高阶人工智能时代的畅想
https://www.toutiao.com/a6689304714430906893/
2019-05-1015:58:42
“你好，贾维斯。”
“钢铁侠？是你吗？敬礼！”
作为漫威电影宇宙十年中的一个重要节点，《复仇者联盟4：终局之战》的上映引起了众多影迷的热议，而藏在Siri中这一彩蛋的“泄露”，也再次戳中了观众泪点。
在影片中，贾维斯是钢铁侠的智能管家，可以独立思考、分析各种信息、处理各种事物，当钢铁侠穿上盔甲后其还能自动进行虹膜扫描确保机甲非外人侵入……可以说，贾维斯满足了人们对于AI应用的最高幻想。
放眼当下，AI虽然仍未完美融入社会生活，却也涌现了不少为之奋斗的“钢铁侠”，明略科技便是其中之一。作为国内领先的一站式企业级人工智能产品与服务平台，明略科技不断向各行各业输出智能解决方案，近日其于全球人工智能产品应用博览会（下称“智博会”）上也让人眼前一亮。
一、黑科技齐亮相，描绘人机协同蓝图
当年人机围棋大战上，击败棋圣的AI能否继续大放异彩？而这场在苏州工业园区举行的智博会上，皓哥受邀到场，零距离感受明略科技的先进智能理论与行业应用成果，并见证了“人机协同”风潮的降临。
尤以餐饮场景为例，明略科技依托机器眼、机器耳、机器手脚等向餐饮企业提供一站式智慧解决方案，在实现降本增效外还提升了用户消费体验。
从客人到店、点单消费再到离店，餐饮助手“贾维斯”似乎初具雏形。机器眼，顾名思义即是通过计算机视觉识别技术采集各种信息，可在客人到店的第一时间捕捉面部特征，辨别新客老客，由此针对老客的历史点餐记录推荐菜品；机器耳则是根据语音识别常见诉求，抓取音频中客人的需求点与抱怨点从而高效解决；此外，机器手脚能够协助食品制作，不仅使得操作流程规范化，卫生安全也得以保证。
而在后厨，明略科技同样没有放过任何一个死角。除了借由感知AI技术进行无间断识别厨师是否合理穿戴、厨余垃圾桶是否按照要求加盖等外，其针对鼠患监控的产品也已落地，并成为了有害生物行业首选高科技解决方案。可以说，明略科技以AI打造了全方位立体化的监管，让管理者通过PC端、移动端实时掌握各项业务进程，从源头上扼制食品安全隐患。
在烈火烹油的新零售领域，明略科技也从后台基础层、中台服务层、前台业务层三大维度，描绘了主数据、订单、库存、结算、会员以及营销一体化的智慧新零售蓝图。
具体而言，明略科技为零售企业提供连锁店务高效管理平台、客户关系管理平台、营销推广平台以及多维度BI分析平台，在零售智慧大脑的架构下，其从最底层的数据收集整理实现对外业务和对内管理的双向赋能。一则，先进的新零售管理体系能帮助企业建立全新的运营考评，让企业机体更适应零售变革；二则，简单化的操作、自动化的流程、可视化的数据等也将极大降低经营难度，赋能零售企业的数字化、智慧化升级。
明略科技对新零售的三大赋能
浏览过明略科技的各项黑科技后，不禁让人发出“未来已来”的感叹。
二、场景化应用背后的两大映射
纵观当下，许多人工智能玩家都倾向在图像识别、音频识别等基础感知能力上深挖技术、寻求单点突破。而从此次明略科技于智博会上的表现不难看出，其更专注应用层，借由多种AI技术的组合探索整体的解决方案，并在餐饮、金融、工业等多场景中快速落地。通过实战，甚至总结出了新一代人工智能理论基础。
明略科技集合人类智能HI、机器智能AI、组织智能OI推出新一代理论“HAO智能”，通过构建“感知-认知-行动”的AI闭环推动技术落地。
人工智能虽然强大，在科学预测中也有望取代超过50%的人类工作，但在创造性地提出决策、社交等层面仍需要发挥人类智能的价值。也就是说，两者并不完全对立，甚至可以共同协作。而明略科技也洞悉了人机交互过程中现存的痛点，即“人工智障”的尴尬多于人工智能的便捷，因此其在组织智能的架构下打通了感知与认知之间的隔膜，实现人机协同。由此，“HAO智能”应运而生。
明略科技“HAO智能”（点击查看大图）
明略科技创始人吴明辉曾在一次采访中以动物的进化类比AI的演变，他认为，爬行动物有很好的感知系统和运动系统，但其运动是应激反应并不存在思考，而哺乳动物的大脑出现了新皮层，具有认知系统，并由认知指导自身行为。从感知到认知，这也是AI的迭代方向，因而“HAO智能”逐渐具备识别、理解、分析、决策乃至创新等更高阶的能力，以AI反馈闭环推动场景化应用的落地以及人机协同目标的达成。
