人工智能起源

人工智能始于 20 世紀 50 年代，至今大致分為三個發(fā)展階段：

第一階段（20

世紀 50 年代——80 年代）。這一階段人工智能剛誕生，基于抽象數(shù)學推理的可編程數(shù)字計算機已經(jīng)出現(xiàn)，符號主義（Symbolism）快速發(fā)展，但由于很多事物不能形式化表達，建立的模型存在一定的局限性。此外，隨著計算任務的復雜性不斷加大，人工智能發(fā)展一度遇到瓶頸；

第二階段（20 世紀 80 年代——90 年代末）。在這一階段，專家系統(tǒng)得到快速發(fā)展，數(shù)學模型有重大突破，但由于專家系統(tǒng)在知識獲取、推理能力等方面的計算能力的提升，人工智能在很多應用領域取得了突破性進展，迎來了又一個繁榮時期。人工智能具體的發(fā)展歷程如圖 1 所示。

長期以來，制造具有智能的機器一直是人類的重大夢想。早在 1950 年，AlanTuring 在《計算機器與智能》中就闡述了對人工智能的思考。他提出的圖靈測試是機器智能的重要測量手段，后來還衍生出了視覺圖靈測試等測量方法。1956年，“人工智能”這個詞首次出現(xiàn)在達特茅斯會議上，標志著其作為一個研究領域的正式誕生。六十年來，人工智能發(fā)展潮起潮落的同時，基本思想可大致劃分為四個流派：符號主義（Symbolism）、連接主義（Connectionism）、行為主義（Behaviourism）和統(tǒng)計主義（Statisticsism）。這四個流派從不同側面抓住了智能的部分特征，在“制造”人工智能方面都取得了里程碑式的成就。

1959 年，Arthur Samuel 提出了機器學習，機器學習將傳統(tǒng)的制造智能演化為通過學習能力來獲取智能，推動人工智能進入了第一次繁榮期。20 世紀 70 年代末期專家系統(tǒng)的出現(xiàn)，實現(xiàn)了人工智能從理論研究走向實際應用，從一般思維規(guī)律探索走向專門知識應用的重大突破，將人工智能的研究推向了新高潮。然而，機器學習的模型仍然是“人工”的，也有很大的局限性。隨著專家系統(tǒng)應用的不斷深入，專家系統(tǒng)自身存在的知識獲取難、知識領域窄、推理能力弱、實用性差等問題逐步暴露。

從 1976 年開始，人工智能的研究進入長達 6 年的蕭瑟期。

在 80 年代中期，隨著美國、日本立項支持人工智能研究，以及以知識工程為主導的機器學習方法的發(fā)展，出現(xiàn)了具有更強可視化效果的決策樹模型和突破早期感知機局限的多層人工神經(jīng)網(wǎng)絡，由此帶來了人工智能的又一次繁榮期。然而，當時的計算機難以模擬復雜度高及規(guī)模大的神經(jīng)網(wǎng)絡，仍有一定的局限性。

1987 年由于 LISP 機市場崩塌，美國取消了人工智能預算，日本第五代計算機項目失敗并退出市場，專家系統(tǒng)進展緩慢，人工智能又進入了蕭瑟期。

1997 年，IBM 深藍（Deep Blue）戰(zhàn)勝國際象棋世界冠軍 Garry Kasparov。這是一次具有里程碑意義的成功，它代表了基于規(guī)則的人工智能的勝利。2006年，在 Hinton 和他的學生的推動下，深度學習開始備受關注，為后來人工智能的發(fā)展帶來了重大影響。從 2010 年開始，人工智能進入爆發(fā)式的發(fā)展階段，其最主要的驅動力是大數(shù)據(jù)時代的到來，運算能力及機器學習算法得到提高。人工智能快速發(fā)展，產業(yè)界也開始不斷涌現(xiàn)出新的研發(fā)成果：2011 年，IBM Waston在綜藝節(jié)目《危險邊緣》中戰(zhàn)勝了最高獎金得主和連勝紀錄保持者；2012 年，谷歌大腦通過模仿人類大腦在沒有人類指導的情況下，利用非監(jiān)督深度學習方法從大量視頻中成功學習到識別出一只貓的能力；2014 年，微軟公司推出了一款實時口譯系統(tǒng)，可以模仿說話者的聲音并保留其口音；2014 年，微軟公司發(fā)布全球第一款個人智能助理微軟小娜；2014 年，亞馬遜發(fā)布至今為止最成功的智能音箱產品 Echo 和個人助手 Alexa；2016 年，谷歌 AlphaGo 機器人在圍棋比賽中擊敗了世界冠軍李世石；2017 年，蘋果公司在原來個人助理 Siri 的基礎上推出了智能私人助理 Siri 和智能音響 HomePod。

