人工智能的三个层次：运算智能，感知智能，认知智
二是感知智能，即视觉、听觉、触觉等感知能力。人和动物都具备，能够通过各种智能感知能力与自然界进行交互。自动驾驶汽车，就是通过激光雷达等感知设备和人工智能算法，实现这样的感知智能的。机器在感知世界方面，比人类还有优势。人类都是被动感知的，但是机器可以主动感知，如：激光雷达、微波雷达和红外雷达。不管是BigDog这样的感知机器人，还是自动驾驶汽车，因为充分利用了DNN和大数据的成果，机器在感知智能方面已越来越接近于人类。
三是认知智能。通俗讲是“能理解会思考”。人类有语言，才有概念，才有推理，所以概念、意识、观念等都是人类认知智能的表现。
目前，智伴科技旗下的班尼儿童成长机器人就是“能理解会思考”的。当你问了一个它不懂的问题，第二次再问时候也许它就学会了，这就是它自学的功能。五米内语音识别率为97%，可识别25种语言类情感，也是班尼的亮点之一。
在人工智能的时代中，不同行业会有不同的特点。显然人工智能不能做一切事情，也不能够代替所有人，经过分析把人工智能的行业应用分成三种主要的状况：
第一种，信息完全输入的状况。在这种状况下，机器得到输入，就可以充分准确的得到相应的输出。像以讯飞听见为代表的实时语音转写，像人脸识别、图像识别等技术，“输入”即可以得到“输出”，在这一领域机器将来可以完全替代人工。
第二种类型，是仅仅有输入还不够，还需要知识积累，需要思维判断的工作。这一领域是人和机器耦合的，比如说陪伴，班尼不能代替父母陪伴孩子。回答孩子的问题，教孩子知识，让父母在忙碌的时候不会担心孩子感到孤独，并且帮助父母与孩子实时交流，了解孩子。这是第二种场景：机器无法完全替代人工，而是辅助人，人机耦合进行工作。
第三种类型，没有信息输入，而是主要靠创意，靠想象力的工作。今天的机器可以作图、作曲、写诗，但是都是编码生成的工艺，真正的艺术如今的机器还很难做到。机器能够替代了大量的传统体力劳动，从而将人类释放到无比美好和广阔的创意空间中去，这是人工智能发展的未来趋势之一。因此我们认为，需要创意和想象力的工作是机器无法取代的。
未来的世界应该是由顶尖专家和顶尖管理者协同管理人和机器的联合体的一个大未来，这就是我们认为的人机协同的机制。人类今天的工作会越来越多的由后台的学习系统不断地学习到机器中，由机器来代替人类；而人类将投身于想象更大的未来，去做更有创意的事情。在这样的机制下，人类智慧大爆炸时代正在到来。
未来十年将会是人工智能发展的关键阶段，在这一行业中，中国现在少有地兼具核心技术能力和产业基础条件：在国家层面，2014年科技部“863计划”启动《基于大数据的类人智能关键技术与系统》项目；在企业层面，以科大讯飞为代表的中国自主创新企业已经找到人工智能发展的必由之路——从语音和语言为入口介入认知智能。因此未来中国在人工智能行业和人工智能产业上必将大有可为。
数百年前的万户，不会想到现在NASA已经成功将人类送出地球，远航太空。无论人们是否承认，科技进步的速度，总是超乎最前卫的理想主义者的想象。而如今，我们已经站在了人工智能的大路前。随着技术的发展，人工智能未来将来在智能硬件、车联网、机器人、自动客服、教育等方面发挥越来越显著的作用。
ZIB智伴科技
微信号：ZIB_Tech
长按二维码关注我们
阅读原文：http://zhibankeji.blog.163.com/blog/static/26822408620170103345465/返回搜狐，查看更多
人工智能孕育、形成和发展的三段简史
不再陌生的人工智能来到我们的身边，走进我们的生活，今天主要讲一下，人工智能的发展简史。
人工智能的发展简史，主要分为三个阶段，分别是孕育、形成和发展三个阶段，第一个阶段是在1956年，第二个阶段是在1956~1969年，第三个阶段指的是在20世纪70年代之后。
人工智能孕育阶段
其中，对人工智能的产生、发展有重大影响的研究成果，主要有这几项，我们具体看一下，
1.英国哲学家培根系统地提出了归纳法，同时还提出了“知识就是力量”的警句，对于研究人类的思维产生了重要的影响
2.德国数学家和哲学家莱布尼茨提出了万能符号和推理计算的思想，他认为可以建立一种通用的符号语言以及在此符号上进行推理的演算，这一思想不仅为数量逻辑的产生和发展奠定了基础，而且是现代机器思维设计思想的萌芽
3.英国数学家图灵在1936年提出了理想计算机的数学模型，即图灵机，为后来电子数字计算机的问世奠定了理论基础
4.美国神经生理学家麦克洛奇与数理逻辑学家匹兹在1943年建成了第一个神经网络模型，开创了微软人工智能的研领域，为后来人工神经网络的研究奠定了基础
