新一代人工智能的发展与展望
随着大数据、云计算等技术的飞速发展，人们生产生活的数据基础和信息环境得到了大幅提升，人工智能（AI）正在从专用智能迈向通用智能，进入了全新的发展阶段。国务院印发的《新一代人工智能发展规划》指出新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。在4月10日“吴文俊人工智能科学技术奖”十周年颁奖盛典中，作为我国不确定性人工智能领域的主要开拓者、中国人工智能学会名誉理事长李德毅院士荣获“吴文俊人工智能最高成就奖”，并在大会上作题为《探索什么叫新一代人工智能》的报告，探讨了新一代人工智能的内涵和路径，引领着新一代人工智能的发展与展望。
人工智能这一概念诞生于1956年在美国达特茅斯学院举行的“人工智能夏季研讨会”，随后在20世纪50年代末和80年代初先后两次步入发展高峰，但因为技术瓶颈、应用成本等局限性而均掉入低谷。在信息技术的引领下，数据信息快速积累，运算能力大幅提升，人工智能发展环境发生了巨大变化，跨媒体智能、群体智能成为新的发展方向，以2006年深度学习模型的提出为标志，人工智能第三次站在了科技发展的浪潮之巅。
当前，随着移动互联网、物联网、大数据、云计算和人工智能等新一代信息技术的加速迭代演进，人类社会与物理世界的二元结构正在进阶到人类社会、信息空间和物理世界的三元结构，人与人、机器与机器、人与机器的交流互动愈加频繁。在多源数据、多元应用和超算能力、算法模型的共同驱动下，传统以计算机智能为基础的、依赖于算力算法和数据的人工智能，强调通用学习和大规模训练集的机器学习，正逐渐朝着以开放性智能为基础、依赖于交互学习和记忆、基于推理和知识驱动的以混合认知模型为中心的新一代人工智能方向迈进。应该说，新一代人工智能的内核是“会学习”，相较于当下只是代码的重复简单执行，新一代人工智能则需要能够在学习过程中解决新的问题。其中，学习的条件是认知，学习的客体是知识，学习的形态是交互，学习的核心是理解，学习的结果是记忆……因此，学习是新一代人工智能解释解决现实问题的基础，记忆智能是新一代人工智能中多领域、多情景可计算智能的边界和约束。进而当人类进入和智能机器互动的时代，新一代人工智能需要与时俱进地持续学习，不断检视解决新的问题，帮助人机加深、加快从对态势的全息感知递进到对世界的多维认知。
事实上，基于数据驱动型的传统人工智能，大多建立在“数据中立、算法公正和程序正义”三要素基础之上，而新一代人工智能更关注于交互能力，旨在通过设计“记忆”模块来模仿人脑，解决更灵活多变的实际问题，真正成为“不断学习、与时俱进”的人工智能。特别是人机交互支撑实现人机交叉融合与协同互动，目前已在多个领域取得了卓越成果，形成了多方面、多种类、多层次的应用。例如，在线客服可以实现全天候不间断服务，轻松解决用户咨询等问题，也可将棘手问题转交人工客服处理，降低了企业的管理成本；在智慧医疗领域，人工智能可以通过神经影像实现辅助智能诊断，帮助医生阅片，目前准确率已达95%以上，节省了大量的人力；2020年，在抗击疫情的过程中，新一代人工智能技术加速与交通、医疗、教育、应急等事务协作联动，在科技战“疫”中大显身手，助力疫情防控取得显著成效。
