新聞（wén）中心（xīn）

人工智（zhì）能 (AI) 是透過建立及應用（yòng）內建於動態運算環境中的演算法，來模擬人（rén）類智（zhì）慧過程的（de）基礎。簡言之， AI 的目標是試圖讓電腦像人類一樣（yàng）思考和行動。

實現這項目標需要（yào）三個關鍵要素：

    運算係統
    資（zī）料與資料管理
    進階 AI 演算法 (程序碼)

期望結（jié）果越接近人類，對資料（liào）量和處理能力的要求越高。
人（rén）工智能的起源

至少從（cóng）西元前一世紀開始，人類就（jiù）對製造機器模擬人腦的（de）可能性充滿興趣。到了現代，John McCarthy 在（zài） 1955 年創造了人工（gōng）智能這個詞匯。1956 年，McCarthy 等人舉辦（bàn）了一場名為《達特（tè）茅（máo）斯學院夏季人工智能研究專案》的（de）會議（yì）。以此為開端，機器學習（xí）、 深度學習、預測性分（fèn）析應運而生，一直發展到現在的規範化分析。同時也興起（qǐ）了全新的研究領域，亦即資料科學。
人工智能為何重要？

今天，人類（lèi）和機器所產生的資料量遠遠超出了人類吸收（shōu）、解讀及據此做出複雜決策的能力。人工智（zhì）能構成了所有電腦學習的基礎（chǔ），也（yě）是所（suǒ）有複雜決策的未來。例如，即便（biàn）井字遊戲 (圈叉遊戲) 有 255,168 種不同的走法，其中 46,080 種（zhǒng）走法會出現平局，大多數人仍然能（néng）夠算出如何走才不會輸掉遊戲。西（xī）洋棋則有超過 500 x 10 的 18 次方種不（bú）同的可能走法，因此能（néng）稱得上高手（shǒu）的人屈指可數。電腦能夠以極其有（yǒu）效率的方（fāng）式計算這些（xiē）走法的排列組合，並得出最佳對策。AI (及其機器學習的邏輯演進) 和深度學習（xí）為商業決策的未（wèi）來奠定了基礎。
人工智能使（shǐ）用案例

在很多（duō）日常情景中（zhōng）都能見到 AI 的應（yīng）用，例如金（jīn）融服務詐騙偵測、零售采購預測和線上客（kè）戶支（zhī）援互動等。以下（xià）是一些例子：

    詐騙偵（zhēn）測（cè）。金融服務業以兩種（zhǒng）方式使用人工智能。一種是在信貸申（shēn）請的初始評分使（shǐ）用 AI 來了解申（shēn）請人的信用度。另一種是采（cǎi）用更先進的（de） AI 引擎來即時監控及偵測支付卡的詐騙交易。
    虛擬客戶協助 (VCA)。除了（le）人機互動外，客服中心還使用 VCA 來預測和回應客戶（hù）的詢問。語音（yīn）辨識加上（shàng）模擬的人類對話是客戶服務查詢中的（de）第一個互動點。較高（gāo）層級的查詢會轉接給人員。
    當某（mǒu）人（rén）在網頁上發起聊天 (聊天機器人（rén）) 對話時，通常（cháng）是先（xiān）與執行（háng）專業（yè）化 AI 的電腦互動。如果聊天機器（qì）人無法解讀或解決問題，人（rén）類就（jiù）會介入，直接與對方溝通。這些無法解讀的執行個體將饋送到機器學習運算係統（tǒng），用於改進 AI 應用程序（xù），以（yǐ）供未來互動之（zhī）用。