*作者：零点有数副总裁 许正军
【导读】
近年来，在大数据、云计算和5G通信技术大力发展的同时，人工智能历经六十多年的起起伏伏，终于照进了人类社会的现实。人工智能已成为引领新一轮科技革命和社会变革的重要驱动力之一，我国已将人工智能列为“新基建”的重要组成部分，并把大力发展人工智能列入国家“十四五”规划。本文将对人工智能的概念进行简述。
随着科学技术的发展，人工智能（Artificial Intelligence，AI）正越来越多地进入并改变着我们的工作和生活，智能推荐、智能客服、智能搜索、智能导航、智能问诊、无人驾驶、无人机等等人工智能应用场景比比皆是。神经科学、脑科学的深入研究，将进一步促进类脑智能的发展与应用。可以预见，人工智能将成为我们生活和工作中一个不可或缺的“新物种”，深刻影响并改变我们的生活和工作方式。
有一天，小美和爸爸在猜谜语，刚好有一个谜语的答案是“小A”，小美开心地大喊：“小A！”
这时，客厅突然传来了智能音箱“小A”的回音：“我在呢，主人，您有什么需要我帮忙的？”
小美好惊讶，好奇地问：“它怎么会突然说话？”爸爸笑着说：“它是智能音箱，你只要喊小A，就下达指令唤醒了它，相当于打开了这个机器的开关，接下来你就可以说出你的需求了，例如放音乐、打开电视等等，这种就是人工智能，就是设备能够像人一样，学习我们的习惯，帮我们做事情。”
什么是“人工智能”？
无论是学术界还是工业界，关于人工智能（AI）并没有一个统一的定义。但大体上形成了以下共识：人工智能是计算机科学的一个广泛分支，试图让机器模拟人类的智能，涉及构建能够执行通常需要人类智能的任务的智能机器。
其中，智能算法模型的训练和建立是核心，机器学习就是其中之一，深度学习又是机器学习技术的“网红”，正逐渐发展成为一个重要分支。
人工智能的起源
1950年，英国数学家、逻辑学家艾伦·图灵（Alan Turing）发表了一篇划时代的论文《计算机与智能》，文中提出了著名的“图灵测试”（The Turing Test）构想，即如果一台机器能够与人类展开对话（通过电传设备）而不能被辨别出其机器身份，那么称这台机器具有智能；随后，图灵又发表了《机器能思考吗》论文。两篇划时代的论文及后来的图灵测试，强有力地证明了一个判断，那就是机器具有智能的可能性，并对其后的机器智能发展做了大胆预测。正因如此，艾伦·图灵被称为“人工智能之父”。
1956年8月，在美国达特茅斯学院中，约翰·麦卡锡（John McCarthy，LISP语言创始人）、马文·闵斯基（Marvin Minsky，人工智能与认知学专家）、克劳德·香农（Claude Shannon，信息论创始人）、艾伦·纽厄尔（Allen Newell，计算机科学家）、赫伯特·西蒙（Herbert Simon，诺贝尔经济学奖得主）等科学家聚在一起，讨论用机器来模仿人类学习以及其他方面的智能等问题。两个月时间的讨论虽然没有达成共识，但是却为会议内容起了一个名字：人工智能。
1956年被公认为人工智能的元年。“让机器来模仿人类学习以及其他方面的智能”也就成了人工智能要实现的根本目标。
人工智能的争论与发展
“人工智能”一经提出，就引发了许多争论。以至于时至今日，关于人工智能尚未形成单一的定义与统一的认知。
“人工智能之父”艾伦·图灵在其论文中，也只是将人工智能简单地定义为“构建智能机器”。但对人工智能是什么、是什么让机器变得智能等基本问题并没有做出解释。
斯图尔特·罗素（Stuart Russell）和彼得·诺维格（Peter Norvig）在他们的《人工智能：现代方法》中，认为人工智能是“研究从环境中接收感知并执行操作的代理”。
麻省理工学院福特人工智能和计算机科学教授帕特里克·温斯顿（Patrick Winston）将人工智能定义为“……将思维、感知和行动联系在一起的循环的模型”。
……
虽然这些定义对普通人来说似乎很抽象，但它们有助于将该领域作为计算机科学的一个领域，并为将机器学习和其他人工智能算法注入机器和程序提供了蓝图。
人工智能在争论中发展
1956—1960年是人工智能的诞生与起步发展期。
1960—1970年，由于人工智能在机器翻译方面并未取得好的效果，再加上一些算法模型的可解释性在理论方面缺乏证明，从而导致人工智能进入反思期。
1970—1980年中期，“专家系统”一时兴起，人工智能有过短暂的应用发展。
1980年中后期—1990年中期，“专家系统”发展乏力，加上在人工神经网络方面的研究进展受阻，人工智能又进入到一个低迷期。
1990年中后期，互联网技术的发展，加上计算机性能的提升，从此开启了人工智能的稳步发展。
2010年后，移动互联网和大数据的发展，加上深度学习在IBM“深蓝”和谷歌“AlphaGo”的成功应用，让人工智能迅速成为学术界和工业界的热点。
人工智能的分类与应用
目前，比较统一的共识是将人工智能分成两大类：窄AI（Narrow AI）或称弱AI（Weak AI）、人工通用智能（Artificial General Intelligence，AGI）或称强AI（Strong AI）。
窄AI是在有限的环境中运行，即在比最基本的人类智能更多的约束和限制下对人类智能进行模拟，通常专注于执行一项任务。例如，智能搜索、图像识别、会话机器人、机器人顾问、自动驾驶汽车、垃圾邮件过滤器，以及其它应用机器学习与深度学习的应用场景。
人工通用智能（AGI）将具有人类水平的智能，能像人类一样执行任何任务。显然，AGI的发展还面临许多困难。技术是一个方面，道德层面、风险方面是否认可AGI也是一个争议不断的问题。
人工智能会有危险吗？
2017全球移动互联网大会（GMIC）在北京国家会议中心举行，著名物理学家斯蒂芬·霍金通过视频发表了题为《让人工智能造福人类及其赖以生存的家园》的主题演讲。他对人工智能在自动驾驶、智能性自主武器以及隐私问题等方面的威胁和人工智能系统失控带来的风险进行了分析，并表示，人工智能的崛起可能是人类文明的终结。
2018年3月，在得克萨斯州奥斯汀举行的西南偏南科技大会上，特斯拉和SpaceX创始人埃隆·马斯克（Elon Musk）发出警告：“请记住我的话，人工智能远比核武器更危险。”
人工智能正在影响几乎每个行业和每个人的未来，并已成为大数据、机器人和物联网等新兴技术的主要驱动力，在可预见的未来，它将继续作为技术创新着。
“人工智能被誉为革命性和改变世界的，但它并非没有缺点。”
拓展概念
图灵测试（The Turing Test）
由计算机科学和密码学的先驱艾伦·麦席森·图灵提出，指测试者与被测试者（一个人和一台机器）隔开的情况下，测试者通过一些装置（如键盘）向被测试者随意提问，进行多次测试后，如果机器让每个测试者做出超过30%的误判，那么这台机器就通过了测试，被认为具有人类智能。图灵测试一词来源于艾伦·图灵写于1950年的一篇论文《计算机与智能》，其中30%是图灵对2000年时的机器思考能力的预测，我们已远远落后于这个预测。
