人工智能STEMS涉及的研究领域众多，应用场景广泛。

•最底层是基础设施建设，包含数据和计算能力两部分，数据越大，人工智能的能力越强。

•往上一层为算法，如卷积神经网络、LSTM 序列学习、Q-Learning、深度学习等算法，都是机器学习的算法。

•第三层为重要的技术方向和问题，如计算机视觉，语音工程，自然语言处理等。还有另外的一些类似决策系统，像强化学习，或像一些大数据分析的统计系统，这些都能在机器学习算法上产生。

•第四层为具体的技术，如图像识别、语音识别、机器翻译等等。

•最顶端为行业的解决方案，如人工智能在金融、医疗、互联网、交通和游戏等上的应用，这是我们所关心它能带来的价值。