新聞中（zhōng）心

人工（gōng）智能 (AI) 是透過建立及應用內建於動態運算環（huán）境中的演算法，來模擬人類智慧過程的基礎。簡（jiǎn）言之， AI 的目標（biāo）是試圖讓電腦像人類（lèi）一樣思考和行動。

實現這項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（chéng）序碼)

期望結果越接近人類，對資料量和處理能力的（de）要求（qiú）越高。
人工（gōng）智能的起源

至少（shǎo）從西（xī）元前（qián）一世紀開始，人類就對製造機器模擬人腦的可能性充滿興趣（qù）。到了現代，John McCarthy 在 1955 年創（chuàng）造了人工（gōng）智（zhì）能這個詞匯。1956 年，McCarthy 等人舉辦了一場名為《達特茅斯學（xué）院夏季人工智能研究專案》的會議。以此為開端，機器學習、 深度學（xué）習、預測性分析應運而生，一直發（fā）展到現（xiàn）在的規範化分析。同時也（yě）興起（qǐ）了全新的研（yán）究領域，亦即資料科（kē）學。
人工智（zhì）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（xī）收、解讀（dú）及據此做出（chū）複雜決策的能（néng）力。人（rén）工智能構成了所有電腦學習的基礎，也是所（suǒ）有複雜決策的（de）未來。例如，即便井字遊戲 (圈叉遊戲) 有 255,168 種不同的（de）走法，其中 46,080 種走（zǒu）法會出現平（píng）局，大多數人仍然（rán）能夠算出如（rú）何走才不會輸掉遊戲。西洋棋則有超過 500 x 10 的 18 次方（fāng）種不同的（de）可能走法，因此能稱（chēng）得上高手（shǒu）的人屈指可數。電腦能夠以極其有效率的方式計（jì）算這些走法的排列組合，並（bìng）得出最佳對策。AI (及其機器學習的邏輯演進) 和深度學習為（wéi）商業決策的（de）未來奠定了基礎（chǔ）。
人（rén）工智（zhì）能使用案例

在很（hěn）多日常情景中都能（néng）見（jiàn）到 AI 的應用，例如金融（róng）服務詐騙偵測、零售采購預測和線（xiàn）上客戶支援互動等。以下是一些例子（zǐ）：

    詐騙偵（zhēn）測。金融服務業以兩種方式使用人工智能。一種是在信貸申請的初始評分使用 AI 來了（le）解申請人的信用度。另（lìng）一種是采用更先進的 AI 引擎來即時（shí）監控（kòng）及偵測支付卡的詐騙交易。
    虛擬客戶協助 (VCA)。除了人機互動（dòng）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（jiā）上模擬的（de）人類對話是客戶服務查詢中的第一個互動點。較高層級的查（chá）詢（xún）會轉接給人（rén）員。
    當某人（rén）在（zài）網頁上發起聊（liáo）天 (聊天機（jī）器人) 對話時，通常是先（xiān）與執行（háng）專業化 AI 的電腦互動。如果（guǒ）聊（liáo）天機器人（rén）無法解讀或解決問題，人類就會介入，直（zhí）接（jiē）與對方溝通（tōng）。這些無法解讀的執（zhí）行個體將饋送到機器學習運算係統，用於改進（jìn） AI 應用程序，以供（gòng）未來互動之用。