浅析人工智能在基层法院的运用现状及应用推广之路
（二）人工智能在司法审判中的应用
人工智能在司法审判活动中的应用，主要体现在以下几个方面：其一，计算机图像识别技术的应用，助力诉讼服务中心实体平台建设。通过人证识别系统，辅助实现诉讼主体身份验证，进行身份甄别，实现安全风险有效管控；利用OCR图文转换技术，则能在纸质材料证据电子化后，实现案件信息自动抓取并及时回填到相关系统的功能，在方便当事人的同时，减轻立案服务窗口人员的工作强度。其二，深度应用大数据与云计算，构建审判辅助服务系统。通过司法大数据的比较分析，构建专业化和智能化的审判辅助服务平台进行类案推送，一方面可以辅助办案法官裁判标准统一，另一方面通过自助诉讼风险评估平台，实现诉讼结果预判、分析胜诉率，引导当事人正确评估案件走向，让人民群众享受更加便捷、个性定制的诉讼服务。其三，融合物联网技术，完善“互联网+”法院诉讼服务建设。基于互联网的多元解纷一体化平台，人民调解、行业调解及行政调解组织可直接在平台录入案件、进行网上调解、实时对接法院办案系统，让当事人可以足不出户，通过平台一键申请法院对人民调解协议进行司法确认。通过“网上法院”立案诉讼服务平台，让当事人能在所有基层法院以及乡镇法庭，甚至是在家中，均可提交诉讼所需的相关材料，实现“让数据多跑路、群众少跑腿”，减轻人民群众往返奔波之苦。其四，机器人技术和语音识别技术的应用，让人民法院更加“智慧”。把人类的语言转化成文本这是人工智能的一个跨越，把语音直接转化成文本这是庭审工作智能化的一项重要创新与突破，可以大幅度减轻庭审时书记员的工作强度。将案件数据信息及诉讼服务事项整合到司法机器人中，可以给人民群众提供一种全新的司法诉讼服务模式。
（三）人工智能与法院工作融合的优势
新一代人工智能与审判执行工作不断融合，开展全方位智能辅助，作用与优势明显，在法院工作中展现出了良好的应用前景。一是推动司法公开，提升司法公信力。基于计算机的精确与高效运算，人工智能结合大数据分析，可以避免法官在审判工作中出现一些重复性的错误，提升审判质效。人工智能还可以帮助当事人进行自助立案，提供司法参与途径，开放信息渠道，促进法院司法公开；在诉讼过程中，通过当事人和法院的互动，增进社会对法院工作的认知和信任。二是给当事人提供方便高效的诉讼服务。通过人工智能与互联网结合，可以整合实现立案、证据提交、保全申请、开庭审理、电子签名、电子送达、执行申请等在内的功能网上一体化运行。人工智能通过智能的诉讼服务平台，将诉讼诸要素模块化，复杂问题简单化、专业问题通俗化，让当事人能够选项即可完成起诉、应诉等过程，实现诉讼结果预判、类案推送、分析胜诉率，引导当事人正确评估案件走向。三是实现多平台信息数据共享与对接，提高办案效率，逐步化解法院“案多人少”的矛盾。法律文书的自动化纠错、编排、屏蔽及附加法条等技术的运用，避免司法人员疲于案牍，有助于提高案件办理效率。将工商、司法鉴定、公证机构、不动产登记、金融机构以及征信、资产处置等政府多部门平台数据的适时共享，利用图文识别、语音转换、图像识别和语义分析等智能化技术，人工智能可实现案件从开庭到执行的在线“一键”启动，辅助法官减少繁琐事务、降低劳动负荷、提升工作效率、提高审判质效。四是推动“智慧法院”水平不断跃升。通过在关键核心技术上的研发创新，实现人工智能技术上的突破，并与互联网法院、移动微法院等智慧法院的新模式、新程序、新规则相适应，不断健全完善智慧法院司法制度体系，人工智能等创新技术将更加有效地助推公正司法，实现智慧法院在审判、执行、服务和管理水平上的不断跃升，让“智慧法院”将更具“智慧”。
二、基层法院人工智能的运用现状
