A. 人工智慧的具體發展歷史是什麼

【1950-1956年是人工智慧的誕生年】
圖靈測試1950
Dartmouth 會議1956
（1956年夏季，以麥卡賽、明斯基、羅切斯特和申農等為首的一批有遠見卓識的年輕科學家在一起聚會，共同研究和探討用機器模擬智能的一系列有關問題，並首次提出了「人工智慧」這一術語，它標志著「人工智慧」這門新興學科的正式誕生。）

【1956-1974 年是人工智慧的黃金年】
第一個人工智慧程序LT邏輯理論家1958（西蒙和紐維爾）
LISP編程語言1958（約翰麥卡錫）
用於機器翻譯的語義網1960（馬斯特曼和劍橋大學同事）
模式識別-第一個機器學習論文發表（1963）
Dendral 專家系統1965
基於規則的Mycin醫學診斷程序1974

【1974-1980年是人工智慧第一個冬天】
人工智慧：綜合調查1973（來特希爾）
項目失敗，列強削減科研經費

【1980-1987年是人工智慧繁榮期】
AAAI在斯坦福大學召開第一屆全國大會1980
日本啟動第五代計算機用於知識處理1982
決策樹模型帶動機器學習復甦1980中期
ANN及多層神經網路1980中期

【1987-1993年是人工智慧第二個冬天】
Lisp機市場崩潰1987
列強再次取消科研經費1988
專家系統滑翔谷底1993
日本第五代機退場1990年代

【1993-現在突破期】
IBM深藍戰勝卡斯帕羅夫1997
斯坦福大學Stanley 贏得無人駕駛汽車挑戰賽2005
深度學習論文發表2006
IBM的沃森機器人問答比賽奪魁2011
谷歌啟動谷歌大腦2011
蘋果公司的Siri上線2012
微軟通用實時翻譯系統2012
微軟Cortana 上線2014
網路度秘2015
IBM發布truenorth晶元2014
阿爾法狗打敗人類棋手2016

B. 誰知道目前各國的人工智慧發展水平概況

當然是日本最好了，不是我喜歡鬼子的東西，因為平心而論在人工智慧這個領專域日本的技屬術是相當過硬的，而且在世界上說也是別的國家所無法比擬的。
無論是，美歐還是，中國印度，在這一領域可以說都沒有達到日本的水平。

當然美歐畢竟都是科技強國，這點也是不容否定的。可以說僅次於日本的水平，畢竟這些國家在這一領域上的研究也不是一天兩天了。

中國近些年也開始了這方面的研究，投入的資金可以說是非常龐大的。就像神舟升空一樣，在人工智慧這個領域，可以說是飛速發展。在世界上也有了立足之地。

至於印度，雖然也逐步的發展這方面，但是肯定是沒有中國發展的快的。

C. 人工智慧和量子技術在國內外發展現狀如何

目前人工智慧和量子科技在國內外的發展都算是如火如荼，其中，中國對於量子論的鑽研更深入一些；而海外的知名科技龍頭企業谷歌公司，對人工智慧領域的成就是有目共睹的。未來，我們或許就會用這兩大法寶，徹底改變科技時代，打開另一個天地的大門。

我們都知道，時至今日，人類已經在現代科學的道路上取得了無數成就和突破，物理學，生物學，醫學上的進步，都是無有時歇，有目共睹。同時，前沿科學界最熱門的兩大領域，莫過於人工智慧和量子力學了；

因此，可以說，這兩大方向，都是我們未來的康莊大道。

D. 美國為什麼能在人工智慧領域一直處於領先地位

美國在人工智慧技術方面處於世界領先地位。數十年的聯邦研究經費、工業和學術研究以及源源不斷的外國人才使美國處於當前人工智慧繁榮的前沿。
然而，隨著人工智慧在全球范圍內蓬勃發展，美國政府缺乏指導美國投資並為技術效果做好准備的高水平戰略。


