学习人工智能技术通常要经历以下几个步骤。目前，中国也非常重视人工智能领域。在产业结构升级的驱动下，大量科研资源投入到人工智能领域。不仅官方机构更加重视人工智能技术的发展，大量科技企业也纷纷布局人工智能领域，其中大型互联网企业往往更加活跃。
为什么我国要对人工智能的发展如此重视？
大家知道，互联网领域诸多原创性贡献，如TCP\\IP协议、iOS和安卓系统、智能手机芯片等都来自美国，而人工智能则被学界公认为是下一代互联网，这对我国来说是实现弯道超车的绝佳机会。发展人工智能，远远不是一般意义上的科学技术问题，而是把“信息化”提升为“智能化”这样一个事关国家前途命运的国家总体战略的问题，所以理应相当重视，积极布局，认真谋划，
在互联网时代，我国在互联网的应用领域算是把握住了机会，逐步培育了非常成熟的市场，拓展了互联网应用范围，促进了生产力的发展，对经济和社会发展贡献很大。最近几年，通过产业扶持等，我们孵化出了一些初见雏形的人工智能企业，如百度的智能驾驶、大疆无人机、科大讯飞的语音识别、寒武纪AI芯片等，随着发展，相信我国巨大的互联网应用市场会孵化出更多的具有自主知识产权的独角兽企业，
谢邀！人工智能(AI)从被提出到现在，已有超过60年的发展历程，虽然中间也经历过暂短的热潮，都没有真正火起来，而直到去年3月阿尔法狗打赢了世界围棋冠军李世石，AI才掀起了新一轮的热潮。这轮热潮，在谷歌、Facebook、微软、BAT等企业投资推动下，让AI走到大众视野，也走向实际应用，而人工智能之所以最近两年才火起来，是因为拥有计算、算法和大数据这三大支撑力！首先看看计算力方面的提升。
计算是AI发展的基础，在20年前，一个机器人，当时是用32个CPU，达到120MHz的速度，而今天一台小小服务器的计算速度已是20年前最快计算机的60倍。现在的人工智能系统可以使用成百上千个GPU来提升的计算能力，这使得处理学习或者智能的能力得到比较大的增强。之前用CPU一个月才能出结果，然后再去调整参数，一年只能迭代12次，
GPU产生后大幅提升了计算量，现在用GPU可以一天就出结果，迭代的更快。再看看算法方面的更新，以人脸识别为例，在2013年深度学习应用到人脸识别之前，各种方法的识别成功率只有不到93%，低于人眼的识别率95%，因此不具备商业价值。而随着算法的更新，深度学习使得人脸识别的成功率提升到了97%，
这才为人脸识别的应用奠定了商业化基础。而历经了十多年互联网行业快速发展所积累的数据资源，为AI提供了充足的“养料”，例如，在AlphaGo的学习过程中，核心数据是来自互联网的3000万例棋谱。互联网和智能手机的快速普及催生了海量数据，无论是人们无论是用手机、跑步、看电视还是行驶在车流中，几乎所有的活动都会留下数字足迹，海量数据已汇成数据洪流。
AI界的泰斗、加拿大多伦多大学的Hiton教授早在2006年就提出了深度学习的概念，直到最近几年深度学习才逐渐应用起来，是因为算法的更新也离不开大数据和计算力的支持，深度学习模型只有通过大量的数据训练才能获得理想的效果。相应地，海量数据的运算处理也必须有强大的计算作为支撑，所以说，有了计算的基础，加上算法的突破与数据洪流的爆发成就了人工智能获得突破、走向应用。
为什么现在重视工业互联网，为什么说人工智能和工业互联是大势所趋？
去年，中国提出了“中国制造2025”的计划，即在2025年，中国将成为制造强国。这个计划也和德国的工业4.0计划有关，和中国的互联网概念有所重合，是实现中华民族伟大复兴的目标。所以，无论是“中国制造2025”还是“工业4.0”，核心思想都是利用5G带来的大型工业机器的互联互通，实现工业制造的智能化，进一步提高工业的生产效率，并完成。
