雖然我們整天都聽說人工智能，現(xiàn)在在快速地發(fā)展。但是作為局外人，人工智能的發(fā)展到底有多快速？可能我們平時(shí)生活中比較少感受到人工智能帶來的魅力，我們只是從網(wǎng)上的文章上看到，視頻中聽說的。不過確實(shí)，隔行如隔山。那么今天小編帶你了解一下，在當(dāng)下的各個(gè)領(lǐng)域，人工智能現(xiàn)在已經(jīng)發(fā)展到什么程度了？

估計(jì)現(xiàn)在在溫室里面長(zhǎng)大的小豆芽們，對(duì)農(nóng)活了解不多，在農(nóng)種領(lǐng)域，雜草一直是困擾著農(nóng)民伯伯的最大問題。如果整塊土地里面都播了除草劑，那你的農(nóng)作物肯定也沒有存活，但如果要靠人工來除草，那工作量是非常大的。這里先上圖，給你們看看正常的農(nóng)民伯伯播農(nóng)藥。

就好像我們上面所說，這樣播藥，一來會(huì)誤噴作物，二來漏殺雜草，再者就是浪費(fèi)藥水。而人工智能除草機(jī)的出現(xiàn)。已經(jīng)90%程度地解決了這些問題。

比如這塊地，你是否可以看出雜草呢？

比較難吧，估計(jì)經(jīng)驗(yàn)比較足的農(nóng)民伯伯就可以看出，而人工智能的除草機(jī)就不一樣了

它裝了雜草的識(shí)別功能，就好像上面圖片中的一樣。藍(lán)色的區(qū)域?yàn)榍f稼，而紅色的區(qū)域就是雜草。經(jīng)過大量的測(cè)試與改進(jìn)。目前人工智能除草機(jī)只需要裝在拖拉機(jī)上。它可以快速地識(shí)別出雜草和莊稼。進(jìn)行有效的除草。這樣不僅能精準(zhǔn)地除草，而且能大量的減低農(nóng)藥的使用量。

在近年，人工智能的深度學(xué)習(xí)功能，在醫(yī)學(xué)領(lǐng)域，對(duì)醫(yī)療的技術(shù)，以及對(duì)病情的判定。簡(jiǎn)直就是革命性的改變。在一次人工智能和人類的病理診斷大比拼中，人類已經(jīng)輸給了谷歌研發(fā)的人工智能病理診斷。早在前幾年，谷歌大腦就已經(jīng)與美國(guó)的Verily公司聯(lián)合一起開發(fā)了一款人工智能醫(yī)療工具，而這個(gè)醫(yī)療工具，能用來診斷乳腺癌。為了確定這個(gè)功能的可用性以及準(zhǔn)確率。谷歌專門安排了一場(chǎng)人類與人工智能病理分析的大比拼。而這場(chǎng)比拼，人工智能以88.5%的準(zhǔn)確率贏了一名資深的病理學(xué)家，而這位病理學(xué)家，花了整整30個(gè)小時(shí)，仔仔細(xì)細(xì)分析了130張切片，才得到73.7%的準(zhǔn)確率。

與現(xiàn)有的計(jì)算機(jī)分析方案（中）相比，新

在很久之前，人們遺留下來的大多數(shù)都是黑白照片。而早在2016年，科學(xué)家已經(jīng)研發(fā)出了對(duì)圖片的自動(dòng)上色功能。而科學(xué)家通過大量的數(shù)據(jù)讓人工智能深度學(xué)習(xí)，他們使用黑白圖像做輸入，人工智能用彩色圖像來做輸出，以此來訓(xùn)練出一個(gè)人工智能的圖像處理的神經(jīng)網(wǎng)絡(luò)。這個(gè)神經(jīng)網(wǎng)絡(luò)可以自動(dòng)對(duì)黑白圖像上色，也就是說，在用途上，只要我們可以把以前的一些古老的黑白攝影機(jī)的圖像輸入，這個(gè)人工智能的網(wǎng)絡(luò)它就可以自動(dòng)將黑白照片還原成彩色的圖像。

對(duì)于即將到來的“雙11狂歡節(jié)”，估計(jì)閑的蛋疼的朋友就會(huì)問。雙11的到來，對(duì)于淘寶商家的設(shè)計(jì)師，設(shè)計(jì)圖片辛苦嗎？確實(shí)，按照淘寶店鋪商家發(fā)布的數(shù)量來看，做成如此多數(shù)量的圖片文案，得逼得不少人熬夜，不過，其實(shí)早在去年淘寶就推出了人工智能設(shè)計(jì)師——魯班，2017年的雙十一，有1.7億張圖片是出自于魯班之手。而今年，將有4億張圖片由魯班來設(shè)計(jì)，4億張圖片是什么概念呢，按照一天的時(shí)間來算，每秒可以設(shè)計(jì)8000張。

除了上述的領(lǐng)域，其實(shí)人工智能已經(jīng)被廣泛使用。從我們最常見的空調(diào)，熱水器，洗衣機(jī)。甚至是電飯煲。人工智能已經(jīng)“入侵”了我們?nèi)粘Ｉ畹拇蟛糠诸I(lǐng)域，只是我們沒有留心去發(fā)現(xiàn)。而對(duì)于人工智能的發(fā)展前景，那肯定是勢(shì)不可擋的。我們不僅要快速的去熟悉人工智能的工作原理，而且要從人工智能不能超越人類的地方去下手，去提升我們自身的技能。