1. 人工智慧發展現狀和趨勢如何

人工智慧的發展現狀處於成長期，由於相關人才的數量比較少，人工智慧的人才市場處於空缺，出現了供不應求的狀況。加之國家發布相關政策促進人工智慧的發展；一些省份也比較重視人工智慧的發展

2. 人工智慧的發展概況

探討人工智慧，就要回答什麼是智能的問題，綜合各類定義，智能是一種知識與思維的合成,是人類認識世界和改造世界過程中的一種分析問題和解決問題的綜合能力。對於人工智慧，美國麻省理工學院的溫斯頓教授提出「人工智慧就是研究如何使計算機去做過去只有人才能做的智能工作」，斯坦福大學人工智慧研究中心尼爾遜教授提出「人工智慧是關於知識的學科――怎樣表示知識以及怎樣獲得知識並使用知識的科學」。綜合來看人工智慧是相對人的智能而言的。其本質是對人思維的信息過程的模擬，是人的智能的物化。是研究、開發模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。
（一）感知、處理和反饋構成人工智慧的三個關鍵環節
人工智慧經過信息採集、處理和反饋三個核心環節，綜合表現出智能感知、精確性計算、智能反饋控制，即感知、思考、行動三個層層遞進的特徵。
智能感知：智能的產生首先需要收集到足夠多的結構化數據去表述場景，因此智能感知是實現人工智慧的第一步。智能感知技術的目的是使計算機能 「聽」、會「看」,目前相應的計算機視覺技術和自然語言處理技術均已經初步成熟，開始商業化嘗試。
智能處理：產生智能的第二步是使計算機具備足夠的計算能力模擬人的某些思維過程和行為對分析收集來的數據信息做出判斷，即對感知的信息進行自我學習、信息檢索、邏輯判斷、決策，並產生相應反映。具體的研究領域包括知識表達、自動推理、機器學習等，與精確性計算及編程技術、存儲技術、網路技術等密切相關，是大數據技術發展的遠期目標，目前該領域研究還處於實驗室研究階段，其中機器學習是人工智慧領域目前熱度最高，科研成果最密集的領域。
智能反饋：智能反饋控制將前期處理和判斷的結果轉譯為肢體運動和媒介信息傳輸給人機交互界面或外部設備，實現人機、機物的信息交流和物理互動。智能反饋控制是人工智慧最直觀的表現形式，其表達能力展現了系統整體的智能水平。智能反饋控制領域與機械技術、控制技術和感知技術密切相關，整體表現為機器人學，目前機械技術受制於材料學發展緩慢，控制技術受益於工業機器人領域的積累相對成熟。
（二）深度學習是當前最熱的人工智慧研究領域
在學術界，實現人工智慧有三種路線，一是基於邏輯方法進行功能模擬的符號主義路線，代表領域有專家系統和知識工程。二是基於統計方法的仿生模擬的連接主義路線，代表領域有機器學習和人腦仿生，三是行為主義，希望從進化的角度出發，基於智能控制系統的理論、方法和技術，研究擬人的智能控制行為。
當前，基於人工神經網路的深度學習技術是當前最熱的研究領域，被Google，Facebook，IBM，網路，NEC以及其他互聯網公司廣泛使用，來進行圖像和語音識別。人工神經網路從上個世紀80年代起步，科學家不斷優化和推進演算法的研究，同時受益於計算機技術的快速提升，目前科學家可以利用GPU（圖形處理器）模擬超大型的人工神經網路；互聯網業務的快速發展，為深度學習提供了上百萬的樣本進行訓練，上述三個因素共同作用下使語音識別技術和圖像識別技術能夠達到90%以上的准確率。
（三）主要發達國家積極布局人工智慧技術，搶占戰略制高點。
各國政府高度重視人工智慧相關產業的發展。自人工智慧誕生至今，各國都紛紛加大對人工智慧的科研投入，其中美國政府主要通過公共投資的方式牽引人工智慧產業的發展，2013財年美國政府將22億美元的國家預算投入到了先進製造業，投入方向之一便是「國家機器人計劃」。
