人工智能的过去

1. 人工智能谁发明的

其实这个是很多人共同努力的结果。没有一个具体的人。早期比较有名的人物有：
图灵：计算机界的大哥大，少年天才，结果是个基佬，被人发现，然后给隔离治疗了，最后吃苹果中毒死了，苹果的起源就是来自这个人，所以这个是最有名气的。
巴贝奇：著名的败家子，父亲是银行家，家里很有钱，最早的计算机发明人，在没有电的时代就创造出了纯机械计算机，你不会想到这货最后是穷死的。
冯诺依曼：这货也很有名，只是怎么看他都不如图灵和巴贝奇奇葩，因为这货是个数学家。其制造的计算机参与了原子弹的研制。因为其论文是他和另外两个人合作的，但是另外两个人没有署名，所以他被带上了一顶灰帽子，有欺世盗名的不光彩。不过不管怎么说，他依旧是历史上的大哥，过去几十年的计算机体系都是沿用冯诺依曼的理论所创建的。不过以后可能会变了，在互联网思路和量子计算机的情况下，计算机的结构要发生重大转变了。
约翰·阿塔那索夫：也提一提他把。和巴贝奇不同的是这货有钱，白手起家自己开公司，最后把公司交给儿子打理，自己去搞发明创造去了。所以他是个实干家，名副其实的造出来了计算机。但是他自认为最牛逼的不是造计算机，而是发明了一套能帮助人们学英语的音标。结果我们到现在也没看到他的音标。
人工智能伴随着计算机的诞生而不断发展，事实上，平均每10年，人工智能就爆发一次人工智能要逆天的了豪言壮语，然后大家开始投资这个领域，拿到钱之后，然后就没有然后了。人工智能的话题就会消失一段时间。
从总体上看人工智能的发展，算法的丰富，每年都在不断的刷新着。从事这个研究的人，从来就没有放弃过，只是这是一场长跑，绝不是一夜之间就成功了的事情。路漫漫其修远兮~

2. 人工智能是什么

人工智能（计算机科学的一个分支）

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，但没有一个统一的定义。
人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。但是这种会自我思考的高级人工智能还需要科学理论和工程上的突破。
人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。
工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。
关于什么是“智能”，就问题多多了。这涉及到其它诸如意识（CONSCIOUSNESS）、自我（SELF）、思维（MIND）（包括无意识的思维（UNCONSCIOUS_MIND）等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。
人工智能在计算机领域内，得到了愈加广泛的重视。并在机器人，经济政治决策，控制系统，仿真系统中得到应用。

3. 在过去的20年里，人工智能发生了什么变化

李开复写的两个系统Othello和SPHINX、语音巨头Nuance、国际跳棋选手ChinookCheckers、word打字中帮你纠错的MS Office Grammar、下国际象棋回的Deep Blue深蓝、体感周答边外设Xbox Kinect、帮打广告的Google AdWords、智能投顾平台Wealthfront和Betterment、卡内基梅隆大学和通用的无人驾驶CMU车、IBM的人工智能核心Watson、Amazon的仓储机器人Kiva、苹果的语音助手Siri、谷歌的Google Now、微软的Cortana、facebook的人脸识别Deep Face等。上海中科智谷人工智能工业研究院于2016年成立，是以中国科学院自动化所、复旦大学为核心力量发起的从事人工智能及相关产业领域的研发、产学研转化及传统企业转型升级的独立研究组织。