白宮表示，將要求衛生和交通等領域的機構發布數據，利用保護隱私的機制推進人工智慧研究。這一結果可能類似於退伍軍人管理局的一個項目，該項目開發了一種方法，可以讓字母表臨時訪問數十萬份匿名健康記錄，以訓練人工智慧軟體來預測腎臟問題。

等待特朗普簽字的計劃還指導聯邦機構在分配研發預算時優先考慮人工智慧。它要求他們支持培訓和獎學金計劃，幫助工人適應人工智慧改變的工作，並培訓未來的人工智慧專家和研究人員。
行政院也承認人工智慧可能會造成不受歡迎的影響。

E. 目前世界上人工智慧方面最先進的是哪個國家

美國，因為美國是生產研究，最早發展人工智慧的國家，而且現在的很多人工智慧晶元基本都在美國生產

F. 人工智慧的發展史是什麼

【1950-1956年是人工智慧的誕生年】
圖靈測試1950
Dartmouth 會議1956
（1956年夏季，以麥卡賽、明斯基、羅切斯特和申農等為首的一批有遠見卓識的年輕科學家在一起聚會，共同研究和探討用機器模擬智能的一系列有關問題，並首次提出了「人工智慧」這一術語，它標志著「人工智慧」這門新興學科的正式誕生。）

【1956-1974 年是人工智慧的黃金年】
第一個人工智慧程序ＬＴ邏輯理論家1958（西蒙和紐維爾）
LISP編程語言1958（約翰麥卡錫）
用於機器翻譯的語義網1960（馬斯特曼和劍橋大學同事）
模式識別-第一個機器學習論文發表（1963）
Dendral 專家系統1965
基於規則的Mycin醫學診斷程序1974

【1974-1980年是人工智慧第一個冬天】
人工智慧：綜合調查1973（來特希爾）
項目失敗，列強削減科研經費

【1980-1987年是人工智慧繁榮期】
AAAI在斯坦福大學召開第一屆全國大會1980
日本啟動第五代計算機用於知識處理1982
決策樹模型帶動機器學習復甦1980中期
ANN及多層神經網路1980中期

【1987-1993年是人工智慧第二個冬天】
Lisp機市場崩潰1987
列強再次取消科研經費1988
專家系統滑翔谷底1993
日本第五代機退場1990年代

【1993-現在突破期】
IBM深藍戰勝卡斯帕羅夫1997
斯坦福大學Stanley 贏得無人駕駛汽車挑戰賽2005
深度學習論文發表2006
IBM的沃森機器人問答比賽奪魁2011
谷歌啟動谷歌大腦2011
蘋果公司的Siri上線2012
微軟通用實時翻譯系統2012
微軟Cortana 上線2014
網路度秘2015
IBM發布truenorth晶元2014
阿爾法狗打敗人類棋手2016

G. 目前，國內外人工智慧差距有多大深度學習的快速發展是否會短期遇到瓶頸

技術差距並不大，差距在於t應用，再高的智能也不如人，我們的人這么多，能用人的基本就不用人工智慧了

H. 英國為何力爭人工智慧「世界之最」

因為當下人工智慧對一個國家的發展有著很大推動力。AI近年來正經歷快速發展階段，應用已滲入各個領域。AI讓計算機能夠比人類更准更快地分析和學習信息，從葯物發現到邏輯學，幾乎所有產業部門均因AI大大提高了效率和能力，AI軟體能夠被集成到現有工藝中，對工藝進行改進和規模化，大大降低成本。

英國政府10月15日在官網發布了一份關於人工智慧(AI)發展潛力的深度報告，對英國如何最大程度地發展這一革命性重大技術提出綜合建議。這份題為《發展英國人工智慧產業》的報告，由英國的數字、文化、傳媒與體育部，以及商業、能源和工業戰略部兩大部門聯合撰寫，邀請著名計算機科學家達梅·溫迪·霍爾與傑羅姆·佩森蒂執筆。

