人工智能的定義及發(fā)展歷程

人工智能(ArtificialIntelligence)最早在1956年就提出了乳规，英文縮寫為AI形葬。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論笙以、方法淌实、技術及應用系統(tǒng)的一門新的技術科學。是對人的意識猖腕、思維的信息過程的模擬拆祈。

人工智能是計算機科學的一個分支，它企圖了解智能的實質倘感，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應的智能機器缘屹，該領域的研究包括機器人、語言識別侠仇、圖像識別轻姿、自然語言處理和專家系統(tǒng)等。

人工智能在計算機領域內(nèi)逻炊，得到了愈加廣泛的重視祷骂。并在機器人、經(jīng)濟政治決策嗅呻、控制系統(tǒng)藤习、仿真系統(tǒng)中得到應用。著名的美國斯坦福大學人工智能研究中心尼爾遜教授對人工智能下了這樣一個定義：“人工智能是關于知識的學科――怎樣表示知識以及怎樣獲得知識并使用知識的科學导劝。”而另一個美國麻省理工學院的教授溫斯頓認為：“人工智能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第粟。”這些說法反映了人工智能學科的基本思想和基本內(nèi)容。即人工智能是研究人類智能活動的規(guī)律齐皂，構造具有一定智能的人工系統(tǒng)协颅，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應用計算機的軟硬件來模擬人類某些智能行為的基本理論仅汰、方法和技術簇娩。

淺談人工智能在安防領域的深度應用

人工智能是研究使計算機來模擬人的某些思維過程和智能行為(如學習、推理蝉站、思考货裳、規(guī)劃等)的學科，主要包括計算機實現(xiàn)智能的原理捧颅，制造類似于人腦智能的計算機景图，使計算機能實現(xiàn)更高層次的應用。人工智能將涉及到計算機科學碉哑、心理學挚币、哲學和語言學等學科。

可以說幾乎是自然科學和社會科學的所有學科谭梗，其范圍已遠遠超出了計算機科學的范疇忘晤，人工智能與思維科學的關系是實踐和理論的關系宛蚓，人工智能是處于思維科學的技術應用層次，是它的一個應用分支设塔。從思維觀點看凄吏，人工智能不僅限于邏輯思維，要考慮形象思維闰蛔、靈感思維才能促進人工智能的突破性的發(fā)展痕钢，數(shù)學常被認為是多種學科的基礎科學，數(shù)學也進入語言序六、思維領域任连，人工智能學科也必須借用數(shù)學工具，數(shù)學不僅在標準邏輯拒吧、模糊數(shù)學等范圍發(fā)揮作用划疟，數(shù)學進入人工智能學科，它們將互相促進而更快地發(fā)展描蹦。

人工智能至今經(jīng)歷了三次浪潮苦恶。第一次，五十年代的達特茅斯會議確立了人工智能（AI）這一術語仆阶，人們陸續(xù)發(fā)明了第一款感知神經(jīng)網(wǎng)絡軟件和聊天軟件筝踢，證明了數(shù)學定理，人類驚呼“人工智能來了”驯祖、“再過十年機器人會超越人類”彰碑。然而，人們很快發(fā)現(xiàn)彪御，這些理論和模型只能解決一些非常簡單的問題详般，人工智能進入第一次冬天。

第二次贾悬，八十年代Hopfield神經(jīng)網(wǎng)絡和BT訓練算法的提出儡皮，使得人工智能再次興起，出現(xiàn)了語音識別哪自、語音翻譯計劃，以及日本提出的第五代計算機禁熏。但這些設想遲遲未能進入人們的生活之中壤巷，第二次浪潮又破滅了。

第三次瞧毙，隨著2006年Hinton提出的深度學習技術胧华，以及2012年ImageNet競賽在圖像識別領域帶來的突破，人工智能再次爆發(fā)宙彪。這一次矩动，不僅在技術上頻頻取得突破有巧，在商業(yè)市場同樣炙手可熱，創(chuàng)業(yè)公司層出不窮悲没，投資者競相追逐篮迎。

可以說，整個人工智能的發(fā)展過程都是在這樣的模式之中示姿，不同技術在不同時期扮演著推動人工智能發(fā)展的角色甜橱。在此，我們基于人工智能行業(yè)的企業(yè)源快、投資融資以及研究成果等維度提供一個全新看待人工智能的視角乞微。

人工智能核心技術

計算機視覺、機器學習炫瘤、自然語言處理蝉徒、機器人和語音識別是人工智能的五大核心技術，它們均會成為獨立的子產(chǎn)業(yè)枷配。

1骗早、計算機視覺：計算機視覺技術運用由圖像處理操作及機器學習等技術所組成的序列來將圖像分析任務分解為便于管理的小塊任務。

2府塘、機器學習：機器學習是從數(shù)據(jù)中自動發(fā)現(xiàn)模式爪撤，模式一旦被發(fā)現(xiàn)便可以做預測，處理的數(shù)據(jù)越多棚疏，預測也會越準確网燃。

3、自然語言處理：對自然語言文本的處理是指計算機擁有的與人類類似的對文本進行處理的能力继溯。例如自動識別文檔中被提及的人物雄炕、地點等，或將合同中的條款提取出來制作成表需忿。

4诅炉、機器人技術：近年來，隨著算法等核心技術提升屋厘，機器人取得重要突破涕烧。例如無人機、家務機器人汗洒、醫(yī)療機器人等议纯。

5、生物識別技術：生物識別可融合計算機溢谤、光學瞻凤、聲學、生物傳感器世杀、生物統(tǒng)計學阀参，利用人體固有的生體特性如指紋肝集、人臉、虹膜蛛壳、靜脈芙糙、聲音、步態(tài)等進行個人身份鑒定蹦虏，最初運用于司法鑒定疼磺。

隨著科技的發(fā)展，生物識別技術已經(jīng)成為個人身份識別或認證技術的重要方式刮血，人臉識別作為生物特征識別的重要分支款腥，它的無侵害性和對用戶以最自然、最直觀的識別方式更容易被接受颂鞭，然而综翠，已有的一些機器學習算法大都使用淺層結構，而淺層結構的網(wǎng)絡很難表示復雜函數(shù)刑袒。同時涤墙，以往提出的多層感知機器雖可以表示復雜的函數(shù)關系但又由于沒有很好的學習算法。近幾年深度學習技術被業(yè)界廣泛認可程悼，并在各個相關領域都取得了突飛猛進的進展惯缚，特別是深度學習技術在人臉識別領域的應用，在今年的安博會上诬像，各廠家也紛紛推出人臉識別技術屋群。隨著市場需求的不斷變化，不同的應用場合坏挠，人臉識別技術也根據(jù)需要開發(fā)出各種各樣的產(chǎn)品來滿足用戶的需求芍躏。