多亏了大数据、新算法和巨大的、负担得起的计算能力的出现，人工智能现在终于再次大放旗鼓。
试试这个:上网translate.google.com。
在左侧的输入框中输入“的精神固然愿意，肉体却软弱了。”在右边的框中，决定你想要哪一种语言翻译成了。它的翻译后的第一时间，复制翻译后的文本，并将其粘贴到转换回英文，左侧的复选框。
如果你没有得到完全原始文本,反向翻译十有八九还会反映原始思想的至少部分:主体的行动的他或她的意图,而不是酒是不错,但肉是无味的,这可能意味着这个词直译。
人工智能正在成为现实。Gartner分析师Jackie Fenn说
换句话说，一台机器想通了，你的意思，你说的不只是什么。
“在20世纪60年代，这被认为是不可能的。顾问退休研究所人工智能的副主任在佐治亚大学。
几十年来，人工智能（AI）领域经历了两个季节：经常性的弹簧，其炒作推动的期望很高;和随后的冬天，春天后的承诺未能得到满足，令投资者感到失望转身走了。但现在真正正在取得进展，而且它在没有炒作正在取得进展。事实上，一些主要的从业者甚至不会谈论他们在做什么。
新旧季节
“AI正在成为现实，” Gartner分析师杰基·芬恩说。“AI已经在冬季十年或更长时间，但已经有许多突破[中]在过去的几年里，”她补充道，指着人脸识别算法和自动驾驶汽车。
研究人员丹尼尔Goehring，人工智能集团在自由大学（自由大学）的成员，在柏林2011年的测试过程中演示了免提驾驶。车，经修饰的大众帕萨特，由“BrainDriver”与神经耳机装置，其解释脑电图与来自雷达传感技术和相机的额外支持信号软件控制。REUTERS /法布里奇奥Bensch
“在20世纪50年代末和60年代初，人们对计算机的热情爆发，但由于缺乏计算能力而以失败告终，”卡温顿回忆道。“然后在1985年和1986年左右出现了一次大爆发，因为计算能力变得更便宜了，人们能够做他们想了很长时间的事情。20世纪80年代末的冬天到来了，随之而来的是失望，“小的成功不会变成大的成功。”“从那以后，只要我们找到可靠的东西，业界就不再称它为人工智能。”
在“早期” - 上世纪80年代 - “我们建立在充分约束和限制系统，你可以在所有类型的信息，该系统将利用，回忆说：”克里斯哈蒙德，联合创始人叙事学的思考，它的售价自然语言人工智能系统。“的概念是建立的形成以及规则的基板，以及链通过的规则上，并拿出一个答案。这就是AI的版本，我把我的牙齿上。有一些很好的成功案例，但他们没有规模，他们没有很好地映射到什么人做的。有一个非常强的死胡同。”
在20世纪50年代末和60年代初曾有过一股热情，但由于缺乏计算能力而以失败告终。顾问迈克尔•卡温顿
今天，得益于大量在线数据和廉价的计算能力的可用性，特别是在云“我们不碰壁了，”哈蒙德说。“AI已经达到了一个转折点，我们现在看到了从研究，数据分析和机器学习的基底出现，所有启用的由我们来处理大型群众数据的能力。”
展望未来，“人工智能将再次停滞不前的想法可能已不复存在，”该组织执行董事卢克•米尔豪泽(Luke Muehlhauser)表示机器智能研究所(MIRI)位于加州伯克利。“人工智能现在无处不在，每当我们向Siri提问或使用GPS设备导航时，我们都会使用它。”
深度学习
除了今天的大数据和庞大的计算资源，有消息称还有第三个因素推动人工智能越过了拐点:改进的算法，尤其是一种被称为“深度学习”(deep learning)的已有10年历史的算法的广泛采用。Yann勒存主任Facebook的“艾集团，将其描述为通过分析可以与其他层比较其结果的多个层的方式来更完全自动化的机器学习。
