這籹籽sd
作为一名AI领域的科技工作者，我来回答一下这个问题。
首先，当前AI产品的实际应用情况可以用一句话来概括，那就是“智商偏科，情商为零”，虽然这种说法存在一定的片面性，但是也能够在很大程度上说明一定问题。总的来说，当前的AI依然处在行业发展的初期，也就是通常所说的弱人工智能阶段。
影响AI发展的因素集中在三个方面，分别是算法、算力和数据，当然AI产品的应用与不同的场景也有较为密切的关系。
在当前产业互联网的推动下，AI算法的迭代速度还是比较快的，当然这是从应用的角度来看。AI算法的迭代速度必然会随着大数据和云计算的发展而不断提升，基于算法上的创新也是很多人工智能研发人员的重要工作任务。
数据对于人工智能产品的研发也具有非常重要的意义，因为无论是算法训练还是算法验证，都需要大量的数据作为支撑。随着当前大数据技术体系的不断发展和成熟，数据对于人工智能的研发也在产生越来越积极的影响。目前很多智能体之所以有了越来越好的功能表现，一个重要的原因就是有了更多的数据支撑。
人工智能领域的研发对于算力的要求也非常高，目前在云计算和边缘计算的推动下，算力也有了较大幅度的提升，这对于未来智能体走向生产环境有非常直接的影响。5G通信的落地应用将加速边缘计算的应用和发展，未来“云+边”的技术方式可以为人工智能产品提供更加有效的算力支撑。
最后，由于人工智能对于工业互联网的发展具有重要的意义，所以未来人工智能领域的创新会越来越多。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！
IT人刘俊明
由于自己从事AI领域，从实际使用的角度来回答一下。
AI技术可以简单理解为人的各种能力的扩展或者延伸，比如脑力、语言沟通、视觉、听觉、操作（手的能力）、行走（腿的能力）等各个方面。
脑力
现在AI的脑力刚刚处于起步阶段。根据特定的规则、输入相应的数据，可以进行一定程度的分析和预测。20年前，孙正义预测芯片的晶体管的数量在2018年左右会超过人脑的神经元的数量，事实上2018年左右出现超越。但是，这并不意味着芯片比人聪明。但是在大规模计算能力方面，AI已经走在人类的前面。在需要灵活性、自主性判断方面，还有很长的路要走。总的来讲，AI还处于人的婴儿时代。
视觉
最近几年，AI的视觉识别（机器视觉）能力已经得到大幅度提升。摄像头、传感器以及视觉计算，都极大地提升了AI的能力。在人脸识别、姿势识别、行为识别等领域已经获得了巨大的进展。比如人脸识别方面，日常生活中的主要应用场景的人脸识别基本上没有什么问题。
听觉
目前，在相对安静的环境中，AI能够达到比较精准的识别度。但是在稍微嘈杂的环境（比如会议、展览、车站等场所）中，识别率面临比较大的问题。应该说还不足以满足日常需要。比如，目前世面上的智能机器人在与人对话的时候，如果距离比较近，比较安静，而且发音标准的话，基本上没有什么大的问题。但是稍微远一些、稍微嘈杂一些、或者稍微带一些方言的时候，就容易出现牛头不对马嘴的对话。与视觉相比，听觉的路子更长。
操作
手的灵活程度是检验AI的一个重要部分。目前做得比较好的AI可以拿起茶杯、或者倒茶。但是，五个指头的灵活程度几乎没法与人相比较。所以，在比较精细的操作方面，AI才刚刚起步。
行走
行走方面目前在逐渐取得重要进展。比如波士顿动力开发的机器人在行走方面已经比较自如，同时还可以作出后空翻方面的动作，表现出非常强的能力。再过5-10年，机器人达到比较顺利的自主行走，应该不是一个悬念。
当然，还有其他各个方面的AI能力。这里不一一阐述。AI能力正在以加速度实现扩张和增强，这些能力的融合与进化，将极大地改变人们的工作和生活。
机器人大王
全球人工智能还处于发展初期
什么是人工智能？
1956年，在美国达特茅斯学院一次特殊的夏季言谈会上，麻省理工学院教授约翰·麦卡锡第一次提出了人工智能概念。此后，人工智能迅速成为一个热门话题。
