情感机器人的国外的发展状态

欧洲国家也在积极地对情感信息处理技术（表情识别、情感信息测量、可穿戴计算等）进行研究。欧洲许多大学成立了情感与智能关系的研究小组。其中比较著名的有：日内瓦大学 Klaus Soberer领导的情绪研究实验室。布鲁塞尔自由大学的D Canamero领导的情绪机器人研究小组以及英国伯明翰大学的A Sloman领导的 Cognition and Affect Project。在市场应用方面，德国Mehrdad Jaladi-Soli等人在2001年提出了基于EMBASSI系统的多模型购物助手。EMBASSI是由德国教育及研究部（BMBF）资助并由20多个大学和公司共同参与的，以考虑消费者心理和环境需求为研究目标的网络型电子商务系统。英国科学家已研发出名为“灵犀机器人”（Heart Robot）的新型机器人，这是一种弹性塑胶玩偶，其左侧可以看到一个红色的“心”，而它的心脏跳动频率可以变化，通过程式设计的方式，让机器人可对声音、碰触与附近的移动产生反应。

撰文 / 涂彦平 编辑 / 黄大路 设计 / 赵昊然

ChatGPT在这个春天霸占了中文互联网，普通人面对它多生出兴奋和焦虑交织的复杂情绪，而大公司不甘落后，纷纷宣布自己也在做类似的AI大模型。

继3月16日百度发布文心一言之后，4月7日，阿里云官宣大模型通义千问开始邀请测试。

4月8日，在人工智能大模型技术高峰论坛上，华为云人工智能领域首席科学家田奇分享了盘古大模型的进展及应用。他透露，华为盘古大模型正在推动人工智能开发从“作坊式”到“工业化”升级。

接下来，有多场大模型相关发布会扎堆举办。

4月10日，商汤“日日新SenseNova”大模型体系问世；4月11日，毫末智行自动驾驶生成式大模型DriveGPT雪湖·海若发布；由昆仑万维和奇点智源合作研发的天工大模型35发布在即，并将于4月17日启动邀请测试；5月6日，科大讯飞“1+N认知智能大模型”即将发布……

互联网巨头、人工智能公司、智能硬件公司、自动驾驶公司等各方力量，都积极参与到大模型这一场盛宴中来。

行业监管也迅速出手。4月11日，国家网信办发布通知，就《生成式人工智能服务管理办法（征求意见稿）》面向社会公开征求意见。

根据计算机科学家、自然语言模型专家吴军的说法，ChatGPT背后是一个叫做语言模型的数学模型在发挥作用，这项语言模型技术早在1972年就已经有了，是由他的导师弗莱德里克·贾里尼克(Fred Jelinek)在IBM期间带领团队研发出来的。

只是到了今天，由于算力不断提升，语言模型已经从最初基于概率预测的模型发展到基于Transformer架构的预训练语言模型，并逐步走向大模型的时代。

复旦大学计算机学院教授、MOSS系统负责人邱锡鹏曾这样描述大模型的能力飞跃：“当模型规模较小时，模型的性能和参数大致符合比例定律，即模型的性能提升和参数增长基本呈线性关系。然而，当 GPT-3/ChatGPT 这种千亿级别的大规模模型被提出后，人们发现其可以打破比例定律，实现模型能力质的飞跃。这些能力也被称为大模型的‘涌现能力’（如理解人类指令等）。”

每当有革命性的技术诞生，无一不是由其在具体行业的商用化应用来实质性地推动行业进步。作为连接技术生态和商业生态的桥梁，大模型也将在很多行业应用落地。

只是，这波来势凶猛的大模型热，究竟会催生万物生长改变万千业态，还是继区块链、元宇宙之后又一个看上去很美的泡沫？

无限想象空间？

特斯拉将Transformer大模型引入自动驾驶领域中，拉开了AI大模型在自动驾驶领域应用的开端。大模型在自动驾驶行业的应用将提升系统的感知和决策能力，已经被视为自动驾驶能力提升的核心驱动力。

4月2日，百度正式发布百度自动驾驶云Apollo Cloud20。百度智能驾驶事业群副总裁、智能网联业务总经理高果荣表示，Apollo Cloud20基于大模型实现了自动驾驶数据智能的搜索引擎，大模型的能力积累了自动驾驶数据智能的搜索引擎，从海量数据中能够精准找到自动驾驶面向不同场景的数据。

