科大讯飞-人工智能规模化应用落地推动核心业务增长-211021（66页）.pdf

《科大讯飞-人工智能规模化应用落地推动核心业务增长-211021（66页）.pdf》由会员分享，可在线阅读，更多相关《科大讯飞-人工智能规模化应用落地推动核心业务增长-211021（66页）.pdf（66页珍藏版）》请在三个皮匠报告上搜索。

1、人工智能 (Artificial Intelligence，缩写 AI)是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学，研究目的是促使智能机器可模仿人类智能来执行任务，并基于收集的信息对自身进行迭代式改进的系统和机器，可以实现如会听(语音识别、机器翻译等)、会看(图像识别、文字识别等)、会说(语音合成、人机对话等)、会思考(人机对弈、定理证明等)、会学习(机器学习、知识表示等)、会行动(机器人、自动驾驶汽车等)等功能。人工智能概念起始于 20 世纪 50 年代，目前已经经历了 60 余年的发展，伴随着技术发展和人们对其认知的深入，人工智能技术研究历经了三次

2、浪潮和两次寒冬。第一次浪潮(20 世纪 40 年代-1974 年)：在 20 世纪 40、50 年代，科学家开始探讨人工大脑的可能性。1950 年，艾伦图灵发表了一篇划时代的论文，文中预言了创造出具有真正智能的机器的可能性，并提出了著名的“图灵测试”。1951 年，明斯基等人制造了第一台神经网络计算机。1956 年，由马文明斯基，约翰麦卡锡和另两位资深科学家克劳德香农以及内森罗彻斯特等人组织举行了“达特茅斯会议”，人工智能的概念和任务被提出，出现了最初的成就和研究者，被广泛承认为人工智能诞生的标志。这一时期的人工智能技术研究重点是符号推理与机器推理，标志性成就有可证明数学原理的“逻辑学家”程序

3、、可达业余爱好者水平的国际象棋程序等。达特茅斯会议后，人工智能迎来了高速发展，涌现了大批成功的人工智能程序和新的研究方向，如搜索式推理算法、ELIZA 聊天机器人等。这个时期的第一代研究者对人工智能的发展保有相当乐观的判断，美国国防机构也对人工智能充满兴趣，向MIT、卡内基梅隆大学、斯坦福大学等提供人工智能项目研究经费，推动了相关研究领域的繁荣。第一次低谷(1974-1980 年)：但到了 20 世纪 70 年代，人工智能领域的发展遭遇了瓶颈，由于计算机运算能力不足、算法缺陷、和数据局限性等问题，即使是最杰出的人工智能程序也只能解决它们尝试解决的问题中最简单的一部分。加之此前对人工智能发展过于

4、乐观的判断被逐渐证明无法实现，严重的打击了研发人员和项目资助方的信心，美国和英国政府相继中断了对人工智能探索性研究的资助。到了 1974 年已经很难再找到相关资助，人工智能的发展进入第一个寒冬期。第二次浪潮(1980-1987年)：专家系统是一种能够依据一组从专门知识中推演出的逻辑规则在某一特定领域回答或解决问题的程序，1980 年，CMU 开发了一个名为XCON的专家系统，为客户节约大量资金。这引发了全球对专家系统的研发和应用，各国又重新加大了对人工智能项目的投入，如日本拨款 8.5 亿美元支持第五代计算机项目，英国开始了耗资 3.5 亿英镑的 Alvey 项目，美国也有国防高等研究计划局、

5、微电子与计算机技术集团(MCC)向人工智能项目提供大规模资助，带动了人工智能的第二次发展浪潮。第二次低谷(1987-1993 年)：Apple 和 IBM 生产的台式机性能不断提升，1987 年时已正式超越各专家系统，加之专家系统应用领域狭窄、推理方法单一等问题随着需求的扩大不断暴露，专家系统市场逐渐消失。美国国防高等研究计划局在 80年代晚期大幅削减了对人工智能的资助，日本政府拨款的“第五代工程”直至1991 年也未达到预期目标，人工智能的发展进入第二次低谷。第三次浪潮(1993 年至今)：网络技术特别是互联网技术的发展，加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。随着 19

6、97 年，IBM 深蓝超级计算机战胜了国际象棋冠军卡斯帕罗夫，人工智能的第三次浪潮开启。2006 年， Hinton 等人提出深度学习算法，随后，大数据的兴起引发了深度学习的广泛应用。 2009 年，洛桑瑞士联邦理工学院牵头的“蓝脑计划”成功用计算机模拟鼠脑的部分神经网络。2011 年，IBM 创造的超级电脑“沃森”与人类选手共同参加智力问答节目“危险边缘”并获得冠军。2016 年，谷歌旗下 DeepMind 公司开发的阿尔法狗(AlphaGo)战胜人类顶尖围棋选手，引起了世