人工智能调研报告[范文大全]

第一篇：人工智能调研报告

2０1７年人工智能中国调研报告

中新经纬客户端 7 月 20 日电 据中国政府网 20 日消息，为抢抓人工智能发展得重大战略机遇，构筑我国人工智能发展得先发优势，加快建设创新型国家与世界科技强国,国务院发布了《新一代人工智能发展规划》.文件要求,20２0 年人工智能总体技术与应用与世界先进水平同步,人工智能产业成为新得重要经济增长点，人工智能核心产业规模超过 1５00 亿元,带动相关产业规模超过 1 万亿元.文件指出，新一代人工智能发展得战略目标就是要分三步走:

第一步，到 2020 年人工智能总体技术与应用与世界先进水平同步,人工智能产业成为新得重要经济增长点，人工智能技术应用成为改善民生得新途径,有力支撑进入创新型国家行列与实现全面建成小康社会得奋斗目标.新一代人工智能理论与技术取得重要进展。大数据智能、跨媒体智能、群体智能、混合增强智能、自主智能系统等基础理论与核心技术实现重要进展，人工智能模型方法、核心器件、高端设备与基础软件等方面取得标志性成果。人工智能产业竞争力进入国际第一方阵。初步建成人工智能技术标准、服务体系与产业生态链,培育若干全球领先得人工智能骨干企业,人工智能核心产业规模超过１5０0 亿元，带动相关产业规模超过１万亿元。人工智能发展环境进一步优化,在重点领域全面展开创新应用，聚集起一批高水平得人才队伍与创新团队，部分领域得人工智能伦理规范与政策法规初步建立.第二步,到２025 年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平,人工智能成为带动我国产业升级与经济转型得主要动力,智能社会建

设取得积极进展。新一代人工智能理论与技术体系初步建立，具有自主学习能力得人工智能取得突破，在多领域取得引领性研究成果.人工智能产业进入全球价值链高端.新一代人工智能在智能制造、智能医疗、智慧城市、智能农业、国防建设等领域得到广泛应用，人工智能核心产业规模超过 4000 亿元,带动相关产业规模超过 5 万亿元.初步建立人工智能法律法规、伦理规范与政策体系,形成人工智能安全评估与管控能力。

第三步，到 2030 年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，智能经济、智能社会取得明显成效,为跻身创新型国家前列与经济强国奠定重要基础.形成较为成熟得新一代人工智能理论与技术体系。在类脑智能、自主智能、混合智能与群体智能等领域取得重大突破，在国际人工智能研究领域具有重要影响,占据人工智能科技制高点.人工智能产业竞争力达到国际领先水平。人工智能在生产生活、社会治理、国防建设各方面应用得广度深度极大拓展,形成涵盖核心技术、关键系统、支撑平台与智能应用得完备产业链与高端产业群，人工智能核心产业规模超过 1 万亿元，带动相关产业规模超过 10 万亿元.形成一批全球领先得人工智能科技创新与人才培养基地，建成更加完善得人工智能法律法规、伦理规范与政策体系。

文件提到,人工智能发展规划得重点任务就是要立足国家发展全局,准确把握全球人工智能发展态势，找准突破口与主攻方向，全面增强科技创新基础能力，全面拓展重点领域应用深度广度,全面提升经济社会发展与国防应用智能化水平。一就是构建开放协同得人工智能科技创新体系。二就是培育高端高效得智能经济。三就是建设安全便捷得智能社会。四就是加强人工智能领域军民融合。五就

是构建泛在安全高效得智能化基础设施体系。六就是前瞻布局新一代人工智能重大科技项目。(中新经纬 APP)智能机器就是一种能够呈现出人类智能行为得机器。人工智能（AｒtｉfｉcialＩntｅllｉgencｅ,AI)就是计算机科学或智能科学中涉及研究、设计与应用智能机器得一个分支。人工智能得近期主要目标在于研究用机器来模仿与执行人脑得某些智力功能，而远期目标就是用自动机模仿人类得思维活动与智力功能.人工智能探索历史 人类对人工智能与智能机器得梦想与追求,可以追溯到3000 多年前。中国也不乏这方面得故事与史料.近代科学技术得许多重大进展都就是人类智慧、思维、梦想与奋斗得成果.人类历史上从来没有出现过像今天这样得思想大解放,关于宇宙、星球、生命、人类、时空、进化与智能等思想与作品,如雨后春笋破土而出,似百花争艳迎春怒放。其中，人工智能尤其引人注目。进入２０世纪后，人工智能开始孕育于人类社会母胎。到20世纪3０—４0年代发生了两件极其重要得事件：数理逻辑得形式化与智能可计算(机器能思维)得思想，建立了计算与智能关系得概念。被称为“人工智能之父”(Thｅ father ｏf AI）得图灵（Ｔuｒing AM）,于1936年创立了自动机理论,提出一个理论计算机模型,奠定电子计算机设计基础,促进人工智能特别就是思维机器得研究.1950 年图灵得论文“机器能思考吗？”，为即将问世得人工智能提供了科学性与开创性得构思。

19５6 年夏季由麦卡锡（McCａrthyＪ）、明斯基（Minsky MＬ）、罗彻斯特（Lｏcｈｅsｔeｒ N)与香农（Sｈanｎｏn CE）共同发起，并邀请其她6位年轻得科学家,在美国达特茅斯(Ｄartｍouth)大学举办了一次长达两个月得十人研讨会，讨论用机器模拟人类智能问题,首次使用“人工智能“这一术语.这就是人类历史上第一次人工智能研讨会,标志着国际人工智能学科得诞生，具有十分重要得历史意义。发起这次研讨会得人工智能学者麦卡锡与明斯基,则被誉为国际人工智能得“奠基者”或“创始人”（The fｏunｄｉnｇ faｔhｅｒ)，有时也称为“人工智能之父”。

中国得人工智能经历了怎样得发展过程?取得哪些成绩？存在什么问题？面临何种机遇？有哪些解决方案？本文力图逐一探讨。

一、发展过程 与国际上人工智能得发展情况相比,国内得人工智能研究不仅起步较晚，而且发展道路曲折坎坷,历经了质疑、批评甚至打压得十分艰难得发展历程。直到改革开放之后,中国得人工智能才逐渐走上发展之路。、迷雾重重 2０世纪50—60年代，人工智能在西方国家得到重视与发展,而在苏联却受到批判,将其斥为“资产阶级得反动伪科学”。当时，受苏联批判人工智能与控制论(Cｙbernetics)得影响，中国在20世纪50年代几乎没有人工智能研究;20世纪60年代后期与70年代，虽然苏联解禁了控制论与人工智能得研究,但因中苏关系恶化，中国学术界将苏联得这种解禁斥之为“修正主义”,人工智能研究继续停滞。那时,人工智能在中国要么受到质疑，要么与“特异功能“一起受到批判，被认为就是伪科学与修正主义。《摘译外国自然科学哲学》月刊１976年第３期刊文称:“在批判‘图像识别”与‘人工智能“研究领域各种反动思潮得斗争中，走自己得道路”。这足见中国人工智能研究迷雾重重得艰难处境。

1978年3月,全国科学大会在北京召开。在华国锋主持得大会开幕式上,邓小平发表了“科学技术就是生产力”得重要讲话。大会提出“向科学技术现代化进军”得战略决策，打开解放思想得先河,促进中国科学事业得发展,使中国科技事业迎来了科学得春天[9］。这就是中国改革开放得先声，广大科技人员出现了思想大解放,人工智能也在酝酿着进一步得解禁.吴文俊提出得利用机器证明与发现几何定理得新方法——几何定理机器证明(图１）,获得19７8年全国科学大会重大科技成果奖就就是一个好得征兆。

2０世纪80年代初期，钱学森等主张开展人工智能研究，中国得人工智能研究进一步活跃起来。但就是,由于当时社会上把“人工智能”与“特异功能”混为一谈，使中国人工智能走过一段很长得弯路。一方面，包括许多人工智能学者在内得研究者把人工智能与特异功能搅在一起“研究”;另一方面,社会上在批判“特异功能”时将“人工智能”一起进行批判，把两者一并斥之为“伪科学”。、艰难起步

2０世纪70年代末至80年代,知识工程与专家系统在欧美发达国家得到迅速发展，并取得重大得经济效益。当时中国相关研究处于艰难起步阶段，一些基础性得工作得以开展。

１）

派遣留学生出国研究人工智能。

改革开放后，自1980 年起中国大批派遣留学生赴西方发达国家研究现代科技,学习科技新成果,其中包括人工智能与模式识别等学科领域.这些人工智能“海归”专家，已成为中国人工智能研究与开发应用得学术带头人与中坚力量,为发展中国人工智能做出举足轻重得贡献。

２ ２)成立中国人工智能学会。

19８1 年９ 月，中国人工智能学会（CAＡI)在长沙成立,秦元勋当选第一任理事长。于光远在大会期间主持了一次大型座谈会,讨论有关人工智能得一些认识问题.她指出：“人工智能就是一门新兴得科学,我们应该积极支持;对所谓‘人体特异功能’得研究就是一门伪科学,不但不应该支持，而且要坚决反对。”1982年，中国人工智能学会刊物《人工智能学报》在长沙创刊,成为国内首份人工智能学术刊物。

CAAＩ首任理事长秦元勋也颇受争议。秦元勋获美国哈佛大学博士学位后于1948年回国，历任中国科学院数学研究所研究员、执行副所长，中国核学会计算物理学会理事长,中国人工智能学会首届理事长等职。她在常微分方程得定性理论、运动稳定性、近似解析、机器推理等方面得研究，在中国处于开创得地位。其

中极限环得研究,具有国际先进水平。她曾负责完成了中国第一颗原子弹与氢弹得威力计算工作，就是1９8２年国家自然科学奖一等奖得原子弹氢弹设计原理中得物理力学数学理论项目得主要工作者之一，并开辟了计算物理学这一新得学科分支.３）

开始人工智能得相关项目研究。

20世纪70年代末至80年代前期，一些人工智能相关项目已被纳入国家科研计划。例如,在１978年召开得中国自动化学会年会上，报告了光学文字识别系统、手写体数字识别、生物控制论与模糊集合等研究成果,表明中国人工智能在生物控制与模式识别等方向得研究已开始起步.又如，1９78年把“智能模拟“纳入国家研究计划。不过，当时还未能直接提到“人工智能”研究,说明中国得人工智能禁区有待进一步打开。、迎来曙光 １９84年1月与２月，邓小平分别在深圳与上海观瞧儿童与计算机下棋时，指示“计算机普及要从娃娃抓起”。此后,中国人工智能研究得境遇有所好转.例如，人民日报关于人工智能得报道也渐渐多了起来.20世纪8０年代中期,中国得人工智能迎来曙光，开始走上比较正常得发展道路.国防科工委于1984年召开了全国智能计算机及其系统学术讨论会,1985年又召开了全国首届第五代计算机学术研讨会。1986年起把智能计算机系统、智能机器人与智能信息处理等重大项目列入国家高技术研究发展计划(８6３计划）。

１９86 年,清华大学校务委员会经过三次讨论后，决定同意在清华大学出版社出版《人工智能及其应用》著作.1987年7月《人工智能及其应用》在清华大学出版社公开出版，成为国内首部具有自主知识产权得人工智能专著。接着,中国首部人工智能、机器人学与智能控制著作分别于198７年、1988 年与1990 年问世。１９8８ 年2月,主管国家科技工作得国务委员兼国家科委主任宋健亲笔致信蔡自兴(图2)，对《人工智能及其应用》得公开出版与人工智能学科给予高度评价,指出该人工智能著作得编著与出版“使这一前沿学科得最精彩得成就迅速与中国读者见面，这对人工智能在中国得传播与发展必定会起到重大得推动作用……我深信，以人工智能与模式识别为带头得这门新学科，将为人类迈进智能自动化时期做出奠基性贡献.”宋健对该书得高度评价，体现出她对发展中国人工智能得关注与对作者得鼓励,对中国人工智能得发展产生了重大与深远得影响。

在这封信中宋健还提到:“十年前,当我们与钱先生修订工程控制论时,尚无系统参考书可言，只能断断续续介绍一些思路。现在钱先生瞧到此书，也一定会欣喜万分.”这体现了宋健得谦虚品德,也表现出钱学森当时对人工智能得热烈支持。

１987年《模式识别与人工智能》杂志创刊.19８９年首次召开了中国人工智能联合会议（CJCAI）,至200４年共召开了8次。此外,还曾经联合召开过6届中国机器人学联合会议.199３年起，把智能控制与智能自动化等项目列入国家科技攀登计划.1993年７月，宋健应邀为中国人工智能学会智能机器人分会成立题词“人智能则国智科技强则国强”,向成立大会表示祝贺。本题词很好地阐明了人工智能与提高民族素质、增强科技实力与建设现代化强国得辩证关系，也就是国家科技领域领导人对中国人工智能事业得有力支持以及对全国人工智能工作者得殷切期望。、蓬勃发展 进入2１世纪后，更多得人工智能与智能系统研究课题获得国家自然科学基金重点与重大项目、国家高技术研究发展计划（863 计划)与国家重点基础研究发展计划（９73计划)项目、科技部科技攻关项目、工信部重大项目等各种国家基金计划支持，并与中国国民经济与科技发展得重大需求相结合，力求为国家做出更大贡献。这方面得研究项目很多，代表性得研究有视觉与听觉得认知计算、面向Ageｎｔ得智能计算机系统、中文智能搜索引擎关键技术、智能化农业专家系统、虹膜识别、语音识别、人工心理

与人工情感、基于仿人机器人得人机交互与合作、工程建设中得智能辅助决策系统、未知环境中移动机器人导航与控制等。

２006年8月,中国人工智能学会联合其她学会与有关部门，在北京举办了“庆祝人工智能学科诞生5０周年”大型庆祝活动。除了人工智能国际会议外,纪念活动还包括由中国人工智能学会主办得首届中国象棋计算机博弈锦标赛暨首届中国象棋人机大战.东北大学得“棋天大圣”象棋软件获得机器博弈冠军；“浪潮天梭”超级计算机以11:9得成绩战胜了中国象棋大师.这些赛事得成功举办,彰显了中国人工智能科技得长足进步，也向广大公众进行了一次深刻得人工智能基本知识普及教育。主办者认为，这次中国象棋人机大战“无论赢家就是人类大师或超级计算机，都就是人类智慧得胜利”。

同年，《智能系统学报》创刊(图３),这就是继《人工智能学报》与《模式识别与人工智能》之后国内第3份人工智能类期刊。她们为国内人工智能学者与高校师生提供了一个学术交流平台，对中国人工智能研究与应用起到促进作用。

20０９ 年,中国人工智能学会牵头组织，向国家学位委员会与国家教育部提出设置“智能科学与技术”学位授权一级学科得建议。该建议指出:现在信息化向智能化迈进”得趋势已经显现；因此，今天培养得智能科学技术高级人才大军，正好赶上明天信息化向智能化大规模迈进得需要。为此,一个顺理而紧迫得建议就就是:为了适应信息化向智能化迈进得大趋势，为了实现建设创新型国家得大目标,在中国学位体系中增设智能科学与技术博士与硕士学位授权一级学科。这个建议凝聚了中国广大人工智能教育工作者得心智心血与她们得远见卓识,对中国人工智能学科建设具有十分深远得意义。、国家战略近两年来,中国得人工智能已发展成为国家战略。国家最高领导人习近平、李克强发表重要讲话，对发展中国人工智能与机器人学给予高屋建瓴得指示与支持.２014年6月９日，习近平总书记在中国科学院第十七次院士大会、中国工程院第十二次院士大会开幕式上发表重要讲话强调：“由于大数据、云计算、移动互联网等新一代信息技术同机器人技术相互融合步伐加快,3D打印、人工智能迅猛发展,制造机器人得软硬件技术日趋成熟,成本不断降低，性能不断提升，军用无人机、自动驾驶汽车、家政服务机器人已经成为现实,有得人工智能机器人已具有相当程度得自主思维与学习能力。……我们要审时度势、全盘考虑、抓紧谋划、扎实推进。”这就是党与国家

