该书正在编审环节中，即将出版，请关注“智造苑”即时获取新书出版信息~

人工智能的观点第一次被提出是在20世纪50年代，间隔现在已60余年的韶光。
然而直到近几年，人工智能才迎来爆发式的增长。
究其缘故原由，紧张在于日趋成熟的物联网、大数据、云打算等技能，这些技能的有机结合，驱动着人工智能技能不断发展，并取得了本色性的进展。

「 1.人工智能的内涵」

人工智能是研究开拓能够仿照、延伸和扩展人类智能的理论、方法、技能及运用系统的一门新的技能科学，研究目的是匆匆使智能机器会听（语音识别、机器翻译等）、会看（图像识别、笔墨识别等）、会说（语音合成、人机对话等）、会思考（人机对弈、定理证明等）、会学习（机器学习、知识表示等）、会行动（机器人、自动驾驶汽车等）。

详细地讲，人工智能通过5类基本技能来实现：①信息的感知与获取技能，即从外界得到有用的信息，紧张包括传感、丈量、信息检索等技能，它们是人类觉得器官功能的扩展。
②信息的传输与存储技能，即交流信息与共享信息，紧张包括通信和存储等技能，他们是人类神经系统功能的扩展。
③信息的处理与认知技能，即把信息提炼成为知识，紧张包括打算技能和智能技能，他们是人类思维器官认知功能的扩展。
④信息综合与再生技能，即把知识转变为办理问题的策略，紧张包括智能决策技能，他们是人类思维器官决策功能的扩展。
⑤信息转换与实行技能，即把智能策略转换为办理问题的智能行为，紧张包括掌握技能，他们是人类效应器官（行动器官）功能的扩展。

人工智能的紧张功能可归纳为以下4个方面：

（1）机器感知：感知是觉得与知觉的统称，它是客不雅观事物通过感官在人脑中的直接反响。
机器感知是研究如何用机器或打算机仿照、延伸和扩展人的感知或认知能力，包括：机器视觉、机器听觉、机器触觉等。
机器感知是通过多传感器采集，并经繁芜程序处理的大规模信息处理系统。

（2）机器思维：大脑的思维活动是人类智能的源泉，没有思维就没有人类的智能。
机器感知紧张是通过机器思维实现的，机器思维是指将感知得来的机器内部、外部各种事情信息进行有目的的处理。

（3）机器学习：学习是有特定目标的知识获取过程，也是人类智能的紧张标志和得到知识的基本手段，学习表现为新知识构造的不断建立和修正。
机器学习是打算机自动获取新的事实及新的推理算法等，是打算机具有智能的根本路子。

（4）机器行为：行为是生物适应环境变革的一种紧张的手段。
机器行为研究如何用机器去仿照、延伸、扩展人的智能行为，详细包括：自然措辞天生、机器人行动方案、机器人折衷掌握等。

对人工智能而言，其关键技能包含算法、软件框架及芯片。
算法是推动人工智能发展的主要推动力，算法通过封装到软件框架得到运用，芯片是支撑算法打算能力的关键根本硬件。

1）算法

人工智能涉及的算法紧张分为回归、分类和聚类三种[1]。
近年来，以深度学习算法为代表的人工智能技能在诸多领域都实现了打破，但这类算法并不完美。
目前，诸如胶囊网络、天生对抗网络、迁移学习等算法被提出。

2）软件框架

软件框架是算法模型工具库的凑集，可以供各种开拓者利用。
目前，软件框架有开源和闭源两种形式，主流软件框架基本是开源。
从内容上分，业界紧张有深度学习演习软件框架和推断软件框架两大种别。
个中，基于深度学习的演习框架紧张实现对海量数据的读取、处理及演习。
目前主流的深度学习演习软件框架紧张有TensorFlow、MXNet、Caffe、PaddlePaddle等。
在终端侧限定设备性能及功耗等成分的场景运用，也涌现了诸多Caffe2go、TensorFlow Lite等开源终端侧软件框架。

3）芯片

人工智能算法的实现须要强大的打算能力支撑，特殊是深度学习算法的大规模利用，对打算能力提出了更高的哀求。

从运用处景角度看，人工智能（AI）芯片紧张有两个方向，一个是在数据中央支配的云端，一个是在消费者终端支配的终端。
从功能角度看，AI芯片紧张是用于演习和推理。
演习须要极高的打算性能、较高的精度，能处理海量的数据，并具有一定的通用性，以便完成各种各样的学习任务。
推理相对来说，对性能的哀求并不高，对精度哀求更低，在特定的场景下，对通用性哀求也不高，能完成特界说务即可。

