随着信息时代的来临，人类生产生活的数据基础和信息环境有了大幅提升，人工智能正从学术驱动转变为应用驱动，从专用智能迈向通用智能，比 历史上任何一个时期都要更加接近于人类智能水平，进入了新的发展阶段。全球各国均围绕新一代人工智能技术及产业发展进行前瞻布局，我国也已将其提升到了国家战略层面。基于此，本白皮书重点围绕新一代人工智能面临的新形势、驱动的新因素、呈现的新特征，对架构、算法、系统等技术演进方向作出研判，详细梳理了包括云计算、大数据两大基础平台和机器学习、模式识别、人机交互三大通用技术的技术体系，深入论证了新一代人工智能产业边界和范围，划分了基础层、技术层、应用层三大产业化领域，研究了智能传感器、智能芯片、算法模型、语音识别、图像视频识别、文本识别、智能机器人、智能制造系统、智能安防、智能驾驶等具体产业化方向的产业规模、核心技术、主要产品、典型企业，归纳了近年来全球和我国在人工智能领域的投融资特征趋势，并对国内外人工智能的技术及产业发展状况进行了系统对比和趋势展望，最后提出了发展理念、治理体系、创新能力、发展基础、资本环境、行业组织、全球统筹共七项措施建议，进一步推动我国人工智能相关的前沿新兴产业持续健康快速发展，有力支撑信息化与工业化深度融合迈上新台阶。

新一代人工智能发展方向

人工智能发轫于 1956 年在美国达特茅斯（Dartmouth）学院举行的“人工智能（Artificial Intelligent，简称 AI）夏季研讨会”，在 20 世纪 50 年代末和 80 年代初先后步入两次发展高峰，但因为技术瓶颈、应用成本等局限性而均落入低谷。当前，在新一代信息技术的引领下，数据快速积累，运算能力大幅提升，算法模型持续演进，行业应用快速兴起，人工智能发展环境发生了深刻变化，跨媒体智能、群体智能、自主智能系统、混合型智能成为新的发展方向，人工智能第三次站在了科技发展的浪潮之巅。 

（一）人工智能简要发展历程 

从诞生至今，人工智能已有 60 年的发展历史，大致经历了三次浪潮。第一次浪潮为 20 世纪 50 年代末至 20 世纪80 年代初；第二次浪潮为 20 世纪 80 年代初至 20 世纪末；第三次浪潮为 21 世纪初至今。在人工智能的前两次浪潮当中，由于技术未能实现突破性进展，相关应用始终难以达到预期效果，无法支撑起大规模商业化应用，最终在经历过两次高潮与低谷之后，人工智能归于沉寂。随着信息技术快速发展和互联网快速普及，以 2006 年深度学习模型的提出为标志，人工智能迎来第三次高速成长。 

1、第一次浪潮：人工智能诞生并快速发展，但技术瓶颈难以突破 

符号主义盛行，人工智能快速发展。1956 年到 1974 年是人工智能发展的第一个黄金时期。科学家将符号方法引入统计方法中进行语义处理，出现了基于知识的方法，人机交互开始成为可能。科学家发明了多种具有重大影响的算法，如深度学习模型的雏形贝尔曼公式。除在算法和方法论方面取得了新进展，科学家们还制作出具有初步智能的机器。如能证明应用题的机器 STUDENT（1964），可以实现简单人机对话的机器 ELIZA（1966）。人工智能发展速度迅猛，以至于研究者普遍认为人工智能代替人类只是时间问题。 

模型存在局限，人工智能步入低谷。1974 年到 1980 年。人工智能的瓶颈逐渐显现，逻辑证明器、感知器、增强学习只能完成指定的工作，对于超出范围的任务则无法应对，智能水平较为低级，局限性较为突出。造成这种局限的原因主要体现在两个方面：一是人工智能所基于的数学模型和数学手段被发现具有一定的缺陷； 二是很多计算的复杂度呈指数级增长，依据现有算法无法完成计算任务。先天的缺陷是人工智能在早期发展过程中遇到的瓶颈，研发机构对人工智能的热情逐渐冷却，对人工智能的资助也相应被缩减或取消，人工智能第一次步入低谷。 

2、第二次浪潮：模型突破带动初步产业化，但推广应用存在成本障碍 

数学模型实现重大突破，专家系统得以应用。进入 20世纪 80 年代，人工智能再次回到了公众的视野当中。人工智能相关的数学模型取得了一系列重大发明成果，其中包括著名的多层神经网络（1986）和 BP 反向传播算法（1986）等，这进一步催生了能与人类下象棋的高度智能机器（1989）。其它成果包括通过人工智能网络来实现能自动识别信封上邮政编码的机器，精度可达 99%以上，已经超过普通人的水平。与此同时，卡耐基·梅隆大学为 DEC 公司制造出了专家系统（1980），这个专家系统可帮助 DEC 公司每年节约 4000 万美元左右的费用，特别是在决策方面能提供有价值的内容。受此鼓励，很多国家包括日本、美国都再次投入巨资开发所谓第 5 代计算机（1982），当时叫做人工智能计算机。 

Tags：人工智能(90)信息时代(1)

转载请标注：信息网——新一代人工智能发展方向及技术框架