正文
1.2017年将是人工智能产业的加速点
人工智能此轮浪潮经历了5年的发展，其基础软硬件和产品应用都已经进入高速发展期。人工智能早期研发的瓶颈（算法、计算能力、数据量）已经突破：“深度学习”成为引领此轮人工智能浪潮的核心算法，围绕GPU的基础芯片生态的成功加速了人工智能产业的发展，应用领域则随着软硬件技术突破而不断扩张边界。
1.1. 应用初显：进入“超人”领域
当前人工智能应用进入“超人”领域，大幅超越人类的同时费效比实现了几何级别降低。AI-Math机器人断网情况下22min完成北京高考数学卷，得分105（满分150），击败了大部分北京考生。同样的领域出现在围棋，人工智能AlphaGo已经成为棋坛不可战胜的神话，人类学完2000万个棋谱需要570年，而AlphaGo只要几天并且能永久记忆。除此以外，还有财务机器人，律师机器人粉墨登场，异彩纷呈。所谓的学习生活中很多都是周而复始的机械劳动，而人工智能恰恰能快速学习，快速计算，机械重复，永不疲倦，这种“超人特征”极大提高了生产生活效率，解放了人类大脑。
高考机器人断网高考，三年后计划考取清北
：6月7日在没有网络和题库支持下，高考机器人Al-Maths在22min内完成了一张北京文科数学考卷，得分105分(满分150)，其解答一道题目的时间最快不到一秒，考前除输入500套数学卷子外未有其他培训。根据“超脑计划”，我国的“高考机器人”计划在2020年考上清华北大。高考机器人是国家863计划信息技术领域“基于大数据的类人工智能关键技术与系统”项目的重要目标之一。该项目由科大讯飞联合30多家科研院校企业共同参与，旨替代传统测试人工智能水平的“图灵测试”，并将技术成果拓展到翻译和车载控制领域。高考机器人只是我国人工智能发展的一个缩影，应用层的推出也预示我国AI技术层的突破。
AlphaGo2.0围棋造诣独孤求败，人工智能进入新领域
：当前人工智能最大的热点莫过于人机大战2.0, AlphaGo 2.0三比零完胜世界冠军柯洁。中国国家队围棋教练刘小光言：我们不能否认的一个事实是，人类在围棋上确实已经很难打败人工智能了，它彻底改变了很多我们过去的思路与看法。我们一生的研修达到的水平只是‘AlphaGo’研发过程中‘水平’提升的一瞬间，这是一个令人类倍感悲哀的事实……AlphaGo在令棋手绝望的同时给人类带来新希望：Google 大中华区总裁石博盟透露，AlphaGo的第一个结合点会是医疗领域，AI 将在一定准确率的情况下，给予医生诊疗判定方面的辅助，对于糖尿病、癌症等疾病的治疗和研究大有裨益。而未来在更大的深度和广度上，AlphaGo积累的决策模型，将逐渐把人力从需要反复的劳动中解放出来，同时对脑力劳动进行反哺，对绝大多数社会元素进行快速解构并解读，再反馈给人类。
人工智能应用场景丰富，最先在金融领域出现
：摩根大通开发的金融合同解析软件COIN，只需几秒就能完成原先律师和贷款人员每年需要36万小时才能完成的工作。2017年3月贝莱德( BlackRock ) 宣布裁掉40多个主动型基金部门的岗位，其中包括7名投资组合经理，转而用计算机与数学模型进行投资的量化投资策略代替。2017年5月德勤财务机器人横空出世，开始取代财务人员的大部分工作。高盛纽约总部现金股票交易柜台仅剩2名交易员留守，
计算机工程师人数占据高盛三分之一。
美国咨询公司Opimas的数据显示，预计到2025年为止，AI 的运用将使得对资本市场，包括证券服务、交易和结算、资产管理、私人银行和财富管理等业务在内的员工减少23万人。其中资产管理行业的收缩最大，约有9万人将被机器取代。人工智能将率先颠覆金融部门，然后向各行各业渗透，目前这个速度正在加快。
1.2. 软件突破：深度学习为核心算法
机器学习是人工智能的核心技术，
指从数据中自动分析获得规律，并利用规律对未知数据进行预测的技术，是计算机具有智能的根本途径。
机器学习中一个重要分支就是深度学习技术，其已经遍及人工智能的各个领域，它的工作流程表现为
利用感知层产生大数据，进而进行数据分析处理，处理后数据最后反哺给前台应用系统，使得系统做出相应的反应
。深度学习与传统计算机软件不同，它并不要人为的提取所需解决问题的特征或者总结规律。它能够从输入的大量数据中自发的总结出规律，自适应调整自身结构从而举一反三，泛化至从未见过的案例中。用一句化来概括，
深度学习最重要的特点就是能自动从历史数据中学习进步。
深度学习技术将大量应用于计算机视觉，语音识别，自然语言识别等应用场景，是当前人工智能变革中最先进的计算机软件技术，
其理论架构已经基本完成，部分应用如AlphaGo，高考机器人都已经出现