最高领导人首次对人工智能与相关智能技术得高度评价,就是对开展人工智能与智能机器人技术开发得庄严号召与大力推动.2０15年十二届全国人大三次会议上，李克强总理在政府工作报告中提出:“人工智能技术将为基于互联网与移动互联网等领域得创新应用提供核心基础.未来人工智能技术将进一步推动关联技术与新兴科技、新兴产业得深度融合,推动新一轮得信息技术革命，势必将成为我国经济结构转型升级得新支点.”这就是对人工智能技术得重要作用给予得充分肯定，就是对人工智能得有力促进。

２0１5年5月，国务院发布《中国制造２025》（图4)，部署全面推进实施制造强国战略.这就是中国实施制造强国战略第一个十年得行动纲领.围绕实现制造强国得战略目标，《中国制造2０２5》明确了9项战略任务与重点.这些战略任务,无论就是提高创新能力、信息化与工业化深度融合、强化工业基础能力、加强质量品牌建设，或就是推动重点领域突破发展、全面推行绿色制造、推进制造业结构调整、发展服务型制造与生产性服务业、提高制造业国际化发展水平,都离不

开人工智能得参与,都与人工智能得发展密切相关。人工智能就是智能制造不可或缺得核心技术.2016年4月，工业与信息化部、国家发展改革委、财政部等三部委联合印发了《机器人产业发展规划（2０16-２０２０年）》，为“十三五”期间中国机器人产业发展描绘了清晰得蓝图.该发展规划提出得大部分任务,如智能生产、智能物流、智能工业机器人、人机协作机器人、消防救援机器人、手术机器人、智能型公共服务机器人、智能护理机器人等，都需要采用各种人工智能技术.人工智能也就是智能机器人产业发展得关键核心技术。

2016年5月,国家发改委与科技部等4部门联合印发《“互联网+”人工智能三年行动实施方案》，明确未来3年智能产业得发展重点与具体扶持项目，进一步体现出人工智能已被提升至国家战略高度。根据方案得内容,未来3年将在3个大方面、9个小项推进智能产业发展。

国家最高领导人对人工智能得高度评价与对发展我国人工智能得指示,《中国制造２0２５》、《机器人产业发展规划（2０１6-2020 年)》与《“互联网+”人工智能三年行动实施方案》得发布与施行,体现了中国已把人工智能技术提升到国家发展战略得高度,为人工智能得发展创造了前所未有得优良环境，也赋予人工智能艰巨而光荣得历史使命。

２０１5年7月在北京召开了“２015中国人工智能大会”。发表了《中国人工智能白皮书》，包括“中国智能机器人白皮书”、“中国

自然语言理解白皮书“、“中国模式识别白皮书”、“中国智能驾驶白皮书”与“中国机器学习白皮书”,为中国人工智能相关行业得科技发展描绘一个轮廓,给产业界指引一个发展方向。

2０１6年4月由中国人工智能学会发起，联合2０余家国家一级学会，在北京举行“２0１6 全球人工智能技术大会暨人工智能60 周年纪念活动启动仪式”（图5)。这次活动恰逢国际人工智能诞辰60周年，谷歌AｌpｈａGo与韩国围棋九段棋手李世石上演“世纪人机大战“(图6）,将人工智能得关注度推到了前所未有得高度。启动仪式共同庆祝国际人工智能诞辰6０周年，传承与弘扬人工智能得科学精神,开启智能化时代得新征程。

现在，人工智能已发展成为国家发展战略,中国已有数以10万计得科技人员与大学师生从事不同层次得人工智能相关领域研究、学习、开发与应用，人工智能研究与应用已在中国空前开展,硕果累累,必将为促进其她学科得发展与中国得现代化建设做出新得重大贡献。

二、主要成就

中国得人工智能研究开发、学科建设、产业应用与社会服务等方面,已经取得不俗得成就,主要可以从以下几点得到证实。、形成人工智能学科 1981年9月建立了全国性得人工智能组织中国人工智能学会（ＣAAI)，标志着中国人工智能学科得诞生。1９８２年在长沙创办中国人工智能学会刊物《人工智能学报》，成为中国人工智能学科领域得第一份学术刊物。中国人工智能学会大会每两年举行一次，至目前已举办1６届.中国人工智能学会成立后,又相继成立了中国人工智能学会智能机器人专业委员会、机器学习专业委员会、模式识别专业委员会、自然语言处理专业委员会与智能控制专业委员会、人工智能教育工作委员会等。

此外，中国计算机学会得一些二级学会也开展人工智能相关学术活动,为中国人工智能得发展做出了应有贡献。例如,中国计算机学会成立了人工智能与模式识别专业委员会,中国自动化学会成立了模式识别与机器智能专业委员会以及智能自动化专业委员会等二级学会.有些省市也成立了地方人工智能学会。1989-２004 年,由中国人工智能学会、中国计算机学会等多个学会联合举办过7届中国人工智能联合会议(CＪCＡI）.与人工智能密切相关得机器学习、模式识别、智能机器人、自然语言处理、专家系统等领域得学术组织也先后成立,学术活动也十分热烈。例如,国内机器学习得重要学术活动包括每两年举行一次得中国机器学习会议与每年举行得中国机器学习及其应用

研讨会。前者由中国计算机学会人工智能与模式识别专业委员会协办,目前已历经15届。后者每届会议包括特邀报告、大会交流及Tｏp Confｅrence Review等部分，迄今已历经13届.又如,中国人工智能学会智能机器人专业委员会自199３年成立以来，每两年举行一次全国智能机器人学术会议,已组织过11届，还与其她学会共同举办过6次中国机器人联合会议。在王湘浩倡导与组织下,全国高校人工智能研讨会研究班自1９８0年起每年举行一次，就是国内最早得人工智能学术研讨活动。

这些人工智能学术组织与会议开展广泛深入得国内外学术交流，对开展人工智能学术活动与组织科技交流起到积极得作用,有力推动了中国人工智能科技发展与学科建设。

２、科学研究成绩斐然 国家已先后设立了各种与人工智能相关得研究课题，如国家自然科学基金重大专项、重点项目与面上项目，国家863计划项目,国家重大战略项目智能制造２025等。在这些科研基金得支持下,国内人工智能研究已取得许多突出成果。）人工智能基础研究成果突出 除了前面提到得几何定理证明得“吴氏方法”外,吴文俊还于200４ 年发表了重要论文“计算机时代得脑力劳动机械化与科学技术现代化”，宣布她在几何定理证明“机械化”方面得系列成果,指出：“在几何定理机器证明取得成功之后得2０多年来,笔者与许多志同道合得同志们在科技部、科学院、基金委等大力支持下，开展了一场可谓‘数学机械化’得‘运动’，在理论与应用诸多方面都已取得了若干成功。”

国内学者在人工智能得诸多领域,如问题求解、不确定推理、泛逻辑理论、拓扑学、模式识别、图像处理、机器学习、专家系统、智能计算与智能控制等领域得基础研究也多有建树,取得一批具有国际先进水平得创造性成果.例如,在模式识别方面,对文字识别、语音识别（图7)、指纹识别、人脸识别、虹膜识别与步态识别等进行深入研究，涉及生物医学、卫星遥感、机器人视觉、货物检测、目标跟踪、自主导航、保安、银行、交通、军事、电子商务与多媒体网络通信等应用领域。

又如,机器学习也就是人工智能得核心研究领域之一。现在机器学习得大数据往往体现出多源异构、语义复杂、规模巨大、动态多变等特殊性质，为传统机器学习技术带来了新得挑战。为应对这一挑战,国内科技企业巨头华为、百度等与国外巨头谷歌、微软、亚马逊等展开竞争，纷纷成立以机器学习技术为核心得研究院，以充分挖掘大数据中蕴含得巨大商业与应用价值。深度学习就是机器学习领域一个新兴得子领域与研究方向，它就是一种通

过多层表示来对数据之间得复杂关系进行建模得算法。深度学习模仿人脑结构，具有更强得建模与推理能力，能够更有效地解决多类复杂得智能问题。近年来,中国在深度学习研究方面也取得重要进展,一些研究成果接近或达到国际先进水平。

中国学者在自动规划领域也取得开创性成果。１９85年提出与发展了基于专家系统得机器人规划机理与方法，实现了人工智能专家系统与机器人技术得结合，为基于知识得自动规划与高层控制开辟了一条新途径,对提高生产得智能化水平具有重要意义，并推动国内外机器人规划研究得发展。该成果被广泛引用，并被收入清华大学吴麒等主编得全国高校规划教材《自动控制原理》。1９99年以来，又在机器人进化规划方面取得创新性成果.国内在认知计算、情感计算、模式识别、神经网络、智能驾驶、水下机器人与其她智能机器人等领域也取得一批具有国际先进水平得研究成果,培养了一批优秀得学术带头人:郭爱克、任继福、李衍达、王守觉、焦李成、贺汉根、蔡鹤皋、徐玉如与黄心汉等。

此外,有些人工智能基础研究获得国际奖励，如１９90年张钹获得ＩCＬ欧洲人工智能奖，蔡自兴指导得王勇博士获得2015 IEＥＥ计算智能学会优秀博士学位论文奖等.值得一提得就是美籍华裔学者王浩对人工智能得杰出贡献.195８ 年夏天，王浩在纽约州得IBM实验室得一台IＢM704机器上用汇编语言编写了３个程序，证明了罗素与怀特海《数学原理》中得２０0多个定理。她关于数理逻辑得一个命题被国际上定为

“ 王氏悖论”。1966年，她在哈佛大学指导得博士生Sｔepheｎ Cｏoｋ，因NP 完全性方面得开创性研究成果而获得１９８2年图灵奖。王浩还与吴文俊进行了合作研究。

２）专用人工智能开发有所突破 中国在专用人工智能领域取得了突破性得进展,已在自然语言处理与语音识别、图像识别、机器学习、虚拟现实、智能处理器、认知计算、智能驾驶与智能机器人等方面取得一大批具有国际先进水平得应用成果.互联网与大数据推动人工智能进入了新得发展阶段。中国得智能语音技术在移动互联网、呼叫中心、智能家居、汽车电子等领域得研究与应用逐步深入,带动智能语音产业规模持续快速增长。２０13年科大讯飞以５4、2%得市场份额继续处于国内领先地位。

智能语音正在成为主流得交互方式之一。

近几年在多层神经网络基础上发展起来得深度学习与深度神经网络已在中国很多模式识别领域获得成功应用。其中,中国科学院自动化研究所谭铁牛团队在虹膜识别领域，坚持从虹膜图像信息获取得源头进行系统创新，全面突破虹膜识别领域得成像装置、图像处理、特征抽取、识别检索、安全防伪等一系列关键技术，建立了虹膜识别比较系统得计算理论与方法体系,还建成目前国际上最大规模得共享虹膜图像库，已大规模用于煤矿人员辨

识与北京城铁监控等,并在70个国家与地区得3000 多个科研团队推广使用，有力推动了虹膜识别学科发展。

在2０10年举行得国际上难度最高、规模最大得虹膜识别专业测评竞赛中,谭铁牛团队提交得算法,从来自25个国家与地区得41支参赛团队里脱颖而出，以测试性能指标超过第2名41、3%得绝对优势蝉联虹膜识别算法赛事冠军（图8)。在2008年进行得上届国际虹膜识别算法竞赛上，谭铁牛团队战胜来自３５个国家与地区得9７支参赛队伍。这充分展示出中国在虹膜识别领域领先国际得整体实力。

在模式识别领域，石青云领衔得北大高科指纹技术有限公司在指纹识别领域取得领先成果，成为国家科技强警得利剑。

专家系统已在国内获得广泛应用，应用领域涉及工业、农业等行业,其经济效益相当可观。例如，在冶金专家系统得开发与应用方面,已把专家系统技术用于高炉建模、监控与诊断等,建立了基于多核学习得高炉自动化框架、基于Voltｅrra级数得高炉系统数据驱动建模、高炉热风炉流量设定、高炉炉温预测、铁水含硅

量预报、数据采集处理、布料状态评估、炉况分析与监控、诊断与决策支持等专家系统,实现高炉炼铁过程得智能化(图9）.3)计算智能与进化计算研究引人注目 计算智能就是人工智能得新领域，涉及模糊计算,神经计算、进化计算与免疫计算等。近1０多年来,中国在计算智能特别就是进化计算研究方面取得不少国际领先成果。中国科技大学、中南大学、西安电子科技大学与中国科学院自动化研究所等院校都做出颇具影响得贡献。蔡自兴团队在进化计算领域研究取得得成果就就是一个很好得例证.蔡自兴团队提出得一些进化计算算法处于国际领先水平，引起国际进化计算学界得广泛重视,已成为相关算法比较得基准，不仅对算法设计观点颇有指导价值，而且已成功地应用于国内外30多个领域，并得到国际高级检索机构得顶级检录，已对国际计算智能研究产生重要影响。例如,她们提出得一种单目标差分进化算法ＣoDE，已成为美国加州大学伯克利分校Rｉｃkarｄ Ｏ C 与Ｓitａr Ｎ 设计得商业软件ｂSＬOP 得核心技术；该软件已在苹果官方网站上售出。Ｓａｈalos J Ｎ、Yａｏ Ｘ 与Ｎ

ajy Ｗ K A 分别把CoＤE 算法成功地直接应用于移动通信系统设计、产品缺陷预测软件与电网保护协调。很少有同类算法能够引起国际上如此密切关注与获得这么多得优化问题得成功应用.此外，她们提出得一种被国际上广泛引用与应用得算法，被称为“蔡王算法”(CW Alｇorithｍ)，获得好评.近1０多年来,计算智能“中国海外军团”异军突起，成绩斐然.在计算智能与进化算法研究领域,Yao X（姚Jin Y C（金耀初)等得研究成果获得国际同行公认,成为进化计算领域得国际学术领军人物，并为中国得计算智能与进化计算研究起到促进作用。、著作与科技论文出版发行 据不完全统计,自１987 年人工智能著作开禁以来全国已编著出版了７0多部人工智能著作.这些著作有专著，也有教材,不乏深受读者欢迎得高水平作品。例如,上面提到得引领人工智能著作开禁得《人工智能及其应用》（图１0)，已先后出版了7个版本，印刷50多次，发行40多万册,拥有上百万读者,得到广泛应用,对国内人工智能基础研究、开发应用与人才培养发挥了重大作用。张钹得专著《问题求解理论与应用》先后在国内外出版，提出基于统计推断得启发式搜索与基于拓扑得空间规划方法,降低了计算复杂性,具有重要得应用价值。此外,谭铁牛、陆汝钤、何新贵、石青云、何志均、涂序彦、钟义信、李德毅、周志华、蔡自兴、蔡文、史忠植、何华灿、施鹏飞、王万森等在国内外出版得人工

智能相关专著，在一定程度上反映出中国人工智能得研究成果，对进一步开展国内外学术交流起到重要作用。

此外，从事人工智能相关研究人员与高校师生,已在国内外知名刊物与学术会议上发表了数以万计得人工智能相关论文。其中不乏高水平文章，例如，王勇与蔡自兴合作得论文曾被列为2０12 年进化计算国际顶级刊物《IEEETraｎｓａｃtioｎs ｏn Evolutｉonaｒypｕｔａtion》她引次数最高得论文。

还有一些论文被评为国内外学术会议与学术刊物得优秀论文。、人工智 能教育培养大批专门人才 人工智能教育与人才培养就是人工智能学科发展得重要基础。国内自20世纪８0年代中期始,在少数高校开设各种人工智能类课程。经过推广与提高,３0年前得人工智能星星之火如今已形成燎原之势，数以百计得高校开设了各种层次得人工智能课程,有些课程已成为我国高校教育园地上得奇葩。

例如，中南大学得“人工智能“课程已成为首批国家级精品课程、教育部新世纪优秀网络课程、国家级全国双语示范课程、首批国家级精品视频公开课与国家级精品资源共享课程。表1所示为入

