下载掌阅APP，畅读海量书库
立即打开
看到一只活泼可爱的动物的时候，若不知道它的名字，可以如图1-2（a）所示，拍一张它的照片，利用动物识别系统来解决疑惑。每天拿起智能手机的时候，图1-2（b）所示的人脸识别系统会自动解锁手机。进入购物网站进行购物的时候，图1-2（c）所示的商品推荐系统可以在第一时间推送喜欢商品的信息。又如，扫地机器人、自动驾驶汽车能减轻人们的工作压力。然而，以上这些新技术的应用，仅仅是一个开始。在新一代信息技术飞速发展的今天，有时候很难预测十年、二十年后人们的生活到底会发生哪些惊天动地的变化。
图1-2 人工智能的一些应用场景
以上场景可能会促使人们思考一个问题，是什么技术让今天的世界发生如此大的变化？这显然离不开人工智能。
如果不进行跨度极大的历史追溯，现代人工智能的起点被公认为是1956年的达特茅斯会议。在这次会议上，约翰·麦卡锡（John McCarthy）、马文·明斯基（Marvin Minsky）等人发起成立了一个独立的人工智能研究学科，为后续人工智能的发展奠定了学科基础。那么人工智能究竟是什么呢？可以从有关它的定义中略窥一斑。
有关人工智能的常见定义有两个：一个定义是由图灵奖获得者、“人工智能先驱”美国教授马文·明斯基提出的，即“ 人工智能是一门科学，是使机器做那些人需要通过智能来做的事情 ”；另一个定义是由美国斯坦福大学的尼尔斯·尼尔森（Nils Nilsson）教授提出的，即“ 人工智能是一门关于研究知识的表示、知识的获取和知识的运用的学科 ”。纵观这两个人工智能的定义，不难看出，人工智能有一定的“智慧成分”，它能完成人需要思考才能完成的一些工作。同时，人工智能以知识的应用为归宿，通过它可以“发现”其他领域的知识，所以它具有普适性、迁移性和渗透性，这也是人们把它作为通识学科进行学习的理由。因此，掌握人工智能的基本知识不仅是对人工智能研究者的要求，也是对时代的诉求和对人自身发展的要求。
人工智能目前的发展历程分为萌芽期、启动期、消沉期、突破期和高速发展期5个阶段。
1.人工智能的萌芽期
1943年，数理逻辑学家沃尔特·皮茨（Walter Pitts）和沃伦·麦卡洛克（Warren McCulloch）建立了MP模型。MP模型概括了单个神经元的形式化数学描述和网络结构方法，证明了单个神经元具有执行逻辑运算的功能，开创了人工神经网络（Artificial Neural Networks,ANN）的时代。人们通常将1950年图灵测试的诞生作为人工智能启蒙的开始，图灵测试即“人工智能之父”艾伦·图灵（Alan Turing）的著名论断：如果一台机器与人开展对话而被人错误地认为是人而不是机器，那么称该机器具有一定成分的智能。同时图灵指出，人类完全有能力创造出具有真正智能的机器。在此影响下，1954年，美国的乔治·德沃尔（George Devol）设计出了世界上第一个可编程机器人。
2.人工智能的启动期
1956年夏天，美国达特茅斯学院举行了历史上第一次人工智能研讨会，这被认为是人工智能诞生的标志。会上，时任麻省理工学院教授的约翰·麦卡锡首次提出了“人工智能”这个概念，艾伦·纽厄尔（Allen Newell）和赫伯特·西蒙（Herbert Simon）则展示了其编写的逻辑理论机器。
1966年～1972年，美国斯坦福国际研究所研制出机器人 Shakey，这是首个应用人工智能技术的移动机器人。
