互联网的发展，尤其是从90年代后期开始的发展，是数据生成的关键因素。过去10年间，随着社交网络的兴起，数据的成长更是以惊人的速度发生着，幷将随着物联网在社会的不断扩张继续飞跃。预计到2020年，全球联网设备数量将达到约500亿。
网络的起飞带来的是我们目之所及范围内所有领域的数字化这一全球现象。根据美国国际数据公司的报告，预计到2020年全球数据总量将达到44个ZB，我们只能通过传输速度的极大改善才能驾驭如此惊人的数字。第四代移动通讯技术的普及和随之而来的第五代移动通讯技术的发展将在其中扮演至关重要的角色。如果缺乏保障数据传递的必要能力和速度，那么未来将上述44个ZB的数据传递到对其进行分析的设备上就会十分艰难。
计算能力是支柱
另一大助推人工智能实现飞跃的支柱就是计算能力。计算机这一能力提高的步伐从未停歇。1965年英特尔联合创始人戈登·摩尔提出以自己名字命名的“摩尔定律”，意指集成电路上可容纳的元器件的数量每隔18至24个月就会增加一倍，性能也将提升一倍。时至今日，这一定律的有效性已经远远超过了摩尔当时预测的20年，持续了超过半个世纪，但很有可能这种计算能力的增长对于吸收和处理当前生成的数据来说已经不够用，更不用说未来几年海量增加的数据。
云计算、全球超级计算机网络和图形处理器共同推动了人工智能时代的来临。根据专门搜集世界超级计算机前500强信息和统计数据的网站TOP500．com发布的数据，仅2010年至2015年期间世界超级计算机前500强的计算能力就提升了100倍。各种先进又复杂的指令和规则的集成使得深度知识正在推动人工智能在一些领域达到与人类相同的水平，例如图像测试、声音辨识和阅读理解等。
尽管人工智能在我们眼中已经是一个非常成熟的概念，但在现实中该领域几乎所有发展都是在近20年实现的，而在我们目前身处的时代，它更是在以惊人的速度成长。我们将习惯于智能汽车、手机、洗衣机等产品频繁的更新换代，同时将伴随着的是“机器学习”、“深度学习”等词汇的不断出现。人工智能时代的确已经到来了。
（参考消息网） |
