中国人工智能战略新一代人工智能发展规划提出了三步走战略。第一步:到2020年，人工智能整体技术和应用与世界先进水平同步，初步建立人工智能技术标准服务体系和产业生态链，培育一批全球领先的人工智能骨干企业。人工智能核心产业规模将超过1500亿元，带动相关产业规模超过1万亿元。
谢邀！人工智能(AI)从被提出到现在，已有超过60年的发展历程，虽然中间也经历过暂短的热潮，都没有真正火起来，而直到去年3月阿尔法狗打赢了世界围棋冠军李世石，AI才掀起了新一轮的热潮。这轮热潮，在谷歌Facebook 微软BAT等企业投资推动下，让AI走到大众视野，也走向实际应用。而人工智能之所以最近两年才火起来，是因为拥有计算算法和大数据这三大支撑力！首先看看计算力方面的提升。
计算是AI发展的基础。在20年前，一个机器人，当时是用32 个 CPU，达到120MHz的速度，而今天一台小小服务器的计算速度已是20年前最快计算机的60倍。现在的人工智能系统可以使用成百上千个GPU 来提升的计算能力。这使得处理学习或者智能的能力得到比较大的增强。之前用 CPU一个月才能出结果，然后再去调整参数，一年只能迭代12次。
GPU产生后大幅提升了计算量，现在用 GPU 可以一天就出结果，迭代的更快。再看看算法方面的更新。以人脸识别为例，在 2013 年深度学习应用到人脸识别之前，各种方法的识别成功率只有不到 93%，低于人眼的识别率 95%，因此不具备商业价值。而随着算法的更新，深度学习使得人脸识别的成功率提升到了 97%。
这才为人脸识别的应用奠定了商业化基础。而历经了十多年互联网行业快速发展所积累的数据资源，为AI提供了充足的养料。例如，在 AlphaGo 的学习过程中，核心数据是来自互联网的 3000 万例棋谱。互联网和智能手机的快速普及催生了海量数据。无论是人们无论是用手机跑步看电视还是行驶在车流中，几乎所有的活动都会留下数字足迹，海量数据已汇成数据洪流。
AI界的泰斗加拿大多伦多大学的Hiton教授早在2006年就提出了深度学习的概念，直到最近几年深度学习才逐渐应用起来，是因为算法的更新也离不开大数据和计算力的支持。深度学习模型只有通过大量的数据训练才能获得理想的效果。相应地，海量数据的运算处理也必须有强大的计算作为支撑。所以说，有了计算的基础，加上算法的突破与数据洪流的爆发成就了人工智能获得突破走向应用。
人工智能已经火起来了吗？
这个只能说概念是确实火了起来，但是在实际的应用中还并没有完全普及。那么人工智能概念为什么这么火？我觉得有几点1社会和科技的发展确实需要最终走向智能化，用机器来替代人的工作。之前的计算机模式需要人的操作才能做出相应的反应只能减轻人的工作，但是核心还是需要人的。而想要替代人就需要人工智能2各种培训机构等等靠概念的爆火来获取更多的生源。
你在搜索引擎里面搜一下就结果就可以看得到大部分关于人工智能的都是培训机构，python语言培训之类的3目前在有些行业确实已经运用起来了，比如火车站的人脸进站等。还有我们今日头条能根据你的兴趣点给你推动相应的文章肯定背后也是有人工智能算法的支撑。我们的手机里面也开始涵盖了更多人工智能的功能。以上三点都是自己总结的，希望能帮助到你。
Python是真的火，还是炒得火？
作为一个多年的程序员，我来告诉你这个答案。首先，不可否认，python是一门语法简洁的伟大语言。而且很好用。在spark、flink、storm等数据处理框架的大数据组件中，可以快速编写脚本来处理数据。也是基于以上原因。未来，大数据将在各个领域发挥基础性作用。没有大数据支撑，人工智能无从谈起。
