人工智能（Artificial Intelligence）是计算机学科的一个分支，是控制论、信息论、通信学、神经网络、数学、心理学、语言学等多学科相互交叉渗透而发展起来的新兴领域。1946年，世界上第一台电子计算机在美国诞生，这引起了全世界很多科学家对未来科技发展方向的深入探讨。科学家们坚信，计算机一定会挑战人脑，替代人类做很多需要信息整合、逻辑判断、智能思考的脑力劳动。十年之后，在1956年美国Dartmouth会议上，麦卡赛、明斯基、罗切斯特等为首的一批年轻科学家在基于计算机发展展望后，共同研究和探讨用机器模拟智能的一系列相关问题，并首次定义了“人工智能”这一术语，这也标志着“人工智能”这门新兴学科的正式诞生。

 

人工智能的发展历程

 

第一波浪潮。1956年Dartmouth会议提出了人工智能概念后，科学界大力研发相关技术，当时有一款感知神经网络软件诞生，后来又出现了聊天软件，并证明了数学定理。此时，西方国家的科学界意识到人工智能时代已经到来，世界很快要发生巨变，整个科技界一片狂热。尔后一段时间，人们发现此时的人工智能技术只能解决一些不足挂齿极其简单的问题，与其定义南辕北辙。不久，科技界对此感到极度失望，人工智能立刻陷入了低潮。    

第二波浪潮。经过二十多年计算机相关技术的积累，计算机应用获得重大突破。到了八十年代初， 模式识别、神经网络、专家系统和 BT 训练算法相继推出。人们发现这些新学科可以借助计算机解决非常复杂的问题，此时人工智能在科技界再度火爆，各国高校（包括国内）兴起了人工智能热。国内外高校把大量人力物力倾注在人工智能领域，日美两国可谓领头羊，中国高校也不甘示弱。但经过十年左右的开发，成果寥寥，可商业化的技术少的可怜。人工智能再次步入低潮，从科研项目立项到各类重点实验室，我们发现人工智能研究绝少再被提及。

第三波浪潮。2006年Hinton提出的深度学习的技术以及在图像、语音识别的成功应用是一个标志性事件。人工智能在人机对弈、模式识别（图像、语音）、智能搜索、数据收集、自动驾驶以及在工业机器人等领域获得重大突破，这些技术突破距离商业化应用已近在咫尺。“众里寻他千百度，蓦然回首，那人却在灯火阑珊处。”这是人工智能领域当今发展的完美写照。随着相关技术领域的逐一被攻破，这一波人工智能的浪潮来的真真切切。

 

人工智能热点领域

 

近十年，人工智能的发展日新月异，其对各行各业的颠覆已近在眼前。但人工智能完全替代人工也不是短期的事情，须知罗马不是一天建成的。人工智能渗透到社会生活的方方面面一定是依照时间序列分层次展开的。在认识人工智能时，我们必须清楚哪些技术短期即可商用，哪些技术尚未走出实验室，哪些技术须要等待相关技术的突破，哪些技术可以跟市场需求很好衔接。考察人工智能的热点领域必须对其相关领域技术的成熟度和市场需求有深入认知，这也是当前国际商业大公司研发人工智能技术的着眼点。

 

1.智能识别

 

模式识别是一个被研发很久的领域，其关键技术在于模式定义、分类、模式训练和识别算法等，目前技术比较成熟和市场潜力广阔的应用是图像识别和语音识别。

图像识别现在已经广泛应用于很多场合，如车辆识别、二维码、医疗诊断、人流监控、图文读取、智能交通等，这些应用已经广泛推向市场。图像识别的深度应用正吸引国内外大型商业机构和资本大力研发。苹果发布的首份关于人工智能学术论文，描述了在计算机视觉系统中提高图像识别的方法，在机器学习研究中，使用合成图像进行神经网络训练要比真实图像更有效。

语音识别更是一个引爆AI的关键应用。数年前，苹果语音助理Siri刚一推出，在业内被炒的沸沸扬扬，起初，Siri的效果难以让人满意，后来变成人们茶余饭后调侃的对象。但随着模型、算法、数据库等精准度的突破，识别准确率问题迟早可以解决。语音识别不仅能革新人机会话模式，还能解决困扰人类数千年的跨语音障碍。我们可喜的看到，目前美国微软、IBM以及国内的百度等公司，近期语音识别准确率上取得的较大突破，差错率已经压缩至5%左右。

 

2.自动驾驶汽车

 

自动驾驶汽车集视觉探测、GPS、驾驶控制、人工智能等技术为一体，其控制核心必然是模拟人工，但高于人工的智能计算体系。自动驾驶技术的终极目标是安全性和效率超越人工驾驶，全面替代人工驾驶。

麦肯锡预测，到2025年全球自动驾驶汽车可产出2000亿至1.9万亿美元的产值。2016年，福特汽车公司向Pivotal软件公司注资了1.822亿美元，加快云计算软件的开发。8月份福特及百度向美国硅谷一家激光雷达公司Velodyne公司投资1.5亿美元。后者的圆柱形雷达或激光雷达可将地形信息传递到车载电脑上，应用于自动驾驶车。从当前研发动向看，不仅丰田、福特、特斯拉、奔驰这样一些汽车厂商投巨资开发自己的自驾技术，连苹果、三星、谷歌、亚马逊、Uber、百度、京东这样的互联网企业也不甘示弱。由此可见业界对自驾技术的市场抱有多大热情。

