谁奠定人工智能(谁奠定人工智能的基础理论)
导读谁奠定人工智能的基础理论1949年，赫布基于他的突出可塑性原理，提出人类历史上第一个神经元模型为MP模型。赫布的神经元模型，解释人们学习过程中大脑神经元…谁奠定人工智能的基础理论1949年，赫布基于他的突出可塑性原理，提出人类历史上第一个神经元模型为MP模型。
赫布的神经元模型，解释人们学习过程中大脑神经元所发生的变化。赫布70多年前的这一成果，蕴含着当今人工智能（机器学习）的最早萌芽。
1904年7月赫布出生于加拿大乡村医生的家庭，而他父母都拥有博士学位。他在父母的影响下，大学毕业服务于乡村教育。23岁，读了弗洛伊德著作，对精神分析产生极大兴趣，就考入麦基尔大学心理研究所。从此，他在神经方面的研究不断突破，创造了赫布理论和赫布定律。
著名科学家谁奠定了人工智能的基础人工智能的三大技术基础有：技术基础1：文艺复兴后的人工神经网络。技术基础2：靠巨量数据运作的机器学习。技术基础3：人工智慧的重要应用：自然语言处理。
技术1、文艺复兴后的人工神经网络
对于人工智慧，电脑科学家当然希望可以直接模仿生物的神经元运作，因此设计数学模型来模拟动物神经网络的结构与功能。所谓人工神经网络是一种仿造神经元运作的函数演算，能接受外界资讯输入的刺激，且根据不同刺激影响的权重转换成输出的反应，或用以改变内部函数的权重结构，以适应不同环境的数学模型。
技术2、靠巨量数据运作的机器学习
科学家发现，要让机器有智慧，并不一定要真正赋予它思辩能力，可以大量阅读、储存资料并具有分辨的能力，就足以帮助人类工作。1970年代，人工智慧学者从前一时期的研究发展，开始思辩在机器上显现出人工智慧时，是否一定要让机器真正具有思考能力？
因此，人工智慧有了另一种划分法：弱人工智慧（WeakAI）与强人工智慧（StrongAI）。弱人工智慧意指如果一台机器具有博闻、强记（可以快速扫描、储存大量资料）与分辨的能力，它就具有表现出人工智慧的能力。强人工智慧则是希望建构出的系统架构可媲美人类，可以思考并做出适当反应，真正具有人工智慧。
技术3、人工智慧的重要应用：自然语言处理
对人类来说，如何让这些现代自己制造出来的机器们，可以听懂人话，并与人类「合作」，绝对是可以推动我们面对未知宇宙的重要助手。自然语言处理（NaturalLanguageProcessing,NLP）的研究，是要让机器「理解」人类的语言，是人工智慧领域里的其中一项重要分支。
英国雷丁大学的演化生物学家马克．佩葛（MarkPagel）认为，最早的一种「社会科技」是人类的「语言」，语言的发明让早期人类部落透过新工具：「合作」在演化上占有优势。自然语言处理可先简单理解分为进、出计算机等两种：其一是从人类到电脑──让电脑把人类的语言转换成程式可以处理的型式，其二是从电脑回馈到人──把电脑所演算的成果转换成人类可以理解的语言表达出来。
奠定人工智能理论基础的是图灵图灵，世界公认的人工智能之父。1931年图灵进入剑桥大学国王学院，毕业后到美国普林斯顿大学攻读博士学位，第二次世界大战爆发后回到剑桥，后曾协助军方破解德国的著名密码系统Enigma，帮助盟军取得了二战的胜利。图灵对于人工智能的发展有诸多贡献，提出了一种用于判定机器是否具有智能的试验方法，即图灵试验，每年都有试验的比赛。此外，图灵提出的著名的图灵机模型为现代计算机的逻辑工作方式奠定了基础。
人工智能的奠基者是自然非图灵莫属
阿兰·麦席森·图灵（AlanMathisonTuring，1912.6.23—1954.6.7），英国数学家、逻辑学家，被称为计算机科学之父、人工智能之父。1931年图灵进入剑桥大学国王学院，毕业后到美国普林斯顿大学攻读博士学位，二战爆发后回到剑桥，后曾协助军方破解德国的著名密码系统Enigma，帮助盟军取得了二战的胜利。
