人工智能的技術基礎是什么？

人工智能的技術基礎是什么

人工智能技術基礎是一個復雜的系統，它不僅僅是一個純粹的技術問題，而是一個具有科技綜合性和社會復雜性的問題，是以計算機為主的科學技術對人文社會領域的滲透和落地運用，是用人工方法和技術模擬來擴展人類智能意識的科學。

因此，人工智能技術基礎的包容性、覆蓋面和橫縱領域都相當大。

一，人工智能技術基礎產生的歷史過程

人工智能技術基礎自 1956 年達特茅斯會議以來開始逐步建立，經歷了60 多年的演進，逐漸從單一的理工科技術向多學科技術應用發展，具體經歷了以下 6 個階段 ：

一是1956 年——20世紀 60 年代初的技術基礎起步發展期

主要以人工智能概念提出、機器定理技術、跳棋程序技術等為代表，是人工智能發展的第一個技術高潮。

二是20 世紀 60年代——70 年代初的技術基礎反思發展期

這一階段人工智能技術經歷了機器連續函數證明和機器翻譯失敗等曲折，技術基礎發展目標落空而走入低谷。

三是20 世紀 70年代初——80 年代中的技術基礎應用發展期

在此期間人工智能技術基礎從理論研究走向實際應用，在醫療、化學、地質等領域取得成功，推動人工智能走入應用發展的新高潮。

四是20 世紀 80年代中——90 年代中的技術基礎低迷期

這一階段由于人工智能技術基礎因為在專家系統應用、知識獲取、推理方法、分布式功能、數據庫兼容等方面創新不足而又一次走入低谷。

五是20 世紀 90年代中——2010 年的技術基礎穩步發展期

互聯網科技發展推動人工智能技術基礎進一步走向實用化。在弱人工智能技術方面以IBM深藍超級計算機戰勝了國際象棋世界冠軍和提出“智慧地球”概念為代表，獲得了較好的發展，代表專用型人工智能技術基礎的戰略性突破。

六是2011 年至今的技術基礎蓬勃發展期

大數據、云計算、互聯網、物聯網等信息技術的發展，推動人工智能技術的爆發式提升。

從上世紀60年代至今的人工智能技術基礎發展的歷史軌跡可以看出，人工智能技術基礎受制于綜合科學技術的發展，特別是與互聯網科技和計算機科技在社會經濟系統中的大規模落地運用有關系。同時也同人工智能技術基礎的發展目標、發展方向、整體規劃、社會認同等因素也有關系。 二，人工智能技術基礎的主要內容

經過長期的發展，人工智能開始融入更多的科學研究營養，突破了僅僅依靠計算機技術、互聯網技術的限制，將越來越多的科學技術匯聚進來，綜合運用，由一個專門性、局限性的技術領域演變為全面性、開放性的新領域，并逐步建立起自己的完備體系和規范的技術研究基礎，為人工智能快速發展、迅速落地、多學科匯聚、社會廣泛認同創造了良好的條件。

第一，人工智能歷史發展學

主要從歷史的角度研究人工智能的進步演化，研究人類社會經濟條件、科學技術水平、重大歷史事件等因素對人工智能科學進步的影響。同時對人工智能歷史發展中的人物、時間、事件、過程等進行實證研究，為人工智能發展提供歷史營養和時代資源。

第二，人工智能科技哲學

人工智能哲學主要研究人工智能產生的條件、發展趨勢；人工智能對人類社會、經濟的影響；人工智能的本質；人工智能倫理道德等問題。

第三，人工智能工程學

人工智能工程學包括腦科學、認知科學、計算機科學、工程學、信息通訊學等：

1、數學：包括微積分、線性代數、統計概率、信息論、集合論和圖論、博弈論等；

2、腦科學：腦科學是研究腦的結構和功能的科學，主要探索大腦的本質，從分子、細胞和行為三個層面研究智能、智慧、意識等問題的原理和模型。腦科學為人工智能科學提供思維、意識、智能的生物學基礎。

3、認知科學：認知科學是以認知過程及其規律為研究對象的學科。語言習得、閱讀、話語、心理模型、語言心理、腦和神經是其研究對象，同時研究探索人腦或者心智工作機制。認知科學建立在堅實解剖學基礎、系統層次論和量化處理大腦信息模型等醫學基礎上。它不斷發展，先后形成了包括心智哲學、認知心理學、認知語言學、認知人類學、認知神經科學等六大支撐學科。