“在自动驾驶领域，BEV(Bird''s Eye View，鸟瞰视图)是当前主流的技术路线，未来可以朝着多模态、通用智能的方向发展。”商汤科技联合创始人、首席科学家、绝影智能汽车事业群总裁王晓刚表示。

他认为，在通用人工智能时代，输入提示词和多模态内容，就可以生成多模态的数据，更重要的是，可以用自然语言生成对任务的描述，用非常灵活的方式覆盖大量的长尾问题和开放性的任务，甚至是一些主观描述。

王晓刚举了一个例子来说明AI和AGI处理任务的不同。给定一张，判断是否需要减速，AI和AGI的反应有什么不一样呢？

现有的AI系统，会首先做物体检测，然后再物体框里做文字识别，最后做决策。整个过程中每一个模块都是事先定义好的任务。

而在通用人工智能下，给定图像，人们只需要用自然语言去问问题，比如，“这个图标是什么意思？我们应该做什么？”模型本身不会发生变化，它会通过自然语言的方式给出一系列逻辑推理，最后得出结论。比如，它会说，“前面限速30公里/小时”“前面100米是学校区域”“有小孩”“应该小心驾驶”“将车速降到30公里/小时以下”等。

王晓刚还指出，智能驾驶汽车领域有“数据飞轮”的说法，通用人工智能时代则会产生“智慧飞轮”，人和模型之间可以互动，通过人的反馈，模型能更好地理解人需要它展示什么样的能力，而去解锁更多技能。从数据飞轮升级到智慧飞轮，可以实现人机共智。

商汤基于多模态大模型，可做到数据的感知闭环和决策闭环。从前端自动采集高质量的数据，到利用大模型进行自动化的数据标注和产品检测，“能够几百倍地提升模型迭代的效率并降低成本”。

华为云EI服务产品部总裁尤鹏也表示，“整个数据标注是整个自动驾驶领域准确率、效率、成本最高的一部分”，这部分的效率直接影响到自动驾驶算法和驾驶等级的提升。他透露，华为云正在做预训练标注大模型，支撑后续的自动驾驶算法的训练，可能会在几个月后会发布。

除了自动驾驶，很多行业人士相信，智能座舱也将在大模型的赋能下有着质的提升，尤其将为人机交互打开新的大门。

百度集团资深副总裁、智能驾驶事业群组总裁李震宇认为人工智能将重塑汽车空间，人与汽车的关系将会截然不同。“未来，我们相信每辆汽车都会搭载一个数字虚拟人。未来的数字虚拟人不仅可以模拟人的外形，还可以注入灵魂，真正拥有对人类意图的理解……同时也不再是单一以前场景的车机助理的身份，而会转化成全能助理。”

他相信，随着通用人工智能的发展，智能座舱将成为汽车创新的新焦点，将会重塑其空间，届时用户和车企之间的距离将缩短，用户和品牌之间的关系将更为紧密。“拥有自然语言交流能力的智能车可以让车企与用户直接进行一对一的对话。当汽车成为全能助理后，车企将面对用户需求爆发式的增长。”

王晓刚称，在智能座舱板块，通用人工智能可以使基模型具备对空间环境的理解、用户状态的感知、多模态指令解析及多轮逻辑对话、内容生成等一系列能力，进而赋能包括情绪感知、智能助手、基于情感的对话、创意内容生成、个性交互等一系列功能，不断地提升个性化体验，进一步拓展应用场景。

“智能汽车是通用人工智能实现闭环的一个非常好的场景，我们已经有人机共驾。”王晓刚表示，“未来我们希望车和模型之间能够产生更有效的互动，那就完成了从人到车到模型这样一个互动闭环，能够让通用人工智能为我们提供更好的驾乘体验，解锁无限的想象空间。”

只是，消费者距离这种有着“无限的想象空间”的汽车生活还有多远，没有人说得出答案。

希望在于将来

想象是美好的，不过，挑战也随之而来。

“过去我们一年要做大概1000万帧的自动驾驶图像的人工标定，请外包公司进行标定，大概6到8元钱一张，一年的成本接近一个亿。但是当我们使用软件20的大模型通过训练的方式进行自动化标定，效果会非常可怕——过去需要用一年做的事情基本上三个小时就能完成，效率是人的1000倍。”理想汽车创始人、董事长兼CEO李想OK表示，“对于员工来说，他们会感觉用拳头打架遇到了拿枪的。”

