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。
人工智能的发展史
前言本文隶属于专栏《人工智能》，该专栏为笔者原创，引用请注明来源，不足和错误之处请在评论区帮忙指出，谢谢！
本专栏目录结构和参考文献请见人工智能
人工智能的发展史孕育期（1956年以前）数理逻辑-符号主义学派在数理逻辑初创期，亚里斯多德（公元前384一322，古希腊伟大的哲学家和科学家），创立演绎法，提出了演绎推理的一般原则-三段论在逻辑代数时期，莱布尼茨（1646一1716，德国数学家和哲学家）把形式逻辑符号化，奠定了数理逻辑的基础。人工神经网络-连接主义学派1890年美国生物学家詹姆士首次阐明人脑的结构及功能，及记忆、学习、联想相关功能的规律。1943年美国神经生理学家麦克洛奇和皮兹建成第一个神经网络模型（MP模型）。1949年加拿大心理学家赫布提出了改变神经网络连接强度的Hebb规则。行为主义学派维纳(1874一1956)：美国著名数学家、控制论创始人。1948年创立了控制论。控制论对人工智能的影响，形成了行为主义学派。人工智能的载体-计算机美国数学家莫克利和艾克特于1946年2月14日研制成功了第一台通用计算机ENIAC。
它每秒能完成5000次加法，400次乘法等运算。
ENIAC为人工智能研究奠定物质基础。
图灵（1912一1954）：英国数学家1936年创立了自动机理论亦称图灵机。1950年在其著作《计算机与智能》中首次提出“机器也能思维”图灵设计了一个图灵试验，试图通过让机器模仿人回答某些问题，判断它是否具备智能。图灵的机器智能思想是人工智能的直接起源之一，被誉为“人工智能之父”。2019年7月，英国政府宣布图灵登上50英镑钞票。荣耀比肩牛顿、达尔文。人工智能诞生（1956年）AI诞生于一次历史性的聚会。
时间：1956年夏季地点：达特莫斯(Dartmouth)大学目的：为使计算机变得更“聪明”，或者说使计算机具有智能发起人：麦卡锡（J.McCarthy），Dartmouth的年轻数学家、计算机专家，后为MIT教授明斯基（M.L.Minsky），哈佛大学数学家、神经学家，后为MIT教授洛切斯特（N.Lochester)，IBM公司信息中心负责人香农（C.E.Shannon），贝尔实验室信息部数学研究员参加人：莫尔（T.more）、塞缪尔（A.L.Samuel），IBM公司塞尔夫里奇（O.Selfridge）、索罗蒙夫（R.Solomonff），MIT纽厄尔（A.Newell），兰德（RAND）公司西蒙（H.A.Simon），卡内基（Carnagie）工科大学会议结果：由麦卡锡提议正式采用了ArtificialIntelligence这一术语。形成期（1956-1974）形成期（1956-1974）：迅速发展1956年，塞缪尔在IBM计算机上研制成功了的西洋跳棋程序，它顺利战胜了当时的西洋棋大师罗伯特尼赖。1957年，纽厄尔、肖和西蒙等研制了一个称为逻辑理论机(LT)的数学定理证明程序。1960年，麦卡锡开发了LISP语言，成为以后几十年来人工智能领域最主要的编程语言！1965年，鲁宾逊提出了归结（消解)原理。1968年，美国斯坦福研究所（SRI）研发的首台智能机器人Shakey，它拥有类似人的感觉，如触觉、听觉等。低谷期（1974-1980）过高预言的失败，给AI的声誉造成重大伤害。“20年内，机器将能做人所能做的一切。”一西蒙，1965“在3-8年时间里，我们将研制出具有普通人智力的计算机。这样的机器能读懂莎士比亚的著作，会给汽车上润滑油，会玩弄政治权术，能讲笑话，会争吵。…它的智力将无以伦比。”——明斯基，1977塞缪尔的下棋程序在与世界冠军对弈时，以1比4告负。归结法的能力有限。当用归结原理证明“两连续函数之和仍然是连续函数”时，推了10万步也没证明出结果来。