隨著互聯網推動數字化的普及以及計算能力的進一步提高，機器不僅能按照指令完成特定的工作，還能夠進行自主學習和設定整體目標。鑒于此，真正的人工智能時代已經來臨。現將文章摘要如下：

沒有必要過分對人工智能這一概念追本溯源。早在1956年，以麥卡賽、明斯基、羅切斯特和申農等為首的一批科學家聚首美國達特茅斯，共同研究和探討用機器模擬智能的一系列有關問題，首次提出了“人工智能”這一術語，它標志著“人工智能”這門新興學科的正式誕生。當時就和現在一樣存在著對人工智能的狂熱情緒，但當時對于下一個10年人工智能發展嚴重高估，最終并未實現。事實上，這一領域的知識經歷過一個干涸期，直到幾十年前才重新振興。

真正的人工智能

在我們想象的世界里，我們已經與人工智能共存了近一個世紀。過去10年，“智能”已經成為了一個卓越的代名詞。一切都必須是智能的：手機、電視、打印機、汽車……甚至連家居也都推崇“智能型”。盡管如此，此前我們并未真正進入人工智能時代。那么，什么發生了變化？為什么現在是時候了？

在回答這個問題之前，有必要說清楚所謂的“人工智能”究竟是什么。電影和文學的巨大影響使我們先入為主地認為擬人機器人取代人類完成某些任務就是人工智能。然而這并不確切。更精確的定義還包括機器擁有自我意識、面對未知的任務能夠自主尋找并找到解決方案。也就是說，“人工智能”并不僅僅局限于受過訓練的機器完成某項特定工作，它們還能夠進行自主學習，還會設定一個整體的目標。

數據是基本“食物”

人工智能的基本“食物”是什么？無疑是數據。不過，目前人類多數知識仍儲存在書本和聲音等媒介中，有超過80%的信息是計算機無法訪問的。

互聯網的發展，尤其是從90年代后期開始的發展，是數據生成的關鍵因素。過去10年間，隨著社交網絡的興起，數據的成長更是以驚人的速度發生著，并將隨著物聯網在社會的不斷擴張繼續飛躍。預計到2020年，全球聯網設備數量將達到約500億。

網絡的起飛帶來的是我們目之所及范圍內所有領域的數字化這一全球現象。根據美國國際數據公司的報告，預計到2020年全球數據總量將達到44個ZB，我們只能通過傳輸速度的極大改善才能駕馭如此驚人的數字。第四代移動通訊技術的普及和隨之而來的第五代移動通訊技術的發展將在其中扮演至關重要的角色。如果缺乏保障數據傳遞的必要能力和速度，那么未來將上述44個ZB的數據傳遞到對其進行分析的設備上就會十分艱難。

計算能力是支柱

另一大助推人工智能實現飛躍的支柱就是計算能力。計算機這一能力提高的步伐從未停歇。1965年英特爾聯合創始人戈登·摩爾提出以自己名字命名的“摩爾定律”，意指集成電路上可容納的元器件的數量每隔18至24個月就會增加一倍，性能也將提升一倍。時至今日，這一定律的有效性已經遠遠超過了摩爾當時預測的20年，持續了超過半個世紀，但很有可能這種計算能力的增長對于吸收和處理當前生成的數據來說已經不夠用，更不用說未來幾年海量增加的數據。

云計算、全球超級計算機網絡和圖形處理器共同推動了人工智能時代的來臨。根據專門搜集世界超級計算機前500強信息和統計數據的網站TOP500.com發布的數據，僅2010年至2015年期間世界超級計算機前500強的計算能力就提升了100倍。各種先進又復雜的指令和規則的集成使得深度知識正在推動人工智能在一些領域達到與人類相同的水平，例如圖像測試、聲音辨識和閱讀理解等。

盡管人工智能在我們眼中已經是一個非常成熟的概念，但在現實中該領域幾乎所有發展都是在近20年實現的，而在我們目前身處的時代，它更是在以驚人的速度成長。我們將習慣于智能汽車、手機、洗衣機等產品頻繁的更新換代，同時將伴隨著的是“機器學習”、“深度學習”等詞匯的不斷出現。人工智能時代的確已經到來了。