近期，人工智能重新受到各方关注。
然而，对于一些自 20 世纪 80 年代以来就进入该行业的资深人士来说，这一切都感觉很熟悉。
人工智能，宽泛地定义为一组源自先天智能的技能，一直笼罩在神秘之中。
基于文化因素，我们始终以智慧来积极评价一切。
因此，我们固有地认为具有人工智能的系统是积极的、良好的，反之亦然。
当人工智能正常工作时，无论其背后的算法多么复杂，它只是做它应该做的事情，而当它不能正常工作时——即使被要求做一些不可行或超出范围的事情——通常被认为不再聪明。
想想你的私人助理。
人工智能热潮通常始于美好愿景，随后是大量投资涌入，然后事实证明事情并不像预期的那么好，通常是由于上述原因，然后投资意愿减弱。
善有善报恶有恶报。
然而，这一次人们对人工智能的关注比以往更加强烈。
下半年，人工智能产业投资近5亿美元。
这背后的驱动力是什么？如今，基础设施的速度、普遍性和规模都已显着提高，可以支持更复杂的算法来解决更雄心勃勃的问题。
处理器阵列（例如GPU）极大地提高了硬件处理速度，这些计算能力可以通过云服务轻松地被更多人使用。
曾经位于专业实验室的超级计算机现在以云的形式提供给用户。
不仅成本大幅降低，而且使用起来也更加方便。
这些变化导致人工智能领域的初创企业如雨后春笋般涌现。
此外，新兴的开源技术，例如Hadoop，使得开发人员能够以更快的速度将一定规模的人工智能技术应用于大型分布式数据集。
与其他因素一起，人工智能已成功跨越“临界质量”，成为科技行业投资的焦点之一。
在这里，大玩家在人工智能的多个领域下注。
这些投资已经超出了对现有产品的简单研发，投资者更注重战略布局。
例如IBM对Watson的大量投资，或者谷歌涉足自动驾驶汽车、深度学习（如DeepMind），甚至量子计算，有望显着提高机器学习算法的效率。
除了所讨论的所有问题之外，由于移动个人助理在理解自然语言方面相对成功，公众对人工智能的认识也大大提高。
其实讽刺的是，Siri 的实现技术比较简单，但却给人留下了真正智能的印象。
但人工智能的复兴还有比 Siri 偶尔表现出的幽默更实质性的东西。
最近，机器学习领域取得了突破。
人工神经元网络（模仿人脑的深度学习计算机系统）现在已经拥有数十个节点的规模，并且其抽象能力也得到了提高。
它们可以被训练为拥有数万个核心，从而提高用于开发常见学习模式的处理速度。
其他主流分类技术，例如随机树分类，也可以在大规模计算机节点上使用，使得基于越来越大的数据集处理更复杂的问题成为可能。
大数据也是近期人工智能公司大量投资的驱动力之一。
廉价的存储（无论是本地存储还是云端存储）让业界渴望收集所有可能的数据，因为他们认为这些数据迟早会有用。
这种行为产生了对更复杂的数据分析解决方案的需求——更具洞察力和更智能。
人工智能产业之于大数据，就像石化产业之于原油。
人们希望从中发现更有价值的东西，而不是简单地利用这些原始数据。
最近，人们对人工智能的信心飙升，以至于通常厌倦黑盒交易技术的对冲基金也开始研究机器学习（例如桥水基金）。
得益于大量资本的涌入，人工智能产业规模也呈现快速扩张。
越来越多的公司正在寻找为其客户提供更智能解决方案的方法。
从金融到医药，从汽车到能源，人工智能的普及如燎原之火。
一般来说，人工智能公司可以分为以下几类： 平台公司，提供通用人工智能 API（如 Nuance、PredictionIO、Wise.io） 面向企业的初创公司，将其核心技术与更广泛的企业结合——为应用程序量身定制专业服务（例如 Skymind、Predii） · 专注于特定 AI 垂直应用程序的产品公司（例如 Euclid Analytics、Honey Comb、Judicata） 当然，现在判断谁会获胜还为时过早。
许多产品或服务的承诺还远远没有兑现。
那么我们是否正处于另一场虚假繁荣之中？或许。
因为很多时候，人工智能的定义是模糊和混乱的，有时类似的概念更像是一个噱头。
但是，不要忘记，人工智能技术突破的速度也是非常快的，我们不能忽视它。
未来2-3年人工智能会给我们带来哪些实实在在的东西？从实践的角度来看，更好的欺诈检测、医学和诊断和治疗方面的突破以及更智能的个人助理都是很有可能的。
不管有没有噱头，人工智能再次走在软件创新的最前沿。