人工智能范文

人工智能篇1

6月21日，《福布斯》刊文指出，人工智能领域知名科技媒体TOPBOTS评选出了20位驱动中国人工智能改革的科技领导者，创新工场联合创始人李开复、百度集团总裁兼COO陆奇、腾讯人工智能实验室主任张潼等众多来自业界资深人士成为最受西方关注的“中国竞争者”。7月5日，阿里人工智能实验室首次对媒体开放。这些事件都表明，中国正在成为人工智能研究和应用的红海。

笔者想起最早接触人工智能应该是1997年。IBM的“深蓝”战胜了人类棋手卡斯帕罗夫。在“深蓝”设计者许峰雄看来，“深蓝”主要依靠大的计算能力穷举所有路数来选择最佳策略。“深蓝”靠硬算可以预判12步，而卡斯帕罗夫可以预判10步。当时，“深蓝”还不具备深度学习能力。如今，谷歌阿尔法狗已经初步具备了从“算”到“学”的人工智能进化能力。在笔者看来，这才是真正的人工智能。

既然提到了“深蓝”，我们就不能不提IBM的Watson。Watson是IBM全力打造并推崇的人工智能平台。但很多人对它并不看好。笔者的一名同行前辈就并不看好它。近期，在CNBC的一档节目《Closing Bell》上，Social Capital的创始人兼首席执行官、风险投资家查马斯・帕里哈皮蒂亚（Chamath Palihapitiya）便炮轰IBM Watson，在企业人工智能界掀起了不小的轰动，并且引发了众多人参与此次论战。

不论此论战结局是什么，人工智能并没有如人们想象中那样成为真正的主宰者，似乎只在某些领域可以替代或者超过人类，但在综合能力方面，人工智能还有待完善。

在“2017世界智能大会”上，李彦宏、马云、柳传志等互联网大咖先后登台演讲。马云在机器智能高峰论坛中称数据很重要，是原料，没有数据什么都不行。但是李彦宏却在人工智能论坛中提出不一样的观点――数据不重要，创新和技术更关键。

人工智能篇2

2016年，人工智能阿尔法狗与人类顶尖围棋棋手李世石的世纪大战，注定将载入人工智能发展史册。围棋这种比较小众的运动，在人工智能的推动下，瞬间成为耀眼的明星。随着人工智能攻克人类智慧领域最后的堡垒――最具创造性、最复杂的棋类运动，2016年已然成为人工智能爆发元年。

阿尔法狗与“围棋上帝”

刘宗凡：在阿尔法狗以4：1的比分战胜李世石后，被称为围棋第一人的天才棋手柯洁曾表示了他的不屑：“就算阿尔法狗战胜了李世石，但它赢不了我。”“来吧！管你是阿尔法狗还是阿尔法猫！我柯洁在棋上什么大风大浪没见过？让风暴再来得猛烈点吧！ ”

从2016年12月29日晚起，在弈城网和野狐网出现的围棋高手“Master”――实际上就是阿尔法狗2.0，以摧枯拉朽的气势连胜人类高手60局，人类对手是中、日、韩三国围棋超一流高手，其中包括柯洁以及中国围棋泰斗聂卫平。在最顶尖的棋手一一败北的情况下，还是有人提出因为这次下的是快棋，人类在正式比赛中未尝没有机会击败不可一世的人工智能。到底柯洁约战阿尔法狗有没有胜机？阿尔法狗有弱点吗？阿尔法狗是不是“围棋上帝”？

邱元阳：我可以斩钉截铁地说，包括柯洁在内的所有人类选手，现在已经无法战胜阿尔法狗了。如果说柯洁和李世石的水平有点差距，这个差距是毫厘之间的，而人类和人工智能的差距，已经不可以用厘来计算了。幻想柯洁能战胜阿尔法狗的人，是对阿尔法狗算法不理解的人，认为阿尔法狗还停留在靠计算机超强的计算能力来战胜人类的深蓝的水平。其实，蒙特卡洛树搜索是建立在全局胜负基础上的判断，只要达到足够的训练量，阿尔法狗必定稳操胜券。

刘宗凡：既然说得如此肯定，但为什么在人机世纪大战中，李世石凭借被称为“神之一手”的第78手棋，在第四局中战胜了阿尔法狗？人类还能凭着天才的灵光一闪来战胜人工智能吗？

邱元阳：人机大战的第四局棋到底发生了什么，现在一直没有定论。谷歌团队的代表赛后第一时间称，对于电脑的突然失常，要回去研究数据、分析情况，当时没有人知道阿尔法狗发生了什么，现在也没有公布阿尔法狗失利的原因。甚至有人脑洞大开，认为是人工智能故意让了人类一局――如果真是这样，那阿尔法狗就具备了真正的意识，这才是令所有人害怕的！幸运的是，虽然我们还不知道这局棋阿尔法狗为什么发挥失常，但可以肯定阿尔法狗并不具备下棋之外的主观意识。可以肯定的是，人类的“神之一手”已然是绝唱。