1966年，美国麻省理工学院（Massachusetts Institute of Technology,MIT）的魏泽鲍姆（Weizenbaum）发布了世界上第一个聊天机器人ELIZA，图1-3所示为它的对话程序界面，它的智能之处在于它能通过脚本理解简单的自然语言，并能与人进行类似人类之间的互动。
图1-3 ELIZA对话程序界面
1968年，美国加州斯坦福研究所的道格拉斯·恩格尔巴特（Dr.Douglas C.Engelbart）发明了计算机鼠标，提出了文字编辑器、超链接、图文混排等概念，特别是超链接在后来成为了现代互联网的根基。
3.人工智能的消沉期
20世纪70年代初，人工智能的发展遭遇了瓶颈。当时计算机有限的内存和处理速度不足以解决任何实际的人工智能问题。人们要求人工智能程序对这个世界的认识与儿童无异，但研究者们很快发现这个要求太高了。在当时没人能够做出存储智能信息的巨大数据库，也没人知道一个程序怎样才能学习如此丰富的信息。由于缺乏进展，一些对人工智能提供资助的机构（如英国政府、美国国防部高级研究计划局和美国国家科学委员会等）逐渐停止了对人工智能研究的资助，导致人工智能的发展一度进入严冬。
4.人工智能的突破期
1981年，日本启动人工智能计算机项目计划，其他国家也纷纷开始为人工智能领域的研究提供大量资金。
1982年，第一个成功的商用专家系统 R1开始在美国 DEC（Digital Equipment Corporation，美国数字设备公司）运转，每年为该公司节省上千万美元成本，以专家系统为代表的人工智能产品得到市场认可。
1986年，美国发明家查尔斯·赫尔（Charles Hull）制造的人类历史上首个3D打印机“横空出世”，重新刷新了人们对人工智能的认识。
5.人工智能的高速发展期
1997年5月11日，国际象棋世界冠军加里·卡斯帕罗夫（Garry Kasparov）在与一台名叫“深蓝”的IBM开发的计算机经过6局规则比赛对抗后，最终拱手称臣。卡斯帕罗夫在前5局2.5∶2.5打平的情况下，于第6局决胜局中，仅仅走了19步，就败给了“深蓝”。图1-4所示为当时的对弈场景，右边为“深蓝”操作者。人类用自己所创造的工具击败了人类，并且是在人类引以为傲的智慧领域，由此引发了一场有关人类创造物与自身关系的深层讨论。
图1-4 “深蓝”挑战卡斯帕罗夫
2011年，沃森（Watson）作为IBM公司开发的使用自然语言回答问题的人工智能程序参加美国智力问答节目，打败两位人类冠军，赢得了100万美元的奖金，这表明沃森有储备知识和运用知识的能力。
2013年，深度学习算法被广泛运用在产品开发中，各人工智能实验室相继成立，探索深度学习领域，借此为用户提供更智能的产品体验；很多科技公司开始收购语音和图像识别公司，推广深度学习平台；百度公司创立了深度学习研究院，不久后推出了全球领先的人工智能服务平台。
图1-5所示为AlphaGo挑战李世石现场。2016年3月15日，AlphaGo与围棋世界冠军李世石的人机大战的最后一场落下了帷幕。在第5场经过长达5个小时的搏杀，最终李世石与AlphaGo的总比分定格在1∶4，以李世石认输而结束。这一次的人机大战让人工智能正式被全世界熟知，整个人工智能市场也像是被引燃了“导火线”，开始了新一轮爆发式增长。
图1-5 AlphaGo挑战李世石现场（左边的人替代AlphaGo落棋）
现如今，人工智能技术高速发展，特别是最近十年来，我国的人工智能应用产业全面开花。
2010年～2014年，在“AI to Consumer”的消费互联网领域，天猫和淘宝“千人千面”的商品推荐、腾讯公司的人工智能医学影像分析、字节跳动公司的“你关心的才是头条”、滴滴的早晚高峰拼车、饿了么的骑手智能派单等智能化应用，都是线上“数据富矿”催生的“智能平台”模式，并进一步实现了“人工智能的基础设施化”，智能云平台、智能超算集群等纷纷落地实现了商业化输出。
