当前，人工智能第三次站在了科技发展的浪潮之巅，成为新一轮科技革命和产业变革的核心驱动力量。本文主要对人工智能的概念、特征和人工智能技术的发展阶段进行梳理和概述，并对人工智能的未来发展趋势做简要分析。
第一、人工智能的概念和特征
1、基本概念
人工智能（Artificial Intelligence，英文缩写为AI）的概念于1956年的达特茅斯会议上首次被提出：使一部机器的反应方式像一个人在行动时所依据的智能。之后人工智能又被诸多科学家和研究机构进行定义和解释，但不论是学术界、市场的研究机构还是政府政策文件，对其概念都有着不同的界定。
从国家颁布的政策文件来看，人工智能是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的总称，主要涉及智能芯片及传感器，操作系统和基础软件，计算机视觉、语音识别、自然语言处理、生物特征识别、新型人机交互、自主决策控制等核心算法，细分行业应用及系统集成等环节[1]。从学术界已有研究成果来看，人工智能的概念可以总结归纳为两类：（1）从行为和功能的角度出发，定义人工智能机器的外在行为和能够实现的功能；（2）将人工智能定义为一门新科学或新学科[2]。截至当前，对于人工智能的理解尚未形成完全清晰的界定依据和较为统一的定义。
综合各类界定和概念描述，可以将人工智能概括为：是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的科学技术。
2、特征
统筹考虑人工智能的概念、内涵，以及人工智能技术与传统产业的融合，归纳总结出人工智能的特征如下：
（1）呈现出跨界融合的复杂特征
人工智能是一门涵盖领域十分广泛的交叉科学，涉及计算机科学、数学、认知科学、脑科学、心理学、哲学、信息论、控制论、神经科学、仿生学、生物学、语言学等自然和社会学科等学科，具有跨学科、跨领域、跨界融合的复杂科学属性。当前人工智能技术正在渗透到各个传统行业，与其产生深度融合，这种融合将打破我国传统产业模式和服务业态，促进传统产业在全产业链上的融合，促进新业态和新服务模式不断涌现，加速重构现代产业体系。
（2）具有自主智能系统的特征
伴随着无人机、自动驾驶汽车、水下无人潜航器、空间机器人、医疗机器人、智能无人车间等出现，自主智能系统不再是我们传统认识中的工业机器人，而是被赋予了更广泛的内涵。自主智能系统是一种自主的智能思维，可以根据环境条件自主产生新的逻辑，并摆脱人类的框架式控制。自主智能系统虽然强调自主和智能，但不排斥人类的参与，更加重视与人类行为的协同。例如轨道交通自动驾驶、极地机器人、深海勘探（海洋机器人）、细胞手术等。
（3）呈现混合智能的新特征
随着移动互联网、云计算等新一代信息技术的快速发展和普及，大数据呈现爆发式增长，深度学习、强化学习等算法不断优化。人工智能研究的焦点向大数据驱动学习，跨媒体认知、学习和推理，打造多智能体协同的群体智能和追求“人机混合增强智能”转移。如已有企业研发出一种新技术，可以将一张马的照片和徐悲鸿《奔马图》相融合，通过学习徐悲鸿国画的手法，把马匹的照片用国画大师的笔法变成一张数字国画，同样的技术也可以把照片变成油画。
二、人工智能技术的波折发展历程
人工智能从诞生至今已经有了60年的发展历史，在经历了萌芽发展期、两次高潮发展期和两次低谷发展期之后，人工智能迎来了第三次发展浪潮。
1、萌芽期（1956年之前）
神经网络模型的构建和世界第一台电子数字计算机问世，开启了人工神经网络研究时代。1943年，美国神经生理学家麦克洛奇（W.Mc Culloch）和匹兹（W.Pitts）成功完成首个M-P模型（神经网络模型）的构建，从微观角度对人工智能进行探究，人工神经网络研究时代自此开启。1946年美国科学家Eckert和J. W. Mauchly等人共同研制出世界上第一台电子数字计算机ENIAC。1950年计算机与人工智能之父图灵发表《机器能够思考吗》，提出图灵测试。这一阶段的控制论、信息论和系统论等基础理论的研究为以后人工智能的发展奠定了坚实的基础。
2、第一次发展高潮期（1956-1969年）
符号主义盛行，人工智能诞生并快速发展。1956年达特茅斯会议召开，首次提出“人工智能”这一术语，标志着人工智能的诞生。之后，人工智能进入了一个崭新的发展阶段。这一时期符号主义盛行，科学家将符号方法引入统计方法进行语义处理，出现了基于知识的方法，人机交互开始成为可能。这一时期人工智能发展成果显著，美国IBM公司研制设计的跳棋程序战胜保持8年不败的人类冠军（1959年）、世界上第一台自主互动聊天机器人ELIZA诞生（1966年）、罗森布拉特发明第一款神经网络Perceptron（1957年）等一系列重大突破使人工智能得以迅猛发展。
3、第一次发展低谷期（1970-1979年）
