【摘要】當(dāng)前，人工智能領(lǐng)域處于第三次浪潮的初始階段，這一波人工智能的發(fā)展主要受到大數(shù)據(jù)、機(jī)器學(xué)習(xí)尤其是深度學(xué)習(xí)技術(shù)的推動。人工智能技術(shù)在智能醫(yī)療、自動駕駛、金融科技等領(lǐng)域有著很好的發(fā)展前景，同時也開始同社會公益相結(jié)合，未來各國人工智能的發(fā)展應(yīng)該更注重高素質(zhì)人才的培養(yǎng)。

【關(guān)鍵詞】人工智能  機(jī)器學(xué)習(xí)  大數(shù)據(jù)    【中圖分類號】TP29    【文獻(xiàn)標(biāo)識碼】A

人工智能（Artificial Intelligence，以下簡稱“AI”）亦稱機(jī)器智能，是指由人制造出來的機(jī)器所展現(xiàn)出來的智能。盡管“人工智能”的概念于1956年才首次被提出，但人工智能領(lǐng)域的起源可以追溯到20世紀(jì)40年代。從那時起，人工智能研究經(jīng)歷了多次的跌宕起伏，直到20世紀(jì)90年代后期才開始出現(xiàn)加速發(fā)展，主要因?yàn)檠芯咳藛T開始更加關(guān)注現(xiàn)實(shí)世界的AI子問題和子應(yīng)用，例如圖像識別、語音識別和醫(yī)學(xué)診斷等。

人工智能領(lǐng)域現(xiàn)處于第三次浪潮的初始階段，更加注重解釋性和通用人工智能技術(shù)

據(jù)《美國國家人工智能研究和發(fā)展戰(zhàn)略計(jì)劃》分析，從技術(shù)角度來看，AI研究已經(jīng)歷了三次浪潮。第一次浪潮開始于20世紀(jì)80年代，主要是基于規(guī)則的專家系統(tǒng)的研究與開發(fā)。專家系統(tǒng)是一個具有大量專業(yè)知識與經(jīng)驗(yàn)的程序系統(tǒng)，根據(jù)某個領(lǐng)域一個或多個人類專家提供的知識和經(jīng)驗(yàn)進(jìn)行推理和判斷，模擬人類專家的決策過程，以解決那些需要專家決策的復(fù)雜問題。此類系統(tǒng)推理可成功應(yīng)用于狹義問題，但其并不具備學(xué)習(xí)或處理不確定性問題的能力。然而，它們?nèi)匀蝗〉昧司薮蟮某晒Γ⑶以诮裉斓募夹g(shù)發(fā)展中仍然非?；钴S。第一次浪潮產(chǎn)生了很多里程碑式的系統(tǒng)，例如XCON（1980）、IBM的深藍(lán)（1997）與DARPA的CALO（2003）等。第二次浪潮始于21世紀(jì)，其表現(xiàn)特征是機(jī)器學(xué)習(xí)的崛起。特別是大數(shù)據(jù)、大規(guī)模并行計(jì)算和增強(qiáng)的學(xué)習(xí)算法三者之間相互促進(jìn)與發(fā)展，使得AI在諸如圖像和書寫識別、語音理解和人類語言翻譯等任務(wù)上取得了較大的進(jìn)步。例如在一個人類識別錯誤率為5%的圖像識別挑戰(zhàn)中，最好的AI系統(tǒng)（2015）可以將錯誤率降低到3.5%。相比于第一次浪潮，里程碑的步伐越來越快，產(chǎn)生了trivia（2011）、Atari games（2013）、圖像識別（2015）、語音識別（2015）、AlphaGo（2016）等系統(tǒng)，并廣泛地應(yīng)用到我們生活中的各種場景。盡管在特定任務(wù)上人工智能取得了長足的進(jìn)步，但人工智能系統(tǒng)仍然有其局限性。幾乎所有AI系統(tǒng)都是針對特定任務(wù)的“狹義人工智能”問題而研發(fā)的，而在各種認(rèn)知領(lǐng)域能夠發(fā)揮有效作用的“廣義人工智能”方面取得的進(jìn)步相對不大。因此，人工智能領(lǐng)域現(xiàn)處于第三次浪潮的初始階段，更加注重解釋性和通用人工智能技術(shù)。

