目前，人工智能已經成為科技界最熱門的流行詞，儘管這是計算機發展起來之後的事。目前，無數創業公司正在利用AI（人工智能）來解釋他們所做的工作，並且技術營銷人員正在使用AI進行品牌化，以讓諸如算法和機器學習這樣的東西聽起來更加智能和更復雜。
而IBM研究部的認知計算副總裁Michael表示：“AI是人工智能花哨的術語。”
在本週拉斯維加斯舉行的IBM InterConnect 2017大會上，Karasick介紹了IBM研究院的人工智能路線圖。 Karasick團隊做法“有點荒謬”，因為它們的任務是孵化可能對企業有用的技術。正如你所見，他們正在讓很多事情通過自動化和大數據來解決。
“我們在這些問題中使用機器學習的原因是因為有太多的數據，”Karasick說，他的研究團隊包括數學家和系統分析師的混搭。該團隊使用人工智能三種類型的東西：開發工業強度解決方案、更高效地利用人和提高時間價值。
在本次大會上，Karasick還總結了IBM開展人工智能項目的成果，列出人工智能現在能做的10件事情。
1.理解PDF
IBM沃森的許多主要功能都是通過在各個領域處理大量知識，從醫學研究到烹飪餐。許多行業知識被鎖定在非結構化的PDF中，所以如果IBM可以教AI和機器學習方式來組織、處理和吸收這些信息，那麼它將加速AI幾乎在所有領域的工作。
2.熟悉義務
企業、政府和各種規模的組織，甚至項目團隊都在不斷努力，在某些規則和參數下完成工作。當這些參數變化時，它通常會改變目標。 IBM希望使用人工智能來快速識別和標記不斷變化的規則、法規、法規和要求。
3、圖像識別
通過使用機器學習來了解、評估和分類圖像，AI可以解鎖大量的價值，並在可視數據集之間建立有價值的連接。今天，這些工作大部分由非常低工資的數據標籤商手工完成。
4.自動構建電影預告片
進一步瞭解圖像內容分析的概念，IBM已經表明其AI可以將視頻圖像與自然語言處理配對，以製作電影預告片。雖然好萊塢可能會繼續依靠數字藝術家，但是那些被設計資源困擾的公司可以利用這個來創建他們的視頻內容的預覽。
5.數據科學家的認知助理
數據科學家是技術中最需求的工作之一，缺乏對未來創新的風險。我們今天花費太多的時間來排序和組織數據，然後才能對其進行評估並進行重要聯繫。AI需要進行大規模數據清理，並使用Watson Conversations進行數據搜索的自然語言搜索。
6.放射科醫生的助手
IBM沃森健康已經證明了它作為處理期刊文章和最新研究工具的價值，然後作為診斷助理。現在，IBM正在教沃森如何閱讀醫學影像，加快放射科醫師的工作，並幫助減少錯誤。
7.業務研究
對運營績效進行傳統研究通常需要3個月或更長時間，並且涉及複雜的分析模型以確保最小的錯誤。使用AI，可以在不到四周的時間內完成，並具精度更高。
8.沒有深度實例知識的對話
IBM正在利用其在AI和自然語言處理中的優勢來積極開發chatbot技術。它正在尋求開發可以通過處理主題領域的大型數據集以及沒有這種深刻理解的聊天框來獲得沃特森可以獲得的那種“深度實例知識”的系統。
9.認知軟件DevOps
IBM還認為AI可以授權DevOps，而不僅僅是通常與DevOps相關聯的軟件生命週期。IBM也認為它對“認知UX”和機器建模有影響。
10.擴大學習深度
也許IBM正在使用AI的最大的方法是利用它來擴展深入的學習。 IBM認為非結構化數據的爆炸性是機器學習背後的催化劑，它採用一部分數據，深入分析，然後使用它來幫助從其餘數據集中提取價值。 Karasick說：“深度學習是一種更早地指定機器學習的方式。並且擴展我們的能力將增加可以實現的連接和創新的速度。