研究人工智能的意义

智能人类在认识和改造世界的活动中，由脑力劳动表现出来的能力。包括感知、理解、抽象、分析、推理、判断、学习和对变化环境的适应等到那个。基于计算机的智能如果一种行为或一系列行为能完成人类所做到的事情，就说它是智能的。人工智能又称为智能模拟，用计算机模拟人脑的智能行为。包括感知、学习、推理、对策、决策、预测、直觉、联想。Nilson：AI是关于知识的科学，即怎样获取，表示和使用知识的科学。Feigenbaum：AI是知识信息处理系统。Winston：AI就是研究如果使计算机去做过去只有人才能做的富有智能的工作。人工智能只包含理论研究的内容又包含工程方面的内容。人工智能的研究注意只能系统的效果而不是单纯的对人的智能行为的模拟。（人工智能研究的出发点与生物学家不同。生物学家研究只能行为是从脑的结构和神经细胞的组织入手。人工智能研究者主要从只能行为的过程与表现入手，重点放在智能行为的实际效果上。）人工智能的研究目标根本目标：要求计算机不仅能模拟而且可以延伸，扩展人的只鞥呢，达到甚至超过人类智能的水平。近期目标，使现有的计算机不仅能做一般的数值计算及非数值信息的数据处理，而且能运用知识处理问题，能模拟人类的部分职能行为。作为工程技术学科，人工智能的目标是提出建造人工智能系统的新技术、新方法和新理论，并在此基础上研制出具有智能行为的计算机系统。作为理论研究学科，人工智能的目标是提出能够描述和解释智能行为的概念与理论，为建立人工智能系统提供理论依据。

中新网北京1月11日电(记者 张素)信息分析公司爱思唯尔11日在北京举办人工智能科研发展趋势媒体论坛。其中，最新发布的研究报告《人工智能：知识的创造、转移与应用》显示，中国在人工智能领域的重要性日益凸显。报告数据来自爱思唯尔旗下的数据库及平台，包括Scopus数据库、Fingerprint引擎、PlumX平台及律商联讯的TotalPatent数据库等。报告还参考了一些公共数据信息，如斯坦福大学人工智能指数报告、kamishima.net及中国科学院自动化研究所提供的数据集等。“通过对人工智能科研表现的全面研究，我们希望明确该领域的动态、趋势和相关因素，并为其提供一些研究思路和见解。”爱思唯尔分析服务高级副总裁玛丽亚·德·克莱恩表示，这是他们首次对全球范围内人工智能研究趋势进行解读，重点关注中国、欧洲与美国三大地区。报告首先揭示了人工智能研究在全球范围内的“热度”。2013年至2017年，全球范围内所有学科领域的科研产出每年增长约为0.8%，而人工智能的年均增长速度接近13%。报告发现，中国学术界吸引人工智能人才的数量远远多于流失的数量，表明中国正在朝着人工智能研究领跑者的目标大步迈进。2004年，中国在人工智能领域的研究成果数量就已超过美国，如果保持当前的势头，中国有望在4年内赶超欧洲，成为全球人工智能研究成果最多的地区。报告同时指出，国际性流动与合作的模式表明，中国在人工智能领域的研究工作相对孤立。2017年，印度是仅次于中国和美国的第三大人工智能科研产出国。在检索分析了研究、教育、技术与媒体四个领域的共计60万份文档和700多个领域特定的关键词后，报告还揭示出人工智能关注的七个不同研究领域。其中，机器学习与概率推理、神经网络和计算机视觉的科研产出最高，增长速度也最快。报告还提醒，尽管人工智能对社会发展的影响越来越深，媒体对人工智能在道德层面可能产生的影响也有关注，但是关于人工智能道德层面的学术研究还很有限。这份报告引起不少中国学者的兴趣。中国科学院自动化研究所研究员孙哲南认为，报告本身就是人工智能时代的新成果，“从爱思唯尔海量文献数据资源中实现了人工智能概念的多视角定义、主要技术方向的聚类分析、世界各国人工智能的趋势研究、人工智能相关的道德伦理问题梳理等”。“这份报告基于更为广泛的视角挖掘了全球人工智能发展的现状、研判未来的趋势，包括科学、技术、大众媒体以及教育等，让身处人工智能时代的各人群都能得到一些启示。”中国科技部国家新一代人工智能发展研究中心主任赵志耘说。来源：中新网

新卓越科技：深入探索人工智能的意义智能电话机器人是当今人工智能时代的科技产物，它的作用主要是提高客服岗位的工作效率，同时降低其成本。去替代人工完成客服岗位前期繁琐、效率低、技术性低、重复性高的工作。使人工客服可以投身到后期的回访和转化环节，这样智能设备和人工工作的合理分配，不仅提高了工作效率节省了成本是时间，同时还充分的发挥了他们自身更大的价值。下面我们了解一下电话机器人都具备了哪些强大的功能。厦门新卓越科技是一家科技创新型公司，致力于人工智能领域的研发和创新，旗下的智能电话机器人集成了智能语音识别系统内的多项技术，使其在行业内得到了一致好评。新卓越电话机器人可以做到高效的批量外呼工作，每天拨号量1000次以上。是人工拨号量的五倍多，然后依靠自身的智能语音识别和处理技术，可以快速对客户的问题进行分析，然后给予正确的回复，并最后可以对客户类型进行筛选分类，交给人工最后完成转化。