阿兰·麦席森·图灵，1912年生于英国伦敦，1954年死于英国的曼彻斯特，他是计算机逻辑的奠基者，许多人工智能的重要方法也源自于这位伟大的科学家。他对计算机的重要贡献在于他提出的有限状态自动机也就是图灵机的概念，对于人工智能，它提出了重要的衡量标准“图灵测试”，如果有机器能够通过图灵测试，那他就是一个完全意义上的智能机，和人没有区别了。他杰出的贡献使他成为计算机界的第一人，现在人们为了纪念这位伟大的科学家将计算机界的最高奖定名为“图灵奖”。上中学时，他在科学方面的才能就已经显示出来，这种才能仅仅限于非文科的学科上，他的导师希望这位聪明的孩子也能够在历史和文学上有所成就，但是都没有太大的建树。少年图灵感兴趣的是数学等学科。在加拿大他开始了他的职业数学生涯，在大学期间这位学生似乎对前人现成的理论并不感兴趣，什么东西都要自己来一次。大学毕业后，他前往美国普林斯顿大学也正是在那里，他制造出了以后称之为图灵机的东西。图灵机被公认为现代计算机的原型，这台机器可以读入一系列的零和一，这些数字代表了解决某一问题所需要的步骤，按这个步骤走下去，就可以解决某一特定的问题。这种观念在当时是具有革命性意义的，因为即使在50年代的时候，大部分的计算机还只能解决某一特定问题，不是通用的，而图灵机从理论上却是通用机。在图灵看来，这台机器只用保留一些最简单的指令，一个复杂的工作只用把它分解为这几个最简单的操作就可以实现了，在当时他能够具有这样的思想确实是很了不起的。他相信有一个算法可以解决大部分问题，而困难的部分则是如何确定最简单的指令集，怎么样的指令集才是最少的，而且又能顶用，还有一个难点是如何将复杂问题分解为这些指令的问题。
1936年，图灵向伦敦权威的数学杂志投了一篇论文，题为“论数字计算在决断难题中的应用”。在这篇开创性的论文中，图灵给“可计算性”下了一个严格的数学定义，并提出著名的“图灵机”(TuringMachine)的设想。“图灵机”不是一种具体的机器，而是一种思想模型，可制造一种十分简单但运算能力极强的计算装置，用来计算所有能想象得到的可计算函数。“图灵机”与“冯·诺伊曼机”齐名，被永远载入计算机的发展史中。1950年10月，图灵又发表了另一篇题为“机器能思考吗”的论文，成为划时代之作。也正是这篇文章，为图灵赢得了“人工智能之父”的桂冠。
奠定人工智能基础的计算机科学家是全球ai公司排名
1.AIBrain
AIBrain是一家位于美国加利福尼亚州的人工智能公司，专门为智能手机和机器人应用提供AI解决方案，拥有自己的人工智能平台IRSP，并专注人工智能的开发。
2.亚马逊
这家全球商品品种最多的在线零售巨头如今已经通过服务和产品进入了人工智能领域，它们的亚马逊机器人已经开始学习使用数据预测和查找模式的能力。目前亚马逊的人工智能服务机器人Alexa已经面世。
3.Anki
Anki是一家获得了银行业巨头摩根投资的玩具机器人公司，总部位于旧金山。Anki的旗舰机器人是Cozmo，该机器人由于出色的情感反应被称为是迄今为止最先进的消费机器人之一，它有表情、有情绪，没电了还能自己充电。
4.苹果
苹果公司在过去的3年里收购了四家人工智能创业公司，预示着它们迈入人工智能领域的决心。多年来，苹果公司的虚拟助理Siri从一个简单的语音助手变成了成熟的语音机器人。
5.Banjo
Banjo是一家社交网络公司，在2015年获得了日本软银集团1亿美元的融资，它们利用人工智能对社交媒体进行数据整合，将地理定位和社交软件结合，用户可以查看自己周围的活动，也可以查看某个地址周边发生的事情。
6.达闼科技
达闼科技正在开发它称为基于云智能的机器人系统。CI与AI不同，它将机器与人类相结合，而不是将它们作为单独的实体来对待，但允许机器人由人控制。
7.Facebook
这家为全球30亿用户服务的公司，在对人工智能的战略投资商是舍得的，迄今为止，脸书已经开设了三家人工智能实验室，并且还收购了两家AI公司，即Masquerade和ZurichEye。
8.Google
在所有互联网企业当中，谷歌是高居最具品牌价值企业榜首的人工智能领域领导者，它们早就已经开始大规模布局人工智能，并且投入很大。在四年内，谷歌收购了12家AI创业公司，它们研究的重点是推荐语言翻译、视觉处理以及排名和预测能力。
9.H2O
H2O是由Oxdata公司推出的一个人工智能项目，主要服务于数据科学家和开发者，被全球超过10,000个组织的100,000多名数据科学家所使用，为他们提供快速机器学习引擎，另外它还声称自己是“世界领先的开源机器学习平台”。
10.IBM
从20世纪50年代开始，IBM就一直是人工智能领域的先驱者，它一直专注于人工智能领域，其中Watson超级计算机是最知名的AI项目之一，这台计算机可以学习语言和人类知识。
人工智能的奠基人()系统论是研究系统的一般模式，结构和规律的学问，它研究各种系统的共同特征，用数学方法定量地描述其功能，寻求并确立适用于一切系统的原理、原则和数学模型，是具有逻辑和数学性质的一门新兴的科学。
