AI基础概念

Al作为当今最火热的技术，Al如印刷、蒸汽机、电力和互联网一样是可以影响整个国家或全球经济发展的26种通用目的技术之一。随着大数据时代的到来以及算力的提升将AI推向了第三次高潮,在AI高潮的背后仍然要回归理性，正确的认识AI。本章节主要介绍人工智能的概念、层次结构及发展历史，人工智能产业发展与战略规划。

什么是人工智能

人工智能(Artificial Intelligence)是研究、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。1956年由约翰.麦卡锡首次提出，当时的定义为“制造智能机器的科学与工程”。人工智能目的就是让机器能够像人一样思考，让机器拥有智能。时至今日，人工智能的内涵已经大大扩展，是一门交叉学科。

• 计算机科学
• 脑科学
• 哲学
• 逻辑学
• 语言学
• 心理学
• 认知科学

人工智能:研究、开发用于模拟、延伸和扩展人的智能的理论、方法及应用系统的一门新的技术科学。

机器学习:专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

深度学习:源于人工神经网络的研究，含多隐层的多层感知器就是一种深度学习结构。

人工智能层次结构

人工智能发展简史

AI应用技术方向
现在Al的应用技术方向主要分为:
——计算机视觉是研究如何让计算机“看”的科学。计算机视觉是三个AI应用技术中最成熟的技术。计算机视觉研究的主题主要包括图像分类，目标检测、图像分割、目标跟踪、文字识别和人脸识别等。
未来:计算机视觉有望进入自主理解、分析决策的高级阶段，真正赋予机器“看”的能力，在无人车、智能家居等场景发挥更大的价值。

——语音处理是研究语音发声过程、语音信号的统计特性、语音识别、机器合成以及语音感知等各种处理技术的统称。语音处理处理研究的主题主要包括语音识别、语音合成、语音唤醒、声纹识别、音频事件检测等。其中最成熟的技术是语音识别，在安静室内、近场识别的前提下能达到96%的识别准确度。

——自然语言处理是利用计算机技术来理解并运用自然语言的学科。自然语言处理研究的主题主要包括机器翻译、文本挖掘和情感分析等。自然语言处理的技术难度高,技术成熟度较低。因为语义的复杂度高，仅靠目前基于大数据、并行计算的深度学习很难达到人类的理解层次。
未来:从只能理解浅层语义到能自动提取特征并理解深层语义;从单一智能（ML）到混合智能(ML、DL、RL)。

人工智能目前处于初级阶段

各国人工智能发展战略对比