未来已来，随着人工智能逐渐融入居民生活的方方面面，将继续在智慧医疗、自动驾驶、工业制造智能化等领域崭露头角。一是基于新一代人工智能的智慧医疗，将助力医院更好记录、存储和分析患者的健康信息，提供更加精准化和个性化的健康服务，显著提升医院的临床诊断精确度。二是通过将新一代人工智能运用于自动驾驶系统的感知、预测和决策等方面，重点解决车道协同、多车调度、传感器定位等问题，重新定义城市生活中人们的出行方式。三是由于我国工业向大型化、高速化、精细化、自主化发展，对高端大规模可编程自动化系统提出迫切需求，新一代人工智能将推动基于工业4.0发展纲领，以高度自动化的智能感知为核心，主动排除生产障碍，发展具备有适应性、资源效率、人机协同工程的智能工厂应运而生。总之，如何展望人工智能通过交互学习和记忆理解实现自编程和自成长，提升自主学习和人机交互的效率，将是未来研究着力发展的硬核领域，并加速新一代信息技术与智能制造深度融合，推动数字化转型走深走实，有信心、有能力去迎接下一场深刻产业变革的到来。
人工智能的发展与未来
随着人工智能（artificialintelligent，AI）技术的不断发展，各种AI产品已经逐步进入了我们的生活。
现如今，各种AI产品已经逐步进入了我们的生活｜Pixabay
19世纪，作为人工智能和计算机学科的鼻祖，数学家查尔斯·巴贝奇（CharlesBabbage）与艾达·洛夫莱斯（AdaLovelace）尝试着用连杆、进位齿轮和打孔卡片制造人类最早的可编程数学计算机，来模拟人类的数理逻辑运算能力。
20世纪初期，随着西班牙神经科学家拉蒙-卡哈尔（RamónyCajal）使用高尔基染色法对大脑切片进行显微观察，人类终于清晰地意识到，我们几乎全部思维活动的基础，都是大脑中那些伸出细长神经纤维、彼此连接成一张巨大信息网络的特殊神经细胞——神经元。
至此，尽管智能的具体运作方式还依然是个深不见底的迷宫，但搭建这个迷宫的砖瓦本身，对于人类来说已经不再神秘。
智能，是一种特殊的物质构造形式。
就像文字既可以用徽墨写在宣纸上，也可以用凿子刻在石碑上，智能，也未必需要拘泥于载体。随着神经科学的启迪和数学上的进步，20世纪的计算机科学先驱们意识到，巴贝奇和艾达试图用机械去再现人类智能的思路，在原理上是完全可行的。因此，以艾伦·图灵（AlanTuring）为代表的新一代学者开始思考，是否可以用二战后新兴的电子计算机作为载体，构建出“人工智能”呢？
图灵在1950年的论文《计算机器与智能（ComputingMachineryandIntelligence）》中，做了一个巧妙的“实验”，用以说明如何检验“人工智能”。
英国数学家，计算机学家图灵
这个“实验”也就是后来所说的“图灵测试（Turingtest）”：一名人类测试者将通过键盘和显示屏这样不会直接暴露身份的方式，同时与一名人类和一台计算机进行“网聊”，当人类测试者中有七成都无法正确判断交谈的两个“人”孰真孰假时，就认为这个计算机已经达到了“人工智能”的标准。
虽然，图灵测试只是一个启发性的思想实验，而非可以具体执行的判断方法，但他却通过这个假设，阐明了“智能”判断的模糊性与主观性。而他的判断手段，则与当时心理学界崛起的斯纳金的“行为主义”不谋而合。简而言之，基于唯物主义的一元论思维，图灵和斯金纳都认为，智能——甚至所有思维活动，都只是一套信息处理系统对外部刺激做出反应的运算模式。因此，对于其他旁观者来说，只要两套系统在面对同样的输入时都能够输出一样的反馈，就可以认为他们是“同类”。
1956年，人工智能正式成为了一个科学上的概念，而后涌现了很多新的研究目标与方向。比如说，就像人们在走迷宫遇到死胡同时会原路返回寻找新的路线类似，工程师为了使得人工智能达成某种目标，编写出了一种可以进行回溯的算法，即“搜索式推理”。