不仅是拨号量庞大，通话的过程中，电话机器人是以真人人声与客户进行沟通的，目前还支持了智能打断和及时响应功能，增加了客户的沟通体验，使电话机器人与客户的交流过程中更加顺畅无阻碍，且通话内容会被电话机器人以文字和音频两种格式保存下来，帮助后期人工回访时的针对性分析。在电话机器人开始拨号之前，人工可以手动的对机器人进行设置，把自己所在行业内的营销话术储存在系统里面，并且具备一定自主学习的能力，这样是电话机器人与客户沟通的过程中可以从数据库中调取出之前设置好的话术，提高了转化效果。电话机器人的应用可以帮助企业更好的去营销，降低了人工话务的人员成本，使其本身转化的作用发挥到最大。现在这种“人机结合”的工作方式已经成为了客服岗位的主流，所以企业在未来发展的布局上，一定要做好七天的战略规划，在人工智能遍地横行的时代，要紧随变化的发展脚步，这样才能使自己在行业一直处于领先的地位。

前言：人工智能作为引领未来的战略性技术，世界各国都高度重视，纷纷制定人工智能发展战略，力争抢占该领域的制高点。近日，荷兰调研分析公司爱思唯尔发布的人工智能研究报告《人工智能：知识的创造、转移与应用》显示，中国在人工智能领域的重要性日益凸显。在过去三年，中国学术界吸引人工智能人才的数量远远多于流失的数量。如果保持当前的势头，中国有望在四年内赶超欧洲，成为全球人工智能研究成果最多的地区。AI已成为世界各国竞争的关键领域之一近年来，人工智能已经成为国家、研究机构、企业、高校关注的焦点。随着大数据时代的到来，以及计算能力的提升，人工智能在技术领域的突破日新月异。人工智能已成为引领未来的新兴技术，世界主要国家将发展人工智能视为提升国家竞争力以及维护国家安全的重大战略，并加快出台相关规划和政策，力图在新一轮科技竞争中掌握主导权，从而引领世界。美国是世界上第一个将人工智能上升到战略层面的国家。此外，英国、德国、法国、韩国、日本等国也相继发布了人工智能相关战略,构筑人工智能发展的先发优势。我国也非常重视人工智能产业的发展，目前已出台了多项国家层面的政策，推动中国人工智能的发展。世界主要国家人工智能政策发布情况中国人工智能发展较晚，却发展迅猛近日，荷兰调研分析公司爱思唯尔在北京人工智能科研发展趋势媒体论坛中，引述了其人工智能研究报告《人工智能：知识的创造、转移与应用》。报告分析了全球人工智能科研的发展趋势。报告显示，中国在人工智能领域的重要性日益凸显。在政策的扶持下，中国的人工智能发展迅猛，将很有可能在全球范围内引领人工智能浪潮。中国在人工智能领域的人才引进同样表明，中国的研究环境越来越有吸引力。 在过去三年，中国学术界所吸引的人工智能人才数量远远超过流失的数量，如果保持当前的发展势头，中国有望在四年内超过欧洲，成为世界上人工智能研究成果最多的国家。事实上，与世界发达国家相比，中国的人工智能研究起步较晚，直到1978年，人工智能的发展才开始步入正轨。尽管中国在人工智能领域比发达国家少积累了超过二十年的时间，但是中国却拥有着得天独厚的资源优势：1、政策支持：中国对人工智能技术的支持力度是空前的，也是其他国家所无法比拟的。自2016年开始，人工智能在政府政策方面获得的支持不断加码，在十三五规划中人工智能被纳入到国家战略发展层面。国家在人工智能领域密集出台了包括《“互联网+人工智能三年行动计划实施方案》、《新一代人工智能发展规划》、《促进新一代人工智能产业发展行动计划(2018-2020年)》等在内的相关政策，大力推动了人工智能领域的创业及研究。2、数据资源：中国拥有庞大的网民群体，截至2018年6月，中国网民规模已达到8.02亿。海量数据为人工智能的研究与发展创造了无可替代的优势。凭借着这个优势，中国企业已在语音识别、语言翻译、自动驾驶等领域逐渐取得领先位置。3、人才优势：中国派遣的大批出国研究人工智能的专家，已成为中国人工智能研究与开发应用的学术带头人，对人工智能研究开发、产业应用和人才培养相当重要。并且，中国为优秀人才提供了其他国家和地区无法比拟的环境和平台，并吸引着越来越多从事人工智能研发的外国专家来到中国去施展才华。与此同时，国内众多科技、互联网公司在自动驾驶、医疗影像识别、智慧城市以及语音识别等领域异军突起，奋力追赶世界领先水平：1、百度：百度在自动驾驶领域处于领先位置。日前，百度发布了全球首个最全面智能驾驶商业化解决方案Apollo Enterprise，这是一套可以加速实现智能化、网联化、共享化的，量产、定制、安全的自动驾驶和车联网解决方案。2、阿里巴巴：近年来，阿里巴巴加快了智慧城市方面的战略布局，先后惠及几十个城市，提升了社会公众生活质量和生活便捷度。3、腾讯：腾讯在AI医疗领域颇有建树。目前腾讯AI+医疗领域研究已从影像筛查进入病理分析阶段，可根据医生的语音指令，自动识别、检测和生成报告，并将检测结果实时显示到目镜中，提高诊断效率和准确度。写在最后：当前，人工智能正处于快速发展阶段，并将对经济发展、社会进步、国际政治产生深远的影响。对于中国而言，加快发展人工智能是赢得全球科技竞争主动权的关键战略抓手，是推动国家科技发展、生产力整体提升的重要战略。人工智能研究已在我国的深入开展，必将为我国的现代化建设做出新的重大贡献。