多场景下的应用延伸则契合了品牌升级之后的行业大脑战略，横向扩产业面，纵向扩产业链，以横纵联合之势为更多行业、环节提供智能解决方案。
自去年9月推出“行业AI大脑明智系统2.0”以来，明略科技便已切入公共安全、工业、数字城市、金融四大垂直领域，推出了完整的产品与解决方案。今年3月，在D轮融资后，明略科技继续大开大合，将品牌升级为“明略科技”，并配合业务发展打造了企业服务、公共服务、新服务三大事业群，可见其“HAO智能”理论的场景化应用也将快速渗透至更多领域。
明略科技集团创始人、董事长、CEO吴明辉
具体而言，针对实体服务，明略科技将进军餐饮零售两大细分赛道以前文所述的餐饮行业为例，为提升门店的精细化管理、带来“千人千味”的个性化体验、实现全链路的降本增效以及保证食品加工各个维度的安全卫生，其推出了云巡店解决方案、精益生产解决方案、智慧供应链解决方案、卫生数字监控解决方案等高阶人工智能服务，以行业“顶级智囊”的定位满足产业链上多个环节的诉求。
“将明略科技打造成全球领先的一站式企业服务人工智能和大数据平台，探索新一代人工智能技术在知识和管理等复杂度高的行业中的落地。”正如吴明辉所言，明略科技也在朝着这一定位稳步迈进。
三、“HAO智能”之下，明略科技的野望
有人说，爱迪生有一种商业天赋，他能从身边的生活场景中，敏锐地发觉那些可以被技术创新所改变的新需求。明略科技似乎也是如此，在构筑了AI应用闭环后，其也能洞悉各行各业经营痛点并提供解决方案。
以HAO智能为底层基础，明略科技可以将战术迁移、应用至更多行业，借由AI解决方案赋能整个数字中国愿景，想象空间颇大。
对于明略科技而言，其在公共安全、工业、金融等行业的实战中强化了线上线下互通的数据中台、多模态数据融合分析、贯通“感知-认知-行动”的AI闭环三大核心能力。而在社会的数字化浪潮下，这些底层能力无疑能横向复用于更多行业，具备较强的延展性与普适性。正如物理学家追求用简单、普遍的规则解释自然界的所有现象一样，明略科技也能不断提升这套方法论的行业渗透率。
然而，在第二届数字中国建设峰会、智博会等推波助澜的数字化大潮下，国内的数字化建设力量并不平均，尤其在高精尖光环下的AI技术及相应解决方案上，动辄投入千万美元，远超中小企业的承受范围，将影响整个数字化建设的进程。而明略科技“HAO智能”依托大数据、物联网、人工智能等先进科技摸索出成熟的行业解决方案，降低各行业转型数字化与智能化的门槛，实现了普惠智能。尤其在数字经济规模高速增长的背景下，明略科技于商业价值外的社会价值也愈发彰显。
技术的价值在于寻找合适的场景落地，面对AI技术与行业切实需求之间的脱节，明略科技也需继续沉淀行业认知，推动HAO智能闭环解决方案在跨行业试验中的落地。
远望资本创始合伙人程浩曾表示，商业的本质在于被需要，但想象中的用户需求未必是实际的用户需求，想象中的解决方案未必是实际有效的解决方案。类比之下，技术的本质何尝不是被应用，而忽视技术与当下行业痛点的匹配度与相关性，就很容易导致顶级技术陷入“曲高和寡”的尴尬境地。
显然，明略科技则更务实，已为不少企业级用户提供了基于“HAO智能”的解决方案，也在场景化的应用中获得了一定的认知积淀。然而，想让智能化的设想融于更多领域，其还需在新行业的渗透中不断强化技术与行业知识图谱两条腿走路的战术，进一步赋予AI知识经验与人性温度，从而打造标杆示范效应。在此基础上，更多企业也将体会到数字化、智能化方案的甘甜，数字中国愿景得以更快落地，而于实战中，明略科技的“HAO智能”得以创造更多商业增量价值而非只是空中楼阁、徒有其表。
四、结语
自AI风起，人们便一直对智能管家、智能助手等角色充满向往，以实现全新的生活体验。而明略科技“HAO智能体系”使之可期，随着人工智能闭环解决方案的不断迭代与完善，各行各业也有望拥有属于自己的“贾维斯”。
畅想一下，未来的人工智能是什么样子
你想象中的人工智能(AI)时代会是什么样的景象?会是《终结者》中失控的“天网”，机器人消灭人类?还是《攻壳机动队》中炫目的未来世界，虚拟信号穿行，生化人、仿生人、人类共存?