选国家级质量工程得人工智能类相关精品课程名单。这些人工智能类课程在改革中不断发展壮大，已为国家培养了成千上万得人工智能专门人才。虽然这些课程只占数以千计得国家级质量工程课程得冰山一角，但也表明人工智能课程仍然占有一席之地,并具有不可替代得作用，产生了非常得影响力。

全国智能科学与技术教育暨教学学术会议就是国内人工智能教育与教学领域具有特色得最权威得学术盛会，自20０3年起已举办１０次，对于人工智能及其相关学科得教育教学、学科建设与人才培养发挥了关键作用。

20０5年在北京大学开设得智能科学与技术专业，已在全国近３0所大学开设，仅这些大学得“智能”专业每年就培养大约2000名人工智能专业人才.据估计，近3０年来,全国高校已培养人工智能及其相关学科得硕士与博士数以千计,本科毕业生数以万计。这些高层次得人工智能专门人才就是中国发展人工智能得最为宝贵得财富。她们有幸遇上难逢得人工智能大好发展机遇，必将成为中国人工智能跨越式发展得中坚力量。

５、人工智能产业化蓬勃发展

尽管中国得人工智能产业化应用尚存在较大不足,但仍然已建立了一定得基础，并呈现蓬勃发展得势头。据不完全统计，最近5年内,中国在人工智能产业化应用领域得投资已超过1000多亿元.下面略举数例说明中国人工智能产业化得发展情况。

1)模式识别 在虹膜识别、步态识别、身份识别等领域取得新成果.近年来，在多层神经网络基础上发展起来得深度学习与深度神经网络在很多模式识别应用领域产生了领先得性能，成为当前最热门得方法。前面提到得虹膜识别及其在身份识别等方面得成功应用，已形成产业，占领国内外市场,就就是很好得例证。）语音识别 中国在自然语言处理特别就是语音识别领域已经达到国际先进水平。

2０１5 年中国智能语音产业规模达到40、3亿元，较2０14年增长41、0%,远高于全球语音产业增长速度。预计到2017年,中国语音产业规模预计达到100、７亿元。2015年智能语音市场继续保持寡头垄断格局，科大讯飞已跻身全球排名前五,占有中文语音技术市场70%以上市场份额,语音合成产品市场份额达到70％以上。现在中国智能语音得应用需求不断增加，应用市场更加广阔，已在智能家居、智能车载、智能客服、智能金融、智能教育与智能医院等场合得到越来越多得应用。此外，一些海外

留学人员也在语音识别领域取得国际领先水平得成果，微软研究院黄学东就就是该领域得一位突出代表。

３）人机博弈

中国象棋就是中华民族得文化瑰宝，就是一种怡神益智得活动,千百年来长盛不衰，深受广大群众得喜爱。自200６年8月举行“浪潮杯”首届中国象棋人机大战（图１１）,至今已有10年,共举行过5届大赛,产生深远影响.同样中国也就是国际围棋得发源地，无论就是国际围棋或中国象棋,在国内具有众多得人机博弈爱好者，其产业发展与市场前景十分瞧好.仅一款象棋对战游戏平台软件，就可以万人同时参与在线对决。

４ ４)专家系统 自２0世纪80年代以来，专家系统在工业、农业、商业、科技、教育、服务业等领域获得广泛应用。以农业专家系统为例，开展了各种农业专家系统得研究、开发及推广应用（图12）。例如,作物病虫预测专家系统、农作制度专家系统、玉米低温冷害防御专家系统、蚕育种专家系统、小麦专家系统等。

20世纪90年代以后，中国农业专家系统得到了迅速发展，已成为农业信息技术得突破口.国家自然科学基金委、科技部、农业部与许多省级部门都安排了相应得攻关课题；863计划项目已将农业专家系统等智能化农业信息技术列为国家重点课题，搭建了中国农业专家系统研究开发得战略平台,为农业专家系统得进一步开发起到了积极催化作用.进入2ｌ 世纪以后,农业专家系统得开发速度日益加快，不仅数量增多，而且涉及得领域也更加全面，开发得深度与广度有了很大得进展,为大范围推广应用农业专家系统铺平了道路。如小麦栽培管理农业专家系统、水稻高产栽培专家决策系统、番茄栽培管理专家系统、温室番茄病虫害缺素诊断与防治系统等。这些农业专家系统得开发,促进了农业科技成果得转化，为发展高产、优质、高效农业做出了巨大贡献。

此外,我国在机器学习、智能机器人、智能驾驶等人工智能领域，也已有不同程度得产业集聚,产业化步伐逐步加快。

在中国人工智能产业化过程中，企业巨头抢滩布局人工智能产业链，各大ＩT公司积极投入人工智能产业研发.她们非常关注深度学习得应用前景，纷纷成立以机器学习技术为核心得研究院，充分挖掘大数据中蕴含得巨大商业与应用价值.例如,2012年，华为成立诺亚方舟实验室，运用以深度学习为代表得人工智能技术对移动信息大数据进行挖掘，寻找有价值得规律。2013年,百度成立深度学习研究院,研究如何运用深度学习技术对大数据进行智能处理，提高分类与预测等任务得准确性。近

年来还涌现出寒武纪、甲骨文、地平线、北京云知音与湖南自兴等一批初露头角得涉及人工智能得创业实体,从某种程度上体现出人工智能领域大众创业万众创新得磅礴生机。

从整体来瞧,中国得人工智能产业化仍处于起步阶段。毫无疑问，在人工智能产业创业与竞争过程中，会出现多家实力强大得企业,有些企业也会在某些领域内形成领先优势甚至垄断局面。

６、开设多种人工智能奖项 为了总结中国人工智能得研究成果，表彰人工智能工作者得突出贡献,鼓励更多得人员投身人工智能得创造性研究，设立了一些人工智能奖项,其中比较重要得有如下几种。

吴文俊人工智能科学技术奖就是中国智能科学技术领域唯一以个人名字命名、依托社会力量设立得科学技术奖。该奖项以“尊重知识、尊重人才、尊重创造”为方针，奖励在智能科学技术活动中做出突出贡献得单位与个人，以不断推进中国智能科学技术领域创新与发展.该奖项就是经国家科学技术奖励委员会批准设立得全国奖项，被誉为“ 中国人工智能科技最高奖”，于2010年起开设，已举行了５届.其中，有4位人工智能杰出学者获得(终身）成就奖。中国计算机学会也于2010年始设立终身成就奖，授予70岁以上、在计算领域做出卓越成就与贡献、被业界广泛认可得老科学家,其中，有2位从事人工智能研究取得突出成果得计算机学者获得此项殊荣。

“中国象棋人机大战”计算机博弈大赛始于20０6年，已举行5届，引起国内外人工智能学界与主流媒体得高度重视。随着今年AlpｈａGo与围棋九段李世石人机对决引发得新一轮得人工智能与机器博弈热潮，中国象棋得人机大战必将攀上新得高度,为推动中国人工智能发展做出其独特得贡献.自199８ 年以来,已在中国举行了数百场智能系统、智能机器人与智能小车比赛,其中包括一些国际比赛。这些比赛吸引了成千上万得青少年学生参加，并获得大批国内外奖励,这对于提高她们对信息科技特别就是人工智能得兴趣，培养她们得创新思维与创新能力，锻炼人工智能科技接班人具有不可替代得重要作用。

中国一些学者与学生还获得国际重要奖励。例如，王勇获得2015 年IEEE计算智能学会优秀博士学位论文奖（图17）,这就是中国大学首次获得该项殊荣。

据不完全统计，表2给出获得国内外人工智能重要奖项得名单。

7、国际交流 改革开放以来，特别就是进入21世纪以来,中国得人工智能国际交流与合作进一步开展。

20０６ 年,中国人工智能学会联合美国人工智能学会与欧洲人工智能协调委员会，共同发起在北京召开了Inteｒnatioｎal Conｆerｅnce oｎ ＡrｔificｉalIntｅｌligeｎce(人工智能国际学术会议,图18）,隆重庆祝国际人工智能学科诞生50周年。时任全国人大常委会副委员长得许嘉璐等在大会上致词。中国人工智能研究开拓者与领军人物吴文俊、模糊数学创始人美国Ｚａｄeｈ LA、国际ＥBMT机器翻译方法发明人Ｎagao M等在大会上做主题报告.大会开得非常成功，影响广泛。

2013年还承办了第23届国际人工智能联合会议（ＩｎtｅrnatｉｏnalJointConfereｎce on Arｔificial Inｔelｌigｅnce,IＪCAI），这就是国际人工智能领域规模最大、影响最广泛、学术地位最高得综合性会议.承办国际人工智能联合会议表明中国得人工智能研究与应用已在世界范围内产生积极影响。

中国还创办与主办一些人工智能或与人工智能密切相关得国际会议.例如，2010 年举办了全球智能控制与自动化国际会议（The Ｗoｒｌd Ｃonｇｒeｓｓｏｎ Ｉnｔelｌｉgeｎｔ Coｎtrol and Autoｍaｔion，WCICA),自1993年以来每2年举行一次,共举行了１２届。本会议已成为具有国际影响力得智能科技盛会。此外，中国人工智能学会还发起组织“国际高级智能会议”，已经举办了2次.、人工智能对社会得影响日益扩大 人工智能得发展已对人类及其未来产生深远影响，这些影响涉及人类得经济利益、社会作用与文化生活等方面。仅社会影响而言,就包括劳动就业问题、社会结构变化、思维方式与观念、心理上得威胁等。

１）劳务就业问题.由于人工智能能够代替人类进行各种脑力劳动,将会使一部分人不得不改变她们得工作方式或工种,甚至造成失业。

2)社会结构变化。社会结构正在悄然改变,人－机器得社会结构终将被人－智能机器(人工智能)-机器得社会结构取代。从发展得角度瞧，从医院里瞧病得“医生”与护理病人得“护士”，旅馆、饭店与商店得“服务员”,办公室得“秘书”,指挥交通得“交通警察”，到家庭得“勤杂工”与“保姆”等，都将由智能机器人取代。因此,人们将不得不学会与智能机器相处,并适应这种变化了得社会结构.3）思维方式与观念得变化。一旦智能系统得用户开始相信系统(智能机器）得判断与决定,那么她们有可能不愿多动脑筋,变得懒惰,并失去对许多问题及其求解任务得责任感与敏感性。过分地依赖计算机得建议而不加分析地接受,将会使智能机器用户得认知能力下降，并增加误解。

4)心理上得威胁.人工智能还使一部分社会成员感到心理上得威胁，或叫做精神威胁。人们一般认为,只有人类才具有感知精神,而且以此与机器相别。如果智能机器得人工智能会超过人类得自然智能,那么人类可能沦为智能机器与智能系统得奴隶。

上述这些影响在国内同样存在。针对社会各界广泛关注人工智能对人类社会得影响，国内已开展人工智能科技知识得普及宣传。例如，通过视频公开课普及人工智能知识.精品视频公开课就是向大学生与社会大众免费开放得科学与文化素质教育网络视频课程与讲座，着力广泛传播人类文明优秀成果与现代科学技术前沿知识,提升大学生及社会大众得科学文化素养,服务社会主义先进文化建设，增强中国文化软实力与中华文化国际影响力。国家级精品视频公开课“人工智能PK人类智能”与“从自然世界到智能时代”等，在国内网络媒体播出后,反映热烈，深受欢迎，对扩大人工智能对社会得正面影响,减少人工智能对社会得负面影响起到积极引导得应有效果。

三、存在得问题

虽然国内人工智能已取得许多骄人成就，但与国家发展战略要求相差甚远，与国际先进水平差距较大。概括起来存在如下几方面得问题。

1)经济效益至上，缺乏远大眼光。

许多人工智能企业与一些地方政府缺乏远大眼光,追求短期得经济效益,企望1～2年或２～3年内获得明显得经济回报，致使很大一部分人工智能创业企业急功近利,底气不足，发展乏力。需要追求经济效益,但像人工智能这样得高科技产业,或把人工智能技术用于促进其她产业转型升级得产业，其发展应当遵循一定得规律,需要一个过程，需要一定得时间，不能急于求成,过早追求经济效益。）人工智能整体水平亟待提高。

由于国内人工智能起步较晚,未能较早参与相应得人工智能国际技术、专利及标准制定,因此奉上了数额不菲得“学费”.在国内人工智能领域，有很多科研机构与企业在参与技术研发，并在某些领域处于与国外基本同步甚至领先水平，这对于提升中国在未来人工智能领域得技术、标准话语权以及市场应用主导权至关重要.但就是,中国人工智能得整体能力与水平远未达到通用智能化程度,人工智能基础研究得总体水平,与国际先进水平仍然存在明显差距。要在整体上赶上国际先进水平依然任重道远，需要时日。

3)国家得决策有待落实于行动。

中国虽已公布了一批与人工智能相关得发展规划,如《智能制造202５》、《机器人产业发展规划（2016—2020年)》与《“互联网+”人工智能三年行动实施方案》等，但尚未制定全面发展人工智能得国家战略。上述规划与方案也需要把政策规划转化为行动,变成瞧得见得效益.４ ４)国家资金支持力度有待进一步提高。

如前所述,中国已经在许多国家级科学研究与科技发展项目中,支持人工智能及其相关科技项目得研究，而且支持力度不断加大。不过，与“ 互联网+”、智能制造等项目，与欧美一些...

第二篇：人工智能-多种模式识别的调研报告

郑州科技学院

郑州科技学院

本科毕业设计（论文）

题 目 多种模式识别的调研报告 姓 名 闫 永 光 专 业 计算机科学与技术 学 号 201115025 指导教师

郑州科技学院信息工程系 二○一四年六月

郑州科技学院

摘 要

信息技术的飞速发展使得人工智能的应用范围变得越来越广，而模式识别作为其中的一个重要方面，一直是人工智能研究的重要方向。在介绍人工智能和模式识别的相关知识的同时，对人工智能在模式识别中的应用进行了一定的论述。

模式识别(Pattern Recognition)是人类的一项基本智能，着20世纪40年代计算机的出现以及50年代人工智能的兴起，模式识别技术有了长足的发展。模式识别与统计学、心理学、语言学、计算机科学、生物学、控制论等都有关系。它与人工智能、图像处理 的研究有交叉关系。模式识别的发展潜力巨大。

关键词：模式识别； 人工智能； 多种模式识别的应用； 模式识别技术的发展潜力

郑州科技学院

引言

随着计算机应用范围不断的拓宽，我们对于计算机具有更加有效的感知“能力”，诸如对声音、文字、图像、温度以及震动等外界信息，这样就可以依靠计算机来对人类的生存环境进行数字化改造。但是从一般的意义上来讲，当前的计算机都无法直接感知这些信息，而只能通过人在键盘、鼠标等外设上的操作才能感知外部信息。虽然摄像仪、图文扫描仪和话筒等相关设备已经部分的解决了非电信号的转换问题，但是仍然存在着识别技术不高，不能确保计算机真正的感知所采录的究竟是什么信息。这直接使得计算机对外部世界的感知能力低下，成为计算机应用发展的瓶颈。这时，能够提高计算机外部感知能力的学科——模式识别应运而生，并得到了快速的发展。人工智能中所提到的模式识别是指采用计算机来代替人类或者是帮助人类来感知外部信息，可以说是一种对人类感知能力的一种仿真模拟。它探讨的是计算机模式识别系统的建立，通过计算机系统来模拟人类感官对外界信息的识别和感知

1、模式识别

什么是模式和模式识别？

模式可分成抽象的和具体的两种形式。前者如意识、思想、议论等,属于概念识别研究的范畴,是人工智能的另一研究分支。我们所指的模式识别主要是对语音波形、地震波、心电图、脑电图、图片、照片、文字、符号、生物传感器等对象的具体模式进行辨识和分类。

模式识别(Pattern Recognition)是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分。模式识别又常称作模式分类，从处理问题的性质和解决问题的方法等角度，模式识别分为有监督的分类（Supervised Classification）和无监督的分类(Unsupervised Classification)两种。二者的主要差别在于，各实验样本所属的类别是否预先已知。一般说来，有监督的分类往往需要提供大量已知类别的样本，但在实际问题中，这是存在一定困难的，因此研究无监督的分类就变得十分有必要了。

