图片
二、发展历史（一）人工智能1.0（起步发展期）1950年，被称为“计算机之父”的阿兰·图灵提出了一个举世瞩目的想法—图灵测试。按照图灵的设想：如果一台机器能够与人类开展对话而不能被辨别出机器身份，那么这台机器就具有智能。图片
1951年，马文·明斯基（后被人称为“人工智能之父”）与他的同学迪恩·爱德蒙一起，建造了世界上第一台“随机神经网络模拟加固计算器”SNARC。这是人类打造的最一个人工神经网络，用了3000个真空管来模拟40个神经元规模的网络。这也被看做是人工智能的一个起点。图片
1956年夏天，一群数学家和计算机科学家占领了达特茅斯学院数学系所在大楼的顶层。在大约八周的时间里，他们想象着一个新研究领域的可能性。约翰-麦卡锡（John McCarthy）教授，他在研讨会上创造了人工智能一词，他说研讨会将探索这样的假设：人类学习的每一个方面或智能的任何其他特征原则上都可以被精确描述，以至于可以用机器来模拟它。图片
（二）人工智能2.0（应用期）一个开创性的例子是感知机，这是一种由康奈尔大学心理学家弗兰克罗森布拉特在美国海军资助下建造的实验机器。它有 400 个光传感器共同充当视网膜，向大约 1,000 个神经元提供信息，这些神经元能够进行处理并产生单个输出。1958 年，《纽约时报》的一篇文章援引罗森布拉特的话说，“机器将成为第一个像人脑一样思考的设备”。图片
1960 年，麦卡锡开发了 LISP 语言，成为以后几十年来人工智能领域最主要的编程语言！1968 年，美国斯坦福研究所（SRI）研发的首台智能机器人 Shakey ，它拥有类似人的感觉，如触觉、听觉等。图片
（三）人工智能3.0（应用发展期）实现了人工智能从理论研究走向专门知识应用，是 AI 发展史上的一次重要突破与转折。1976 年，费根鲍姆研制 MYCN 专家系统，用于协助内科医生诊断细菌感染疾病，并提供最佳处方。1976 年，斯坦福大学的杜达等人研制地质勘探专家系统 PROSPECTOR 。最著名的符号人工智能项目始于 1984 年，当时研究人员道格拉斯·莱纳特 (Douglas Lenat) 开始着手一项名为 Cyc 的项目，该项目旨在将常识编码到机器中。图片
多伦多大学的Geoffrey Hinton 实现了一种叫做反向传播的原理来让神经网络从他们的错误中学习。Hinton 的一位博士后 Yann LeCun 于 1988 年进入 AT&T 贝尔实验室，在那里他和一位名叫 Yoshua Bengio 的博士后使用神经网络进行光学字符识别；美国银行很快就采用了这种技术来处理支票。图片
（四）人工智能4.0（稳步发展期）20世纪80年代至今，人工智能的发展达到了阶段性的顶峰，尤其在人工神经网络的研究上取得突破性的进展。美国物理学家Hopfield提出的反向传播学习算法，解决了多层人工神经元网络的学习问题，该算法已成为了神经网络经典的学习算法。2000 年，本田制造了第一台模仿人类互动的机器人——“ASIMO（阿西莫）”。ASIMO能像人一样快速行走，在餐厅中为顾客上菜。图片
（五）人工智能5.0（蓬勃发展期）2012年，Hinton 实验室的一名学生名叫 Alex Krizhevsky，他使用 CUDA 编写了一份神经网络的代码，AlexNet 模型的效果惊艳了整个学术界。图片
2017年，谷歌AlphaGO战胜围棋世界冠军柯洁。人类最后一块智力高地终于沦陷。图片
柯洁对战AlphaGO落败流泪随着大数据、云计算、互联网、物联网等信息技术的发展，如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了快速发展和应用。未来，在生产制造、军事领域无人操作装置将改变未来的制造和战争格局。数据的爆发式增长为人工智能提供了充分的养料，泛在感知数据和图形处理器等计算平台及新型的以深度学习为代表的新方法等因素合力造势，人工智能迎来它的蓬勃发展期。人工智能领域的国际竞争将日益激烈，世界主要国家纷纷出台人工智能战略、策略和政策。图片