由上面的发展过程可以看出，人工智能的产生和发展，是科学技术发展的必然产物
人工智能形成
这个阶段主要是指1956-1969年，达特茅斯学院召开了一次为时两个月的学术研讨会，讨论关于机器智能的术语，会上经麦卡锡提议正式采用了“人工智能”这一术语，麦卡锡因此被称为人工智能之父。
自这次会议之后的10多年间，人工智能的研究在机器学习、定理证明、模式识别、问题求解、专家系统及人工智能语言等方面都取得了许多引人注目的成就。
1969年成立的国际人工智能联合会议是人工智能发史上一个重要的里程碑，标志着人工智能这门新兴学科已经得到了世界的肯定和认可
人工智能发展
但是人工智能学科和其他的新兴学科发展一样，人工智能的发展道路也不是平坦的。
在人工智能发展这个时期之中，专家系统的研究在多种领域取得了重大突破，各种不同功能、不同类型的专家系统如雨后春笋地建立起来，产生了巨大的经济效系统和社会效益
专家系统的成功，使人们越来越清楚地认识到知识是智能的基础，对人工智能的研究必须以知识为中心来进行。
1986年之后，也称为集成发展时期，计算智能弥补了人工智能中在数学理论和计算上的不足，丰富了人工智能理论框架，使人工智能进入了一个新的发展时期。
人工智能在博弈中的成功，卡斯帕罗夫和柯洁的人机大战就是最好的证明
最后，说一下，我国自1978年开始把“智能模拟”作为国家科学技术发展规划的主要研究课题之一，并在1981年成立了中国人工智能学会，目前在专家系统、模式识别、机器人学及汉语的机器理解方面都取得了一定的研究成果.
转载自网络不用于商业宣传版权归原作者所有，侵权删。
人工智能三个阶段 弱人工智能 强人工智能 超人工智能 即使神也要臣服于科学
人工智能是计算机学科的一个分支，被认为是21世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能不仅仅是机器人，机器人只是其容器，机器人有时候是人形，有时候不是，但是人工智能自身只是机器人体内的大脑。人工智能是大脑的话，机器人就是身体，而且这个身体不一定是必需的。
人工智能的概念很宽，所以人工智能也分很多种，我们可以按照实力将人工智能分为以下三大类。
弱人工智能：擅长于单个方面的人工智能。比如有能战胜象棋世界冠军的人工智能，但是它只会下象棋，你要问它怎样更好地在硬盘上储存数据，它就不知道怎么回答你了。弱人工智能是能制造出真正地推理（Reasoning）和解决问题（Problem_solving）的智能机器，但这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。说到底只是人类的工具。即使是弱人工智能在古代语言还原中还是文物还原中都起到极大作用，长期困扰专家的西夏文现在已经可以人工智能识别。我们现在就处于弱人工智能转向强人工智能时代。
强人工智能：人类级别的人工智能。强人工智能是指在各方面都能和人类比肩的人工智能，人类能干的脑力活它都能干。创造强人工智能比创造弱人工智能难得多。这里的“智能”是指一种宽泛的心理能力，能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作。
强人工智能观点认为有可能制造出真正能推理（Reasoning）和解决问题（Problem_solving）的智能机器，并且，这样的机器能将被认为是有知觉的，有自我意识的。可以独立思考问题并制定解决问题的最优方案，有自己的价值观和世界观体系。有和生物一样的各种本能，比如生存和安全需求。在某种意义上可以看作一种新的文明。例如银翼杀手和人工智能中的大卫就已经是强人工智能。
人工智能士兵银翼杀手战争兵器白起超人工智能：牛津哲学家，知名人工智能思想家NickBostrom把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能”。超人工智能可以是各方面都比人类强一点，也可以是各方面都比人类强万亿倍的。当达到超过人类以后人工智能的发展将呈指数级爆发，人工智能将极大的推动科学进步，纳米技术和基因工程在人工智能的辅助下将得到极大提高，即使在弱人工智能时代，都已经可以识别西夏文和希伯来文。如果能达到超人工智能，以往逝去的人甚至都可以复活。甚至秦皇汉武，武安君白起。超人工智能想复刻多少，不过瞬间的事情。如果人类能达到这个阶段没有被强人工智能取代，人类自身说不定可以永生。电影出现的超人工智能例如人工智能电影结尾出现的透明人。
