人工智能作為計算機科學(xué)的一個支點，它在信息時代中發(fā)揮著重要的作用。在人工智能中，很多學(xué)者認(rèn)為人工智能只是從計算機系統(tǒng)中衍生出的一系列程序，但是在目前的人工智能概述中，還有一套完全合理的人工智能概述，需要進行更進一步的考證，這樣才能完全使人工智能概述成形。

　　人工智能的發(fā)展歷程

　　在上個世紀(jì)五十年代，人工智能就已經(jīng)出現(xiàn)了，經(jīng)過十年的時間發(fā)展，人工智能在上個世紀(jì)六十年代的時候，得到了不錯的發(fā)展，形成了人工智能發(fā)展的初級階段。在上個世紀(jì)六十年代的時候，人工智能初級階段的發(fā)展主要是運用領(lǐng)域知識和啟發(fā)式思維發(fā)展。領(lǐng)域知識和啟發(fā)式思維發(fā)展主要是為現(xiàn)在計算機理論做一個良好的鋪墊。

　　圖：人工智能發(fā)展歷程

　　經(jīng)歷了上個世紀(jì)六十年代的人工智能初級階段之后，迎來的是人工智能研究的第二個階段，這個階段的研究是從1964年開始。在人工智能研究的第二個階段，這個階段主要是人們對自然語言的理解，通過對自然語言的理解來達成一種圖像和圖片的處理。在上個世紀(jì)八十年代之后，人工智能的發(fā)展將迎來第三次發(fā)展，這次發(fā)展主要是以信息知識為中心，所以人工智能開始以模擬知識為中心，運用知識的模擬使得人工智能在發(fā)展研究上更深一步。在現(xiàn)在的人工智能的研究中，人工智能的發(fā)展方向主要是向多元化的人工智能系統(tǒng)發(fā)展，以便人工智能系統(tǒng)在信息時代的發(fā)展道路上更加完善。

　　人工智能的關(guān)鍵技術(shù)

　　○專家系統(tǒng)

　　在人工智能的研究與應(yīng)用中，專家系統(tǒng)是必不可少的，因為有了這種專家系統(tǒng)，才能使得人工智能在問題求解的方面，更加具有專業(yè)性，對問題的解析更加的專業(yè)。通常人工智能有了這種專家系統(tǒng)，更多問題的得到了解決，實現(xiàn)人工智能理論的研究向人工智能實際運用的研究的一個成功性轉(zhuǎn)換。在人工智能技術(shù)發(fā)展及應(yīng)用中，專家系統(tǒng)相當(dāng)于就是一個信息類軟件，這個軟件對信息和背景的查詢起到了非常好的作用，可以對一些不明確的信息和不明確的背景起到一個結(jié)論性的查詢。專家系統(tǒng)在人工智能領(lǐng)域中起到了關(guān)鍵性的作用。

　　圖：人工智能的關(guān)鍵技術(shù)

　　○機器學(xué)習(xí)

　　在人工智能技術(shù)發(fā)展中，機器學(xué)習(xí)起到了關(guān)鍵性的作用，人工智能 通過機器學(xué)習(xí)來提高人工智能系統(tǒng)的模擬性。在人工智能技術(shù)的發(fā)展中，只有通過對人工智能機器進行不斷的學(xué)習(xí)，才能使得人工智能機器系統(tǒng)逐漸得到完善，使得人工智能機器在研究人類的一系列活動時，能夠更加準(zhǔn)確。而且人工智能機器也會通過學(xué)習(xí)來改變自己的一些不足，通過學(xué)習(xí)來優(yōu)化人工智能的方案性。人工智能在經(jīng)過機器性的學(xué)習(xí)后，許多問題也得到了解化，而且問題的解答更具有專業(yè)性和背景性，人工智能技術(shù)在機器學(xué)習(xí)之后，針對一些專家系統(tǒng)，更是對一些不明確的背景起到了一個結(jié)論性的查詢。所以，機器學(xué)習(xí)在人工智能技術(shù)發(fā)展及應(yīng)用分析中，起到了關(guān)鍵性的作用。 神經(jīng)網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)主要是人的所有神經(jīng)組織所形成的一個網(wǎng)狀結(jié)構(gòu)，在這個網(wǎng)狀似的結(jié)構(gòu)中，所有的神經(jīng)組織都是相互關(guān)聯(lián)的，神經(jīng)網(wǎng)絡(luò)也就是所有神經(jīng)組織的集合區(qū)域。在人工智能技術(shù)的發(fā)展及應(yīng)用分析中，通過利用神經(jīng)網(wǎng)絡(luò)來實現(xiàn)人工智能的大腦模擬，讓人工智能系統(tǒng)盡可能達到與人的大腦相匹配，讓人工智能與常人的思維空間一樣，甚至超過常人的思維。在人工智能的神經(jīng)網(wǎng)絡(luò)模擬中，通過神經(jīng)網(wǎng)絡(luò)的各個支點來達成一種運算模型，在這個運算中，主要是利用人的大腦的一些基本運算機制和機理來實現(xiàn)人工智能的模擬運算。所以，在人工智能技術(shù)發(fā)展及應(yīng)用分析中，人工神經(jīng)網(wǎng)絡(luò)在人工智能技術(shù)發(fā)展研究中占有重要地位。

