18世纪中叶以来，三次工业革命使机器生产从无到有，从蒸汽驱动到电力驱动，从手动控制到自动控制，将人类变成人类社会天翻地覆的变化。20世纪中叶是科技创新的井喷期，集成电路、计算机、机器人、人工智能等技术都在这一时期萌芽。然而，自1956年诞生以来，人工智能的发展并非一帆风顺。直到2006年深度学习算法的出现，才真正展现出其强大的魔力，逐渐深入到人们的生产生活中，深刻改变着社会的演进。什么是人工智能人工智能是研究和开发模拟、延伸和扩展人类智能的理论、方法、技术和应用系统的学科。其目的是了解智能的本质，生产出具有类人智能的智能机器。形象地说，人工智能是研究和实现机器“像人一样思考”、“像人一样行动”、“理性思考”和“理性行动”的学科。人工智能的分类美国在2016年10月发布的《国家人工智能研究和发展战略计划》报告中，将人工智能分为狭义人工智能和通用人工智能。狭义的人工智能系统只专注于完成一组特定的任务，比如语音识别、图像识别和翻译，包括近几年兴起的IBM的沃森和谷歌的AlphaGo。一个广义的人工智能系统包括学习、语言、认知、推理、创造和规划。它的目标是将一个领域的知识应用到另一个领域，同时可以与人类进行互动学习。在海牙战略研究中心2017年5月发布的《人工智能与未来国防》报告中，人工智能被分为三类：狭义人工智能、通用人工智能和超级人工智能。狭义的人工智能是指机器智能在特定任务上等于或超过人类智能；通用人工智能是指机器智能满足人类在任何任务中的所有表现；超级人工智能是指在任何任务中智能超过人类智能的机器。一般来说，人工智能可以分为三类：弱人工智能、强人工智能和超人工智能。弱人工智能只能解决特定领域的问题，强人工智能可以完成人类所有的工作，超级人工智能则拥有与人类媲美的智慧和才能。显然，人类目前正处于弱人工智能时代，距离强人工智能、超人工智能还有很远的距离。人工智能的研究范围目前，人工智能已经发展成为一个庞大而繁荣的学科体系，涉及计算机、脑科学、神经生理学、心理学、语言学、逻辑学、认知科学、行为科学、生命科学、数学和信息论等。、控制论和系统论等，是一门典型的前沿交叉学科。人工智能要能“看”，就需要研究计算机视觉技术。人工智能要能“听”，就需要公关语音识别技术。人工智能要想“说话”，就需要发展自然语言处理和语音合成技术。人工智能要能够“行动”，就需要发展仿生机器人、自动驾驶汽车、无人机等技术。如果人工智能能够“学习”，就需要战胜机器学习技术。人工智能要能够“思考”，就需要研究脑科学等技术。此外，人工智能还需要一个载体。这个载体可以是软硬件结合的物理系统，如机器人、自动驾驶汽车、智能手机等，也可以是纯软件系统，如专家系统、决策支持系统等。简而言之，人工智能的各个研究领域可以对应人类智能的各种能力，如图1-1所示。图1-1人工智能研究领域人工智能产业链在十余年的发展热潮中，人工智能衍生出庞大的产业体系。系统大致可分为三大板块：基础层、技术层和应用层。其中，基础层包括AI芯片、智能传感器、信息通信网络、云计算等；技术层包括算法、框架和通用技术（机器学习、深度学习、语音识别、自然语言理解、计算机视觉、人机交互等）应用层包括智能手机、智能音箱、可穿戴设备等消费终端设备、机器人、无人机、自动驾驶、虚拟/增强现实，并涉及人工智能在金融、安防、交通、教育、家居、零售、医疗、农业、制造等领域的工业应用，如图所示1-2。图1-2人工智能产业链需要说明的是，本白皮书将重点介绍人工智能产业链的基础层、技术层和应用层消费终端。人工智能在行业中的应用已不在本白皮书的讨论范围内。从功能上看，基础层主要是硬件，主要为人工智能应用提供丰富的数据和强大的计算能力，是人工智能技术的基础设施；技术层主要是软件，为人工智能应用提供高效灵活的解决方案。算法、框架和平台是人工智能技术的核心；应用层是各种技术的融合，是人工智能技术的场景实践。