而工程师为了能用人类语言与计算机进行“交流”，又构建出了“语义网”。由此第一个会说英语的聊天机器人ELIZA诞生了，不过ELIZA仅仅只能按照固定套路进行作答。
而在20世纪60年代后期，有学者指出人工智能应该简化自己的模型，让人工智能更好的学习一些基本原则。在这一思潮的影响下，人工智能开始了新一轮的发展，麻省理工学院开发了一种早期的自然语言理解计算机程序，名为SHRDLU。工程师对SHRDLU的程序积木世界进行了极大的简化，里面所有物体和位置的集合可以用大约50个单词进行描述。模型极简化的成果，就是其内部语言组合数量少，程序基本能够完全理解用户的指令意义。在外部表现上，就是用户可以与装载了SHRDLU程序的电脑进行简单的对话，并可以用语言指令查询、移动程序中的虚拟积木。SHRDLU一度被认为是人工智能的成功范例，但当工程师试图将这个系统用来处理现实生活中的一些问题时，却惨遭滑铁卢。
而这之后，人工智能的发展也与图灵的想象有所不同。
现实中的人工智能发展，并未在模仿人类的“通用人工智能（也称强人工智能）”上集中太多资源。相反，人工智能研究自正式诞生起，就专注于让计算机通过“机器学习”来自我优化算法，最后形成可以高效率解决特定问题的“专家系统”。由于这些人工智能只会在限定好的狭窄领域中发挥作用，不具备、也不追求全面复杂的认知能力，因此也被称为“弱人工智能”。
但是无论如何，这些可以高效率解决特定问题的人工智能，在解放劳动力，推动现代工厂、组织智能化管理上都起到了关键作用。而随着大数据、云计算以及其他先进技术的发展，人工智能正在朝着更加多远，更加开放的方向发展。随着系统收集的数据量增加，AI算法的完善，以及相关芯片处理能力的提升，人工智能的应用也将逐渐从特定的碎片场景转变为更加深度、更加多元的应用场景。
人工智能让芯片的处理能力得以提升｜Pixabay
从小的方面来看，人工智能其实已经渐渐渗透进了我们生活的方方面面。比如喊一声就能回应你的智能语音系统，例如siri，小爱同学；再比如在超市付款时使用的人脸识别；抑或穿梭在餐厅抑或酒店的智能送餐机器人，这些其实都是人工智能的应用实例。而从大的方面来看，人工智能在制造、交通、能源及互联网行业的应用正在逐步加深，推动了数字经济生态链的构建与发展。
虽然脑科学与人工智能之间仍然存在巨大的鸿沟，通用人工智能仍然像个科幻梦，但就像萧伯纳所说的那样“科学始终是不公道的，如果它不提出十个问题，也永远无法解决一个问题。”科学总是在曲折中前进，而我们只要保持在不断探索中，虽无法预测是否能达到既定的目的地，但途中终归会有收获。
参考文献
[1]王永庆.人工智能原理与方法[M].西安交通大学出版社,1998.
[2]Russell,StuartJ.ArtificialIntelligence:AModernApproach[J].人民邮电出版社,2002.
[3]GabbayDM,HoggerCJ,RobinsonJA,etal.Handbookoflogicinartificialintelligenceandlogicprogramming.Vol.1:Logicalfoundations.,1995.
[4]胡宝洁,赵忠文,曾峦,张永继.图灵机和图灵测试[J].电脑知识与技术：学术版,2006(8):2.
[5]赵楠,缐珊珊.人工智能应用现状及关键技术研究[J].中国电子科学研究院学报,2017,12(6):3.