2014年至今，在“AI to Government”的智能政务领域，政府作为需求方，将人工智能融入铁路公路、机场港口、轨道交通、园区地产等基础设施领域，逐步实现社会基础设施的“智能化改造”，并在政务、教育、医疗等公共服务领域应用人工智能算法，深入挖掘公共数据资源，提升公职人员的服务效能。同时，国家加大政府对人工智能开放平台、芯片、智能制造的基础研发政策扶持力度，加大投入产业引导基金，孵化了一批科创企业。
2018年开始，“AI to Business”逐渐兴起，人工智能与零售业、制造业、农业（种植业、养殖业）、物流供应链等行业深度融合。尽管受到多变的国际形势的影响，但具有创新精神的我国大中小规模企业都在探索独特的“智能商业”转型路径，以商汤科技公司为代表的诸多我国人工智能独角兽企业，以机器视觉、交互语音、自然语言处理（Natural Language Processing,NLP）等人工智能超算平台为支撑，逐步赋能百业，在公共服务之外寻求新的价值增长点。人工智能广告、增强现实（Augment Reality,AR）直播、智能制造、人工智能养猪等初期标杆案例显示出各产业智能化的巨大发展空间。
由此，可总结出人工智能的大致发展历程，如图1-6所示。
图1-6 人工智能大致发展历程
1.人工智能的特征
可以借助前文人工智能的定义来衡量一个对象、一个物体、一种应用具有的人工智能的功能，即它具有以下特征。
（1）像人一样思考。即它是有头脑的机器，可以进行与人类思维活动类似的活动，诸如决策、问题求解和学习等。
（2）像人一样行动。即它能替代人类来进行需要智能的技艺的工作，甚至能完成人类更擅长的事情。
可见，具有人工智能的机器能合理地思考、合理地行动。人工智能所涉及的知识涵盖数学、神经科学、心理学、计算机工程和控制理论等，如图1-7所示。
图1-7 人工智能涉及的知识范围
由此可见，人工智能是一个相对复杂的系统工程，包含了各学科的方方面面。但对于注重人工智能实践应用层面的人而言，掌握人工智能相关的概念和基本原理无疑是一件非常令人满足的事情，也非常有助于成长和发展。
2.人工智能的典型应用
自人工智能“横空出世”以来，从1966年世界上第一个聊天机器人ELIZA，到后来的专家系统（如DENDRAL系统，该系统根据输入质谱仪的测量数据，自动输出给定物质的化学结构；我国科学家于1978年研制出国内第一个中医肝病诊治专家系统），再到后来轰动一时的战胜曾经的围棋世界冠军李世石的 AlphaGo，不断发展的人工智能应用一次又一次地点燃人们对人工智能的热情和期盼，世界主要国家高度重视人工智能的发展。美国是第一个将人工智能发展上升到国家战略层面的国家，英国通过《在英国发展人工智能》等政策文件加速人工智能技术的应用，日本于2015年制定了《日本机器人战略：愿景、战略、行动计划》，我国也发布了《新一代人工智能发展规划》，提出部署构筑我国人工智能的先发优势，加快建设创新型国家和世界科技强国。由此，人工智能进入了发展高潮。
随着人工智能进入新时代，近年来，其已广泛应用到各行业、各领域，为企业、行业的创新应用和人们生活的升级注入了新的动力，一些典型的应用如下。
（1）自动驾驶
拥挤的城市里，很多人会感觉开车麻烦。交通高峰打不到车、地铁太拥挤、骑自行车不安全，出行难成为现代城市发展面临的“通病”。如果有了自动驾驶，上述问题可能就会迎刃而解。也许在未来10年，普通人也可以利用身边的手机呼叫一辆图1-8所示的自动驾驶汽车，将人们安全送达目的地。
