人工智能（AI）作為這個時代最具影響力的技術進步，改變了全球經濟的方方面面。
在經歷了 AI 大爆炸、云服務、企業 AI、邊緣 AI 和自主 AI 這五次增長浪潮后，AI 已從初出茅廬發展到無處不在。
與工業機械、晶體管、互聯網和移動計算等技術突破一樣，AI 首先由學術界提出，然后才逐漸實現了商業化。AI 首先在資源豐富的大型企業機構中扎根，經過多年的時間擴展到小型企業機構、專業人員和消費者。
自從 1956 年“AI”一詞在達特茅斯大學誕生以來，該領域的從業人員已研究出許多方法來解決全球最棘手的問題。深度學習在其中最為熱門，它使用被稱為神經網絡的數據結構模擬人類腦細胞的運作方式。
使用深度學習的數據科學家根據具體問題為神經網絡設置最適合的參數，然后向 AI 提供數百萬個問題和答案示例。AI 會調整每個答案示例的神經權重，直到它能夠自己回答問題，甚至是從未見過的新問題。
AI 大爆炸
AI 計算的第一次浪潮被稱為 “大爆炸”，它始于深度神經網絡的發現。
“大爆炸”由三個基本因素推動，分別是：深度學習的學術突破、大數據的普及以及加速深度學習開發與訓練的新 GPU 應用。
過去，計算機科學家需要指定每條 AI 指令，而現在算法可以編寫算法，軟件可以編寫軟件，計算機也可以自行學習。這標志著機器學習時代的開始。
過去十年，在后面四次增長浪潮的推動下，深度學習已經從學術界轉移到了商業領域。
云
第一批使用 AI 的企業是大型科技公司。他們擁有科學知識和計算資源可以調整神經網絡，使客戶受益。通過云，AI 計算的第二次浪潮，他們做到了這一點。
例如谷歌將深度學習用于自然語言處理，推出了谷歌翻譯。Facebook 將 AI 用于識別圖像中的商品，使用戶可以進行購買。通過此類云應用，谷歌、亞馬遜和微軟推出了許多開創性的 AI 實際應用。
這些大型科技公司隨即開發了基礎設施即服務（infrastructure-as-a-service）平臺，使企業和初創公司能夠充分運用公有云的力量，并進一步推動了 AI 的采用。
現在，各種規模的企業都依靠云來快速、經濟地使用 AI。云為企業部署 AI 提供了捷徑，使企業能夠專注于開發和訓練模型，而不必費力搭建底層基礎設施。
企業 AI
工具的開發使 AI 更容易獲得，大型企業正在使用這項技術提高工作流程的質量、安全和效率，并引領 AI 計算的第三次浪潮。金融、醫療、環境服務、零售、娛樂等行業的數據科學家開始在自己的數據中心或云中訓練神經網絡。
例如對話式 AI 聊天機器人改進了呼叫中心；欺詐偵測 AI 監測線上市場的異常活動；計算機視覺成為了機械師、醫生和飛行員的虛擬助手，為他們提供信息以做出更精準的決定。
盡管此輪 AI 計算浪潮誕生了廣泛的應用并且每周都會登上頭條新聞，但它才剛剛開始。企業正在大力投資于能夠準備數據以訓練模型的數據科學家和能夠創建并自動化 AI 訓練和部署流水線機器學習工程師。
邊緣
第四次浪潮將 AI 從云或數據中心推向邊緣，比如工廠、醫院、機場、商店、餐廳和電網等地方。5G 的出現進一步提高了在任何地方部署和管理邊緣計算設備的能力，為 AI 改造工作場所和企業實現來自終端用戶的數據價值創造了巨大的機會。
物聯網設備的采用和計算基礎設施的進步推動了大數據的激增，企業借此創建和訓練 AI 模型，并將模型部署在終端用戶所在的邊緣。
在這輪浪潮中，機器學習工程師和數據科學家必須考慮在邊緣部署 AI 推理的設計限制，包括連接、存儲、電池電量、算力和用于維護的物理訪問。這些設計還必須滿足企業主、IT 團隊和安全運營的需求，以更好地確保部署的成功。
邊緣 AI 雖然也處于早期階段，但已被應用于許多行業。計算機視覺可以監控工廠車間的安全違規行為、掃描醫療圖像中的異常增生以及確保高速公路上安全駕駛汽車。這些新應用潛力無限。
自主 AI
AI 的第五次浪潮將是自主性的增長——即 AI 在沒有人類干預的情況下自主操控移動機械。汽車、卡車、船舶、飛機、無人機和其他機器人將在沒有人類駕駛的情況下運行。5G 網絡連接、加速計算的力量以及神經網絡能力的持續創新是實現這一目標必不可少的條件。
疫情、全球供應鏈限制以及為提高業務流程效率而產生的自動化需求正在推動自主 AI 不斷向前發展。
自主 AI 涵蓋了深度學習以外的工程領域，因此需要機器學習工程師與機器人工程師開展合作，共同努力實現機器人系統工作流程的四個支柱：收集和生成基準真相數據、創建 AI 模型、使用數字孿生進行模擬以及在現實世界中操作機器人。
由于需要對所有可能的極端案例進行建模和測試，從而減輕在現實世界中部署機器人的安全風險，因此模擬能力對于機器人技術尤為重要。
自主機器還面臨著部署、管理和安全方面的新挑戰，因此企業需要協調工程、運營、制造、網絡、安全和合規等團隊。
開始使用 AI
自 AI 大爆炸以來，該行業已取得了迅速的發展并引發了后來的計算浪潮，包括云服務、企業 AI、邊緣 AI 和自主機器。這些進步正在將 AI 從理論帶到實踐，改善企業和消費者的日常生活。
NVIDIA 花費數十年時間打造出的計算產品和軟件幫助 AI 生態系統推動這些增長浪潮。除了在自己公司內部開發和實施 AI 之外，NVIDIA 還幫助無數企業、初創公司、工廠、醫療公司等采用、實施和擴展 AI 計劃。
