始于1956年，人工智能在60余年内有着长足的发展。
从自动驾驶汽车，到亚马逊的无人超市，到打败世界围棋冠军柯洁的AlphaGo算法，再到拍卖成交价为43 2500美元的AI生成的画作，我们目睹了AI在许多领域令人兴奋的应用。
工业革命改变了这个世界的面貌。许多人相信人工智能会给这个世界带来一场如同工业革命般剧烈的变革。
人工智能不是像好莱坞科幻电影中描述的统治世界的恐怖机器人。它其实一直在你身边默默地工作着。人工智能的应用经常在一些平常不起眼的地方，比如淘宝网上的商品推荐，百度地图的路线规划，和优酷、B站等网站的视频推荐。
简而言之，人工智能是通过电脑来做一些通常需要人类智能的工作。如果你还是忍不住要想象一个机器人，那么人工智能就只是机器人的大脑，而不是那些能碰到的机械部件。就像蒸汽机将人们从重复性的体力劳动中解放出来，人工智能将接管一些无聊的低级的脑力劳动。
今天的人工智能仍旧是科学家们所称作的“弱人工智能（ANI）”。这代表着现今的人工智能算法只能“智能地”完成某一种任务，比如自动驾驶、人脸识别等等。
自人工智能领域的出现，科学家们就在探寻人工智能的终极目标——通用人工智能（AGI）。通用人工智能算法可以自我学习并完成人类智能能完成的几乎所有任务。
我们可以把算法和菜谱类比。他们都是一套为了达成某个目的、清晰且有顺序的、可以被执行的指令。计算机不能理解人类常用的抽象高级的指令，而算法可以将这些抽象的指令翻译成计算机可以执行的初级指令。
机器学习（ML）是人工智能的一个领域。就像它名字所描述的一样，机器学习指让机器根据数据自我学习，而不是利用一套预先确定的规则做出判断。机器学习算法在大量数据上训练后可以较好地完成许多复杂任务。
深度学习（DL）是机器学习下的一个分支，它的核心是人工神经网络（Artificial Neural Network, ANN）。 我们后面的几个章节将详细讲解这个人工智能的子领域。相比于传统机器学习算法，深度学习算法需要更多的数据进行训练，但是它更加强大和灵活。
在这一章里，我们了解了人工智能以及它对社会的影响。值得注意的是，即便我们看到了人工智能领域很多十分可人的进展，我们仍然离通用人工智能非常遥远。下一章，我们将深入了解深度学习这个近几年发展迅猛的人工智能领域。
Benefits & Risks of Artificial Intelligence
10 Powerful Examples Of Artificial Intelligence In Use Today
Artificial Intelligence for the Real World
算法（Algorithm）：计算机为达成某种目的的可被执行的一系列规则指令。
人工智能（Artificial Intelligence, AI）：利用计算机完成需要人类智能的任务的技术与领域。
机器学习（Machine Learning, ML）：AI的一个领域，利用数据训练机器完成某项任务。
深度学习（Deep Learning, DL）：ML的一个分支，主要关注使用人工神经网络来完成复杂任务。