现阶段，基层法院“案多人少”的现实局面并没有因司法改革的不断深入而得到根本性转变，在员额法官增加受体制钳制的情形下，通过人工智能来提高办案效率是基层法院的当然选择。在全国3519个法院和9279个人民法庭通过专网实现了互联互通的基础上，人工智能与基层法院干警的创造力结合起来，构建的人力和科技深度融合的司法运行新模式，通过其智能性和高效性，深刻影响和改变了基层一线办案法官的办案思维和判断模式、案件的诉讼流程和工作人员的配置结构，呈现出了新的司法格局。
（一）自助智能的诉讼服务体系基本建立
当前，各基层法院利用全省诉讼服务中心实体建设的时机，以省高院统建的网上自助诉讼服务平台为依托，基本建立了网上诉讼服务中心、司法公开服务平台、诉讼服务热线、诉讼服务APP等五位一体及多渠道、一站式、自助式的诉讼服务智能体系。该系统平台分为诉讼辅导、网上立案、材料移送、预约咨询、信访投诉、诉讼事务申请、当事人和律师服务通道等板块。案件立案后，当事人会获得专属的案件查询密码，可以注册登录法院APP，进行身份认证绑定，查询案件审理进度，办理网上递交材料、留言法官、领取庭前文书或证据材料、判后释义等诉讼事务。此外深圳中院与盐田法院共同组织开发的电子卷宗随案同步生成系统，将人工智能技术应用于立案活动中，实现了通过卷宗电子化就自动生成法律文书、当事人刷脸接收文书、卷宗归档等办案流程的智能化。自助智能的诉讼服务体系的建立，提高了司法诉讼效率，减少了诉讼成本，节约人力、物力、财力，实现了基层法院审判工作的快速高效，打通了司法为民的“最后一公里”路。
（二）借助业务系统智能辅助办案和监管
与湖南法院类似的各省法院均建立了数字法院业务系统平台，通过“案件办理”、“案件查询”、“立案管理”等功能模块，对法院所办案件进行统一规范化管理。通过系统平台的“案件统计”模块，可以对案件收结存情况进行实时追踪统计，包括长期未结案数及一审改判数、一审被发回重审数等。系统具备案件超期办理预警功能，对临近审限的案件或违规流程操作进行自动识别，分别自动发出预警或催办提醒，以防止程序违法违规情形的发生。挂接在办案平台的类案推送功能，可以自动提取在办案件的主要信息，帮助法官准确高效地从大量已裁决案例中获得精确参考，并基于数据分析给出裁判预测，提高自由裁量的准确性，减少同案不同罪、同案不同判等情况的发生。上海法院研发的“206系统”设计有26项功能，88项子功能，为办案人员提供了“看得见、摸得着、可操作”的标准化、数据化指引，减少了司法任意性，解决了公检法三机关证据标准适用不统一、办案行为不规范的问题。
（三）简单重复的辅助性事务正逐步智能化
在法院日常工作中，存在有大量简单重复繁琐的工作，如庭审记录、卷宗整理、送达回执、文书上传等。在庭审记录工作中，北京、江苏、浙江等地法院将智能语音识别系统运用到庭审活动中，在电子化记录的基础上让庭审记录与人工智能深度融合，将语音直接转写成文本。北京华宇公司研发并在多省推广使用的业务系统中已经接入了智能文书生成和随机分案功能模块。智能文书生成系统可以依照裁判文书其特定的法律格式，从已扫描存入的电子卷宗资料中，自动抓取案由、当事人信息、诉讼请求、事实与理由、事实认定、本院认为、判项等内容，自动生成传票、举证通知书、应诉通知书等程序性法律文书和框架性裁判文书。北大法意公司研发的文书编排软件，还可以对裁判文书进行自动纠错，并按照统一格式对文书进行自动排版，根据案件事实和情节自动附加推荐法条，同时还提供自动屏蔽删除当事人隐私涉密信息，实现了一键生成上网公开裁判文书。简单重复的日常辅助性事务智能化，已经逐渐成为基层法院提高审判质效，化解“案多人少”矛盾的突破口。
（四）人工智能在基层法院在应用亮点频现
