人工智能近年來發展迅速，也許有人認為他很遙遠，實際上人工智能已經有不少產品都有了落實，讓我們離人工智能更近一步。就目前而言，人工智能最大的瓶頸是自然語言的處理，未來人工智能主要應用在哪些領域呢？

1、比如語音識別——李開復博士當年做的工作奠定了很多當今識別系統的基礎。這裏忍不住說一下，Siri本身的技術並沒有特別大的亮點，真正nb的是它的模式（語音識別直接與搜索引擎結合在一起，產品體驗做得好。而且關鍵是這樣的模式能采集到更多數據，使得系統的精度越來越高）自然語言理解——目前看到的最強的結果應該是IBM Watson。

2、數據挖掘——隨著近年數據量的瘋狂增長，數據挖掘也有了長足進步。最具有代表性的是前幾年著名的Netflix challenge

（Netflix公司公開了自己的用戶評分數據，讓研究者根據這些數據對用戶沒看過的電影預測評分，誰先比現有系統好10%，誰就能贏100萬美元）最後這一比賽成績較好的隊伍，並非是單一的某個特別nb的算法能給出精確的結果，而是把大量刻畫了不同方面的模型混合在一起，進行最終的預測。

3、計算機視覺——目前越來越多的領域跟視覺有關，更多查看：http://edu.51cto.com/courselist/195.html?wz 雖然大家都在說googleX的無人車， 但實際上現在無論是商業上，還是技術整合上最成功的算法是Mobile Eye的輔助駕駛系統。這個公司也是目前computer vision領域最掙錢的公司。從實現新功能方面說，視覺的發展的趨勢主要有兩方面，A)

集成更多的模塊，從問題的各種不同方面，解決同一個問題（比如Mobile Eye，就同時使用了數十種方法，放到一起最終作出決策） B) 使用新的信息，解決一個原來很難的問題。這方面最好的例子是M$的Kinect，這個產品最讓人拍案叫絕的就是那個紅外pattern投影儀。

4、機器學習

比如我們在平時的工作中可能會用到各種各樣的小工具，例如批量修改文件名，目前的做法是到網上尋找特定的工具，如果沒有找到工具的話，可能還要花錢找人定制，來幫你實現自動化、高效的工作。當機器學習被運用的時候，你可以做一個示例動作，程序會自動識別你的意圖，自動幫你完成大量重復的工作。這時候，例如軟件外包工作就很可能會被替代掉了。機器學習參考：http://edu.51cto.com/courselist/195.html?wz

就是尋找特定關系的方式，比如你的動作是a，得到的結果是b，通過給機器輸入大量的數據，機器會去擬合一條途徑，來尋找a到b的規律。應用的範圍非常的廣泛，也許是最貼近消費者的人工智能應用。

5、模式識別
模式識別的基礎是傳感器。傳感器相信大家都非常的熟悉，我們手機上有的傳感器可能有紅外線、攝像頭、水平儀、羅盤等等。在未來幾年，人工智能的發展可能使我們的手機具有真正的感知能力。例如可以識別物體，識別地形，識別字體等等。想象一下，和朋友出去玩，突然看到一個不認識的物品，又不好意思問朋友，於是偷偷拿出手機，用帶有人工智能識別的app掃描一下物品，就能夠知道所有的信息，避免了尷尬。當然這只是很初級的應用，並且目前基於圖像識別技術已經有了相關應用的出現。

人工智能概念其實在上世紀80年代就已經炒得火熱，但是軟硬件兩方面的技術局限使其沈迷了很長一段時間。而現在，大規模並行計算、大數據、深度學習算法和人腦芯片這四大催化劑的發展，以及計算成本的降低，使得人工智能技術突飛猛進。

未來人工智能將會怎樣發展呢？