小蝸的蝸居世界
人工智能的種子想要落地生根，先要完成一番去魅過程。而市場凜冬利好的一面，正是用低溫過濾掉了投機者。在2018年，AI從業者普遍脫離亢奮狀態，把AI當錘子到處找釘子的妄人逐漸被市場淘汰。而在2019年，人們更是意識到，環境愈是寒冷，投資AI的天平就愈會向場景傾斜，AI融資門檻已經從最早的demo，後來的產品，轉向如今最現實的客戶訂單，2019年，能在垂直領域找到應用場景的AI企業，將贏得更大生存空間。
比如具，算法的精進固然令人欣喜，但更理性的觀察者，也不該被所謂“技術的純粹性”蠱惑，事實上，在大多數對“識別率小數點後幾位”沒那麼敏感的行業（比如門禁時的人臉識別），算法之間的細微差別對最終結果影響不大——尤其在安防和航空等需要行業積澱的領域，算法壁壘沒有自動駕駛那麼大，這些行業的AI玩家，最銳利的武器應該是“行業縱深度”和工程化能力，懂“需求”遠比懂“技術”更重要。
不同團隊需要從現在開始，找準細分賽道，在不同領域埋頭深耕，完成“AI+”的產業落地——在我看來，當AI技術路徑已如此鮮明，率先完成場景化落地，是贏得未來的關鍵。AI團隊最睿智的打法，是在應用層選擇一個垂直領域，一頭扎進去，用自身積澱下來的行業知識（比如數據），建起一條夯實的護城河——更重要的是，相比聚光燈下的C端市場，“AI+行業”的細分賽道其實也非常寬廣，就像騰訊研究院在《中美兩國人工智能產業發展報告》中所言：“得益於近年中國移動互聯網的快速發展，為中國積累了巨大的C端用戶基數，但在B端的製造、交通、金融、醫療等傳統行業仍然發展相對落後，中國的傳統行業藉助人工智能實現轉型升級的需求更為迫切，市場增長的後勁很足”。
李北辰
你好，作為一名科技領域的創作者，在這裡我簡單的發表一下我個人的觀點。
首先，人工智能技術的優勢是通過算法，對數據、知識、信息加以利用，提供精確的結果反饋和反應。因此，所有有交互的場景都是人工智能的價值發揮陣地，這其中客服行業是最成功的。
隨著人工智能技術的崛起，人工智能取代人類崗位的範圍將進一步擴大。小i機器人已經將認知智能技術應用在人機對話應用中，機器人可以勝任客服、醫導、工作助理、法律顧問、問題專家等工作，機器人可以理解用戶的需求和意圖，給出合適的解決方法。
智能客服知識人工智能代替部分人類勞動的冰山一角，還有安檢、物品分類等等多個行業的大部分工作都已經由人工智能接手，而且比人做的又快又準。
其次，科技的發展和改革是個必然的趨勢，我們要適應它，就像以前沒有網購，沒有快遞上門,現在大家不也習慣他們的存在，智能機器人也是一樣，之前買的蘋果手機最熟悉的siri，淘寶的時候有問題第一時間我會想到阿里小蜜，自己公司業務繁忙的時候,會找奇智的問答機器人來幫忙，因為它們都是免費提供服務，體驗感好。相信以後人工智能在我們生活中會無處不在，我們要試著迎接這樣一個全新的時代。
最後，人工智能是未來的發展趨勢，越來越多的傳統企業向著人工智能、機器人轉型，解放了人們繁重的體力勞動，同時也給人們提供了更好的一個數據分析，有了數據才能更好的指引公司的發展方向，人工智能是未來的發展趨勢，也是大勢鎖趨，前景也很好。
這就是我的觀點，希望可以幫到你，謝謝。
宅秘
人工智能的發展是一個不可逆的潮流。簡單舉兩個例子來談一下。
從企業角度來看，企業開始利用人工智能技術完成很多工作程序的自動化，包括客服聊天機器人、貸款審批信貸員、身份驗證安保員。舉實例而言：創新工場投資的智融集團就推出了以人工智能技術為核心的小額借貸應用。剛開始時，這家公司由於較高的不良貸款率經歷過一些財務損失，但隨著數據的積累，人工智能技術開始發揮作用，系統基於所獲取的各類數據進行學習，使得不良貸款率大幅度下降。現在，他們的系統在數秒內就能做出貸款決策，而且準確度比需要幾個小時、大量文件才能作出決定的人類信貸員要高得多。同時，由於人工智能極具可擴展性，這家創業公司今年估計將處理超過3000萬筆貸款，遠遠超過我所知的任何一家銀行的貸款數量。而這家公司的成長髮生在短短不到兩年的時間裡。