刘宗凡：在特定的情况下，人类还有没有机会战胜人工智能？比如几个人群策群力合战人工智能？

倪俊杰：我认为这也是不可能的。这些顶尖棋手风格各异，缺乏合作的基础，无法实现1+1=2的结果，甚至无法达到1+1>1的效果。即使棋手风格相近，齐心合力，也只能在一定程度上弥补缺陷，无法做到战胜人工智能。还有些非专业棋手说Master下的是30秒一步的快棋，对人类不利，正式比赛时延长用时，人类就有机会。这更是天方夜谭。计算机用时越多，计算得越深入，这是和时间成正比的；而人类不同，虽然思考时间多会更加周详，但无疑不是呈正比例增加的。加长比赛时间，只会增加人工智能的优势。

刘宗凡：阿尔法狗有没有弱点呢？

倪俊杰：刚开始时，有人说阿尔法狗不会“打劫”，甚至怀疑李世石和谷歌签订了不准“打劫”的协议。后来的战局我们可以看到阿尔法狗不仅会“打劫”，而且打得很出色。有人根据阿尔法狗尽可能选择比较简明的走法，认为人类把战局引向复杂化就有机会，这其实是天大的误解。阿尔法狗的下法是基于它自己认为胜率最大的着法，而不是不擅长应付复杂局面。阿尔法狗可能有弱点，但人类已经抓不住它的弱点了。

刘宗凡：那么，阿尔法狗是不是“围棋之神”？也就是说它的每一步都是绝对正确的？

倪俊杰：虽然人类已经无法战胜阿尔法狗，但阿尔法狗却还称不上是“围棋之神”。我们可以想象：两只“狗”对弈，肯定会互有输赢，这就很好地说明了阿尔法狗并不是每一步都是“正确”的。之所以阿尔法狗强大到人类无法战胜，原因并不是它的绝对正确，而是它的“料敌先机”。真正的“围棋之神”，应该是能达到穷尽围棋所有可能的计算机。至少从现在的技术来看，“围棋之神”在可预计的未来还不可能出现。

智能手机不“智能”

刘宗凡：说到人工智能，我们最容易联想到的产品就是智能手机。以“智能”命名的手机，到底是怎么个“智能”法呢？

1993年，IBM公司推出了一部叫Simon的手机，这是世界上第一款使用触屏的智能手机。但直到十几年后，从苹果公司2007年第一代iPhone起，才真正掀起了智能手机的热潮。在不到十年的时间里，我国智能手机拥有率已经超过86%。

但是我们有没有想过，智能手机之所以被称为“智能”，它和功能手机相比，到底哪里“智能”了？

倪俊杰：从我们最直观的感受来说，智能手机的一大优势是有大的触摸屏。有人说，智能手机除了打电话、发短信，还可以玩QQ、微信，可以听音乐、看视频、上网、玩游戏……但这些功能在功能手C上也全都有；虽然使用体验有差别，但可以说这两种手机并没有本质的不同。还有人说，两者最大的区别是智能手机可以自由安装应用（APP），而功能手机却不可以。但其实功能手机也是可以的，功能手机上的Java平台，可以安装一些第三方应用，如手机QQ、UC浏览器等就有流行一时的版本。

智能手机其实没有一个官方的定义，我们来看一下百度百科的词条：智能手机，是指像个人电脑一样，具有独立的操作系统、独立的运行空间，可以由用户自行安装软件、游戏、导航等第三方服务商提供的程序，并可以通过移动通信网络来实现无线网络接入手机类型的总称。从这个定义来看，智能手机并没有任何智能的地方，倒是和我们使用的电脑（PC）非常接近。如果我们把这种手机称为“电脑手机（Pc-Phone）”，显然更加贴切。

邱元阳：智能手机真的完全没有智能吗？其实也不是！大家还记得和iPhone4S同时的，还有一个叫Siri（苹果智能语音助手）的应用吗？我们可以通过自然语言和它进行对话，可以让Siri完成一些实用功能，如询问天气、附近美食、影院等，或者调用自身功能，进行日程安排、闹钟设置、搜索资料等。Siri还可以不断学习新的声音和语调，提高对话质量。这些听起来很美好的功能，在实际生活中使用率并不高。原因很简单，Siri很多时候听不懂你的话，有些回答和问题风马牛不相及，实用性太低。

