科大訊飛-人工智能規?；瘧寐涞赝苿雍诵臉I務增長-211021（66頁）.pdf

1、人工智能 (Artificial Intelligence，縮寫 AI)是研究開發能夠模擬、延伸和擴展人類智能的理論、方法、技術及應用系統的一門新的技術科學，研究目的是促使智能機器可模仿人類智能來執行任務，并基于收集的信息對自身進行迭代式改進的系統和機器，可以實現如會聽(語音識別、機器翻譯等)、會看(圖像識別、文字識別等)、會說(語音合成、人機對話等)、會思考(人機對弈、定理證明等)、會學習(機器學習、知識表示等)、會行動(機器人、自動駕駛汽車等)等功能。人工智能概念起始于 20 世紀 50 年代，目前已經經歷了 60 余年的發展，伴隨著技術發展和人們對其認知的深入，人工智能技術研究歷經了三次

2、浪潮和兩次寒冬。第一次浪潮(20 世紀 40 年代-1974 年)：在 20 世紀 40、50 年代，科學家開始探討人工大腦的可能性。1950 年，艾倫圖靈發表了一篇劃時代的論文，文中預言了創造出具有真正智能的機器的可能性，并提出了著名的“圖靈測試”。1951 年，明斯基等人制造了第一臺神經網絡計算機。1956 年，由馬文明斯基，約翰麥卡錫和另兩位資深科學家克勞德香農以及內森羅徹斯特等人組織舉行了“達特茅斯會議”，人工智能的概念和任務被提出，出現了最初的成就和研究者，被廣泛承認為人工智能誕生的標志。這一時期的人工智能技術研究重點是符號推理與機器推理，標志性成就有可證明數學原理的“邏輯學家”程序

3、、可達業余愛好者水平的國際象棋程序等。達特茅斯會議后，人工智能迎來了高速發展，涌現了大批成功的人工智能程序和新的研究方向，如搜索式推理算法、ELIZA 聊天機器人等。這個時期的第一代研究者對人工智能的發展保有相當樂觀的判斷，美國國防機構也對人工智能充滿興趣，向MIT、卡內基梅隆大學、斯坦福大學等提供人工智能項目研究經費，推動了相關研究領域的繁榮。第一次低谷(1974-1980 年)：但到了 20 世紀 70 年代，人工智能領域的發展遭遇了瓶頸，由于計算機運算能力不足、算法缺陷、和數據局限性等問題，即使是最杰出的人工智能程序也只能解決它們嘗試解決的問題中最簡單的一部分。加之此前對人工智能發展過于

4、樂觀的判斷被逐漸證明無法實現，嚴重的打擊了研發人員和項目資助方的信心，美國和英國政府相繼中斷了對人工智能探索性研究的資助。到了 1974 年已經很難再找到相關資助，人工智能的發展進入第一個寒冬期。第二次浪潮(1980-1987年)：專家系統是一種能夠依據一組從專門知識中推演出的邏輯規則在某一特定領域回答或解決問題的程序，1980 年，CMU 開發了一個名為XCON的專家系統，為客戶節約大量資金。這引發了全球對專家系統的研發和應用，各國又重新加大了對人工智能項目的投入，如日本撥款 8.5 億美元支持第五代計算機項目，英國開始了耗資 3.5 億英鎊的 Alvey 項目，美國也有國防高等研究計劃局、

5、微電子與計算機技術集團(MCC)向人工智能項目提供大規模資助，帶動了人工智能的第二次發展浪潮。第二次低谷(1987-1993 年)：Apple 和 IBM 生產的臺式機性能不斷提升，1987 年時已正式超越各專家系統，加之專家系統應用領域狹窄、推理方法單一等問題隨著需求的擴大不斷暴露，專家系統市場逐漸消失。美國國防高等研究計劃局在 80年代晚期大幅削減了對人工智能的資助，日本政府撥款的“第五代工程”直至1991 年也未達到預期目標，人工智能的發展進入第二次低谷。第三次浪潮(1993 年至今)：網絡技術特別是互聯網技術的發展，加速了人工智能的創新研究，促使人工智能技術進一步走向實用化。隨著 19

6、97 年，IBM 深藍超級計算機戰勝了國際象棋冠軍卡斯帕羅夫，人工智能的第三次浪潮開啟。2006 年， Hinton 等人提出深度學習算法，隨后，大數據的興起引發了深度學習的廣泛應用。 2009 年，洛桑瑞士聯邦理工學院牽頭的“藍腦計劃”成功用計算機模擬鼠腦的部分神經網絡。2011 年，IBM 創造的超級電腦“沃森”與人類選手共同參加智力問答節目“危險邊緣”并獲得冠軍。2016 年，谷歌旗下 DeepMind 公司開發的阿爾法狗(AlphaGo)戰勝人類頂尖圍棋選手，引起了世界輿論的廣泛關注。近年海外各國紛紛制定人工智能相關戰略、政策。人工智能在 AlphaGo 人機大賽中所表現出的與人類相似

7、甚至更甚一籌的觀察、思考、決策能力，吸引世界各國和地區開始著手和加強人工智能領域研發，密集推出相關戰略、政策，推動人工智能第三次浪潮延續至今。2016 年 10月，美國出臺國家人工智能研發戰略規劃，此后圍繞人工智能研發和國家安全又陸續出臺相關戰略和政策，力圖鞏固其世界領先優勢。2017 年 3 月，法國發布國家人工智能戰略，著力推動健康、交通、環境、國防安全等領域的智能化。2018 年 7月，德國通過聯邦政府人工智能戰略要點，提出成為全球領先的人工智能科研場，實現人工智能德國造。2016 年 12月，英國發布人工智能：未來決策制定的機遇與影響，從數據獲取、人才培養、科技研發和產業應用等方面打造人工智能強國。