在近幾年的科技發展議題中，除了持續強調巨量數據 (big data)之外，通常也伴隨著人工智慧 (AI,Artificial Intelligence)相關應用內容發展。不過，與科幻電影中具備自我思考的人工智慧相比的話，目前人類技術所打造的人工智慧效能似乎還未能與其相提並論，但似乎每個科技廠商都相當看重此項技術，甚至認為將使人類生活帶來重大改變與成長。
就人工智慧發展來看，最早在1953年間便開始有相關技術投入發展，而初期是利用電腦運算能力進行資料邏輯比對，在重複驗證之後得出一個最佳合適解答。而在1980年至1990年之後，人工智慧的設計才開始導入機率判斷、經濟學概念等設計，藉此處理不確定或不完整的資訊，進而從中比對更合乎「正常」的判斷結果。
不過，由於人腦運作模式仍有不少是採取直觀判斷，而這樣的直觀想法通常源自經驗法則、直覺想法或是各類連結思考所得出結果，因此在1991年之後便開始發展所謂的類神經網絡系統，目前也多半出現在Google、微軟、Facebook或百度等科技廠商設計人工智慧核心框架，或是廣泛應用在用於判斷巨量數據的自動車載系統，以及更加複雜的廣告推播機制。
就現階段的人工智慧技術，所能仿照人類思考模式的程度大致與4-5歲左右幼兒智商相仿，甚至無法進一步達成所謂「自我思考」能力，依然僅能針對既有數據比對、分析決定最終解答，例如近期擊敗韓國九段棋手李世乭的Google人工智慧系統「AlphaGo」，本身除了藉由類神經網絡系統進行策略比對、價值比對等方式判斷下子方式，並不會知曉本身正處於「下棋」過程。
因此，現行的人工智慧系統還無法形成科幻電影中的「天網」，若要構成全面影響人類生活的情況，其實仍有相當大的差距，暫時還不用擔心是否出現人類遭控制等危險。
無所不在的「人工智慧系統」
目前市場上所提及的人工智慧系統，絕大部分與科幻電影所構思的人工智慧有相當大的差異，除了本身並不具備任何自主思考能力，甚至僅針對特定功能強化設計，例如Google在旗下網路服務項目Google Photos、Gmail與Google Search均導入人工智慧資源，藉此分析相片內容涵蓋物件、拍攝情境，或是透過分析郵件內容提示下一般航班時間，甚至可自動協助回覆簡單的信件內容。
另外，蘋果Siri、微軟Cortana與Google所打造的Google Now服務，其實背後除了藉由大量個人資料、網路資訊支撐，其中也包含配合人工智慧系統協助判斷資料重要性、正確性，藉此給予使用者最佳解答，例如常見的線上機器人客服系統也是使用大量人工智慧資源。
而在現實生活中，其實已經有不少人工智慧技術早已被廣泛應用，只是一般生活中根本不會與電影內容所提及的人工智慧作連結，但確實帶來許多便利體驗。
科技廠商並未計畫打造「具思考能力的電腦」
就現階段發展來看，Google、微軟或Facebook等廠商均未計畫打造可自我思考的人工智慧系統，多半還是以朝向應用輔助運算定位為主，分別應用在巨量數據分析、複雜邏輯推演等內容，進而套用在諸如影像識別、語音辨識、物件判斷等領域等服務內容，另外諸如搜尋、廣告機制等應用則可能會同時採用複數以上的判斷系統，藉此對應更龐大的資料比對需求。
特別是近期越來越多廠商投入發展的物聯網、車聯網或自動駕駛系統研發，同時也有許多整合影像識別、語音分析應用服務陸續推出，導入人工智慧作為運算輔助的設計模式也就越來越多，主要原因其實也在於許多運算必須在短短時間內完成，而無法像過往針對所有資料進行逐一比對，導致必須花費更長時間進行演算，例如自動駕駛在判斷前方車況是否需做閃避，或是煞車等待動作情況，幾乎必須在更短時間內做出抉擇。
因此在對應具量數據分析運算需求越來越高情況，透過處理器包辦所有運算工作的傳統運作模式，很快就被結合圖像運算元件 (GPU)的平行運算結構所取代，透過GPU更高的效能表現協助在短時間內完成所有運算需求，目前已經廣泛應用在深度機器學習系統，藉此讓人工智慧能在更短時間內學會各項資料分析判斷，同時也能加速一般情況時的即時運算效果。
藉由整合圖像識別、深度學習驅動的類神經網絡系統，除了能讓人工智慧透過類似人腦運作方式進行判斷，相比傳統的資料邏輯比對明顯也縮減機器學習所需時間，例如過去需要花費一個多月進行資料比對學習的情況，結合高效能繪圖元件運算效能約可縮減至一週左右時程，在近期Nvidia所公布的「超級電腦」DGX-1效能加持之下，甚至可在2小時內完成資料學習訓練，對於各項人工智慧應用發展將帶來更快成長速度。
根據Nvidia方面看法，認為GPU推動全新電腦運算方式，而人工智慧系統則將成為全新運算平台，藉此帶動更多元的產業變化，也因此讓此項技術發展成為眾多廠商積極佈局項目。
為什麼要投入人工智慧系統發展？
根據Facebook、微軟、Nvidia等科技廠商的看法，投入人工智慧技術發展並非只是為了取代傳統產業，而是希望讓人腦所驅動思考運算能有更大範圍延伸，透過人工智慧系統協助處理繁瑣、重複性高的作業項目，讓人腦能有更多於空間發揮創意、或是進行需要更精細的操作，雖然確實在發展過程會造成部分產業、人力面臨轉型，藉此驅動更明顯的科技成長。
講更簡單的話，亦即由電腦系統運算系統協助完成絕大多數的繁冗工作，工作人員本身即可將腦力、人力等資源應用在全新內容創作，例如目前已經開始有部分美國媒體開始藉由人工智慧系統協助處理通用新聞稿內容，讓編輯、記者能有更多時間、心力投入深度報導內容製作，而不需要將絕大多數的時間浪費在處理例行事項。
而對於工廠產線而言，雖然導入結合人工智慧的機器人系統確實影響原本人力結構，並且造成一定程度的人員失業、被迫轉型，但事實上亦可協助工廠產線型態轉型，讓人力資源轉換使用效率變得更高，藉此因應瞬息變化的市場發展。
即便並非為了改變產業結構、加速市場發展等因素，各廠投入人工智慧技術發展最主要也是希望能讓生活變得更加簡單，同時也能因此變得更為容易。
