择要：本系列文章结合行业报告、人工智能有名公司、行业学者等多个角度利用图文的办法从技能篇、家当篇、计策篇、法律篇、伦理篇、管理篇、未来篇等角度帮助读者理解全体人工智能的技能全貌。
归纳总结人工智能的历史、层次构造（技能框架图）以及主流关键技能发展历史，包括自然措辞处理发展进程、语音技能发展进程、打算机视觉发展进程、深度学习算法发展进程、方案决策系统发展进程等。

本文共2794字，建议阅读韶光8分钟

文章目录：

1、人工智能的历史

2、人工智能层次构造（技能框架图）

3、自然措辞处理&知识图谱发展进程

4、语音技能发展进程

5、打算机视觉发展进程

6、深度学习发展进程

7、方案决策系统发展进程

背景：

2019 年度新技能成熟度曲线 | Gartner

今年，Gartner 从 2000 项技能中选出了 29 项，并由此总结出了企业决策者该当纳入考虑范围的五大创新技能趋势。
Gartner 研究副总裁 Brian Burke 在接管 CIO Dive 采访时指出，“人工智能渗透到了其他所有趋势中。
”

人工智能从1942年美国科幻年夜师阿西莫夫提出的“机器人三定律”开始，到2016年AlphaGo降服人类顶尖围棋选手逐步广泛被大众所接管，在政策推动、技能成熟、投资拉动、"大众年夜众关注四大推动力下：人工智能运用迎来加速器。

人工智能之以是号称第四工业革命，之以是能够运用落地，归根结底智能语音、机器视觉等运用层技能达到落地标准；比如人脸识别准确率超过99.5%，代表企业有科大讯飞等。

人工智能技能成熟度曲线

人工智能运用处景

No.2人工智能层次构造

人工智能层次构造（根本、技能、运用三大层）

当下，人工智能技能正如雨后春笋般扎根于各行各业，商汤科技用人脸识别技能变革金融、安防等行业；影谱科技用智能影像生产技能变革传统机器影像行业；科大讯飞用语音识别变革教诲行业；百度正在考试测验用无人驾驶变革交通畅业……人工智能技能本身是没有代价的，人工智能的代价来自于与其他家当结合创造出来的代价。
报告指出，“场景为王”仍旧是这一轮“智能+X”家当发展的关键词，任何技能的发展都离不开与实际需求和运用处景的结合。

中国AI家当生态图谱

AI商业代价 = [ 人 x 流程 x 数据 ]

AI要在企业中大放异彩，企业须要在技能、数据、人才等各方面做好准备；同时，也应详细剖析、论证AI会影响企业计策的各个维度，在制订AI计策和系统的过程中，兼顾以人为本的设计理念、问责机制、公正机制、诚信机制，以及透明机制等。

回顾知识工程四十年多来发展进程，总结知识工程的演进过程和技能进展，可以将知识工程分成五个标志性的阶段，前知识工程期间、专家系统期间、万维网 1.0 期间，群体智能期间以及知识图谱期间，如下图所示。

知识工程发展史

自然措辞发展进程图

人类的日常社会活动中，措辞互换是不同个体间信息交流和沟通的主要路子。
因此，对机器而言，能否自然地与人类进行互换、理解人们表达的意思并作出得当的回应，被认为是衡量其智能程度的一个主要参照，自然措辞处理也因此成为了绕不开的议题。
下图为范例的自然措辞（NLP）总体架构图，供参考。

No.4语音技能发展进程

措辞互换是人类最直接最简洁的互换办法。
长久以来，让机器学会听和说，实现与人类间的无障碍互换一贯是人工智能、人机交互领域的一大梦想。

早在电子打算机涌现之前，人们就有了让机器识别语音的梦想。
1920年生产的“Radio Rex”玩具狗可能是天下上最早的语音识别器，当有人喊“Rex”的时候，这只狗能够从底座上弹出来。

语音技能发展进程图（来自网络）

人工智能语音助手运用处景（来自网络）

No.5.打算机视觉发展进程

“看”是人类与生俱来的能力。
刚出生的婴儿只须要几天的韶光就能学会模拟父母的表情，人们能从繁芜构造的图片中找到关注重点、在阴暗的环境下认出熟人。
随着人工智能的发展，机器也试图在这项能力上匹敌乃至超越人类。

打算机视觉发展进程图（来自网络）

打算机视觉运用市场的参与者既有明星算法型厂商如商汤、依图、旷视、云从科技、云天励飞、码隆科技、扩博智能、图谱科技、北京深醒科技，又有大型CSP厂商如腾讯云、百度云、阿里云、金山云、AWS，还有浩瀚传统的安防厂商如海康、大华、易华录、以萨科技、华尊科技、聪慧眼科技等等。

打算机视觉全景运用图谱（来自网络）

不同场景下打算机视觉技能的主要性（来自网络）

其余根据Tractica的剖析，2016-2025年打算机视觉最受欢迎的十大用例包括：

1.***监控

2.机器/车辆物体检测/识别/避让

3.医学图像剖析

4.增强现实（AR）/虚拟现实（VR）

5.定位和制图

6.将文书事情转换为数据

7.人类情绪剖析

8.广告插入图像和***

9.脸部识别

10.房地产开拓优化

Tractica 研究总监Aditya Kaul 表示：“打算机视觉市场将包括向AR/VR、机器人、无人驾驶和自动驾驶汽车等面向消费者的运用，以及企业运用，如医疗图像剖析、***监控、房地产开拓优化、广告插入、文本数字化等。
虽然面向消费者的运用常日会产生更多的炒作，但主要的转变是企业正在支配利用基于AI的打算机视觉功能。
”

深度学习发展进程图（来自网络）

2016年，硬件层面涌现了基于GPU、TPU的并行打算，算法层面涌现了蒙特卡洛决策树与深度神经网络的结合。

4:1降服李世石、在野狐围棋对战顶尖棋手60连胜、3:0降服天下排名第一的围棋选手柯洁，随着棋类游戏末了的堡垒——围棋也被AlphaGo所占领，人类在完美信息博弈的游戏中已彻底输给机器，只能在不完美信息的德州扑克和麻将中苟延残喘。

人们从棋类游戏中积累的知识和履历，也被运用在更广泛的须要决策方案的领域，包括机器人掌握、无人车等等。
棋类游戏完成了它的历史义务，带领人工智能到达了一个新的历史出发点。

方案决策系统发展进程图（来自网络）

后续篇章：（欢迎关注后续内容）

1.家当篇：家当构造全貌

2.计策篇：顶层设计、成本的力量、人才争斗战

3.法律篇：法律人工智能的十大趋势

4.伦理篇：人工智能23条军规，未来人机关系。

5.管理篇：从互联网管理到AI管理；AI管理的寻衅

6.未来篇：战役机器人，灵魂伴侣；新的天生力

点击阅读原文，理解更多！