人工智能在最近的IT领域可以说是被炒的火热，但大部分人对人工智能仍然是一头雾水，究竟什么是人工智能？人工智能应用在什么地方，人工智能和人类智能有什么联系，人工智能是怎么发展的，这篇文章对人工智能做一个笼统的概述。什么是人工智能在计算机出现之前人们就幻想着一种机器可以实现人类的思维，可以帮助人们解决问题，甚至比人类有更高的智力。随着上世纪40年代计算机的发明，这几十年来计算速度飞速提高，从最初的科学数学计算演变到了现代的各种计算机应用领域，诸如多媒体应用，计算机辅助设计，数据库，数据通信，自动控制等等，人工智能是计算机科学的一个研究分支，是多年来计算机科学研究发展的结晶。人工智能是一门基于计算机科学，生物学，心理学，神经科学，数学和哲学等学科的科学和技术。人工智能的一个主要推动力要开发与人类智能相关的计算机功能，例如推理，学习和解决问题的能力。人工智能之父 John McCarthy说：人工智能就是制造智能的机器，更特指制作人工智能的程序。人工智能模仿人类的思考方式使计算机能智能的思考问题，人工智能通过研究人类大脑的思考、学习和工作方式，然后将研究结果作为开发智能软件和系统的基础。没有AI和有AI的计算机软件比较没有AI编程没有AI的计算机程序解决具体问题。程序中的修改会导致其结构发生大的变化。修改麻烦，很可能导致修改错误。用AI编程具有AI的计算机程序解决一般性问题。AI程序各个参数部分高度独立，修改不会导致结构变化，程序修改快速简便。AI的应用领域人工智能在以下各个领域占据主导地位游戏 ：人工智能在国际象棋，扑克，围棋等游戏中起着至关重要的作用，机器可以根据启发式知识来思考大量可能的位置并计算出最优的下棋落子。自然语言处理 ： 可以与理解人类自然语言的计算机进行交互。比如常见机器翻译系统、人机对话系统。专家系统 ： 有一些应用程序集成了机器，软件和特殊信息，以传授推理和建议。它们为用户提供解释和建议。比如分析股票行情，进行量化交易。视觉系统 ： 它系统理解，解释计算机上的视觉输入。例如，间谍飞机拍摄照片，用于计算空间信息或区域地图。医生使用临床专家系统来诊断患者。警方使用的计算机软件可以识别数据库里面存储的肖像，从而识别犯罪者的脸部。还有我们最常用的车牌识别等。语音识别 ：智能系统能够与人类对话，通过句子及其含义来听取和理解人的语言。它可以处理不同的重音，俚语，背景噪音，不同人的的声调变化等。手写识别 ： 手写识别软件通过笔在屏幕上写的文本可以识别字母的形状并将其转换为可编辑的文本。智能机器人 ： 机器人能够执行人类给出的任务。它们具有传感器，检测到来自现实世界的光，热，温度，运动，声音，碰撞和压力等数据。他拥有高效的处理器，多个传感器和巨大的内存，以展示它的智能，并且能够从错误中吸取教训来适应新的环境。人工智能历史1940-1950：一帮来自数学，心理学，工程学，经济学和政治学领域的科学家在一起讨论人工智能的可能性，当时已经研究出了人脑的工作原理是神经元电脉冲工作。1950-1956：伦·图灵（Alan Turing）发表了一篇具有里程碑意义的论文，其中他预见了创造思考机器的可能性。重要事件： 曼彻斯特大学的Christopher Strachey使用Ferranti Mark 1 机器写了一个跳棋程序， Dietrich Prinz写了一个国际象棋程序。1956：达特茅斯会议，人工智能诞生。约翰麦卡锡创造了人工智能一词并且演示了卡内基梅隆大学首个人工智能程序。1956-1974：推理研究，主要使用推理算法，应用在棋类等游戏中。自然语言研究，目的是让计算机能够理解人的语言。日本，早稻田大学于1967年启动了WABOT项目，并于1972年完成了世界上第一个全尺寸智能人形机器人 WABOT-1 。1974-1980：由于当时的计算机技术限制，很多研究迟迟不能得到预期的成就，这时候AI处于研究低潮。1980-1987：在20世纪80年代，世界各地的企业采用了一种称为“ 专家系统 ” 的人工智能程序，知识表达系统成为主流人工智能研究的焦点。在同一年，日本政府通过其第五代计算机项目积极资助人工智能。1982年，物理学家John Hopfield发明了一种神经网络可以以全新的方式学习和处理信息。1987-1993：第二次AI研究低潮。1993-2011 ：出现了智能代理，它是感知周围环境，并采取最大限度提高成功的机会的系统。这个时期自然语言理解和翻译，数据挖掘，Web爬虫出现了较大的发展。里程碑的事件：1997年深蓝击败了当时的世界象棋冠军Garry Kasparov。2005年，斯坦福大学的机器人在一条没有走过的沙漠小路上自动驾驶131英里。2011年至今：在深度学习，大数据和强人工智能的发展迅速。郑重声明：本文作品为原创，如转载须注明出处“百家号：物联网电子世界”。