语音助手涉及的人工智能领域核心技术有两项：一是语音识别，二是语义理解。不说全球数百种语言的差异，就拿汉语来说，各种方言数不胜数，即使单纯说普通话，每个人都会有不同口音，加上汉语纷繁复杂的表达形式，我们就可以知道语音识别如何不易。至于语义的理解，这是比语音识别更难解决的难题，目前还没有突破性的研究成果出现。所以语音助手和人类进行的对话，基本上是通过谷歌、百度之类的通用搜索引擎来实现，或者结合维基百科、知识搜索技术、Yelp问答等专用领域搜索进行补充。所以Siri之类的语音助手，只能说是很不智能的人工智能。

智能手机中还应用到的人工智能就是生物识别技术，它是利用人体固有的生理特征、行为特征来进行个人身份的鉴定，如虹膜识别、视网膜识别、面部识别、签名识别、声音识别、DNA识别等，都还在不断研究发展中，在手机中还无法进入实际使用阶段。

由此可以看出，我们现在使用的所谓“智能手机”，其实是“挂羊头卖狗肉”，是不具备多少人工智能的！

生活中的人工智能

刘宗凡：那么，我们生活中还有哪些看起来、听起来很“人工智能”的呢？没错，肯定是机器人。富士康已经在中国各大生产基地安装了4万台机器人，此举是为了减少公司雇用的员工数量。富士康每年可以打造1万台机器人，未来它将继续利用机器人替代人类，而仅仅在昆山工厂，最近就裁掉了6万名员工。听起来能代替工人工作的机器人，是不是很智能？但令人遗憾的是，这些所谓的机器人，只不过是生产自动化过程中的一些能完成固定操作的机器，称它们为“机械手”可能比较符合实际。可以说，在我们的生活、生产中，真正的人工智能还处于萌芽状态，距离实用阶段还有很大的距离。现在，我们来说说生活、工作中能接触到的人工智能。

邱元阳：游戏中的AI。不同类型的游戏，其中的智能化水平也不相同。当然智能最强的仍然是人机博弈程序，而一般意义上的游戏并不包含这类程序。常见的页游、手游，打怪杀妖，电脑对手都是不堪一击的，虽然其依靠强大的生命值和伤害能力来设置障碍，但从智能水平上说，仍然属于弱智级别。即使是战略游戏中的人机对战，电脑虽然具有了一定的程序化智能（之所以说是程序化智能，是因为它们的智能水平都是程序设定好的固定模式），但仍然不能依据场景和战况来即时调整策略和战术。有些修改过的强AI版本，电脑的智能水平虽有大幅度提高，但从本质上来说，仍然是程序在进行简单的判断，o出稍微有些变化的战术而已，并没有基于深入和细致的分析来进入决断。

倪俊杰：无人驾驶与无人飞行。之所以没有人将汽车看作是机器人，是因为汽车不具备独立行为驱动，也就是说，它的行驶动作是在人的控制下进行的，而不是自主动作。

相比之下无人机的安全威胁就小得多，但小区域内的无人机飞行常常无法监管，以至于泛滥成灾，据说法国军方就迫于无奈用老鹰捕捉乱飞的民间无人机。不过这些民间无人机，往往只是一种简单的遥控飞行器，与人工智能无关。而各国空军努力研发的无人侦察机，才具有真正的人工智能。这两种无人机虽然有着天壤之别，却常常被人混淆。

邱元阳：语音识别与语音合成。随着智能手机的全面普及，傻瓜式输入的要求越来越明显，这也进一步促进了语音输入和语音识别技术的快速发展。IBM、科大讯飞、百度等都在语音识别技术上投入了大量的研发精力，目前对普通话发音的正确识别率已接近100%。不过，语音识别的用户体验并不在于对标准发音的准确识别，而在于对非标准发音的高识别率。对于普通用户而言，他更在乎的是语音输入法能够听懂他带着方言特色的自然发音。好在现在的语音识别技术对这一要求的满足已不在话下。

与语音识别关联的，则是语音合成技术。在电子导航、机器朗读、文本转换、机器有声翻译、机器人语音等领域，语音合成都有着广阔的天地。但是与真人发音相比，目前的语音合成效果还很生硬，需要进一步突破。

倪俊杰：机器翻译中的人工智能。机器翻译一直被人诟病。如果从效果上看，机器翻译几乎没有多少智能可言，尤其是很多的在线翻译，一对一生搬硬套的痕迹很严重。这里面对语法的处理，远比想象中要困难得多。