　　○模式識別

　　在人工智能技術(shù)的發(fā)展及應(yīng)用分析中，模式識別就是通過人工智能來 代替人的感知和識別，所以模式識別是一個很重要的技術(shù)領(lǐng)域，而且還是 一項較高的科技領(lǐng)域。在人工智能技術(shù)發(fā)展及應(yīng)用分析中，模式識別可以很好地幫助計算機系統(tǒng)來識別外界的一種感知能力，所以模式識別在計算機運行系統(tǒng)中屬于人工智能技術(shù)發(fā)展中重要的結(jié)構(gòu)。 在人工智能技術(shù)的發(fā)展中，模式識別也隨著社會的進步在不斷地發(fā)展和壯大，量子計算機技術(shù)已經(jīng)逐漸運用到人工智能模式識別系統(tǒng)中去。我們知道，在早期的模式識別系統(tǒng)中，模式識別只是針對于一些文字和二維 圖像，隨著科技不斷地發(fā)展和進步，模式識別系統(tǒng)也在逐漸得到發(fā)展，從 最開始的文字和二維圖像到對三維景物的識別，到現(xiàn)在模式識別系統(tǒng)已經(jīng) 可以對活體物體進行識別和分析。所以，模式識別在隨著科技的發(fā)展而發(fā)展，模式識別系統(tǒng)也在人工智能領(lǐng)域逐漸發(fā)展和強大起來，對人工智能起到了關(guān)鍵性的作用。

　　○生成式人工智能

　　伴隨基于大模型發(fā)展的各類應(yīng)用的爆發(fā)，尤其是生成式AI，為用戶提供突破性的創(chuàng)新機會，打破了創(chuàng)造和藝術(shù)是人類專屬領(lǐng)域的局面。AI 不再僅僅是“分類”，而且開始進行“生成”，促使大模型帶來的價值進一步升級到人類生產(chǎn)力工具的顛覆式革新。

　　生成式人工智能是指利用機器學(xué)習(xí)技術(shù)讓計算機自動生成不同模態(tài)(比如文本，圖片，語音等)高質(zhì)量數(shù)據(jù)的方法。盡管過去幾十年的人工智能研究迭代出了無數(shù)的生成模型，但生成式人工智能被當(dāng)成一種新的算力來討論還要從以GPT3為代表的大預(yù)訓(xùn)練語言模型算起。

　　生成式人工智能所涉及的技術(shù)非常綜合且廣泛，但就其核心文本生成而言，主要依賴于兩個重要技術(shù)：生成式預(yù)訓(xùn)練(Generative Pre-training)和提示學(xué)習(xí)(Prompting Method)。生成式預(yù)訓(xùn)練負(fù)責(zé)海量數(shù)據(jù)的向量化存儲問題，提示學(xué)習(xí)則提供了一種可以通過自然語言描述對存儲數(shù)據(jù)進行靈活讀取的能力。這兩種技術(shù)的結(jié)合，革新了人類對數(shù)據(jù)存儲和讀取方式的方式，也催生出了一種新的人機交互接口：自然語言接口(Natural Language Interface)，其帶來的蝴蝶效應(yīng)體現(xiàn)在了各個方面。