为了促进人工智能与司法审判工作深度融合，全面推动智慧法院建设，条件成熟的基层法院，在结合本地工作实际，并充分研究论证的基础上，积极尝试人工智能在诉讼服务、审判执行、司法管理等各领域的深度应用，建设了一批特色鲜明、功能实用的系统平台。江苏法院组织研发的同案不同判预警系统，自动分析公诉书和庭审记录，提取案件情节信息，智能预判审理结果，计算法官判决偏离度并自动报警。为适应我国互联网经济发展的现状，相继成立了三家互联网法院，将大数据、人工智能与司法体制改革结合起来，具备有智慧法院的技术与智能的特性，是互联网技术应用与司法审判各项工作深度融合的典型代表。海南法院使用的智能量刑系统，大幅度减轻了法官量刑办案的工作量，有效缓解了法院“案多人少”的突出矛盾，避免了同案不同判情况的发生。浙江法院则积极对接全国首个纠纷化解网络一体化平台——“浙江在线矛盾纠纷化解ODR平台”，该系统具有法律咨询、评估、在线调解、在线仲裁、在线诉讼五大功能，只要持有一部手机或电脑，当事人就可足不出户在线完成纠纷调解。此外贵阳政法大数据办案系统、上海刑事案件人工智能辅助办案系统、广州法院的智审辅助量刑裁决系统等，给基层法院与人工智能深度应用融合工作提供了很好的成果和借鉴。
三、人工智能在基层法院运用中的困难与问题
（一）技术的缺陷导致功能的受限，人工智能在基层法院的应用领域不多
由于人工智能的特殊性及局限性，起始技术研发与基层法院工作实际严重脱节，无法实现对案件证据的取舍及证明力大小的判断，难以复制经由时间积累的审判经验，无法把握法官的自由裁量权，最终实现情与法的平衡，彰显有温度的正义，真正做到案结事了。再加上法律制度方面的不够完备，尤其是在电子证据的采信及电子送达的法律效力等问题没有得到彻底解决之前，人工智能在基层法院的应用领域将受到限制。目前人工智能的研发主要集中于电子卷宗、量刑、辅助及管理方面，在电子送达、网上调解、网上举证及质证、网上远程案件质量评查监督、网上远程卷宗调阅、网上远程讯问、询问、答辩等司法诉讼领域，覆盖不广，功能不全。语音智能识别系统仅支持普通话及有限语种的语音的记录与转写，无法对合议庭及法官的交互式讨论进行分音识别，同时不支持方言识别。统一建设的“移动微法院”平台，充其量只是个宣传平台，还无法给当事人提供方便快捷有效的移动诉讼服务。“审务通”移动办公平台，操作繁琐，认为功能有限的占调查人数的34.6%（详见下图1），使用效果普通反应不好。技术的缺陷与局限性，大大限制了其在基层法院的应用范围。
基层法院对“审务通”的意见反馈
（二）广大使用者水平有限，法官接受意愿不强，人工智能在基层法院使用效率不高
当前人工智能技术整体还处在初创阶段，认为人机互动远没有人与人交流那么贴心的占调查人数的38.3%（详见上图1），那么有体验感，所以人们还是习惯于去人工窗口办理事务，主动在人工智能系统平台去操作的人只占接受调查的14%（详见下图2）。部分学者对人工智能介入司法领域持保留意见甚至反对态度，认为人工智能一旦介入司法领域将会培养法官惰性、冤假错案频发、破坏司法公正。一些在职法官也心存担忧，认为人工智能的介入不仅会改变审判模式、增加工作负担、模糊司法责任甚至将来会取代法官的主体地位，干警对人工智能的接受度也只有24%。本可以极大减轻书记员工作量的庭审语音识别技术，也因无法适配不讲普通话的当事人而应用推广面不大。尤其是年纪较大的法官，对于将极具丰富感情色彩、工作经验与人类智慧的审判活动交给机器去做，极其不放心，还是习惯于凭经验去办案，手动去撰写裁判文书，对人工智能的接受度更是不到2%。
人工智能在基层法院的接受意愿
（三）技术升级换代快，设备更换频率高，人工智能在基层法院的运维成本巨大
