人工智能目前面临的一个主要障碍是计算机收到的自然数据大部分是非结构化的杂乱数据。
对于人类来说，整理自然数据十分容易。例如，当你驾车行驶在住宅小区的道路上并看到前面滚过来一个球，你会停车，判定在你不远处可能有一个小孩。目前的计算机做不到这一点，它们只能辅助人类完成精确的工作和任务。想要把当前系统和应用从“高级计算助手”变成“具备理解和决策能力的智能合作伙伴”，关键点在于能够让计算机高效地处理大规模的概率事件。
这就是为什么概率计算是推动人工智能发展的一项关键技术，也是能克服当前无数挑战的核心。概率计算将使未来系统有能力理解和计算蕴含不确定性的自然数据，帮助我们开发真正能够理解、预测和决策的计算机。
目前，有空前庞大的应用场景需要依赖对于杂乱自然数据的分析，这些数据不同甚至存在冲突信息。此类应用旨在帮助人类更智能地了解周遭环境。只有理清了这些杂乱数据雷区，才能把计算机变成可以理解信息、并像人类一样据此采取行动的智能伙伴。
概率计算并非全新的研究领域，但高性能计算和深度学习算法的进步或将开创概率计算的全新时代。预计在未来几年，概率计算将大幅提升人工智能系统的可靠性、安全性、可服务性与性能，包括专为概率计算而设计的硬件。从智慧家庭到智慧城市，这些进步对于把这些应用部署到的现实世界来说至关重要。