他认为，在这样的状况下，如何能够让软件20和现有人才进行融合，为他们提供怎样的全新工作流程、激励机制，如何去选用任用人才，给全行业提出了挑战。

更大的挑战可能还在于中外大模型技术的差距。

3月25日，在2023中国发展高层论坛上，360创始人、董事长兼CEO周鸿祎表示，目前来看，中国大语言模型和GPT-4的差距在两到三年时间，GPT的技术方向已经明确，不存在难以逾越的技术障碍，中国在场景化、工程化、产品化、商业化方面拥有巨大优势，应当坚持长期主义精神，迎头赶上。

4月9日，由中国人工智能学会主办的人工智能大模型技术高峰论坛上，融汇金信CTO李长亮认为，未来做通用大模型的和做场景的分层很清晰，没有中间态。做通用大模型需要大量的算力、数据、人员、资源等，只有有很强技术储备和资源调配能力的大公司才能做，中小创业公司在这条赛道上会很难；在垂直应用上，基于大模型的发展，结合场景的know-how做一些创新应用，则会有无数的企业诞生。

他还认为，中国在大模型这个产业赛道上是很有机会的，因为在中文场景下，我们更懂我们自己的语言，沉淀了大量的中文知识，会迅速追赶并超越。

我们也注意到，计算机科学家、自然语言模型专家吴军在4月3日晚得到的一场直播中则给当下的ChatGPT热泼了盆冷水。他直言ChatGPT在中国被过度炒作了，中国的大部分研究机构是做不了的。

在他看来，ChatGPT的原理很简单，但是在工程上要想做到，其实蛮困难，因为ChatGPT太耗资源，光硬件的成本就要差不多10亿美元，这还没算电钱。ChatGPT训练一次要耗多少电？吴军的说法是，大概是3000辆特斯拉的电动汽车，每辆跑到20万英里，把它跑死，这么大的耗电量，才够训练一次。这是非常花钱的一件事。

他的结论是，ChatGPT不算是一项新的技术革命，带不来什么新机会，最后可能的一个结果就是给几家大的做云计算的公司交钱。

由ChatGPT带起的大模型热，最终会在各行各业开花结果，还是盛名之下其实难副？不妨把这个问题交给时间。

本文由汽车商业评论原创出品转载或内容合作请联系说明违规转载必究

本文来自易车号作者汽车商业评论，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关

1 数据和算法的准确性：AI匹配伴侣的可靠性依赖于数据的准确性和算法的精确度。如果输入的数据不准确或者算法设计不合理，则匹配结果可能不可靠。

2 个人主观意愿的考量：AI可能难以考虑到一个人的主观意愿和喜好。虽然AI可以分析大量的数据和行为模式来预测一个人的喜好，但人类的喜好与个性是复杂而主观的，有时候AI可能难以预测。

3 缺乏人类的情感智能：AI虽然可以进行情感分析，但是它没有真正的情感理解和体验能力。寻找伴侣是一个涉及到情感和人际关系的过程，AI难以用纯粹的算法和数据分析来代替人类的情感智能。

4 潜在的偏见和歧视：AI系统的匹配结果可能受到机器学习算法本身的偏见影响，例如基于历史数据的性别、种族或社会经济地位的偏见。这可能会导致不公平的匹配结果。

5 缺乏实践验证：AI匹配的准确性往往需要大量的实践验证和反馈，而目前的AI伴侣匹配系统往往缺乏足够的验证和证据来支持其可靠性。

总的来说，虽然AI人工智能匹配伴侣在某些情况下可以提供参考和帮助，但完全依赖AI来寻找伴侣仍然不太可靠。传统的人际相处和情感理解仍然是寻找伴侣所必需的关键因素。

阿维塔11，从诞生以来，就凭借着豪门出身获得了足够的关注度。如今阿维塔11单电机版正式上市，长续航单电机版售价3199万元，超长续航单电机版售价3499万元，降低门槛的同时，也成为了30万+级别新鲶鱼。