目前，基层人民法院人财物收归省管，面对增加的上百家法院，省级财政压力也可想而知，势必造成对基层法院的资金支持力度有限。因为人工智能尚处于初步研发与推广阶段，产业生态不健全，研发的高投入导致其建设采购的成本非常大。同时为了应对信息技术的不断升级换代及信息产品的国产替代，基层法院还需要对在用的信息产品进行设备更新和替换，这对于财政资金本就捉襟见肘的基层法院来说，面对动辄数十万甚至上百万的人工智能系统设备建设采购支出，往往是心有余而力不足（详见下图3）。在可以预见的一段时间内，基层法院的财政资金来源相当有限，资金给付压力较大，这也是大多数基层法院对人工智能建设维持观望，等待上级法院统一采购（详见下表1）的原因所在，因此人工智能在基层法院的应用推广将会呈现一个量不多、面不广、速不快局面。
编列一定预算资金用于信息化建设或采购的法院数量情况
（四）系统的兼容性不强，安全及保障体系的不完备，导致人工智能在基层法院应用推广范围有限
现阶段人工智能方兴未艾，各系统应用平台缺乏统一的标准，没有完备规范的数据库平台，无法做到信息数据实时共享，尤其是无法整合业务系统。人工智能的安全防控技术还不成熟，相关机制尚未健全，体系还不完备，存在着极大的安全隐患（详见下表1）。人工智能的运维服务保障体系尚未建立，服务网点不完善，基层法院后期运维负担较大，严重影响到各基层法院对人工智能的深入推广应用的积极性。当前大多数人工智能平台都是基于因特网工作，出于安保考虑无法与在专网运行的业务系统实施数据对接，服务势必功能受限。现已建设完成的基层法院执行指挥中心平台，不能直接融合接入手机移动信号，干警外出执行办案还需依赖价格不菲的手持终端设备。司法机器人也因语音识别及系统对接问题，服务项目不多，无法做到即时应答服务，推广使用效果不理想，好看不中用。技术成熟社会普遍在用的移动支付功能，因体制原因在各基层法院的缴费平台中也未正式启用。由于一审案件的电子卷宗材料是分步分批扫描录入，文书自动生成系统在结案之前无法生成有用的文书样本，对基层法院一线办案法官提供的便利有限。
四、人工智能在基层法院应用推广的应对策略
虽然人工智能在基层法院的运用还存在一些问题与困难，但对化解其“案多人少”矛盾，为人民群众提供司法诉讼便利的作用也是不可否定的。如何“扬长避短”助推人工智能与基层法院工作深度融合，实现案件质效的显著提升，“案多人少”矛盾的有效化解，人民群众日益增长的多元司法需求得到满足，我们要从以下几方面去着手，采取有效措施，助推人工智能在基层法院得到深入应用和广泛推广。
（一）推动“院企合作”，优化技术应用，不断扩大人工智能在基层法院的应用领域
基层法庭承担了法院系统80%的办案任务，人工智能技术与基层法院工作相适应，具有很强的现实需求及意义。一方面各基层法院要创新思路，创造条件，与各人工智能研发企业积极开展洽谈对接，以“院企合作”模式进行开展合作，争取技术研发人员下沉到基层法院办案一线，做到与法院干警之间的良性互动，坚持边研发边应用、边应用边优化、边优化边推广的原则，促进人工智能与基层法院工作深度融合相适应，不断提高人机互动的友好感，最终实现院企双赢。另一方面人工智能研发企业，建立对基层法院的调研工作机制，为即将进行的信息化设备国产化替代进行前期技术储备，确保技术与基层法法工作实际的适应性，不脱节、不落后，过渡顺利。再就是以司法公开为出发点，整合律师、检察院、法院等各类的法律数据，要建立完备的法律大数据库，为人工智能深入推广应用奠定一个良好的基础。同时，建立法院内部的不公开数据库，积极争取下放基层法院对本院案件信息数据使用权限，方便对裁判的各种因素进行分析处理，优化类案推送模式，从而为法官同案裁判提供借鉴参考。
（二）强化技术的培训推广，提高人工智能的接受意愿，不断提高基层法院人工智能的使用率