[6]GeneserethMR,NilssonNJ.LogicalFoundationofArtificialIntelligence[J].brainbroadresearchinartificialintelligence&neuroscience,1987
作者：张雨晨
编辑：韩越扬
[责编：赵宇豪]专访京东集团副总裁梅涛：人工智能在工业领域前景广阔 但要深度融合产业
每经记者：朱万平每经编辑：文多
6月3日，有网络视听行业“年度行业风向标”之称的第九届中国网络视听大会在成都拉开帷幕。活动期间，京东集团副总裁梅涛出席了“5G视听技术及应用创新”分论坛，并发表了主旨演讲。同时，梅涛还接受了《每日经济新闻》记者的专访。
梅涛表示，目前人工智能的一些关键性技术，比如语音识别、计算机视觉等方面已逐渐成熟。未来，人工智能技术在工业等诸多领域应用前景巨大，但需与行业和产业进行深度融合。
“我觉得，通用型的人工智能技术，目前来看可能还不太容易落地。作为京东集团对外提供技术服务的重要窗口，京东科技未来要做跟行业结合的人工智能。通过人工智能的技术跟行业深度融合，解决行业的一些焦点问题，提高它的效率，降低成本。”梅涛表示。
京东集团副总裁梅涛图片来源：每经记者王昊毅摄
谈AI工业领域应用：前景广阔但需深度融入产业
梅涛是人工智能细分领域——计算机视觉方面的杰出科学家。在加盟京东之前，梅涛在“中国IT界的黄埔军校”——微软亚洲研究院工作多年，其研究成果先后20余次被成功转化到微软的关键产品和服务中。
在谈到人工智能的发展时，梅涛称，人工智能在各领域的应用前景广阔，特别是在工业领域。
“人工智能是一个概念很广泛的技术。就其发展而言，如今一些关键技术——比如语音识别已经比较成熟了，此外计算机视觉和自然语言处理技术也在提升过程中,未来有望在多个领域逐渐商业化。”梅涛表示。
近年来，京东也在大力推动人工智能技术的推广和运用。据了解，京东科技通过运用多种人工智能技术，在智能客服、智能导购、电商直播等方面都取得了较大的进展。
以智能客服为例，2012年以来，以苹果的Siri、微软小冰、亚马逊的Alexa等为代表的智能对话机器人逐渐走入了人们的视野。而这些智能对话机器人背后则是人机对话交互技术的成功应用。京东科技通过运用人机对话交互技术，并以海量的场景来“训练”，如今已经形成为较成熟的智能客服解决方案。
在梅涛来看，未来人工智能的发展，一定要跟行业结合起来，深入融入产业和行业，解决客户的需求，才能够发挥更大的价值。而这一点，光靠人工智能单一的技术是远远不够的，人工智能技术需要跟5G、大数据、物联网等技术一起才能实现深度融合。
另一方面，目前的人工智能技术虽然已经有一部分技术在逐步落地，但仍有很长的路要走。“目前我们的人工智能很多只是感知的层面，正在从感知人工智能过渡到认知人工智能。从人工智能简单的感知到最后决策，无论是理论研究还是产业实践，都还有很长的一段路要走，但是这是未来的发展方向。”他说。
谈2C端应用：需更长的时间周期
这一次参加第九届中国网络视听大会，梅涛也介绍了京东的一些人工智能技术在视听产业方面的运用。
“目前，我们正在尝试体育赛事的智能导播，我们希望通过算法，将体育赛事里面的所有几十个视频流进行分析，然后去模拟人工的编辑和导播的这样功能，通过5G的传输，能够实现‘千人千面’的导播。”梅涛表示。
在梅涛看来，这类人工智能应用属于TOC端的应用，其相较工业环节的应用，需更长的时间去完成。
梅涛认为，从感知智能到创作智能，这意味着机器不仅要理解内容，也可以创作一些内容，通过看图说话等方式来生成内容。而从感知智能到交互智能又是什么样呢？“当机器理解内容之后，人和内容之间可以通过人工智能的多模态方式——包括语音、文字、图片、视频、手势甚至眼神等进行自然的交互，从而使用户的体验更好、更丰富。”梅涛描绘道。
可以想象，这将对包括视听行业在内的诸多产业带来巨大的改变。
梅涛继续说道：“人工智能技术应用到产品线时有两种用途，第一种是降本增效，可以节约大量人工，让人去做更有创意的事情，让机器去做一些重复性的、可以被替代的事情，从而降低成本，提高效率；另外也可能会带来一些创新产品，比如智能营销，通过机器同时联系几万人来做一些导购、回访和收集等工作。”