報告建議，英國政府應該加大對AI的研發投入、加強大數據的管理和共享、培訓更多AI人才，確保英國在AI領域處於世界領導者行列。

力圖保持領先地位

報告認為，英國在AI領域已經取得先機，處於世界領先地位，但國際競爭激烈，政府必須採取行動確保這一地位，甚至將英國變成研發和應用AI技術的「世界之最」。

AI和計算機之父阿蘭·圖靈來自英國，英國可謂是AI的發源地，優勢自不必說，多年來對AI研發投入已經形成一套獨有機制。英國工程和物理科學委員會(EPSRC)已經對143個科學項目進行研發撥款，目的是研發出智能技術和系統，其跨學科研究體系有助於AI工具和技術滿足倫理和應用需求。

2015年，EPSRC聯合劍橋、愛丁堡、牛津、華威與倫敦大學學院這5所英國名校一起，出資4200萬美元成立了阿蘭·圖靈研究所，研究AI在國防安全、健康、計算技術、數據中心工程，以及金融和智能城市等領域的應用，並幫助培訓新一代數據科學家。此外，英國還建立了阿蘭數據研究集團、開放數據研究所、國家數據創新中心和皇家統計協會數據科學分部等，在AI的一些關鍵研究領域取得突破性進展。

據稱，在2011年至2015年間，英國AI領域的科研論文發表達到一萬篇，不及中國、美國和日本，排名第四，因此英國需要進一步加強投入，提高競爭力。報告建議，英國應該將阿蘭·圖靈研究所變成國家級研究所，開展AI與數據科學的深入研究;各大學應該加快AI的知識產權轉化;加強各機構協作，提高AI計算能力。

提高數據開放程度

AI的發展，除了演算法，最重要的是數據來源。報告認為，英國還必須增加數據開放程度，讓研究人員更容易獲得各產業的相關數據。

雖然2012年成立的開放數據研究所已經擁有了全球化數據網路，銀行業、農業和體育等數百家企業的數據可在研究所公開獲取，但這遠遠不夠，還需更多企業參與進來，與AI研發人員共享數據。另外，這些數據還需轉換成可被機器識別的標准格式，以便更容易分享。

不過，因為隱私、安全、商業利益等因素，大量數據無法被公開，阻礙了科學家們為這些產業開發高價值的AI新應用程序。為促進這些敏感數據的分享，報告建議建立一套完整的信任機制，保障數據提供者的保密需求。報告認為，政府制定數據信託程序，設計框架流程和協議內容，既保證數據交換的安全性，又滿足AI研發者與數據提供者的雙方需求。

加大AI教育投入

技術發展離不開人才，AI研發也如此。報告認為，AI技能專家目前在英國非常短缺，為此，需要從高級人才和較底層的實用技術人才等多方面著手培養。

報告建議，企業加大投入建立AI本科人才的培養程序;鼓勵現有本科人才繼續深造，通過一年期學習，將計算機和數據科學以外的人才培養成AI領域的研究生，比如讓生物醫學專業畢業的本科生，通過一年集中學習AI研發技術，專注於研發醫學相關AI應用;吸引不同學科背景的研究生，到著名大學學習，為AI領域培養大批博士和博士後人才;開展網路課程教學，為AI培育技術性勞動人才;在阿蘭·圖靈研究所下設圖靈AI工作夥伴，吸引全世界最好的AI人才，投入巨資讓他們在英國潛心研究。

I. 中國與美國在人工智慧發展方面的真實差距有多大

美國。人工智慧軟硬兩個方面美國都是獨占鰲頭。美國的基礎工業水平，版自然社會科學領域都權是其他過短時間內難以匹敵的。雖然在材料和高端電子方面日本，韓國等國家可能比美國強。但是人工智慧是工業生產，信息電子，自然與人類科學很多全景知識的集成，絕對不是造些機器人這么簡單的事情。中國的機器人研究在世界上也有一席之地，但在集成上就遠遠不足了