新聞（wén）中心

人（rén）工智能 (AI) 是透過建立及應用內建於動態運算環境中的演算法，來模（mó）擬人類智慧過程的基礎。簡言之（zhī）， AI 的目標是試（shì）圖讓電腦像人類一樣思考和行動（dòng）。

實（shí）現這項（xiàng）目標需要三個關鍵要素：

    運算係統
    資料與資料管理
    進階 AI 演算法 (程序（xù）碼)

期望結果（guǒ）越接近人類，對資料量和（hé）處理能力的要求越高。
人工智能的起源

至少從（cóng）西元前一世紀開（kāi）始，人類就對製造機器模（mó）擬（nǐ）人腦的可能性充滿興趣。到了現代，John McCarthy 在 1955 年（nián）創造了人工智能這個詞匯。1956 年，McCarthy 等人（rén）舉辦了一場（chǎng）名為《達特茅斯（sī）學院夏季人工智能研究專案》的會議。以此為開端，機器學習（xí）、 深度學習、預測性分析應運而生，一直發展到現在的規範化分析。同時也興起了全新的研究領域（yù），亦即（jí）資料科學。
人工智能為何重要？

今天，人類和機器所產生的資料量遠遠超出了人類吸收、解讀及據此（cǐ）做出（chū）複雜決策的能力。人工智能構成（chéng）了所有電腦學習（xí）的基礎，也是所有複雜決策的未來。例如，即（jí）便井（jǐng）字遊戲 (圈叉遊戲) 有 255,168 種不同的走（zǒu）法，其中 46,080 種（zhǒng）走法（fǎ）會出現（xiàn）平局，大多數人仍然能夠算出如何走才不會輸掉遊戲。西洋（yáng）棋則有超過 500 x 10 的 18 次方種不同的可能走法，因此能稱得上高手的人屈指可數。電腦能夠以極其有效率的方（fāng）式計算這些走法的排列組合，並（bìng）得出（chū）最佳對策。AI (及其機器學習的邏輯演進) 和深度學習為商業決策（cè）的未來奠定（dìng）了（le）基礎。
人工智能使用案例

在很多日常情景中都能見到 AI 的應用，例如金融服務詐（zhà）騙偵測、零售采購預測和線上客戶支援互動等。以下是一些例子：

    詐騙偵測。金（jīn）融服務業以兩種（zhǒng）方式使用人工智能。一種是在信（xìn）貸申請的初始評（píng）分使用 AI 來了解申請（qǐng）人的信用度。另一種是采用更先進的 AI 引擎來即時監控及偵測（cè）支付卡的詐騙交易。
    虛擬客戶協助 (VCA)。除了人（rén）機互動外，客服中心還使用 VCA 來預測和回應客戶的詢問。語音辨識加上模擬的人（rén）類對話是客戶服（fú）務查（chá）詢中的第一個互動點。較高層級的查（chá）詢會轉接給人員。
    當某（mǒu）人在網頁上發起聊（liáo）天 (聊天機（jī）器（qì）人) 對話時，通常（cháng）是先與執行專業化 AI 的電腦（nǎo）互動。如果聊天機器人無（wú）法（fǎ）解讀或解決問題，人類（lèi）就會介入，直接與（yǔ）對方溝通。這些無法解讀的執行個體將（jiāng）饋送到機器學習運算係統，用於改進 AI 應用程序，以供未（wèi）來互動之（zhī）用。