从技能架构来看AI芯片有四类：一是通用性芯片，如GPU；二因此FPGA（field programmable gate array，现场可编程门阵列）为代表的半定制化芯片，如深鉴科技的DPU；第三，ASIC（application specific integrated circuit，专用集成电路）全定制化芯片，如谷歌的TPU；第四，类脑芯片。
在演习环节，可以利用GPU、FPGA以及ASIC；用于终端推断的打算芯片紧张以ASIC为主。

「 2.人工智能的发展趋势」

从1943年开始神经网络理论研究，到1956年达特矛斯会议提出“人工智能”这一观点到现在，人工智能经历了早期的研究热潮，实现困难导致的寒冬，以及近年来再次爆发多个阶段[2]（如表1所示）。

表1 人工智能发展重大事宜

人工智能迎来爆发式的增长离不开物联网、大数据、云打算等技能的快速发展，物联网使得大量数据能够被实时获取，大数据为深度学习供应了数据资源及算法支撑，云打算则为人工智能供应了开放平台。
这些技能的有机结合，驱动着人工智能技能不断发展，并取得了本色性的进展。
尤其是2016年3月AlphaGo与李世石的人机大战，将人工智能推到了风口浪尖，引爆了新一轮的人工智能热潮。
关于人工智能的研究和运用开始各处着花，人工智能家当迎来爆发式增长，家当规模迅速扩大。

人工智能对社会和经济影响的日益凸显，各国政府也先后出台了对人工智能发展的政策，并将其上升到国家计策的高度。
图1是包括美国、中国和欧盟在内的多国和地区颁布的国家层面的人工智能发展政策。

图1 各国人工智能最新政策（来源：政府事情报告，公开资料，德勤研究）

目前，随着人工智能技能的日臻完善，在技能层面，AutoML 等工具的涌现降落了深度学习的技能门槛；在硬件层面，各种专用芯片的呈现为深度学习的大规模运用供应了算力支持；物联网、量子打算、5G 等干系技能的发展也为深度学习在家当的渗透供应了诸多便利。

伴随着国内外科技巨子对人工智能技能研发的持续投入，以深度学习为框架的开源平台极大降落了人工智能技能的开拓门槛，有效提高了人工智能运用的质量和效率。
未来，各行各业将会大规模运用深度学习技能履行创新，加快家当转型和升级的节奏。
其次，自动机器学习 AutoML 的快速发展将大大降落机器学习本钱，扩大人工智能运用遍及率；多模态深度语义理解将进一步成熟并得到更广泛运用。

在硬件上，人工智能芯片将逐渐大规模落地。
端侧人工智能芯片将会显现出更加低本钱化、专业化以及系统集成化的主要特色。
同时，NPU将成为下一代端侧通用CPU芯片的基本模块，未来越来越多的端侧CPU芯片都会以深度学习为核心支撑进行全新的芯片方案。

此外，随着 5G 和边缘打算的领悟发展，算力将打破云打算中央的边界，向万物蔓延，将会产生一个个泛分布式打算平台，对韶光和空间的洞察将成为新一代物联网平台的根本能力。
这也将促进物联网与能源、电力、工业、物流、医疗、智能城市等更多场景发生领悟，创造出更大的代价。
在量子打算方面，可编程的中等规模有噪量子设备的性能会得到进一步提升并初步具备纠错能力，终极将可运行具有一定实用代价的量子算法，量子人工智能的实际运用也将得到极大助力。
未来也将会呈现一大批高质量的量子打算平台和软件，人工智能技能将与之实现深度领悟。

[1]中国信息通信研究院,中国人工智能家当发展同盟.人工智能发展白皮书技能架构篇（2018年）[R].北京:中国信息通信研究院，中国人工智能家当发展同盟,2018.

[2] 彭健.人工智能的关键性技能[J].互联网经济,2018(12):46-51.

来源：智造苑

中国工程科技知识中央（以下简称”知识中央”）是经国家批准培植的国家工程科技领域公益性、开放式的知识资源集成和做事平台培植项目，是国家信息化培植的主要组成部分。

知识中央培植以知足国家经济科技发展须要为总体目标，通过汇聚和整合我国工程科技干系领域的数据资源，以资源为根本、以技能为支撑、以专家为骨干、以需求为牵引，建立集中管理、分布运维的知识中央做事平台。

知识中央以为国家工程科技领域重大决策、重大工程科技活动、企业创新与人才培养供应信息支撑和知识做事为宗旨，终极培植成为国际前辈、海内领先、具有广泛影响力的工程科技领域信息汇聚中央、数据挖掘中央和知识做事中央。

中国工程科技知识中央"大众年夜众号：知领

中国工程科技知识中央微博：知领直播