「深度」人工智能研究框架（一）

1957年，有专家预言：10年内计算机下棋会击败人，预言落空……

1968年，有大师打赌：10年内下棋程序会战胜人，赌局输了……

1977年，IBM开发的下棋机器人终于击败了俄罗斯象棋冠军……

2017年，AlphaGo大战围棋职业选手且战无不胜后，围棋界公认人工智能棋力已经超越人类顶尖水平……

当然，当前大家的目光已经不在围棋上面了。随着一波又一波的造车新势力涌入，充分利用了人工智能的自动驾驶，成为了各界关注的焦点。

作为一项通用目的技术，人工智能迅速发展，正在引发产业变革，推动社会进入“智能”新赛道，给国际竞争、经济发展、社会进步和生产生活带来深远影响。当前，各个国家均在战略层面上对人工智能予以高度关注、大力支持，科研机构大量涌现，科技巨头大力布局，新兴企业迅速崛起，同时，人工智能技术加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征，人工智能开始广泛应用于各行各业，展现出可观的商业价值和巨大的发展潜力。此外，人工智能所带来的问题也不容小觑：虚假新闻、伪造视频、信息茧房、自动化军事武器、大数据智能杀熟等问题层出不穷。

本文尝试系统研究人工智能的发展，从人工智能的概念出发，为此本报告从人工智能的概念出发，系统地研究人工智能的技术架构、产业概况、政府布局、发展问题、伦理治理及发展趋势，并将主要聚焦于中国人工智能产业和企业的发展，以期给政产学研金等领域的研究者一定的参考和建议。

一、人工智能还是人造智能？

人工智能似乎成了新时代人们耳熟能详的词汇。在研究人工智能之前，我们有必要厘清人工智能的基本概念、基本分类、发展历程以及当下人工智能所处的阶段。

人工智能Artificial Inteligence首次提出是在1956年的美国达特茅斯大会上，与会专家有信息论之父香农，计算机科学家、诺贝尔经济学奖得主、认知学专家等等，他们聚在一起讨论了两个月，提出一个新奇的概念，人工智能：利用机器来模仿人类学习以及其他方面的智能。当然直到现在还有人吐槽“人工智能”，应该叫“机器智能”，当然笔者以为也可称之为“人造智能”。

当前业界对人工智能的定义：研究、模拟人类智能的理论、方法、技术及应用系统的一门技术科学，其使用机器代替人类实现认知、识别、分析、决策等功能，本质是对人类思维过程的模拟，最终目的是达到甚至超越人类智能。而人工智能企业是指处于人工智能全产业链上的科技型企业。

从主要应用领域看，人工智能的研究主要集中在图像视觉、语音交互和自然语言处理上，即模仿、甚至超越人的手看、耳听、手写。其中，图像视觉CV是由图像处理和理解、自然人识别、视频编解码和内容分析、三维视觉等技术组成。语音交互是由语音识别、语音合成、语音硬件技术等组成。自然语言处理NLP包括自然语言应用技术、语义理解计算、翻译基础计算等技术。

从技术路线上看，人工智能的发展有3条路线：符号主义、连接主义和行为主义。

	思想来源	基本思路	成功案例	困境	失败案例	进展
符号主义	计算科学 认知科学	智能形式化为规则、知识、算法（自顶向下）	机器定理证明	常识难以穷尽	第一次低谷 CYC工程	深度学习
连接主义	神经科学	构造人工神经网络产生智能 （自底向上）	反向传播算法	什么样的网络产生预期功能	失败是常态 第二次低谷	类脑
行为主义	进化论 控制论	智能来自智能主体与环境的互动 （由外而内）	波士顿动力	什么样的智能主体？	失败是常态	强化学习