對個人而言，我們所熟悉的很多其它職業的核心職能都將逐步被人工智能軟件所取代，這其中包括出納員、電話銷售、律師助理、記者、股市交易員、研究分析師、放射科醫生等等。假以時日，人工智能技術還會學會控制如無人駕駛汽車和機器人這類半自動或全自動的硬件設施，逐步取代工廠工人、建築工人、司機、快遞員及許多其他職業。
目前這些單一領域已經取得了驚人的成就， 深度學習與多種機器學習技術得以有效結合之後，人工智能已經被證明能夠在諸多領域與人類相匹敵，甚至超越人類。在圍棋及撲克領域，人工智能已經在全球的關注下擊敗了這類項目的世界人類冠軍，人臉識別以及語音識別技術的能力也已經優於常人。如果沒有人工智能，許多時下重要的手機及互聯網應用可能都難以想象，比如搜索排名、電商產品推薦、以及Siri和Alexa這類語音助理系統等。
創新工場
機器學習是我的主要研究方向之一，同時也在帶相關方向的研究生，所以我來回答一下這個問題。
首先，人工智能的前景是廣闊的，未來人工智能產品必然會逐漸應用到社會的各個領域，但是這個過程也是曲折和艱難的。
隨著大數據、物聯網、雲計算、邊緣計算等技術的推動，人工智能在近幾年得到了廣泛的關注，市場呼聲也比較高，因為萬物互聯的背後必然要求萬物智能，大數據不是最終的目的，智能化才是最終的目的。
可以說在大數據、物聯網等技術的推動下，整個產業互聯網解決方案的最後一個環節必然是人工智能，所以在這個背景下，當前大量的互聯網公司和科技公司都陸續佈局人工智能領域，也由此導致了人工智能人才的短缺。從未來發展的前景來看，當前學習人工智能相關技術是不錯的選擇，也是順應時代發展的選擇。對於想在人工智能領域發展的學生或者初級技術人員來說，建議讀一下研究生。
人工智能的前景可以從以下三個方面來進行描述：
第一：教育智能化。任何行業的發展都必須有足夠的人才積累，人工智能要想得到發展和普及，也首先應該從教育智能化入手，一方面進一步普及人工智能知識，另一方面通過教育領域智能化來積累經驗。當前教育領域智能化正在逐步推進，相信未來更多的學生和職場人都有機會接觸到人工智能相關知識。
第二：傳統產業智能化。目前傳統產業對於網絡化、智能化的呼聲比較高，在當前產業結構持續升級的背景下，智能製造是一個重要的升級目標。隨著大量的智能體逐漸走進傳統行業，整個傳統行業必然會進一步提升生產效率，同時會促進傳統崗位的升級。
第三：城市智能化。智慧城市經過多年的發展已經積累了一定的經驗，在5G通訊逐漸落地的大背景下，會進一步推動智慧城市的建設和發展。
我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續寫一些關於互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收穫。
如果有互聯網方面的問題，或者考研方面的問題，都可以諮詢我，謝謝！
IT人劉俊明
很高興為大家解答這個問題，讓我們一起走進這個問題，現在讓我們一起探討一下。
以下我為大家分享，我個人對這個問題的看法與想法，希望我的分享能給大家帶來幫助，也希望大家能夠喜歡我的分享。
我認為人工智能是計算機科學的一個分支，它企圖瞭解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能的發展可以讓機器更加精準，讓產品質量合格率更高。所以現在新興了一個崗位，叫做人工智能工程師，它的誕生已經正在成為IT行業需求缺口最大的崗位，AI工程師平均年薪較其他崗位平均年薪高。機器學習超過70%從業者月薪為20K-50K。