系统思想源远流长，但作为一门科学的系统论，人们公认是美籍奥地利人、理论生物学家L.V.贝塔朗菲（L.Von.Bertalanffy）创立的。他在1952年发表“抗体系统论”，提出了系统论的思想。1973年提出了一般系统论原理，奠定了这门科学的理论基础。但是他的论文《关于一般系统论》，到1945年才分开发表，他的理论到1948年在美国再次讲授“一般系统论”时，才得到学术界的重视。确立这门科学学术地位的是1968年贝塔朗菲发表的专著：《一般系统理论基础、发展和应用》(《GeneralSystemTheory;Foundations,Development,Applications》）,该书被公认为是这门学科的代表作。
系统一词，来源于古希腊语，是由部分构成整体的意思。今天人们从各种角度上研究系统，对系统下的定义不下几十种。如说“系统是诸元素及其顺常行为的给定集合”，“系统是有组织的和被组织化的全体”，“系统是有联系的物质和过程的集合”，“系统是许多要素保持有机的秩序，向同一目的行动的东西”，等等。一般系统论则试图给一个能描示各种系统共同特征的一般的系统定义，通常把系统定义为：由若干要素以一定结构形式联结构成的具有某种功能的有机整体。在这个定义中包括了系统、要素、结构、功能四个概念，表明了要素与要素、要素与系统、系统与环境三方面的关系。
系统论认为，整体性、关联性，等级结构性、动态平衡性、时序性等是所有系统的共同的基本特征。这些，既是系统所具有的基本思想观点，而且它也是系统方法的基本原则，表现了系统论不仅是反映客观规律的科学理论，具有科学方法论的含义，这正是系统论这门科学的特点。，贝塔朗菲对此曾作过说明，英语SystemApproach直译为系统方法，也可译成系统论，因为它既可代表概念、观点、模型，又可表示数学方法。他说，我们故意用Approach这样一个不太严格的词，正好表明这门学科的性质特点。
系统论的核心思想是系统的整体观念。贝塔朗菲强调，任何系统都是一个有机的整体，它不是各个部分的机械组合或简单相加，系统的整体工功能是各要素在孤立状态下所没有的新质。他用亚里斯多德的“整体大于部分之和”的名言来说明系统的整体性，反对那种认为要素性能好，整体性能一定好，以局部说明整体的机械论的观点。同时认为，系统中各要素不是孤立地存在着，每个要素在系统中都处于一定的位置上，起着特定的作用。要素之间相互关联，构成了一个不可分割的整体。要素是整体中的要素，如果将要素从系统整体中割离出来，它将失去要素的作用。正象人手在人体中它是劳动的器官，一旦将手从人体中砍下来，那时它将不再是劳动的器官了一样。
系统论的基本思想方法，就是把所研究和处理的对象，当作一个系统，分析系统的结构和功能，研究系统、要素、环境三者的相互关系和变动的规律性，并优化系统观点看问题，世界上任何事物都可以看成是一个系统，系统是普遍存在的。大至渺茫的宇宙，小至微观的原子，一粒种子、一群蜜蜂、一台机器、一个工厂、一个学会团体、……都是系统，整个世界就是系统的集合。
系统是多种多样的，可以根据不同的原则和情况来划分系统的类型。按人类干预的情况可划分自然系统、人工系统；按学科领域就可分成自然系统、社会系统和思维系统；按范围划妥则有宏观系统、微观系统；按与环境的关系划分就有开放系统、封闭系统、孤立系统；按状态划分就有平衡系统、非平衡系统、近平衡系统、远平衡系统等等。此个还有大系统、小系统的相对区别。
系统论的任务，不仅在于认识系统的特点和规律，更重要地还在于利用这些特点和规律去控制、管理、改造或创造一系统，使它的存在与发展合乎人的目的需要。也就是说，研究系统的目的在于调整系统结构，直辖市各要素关系，使系统达到优化目标。
系统论的出现，使人类的思维方式发生了深刻地变化。以往研究问题，一般是把事物分解成若干部分，抽象出最简单的因素来，然后再以部分的性质去说明复杂事物。这是笛卡尔奠定理论基础的分析方法。这种方法的着眼点在局部或要素，遵循的是单项因果决定论，虽然这是几百年来在特定范围内行之有效、人们最熟悉的思维方法。但是它不能如实地说明事的的整体性，不能反映事物之间的联系和相互作用，它只适应认识较为简单的事物，而不胜任于对复杂问题的研究。在现代科学的整体化和商度综合化发展的趋势下，在人类面临许多规模巨大、关系复杂、参数众多的复杂问题面前，就显得无能为力子。正当传统分析方法束手无策的时候，系统分析方法却能站在时代前列，高屋建瓴，综观全局，别开生面地为现代复杂问题提供了有效的思维方式。所以系统论，连同控制论、信息论等其他横断科学一起所提供的新思路和新方法，为人类的思维开拓新路，它们作为现代科学的新潮流，促进着各门科学的发展。