梅涛还看好人工智能在供应链方面的前景。“任何技术都有其行业属性，京东的行业优势是供应链，特别是智能供应链，我们的技术通常也是在智能供应链场景下利用场景、大数据和生态的优势。”梅涛表示，目前，京东科技已经在运用人工智能预测商品的流行度等。
“日本有很多潮牌，比如无印良品，它的新款流行的时间非常短，迭代的速度非常快。我国也有一些这样好的品牌，如果能够跟供应链企业结合在一起，能够极大地加快它的新品研发、上市和营销，然后把整个消费刺激起来，拉动起来。”梅涛表示。
梅涛还很看好成都的视听行业发展。“成都聚集数千家互联网企业，主要分布于网络视听、网络安全等重要领域，我认为，成都网络视听产业具备广阔的发展前景。”梅涛称，京东科技愿意将技术和产业沉淀渗透给成都的更多产业，为成都的产业发展助力。
每日经济新闻
人工智能黄金时代开启
本报记者周雪松“人工智能（AI）浪潮正在深刻影响着每个企业和个人，孕育着创新机遇与令人惊喜的未知。”微软人工智能专家日前在接受中国经济时报记者采访时说，当下人工智能黄金时代开启，创业正面临千载难逢的机遇。2023年是具有里程碑意义的一年。在这一年，如同蒸汽机之于工业革命的意义，人工智能已然成为推动世界重构的新生产范式，释放出惊人的生产力和创造力，将改变人们对于未来和工作的想像。微软公司副总裁、微软大中华区首席运营官康容表示，紧跟技术革命的步伐，微软期待用AI重新定义软件开发与工作未来。随着微软在Build2023大会发布一系列AI“全家桶”——涵盖从AzureOpenAI、CopilotStack、开发工具到协作应用等领域，微软将AI融入现有的软件和服务生态，从提供AI工具到构筑AI平台和生态，全方位帮助开发者应对技术革命，助力人们运用AI，让每个人都可以在工作和生活中，受益于这些突破性技术，探索全新机遇与无限可能。业内人士认为，从微软宣布扩大与OpenAI的合作、AzureOpenAI企业级服务的推出，到“智能副驾”（Copilot）和“插件”（Plugin）开启AI应用开发的新疆界，这些不仅仅是工具的简单迭代，而是开启了一种由AI驱动的软件开发的重大变革。微软大中华区Azure事业部Data＆AI产品市场总监李冕在接受中国经济时报记者采访时表示，微软致力于搭建AI基础设施、革新开发体验，并将AI能力开放互通给企业，帮助开发者实现下一代AI创新。李冕告诉记者，AI展现出广阔的行业前景，大规模AI与商业场景结合呈现出巨大潜力，这也是各行各业数字生产力跃升的关键。基于此，微软于今年1月在全球版Azure服务中正式上线了AzureOpenAI服务，并在多条产品线接入OpenAI模型。李冕表示，各行各业都在拥抱AI，每一个应用（APP）都可能重做一遍，换句话说，现有的APP可能都将被AI改造，人工智能的应用前景十分广阔，现在也只是冰山一角。下一步，新的场景和业务机会可能会以意想不到的方式出现。可以说，人工智能黄金时代已经开启，现在正是创业的好时机。微软最新发布的《2023工作趋势指数》调查结果发现，员工的工作节奏和工作量呈指数级增长，68%的员工表示他们在工作日没有足够的不间断专注时间，每天都会接收比以往更多的邮件、会议、消息和数据，这让他们无暇创新。人们需要更加简化且高效的方式，将自己从基础性的工作中解放出来，领导者和员工都渴望AI帮助减轻负担。在未来，AI将改变人们的工作方式，每个职场人都应该具备AI素养。微软大中华区Microsoft365事业部高级产品市场总监段旭东在接受中国经济时报记者采访时表示，“智能副驾”是AI时代辅助用户调用AI能力的关键，同时AI也能缩小数字鸿沟。今年3月，微软已将“智能副驾”嵌入Microsoft365、Dynamics365等一系列产品服务。随着生产力工具不断丰富，工作方式与应用场景也更多样化。微软将AI技术与Microsoft365无缝集成，“智能副驾”以“助手”的身份，连接多元的生产力工具，AI辅助工作越来越常见，人类与AI的协作将引领未来工作模式的变革。海量资讯、精准解读，尽在新浪财经APP人工智能的就业前景有多广阔这些岗位很缺人，“钱途”远大