机器翻译的前提条件是对相关联的两种语言的理解。而科幻小说和电影中对外星人语言的自动翻译，以及类似可以翻译不识别的语言的功能描述，则永远只能停留在科幻之中。如果用逻辑来推论，也许这种希望连科幻都算不上，只能是妄想。如果放弃对陌生语言的翻译，转而捕捉和干预其思维活动，从中得到生命体的思想、意图并与之交流，还是有微弱的可能性的。

邱元阳：文学创作。在阿尔法狗、小度、搜狗“汪仔”、新闻写稿机器人，以及各种各样的人工智能不断地出现，并且取得了一定的效果后，在未来，机器无法涉足的人类空间似乎越来越少。现在，被视为人类最后阵地的艺术也成为人工智能进军的方向。但是，无论是文字艺术、图像艺术，还是声音艺术，机器的表现都很难与人类媲美。

我们来看看网上可以给你“写诗”的“编诗姬”（http：///）。如下图所示，这是它“写”的一首田园诗，评分为102。有没有那么一点古诗味呢？下面我以“我的电脑”为题让它“写”一首藏头诗――虽然评分很高，但是……只能说我出的这个题目对用古诗来表现太难了吧。

人工智能展望：强人工智能

刘宗凡：在谷歌的阿尔法狗战胜世界围棋冠军李世石新闻引爆世界之后，有关人工智能、深度学习的炒作也异常火爆。不过，有一方的观点却让人惊出一把冷汗――别让阿尔法狗给忽悠了。事实上，阿尔法狗仅仅是一台机器，强人工智能才是未来。那么，什么是“强人工智能”？它又会给这个世界添什么乱子呢？

邱元阳：我们先来看一则假新闻：1989年，苏联著名国际象棋冠军尼古拉・古德科夫于莫斯科挑战一台巨型电脑，双方整整鏖战了6天，记分牌上显示出3：0，人类大师连胜三局。裁判示意增赛一局，给电脑一个挽回“面子”的机会。古德科夫春风得意，频频挥手向观众致意。电脑的指示灯不停闪动，似乎十分恼怒。随着开局哨声鸣响，电脑先下第一手，古德科夫看也不看，伸手去抓他的棋子……一声惨叫惊呆了场上观众，人们看到古德科夫重重地倒在金属棋盘上，身上冒出缕缕青烟。赛场一片混乱，工作人员立即切断电源。等到医生赶到时，这位前全苏冠军早已毙命身亡。警方认定，这部杀人电脑在输棋后恼羞成怒，自行改变了程序，向棋盘释放强大的电流，故意击杀了对手。

这则假新闻里，人工智能不仅具备下棋的智慧，还具有人类的感情和思维，并且可以通过感情来支配自己的行动。这种人工智能如果实现，可以认为是“强人工智能”。

倪俊杰：“强人工智能”一词是美国的哲学教授约翰・罗杰斯・希尔勒（John Rogers Searle）在1980年提出的，其定义为，“强人工智能观点认为计算机不只是用来研究人的思维的一种工具；相反，只要运行适当的程序，计算机本身就是有思维的”。与当今的机器人不同的是，“强人工智能”的机器不再只是一种工具，其本身也可以思维。“强人工智能”有真正推理和解决问题的能力，这样的机器将被认为是有知、有自我意识的。与之相悖的是“弱人工智能”理论，弱人工智能观点认为不可能制造出能真正推理和解决问题的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。阿尔法狗的水平也仅仅是处于弱人工智能阶段，还很低级，顶多算是一个天资不高，但还算勤奋好学、废寝忘食的好学生。严格来说，深度学习并不是新技术，它的基础仍然是神经网络算法。阿尔法狗的成功，是因为它积累了3000万局的验，提升了下棋的“智力水平”，最终才在对弈的时候展现出精湛的技艺和水准。

那么，强人工智能离我们到底有多远呢？来看这样两则新闻：

2016年4月，IBM工程师约书亚卡尔推出了一项新的技术，使用Emotiv Insight头盔的蓝牙功能将机器电脑和使用者脑电波连接，从而实现对物体的意念控制，这款产品叫做BB-8，它既是一款树莓派卡片电脑，同时也是一个由脑电波直接控制的球形迪士尼玩具机器人。

2017年2月，总部设在澳大利亚墨尔本的创业公司Aubot推出了一种可以用大脑控制的远端临场机器人（telepresence robot），该机器人名为Teleport。通过放置在用户额头上的运动传感器，MindWave可以监测用户大脑中的脑波。如果用户的精神集中度在某个阈值（大约70%）之上，Teleport就会移动。Teleport移动时，如果用户想要在向前、向后、向左或向右之间切换，只需连续眨两下眼。