系统论反映了现代科学了展的趋势，反映了现代社会化大生产的特点，反映了现代社会生活的复杂性，所以它的理论和方法能够得到广泛地应用。系统论不仅为现代科学的发展提供了理论和方法，而且也为解决现代社会中的政治、经济、军事、科学、文化等等方面的各种复杂问题提供了方法论的基础，系统观念正渗透到每个领域。
当前系统论发展的趋势和方向是朝着统一各种各样的系统理论，建立统一的系统科学体系的目标前进着。有的学者认为，“随着系统运动而产生的各种各样的系统(理)论，而这些系统（理）论的统一业已成为重大的科学问题和哲学问题。
谁奠定了人工智能的理论基础被称为人工智能之父阿兰·麦席森·图灵（AlanMathisonTuring，1912.6.23—1954.6.7），英国数学家、逻辑学家，被称为人工智能之父。1931年图灵进入剑桥大学国王学院，毕业后到美国普林斯顿大学攻读博士学位，二战爆发后回到剑桥，后曾协助军方破解德国的著名密码系统Enigma，帮助盟军取得了二战的胜利。
提出并奠定人工智能的人是谁人工智能之父有四个人，他们分别是艾伦·麦席森·图灵、约翰.麦卡锡、马文·明斯基、西摩尔·帕普特，具体贡献：
1、艾伦·麦席森·图灵。
图灵奠定了人工智能的逻辑，并且提出了图灵测试，计算机在5分钟之内回答的问题中，超过百分之三十被认为是人类做出的解答，让人工智能初步得到人们的认可。
2、约翰.麦卡锡。
将批处理方式改进成了能够同时允许多人使用的分时方式。
3、马文·明斯基。
发明了能够模拟人类活动的机器人，也是最早的能够模拟人类的机器人。
4、西摩尔·帕普特。
将儿童和人工智能以非常有趣的方式结合在了一起，从这里开始，科技与教育开始融合，对后来的教育影响非常大。
谁奠定了人工智能的基础东数西算创始人:上海观安信息技术有限公司创始人
首席专家张照龙
随着“数据”被纳入市场化配置改革的五大基础生产要素，与土地、劳动力、资本、技术等传统要素并列，张照龙认为，“东数西算”框架将在推动国内数据市场发展方面发挥重要作用。所谓“东数西算”，即东部地区有许多做大数据、人工智能的高信息化企业，像上海的“一网通办”也产生了大量政府数据，但算力基础设施资源紧张。与之相对应的是，西部地区有能源、有土地，算力资源丰富。
人工智能的历史、现状和未来
2018年2月25日，在平昌冬奥会闭幕式“北京8分钟”表演中，由沈阳新松机器人自动化股份有限公司研发的智能移动机器人与轮滑演员进行表演。新华社记者李钢/摄
2018年5月3日，中国科学院发布国内首款云端人工智能芯片，理论峰值速度达每秒128万亿次定点运算，达到世界先进水平。新华社记者金立旺/摄
2017年10月，在沙特阿拉伯首都利雅得举行的“未来投资倡议”大会上，机器人索菲亚被授予沙特公民身份，她也因此成为全球首个获得公民身份的机器人。图为2018年7月10日，在香港会展中心，机器人索菲亚亮相主舞台。ISAACLAWRENCE/视觉中国
2018年11月22日，在“伟大的变革——庆祝改革开放40周年大型展览”上，第三代国产骨科手术机器人“天玑”正在模拟做手术，它是国际上首个适应症覆盖脊柱全节段和骨盆髋臼手术的骨科机器人，性能指标达到国际领先水平。麦田/视觉中国
如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网，人工智能正成为推动人类进入智能时代的决定性力量。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷转型发展，抢滩布局人工智能创新生态。世界主要发达国家均把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，力图在国际科技竞争中掌握主导权。习近平总书记在十九届中央政治局第九次集体学习时深刻指出，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。错失一个机遇，就有可能错过整整一个时代。新一轮科技革命与产业变革已曙光可见，在这场关乎前途命运的大赛场上，我们必须抢抓机遇、奋起直追、力争超越。
概念与历程