尽管概念界定众多，但科学界对人工智能学科的基本思想和基本内容达成的共识是：研究人类智能活动的规律，从而让机器来模拟，使其拥有学习能力，甚至能够像人类一样去思考、工作。
在人工智能研究早期，有些科学家非常乐观地认为，随着计算机的普及和CPU计算能力的提高，实现人工智能指日可待。但后来事实证明，人工智能的发展并没有预期的那么美好。
20世纪50年代至70年代，人工智能力图模拟人类智慧，但是受过分简单的算法、匮乏得难以应对不确定环境的理论以及计算能力的限制，这一热潮逐渐冷却;20世纪80年代，人工智能的关键应用——基于规则的专家系统得以发展，但是数据较少，难以捕捉专家的隐性知识，加之计算能力依然有限，使得其不被重视，人工智能研究进入低潮期。
直到进入20世纪90年代，神经网络、深度学习等人工智能算法以及大数据、云计算和高性能计算等信息通信技术快速发展，人工智能才迎来了春天。
“大约在10年前，一种被称为深度学习的新的机器学习方法，让人工智能的算法更智能。”中国科学院自动化研究所研究员易建强说：“它是一种通过多层表示来对数据之间的复杂关系进行建模的算法。深度学习模仿人脑结构，具有更强的建模和推理能力，能够更有效地解决多类复杂的智能问题。”
中国科学院院士谭铁牛说：“当前，面向特定领域的专用人工智能技术取得突破性进展，甚至可以在单点突破、局部智能水平的单项测试中超越人类智能。”
这其中，比较著名的事件包括1997年“深蓝”战胜国际象棋世界冠军，2011年IBM超级计算机沃森在美国电视答题节目中战胜两位人类冠军，以及2016年和2017年阿尔法狗战胜人类围棋高手。
在不少人工智能专家看来，尽管经过近60年的发展，人工智能已经取得了巨大的进步，但总体上还处于发展初期。
人工智能创新创业日益活跃
当前，伴随着人工智能研究热潮，我国人工智能产业化应用也蓬勃发展。
智能产品和应用大量涌现。人工智能产品在医疗、商业、通信、城市管理等方面得到快速应用。目前已有1.5亿支付宝用户使用过“刷脸”功能，华为首次在全球将人工智能移动芯片用于手机。
人工智能创新创业也日益活跃，一批龙头骨干企业快速成长。据统计，当前中国的人工智能企业数量、专利申请数量以及融资规模均仅次于美国，位列全球第二。全球最值得关注的100家人工智能企业中我国有27家，其中，腾讯、阿里云、百度、科大讯飞等成为全球人工智能领域的佼佼者，也成为建设国家新一代人工智能开放创新平台的领头羊。
2017年7月5日，百度首次发布人工智能开放平台的整体战略、技术和解决方案。这也是百度AI技术首次整体亮相。其中，对话式人工智能系统，可让用户以自然语言对话的交互方式，实现诸多功能;Apollo自动驾驶技术平台，可帮助汽车行业及自动驾驶领域的合作伙伴快速搭建一套属于自己的完整的自动驾驶系统，是全球领先的自动驾驶生态。
2017年8月3日，腾讯公司正式发布了人工智能医学影像产品——腾讯觅影。同时，还宣布发起成立了人工智能医学影像联合实验室。
2017年10月11日，阿里巴巴首席技术官张建锋宣布成立全球研究院——达摩院。达摩院的成立，代表着阿里巴巴正式迈入全球人工智能等前沿科技的竞争行列。
此外，科大讯飞在智能语音技术上处于国际领先水平;依图科技搭建了全球首个十亿级人像对比系统，在2017年美国国家标准与技术研究院组织的人脸识别技术测试中，成为第一个获得冠军的中国团队。
整体水平与发达国家仍有较大差距
尽管我国在一些人工智能关键技术尤其是核心算法方面与发达国家水平相当，但我国人工智能整体发展水平与发达国家相比仍有较大差距，比如在高精尖零部件、技术工业、工业设计、大型智能系统、大规模应用系统以及基础平台等方面。专家们还指出，我国人工智能技术发展还面临着体制机制、创新人才、基础设施等方面的挑战。
易建强说：“与人工智能发展成熟且处于前列的美国等相比，虽然中国在人工智能的论文数量方面超过美国，但中国学者的研究影响力尚不及美国或英国同行。”