近些年来，科技的快速发展，使人工智能方面的人才炙手可热。
根据此前UiPath发布的数据显示：我国AI岗位空缺数量最多，有12113个相关职位因为招聘不到人才而发生空缺。
我国对于AI人才的渴求已经超过了人工智能大国美国。因此，我国人工智能专业的毕业生，他们未来的就业前景将会非常广阔。
我国人社部2018年的数据统计显示：在人工智能方面，我国的市场需求大于供给。而且从岗位空缺上可以明显看出岗位空缺与求职人数之比在不断上升，甚至还达到了1.25的比例高度，也就是说有125个职业岗位在同时争夺100个求职者。
在就业竞争极为激烈的当下，各互联网相关岗位都在开始缩减招聘人数，可是人工智能却仍然表现出了供不应求的招聘热度。
企业招聘的时候，岗位设置上不会简单写上“人工智能”四个字，毕业生需要了解人工智能专业可以就业的热门岗位，投递简历的时候才不会摸不着头脑。
人工智能专业可以在哪些岗位就业？这6大就业方向前景广阔
智能金融
近些年，手机支付成了很多人日常生活中主要的支付方式，取代了现金在生活中的地位。而手机支付也是智能金融的一部分，人工智能在这方面起到了极大地推动作用。
很多金融机构对于人工智能技术十分青睐，并且依靠人工智能技术实现了降低金融诈骗的风险。
人工智能专业的毕业生可以进入智能金融的领域，将人工智能和金融知识相结合。这也是人工智能专业毕业生目前非常火热的就业发展方向之一。
计算机视觉
乍听之下，计算机视觉岗位和人工智能似乎“风马牛不相及”，这也是人工智能领域非常火热的就业方向之一。
拍照的时候，相机可以自动地将人脸的画面进行识别和检测；P图的时候，可以针对人脸进行相应的美化处理（眼睛变大、涂腮红）等等。
当冷冰冰的机器能够感知到具体的影像，并且对此进行识别时，人工智能相当于为机器安上了一双眼睛，这种“神奇”的技术手段在岗位需求中自然会占有先机。
数据服务
大数据时代，人们在网络上获取信息变得更加丰富多元。但是因为数据量过大，人们搜索的结果可能不够准确。有人工智能进行干预，大数据的推算会更加符合搜索者的心意，搜索的结果也会更加准确。
数据服务还包括数据商为网络提供更加海量的数据支持，也为先进的人工智能算法提供了搭建模型的基础。
数据服务的就业前景十分广阔，也是人工智能毕业生比较青睐的就业方向之一。
智能教育
线上教育蓬勃发展，人们学习的方式变得更加多元。除了线下具体的实物教育之外，智能教育将教育的方式推向了一个新的高度。
智能教育通过在教育方式上加入人工智能的手段让人们获得知识的方式更加便捷。
学生在网络搜题的时候变得更加简单，甚至还可以获得相关知识点的推送。而且人工智还能帮助老师批改作业，不仅确保了准确率，同时也极大地降低了老师的工作量。
随着人工智能的逐步发展，智能教育将会变得更加先进，比如说为每个学生制定有针对性的学习方案，更加能够实现真正意义上的因材施教。
机器学习
机器学习是一种较为复杂的就业方向，其目的是让机器在大量的数据训练后学习如何更好地完成任务。这也是人工智能中最复杂、最核心的内容。
机器学习所要求的技术人才水平更高。目前，全世界的人工智能水平仍然处于弱智能阶段，想要帮助机器建立人脑的神经网络确实存在一定的难度。
智能医疗
机器可以进行海量的数据分析，不断地学习医学专业知识，帮助医生分析医学影像，医生可以通过机器所提供的帮助为患者诊断病情。
智能医疗的应用可以让医疗资源得到极大的丰富，降低了医疗成本，人工智能在医疗方面的应用是功德无量的。
人工智能专业的毕业生也可以从事智能医疗相关的工作，智能医疗行业的发展潜力非常巨大，如果可以凭借自身拥有的人工智能知识促进我国的医疗事业发展，是一件非常有意义的事。
人工智能的产业链相较于其他行业，已经发展得较为清晰，主要包括基础支撑、关键技术以及行业应用。毕业生可以根据所学专业的侧重点以及自身的兴趣爱好进行相关就业方向的选择。
有数据显示：我国人工智能的本科毕业生月工资可达1.25万元，毕业3年的技术人员月工资可达2.5万元，如果是硕士毕业的话，薪资待遇会更高一些。
