人工智能发展现状及未来
人工智能的发展究竟是如何的一个过程，那么人工智能未来的发展又是如何呢?下面是学习啦小编为你整理的人工智能发展现状及未来，供大家阅览!
人工智能发展现状及未来文章
未来： 1、人工智能的进步速度是惊人的，未来我们将开始与人工智能并肩工作。
AlphaGo火了，五场亿人围观的“人机大战”，最终它依托大数据与深度学习的技术优势以4：1的胜利者姿态告诉人们，人工智能真的来了，不再只是电影中的场景，而是现实世界里正在上演的又一轮产业变革，然而这种变革让不少人感到惶恐，一时间各种人工智能威胁人类的声音铺天盖地，据英国科学协会委托网络调研公司YouGov进行的一项调查显示，大约36%的人认为人工智能技术的兴起会对人类长期生存构成威胁。人们在各种人工智能会带来大波“失业潮”的言论中深感忧虑，同时也在如此强悍的AlphaGo会不会被恶意利用等问题上担心不已，那么真实情况到底是怎样的?我们不妨听一下业内的大咖们都持怎样的看法。
AlphaGo被坏人利用怎么办?AlphaGo无思维能力，不必对其担忧
韩国著名棋手李世石九段不敌AlphaGo，不得不承认这是一件让人感到有点可怕的事情，如此强悍的AlphaGo倘若遭到坏人的恶意利用，后果岂不是很严重?
对此创新工场联合创始人汪华在惊蛰论坛中表示，这个担心其实是完全没有必要的，因为无论是自动控制机器人还是AlphaGo的技术进展都是来自于2006年、2007年在深度学习方面的一些突破，但这个东西其实不是真正的人工智能，它只能进行简单重复的模式识别，相当于脑力里面的机械运动，而在真正的所谓的人类思维方面，到目前为止连基础理论都还没有发现和突破，更何谈工程应用，因此没必要担心。此外汪华也表示，以前人类发明的工具大部分都是降低人在体力上的机械重复运动，而现在则是人类历史上第一次有可能发明出一种能降低人类在脑力方面的机械重复劳动的工具，因此他认为对于基础技术的研发不应该在它还没有真正出来的时候就做太多的道德或者价值等方面的限制与干涉。
未来五年人工智能将导致千万人失业?是的!但更应警惕的是让人类丧失斗志
人工智能技术的崛起将导致“失业潮”的发生已基本成为行业的共识。“世界经济论坛”2016年年会，基于对全球企业战略高管和个人的调查发布的报告称，未来五年，机器人和人工智能等技术的崛起，将导致全球15个主要国家的就业岗位减少710万个，2/3将属于办公和行政人员。莱斯大学计算机工程教授摩西·瓦迪近日同样表示，今后30年，电脑可以从事人类的所有工作，他预计，2045年的人类失业率将超过50%。
创新工场董事长兼首席执行官李开复表示，这些强大的机器带给人类的“下岗潮”还不是最可怕的，因为这些机器会产生巨大的商业价值，养活着这些下岗者，进而养活着人类。人类最应该担心的是“人工智能”机器真正可能带来的危机，不是奴役人类，而是让人类丧失斗志，无所事事。
人工智能只有“智商”没“情商”?已诞生情感社交机器人
如果你认为人工智能只能完成高超的逻辑思考，而不会理解人类的情感情绪，包括喜、怒、哀、乐、爱、恨、贪、痴，那就错了。事实上，越来越精准的图像、声音和面部识别系统均能让计算机更好地探查人的情感状态。《福布斯》杂志近期刊文称，随着人工智能技术的发展，基于人工智能的设备不仅可以完成逻辑思考，还将出现类似人类的情感。
而目前也已经出现了情感社交机器人如在北京诞生的“公子小白”，其独有的情感表达系统，能够识别人类情绪，同时能够表达自身情绪。强大的语义识别分析能力及知识库，能够更好地理解人类不同语义及语义中表达的不同情感，并通过数据分析做出最富“人性化”的回应。制造出公子小白机器人的狗尾草智能科技CEO邱楠表示“无论科技如何发展，回归人性、回归情感、重塑连接将依旧是情感机器人所需要努力的方向。”
国内外人工智能技术差距有多大?技术本身差距不大，此外目前讨论该问题无意义 在国外，全球互联网领域的几大巨头谷歌、微软、苹果和Facebook等都在积极进行人工智能方面的研发，那么国内的情况又是怎样的?与国外的差距又有多大?