图1-8 自动驾驶汽车
到目前为止，自动驾驶“群雄逐鹿”的研究局面已经形成，包括苹果等国外科技公司都瞄准了这个方向，我国的百度、上海汽车等公司也正在开展自动驾驶研究。自动驾驶技术主要有两条研究路线：一条是“渐变”路线，即在现有汽车的基础上新增一些自动驾驶功能，如通过添加传感器收集车载数据来实现对路况的分析，辅助安全驾驶；另一条是“革命”路线，即颠覆传统的汽车功能、结构，实现自动驾驶，依靠车载激光雷达、视频感知、卫星定位、电脑控制等来实现自动驾驶，自动驾驶涉及的主要软、硬件如图1-9所示。
图1-9 自动驾驶涉及的主要软、硬件
自动驾驶不仅是驾驶技术本身的变革，它的发展还可能产生多米诺骨牌效应，对其他行业产生巨大影响。如在汽车生产行业，企业可能会将“汽车销售”转化为“销售服务一体化”；在保险行业，由于自动驾驶或能减少车祸的发生，汽车保险的定义、资金流向和产业结构也可能发生巨大的变化；对于交通和安全管理部门来说，驾照的发放和违章处理也可能被取消或重新定义。这一切，都会对人们的生活产生较大的影响，未来值得拭目以待。
（2）人脸识别
人脸识别也称人像识别、面部识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别涉及的技术主要包括计算机视觉、图像处理等。图1-10所示为人脸识别机。
图1-10 人脸识别机
人脸识别技术的研究始于20世纪60年代，之后，随着计算机技术和光学成像技术的发展，人脸识别技术水平在20世纪80年代得到不断提高。在20世纪90年代后期，人脸识别技术进入初级应用阶段。目前，人脸识别技术已广泛应用于多个领域，如金融、司法、公安、边检、航天、电力、教育、医疗等。有一个关于人脸识别技术应用的有趣案例：警方利用人脸识别技术在张学友演唱会上多次抓到了在逃人员。例如，2018年4月7日，张学友南昌演唱会开始后，场内一名听众被警方带离现场。实际上，他是一名逃犯，安保人员通过人脸识别系统锁定了在场内的他。2018年5月20日，在张学友嘉兴演唱会上，于某通过安检门时被人脸识别系统识别出是逃犯，随后被警方抓获。随着人脸识别技术的进一步成熟和社会认同度的提高，其将应用在更多领域，给人们的生活带来更多改变。
（3）医学图像处理
医学图像处理是目前人工智能在医疗领域的典型应用，它的处理对象是通过各种不同成像机理所形成的医学影像，如临床医学中被广泛使用的核磁共振成像、超声造影成像等。图1-11所示为医生在全息医学图像的指导下实施手术的场景。
图1-11 全息医学图像支持医疗手术的场景
传统的医学图像诊断，主要通过观察二维切片图发现异常，这往往需要医生具有丰富的临床经验。而利用计算机图像处理技术，可以对医学图像进行图像分割、特征提取、定量分析和对比分析等工作，进而完成病灶识别与标注、针对肿瘤放疗环节的影像的靶区自动勾画，以及手术环节的三维影像重建等。
医学图像处理可以辅助医生对异常区域及其他目标区域进行定性甚至定量分析，从而大大提高医疗诊断的准确性和可靠性。另外，医学图像处理在医疗教学、手术规划、手术仿真、各类医学研究、医学二维影像重建中也起到重要的辅助作用。
（4）机器人
机器人很早就出现在科幻电影中，1959年诞生了世界上第一台工业机器人。如今，随着计算机、微电子、人工智能等信息技术的迅猛发展，机器人的智能化程度越来越高，其应用范围从传统的工业制造快速扩展到家庭服务、医疗、教育和军事等领域，并在这些领域大显神通，图1-12所示为一些在工业自动化、科学研究和安防巡检行业的应用机器人。