　　圖：生產(chǎn)式AI的分類

　　人工智能發(fā)展面臨的問題

　　1、基礎(chǔ)創(chuàng)新投入產(chǎn)量問題

　　我國人工智能領(lǐng)域的基礎(chǔ)創(chuàng)新投入嚴(yán)重不足。從企業(yè)研發(fā)創(chuàng)新看，中國人工智能企業(yè)的創(chuàng)新研發(fā)支出仍遠(yuǎn)遠(yuǎn)落后于美國、歐洲和日本。據(jù)統(tǒng) 計，美國人工智能領(lǐng)域企業(yè)投入的科技研發(fā)費用占據(jù)了全球科技支出的61%，我國人工智能領(lǐng)域企業(yè)研發(fā)支出雖然快速增加，增速達到34%，但 實際占據(jù)的全球科技支出份額明顯小于美國。從人工智能知識產(chǎn)權(quán)保有量 看，我國各類實體擁有的人工智能專利總量超過3萬件，位居世界第一，但中 國相關(guān)企業(yè)擁有的人工智能相關(guān)專利多為門檻較低的實用新型專利，發(fā)明專利僅占專利申請總量的23%。

　　同時，根據(jù)世界知識產(chǎn)權(quán)組織的數(shù)據(jù)，我國企業(yè)擁有的95%的人工智能設(shè)計專利和61%的人工智能實用新型專利將會在5年后失效，相比之下，美國85.6%的人工智能專利技術(shù)在5年后仍在支付維護費用。2021年，我國需要在人工智能基礎(chǔ)研究與創(chuàng)新，打造核心關(guān)鍵技術(shù)長板、加強知識產(chǎn)權(quán)保護方面加大投入力度。我國人工智能產(chǎn)業(yè)的算力算法核心基礎(chǔ)相對薄弱。我國人工智能發(fā)展在數(shù)據(jù)規(guī)模和算法集成應(yīng)用上都走在世界前列，但在人工智能基礎(chǔ)算力方面，能提供國產(chǎn)化算力支持的企業(yè)還不多。

　　在人工智能的算力支持方面，IBM、HPE、戴爾等國際巨頭穩(wěn)居全球服務(wù)器市場前三位，浪潮、聯(lián)想、新華三、華為等國內(nèi)企業(yè)市場份額有限；國內(nèi)人工智能芯片廠商需要大量依靠高通、英偉達、amd、賽靈思、美滿電子、emc、安華高、聯(lián)發(fā)科等國際巨頭供貨，中科寒武紀(jì)等國內(nèi)企業(yè)發(fā)展剛剛起步。

　　在人工智能算法方面，主流框架與數(shù)據(jù)集領(lǐng)域國內(nèi)外企業(yè)龍頭企業(yè) 包括谷歌、臉書、亞馬遜、微軟等，深度學(xué)習(xí)主流框架Tensorflow、Caffe 等均為美國企業(yè)或機構(gòu)掌握，百度、第四范式曠視科技等國內(nèi)企業(yè)的算法 框架和數(shù)據(jù)集尚未得到業(yè)界的廣泛認(rèn)可和應(yīng)用。2021年，我國需要進一步部署加強人工智能基礎(chǔ)設(shè)施建設(shè)，并重視國內(nèi)人工智能算法框架的創(chuàng)新推廣。

　  2、產(chǎn)業(yè)脫節(jié)問題

　　其次是“高端”的AI技術(shù)與“中低端”的產(chǎn)業(yè)之間存在脫節(jié)現(xiàn)象。相對于龐大的經(jīng)濟體量，目前我國人工智能推廣應(yīng)用有限，仍有不小提升空間。人工智能技術(shù)與企業(yè)業(yè)務(wù)需求存在鴻溝，尤其是傳統(tǒng)企業(yè)的整體智能化程度偏低。以制造業(yè)為例，業(yè)務(wù)信息化水平不足造成的場景數(shù)據(jù)獲取困難，研發(fā)投入大和交付周期長，成為一部分企業(yè)利用AI進行轉(zhuǎn)型升級的制約因素。