据中科院计算所研究员陈云霁表示“中科院和教育部的很多高校以及讯飞、百度等公司都在进行人工智能研究，且进展还是比较快的。事实上，中国在智能这样的新兴领域和国外差距不大，甚至在智能芯片上是引领世界的。例如我们的寒武纪，美国的哈佛、斯坦福、MIT、哥伦比亚等高校都跟在我们后面做。”图灵机器人创始人兼CEO俞志晨同样在有关人工智能的讨论中指出，对于人工技能技术本身，国内外差距并不是特别大。不过他表示“现在讨论技术差距没有太大意义，毕竟现在我们离真正的人工智能时代还很遥远”。《纽约时报》高级科技记者、普利策奖得主马尔科夫也同样表示从世界范围内来看，目前的人工智能还远没有达到我们想象的地步。他认为目前亟待解决的问题是制造出更好的传感器以及具备更好的算法能力。
科技的进步会使我们的生活更加方便，但我们也要有敬畏之心去面对。
2、数据显示，目前全球人工智能企业已经超过了900家，总估值超过87亿美元。而根据Tractica发布的人工智能产业的市场报告，预测AI市场规模会从2015年的两亿美元增长到2024年的110美元，年增长率到达56%。另外BBC则预测人工智能市场2020年全球市场规模将达到183亿美元，约合人民币1190亿元。在技术突破、应用领域拓展以及相关扶持政策推动下，人工智能的大潮即将来袭，千亿元的市场规模值得期待。
数年前看起来还遥不可及的人工智能，如今已经越来越大范围深入的应用于大众生活工作之中，无论人工智能的发展会不会对人类造成威胁，其对人类生活起到的极大改变是
毫无疑问的，正如凯文·凯利当年的预言：人工智能会是下一个20年颠覆人类社会的技术，它的力量将堪比电与互联网。可以说，得人工智能者终将得天下。
过去：1、1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。
2、先不管 Google 的 AlphaGo 人工智能是否可以在即将到来的人机对战中取胜，它的出现至少又掀起了一股人工智能热。一瞬间，彷佛身边的人都开始习惯性地讨论几句人和机器谁更厉害的话题。其实，从上世纪 40 年代人工智能诞生至今，这个领域经历了一次又一次的繁荣与低谷。在 AlphaGo 即将创造新纪录的时候，我们不妨来看看人工智能在这半个多世纪的时间里都有哪些值得回顾的瞬间。
人工智能的出现
看过《模仿游戏》这部电影的读者，应该对剧中图灵制造破译德军密码机器的环节印象深刻。事实上，20 世纪 40 年代至 50 年代也是人工智能真正诞生的时间。在这段时间内，数学、心理学、工程学、经济学、政治学等领域的科学家们开始探索制造人工大脑的可行性。 1950 年，著名的图灵测试诞生，按照艾伦·图灵的定义：如果一台机器能够与人类展开对话(通过电传设备)而不能被辨别出其机器身份，那么称这台机器具有智能。同年，图灵还预言了创造出具有真正智能的机器的可能性。
Benedict Cumberbatch as Alan Turing in THE IMITATION GAME
1951 年，西洋跳棋程序和国际象棋程序相继诞生。经过接近 10 年的发展后，国际象棋程序已经可以挑战具有相当水平的业余爱好者，而人工智能游戏也被当着衡量人工智能进展的标准之一。
1956年，在达特茅斯学院举行的一次会议上，计算机科学家约翰·麦卡锡说服与会者
接受“人工智能”一词作为本领域的名称。后来，这次会议也被大家看着是人工智能正式诞生的标志。
人工智能的第一次大发展