人工智能经过 60 多年的发展已取得了重大进展，但总体上还处于初级阶段。三、发展方向（一）计算机视觉：是用各种成象系统代替视觉器官作为输入敏感手段，由计算机来代替大脑完成处理和解释。计算机视觉的最终研究目标就是使计算机能象人那样通过视觉观察和理解世界，具有自主适应环境的能力。图片
（二）专家系统：是人工智能中最重要的也是最活跃的一个应用领域，它实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。图片
图片
（三）自动规划：是一种重要的问题求解技术，与一般问题求解相比，自动规划更注重于问题的求解过程，而不是求解结果。自动规划系统与专家系统均属高级求解系统与技术。图片
（四）智能搜索：能实现一站式搜索网页、音乐、游戏、图片、电影、购物等，目前互联网上所能查询到的所有主流资源。他能集各个搜索引擎的搜索结果于一体，使我们在使用时更加的方便。图片
（五）语音识别：语音识别技术与其他自然语言处理技术如机器翻译及语音合成技术相结合，可以构建出更加复杂的应用包括语音拨号、语音导航、室内设备控制、语音文档检索、简单的听写数据录入、语音到语音的翻译等。图片
（六）机器学习：可追溯到17世纪，贝叶斯、拉普拉斯关于最小二乘法的推导和马尔可夫链，这些构成了机器学习广泛使用的工具和基础。1950年（艾伦.图灵提议建立一个学习机器）到2000年初（有深度学习的实际应用以及最近的进展，比如2012年的AlexNet），机器学习有了很大的进展。图片
（七）大型语言模型：语言模型是一个单纯的、统一的、抽象的形式系统，语言客观事实经过语言模型的描述，比较适合于电子计算机进行自动处理。图片
（八）视网膜识别：视网膜也是一种用于生物识别的特征，有人甚至认为视网膜是比虹膜更唯一的生物特征，视网膜识别技术要求激光照射眼球的背面以获得视网膜特征的唯一性。图片
（九）虹膜识别：是人体生物识别技术的一种。人眼睛的外观图由巩膜、虹膜、瞳孔三部分构成。巩膜即眼球外围的白色部分，约占总面积的30%；眼睛中心为瞳孔部分，约占5%；虹膜位于巩膜和瞳孔之间，包含了最丰富的纹理信息，占据65%。图片
（十）掌纹识别：是指计算机通过分析人手掌上的纹路信息进行自动身份识别的过程和技术。掌纹识别主要包括掌纹图像采集、预处理、特征提取和匹配几个部分。掌纹识别具有精度高、速度快、价格低、用户接受度高等优点。图片
四、发展趋势（一）将加快推进大数据、云计算和物联网的普及运用的进程随着新一代信息技术革命的到来，人工智能将首先在互联网领域中得到广泛普及应用，在此过程中，人工智能通过与新一代信息技术，大数据、云计算、物联网、工业互联网、无人驾驶的融合发展，将会极大地提高这些领域的劳动生产率，促使这些领域飞速发展。（二）促进中国的经济转型和产业升级目前，我国互联网正处于从消费互联网转向工业互联网的发展进程之中，通过综合应用物联网、大数据和人工智能等新一代技术手段来赋能传统产业后，中国工业将会展现出一个全新的产业互联网。（三）将成为人们从业和就业的必备技能随着人工智能的普及发展，智能体将会逐步进入生产环境，未来各行各业的工作人员在工作过程中，将会与智能体频繁进行交流与合作，这就对职场人提出了更高的工作要求。（四）取代人力，将成为不可避免的发展趋势在当前人工智能的研究过程中，机器学习是行业研究的核心，也是人工智能目标实现的最根本途径。现在人工智能已经取代了一些行业简单重复的工作岗位，未来随着它的不断深入发展，陆续将会有更多的工作可能会被人工智能所取代，这是任何人也无法阻止客观发展趋势。（五）脑机接口将会引发一场科技风暴1.人工智能进入医疗保健领域，将会引发一场行业革命，促使该行业产生爆炸式发展。脑机接口就是通过一台神经手术机器人，像微创眼科手术一样安全无痛地在脑袋上打孔，在大脑内快速植入芯片，然后通过USB-C接口直接读取大脑信号，并可以用手机远程控制。图片