郑州科技学院

2、人工智能

人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。

关于什么是“智能”，就问题多多了。这涉及到其它诸如意识（consciousness）、自我（self）、思维（mind）（包括无意识的思维（unconscious_mind）等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。

人工智能目前在计算机领域内，得到了愈加广泛的重视。并在机器人，经济政治决策，控制系统，仿真系统中得到应用。

人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。

3、多种模式识别的应用

3.1文字识别

汉字已有数千年的历史，也是世界上使用人数最多的文字，对于中华民族灿烂文化的形成和发展有着不可磨灭的功勋。所以在信息技术及计算机技术日益普及的今天，如何将

郑州科技学院

文字方便、快速地输入到计算机中已成为影响人机接口效率的一个重要瓶颈，也关系到计算机能否真正在我过得到普及的应用。目前，汉字输入主要分为人工键盘输入和机器自动识别输入两种。其中人工键入速度慢而且劳动强度大；自动输入又分为汉字识别输入及语音识别输入。从识别技术的难度来说，手写体识别的难度高于印刷体识别，而在手写体识别中，脱机手写体的难度又远远超过了连机手写体识别。到目前为止，除了脱机手写体数字的识别已有实际应用外，汉字等文字的脱机手写体识别还处在实验室阶段。

3.2 语音识别

语音识别技术技术所涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。近年来，在生物识别技术领域中，声纹识别技术以其独特的方便性、经济性和准确性等优势受到世人瞩目，并日益成为人们日常生活和工作中重要且普及的安验证方式。而且利用基因算法训练连续隐马尔柯夫模型的语音识别方法现已成为语音识别的主流技术，该方法在语音识别时识别速度较快，也有较高的识别率。

3.3 指纹识别

我们手掌及其手指、脚、脚趾内侧表面的皮肤凹凸不平产生的纹路会形成各种各样的图案。而这些皮肤的纹路在图案、断点和交叉点上各不相同，是唯一的。依靠这种唯一性，就可以将一个人同他的指纹对应起来，通过比较他的指纹和预先保存的指纹进行比较，便可以验证他的真实身份。一般的指纹分成有以下几个大的类别:left loop,right loop,twin loop,whorl,arch和tented arch,这样就可以将每个人的指纹分别归类，进行检索。指纹识别基本上可分成：预处理、特征选择和模式分类几个大的步骤。

3.4 图像模式识别

图像模式识别的方法很多，从图像模式识别提取的特征对象来看，图像识别方法可分为以下几种：基于形状特征的识别技术、基于色彩特征的识别技术以及基于纹理特征的识别技术。其中，基于形状特征的识别方法，其关键是找到图像中对象形状及对此进行描述，形成可视特征矢量，以完成不同图像的分类，常用来表示形状的变量有形状的周长、面积、圆形度、离心率等。基于色彩特征的识别技术主要针对彩色图像，通过色

郑州科技学院

彩直方图具有的简单且随图像的大小、旋转变换不敏感等特点进行分类识别。基于纹理特征的识别方法是通过对图像中非常具有结构规律的特征加以分析或者则是对图像中的色彩强度的分布信息进行统计来完成。

从模式特征选择及判别决策方法的不同可将图像模式识别方法大致归纳为两类:统计模式(决策理论)识别方法和句法(结构)模式识别方法。此外，近些年随着对模式识别技术研究的进一步深入，模糊模式识别方法和神经网络模式识别方法也开始得到广泛的应用。在此将这四种方法进行一下说明。

3.5 句法模式识别

对于较复杂的模式，如采用统计模式识别的方法，所面临的一个困难就是特征提取的问题，它所要求的特征量十分巨大，要把某一个复杂模式准确分类很困难，从而很自然地就想到这样的一种设计，即努力地把一个复杂模式分化为若干较简单子模式的组合，而子模式又分为若干基元，通过对基元的识别，进而识别子模式，最终识别该复杂模式。正如英文句子由一些短语，短语又由单词，单词又由字母构成一样。用一组模式基元和它们的组成来描述模式的结构的语言，称为模式描述语言。支配基元组成模式的规则称为文法。当每个基元被识别后，利用句法分析就可以作出整个的模式识别。即以这个句子是否符合某特定文法，以判别它是否属于某一类别。这就是句法模式识别的基本思想。

句法模式识别系统主要由预处理、基元提取、句法分析和文法推断等几部分组成。由预处理分割的模式，经基元提取形成描述模式的基元串（即字符串）。句法分析根据文法推理所推断的文法，判决有序字符串所描述的模式类别，得到判决结果。问题在于句法分析所依据的文法。不同的模式类对应着不同的文法，描述不同的目标。为了得到于模式类相适应的文法，类似于统计模式识别的训练过程，必须事先采集足够多的训练模式样本，经基元提取，把相应的文法推断出来。实际应用还有一定的困难。

3.6 统计模式识别

统计模式识别是目前最成熟也是应用最广泛的方法，它主要利用贝叶斯决策规则解决最优分类器问题。统计决策理论的基本思想就是在不同的模式类中建立一个决策边界，利用决策函数把一个给定的模式归入相应的模式类中。统计模式识别的基本模型如

郑州科技学院

图2，该模型主要包括两种操作模型：训练和分类，其中训练主要利用己有样本完成对决策边界的划分，并采取了一定的学习机制以保证基于样本的划分是最优的;而分类主要对输入的模式利用其特征和训练得来的决策函数而把模式划分到相应模式类中。统计模式识别方法以数学上的决策理论为基础建立统计模式识别模型。其基本模型是:对被研究图像进行大量统计分析，找出规律性的认识，并选取出反映图像本质的特征进行分类识别。统计模式识别系统可分为两种运行模式:训练和分类。训练模式中，预处理模块负责将感兴趣的特征从背景中分割出来、去除噪声以及进行其它操作;特征选取模块主要负责找到合适的特征来表示输入模式;分类器负责训练分割特征空间。在分类模式中，被训练好的分类器将输入模式根据测量的特征分配到某个指定的类。统计模式识别组成如图2所示。

图2 统计模式识别模型

4、模式识别技术的发展潜力

模式识别技术是人工智能的基础技术，21世纪是智能化、信息化、计算化、网络化的世纪，在这个以数字计算为特征的世纪里，作为人工智能技术基础学科的模式识别技术，必将获得巨大的发展空间。在国际上，各大权威研究机构，各大公司都纷纷开始将模式识别技术作为公司的战略研发重点加以重视。

3.1语音识别技术

语音识别技术正逐步成为信息技术中人机接口的关键技术，语音技术的应用已经成为一个具有竞争性的新兴高技术产业。中国互联网中心的市场预测：未来5年，中文语音技术领域将会有超过400亿人民币的市场容量,然后每年以超过30%的速度增长。

3.2生物认证技术

生物认证技术本世纪最受关注的安全认证技术，它的发展是大势所趋。人们愿意忘

郑州科技学院

掉所有的密码、扔掉所有的磁卡，凭借自身的唯一性来标识身份与保密。国际数据集团（IDC）预测：作为未来的必然发展方向的移动电子商务基础核心技术的生物识别技术在未来10年的时间里将达到100美元的市场规模。

3.3数字水印技术

90年代以来才在国际上开始发展起来的数字水印技术是最具发展潜力与优势的数字媒体版权保护技术。IDC预测，数字水印技术在未来的5年内全球市场容量超过80亿美元。

结 语

综上所述，模式识别从20世纪20年代发展至今，人们的一种普遍看法是不存在对所有模式识别问题都适用的单一模型和解决识别问题的单一技术，我们现在拥有的只是一个工具袋，所要做的是结合具体问题把统计的和句法的识别结合起来，把统计模式识别或句法模式识别与人工智能中的启发式搜索结合起来，把统计模式识别或句法模式识别与支持向量机的机器学习结合起来，把人工神经元网络与各种已有技术以及人工智能中的专家系统、不确定推理方法结合起来，深入掌握各种工具的效能和应有的可能性，互相取长补短，开创模式识别应用的新局面。

参考文献 边肇祺，张学工等编著.模式识别(第二版).北京：清华大学出版社，2000.2 王碧泉，陈祖荫.模式识别理论、方法和应用.北京：地震出版社，1989.3 赵陵滋，甘云祥.统计模式识别算法的MATLAB语言实现.应用科技 4 语音识别 理想与现实的距离 人类形象思维模式识别与机器模式识别之探讨 6 指纹认证方法应注意的问题

第三篇：2017年人工智能调研报告

2017年人工智能中国调研报告

中新经纬客户端7月20日电 据中国政府网20日消息，为抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国，国务院发布了《新一代人工智能发展规划》。文件要求，2020年人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能核心产业规模超过1500亿元，带动相关产业规模超过1万亿元。

文件指出，新一代人工智能发展的战略目标是要分三步走：

第一步，到2020年人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径，有力支撑进入创新型国家行列和实现全面建成小康社会的奋斗目标。新一代人工智能理论和技术取得重要进展。大数据智能、跨媒体智能、群体智能、混合增强智能、自主智能系统等基础理论和核心技术实现重要进展，人工智能模型方法、核心器件、高端设备和基础软件等方面取得标志性成果。人工智能产业竞争力进入国际第一方阵。初步建成人工智能技术标准、服务体系和产业生态链，培育若干全球领先的人工智能骨干企业，人工智能核心产业规模超过1500亿元，带动相关产业规模超过1万亿元。人工智能发展环境进一步优化，在重点领域全面展开创新应用，聚集起一批高水平的人才队伍和创新团队，部分领域的人工智能伦理规范和政策法规初步建立。

第二步，到2025年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为带动我国产业升级和经济转型的主要动力，智能社会建设取得积极进展。新一代人工智能理论与技术体系初步建立，具有自主学习能力的人工智能取得突破，在多领域取得引领性研究成果。人工智能产业进入全球价值链高端。新一代人工智能在智能制造、智能医疗、智慧城市、智能农业、国防建设等领域得到广泛应用，人工智能核心产业规模超过4000亿元，带动相关产业规模超过5万亿元。初步建立人工智能法律法规、伦理规范和政策体系，形成人工智能安全评估和管控能力。

第三步，到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，智能经济、智能社会取得明显成效，为跻身创新型国家前列和经济强国奠定重要基础。形成较为成熟的新一代人工智能理论与技术体系。在类脑智能、自主智能、混合智能和群体智能等领域取得重大突破，在国际人工智能研究领域具有重要影响，占据人工智能科技制高点。人工智能产业竞争力达到国际领先水平。人工智能在生产生活、社会治理、国防建设各方面应用的广度深度极大拓展，形成涵盖核心技术、关键系统、支撑平台和智能应用的完备产业链和高端产业群，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。形成一批全球领先的人工智能科技创新和人才培养基地，建成更加完善的人工智能法律法规、伦理规范和政策体系。

文件提到，人工智能发展规划的重点任务是要立足国家发展全局，准确把握全球人工智能发展态势，找准突破口和主攻方向，全面增强科技创新基础能力，全面拓展重点领域应用深度广度，全面提升经济社会发展和国防应用智能化水平。一是构建开放协同的人工智能科技创新体系。二是培育高端高效的智能经济。三是建设安全便捷的智能社会。四是加强人工智能领域军民融合。五是构建泛在安全高效的智能化基础设施体系。六是前瞻布局新一代人工智能重大科技项目。(中新经纬APP)

智能机器是一种能够呈现出人类智能行为的机器。人工智能(ArtificialIntelligence，AI)是计算机科学或智能科学中涉及研究、设计和应用智能机器的一个分支。人工智能的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，而远期目标是用自动机模仿人类的思维活动和智力功能。

人工智能探索历史

人类对人工智能和智能机器的梦想与追求，可以追溯到3000 多年前。中国也不乏这方面的故事与史料。

近代科学技术的许多重大进展都是人类智慧、思维、梦想和奋斗的成果。人类历史上从来没有出现过像今天这样的思想大解放，关于宇宙、星球、生命、人类、时空、进化和智能等思想与作品，如雨后春笋破土而出，似百花争艳迎春怒放。其中，人工智能尤其引人注目。进入20世纪后，人工智能开始孕育于人类社会母胎。到20世纪30—40年代发生了两件极其重要的事件：数理逻辑的形式化和智能可计算(机器能思维)的思想，建立了计算与智能关系的概念。被称为“人工智能之父”(The father of AI)的图灵(Turing AM)，于1936年创立了自动机理论，提出一个理论计算机模型，奠定电子计算机设计基础，促进人工智能特别是思维机器的研究。1950 年图灵的论文“机器能思考吗?”，为即将问世的人工智能提供了科学性和开创性的构思。

1956 年夏季由麦卡锡(McCarthyJ)、明斯基(Minsky ML)、罗彻斯特(Lochester N)和香农(Shannon CE)共同发起，并邀请其他6位年轻的科学家，在美国达特茅斯(Dartmouth)大学举办了一次长达两个月的十人研讨会，讨论用机器模拟人类智能问题，首次使用“人工智能”这一术语。这是人类历史上第一次人工智能研讨会，标志着国际人工智能学科的诞生，具有十分重要的历史意义。发起这次研讨会的人工智能学者麦卡锡和明斯基，则被誉为国际人工智能的“奠基者”或“创始人”(The founding father)，有时也称为“人工智能之父”。

中国的人工智能经历了怎样的发展过程?取得哪些成绩?存在什么问题?面临何种机遇?有哪些解决方案?本文力图逐一探讨。

一、发展过程

与国际上人工智能的发展情况相比，国内的人工智能研究不仅起步较晚，而且发展道路曲折坎坷，历经了质疑、批评甚至打压的十分艰难的发展历程。直到改革开放之后，中国的人工智能才逐渐走上发展之路。

1.迷雾重重

20世纪50—60年代，人工智能在西方国家得到重视和发展，而在苏联却受到批判，将其斥为“资产阶级的反动伪科学”。当时，受苏联批判人工智能和控制论(Cybernetics)的影响，中国在20世纪50年代几乎没有人工智能研究;20世纪60年代后期和70年代，虽然苏联解禁了控制论和人工智能的研究，但因中苏关系恶化，中国学术界将苏联的这种解禁斥之为“修正主义”，人工智能研究继续停滞。那时，人工智能在中国要么受到质疑，要么与“特异功能”一起受到批判，被认为是伪科学和修正主义。《摘译外国自然科学哲学》月刊1976年第3期刊文称：“在批判‘图像识别’和‘人工智能’研究领域各种反动思潮的斗争中，走自己的道路”。这足见中国人工智能研究迷雾重重的艰难处境。

1978年3月，全国科学大会在北京召开。在华国锋主持的大会开幕式上，邓小平发表了“科学技术是生产力”的重要讲话。大会提出“向科学技术现代化进军”的战略决策，打开解放思想的先河，促进中国科学事业的发展，使中国科技事业迎来了科学的春天[9]。这是中国改革开放的先声，广大科技人员出现了思想大解放，人工智能也在酝酿着进一步的解禁。吴文俊提出的利用机器证明与发现几何定理的新方法——几何定理机器证明(图1)，获得1978年全国科学大会重大科技成果奖就是一个好的征兆。

20世纪80年代初期，钱学森等主张开展人工智能研究，中国的人工智能研究进一步活跃起来。但是，由于当时社会上把“人工智能”与“特异功能”混为一谈，使中国人工智能走过一段很长的弯路。一方面，包括许多人工智能学者在内的研究者把人工智能与特异功能搅在一起“研究”;另一方面，社会上在批判“特异功能”时将“人工智能”一起进行批判，把两者一并斥之为“伪科学”。

2.艰难起步

20世纪70年代末至80年代，知识工程和专家系统在欧美发达国家得到迅速发展，并取得重大的经济效益。当时中国相关研究处于艰难起步阶段，一些基础性的工作得以开展。

1)派遣留学生出国研究人工智能。

改革开放后，自1980 年起中国大批派遣留学生赴西方发达国家研究现代科技，学习科技新成果，其中包括人工智能和模式识别等学科领域。这些人工智能“海归”专家，已成为中国人工智能研究与开发应用的学术带头人和中坚力量，为发展中国人工智能做出举足轻重的贡献。

