人工智能的起源与发展。人工智能从1956 年被正式提出以来，一共有61 年的历史了，期间经历3 次高潮，2 次低谷，而最后一次高潮开始于2006 年，至今仍在延续，并随着各项技术的提升和相关应用的推广继续将人工智能推上新的高峰。 芯片的快速发展带动运算力的提升。GPU 和云计算的兴起，为人工智能带来了质的飞跃。其中GPU 等芯片性能的快速提升，为人工智能的快速发展提供了可能性。与此同时，分布式计算（云计算）的兴起，大大降低了计算的时间、硬件成本，也为人工智能的快速发展提供了契机。国外知名GPU 制造商NVIDIA 已经将传统PC GPU 业务进行了转型，并推出了专门运用与人工智能、深度学习、大数据研究和分析GPU 芯片，如Tesla 系列运算卡，并取得令人瞩目的成绩。人工智能的客户在2 年内提升了33 倍，并在17 年1 月的FY2017 年报指出相关AI、深度学习以及云计算的GPU 芯片收入的年增长率高达145%并预测到FY 2018 第一季度这个数字会继续增长到186%。 大数据与云服务的热潮奠定数据基础。互联网与移动互联网的迅猛发展使得人们的生活中产生海量数据，并得益于大数据概念的爆发，国内对数据积累与标注十分重视，从数据收集、数据分析、数据管理到数据应用，已经形成了完整的产业链，这也为国内人工智能输入海量数据进行训练提供了坚实的基础。企业与政府共同致力于实现数据共享与开放。相比于国外公司对数据的严密保护，国内公司对数据保持着较为开放的态度。谷歌旗下的Waymo 以及特斯拉对其数据进行严格保密，而国内方面百度不仅对软件进行开源，而且打算进一步分享数据，创造一个无人驾驶汽车的开放数据平台。手握巨量数据的政府也已制定好数据共享与开放计划，到2018 年底前，中央政府层面实现数据统一共享交换平台的全覆，建成国家政府数据统一开放平台；2020 年底前，逐步实现多个民生保障服务相关领域的政府数据集向社会开放。数据的开放共享使得数据能够大范围内的流动，并衍生出各类对数据处理与应用，做出更可靠的标注，从长期看给人工智能带来更大的市场价值。