在未来十年内，世界上超过50%的工作将会被人工智能所取代，尤其是翻译、记者、助理、保安、司机、销售、客服、交易员、会计、保姆等工作。现在正是将人工智能技术转化为产业应用，以满足实际商业需求、解决现实社会问题的黄金时期。同时，现在也是人工智能科学家创业的最好时期。
1、人工智能到底是什么?
人工智能&mash;AI(Artificial Intelligence)，它是一门包含计算机、控制论、信息论、神经生理学、心理学、语言学等综合学科。该概念第一次在达茅斯顿学术会议上提出：人工智能是从计算机应用系统角度出发，研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力，以及延生人类智能科学(ps：注意包括2个部分：模拟人类以及延伸人类智能)。
人工智能的应用实例：指纹识别、人脸识别 、视网膜识别、 虹膜识别 、专家系统 、智能搜索、 博弈等
2、人工智能的部分应用领域
1) 机器人领域：人工智能机器人，如PET聊天机器人，它能理解人的语言，用人类语言进行对话，并能够用特定传感器采集分析出现的情况调整自己的动作来达到特定的目的。
2) 语言识别领域：该领域其实与机器人领域有交叉，设计的应用是把语言和[i]声音转换成可进行处理的信息：如语音开锁(特定语音识别);语音邮件以及未来的计算机输入等方面
3) 图像识别领域：利用计算机进行图像处理、分析和理解，以识别各种不同模式的目标和对象的技术;例如人脸识别 汽车牌号识别等。
4) 专家系统：具有专门知识和经验的计算机智能程序系统，后台采用的数据库相当于人脑，具有丰富的知识储备 采用数据库中的知识数据和知识推理技术来模拟专家解决复杂问题。
一个十分直观的综合应用的实例：google的无人驾驶汽车，该项目是由斯坦福人工智能实验室主任塞巴领导谷歌一个团队承担的。
3、人工智能专业的分支情况
我们来看看这个AI这个综合型学科的一个专业分支，总的来说可以分为以下几个分支：第一，模式识别;第二，机器学习;第三，数据挖掘;第四，智能算法 。
模式识别： 是指对表征事物或者现象的各种形式(数值的文字的逻辑关系的等)信息进行处理分析，以及对事物或现象进行描述分析分类解释的过程，例如汽车车牌号的辨识 涉及到图像处理分析等技术。
机器学习： 研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构是指不断完善自身的性能，或者达到操作者的特定要求。
数据挖掘： 知识库的知识发现，通过算法搜索挖掘出有用的信息，应用于市场分析、科学探索、疾病预测等。
智能算法： 解决某类问题的一些特定模式算法;例如，我们最熟悉的最短路径问题，以及工程预算问题等。
在国外高校都有其偏重，了解各个分支能够很好地指导选择自己感兴趣的方向，在申请学校的时候也可以做到有的放矢。