在2019年亚洲消费电子展上，日产汽车在展台上举办了一场别开生面的公开研讨会，与多个合作伙伴共同讨论人工智能在汽车行业的应用及发展前景。其中微软全渠道事业部首席技术官徐明强表示人工智能对人类意义深远，但并不会完全取代人类，而是帮助人们提高驾乘体验。以下是徐明强的观点实录：关于人工智能对人类的深远意义徐明强：首先我想介绍一下九十年代曾经有一个很有名的道路模拟实验，这个模拟的结果从道路设计角度发现是错误的。出现错误的原因在于模拟程序假设绿灯亮的时候，所有车辆都开始启动，然而现实却并非如此。但我们也知道人工智能、自动驾驶等技术在未来将能让所有的车辆几乎同时启动、同时停止，这样给我们的道路带来的会是四倍的容量增长。其次对于消费者，人工智能能够带来非常贴心的体验。比如我们出行的汽车可以变成一个移动的办公室，微软的office可以让每一个出行的人随时随地安排会议、或是通过多样化设备实现高效办公。第三点就是物联网收集的大数据，可以帮助汽车厂商能够更好的预测车辆设备的运行情况，从而进行预测性的维护。关于人工智能与人类的关系徐明强：从过去的经验中我们了解到，技术无法取代任何人，也不会取代任何人，人工智能对产业的影响往往是使用技术的人取代不懂技术的人。所以在短期内，人工智能确实会对某些行业或职业造成威胁，并在短期内取代一些人。我们作为整个社会的技术提供商，首先提倡做好两件事：第一，培训所有的人和员工使用新的技术；第二，在新的变革来临之际，我们要保证这些关键职业拥有足够的技术储备。微软在领英上面有很多免费的人工智能培训，我们与各个国家的大学也有相关的深入合作，来提供人工智能方面的培训。微软与日产汽车的合作徐明强：日产汽车和微软在两年前就宣布共同合作车联网平台。我们之所以有这样的合作，是因为对一件事有共同的认识：当车辆变成一个移动出行工具时，所有的主机厂商都将成为一个软件公司。微软已经做了近50年软件，那么我们为什么与未来的“软件公司”进行合作？因为微软是一个赋能公司，通过微软的云技术、物联网技术、人工智能技术以及大数据分析技术，日产汽车可以更集中地为用户提供最佳的体验，并且探索新的业务模式。

来源:求是2018年2月25日，在平昌冬奥会闭幕式“北京8分钟”表演中，由沈阳新松机器人自动化股份有限公司研发的智能移动机器人与轮滑演员进行表演。 新华社记者 李钢/摄2018年5月3日，中国科学院发布国内首款云端人工智能芯片，理论峰值速度达每秒128万亿次定点运算，达到世界先进水平。 新华社记者 金立旺/摄2017年10月，在沙特阿拉伯首都利雅得举行的“未来投资倡议”大会上，机器人索菲亚被授予沙特公民身份，她也因此成为全球首个获得公民身份的机器人。图为2018年7月10日，在香港会展中心，机器人索菲亚亮相主舞台。 ISAAC LAWRENCE/视觉中国2018年11月22日， 在“伟大的变革——庆祝改革开放40周年大型展览”上，第三代国产骨科手术机器人“天玑”正在模拟做手术，它是国际上首个适应症覆盖脊柱全节段和骨盆髋臼手术的骨科机器人，性能指标达到国际领先水平。 麦田/视觉中国如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网，人工智能正成为推动人类进入智能时代的决定性力量。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷转型发展，抢滩布局人工智能创新生态。世界主要发达国家均把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，力图在国际科技竞争中掌握主导权。习近平总书记在十九届中央政治局第九次集体学习时深刻指出，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。错失一个机遇，就有可能错过整整一个时代。新一轮科技革命与产业变革已曙光可见，在这场关乎前途命运的大赛场上，我们必须抢抓机遇、奋起直追、力争超越。概念与历程了解人工智能向何处去，首先要知道人工智能从何处来。1956年夏，麦卡锡、明斯基等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”，首次提出“人工智能（Artificial Intelligence，简称AI）”这一概念，标志着人工智能学科的诞生。人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学，研究目的是促使智能机器会听（语音识别、机器翻译等）、会看（图像识别、文字识别等）、会说（语音合成、人机对话等）、会思考（人机对弈、定理证明等）、会学习（机器学习、知识表示等）、会行动（机器人、自动驾驶汽车等）。人工智能充满未知的探索道路曲折起伏。如何描述人工智能自1956年以来60余年的发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能的发展历程划分为以下6个阶段：一是起步发展期：1956年—20世纪60年代初。人工智能概念提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序等，掀起人工智能发展的第一个高潮。二是反思发展期：20世纪60年代—70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空（例如，无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等），使人工智能的发展走入低谷。