人工智能作为一门前沿交叉学科,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技术科学,将其视为计算机科学的一个分支,指出其研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
人工智能行业属于战略新兴产业,国内人工智能可分为三个下属行业,分别为人工智能软件开发、人工智能消费相关设备制造、人工智能系统服务。
人工智能产业链包括三层:基础层、技术层和应用层:基础层是人工智能产业的基础,主要是包括AI芯片等硬件设施及云计算等服务平台的基础设施、数据资源,为人工智能提供数据服务和算力支撑;技术层是人工智能产业的核心,以模拟人的智能相关特征为出发点,构建技术路径;应用层是人工智能产业的延伸,集成一类或多类人工智能基础应用技术,面向特定应用场景需求而形成软硬件产品或解决方案。
人工智能概念的提出始于1956年的美国达特茅斯会议。人工智能至今已经有60多年的发展历史,从诞生至今经历了三次发展浪潮。分别是1956-1970年、1980-1990年和2000年至今。
1959年Arthur Samuel提出了机器学习,推动人工智能进入第一个发展期。此后70年代末期出现了专家系统,标志着人工智能从理论研究走向实际应用。
80年代到90年代随着美国和日本立项支持人工智能研究,人工智能进入第二个发展期,期间人工智能相关的数学模型取得了一系列重大突破,如著名的多层神经网络、BP反向传播算法等,算法模型准确度和专家系统进一步提升。期间,研究者专门设计了LISP语言与LISP计算机,最终由于成本高、难维护导致失败。
得益于算法、数据和算力三方面共同的进展,当前人工智能处于第三个发展期。加拿大Hinton教授提出了深度学习的概念,极大地发展了人工神经网络算法,提高了机器自学习的能力,随后以深度学习、强化学习为代表的算法研究的突破,算法模型持续优化,极大地提升了人工智能应用的准确性,如语音识别和图像识别等。
随着互联网和移动互联的普及,全球网络数据量急剧增加,海量数据为人工智能大发展提供了良好的土壤。大数据、云计算等信息技术的快速发展,CPU、GPU、NPU、FPGA等各种人工智能专用计算芯片的应用,极大地提升了机器处理海量视频、图像等的计算能力。在算法、算力和数据能力不断提升的情况下,人工智能技术快速发展。