图1-12 一些机器人在各行业中的应用
现在的机器人与过去的机器人的区别在于：现在的机器人可以更好地与人互动，具有更高的感知能力。
所谓机器人，是指由仿生元件组成并具备运动特征的机电设备，它具有操作物体和感知周围环境的能力。作为一种典型的机电一体化、数字化设备，机器人的技术附加能力很高，应用范围广，对未来生产和社会生活起着越来越重要的作用。那么，机器人是由哪几个部分构成的呢？图1-13所示为机器人的基本组成系统。
图1-13 机器人的基本组成系统
由图1-13可知，机器人主要由感知系统、人机交互系统、控制系统、驱动系统、机械系统、机器人与环境交互系统6个部分构成。
① 感知系统：由内部、外部传感器模块组成，可获取内、外部环境中有价值的信息。智能传感器的使用提高了机器人的机动性、适应性和智能化水准。对于一些特殊的信息，传感器比人类的感知系统更灵敏。
② 人机交互系统：是人与机器人进行联系和参与机器人控制的系统，主要包括指令给定装置和信息显示装置。
③ 控制系统：根据机器人的作用指令程序以及传感器反馈回来的信号，支配机器人的执行机构去完成规定的运动和功能。
④ 驱动系统：给机器人各个关节处安装传动装置，可以使机器人运动起来。
⑤ 机械系统：由机械构件和传动机构组成。如工业机器人的机械本体类似于具备上肢机能的机械手，由手部、腕部、臂、机身等组成。
⑥ 机器人与环境交互系统：是实现机器人与外部环境中的设备相互联系和协调的系统。机器人与外部环境中的设备集成为一个功能单元，如加工制造单元、装配单元等。
（5）智能家居
图1-14所示为智能家居示意图。近年来，随着人工智能技术的赋能，智能家居产业迅速发展，家居生态趋于成熟，智慧新生活已经走进千家万户。如2016年，国外某公司发布人工智能管家Jarvis，这个管家不仅可以调节室内环境、安排会议行程、定时做早餐、自动洗衣服、辨别并招待访客等，甚至可以与家里的小朋友聊天。2014年一款智能蓝牙喇叭Echo问世，它接受用户的语音指令后，就能控制家电产品、联络打车，或帮用户在电商平台采购物品。海尔公司推出的 U-home 是海尔智能家居生活解决方案，它以人工智能为技术支撑，将所有的家居设备通过信息传感设备与网络互连，用户可通过打电话、发短信、上网等方式与家中的电气设备互动。
图1-14 智能家居示意图
不难看出，伴随着智能家居的发展和消费人群对美好生活的向往，目前已经有了对智能家居单品的稳定需求。智能家居的生态逐渐成熟，应用市场逐渐扩大，其应用场景将在家庭安全防护、改善生活环境的基础上，向家庭医疗健康、节能环保、娱乐教育等领域扩展，不断渗透到家居生活的方方面面，引领互联互通、智能智慧的新生活。
综上所述，我国人工智能产业市场巨大，总体的发展趋势如下。
（1）研发创新能力需要进一步加强。我国总体研发创新能力仍落后于世界先进水平，与美国、德国、日本等制造强国仍有较明显的差距，需要加强人才培养和研发力量以及持续投入研发时间。
（2）智能升级势不可挡。随着国内劳动人口增长缓慢，劳动力成本提高，人口红利会随之消失，较有效的应对方法是对制造业进行自动化改造。在政府和企业的智能改造升级过程中，机器人市场会持续火爆。
（3）服务机器人将被大面积应用。当下人口老龄化趋势明显、劳动力成本提高，人们对高质量服务体验的刚性需求增多。在这样的发展背景驱动下，保姆机器人、客服机器人、无人银行、无人机、导游机器人等一大批服务机器人会有更大的发展空间，或将成为未来机器人的主力军，市场份额不可估量。