人工智能学科路线图9787504688460

中国人工智能学会（Chinese Association for Artifi Intelligence，CAAI）成立于1981年，是经国家民政部正式注册的我国智能科学技术领域专享的重量学会，是全国性社会组织，挂靠单位为北京邮电大学；是中国科学技术协会的正式团体会员，具有推荐“两院院士”的资格。目前拥有五十一个分支机构，包括四十三个专业委员会和八个工作委员会，覆盖了智能科学与技术领域。学会活动的学术领域是智能科学技术，活动地域是中华人民共和国全境，基本任务是团结全国智能科学技术工作者和积极分子通过学术研究、国内外学术交流、科学普及、学术教育、科技会展、学术出版、人才推荐、学术评价、学术咨询、技术评审与奖励等活动促进我国智能科学技术的发展，为国家的经济发展、社会进步、文明提升、安全保障提供智能化的科学技术服务。

第一章 人工智能学科发展简史

 第一节 人工智能发展简史

 第二节 中国人工智能发展重要历程

 第二章 脑认知基础

 第一节 引言

 第二节 脑信号获取与解码

 第三节 脑信号输入及干预

 第四节 脑机交互与脑机融合

 第五节 神经拟态建模与计算

 第三章 机器感知与模式识别

 第一节 主要研究内容

 第二节 研究现状

 第三节 面临的科学问题

 第四节 未来发展方向

 第四章 自然语言处理与理解

 第一节 主要研究内容

 第二节 研究现状

 第三节 面临的科学问题

 第四节 未来发展方向

 第五章 知识工程

 第一节 主要研究内容

 第二节 研究现状

 第三节 面临的科学问题

 第四节 未来发展方向

 第六章 机器人

 第一节 主要研究内容

 第二节 研究现状

 第三节 面临的科学问题

 第四节 未来发展方向

 第七章 智能系统与应用

 第一节 人工智能赋能各行各业

 第二节 人工智能应用愿景

 第八章 人工智能学科方向发展预测

 第一节 人工智能理论与技术发展预测

 第二节 人工智能发展总路线图

 第三节 人工智能长远发展对人类社会的深远影响

第一章人工智能学科发展简史

第一节人工智能发展简史

人工智能从狭义来说，是人类智能的人工实现；而从广义来理解，可以认为是智能体的人工实现。因此，它包含两层意思，一是有智能的学习，二是有人的参与和实现。

而对于智能的定义，针对人类智能来说，是“人类根据初始信息来生成和调度知识，进而在目标引导下利用初始信息和知识，生成求解问题的策略，并把智能策略转换为智能行为，从而解决问题的能力”。

如将上一定义中的人类替换成智能体，则学习智能可以泛指学习具有不同智能能力，高层或低层的智能体的智能。

人类为了实现这一能力，在三千多年前就有了构造智能机器的雏形想法。

如在我国西周时代，就有巧匠偃师给周穆王献“艺伎”的故事。指南车则可以视为世界上最早的机器人。唐代有记载：“将作大匠杨务廉甚有巧思，常於沁州市内刻木作僧，手执一碗，自能行乞。碗中钱满，关键忽发，自然作声云‘布施’。市人竞观，欲其作声，施者日盈数千矣。”这是关于机械式语音生成器的民间传说。

除了梦想的机器以外，在人工智能所需的数学基础上，前人也做了一些铺垫。古希腊斯塔吉拉人亚里士多德（前384一前322）撰写的《工具论》，就为人工智能依赖的形式逻辑奠定了基础。布尔（Boole）创立的逻辑代数系统，用符号语言描述了思维活动中推理的基本法则，即“布尔代数”。这些理论基础都为人工智能学科的形成与创立发挥了重要作用。

真正的人工智能始于1936年左右，至今经历了八十余年。从其萌芽开始，经历了三次高潮两次低谷。我们将人工智能历史粗略分为萌芽期、初创期、成长期和迅猛发展期四个阶段。

