雷锋网 (公众号：雷锋网) 按： 原文发布于 VentureBeat ，作者 CHANEY OJINNAKA。
在我最近于纽约进行的一次关于供应链中的AI的会谈里，很多人对我提出的一个问题是“你在谈论机器人吗？”
如今，AI 已经被浪漫化成一个抽象的词，描绘着一副你在休息时由机器人帮你做家事，但它到底意味着什么？且这个词到底是怎么诞生的？人工智慧的范畴包含机器学习及大数据程序，使你从历史数据及实时观测当中获得预测的价值。
为达到真正的AI，你必须训练大量的数据组（历史及实时数据），达成一定的基准，使用增量信息进行深度学习，并开始揭示预测价值。AI通常与物联网（IoT）协同工作，其包括如可穿戴设备和连接型家用配置设备。 简单地说，IoT收集信息，但AI是推动在这些信息中分析和决策的引擎。
IoT连接不同的设备，如可穿戴设备，并可扩展连接几乎无限数量的设备，连续串流数据。 AI处理数据，推断这些数据，最终实时提供建议。
举例来说：保险业
大约在2012年，我在Humana进行年长者（65岁以上）家居相关的项目中，研究如何减少跌倒的发生率及预估相关紧急服务的需求。我们必须实时执行以确保在事故发生前的即时反应、改善年长者的健康状况及节省费用。根据已存在的索赔数据，我们需要了解基准 - 例如，在家庭中发生的典型活动。
在这个项目中，物联网设备通过使用移动传感器发挥作用。在年长者的许可后，我们在家里安装了多个移动传感器，特别是在厨房，浴室和客厅等区域。这些传感器开始在房里收集一段时间的基础生物测定数据，然后将数据实时存储在云中。 为了促进深度学习（AI的一种形式），来自先前保险索赔的历史数据与实时数据是并排分开分析的。这样可以更容易发现异常并对其采取行动、提供洞见以预测紧急状况的可能性和建议。
第二个例子是在2006年，同样是保险业，我们当时在做一个技术评估的预警系统。医疗设备昂贵并且不总是有效用。因此，必须使用成本效益分析来证明其相对于替代方案的使用性。例如，减肥手术可能花费10,000美元，但它仍然是实验性的，特别是当你考虑患者和他们的健康状况。这并没有达到相对于其成本的功效。