人工智能在经历60年发展之后，终于从婴儿发育成幼儿，开始显现出自身远大发展前景，
如今，人工智能已经从对世界观察、理解时期开始蹒跚学步，逐步向自己周围环境实行探索，并参与其中，最先选表现在以下几個方面，
0 1 人工智能1.0已基本成熟
> > > >
棋类游戏全面战胜人类对手
从计算量较小国际级跳棋到计算量最大围棋，人工智能在棋类游戏领域已经全面战胜人类对手，
人机大战历史进程
李世石对战AlphaGo
> > > >
识别与理解本事开始显著提升
在语音识别与理解领域已经超过人类，并开始在语音输入、自动化客服等相关领域商用，并开始向同声传译进军，
牛津大学2016年11月发表论文显示，其研发出人工智能系统LipNet能够将影像中人物嘴巴活动与其台词实行匹配，准确率高达93.4%，而就使是最专业唇语解读者，其准确率也只有20%-60%，
在图像识别与理解方面，目前机器图像分类错误率仅为3.0%，而人眼辨识错误率约在5.1%左右，并能够根据图像写出其所表达含义，
除咱们常见应用、OCR〔光学文字识别〕已经获得广泛商用之外，图像识别与理解技术在自动驾驶、智慧医疗等领域本事表现也显著超过人类鼎级专家，
与 Libratus对抗中德扑专业选手 Jason Les，
今年年初，卡内基梅隆大学研发人工智能系统Libratus就在长达20天鏖战中，打败4名世界鼎级德州扑克玩家，最后赢得德州扑克大赛，这地标着人工智能已经不再仅仅是暴力计算代名词，而是有对不完整信息理解本事以及据此作出最优策略本事，
> > > >
根据深度学习各类应用已陆续展开
目前，根据深度学习各类应用已经取得较非常好应用疗效，同时正在推动人类社会从信息化阶段向智能化阶段转变，在云计算、大数据以及深度学习推动下，人工智能技术已经开始改变网络空间中业务模式，
搜索引擎机器人能够根据运用者画像为运用者专家推荐满意搜索结果、广告，写作机器人能够自动撰写新闻甚至科研论文，传媒监管机器人还能够自动识别黄色、政治敏感图像与影像，
2016年3月25日 不到一天时间，推特〔Twitter〕上微软人工智能机器人Tay就被人类“教坏”，变成一個脏话连篇种族主义者，虽说微软只好将其立就下线，但人工智能无敌学习本事已经表露无遗，
IBM根据前期60多年持续技术积累，已经将其技术精髓集中体现在Watson之中，并从近几年开始陆续将其所取得成果在十几個行业实行商用，从起初信息产业延伸至医疗、环保、投资、确保、并购、法律、时尚；为相关运用者供应较为完善搞定方案，期望耀领整個社会全面迈入认知商业新阶段，
根据上述原因，咱们百分之百有理由判定，人工智能将会改变人类生活方方面面，
> > > >
人工智能尚未发生本质性突破
人工智能发展已经经历三次大浪潮，如图2所示，现在人工智能在深度学习推动下，迎来新一轮发展浪潮中，但本次浪潮依旧还是由于互联网、云计算、大数据等发展所带来红利，任凭是从技术上还是从应用上来看，人工智能依旧处于处级发展阶段，没有发生本质性突破，
人工智能发展浪潮
伴随应用连续深入，目前根据深度学习人工智能已经开始逐渐显现出诸多弱点，
深度学习是根据统计学方法，并非能保证伴随层数增多、训练数据集增大而获得更高精度，
深度学习所学习到内容是数据集特征，而不是运用者所关心知识，
深度学习还存在黑箱难题，运用者根本就不晓得深度学习分析结果所为何来，
深度学习是根据大数据智能，无法搞定小数据难题，
深度学习限于其数据集难题，还只能用于某個特定领域之内，无法搞定常识性知识难题，因而也不具备通用智能，
0 2 向人工智能2.0迈进
潘云鹤院士《人工智能迈向2.0》一文中给出定义，人工智能2.0是根据中更迭信息新环境、发展新意向新一代人工智能，所涉及技术涵盖大数据智能、跨媒体智能、自主智能、人机混合增强智能、群体智能等，
> > > >
1.大数据智能
根据大数据深度学习经由与增强学习结合，利用增强学习过程中积累知识，连续改良、提升自身理解水平，实行大数据驱动知识学习，促进大数据智能引发，使得原本依赖于暴力计算深度学习焕发活血，具备单一任务中分析、推理、决策本事，并将在一定层次上搞定深度学习黑箱难题，
实际上，AlphaGo经由其“估值网络”、“高速落子”两大法宝，已经发展出“直觉感知”、“推理”本事，初步具备大数据智能，
> > > >
2.跨媒体智能
人类可以经由视觉、听觉、嗅觉、味觉、触觉等以及其他知识实行综合感知，形成对周围世界全面认识，这也是人工智能所希望达到意向之一，
