人工智能业界在2月共计发生 662 篇新闻,197 个事件， 基本与上月持平，热度总体趋势如下图所示。本月，业界学术顶会陆续召开或公布论文 录取结果，多位计算机领域华人学者荣获得重要奖项或当选院士或 Fellow，引发了较 多关注；尤其，教育部本月公布新增了 95 所高校获批人工智能专业，反映出我国在人 工智能领域加大了高层次人才的培养力度。

人工智能的研究自1956年之后，引发第一次浪潮，主要研究逻辑推进为主的“基于规则的专家系统”，但是经过长时间的研究，专家系统进入瓶颈期，随之Al的资金投入和人员投入大量缩减，Al研究方向也悄然发生变化，以研究计算机视频、语音和计算机自然语言进行新的研究方向，“机器学习”算法的不断优化使得人工智能在多个领域实现了惊人的突破。2011年Google 大脑通过非监督学习识别出猫脸，2015年斯坦福人工智能实验室的计算机图像识别技术的图像识别正确率在ImageNet图像识别比赛首次超过人眼，2016年微软语音识别技术可以将英语错词率降至5.9%。

目前人工智能商业化在算力、算法和技术方面基本达到阶段性成熟，想要更加落地，解决行业具体痛点， 需要大量经过标注处理的相关数据做算法训练支撑 ，可以说数据决定了 AI 的落地程度。

过去的2019年，人工智能进入了技术成熟度曲线的低谷期，技术炒作的泡沫破裂，行业关注重心开始转变为人工智能如何落地产业。然而，由于技术与业务需求之间的鸿沟，人工智能在走向产业落地的过程中面临一系列的挑战。企业在应用人工智能技术推进业务转型升级的过程中，必须要了解这些问题并加以有效应对。

随着手机从功能机向智能机的演变逐渐完成，移动互联网与智能手机的创新动力减弱，产业进入了有限创新、有限增长的成熟阶段，已成型的巨大产能迫切寻觅新的增长点；人工智能是一种引发诸多领域产生颠覆性变革的前沿技术，在视觉、语音、自然语言等应用领域迅速发展，并逐渐向终端延伸

人工智能并不是一种技术，理解这一点至关鱼要。它是一系列技术和构成要素， 如自然语言处理。机器学习和深度学习、 神经网络、虚拟客服、自助系统以及计算机视觉等。