人工智能行业分析报告.docx

人工智能行业分析报告.docx

《人工智能行业分析报告.docx》由会员分享，可在线阅读，更多相关《人工智能行业分析报告.docx（21页珍藏版）》请在冰豆网上搜索。

人工智能行业分析报告

2017年人工智能行业分析报告

内容目录

人工智能是一个能够实现最佳（期望）产出的多维度的基于机器的人类代理................4像人类一样思考:

人工智能模仿人类思考与认知的模式............................................4像人类一样行动：

人工智能在与人交互时拥有人类的反应（通过图灵测试）.......4理性地思考：

严格按照逻辑学进行分析推理并得出结论...........................................5

理性地行动：

作为一个理性代理，实现最佳（期望）产出.......................................5经历过两次沉浮，人工智能终于迎来了主升浪....................................................................5人类对人工智能的期望由来已久.........................................................................................5人工智能的孕育期：

1943-1955..........................................................................................6人工智能的诞生：

1956........................................................................................................6第一次黄金时期：

1956-1970年代初.................................................................................7第一次低潮：

1970年代初-1980年代初............................................................................8第二次黄金时期：

1980年代初-1980年代末..............................................................8

第二次低潮：

1980年代末-1990年代中......................................................................9成果显现：

1990年代中-今................................................................................................10人工智能的发展与商业利益推动紧密相关..........................................................................11商业利益在人工智能浪潮中扮演越来越重要的角色.........................................................11第一、二次低谷不会再重演...............................................................................................12人工智能的奇点将于2030年代到来....................................................................................12目前的人工智能是弱人工智能...........................................................................................12硬件支撑、数据集、算法、应用场景是人工智能的四大要素.......................................13不断下探的存储成本和计算成本推动人工智能的发展.............................................13

2030年代模拟人脑的计算机单价将低于1000美元................................................14投资人工智能的最佳时间是十年前，其次是现在..............................................................15科大讯飞：

人工智能领军企业...........................................................................................15四维图新：

地图领军企业切入无人驾驶...........................................................................16华宇软件：

人工智能助力司法信息化领导者更进一步...................................................16中科曙光：

高性能计算+芯片共造人工智能为阿里.........................................................16海康威视：

安防领域人工智能龙头...................................................................................16东华软件：

人工智能+行业应用大有可为.........................................................................17

图表目录

图1：

图灵测试示意图.............................................................................................................5图2：

中文屋思维实验示意图.................................................................................................5图3：

偃师与其创造的歌舞伎.................................................................................................6图4：

用巫术创造魔像.............................................................................................................6图5：

第一台神经网络计算机SNARC..................................................................................6图6：

达特茅斯会议的参会者，人工智能领域的巨头.........................................................7图7：

微世界Microworld......................................................................................................7图8：

专家系统示意图.............................................................................................................8图9：

日本第五代计算机概念图.............................................................................................9图10：

第五代计算机最终评估书认为该计划的社会影响主要是加强技术交流.............10图11：

GarryKasparov.......................................................................................................10图12：

深蓝机组.....................................................................................................................10图13：

人工智能人才大战：

亚马逊投入2.28亿美元招揽人工智能人才.......................11图14：

人工智能发展历史示意图.........................................................................................12图15：

Windows10系统配臵要求....................................................................................12图16：

人工智能的三个阶段.................................................................................................13图17：

人工智能行业模型.....................................................................................................13图18：

不断下降的存储成本.................................................................................................14图19：

不断下降的计算成本.................................................................................................14图20：

2026年可以模拟人脑的计算机单价将低于1000美元........................................15图21：

Afastlearningalgorithmfordeepbeliefnets................................................15

表1：

计算机代数划分.............................................................................................................9

人工智能是一个能够实现最佳（期望）产出的多维度

的基于机器的人类代理

人工智能的英文是ArtificialIntelligence（AI），Artificial的意思是“人造的”，Intelligence的意思是“能够获取并应用知识和技巧”。

根据ArtificialIntelligence:

AModernApproach，人工智能有如下4点定义：

1.像人类一样思考：

人工智能模仿人类思考与认知的模式

2.像人类一样行动：

人工智能在与人交互时拥有人类的反应（通过图灵测试）

3.理性地思考：

严格按照逻辑学进行分析推理并得出结论

4.理性地行动：

作为一个理性代理，实现最佳（期望）产出

像人类一样思考:

人工智能模仿人类思考与认知的模式想要模仿人类思考与认知必须了解人类是如何思考的。

尽管当今科学技术已经十分发达，但由于人体构造异常精密复杂，人类对大脑的运作的认识还处在较

为初级的层面，对大脑微观的具体运作细节尚无定论，更遑论微观层面上的记

忆形成和认知路径。

尽管如此，受神经元传递信息的方式的启发，人们发明了神经网络的算法，并在近年来大放异彩。

像人类一样行动：

人工智能在与人交互时拥有人类的反应（通过图灵测试）

图灵测试（TuringTest）是著名科学家阿兰〃图灵（AlanTuring）在1950年提出的一项测试，其核心想法是是要求计算机在没有直接物理接触的情况下接受人类的询问，并尽可能把自己伪装成人类。

如果在“足够长”的时间内，“足够多”的询问者无法以“足够高”的正确率辨别出机器与人类，则该机器通过了图灵测试。

根据英国皇家学会的测试要求，如若在一系列时长不超过5分钟的键盘对话中，某台计算机被误认为是人类的比例超过30%，那么这台计算机就被认为通过了图灵测试。

下图是一个标准版的图灵测试：

A是机器，B是真人，C是询问者。

C会给A、B书面的询问问题，并从A、B返回的问题解答中，尝试区分出谁是机器，谁是真人。

如若在足够长的时间内，足够多的C无法有足够高的正确率区分出A、

B的身份，那么A就通过了图灵测试。

但是，通过了图灵测试的机器就一定拥有智能么？

约翰〃塞尔在1980年提出了中文屋的思想实验予以反驳：

一个对汉语一窍不通，只说英语的人被关在一间只有一个开口的封闭房间中。

房间里有一本用英文写成的手册，指示该如何处理收到的汉语讯息及如何以汉语相应地回复。

房外的人不断向房间内递进用中文写成的问题。

房内的人便按照手册的说明，查找到合适的指示，将相应的中文字符组合成对问题的解答，并将答案递出房间。

约翰〃希尔勒认为，尽管房里的人可以以假乱真，让房外的人以为他确确实实说汉语，他却压根不懂汉语。

在上述过程中，房外人的角色相当于程序员，房中人相当于计算机，而手册则相当于计算机程序：

每当房外人给出一个输入，房内的人便依照手册给出一个答复（输出）。

而正如房中人不可能通过手册理解中文一样，计算机也不可能通过程序来获得理解力。

既然计算机没有理解能力，所谓“计算机于是便有智能”便更无从谈起了。

我们认为，理解手册内容，并结合输入转化为输出也是一种智能。

因此，本文仍将图灵测试作为人工智能的一项重要的衡量标准。

图1：

图灵测试示意图图2：

中文屋思维实验示意图

资料来源:

Wikipedia资料来源:

香港大学哲学系

理性地思考：

严格按照逻辑学进行分析推理并得出结论

符号主义，又称逻辑主义，即认为人的认知基元是符号，而且认知过程即符号操作过程。

它认为人是一个物理符号系统，计算机也是一个物理符号系统，“推理就是计算”，因此，人类就能够用计算机来模拟人的智能行为，即用计算机的符号操作来模拟人的认知过程。

然而，符号主义由于诸多原因已经式微。

理性地行动：

作为一个理性代理，实现最佳（期望）产出

代理（agent）指的是能代替人类进行行动的东西。

将人工智能从行为上定义比从思考上定义有若干有点：

1.正确的推论难以达到（如著名的有轨电车问题：

是拯救一个小孩还是其他五个？

）2.正确的推论并不是理性行动的全部内容，而是“实现理性的几种机制之一”；3.在行为上定义更符合人类的直觉。

如果说人工智能是一个基于机器的理性的人类代理，可以实现最佳的（期望）产出。

这就带来一个问题，计算器是人工智能么？

计算器的确是一个理性代理，可以实现最佳的期望产出（准确高速地运算）。

但是，智能是多个维度的，计算器实现的功能与人脑在广度、深度、自主度和通用性方面差异巨大，按当今人们的直觉，计算器也实在算不上人工智能。

因此，我们认为人工智能一个更准确的定义是：

人工智能是一个能够实现最佳（期望）产出的多维度的基于机器的人类代理。

而计算机科学中通过尝试合成智能来研究智能是其当前的表现方式。

经历过两次沉浮，人工智能终于迎来了主升浪

人类对人工智能的期望由来已久自古以来，人类就对以自己为模板创造人工生命并赋予其智能充满着幻想。

古希腊神话中，火神赫菲斯托斯就创造了黄金机器人作为自己铁匠铺的助手；皮

格马利翁则爱上了自己创造的雕像伽拉忒亚并由爱神赋予之生命；《列子〃汤问》中的偃师所创造的歌舞伎不止表演高超，甚至有人类的情欲；黑暗的中世纪中，用巫术创造魔像的故事广为传播；文艺复兴时期欧洲的炼金术师沉迷于创造出何蒙库鲁兹这种人工生命；怪物弗兰肯斯坦的故事家喻户晓；《2001太空漫游》中的HAL电脑的自主意识及其采取的行动让人惊心动魄。

我们可以发现，创造人工智能的想法自人类的诞生就一直存在，它随着人类的发展不断演化（神造

人->人造超人->人造亚人->人造电脑），并随着人类的发展逐渐的变成现实。

图3：

偃师与其创造的歌舞伎图4：

用巫术创造魔像

资料来源:

百度百科资料来源:

Wikipedia

人工智能的孕育期：

1943-1955

1943年，WarrenMcCulloch和WalterPitts发表了关于人工智能最早的工作。

他们提出了一个神经网络的架构：

每个神经元只有“开”和“关”两种状态，并可由周围神经元的刺激切换状态。

同时，他们证明了神经网络可以用于数值和逻辑的计算。

1950年，哈佛的两个本科生MarvinMinsky和DeanEdmonds建造了第一台神经网络计算机SNARC，可以模拟40个神经元。

图5：

第一台神经网络计算机SNARC

资料来源:

本时期最重要的贡献来自于阿兰·图灵。

1950年，图灵发表了《Computing

MachineryandIntelligence》论文，介绍了图灵测试、机器学习、基因算法、

强化学习等概念，奠定了人工智能发展的基础。

人工智能的诞生：

1956

1956年的达特茅斯会议标志着人工智能的诞生：

JohnMcCarthy联合Minsky、ClaudeShannon、NathanielRochester在达特茅斯组织了两个月的Workshop。

达特茅斯会议将不同的研究领域的研究者组织在了一起，提出了“人工智能”这个名词，人工智能也成为了一个独立的研究领域。

参会者尽管只有十人，但是他们中的每一位在未来很长的一段时间都对人工智能领域产生了举足轻重的影响。

图6：

达特茅斯会议的参会者，人工智能领域的巨头

资料来源:

LinkedIn

第一次黄金时期：

1956-1970年代初

达特茅斯会议之后，人工智能迎来了发展的黄金时期，出现了大量的研究成果。

HerbertSimon、J.C.Shaw、AllenNewell创建了通用解题器（GeneralProblemSolver），是第一个将待解决的问题的知识和解决策略相分离的计算机程序；

NathanialRochester的几何问题证明器（GeometryTheoremProver）可以解

决一些让数学系学生都觉得棘手的问题；DanielBobrow的程序STUDENT可以解决高中程度的代数题；McCarthy主导的LISP语言成为了之后30年人工智能领域的首选；Minsky、SeymourAubreyPapert提出了微世界（Mircroworld）

的概念，大大简化了人工智能的场景，有效地促进了人工智能的研究。

微世界程序的最高成就是TerryWinograd的SHRDLU，它能用普通的英语句子与人交流，还能作出决策并执行操作。

图7：

微世界Microworld

资料来源:

ArtificialIntelligence:

AModernApproach3rd

注:

该图显示SHRDLU程序刚才完成了一个任务：

将一个比你现在拿着的积木高的积木放到盒子中。

第一次黄金时期离不开资金的支持。

1963年，ARPA（后来的DARPA，美国国防部高级研究计划局）拨款220万美元给MIT，并于之后每年提供300万美

元（至1970年代结束）。

更重