了解人工智能向何处去，首先要知道人工智能从何处来。1956年夏，麦卡锡、明斯基等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”，首次提出“人工智能（ArtificialIntelligence，简称AI）”这一概念，标志着人工智能学科的诞生。
人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学，研究目的是促使智能机器会听（语音识别、机器翻译等）、会看（图像识别、文字识别等）、会说（语音合成、人机对话等）、会思考（人机对弈、定理证明等）、会学习（机器学习、知识表示等）、会行动（机器人、自动驾驶汽车等）。
人工智能充满未知的探索道路曲折起伏。如何描述人工智能自1956年以来60余年的发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能的发展历程划分为以下6个阶段：
一是起步发展期：1956年—20世纪60年代初。人工智能概念提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序等，掀起人工智能发展的第一个高潮。
二是反思发展期：20世纪60年代—70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空（例如，无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等），使人工智能的发展走入低谷。
三是应用发展期：20世纪70年代初—80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入应用发展的新高潮。
四是低迷发展期：20世纪80年代中—90年代中。随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。
五是稳步发展期：20世纪90年代中—2010年。由于网络技术特别是互联网技术的发展，加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年国际商业机器公司（简称IBM）深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念。以上都是这一时期的标志性事件。
六是蓬勃发展期：2011年至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越了科学与应用之间的“技术鸿沟”，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破，迎来爆发式增长的新高潮。
现状与影响
对于人工智能的发展现状，社会上存在一些“炒作”。比如说，认为人工智能系统的智能水平即将全面超越人类水平、30年内机器人将统治世界、人类将成为人工智能的奴隶，等等。这些有意无意的“炒作”和错误认识会给人工智能的发展带来不利影响。因此，制定人工智能发展的战略、方针和政策，首先要准确把握人工智能技术和产业发展的现状。
专用人工智能取得重要突破。从可应用性看，人工智能大体可分为专用人工智能和通用人工智能。面向特定任务（比如下围棋）的专用人工智能系统由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能。人工智能的近期进展主要集中在专用智能领域。例如，阿尔法狗（AlphaGo）在围棋比赛中战胜人类冠军，人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，人工智能系统诊断皮肤癌达到专业医生水平。
通用人工智能尚处于起步阶段。人的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“一脑万用”。真正意义上完备的人工智能系统应该是一个通用的智能系统。目前，虽然专用人工智能领域已取得突破性进展，但是通用人工智能领域的研究与应用仍然任重而道远，人工智能总体发展水平仍处于起步阶段。当前的人工智能系统在信息感知、机器学习等“浅层智能”方面进步显著，但是在概念抽象和推理决策等“深层智能”方面的能力还很薄弱。总体上看，目前的人工智能系统可谓有智能没智慧、有智商没情商、会计算不会“算计”、有专才而无通才。因此，人工智能依旧存在明显的局限性，依然还有很多“不能”，与人类智慧还相差甚远。