提高人工智能的使用效率，促进基层法院的工作质效的不断提升。一是要针对不同的使用人群设计培训方案，做到分类开展，整体推进，将新技术推广与培训结合起来，做到生产与推广同步，应用与培训同步，培训方式方法要有创新，合理安排利用时间。二是要以人为本，用技术手段，不断提升人机互动的友好度。建立办案法官与技术研发人员的实时沟通的机制平台，实行人工智能一边推广应用，一边改进优化，确保为法官办案或诉讼主体提供更加友好、快捷、高效的辅助服务，从而实现法官智慧与人工智能的深度融合，以促进司法改革整体效能的显著提高。三是要利用各种媒介渠道，扩大舆论宣传，化解社会对人工智能介入司法工作的争论与担忧，提升人民群众的接受意愿。进一步明确划定人工智能适用区域及定位，人工智能只是一个审判辅助手段，真正发挥作用的是使用它的法官。四是建立健全基层法院人工智能运行监管机制，提高办案法官对人工智能的使用率。基层法院运用人工智能结合大数据分析，对照司法绩效考评指标，建立人工智能绩效评估系统平台，对法官、司法辅助人员使用人工智能的情况进行评估与考核，引导广大司法人员正确看待人工智能，用好人工智能。
（三）强化统筹协调与机制创新，建立健全长效机制，有效减轻基层法院运维成本压力
首先上级法院要进一步发挥统筹协调引领作用，制定科学规范、同步推进、分步实施的信息化建设规划，以集中统一建设为主，基层法院建设为辅。全国法院搭建统一的中国移动微法院系统平台，与现有的业务系统对接并不断完善优化，完善并推广量刑辅助、要素审判、风险预警、类案推送等智能辅助类的系统在全省或全国法院的应用，让智能化辅助应用、挂接、覆盖到审判各个环节。着力整合现有的各类应用，提升一体化服务水平，同步构建电子送达、电话送达等应用场景，为解决基层法院送达难提供信息化技术支撑。这样集中建设的好处是不仅有利于进行建设采购的价格谈判，避免重复建设，保证系统平台的统一兼容性外，更重要的是可以解决基层法院建设资金严重不足的后顾之忧。其次是积极争取地方政府的支持，将基层法院的信息化建设纳入到地方智慧城市、数字政府建设规划之中，除了从政策技术上支持实现相互信息数据的实时共享外，还要给予持续有力的财政支持，支持基层法院建设、购入、研发与极具当地特色、深度融合的人工智能建设项目，推动智慧法院建设内容不断充实。最后基层法院在妥善安排相关建设资金，确保资金使用效益的同时，还要试点引入社会资本，开展融资尝试，扩大人工智能建设资金的来源渠道。在获得上级法院及部门的政策扶持，借鉴地方政府融资的成功经验，做好防范债务风险的前提下，以购买服务或分期偿还等形式，妥善引入社会资金开展人工智能在内的信息化建设，弥补基层法院建设资金的不足。
（四）扩充系统的兼容性，完善安防及运维保障体系建设，助推人工智能应用推广范围持续扩大
只有方便高效、互动友好、安全可控、深度融合、保障有力的人工智能系统平台，才是基层法院之所需，也才会有更好的推广应用前景。研发企业要善用成熟可靠、安全有效的技术手段去查找并封堵住各种安全漏洞，配合基层法院构建完善可控的安防机制，消除各种安全隐患，维护人工智能的数据安全，环境安全，设备安全。同时相关企业还要不断扩系统平台的兼容性、统一性。人工智能企业及行业协会要积极组织实施，基层法院要全力配合协助，构建与基层法院工作相适应的人工智能全国统一标准，妥善处理出现的技术分歧与差异，建立规范完整的产业生态，增强人工智能的兼容性、扩展性，为与政府各部门之间实现数据实时共享奠定基础。相关销售企业要建立完善的售后服务保障体系，不断推进服务网点建设，确保故障响应及排除要及时，产品升级换代不脱节，不同系统平台间要能对接兼容，逐步减少系统平台的后期运维成本，积极消除基层法院的后顾之忧。此外基层法院还要积极配合推动人大的立法及修法工作，努力争取最高法院相关事务的司法解释，用法律法规的方式明析人工智能在司法领域的功能定位，支持推动各种技术标准与规范的建立推广，确保人工智能在基层法院的应用推广工作规范有序发展，助推智慧法院建设水平不断跃升。