一、萌芽期

人工智能的苗头出现于1936年左右。这一阶段一个特别擅长长跑的科学家，创立了理想计算机模型的自动机理论，提出了以离散量的递归函数作为智能描述的数学基础，为人工智能的诞生奠定了计算理论的基础。他的名字叫图灵，以后在计算机领域的“诺贝尔奖”便以他来命名，即“图灵奖”。

而与智能联系最紧密的是大脑的思维方式，人类自始至终一直着迷于解开其中的机理，但限于采集设备在时间和空间分辨率上的不足，至今我们也只能看到一些比较小且零星的进展。可认为与智能最密切的进展出现于1943年。当年，麦卡洛奇（W.S.McCulloch）和皮兹（W.Pitts）在The Bulletin of Mathematical Biophysics 上发表神经元的相互连接机制，并建立了相应的数学模型，并以他们姓氏的首字母命名为M-P模型，为人工智能的诞生提供了神经元结构模拟的基础。

除了大脑的工作机制外，还有一位喜欢骑独轮车上下班、甚至组建过独轮车俱乐部的科学家也为人工智能的萌芽做出了杰出贡献。他就是香农（Claude Shan-non）。1948年他发表了A Mathematical Theory of Communication,后人称之为信息论。在该理论中，他研究了事件的概率与信息量之间的关系，如太阳每天都会升起，出现的概率是1，但却没有信息量。基于这一假设，他研究了信息度量的方法，提出了信息熵的思想，建立了信息传递的基本理论，为人工智能的诞生提供了信息理论的基础。

几乎同时，一位神童级的人物，19岁就发表了集合论方面的论文，24岁进入麻省理工大学数学系任教的维纳（N.Wiener）于1947年53岁时创立了控制论（cy-bernetitcs），1948年正式出版了著作。该书深入探讨了动物和机器中的通信、学习与控制的规律，为人工智能提供了学习与控制的理论基础。控制论也成了自动化学科的核心观念。不过由于近年来，人工智能似乎以计算机学科为主导，也有些自动化学科的专家们在反思，是否当年不应该将cybernetics翻译成控制论。毕竟cyber带有网络的意思，如果以神经科学方向的理论而非控制论来命名，也许现在的人工智能仍然会以自动化学科为主导。

一年后的1949年，埃德蒙·伯克利(Edmund Berkeley）出版了Giant Brains orMachines That Think,他对电脑给出了智能的解释,即“（这些传闻的）巨型机器……可以计算、总结和选择，还可以基于信息作出合理操作。称这样一台机器能思考并不为过。”

同年，赫布（Donald Hebb）发表Organization of Behavior:A Neu-ropsychologicalTheory，描述了学习过程中人脑神经元之间连接的规律。他倡导多细胞集成学说，主张视觉客体是由相互关联的神经细胞集合体来表象，并称其为ensemble。在神经元工作机理上，与之观点相左的是巴娄（Horace Basil Barlow）。他倡导单细胞学说，假设从初级阶段而来的输入集中到具有专一性响应特点的单细胞，并使用这个神经单细胞来表象视觉客体。赫布与巴娄的观点，导致人工智能界后来在研究方法上形成了两……

中国人工智能学会编撰，我国人工智能学科的技术路线与发展预测

人工智能从狭义来说，是人类智能的人工实现；而从广义来理解，可以认为是智能体的人工实现。因此，它包含两层意思，一是有智能的学习，二是有人的参与和实现。进入21 世纪，尤其是2012年以后，人工智能研究有了突破性进展，即人工智能形成了大量具有优异性能的应用级产品，在产业界备受关注，且渗透到了较以往更为广泛的其他领域中，其中起主导作用的是神经网络研究的再次兴起。在一波人工智能热潮中，智能博弈、无人驾驶汽车、人工智能助理、语音识别、自然语言理解等都取得了飞速发展，对工业界产生了巨大影响。同时，脑科学、神经科学、认知科学的研就也不同程度的与人工智能学科研究形成交叉融合。人工智能研究已经成为持续热点，得到了学术界、工业界和资本界的广泛关注。为了对人工智能学科的发展方向作出比较准确的预见和把握，助力人工智能学科的发展，中国人工智能学科会组织学界专家对本学科的现状和趋势进行了科学严谨地研究，撰写了这部《人工智能学科路线图》。