把“心有余而力不足”（Thespiritiswillingbutthefleshisweak）的英语句子翻译成俄语，再翻译回来时竟变成了“酒是好的，肉变质了”英国剑桥大学数学家詹姆士按照英国政府的旨意，发表一份关于人工智能的综合报告，声称人工智能即使不是骗局也是庸人自扰。黄金时期（1980-1987年）专家系统实现了人工智能从理论研究走向专门知识应用，是AI发展史上的一次重要突破与转折。1976年，费根鲍姆研制MYCN专家系统，用于协助内科医生诊断细菌感染疾病，并提供最佳处方。1976年，斯坦福大学的杜达等人研制地质勘探专家系统PROSPECTOR。AI被引入了市场，并显示出实用价值1981年，日本经济产业省拨款八亿五千万美元支持第五代计算机项目。其目标是造出能够与人对话、翻译语言、解释图像、并且像人一样推理的机器。英国开始了耗资三亿五千万英镑的Alvey工程。美国国防部高级研究计划(DARPA)1988年向AI的投资是1984年的三倍。第二次低谷（1987-1993）最初大获成功的专家系统维护费用居高不下。它们难以升级，难以使用，脆弱，成了已经暴露的各种各样的问题的牺牲品。到了80年代晚期，战略计算促进会大幅削减对AI的资助。
十年前日本人宏伟的“第五代工程”并没有实现。事实上其中一些目标，比如“与人展开交谈”，直到2010年也没有实现。与其他AI项目一样，期望比真正可能实现的要高得多。
平稳发展期（1993-2011）机器学习、人工神经网络、智能机器人和行为主义研究趋向深入。智能计算（CI）弥补了人工智能在数学理论和计算上的不足，更新和丰富了人工智能理论框架，使人工智能进入一个新的发展时期。1997年，“深蓝”战胜国际象棋世界冠军2000年，本田公司发布了机器人产品ASIMO，经过十多年的升级改进，目前已经是全世界最先进的机器人之一。2011年，IBM开发的人工智能程序“沃森”(Watson)参加了一档智力问答节目并战胜了两位人类冠军。蓬勃发展期：2012-至今数据的爆发式增长为人工智能提供了充分的养料，泛在感知数据和图形处理器等计算平台及新型的以深度学习为代表的新方法等因素合力造势，人工智能迎来它的蓬勃发展期。
人类已经正式跨入了人工智能的时代。
人工智能的发展现状专用人工智能有了突破性的进展，就是让人工智能专门去做一件事，比如下围棋，爬楼梯，组装某一件设备等。在这些面向特定领域或者单一任务方面，人工智能可以超越人类智能。
通用人工智能尚处于起步阶段通用人工智能的研究与应用任重道远人类大脑是一个通用的智能系统，能举一反三，融会贯通，可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题，可谓“一脑百用”。
目前，人工智能距离人类智能水平还有巨大差距，人工智能还有很多不足。
“智能+X”成为人工智能应用的创新模式“智能+X”应用范式日趋成熟，AI向各行各业快速渗透融合进而重塑整个社会发展，这是人工智能驱动第四次技术革命的最主要表现方式。
世界上的人工智能人工智能领域的国际竞争将日益激烈，世界主要国家纷纷出台人工智能战略、策略和政策。
当前中国人工智能国家高度重视并大力支持发展人工智能。2017年7月，国家发布《新一代人量双冠工智能发展规划》，将新一代人工智能放在国家战略层面进行部署。中国AI企业数量全球第二，视觉类技术最受欢迎。中国AI领域融资规模占全球60%。全球AI论文：中国反超美国，夺质、量双冠总结人工智能经过60多年的发展已取得了重大进展，但总体上还处于初级阶段；
它既具有巨大的理论与技术创新空间，也具有广阔的应用前景；
中国目前已经处列全球人工智能开发第一梯队，假以时日定能在这一领域独领风骚！
然而，前路漫漫，需要全员共同努力！
基础理论是根本，基础技术是主干，应用是枝叶。
只有根底深厚庞大，主干强劲，中国的人工智能产业才能日益兴荣昌盛。