人工智能起源

人工智能始于 20 世紀(jì) 50 年代，至今大致分為三個(gè)發(fā)展階段：

第一階段（20

世紀(jì) 50 年代——80 年代）。這一階段人工智能剛誕生，基于抽象數(shù)學(xué)推理的可編程數(shù)字計(jì)算機(jī)已經(jīng)出現(xiàn)，符號(hào)主義（Symbolism）快速發(fā)展，但由于很多事物不能形式化表達(dá)，建立的模型存在一定的局限性。此外，隨著計(jì)算任務(wù)的復(fù)雜性不斷加大，人工智能發(fā)展一度遇到瓶頸；

第二階段（20 世紀(jì) 80 年代——90 年代末）。在這一階段，專家系統(tǒng)得到快速發(fā)展，數(shù)學(xué)模型有重大突破，但由于專家系統(tǒng)在知識(shí)獲取、推理能力等方面的計(jì)算能力的提升，人工智能在很多應(yīng)用領(lǐng)域取得了突破性進(jìn)展，迎來了又一個(gè)繁榮時(shí)期。人工智能具體的發(fā)展歷程如圖 1 所示。

長(zhǎng)期以來，制造具有智能的機(jī)器一直是人類的重大夢(mèng)想。早在 1950 年，AlanTuring 在《計(jì)算機(jī)器與智能》中就闡述了對(duì)人工智能的思考。他提出的圖靈測(cè)試是機(jī)器智能的重要測(cè)量手段，后來還衍生出了視覺圖靈測(cè)試等測(cè)量方法。1956年，“人工智能”這個(gè)詞首次出現(xiàn)在達(dá)特茅斯會(huì)議上，標(biāo)志著其作為一個(gè)研究領(lǐng)域的正式誕生。六十年來，人工智能發(fā)展潮起潮落的同時(shí)，基本思想可大致劃分為四個(gè)流派：符號(hào)主義（Symbolism）、連接主義（Connectionism）、行為主義（Behaviourism）和統(tǒng)計(jì)主義（Statisticsism）。這四個(gè)流派從不同側(cè)面抓住了智能的部分特征，在“制造”人工智能方面都取得了里程碑式的成就。

1959 年，Arthur Samuel 提出了機(jī)器學(xué)習(xí)，機(jī)器學(xué)習(xí)將傳統(tǒng)的制造智能演化為通過學(xué)習(xí)能力來獲取智能，推動(dòng)人工智能進(jìn)入了第一次繁榮期。20 世紀(jì) 70 年代末期專家系統(tǒng)的出現(xiàn)，實(shí)現(xiàn)了人工智能從理論研究走向?qū)嶋H應(yīng)用，從一般思維規(guī)律探索走向?qū)ｉT知識(shí)應(yīng)用的重大突破，將人工智能的研究推向了新高潮。然而，機(jī)器學(xué)習(xí)的模型仍然是“人工”的，也有很大的局限性。隨著專家系統(tǒng)應(yīng)用的不斷深入，專家系統(tǒng)自身存在的知識(shí)獲取難、知識(shí)領(lǐng)域窄、推理能力弱、實(shí)用性差等問題逐步暴露。

從 1976 年開始，人工智能的研究進(jìn)入長(zhǎng)達(dá) 6 年的蕭瑟期。

在 80 年代中期，隨著美國(guó)、日本立項(xiàng)支持人工智能研究，以及以知識(shí)工程為主導(dǎo)的機(jī)器學(xué)習(xí)方法的發(fā)展，出現(xiàn)了具有更強(qiáng)可視化效果的決策樹模型和突破早期感知機(jī)局限的多層人工神經(jīng)網(wǎng)絡(luò)，由此帶來了人工智能的又一次繁榮期。然而，當(dāng)時(shí)的計(jì)算機(jī)難以模擬復(fù)雜度高及規(guī)模大的神經(jīng)網(wǎng)絡(luò)，仍有一定的局限性。

1987 年由于 LISP 機(jī)市場(chǎng)崩塌，美國(guó)取消了人工智能預(yù)算，日本第五代計(jì)算機(jī)項(xiàng)目失敗并退出市場(chǎng)，專家系統(tǒng)進(jìn)展緩慢，人工智能又進(jìn)入了蕭瑟期。

