AI是有史以來比較強大的科技之一，但已經歷經四次的演變。實際上，自1950年代問世以來，第一代AI是屬于「描述性分析」。第二代是「診斷性分析」。第三代也是最近的這一代AI是「預測性分析」，主要是基于已經發生的事情進行預測將來。而未來第四代是能夠模仿人類直覺(Artificial Intuition)的AI。

[[345098]]

盡管預測性分析非常有用，并且可以為數據科學家節省時間，但是其缺點仍在于須透過歷史數據預測。因此，面對新的未知場景，數據科學家變得無可奈何。如果真的要擁有“人工智能”，人們需要能夠自行“思考”的機器，以面對陌生的情況。因此，能夠模仿人類直覺(Artificial Intuition)的AI就孕育而生。

換句話說，第四代AI是“人工直覺”，它使用計算機在無需告知的前提下，識別威脅和機會，就像人類的直覺能夠讓我們在無需特別指示下做出決策。這類似于經驗豐富的偵探，他們可以進入犯罪現場并立即知道某些事情似乎不對勁，或者是經驗豐富的投資人，可以比其他人先發現趨勢。

其實，人工直覺的概念在五年前還被認為不可能發生。但是現在，像谷歌、亞馬遜和IBM等公司正在努力開發解決方案，并且有一些公司已經讓其運行。

簡單來說，人工直覺可以在沒有任何歷史背景的情況下準確地分析未知，其是透過復雜的算法識別出數據之間的任何相關性或異常，進而做出判斷。當然，人工直覺是不會自動發生的。而是透過應用定性模型分析數據集并開發一種上下文語言，該語言表示其觀察到的整體配置。

人工直覺幾乎可以應用于任何行業，目前在金融服務領域已經取得長足的進步。全球大型銀行使用它來檢測復雜的新型金融網絡犯罪計劃，包括洗錢，欺詐和ATM黑客攻擊。可疑的金融活動通常隱藏在成千上萬個具有自己的連接參數集的交易中。通過使用極其復雜的數學算法，人工直覺可以快速識別出五個很具影響力的參數，并將其呈現給分析人員。

在99.9%的情況下，分析人員從成百上千的五種最重要的成分和聯系中發現，并立即識別所呈現的犯罪類型。因此，人工直覺具有產生正確類型的數據，識別數據，以較高的準確性和較低的誤報率進行檢測的能力，并以易于分析師理解的方式進行呈現。

總之，自從Alan Turing于1950年代首次提出AI概念以來，已經走了很長一段路，并且它絲毫沒有放緩的跡象。前幾代AI的發展只是冰山一角。未來人工直覺標志著AI將成為真正“智能”的關鍵的一步。