这背后的一个重要原因就是人才短缺。据统计，美国半数以上的数据科学家拥有10年以上的工作经验，而在中国，超过40%的数据科学家工作经验尚不足5年。还有，在中国只有不到30所大学的研究实验室专注于人工智能，输出人才的数量远远无法满足人工智能企业的用人需求。此外，中国的人工智能科学家大多集中于计算机视觉和语音识别等领域，其他领域的人才相对匮乏。
在产业应用方面，人工智能技术成果虽然已经在我国越来越多的领域应用，但专家表示也还存在一些问题。比如，除少数垂直领域凭借多年大数据积累和业务流程优化经验，催生出营销、风控、智能投顾、安防等人工智能技术可直接落地的应用场景外，大多数传统行业的业务需求与人工智能的前沿科技成果之间尚存在不小差距。面向普通消费者的移动互联网应用与人工智能技术之间的结合尚处在探索阶段。
“在人工智能生态系统方面，美国也更为完善和活跃，创业公司数量远超中国。而且由研究机构、大学及私营企业共同组成的生态系统庞大、创新且多元。”易建强说。
专家建议，应建设开放共享的人工智能创新发展平台，重视和加强人工智能前瞻性基础研究，加大人才培养力度，在深化人工智能技术推广应用、市场准入等方面建立更加宽松的政策环境，不断提升信息化水平来支撑智能化发展，并积极引进培养更多有国际影响力的领军人才。
Giggs456
众所周知，现在AI技术已经上升到了国家战略层面，老僧身边也有很多研究AI技术的人才，其实，大家可能不知道，我国在人工智能领域有多项技术处于世界领先地位。
但若问AI技术目前是否发达，老僧认为，需要辩证来看，因为技术的变化是日新月异的。
相比过去十年、五年、甚至是一年来说，AI技术发生了翻天覆地的变化，肯定是发达的，过去我们无法想象语音识别、图像识别、自动驾驶……但若要和未来五年、十年相比，则肯定要另当别论了。
我们达摩院前阵子发布过一份《达摩院2020十大科技趋势》，当时我们就预测过，目前人工智能正处于一个新阶段，从感知智能向认知智能演进的新阶段。
经过几十年的发展，AI技术在“听、说、看”等感知智能领域已经达到甚至超越了人类水准。目前，AI技术在金融、医疗、安防等多个领域实现了技术落地，且应用场景也愈来愈丰富，正实现全方位的商业化，引发了各个行业的深刻变革，也给我们的生活带来了极大的便利。
例如近期我们达摩院和阿里云联合出品的“AI 辅诊助手”，可以在20秒内完成对单个病例影像分析，准确率达到96%。相比影像医生每15分钟诊断一个病例，极大地提升了诊断识别效率。
不过，在需要外部知识、逻辑推理或者领域迁移的认知智能领域，AI技术还处于初级阶段。认知智能是继运算智能、感知智能之后的第三个层次，也是最难、最重要的技术领域。认知智能的发展将使大量繁琐但很重要的工作变的更人性、更高效、更精准，在搜索、交互、翻译、预测等方面帮助人类达到一个新高度。
与其思考AI技术是否发达，我们不如关心一下AI技术的未来趋势。当下的AI技术处于从感知智能向认知智能演进的新征程中，是过去几十年发展来的技术峰值，也是未来人工智能发展的起点。
阿里达摩院扫地僧
恩很发达，前年google推出的bert在各个领域已经开始碾压人类，这还是在机器最不擅长处理的自然语言领域，我们不是一直说我们与动物最大的区别就是语言吗？
至于其它的领域，什么语音识别，图形图像估计早就碾压人类了。
好比无人驾驶，特斯拉的事故率和人类的事故率对比下就知道了。说实话真的不喜欢百度这家伙公司，说自己是ai公司不过是追着国外fb，google的尾随者。这种公司也就在国内骗骗钱。
猫咪盒子宠物视频
基于对人工智能（AI）的广泛接受的定义，也就是关于将某种人类级别的认知放入机器中的知识，当今尚不存在AI。
确切地说，具体术语是弱AI，这就是我们今天拥有的东西，实际目标是构建强AI。
人工智能是计算机科学/工程学领域的一个广阔领域，旨在将人的智能融入机器中。到目前为止，我们已经成功地为机器提供了视觉，自然语言和游戏方面的相当先进的感知技能。
但是，诸如推理，视觉理解，自然语言理解以及广泛的功能之类的才是智能巅峰的东西仍然难以捉摸。
人们会害怕强大的AI，这是因为显而易见的后果，例如失去工作或从地球上彻底歼灭人类。
