雖然我們整天都聽說人工智能，現在在快速地發展。但是作為局外人，人工智能的發展到底有多快速？可能我們平時生活中比較少感受到人工智能帶來的魅力，我們只是從網上的文章上看到，視頻中聽說的。不過確實，隔行如隔山。那么今天小編帶你了解一下，在當下的各個領域，人工智能現在已經發展到什么程度了？

一、農業領域

估計現在在溫室里面長大的小豆芽們，對農活了解不多，在農種領域，雜草一直是困擾著農民伯伯的最大問題。如果整塊土地里面都播了除草劑，那你的農作物肯定也沒有存活，但如果要靠人工來除草，那工作量是非常大的。這里先上圖，給你們看看正常的農民伯伯播農藥。

就好像我們上面所說，這樣播藥，一來會誤噴作物，二來漏殺雜草，再者就是浪費藥水。而人工智能除草機的出現。已經90%程度地解決了這些問題。

比如這塊地，你是否可以看出雜草呢？

比較難吧，估計經驗比較足的農民伯伯就可以看出，而人工智能的除草機就不一樣了

它裝了雜草的識別功能，就好像上面圖片中的一樣。藍色的區域為莊稼，而紅色的區域就是雜草。經過大量的測試與改進。目前人工智能除草機只需要裝在拖拉機上。它可以快速地識別出雜草和莊稼。進行有效的除草。這樣不僅能精準地除草，而且能大量的減低農藥的使用量。

二、醫學領域

在近年，人工智能的深度學習功能，在醫學領域，對醫療的技術，以及對病情的判定。簡直就是革命性的改變。在一次人工智能和人類的病理診斷大比拼中，人類已經輸給了谷歌研發的人工智能病理診斷。早在前幾年，谷歌大腦就已經與美國的Verily公司聯合一起開發了一款人工智能醫療工具，而這個醫療工具，能用來診斷乳腺癌。為了確定這個功能的可用性以及準確率。谷歌專門安排了一場人類與人工智能病理分析的大比拼。而這場比拼，人工智能以88.5%的準確率贏了一名資深的病理學家，而這位病理學家，花了整整30個小時，仔仔細細分析了130張切片，才得到73.7%的準確率。

與現有的計算機分析方案（中）相比，新

三、圖像處理領域

在很久之前，人們遺留下來的大多數都是黑白照片。而早在2016年，科學家已經研發出了對圖片的自動上色功能。而科學家通過大量的數據讓人工智能深度學習，他們使用黑白圖像做輸入，人工智能用彩色圖像來做輸出，以此來訓練出一個人工智能的圖像處理的神經網絡。這個神經網絡可以自動對黑白圖像上色，也就是說，在用途上，只要我們可以把以前的一些古老的黑白攝影機的圖像輸入，這個人工智能的網絡它就可以自動將黑白照片還原成彩色的圖像。

人工智能自動上色功能

四、電商領域

對于即將到來的“雙11狂歡節”，估計閑的蛋疼的朋友就會問。雙11的到來，對于淘寶商家的設計師，設計圖片辛苦嗎？確實，按照淘寶店鋪商家發布的數量來看，做成如此多數量的圖片文案，得逼得不少人熬夜，不過，其實早在去年淘寶就推出了人工智能設計師——魯班，2017年的雙十一，有1.7億張圖片是出自于魯班之手。而今年，將有4億張圖片由魯班來設計，4億張圖片是什么概念呢，按照一天的時間來算，每秒可以設計8000張。

除了上述的領域，其實人工智能已經被廣泛使用。從我們最常見的空調，熱水器，洗衣機。甚至是電飯煲。人工智能已經“入侵”了我們日常生活的大部分領域，只是我們沒有留心去發現。而對于人工智能的發展前景，那肯定是勢不可擋的。我們不僅要快速的去熟悉人工智能的工作原理，而且要從人工智能不能超越人類的地方去下手，去提升我們自身的技能。