[人工智慧這幾年的進展在很大程度上都要歸功於新的程式設計技術。其中最重要的就是“機器學習”，包括訓練機器進行識別和透過運算大量資料做出預測等]
矽谷現在流行新的風尚，其實是已有半個世紀歷史之久的人工智慧。
資金正像熱浪一樣湧入這一行業裡的初創公司。ContextRelevant公司創辦人斯蒂芬·普爾普拉(StephenPurpura)說：“這是目前最火的領域。”
普爾普拉自己的AI公司自從2012年建立以來已籌得共超過4400萬美元資金。根據他的估計，有超過170家初創企業已經搭上了人工智慧這輛順風車。
人工智慧中新的加入者都樂觀地認為，隨著技術的發展，曾經的願景終於到了實現的時刻人類與機器以一種前所未有的新方式實現互動，機器則將以意想不到的方式介入人類世界。
初創公司蜂擁而上
“從技術上講，這是向電腦輸入程式碼來發布命令的模式，向電腦透過觀察人類行為來學習模式的轉變。”另一個人工智慧創業者丹尼爾·納德勒(DanielNadler)說。納德勒的公司Kensho最近募集到1500萬美元以實現一個頗具雄心的目標：讓計算機取代那些高薪職位，比如金融分析師。“我們不再將之稱為人工智慧，而是把它叫做‘將人力密集型的知識處理工作自動化’的過程。”他說。
投資者的從眾心理能夠在一定程度上解釋，為什麼自從上一輪“大資料”熱潮之後，針對人工智慧領域初創公司的投資又成為了現在最熱門的趨勢。當然，大多數投資的資金規模還不算大，這也反映了大多數初創企業自身還處於早期階段。但是投資者和籌得資金初創企業的數量都證明了資本對這個領域目前極度青睞。矽谷許多著名風險投資公司，包括Khosla和Greylock公司，還有伊隆·馬斯克和彼得·泰爾等科技名人，都是這個領域最活躍的支持者。還有一些公司出於對自己日常使用技術的需要也非常感興趣，比如高盛。
現在每一家風險投資公司都要在投資組合里加上一部分人工智慧領域的投資專案，納德勒說，所有投資者都希望在科技領域“下一件大事”爆發前先擁有一些相關的股權。
盈利模式存疑
人工智慧這幾年的進展在很大程度上都要歸功於新的程式設計技術。其中最重要的就是“機器學習”，包括訓練機器進行識別和透過運算大量資料做出預測等。這些技術雖然激發了許多初創公司投身於此，但如何給這些看上去很有前途的技術找到一個可靠的商業模式依然是個問題。
“多數人工智慧公司都像瑞士軍刀”，ExpectLab公司的CEO蒂姆·塔特爾(TimTuttle)最近融到了1300萬美元。“這些技術可以做很多事情，但還沒人知道什麼才是最有價值的服務。”結果就像所有人都在拓荒，塔特爾說，創業者們爭相把這些技術嘗試應用到他們能想到的所有領域。
普爾普拉則認為機器學習無法作為一個獨立的商業模式而存在，更像是應該被收購來改善其他服務的一種技術。支持者們則認為，正是因為人工智慧和大資料一樣不是一項單一的應用，所以能夠廣泛應用於各項服務。比如機器學習可以更好地追蹤消費者心理變化，透過對消費者行為的識別，公司可以時刻推送給消費者他最想看到的東西，在消費者最需要的時刻聯絡他們，甚至能覺察到消費者心生厭倦並及時改變這個情況。
初創企業之中的激烈競爭，其實也發生在很多大型科技巨頭公司之間。比如谷歌、IBM和臉譜網(Facebook)都已經在該領域投入巨資。這些公司對目前的進展幾乎都諱莫如深，但透過它們釋出的一些產品，專家認為有很多技術已經走在了前面。比如谷歌的一項技術可以從YouTube影片裡識別出貓；Facebook則已經有了對照片裡的人進行面部識別的功能；IBM超級計算機沃森這樣幾乎具有一定認知能力的系統。“大集團正在試圖建立一種可以解決一切的技術，我們則試圖解決不同的問題。”塔特爾說。
人工智慧技術目前最常見的基本用途有三個。首先，得益於越來越精確的機器識別能力，計算機一直以來的困擾影像識別，如今已變得容易得多。其次，同樣的技術也被用於幫助計算機進行語音識別，比如IBM沃森系統所使用到的技術。再者則是相關性識別，這可以幫助公司向客戶提供更個性化的線上內容，或者更有效地定位線上廣告。