他解释说，在此之前，任何设计机器学习系统的人都必须向它提交数据，但在此之前，他们需要手工制作软件来识别数据中受欢迎的特征，也需要手工制作软件来对已识别的特征进行分类。有了深度学习，这两个手工过程都被可训练的机器学习系统所取代。
“现在整个系统从头到尾都是多层的，都是可以训练的，”LeCun说。
(勒丘将深度学习的发展归功于杰夫·欣顿(Geoff Hinton)领导的一个团队。杰夫·欣顿是多伦多大学(University of Toronto)的教授，现任职于多伦多大学在谷歌兼职;LeCun是，韩丁的深度学习开发团队其实一部分。韩丁并没有采访要求作出回应。）
即便如此，加里·马库斯(Gary Marcus)反驳道，“深度学习只能让我们走这么远。”在纽约大学的教授。尽管它的名字相当肤浅——它能识别统计趋势，特别适合分类问题，但不擅长自然语言理解。还需要有其他的进步，这样机器才能真正理解我们在说什么。”
需要有其他进步......使机器能真正明白我们在说什么。加里·马库斯，纽约大学教授，
他希望这一领域能够重新审视上世纪60年代被抛弃的想法。借助现代计算机的力量，它们现在可能会产生一些结果，比如一台机器在学习语言方面可以像一个四岁的孩子那样出色。
在最后的分析中，“人工智能性能的进步大约有一半来自于计算能力的提高，另一半来自于程序员的改进。”有时候，进步来自于使用蛮力来获得百分之一的进步。但是像辛顿这样的人的聪明才智不应该被轻视，”MIRI的Muehlhauser说。
AI冲
如果大公司在一项技术上投入大笔资金的壮观景象是该技术已经成为主流的证据，未来的历史学家可能会说人工智能在2013-2014年冬季达到了这个临界点。
今年1月，Watson集团副总裁兼首席技术官Rob HighIBM宣布的计划未来几年在人工智能领域投资10亿美元。其中1亿美元作为风险投资的种子资金，用于投资沃特森的初创企业。
IBM它毫不掩饰自己对人工智能的拥抱，尤其是在其沃森(Watson)自然语言人工智能系统(可以访问4tb的信息)出了名之后赢得了电视智力竞赛节目Jeopardy!2011年对阵两名人类冠军。
迈克尔Rhodin，IBM的沃森集团的新掌门人，在一月份宣布，IBM将投资超过十亿$建立围绕其沃森超级计算机的认知一个新的业务部门。REUTERS /布伦丹McDermid
高解释说，沃森涉及“从古典AI的重大转变，这在很大程度上依赖于本体论用来评估问题或答案。相反，我们正在聚合多种技术和策略来消除结果的歧义并提高保真度。我妻子打电话给我说她会在回家的路上去商店看看。这是模棱两可的，但我有足够的历史知道她在说什么。”
他解释说，这些聚合技术的结果是，沃森可以阅读自然语言材料，并从中获取信息，成功接近人类。
IBM正在研究如何在使用屈臣氏的一些行业,特别是药物，它可以消化与一个病例相关的所有临床文献。High说:“医生们看了一个演示后就晕头转向地走开了，因为这是如何影响他们做决定的能力的。”
作为一个产品，Watson将基于云，但开发者可以将访问嵌入到他们的应用中，他补充道。
谷歌同时，还花了过去的这个冬天使显著AI相关投资。今年3月,谷歌收购款的研究，它在深度神经网络领域工作。
1月据报道，谷歌支付4亿$DeepMind Technologies是一家总部位于伦敦的机器学习公司。
谷歌发言人拒绝讨论谷歌的人工智能相关行动和计划。然而，Facebook的LeCun对DeepMind很熟悉。“他们雇佣了我的一些学生，”他回忆说。他们做了一个演示，他们把自己的系统连接到《太空入侵者》(Space Invaders)这样的老电子游戏上，让它从头开始学习游戏，尝试通过反复试验来提高分数。一周后，它就比人还好了。”