2)成立中国人工智能学会。

1981 年9 月，中国人工智能学会(CAAI)在长沙成立，秦元勋当选第一任理事长。于光远在大会期间主持了一次大型座谈会，讨论有关人工智能的一些认识问题。他指出：“人工智能是一门新兴的科学，我们应该积极支持;对所谓‘人体特异功能’的研究是一门伪科学，不但不应该支持，而且要坚决反对。”1982年，中国人工智能学会刊物《人工智能学报》在长沙创刊，成为国内首份人工智能学术刊物。

CAAI首任理事长秦元勋也颇受争议。秦元勋获美国哈佛大学博士学位后于1948年回国，历任中国科学院数学研究所研究员、执行副所长，中国核学会计算物理学会理事长，中国人工智能学会首届理事长等职。他在常微分方程的定性理论、运动稳定性、近似解析、机器推理等方面的研究，在中国处于开创的地位。其中极限环的研究，具有国际先进水平。他曾负责完成了中国第一颗原子弹和氢弹的威力计算工作，是1982年国家自然科学奖一等奖的原子弹氢弹设计原理中的物理力学数学理论项目的主要工作者之一，并开辟了计算物理学这一新的学科分支。

3)开始人工智能的相关项目研究。

20世纪70年代末至80年代前期，一些人工智能相关项目已被纳入国家科研计划。例如，在1978年召开的中国自动化学会年会上，报告了光学文字识别系统、手写体数字识别、生物控制论和模糊集合等研究成果，表明中国人工智能在生物控制和模式识别等方向的研究已开始起步。又如，1978年把“智能模拟”纳入国家研究计划。不过，当时还未能直接提到“人工智能”研究，说明中国的人工智能禁区有待进一步打开。

3.迎来曙光

1984年1月和2月，邓小平分别在深圳和上海观看儿童与计算机下棋时，指示“计算机普及要从娃娃抓起”。此后，中国人工智能研究的境遇有所好转。例如，人民日报关于人工智能的报道也渐渐多了起来。20世纪80年代中期，中国的人工智能迎来曙光，开始走上比较正常的发展道路。

国防科工委于1984年召开了全国智能计算机及其系统学术讨论会，1985年又召开了全国首届第五代计算机学术研讨会。1986年起把智能计算机系统、智能机器人和智能信息处理等重大项目列入国家高技术研究发展计划(863计划)。

1986 年，清华大学校务委员会经过三次讨论后，决定同意在清华大学出版社出版《人工智能及其应用》著作。

1987年7月《人工智能及其应用》在清华大学出版社公开出版，成为国内首部具有自主知识产权的人工智能专著。接着，中国首部人工智能、机器人学和智能控制著作分别于1987年、1988 年和1990 年问世。1988 年2月，主管国家科技工作的国务委员兼国家科委主任宋健亲笔致信蔡自兴(图2)，对《人工智能及其应用》的公开出版和人工智能学科给予高度评价，指出该人工智能著作的编著和出版“使这一前沿学科的最精彩的成就迅速与中国读者见面，这对人工智能在中国的传播和发展必定会起到重大的推动作用……我深信，以人工智能和模式识别为带头的这门新学科，将为人类迈进智能自动化时期做出奠基性贡献。”宋健对该书的高度评价，体现出他对发展中国人工智能的关注和对作者的鼓励，对中国人工智能的发展产生了重大和深远的影响。

在这封信中宋健还提到：“十年前，当我们和钱先生修订工程控制论时，尚无系统参考书可言，只能断断续续介绍一些思路。现在钱先生看到此书，也一定会欣喜万分。”这体现了宋健的谦虚品德，也表现出钱学森当时对人工智能的热烈支持。

1987年《模式识别与人工智能》杂志创刊。

1989年首次召开了中国人工智能联合会议(CJCAI)，至2004年共召开了8次。此外，还曾经联合召开过6届中国机器人学联合会议。

1993年起，把智能控制和智能自动化等项目列入国家科技攀登计划。

1993年7月，宋健应邀为中国人工智能学会智能机器人分会成立题词“人智能则国智科技强则国强”，向成立大会表示祝贺。本题词很好地阐明了人工智能与提高民族素质、增强科技实力和建设现代化强国的辩证关系，也是国家科技领域领导人对中国人工智能事业的有力支持以及对全国人工智能工作者的殷切期望。

4.蓬勃发展

进入21世纪后，更多的人工智能与智能系统研究课题获得国家自然科学基金重点和重大项目、国家高技术研究发展计划(863 计划)和国家重点基础研究发展计划(973计划)项目、科技部科技攻关项目、工信部重大项目等各种国家基金计划支持，并与中国国民经济和科技发展的重大需求相结合，力求为国家做出更大贡献。这方面的研究项目很多，代表性的研究有视觉与听觉的认知计算、面向Agent的智能计算机系统、中文智能搜索引擎关键技术、智能化农业专家系统、虹膜识别、语音识别、人工心理与人工情感、基于仿人机器人的人机交互与合作、工程建设中的智能辅助决策系统、未知环境中移动机器人导航与控制等。

2006年8月，中国人工智能学会联合其他学会和有关部门，在北京举办了“庆祝人工智能学科诞生50周年”大型庆祝活动。除了人工智能国际会议外，纪念活动还包括由中国人工智能学会主办的首届中国象棋计算机博弈锦标赛暨首届中国象棋人机大战。东北大学的“棋天大圣”象棋软件获得机器博弈冠军;“浪潮天梭”超级计算机以11：9的成绩战胜了中国象棋大师。这些赛事的成功举办，彰显了中国人工智能科技的长足进步，也向广大公众进行了一次深刻的人工智能基本知识普及教育。主办者认为，这次中国象棋人机大战“无论赢家是人类大师或超级计算机，都是人类智慧的胜利”。

同年，《智能系统学报》创刊(图3)，这是继《人工智能学报》和《模式识别与人工智能》之后国内第3份人工智能类期刊。他们为国内人工智能学者和高校师生提供了一个学术交流平台，对中国人工智能研究与应用起到促进作用。

2009 年，中国人工智能学会牵头组织，向国家学位委员会和国家教育部提出设置“智能科学与技术”学位授权一级学科的建议。该建议指出：现在信息化向智能化迈进”的趋势已经显现;因此，今天培养的智能科学技术高级人才大军，正好赶上明天信息化向智能化大规模迈进的需要。为此，一个顺理而紧迫的建议就是：为了适应信息化向智能化迈进的大趋势，为了实现建设创新型国家的大目标，在中国学位体系中增设智能科学与技术博士和硕士学位授权一级学科。这个建议凝聚了中国广大人工智能教育工作者的心智心血和他们的远见卓识，对中国人工智能学科建设具有十分深远的意义。

5.国家战略

近两年来，中国的人工智能已发展成为国家战略。国家最高领导人习近平、李克强发表重要讲话，对发展中国人工智能和机器人学给予高屋建瓴的指示与支持。

2014年6月9日，总书记在中国科学院第十七次院士大会、中国工程院第十二次院士大会开幕式上发表重要讲话强调：“由于大数据、云计算、移动互联网等新一代信息技术同机器人技术相互融合步伐加快，3D打印、人工智能迅猛发展，制造机器人的软硬件技术日趋成熟，成本不断降低，性能不断提升，军用无人机、自动驾驶汽车、家政服务机器人已经成为现实，有的人工智能机器人已具有相当程度的自主思维和学习能力。……我们要审时度势、全盘考虑、抓紧谋划、扎实推进。”这是党和国家最高领导人首次对人工智能和相关智能技术的高度评价，是对开展人工智能和智能机器人技术开发的庄严号召和大力推动。

2015年十二届全国人大三次会议上，李克强总理在政府工作报告中提出：“人工智能技术将为基于互联网和移动互联网等领域的创新应用提供核心基础。未来人工智能技术将进一步推动关联技术和新兴科技、新兴产业的深度融合，推动新一轮的信息技术革命，势必将成为我国经济结构转型升级的新支点。”这是对人工智能技术的重要作用给予的充分肯定，是对人工智能的有力促进。

2015年5月，国务院发布《中国制造2025》(图4)，部署全面推进实施制造强国战略。这是中国实施制造强国战略第一个十年的行动纲领。围绕实现制造强国的战略目标，《中国制造2025》明确了9项战略任务和重点。

这些战略任务，无论是提高创新能力、信息化与工业化深度融合、强化工业基础能力、加强质量品牌建设，或是推动重点领域突破发展、全面推行绿色制造、推进制造业结构调整、发展服务型制造和生产性服务业、提高制造业国际化发展水平，都离不开人工智能的参与，都与人工智能的发展密切相关。人工智能是智能制造不可或缺的核心技术。

2016年4月，工业和信息化部、国家发展改革委、财政部等三部委联合印发了《机器人产业发展规划(2016—2020年)》，为“十三五”期间中国机器人产业发展描绘了清晰的蓝图。该发展规划提出的大部分任务，如智能生产、智能物流、智能工业机器人、人机协作机器人、消防救援机器人、手术机器人、智能型公共服务机器人、智能护理机器人等，都需要采用各种人工智能技术。人工智能也是智能机器人产业发展的关键核心技术。

2016年5月，国家发改委和科技部等4部门联合印发《“互联网+”人工智能三年行动实施方案》，明确未来3年智能产业的发展重点与具体扶持项目，进一步体现出人工智能已被提升至国家战略高度。根据方案的内容，未来3年将在3个大方面、9个小项推进智能产业发展。

国家最高领导人对人工智能的高度评价和对发展我国人工智能的指示，《中国制造2025》、《机器人产业发展规划(2016—2020 年)》和《“互联网+”人工智能三年行动实施方案》的发布与施行，体现了中国已把人工智能技术提升到国家发展战略的高度，为人工智能的发展创造了前所未有的优良环境，也赋予人工智能艰巨而光荣的历史使命。

2015年7月在北京召开了“2015中国人工智能大会”。发表了《中国人工智能白皮书》，包括“中国智能机器人白皮书”、“中国自然语言理解白皮书”、“中国模式识别白皮书”、“中国智能驾驶白皮书”和“中国机器学习白皮书”，为中国人工智能相关行业的科技发展描绘一个轮廓，给产业界指引一个发展方向。

2016年4月由中国人工智能学会发起，联合20余家国家一级学会，在北京举行“2016 全球人工智能技术大会暨人工智能60 周年纪念活动启动仪式”(图5)。这次活动恰逢国际人工智能诞辰60周年，谷歌AlphaGo与韩国围棋九段棋手李世石上演“世纪人机大战”(图6)，将人工智能的关注度推到了前所未有的高度。启动仪式共同庆祝国际人工智能诞辰60周年，传承和弘扬人工智能的科学精神，开启智能化时代的新征程。

现在，人工智能已发展成为国家发展战略，中国已有数以10万计的科技人员和大学师生从事不同层次的人工智能相关领域研究、学习、开发与应用，人工智能研究与应用已在中国空前开展，硕果累累，必将为促进其他学科的发展和中国的现代化建设做出新的重大贡献。

二、主要成就

中国的人工智能研究开发、学科建设、产业应用和社会服务等方面，已经取得不俗的成就，主要可以从以下几点得到证实。

1.形成人工智能学科

1981年9月建立了全国性的人工智能组织中国人工智能学会(CAAI)，标志着中国人工智能学科的诞生。1982年在长沙创办中国人工智能学会刊物《人工智能学报》，成为中国人工智能学科领域的第一份学术刊物。中国人工智能学会大会每两年举行一次，至目前已举办16届。中国人工智能学会成立后，又相继成立了中国人工智能学会智能机器人专业委员会、机器学习专业委员会、模式识别专业委员会、自然语言处理专业委员会和智能控制专业委员会、人工智能教育工作委员会等。

此外，中国计算机学会的一些二级学会也开展人工智能相关学术活动，为中国人工智能的发展做出了应有贡献。例如，中国计算机学会成立了人工智能与模式识别专业委员会，中国自动化学会成立了模式识别与机器智能专业委员会以及智能自动化专业委员会等二级学会。有些省市也成立了地方人工智能学会。1989—2004 年，由中国人工智能学会、中国计算机学会等多个学会联合举办过7届中国人工智能联合会议(CJCAI)。

与人工智能密切相关的机器学习、模式识别、智能机器人、自然语言处理、专家系统等领域的学术组织也先后成立，学术活动也十分热烈。例如，国内机器学习的重要学术活动包括每两年举行一次的中国机器学习会议和每年举行的中国机器学习及其应用研讨会。前者由中国计算机学会人工智能与模式识别专业委员会协办，目前已历经15届。后者每届会议包括特邀报告、大会交流及Top Conference Review等部分，迄今已历经13届。又如，中国人工智能学会智能机器人专业委员会自1993年成立以来，每两年举行一次全国智能机器人学术会议，已组织过11届，还与其他学会共同举办过6次中国机器人联合会议。在王湘浩倡导与组织下，全国高校人工智能研讨会研究班自1980年起每年举行一次，是国内最早的人工智能学术研讨活动。

这些人工智能学术组织和会议开展广泛深入的国内外学术交流，对开展人工智能学术活动和组织科技交流起到积极的作用，有力推动了中国人工智能科技发展和学科建设。

2.科学研究成绩斐然

国家已先后设立了各种与人工智能相关的研究课题，如国家自然科学基金重大专项、重点项目和面上项目，国家863计划项目，国家重大战略项目智能制造2025等。在这些科研基金的支持下，国内人工智能研究已取得许多突出成果。

1)人工智能基础研究成果突出

除了前面提到的几何定理证明的“吴氏方法”外，吴文俊还于2004 年发表了重要论文“计算机时代的脑力劳动机械化与科学技术现代化”，宣布他在几何定理证明“机械化”方面的系列成果，指出：“在几何定理机器证明取得成功之后的20多年来，笔者与许多志同道合的同志们在科技部、科学院、基金委等大力支持下，开展了一场可谓‘数学机械化’的‘运动’，在理论与应用诸多方面都已取得了若干成功。”

国内学者在人工智能的诸多领域，如问题求解、不确定推理、泛逻辑理论、拓扑学、模式识别、图像处理、机器学习、专家系统、智能计算和智能控制等领域的基础研究也多有建树，取得一批具有国际先进水平的创造性成果。例如，在模式识别方面，对文字识别、语音识别(图7)、指纹识别、人脸识别、虹膜识别和步态识别等进行深入研究，涉及生物医学、卫星遥感、机器人视觉、货物检测、目标跟踪、自主导航、保安、银行、交通、军事、电子商务和多媒体网络通信等应用领域。

又如，机器学习也是人工智能的核心研究领域之一。现在机器学习的大数据往往体现出多源异构、语义复杂、规模巨大、动态多变等特殊性质，为传统机器学习技术带来了新的挑战。为应对这一挑战，国内科技企业巨头华为、百度等与国外巨头谷歌、微软、亚马逊等展开竞争，纷纷成立以机器学习技术为核心的研究院，以充分挖掘大数据中蕴含的巨大商业与应用价值。深度学习是机器学习领域一个新兴的子领域与研究方向，它是一种通过多层表示来对数据之间的复杂关系进行建模的算法。深度学习模仿人脑结构，具有更强的建模和推理能力，能够更有效地解决多类复杂的智能问题。近年来，中国在深度学习研究方面也取得重要进展，一些研究成果接近或达到国际先进水平。

中国学者在自动规划领域也取得开创性成果。1985年提出与发展了基于专家系统的机器人规划机理与方法，实现了人工智能专家系统与机器人技术的结合，为基于知识的自动规划和高层控制开辟了一条新途径，对提高生产的智能化水平具有重要意义，并推动国内外机器人规划研究的发展。该成果被广泛引用，并被收入清华大学吴麒等主编的全国高校规划教材《自动控制原理》。1999年以来，又在机器人进化规划方面取得创新性成果。

国内在认知计算、情感计算、模式识别、神经网络、智能驾驶、水下机器人和其他智能机器人等领域也取得一批具有国际先进水平的研究成果，培养了一批优秀的学术带头人：郭爱克、任继福、李衍达、王守觉、焦李成、贺汉根、蔡鹤皋、徐玉如和黄心汉等。