在科幻电影为我们营造的AI印象背后，现实的AI是什么模样?
五十年前，在人们心目中自动化代表着智能;二十年前，用汇编语言写出逻辑编码，机器能完成人类完成不了的任务就是智能;而今天我们讨论的人工智能，主要依赖深度学习技术，不需要人类输入规则，而是机器自己寻找规则——这让我们认为：机器有了智能，能像人一样思考。
而深度学习大显身手有两个条件——强大的计算能力和高质量的大数据，前者得益于硬件计算能力的发展，后者则是互联网时代每天产生亿级数据的受惠者。
考察人工智能领域的现状，我们发现智力远超人类的“强人工智能”仍属于科幻范畴;而在近未来，逐渐走出实验室应用到日常生活中的“弱人工智能”，已经开始引发广泛关注。
人人都有智能助理
对咖啡机说一句“我想喝杯咖啡”，“好的，稍等”于是，一杯不加糖、脱脂奶的美式就到了你手边，你甚至无需告诉它，你的口味是什么，答案都在往日积累的口味偏好数据中。
今年一月，扎克伯格宣布自己完成了人工智能助手Jarvis的代码编写，希望这套系统理解自然语言的指令，通过对话去控制家里所有的电器，包括冰箱、窗帘、灯光等等。在对话式人工智能操作系统成为风口的今天，让机器具备耳朵和声音，用人类的语言与人类进行交流已经不是难事。在2017年极客公园创新大会上，类似DuerOS这样的产品已经进入家庭、车载、移动等场景之中，用“人机对话”的方式让万事万物变简单。
人人都是老司机
特斯拉、谷歌、德系车企……众多玩家都在让科幻电影中的智能驾驶变成真实;中国科技企业自主研发的无人车也经过了路测、试驾等重重考验。2016年乌镇互联网大会上，百度无人车首次进行开放城市道路运营，几十名乘客提前体验了无人驾驶汽车。
他们还为汽车行业及自动驾驶领域的合作伙伴提供了一个开放、完整、安全的软件平台Apollo，助力传统车企快速搭建出一套属于自己的完整的自动驾驶系统。未来，年迈的老人或考不过驾照的新手，或许都能通过无人车轻松上路;一家人出行过程中也能够解放双手，享受车上的家庭时光。
出门“带脸就行”
“刷脸”时代，仅仅凭借一张脸就能轻松实现一切所需;乌镇互联网大会期间，用户在首次入园时提供身份证扫描并录入一张实时拍摄照片，不超过10秒，就可以“刷脸”在乌镇景区各闸机处通行;这项技术也将应用到全国各大景区、写字楼、地铁等，全面实现“带脸就行”。
“人脸识别”技术带来的不仅是方便快捷，更重要的是安全，当它与金融结合，我们可以不带手机，不带银行卡，只需要扫一下脸，不管是小超市买东西，还是理财、信贷等其他金融服务，都能实现极速办理。
娱乐旅行·文化教育新体验
除了翻译，AI还在其他方面改变着我们的娱乐和旅行。现在参观秦始皇陵兵马俑时，图像识别以及AR等技术可以让褪色的兵马俑复原到几千年前的色彩。
而对孩子们“恐龙怎么走路呀”，“海豚会唱歌吗”的疑问，通过手机里的AR技术，语音呼唤21种动物现身，与之互动，寓教于乐，随时随地都是动物园。
可以预见的是，未来50年人类生活将被人工智能重新塑造，一个充满无限可能的人工智能时代将全面来临，从这一期开始，我们的专栏就将持续探究人工智能，从了解AI到应用AI再到开展人机协同，AI为人类“蓄力”，人类也将比过去更强大，在1+1>2的作用下迅速迎来智能社会。
人工智能技术在护理领域的应用现状与发展分析
