由于大数据，新的算法和大规模的，负担得起的计算能力的出现，人工智能是现在，终于，在一个卷一次。
去网上：试试这个google.com翻译。
在左边的输入框中，输入“精神愿意，但肉体软弱”。在右边的输入框中，决定要翻译成哪种语言。第一次翻译完后，将翻译好的文本复制并粘贴到左边的框中，以便转换回英语。
如果你没有得到确切的原文，十有八九的回译仍将反映原有思想的至少一部分：即主体的行为达不到他或她的意图，而不是该酒是好的，但肉是鸡肋，这句话可以在一个直译的意思。
人工智能正在成为现实。高德纳(Gartner)分析师杰基•芬恩(Jackie Fenn)
换句话说，一台机器明白了你的意思，而不仅仅是你说了什么。
“在20世纪60年代，这被认为是不可能的，”迈克尔·温顿，一个解释顾问乔治亚大学人工智能研究所的退休副所长。
几十年来，人工智能（AI）领域经历了两个季节：一个是反复出现的春天，人们对春天的期待被炒作得很高；另一个是随后的冬天，在春天的承诺无法兑现之后，失望的投资者转身离去。但现在真正的进展正在取得，而且是在没有炒作的情况下取得的。事实上，一些首席执行官甚至不会谈论他们在做什么。
四季新老
“人工智能正在变为现实，”Gartner分析师杰基•芬恩（Jackie Fenn）表示人工智能已经进入冬季十年或更长时间了，但在过去的几年里有很多突破，”她补充道，并指出人脸识别算法和自动驾驶汽车。
研究人员丹尼尔·戈林（Daniel Goehring）是弗雷大学（Freie University）人工智能小组的成员，他在2011年柏林的一次测试中演示了免提驾驶。这款车是大众帕萨特（Volkswagen Passat）改装版，由“大脑驱动”（BrainDriver）软件控制，带有一个神经耳机装置，可以在雷达传感技术和摄像头的额外支持下解读脑电图信号。路透社/Fabrizio Bensch
“有在20世纪50年代末和60年代初了一阵热潮是缺乏计算能力的告吹是由于，”科文顿回忆说。“再有就是1985年和1986年左右有很大的突发因为计算能力已经变得更便宜了，人们能够做的事情，他们已经约了很久的想法。冬天来到了20世纪80年代末的时候，热情其次是失望，”和小的成功没有变成巨大成功。“从那以后，只要我们得到任何可靠地工作，业界停止调用它的AI。”
在“早期”--1980年代--“我们建立了严格限制和限制的系统，您可以输入系统将使用的所有信息，”的联合创始人Kris Hammond回忆道叙事学，销售自然语言人工智能系统。”这个概念是建立在一个良好的规则的基础上，并通过规则链，提出一个答案。那是我咬着牙的人工智能版本。有一些不错的成功案例，但它们没有扩展，也没有很好地映射到人类所做的事情上。有一个非常强大的死胡同。”
在20世纪50年代末和60年代初曾有过一股热潮，但由于缺乏计算能力而归于失败。顾问迈克尔•卡温顿
今天，由于有大量的在线数据和廉价的计算能力，特别是在云“我们不碰壁了，”哈蒙德说。“AI已经达到了一个转折点，我们现在看到了从研究，数据分析和机器学习的基底出现，所有启用的由我们来处理大型群众数据的能力。”
展望未来，“这是AI将再次拖延的想法可能已经死了，”卢克Muehlhauser，执行董事说：机器智能研究所（MIRI）在加州伯克利的“AI现在是无处不在的，我们每次都使用一个工具，我们问Siri的问题或使用GPS设备的行车路线。”
深度学习
除了今天的大数据和大量的计算资源，源举第三个因素推动AI过去的一个拐点：改进算法，尤其是普遍采用了十年之久的算法称为“深度学习。”Yann勒存， 导演脸谱网他的人工智能小组（AI Group）将其描述为一种通过使用多层分析（可以将结果与其他层进行比较）来实现更完全自动化机器学习的方法。