在技術方向上，美國將機器人技術列為警惕技術，主攻軍用機器人技術，歐洲主攻服務和醫療機器人技術，日本主攻仿人和娛樂機器人。
現階段的技術突破的重點一是雲機器人技術，二是人腦仿生計算技術。美國、日本、巴西等國家均將雲機器人作為機器人技術的未來研究方向之一。伴隨著寬頻網路設施的普及，雲計算、大數據等技術的不斷發展，未來機器人技術成本的進一步降低和機器人量產化目標實現，機器人通過網路獲得數據或者進行處理將成為可能。目前國外相關研究的方向包括：建立開放系統機器人架構（包括通用的硬體與軟體平台）、網路互聯機器人系統平台、機器人網路平台的演算法和圖像處理系統開發、雲機器人相關網路基礎設施的研究等。
由於深度學習的成功，學術界進一步沿著連接主義的路線提升計算機對人腦的模擬程度。人腦仿生計算技術的發展，將使電腦可以模仿人類大腦的運算並能夠實現學習和記憶，同時可以觸類旁通並實現對知識的創造，這種具有創新能力的設計將會讓電腦擁有自我學習和創造的能力，與人類大腦的功能幾無二致。在2013年初的國情咨文中，美國總統奧巴馬特別提到為人腦繪圖的計劃，宣布投入30億美元在10年內繪制出「人類大腦圖譜」，以了解人腦的運行機理。歐盟委員會也在2013年初宣布，石墨烯和人腦工程兩大科技入選「未來新興旗艦技術項目」，並為此設立專項研發計劃，每項計劃將在未來10年內分別獲得10億歐元的經費。美國IBM公司正在研究一種新型的仿生晶元，利用這些晶元，人類可以實現電腦模仿人腦的運算過程，預計最快到2019年可完全模擬出人類大腦。
（四）高科技企業普遍將人工智慧視為下一代產業革命和互聯網革命的技術引爆點進行投資，加快產業化進程。
谷歌在2013年完成了8 家機器人相關企業的收購，在機器學習方面也大肆搜羅企業和人才，收購了DeepMind和計算機視覺領軍企業Andrew Zisserman，又聘請DARPA原負責人 Regina Dugan負責顛覆性創新項目的研究，並安排構建Google基礎演算法和開發平台的著名計算機科學家Jeff Dean轉戰深度學習領域。蘋果2014 年在自動化上的資本支出預算高達110 億美元。蘋果手機中採用的Siri智能助理脫胎於美國先進研究項目局（DARPA）投資1.5億美元，歷時5年的CALO（ Cognitive Assistant that Learns and Organizes）項目，是美國首個得到大規模產業化應用的人工智慧項目。Amazon計劃在2015 年能夠使用自己的機器人飛行器進行快遞服務。韓國和日本的各家公司也紛紛把機器人技術移植到製造業新領域並嘗試進入服務業
（五）人工智慧的實際應用
人工智慧概念從1956年提出，到今天初步具備產品化的可能性經歷了58年的演進，各個重要組成部分的研究進度和產品化水平各不相同。人工智慧產品的發展是一個漸進性的過程，是一個從單一功能設備向通用設備，從單一場景到復雜場景，從簡單行為到復雜行為的發展過程，具有多種表現形式。
人工智慧產品近期仍將作為輔助人類工作的工具出現，多表現為傳統設備的升級版本，如智能/無人駕駛汽車，掃地機器人，醫療機器人等。汽車、吸塵器等產品和人類已經有成熟的物理交互模式，人工智慧技術通過賦予上述產品一定的機器智能來提升其自動工作的能力。但未來將會出現在各類環境中模擬人類思維模式去執行各類任務的真正意義的智能機器人，這類產品沒有成熟的人機介面可以借鑒，需要從機械、控制、交互各個層面進行全新研發。