在此基礎上又產生11個新興交叉新學科，包括控制論、神經語言學、神經心理學、認知過程仿真、計算語言學、心理語言學、心理哲學、語言哲學、人類學語言學、認知人類學、腦進化。

美國國家科學基金會評價認知科學的重要性時說：“聚合技術是以認知科學為先導的。因為我們一旦能夠以如何（how）、為何（who）、何處（where）、何時（when）這四個層次上理解思維，我們就可以用納米科技來制造它，用生物技術和生物醫學來實現它，最后用信息技術來控制它，使它為人類工作”。

4、計算機科學：主要包括計算機原理、程序設計語言、操作系統、分布式系統、算法基礎、機器學習算法、機器學習分類、機器視覺識別、自動控制；機器學習架構還包括數據挖掘、智能芯片、虛擬化、分布式結構、庫和計算框架、可視化解決方案、云服務等；還有其他一些人工智能技術包括知識圖譜、統計語言模型、專家系統、遺傳算法、博弈算法等。

5、應用工程學：目前人工智能主要靠四大應用落地技術打開局面，這些應用型技術主要圍繞模擬、延伸和擴展人類智能，促使其在視覺處理、語音識別、自然語言處理和智能機器人四大應用領域落地：

計算機視覺技術（Computer Vision）

這是一門研究人工智能“眼睛”和“視力”的科學。人工智能中70%以上的數據采集、識別和分析都建立在如何讓機器“看”的科學上，通過計算機代替人眼對目標進行識別、跟蹤和測量，使計算機成為更適合人眼觀察或傳送給儀器檢測圖像和圖形處理的技術。

語音識別（Automatic Speech Recognition）

語音識別是以語音為研究對象，通過信號處理和識別技術讓機器自動識別和理解人類口述的語言，并將語音信號轉換為相應文本或命令的一門技術。由語音識別和語音合成、自然語言理解、語義網絡等技術相結合的語音交互正在逐步成為當前多通道、多媒體智能人機交互的主要方式。

自然語言理解（Natural Language Understanding）

自然語言理解即文本理解，和語音圖像的模式識別技術有著本質的區別。語言作為知識的載體，承載了復雜的信息量，具有高度的抽象性，對語言的理解屬于認知層面，不能僅靠模式匹配的方式完成。

智能機器人（Interlligent Robot）

智能機器人是具備人的思維意識，理解并對人類語言和行為做出反應，能夠代替人類承擔特定職能的高級機器系統。

應用工程學的人工智能運用在實踐中又具體表現為“六會”技術：

以語音識別、機器翻譯等為主的人工智能“會聽技術”；以圖像識別、文字識別等為主的人工智能“會看技術”；以語音合成、人機對話等為主的人工智能“會說技術”；以人機對弈、定理證明等為主的人工智能“會思考技術”；以機器學習、知識表示等為主的人工智能“會學習技術”；以機器人、自動駕駛汽車等為主的人工智能“會行動技術”；第四，人工智能社會科學

人工智能科學基礎又可以稱為人工智能的元知識技術體系，它研究描述人工智能技術或知識集合所包含的內容、結構和特征。人工智能如果沒有智能科學的元知識,就無法描述知識和技術、使用知識和技術。作為元知識技術體系的人工智能科學雖然不是本領域直接運用的知識和技術,不能解決具體知識技術問題，但是它是關于人工智能領域一般知識和技術的規律、性質、結構、功能、特點、組成與使用的概括性、基礎性知識技術體系,是人工智能管理、控制、使用和發展本領域知識技術的母基體系。

人工智能科學是人工智能思想、意識和哲學的核心,如果沒有掌握好它就不能很好地學習人工智能知識和技術，就不能學習和認知基本的知識。人工智能科學對于人們認知系統的建立起著重要作用。沒有建立在人工智能科學基礎上的智能系統起碼不是一個真正的智能系統。

人工智能社會科學由人工智能政治學、人工智能社會學、人工智能法學、人工智能經濟學、人工智能教育學、人工智能心理學、人工智能語言學等二級學科構成。

人工智能社會科學基礎包括以下部分：

1、人工智能政治學：主要涉及和研究人工智能科學在服務政治體系建設和國家治理現代化方面的具體功能作用，以及人工智能發展中的國家戰略視角、宏觀把控能力等要素。

2、人工智能社會學：研究人工智能如何參與社會發展、管理，權衡人工智能技術發展對于社會的整體利弊關系，對帶來的社會變革與問題進行預測和解答，關注人工智能時代下的結構性失業、技術貧困和倫理困境，通過人工智能技術解決方案實現對社會變遷與問題的回應。