媒体以及很多传统工业企业营销，非常热衷挑起大多数人对AI的恐惧，因此他们的大多数作品都是吸引人的并且引起恐惧，例如“ 人工智能制造人工智能”，这种标题会成为流量的巨大诱饵，以便他们向其网站发送更多流量。 这种东西使大多数尚不了解AI当前局限性的人感到迷惑。
在其他时候，研究人员应归咎于诸如“超越人类水平的表现等等”之类的头衔，这种事情可以使人们不寒而栗。 但是事实是，这种AI离我们很遥远，所以我们可能应该更担心的是一个巨大陨石撞击地球，而不是担心某个实验室里的科学家突然创造出了恐怖的强AI。
虽然人工智能领域已经取得并继续取得巨大进步，但我们距离实际的强AI情况还非常遥远。 因此，媒体更喜欢使用标题党标题，而不是真的从深度技术来解读实际情况，它们会掩盖很多东西，从而吸引更多的受众。
真正热爱技术并且专业的人员不会恐惧，在未来强AI到来之前，无论是技术防护手段还是法律都会趋于完善，不太可能让科技成为人类整体的坟墓。
因此，下次您从媒体文章中阅读有关AI的文章时，请不要相信那些危言耸听的一切。
希望本条回答可以帮助到更多人来正确地看待AI。
七色慧
很高兴回答你的问题
AI：人工智能技术，相信很多人都在期待这项研究结果的普及，特别是虚拟现实这个模块。看了很多宣传视频确实很棒，而且贴近生活。比如现在的网络购物，通过AI技术就可以虚拟试穿，戴上头盔足不出户可以走遍全世界。
但是很遗憾，这项技术还是在发展初期阶段，全世界的科学家都在努力的研究着，相信在不远的将来一定能够实现，让更多的人享受科技带来的高品质生活。让我们共同期待吧……
以上是我个人观点，有不到的地方请老师多多包涵
我是大萌，专注于科学领域的自媒体人，喜欢我就点个关注吧
小学生文文
简单的说，现在处理弱人工智能时代，强人工时代还未来临;
但是现在弱人工智能已经很强大了;
目前只能学习训练一个项目，灾难性遗忘了解一下，会下棋就不会做饭。
我不是小爱
上世纪90年代，随着信息技术和人工智能的发展，智能制造技术引起发达国家的关注和研究，美国、日本等国纷纷设立智能制造研究项目基金及实验基地，智能制造的研究及实践取得了长足进步。
目前，智能制造产业链已涵盖智能装备(机器人、数控机床、服务机器人、其他自动化装备)，工业互联网(机器视觉、传感器、RFID、工业以太网)、工业软件(ERP/MES/DCS等)、3D打印以及将上述环节有机结合的自动化系统集成及生产线集成等。
在各国大力推动下，全球智能制造产业规模实现快速增长。据数据统计，2016年，我国智能制造行业产值规模达12233亿元。据此测算，2016年，全球智能制造产值规模在8687亿美元左右。
首先，全球自动化市场将逆势增长。今年全球工业自动化设备市场将以1.5%的速度增长，2016年许多设备供应商收入下降，在众多的设备投资市场存在不确定因素。
其次，云计算分析将向边缘计算转移。预计今年内部云系统和“边缘”分析将扩大，再教育市场导致公司变得更加自信，远程云可以提供很好的支持。
第三，制造业外包不如升级自动化。今年间将有更多厂商选择投资自动化生产，利用税收优惠政策和熟练的劳动动力来增加营收，而不是选择外包生产。
第四，IT和OT的融合将成新战场。实现IT和OT的融合，与软件厂商合作是自动化企业的未来发展路线。一些自动化厂商去年收购了软件供应商，通过整合扩大他们的智能制造组合。预计软件商将成为自动化公司争夺的目标，收购和合作将加速。第五，连接标准将占优势。随着终端用户数量的增加，工业物联网系统连接市场机会也会放大，新的连接标准有可能到来。预计OPC-UA技术架构和TSN时间敏感网络标准将为未来连接带来新标准。
最后，工厂车间人工智能使用率上升。随着科技的进步，人工智能越来越多的参与到了我们的生活、工作中。未来的工厂，许多工作或许会由AI接手，让效率提高。
智能制造是引领“第三次工业革命”浪潮的核心动力，智能制造所涵盖的相关产业将成为未来世界工业发展领域的主导产业。正因此，智能制造产业在全球范围内发展如火如荼，前景一片大好。
