截至2018年上半年，中国共有922家人工智能公司，其中97%成立于本世纪，另有27家公司成立于2000年之前，多为软件信息服务工业制造企业累计完成投资3658.6亿元。在人工智能快速发展的背后，其实存在着大众对人工智能的一些误解。这些误解可能来自媒体的宣传，也可能来自公众自身的认知。当前，人工智能还处于“弱人工智能”阶段，但一些媒体大力鼓吹人工智能的作用和影响，夸大事实，导致公众对其抱有过高期望和错误认知。Gartner揭示了关于人工智能的五个常见误解：人工智能的运作方式与人脑相同；智能机器可以自我学习；人工智能可以摆脱偏见；每家公司都需要制定人工智能战略。IT和业务领导者经常对AI可以为组织完成什么的多种AI误解感到困惑和困扰。全球领先的信息技术研究和咨询公司Gartner认为，开发人工智能项目的IT和商业领袖必须区分现实和神话，以制定他们的未来战略。Gartner研究副总裁AlexanderLinden表示：“随着IT技术不断进入组织，业务和IT领导者必须充分了解人工智能将如何为他们的公司创造价值及其局限性。只有正确使用人工智能技术才能实现它的价值。”Gartner揭穿了关于人工智能的五个常见迷思和误解。迷思#1：AI像人脑一样工作AI是一门计算机工程学科。就目前而言，它由解决问题的各种软件工具组成。虽然某些形式的人工智能可能会给人们给人的印象是聪明，但认为当前的人工智能与人类智能相似或相等可能是不现实的。林登先生说：“虽然某些形式的机器学习（ML）——人工智能之一——可能受到人类的启发大脑，它们没有可比性。例如，图像识别技术比大多数人类更准确，但它不能解决数学问题。现在的人工智能可以很好地处理单个任务，但如果任务条件发生哪怕是微小的变化，它就力不从心了。误区2：智能机器可以自己学习在基于人工智能的机器或系统的开发中，人为干预是必要的，包括经验丰富的人类数据科学家，他们执行诸如提出问题、准备数据、识别合适的数据集、消除训练中的潜在偏见等任务数据（见误区3），并且——最重要的是——继续更新软件，将一流的知识与数据集成到下一个学习周期中。误区三：人工智能可以消除偏见每一种人工智能技术都是基于人类专家提供的数据、规则和其他类型的输入信息。就像人类一样，人工智能天生就有偏见。Linden先生认为：“目前，AI偏见无法完全消除，但我们会尽可能地减少它。除了技术解决方案（例如，不同的数据集）之外，还需要确保人工智能的多样性。”人工智能工作团队，以便团队成员可以相互审查工作。这个简单的过程显着减少了选择和验证中的偏见。误区四：AI只能替代不需要高度教育的重复性任务AI使业务通过预测、分类和分组做出更准确的决策。由于这些能力，基于AI的解决方案可以替代平凡的任务，同时为其他复杂任务提供支持。典型的例子是医疗保健中的成像人工智能。基于AI的胸部X-射线应用程序可以比放射科医生更快地发现疾病。在金融和保险行业，机器人顾问可以用于财务管理或欺诈预防。但是，人工智能的这些能力并没有将人类排除在外，而是让人类处理异常情况。随着人工智能在工作场所的不断发展，企业高管和IT领导者应调整工作配置和能力规划，并为现有员工提供再培训。误区5：并非每家公司都需要制定人工智能战略。组织应考虑人工智能对其战略的潜在影响，并研究如何将该技术应用于组织的业务问题。在许多方面，逃避人工智能等同于放弃下一阶段的自动化，这最终将使组织失去竞争优势。林登先生总结道：“即使目前我们的策略是‘不使用人工智能’，这也应该是基于研究和考虑的有意识的决定。”与所有其他策略一样，应定期重新考虑此决定并根据组织的需要进行调整。人工智能需求可能会出乎意料。“