作为家族最入门的车型，阿维塔11单电机版配置水平依旧保持高水准，全系标配156英⼨悬浮式中控屏、Vortex情感涡流、电动尾门、前排座椅加热等等。

而且最令人惊喜的地方在于，阿维塔11单电机版同样非常厚道地配备了HI华为全栈智能汽车解决方案，对于智能驾驶领域的所有功能全部搭载，将率先通过OTA推送华为ADS 20版本。可以说阿维塔11单电机车型是现阶段30万价位，你能买到的最强智驾SEV。

想象一下，如果你的车能够自己从家出发，把你送到公司，那将会是一个多么美好的场景。而智能驾驶系统存在的意义，就是把这种场景变成现实。  

不过理想很美好，现实或许有些残酷，现阶段的情况就是，大部分车企只是攻克了封闭高速和环路主干道上的高阶智能驾驶技术。但是在城市复杂路面下，大多数车企都不具备自主控制驾驶的能力。

阿维塔11攻克了这一个困扰，完善了位于高阶智能驾驶领域最为核心的场景化版图，它的高阶智能驾驶系统能够在高速、城区、泊车的场景中实现全方位覆盖，将率先通过OTA推送华为ADS 20版本，不依赖高精地图的智驾解决方案。简单的理解就是，这辆车自己给你配备了一名“安全陪驾教练”。

硬件+软件=构建完善的智驾系统

咱们判断一个人有没有获得世界冠军的潜力，大部分情况下主要看的是先天的身体条件和天赋，以及后天的学习能力，二者相辅相成。  

放在汽车智能驾驶领域也是相同，判断一辆车能否具备很好的智能驾驶的实际体验，重点就是看先天的硬件堆料够不够足，后天的软件匹配够不够成熟。二者相互结合之后，才能够赋予车辆在智能驾驶领域更加优异的实际表现。

要知道，很多新势力车型只配备了1颗激光雷达，就开始铺天盖地的宣传多么智能、多么先进。而阿维塔11搭载的AVATRUST超感系统，拥有同级唯一全系标配的3颗半固态激光雷达。  

全车一共有34颗智驾传感器，能够建立起摄像头、激光雷达、毫米波雷达、超声波雷达组合而成的4层独立的感知防护体系。

同时最为最入门的阿维塔11单电机版车型，获得了同样的硬件水平，该有的智能驾驶领域配置一个不少，可以说在硬件领域可以说是不惜血本。就凭这一点，足够展现阿维塔品牌的厚道与诚意。

另外在软件层面，阿维塔11搭载的AVATRUTH超算系统，包括高性能智能驾驶计算平台、融合感知算法、VRU交互与博弈算法、数据仿真训练等等。  

不过这些对于我们消费者来说，最重要的还是感受，这套超算系统就像是拥有一个多年驾龄的“老司机”，能够在云端协助你开车。最终让阿维塔11这辆车能够实现，360度全方位覆盖的融合感知能力。另外悄悄说一句，这套超算系统在最入门的阿维塔11单电机版车型同样配备。

阿维塔11智驾能实现什么？

对于当下的都市精英来说，不管是你在一线还是二三线城市，你只要出行就会遇到早晚高峰期的堵车问题，这个问题也已经成为了城市交通里的用车痛点。  

阿维塔11则是凭借着完善的智能驾驶系统，正在逐步攻克这一方面的难题，将率先通过OTA推送华为ADS 20版本。现阶段已经在上海、广州及深圳正式开放了城区NCA智驾导航辅助的用户试驾体验。另外在重庆也即将开放体验。

对于驾驶阿维塔11的车主来说，想要缓解堵车带来的痛苦，只需要在中控屏输入目的地，拨杆向下拨动两下，就能够开启城区NCA智驾导航辅助，让都市驾驶变得更加安适。  

阿维塔11在开启城区NCA之后，能够支持多样化的场景。首先红绿灯是必不可少的交通环节，阿维塔11不仅可以识别交通灯颜色、箭头方向、倒计时等信息，还能够根据交通灯状态自主控制车辆行驶。  