1956 年达特茅斯会议之后的十几年是人工智能的黄金年代。在这段时间内，计算机被用来解决代数应用题、证明几何定理、学习和使用英语，这些成果在得到广泛赞赏的同时也让研究者们对开发出完全智能的机器信心倍增。当时，人工智能研究者们甚至认为：“二十年内，机器将能完成人能做到的一切工作”、“在三到八年的时间里我们将得到一台具有人类平均智能的机器”。
达特茅斯学院
伴随着初期的显著成果和乐观情绪的弥漫，在麻省理工、卡内基梅隆大学、斯坦福大学、爱丁堡大学建立的人工智能项目都获得了来自 ARPA(国防高等研究计划署)等政府机构的大笔资金。不过，这些投入却并没有让当时的乐观预言得以实现。
人工智能的第一次低谷
由于人工智能研究者们对项目难度评估不足，这除了导致承诺无法兑现外，还让人们当初的乐观期望遭到严重打击。到了 70 年代，人工智能开始遭遇批评，研究经费也被转移到那些目标明确的特定项目上。
在当时，由于计算机性能的瓶颈、计算复杂性的指数级增长、数据量缺失等问题，一些难题看上去好像完全找不到答案。比如像今天已经比较常见的机器视觉功能在当时就不可能找到一个足够大的数据库来支撑程序去学习，机器无法吸收足够的数据量自然也就谈不上视觉方面的智能化。
项目的停滞不但让批评者有机可乘——1973 年 lighthill 针对英国 AI研究状况的报告
批评了 AI 在实现其“宏伟目标”上的完全失败，也影响到了项目资金的流向。人工智能遭遇了 6 年左右的低谷。
人工智能的第二次大发展
小时候看电视时，不少节目都给我留下了“日本的机器人技术比中国先进”的印象，其实这并不是凭空发生的。1981年，日本经济产业省拨款八亿五千万美元支持第五代计算机项目，目标是制造出能够与人对话、翻译语言、解释图像，并且能像人一样推理的机器。随后，英国、美国也纷纷响应，开始向 AI 和信息技术领域的研究提供大量资金。
在这个阶段，诸多公司开始采纳一种名为“专家系统”的人工智能程序。这套系统可以简单理解为“知识库+推理机”，是一类具有专门知识和经验的计算机智能程序系统，“知识处理”随之也成为了主流 AI 研究的焦点。
Symbolics 3640 lisp machine
1980 年，卡内基·梅隆大学为数字设备公司设计了一个名为 XCON 的专家系统，这套系统在 1986 年之前能为公司每年节省四千万美元。有了商业模式，相关产业自然应运而生，比如 Symbolics、lisp Machines 等硬件公司和 IntelliCorp、Aion等软件公司。这个时期，仅专家系统产业的价值就有 5 亿美元。
人工智能的第二次低谷
好景不长，持续 7 年左右的人工智能繁荣很快就接近了尾声。到 1987 年时，苹果和 IBM 生产的台式机性能都超过了 Symbolics 等厂商生产的通用型计算机，专家系统自然风光不再。
到 80 年代晚期，DARPA 的新任领导认为人工智能并不是“下一个浪潮”;1991 年，人们发现日本人设定的“第五代工程”也没能实现。这些事实情况让人们从对“专家系统”的狂热追捧中一步步走向失望。人工智能研究再次遭遇经费危机。
人工智能最近的一个阶段：从 1993 年到现在现在大家谈到人工智能、机器学习时，往往会说这并不是一个新概念，在上世纪 90 年代就有了。事实上，这只是人工智能发展史上离大家最近的一个阶段。深蓝机组之一在这个阶段，人工智能其实取得了一些里程碑似的成果。比如在 1997 年，IBM 的深蓝战胜国际象棋世界冠军卡斯帕罗夫;2009 年，洛桑联邦理工学院发起的蓝脑计划声称已经成功地模拟了部分鼠脑
猜你喜欢：
3.人工智能发展现状
4.国内人工智能现状
7.人工智能现状