1997 年，IBM 深藍(lán)（Deep Blue）戰(zhàn)勝國(guó)際象棋世界冠軍 Garry Kasparov。這是一次具有里程碑意義的成功，它代表了基于規(guī)則的人工智能的勝利。2006年，在 Hinton 和他的學(xué)生的推動(dòng)下，深度學(xué)習(xí)開始備受關(guān)注，為后來人工智能的發(fā)展帶來了重大影響。從 2010 年開始，人工智能進(jìn)入爆發(fā)式的發(fā)展階段，其最主要的驅(qū)動(dòng)力是大數(shù)據(jù)時(shí)代的到來，運(yùn)算能力及機(jī)器學(xué)習(xí)算法得到提高。人工智能快速發(fā)展，產(chǎn)業(yè)界也開始不斷涌現(xiàn)出新的研發(fā)成果：2011 年，IBM Waston在綜藝節(jié)目《危險(xiǎn)邊緣》中戰(zhàn)勝了最高獎(jiǎng)金得主和連勝紀(jì)錄保持者；2012 年，谷歌大腦通過模仿人類大腦在沒有人類指導(dǎo)的情況下，利用非監(jiān)督深度學(xué)習(xí)方法從大量視頻中成功學(xué)習(xí)到識(shí)別出一只貓的能力；2014 年，微軟公司推出了一款實(shí)時(shí)口譯系統(tǒng)，可以模仿說話者的聲音并保留其口音；2014 年，微軟公司發(fā)布全球第一款個(gè)人智能助理微軟小娜；2014 年，亞馬遜發(fā)布至今為止最成功的智能音箱產(chǎn)品 Echo 和個(gè)人助手 Alexa；2016 年，谷歌 AlphaGo 機(jī)器人在圍棋比賽中擊敗了世界冠軍李世石；2017 年，蘋果公司在原來個(gè)人助理 Siri 的基礎(chǔ)上推出了智能私人助理 Siri 和智能音響 HomePod。

目前，世界各國(guó)都開始重視人工智能的發(fā)展。2017 年 6 月 29 日，首屆世界智能大會(huì)在天津召開。中國(guó)工程院院士潘云鶴在大會(huì)主論壇作了題為“中國(guó)新一代人工智能”的主題演講，報(bào)告中概括了世界各國(guó)在人工智能研究方面的戰(zhàn)略：

2016 年 5 月，美國(guó)白宮發(fā)表了《為人工智能的未來做好準(zhǔn)備》；英國(guó) 2016 年 12月發(fā)布《人工智能：未來決策制定的機(jī)遇和影響》；法國(guó)在 2017 年 4 月制定了《國(guó)家人工智能戰(zhàn)略》；德國(guó)在2017年5月頒布全國(guó)第一部自動(dòng)駕駛的法律；在中國(guó)，據(jù)不完全統(tǒng)計(jì)，2017 年運(yùn)營(yíng)的人工智能公司接近 400 家，行業(yè)巨頭百度、騰訊、阿里巴巴等都不斷在人工智能領(lǐng)域發(fā)力。從數(shù)量、投資等角度來看，自然語言處理、機(jī)器人、計(jì)算機(jī)視覺成為了人工智能最為熱門的三個(gè)產(chǎn)業(yè)方向。

人工智能參考框架

目前，人工智能領(lǐng)域尚未形成完善的參考框架。因此，基于人工智能的

發(fā)展?fàn)顩r和應(yīng)用特征，從人工智能信息流動(dòng)的角度出發(fā)，提出一種人工智能參考框架（如圖 2 所示），力圖搭建較為完整的人工智能主體框架，描述人工智能系統(tǒng)總體工作流程，不受具體應(yīng)用所限，適用于通用的人工智能領(lǐng)域需求。

人工智能參考框架提供了基于“角色—活動(dòng)—功能”的層級(jí)分類體系，從“智能信息鏈”（水平軸）和“IT 價(jià)值鏈”（垂直軸）兩個(gè)維度闡述了人工智能系統(tǒng)框。

“智能信息鏈”反映從智能信息感知、智能信息表示與形成、智能推理、智能決策、智能執(zhí)行與輸出的一般過程。在這個(gè)過程中，智能信息是流動(dòng)的載體，經(jīng)歷了“數(shù)據(jù)—信息—知識(shí)—智慧”的凝練過程?！癐T 價(jià)值鏈”從人工智能的底層基礎(chǔ)設(shè)施、信息（提供和處理技術(shù)實(shí)現(xiàn)）到系統(tǒng)的產(chǎn)業(yè)生態(tài)過程，反映人工智能為信息技術(shù)產(chǎn)業(yè)帶來的價(jià)值。此外，人工智能系統(tǒng)還有其它非常重要的框架構(gòu)件：安全、隱私、倫理和管理。人工智能系統(tǒng)主要由基礎(chǔ)設(shè)施提供者、信息提供者、信息處理者和系統(tǒng)協(xié)調(diào)者 4 個(gè)角色組成。