目前，世界各國都開始重視人工智能的發(fā)展。2017 年 6 月 29 日，首屆世界智能大會在天津召開。中國工程院院士潘云鶴在大會主論壇作了題為“中國新一代人工智能”的主題演講，報告中概括了世界各國在人工智能研究方面的戰(zhàn)略：

2016 年 5 月，美國白宮發(fā)表了《為人工智能的未來做好準備》；英國 2016 年 12月發(fā)布《人工智能：未來決策制定的機遇和影響》；法國在 2017 年 4 月制定了《國家人工智能戰(zhàn)略》；德國在2017年5月頒布全國第一部自動駕駛的法律；在中國，據(jù)不完全統(tǒng)計，2017 年運營的人工智能公司接近 400 家，行業(yè)巨頭百度、騰訊、阿里巴巴等都不斷在人工智能領域發(fā)力。從數(shù)量、投資等角度來看，自然語言處理、機器人、計算機視覺成為了人工智能最為熱門的三個產業(yè)方向。

人工智能參考框架

目前，人工智能領域尚未形成完善的參考框架。因此，基于人工智能的

發(fā)展狀況和應用特征，從人工智能信息流動的角度出發(fā)，提出一種人工智能參考框架（如圖 2 所示），力圖搭建較為完整的人工智能主體框架，描述人工智能系統(tǒng)總體工作流程，不受具體應用所限，適用于通用的人工智能領域需求。

人工智能參考框架提供了基于“角色—活動—功能”的層級分類體系，從“智能信息鏈”（水平軸）和“IT 價值鏈”（垂直軸）兩個維度闡述了人工智能系統(tǒng)框。

“智能信息鏈”反映從智能信息感知、智能信息表示與形成、智能推理、智能決策、智能執(zhí)行與輸出的一般過程。在這個過程中，智能信息是流動的載體，經(jīng)歷了“數(shù)據(jù)—信息—知識—智慧”的凝練過程。“IT 價值鏈”從人工智能的底層基礎設施、信息（提供和處理技術實現(xiàn)）到系統(tǒng)的產業(yè)生態(tài)過程，反映人工智能為信息技術產業(yè)帶來的價值。此外，人工智能系統(tǒng)還有其它非常重要的框架構件：安全、隱私、倫理和管理。人工智能系統(tǒng)主要由基礎設施提供者、信息提供者、信息處理者和系統(tǒng)協(xié)調者 4 個角色組成。

（1）基礎設施提供者

基礎設施提供者為人工智能系統(tǒng)提供計算能力支持，實現(xiàn)與外部世界的溝通，并通過基礎平臺實現(xiàn)支撐。計算能力由智能芯片（CPU、GPU、ASIC、FPGA 等硬件加速芯片以及其它智能芯片）等硬件系統(tǒng)開發(fā)商提供；與外部世界的溝通通過新型傳感器制造商提供；基礎平臺包括分布式計算框架提供商及網(wǎng)絡提供商提供平臺保障和支持，即包括云存儲和計算、互聯(lián)互通網(wǎng)絡等。

（2）信息提供者

信息提供者在人工智能領域是智能信息的來源。通過知識信息感知過程由數(shù)據(jù)提供商提供智能感知信息，包括原始數(shù)據(jù)資源和數(shù)據(jù)集。原始數(shù)據(jù)資源的感知涉及到圖形、圖像、語音、文本的識別，還涉及到傳統(tǒng)設備的物聯(lián)網(wǎng)數(shù)據(jù)，包括已有系統(tǒng)的業(yè)務數(shù)據(jù)以及力、位移、液位、溫度、濕度等感知數(shù)據(jù)。

（3）信息處理者

信息處理者是指人工智能領域中技術和服務提供商。信息處理者的主要活動

包括智能信息表示與形成、智能推理、智能決策及智能執(zhí)行與輸出。智能信息處理者通常是算法工程師及技術服務提供商，通過計算框架、模型及通用技術，例如一些深度學習框架和機器學習算法模型等功能進行支撐。

智能信息表示與形成是指為描述外圍世界所作的一組約定，分階段對智能信息進行符號化和形式化的智能信息建模、抽取、預處理、訓練數(shù)據(jù)等。

智能信息推理是指在計算機或智能系統(tǒng)中，模擬人類的智能推理方式，依據(jù)推理控制策略，利用形式化的信息進行機器思維和求解問題的過程，典型的功能是搜索與匹配。