在相关的领域，谷歌还收购了几家机器人公司这一切都发生在12月的上半月。这些措施包括波士顿动力公司(户外机器人)，Redwood机器人(机器人手臂)，Holomni机器人(机器人车轮)和Meka机器人(两足机器人)。
“谷歌有一种感觉，AI将不仅应用于网络，还将应用于机器人，”LeCun说。“他们认为，这将在未来10年产生影响，而且他们有足够的财力进行如此长远的投资。”
与此同时，谷歌迄今对人工智能最公开的尝试是其翻译页面。Muehlhauser解释说，谷歌没有让语言学家根据字典和语法建立翻译规则，而是获取了数百万份已经翻译过的文件，并让一个人工智能程序寻找原始版本和翻译版本之间的模式。
“以前，甚至七，八年前，所需要的计算能力将是成本太高，”他补充道。
2009年，自然语言先驱、谷歌公司员工雷·库兹韦尔在《财富》杂志主办的一次技术会议上发言。路透/弗雷德Prouser
2012年谷歌被录用人工智能先驱雷·库兹韦尔从事机器学习和语言处理项目。正如前面提到的，2013年初，该公司聘用了深度学习领域的先驱杰夫•辛顿(Geoff Hinton)。
同样在去年12月的上半月，Facebook聘用了勒昆来领导其人工智能团队成立于九月。在此之前，Facebook就有了收购了移动技术该公司是一家语音识别和机器翻译公司。LeCun拒绝讨论Facebook的人工智能相关计划，Facebook的发言人也是如此。然而，Facebook首席执行官马克·扎克伯格(Mark Zuckerberg)在10月份告诉分析师，他们的想法是“建立交互更加自然的服务”。对移动技术的收购“将有助于拓展我们在该领域的工作，而不仅仅是照片识别到语音。”
未来:人类水平的能力?
假设在人工智能技术今后的进展将匹配进步，以往的技术能够产生一种机器，可以模仿人 - 最终。罗宾·汉森，一乔治梅森大学教授他解释说，他已经养成了一个习惯，那就是询问从事人工智能研究20年或更长时间的人，在他们看来，要达到与人类能力相匹配的水平，我们还需要多大的进步。
“他们说有5%到10%，这意味着我们还有两到四个世纪的时间，”他解释说。
那段时间，他预计，机器将继续以取代人们关于他们已经取代他们自工业革命一样稳健的步伐。（1870年不亚于美国人口的80％，曾在农场，但今天只有不到3％的人 - 但失业率不是77％。），其含义是，社会将有足够的时间来消化AI的影响。
但他补充说，没人能排除在下个世纪出现突然的、灾难性的突破的可能性将大脑功能“移植”到计算机上突然之间，人类创造出了能够完成部分甚至大部分任务的机器。假设机器负担得起,可以大规模生产,由此产生的无限供应的廉价human-capable劳动可能引发一场革命与新石器时代的农业革命和最近的工业革命,在经济表现上升了50倍或更多在一段时间以前需要两倍,汉森说。世界经济已经是每15年翻一番，所以这样一场革命会导致它每几个月就翻一番。
人工智能领域正试图理解人类智力水平，有件事让演化十亿年多的发展，这是不合理的人类概括这一过程甚至几十年。杰夫·西斯金德，教授，美国普渡大学
任何人只要有任何经济所有权可以看到他们的财富的气球，直到它达到一定的高原，但那些收入从他们的劳动，而不是从他们的投资能看到自己被边缘化，像今天的自给农民或原住民征粮，因为他们将无法争夺反对大规模生产人类模拟机的工资，汉森警告说。
人工智能领域的其他人对未来更为乐观。“一些我们现在无法想象的事情将会发生——将会有像互联网这样意想不到的革命，”帕特里克·温斯顿(Patrick Winston)说教授在麻省理工学院。