希望我的回答可以幫到您哦

3. 人工智慧現在的發展情況

人工智慧就是加強版的自動化，現在已經在各個工業生產環節應用了，信息領域最明顯，比如人臉識別，翻譯

中國人工智慧技術起步較晚，但是發展迅速，目前在專利數量以及企業數量等指標上已經處於世界領先地位。

4. 人工智慧目前的進展情況

在很多領域已經成熟啦哈，很多人都不太了解人工智慧哈，我來細說一下：
首先不要一提到人工智慧就想到機器人什麼的，那個確實是屬於人工智慧，但只是其一小部分
現在人工智慧在以下這幾個領域，已經成熟：
（1）搜索，google就是一個人工智慧的經典例子，其web spider（也就是我們國人常說的搜索引擎）大量應用人工智慧，如果沒有人工智慧絕對沒有今天的google......
（2）自然語言解析：iphone的siri是經典例子之一，其實自然語言解析這塊已經研究了20多年了，不能說很完美，但幾近於成熟啦，用過siri就知道，其真的很強大，其實google做自然語言解析這塊也很強大，2005年時有個google wave的項目，但因為太前衛了，沒有適應人們落後的生活方式，而最終不了了之.............
（3）航天：中*國*的*航*天用的人工智慧還不是很明顯，因為我們現在所涉及到的領域還用不到這么高的東西，幾個月前的神九用的「迭代制導」其實也算不上人工智慧，充其量是」動態規劃「演算法，但最近的美國的好奇號，你可以關注一下，這個真的是應用了大量的人工智慧，其降落火星的僅僅7分鍾的這個過程，完全自主完成，僅這個過程就用了幾十萬行代碼，.........
（4）工業方面：還是老話題，工業機器人，這是標準的人工智慧，不要有懷疑哈，舉個例子：例如自動將物品分類就是一個很典型的人工智慧的例子，你可能覺得這個是不是太簡單了，但基本每本人工智慧的書上都會有這個例子..........
（5）軍*事：這個不用說了吧，現代戰機，基本都是人工智慧，當然還有什麼為了&國&家&安&全&的」過#濾#系#統「.........
（6）還有很多方面：例如模式識別，什麼的都是老話題啦，還有什麼圖像解析什麼的..........
（7）總之，我們現在正在用著很多人工智慧，今年12月末的時候google就要推出google的project glass啦，其必將成為人工智慧的又一個經典的例子，你可以關注一下...........
（8）你是計算機專業的嗎，如果對人工智慧感興趣的話，可以研究這方面啊，這應該很有前景..............

5. 簡述人工智慧的未來發展趨勢

人工智慧利來用其技術賦予多個行源業能力，實現人工智慧與行業的深度結合，包括AI+金融、AI+醫療、AI+安全、AI+家庭、AI+教育等，實現傳統行業的智能化。金融、醫療、安全等行業與用戶生活密切相關，而且有大量消耗人力物力的程序化、優化的工作內容，在相關領域和場景中首先實現AI+。

人工智慧技術從國外開始，但由於互聯網，特別是國內移動互聯網的發展，目前中西在人工智慧領域的發展差距越來越小，中國新四大發明中的移動支付、自行車共享等技術在世界領先，中國以現有成果繼續大力配置人工智慧。美國人工智慧企業的發展比中國早5年。美國最初從1991年開始萌芽的1998進入發展期間的2005年後開始高速成長期的2013年後發展穩定。中國AI企業誕生於1996年，2003年產業進入發展期。2015年高峰後進入穩定期。中國將在人工智慧領域繼續追逐發達國家。

6. 人工智慧在未來發展的狀況

人工智慧是這幾年發展迅速的一項科技，一直都是很受關注。我國社會經濟發展迅速，最簡單的計算機網路技術已經進入了很多行業，並且推動這些行業的進步與發展。我們現在說的人工智慧是一種現代化的技術，例如我們用的手機和家裡的智能電視，這都是屬於人工智慧，還有許多方面都引用了這項技術。


人工智慧現在正漸漸進入我們生活，它也為我們的生活，學習，工作，帶來了諸多便利，有報告說在未來的十年，人工智慧將完全進入我們的生活，變得無處不在。同時，許多擔憂與不安在社會群體里迅速蔓延，有種叫做未來的東西讓人們陷入這種不安，現在問題來了，這項技術究竟是裝了災難的潘多拉魔盒呢，還是人類進入高級文明的電梯呢，這些問題目前我們不知道從何而知，但是，盒子已經打開了，電梯也正在進行中，我們只有慢慢的等待。


有人說，在未來的2到5年裡，首先勞動密集型產業會出現大規模失業，如果人工智慧技術的使用成本比雇傭人才的成本低，那商家也會為了收益去淘汰一些勞動力。在現代社會的殘酷競爭下，這也是必然的。例如現在的物流行業，在一些發展快的城市裡，已經採用了無人倉庫管理與機器人會自動分揀快遞，如果人工智慧發展在快一點，甚至還有其餘的快遞工作也將會被取代。就中國現在的發展水平來看，許多產業過渡可能都會受到人工智慧的沖擊，但是在一些中小型國家，例如東南亞國家的一些地區，發展較慢，廉價勞動力的好處還是存在很多，而這些國家受到的沖擊會較小一些。