他解释说，以前，任何设计机器学习系统的人都必须向系统提交数据，但在此之前，他们必须手工编写软件来识别数据中受欢迎的特性，并手工编写软件来对识别出的特性进行分类。通过深度学习，这两个手工过程都被可训练的机器学习系统所取代。
“现在整个系统从头到尾都是可以训练的多层结构，”勒存说。
（LeCun属性深度学习的发展，由杰夫·辛顿，多伦多大学教授现在谁领导的研究小组兼职工作的谷歌;LeCun是，韩丁的深度学习开发团队其实一部分。韩丁并没有采访要求作出回应。）
即便如此，“深度学习只能拿我们好远，”专柜加里·马库斯，在纽约大学的教授. "尽管它的名字很肤浅--它可以收集统计趋势，特别适合分类问题，但它不擅长自然语言理解。还需要有其他的进步，这样机器才能真正理解我们在说什么。”
还有其他的进展。。。这样机器才能真正理解我们在说什么。加里·马库斯，纽约大学教授
他希望该领域将重新被遗弃在20世纪60年代以来的想法，随着现代计算机能力，他们现在可能会产生的结果，比如一台机器，这将是不如一个四十岁的孩子在学习语言。
归根结底，“人工智能性能的进步，约有一半来自计算能力的提高，另一半来自程序员的改进。”有时，进步是通过应用蛮力得到百分之一的改进。但是像Hinton这样的人的聪明才智不应该被低估。”MIRI的Muehlhauser说。
人工智能抢
如果大公司在一项技术上投入巨额资金的景象是该技术已成为主流的证据，未来的历史学家可能会说，人工智能在2013-2014年的冬天达到了这一点。
今年一月，抢高，屈臣氏集团副总裁兼首席技术官，IBM宣布的计划在AI在未来几年内投资$ 1十亿。这包括亿$创投种子资金投资于基于沃森 - 初创公司。
国际商用机器公司已经毫不掩饰自己对人工智能的热爱，尤其是在它的沃森(Watson)自然语言人工智能系统(可以访问4tb的信息)出了名之后赢了电视智力竞赛节目《危险边缘》!2011年对阵两名人类冠军。
今年1月，IBM沃森集团（Watson Group）新任负责人迈克尔罗丁（Michael Rhodin）宣布，IBM将投资逾10亿美元，围绕其沃森认知超级计算机（Watson cognitive supercomputer）建立一个新的业务部门。路透社/Brendan McDemid
High解释道，沃森涉及到“从传统人工智能的重大转变，而传统人工智能在很大程度上依赖于本体论用于评估问题或答案。相反，我们聚合了多种技术和多种策略来消除结果的歧义并提高保真度。我妻子打电话给我，说她在回家的路上会顺便去趟商店。这很模糊，但我有足够的历史了解她在说什么。”
这些聚合技术的结果是，沃森可以从它的成功接近一个人的阅读自然语言材料中获取信息，他解释说。
IBM正在探索Watson在一些行业，尤其是医学，它可以消化与一个病例相关的所有临床文献。哈伊说:“医生看到演示后，就会头晕目眩地离开，因为这影响了他们做决定的能力。”
他补充道，作为一款产品，沃森将基于云计算，但开发者可以将访问嵌入到他们的应用程序中。
谷歌同时，在过去的这个冬天进行重大人工智能相关投资。今年3月,谷歌收购款的研究它在深度神经网络领域工作。
1月据报道，谷歌支付了4亿美元以上（报告会发生变化）DeepMind技术，总部位于伦敦的机器学习的公司。
谷歌发言人拒绝讨论谷歌的人工智能相关行动和计划。然而，Facebook的乐存(LeCun)对DeepMind很熟悉。“他们雇佣了我的一些学生，”他回忆道。他们做了一个演示，将自己的系统与《太空入侵者》(Space Invaders)等老游戏连接起来，让它尝试通过反复试验、从头开始学习游戏，来最大化得分。一个星期后，它就比人好多了。”他说。
