参考中国报告网发布《2017-2021年中国人工智能市场发展现状及投资方向研究报告》
弱人工智能已加速渗透，强人工智能并不遥远
根据传统认知科学的研究成果，智能包含以下几种能力：
1）感知能力。感知能力即对外界情况的感受与认知，其中包含两种处理方式：一种是面对简单或紧急情况，可不经大脑思考进行本能反应与应对。另一种是面对复杂情况，需要经大脑皮层进行处理与思考后，做出反应与应对；
2）记忆与思维能力。其中，记忆是对感知到的外界信息或由思维产生的内部知识的存储过程，思维是对所存储的信息或知识的本质属性、内部规律等的认识过程；
3）学习和自适应能力。能通过学习和自适应进行智能思维能力进化是人类智能的重要体现；4）决策与行为能力。即通过对信息或知识判别后，进行主观决策与行为。
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能产品背后的数据、软件及算法等是人工智能的核心要素，而包括机器人、语音助手等在内的软硬件产品仅是人工智能的载体。
人工智能的概念很宽泛，可将人工智能依据实力划分为三类：
1） 弱人工智能：仅擅长某个单方面应用的人工智能，超出特定领域外则无有效解；
2） 强人工智能：人类级别的人工智能，在各方面都能和人类比肩，且无法简单进行人类与机器的区分；
3）超人工智能：在各个领域均可以超越人类，在创新创造、创意创作领域均可超越人类，可解决任何人类无法解决的问题。
我们认为，从目前人工智能的应用场景来看，当前人工智能仍是以特定应用领域为主的弱人工智能，如图像识别、语音识别等生物识别分析，如智能搜索、智能推荐、智能排序等智能算法等。而涉及到垂直行业，人工智能多以辅助的角色来辅佐人类进行工作，诸如目前的智能投顾、自动驾驶汽车等，而真正意义上的完全摆脱人类且能达到甚至超过人类的人工智能尚不能实现。我们预计，未来随着运算能力、数据量的大幅增长以及算法的提升，弱人工智能将逐步向强人工智能转化，机器智能将从感知、记忆和存储向认知、自主学习、决策与执行进阶。
人工智能发展历经波折，历史上经历过2次低谷。传统人工智能受制于计算能力，并没能完成大规模的并行计算和并行处理，人工智能系统的能力较差。2006年，Hinton教授提出深度学习神经网络使得人工智能性能获得突破性进展，进而促使人工智能产业又一次进入快速发展阶段。
其中，谷歌AlphaGO战胜李世石九段对业界产生的轰动效应最大。AlphaGo是一款基于深度学习技术研究开发的围棋人工智能程序这个程序利用价值网络去计算局面，用策略网络去选择下子。2015年10月阿尔法围棋以5:0完胜欧洲围棋冠军、职业二段选手樊麾。为了测试阿尔法围棋的水平，谷歌于2016年3月份向围棋世界冠军、韩国顶尖棋手李世石发起挑战，并以4:1的总比分获胜。AlphaGO与传统围棋程序最大的区别在于其利用深度学习方法进行训练，AlphaGo学习了3000万步人类实战的围棋下法，学习完毕后，可以通过左右互博，自己跟自己下棋，在下了几千盘棋局后，AlphaGo能从这些棋局中学习新的围棋策略，这个过程被Deep-Mind称为强化学习。时隔一年，AlphaGo又一次向人类发起挑战，2017年3月AlphaGo挑战现役世界围棋第一人柯洁，并以3:0完胜，进一步展示AlphaGo强大的实力，围棋界已没有能与之抗衡的人存在。
我们认为，人工智能在发展初期没有足够优化的算法、足够强大的计算能力以及足够充足的训练数据，进而导致在发展初期频频遭遇挫折，而近年来随着算法理论的不断迭代更新、计算能力不断增强、数据量指数上升，共同推动人工智能加速发展。
弱人工智能已加速渗透，强人工智能并不遥远
根据传统认知科学的研究成果，智能包含以下几种能力：
