人工智能 (AI) 是透過建立及應用內建于動態運算環境中的演算法，來模擬人類智慧過程的基礎。簡言之， AI 的目標是試圖讓電腦像人類一樣思考和行動。

實現這項目標需要三個關鍵要素：

    運算系統
    資料與資料管理
    進階 AI 演算法 (程序碼)

期望結果越接近人類，對資料量和處理能力的要求越高。
人工智能的起源

至少從西元前一世紀開始，人類就對制造機器模擬人腦的可能性充滿興趣。到了現代，John McCarthy 在 1955 年創造了人工智能這個詞匯。1956 年，McCarthy 等人舉辦了一場名為《達特茅斯學院夏季人工智能研究專案》的會議。以此為開端，機器學習、 深度學習、預測性分析應運而生，一直發展到現在的規范化分析。同時也興起了全新的研究領域，亦即資料科學。
人工智能為何重要？

今天，人類和機器所產生的資料量遠遠超出了人類吸收、解讀及據此做出復雜決策的能力。人工智能構成了所有電腦學習的基礎，也是所有復雜決策的未來。例如，即便井字游戲 (圈叉游戲) 有 255,168 種不同的走法，其中 46,080 種走法會出現平局，大多數人仍然能夠算出如何走才不會輸掉游戲。西洋棋則有超過 500 x 10 的 18 次方種不同的可能走法，因此能稱得上高手的人屈指可數。電腦能夠以極其有效率的方式計算這些走法的排列組合，并得出最佳對策。AI (及其機器學習的邏輯演進) 和深度學習為商業決策的未來奠定了基礎。
人工智能使用案例

在很多日常情景中都能見到 AI 的應用，例如金融服務詐騙偵測、零售采購預測和線上客戶支援互動等。以下是一些例子：

    詐騙偵測。金融服務業以兩種方式使用人工智能。一種是在信貸申請的初始評分使用 AI 來了解申請人的信用度。另一種是采用更先進的 AI 引擎來即時監控及偵測支付卡的詐騙交易。
    虛擬客戶協助 (VCA)。除了人機互動外，客服中心還使用 VCA 來預測和回應客戶的詢問。語音辨識加上模擬的人類對話是客戶服務查詢中的第一個互動點。較高層級的查詢會轉接給人員。
    當某人在網頁上發起聊天 (聊天機器人) 對話時，通常是先與執行專業化 AI 的電腦互動。如果聊天機器人無法解讀或解決問題，人類就會介入，直接與對方溝通。這些無法解讀的執行個體將饋送到機器學習運算系統，用于改進 AI 應用程序，以供未來互動之用。