作者简介：
李华胜，男，1977年生，2001年毕业于湖南文理学院计算机系，2001年至2009年在常德计算机职业学校任教，2009年至2013年在常德朗州高级中学从事教学管理工作，2013年至今在常德市鼎城区法院任网管。返回搜狐，查看更多
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]2023年中国人工智能行业市场现状及竞争格局分析 应用层企业占据行业主导地位
人工智能行业主要上市公司：百度(BIDU)、腾讯控股(00700.HK)、阿里巴巴(09988.HK)、科大讯飞(002230)、海康威视(002415)、京东集团(09618.HK)、好未来(TAL)、小米集团(01810.HK)等。
本文核心数据：人工智能技术层次分布、人工智能核心技术分布
1、我国应用层人工智能企业占主导地位
人工智能作为一门前沿交叉学科，其定义一直存有不同的观点：《人工智能——一种现代方法》中将已有的一些人工智能定义分为四类：像人一样思考的系统、像人一样行动的系统、理性地思考的系统、理性地行动的系统。维基百科上定义“人工智能就是机器展现出的智能”，即只要是某种机器，具有某种或某些“智能”的特征或表现，都应该算作“人工智能”。
大英百科全书则限定人工智能是数字计算机或者数字计算机控制的机器人在执行智能生物体才有的一些任务上的能力。百度百科定义人工智能是“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”，将其视为计算机科学的一个分支，指出其研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
中国国电子技术标准化研究院在《人工智能标准化白皮书(2018版)》中，将人工智能定义为：人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能产业链包括三层：基础层、技术层和应用层。其中，基础层是人工智能产业的基础，主要是包括AI芯片等硬件设施及云计算等服务平台的基础设施、数据资源，为人工智能提供数据服务和算力支撑;技术层是人工智能产业的核心，以模拟人的智能相关特征为出发点，构建技术路径;应用层是人工智能产业的延伸，集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。
根据中国新一代人工智能发展战略研究院发布的数据显示，我国应用层人工智能企业占主导地位。2020年，我国应用层人工智能企业数占比最高，达到84.05%;其次是技术层，企业数占比为13.65%;基础层企业数占比最低，为2.30%。
2、大数据、云计算技术为重点核心技术
从人工智能企业核心技术分布看，大数据和云计算占比最高，达到41.13%;其次是硬件、机器学习和推荐、服务机器人，占比分别为7.64%，6.81%，5.64%;物联网、工业机器人、语音识别和自然语言处理分别占比5.55%，5.47%，4.76%。
382家基础层和技术层企业的核心技术分布中，大数据和云计算为最重要的核心技术，其占比为28.27%。其次是人脸、步态、表情识别技术，占比达到13.61%;智能芯片、语音识别和自然语言处理技术占比分别为8.90%和8.64%。可以看出，目前大数据、云计算为我国人工智能发展的重点核心技术。
以上数据及分析请参考于前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》，同时前瞻产业研究院还提供产业大数据、产业研究、产业链咨询、产业图谱、产业规划、园区规划、产业招商引资、IPO募投可研、招股说明书撰写等解决方案。