三是应用发展期：20世纪70年代初—80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入应用发展的新高潮。四是低迷发展期：20世纪80年代中—90年代中。随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。五是稳步发展期：20世纪90年代中—2010年。由于网络技术特别是互联网技术的发展，加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年国际商业机器公司（简称IBM）深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念。以上都是这一时期的标志性事件。六是蓬勃发展期：2011年至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越了科学与应用之间的“技术鸿沟”，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破，迎来爆发式增长的新高潮。现状与影响对于人工智能的发展现状，社会上存在一些“炒作”。比如说，认为人工智能系统的智能水平即将全面超越人类水平、30年内机器人将统治世界、人类将成为人工智能的奴隶，等等。这些有意无意的“炒作”和错误认识会给人工智能的发展带来不利影响。因此，制定人工智能发展的战略、方针和政策，首先要准确把握人工智能技术和产业发展的现状。专用人工智能取得重要突破。从可应用性看，人工智能大体可分为专用人工智能和通用人工智能。面向特定任务（比如下围棋）的专用人工智能系统由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能。人工智能的近期进展主要集中在专用智能领域。例如，阿尔法狗（AlphaGo）在围棋比赛中战胜人类冠军，人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，人工智能系统诊断皮肤癌达到专业医生水平。通用人工智能尚处于起步阶段。人的大脑是一个通用的智能系统，能举一反三、融会贯通，可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题，可谓“一脑万用”。真正意义上完备的人工智能系统应该是一个通用的智能系统。目前，虽然专用人工智能领域已取得突破性进展，但是通用人工智能领域的研究与应用仍然任重而道远，人工智能总体发展水平仍处于起步阶段。当前的人工智能系统在信息感知、机器学习等“浅层智能”方面进步显著，但是在概念抽象和推理决策等“深层智能”方面的能力还很薄弱。总体上看，目前的人工智能系统可谓有智能没智慧、有智商没情商、会计算不会“算计”、有专才而无通才。因此，人工智能依旧存在明显的局限性，依然还有很多“不能”，与人类智慧还相差甚远。人工智能创新创业如火如荼。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷调整发展战略。比如，谷歌在其2017年年度开发者大会上明确提出发展战略从“移动优先”转向“人工智能优先”，微软2017财年年报首次将人工智能作为公司发展愿景。人工智能领域处于创新创业的前沿。麦肯锡公司报告指出，2016年全球人工智能研发投入超300亿美元并处于高速增长阶段；全球知名风投调研机构CB Insights报告显示，2017年全球新成立人工智能创业公司1100家，人工智能领域共获得投资152亿美元，同比增长141%。创新生态布局成为人工智能产业发展的战略高地。信息技术和产业的发展史，就是新老信息产业巨头抢滩布局信息产业创新生态的更替史。例如，传统信息产业代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网时代信息产业代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等。人工智能创新生态包括纵向的数据平台、开源算法、计算芯片、基础软件、图形处理器等技术生态系统和横向的智能制造、智能医疗、智能安防、智能零售、智能家居等商业和应用生态系统。目前智能科技时代的信息产业格局还没有形成垄断，因此全球科技产业巨头都在积极推动人工智能技术生态的研发布局，全力抢占人工智能相关产业的制高点。人工智能的社会影响日益凸显。一方面，人工智能作为新一轮科技革命和产业变革的核心力量，正在推动传统产业升级换代，驱动“无人经济”快速发展，在智能交通、智能家居、智能医疗等民生领域产生积极正面影响。另一方面，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能系统可能存在的歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生的科技伦理等问题已经显现出来，需要抓紧提供解决方案。