統計學是關於認識客觀現象總體數量特徵和數量關係的科學。它是通過蒐集、整理、分析統計資料，認識客觀現象數量規律性的方法論科學。它的特點主要為精準、可檢驗，所以統計學和人工智能是相輔相成的，如果把人工智能比喻成一個人體的話，統計學就是人工智能的靈魂（或者說是素質、人品），計算機屬於人工智能的血液（負責傳輸運動技能）。
目前國家比較靠前、技術能力領先的企業已經將人工智能作為研究對象，不斷應用於行業終端，人工智能的蝶變會讓我們身邊潛意識發生變化，讓我們期待它給我們帶來的震撼吧。
在以上的分享關於這個問題的解答都是個人的意見與建議，我希望我分享的這個問題的解答能夠幫助到大家。
在這裡同時也希望大家能夠喜歡我的分享，大家如果有更好的關於這個問題的解答，還望分享評論出來共同討論這話題。
我最後在這裡，祝大家每天開開心心工作快快樂樂生活，健康生活每一天，家和萬事興，年年發大財，生意興隆，謝謝！
科技小榮
據中研產業研究院發佈的《2019-2025年人工智能行業深度調研與發展戰略研究諮詢報告》統計數據顯示
全球人工智能市場總體情況分析
一、全球人工智能行業的發展特點
人工智能與其他領域的交叉合作越來越頻繁，近年來衍生出了很多AI+行業。
(1)AI+ 醫療
AI 技術賦能醫療健康領域，使得醫療機構和人員的工作效率得到顯著提高，醫療成本大幅降低，並且可以使人們做到科學有效的日常檢測預防，更好地管理自身健康。
近幾年， AI+ 醫療健康位列 AI+ 垂直應用最熱門的領域之一。從應用角度看，智能醫療主要包括醫學研究、製藥研發、智能診療以及家庭健康管理等方面。從技術細分角度看，主要包括使用機器學習技術實現藥物性能、晶型預測、基因測序預測等;使用智能語音與自然語言處理技術實現電子病歷、智能問診、導診等;使用機器視覺技術實現醫學圖像識別、病灶識別、皮膚病自檢等。據麥肯錫預測，到2025年，全球智能醫療行業規模將達到總 254億美元，約佔全球人工智能市場總值的 1/5。
(2)AI+ 金融
AI技術賦能金融領域，從應用角度看，主要包括智能投顧、徵信風控、金融搜索引擎、保險、身份驗證和智能客服等。金融是最依賴數據的行業之一，人工智能技術與金融行業相融合，通過基於大數據的人工智能技術驅動金融科技智能化升級。在前臺，可以用於為用戶提供更舒適、便利與安全的服務;在中臺，可以為金融業務中的交易、授信與分析等提供決策輔助功能;在後臺，可以針對各類風險改進金融系統。在後臺，可以提高金融系統對各類風險的識別、預警與防控能力。總而言之，人工智能技術將深度重構當前金融業生態格局，使金融服務(銀行、保險、理財、借貸、投資等方面)更加地人性化與智能化。
全球金融服務領域的信息利用率僅有 26%，在各行業屬於偏低水平。根據Markets and Markets報告顯示：人工智能在金融科技的全球市場規模預計將從 2017 年的13.38億美元增長到2022年的73.06億美元，複合年增長率 40.4%。
(3)AI+ 零售
AI 技術賦能零售行業，智能零售以大數據和智能技術驅動市場零售新業態，優化從生產、流通到銷售的全產業鏈資源配置與效率，從而實現產業服務與效能的智能化升級。其商業化應用包括智能營銷推薦、智能支付系統、智能客服、無人倉/無人車、無人店、智能配送等等。
Market and Markets報告顯示：全球智能零售市場預計將從 2018 年的130.7 億美元增長到 2023 年的 385.1 億美元，預測期 (2018-2023) 內複合年增長率為 24.12%。
(4)AI+ 教育
AI技術賦能教育領域，注重學生個性化的教育，有助於教師因材施教，提升教學與學習質量，促進教育均衡化、可負擔化。目前，智能教育全面覆蓋“教、學、考、評、管”產業鏈條，並已在幼教、K12、高等教育、職業教育、在線教育等各類細分賽道加速落地。從應用角度看，智能教育可分為學習管理、學習評測、教學輔導、教學認知思考四個環節。從細分領域看，其包括教育評測、拍照答題、智能教學、智能教育、智能閱卷、AI 自適應學習等落地場景。
