在近几年的科技发展议题中，除了持续强调巨量数据 (big data)之外，通常也伴随着人工智能 (AI,Artificial Intelligence)相关应用内容发展。不过，与科幻电影中具备自我思考的人工智能相比的话，目前人类技术所打造的人工智能效能似乎还未能与其相提并论，但似乎每个科技厂商都相当看重此项技术，甚至认为将使人类生活带来重大改变与成长。
就人工智能发展来看，最早在1953年间便开始有相关技术投入发展，而初期是利用电脑运算能力进行资料逻辑比对，在重复验证之后得出一个最佳合适解答。而在1980年至1990年之后，人工智能的设计才开始导入机率判断、经济学概念等设计，藉此处理不确定或不完整的资讯，进而从中比对更合乎“正常“的判断结果。
不过，由于人脑运作模式仍有不少是采取直观判断，而这样的直观想法通常源自经验法则、直觉想法或是各类连结思考所得出结果，因此在1991年之后便开始发展所谓的类神经网络系统，目前也多半出现在Google、微软、Facebook或百度等科技厂商设计人工智能核心框架，或是广泛应用在用于判断巨量数据的自动车载系统，以及更加复杂的广告推播机制。
就现阶段的人工智能技术，所能仿照人类思考模式的程度大致与4-5岁左右幼儿智商相仿，甚至无法进一步达成所谓“自我思考“能力，依然仅能针对既有数据比对、分析决定最终解答，例如近期击败韩国九段棋手李世石的Google人工智能系统“AlphaGo“，本身除了藉由类神经网络系统进行策略比对、价值比对等方式判断下子方式，并不会知晓本身正处于“下棋“过程。
因此，现行的人工智能系统还无法形成科幻电影中的“天网“，若要构成全面影响人类生活的情况，其实仍有相当大的差距，暂时还不用担心是否出现人类遭控制等危险。
无所不在的“人工智能系统“
目前市场上所提及的人工智能系统，绝大部分与科幻电影所构思的人工智能有相当大的差异，除了本身并不具备任何自主思考能力，甚至仅针对特定功能强化设计，例如Google在旗下网路服务项目Google Photos、Gmail与Google Search均导入人工智能资源，藉此分析相片内容涵盖物件、拍摄情境，或是透过分析邮件内容提示下一般航班时间，甚至可自动协助回覆简单的信件内容。
另外，苹果Siri、微软Cortana与Google所打造的Google Now服务，其实背后除了藉由大量个人资料、网路资讯支撑，其中也包含配合人工智能系统协助判断资料重要性、正确性，藉此给予使用者最佳解答，例如常见的线上机器人客服系统也是使用大量人工智能资源。
而在现实生活中，其实已经有不少人工智能技术早已被广泛应用，只是一般生活中根本不会与电影内容所提及的人工智能作连结，但确实带来许多便利体验。
科技厂商并未计画打造“具思考能力的电脑“
就现阶段发展来看，Google、微软或Facebook等厂商均未计画打造可自我思考的人工智能系统，多半还是以朝向应用辅助运算定位为主，分别应用在巨量数据分析、复杂逻辑推演等内容，进而套用在诸如影像识别、语音辨识、物件判断等领域等服务内容，另外诸如搜寻、广告机制等应用则可能会同时采用复数以上的判断系统，藉此对应更庞大的资料比对需求。
特别是近期越来越多厂商投入发展的物联网、车联网或自动驾驶系统研发，同时也有许多整合影像识别、语音分析应用服务陆续推出，导入人工智能作为运算辅助的设计模式也就越来越多，主要原因其实也在于许多运算必须在短短时间内完成，而无法像过往针对所有资料进行逐一比对，导致必须花费更长时间进行演算，例如自动驾驶在判断前方车况是否需做闪避，或是煞车等待动作情况，几乎必须在更短时间内做出抉择。
因此在对应具量数据分析运算需求越来越高情况，透过处理器包办所有运算工作的传统运作模式，很快就被结合图像运算元件 (GPU)的平行运算结构所取代，透过GPU更高的效能表现协助在短时间内完成所有运算需求，目前已经广泛应用在深度机器学习系统，藉此让人工智能能在更短时间内学会各项资料分析判断，同时也能加速一般情况时的即时运算效果。
藉由整合图像识别、深度学习驱动的类神经网络系统，除了能让人工智能透过类似人脑运作方式进行判断，相比传统的资料逻辑比对明显也缩减机器学习所需时间，例如过去需要花费一个多月进行资料比对学习的情况，结合高效能绘图元件运算效能约可缩减至一周左右时程，在近期Nvidia所公布的“超级电脑“DGX-1效能加持之下，甚至可在2小时内完成资料学习训练，对于各项人工智能应用发展将带来更快成长速度。
根据Nvidia方面看法，认为GPU推动全新电脑运算方式，而人工智能系统则将成为全新运算平台，藉此带动更多元的产业变化，也因此让此项技术发展成为众多厂商积极布局项目。
为什么要投入人工智能系统发展？
根据Facebook、微软、Nvidia等科技厂商的看法，投入人工智能技术发展并非只是为了取代传统产业，而是希望让人脑所驱动思考运算能有更大范围延伸，透过人工智能系统协助处理繁琐、重复性高的作业项目，让人脑能有更多于空间发挥创意、或是进行需要更精细的操作，虽然确实在发展过程会造成部分产业、人力面临转型，藉此驱动更明显的科技成长。
讲更简单的话，亦即由电脑系统运算系统协助完成绝大多数的繁冗工作，工作人员本身即可将脑力、人力等资源应用在全新内容创作，例如目前已经开始有部分美国媒体开始藉由人工智能系统协助处理通用新闻稿内容，让编辑、记者能有更多时间、心力投入深度报导内容制作，而不需要将绝大多数的时间浪费在处理例行事项。
而对于工厂产线而言，虽然导入结合人工智能的机器人系统确实影响原本人力结构，并且造成一定程度的人员失业、被迫转型，但事实上亦可协助工厂产线型态转型，让人力资源转换使用效率变得更高，藉此因应瞬息变化的市场发展。
即便并非为了改变产业结构、加速市场发展等因素，各厂投入人工智能技术发展最主要也是希望能让生活变得更加简单，同时也能因此变得更为容易。