人工智能创新创业如火如荼。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷调整发展战略。比如，谷歌在其2017年年度开发者大会上明确提出发展战略从“移动优先”转向“人工智能优先”，微软2017财年年报首次将人工智能作为公司发展愿景。人工智能领域处于创新创业的前沿。麦肯锡公司报告指出，2016年全球人工智能研发投入超300亿美元并处于高速增长阶段；全球知名风投调研机构CBInsights报告显示，2017年全球新成立人工智能创业公司1100家，人工智能领域共获得投资152亿美元，同比增长141%。
创新生态布局成为人工智能产业发展的战略高地。信息技术和产业的发展史，就是新老信息产业巨头抢滩布局信息产业创新生态的更替史。例如，传统信息产业代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网时代信息产业代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等。人工智能创新生态包括纵向的数据平台、开源算法、计算芯片、基础软件、图形处理器等技术生态系统和横向的智能制造、智能医疗、智能安防、智能零售、智能家居等商业和应用生态系统。目前智能科技时代的信息产业格局还没有形成垄断，因此全球科技产业巨头都在积极推动人工智能技术生态的研发布局，全力抢占人工智能相关产业的制高点。
人工智能的社会影响日益凸显。一方面，人工智能作为新一轮科技革命和产业变革的核心力量，正在推动传统产业升级换代，驱动“无人经济”快速发展，在智能交通、智能家居、智能医疗等民生领域产生积极正面影响。另一方面，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能系统可能存在的歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生的科技伦理等问题已经显现出来，需要抓紧提供解决方案。
趋势与展望
经过60多年的发展，人工智能在算法、算力（计算能力）和算料（数据）等“三算”方面取得了重要突破，正处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有诸多瓶颈。那么在可以预见的未来，人工智能发展将会出现怎样的趋势与特征呢？
从专用智能向通用智能发展。如何实现从专用人工智能向通用人工智能的跨越式发展，既是下一代人工智能发展的必然趋势，也是研究与应用领域的重大挑战。2016年10月，美国国家科学技术委员会发布《国家人工智能研究与发展战略计划》，提出在美国的人工智能中长期发展策略中要着重研究通用人工智能。阿尔法狗系统开发团队创始人戴密斯·哈萨比斯提出朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。微软在2017年成立了通用人工智能实验室，众多感知、学习、推理、自然语言理解等方面的科学家参与其中。
从人工智能向人机混合智能发展。借鉴脑科学和认知科学的研究成果是人工智能的一个重要研究方向。人机混合智能旨在将人的作用或认知模型引入到人工智能系统中，提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和拓展，通过人机协同更加高效地解决复杂问题。在我国新一代人工智能规划和美国脑计划中，人机混合智能都是重要的研发方向。
从“人工+智能”向自主智能系统发展。当前人工智能领域的大量研究集中在深度学习，但是深度学习的局限是需要大量人工干预，比如人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据、用户需要人工适配智能系统等，非常费时费力。因此，科研人员开始关注减少人工干预的自主智能方法，提高机器智能对环境的自主学习能力。例如阿尔法狗系统的后续版本阿尔法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类人工智能”。在人工智能系统的自动化设计方面，2017年谷歌提出的自动化学习系统（AutoML）试图通过自动创建机器学习系统降低人员成本。