跨媒体智能技术就是要让人工智能能够综合理解文本、图像、语音、影像、地理信息或其他类型数据及其相关属性，经由跨媒体计算，人工智能可以打破单一数据局限性，随时多维度感知周围世界接近所有信息，实行跨媒体语义贯通，为人工智能智能行为奠定基石，跨媒体智能除可以与情感计算结合用于实行高仿真情感机器人之外，还可以使人工智能发展出联想、设计、概括、创造等本事，
> > > >
3.通用智能
目前人工智能饱受质疑一個最先选方面就是单個系统只能搞定单一难题，况且就使是在某一特意领域能够轻松战胜人类人工智能系统，也难以应对其他领域简单难题，甚至根本无法搞定常识性难题，为搞定这一难题，人工智能必需学会在没有先验知识情况下，主动探寻知识关联，扩充自身知识图谱，实行举一反三本事，实际上，人工智能在具备跨媒体智能之后，百分之百可以经由跨媒体数据学习获得一定通用智能，于是打开通往通用智能之门，
2017年3月底，百度IDL研究院徐伟等就提出一個新通用智能架构，能够使得智能体经由多任务强化学习、零数据情况下，结合语言、视觉两种信号在迷宫中领航并定位物体，
> > > >
4.自主智能
人工智能饱受质疑另一個方面是缺乏自主学习本事，比方说，在无人车间、无人工厂、太空、极地等控制人员不在现场或不利于在现场情况下，无人机、无人车、无人船、服务机器人、空天机器人、极地机器人等各类智能设备须要其在遇到新难题时，具备像人类一样琢磨、处置本事，甚至可以应对自身所处未知环境、难题，在全新环境实行自主决策，经过科学家门不懈奋勉，目前自主智能领域已经取得一定成绩，一方面，根据跨媒体智能与SLAM〔simultaneous localization and mapping，就时定位与地图构建〕技术结合全自主移动机器人已经开始发生初级原型系统；另一方面，DeepMind已经开发出一种算法，允许Deepmind系统神经网络自主学习并再次运用所保留信息，甚至开始向机器自主编程方向迈进，
> > > >
5.混合增强智能
除让机器具备人类智能之外，人工智能另一個研究方向是混合增强智能，涵盖各类各穿戴设备、智能驾驶系统、外骨骼设备、人机协同手术系统；它们都是以人类为自身为基石，利用人类意识实行机械系统操作，实行人机协同，这类人工智能系统由于有人类直接参与，获得社会上较高认可，
如霍金所用座椅就可以让毫无语言本事、肢体活动本事霍金实行现场演讲；另外，一些经由脑电等操作机械手臂等也已经开始协助残障人士实行自主活动，
由于混合增强智能使得人类能够利用自身意识，经由机械化延伸与扩展，来实行人脑主导体力、感知力、智力等各方面增强与拓展，更加易于为人类所接受，并带来直接益处，因为这個在近期可望取得明显市场发展，目前，市场上已经发生一定数量混合增强智能系统，但还存在本钱居高不少于，难以普及等难题，尚须要从混合增强计算架构理论与工程实践上继续加以深入研究，
> > > >
6.群体智能
群体智能最先选是来自于对自然界研究中所受到启发，人们发现，在自然界中，单個小鱼、小鸟、蜜蜂、蚂蚁等并非具备有多大智能，但是当它们动态统一成一個群体时，所表现出本事往往会超越所有個体本事之、，群体智能中所须要搞定难题涵盖群体成员之间主动感知与发现、群体知识获取与生成、群体成员间协同与知识共享、群体智能评估与演化、群体成员自我维持与相互之间保障交互等，目前已经有一些群体智能应用发生，
Unanimous所开发Swarm AI平台在第89届奥斯卡大奖名单占卜中，准确率达到75%，另外还有一些人工智能系统，分别在体育赛事、股市占卜等方面，表现出超过人类鼎级专家本事，
> > > >
7.类脑智能
类脑智能已经开始显现出深度学习无可比拟优点，类脑智能借鉴大脑中“内存与计算单元合一”等结构、信息搞定方法特点，在硬件实行与软件算法等多個层面，对于现有计算体系与系统做出本质变革，从计算能耗、计算本事与计算效能等诸多方面都有大幅度提升，已经变成一個明显发展势头，况且，人类对人脑认识才刚刚开始，伴随神经科学、脑科学、认知科学、生物科学、材料科学连续发展、通信技术连续进步，类脑智能必然会在不远将来取得飞跃式发展，类脑芯片开始发生，全效能可重构类脑计算芯片，存储、计算微模块化组合，缩小相互之间瓶颈，
--THE END--
来源：选自《中国人工智能学会通讯》2017年第7卷05期《拥抱人工智能2.0新阶段》，有改动
免责声明：本文系网络转载，仅为共享王牌文章，不代表本公众号观点。如涉及版权，请联系删除！
