人工智能技术发展综述

李浩涛

摘 要：人工智能技术在深度学习的显著成效带动下发展迅速，世界各国都纷纷将人工智能上升到国家战略的高度。本文从国内政策现状以及国内外人工智能技术发展现状的角度，对人工智能技术的发展做出了简要描述。

关键词：人工智能；政策；行业现状

中图分类号：TP18 文献标识码：A 文章编号：1671-2064（2018）24-0034-02

0 前言

人工智能技术近几年来发展迅速，尤其是随着大量互联网、物联网数据的产生、计算能力越来越强的计算单元的出现、各种智能算法的应用，深度学习在对海量数据的处理分析以及应用上，表现出了比传统机器学习算法更加卓越的性能，在围棋、医疗、教育、自动驾驶等领域都取得了瞩目的成果，本文从国内外的政策和行业发展现状简单介绍人工智能技术的发展。

1 人工智能发展现状

1.1 国内政策现状

2015年，国务院发布了《中国制造2025》，提出了我国工业领域未来10年的发展方向，制造业乃是其他行业发展的基石，没有强大的制造基础，再好的想法和创意都无法产生效用。每一次产业技术革命都对人类社会的发展、人类的生存方式产生了巨大的积极影响。如今人工智能技术所展现出来的巨大发展潜力，对制造业也将产生重要的影响与变革，智能化将极大地提高制造业的生产效率，并对自主创新有着更高的要求[1]。

2016年，为贯彻落实好《中国制造2025》将机器人作为重点发展领域的总体部署，工业和信息化部、发展改革委 财政部、发布了《机器人产业发展规划（2016-2020年）》。机器人既是人工智能技术的应用载体，也是制造业迈向智能化的关键基础，制造业的智能化离不开各种能够精密配合完成生产任务的机器人，而机器人也是制造业的生产成品，这就像鸡和蛋的关系，是相辅相成的，机器人的每一次功能性能的改进既促进生产过程，也促进自身的改良，这是一个良性的循环，也提醒我们，既要关注软件算法也要关注硬件载体，软硬结合才是人工智能技术的良性发展的基础。

2017年7月，国务院发布《新一代人工智能发展规划》，强调了人工智能在未来的引领作用，并将其上升到国家战略的高度。文中指出，我国在互联网领域的快速发展，使得我国有良好的人工智能技术的发展土壤，各类数据流通性好，互联网的思维能够汇集广大群众的创造力。从构建人工智能的科技创新体系，到发展推动智能经济、智能社会、以及智能化基础设施平台来打造我国的人工智能体系并发挥推动国家发展的作用[2]。

2017年12月14日，国家工业和信息化部发布了《促进新一代人工智能产业发展三年行动计划（2018-2020年）》，以信息技术与制造技术深度融合为主线，以新一代人工智能技术的产业化和集成应用为重点，推动人工智能和实体经济深度融合，加快制造强国和网络强国建设。文中还指出了当前制约我国人工智能技术发展的痛点，即基础训练数据资源的缺乏，尤其在许多专业领域，数据集的缺乏制约了这些行业人工智能技术的发展。

1.2 国内外发展现状

截至2017年6月，全球人工智能企业总数达到2542家，其中美国拥有1078家，占据42.4%；中国其次，拥有592家，占据23.3%。中美两国相差486家；其余872家企业分布在瑞典、新加坡、日本、英国、澳大利业、以色列、印度等国家。中国的人工智能企业主要分布在北京，上海，深圳，杭州，广州，香港，成都，南京，廈门，苏州。

2018年，VENTURE SCANNER发布了最新一季的《人工智能行业概览》，总结了当前国内外的人工智能行业现状。

当前，人工智能行业细分为13类[3]：

（1）深度学习/机器学习（平台）：这类公司主要依靠现存数据，开展先进学习的算法研究。并且开发并提供深度学习的框架与环境，打造基于学习架构的深度学习生态环境。（2）深度学习/机器学习（应用）：这类公司主要使用算法及模型来解决特定的应用问题，达到某种特定的目的与效果，比如公安系统通过“天眼”系统来快速查找定位犯罪嫌疑人等。（3）自然语言处理：此类公司主要通过算法搭建人与机器、人与人之间高效交流的桥梁。典型例子：人机对话系统，某些行业的自助机器人服务系统等。（4）语音识别：这类公司通过处理人类的语音片段，来生成文本。比如通过语音来拨打电话，来执行一些手动的操作等。（5）计算机视觉/图像识别（平臺）：这类公司主要通过对图像的分析处理，从中提取需要的信息或识别图像中的物体。比如：图像搜索平台、自动驾驶系统中目标检测与识别程序。（6）计算机视觉/图像识别（应用）：这类公司是将图像处理与分析技术应用到某个具体的问题，并实现某种特定的功能。比如：面部识别软件、物体追踪软件等。（7）手势控制：这类公司主要目的是让用户通过手势与计算机互动或交流。比如：通过肢体动作控制计算机内的软件等。（8）虚拟私人助手：这类公司主要研发可以根据人的指令做出反馈的软件助理，来完成日常的一些事务。比如：个人订票助理等。（9）智能机器人：具备自主学习能力、对环境具有完全自适应能力的机器人。典型例子：变电站智能巡检机器人，家庭机器人等。（10）推荐引擎和协助过滤算法：软件能够预测用户对电影、餐厅等的偏好，并针对不同的个人推荐个性化的内容。典型例子：音乐推荐app和基于用户过去选择进行推送的美食推荐网站。（11）情境感知计算：软件能够自动感知周围环境以及使用背景，例如位置、方向、光度，并以此调整行为。（12）实时语音翻译：识别人类语音并立刻自动从一种语言翻译至另一种语言的软件。（13）视频内容自动识别：这类软件可以将视频内容的一个样本与源内容文件相比较，通过它独特的特点识别内容。

由图1所示可以看出，到目前为止，机器学习应用类在所有其他人工智能类别中占主导地位，共有130亿美元的资金投入以及669家公司。这也体现了当前机器学习/深度学习应用类技术具有较为突出的成熟度和发展潜力。中国信通院发布的《人工智能发展白皮书技术架构篇》中也提到，深度学习带动了本轮的人工智能发展。

2 结语

在互联网技术后，人工智能技术已经成为了全球经济增长的新动力，未来必定是人工智能技术主导的世界。

参考文献

[1]张妮，徐文尚，王文文.人工智能技术发展及应用研究综述[J].煤矿机械，2009，（2）：4-7.

[2]李红霞.人工智能的发展综述[J].甘肃科技纵横，2007，（5）：17-18.

[3]韩晔彤.人工智能技术发展及应用研究综述[J].电子制作，2016，（6x）：95.