趋势与展望经过60多年的发展，人工智能在算法、算力（计算能力）和算料（数据）等“三算”方面取得了重要突破，正处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有诸多瓶颈。那么在可以预见的未来，人工智能发展将会出现怎样的趋势与特征呢？从专用智能向通用智能发展。如何实现从专用人工智能向通用人工智能的跨越式发展，既是下一代人工智能发展的必然趋势，也是研究与应用领域的重大挑战。2016年10月，美国国家科学技术委员会发布《国家人工智能研究与发展战略计划》，提出在美国的人工智能中长期发展策略中要着重研究通用人工智能。阿尔法狗系统开发团队创始人戴密斯·哈萨比斯提出朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。微软在2017年成立了通用人工智能实验室，众多感知、学习、推理、自然语言理解等方面的科学家参与其中。从人工智能向人机混合智能发展。借鉴脑科学和认知科学的研究成果是人工智能的一个重要研究方向。人机混合智能旨在将人的作用或认知模型引入到人工智能系统中，提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和拓展，通过人机协同更加高效地解决复杂问题。在我国新一代人工智能规划和美国脑计划中，人机混合智能都是重要的研发方向。从“人工+智能”向自主智能系统发展。当前人工智能领域的大量研究集中在深度学习，但是深度学习的局限是需要大量人工干预，比如人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据、用户需要人工适配智能系统等，非常费时费力。因此，科研人员开始关注减少人工干预的自主智能方法，提高机器智能对环境的自主学习能力。例如阿尔法狗系统的后续版本阿尔法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类人工智能”。在人工智能系统的自动化设计方面，2017年谷歌提出的自动化学习系统（AutoML）试图通过自动创建机器学习系统降低人员成本。人工智能将加速与其他学科领域交叉渗透。人工智能本身是一门综合性的前沿学科和高度交叉的复合型学科，研究范畴广泛而又异常复杂，其发展需要与计算机科学、数学、认知科学、神经科学和社会科学等学科深度融合。随着超分辨率光学成像、光遗传学调控、透明脑、体细胞克隆等技术的突破，脑与认知科学的发展开启了新时代，能够大规模、更精细解析智力的神经环路基础和机制，人工智能将进入生物启发的智能阶段，依赖于生物学、脑科学、生命科学和心理学等学科的发现，将机理变为可计算的模型，同时人工智能也会促进脑科学、认知科学、生命科学甚至化学、物理、天文学等传统科学的发展。人工智能产业将蓬勃发展。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长，人工智能应用的云端化将不断加速，全球人工智能产业规模在未来10年将进入高速增长期。例如，2016年9月，咨询公司埃森哲发布报告指出，人工智能技术的应用将为经济发展注入新动力，可在现有基础上将劳动生产率提高40%；到2035年，美、日、英、德、法等12个发达国家的年均经济增长率可以翻一番。2018年麦肯锡公司的研究报告预测，到2030年，约70%的公司将采用至少一种形式的人工智能，人工智能新增经济规模将达到13万亿美元。人工智能将推动人类进入普惠型智能社会。“人工智能+X”的创新模式将随着技术和产业的发展日趋成熟，对生产力和产业结构产生革命性影响，并推动人类进入普惠型智能社会。2017年国际数据公司IDC在《信息流引领人工智能新时代》白皮书中指出，未来5年人工智能将提升各行业运转效率。我国经济社会转型升级对人工智能有重大需求，在消费场景和行业应用的需求牵引下，需要打破人工智能的感知瓶颈、交互瓶颈和决策瓶颈，促进人工智能技术与社会各行各业的融合提升，建设若干标杆性的应用场景创新，实现低成本、高效益、广范围的普惠型智能社会。人工智能领域的国际竞争将日益激烈。当前，人工智能领域的国际竞赛已经拉开帷幕，并且将日趋白热化。2018年4月，欧盟委员会计划2018—2020年在人工智能领域投资240亿美元；法国总统在2018年5月宣布《法国人工智能战略》，目的是迎接人工智能发展的新时代，使法国成为人工智能强国；2018年6月，日本《未来投资战略2018》重点推动物联网建设和人工智能的应用。世界军事强国也已逐步形成以加速发展智能化武器装备为核心的竞争态势，例如美国特朗普政府发布的首份《国防战略》报告即谋求通过人工智能等技术创新保持军事优势，确保美国打赢未来战争；俄罗斯2017年提出军工拥抱“智能化”，让导弹和无人机这样的“传统”兵器威力倍增。人工智能的社会学将提上议程。为了确保人工智能的健康可持续发展，使其发展成果造福于民，需要从社会学的角度系统全面地研究人工智能对人类社会的影响，制定完善人工智能法律法规，规避可能的风险。2017年9月，联合国犯罪和司法研究所（UNICRI）决定在海牙成立第一个联合国人工智能和机器人中心，规范人工智能的发展。