人工智能将加速与其他学科领域交叉渗透。人工智能本身是一门综合性的前沿学科和高度交叉的复合型学科，研究范畴广泛而又异常复杂，其发展需要与计算机科学、数学、认知科学、神经科学和社会科学等学科深度融合。随着超分辨率光学成像、光遗传学调控、透明脑、体细胞克隆等技术的突破，脑与认知科学的发展开启了新时代，能够大规模、更精细解析智力的神经环路基础和机制，人工智能将进入生物启发的智能阶段，依赖于生物学、脑科学、生命科学和心理学等学科的发现，将机理变为可计算的模型，同时人工智能也会促进脑科学、认知科学、生命科学甚至化学、物理、天文学等传统科学的发展。
人工智能产业将蓬勃发展。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长，人工智能应用的云端化将不断加速，全球人工智能产业规模在未来10年将进入高速增长期。例如，2016年9月，咨询公司埃森哲发布报告指出，人工智能技术的应用将为经济发展注入新动力，可在现有基础上将劳动生产率提高40%；到2035年，美、日、英、德、法等12个发达国家的年均经济增长率可以翻一番。2018年麦肯锡公司的研究报告预测，到2030年，约70%的公司将采用至少一种形式的人工智能，人工智能新增经济规模将达到13万亿美元。
人工智能将推动人类进入普惠型智能社会。“人工智能+X”的创新模式将随着技术和产业的发展日趋成熟，对生产力和产业结构产生革命性影响，并推动人类进入普惠型智能社会。2017年国际数据公司IDC在《信息流引领人工智能新时代》白皮书中指出，未来5年人工智能将提升各行业运转效率。我国经济社会转型升级对人工智能有重大需求，在消费场景和行业应用的需求牵引下，需要打破人工智能的感知瓶颈、交互瓶颈和决策瓶颈，促进人工智能技术与社会各行各业的融合提升，建设若干标杆性的应用场景创新，实现低成本、高效益、广范围的普惠型智能社会。
人工智能领域的国际竞争将日益激烈。当前，人工智能领域的国际竞赛已经拉开帷幕，并且将日趋白热化。2018年4月，欧盟委员会计划2018—2020年在人工智能领域投资240亿美元；法国总统在2018年5月宣布《法国人工智能战略》，目的是迎接人工智能发展的新时代，使法国成为人工智能强国；2018年6月，日本《未来投资战略2018》重点推动物联网建设和人工智能的应用。世界军事强国也已逐步形成以加速发展智能化武器装备为核心的竞争态势，例如美国特朗普政府发布的首份《国防战略》报告即谋求通过人工智能等技术创新保持军事优势，确保美国打赢未来战争；俄罗斯2017年提出军工拥抱“智能化”，让导弹和无人机这样的“传统”兵器威力倍增。
人工智能的社会学将提上议程。为了确保人工智能的健康可持续发展，使其发展成果造福于民，需要从社会学的角度系统全面地研究人工智能对人类社会的影响，制定完善人工智能法律法规，规避可能的风险。2017年9月，联合国犯罪和司法研究所（UNICRI）决定在海牙成立第一个联合国人工智能和机器人中心，规范人工智能的发展。美国白宫多次组织人工智能领域法律法规问题的研讨会、咨询会。特斯拉等产业巨头牵头成立OpenAI等机构，旨在“以有利于整个人类的方式促进和发展友好的人工智能”。
态势与思考
当前，我国人工智能发展的总体态势良好。但是我们也要清醒看到，我国人工智能发展存在过热和泡沫化风险，特别在基础研究、技术体系、应用生态、创新人才、法律规范等方面仍然存在不少值得重视的问题。总体而言，我国人工智能发展现状可以用“高度重视，态势喜人，差距不小，前景看好”来概括。
高度重视。党中央、国务院高度重视并大力支持发展人工智能。习近平总书记在党的十九大、2018年两院院士大会、全国网络安全和信息化工作会议、十九届中央政治局第九次集体学习等场合多次强调要加快推进新一代人工智能的发展。2017年7月，国务院发布《新一代人工智能发展规划》，将新一代人工智能放在国家战略层面进行部署，描绘了面向2030年的我国人工智能发展路线图，旨在构筑人工智能先发优势，把握新一轮科技革命战略主动。国家发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏、浙江等地方政府都推出了发展人工智能的鼓励政策。
态势喜人。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成为全球人工智能投融资规模最大的国家，我国人工智能企业在人脸识别、语音识别、安防监控、智能音箱、智能家居等人工智能应用领域处于国际前列。根据2017年爱思唯尔文献数据库统计结果，我国在人工智能领域发表的论文数量已居世界第一。近两年，中国科学院大学、清华大学、北京大学等高校纷纷成立人工智能学院，2015年开始的中国人工智能大会已连续成功召开四届并且规模不断扩大。总体来说，我国人工智能领域的创新创业、教育科研活动非常活跃。