智能信息決策是指智能信息經(jīng)過推理后進行決策的過程，通常提供分類、排序、預測等功能。

智能執(zhí)行與輸出作為智能信息輸出的環(huán)節(jié)，是對輸入作出的響應，輸出整個智能信息流動過程的結果，包括運動、顯示、發(fā)聲、交互、合成等功能。

（4）系統(tǒng)協(xié)調者

系統(tǒng)協(xié)調者提供人工智能系統(tǒng)必須滿足的整體要求，包括政策、法律、資源10和業(yè)務需求，以及為確保系統(tǒng)符合這些需求而進行的監(jiān)控和審計活動。由于人工智能是多學科交叉領域，需要系統(tǒng)協(xié)調者定義和整合所需的應用活動，使其在人工智能領域的垂直系統(tǒng)中運行。系統(tǒng)協(xié)調者的功能之一是配置和管理人工智能參考框架中的其他角色來執(zhí)行一個或多個功能，并維持人工智能系統(tǒng)的運行。

（5）安全、隱私、倫理

安全、隱私、倫理覆蓋了人工智能領域的其他 4 個主要角色，對每個角色都有重要的影響作用。同時，安全、隱私、倫理處于管理角色的覆蓋范圍之內，與全部角色和活動都建立了相關聯(lián)系。在安全、隱私、倫理模塊，需要通過不同的技術手段和安全措施，構筑全方位、立體的安全防護體系，保護人工智能領域參與者的安全和隱私。

（6）管理

管理角色承擔系統(tǒng)管理活動，包括軟件調配、資源管理等內容，管理的功能是監(jiān)視各種資源的運行狀況，應對出現(xiàn)的性能或故障事件，使得各系統(tǒng)組件透明且可觀。

（7）智能產品及行業(yè)應用

智能產品及行業(yè)應用指人工智能系統(tǒng)的產品和應用，是對人工智能整體解決方案的封裝，將智能信息決策產品化、實現(xiàn)落地應用，其應用領域主要包括：智能制造、智能交通、智能家居、智能醫(yī)療、智能安防等。

人工智能產業(yè)發(fā)展趨勢

從人工智能產業(yè)進程來看，技術突破是推動產業(yè)升級的核心驅動力。數(shù)據(jù)資源、運算能力、核心算法共同發(fā)展，掀起人工智能第三次新浪潮。人工智能產業(yè)正處于從感知智能向認知智能的進階階段，前者涉及的智能語音、計算機視覺及自然語言處理等技術，已具有大規(guī)模應用基礎，但后者要求的“機器要像人一樣去思考及主動行動”仍尚待突破，諸如無人駕駛、全自動智能機器人等仍處于開發(fā)中，與大規(guī)模應用仍有一定距離。

（1）智能服務呈現(xiàn)線下和線上的無縫結合

分布式計算平臺的廣泛部署和應用，增大了線上服務的應用范圍。同時人工智能技術的發(fā)展和產品不斷涌現(xiàn)，如智能家居、智能機器人、自動駕駛汽車等，為智能服務帶來新的渠道或新的傳播模式，使得線上服務與線下服務的融合進程加快，促進多產業(yè)升級。

（2）智能化應用場景從單一向多元發(fā)展

目前人工智能的應用領域還多處于專用階段，如人臉識別、視頻監(jiān)控、語音識別等都主要用于完成具體任務，覆蓋范圍有限，產業(yè)化程度有待提高。隨著智能家居、智慧物流等產品的推出，人工智能的應用終將進入面向復雜場景，處理復雜問題，提高社會生產效率和生活質量的新階段。

（3）人工智能和實體經(jīng)濟深度融合進程將進一步加快

黨的十九大報告提出“推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合”，一方面，隨著制造強國建設的加快將促進人工智能等新一代信息技術產品發(fā)展和應用，助推傳統(tǒng)產業(yè)轉型升級，推動戰(zhàn)略性新興產業(yè)實現(xiàn)整體性突破。另一方面，隨著人工智能底層技術的開源化，傳統(tǒng)行業(yè)將有望加快掌握人工智能基礎技術并依托其積累的行業(yè)數(shù)據(jù)資源實現(xiàn)人工智能與實體經(jīng)濟的深度融合創(chuàng)新。

（本文節(jié)選自中國電子技術標準化研究院編寫的2018人工智能標準化白皮書）