3、人工智能法學：研究和關注法學的人工智能化，為法律事業建設提供智能解決方案。同時關注、研究、解決人工智能帶來的法律問題，為構建新型法律關系、法律政策、法律制度提供研究與保障。在人工智能的應用和標準化兩個維度上，為人工智能產業明晰“不能做什么”和 “應該怎么做”的邊界劃分。

4、人工智能經濟學：人工智能經濟學對人工智能將對社會帶來全新的經濟模式、經濟結構、經濟關系，以及社會生產力的巨大變化進行前瞻性研究，提供落地解決方案。同時通過神經網絡、機器學習、智能機器人社會化生產系統等人工智能經濟技術，為社會、政府和經濟組織提供宏觀、中觀、微觀，以及各個產業內部的實施解決對策。

5、智能教育學：研究探討將語音識別、腦機接口、知識圖譜、網絡教育等技術運用轉換到教育培訓領域，為教學研究提供新的工具。挖掘人工智能技術在教育中的應用情境、應用方式和使用效果，致力于人工智能人才培養的教育機制研究，規劃制定人工智能教育的全面推進解決方案。

6、智能語言學：人工智能智能語言學著重真實語料、口語和書面語并重的分析，將認知語言學、心理語言學、社會語言學的研究成果運用到人機對話、機器翻譯之中，旨在貫通自然語言和機器語言，并構建介于兩者之間的語言思維模式，從而推動人機交互效果的提升。

第五，人工智能應用場景學

是對人工智能應用落地場景客觀條件和環境的對策性研究。主要包括：

1、互聯網和移動互聯網運用場景研究：包括搜索引擎、內容推薦引擎、精準營銷、語言和自然語言交互、圖像和視頻內容理解檢索、用戶畫像、反欺詐；

2、智能交通類場景研究：包括自動駕駛傳感器、感知、控制器、規劃、整車集成、車聯網、高精度地圖、模擬器、智慧公路網絡和標志、共享出行、自動物流車輛、物流機器人、智能物流規劃等；

3、智能金融場景研究：銀行業包括風控和反欺詐、精準營銷、投資決策、智能客服；保險業包括智能風控與反欺詐、精準營銷、智能理賠、智能客服；證券、基金、投行等包括量化交易、智能投顧等。

4、智慧醫療運用場景研究：醫學影像智能判讀、輔助診斷、病例理解和檢索、手術機器人、康復智能設備、智能制藥；

5、家用機器人和服務機器人運用場景研究：智能家居機器人、老幼伴侶機器人、生活服務機器人等；

6，智能制造業：包括工業機器人、智能生產系統、智能營銷系統、智能供應鏈系統、智能生產性服務系統等；

7、人工智能輔助教育場景研究：包括智慧課堂、教育機器人等；

8、智慧農業使用場景研究：包括智能農業物聯網系統、智能農業機器人系統、智能農機系統等；

9、智能新聞場景研究：包括智能新聞稿件機器人、智能新聞資料機器人等；

10、智能翻譯場景研究：包括智能文字翻譯、智能語言翻譯等；

11、智能機器仿生場景研究：包括動物仿生、器官仿生等；

12、智能律師助理場景研究：包括智慧法律咨詢、案例數據庫機器人等；

13、人工智能藝術創作場景研究：包括舞蹈機器人、繪畫機器人、作家機器人等；

14、人工智能其他不斷增加的應用場景研究。

第六，人工智能未來學

人工智能未來學是對人工智能發展的前瞻性研究，為現實環境下的人工智能研究發展提供參照與預測作用。

1、科幻文學和科幻影視；

2、人類命運研究；

3、人類與智能機器人關系研究；

4、人工智能本質研究；

5、宇宙命運研究；

這些研究結論將關系到人工智能的發展走向。

總之，人工智能技術基礎是從上世紀60年代開始出現并發展起來的，其中經歷了6個階段，至今基本形成了完整的體系。人工智能技術基礎內容廣泛，門類繁多。主要包括人工智能歷史學、人工智能科技哲學、人工智能工程學、人工智能社會科學、人工智能應用場景學、人工智能未來學六大部分。這些技術基礎為人工智能發展起到了關鍵性作用。