谢邀。
其实我觉得 AI 这个概念真的急需一次「去迷思化」，很多人把这个问题想得太复杂了。诺尔奖得主 Thomas J. Sargent 就提出过，「人工智能其实就是统计学」。这句话的意思并非说人工智能就是单纯的统计学（当然，统计学也并不简单），只是说它们的思路其实是一致的。
一个在今天同样非常流行的词叫「大数据」。当手机已经成为了今天互联网上最重要的基础设施，人们每天在使用计算设备的过程中都会创造大量的数据。AI 和大数据技术想要做好的，就是如何对这些数据进行高效而深入的挖掘，创造出新的价值。
所以 AI 的本质说得简单一点，其实就是「通过已有的数据和条件，挖掘出一些内在的洞见和结论，以及如何总结出规律并将其用于预测未来」。
比如人们在今天会使用智能手机拍摄大量的照片，这些照片数据到达了一定的规模，我们就可以通过让 AI 算法来学习特定的场景模型，来做到「举一反三」，对更多照片里的物体和场景进行分析。进而将这个分析变成预测，在用户进行拍照之前就直接对取景框里的图像进行分析识别，有针对性地进行优化。这其实就是所谓的「AI 摄影」。
又比如，用户在购物网站上留下了大量的购物数据。比如搜索的关键词，点进每个商品后停留的时间，从访问网站到最终购买花了多少时间，而针对这些数据进行分析之后得出的结论能够让商家更好地从供给端作出决策，开发出更符合消费者胃口的产品，以及更高效地进行市场宣传。消费者也可以受益于相关的推荐算法，买到自己更喜欢的商品。
除了数据，AI 的另一个关键基础设施就是物联网。
王兴就说过，所谓的「互联网时代」，其实就是给每一个物体，每一张桌子，打上标签，让现实中的物体和物体间能够进行互联。
这在今天自然是一种「增强现实」，一切现实世界中的资源都可以被集中在计算机里进行统一调配，进而使分配和被利用的过程变得更高效。物联网就是现实中的物体能变得智能化的关键，无论是普通人家里的智能家居，还是商用层面的智能物流、仓储，让一切实体都能够产生数据并且被远程指挥，让AI 在拥有了一颗强劲的大脑之后继续可以拥有发达的四肢。
最终，这个过程中还有需要一个非常关键的技术，也就是通信网络的基础设施支持，今天同样火热的 5G 技术，就是其中的一部分。
在 AI 的框架下，设备与设备间无时无刻不在进行着「沟通」，保证这种「沟通」，也就是信息传输顺畅的关键基础就是通讯。物联网设备需要把自己的数据通过网络上传，也需要联网进行指令接收，于其他的数据节点和设备进行协同。
目前对 5G 技术需求最迫切的行业莫过于自动驾驶了。因为一切自动驾驶技术，即使目前大部分的架势算法都还跑在汽车的本地计算机上，未来都需要并入「车联网」，让「车与车」、「车与路」之间，进行顺畅的沟通和协调，才能达到最终的理想效果，这个过程中对 5G 高速网络的需求是非常大的。
以上。