（1）基礎(chǔ)設(shè)施提供者

基礎(chǔ)設(shè)施提供者為人工智能系統(tǒng)提供計(jì)算能力支持，實(shí)現(xiàn)與外部世界的溝通，并通過基礎(chǔ)平臺(tái)實(shí)現(xiàn)支撐。計(jì)算能力由智能芯片（CPU、GPU、ASIC、FPGA 等硬件加速芯片以及其它智能芯片）等硬件系統(tǒng)開發(fā)商提供；與外部世界的溝通通過新型傳感器制造商提供；基礎(chǔ)平臺(tái)包括分布式計(jì)算框架提供商及網(wǎng)絡(luò)提供商提供平臺(tái)保障和支持，即包括云存儲(chǔ)和計(jì)算、互聯(lián)互通網(wǎng)絡(luò)等。

（2）信息提供者

信息提供者在人工智能領(lǐng)域是智能信息的來源。通過知識(shí)信息感知過程由數(shù)據(jù)提供商提供智能感知信息，包括原始數(shù)據(jù)資源和數(shù)據(jù)集。原始數(shù)據(jù)資源的感知涉及到圖形、圖像、語音、文本的識(shí)別，還涉及到傳統(tǒng)設(shè)備的物聯(lián)網(wǎng)數(shù)據(jù)，包括已有系統(tǒng)的業(yè)務(wù)數(shù)據(jù)以及力、位移、液位、溫度、濕度等感知數(shù)據(jù)。

（3）信息處理者

信息處理者是指人工智能領(lǐng)域中技術(shù)和服務(wù)提供商。信息處理者的主要活動(dòng)

包括智能信息表示與形成、智能推理、智能決策及智能執(zhí)行與輸出。智能信息處理者通常是算法工程師及技術(shù)服務(wù)提供商，通過計(jì)算框架、模型及通用技術(shù)，例如一些深度學(xué)習(xí)框架和機(jī)器學(xué)習(xí)算法模型等功能進(jìn)行支撐。

智能信息表示與形成是指為描述外圍世界所作的一組約定，分階段對(duì)智能信息進(jìn)行符號(hào)化和形式化的智能信息建模、抽取、預(yù)處理、訓(xùn)練數(shù)據(jù)等。

智能信息推理是指在計(jì)算機(jī)或智能系統(tǒng)中，模擬人類的智能推理方式，依據(jù)推理控制策略，利用形式化的信息進(jìn)行機(jī)器思維和求解問題的過程，典型的功能是搜索與匹配。

智能信息決策是指智能信息經(jīng)過推理后進(jìn)行決策的過程，通常提供分類、排序、預(yù)測(cè)等功能。

智能執(zhí)行與輸出作為智能信息輸出的環(huán)節(jié)，是對(duì)輸入作出的響應(yīng)，輸出整個(gè)智能信息流動(dòng)過程的結(jié)果，包括運(yùn)動(dòng)、顯示、發(fā)聲、交互、合成等功能。

（4）系統(tǒng)協(xié)調(diào)者

系統(tǒng)協(xié)調(diào)者提供人工智能系統(tǒng)必須滿足的整體要求，包括政策、法律、資源10和業(yè)務(wù)需求，以及為確保系統(tǒng)符合這些需求而進(jìn)行的監(jiān)控和審計(jì)活動(dòng)。由于人工智能是多學(xué)科交叉領(lǐng)域，需要系統(tǒng)協(xié)調(diào)者定義和整合所需的應(yīng)用活動(dòng)，使其在人工智能領(lǐng)域的垂直系統(tǒng)中運(yùn)行。系統(tǒng)協(xié)調(diào)者的功能之一是配置和管理人工智能參考框架中的其他角色來執(zhí)行一個(gè)或多個(gè)功能，并維持人工智能系統(tǒng)的運(yùn)行。