Markets and Markets報告顯示，2017 年，全球人工智能技術在教育行業的市場規模為 3.731 億美元，預計到 2023 年將達到 36.835 億美元，預測期 (2018-2023) 內的複合年增長率為 47.0%。 Global market Insights 同樣發佈了一份最新研究報告，報告預測教育市場的人工智能產業價值將在 2024 年超過 60 億美元。
(5)AI+ 家居
AI 技術賦能家居領域，助力家居生態從感知到認知發展，使家居生活更安全、更舒適、更節能、更高效、更便捷。未來，智能家居將逐步實現自適應學習和控制功能，以滿足不同家庭的個性化需求。智能家居是一個以 IoT 為基礎的家居生態圈，其主要包括智能照明系統、智能能源管理系統、智能視聽系統、智能安防系統等。
Strategy Analytics 最新報告指出， 2017 年全球智能家居市場規模達到840 億美元，較 2016 年的 720 億美元增長 16%，2018年達960億美元。
(6)AI+ 農業
AI 技術賦能農業領域，使得農業可以有效應對極端天氣的影響，降低資源消耗量，優化資源配置，降低成本，優化時間與資源配置，以獲得最大產量與效益。從應用角度看，智能農業主要包括農業機器人，精準農業和無人機分析以及畜牧監測等。
Markets and Markets報告顯示，全球智慧農業市場規模在 2017 年達到 67 億美元。2018 年將達到 75.3 億美元，到 2023 年達到 135 億美元。
(7) AI+ 製造
AI 技術賦能製造業領域，可以顯著促進優化製造週期和效率，改善產品質量，降低人工成本。智能製造產業鏈場景範圍很廣，其典型應用場景包括有智能產品與裝備;智能工廠、車間與產線;智能管理與服務;智能供應鏈與物理;智能軟件研發與集成;智能監控與決策等。
2017 年全球智能製造市場達到 2，028.2億美元，預計將在 2023 年達到約 4，790.1 億美元，預測期 (2018-2023)內複合年增長率約為 15.4%。
(8)AI+ 網絡安全
AI 技術賦能網絡全領域，有助於廠商、企業，乃至個人有效提升應對越來越多的網絡欺詐和惡意攻擊等網絡安全問題的能力。人工智能在網絡防禦領域具有一些獨特優勢，這也使其成為 AI 網絡安全防護的突破口。目前智能網絡安全的主要應用包括：網絡監控防範(包括實時識別、響應和防禦網絡攻擊、安全漏洞與系統故障預測、雲安全保障等);預防惡意軟件和文件被執行;提高安全運營中心的運營效率;網絡流量異常檢測;應用安全檢測;網絡風險評估等。
根據 Technavio市場研究報告顯示：2017年全球智能網絡安全市場規模 49.6 億美元，預測全球基於人工智能的網絡安全市場在2018-2022 年期間的複合年增長率將超過 29%。
(9)AI+ 人力資源
AI 技術賦能人力資源領域，有助於人力資源服務於管理過程的流程自動化升級，大幅提高工作效率與合規性，減少人員招聘與管理成本及個人偏見。其主要應用內容包括招聘前的人才渠道維護、人才預測分析、職位匹配、簡歷篩選、 AI 聊天支持等;招聘過程中的約面試、查結果、辦入職等;新入職時的員工培訓、 QA 互動問答、知識學習和職業規劃支持;入職後的員工行為與效率分析、薪酬分析、心理健康分析、團隊文化分析等。 Grand View Research 數據顯示：預測到 2025 年將達到 300 億美元，預測期 (2017-2025) 內複合年增長率為 10.4%。
(10)AI+ 安防
