认识人工智能-信息技术应用概论

AI（Artificial Intelligence）是集研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统于一体的一门新的技术科学。人工智能不是人的智能，但是随着深度学习，它能像人那样思考，甚至极有可能超过人的智能。狭义人工智能定义指基于人工智能算法和技术进行研发及拓展应用的产业。广义人工智能定义指包括计算、数据资源、人工智能算法和计算研究、应用构建在内的产业。

1）人工智能的分类

根据人工智能的应用，人工智能可以分为专有人工智能、通用人工智能、超级人工智能。根据人工智能的内涵，人工智能可以分为类人行为（模拟行为结果）、类人思维（模拟大脑运作）、泛智能（不再局限于模拟人）。

2）人工智能的要素

人工智能的算法是核心，计算、数据是基础。

算法的地位：实现人工智能的核心方法是算法，工程学方法和模拟法是人工智能提升的两个途径。算法的发展现状：目前认知层算法尚未突破。

3）人工智能的承载方式

人工智能的技术承载方式：单机智能、平行运算／多核智能、高度分散／群体智能。人工智能的表现方式：云智能、端智能、云端融合。

4）人工智能与人的关系

现阶段，人工智能正在从专有人工智能向通用人工智能发展过渡，由互联网技术群（数据／算法／计算）和应用场景互为推动，协同发展，自我演进。人工智能已不再局限于模拟人的行为结果，而拓展到“泛智能”应用，即更好地解决问题、有创意地解决问题和解决更复杂的问题。这些问题既包含人在信息爆炸时代面临的信息接收和处理困难，也包含企业面临的运营成本逐步增加、消费者诉求和行为模式转变、商业模式被颠覆等问题，同时还包含社会亟须解决的对自然／环境的治理、对社会资源优化和维护社会稳定等挑战。

在这个过程中，虽然“模拟人”不再是唯一方向，但是人依然是人工智能实现不可缺少的关键因素。人是主导者（设计解决问题的方法）、参与者（数据的提供者、反馈数据的产生者，也是数据的使用者），同时也是受益者（智能服务的接受方）。(www.xing528.com)

5）人工智能的发展历程

自1956 年达特茅斯会议诞生“人工智能”一词以来，距今已有60 年。在这期间，虽然人工智能涉及的不同学科、不同技术发展起起伏伏，但人工智能整体上一直处于不断增长的趋势，并不存在高潮低谷之说。比如1957 年第一款神经网络Perceptron 曾经推动了人工智能领域的发展，虽然后来被证明行不通，但随后兴起的专家系统继续发挥推动的作用。

可以说，整个人工智能的发展过程都是在这样的模式之中，不同技术在不同时期扮演着推动人工智能发展的角色。在此，我们基于人工智能行业的企业、投资融资以及研究成果等维度提供一个全新看待人工智能的视角。

6）人工智能的发展路径

人工智能的发展路径，要基于计算机、互联网、物联网在数据生成、采集、存储、计算等环节的突破来推进。人工智能分为计算智能、感知智能、认知智能3 个阶段。

人工智能具备“快速处理”和“自主学习”两种能力。

人工智能实现了学习、决策和行动的快速处理。计算机处理信息、沟通信息、并行计算和线性计算的速度都快于人类。此外，计算机还能够不停迭代和优化“试验—验证—学习”的正循环。如在上文提到的阿里云ET人工智能调度交通的应用中，城市的交通是非常复杂的，每个路口和路段都有错综复杂、千丝万缕的关系。机器需要对成千上万个路段的海量历史数据进行处理和学习，以获得路段的全天路况模型，再结合城市的每个路口传回来的智能视频信息（包括车辆识别、车速识别等信息）做全局的、实时的分析，这个过程对数据处理能力在规模、复杂度、实时性上都提出了更大的挑战。

人工智能可以更灵活地自主学习和管理知识，支持知识的“产生—存储—应用—更新”的体系化管理。如在淘宝和天猫，每天有近5 万次热线电话求助。这些海量的语音数据通过人工智能机器的自我学习，使机器具备能“听”能“懂”的知识，这些知识可以运用到语音交互相关的各个行业和各个场景，如智能客服语音交互、电话呼叫中心质检和互联网汽车语音命令等。在一些特定场景的应用下，如法院庭审速记，会产生的一些新的数据，以及适应此场景的新知识，这些知识又同时被用来更新语音识别知识库，并被其他应用快速使用，这也是阿里ET可以打败世界速记亚军的知识来源。

如何让人工智能做好知识管理，是这个体系化工程的重要部分。“双十一”是由淘宝天猫发起的全球消费者的购物狂欢节，在2015 年，更是创下了一秒14 万笔订单的世界纪录。庞大订单量也带来了用户咨询服务和问题的高峰，阿里巴巴的算法工程师们通过对海量问题的分析和预测，在业内首次将知识库的自动更新时效提升至分钟级，使得智能客服在此场景下获得高达94%的智能解决率。