虽然说，以上两则新闻并不是直接介绍强人工智能的，但用意念控制物体本来是孩童时的梦想，现在已经成为现实。通过传感器和芯片，人们已经把机器和人完美地连接起来了。我们完全可以预测，在不久的将来，机器通过“学习积累”之后，也具备了人一样的形体动作、情感习惯，逐渐成为另一种“人”。而且，这个“人”可能是非常完美的，许多我们自然人无法做到的事情，它都能很方便地实现。试想一下，一个相貌俊朗、体格健壮、谈吐文雅、举止不凡的“人”出现在你面前，他掌握了世界各国语言，上得了厅堂，下得了厨房，能陪你解闷，能给你治病，能教你学习，能……好吧，我已经不敢想象了，自己脑补吧――这时，你是不是要对人工智能顶礼膜拜了？

人工智能篇3

在某种程度上，支持者与反对者之间的区别就是时间期限。比如，未来学家、发明家雷蒙德・库兹韦尔就认为20年智能就能研发出真正接近人类智力水平的人工智能。而我认为这个过程起码现在，几乎不到一个月就有一款最新的人工智能产品问世，而我们在开发人类大脑的道路上已经停滞不前了人工智能的威胁格力・马库斯/ 文 李雨蒙/ 译需要20 年，尤其要考虑到创造常识（正常思维）的困难，发明人工智能的挑战，还有软件技术，都比库兹韦尔预测的要困难得多。

然而，从今往后的一个世纪里，没有人会在意人工智能的发展需要多久，只会关心将会出现哪些先进的人工智能。或许在这个世纪末，人工智能就会变得比人类更加智慧――不仅可以解决国际象棋、琐碎小事等等，基本可以处理所有的事物，无论从数学、工厂还是科学和医药。还剩下一小部分创造类工作留给人类，比如演员，作家或是其他创意类工作。最终的电脑系统可以完成自我编程，获取大量的最新信息。我们这些“碳基生物”的模糊印象，他们能够在分分钟就分析处理完成，也不需要长时间的睡眠或休息。

对于支持者来说，人工智能的未来充满希望。库兹韦尔就曾撰文发表自己一个大胆的设想，就是人类与智能机器结合，将人类的灵魂上传到人工智能中，使我们的灵魂永生；彼得・迪亚芒蒂斯则认为人工智能是开启“富裕时代”，拥有富足食物、水源、消费工具的重要因素。不过，反对者像埃里克・布林约尔松和我很担忧机器人职业化和人工智能带来的隐患，即使不去考虑高级人工智能对劳动力市场的影响，功能强大的智能机器也会威胁人类的生活，与人类争夺有限的资源。

大多数人把这种担心看作是科幻小说里的蠢话――像《终结者》和《黑客帝国》这类。在一定程度上，我们需要未来很长一段时间做好打算，我们要担心小行星会撞地球，化石燃料产量下降，全球变暖等问题，而不用担心机器人问题。可是，詹姆斯・巴雷特的黑暗系新书《我们的最终发明：人工智能和人类时代的终结》，描述了一种严峻的情况，我们至少应该有所思考。

如果机器最终取代了人类――正如在人工智能领域工作的人所坚信的那样，真正的问题在于价值观：我们如何把价值观输入机器中，当它们的价值观与我们的价值观发生了很大的冲突时，我们该如何和这些机器协商呢？牛津的哲学家尼克・博斯特罗认为：我们不能乐观地假设，超级智能一定会分享人类的智慧和智能发展形成的价值观――对科学的求知欲，对他人的关心和仁慈，精神启发和沉思，克制物质占有欲，高雅的文化品位，对感受简单生活的快乐，谦虚无私等等。或许通过专门的训练，能够创造出拥有这些价值观的超级智能，或是珍惜人类财富和高尚道德的超级智能，或是设计者想要它拥有一些复杂目标的智能。这是可能的――可能从技术上说更简单――打造一个能够把最终价值都放在计算圆周率小数上的超级智能。

英国控制论学者凯文・沃里克曾问道：“当机器不在我们人类所处的思维次元中思考时，你如何跟它理论，如何与它做交易，如何能明白它的想法？”

如果说巴雷特黑暗系理论有漏洞的话，那就是他未经思考就提出的假设：如果机器人聪明到可以下棋，那它可能也会“想要制造宇宙飞船”――在任何足够复杂，有目标驱动的系统中都是天生具有自我保护和获取资源的本能。现在大部分机器都非常先进，比如，IBM公司的深蓝系列电脑，但是目前它们还没有显示出想要获得资源的兴趣。

可是，在我们感到沾沾自喜，确定无需担心时，别忘了有一点非常重要：我们要意识到随着机器越来越聪明，它们的目标也是会变化的。一旦电脑能够有效地重新给自己编程，成功地提升自己的性能，达到所谓的“技术奇点”或“智能爆炸”，那么我们就不能忽视机器在与人类抢夺资源和自我保护的较量中会有胜过人类的风险。