超人工智能现在，人类已经掌握了弱人工智能。其实弱人工智能无处不在，人工智能革命是从弱人工智能，通过强人工智能，最终到达超人工智能的旅途。这段旅途中人类可能会生还下来，可能不会，但是无论如何，世界将变得完全不一样。不过，到目前为止，人类的大脑是我们所知宇宙中最复杂的东西。因此，从弱人工智能到强人工智能的发展之路任重而道远。
美国未来学家雷·库兹韦尔说：“2045年左右，人工智能将来到一个‘奇点’，跨越这个临界点，人工智能将超越人类智慧，人们需要重新审视自己和机器的关系。”现在，在中国的大城市里，大量基于人工智能技术和大数据的应用软件的出现，正在塑造一个全新的工作形态，全职工作越来越少，短期工作和即时就业越来越多，我们面临着一个“更少工作的未来”。所以，人类在享受人工智能带来的经济增长和生活质量改善的同时，也应该关注自身机能的发展问题，机器将“进化”得越来越聪明，而一部分人将“退化”。到时候，不管你是一位高收入的律师，还是流水线上的普通工人，当你的雇主发现使用机器或软件成本更低时，你都有可能失业。
人工智能各学派认知观
人工智能人工智能各学派认知观目前人工智能的主要学派有下列3家：
符号主义(symbolicism),又称为逻辑主义(logicism)、心理学派(psychlogism)或计算机学派(computerism)，其原理主要为物理符号系统假设和有限合理性原理。连接主义(connectionism),又称为仿生学派(bionicsism)或生理学派(physiologism)，其原理主要为神经网络及神经网络之间的连接机制与学习算法。行为主义(actionism)，又称进化主义(evolutionism)或控制论学派(cyberneticsism)，其原理为控制论及感知-动作型控制系统。人工智能各学派的认知观
符号主义符号主义认为人工智能源于数理逻辑。数理逻辑从19世纪末起就获迅速发展；到20世纪30年代开始用于描述智能行为。计算机出现后，又在计算机上实现了逻辑演绎系统。其有代表性的成果为启发式程序LT(逻辑理论家)，证明了38条数学定理，表明了可以应用计算机研究人的思维过程，模拟人类智能活动。
连接主义连接主义认为人工智能源于仿生学，特别是人脑模型的研究。它的代表性成果是1943年由生理学家麦卡洛克和数理逻辑学家皮茨创立的脑模型，即MP模型，开创了用电子装置模拟人脑结构和功能的新途径。它从神经元开始进而研究神经网络模型和脑模型，开辟了人工智能的又一发展道路。
行为主义行为主义认为人工智能源于控制论。控制论思想早在20世纪40-50年代就成为时代思潮的重要部分，影响了早期的人工智能工作者。维纳和麦克洛(McCloe)等人提出的控制论和自组织系统以及钱学森等人提出的工程控制论和生物控制论，影响了许多领域。控制论把神经系统的工作原理与信息理论、控制理论、逻辑以及计算机联系起来。
认识人工智能的九个方面
3、本次人工智能浪潮的驱动因素
驱动认知程度提高的一方面因素是技术本身的提高，包括数据、算法、算力，使得人工智能技术真正为商业应用创造了价值;另一方面，大数据、物联网、云计算等技术为人工智能的发展打下了良好基础。
4、人工智能产业发展技术方向
人工智能方向的企业目前主要分为两类:专注于技术研发的通用型人工智能企业，如DeepMind、FacebookAIResearch、GoogleBrain与BaiduAI等，以及专注于人工智能技术应用的专用型人工智能企业。通用型人工智能由于研发技术难度大，目前多由巨头互联网公司在进行布局，短期内没有明确的技术突破前景。专用型人工智能企业数量众多，但其发展仍然受制于需要人工标注的数据限制。
5、人工智能产业发展的地域分布
纵观全球人工智能产业的发展，我们可以发现，全球领先的创新高点散落在各个国家，如美国纽约与硅谷、英国伦敦、以色列，以及中国的北京、上海与深圳。人工智能技术本身具有高流通、易传导的性质，在全球信息流通开放的大环境下，人工智能的发展不再受限于国家或地域。借助于良好的人才基础、巨大的应用市场、强有力的风投基金支持，中国人工智能企业的发展势头良好，在全球处在优势领先地位。中国的人工智能企业数量、专利申请数量以及融资规模均仅次于美国，位列全球第二。在国内，计算机视觉、服务机器人、自然语言处理方向的人工智能企业占据了人工智能企业个数的一半以上。北京、上海、深圳作为国内人工智能创新的高地，其相关企业数量占据了国内企业总数的近80%。
6、人工智能未来发展的预测