2.脑机接口技术成功实现后，人类可以不用说话，只需通过意念，就能随心所欲地控制外物，以意驭物！3.脑机接口技术实现后，能够让人们在短时间内拥有大量的知识和技能，获得一般人类无法拥有的超能力。这项技术的终极目的，是通过脑机接口技术，把大量信息传输到电脑，或将大脑的意识上传到计算机，最终实现人类意识和记忆在计算机世界中的永生。图片
五、中国科学院所属有关研究所和其它有关科研院所及大学近三年来部分研究成果（一）中科院自动化研究所蒋田仔等团队研制开发的创新实用的脑图谱，比传统的罗德曼（Brodmann）脑图谱精细4-5倍，一经发布，就引起了国内外的广泛关注。来源：http://www.cstm.org.cn（二）中科院自动化所神经计算与脑机交互团队将大脑、视觉和语言知识相结合，通过多模态学习实现了从人类脑活动中零样本地解码视觉新类别。2023年相关研究成果发表于IEEE Transactions on Pattern Analysis and Machine Intelligence (IEEE TPAMI)。图片
来源：http://www.ia.cas.cn/（三）中科院自动化研究所曾毅研究员课题组基于人类和生物视觉系统中广泛存在的幻觉轮廓现象启发，提出了一种将机器学习视觉数据集转换成幻觉轮廓样本的方法。2023年发表于Cell Press细胞出版社旗下期刊Patterns。图片
来源：http://www.ia.cas.cn（四）中科院香港创新研究院人工智能与机器人创新中心刘宏斌教授及香港中文大学神经外科陈达明教授团队2022年联合研发。这款特别针对脑部微创手术的神经外科手术机器人，可在几乎不伤害正常脑组织的前提下，进行稳、准、可见的智能化微创手术。图片
来源：http://www.ia.cas.cn（五）中科院自动化研究所王鹏研究员团队通过借鉴人与人之间的物体交接方式，提出了一种人与仿人五指灵巧手机器人之间的类人物体交接灵巧操作方法，2022年实现了人和仿人五指灵巧手机器人之间的多样性物体类人交接自主灵巧操作。图片
来源：http://www.ia.cas.cn（六）中科院自动化研究所类脑智能研究中心研究员曾毅团队2022年发布了全脉冲神经网络的类脑认知智能引擎“智脉”(Brain-inspired Cognitive Engine，并进行全面开源开放，助力自然智能的计算本质探索和新一代人工智能的发展。图片
来源：http://www.ia.cas.cn（七）中国科学技术大学2023年3月15日郭光灿院士团队孙方稳教授研究组利用微纳量子传感与电磁场在深亚波长的局域增强，研究微波信号的探测与无线电测距，实现10-4波长精度的定位。该成果日前发表在国际期刊《自然·通讯》上。图片
来源： www.ustc.edu.cn/（八）中国科学技术大学李泽峰研究员利用机器学习方法，揭示全球中大地震破裂模式对地震早期预警具有启示意义。该成果2022年4月以“A generic model of global earthquake rupture characteristics revealed by machine learning”发表在国际知名地学期刊《Geophysical Research Letters》。图片
来源： www.ustc.edu.cn/（九）清华大学张悠慧、李国齐、宋森团队首次提出“类脑计算完备性”概念以及软硬件去耦合的类脑计算系统层次结构。该研究成果发表在2020年10月14日的《自然》（Nature）期刊。图片
图片
来源：https://www.tsinghua.edu.cn/（十）北京大学杨玉超团队2020年12月提出并实现了一种基于相变存储器（PCM）电导随机性的神经网络高速训练系统，有效地缓解了人工神经网络训练过程中时间、能量开销巨大并难以在片上实现的问题。图片