1）感知能力。感知能力即对外界情况的感受与认知，其中包含两种处理方式：一种是面对简单或紧急情况，可不经大脑思考进行本能反应与应对。另一种是面对复杂情况，需要经大脑皮层进行处理与思考后，做出反应与应对；
2）记忆与思维能力。其中，记忆是对感知到的外界信息或由思维产生的内部知识的存储过程，思维是对所存储的信息或知识的本质属性、内部规律等的认识过程；
3）学习和自适应能力。能通过学习和自适应进行智能思维能力进化是人类智能的重要体现；4）决策与行为能力。即通过对信息或知识判别后，进行主观决策与行为。
智能具体包含四种能力
资料来源：中国报告网整理
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能产品背后的数据、软件及算法等是人工智能的核心要素，而包括机器人、语音助手等在内的软硬件产品仅是人工智能的载体。
人工智能的概念很宽泛，可将人工智能依据实力划分为三类：
1） 弱人工智能：仅擅长某个单方面应用的人工智能，超出特定领域外则无有效解；
2） 强人工智能：人类级别的人工智能，在各方面都能和人类比肩，且无法简单进行人类与机器的区分；
3）超人工智能：在各个领域均可以超越人类，在创新创造、创意创作领域均可超越人类，可解决任何人类无法解决的问题。
我们认为，从目前人工智能的应用场景来看，当前人工智能仍是以特定应用领域为主的弱人工智能，如图像识别、语音识别等生物识别分析，如智能搜索、智能推荐、智能排序等智能算法等。而涉及到垂直行业，人工智能多以辅助的角色来辅佐人类进行工作，诸如目前的智能投顾、自动驾驶汽车等，而真正意义上的完全摆脱人类且能达到甚至超过人类的人工智能尚不能实现。我们预计，未来随着运算能力、数据量的大幅增长以及算法的提升，弱人工智能将逐步向强人工智能转化，机器智能将从感知、记忆和存储向认知、自主学习、决策与执行进阶。
人工智能分类与应用场景
资料来源：中国报告网整理
人工智能发展历经波折，现已进入加速爆发期人工智能发展历经波折，历史上经历过2次低谷。传统人工智能受制于计算能力，并没能完成大规模的并行计算和并行处理，人工智能系统的能力较差。2006年，Hinton教授提出深度学习神经网络使得人工智能性能获得突破性进展，进而促使人工智能产业又一次进入快速发展阶段。
人工智能发展历程
资料来源：中国报告网整理
其中，谷歌AlphaGO战胜李世石九段对业界产生的轰动效应最大。AlphaGo是一款基于深度学习技术研究开发的围棋人工智能程序这个程序利用价值网络去计算局面，用策略网络去选择下子。2015年10月阿尔法围棋以5:0完胜欧洲围棋冠军、职业二段选手樊麾。为了测试阿尔法围棋的水平，谷歌于2016年3月份向围棋世界冠军、韩国顶尖棋手李世石发起挑战，并以4:1的总比分获胜。AlphaGO与传统围棋程序最大的区别在于其利用深度学习方法进行训练，AlphaGo学习了3000万步人类实战的围棋下法，学习完毕后，可以通过左右互博，自己跟自己下棋，在下了几千盘棋局后，AlphaGo能从这些棋局中学习新的围棋策略，这个过程被Deep-Mind称为强化学习。时隔一年，AlphaGo又一次向人类发起挑战，2017年3月AlphaGo挑战现役世界围棋第一人柯洁，并以3:0完胜，进一步展示AlphaGo强大的实力，围棋界已没有能与之抗衡的人存在。
我们认为，人工智能在发展初期没有足够优化的算法、足够强大的计算能力以及足够充足的训练数据，进而导致在发展初期频频遭遇挫折，而近年来随着算法理论的不断迭代更新、计算能力不断增强、数据量指数上升，共同推动人工智能加速发展。
资料来源：中国报告网整理，转载请注明出处（ZQ）
更多好文每日分享，欢迎关注公众号
【版权提示】观研报告网倡导尊重与保护知识产权。未经许可，任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com，我们将及时沟通与处理。
