一.何为人工智能

\quad \quad 1956年夏，麦卡锡（John McCarthy）、明斯基（Marvin Minsky）、罗切斯特（Nathaniel Rochester）和香农（Claude Shannon）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”这一概念，标志着人工智能学科的诞生。其发展目标是赋予机器类人的感知、学习、思考、决策和行动等能力。

\quad

1.1 发展历程

一是起步发展期：1956年-20世纪60年代初。人工智能概念在1956年首次被提出后，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、LISP表处理语言等，掀起了人工智能发展的第一个高潮。

二是反思发展期：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了低谷。

三是应用发展期：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，推动人工智能走入了应用发展的新高潮。

四是低迷发展期：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：90年代中-2010年。由于网络技术特别是互联网技术的发展，信息与数据的汇聚不断加速，互联网应用的不断普及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，这些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（Graphics Processing Unit，简称GPU）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，大幅跨越科学与应用之间的“技术鸿沟”，图像分类、语音识别、知识问答、人机对弈、无人驾驶等具有广阔应用前景的人工智能技术突破了从“不能用、不好用”到“可以用”的技术瓶颈，人工智能发展进入爆发式增长的新高潮。

\quad
启示:

（一）尊重学科发展规律是推动学科健康发展的前提。人工智能学科发展需要基础理论、数据资源、计算平台、应用场景的协同驱动，当条件不具备时很难实现重大突破。

（二）基础研究是学科可持续发展的基石。谷歌的DeepMind团队长期深入研究神经科学启发的人工智能等基础问题，取得了阿尔法狗等一系列重大成果。

（三）应用需求是科技创新的不竭之源。专家系统人工智能实现了从理论研究走向实际应用的突破，近些年来安防监控、身份识别、无人驾驶、互联网和物联网大数据分析等实际应用需求带动了人工智能的技术突破。

（四）学科交叉是创新突破的“捷径”。人工智能研究涉及信息科学、脑科学、心理科学等，特别是脑认知科学与人工智能的成功结合，带来了人工智能神经网络几十年的持久发展。

（五）实事求是设定发展目标是制定学科发展规划的基本原则。人工智能发展过程中的几次低谷皆因不切实际的发展目标所致。

\quad
\quad

1.2 人工智能发展三要素：数据、算力和算法

数据: 人工智能需要对数据进行大量的训练, 只有经过大量的训练，神经网络才能总结出规律，应用到新的样本上

算力: 就是计算能力, AI需要运行在硬件上，也需要推理，这些都需要算力的支撑

算法: 是指完成某一个问题的具体方法

1.3 基本特征和社会价值

\quad
\quad

二.人工智能主要应用领域

2.1、计算机视觉

计算机视觉（Computer Vision）又称为机器视觉（Machine Vision），顾名思义是一门“教”会计算机如何去“看”世界的学科
就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给一起检测的图像
作为一个科学学科，计算机视觉研究相关的理论和技术，视图建立能够从图像或者多维数据中获取“信息”的人工智能系统。
目前，非常火的VR、AR，3D处理等方向，都是计算机视觉的一部分。

计算机视觉的应用
无人驾驶
无人安防
人脸识别
车辆车牌识别
以图搜图
VR/AR
3D重构
医学图像分析
无人机等

\quad

2.2、自然语言处理

自然语言处理（Natural Language Processing，简称NLP）就是用计算机来处理、理解以及运用人类语言(如中文、英文等)，它属于人工智能的一个分支，是计算机科学与语言学的交叉学科，又常被称为计算语言学。由于自然语言是人类区别于其他动物的根本标志。没有语言，人类的思维也就无从谈起，所以自然语言处理体现了人工智能的最高任务与境界，也就是说，只有当计算机具备了处理自然语言的能力时，机器才算实现了真正的智能。

自然语言处理的应用
机器翻译
手写体和印刷体字符识别
语音识别及文语转换
信息检索
信息抽取与过滤
文本分类与聚类
舆情分析和观点挖掘等

\quad

2.3、语音识别

链接: 自然语言处理（NLP）和语音识别（ASR）的区别

语音识别也称为自动语音识别 (ASR)、计算机语音识别或语音转文本，它是一种将人类语音处理为书面格式的功能。

语音识别的应用
医疗听写
语音书写
电脑系统声控
电话客服

\quad

2.4、智能机器人

智能机器人之所以叫智能机器人，这是因为它有相当发达的“大脑”。在脑中起作用的是中央处理器，这种计算机跟操作它的人有直接的联系。最主要的是，这样的计算机可以进行按目的安排的动作。正因为这样，我们才说这种机器人才是真正的机器人，尽管它们的外表可能有所不同。

分为
工业机器人
只能死板地按照人给它规定的程序工作，不管外界条件有何变化，自己都不能对程序也就是对所做的工作作相应的调整

初级智能
在一定范围内自行修改程序，也就是它能适应外界条件变化对自己怎样作相应调整

智能农业
智能喷雾系统定向捕捉果树的树冠等

家庭智能陪护
具有生理信号检测、语音交互、远程医疗、智能聊天、自主避障漫游等功能

高级智能
修改程序的原则不是由人规定的，而是机器人自己通过学习，总结经验来获得修改程序的原则。所以它的智能高出初级智能机器人。这种机器人已拥有一定的自动规划能力，能够自己安排自己的工作。这种机器人可以不要人的照料，完全独立的工作，故称为高级自律机器人。这种机器人也开始走向实用。

\quad

2.5、机器学习

开发平台、框架和工具
基本流程和步骤
核心技术及部分算法

三.人工智能的发展趋势与展望

参考材料来源:
https://blog.csdn.net/guanxs/article/details/98476154
https://blog.csdn.net/gdengden/article/
十三届全国人大常委会专题讲座第七讲
人工智能的创新发展与社会影响