4. 人工智能的发展概况

探讨人工智能，就要回答什么是智能的问题，综合各类定义，智能是一种知识与思维的合成,是人类认识世界和改造世界过程中的一种分析问题和解决问题的综合能力。对于人工智能，美国麻省理工学院的温斯顿教授提出“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作”，斯坦福大学人工智能研究中心尼尔逊教授提出“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学”。综合来看人工智能是相对人的智能而言的。其本质是对人思维的信息过程的模拟，是人的智能的物化。是研究、开发模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
（一）感知、处理和反馈构成人工智能的三个关键环节
人工智能经过信息采集、处理和反馈三个核心环节，综合表现出智能感知、精确性计算、智能反馈控制，即感知、思考、行动三个层层递进的特征。
智能感知：智能的产生首先需要收集到足够多的结构化数据去表述场景，因此智能感知是实现人工智能的第一步。智能感知技术的目的是使计算机能 “听”、会“看”,目前相应的计算机视觉技术和自然语言处理技术均已经初步成熟，开始商业化尝试。
智能处理：产生智能的第二步是使计算机具备足够的计算能力模拟人的某些思维过程和行为对分析收集来的数据信息做出判断，即对感知的信息进行自我学习、信息检索、逻辑判断、决策，并产生相应反映。具体的研究领域包括知识表达、自动推理、机器学习等，与精确性计算及编程技术、存储技术、网络技术等密切相关，是大数据技术发展的远期目标，目前该领域研究还处于实验室研究阶段，其中机器学习是人工智能领域目前热度最高，科研成果最密集的领域。
智能反馈：智能反馈控制将前期处理和判断的结果转译为肢体运动和媒介信息传输给人机交互界面或外部设备，实现人机、机物的信息交流和物理互动。智能反馈控制是人工智能最直观的表现形式，其表达能力展现了系统整体的智能水平。智能反馈控制领域与机械技术、控制技术和感知技术密切相关，整体表现为机器人学，目前机械技术受制于材料学发展缓慢，控制技术受益于工业机器人领域的积累相对成熟。
（二）深度学习是当前最热的人工智能研究领域
在学术界，实现人工智能有三种路线，一是基于逻辑方法进行功能模拟的符号主义路线，代表领域有专家系统和知识工程。二是基于统计方法的仿生模拟的连接主义路线，代表领域有机器学习和人脑仿生，三是行为主义，希望从进化的角度出发，基于智能控制系统的理论、方法和技术，研究拟人的智能控制行为。
当前，基于人工神经网络的深度学习技术是当前最热的研究领域，被Google，Facebook，IBM，网络，NEC以及其他互联网公司广泛使用，来进行图像和语音识别。人工神经网络从上个世纪80年代起步，科学家不断优化和推进算法的研究，同时受益于计算机技术的快速提升，目前科学家可以利用GPU（图形处理器）模拟超大型的人工神经网络；互联网业务的快速发展，为深度学习提供了上百万的样本进行训练，上述三个因素共同作用下使语音识别技术和图像识别技术能够达到90%以上的准确率。
（三）主要发达国家积极布局人工智能技术，抢占战略制高点。
各国政府高度重视人工智能相关产业的发展。自人工智能诞生至今，各国都纷纷加大对人工智能的科研投入，其中美国政府主要通过公共投资的方式牵引人工智能产业的发展，2013财年美国政府将22亿美元的国家预算投入到了先进制造业，投入方向之一便是“国家机器人计划”。
在技术方向上，美国将机器人技术列为警惕技术，主攻军用机器人技术，欧洲主攻服务和医疗机器人技术，日本主攻仿人和娱乐机器人。
现阶段的技术突破的重点一是云机器人技术，二是人脑仿生计算技术。美国、日本、巴西等国家均将云机器人作为机器人技术的未来研究方向之一。伴随着宽带网络设施的普及，云计算、大数据等技术的不断发展，未来机器人技术成本的进一步降低和机器人量产化目标实现，机器人通过网络获得数据或者进行处理将成为可能。目前国外相关研究的方向包括：建立开放系统机器人架构（包括通用的硬件与软件平台）、网络互联机器人系统平台、机器人网络平台的算法和图像处理系统开发、云机器人相关网络基础设施的研究等。
由于深度学习的成功，学术界进一步沿着连接主义的路线提升计算机对人脑的模拟程度。人脑仿生计算技术的发展，将使电脑可以模仿人类大脑的运算并能够实现学习和记忆，同时可以触类旁通并实现对知识的创造，这种具有创新能力的设计将会让电脑拥有自我学习和创造的能力，与人类大脑的功能几无二致。在2013年初的国情咨文中，美国总统奥巴马特别提到为人脑绘图的计划，宣布投入30亿美元在10年内绘制出“人类大脑图谱”，以了解人脑的运行机理。欧盟委员会也在2013年初宣布，石墨烯和人脑工程两大科技入选“未来新兴旗舰技术项目”，并为此设立专项研发计划，每项计划将在未来10年内分别获得10亿欧元的经费。美国IBM公司正在研究一种新型的仿生芯片，利用这些芯片，人类可以实现电脑模仿人脑的运算过程，预计最快到2019年可完全模拟出人类大脑。
（四）高科技企业普遍将人工智能视为下一代产业革命和互联网革命的技术引爆点进行投资，加快产业化进程。
谷歌在2013年完成了8 家机器人相关企业的收购，在机器学习方面也大肆搜罗企业和人才，收购了DeepMind和计算机视觉领军企业Andrew Zisserman，又聘请DARPA原负责人 Regina Dugan负责颠覆性创新项目的研究，并安排构建Google基础算法和开发平台的著名计算机科学家Jeff Dean转战深度学习领域。苹果2014 年在自动化上的资本支出预算高达110 亿美元。苹果手机中采用的Siri智能助理脱胎于美国先进研究项目局（DARPA）投资1.5亿美元，历时5年的CALO（ Cognitive Assistant that Learns and Organizes）项目，是美国首个得到大规模产业化应用的人工智能项目。Amazon计划在2015 年能够使用自己的机器人飞行器进行快递服务。韩国和日本的各家公司也纷纷把机器人技术移植到制造业新领域并尝试进入服务业
（五）人工智能的实际应用
人工智能概念从1956年提出，到今天初步具备产品化的可能性经历了58年的演进，各个重要组成部分的研究进度和产品化水平各不相同。人工智能产品的发展是一个渐进性的过程，是一个从单一功能设备向通用设备，从单一场景到复杂场景，从简单行为到复杂行为的发展过程，具有多种表现形式。
人工智能产品近期仍将作为辅助人类工作的工具出现，多表现为传统设备的升级版本，如智能/无人驾驶汽车，扫地机器人，医疗机器人等。汽车、吸尘器等产品和人类已经有成熟的物理交互模式，人工智能技术通过赋予上述产品一定的机器智能来提升其自动工作的能力。但未来将会出现在各类环境中模拟人类思维模式去执行各类任务的真正意义的智能机器人，这类产品没有成熟的人机接口可以借鉴，需要从机械、控制、交互各个层面进行全新研发。