 

3.智能医疗

 

智能医疗是利用物联网技术，实现患者与医务机构或医疗设备之间的远距离互动诊断。其原理是通过传感技术提取患者的健康数据，通过既往的大数据综合诊断病情。智能医疗会提取知名医生的行医经验，汇集众多病人病情发展过程，使普通人享得到专家级诊断，偏远地区的病人将借助通信网络享受到大城市的医疗服务水平。可以预计，未来的机器人动手术将大行其道，其成功率将远超名医。

智能医疗是一个非常有希望在近期突破的领域，其市场规模非常之大，社会影响前所未有。

 

4.智能教育

 

教育是当前和今后相当长时间内的一个庞大产业。随着时间推移，教育产业将不断充实壮大，智能教育是一个正在兴起的朝阳产业。互联网+与人工智能快速向教育领域渗透，其核心内容是把人类已有的各种教育资源按照客户需求逐步个性化，以智能系统逐步取代传统教师的角色。

2016年，高等教育占据教育市场主导地位，产值约占总市场份额的75%。西方越来越多的高等教育机构购(包括大学)已经开始尝试利用教学软件系统和服务来达成教学策略，这一细分市场的增长率一直处在较高水平。Technavio预测，到2020年，全球教育领域人工智能市场将呈指数增长，复合增长率接近40%。目前我们可见的智能产品中大量用到自然语言处理和语音识别技术。

我们相信智能教育目前取得的成果才是一个开端，大戏的上演将在今后几年。

 

5.智能金融服务

 

智能金融服务，以人工智能、大数据、云计算、区块链等高新科技为基础，通过人工智能提升金融机构的服务效率，拓展金融服务的广度和深度。最终实现金融服务的智能化、个性化、定制化。

智能金融服务的初步成果，就是我们看到日常生活中现金的使用量和范围已经被大幅度压缩，大量的银行职员面临失业。

业界目前正在开发的智能金融服务热点产品有：1）智慧银行。银行网点、手机银行app、微信服务等“一站式、自助化、智能化”的全新服务体验。2）智能投顾。第三方平台与业内众多传统的银行、保险、基金、信托等金融机构做嫁接，对用户行为、市场、产品等进行详细的分析，智能化为客户推荐多元化的投资组合。3）消费金融平台。通过建立以数据和技术为核心驱动的风控系统。建立包含用户数据采集、实时计算引擎、数据挖掘平台、自动决策引擎结合人工辅助审批的全面风控能力。

 

6.智能安防

 

智能安防是以物联网为基础的重大行业应用。目前其成熟的应用产品有：防盗报警、视频监控、出入口控制、巡逻监视、GPS智能系统等。这些子系统可以是单独设置、独立运行，也可以由中央控制室集中进行监控，还可以与其他综合系统进行集成和集中监控。

我国安防行业市场规模从2010年的2350亿元增长到2016年的5400亿元，年复合增长率达到15%，可见市场前景非常广阔。而作为智能安防分支的智能家居市场空间同样巨大。

 

人工智能发展的瓶颈问题

 

在人工智能如火如荼的今天，我们必须清醒的认识到人工智能的发展仍面临着一系列瓶颈问题。纵观人工智能前沿，我们认为比较突出的表现在以下几个方面：

 

1.人才问题

 

在全球范围内，人工智能人才不足将是一个长期的困难，西方发达国家包括美国、日本等已经具备了领先的人才储备。人工智能需要大量的跨学科复合型前瞻规划与开发人才，以实现人工智能向多领域和深度应用渗透。我国在人才培养和积淀上明显落后于西方国家，这是不争的事实，例如美国的谷歌、微软、IBM、亚马逊、英特尔、Facebook等大公司AI人才密集。我国在发展人工智能领域，更多依赖于海外人才；中国本土，高层次的AI人才相对稀缺。

 

2.相关技术

 

人工智能是一个多种技术相互交叉联动的领域。例如传感器、复杂计算机算法、超级机器运算芯片、智能平台、机器学习与自适应、智能语音识别处理等等。在相关技术领域，有的已经取得比较满意的突破，有的还正在研发过程中。人工智能相关技术的突破需要经历一个相当长的时间周期。

 

3.与市场的衔接问题

 

目前最大的问题在于诸多的人工智能技术如何从实验室走出来，面向商用。也就是取得比较理想的市场效益，否则就难以获得资本市场的支撑，形成良性的商业模式。

总之，人工智能的全面爆发正处在一个历史临界点，人工智能对人类社会的改变无疑是天翻地覆的。我们期待这场暴风雨来的更猛烈些！

 

免责声明：本文来自超天才网客户端，不代表超天才网的观点和立场。文章及图片来源网络，版权归作者所有，如有投诉请联系删除。