模型存在局限，人工智能技术发展步入低谷。由于前一阶段的盲目乐观，相关研究者并未充分预估可能遇到的困难，这一时期人工智能的瓶颈逐渐显现：一方面由于人工智能所基于的数学模型和数学手段被发现存在一定的缺陷和局限性，另一方面逻辑证明器、感知器、增强学习只能完成指定的工作，对于超出范围的任务则无法应对。如下棋程序在获得州冠军之后始终未获得全国冠军；机器翻译所采用的依靠一部词典的词到词的简单映射方法并未成功；1973年，英国应用数学家lighthill针对英国人工智能研究状况的报告批评了人工智能在实现其“宏伟目标”上的完全失败，对许多知名子领域基础研究诸如机器人和自然语言处理进行了严重的质疑等。研究者对人工智能的热情逐渐冷却，资助也相应的被缩减，人工智能第一次步入低谷。尽管面临巨大压力，各国人工智能研究者依旧扎实工作，继续在机器人、专家系统、自然语言理解等方面加强基础理论研究。
4、第二次发展高潮期（1980-1986年）
数学模型实现重大突破，专家系统成功开发并应用。1980年，卡内基·梅隆大学为DEC公司设计制造出专家系统，可帮助DEC公司每年节约4000万美元左右的费用。专家系统的成功开发和应用，使人工智能研究取得了突破性的进展，人工智能再次回到了公众的视野当中。这一时期，人工智能相关的数学模型也取得了一系列重大发明成果，如著名的多层神经网络（1986）和BP反向传播算法（1986）的提出，进一步催生了能与人类下象棋的高度智能机器（1989）。其它成果还包括通过人工智能网络能自动识别信封上邮政编码的机器，精度可达99%以上，已经超过普通人的水平。受此鼓励，日本经济产业省再次投入巨资开发第五代计算机项目。与此同时计算机硬件能力的快速提升、互联网的构建，以及分布式网络降低了人工智能的计算成本等因素，人工智能技术迎来第二次发展浪潮。
5、第二次发展低谷期（1987-2000年）
开发成本高、难维护，应用领域狭窄，人工智能技术发展再次步入低谷。为推动人工智能的发展，研究者设计了针对Lisp语言的Lisp计算机。由于专家系统在知识获取、推理能力等方面的不足，开发成本高、应用领域狭窄、难以与现有数据兼容等原因，再加之苹果和IBM生产的第一代台式机以其高性能和低价格的优势逐渐占据了消费市场（1987年），Lisp计算机逐渐被市场所淘汰，专家系统也逐渐淡出人们的视野，人工智能硬件市场出现明显萎缩。同时，1990年人工智能计算机DARPA没能实现，DARPA的新任领导认为人工智能并非“下一个浪潮”，政府投入缩减；以及1991年日本政府“第五代计算机工程”的宣告失败，使人工智能发展再一次步入低谷。这一时期，人工智能技术成果较少，但是以神经网络、遗传算法为代表的技术得到关注。
5、第三次发展高潮期（2000-至今）
新一代信息技术快速涌现，信息环境发生巨大变化，算力和算法模型取得重大突破，人工智能技术进入跨越式发展新阶段。随着移动互联网的普及，传感器的渗透，电子商务的发展，云计算及认知技术的出现，数据和知识与人类社会、物理空间和信息空间相互交叉融合等，人工智能发展所处信息环境和数据基础发生了巨大变化，人工智能技术得以进一步走向实用化。2006年深度学习神经网络提出后快速在语音和图像识别领域实现商业化应用，无监督学习算法取得突破性进展，以及2016年谷歌AlphaGo以4:1战胜人类围棋高手李世石等，这一些系列技术突破性进展都将人工智能推上前所未有的热度，再一次成为全球瞩目的科技焦点，人工智能得以迎来第三次发展浪潮。同时，GPU和人工智能专用芯片的研发和广泛应用，算力的大幅提升和算法模型的持续优化，以及新时代背景下人工智能目标和理念的重要改变等等，都推动着人工智能技术进入跨越式发展新阶段。
三、人工智能的发展趋势
1、人工智能将从感知智能向认知智能演进
当前，人工智能在“听、说、看”等感知智能领域已经达到或超越了人类水平，但在逻辑推理和跨领域的知识迁移方面还处于初级阶段。未来，人工智能将朝着从认知心理学、脑科学及人类社会历史中汲取灵感，结合跨领域知识图谱、因果推理、持续学习等技术，建立稳定获取和表达知识的有效机制，让机器更好地理解和运用知识，从而实现从感知智能到认知智能的关键突破。
2、多智能体协同的群体智能成为可能
在开放动态环境下，传统单体智能无法满足大规模智能设备的实时感知和决策。物联网协同感知技术、5G通信技术的发展将实现多个智能体之间的协同——机器彼此合作、相互竞争共同完成目标任务。多智能体协同带来的群体智能将进一步放大智能系统的价值：无人驾驶车利用大规模智能交通灯的动态实时调度数据实现全局路况规划，群体无人机协同将高效打通最后一公里配送。
3、保护个人隐私数据的政策和技术将加速落地
随着人工智能技术的快速发展及其在金融、商业、交通、医疗等领域的广泛应用，大数据蕴含的价值被不断的开发，与此同时，用户隐私数据的泄露、滥用、垄断等问题层出不穷。因此，保护个人隐私数据的政策，以及保护个人隐私数据的技术的开发必然是未来不可避免的趋势。
[1] 2017年9月中关村科技园区管理委员会发布的《中关村国家自主创新示范区人工智能产业培育行动计划（2017—2020年）》。
[2] 亿欧智库《中国智能金融产业研究报告》2017年。
作者：张培。
,