AI 技術賦能安防領域，填補了傳統安防在當下越發不能滿足行業對於安防系統準確度、廣泛程度和效率的需求缺陷。智能安防是人工智能最先大規模應用，並持續產生商業價值的領域，其在產品落地的功能實現上，主要體現在目標跟蹤檢測與異常行為分析，視頻質量診斷與摘要分析，人臉識別與特徵提取分析，車輛識別與特徵提取分析等。
Mordor Intelligence預計 2023 年將達到 826.153 億美元，預測期 (2018-2023) 內的複合年增長率為 15.41%。
(11)智能駕駛
AI 技術賦能傳統駕駛領域，可以有效提高生產與交通效率，緩解勞動力短缺，達到安全、環保、高效的目的，從而引領產業生態及商業模式的全面升級與重塑。智能駕駛是個複雜的產業鏈，其涉及的領域包括芯片、軟件算法、高清地圖、安全控制等等。
美國 IHS Automotive 報告預測，到 2025 年，全球自動駕駛汽車銷量將接近 60 萬輛，2035年將達到 2，100萬輛，預測期 (2025-2035) 內市場將保持 48% 的年複合增長率。
(12)智能機器人
AI 技術賦能機器人，使機器人具備了類人的感知、協同、決策與反饋能力。從應用角度看，主要包括智能工業機器人、智能服務機器人和智能特種機器人。當前主流的智能工業機器人一般具有打包、定位、分揀、裝配、檢測等功能;智能服務機器人一般具有家庭伴侶、業務服務、健康護理、零售販賣、助殘康復等功能;智能特種機器人一般具有偵察、搜救、滅火、洗消、破拆等功能。
二、全球人工智能市場結構
2018年，美國推行一系列戰略旨在確保其全球人工智能持續領先;英、法、德等歐洲國家相繼加大投入躋身全國領先行列;日、韓等亞洲國家同步跟進、加大技術、人才、應用等方面投入。
圖表：2018年各主要人工智能研究國家指數對比
數據來源：2019年新一代人工智能發展報告
想要了解更多關於行業專業分析請關注中研普華研究報告《2019-2025年人工智能行業深度調研與發展戰略研究諮詢報告》
中研網
人工智能如今無處不在，在個人看來，這仍然就是大數據技術的一種延伸，不要覺得除了並行神經網絡和深度學習算法，我們就要把他當人看了，其實他依然不是智能，他只是我們慣常行為的延伸罷了，我們只是將我們的行為照射在產品上。
人工智能發展如何呢？我們分開說，對於BAT，或者谷歌亞馬遜國外巨頭，他們的前景一片光明，光明到未來可能賺錢賺到不好意思，但是對於小創業公司，呵呵。因為人工智能所謂的新發現僅僅是因為數據餵養的結果，小創業公司有數據嗎？或者你燒錢取得了數據，而接下來你又如何燒錢去開發人工智能。
所以人工智能是大企業的機會，前景一片光明，但是如今看得很多創業人饞涎欲滴，紛紛開始創業，繼而血本無歸的也大有人在。不過如此的看待人工智能創業的同時個人也覺得人工智能至少還有一個機會點，或者時間點，那就是4G向5G跳躍階段，依賴人工智能雲服務器，在依賴5G網絡做到的萬物互聯，這樣的話大企業一口氣吃不掉整個市場，萬物互聯嘛，對於創業企業卻是實實在在的機會。並且雲服務器有一個好處，5G速率快了，數據多了，因為萬物互聯，所以可能一個月的數據就等於百度在這個時候忙活1年的數據，甚至更多，當然，這要聰明人用聰明的應用，再用聰明的算法挖掘數據。
最後嘮叨幾句，國際上很多大企業比如谷歌都是開放算法源代碼，目的就是驅動迅速推進人工智能，國內的算法不知道有沒有，希望快快共享，不共享以後人家學了谷歌的，未來就不用你們的什麼東東了。
財經紙老虎
隨著信息技術的飛速發展，教育信息化也邁入了智慧教育階段，而人工智能技術是智慧教育時代發展的核心力量。
人工智能這一概念於1956年提出，經歷了60年代的盲目追捧、70-80年代的備受冷落、90年代的緩慢發展和21世紀初的高度重視幾個階段。2016年穀歌公司開發的基於深度學習的AlphaGo以壓倒性優勢連續戰勝多位圍棋世界冠軍，再次引爆了人們對人工智能的熱情。現在，人工智能已被視為推動現代社會進步的主要核心技術力量之一。特別是在近幾年，智能系統在某些特定領域如圖像識別、語音識別等方面，其解決問題的能力甚至超過人類。儘管人工智能在通用智能領域仍無法與人類的智慧相提並論，但人工智能可以幫助人類解決其所面臨的巨大挑戰和一些無法解決的難題，如智能交通工具大大降低交通事故發生率、智能建築幫助人類節能減排、智能教育幫助老師為每個孩子提供個性化的學習資源……