此外，有些人工智能基础研究获得国际奖励，如1990年张钹获得ICL欧洲人工智能奖，蔡自兴指导的王勇博士获得2015 IEEE计算智能学会优秀博士学位论文奖等。

值得一提的是美籍华裔学者王浩对人工智能的杰出贡献。1958 年夏天，王浩在纽约州的IBM实验室的一台IBM704机器上用汇编语言编写了3个程序，证明了罗素和怀特海《数学原理》中的200多个定理。他关于数理逻辑的一个命题被国际上定为“ 王氏悖论”。1966年，他在哈佛大学指导的博士生Stephen Cook，因NP 完全性方面的开创性研究成果而获得1982年图灵奖。王浩还与吴文俊进行了合作研究。

2)专用人工智能开发有所突破

中国在专用人工智能领域取得了突破性的进展，已在自然语言处理和语音识别、图像识别、机器学习、虚拟现实、智能处理器、认知计算、智能驾驶和智能机器人等方面取得一大批具有国际先进水平的应用成果。

互联网和大数据推动人工智能进入了新的发展阶段。中国的智能语音技术在移动互联网、呼叫中心、智能家居、汽车电子等领域的研究与应用逐步深入，带动智能语音产业规模持续快速增长。2013年科大讯飞以54.2%的市场份额继续处于国内领先地位。

智能语音正在成为主流的交互方式之一。

近几年在多层神经网络基础上发展起来的深度学习和深度神经网络已在中国很多模式识别领域获得成功应用。其中，中国科学院自动化研究所谭铁牛团队在虹膜识别领域，坚持从虹膜图像信息获取的源头进行系统创新，全面突破虹膜识别领域的成像装置、图像处理、特征抽取、识别检索、安全防伪等一系列关键技术，建立了虹膜识别比较系统的计算理论和方法体系，还建成目前国际上最大规模的共享虹膜图像库，已大规模用于煤矿人员辨识和北京城铁监控等，并在70个国家和地区的3000 多个科研团队推广使用，有力推动了虹膜识别学科发展。

在2010年举行的国际上难度最高、规模最大的虹膜识别专业测评竞赛中，谭铁牛团队提交的算法，从来自25个国家和地区的41支参赛团队里脱颖而出，以测试性能指标超过第2名41.3%的绝对优势蝉联虹膜识别算法赛事冠军(图8)。在2008年进行的上届国际虹膜识别算法竞赛上，谭铁牛团队战胜来自35个国家和地区的97支参赛队伍。这充分展示出中国在虹膜识别领域领先国际的整体实力。

在模式识别领域，石青云领衔的北大高科指纹技术有限公司在指纹识别领域取得领先成果，成为国家科技强警的利剑。

专家系统已在国内获得广泛应用，应用领域涉及工业、农业等行业，其经济效益相当可观。例如，在冶金专家系统的开发与应用方面，已把专家系统技术用于高炉建模、监控与诊断等，建立了基于多核学习的高炉自动化框架、基于Volterra级数的高炉系统数据驱动建模、高炉热风炉流量设定、高炉炉温预测、铁水含硅量预报、数据采集处理、布料状态评估、炉况分析与监控、诊断与决策支持等专家系统，实现高炉炼铁过程的智能化(图9)。

3)计算智能与进化计算研究引人注目

计算智能是人工智能的新领域，涉及模糊计算，神经计算、进化计算和免疫计算等。近10多年来，中国在计算智能特别是进化计算研究方面取得不少国际领先成果。中国科技大学、中南大学、西安电子科技大学和中国科学院自动化研究所等院校都做出颇具影响的贡献。蔡自兴团队在进化计算领域研究取得的成果就是一个很好的例证。

蔡自兴团队提出的一些进化计算算法处于国际领先水平，引起国际进化计算学界的广泛重视，已成为相关算法比较的基准，不仅对算法设计观点颇有指导价值，而且已成功地应用于国内外30多个领域，并得到国际高级检索机构的顶级检录，已对国际计算智能研究产生重要影响。例如，他们提出的一种单目标差分进化算法CoDE，已成为美国加州大学伯克利分校Rickard O C 和Sitar N 设计的商业软件bSLOP的核心技术;该软件已在苹果官方网站上售出。Sahalos J N、Yao X 和Najy W K A 分别把CoDE算法成功地直接应用于移动通信系统设计、产品缺陷预测软件和电网保护协调。很少有同类算法能够引起国际上如此密切关注和获得这么多的优化问题的成功应用。此外，他们提出的一种被国际上广泛引用和应用的算法，被称为“蔡王算法”(CW Algorithm)，获得好评。

近10多年来，计算智能“中国海外军团”异军突起，成绩斐然。在计算智能与进化算法研究领域，Yao X(姚Jin Y C(金耀初)等的研究成果获得国际同行公认，成为进化计算领域的国际学术领军人物，并为中国的计算智能与进化计算研究起到促进作用。

3.著作和科技论文出版发行

据不完全统计，自1987 年人工智能著作开禁以来全国已编著出版了70多部人工智能著作。这些著作有专著，也有教材，不乏深受读者欢迎的高水平作品。例如，上面提到的引领人工智能著作开禁的《人工智能及其应用》(图10)，已先后出版了7个版本，印刷50多次，发行40多万册，拥有上百万读者，得到广泛应用，对国内人工智能基础研究、开发应用和人才培养发挥了重大作用。张钹的专著《问题求解理论与应用》先后在国内外出版，提出基于统计推断的启发式搜索和基于拓扑的空间规划方法，降低了计算复杂性，具有重要的应用价值。此外，谭铁牛、陆汝钤、何新贵、石青云、何志均、涂序彦、钟义信、李德毅、周志华、蔡自兴、蔡文、史忠植、何华灿、施鹏飞、王万森等在国内外出版的人工智能相关专著，在一定程度上反映出中国人工智能的研究成果，对进一步开展国内外学术交流起到重要作用。

此外，从事人工智能相关研究人员和高校师生，已在国内外知名刊物与学术会议上发表了数以万计的人工智能相关论文。其中不乏高水平文章，例如，王勇与蔡自兴合作的论文曾被列为2012 年进化计算国际顶级刊物《IEEETransactions on EvolutionaryComputation》他引次数最高的论文。

还有一些论文被评为国内外学术会议与学术刊物的优秀论文。

4.人工智能教育培养大批专门人才 人工智能教育和人才培养是人工智能学科发展的重要基础。国内自20世纪80年代中期始，在少数高校开设各种人工智能类课程。经过推广与提高，30年前的人工智能星星之火如今已形成燎原之势，数以百计的高校开设了各种层次的人工智能课程，有些课程已成为我国高校教育园地上的奇葩。

例如，中南大学的“人工智能”课程已成为首批国家级精品课程、教育部新世纪优秀网络课程、国家级全国双语示范课程、首批国家级精品视频公开课和国家级精品资源共享课程。表1所示为入选国家级质量工程的人工智能类相关精品课程名单。这些人工智能类课程在改革中不断发展壮大，已为国家培养了成千上万的人工智能专门人才。虽然这些课程只占数以千计的国家级质量工程课程的冰山一角，但也表明人工智能课程仍然占有一席之地，并具有不可替代的作用，产生了非常的影响力。

全国智能科学与技术教育暨教学学术会议是国内人工智能教育与教学领域具有特色的最权威的学术盛会，自2003年起已举办10次，对于人工智能及其相关学科的教育教学、学科建设和人才培养发挥了关键作用。

2005年在北京大学开设的智能科学与技术专业，已在全国近30所大学开设，仅这些大学的“智能”专业每年就培养大约2000名人工智能专业人才。据估计，近30年来，全国高校已培养人工智能及其相关学科的硕士和博士数以千计，本科毕业生数以万计。这些高层次的人工智能专门人才是中国发展人工智能的最为宝贵的财富。他们有幸遇上难逢的人工智能大好发展机遇，必将成为中国人工智能跨越式发展的中坚力量。

5.人工智能产业化蓬勃发展

尽管中国的人工智能产业化应用尚存在较大不足，但仍然已建立了一定的基础，并呈现蓬勃发展的势头。据不完全统计，最近5年内，中国在人工智能产业化应用领域的投资已超过1000多亿元。下面略举数例说明中国人工智能产业化的发展情况。

1)模式识别 在虹膜识别、步态识别、身份识别等领域取得新成果。近年来，在多层神经网络基础上发展起来的深度学习和深度神经网络在很多模式识别应用领域产生了领先的性能，成为当前最热门的方法。前面提到的虹膜识别及其在身份识别等方面的成功应用，已形成产业，占领国内外市场，就是很好的例证。

2)语音识别

中国在自然语言处理特别是语音识别领域已经达到国际先进水平。

2015 年中国智能语音产业规模达到40.3亿元，较2014年增长41.0%，远高于全球语音产业增长速度。预计到2017年，中国语音产业规模预计达到100.7亿元。2015年智能语音市场继续保持寡头垄断格局，科大讯飞已跻身全球排名前五，占有中文语音技术市场70%以上市场份额，语音合成产品市场份额达到70%以上。现在中国智能语音的应用需求不断增加，应用市场更加广阔，已在智能家居、智能车载、智能客服、智能金融、智能教育和智能医院等场合得到越来越多的应用。此外，一些海外留学人员也在语音识别领域取得国际领先水平的成果，微软研究院黄学东就是该领域的一位突出代表。

3)人机博弈

中国象棋是中华民族的文化瑰宝，是一种怡神益智的活动，千百年来长盛不衰，深受广大群众的喜爱。自2006年8月举行“浪潮杯”首届中国象棋人机大战(图11)，至今已有10年，共举行过5届大赛，产生深远影响。同样中国也是国际围棋的发源地，无论是国际围棋或中国象棋，在国内具有众多的人机博弈爱好者，其产业发展和市场前景十分看好。仅一款象棋对战游戏平台软件，就可以万人同时参与在线对决。

4)专家系统

自20世纪80年代以来，专家系统在工业、农业、商业、科技、教育、服务业等领域获得广泛应用。以农业专家系统为例，开展了各种农业专家系统的研究、开发及推广应用(图12)。例如，作物病虫预测专家系统、农作制度专家系统、玉米低温冷害防御专家系统、蚕育种专家系统、小麦专家系统等。

20世纪90年代以后，中国农业专家系统得到了迅速发展，已成为农业信息技术的突破口。国家自然科学基金委、科技部、农业部和许多省级部门都安排了相应的攻关课题;863计划项目已将农业专家系统等智能化农业信息技术列为国家重点课题，搭建了中国农业专家系统研究开发的战略平台，为农业专家系统的进一步开发起到了积极催化作用。进入2l 世纪以后，农业专家系统的开发速度日益加快，不仅数量增多，而且涉及的领域也更加全面，开发的深度和广度有了很大的进展，为大范围推广应用农业专家系统铺平了道路。如小麦栽培管理农业专家系统、水稻高产栽培专家决策系统、番茄栽培管理专家系统、温室番茄病虫害缺素诊断与防治系统等。这些农业专家系统的开发，促进了农业科技成果的转化，为发展高产、优质、高效农业做出了巨大贡献。

此外，我国在机器学习、智能机器人、智能驾驶等人工智能领域，也已有不同程度的产业集聚，产业化步伐逐步加快。

在中国人工智能产业化过程中，企业巨头抢滩布局人工智能产业链，各大IT公司积极投入人工智能产业研发。

他们非常关注深度学习的应用前景，纷纷成立以机器学习技术为核心的研究院，充分挖掘大数据中蕴含的巨大商业与应用价值。例如，2012年，华为成立诺亚方舟实验室，运用以深度学习为代表的人工智能技术对移动信息大数据进行挖掘，寻找有价值的规律。2013年，百度成立深度学习研究院，研究如何运用深度学习技术对大数据进行智能处理，提高分类和预测等任务的准确性。近年来还涌现出寒武纪、甲骨文、地平线、北京云知音和湖南自兴等一批初露头角的涉及人工智能的创业实体，从某种程度上体现出人工智能领域大众创业万众创新的磅礴生机。

从整体来看，中国的人工智能产业化仍处于起步阶段。毫无疑问，在人工智能产业创业与竞争过程中，会出现多家实力强大的企业，有些企业也会在某些领域内形成领先优势甚至垄断局面。

6.开设多种人工智能奖项

为了总结中国人工智能的研究成果，表彰人工智能工作者的突出贡献，鼓励更多的人员投身人工智能的创造性研究，设立了一些人工智能奖项，其中比较重要的有如下几种。

吴文俊人工智能科学技术奖是中国智能科学技术领域唯一以个人名字命名、依托社会力量设立的科学技术奖。该奖项以“尊重知识、尊重人才、尊重创造”为方针，奖励在智能科学技术活动中做出突出贡献的单位和个人，以不断推进中国智能科学技术领域创新与发展。该奖项是经国家科学技术奖励委员会批准设立的全国奖项，被誉为“ 中国人工智能科技最高奖”，于2010年起开设，已举行了5届。

其中，有4位人工智能杰出学者获得(终身)成就奖。中国计算机学会也于2010年始设立终身成就奖，授予70岁以上、在计算领域做出卓越成就与贡献、被业界广泛认可的老科学家，其中，有2位从事人工智能研究取得突出成果的计算机学者获得此项殊荣。

“中国象棋人机大战”计算机博弈大赛始于2006年，已举行5届，引起国内外人工智能学界和主流媒体的高度重视。随着今年AlphaGo与围棋九段李世石人机对决引发的新一轮的人工智能与机器博弈热潮，中国象棋的人机大战必将攀上新的高度，为推动中国人工智能发展做出其独特的贡献。

自1998 年以来，已在中国举行了数百场智能系统、智能机器人和智能小车比赛，其中包括一些国际比赛。这些比赛吸引了成千上万的青少年学生参加，并获得大批国内外奖励，这对于提高他们对信息科技特别是人工智能的兴趣，培养他们的创新思维和创新能力，锻炼人工智能科技接班人具有不可替代的重要作用。

中国一些学者和学生还获得国际重要奖励。例如，王勇获得2015 年IEEE计算智能学会优秀博士学位论文奖(图17)，这是中国大学首次获得该项殊荣。

据不完全统计，表2给出获得国内外人工智能重要奖项的名单。

7.国际交流 改革开放以来，特别是进入21世纪以来，中国的人工智能国际交流与合作进一步开展。

2006 年，中国人工智能学会联合美国人工智能学会和欧洲人工智能协调委员会，共同发起在北京召开了International Conference on ArtificialIntelligence(人工智能国际学术会议，图18)，隆重庆祝国际人工智能学科诞生50周年。时任全国人大常委会副委员长的许嘉璐等在大会上致词。中国人工智能研究开拓者和领军人物吴文俊、模糊数学创始人美国Zadeh LA、国际EBMT机器翻译方法发明人Nagao M等在大会上做主题报告。大会开得非常成功，影响广泛。

2013年还承办了第23届国际人工智能联合会议(InternationalJointConference on Artificial Intelligence，IJCAI)，这是国际人工智能领域规模最大、影响最广泛、学术地位最高的综合性会议。承办国际人工智能联合会议表明中国的人工智能研究与应用已在世界范围内产生积极影响。

中国还创办与主办一些人工智能或与人工智能密切相关的国际会议。例如，2010 年举办了全球智能控制与自动化国际会议(The World

Congresson

Intelligent

Control

and Automation，WCICA)，自1993年以来每2年举行一次，共举行了12届。本会议已成为具有国际影响力的智能科技盛会。此外，中国人工智能学会还发起组织“国际高级智能会议”，已经举办了2次。

8.人工智能对社会的影响日益扩大

人工智能的发展已对人类及其未来产生深远影响，这些影响涉及人类的经济利益、社会作用和文化生活等方面。仅社会影响而言，就包括劳动就业问题、社会结构变化、思维方式与观念、心理上的威胁等。

