人工智能產業化的發展七大現狀：工智能投融資環境空前看好、產業化技術起點更高、人工智能人才緊缺
在機器認知上向前邁進一步，因此新一代智能，認知智能體系正在到來，全新的智能體系正在到來
斯坦福大學（Stanford University）計算機科學家克里斯·皮奇（Chris Piech）及其同事開發了一種由人工智能（AI）推動的在線視力測試系統，該系統僅需進行四步操作，即可完成視力測試，且結果十分精準
，根據戰略合作協議，安徽省人民政府、阿里巴巴集團、螞蟻集團三方將深化合作，帶動物聯網、大數據、人工智能、區塊鏈等高技術產業在安徽集聚發展
人工智能想通過計算機模擬人類認知過程，但因為機器不具有意向性，機器只能識別語法、不能識別語義以及理解形式化難題導致機器并不能真正具有人類的理解能力
智慧交通企業：海康威視 上海電氣 一汽解放 四維圖新 佳都科技 易華錄 新大陸 廣電運通 滴滴出行 凱樂科技 福田汽車 超圖軟件 強生控股
深度學習的黑箱性主要來源于其高度非線性性質，可以用隱層分析方法、模擬/代理模型、敏感性分析方法來理解神經網絡的運作方式
整體來看，國內人工智能完整產業鏈已初步形成，但仍存在結構性問題。從產業生態來看， 我國偏重于技術層和應用層，尤其是終端產品落地應用豐富，技術商業化程度比肩歐美
美國信息技術與創新基金會發布報告《誰會在人工智能角逐中獲勝:中國、歐盟或美國》對中國、歐盟和美國人工智能發展的現狀進行測算，分析半導體銷售量、半導體研發支出、設計AI芯片的公司數量、超級計算機數量及該系統的綜合性能情況
人工智能技術發展首先需要一個務實的環境,人工智能學習能力的基礎科學問題需要長期探索,需要堅持把應用場景落地作為推動新一代人工智能發展的抓手
人工智能對聯合國所有17 個可持續發展目標均具有適用性，但只能幫助解決169 個細分目標中約一半的目標，因此需要克服一些瓶頸以便更好地發揮AI 的作用
AI產業鏈的三個核心環節：上游是基礎能力提供商，中游是服務及技術提供商，下游是應用提供商。但AI產業鏈的發展遠遠落后于發達國家