　　3、研發(fā)與成果轉(zhuǎn)化率問題

　　產(chǎn)學(xué)研合作密切度待提升，成果轉(zhuǎn)化率不高。一方面高水平、跨行業(yè)復(fù)合型人才稀缺。當(dāng)前我國人工智能產(chǎn)業(yè)發(fā)展迅速，但人才尤其是高水平、資深人才規(guī)模較小，難以滿足行業(yè)發(fā)展需求。我國人工智能基礎(chǔ)環(huán)節(jié)薄弱，與缺少頂級基礎(chǔ)研究人才有直接關(guān)系。市場上缺少既了解行業(yè)又掌握人工智能關(guān)鍵技術(shù)，還能夠進行應(yīng)用開發(fā)的復(fù)合型人才。另一方面，對我國人工智能產(chǎn)業(yè)而言，高校、科研院所、企業(yè)之間如何實現(xiàn)密切合作的問題亟待解決?，F(xiàn)有產(chǎn)學(xué)研合作培養(yǎng)模式較為單一，高校、科研院所、企業(yè)之間的合作多為自發(fā)性短期行為，缺乏頂層統(tǒng)籌以及可持續(xù)運行機制。

　    4、數(shù)據(jù)規(guī)范使用問題

　　當(dāng)前數(shù)據(jù)使用不規(guī)范問題較為突出，安全問題逐漸顯現(xiàn)。人工智能技術(shù)在造福人類的同時，也引發(fā)了諸多安全問題，以算法戰(zhàn)、深度偽造為代表的人工智能技術(shù)濫用，給經(jīng)濟社會帶來嚴(yán)重負(fù)面影響。算法戰(zhàn)指的是將人工智能算法、機器學(xué)習(xí)等技術(shù)全面應(yīng)用于對敵作戰(zhàn)中的情報收集、武器裝備、戰(zhàn)場勘測、指揮協(xié)同、決策制定等環(huán)節(jié)，核心目標(biāo)是利用人工智能技術(shù)提升軍事作戰(zhàn)能力；深度偽造是一種基于深度學(xué)習(xí)的人物圖像合成技術(shù)，隨著人工智能算法開源不斷推進，深度偽造技術(shù)門檻正在不斷降低，非專業(yè)人員已經(jīng)可以利用簡單開源代碼快速制作出以假亂真的視頻和圖像。20年以來，基于人工智能的算法和深度學(xué)習(xí)的偽造正在擴大影響，形成網(wǎng)絡(luò)暴力、破壞政治選舉、擾亂外交關(guān)系等問題的出現(xiàn)，并給社會和國家?guī)順O大風(fēng)險。上述對人工智能技術(shù)的濫用給我國家安全、產(chǎn)業(yè)安全、社會經(jīng)濟安全帶來巨大風(fēng)險，需提前預(yù)防可能風(fēng)險，并尋求國際支持。

　　人工智能未來發(fā)展趨勢

　　人工智能是新一輪科技革命及產(chǎn)業(yè)革命重要的著力點，人工智能的發(fā)展對國家經(jīng)濟結(jié)構(gòu)的轉(zhuǎn)型升級有著重要的意義。雖然人工智能已經(jīng)發(fā)展了60多年，涉及到許多領(lǐng)域之中，但就目前的情況而言，人工智能發(fā)展過程中還有許多問題亟待解決，未來還有很長一段路要走。

　　人工智能，顧名思義即人造的智能，是認(rèn)知學(xué)科、邏輯學(xué)、計算機 科學(xué)等學(xué)科交叉形成的一種新型的科學(xué)技術(shù)，人工智能研究的重要目標(biāo)就是使機器能夠表現(xiàn)出類似人類的智慧，具有智能行為。在人工智能研究的過程中，機器學(xué)習(xí)是行業(yè)研究的核心，也是人工智能目標(biāo)實現(xiàn)的最根本途徑，是當(dāng)前人工智能發(fā)展的主要瓶頸。

　　以當(dāng)下的大熱的生成式人工智能為例，其應(yīng)用如自然語言處理、圖像識別和創(chuàng)作、建筑設(shè)計、游戲設(shè)計、音樂創(chuàng)作等將覆蓋到千行百業(yè)，隨著場景的拓展與應(yīng)用的成熟，將呈現(xiàn)智能化、個性化、高效化的特征，并與人們進行更好的交互與合作。

　　人工智能已經(jīng)發(fā)展了很長時間，它在未來的發(fā)展問題是該學(xué)科有關(guān)研究人員討論的重點，從現(xiàn)階段的發(fā)展情況來說，未來人工智能可實現(xiàn)更好地為人們服務(wù)。人工智能屬于全世界科研發(fā)展的前沿技術(shù)，發(fā)展過程中與信息技術(shù)、計算機技術(shù)、精密制造技術(shù)、互聯(lián)網(wǎng)技術(shù)密切相關(guān)，對各行業(yè)、各領(lǐng)域的發(fā)展都有一定的影響。