現在，世界各大醫院已經陸續開展實施數字化病例和健康記錄，並利用產生的大數據進行流行病預測、精準施藥和癌症研究。更為絕妙的是，美國匹茲堡大學醫學院的神經外科醫生將一塊芯片植入已癱瘓15年的女士的大腦中，患者再次獲得支配手臂的能力。智能叫車服務軟件和GIS能夠通過動態調度與路線規劃，為客戶提供快捷、方便、廉價的出行服務。生物學工作者利用智能技術對帝王蝶、鯨、角馬等動物遷徙進行追蹤。在環境保護與監測方面，配備有複雜傳感系統的船隻可以用於海洋水文和地形資料的收集，獲悉海洋生態系統的動態變化。在司法系統中，人工智能技術能夠在大量數據分析的基礎上，公正地對案件進行審判。政府部門能夠利用人工智能技術進一步改善服務水平。如美國國防部高級研究計劃局研發的智能導師系統，可以在幾個月的時間內將海軍新兵培養成海軍專家。
也許有人認為，人工智能會進行自我學習、演化，最終超越人類智慧。就目前情況而言，這是不現實的。人工智能要達到真正的人腦思考，處理現實社會中的絕大多數非完全信息，必需克服兩個巨大障礙：對語言的理解和對人類知識體系的理解。到目前為止，尚未開發出把人文知識系統地抽象出來的算法。
歪瓜叔叔
就目前而言，人工智能發展迅猛，前景一片大好。不過仔細看來，只有手握核心技術，才可以談的上有前景。以下不會樂觀展望我們nb的未來，而是從兩個例子出發，記錄下即將進入這個行業我的所思所想。
國內有關於人工智能的衍生產品逐步投入到市場應用，可真正厲害的，有用的算法或者是模型離我們的生活還是很遠。也就是說，普通人能享受到人工智能帶給我們的幸福感還要些許年頭。
舉個例子，自動駕駛技術是需要機器學習的算法支撐的，那麼收集圖像或者是視頻需要一段時間，神經網絡模型的建立和學習可能需要用8～10個GPU訓練好幾個星期。因為區分是人是車，是指示牌是路燈等等不是一件簡單的事情，要一個像素一個像素去分類。模型結果產生後的測試需要時間，調參再訓練又需要時間。所以，創作出一個完善的模型，再把它完備後應用到實際中，需要花費大量時間。
第二個例子，創造一個真正有邏輯思維的機器人是極其困難的，不過一旦技術成熟，意味著一段邏輯代碼可以自衍生新的邏輯代碼。換句話說，這種程度的研究相當於創造了新物種，且此物種成長快，傳播廣，不可控，危險性高。考慮到人類的智慧和文明會不會在短時間內衰亡，人類高層會不會未雨綢繆，提前對此研究進行負面的人為的干涉就不好說了。
總之，nb的人工智能還是離我們比較遠，而我們所能看到的人工智能真的是冰山一角。我很期待人工智能真正改變我們生活習慣的那一天，但最好不要出現《黑鏡》幾集中帶給我們的世界。
Steven邵啟銘
人工智能是交叉綜合學科，回看創新型的事物的出現多是跨界綜合行業出的多。
另外本人也連續寫過兩本人工智能暢銷書《AI+時代產品經理的思維方法》，《AI賦能-AI重新定義產品經理》。
目前大數據、物聯網、雲計算、人工智能、也稱AI、Bigdata、Cloud、IoT.
根據筆者從阿里巴巴到藝龍再到愛奇藝等公司研發的產品來看，只有人工智能能夠將這些技術串起來用。
例如：大數據，怎麼利用這麼多數據呢？首先得對數據進行分析，怎麼分析呢？得用人工智能算法。
時下以大數據為基礎的人工智能應用非常廣泛。
例子：RPA能夠實現財務智能化和財務共享。安防藉助人工智能的人臉和人體識別技術能夠使效率提升。等等。
以下圖片是說明AI從業者工資待遇比傳統同行高出很多。
總體：人工智能是使得效率提升，成本降低，使得人類更加智能的有前途的學科。