在相关领域，谷歌也收购了几家公司的机器人所有在12月前半。这些措施包括波士顿动力（室外机器人），红木机器人（机器人手臂），Holomni（机器人轮）和MEKA机器人（机器人双足）。
“谷歌有一种感觉，即人工智能将不仅在网络上有应用，而且在机器人领域也有应用，”勒存说。“他们认为，这将在未来10年产生影响，他们有财力在这么远的未来进行投资。”
与此同时，谷歌的大多数公共进军AI迄今为止是它的翻译页面。而不是建立基于词典和语法转换规则语言学家，谷歌收购了数以百万计的那些已经被翻译文件，并有一个AI程序查找原和翻译版本之间的模式，Muehlhauser解释。
他补充说：“以前，即使是七八年前，所需的计算能力也太昂贵了。”。
自然语言的先驱 - 现在谷歌员工 - 光芒Kurzweil说在2009年REUTERS /弗雷德Prouser财富主办的技术会议
在2012年，谷歌聘请了AI先驱雷·库兹韦尔从事机器学习和语言处理项目。如前所述，该公司在2013年初聘请了深度学习先驱杰夫•辛顿(Geoff Hinton)。
同样在12月的前半部分，脸谱聘请LeCun负责其AI集团，已被成立于九月。只是在此之前，Facebook此前收购移动技术这是一家语音识别和机器翻译公司。勒存和Facebook的发言人都拒绝讨论Facebook的人工智能计划。然而，脸书首席执行官马克·扎克伯格在10月份告诉分析师，这个想法是“建立更自然的互动服务”。The acquisition of Mobile Technologies "will help expand our work in the field beyond just photo recognition to voice."
未来:人类水平的能力?
假设未来人工智能技术的进步将与过去的进步相匹配，那么这项技术最终将生产出一台能够模仿人类的机器。罗宾汉森教授乔治·梅森大学解释说，他已要求谁已经参与了人工智能研究了20年以上了什么进展，他们已经看到的，我们需要走多远，以匹配人类能力的百分比人的一种习惯。
“他们说，5至10％，这意味着我们有两个到四个世纪中去，”他说。
他预计，在这段时间内，机器将继续以工业革命以来取代人类的稳定速度取代人类。（1870年，多达80%的美国人口在农场工作，但现在只有不到3%的人在农场工作——然而失业率还不到77%），这意味着社会将有足够的时间消化人工智能的影响。
但是，没有人能排除突发性，灾难性的突破，他补充说在接下来的世纪，它也许可以“端口”大脑功能的计算机突然之间，他们创造出了和人类一样有能力完成某些甚至大多数任务的机器。假设机器负担得起,可以大规模生产,由此产生的无限供应的廉价human-capable劳动可能引发一场革命与新石器时代的农业革命和最近的工业革命,在经济表现上升了50倍或更多在一段时间以前需要两倍,汉森说。世界经济已经在以每15年翻一番的速度增长，因此这样一场革命将导致世界经济以每几个月翻一番的速度增长。
人工智能领域正试图了解人类的智力水平，这一点需要进化10亿年甚至更长的时间才能发展出来，指望人类在几十年内重演这一过程是不合理的。杰夫·西斯金德，普渡大学教授
任何人只要有任何经济所有权可以看到他们的财富的气球，直到它达到一定的高原，但那些收入从他们的劳动，而不是从他们的投资能看到自己被边缘化，像今天的自给农民或原住民征粮，因为他们将无法争夺反对大规模生产人类模拟机的工资，汉森警告说。
在人工智能领域的其他人都更看好未来。“事情会是，我们不能认为现在的 - 会有意想不到的革命喜欢上网，”帕特里克·温斯顿，一说教授在麻省理工学院。