人工智能越來越個性化。 大規(guī)模數(shù)據(jù)收集和處理的進步，加上機器處理能力的全面飛躍，為AI可以緊密模擬人腦并在日常生活的許多方面根深蒂固的世界奠定了基礎(chǔ)。

變成現(xiàn)實的時間可能很大程度上取決于控制它的人，因為運行基本AI計劃的能力已經(jīng)發(fā)展到這樣一種程度，即生成機器學習模型就像在后院種植玫瑰一樣容易。

瞻博網(wǎng)絡(luò)公司Mist的副總裁兼首席技術(shù)官鮑勃·星期五說：“像Google和Facebook這樣的人，使普通人真正完成AI項目變得如此容易。” “您的觀眾中的任何人實際上都可以在周末訓練機器學習模型。您個人可以在周末成為一名數(shù)據(jù)科學家。”

周五，在“環(huán)繞CUBE：解壓縮AI”小組討論中，與位于加利福尼亞州帕洛阿爾托的SiliconANGLE Media的直播工作室的CUBE主持人John Furrier進行了交談。星期五 ，達特茅斯學院工程學教授，博士Eugene Santos Jr.和 Dell EMC的高級科學家，杰出的技術(shù)人員（機器學習）Ed Henry參加了會議。他們討論了AI對日常生活的影響，技術(shù)對基本數(shù)學的持續(xù)依賴，機器智能如何模仿人腦以及量子計算的未來影響。

AI成為日常生活不可或缺的一部分的鋪平了道路，這是因為它存在于 許多人通常接受的各種交互中。在移動或家用設(shè)備上使用智能助手的人正在使用AI。社交媒體訂閱源受到AI工具的嚴重影響，音樂，流媒體服務(wù)以及大多數(shù)在數(shù)字平臺上投放的廣告也受到AI工具的影響。

“大量的AI是真實的，”桑托斯說。“這取決于您將其應(yīng)用于什么。如果它正在為您做出某種決策，那就是AI發(fā)揮了作用。”

盡管AI和機器學習取得了進步，但實際領(lǐng)域仍處于起步階段。與許多計算一樣，人工智能背后的機制仍然依賴于基本數(shù)學，后者指導機器如何生成結(jié)果，并且程序必須依賴于計算機處理器的速度或時鐘周期。

“現(xiàn)在，這全是數(shù)學，”亨利解釋道。“計算機的工作方式不像大腦。我們的大腦沒有時鐘。在不同的時鐘周期之間沒有保持狀態(tài)。”