在巴雷特书中，最鲜明的观点之一是来源于著名的系列人工智能企业家丹尼・希利斯，他把即将到来的转变比作生物进化史上最重大的转变之一：“我们现在达到的高度就像是一个单细胞有机体转变为多细胞有机体的高度。我们是变形虫，我们不清楚自己在创造的到底是个什么东西。”

无论怎样，人工智能的进步已经达到了我们从未想过的危险。德雷塞尔大学的电脑风险专家加格跟我说：随着因特网时代的到来和大数据时代的爆炸，“人工智能已经收集了有关我们的许多数据，并输入计算程序，做出预测”，“ 我们无法知道数据被收集的时间，没法保证收集的数据信息是准确的，没法更新信息，或提供必要的信息背景”。甚至在20 年前，几乎没有人会预想到这种风险。前方还会有怎样的危险呢？没有人真的知道，但是巴雷特提出的问题却值得我们思考。

人工智能篇4

自人工智能提出以来，关于它的讨论已经几起几落。每当技术向前迈进一步，每当在某种具体的技能上机器超越人类的时候，总会出现类似的热议，乐观和悲观的极端态度激烈争辩，热闹异常。这并不是什么新鲜的现象。

不妨类比一下汽车和马车的比赛。今天我们看到汽车跑得比人快，或者说汽车比马车跑得快，恐怕没有一个人会感到惊奇或者紧张。然而，当初在英国为此曾引发了激烈的争议，力挺者和反对者针锋相对，争论涉及许多领域，从观念到管理办法，以至出现了“红旗法案”（该法案对于汽车上路提出了5英里的限速要求，还需要人在前面用红旗引路），今天看来实在令人啼笑皆非。类似的，望远镜看得比人远，显微镜比人看得细，起重机比人力气大，其实都没有什么奇怪的。技术的进步就是机器对人类某种能力的超越。

智力方面难道机器也可以超越人吗？所谓智力，包括记忆、理解、推理、情感、联想等多方面。其实在智力中的许多方面，机器早就超过了人。比如：记忆、计算、搜索等。下围棋就是一种在一定的规则框架内，进行归纳和学习的智力行为。

机器能不能在智力的所有方面超越人类，以致奴役人类呢？人类还远远没有了解智力的所有方面，人造出来的机器怎么能做到呢？借用美国科学家维纳一本名著的名字：《人有人的用处》。我们大可不必杞人忧天。我们绝不是低估技术进步的惊人速度和巨大影响，但也不要把进步中的某一步过分地炒作和夸大，要理性对待技术的进步。

经过几十年、几代人的努力，中国的人工智能理论研究和实际应用都已经取得了长足的进步。在人工智能的理论研究和技术人才培养方面，我们已经建成了比较完整的体系，从理论研究到实际应用，从课程建设到教材建设，人工智能都已经占据了应有的位置，得到了普遍的重视，形成了从理论研究到实际应用的、人数可观的队伍。改革开放以来，随着现代信息技术的迅速普及，信息和信息系y的重要性已经得到了广泛的关注和重视。上世纪80年代，决策支持系统（DSS）和专家系统（ES）走向社会的许多应用系统，在提高效率、优化经济和社会管理方面发挥了巨大的作用。进入21世纪以来，人工智能与互联网相结合，从军用的和民用的无人机，到智能交通和物流，直到日常生活中的家用机器人和可穿戴设备，人工智能进一步向各领域渗透。

人工智能篇5

1956年夏天，美国达特茅斯学院举行了历史上第一次人工智能（Artificial Intelligence）研讨会，这被认为是人工智能诞生的标志。如今，人工智能已经走过了60年，几经高峰和低谷，伴随着人机交互、机器学习、模式识别等技术的提升，人工智能成为了这一时代的新趋势。

五角大楼的CALO项目是史上最大的人工智能项目，它为Siri的诞生奠定了基础；IBM超级计算机沃森（Watson）无需进行人工编程，它的每一次体验都能让自己更快速一些……随着人工智能与大数据、物联网、生物技术、虚拟现实等新兴产业结合，它对其他产业乃至社会经济的渗透速度都将越来越快。

当前，新一轮科技革命和产业变革正在孕育兴起，生物技术、新材料技术、新能源技术广泛渗透，带动几乎所有领域发生了以绿色、智能、泛在为特征的群体性技术革命，大数据、云计算、移动互联网等新一代信息技术同机器人技术相互融合步伐还在不断加快。毋庸置疑的是，未来人工智能技术的发展与飞跃，将极大地改变世界面貌，改变人们的生活方式。人工智能与虚拟现实、物联网等技术的融合，也将对未来社会的生产方式革命、产业结构调整、商业模式革新等产生巨大而深远的影响。在第三届世界互联网大会期间的《乌镇指数：全球人工智能发展报告2016》指出，2015年全球新增人工智能企业达到了806家，平均每10.9个小时就有一家人工智能企业诞生。