原标题：人工智能技术在护理领域的应用现状与发展分析人工智能技术目前在多个领域都得到了广泛应用，这一技术的最新动态和研究成果吸引着全世界人的目光，有些国家将其列为战略目的[1]。我国目前极力倡导人工智能技术在医疗领域的应用和进一步研发，不断为智能医疗体系的发展提供源动力。老龄化现象的日益加剧让就医人数不断上升，但我国目前的护理人数仍较为短缺，拥有高技术含量的智能护理是满足人们对护理服务需求的实现方式之一，不但能为护理人员减轻工作强度，也进一步提升了护理水平。护理学与其他学科同样都属于人工智能技术的涉猎范围，通过两者的结合将对护理模式的发展提供新的方向，影响深远。
1人工智能技术在护理领域的发展现况
国内外医疗领域目前都与人工智能技术展开了不同程度的结合，逐渐被大范围的应用于疾病诊断和病理分析以及新药研发等方面，在实践理论和中药的辨识中表现优异。IBM公司之前发布了相关资料，通过结合医师的诊疗经验和目前的医疗大数据，经过数据整合可为医护人员提供辅助处理逻辑，是目前较为先进的智能系统。而人工智能技术在护理领域的应用目前主要表现在医疗器械和药品的传递、延伸护理和患者移动等方面，明显为护理人员减轻了工作强度。
1.1在饮食护理中的应用现状
老龄化让临床中的失能老年人和患有残疾的人群数量不断增大，而目前护理人员又非常短缺，这部分人群很重要的需求之一就是饮食护理，护理人员需要与患者进行频繁的沟通和交流，以了解其喜好并对其进行喂食。上世纪80年代英美等国家就研制出了多种饮食护理型智能机器人，不论对患者本身还是对护理人员来讲都能提供很大帮助。而日本更是研制出了可为全身瘫痪患者提供饮食护理的智能机器人，在人机交互系统的帮助下让智能机器人实现了人机交互功能和辅助进食服务，具有极大的现实意义，可为失能老年人的日常生活带来极大帮助。
1.2在护理教育中的应用现状
人工智能技术和学习科学在近些年得到了合力发展，且进展迅速，进而出现了教育型人工智能。目前人工智能技术已经被广泛应用于护理教学中，护理教学本身就具备智能化和迁移化以及分布性等特性，通过结合人工智能技术可为学生提供更加人性化和个性化的学习环境。人工智能导师能充分结合学生的兴趣爱好与现实需求以及学习习惯等，为学生制定出个性化的学习规划，并且真正实现了实时跟踪和评测，对学生的表现能做出更为客观的评价。可通过深挖数据并了解学习状况与其他外部资源之间的关系从而更为准确的对学习趋向进行预估。
1.3在慢性病护理中的应用现状
我国的慢性病患病人数正在逐年增加，对护理的需求进一步有所扩大。人工智能技术若能与移动计算和医疗设备以及传感技术等相关的新技术相结合，就极为可能为慢性病患者提供更好的护理服务。这方面的研究最早诞生于美国，比如可通过血糖应用来监测患者的血糖控制情况，帮助患者增强自我管理。目前该领域的相关技术正在不断更新和发展，能为慢性病患者的自我管理提供极大帮助，医护人员可远距离实现监护，帮助患者提升自身的生活质量。
1.4关于智能病房的应用现状
智能病房最早诞生在托马斯·杰斐逊大学医院，主要为缓解患者和医护人员双方面的压力。此智能病房依托于自然语言性能和认知计算，患者可提出更为具体的信息要求，病房内的灯光和温度以及音乐等功能可通过语言来控制，更为人性化和便捷化。同时还拥有交互功能，对医护人员的工作提供了很好的协助作用，可自动记录和存储相关资料，便于随时查看[2]。国外已将相关技术应用于新生儿重症监护病房，可实现实时预警，通过数据整合对患儿提供了更高质量的监护。
展开全文2人工智能技术在护理领域的发展契机
2.1就诊前完成对患者的健康评估