相信随着信息时代的进步，人工智能的岗位需求会越来越大。
【编辑推荐】
恶意无人驾驶飞机系统（UAS）活动的威胁防护措施谷歌AI认错人，同事工程师竟成「连环杀人魔」AI都会写灵魂Rap了？Transformer跨界说唱，节奏流畅度都不在话下钟南山人工智能大会上发言谈及AI新冠肺炎影像识别等技术
人工智能技术前景无限广阔
文/夏蕾(作者单位：深圳大学计算机与软件学院)
20世纪90年代初，我国著名学者周海中先生曾经预言：人工智能技术将广泛应用到各学科领域，会产生意想不到的效果。如今，越来越多的事实证明了他的这一预言。不少专家指出：人工智能技术潜力无限，应用前景十分广阔；在未来，它将为人类社会的发展起着越来越重要的作用。
人工智能(AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。自1956年正式提出人工智能概念开始，人工智能技术历经60多年的发展，已进入第三次热潮。近年由于云计算、大数据和物联网等技术研究和应用，人工智能技术得以迅速发展，各行各业开始深入应用人工智能相关技术。
作为计算机科学的一个分支，人工智能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、专家系统和自然语言处理等。人工智能技术从诞生以来，理论和技术日益成熟，应用领域也不断扩大；未来人工智能技术带来的科技产品，将会是人类智慧的“容器”。
人工智能技术目前已成为极富挑战性的高新科技，从事这项工作的人必须懂得计算机科学、心理学、语言学、数学和哲学等学科的知识。人工智能技术是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等；总的说来，这一技术研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。
由于人工智能技术涉及到计算机科学、心理学、语言学、数学和哲学等学科，它几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能技术与思维科学的关系是实践和理论的关系，这一技术是处于思维科学的技术应用层次，是它的一个应用分支。
从思维观点看，人工智能技术不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人这一技术的突破性发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具；数学不仅在标准逻辑、模糊逻辑等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。
人工智能技术的发展需要数据、算力和算法三大支撑因素，云计算提供了算力支撑（同时也是落地场景之一），而大数据则提供了数据的来源；随着大数据和云计算的发展，人工智能的发展也会在很大程度上得到促进。目前人工智能领域的研究方向除了机器学习（深度学习）之外，自然语言处理和计算机视觉方向也比较热。
人工智能技术涵盖语音识别、计算机图像识别和自然语言处理等，已成为数字产业化和产业数字化的重要引擎。同时，人工智能技术只有服务实际应用才会有强大的生命力。作为典型的由应用牵引的前沿技术集成，规模化应用会进一步促进人工智能核心技术的迭代升级，在算法、芯片等软硬件方面获得突破。
当前，人工智能技术在各行业的应用越来越广泛。有关专家表示，人工智能技术要做好，必须要落地用起来。但也要警惕一些打着“人工智能技术”旗号，实则只是传统自动化或信息化技术的应用。这就要求人工智能技术的应用必须跟行业紧密贴合，只有对行业深刻了解，这一技术才能真正撬动制造、教育、医疗等领域的智能化。
人工智能技术的发展前景是无限广阔的。但是，技术是一把双刃剑，其在推动社会进步的同时，也在很大程度上带来了技术风险。人工智能技术也是如此。在人工智能技术迅速发展的时代，如何准确把握时代变迁的特质，深刻反思它引发的伦理风险，提出具有针对性、前瞻性的应对策略，是摆在我们面前的重大时代课题。