国家对人工智能的重视程度与扶持力度也在持续提升。“十三五”规划中，特别提到要形成人机交互网络空间，将人工智能上升为国家战略；2016年5月，国家发改委、中央网信办等联合印发《“互联网+”人工智能三年行动实施方案》；2015年7月的《国务院关于积极推进“互联网+”行动的指导意见》，明确指出要重点发展人工智能在家居、终端、汽车、机器人等领域的应用，并将“互联网+”人工智能作为11个重点行动模块之一……

在过去的数十年时间里，人工智能的学术、实践发展速度超过了所有人的想象。在未来几年内，人工智能给世界带来的影响将远超互联网在过去30年对世界造成的改变。

人工智能篇6

更“人性化”的智能机器人

会上，ROOBO首先了一款非常亲民的产品――DOMGY智能宠物机器人。ROOBO产品副总裁陈忆在会现场与DOMGY进行了现场互动，交互过程非常流畅，没有违和感。DOMGY不仅能识别文字信息，还能掌握语言的节奏和情绪，判断人物的性格特征并进行深度学习，DOMGY的幽默不时引起现场观众欢笑。

通过对计算机视觉的运用，DOMGY能够实现家庭空间的3D扫描，从而可以准确地识别家庭中的成员和宠物，并能够按照主人设定的路径进行安全巡逻，敏锐地捕捉异常画面并及时拍照上传专用App提醒主人。

自主系统+自主芯片

在会上，ROOBO CTO雷宇了更新的ROOBO智能机器人系统，重新定义了机器人的人机交互方式。雷宇表示，ROOBO智能机器人系统主打交互最短路径、交互主动性，以及带有情感的交互，让机器人更加智能，能够与人进行有感情、有思想的交流。

同时，雷宇还重点介绍了国内第一颗商业化量产的人工智能芯片CI1006，这是一颗基于Asic架构的DNN语音识别芯片。CI1006能够让智能机器人拥有“大脑”和音频传感能力，它采用本地神经网络处理数据，降低了产品对于网络的依赖，提升了机器人的响应和控制速度，可以实现更好的用户体验。雷宇表示，未来ROOBO还将陆续智能图像芯片，以及整合本地感知和控制能力的人工智能芯片等底层硬件产品，助力整个产业升级。

标准化让产业更快发展

作为下一个万亿元级市场的入口，人工智能机器人市场已经到了爆发的前夜，智能机器人企业也纷纷加快产业布局的速度。但是一直以来，智能机器人的开发都处于一种各自为政的非标准化的状态，各家有各家的标准，各家有各家的方案，这严重阻碍了机器人产业的快速发展。

会上，ROOBO公布了智能机器人系统的标准，并向所有开发者开放了系统的各个接口，为开发者提供了丰富的定制化方案，让开发者的创意能够更加快速、简单地形成产品并推向市场。这主要得益于ROOBO在产业链上下游方面的努力。ROOBO联合了科大讯飞、富士康、沃特沃德等国内外行业巨头，打通了人工智能机器人产业链的研发、设计、供应链、生产、市场、销售等的各个环节，从而可以帮助创业团队以更快的速度、更低的成本将产品推向市场，这将对智能机器人行业的产品商用化产生深远影响。

人工智能篇7

自主车辆

人工智能技术在实现完全自主的汽车方面具有重要作用。

计算机视觉

人工智能为车辆提供了所谓的“计算机视觉”，因而实现自主驾驶和大多数高级驾驶辅助系统（ADAS）功能。车辆能够在不受约束的环境下识别各种物体、场景和活动，这是如今竞相搞自动驾驶汽车的关键技术之一。在车内各种人工智能技术中，计算机视觉最复杂、最先进。车辆“视觉”由大量摄像头、雷达传感器和激光雷达（LIDAR）装置来处理。然而，要是没有“大脑”，所有输入的这些数据毫无用处。车辆的计算能力由复杂的机器学习算法组成，构成了车辆的人工智能。

机器学习算法基于对象跟踪和复杂的模式识别应用于计算机视觉输入。计算机视觉不断分析环境，将感知图像馈送到算法中。然后通过人工智能分析图像，对对象的性质进行分类。这些算法为车辆赋予“智能”，让车辆得以学习对象特征（比如运动、尺寸和形状），以便以更高的准确性对未来图像进行分类。