希望我的回答可以帮到您哦

5. 人工智能这些年取得了哪些突破

人工智能在过去几十年中经历过几次沉浮，而AlphaGo的成功再次激发起人们对这项已经有60年的技术无限想象。事实上，人工智能并不神奇，其本质只是一种“基于大数据的统计学分类器”，它可以在特定的垂直领域和场景超过人类，但并不意味着比人类智能更高级。AlphaGO可能战胜人类是因为围棋是一种“封闭”的场景，计算机由于在计算速度和存储容量的优势，可以采用了类似于“穷举”的办法找到全局的最优解；而在其它需要常识和逻辑判断的“开放”的场景中，人类大大优于人工智能，并且只需要“小数据”就能做出判断与决策。

6. 人工智能的最初发明人/创始人是谁

其实这个是很多人共同努力的结果。没有一个具体的人。早期比较有名的人物有：
图灵：计算机界的大哥大，少年天才，结果是个基佬，被人发现，然后给隔离治疗了，最后吃苹果中毒死了，苹果的起源就是来自这个人，所以这个是最有名气的。
巴贝奇：著名的败家子，父亲是银行家，家里很有钱，最早的计算机发明人，在没有电的时代就创造出了纯机械计算机，你不会想到这货最后是穷死的。
冯诺依曼：这货也很有名，只是怎么看他都不如图灵和巴贝奇奇葩，因为这货是个数学家。其制造的计算机参与了原子弹的研制。因为其论文是他和另外两个人合作的，但是另外两个人没有署名，所以他被带上了一顶灰帽子，有欺世盗名的不光彩。不过不管怎么说，他依旧是历史上的大哥，过去几十年的计算机体系都是沿用冯诺依曼的理论所创建的。不过以后可能会变了，在互联网思路和量子计算机的情况下，计算机的结构要发生重大转变了。
约翰·阿塔那索夫：也提一提他把。和巴贝奇不同的是这货有钱，白手起家自己开公司，最后把公司交给儿子打理，自己去搞发明创造去了。所以他是个实干家，名副其实的造出来了计算机。但是他自认为最牛逼的不是造计算机，而是发明了一套能帮助人们学英语的音标。结果我们到现在也没看到他的音标。
人工智能伴随着计算机的诞生而不断发展，事实上，平均每10年，人工智能就爆发一次人工智能要逆天的了豪言壮语，然后大家开始投资这个领域，拿到钱之后，然后就没有然后了。人工智能的话题就会消失一段时间。
从总体上看人工智能的发展，算法的丰富，每年都在不断的刷新着。从事这个研究的人，从来就没有放弃过，只是这是一场长跑，绝不是一夜之间就成功了的事情。路漫漫其修远兮~
一代一代的人改变了这个世界，他们都是伟大的人。但是，我比他们都伟大，因为他们的故事我都知道，还是我最牛啊。现在我把他们的故事告诉了你，以后你也会和我一样牛B了，背过他们，以后去网吧找工作的时候用得上。不用谢我，我是雷锋。

7. “人工智能+”时代来了吗

国家的重视也在为人工智能的发展助力。2016年3月，人工智能一词写入国家“十三五”规划纲要。2017年3月，人工智能首次被写入《政府工作报告》，如今《新一代人工智能发展规划》也已正式印发。

“中国在这次科技浪潮上是赶在前面的，深度学习有超过40%的论文是华人发表的，这次我们和专家沟通起来没有语言障碍，也没有时差障碍。我们有很好的数据、巨大的样本群，有很好的工程师队伍，又有全球一流的制造能力。”傅盛表示：“未来是人与机器人共存，中国存在弯道超车的机会。”

从这个意义上讲，未来已来，只是尚未流行。