美国白宫多次组织人工智能领域法律法规问题的研讨会、咨询会。特斯拉等产业巨头牵头成立OpenAI等机构，旨在“以有利于整个人类的方式促进和发展友好的人工智能”。态势与思考当前，我国人工智能发展的总体态势良好。但是我们也要清醒看到，我国人工智能发展存在过热和泡沫化风险，特别在基础研究、技术体系、应用生态、创新人才、法律规范等方面仍然存在不少值得重视的问题。总体而言，我国人工智能发展现状可以用“高度重视，态势喜人，差距不小，前景看好”来概括。高度重视。党中央、国务院高度重视并大力支持发展人工智能。习近平总书记在党的十九大、2018年两院院士大会、全国网络安全和信息化工作会议、十九届中央政治局第九次集体学习等场合多次强调要加快推进新一代人工智能的发展。2017年7月，国务院发布《新一代人工智能发展规划》，将新一代人工智能放在国家战略层面进行部署，描绘了面向2030年的我国人工智能发展路线图，旨在构筑人工智能先发优势，把握新一轮科技革命战略主动。国家发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏、浙江等地方政府都推出了发展人工智能的鼓励政策。态势喜人。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成为全球人工智能投融资规模最大的国家，我国人工智能企业在人脸识别、语音识别、安防监控、智能音箱、智能家居等人工智能应用领域处于国际前列。根据2017年爱思唯尔文献数据库统计结果，我国在人工智能领域发表的论文数量已居世界第一。近两年，中国科学院大学、清华大学、北京大学等高校纷纷成立人工智能学院，2015年开始的中国人工智能大会已连续成功召开四届并且规模不断扩大。总体来说，我国人工智能领域的创新创业、教育科研活动非常活跃。差距不小。目前我国在人工智能前沿理论创新方面总体上尚处于“跟跑”地位，大部分创新偏重于技术应用，在基础研究、原创成果、顶尖人才、技术生态、基础平台、标准规范等方面距离世界领先水平还存在明显差距。在全球人工智能人才700强中，中国虽然入选人数名列第二，但远远低于约占总量一半的美国。2018年市场研究顾问公司Compass Intelligence对全球100多家人工智能计算芯片企业进行了排名，我国没有一家企业进入前十。另外，我国人工智能开源社区和技术生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。我国参与制定人工智能国际标准的积极性和力度不够，国内标准制定和实施也较为滞后。我国对人工智能可能产生的社会影响还缺少深度分析，制定完善人工智能相关法律法规的进程需要加快。前景看好。我国发展人工智能具有市场规模、应用场景、数据资源、人力资源、智能手机普及、资金投入、国家政策支持等多方面的综合优势，人工智能发展前景看好。全球顶尖管理咨询公司埃森哲于2017年发布的《人工智能：助力中国经济增长》报告显示，到2035年人工智能有望推动中国劳动生产率提高27%。我国发布的《新一代人工智能发展规划》提出，到2030年人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。在我国未来的发展征程中，“智能红利”将有望弥补人口红利的不足。当前是我国加强人工智能布局、收获人工智能红利、引领智能时代的重大历史机遇期，如何在人工智能蓬勃发展的浪潮中选择好中国路径、抢抓中国机遇、展现中国智慧等，需要深入思考。树立理性务实的发展理念。任何事物的发展不可能一直处于高位，有高潮必有低谷，这是客观规律。实现机器在任意现实环境的自主智能和通用智能，仍然需要中长期理论和技术积累，并且人工智能对工业、交通、医疗等传统领域的渗透和融合是个长期过程，很难一蹴而就。因此，发展人工智能要充分考虑到人工智能技术的局限性，充分认识到人工智能重塑传统产业的长期性和艰巨性，理性分析人工智能发展需求，理性设定人工智能发展目标，理性选择人工智能发展路径，务实推进人工智能发展举措，只有这样才能确保人工智能健康可持续发展。重视固本强基的原创研究。人工智能前沿基础理论是人工智能技术突破、行业革新、产业化推进的基石。面临发展的临界点，要想取得最终的话语权，必须在人工智能基础理论和前沿技术方面取得重大突破。我们要按照习近平总书记提出的支持科学家勇闯人工智能科技前沿“无人区”的要求，努力在人工智能发展方向和理论、方法、工具、系统等方面取得变革性、颠覆性突破，形成具有国际影响力的人工智能原创理论体系，为构建我国自主可控的人工智能技术创新生态提供领先跨越的理论支撑。构建自主可控的创新生态。我国人工智能开源社区和技术创新生态布局相对滞后，技术平台建设力度有待加强。我们要以问题为导向，主攻关键核心技术，加快建立新一代人工智能关键共性技术体系，全面增强人工智能科技创新能力，确保人工智能关键核心技术牢牢掌握在自己手里。