。也是在那年之後，更多的更深的神經網路被提出，比如優秀的vgg,GoogLeNet。這對於傳統的機器學習分類演算法而言，已經相當的出色。