1)劳务就业问题。由于人工智能能够代替人类进行各种脑力劳动，将会使一部分人不得不改变他们的工作方式或工种，甚至造成失业。

2)社会结构变化。社会结构正在悄然改变，人-机器的社会结构终将被人-智能机器(人工智能)-机器的社会结构取代。从发展的角度看，从医院里看病的“医生”和护理病人的“护士”，旅馆、饭店和商店的“服务员”，办公室的“秘书”，指挥交通的“交通警察”，到家庭的“勤杂工”和“保姆”等，都将由智能机器人取代。因此，人们将不得不学会与智能机器相处，并适应这种变化了的社会结构。

3)思维方式与观念的变化。一旦智能系统的用户开始相信系统(智能机器)的判断和决定，那么他们有可能不愿多动脑筋，变得懒惰，并失去对许多问题及其求解任务的责任感和敏感性。过分地依赖计算机的建议而不加分析地接受，将会使智能机器用户的认知能力下降，并增加误解。

4)心理上的威胁。人工智能还使一部分社会成员感到心理上的威胁，或叫做精神威胁。人们一般认为，只有人类才具有感知精神，而且以此与机器相别。如果智能机器的人工智能会超过人类的自然智能，那么人类可能沦为智能机器和智能系统的奴隶。

上述这些影响在国内同样存在。针对社会各界广泛关注人工智能对人类社会的影响，国内已开展人工智能科技知识的普及宣传。例如，通过视频公开课普及人工智能知识。精品视频公开课是向大学生和社会大众免费开放的科学与文化素质教育网络视频课程与讲座，着力广泛传播人类文明优秀成果和现代科学技术前沿知识，提升大学生及社会大众的科学文化素养，服务社会主义先进文化建设，增强中国文化软实力和中华文化国际影响力。国家级精品视频公开课“人工智能PK人类智能”和“从自然世界到智能时代”等，在国内网络媒体播出后，反映热烈，深受欢迎，对扩大人工智能对社会的正面影响，减少人工智能对社会的负面影响起到积极引导的应有效果。

三、存在的问题

虽然国内人工智能已取得许多骄人成就，但与国家发展战略要求相差甚远，与国际先进水平差距较大。概括起来存在如下几方面的问题。

1)经济效益至上，缺乏远大眼光。

许多人工智能企业和一些地方政府缺乏远大眼光，追求短期的经济效益，企望1~2年或2~3年内获得明显的经济回报，致使很大一部分人工智能创业企业急功近利，底气不足，发展乏力。需要追求经济效益，但像人工智能这样的高科技产业，或把人工智能技术用于促进其他产业转型升级的产业，其发展应当遵循一定的规律，需要一个过程，需要一定的时间，不能急于求成，过早追求经济效益。

2)人工智能整体水平亟待提高。由于国内人工智能起步较晚，未能较早参与相应的人工智能国际技术、专利及标准制定，因此奉上了数额不菲的“学费”。在国内人工智能领域，有很多科研机构和企业在参与技术研发，并在某些领域处于与国外基本同步甚至领先水平，这对于提升中国在未来人工智能领域的技术、标准话语权以及市场应用主导权至关重要。但是，中国人工智能的整体能力和水平远未达到通用智能化程度，人工智能基础研究的总体水平，与国际先进水平仍然存在明显差距。要在整体上赶上国际先进水平依然任重道远，需要时日。

3)国家的决策有待落实于行动。

中国虽已公布了一批与人工智能相关的发展规划，如《智能制造2025》、《机器人产业发展规划(2016—2020年)》和《“互联网+”人工智能三年行动实施方案》等，但尚未制定全面发展人工智能的国家战略。上述规划与方案也需要把政策规划转化为行动，变成看得见的效益。

4)国家资金支持力度有待进一步提高。

如前所述，中国已经在许多国家级科学研究和科技发展项目中，支持人工智能及其相关科技项目的研究，而且支持力度不断加大。不过，与“ 互联网+”、智能制造等项目，与欧美一些发达国家的相关项目投入相比，国内对人工智能科研和产业发展的资金支持力度还远远不够。况且，比起其他项目，人工智能需要研究的问题更多，涉及面更广，难度也更大，需要国家支持的力度也更大。

5)科研经费分配不够公正。

长期以来，对科研经费的分配问题不时引发争议。首先，未能把有限的经费用到最重要和最急需的项目上，而是平均分配，致使一些并不急需使用经费的项目与急需重点支持的项目“平分秋色”。其次，有些基金项目“专家组”成员，以权谋私，为本单位申请项目的立项出力，甚至相互勾结，为专家组成员单位获得项目助一臂之力，而许多非专家组单位成员申请的项目就受到不公正待遇;在一段时间内这几乎成为潜规则。再次，科研经费的评定与使用缺乏有效监督，这些问题在人工智能领域同样存在。

6)公众对人工智能的发展存在顾虑。

自人工智能孕育于人类社会母胎之日起，人工智能的社会影响就引起人类社会的广泛关注。社会上有一部分人对人工智能和智能机器人的出现与发展表示担忧，担心有朝一日人工智能和智能机器会威胁到人类的生存与发展，其中最典型的要算史蒂芬·霍金。作为当今世界一位极具影响力的物理学家，他担心运用人工智能技术制造能够独立思考的机器，最终会威胁到人类的生存。霍金说：人工智能的全面发展可能导致人类的灭绝(图22)。他的观点引起包括众多民众和一些科技人员的共鸣。当然，社会上也存在另一种观点的，他们认为，尽管人工智能经过60年的发展已取得了巨大进步，但在看得见的未来人工智能的整体水平还难以超越人类智能，还不足以威胁到人类的生存。他们主张必须高度重视人工智能对人类社会的影响，不失时机地研究与制定对策，以消除公众顾虑，确保人类自身安全。

7)一哄而起可能导致无序竞争。

有人认为，中国社会存在一种传统文化，即普遍存在“一哄而起，遍地开花”，全国许多地方开发同一产品的现象。这些行为劳民伤财，无法保证产品质量，造成资源和人力的巨大浪费，最终既无经济效益，也无社会效益。以往的大炼钢铁、射流技术、可控硅(晶闸管)器件是这样，现在的汽车生产、机器人产业园、无人机开发等也是如此。当前，不但汽车产能过剩，而且机器人产业园内的多数企业都面临无序竞争的艰难境地，很可能在不久的将来有被淘汰出局的危险。

现在，中国人工智能及其产业已引起政府和社会各界的前所未有的高度重视，值得庆幸的是还没有出现人工智能产业“一哄而起，遍地开花”的现象。人工智能产业的科技起点的门槛比较高，开发创业的难度和风险比较大，有胆识、有基础、有实力的创业者可能要比机器人创业者少，但愿不会重复机器人产业园一哄而起的现象。

8)盲目乐观和夜郎自大不利发展。

许多有识之士认为，当前国内人工智能基础研究和应用开发与国际先进水平存在很大差距，国际影响力有待提高。然而，国内有一部分人工智能研究与开发人员却过高地估计成绩，认为国内人工智能已经在很多方面甚至全面超过国际先进水平。

评价一门学科是否达到与超过国际先进水平，不但要有客观标准和国际同行普遍认可，而且要有一批令人信服的标志性成果。这里不准备具体讨论或争论这个问题，而是想从国际计算机学科的科技最高奖图灵奖的获奖情况来说明中国人工智能的发展水平。

自1969 年以来，美国计算机学会先后举行过48届图灵奖评审与颁奖，图灵奖得主共计64位。其中，美籍华裔计算机科学家姚期智2000年获得图灵奖，他是图灵奖设立48年以来获得该奖项的唯一华裔学者。在64位图灵奖得主中，有12位杰出人工智能专家获此殊荣，当中没有一个是中国人。

中国已数次蝉联国际超级计算机运行速度冠军，值得庆贺;但这不足以说明中国人工智能科技已达国际先进水平。许多国内企业巨头的人工智能开发虽然进步很快，成绩可喜可贺，但在总体上也远未达到国际领先水平。

国际IT巨头及欧美日发达国家都纷纷投入巨资，力争在本轮人工智能全球竞争中占据主导地位。我们切不可盲目乐观，过高地估计自己的成绩。

9)存在以哲学研究代替人工智能研究倾向。

人工智能有哲学问题需要研究，但人工智能不属于哲学。有些人从信息哲学或其他哲学角度进行人工智能研究，既是需要的，也是值得支持的。不过，长期以来国内存在一种以哲学研究代替人工智能研究的倾向，并过分夸大哲学问题对人工智能的作用，甚至企图以哲学主导人工智能学科，值得警惕[129]。

需要就人工智能主流问题进行踏踏实实的研究。吴文俊曾经语重心长地告诫：我们真正的意图绝不在于口舌之争，在字面上夸夸其谈。真正应该做的事是实干巧干，借计算机时代来临的大好契机，率先在全世界推行脑力劳动机械化，以具体成就和向世人表明我们的主张。

10)国际合作需要进一步加强。

中国虽然进行了一些人工智能的国际合作，包括举办人工智能国际会议、出国出席人工智能国际会议和派遣人员参加人工智能国际合作研究等。这些合作不仅在规模上需要扩大，而且合作水平和成果也需要提升。应该说，人工智能的国际合作需要进一步加强，中国的人工智能国际地位有待进一步提高。

四、发展机遇

中国的人工智能正面临前所未有的历史发展机遇，具备诸多发展优势。

1)国际大势所趋。

人类社会的信息环境与科技水平已取得了重大进步，与计算机和人工智能密切相关的大数据、云计算、互联网等已获得快速发展。人工智能已开始对人类社会结构产生重大影响，人——机器二元社会正在逐渐地向人-机器-智能机器三元社会发展。人、机器、智能机器协作与共存将成为人类社会结构的新常态，人、机器、智能机器和谐共存既是社会发展的必然，也为人工智能和人工智能产业提供了用武之地。纵观国际社会与科技发展潮流，人工智能的发展是人类社会进入信息社会后继续前行的重要标志，是国际科技发展的大势所趋，将引领一轮新的机器革命，促进世界产业结构调整，为经济复苏与发展注入正能量。这也是中国人工智能遇上的千载难逢的发展机遇期。

2)国家战略驱动。

回顾国内人工智能的发展过程可以看到，公众对人工智能的认识、人工智能产业的发展和政府对人工智能重视程度都已经发生了很大变化。

如前所述，中央领导人鼓励发展人工智能，习近平、李克强等对中国人工智能和机器人学的发展给予高度支持和明确指示，并提出目标要求;国务院和相关政府部门已制订与发布了人工智能相关的发展战略规划，如《“互联网+”人工智能三年行动实施方案》、《智能制造2025》和《机器人产业发展规划2016—2020》等。国家战略与政府推动是中国人工智能科技与产业健康发展之源，人工智能如果离开了国家的政策协调，就寸步难行;有了国家的战略支持，就能阔步前进。

3)国内发展需求。

发展人工智能是国内产业转型升级的需要，发展智能产业和智慧经济需要人工智能的持续创新，人工智能产业化是国家发展的大趋势。

中国的社会经济发展正面临新的机遇与挑战。劳动力红利的缺失、老龄化社会的来临、精英人才的需求、关键技术的开发，都需要通过发展来逐一解决。发展人工智能和智能机器能够实现“机器换人”和产业转型升级，“人工智能+X”将成为万众创新的新时尚和新潮流。不能说发展人工智能能够解决所有的经济问题和社会问题，但是可以说人工智能产业能够为解决现有的经济问题和社会问题创造良机。中国的社会进步和经济发展迫切需要人工智能的得力参与，中国产业转型升级和社会发展重构也为人工智能科技和人工智能产业发展提供了“用武之地”。

4)智力资源优势。

尽管中国的人工智能起步较晚，又走过一段很长的曲折发展道路，但在中国发展人工智能具备得天独厚的智力资源优势。

其一，人工智能重在智能软件，中国人在这方面具有优良传统和特别的智慧。被誉为“中国人工智能之父”的吴文俊指出：中国不仅具有作为典型脑力劳动的数学机械化的合适土壤，而且也是各种脑力劳动机械化的沃土。古代中国是脑力劳动机械化的故乡，也是脑力劳动机械化的发源地。它有着发展脑力劳动机械化所需要的坚实基础、有效手段与丰富经验。中国历史上研究数学的“术”方法，与现在研究人工智能的“算法”，具有异曲同工之妙。

其二，现在中国拥有庞大的互联网网民群体、最大的网民基数和人才基数，形成首屈一指的人工智能群体资源优势。

其三，中国派遣的大批出国研究人工智能的“海归”专家，已成为中国人工智能研究与开发应用的中流砥柱和学科带头人，对人工智能研究开发、产业应用和人才培养极为重要。

其四，中国改革开放的优越发展环境，已经并将继续汲引更多的从事人工智能研发的海外学子和外国专家前来加盟中国的人工智能建设。

处在最好发展机遇期的中国人工智能科技与产业，只要制定与执行好人才策略，何惧无人?

5)产业初步基础。

与机器人产业相比，中国的人工智能产业起步很晚，但近年来已在人工智能科研成果及其产业转化上取得长足进展，已与10年前的情况不可同日而语。在当前大数据、云计算、移动互联网深入发展与广泛应用的背景下，国内外IT 企业不失时机布局人工智能产业。以智能语音产业为例，2015 年全球智能语音产业规模达到61.2亿美元，较2014年增长34.2%。其中，中国智能语音产业规模达到40.3亿元人民币，较2014年增长41.0%，远高于全球语音产业增长速度。预计到2016年，中国语音产业规模将达到59亿元人民币。

中国语音产业规模提升主要源于以下3个原因：

首先，政府在智能语音技术研发及产业化方面的政策支持，为语音产业发展创造了良好的发展环境。

其次，语音技术提供商不断优化产品性能，进一步深化了智能语音在车载信息服务系统、智能家居等领域的应用。

其三，4G网络的普及、大数据和云计算的发展，为智能语音应用提供了强有力的保障。

这3个原因也是中国智能语音产业发展的重要基础。

当前IT巨头以智能语音为切入点，积极布局人工智能领域发展。国际上，谷歌、苹果、微软、IBM、Facebook等互联网企业在积极推进智能语音技术研发与应用之后，以此为切入点开始布局整个人工智能领域。国内的百度、腾讯、阿里巴巴、科大讯飞、小i机器人、思必驰、云知声、华大基因、捷通华声等企业，以智能交互(文本或语音)为切入点，积极布局人工智能领域，抢占产业发展制高点。

第四篇：《人工智能》学习报告

深圳大学硕士研究生课程作业—人工智能

《人工智能》学习报告

深圳大学机电与控制工程学院彭建柳

学号：0943010210

1.引言

人工智能(Artificial Intelligence，AI)，曾经有一部电影，著名导演斯蒂文•斯皮尔伯格的科幻片《人工智能》(A.I.)对许多人的头脑又一次产生了震动，引起了一些人士了解并探索人工智能领域的兴趣。人工智能对于普通人来说是那样的可望而不可及，然而它却吸引了无数研究人员为之奉献才智，从美国的麻省理工学院(MIT)、卡内基-梅隆大学(CMU)到IBM公司，再到日本的本田公司、SONY公司以及国内的清华大学、中科院等科研院所，全世界的实验室都在进行着AI技术的实验。

一直以来，关于人工智能的理论，我一直认为是科学的前沿，理解起来较为飘渺。但是，从本学期《人工智能》课程的学习中，本人较系统的接触到了关于人工智能的理论，从有限的课程中，通过老师的详细介绍和查阅人工智能方面的书籍，学习了关于人工智能几个主要方面的知识，如模糊控制、专家系统、神经网络等。下面是本人关于人工智能理论的一些基本认识。

2.人工智能的形成与发展

说到人工智能，首先先认识下自动控制理论，自动控制理论从形成到发展至今，已经经历了六十多年的历程，其主要分为三个阶段：

务和现实模型的描述、符号和环境的识别以及知识库和推理机的开发上，即智能控制的关键问题不是设计常规控制器，而是研制智能机器的模型。此外，智能控制的核心在高层控制，即组织控制。高层控制是对实际环境或过程进行组织、决策和规划，以实现问题求解。为了完成这些任务，需要采用符号信息处理、启发式程序设计、知识表示、自动推理和决策等有关技术。这些问题求解过程与人脑的思维过程有一定的相似性，即具有一定程度的“智能”。

