人工智能在我们的生活中越来越普遍，那么你关心人工智能的发展吗？以下是边肖为你整理的aa，供大家阅读！
讨论人工智能，就要回答智能是什么的问题。综合各种定义，智力是知识和思维的结合，是人类认识和改造世界过程中分析和解决问题的综合能力。关于人工智能，麻省理工学院的温斯顿教授提出“人工智能是研究如何让计算机做过去只有人才能做的智能工作”，斯坦福大学人工智能研究中心的纳尔逊教授提出“人工智能是一门关于知识的学科——关于如何表达知识以及如何获取和使用知识的科学”。总的来说，人工智能是相对于人的智能而言的。其本质是对人类思维信息过程的模拟，是人类智慧的物化。它是研究和发展模拟、延伸和扩展人类智能的理论、方法、技术和应用系统的一门新技术科学。
(1)感知、处理和反馈构成了人工智能的三个关键环节。
人工智能通过信息采集、处理、反馈三个核心环节，全面展现出智能感知、精确计算、智能反馈控制的特性，即感知、思维、行动。
智能感知：智能的产生需要收集足够的结构化数据来表达场景，所以智能感知是实现人工智能的第一步。智能感知技术的目的是让计算机能够“听”和“看”。目前，相应的计算机视觉技术和自然语言处理技术已经初步成熟，并开始商业化。
智能处理：产生智能的第二步是让计算机有足够的计算能力模拟一些人的思维过程和行为对通过分析收集到的数据信息做出判断，即对感知到的信息进行自我学习、信息检索、逻辑判断和决策，并产生相应的反映。具体研究领域包括知识表达、自动推理、机器学习等。这些都与精密计算和编程技术、存储技术、网络技术等密切相关。和是大数据技术发展的长远目标。目前该领域的研究还处于实验室研究阶段，其中机器学习是人工智能中最热门、最密集的领域。
智能反馈：智能反馈控制将初步处理和判断的结果翻译成肢体动作和媒体信息，传输到人机界面或外部设备，从而实现人机之间的信息交换和物理交互。智能反馈控制是人工智能最直观的形式，其表达能力显示了整个系统的智能水平。智能反馈控制领域与机械技术、控制技术、感知技术密切相关，总体表现为机器人技术。目前机械技术受制于材料科学发展缓慢，控制技术由于工业机器人的积累相对成熟。
(二)深度学习是目前人工智能最热门的研究领域。
在学术界，实现人工智能有三条路线。一种是基于逻辑方法的功能仿真符号化路线，以专家系统和知识工程为代表。二是基于统计方法的仿生仿真的联结主义路线，以机器学习和人脑仿生为代表，三是行为主义，希望从进化的角度研究拟人智能控制行为，以智能控制系统的理论、方法和技术为基础。
目前，基于人工神经网络的深度学习技术是目前最热门的研究领域，被Google、脸书、IBM、百度、NEC等互联网公司广泛用于图像和语音识别。人工神经网络始于20世纪80年代，科学家们不断优化和推进算法研究。同时，他们受益于计算机技术的迅速发展。在pres
世界各国政府都非常重视AI相关产业的发展。自人工智能诞生以来，各国都加大了对人工智能科研的投入，其中美国政府主要通过公共投资来推动人工智能产业的发展。2013财年，美国政府对先进制造业投资22亿美元，投资方向之一是国家机器人计划。
在技术方面，美国将机器人技术列为警戒技术，侧重于军用机器人技术，欧洲侧重于服务和医疗机器人技术，日本侧重于人形和娱乐机器人。
目前技术突破的重点是云端机器人技术和人脑仿生计算技术。美国、日本、巴西等国都将云机器人作为机器人技术未来的研究方向之一。随着宽带网络设施的普及、云计算、大数据等技术的不断发展、机器人技术成本的进一步降低以及未来机器人量产的实现，机器人通过网络获取数据或处理数据将成为可能。目前国外相关研究方向包括：建立开放式系统机器人架构(包括通用软硬件平台)、网络化机器人系统平台、机器人网络平台的算法和图像处理系统开发、云端机器人相关网络基础设施研究。
由于深度学习的成功，学术界沿着连接主义的路线进一步推动了计算机模拟人脑的程度。随着人脑仿生计算技术的发展，计算机可以模仿人脑的运作，实现学习和记忆，同时可以举一反三，创造知识。这种创新设计将赋予计算机自我学习和创造的能力，这与人脑的功能几乎相同。在2013年初的国情咨文中，美国总统奥巴马特别提到了绘制人脑图谱的计划，并宣布将在10年内投资30亿美元绘制“人脑图谱”，以了解人脑的运行机制。欧盟委员会也在2013年初宣布，石墨烯和人脑工程入选“未来新兴旗舰技术项目”，并为此设立专项R&D计划，未来10年各获得10亿欧元。美国IBM公司正在研究一种新型仿生芯片。有了这些芯片，人类就可以实现计算机模仿人脑的计算过程。预计最早到2019年可以完全模拟人脑。
(4)高科技企业普遍将人工智能作为下一代工业革命和互联网革命的技术引爆点进行投资，加快产业化进程。
2013年，谷歌完成了对8家机器人相关企业的收购，也在机器学习方面进行企业和人才的征集。它收购了计算机视觉领域的领军人物DeepMind和Andrew Zisserman，并聘请DARPA前负责人雷吉娜杜根(Regina Dugan)负责颠覆性创新项目的研究，并安排构建谷歌基础算法和开发平台的著名计算机科学家杰夫迪恩(Jeff Dean)转战深度学习领域。苹果2014年用于自动化的资本支出预算高达110亿美元。苹果手机中使用的Siri助手诞生于DARPA投资的为期五年的CALO (Cognitive Assistant，即学习和组织)项目。是美国第一个大规模产业化应用的人工智能项目。亚马逊计划在2015年能够使用自己的机器人飞机提供快递服务。韩国和日本的公司也将机器人技术移植到新的制造业领域，并试图进入服务业。
(五)人工智能的实际应用
人工智能的概念提出于1956年，从最初的产品化可能到今天，已经经历了58年的演变。各重要部件的研究进展和产品化水平不同。人工智能产品的发展是一个渐进的过程，从单一功能设备到通用设备，从单一场景到复杂场景，从简单行为到复杂行为，表现形式多种多样。
人工产品在不久的将来仍会作为辅助人类工作的工具出现，多为传统设备的升级版，如智能/无人驾驶汽车、扫地机器人、医疗机器人等。汽车、吸尘器等产品与人类有着成熟的物理交互模式。人工智能技术可以通过赋予它们一定的机器智能来增强这些产品的自动工作能力。但是，未来会有模仿人类思维模式的智能机器人在各种环境下执行各种任务。这类产品没有成熟的人机界面可供借鉴，需要从机械、控制、交互等各个方面进行新的研发。
