1、人工智能开辟了新的价值空间

人工智能技术的发展能够开辟出一个全新的价值空间，这个价值空间体现在两个方面，其一是大数据价值的体现，其二是物联网价值的体现。大数据的价值在于数据的价值化，数据价值化的出口在于应用，而人工智能正是大数据应用的出口，所以大数据的价值在很大程度上需要人工智能技术来进行体现，这足以说明人工智能所蕴藏的巨大价值空间。

2、人工智能将促进多个领域的创新

创新是推动行业发展的重要动力，在互联网时代，人工智能领域有巨大的创新空间，任何一个细小的创新都有可能会创造出巨大的价值。随着人工智能平台的推出，未来多个行业领域都可以借助于人工智能平台来实现各种创新，这会全面促进传统行业的升级。

3、人工智能发展对于生产力提升有重要的意义

人工智能的发展能够在很大程度上提升社会生产力，这是人工智能技术能够带来的最为现实的意义之一。目前在工业生产领域，伴随着大量智能体(机器人)的应用，整个生产领域的生产效率有了明显的提升，这一点在汽车制造领域有明显的体现。

就目前发展状况来回答，IBM公司和 EPFL在05年启动了蓝脑计划，希望通过模拟生物闹神经元在大脑中的真实链接来复制出真实的人工智能系统。08年瑞士洛桑理工学院的科学家已经做出了一个电子的鼠脑，据传说，该脑已经可以非被动的产生一些奇怪的行为，而且对外来信号有自主的分析能力。科学家野心勃勃的宣称要在2015年复制人脑!但是这种复制出来的脑必须要经过训练才能达到智能的地步。据本人估计，怎么也得到2020年吧，一个小孩的智能才能被仿制出来。

人工智能在计算机上实现时有2种不同的方式：

一种是采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同。这种方法叫工程学方法(ENGINEERING APPROACH)，它已在一些领域内作出了成果，如文字识别、电脑下棋等。

另一种是模拟法(MODELING APPROACH)，它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。

遗传算法(GENERIC ALGORITHM，简称GA)和人工神经网络(ARTIFICIAL NEURAL NETWORK，简称ANN)均属后一类型。遗传算法模拟人类或生物的遗传-进化机制，人工神经网络则是模拟人类或动物大脑中神经细胞的活动方式。为了得到相同智能效果，两种方式通常都可使用。采用前一种方法，需要人工详细规定程序逻辑，如果游戏简单，还是方便的。如果游戏复杂，角色数量和活动空间增加，相应的逻辑就会很复杂(按指数式增长)，人工编程就非常繁琐，容易出错。而一旦出错，就必须修改原程序，重新编译、调试，最后为用户提供一个新的版本或提供一个新补丁，非常麻烦。采用后一种方法时，编程者要为每一角色设计一个智能系统(一个模块)来进行控制，这个智能系统(模块)开始什么也不懂，就像初生婴儿那样，但它能够学习，能渐渐地适应环境，应付各种复杂情况。这种系统开始也常犯错误，但它能吸取教训，下一次运行时就可能改正，至少不会永远错下去，用不到发布新版本或打补丁。利用这种方法来实现人工智能，要求编程者具有生物学的思考方法，入门难度大一点。但一旦入了门，就可得到广泛应用。由于这种方法编程时无须对角色的活动规律做详细规定，应用于复杂问题，通常会比前一种方法更省力。