據國外媒體報道，人工智能(AI)一詞最先是由約翰·麥卡錫(John McCarthy)提出的。麥卡錫當時在達特茅斯大學教數學。那一年是1956年。如今，60年過后，我們處在了新人工智能時代的前夕。在第一個人工智能時代里，并沒有出現我們在電影中看到的超級機器人統治世界的境況。這一次，情況可能會變得不一樣。
麥卡錫有這么一個有關人工智能的說法：“一旦它變得可行，那就不會有人再叫它AI了。”從現在來看，的確如此。AI已經在人們的日常生活中變得無處不在。例如，亞馬遜等電商總是會給你發來有關你可能喜歡或者想要的商品的電子郵件;亞馬遜部署在家居設備的Alexa助手能夠回答晦澀難解的問題，甚至能夠幫你打開電燈。
無人駕駛汽車不僅僅在谷歌的總部附近出現，還在匹茲堡行駛。IT技術的安全性也因為AI而得到強化。
智能助手領域正掀起新的軍備競賽。蘋果Siri、亞馬遜Alexa、微軟Cortana、Amelia 、IBM沃森等智能助手不斷涌現。谷歌照片功能能夠幫你搜索出你的家庭合作，甚至能夠找出蛋糕照片。人工智能已然降臨，但要知道的是，它的智能程度和響應速度即將迎來大幅度的提升。
AI目前最熱門的應用領域是開發無人駕駛汽車。在當下的無人駕駛汽車爭奪戰中，特斯拉是被人談及最多的公司之一。下面就來看看有哪些因素使得特斯拉能夠向無人駕駛汽車夢想邁進。
車隊學習：特斯拉獨特的優勢之一是，它的汽車全都連接在一塊，因而汽車之間能夠相互學習。它們在駕駛期間收集到的數據能夠幫助改進數字地圖的質量，也使得各輛汽車能夠根據車隊中其它所有汽車收集到的數據進行學習。
計算能力：英偉達打造了一種功耗只有10瓦特的AI“汽車計算機”。在汽車中進行中央“云運算”和邊界運算的能力，對于提供像無人駕駛汽車這樣的高級AI系統而言至關重要。
傳感器與大數據：攝像頭、雷達和超聲波傳感器已經足夠便宜，因而可以被應用于量產的汽車當中。同樣地，氣壓計、攝像頭和加速計被用于大多數的現代智能手機當中。這些傳感器能夠給AI系統帶來它們學習所需的數據。
敏捷式開發：特斯拉能夠無線升級其汽車軟件。由于其軟件針對持續的部署打造而成，算法能夠不斷得到改進。
這些元素需要得到更大范圍的推廣。AI需要五樣東西才能實現真正的騰飛，這一切正在發生。
云與計算成本：如今實現高運算速度的成本并不高。
云可帶來眾多進行機器學習所需的計算資源。云還可以使能車隊學習等事情，在車隊學習中，所有的系統都能夠從其它系統學到的東西獲益。
邊界計算：如今，隨著智能手機的價格變得越來越親民，很多人的口袋中都有了一臺超級計算機。結合可與云端通訊的處在邊界之上的超級計算機，可帶來全新的技術功能。
大數據：海量的學習數據。
大量數據變得可用，是推動機器學習技術發展的進展之一。圖像識別就是很好的例子：它之所以能夠取得巨大的進展，是因為人們智能手機上的那些攝像頭產生了巨量可供訓練的圖像。
傳感器與分布式智能節點：智能手機。
你口袋中的設備配備各種傳感器，因而能夠為機器學習貢獻大量的數據。想想用于醫療保健的數據吧(心率、步數和步態)，又或者想想用于天氣的數據(氣壓計和溫度)。
你的智能手機讓你能夠隨身攜帶智能，進而能夠隨時進行本地計算。
自然語言處理：沃森，Siri，Google Assistant，Cortana, Alexa……
每一個人都能夠使用這種助手服務，它們并不需要你掌握特別的技能。
軟件開發的持續改進
敏捷且持續改進的軟件開發技術讓機器學習快速進化，加速AI系統的改進。
AI的回潮
所以說，人工智能再一次回到人們的視野當中。AI技術如今可為無數的人可用，未來將會催生更多令人驚嘆的東西。當然，一旦它變得可行，那沒有人會叫它AI。