短期内构建大型的数据集将会是各企业与研究机构发展的重要方向。同时，机器学习技术会更注重迁移学习与小样本学习等方向，近期AlphaGoZero在无监督模式下取得的惊人进步充分体现了此方向的热度。长期来看，通用型人工智能的发展将依赖于对人脑认知机制的科学研究，其发展前景目前尚处于无法预测的状态。
在商业应用方面，短期内，专用型人工智能将会在数据丰富的行业、应用场景成熟的业务前端(如营销、服务等)取得广泛的应用。长期来看，正如国际人工智能领域著名学者MichaelI.Jordan所说，人工智能技术将能在边际成本不递增的情况下将个性化服务普及到更多的消费者与企业，从细分行业的特定应用场景应用到更加普世化的情景。
7、本次人工智能可以带来的商业价值分析
随着人工智能在各个行业的应用场景逐渐明朗，应用的行业与业务范围逐渐增加，在自动驾驶、医疗辅助诊断、金融交易风险防控等领域已有众多企业进行了布局。
从定量的角度，至2030年，人工智能将在中国产生10万亿元的产业带动效益。根据我们的估算，人工智能带来最大影响的传统产业将会是金融、汽车、零售和医疗。在金融行业，通过人工智能技术在风险控制、资产配置、智能投顾等方向的应用，预计人工智能将带来约6000亿元人民币的降本增益效益。在汽车行业，人工智能在自动驾驶上的技术突破将带来约5000亿元人民币的价值增益。在医疗行业，通过人工智能技术在药物研发领域提高成功率、在医疗服务机构内提供疾病诊断辅助、疾病监护辅助等提高服务效率的应用，预计人工智能可以带来约4000亿元人民币的降本价值。在零售行业，人工智能在推荐系统上的运用将提高在线销售的销量表现，同时更加精准的市场预测将降低库存成本，预计人工智能技术将带来约4200亿元人民币的降本与增益价值。
8、目前人工智能在各行业的发展基础分析
根据不同行业的企业在组织机构方面、数据与技术基础方面以及人工智能应用情况上的现状，我们设计了不同行业人工智能发展基础的评估体系，对各个行业应用人工智能的准备程度进行了评估。
通过在各个行业积累的项目经验以及与各个行业的专家访谈，我们对13个行业在组织文化基础、数据与技术基础、人工智能应用基础三大方面的17个子问题进行了定量评估。
从结果上来看，金融、零售、医疗与汽车行业发展基础最为夯实。金融行业拥有良好的数据积累，在自动化的工作流与相关技术的运用上也有不错的成型成效，在组织机构的创新文化与灵活性上处于中等优势地位。医疗行业拥有多年的医疗数据积累与流程化的数据使用过程，因此在数据与技术基础上有着很强的优势。汽车行业已经开始利用人工智能技术布局自动驾驶、辅助驾驶技术，因此在组织基础与人工智能应用基础上有着很好的优势。零售行业在组织结构、数据积累、人工智能应用方面有一定基础，处于一个比较均衡的发展状态。
同时，制造、教育、通信行业值得关注。制造行业、通信行业虽然在组织机构上的基础相对薄弱，但由于拥有大量高质量的数据积累以及自动化的工作流，为人工智能技术的介入提供了良好的技术铺垫。教育行业的数据积累虽然仍处于发展过程中，但组织整体对人工智能持重点关注的态度，同时开始在实际业务中结合或应用人工智能技术。
9、企业如何布局人工智能
如前所述，人工智能技术是继互联网之后最具颠覆性的革命性技术，它将开启一系列新的商业变革。当下人工智能技术所处的发展阶段，就好似处于上世纪九十年代中期的互联网技术。目前，谷歌、Facebook、亚马逊、阿里巴巴、百度等互联网巨头都以收购人工智能初创企业或自建研发实验室等各种方式积极布局人工智能研发，各行业领军企业也在各类人工智能应用场景内进行积极的投资、收购与研发。对于各行业的企业而言，布局人工智能应用，时机就在当下。企业发展人工智能总体思路。
企业在制定人工智能发展计划时：
首先应当明确在目前业务场景下有哪些地方可以运用人工智能技术，有什么机会可以把握，或者换个角度说，如果不开始布局人工智能技术，会失去哪些机会。企业需要通过研究外部市场发展情况,了解目前行业中其他企业在此技术方向上的布局，评估人工智能技术在自身业务背景下的应用机会，学习观察在价值链各环节上的商业应用案例。
其次，企业需要评估在组织、数据与技术、运用与执行能力上具备的核心竞争力，认识到在哪些方面存在不足，并针对不足为相关部门提供各方面的支持与引导。
最后，结合对企业内部核心竞争力打造计划与应用实施计划，企业需要制定明确的发展方向与发展程度期望，设置具有时间节点的发展蓝图，并打造相关配套能力支持计划的执行。
来源：未来智库头条
版权声明：转载文章和图片均来自公开网络，推送文章除非无法确认，我们都会注明作者和来源。如果出处有误或侵犯到原作者权益，请与我们联系删除或授权事宜返回搜狐，查看更多