临床护理首先就要从患者入院时的健康状况评估开始，比如测量体重、量血压等，需要对患者的心理状况和自理能力以及风险等方面进行评估。进一步规范和更全面化的护理评估体系能为之后的护理质量提供保障，让护理更加科学化与合理化，同时也能建立起护理安全优先体系。人工智能技术的最大优点就是能承载更多的信息，可将医疗信息和护理信息汇聚于一身，实现更为高效和准确的资源整合，进而可为每位患者建立电子信息档案，再通过云技术等相关新技术建立起庞大的健康数据库。因此，医护人员也就能随时掌握患者的个人状况，了解到每位患者的差异化信息，对护理工作的展开和临床诊断都意义重大。同时，人工智能技术还能协助医护人员管理患者的相关数据，将个人数据与大数据进行对比和分析，进一步对疾病的临床护理和预防预以及治疗都能提供系统化和规范化的指导，从而也提升了护理质量。
2.2减轻临床护理工作的压力
国内的护理人力资源明显紧张，人力极为短缺，而人工智能技术有望能为临床护理工作减轻压力，让临床护理工作的效率进一步提升，并不断提升护理质量。目前信息技术已经得到了广泛应用，护理资源系统可将护理工作站与移动终端相结合，在互联网下可实现信息互通，从而不断优化护理方案并对护理措施实施监管，可大幅度减少护理人员的反复操作，让护理人员不必再花费大量时间去完成手工书写，节省时间并将更多时间应用于实践护理中，有助于不断优化护理质量[3]。人工智能技术还能完成信息化匹配，对患者的辨识度更高，让护理工作中的误差现象进一步得到降低，提供了更高的安全保障。人工智能技术还可应用于患者出院后的随访，以此来减轻护理人员的工作压力，节约更多人力和物力，具有更加切实的应用价值。
2.3不断优化护理方案
随着人工智能技术的不断发展，还有我国政府的大力支持，未来的医疗护理服务领域必将发生很大改变。可穿戴设备能实现智能监测，而通过移动终端就能实现的健康监测，尽早发现健康异常现象，对各种疾病都能做到早发现早治疗，可根据情况给予更加合理的指导和建议，将护理服务更加前置化，参与到患者的就医前阶段中去，真正实现预防疾病的目的。初次发病时可通过人工智能技术完成信息交互，在智能系统的帮助下完成对患者的健康评估。这种应用方式和发展趋势将大幅度降低患者对医疗机构的依赖程度，而对智能化系统和护理支持的需求将会进一步增大。
3结语
目前人工智能技术发展的重要方向之一就是医疗健康领域，并且也受到了全社会的关注，是当下人们最为关切的话题之一，其应用前景极具潜力，具有更加切实的研究价值[4]。虽目前还处于初步发展阶段，但发展速度极快，正在不断的取得突破，还需要广大医疗卫生工作者和相关专业人才进行跨领域沟通与协作，不断提升其应用价值，为护理领域提供更大帮助。
参考文献
本文来源于中国知网免费入口http://www.zhimeng.org/
[1]黄柳.人工智能AI落地英美各类医疗机构[J].中国医院院长，2017(12):82-83.
[2]汤陈琪，李骏强，徐达圆，刘晓彬，侯文佳，吕开阳，等.机器学习和logistic回归模型预测严重烧伤患者发生急性肾损伤的比较分析[J].中华烧伤杂志，2018,34:343-348.
[3]田波彦，鲁华鹏，张胶琼，丁泓帆，刘文媛，田敏，吕毅，杨勤玲.远程医疗机器人在心脏死亡器官捐献肝移植术后随访中的应用[J].器官移植.2019(01).
[4]李龙飞，曹飞帆，张鑫，梁仍昊，徐光华.脑控主被动协同刺激下肢康复训练系统研究与开发[J].西安交通大学学报(医学版).2019(01).返回搜狐，查看更多
责任编辑：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]