导读 多年来, AI一直是SAS软件的重要组成部分。现在，我们帮助每个行业的客户利用AI技术的进步, 不断在SAS产品组合的解决方案中嵌入AI技术，如机器学习和深度学习
AI 通过数据自动进行重复性学习和发现。但 AI 与硬件驱动的机器人自动化不同。AI 不是将人工任务自动化，而是可靠、不知疲倦地执行频繁、大量的计算机化任务。对于这种类型的自动化，人工询问在设置系统并提出正确问题方面仍然至关重要。AI 将智能添加到现有产品中。在大多数情况下，AI 不会被作为单独的应用程序出售。相对的，AI 功能将会用于改进您已经使用的产品，就像 Siri 被添加为新一代苹果产品的功能一样。自动化、会话式平台、机器人和智能机可以与大量数据结合使用，以改善从安全智能到投资分析的各种家庭和工作场所技术。
AI 通过渐进式学习算法进行适应，让数据进行编程。AI 通过发现数据结构和规律性，让算法获得技能：该算法则成为分类器或预测器。因此，就像算法可以教自己如何下棋一样，它也可以教自己下次在线推荐什么产品。当给予其新数据时，模型会进行适应。反向传播是一种允许在第一个答案不太正确时通过训练和添加数据来调整模型的 AI 技术。
AI 分析更多、更深的数据（使用具有众多隐藏层的神经网络）。几年前，建立具有五个隐藏层的欺诈侦测系统几乎是不可能的。而卓越的计算机功能和大数据改变了这一切。您需要大量数据来训练深度学习模型，因为它们直接从数据中学习。您可以提供的数据越多，它们就会越准确。
AI 实现了令人难以置信的准确性（通过深度神经网络），这在从前是不可能的。例如，您与 Alexa、Google 搜索和 Google 相册的交互都基于深度学习，并且随着我们使用次数不断增加，它们将变得越来越准确。在医学领域，来自深度学习、图像分类和对象识别的 AI 技术现在可以用来在 MRI 上发现癌症，其准确度可媲美训练有素的放射科医生。
AI 可以充分利用数据。当算法为自学时，数据本身就可以成为知识产权。答案在数据中；您只需应用 AI 将它们发掘出来。数据的作用比以往任何时候都更加重要，因此它可以创造竞争优势。如果您在竞争激烈的行业中拥有最好的数据，那么即使每个人都在应用类似的技术，最好的数据也将赢得胜利。