（5）安全、隱私、倫理

安全、隱私、倫理覆蓋了人工智能領(lǐng)域的其他 4 個(gè)主要角色，對(duì)每個(gè)角色都有重要的影響作用。同時(shí)，安全、隱私、倫理處于管理角色的覆蓋范圍之內(nèi)，與全部角色和活動(dòng)都建立了相關(guān)聯(lián)系。在安全、隱私、倫理模塊，需要通過不同的技術(shù)手段和安全措施，構(gòu)筑全方位、立體的安全防護(hù)體系，保護(hù)人工智能領(lǐng)域參與者的安全和隱私。

（6）管理

管理角色承擔(dān)系統(tǒng)管理活動(dòng)，包括軟件調(diào)配、資源管理等內(nèi)容，管理的功能是監(jiān)視各種資源的運(yùn)行狀況，應(yīng)對(duì)出現(xiàn)的性能或故障事件，使得各系統(tǒng)組件透明且可觀。

（7）智能產(chǎn)品及行業(yè)應(yīng)用

智能產(chǎn)品及行業(yè)應(yīng)用指人工智能系統(tǒng)的產(chǎn)品和應(yīng)用，是對(duì)人工智能整體解決方案的封裝，將智能信息決策產(chǎn)品化、實(shí)現(xiàn)落地應(yīng)用，其應(yīng)用領(lǐng)域主要包括：智能制造、智能交通、智能家居、智能醫(yī)療、智能安防等。

人工智能產(chǎn)業(yè)發(fā)展趨勢(shì)

從人工智能產(chǎn)業(yè)進(jìn)程來看，技術(shù)突破是推動(dòng)產(chǎn)業(yè)升級(jí)的核心驅(qū)動(dòng)力。數(shù)據(jù)資源、運(yùn)算能力、核心算法共同發(fā)展，掀起人工智能第三次新浪潮。人工智能產(chǎn)業(yè)正處于從感知智能向認(rèn)知智能的進(jìn)階階段，前者涉及的智能語音、計(jì)算機(jī)視覺及自然語言處理等技術(shù)，已具有大規(guī)模應(yīng)用基礎(chǔ)，但后者要求的“機(jī)器要像人一樣去思考及主動(dòng)行動(dòng)”仍尚待突破，諸如無人駕駛、全自動(dòng)智能機(jī)器人等仍處于開發(fā)中，與大規(guī)模應(yīng)用仍有一定距離。

（1）智能服務(wù)呈現(xiàn)線下和線上的無縫結(jié)合

分布式計(jì)算平臺(tái)的廣泛部署和應(yīng)用，增大了線上服務(wù)的應(yīng)用范圍。同時(shí)人工智能技術(shù)的發(fā)展和產(chǎn)品不斷涌現(xiàn)，如智能家居、智能機(jī)器人、自動(dòng)駕駛汽車等，為智能服務(wù)帶來新的渠道或新的傳播模式，使得線上服務(wù)與線下服務(wù)的融合進(jìn)程加快，促進(jìn)多產(chǎn)業(yè)升級(jí)。

（2）智能化應(yīng)用場(chǎng)景從單一向多元發(fā)展

目前人工智能的應(yīng)用領(lǐng)域還多處于專用階段，如人臉識(shí)別、視頻監(jiān)控、語音識(shí)別等都主要用于完成具體任務(wù)，覆蓋范圍有限，產(chǎn)業(yè)化程度有待提高。隨著智能家居、智慧物流等產(chǎn)品的推出，人工智能的應(yīng)用終將進(jìn)入面向復(fù)雜場(chǎng)景，處理復(fù)雜問題，提高社會(huì)生產(chǎn)效率和生活質(zhì)量的新階段。

（3）人工智能和實(shí)體經(jīng)濟(jì)深度融合進(jìn)程將進(jìn)一步加快

黨的十九大報(bào)告提出“推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合”，一方面，隨著制造強(qiáng)國(guó)建設(shè)的加快將促進(jìn)人工智能等新一代信息技術(shù)產(chǎn)品發(fā)展和應(yīng)用，助推傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，推動(dòng)戰(zhàn)略性新興產(chǎn)業(yè)實(shí)現(xiàn)整體性突破。另一方面，隨著人工智能底層技術(shù)的開源化，傳統(tǒng)行業(yè)將有望加快掌握人工智能基礎(chǔ)技術(shù)并依托其積累的行業(yè)數(shù)據(jù)資源實(shí)現(xiàn)人工智能與實(shí)體經(jīng)濟(jì)的深度融合創(chuàng)新。

（本文節(jié)選自中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院編寫的2018人工智能標(biāo)準(zhǔn)化白皮書）