在目前，世界各國政府和企業(yè)投入大量的人力和物力開展新一代人工智能的研究。2016年，美國制定了全球首份國家層面的人工智能發(fā)展戰(zhàn)略計(jì)劃《美國國家人工智能研究和發(fā)展戰(zhàn)略計(jì)劃》；英國相繼發(fā)布《機(jī)器人技術(shù)和人工智能》和《人工智能：未來決策制定的機(jī)遇與影響》兩份報告，將人工智能列為“重中之重”；歐盟也推出了《歐盟機(jī)器人研發(fā)計(jì)劃》；2017年，中國正式發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，從戰(zhàn)略態(tài)勢、總體要求、資源配置、立法、組織等各個層面闡述了中國人工智能發(fā)展規(guī)劃，為中國人工智能產(chǎn)業(yè)明確了“三步走”發(fā)展路線。除了政府投入，各國的企業(yè)也投入大量的資金開發(fā)人工智能技術(shù)與行業(yè)應(yīng)用。例如，在無人駕駛方面，美國的Google、Mobileye和中國的百度均已開發(fā)相應(yīng)的系統(tǒng)并進(jìn)行了試用。

這一波人工智能的發(fā)展主要受到大數(shù)據(jù)、機(jī)器學(xué)習(xí)，尤其是深度學(xué)習(xí)技術(shù)的推動。人工智能技術(shù)的現(xiàn)狀可以從三個層次來分析。一是基礎(chǔ)支撐層：這一輪人工智能技術(shù)成功的三大因素分別為大數(shù)據(jù)、計(jì)算力和新模型?？梢哉f，大數(shù)據(jù)為人工智能的發(fā)展提供了燃料。最近幾年，新的增強(qiáng)算法模型極大地提高了機(jī)器學(xué)習(xí)的能力。 這方面的典型代表就是深度學(xué)習(xí)，通過神經(jīng)網(wǎng)絡(luò)的多層疊加，深度學(xué)習(xí)模型表現(xiàn)出了遠(yuǎn)超過前一代神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力，在監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等任務(wù)上都有很好的表現(xiàn)。

二是平臺框架層：目前谷歌、Facebook、微軟、百度和亞馬遜等互聯(lián)網(wǎng)公司，以及加州大學(xué)伯克利分校、加拿大蒙特利爾大學(xué)等高校都推出了自己的深度學(xué)習(xí)框架。期待通過少許的定制和部署就可以應(yīng)用先進(jìn)的深度學(xué)習(xí)技術(shù)，從而大大減輕開發(fā)者和企業(yè)的負(fù)擔(dān)，降低深度學(xué)習(xí)的門檻，推動這一波人工智能技術(shù)向各個領(lǐng)域發(fā)展。

三是領(lǐng)域技術(shù)層：當(dāng)前，人工智能技術(shù)已經(jīng)應(yīng)用到各個領(lǐng)域。根據(jù)問題領(lǐng)域的不同，主要技術(shù)包括：計(jì)算機(jī)視覺。目前比較成熟的技術(shù)包括人臉識別技術(shù)，在這一領(lǐng)域已經(jīng)涌現(xiàn)出商湯科技、曠世科技等一批有影響力的創(chuàng)業(yè)公司，以及一些實(shí)際的應(yīng)用，如百度人臉閘機(jī)正在首都機(jī)場試運(yùn)行，阿里巴巴的人臉識別技術(shù)已經(jīng)用于支付領(lǐng)域等；自然語言處理。相關(guān)技術(shù)已經(jīng)廣泛用于翻譯軟件（如有道翻譯）、搜索引擎、問答系統(tǒng)（如知乎）、輿情分析、自動應(yīng)答等領(lǐng)域；語音識別。以蘋果Siri、微軟Cortana和谷歌Google Now為代表的語音助手已經(jīng)進(jìn)駐了用戶的手機(jī)和電腦。以Amazon Echo為代表的智能音箱已經(jīng)占據(jù)了數(shù)以萬計(jì)的用戶家庭。這些設(shè)備的核心技術(shù)之一就是語音識別技術(shù)。