幾年前還經常存在于新聞或者故事中的人工智能技術，現如今已普遍走進的我們的生產生活中，比如手機中的智能語音助手、解鎖時的人臉識別等。

 

在今年突發新冠肺炎疫情期間，人工智能技術在抗疫過程中發揮著重要作用，產業發展明顯提速。人工智能測溫結合人臉檢測和紅外熱成像技術，通過精確定位人臉滿足“大規模人群”的遠距離測溫，實現快速、大面積安全排查，提升效率、節約人力的同時還大大降低一線工作人員被感染的風險；智能機器人承擔部分預診、巡房、遞送、消毒等大量簡單卻又耗力的流程化工作，減少醫護人員工作量、降低醫患交叉感染風險，同時也節約了醫療資源；肺炎診斷人工智能系統平臺能夠快速響應并給出診斷報告，幫助醫生更快排查篩選“高度疑似肺炎患者”，減少患者的排隊時間和院內交叉感染的風險；“智能語音外呼平臺”幫助基層社區開展疫情排查等工作。一對一電話呼叫、收集信息、形成報告，一小時最多可外呼5000個以上的電*號*，效率超人工1000倍；科技公司向科學家開放AI算法資源，大大提升了病毒分析、疫苗開發速度。

 

說起人工智能的發展歷程，不得不提到的英國數學家、邏輯學家艾倫·圖靈。1950年，圖靈提出了著名的“圖靈測試”，如果計算機能在5分鐘內回答測試者提出的一系列問題，并且有超過30%的回答讓測試者誤認為是人類所答的，那么就可以說計算機具備了人工的智能。該測試至今仍被當做人工智能水平的重要測試標準之一。圖靈還曾預言，在20世紀末會有電腦通過圖靈測試。巧合的是同樣在1950年，美國的馬文·明斯基與他的同學一起建造了世界上第一臺神經網絡計算機。

 

1956年，一次學術會議上，計算機專家約翰·麥卡錫提出了“人工智能”(Artificial Intelligent，AI)一詞，這也是首次“人工智能”被提出。就在這次會議后不久，麥卡錫和明斯基兩人共同創建了MIT AI LAB，這是世界上第一座人工智能實驗室。

 

上世紀60年代是人工智能的第一個快速發展黃金階段，該階段的人工智能主要以語言翻譯、證明等研究為主。上世紀70年代，經過科學家深入的研究，發現機器模仿人類思維是一個十分龐大的系統工程，難以用既有的理論成果構建模型，加之計算機性能不足的數據量嚴重缺失，當時有科學家計算得出，要用計算機模擬人類視網膜視覺至少需要執行10億次指令，而1976年世界最快的計算機Cray-1造價數百萬美元，但速度還不到1億次，人工智能發展陷入了瓶頸階段。

 

人工智能技術的發展并未停止，在上世紀80年代，具有學習能力的神經網絡算法被提出，使得人工智能研究成果逐步應用于各個領域，特別是用于文字圖像和語音識別，并開始在商業領域取得成果，比如將機器視覺技術應用在相機等產品的生產中。另外在1986年，德國科學家在一輛面包車上安裝了計算機和各種傳感器，實現了自動控制方向盤、油門和剎車，這也是第一輛真正意義上的自動駕駛汽車。1988年，美國科學家朱迪亞·皮爾將概率統計方法引入人工智能的推理過程中，這對后來人工智能的發展起到了重大影響。

 

上世紀90年代以來，隨著個人電腦和互聯網技術的逐漸普及，人工智能已經逐步發展成為分布式主體，為人工智能的發展提供了新的方向。1992年，當時在蘋果公司任職的李開復使用統計學方法，設計開發了具有連續語音識別能力的助理程序Casper，這也是如今Siri的原型。而1997年IBM的計算機系統“深藍”戰勝了國際象棋世界*軍卡斯帕羅夫，又一次在公眾領域引發了現象級的AI話題討論。

 

進入21世紀，人工智能技術與計算機軟件技術深度整合，也滲透到幾乎所有的產業中去發揮作用。2009年，谷歌開始秘密測試無人駕駛汽車技術，至2014年，谷歌就成為第一個在通過美國州自駕車測試的公司。同在2009年，華裔科學家吳恩達及其團隊在2009年開始研究使用圖形處理器(GPU)進行大規模無監督式機器學習工作，嘗試讓人工智能程序完全自主的識別圖形中的內容。2012年，吳恩達取得了驚人的成就，向世人展示了一個超強的神經網絡，它能夠在自主觀看數千萬張圖片之后，識別那些包含有小貓的圖像內容。這是歷史上在沒有人工干預下，機器自主強化學習的里程碑式事件。

 

到了21世紀第二個十年，隨著移動互聯、大數據、云計算、物聯網等技術的出現，人工智能技術也邁入了新的融合時代。2011年IBM開發的人工智能程序“沃森”(Watson)參加了一檔智力問答節目并戰勝了兩位人類*軍。目前這一人工智能程序已被廣泛應用于醫療診斷領域。

 

在2014年的一次圖靈測試競賽上，俄羅斯的計算機(人工智能軟件)成功讓人類相信它是一個名為尤金·古斯特曼的13歲男孩，成為有首臺通過圖靈測試的計算機。雖然“尤金”還遠不能“思考”，但也是人工智能乃至于計算機史上的一個標志性事件。

 *軍，轟動一時。AlphaGo背后是谷歌收購不久的英國公司Deep Mind，該公司專注于人工智能和深度學習技術，其技術不僅用于圍棋比賽，更主要用于谷歌的搜索引擎、廣告算法以及視頻、郵箱等產品。

 

2018年第五屆世界互聯網大會上，由搜狗與新華社合作開發的全球首個“AI合成主播”正式亮相。它根據所提供的文字，就能準確無誤地播送新聞，可以模擬人類說話時的聲音、嘴唇動作和表情，并且將三者自然匹配，逼真程度幾乎能以假亂真。不過同年，Uber的一輛自動駕駛汽車在進行道路測試時撞死一名行人，成為全球首例自動駕駛汽車撞死行人的事故。

 

進入2019年，人臉識別技術開始快速普及，尤其是在我國，“刷臉支付”成為人們日常生活中的新選擇，而且通過人臉識別技術，我國公安部門還將一些多年潛逃嫌犯抓獲。

 

我國近些年來尤為重視人工智能的發展，2017年至2019年，人工智能連續3年出現在我國《政府工作報告》中，“加快人工智能等技術研發和轉化”，“加強新一代人工智能研發應用”，“深化大數據、人工智能等研發應用”。從“加快”、“加強”到“深化”，說明人工智能為中國經濟高質量發展提供了新動能。并且，2020年的《政府工作報告》中首次提出的“新基建”其核心技術之一，也正是人工智能。

 

有數據顯示，截至2019年底，我國人工智能核心產業的規模超過510億元，人工智能企業超過2600家。與此同時，AI+制造、交通、商圈、文旅、政務、園區、金融等一批應用場景也在全力打造中。不少人工智能企業正緊抓“AI+新型基建”的契機展開卡位賽。我國逐步走出了一條由需求導向引領商業模式創新、市場應用倒逼基礎理論和關鍵技術創新的發展路徑。