要着力防范人工智能时代“空心化”风险，系统布局并重点发展人工智能领域的“新核高基”：“新”指新型开放创新生态，如产学研融合等；“核”指核心关键技术与器件，如先进机器学习技术、鲁棒模式识别技术、低功耗智能计算芯片等；“高”指高端综合应用系统与平台，如机器学习软硬件平台、大型数据平台等；“基”指具有重大原创意义和技术带动性的基础理论与方法，如脑机接口、类脑智能等。同时，我们要重视人工智能技术标准的建设、产品性能与系统安全的测试。特别是我国在人工智能技术应用方面走在世界前列，在人工智能国际标准制定方面应当掌握话语权，并通过实施标准加速人工智能驱动经济社会转型升级的进程。推动共担共享的全球治理。目前看，发达国家通过人工智能技术创新掌控了产业链上游资源，难以逾越的技术鸿沟和产业壁垒有可能进一步拉大发达国家和发展中国家的生产力发展水平差距。在发展中国家中，我国有望成为全球人工智能竞争中的领跑者，应布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合“一带一路”建设，让“智能红利”助推共建人类命运共同体。作者：谭铁牛 中央人民政府驻香港特别行政区联络办公室副主任、中国科学院院士

资料图：海淀公园变身全球首个AI科技主题公园。中新社记者 张兴龙 摄中新网北京1月11日电 (记者 张素)信息分析公司爱思唯尔11日在北京举办人工智能科研发展趋势媒体论坛。其中，最新发布的研究报告《人工智能：知识的创造、转移与应用》显示，中国在人工智能领域的重要性日益凸显。报告数据来自爱思唯尔旗下的数据库及平台，包括Scopus数据库、Fingerprint引擎、PlumX平台及律商联讯的TotalPatent数据库等。报告还参考了一些公共数据信息，如斯坦福大学人工智能指数报告、kamishima.net及中国科学院自动化研究所提供的数据集等。“通过对人工智能科研表现的全面研究，我们希望明确该领域的动态、趋势和相关因素，并为其提供一些研究思路和见解。”爱思唯尔分析服务高级副总裁玛丽亚·德·克莱恩表示，这是他们首次对全球范围内人工智能研究趋势进行解读，重点关注中国、欧洲与美国三大地区。报告首先揭示了人工智能研究在全球范围内的“热度”。2013年至2017年，全球范围内所有学科领域的科研产出每年增长约为0.8%，而人工智能的年均增长速度接近13%。报告发现，中国学术界吸引人工智能人才的数量远远多于流失的数量，表明中国正在朝着人工智能研究领跑者的目标大步迈进。2004年，中国在人工智能领域的研究成果数量就已超过美国，如果保持当前的势头，中国有望在4年内赶超欧洲，成为全球人工智能研究成果最多的地区。报告同时指出，国际性流动与合作的模式表明，中国在人工智能领域的研究工作相对孤立。2017年，印度是仅次于中国和美国的第三大人工智能科研产出国。在检索分析了研究、教育、技术与媒体四个领域的共计60万份文档和700多个领域特定的关键词后，报告还揭示出人工智能关注的七个不同研究领域。其中，机器学习与概率推理、神经网络和计算机视觉的科研产出最高，增长速度也最快。报告还提醒，尽管人工智能对社会发展的影响越来越深，媒体对人工智能在道德层面可能产生的影响也有关注，但是关于人工智能道德层面的学术研究还很有限。这份报告引起不少中国学者的兴趣。中国科学院自动化研究所研究员孙哲南认为，报告本身就是人工智能时代的新成果，“从爱思唯尔海量文献数据资源中实现了人工智能概念的多视角定义、主要技术方向的聚类分析、世界各国人工智能的趋势研究、人工智能相关的道德伦理问题梳理等”。“这份报告基于更为广泛的视角挖掘了全球人工智能发展的现状、研判未来的趋势，包括科学、技术、大众媒体以及教育等，让身处人工智能时代的各人群都能得到一些启示。”中国科技部国家新一代人工智能发展研究中心主任赵志耘说。(完)

人工智能与大数据本身就有较为密切的联系，一方面数据作为人工智能的三大基础之一，可以说没有数据也就没有智能，另一方面大数据在价值化的过程中，也需要采用人工智能的相关技术。站在大数据的角度来看，大数据需要通过人工智能技术来完成数据价值化的过程，尤其是数据分析过程。目前大数据分析有两种主要方式，一种是统计学方式，另一种是机器学习方式，而且机器学习实际上也是人工智能六大主要研究内容之一。所以，从大数据的角度来看，通过人工智能技术能够更全面和深入地完成数据价值化过程。站在人工智能的角度来看，大数据是人工智能研发的重要基础。人工智能目前的研究方向包括视觉、自然语言处理、机器学习（深度学习）、自动推理、知识表示和机器人学，虽然不同的方向在具体的研究方式上具有一定的区别，但是都离不开数据收集、数据整理、算法设计、算法训练等步骤。可以说，人工智能的核心是算法设计，但是人工智能的基础却是数据。从目前行业领域的应用场景来看，物联网体系在设计上充分考虑了大数据与人工智能的结合应用，目前大数据处在物联网体系结构的第四层（前三层分别是设备、网络和平台），而人工智能处在物联网的第五层，可以说大数据是人工智能落地到物联网应用的重要支撑。最后，目前在互联网企业，大数据与人工智能的结合应用也比较普遍，比如电商平台普遍采用的推荐系统就是大数据与人工智能技术的结合应用。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！