从“人工+智能”向自主智能系统发展。当前人工智能领域的大量研究集中在深度学习，但是深度学习的局限是需要大量人工干预，比如人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据、用户需要人工适配智能系统等，非常费时费力。因此，科研人员开始关注减少人工干预的自主智能方法，提高机器智能对环境的自主学习能力。例如阿尔法狗系统的后续版本阿尔法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类人工智能”。在人工智能系统的自动化设计方面，2017年谷歌提出的自动化学习系统(AutoML)试图通过自动创建机器学习系统降低人员成本。未来几年，学习分析技术支持的智能教学系统将被普遍采用。湖南NPU人工智能**
目前，国内AI医疗产业的争夺聚焦于落地环节。从市场上活跃的医疗人工智能企业看，产品主要布局在医学影像、病历/文献分析、健康管理、医院管理、虚拟助手等领域。从企业产品研究方向来看，肺结节筛查、糖网筛查是两大热门方向，集结的医疗人工智能企业数量共计有33家，占比约30.6%;但同时也有相当多的企业将目光投向了心血管类疾病方面，企业数量超过了10家，由此可以看出国内医疗热工智能企业产品呈现出分散趋势。从各类医疗人工智能产品具体的布局企业来看，两大热门产品医学影像和疾病风险预测聚集的企业较多，根据统计，目前有43家企业提供医学影像服务，主要有阿里云、翼展科技、昕健医疗等;有45家企业提供疾病风险预测服务，这些企业有图玛深维、贝瑞健康、博奥生物等。北京VPU人工智能深度学习人工智能的研究是高度技术性和专业的，各分支领域都是深入且各不相通的，因而涉及范围极广。
大约20年前，DevOps彻底改变了应用程序的开发、部署和管理方式。它使管道实现标准化，从而明显提高了效率，并缩短了交付时间。如今，AIOps/MLOps在人工智能方面也在做同样的事情。Cognilityca公司预测，到2025年，全球MLOps市场规模将扩大到40亿美元。这个想法是通过标准化操作、衡量性能和自动修复问题来加速整个机器学习模型的生命周期。AIOps可以应用于以下三层：（1）基础设施层这就是容器化发挥作用的地方。自动化工具使组织可以扩展其基础设施和团队，以满足容量需求。DevOps的一个新兴子集叫GitOps，它专门将DevOps原理应用于在容器中运行的基于云计算的微服务。（2）应用程序性能管理（APM）根据公司的一项调查，全球应用程序宕机每年造成的损失在1.25美元到25亿美元。应用程序性能管理（APM）通过简化应用程序管理、限制停机时间和较大限度地提高性能来帮助组织。应用程序性能管理（APM）解决方案结合了AIOps方法，使用人工智能和机器学习主动识别问题，而不是采用被动方法。
人工智能作为信息基础设施，为产业创新与应用提供必要的科技支撑。通过发展人工智能，可以改变传统产业结构，助力产业升级与消费升级，为实现小康社会做出有力支撑。以创新驱动力进行产业发展，推动科技创新和产业变革，是当前人工智能落地应用必备的条件之一。作为人工智能企业，依图创始人汤道生认为，人工智能与图像识别技术、机器学习机器学习等边缘领域技术的融合，可以提升传统产业的智能化和自动化，推动规模化产能、服务水平和创新创业企业的产业化应用。要实现以创新驱动力为基础的产业发展，首先要有创新的平台，在基础性技术方面面向全球开放，比如公有云和开放云。其次要搭建创新开放的生态体系，培育创新能力。目前，国内AI医疗产业的争夺聚焦于落地环节。
专属人工智能取得重要突破。从可应用性看，人工智能大体可分为专属人工智能和通用人工智能。面向特定任务(比如下围棋)的专属人工智能系统由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能。人工智能的近期进展主要集中在专属智能领域。例如，阿尔法狗(AlphaGo)在围棋比赛中战胜人类头筹，人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，人工智能系统诊断皮肤病达到专业医生水平。人工智能由可以分析数据并从中学习的模型组成。云南NPU人工智能人脸识别
人工智能的应用领域：**系统。湖南NPU人工智能**
弱人工智能观点认为不可能制造出能真正地推理和解决问题的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。强人工智能的研究目前处于停滞不前的状态下。人工智能研究者不一定同意弱人工智能，也不一定在乎或者了解强人工智能和弱人工智能的内容与差别。就现下的人工智能研究领域来看，研究者已大量造出看起来像是智能的机器，获取相当丰硕的理论上和实质上的成果，如2009年康乃尔大学教授HodLipson和其博士研究生MichaelSchmidt研发出的Eureqa计算机程序，只要给予一些数据，这计算机程序自己只用几十个小时计算就推论出牛顿花费多年研究才发现的牛顿力学公式，等于只用几十个小时就自己重新发现牛顿力学公式，这计算机程序也能用来研究许多其他领域的科学问题上。湖南NPU人工智能**