联网汽车

自动化和网络连接在汽车行业相辅相成。借助人工智能，联网汽车能够很快地与其他汽车以及道路基础设施进行联系。V2X通信主要分为两类：V2V通信和V2I通信。

重要的是人工智能在V2X通信技术中扮演的角色，即处理所有的后端计算和分析工作，以便为司机提供准确、及时的数据。机器学习算法将跟踪车辆速度、位置、目的地甚至驾驶偏好，提供和传送信息。人工智能将学习了解你的日程安排、选择的路线和经常停靠的点，以便在你出门上班前提供宝贵信息。

信息娱乐系统

如今最具创意的车辆功能之一是车载信息娱乐系统，人工智能让该系统上了一个新的台阶。

语音识别

语音识别为人类与技术进行交互提供了一种更简便的方法；在这种情况下，它提供了司机与汽车之间的交互。由于深度学习算法，语音识别技术已取得了长足发展。那么，人工智能如何与语音识别结合使用？首先，将你的语音解读成声波。然后，这些声波转换成算法可以解读的代码。代码被馈送后，语音与通常存储在云端（大多数人工智能计算能力在云端）的现有样本进行比较，确定所说的内容。

由于人工智能，语音识别软件会立即开始更新语音样本，并考虑特定单词的发音方式和用户语音的声调。该技术能够学会你的独特口音和单词发音方式，有出色的准确性和精确度。人工智能还帮助语音识别技术识别语音背境和声调。比如说，回复文本时，语音识别会了解你是不是提出问题，会根据需要自动添加标点符号。

虚拟助手

语音识别领域的进步为车载虚拟助手铺平了道路。虚拟助手最先出现在智能手机上，现正慢慢进入到车载信息娱乐系统。最初，司机用语音识别技术能做的事情非常有限；而如今，虚拟助手让司机可以询问路线，获取一般信息，甚至调整座位位置和空调设置。最近向汽车行业推出的Google Assistant和Siri是市面上人工智能方面最先M的虚拟助手。

比如说，用户只要说一声“Okay，Google”，Google Assistant就能激活。助手会识别你的声音，调整车辆设置和专门针对你的建议。这让Google Assistant得以管理多个用户及使用偏好。通过学习了解用户的驾驶偏好、习惯、日常行程，甚至跟踪你的位置、路线和目的地，虚拟助手可以随时给出建议。它可以提醒你在回家的路上取物件，推荐附近的餐馆，甚至在你去当地咖啡馆的路上预订咖啡。

汽车行业

人工智能技术的进步不仅影响了车辆本身，还影响了整个汽车行业。

智能机器人

在人工智能的帮助下，汽车装配线变得更高效、更具成本效益。生产车间使用智能机器人彻底改变了车辆生产，使制造过程越来越自动化。制造过程中，时间至关重要，而这些智能自动化机器人大有帮助。多年来，机器人一直就出现在汽车制造领域，但如今生产的日益先进的人工智能机器人会对汽车行业产生重大影响。

智能机器人可以独自操作，执行困难的任务，比如提升重物，或者在细节、速度和精度都很讲究的场合下完成安装。随着认知能力不断增强，智能机器人将用来处理更复杂的问题，并拥有甚至支持决策的智能。未来智能机器人具有足够强的移动性和智能性，能够直接与人类同事进行合作，比如需要时将扳手递给人类同事。

人工智能篇8

类脑智能主要包括两个研究方向：以类脑芯片为代表的硬件方向和以学习系统为代表的软件方向。

类脑芯片旨在从组织结构和构成要素上实现对人脑的仿真和建模，通过对大脑进行物理和生理解构，研制能够模拟神经元和神经突触功能的微纳光电器件，并⑹以亿计的光电器件按照人脑结构进行集成，最终构造出人脑规模的神经网络芯片系统。这种新型架构突破了“冯・诺依曼”架构的束缚，为类脑智能的发展提供了物质基础。

该领域是类脑智能取得突破进展的一个重要方向，全球发达国家和科技巨头企业均有布局。在此形势下，我国应该进一步加大对仿真神经元、仿真神经突触等微纳光电器件和类脑芯片的研发和产业化支持力度，抢抓发展先机。

尽管类脑芯片为类脑智能的实现提供了物质基础，但固定硬件不能实现智能的可塑性，仅有类脑芯片无法实现高层次的智能。类脑智能的学习系统则旨在通过软件方式实现对类脑硬件的调度和管理并通过对类脑硬件系统进行信息刺激、训练和学习，使其产生与人脑类似的智能甚至涌现出自主意识，实现智能培育和进化，是实现“弱人工智能”向“强人工智能”过渡的最关键一环。