随着人工智能和计算机技术的发展，已经有可能把自动控制和人工智能以及系统科学中一些有关学科分支(如系统工程、系统学、运筹学、信息论)结合起来，建立一种适用于复杂系统的控制理论和技术。智能控制正是在这种条件下产生的。它是自动控制技术的最新发展阶段，也是用计算机模拟人类智能进行控制的研究领域。1965年，傅京孙首先提出把人工智能的启发式推理规则用于学习控制系统。1985年，在美国首次召开了智能控制学术讨论会。1987年又在美国召开了智能控制的首届国际学术会议，标志着智能控制作为一个新的学科分支得到承认。智能控制具有交叉学科和定量与定性相结合的分析方法和特点。

3.模糊控制

在传统的控制领域里，控制系统动态模式的精确与否是影响控制优劣的最主要关键，系统动态的信息越详细，则越能达到精确控制的目的。然而，对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态，于是工程师便利用各种方法来简化系统动态，以达成控制的目的，但却不尽理想。换言之，传统的控制理论对于明确系统有强而有力的控制能力，但对于过于复杂或难以精确描述的系统，则显得无能为力了。因此便尝试着以模糊数学来处理这些控制问题。通过课堂中，导师生动的讲解，以及引用到生活当中鲜活的例子，如冰箱温度的模糊控制，智能汽车的行驶路线控制等等，充分的认识到，模糊控制在当今社会的应用已经很广泛，只是理论知识的缺乏而感觉不到它们的存在。

一般控制架构包括：定义变量、模糊化、知识库、逻辑判断及反模糊化，详细如下：

(1)定义变量：也就是决定程序被观察的状况及考虑控制的动作，例如在一般控制问题上，输入变量有输出误差E与输出误差之变化率CE，而控制变量

则为下一个状态之输入U。其中E、CE、U统称为模糊变量。

(2)模糊化（fuzzify）：将输入值以适当的比例转换到论域的数值，利用口语化变量来描述测量物理量的过程，依适合的语言值（linguisitc value）求该值相对之隶属度，此口语化变量我们称之为模糊子集合（fuzzy subsets）。

(3)知识库：包括数据库（data base）与规则库（rule base）两部分，其中数据库是提供处理模糊数据之相关定义；而规则库则藉由一群语言控制规则描述控制目标和策略。

(4)逻辑判断：模仿人类下判断时的模糊概念，运用模糊逻辑和模糊推论法进行推论，而得到模糊控制讯号。此部分是模糊控制器的精髓所在。

(5)解模糊化（defuzzify）：将推论所得到的模糊值转换为明确的控制讯号，做为系统的输入值。

模糊控制很重要的一点就是模糊规则的制定，其规则制定的来源主要由专家的经验和知识、操作员的操作模式、自学习提供。模糊规则的形式则分为状态评估和目标评估两种。但都是以模糊控制为基础，达到自动控制的目的。

4.专家系统

专家系统(expert system)是人工智能应用研究最活跃和最广泛的课题之

一。运用特定领域的专门知识，通过推理来模拟通常由人类专家才能解决的各种复杂的、具体的问题，达到与专家具有同等解决问题能力的计算机智能程序系统。它能对决策的过程作出解释，并有学习功能，即能自动增长解决问题所需的知识。

专家系统的发展已经历了3个阶段，正向第四代过渡和发展。第一代专家系统（dendral、macsyma等）以高度专业化、求解专门问题的能力强为特点。但在体系结构的完整性、可移植性等方面存在缺陷，求解问题的能力弱。第二代专家系统（mycin、casnet、prospector、hearsay等）属单学科专业型、应用型系统，其体系结构较完整，移植性方面也有所改善，而且在系统的人机接口、解释机制、知识获取技术、不确定推理技术、增强专家系统的知识表示和推理方法的启发性、通用性等方面都有所改进。第三代专家系统属多学科综合型系统，采用多种人工智能语言，综合采用各种知识表示方法和多种推理机制及控制策略，并开始运用各种知识工程语言、骨架系统及专家系统开发工具和

环境来研制大型综合专家系统。在总结前三代专家系统的设计方法和实现技术的基础上，已开始采用大型多专家协作系统、多种知识表示、综合知识库、自组织解题机制、多学科协同解题与并行推理、专家系统工具与环境、人工神经网络知识获取及学习机制等最新人工智能技术来实现具有多知识库、多主体的第四代专家系统。

对专家系统可以按不同的方法分类。通常，可以按应用领域、知识表示方法、控制策略、任务类型等分类。如按任务类型来划分，常见的有解释型、预测型、诊断型、调试型、维护型、规划型、设计型、监督型、控制型、教育型等。

简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。

5.神经网络

由于神经网络是多学科交叉的产物，各个相关的学科领域对神经网络都有各自的看法，因此，关于神经网络的定义，在科学界存在许多不同的见解。目前使用得最广泛的是T.Koholen的定义，即“神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。”

人工神经网络是模拟人思维的第二种方式。这是一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简单，功能有限，但大量神经元构成的网络系统所能实现的行为却是极其丰富多彩的。

6.小结

关于人工智能的学习，我现在所学习到的仅仅是皮毛。但对于一个刚刚接触人工智能学习的学生，了解如模糊控制、专家系统、神经网络等人工智能的知识入门尤为重要，为将来进一步学习人工智能的理论打下基础，并将理论应用于生活和工作当中，这才是学习的最终目的。

参考文献：

《人工智能控制》作者：蔡自兴，出 版 社：化学工业出版社，2005-7-1

第五篇：《人工智能》阅读报告

《人工智能》阅读报告之

姓名：

学号：

班级：

指导教师：

历史、现状与未来

2014/4/6

我并不是通过看书而是通过一部由斯皮尔伯格执导的科幻电影——《AI》接触到人工智能这个概念的。虽然这只是一部2001年的电影，距今已有13年之久，但是它对我的启迪是长久的。电影剧情在此不做探究，只是它展示给我们的未来让我对人工智能非常好奇，所以我通过图书馆和网络搜集阅读了一些材料，争取对人工智能的历史和现状有较深入的理解，并对其未来进行合理展望。

电影名叫《A.I》，即Artificial Intelligence的首字母缩写，而这也正是学术上的人工智能的英文名。人工智能的一个比较流行的定义，也是该领域较早的定义，是由当时麻省理工学院的麦卡锡在1956年的达特茅斯会议上提出的：“人工智能就是要让机器的行为看起来就像是人所表现出的智能行为一样”。这次会议可以看作人工智能的发端。自此以后，新思想、新理论、新技术不断涌现，至今尚无统一定义。经过这些年的发展，人工智能有了很多成果，前途一片光明。下面是详细介绍。

首先是人工智能的历史。1956年夏季，以麦卡锡、明斯基、罗彻斯特和香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。

关于人工智能之父的说法，有人认为是冯·诺依曼，有人认为是图灵，这都有一定的道理。图灵提出过著名的图灵测试，这是评价机器智能行为最好且唯一的方法。另外，他还写过这方面的论文，如《机器会思考吗？》。然而比较公认的人工智能之父还是约翰·麦卡锡，不幸的是，他于最近去世了。麦卡锡是LISP语言的发明者，曾因人工智能方面的巨大贡献获得过图灵奖。

人工智能在于1956年正式提出后，取得了显著进步。20世纪50至70年代之间，人工智能有几个标志性的事件。1956年，塞缪尔发明了跳棋程序，于1962年击败了美国的一个州的跳棋冠军。1968年，斯坦福大学的费根鲍姆等人研制了DENDRAL，被认为是专家系统的萌芽。1976年，“四色定理”得到证明。到了80年代，神经网络快速发展。另外，人工智能被引入了市场，并显示出了使用价值。如智能机器人，机器翻译及斯坦福大学的SRI地质勘探专家系统等。

到了90年代，可以说进入了相对稳定阶段。这个期间最著名的事件莫过于蓝色巨人IBM的超级计算机“深蓝”击败国际象棋世界冠军卡斯帕罗夫了。这是人工智能的一个标志性事件，可以说是人工智能领域最广为人知的事件了。这一事件显示了人工智能的强大能力，使人们对人工智能的未来充满了期望。

进入21世纪，对人工智能的研究又深入了一部。比如谷歌等公司推出的机器翻译，微软退出的语音助手Cortana，都是当今人工智能的最新成果。今年微软build大会就进行了实时翻译，表名语音识别工作有了很大进展。最近很出名的便是IBM公司的超级计算机“沃森”了。2011年2月17日，沃森在美国智力竞猜节目《危险边缘》中击败人类。与之前的深蓝不同的是，沃森可以理解人类语言，然后进行推理。

以上是人工智能的基本发展历程，下面主要介绍当前人工智能的发展情况。人工智能主要应用于人工神经网络、自然语言理解、智能机器人、图像识别和专家系统等方面。当前这些主要研究领域都取得了长足进步。

人工神经网络是我重点关注的的一个方面。从它出现以来，就给人们带来很多惊喜。根据一个简化的统计，人脑由百亿条神经组成，每条神经平均连结到其它几千条神经。通过这种连结方式，神经可以收发不同数量的能量。神经的一个非常重要的功能是它们对能量的接受并不是立即做出响应，而是将它们累加起来，当这个累加的总和达到某个临界阈值时，它们将它们自己的那部分能量发送给其它的神经。大脑通过调节这些连结的数目和强度进行学习。尽管这是个生物行为的简化描述，但同样可以充分有力地被看作是神经网络的模型。

阈值逻辑单元（Threshold Logic Unit，TLU）是理解神经网络的第一步。TLU 是一个对象，它可以输入一组加权系数的量，对它们进行求和，如果这个和达到或者超过了某个阈值，输出一个量。如下图所示：

比如一个求解语言种类的感知器学习模型如下：

有一种培训规则叫做delta规则。感知器培训规则是基于这样一种思路：权系数的调整是由目标和输出的差分方程表达式决定。而delta规则是基于梯度降落这样一种思路。

反向传播算法同样来源于梯度降落原理，在权系数调整分析中的唯一不同是涉及t(p,n)与 y(p,n)的差分。如下图所示：

自然语言理解方面，目前很多公司都在做。比较出名的事件是IBM的超级计算机“沃森”。2011年2月14日至16日的3天比赛中，沃森凭借超强的运算速度和强大的人工智能算法战胜了美国最受欢迎的智力竞猜电视节目《危险边缘》历史上两位最为成功的选手肯·詹宁斯和布拉德·鲁特，这是机器挑战人类智能的又一成功例子。对计算机沃森来说参与智力竞赛节目最重要的难题是解析人类的语言，尤其是在充满暗示和恶作剧的游戏里，沃森需要识别人类语言中微妙的含义，分辨讽刺口吻、谜语、构词断句、诗篇线索等等这些逻辑和线索。然后才是对题目进行分解，快速搜索自己的内存资料，寻找到最佳答案。沃森能学习人类思维分辨人类语言口气，可选择忽略不擅长的题目，它可以可估算节目剩余奖金和自我信心，主动选择是否继续回答问题，已经取得了很大的进步。然而即使这样，它也没能突破图灵测试。它只能处理文字符号，并不能真正理解它们的含义。所以它很难理解人类交流中的微妙含义，甚至出现了爆粗口的尴尬局面。

除了自然语言理解，智能机器人的研究也十分火热。纪录片《漫游火星》中介绍了两个智能车——机遇号和勇气号，都属于智能机器人范畴。2010年上海世博会上展出了很多这方面的最新成果。比如，会拉小提琴的日本机器人和“海宝”机器人，美国最受欢迎的机器人吸尘器Roomba等。日本本田公司研制的仿人机器人ASIMO，是目前全球唯一具备人类双足行走能力的类人型机器人。阿西莫(ASIMO，Advanced Step Innovative Mobility)即高级步行创新移动机器人。从2000年发展至今，除具备了行走功能与各种人类肢体动作之外，更具备了人工智能，可以预先设定动作，还能依据人类的声音、手势等指令，来从事相应动作。此外，他还具备了基本的记忆与辨识能力。在智能机器人这方面，日本的研究成果是很多的，中国科研人员还要多加努力，迎头赶上。

图像识别是人工智能的重要领域，也是目前研究比较集中的领域之一。图像识别是利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术。扫描条形码、二维码只是简单的应用，现在已经有些厂商推出直接扫描图片获取信息的技术了。亚马逊的Flow早在一年前就已经可以通过图片识别搜索商品，eBay也在尝试在自己的应用中加入图像识别的功能。目前，Pounce已经与Staples、Target、Ace等零售商合作，支持顾客利用手机扫描印刷广告上的商品图片，然后即时跳转到电商移动网站下单。这样移动平台就可以与电子商务无缝对接了，从而显现出了巨大的商机。

除了上面介绍的几个研究方面，专家系统也在不断发展。专家系统是依靠人类专家已有的知识建立起来的知识系统，是一种具有特定领域内大量知识与经验的程序系统。它应用人工智能技术、模拟人类专家求解问题的思维过程求解领域内的各种问题，其水平可以达到甚至超过人类专家的水平。专家系统可分为解释型、预测型、诊断型、设计型、监视型和控制型等类型，各自应用于不同的领域。比如控制型专家系统的代表为YES/MVS（帮助监控和控制MVS操作系统的专家系统），监视型专家系统代表为森林火警监视、REACTOR（帮助操作人员检测和处理核反应堆事故的专家系统）。

当然人工智能作为一个跨越多平台、多学科的新兴技术，研究领域不止以上介绍的这些，并且新的技术和概念仍在不断发展。那么，人工智能究竟能发展到什么程度呢？人工智能的终极目标是用机器代替人的脑力劳动，可以说到时候机器要比人类聪明多了。那么这一目标能否达到？若真正实现了，又有什么因素会使人担忧呢？下面我就人工智能的未来做一下展望。

我对人工智能的未来充满信心。在IT发展的不同阶段，都引起了或大或小的革命。人工智能是一个新事物，前途不可限量。想当初比尔盖茨靠着PC的蓬勃发展而起家，现在的人工智能所带给我们的机遇不亚于此。随着人工智能的发展，很多新产品会进入市场。如果抓住这一机遇，将智能机器放到每个家庭，那必定会造就一个商业帝国。

另一方面，美国的很多科幻电影都有对人工智能未来的探讨，而且基本上都充满担忧。不止《A.I》，《终结者》和《黑客帝国》等电影也对人工智能的未来进行了探讨。《A.I》中人类终于在2000多年后消失，被机器代替；《终结者》中的机器更是残忍地杀害人类，与人类展开抗争；《黑客帝国》中的只能机器则完全统治了原本属于人类的世界。

从电影回归现实，人类对人工智能的看法如何呢？目前的人工智能还没有进入大规模实际应用阶段，很多技术还不成熟，所以人工智能目前看起来还没有那么“智能”，因而人们对它还没有多少忧虑。若干年以后，人工智能高度发达，取代了人的工作，集自然语言理解、模式识别、图像识别、高精度计算等能力于一身，就出现了所谓的“新人类”——真正意义上的智能机器人。它们具备了思想和意识，它们具备了创新能力，最令人不安的是，它们不想一直受人类驱使，它们要反抗。

总结来说，人工智能的发展有着广阔的前景。我很关心的是人工神经网络，因为未来智能机器的发展向人看齐，要模仿人脑的工作机理。人工神经网络相当于智能机器的大脑，把它发展完善，再配合自然语言理解、模式设别和专家系统等技术，才能开发出真正意义上的智能机器。这样一来，人类千百年来的脑力劳动能够得以解放，科技高速发展，新的革命就会到来。

另一方面，技术的发展大多会伴随着滥用。如同当今原子弹令地球处在达摩克利斯之剑下面一样，被寄予厚望的二十一世纪三大尖端技术之一的人工智能可能有过之而不及。人工智能有着广阔的前景，是未来人类生产发展的主要推动力之一，同时隐忧也如影随形。话说回来，当前的人工智能虽然已经经过了半个多世纪的发展，但是还有漫长崎岖的道路要走。人类对科技的追求是狂热的，但是一定要进行必要的约束，这样才能使人类在享受高科技带来的福利的同时远离它们带来的危害。