来源：https://www.pku.edu.cn/（十一）中国人工智能学会吴文俊人工智能科学技术奖（近三年）序号获奖名称（获奖人）主要完成人获奖项目及贡献推荐单位1最高成就奖李德毅（2020年度）自动化系统工程和军队信息化工作军事科学院系统研究院2杰出贡献奖周伯文（2020年度）IBM 全球在人工智能和深度学习基础研究方北京京东世纪贸易有限公司3杰出贡献奖蒋田仔（2020年度）脑成像和医学图像分析，计算机视觉中国科学院自动化研究所4杰出贡献奖焦李成（2020年度）智能感知与计算、图像理解与目标识别西安电子科技大学5最高成就奖潘云鹤（2021年度）图案构图、色彩和描绘等知识表达浙江大学6杰出贡献奖陈俊龙（2021年度）电机及计算机工程华南理工大学7杰出贡献奖胡德文（2021年度）系统辨识、神经网络、图像信号处理中国国防科技大学8杰出贡献奖田 奇（2021年度）计算机视觉、多媒体信息检索华为云9最高成就奖郑南宁（2022年度）视觉场景理解的立体对应计算模型与视觉西安交通大学10杰出贡献奖郭毅可（2022年度）科学数据分析和机器学习的技术和平台香港大学11杰出贡献奖何晓冬（2022年度）任务型智能对话交互方向京东科技信息技术有限公司12杰出贡献奖黄铁军（2022年度）视神经解码中国人工智能学会13自然科学一等奖赵兴明等（2020年度）面向生物网络大图成果复旦大学14自然科学一等奖黄庆明等（2020年度）图像视频的多尺度表征与语义映射中国科学院大学15自然科学一等奖吕宝粮（2020年度）情感脑机接口上海交大16自然科学一等奖邬 夏等（2020年度）基于智能计算脑机制北京师范大学17自然科学一等奖侯增广等（2021年度）康复机器人的智能人机交互控制方法中国科学院自动化研究所18自然科学一等奖朱 军等（2021年度）鲁棒高效的深度学习清华大学19自然科学一等奖王 琦等（2022年度）视觉影像智能分析西北工业大学20自然科学一等奖兴军亮等（2022年度）无约束人像目标智能感知清华大学21自然科学一等奖杨 阳等（2022年度）多媒体哈希检索理论与方法电子科技大学备注：吴文俊人工智能科学技术奖由中国人工智能学会组织、专家评委审定，面向全国，每年评奖一次。本表仅收录近三年来前三项奖。来源：http://www.caai.cn/六、中国产业政策中国政府高度重视并大力支持发展人工智能。2017 年 7 月，发布《新一代人量双冠工智能发展规划》，将新一代人工智能放在国家战略层面进行部署。科技部《新型数据中心发展三年行动计划（2021—2023年）》等产业政策，为人工智能发展提供了保障。加强基础研究，以“产学研用”合力构建人工智能“生态圈”。中国“十四五”期间，我国将加快壮大人工智能产业，培育良好发展生态，具体举措包括：组织由大中小企业联合、产学研共同参与的创新联合体，推动人工智能关键核心技术突破，提升我国智能芯片、开发框架、典型智能产品等的水平；加快人工智能在制造、交通、能源等领域的应用，推动重点领域智能化转型；打造产业集群，培育一批具有国际竞争力的人工智能龙头企业，发展一批专精特新企业，依托先导区打造产业集聚发展高地。中国 AI 企业数量全球第二，视觉类技术最受欢迎。中国 AI 领域融资规模占全球 60 %。据不完全统计中国71所高校设立了人工智能学院或教学部。全球 AI 论文：中国反超美国，夺取质、量双冠。图片
来源：www.huaon.com图片
来源：www.huaon.com参考文献：1. 中国科学院官网科研进展2. 中国科学院所属有关研究所和其它有关科研院所及大学官网3. 中国科学技术馆官网 http://www.cstm.org.cn/4. “十四五”规划建设推动高新技术人工智能飞速发展 华经情报网 2021-11-105. 人工智能的历史、现状和未来 2019年02月16日 求是 中共中央网联办 http://www.cac.gov.cn/6. 人工智能行业就业前景 腾科IT教育 2022-07-127. 生成式人工智能进入规范发展阶段 新闻网中国经济？ 2023-04-148. 2022年中国人工智能行业最新政策 中商产业研究院 2022-08-249. 中国人工智能学会官网10. 部分图片文献来自互联网 本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。通盈配资-配资门户网网站-按天配资利息-股票配资链接提示：文章来自网络，不代表本站观点。