差距不小。目前我国在人工智能前沿理论创新方面总体上尚处于“跟跑”地位，大部分创新偏重于技术应用，在基础研究、原创成果、顶尖人才、技术生态、基础平台、标准规范等方面距离世界领先水平还存在明显差距。在全球人工智能人才700强中，中国虽然入选人数名列第二，但远远低于约占总量一半的美国。2018年市场研究顾问公司CompassIntelligence对全球100多家人工智能计算芯片企业进行了排名，我国没有一家企业进入前十。另外，我国人工智能开源社区和技术生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。我国参与制定人工智能国际标准的积极性和力度不够，国内标准制定和实施也较为滞后。我国对人工智能可能产生的社会影响还缺少深度分析，制定完善人工智能相关法律法规的进程需要加快。
前景看好。我国发展人工智能具有市场规模、应用场景、数据资源、人力资源、智能手机普及、资金投入、国家政策支持等多方面的综合优势，人工智能发展前景看好。全球顶尖管理咨询公司埃森哲于2017年发布的《人工智能：助力中国经济增长》报告显示，到2035年人工智能有望推动中国劳动生产率提高27%。我国发布的《新一代人工智能发展规划》提出，到2030年人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。在我国未来的发展征程中，“智能红利”将有望弥补人口红利的不足。
当前是我国加强人工智能布局、收获人工智能红利、引领智能时代的重大历史机遇期，如何在人工智能蓬勃发展的浪潮中选择好中国路径、抢抓中国机遇、展现中国智慧等，需要深入思考。
树立理性务实的发展理念。任何事物的发展不可能一直处于高位，有高潮必有低谷，这是客观规律。实现机器在任意现实环境的自主智能和通用智能，仍然需要中长期理论和技术积累，并且人工智能对工业、交通、医疗等传统领域的渗透和融合是个长期过程，很难一蹴而就。因此，发展人工智能要充分考虑到人工智能技术的局限性，充分认识到人工智能重塑传统产业的长期性和艰巨性，理性分析人工智能发展需求，理性设定人工智能发展目标，理性选择人工智能发展路径，务实推进人工智能发展举措，只有这样才能确保人工智能健康可持续发展。
重视固本强基的原创研究。人工智能前沿基础理论是人工智能技术突破、行业革新、产业化推进的基石。面临发展的临界点，要想取得最终的话语权，必须在人工智能基础理论和前沿技术方面取得重大突破。我们要按照习近平总书记提出的支持科学家勇闯人工智能科技前沿“无人区”的要求，努力在人工智能发展方向和理论、方法、工具、系统等方面取得变革性、颠覆性突破，形成具有国际影响力的人工智能原创理论体系，为构建我国自主可控的人工智能技术创新生态提供领先跨越的理论支撑。
构建自主可控的创新生态。我国人工智能开源社区和技术创新生态布局相对滞后，技术平台建设力度有待加强。我们要以问题为导向，主攻关键核心技术，加快建立新一代人工智能关键共性技术体系，全面增强人工智能科技创新能力，确保人工智能关键核心技术牢牢掌握在自己手里。要着力防范人工智能时代“空心化”风险，系统布局并重点发展人工智能领域的“新核高基”：“新”指新型开放创新生态，如产学研融合等；“核”指核心关键技术与器件，如先进机器学习技术、鲁棒模式识别技术、低功耗智能计算芯片等；“高”指高端综合应用系统与平台，如机器学习软硬件平台、大型数据平台等；“基”指具有重大原创意义和技术带动性的基础理论与方法，如脑机接口、类脑智能等。同时，我们要重视人工智能技术标准的建设、产品性能与系统安全的测试。特别是我国在人工智能技术应用方面走在世界前列，在人工智能国际标准制定方面应当掌握话语权，并通过实施标准加速人工智能驱动经济社会转型升级的进程。
推动共担共享的全球治理。目前看，发达国家通过人工智能技术创新掌控了产业链上游资源，难以逾越的技术鸿沟和产业壁垒有可能进一步拉大发达国家和发展中国家的生产力发展水平差距。在发展中国家中，我国有望成为全球人工智能竞争中的领跑者，应布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合“一带一路”建设，让“智能红利”助推共建人类命运共同体。
作者：中央人民政府驻香港特别行政区联络办公室副主任、中国科学院院士