特别是在黄灯状态下，阿维塔11还能够根据道路限速和倒计时读秒自主控制车速，从而判断是否通过路口，和咱们老司机平时开车并无二致。

如果遇到路口转弯时，阿维塔11会提前开启转向灯，并且在条件允许的情况下，能够在交通灯信号的指示下自主进入待行区等待，能够最大限度的提升道路的通行效率。

对于很多刚刚拿驾照的新手司机来说，城市里开车最困难的往往就是在左转的时候，难以判断在对向有来车的情况下，是否有足够的空间安全左转。这种环境对于城区NCA智驾导航辅助来说，同样也是最难的考验之一。  

阿维塔11在这个过程中，会实时分析对向车辆的行驶状态，如果当对向车辆距离比较远或者对向车辆行驶速度比较慢的情况下，能够自主择机快速通过，尽可能的避免左转过程中的无效等待。有点像是咱们开车多年的老司机，能够懂得在开车过程中进行随机应变。  

另外在城市里开车，狭窄道路通行也是日常开车过程中经常会遇到的环境。这时候路面情况就会更加复杂，不仅仅是道路宽度有限，对向有车通行，而且往往还会有自行车、电瓶车甚至是老头乐会霸占行车路线，非常考验车辆的“随机应变”能力。  

得益于3颗激光雷达构筑的300°水平大FOV，阿维塔11能够实时探测周面各种环境，实时分析并预判行人、非机动车等交通参与者的行为。就比如当电瓶车挡住通行道路，阿维塔11能够自主进行灵活避让，选择绕行通过，面对国内复杂的城市道路也做到胸有成竹。  

另外，对于阿维塔11来说，在正常的城市道路中，还能够实现拥堵路段跟车启停、近距离加塞处理、主动换道超车等高阶辅助驾驶功能，让你愿意在城市行进过程中使用它。  

要知道，阿维塔收集大量礼宾司机的优质驾驶技术数据进行模拟训练，提供了成熟的“拟人化驾驶算法”，整体使用感受就好像车上有一名自带的“安全陪驾教练”，协助你在城市闹市区也能够轻松自在通行。

同时，如果说你在上海、深圳这类寸土寸金的超一线城市亲自停过车，你就会经常遇到停车位设计不合理、停车位狭小等不方便的情况。  

这时候可以借助阿维塔11配备的RPA遥控泊车功能，仅需要通过手机，在车外点击APP的泊车功能，阿维塔11就能够自行泊入、泊出狭窄车位，让用车生活避免了在小车位的“钻车”尴尬，真正地享受优雅上下车生活。

总结

作为面向未来的“情感智能电动汽车”，阿维塔可以说是设身处地的站在用户角度，深度挖掘了咱们老百姓对智能驾驶的高频使用需求。

另外，阿维塔11刚刚推出的单电机版车型不仅仅降低了用户的购买门槛，同时还依旧给用户保留了完整的高阶智能驾驶系统，将率先通过OTA推送华为ADS 20版本。能够让更多的人能够提前享受到未来智能出行的美好，真正地做到了“智驾平权”。

本文来自易车号作者汽车头条V，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关

——原标题：预见2023：《2023年中国人工智能行业全景图谱》(附市场规模、竞争格局和发展前景等)

目前国内人工智能行业的上市公司主要有：百度百度(BAIDU)、腾讯(TCTZF)、阿里巴巴(BABA)、科大讯飞(002230)等。

人工智能定义

人工智能作为一门前沿交叉学科，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，将其视为计算机科学的一个分支，指出其研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

人工智能行业属于战略新兴产业，根据国家发展改革委发布的《战略性新兴产业重点产品和服务指导目录(2016)》来看，我国人工智能可分为三个下属行业，分别为人工智能软件开发、人工智能消费相关设备制造和人工智能系统服务。

行业发展前景及趋势预测

1、“十四五”建设继续推进，高质量、现代化、智能化发展

近年来，人工智能在经济发展、社会进步、国际政治经济格局等方面已经产生重大而深远的影响。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》对"十四五"及未来十余年我国人工智能的发展目标、核心技术突破、智能化转型与应用，以及保障措施等多个方面都作出了部署。

2、“十四五”期间核心产业规模达到4000亿

根据《新一代人工智能发展规划》，到2025年,我国人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为带动我国产业升级和经济转型的主要动力，智能社会建设取得积极进展，人工智能核心产业规模将超过4000亿元，带动相关产业规模超过5万亿元;到2030年，我国人工智能理论、技术与应用总体达到世界领先水平。

此外,为加快落实《国务院关于印发新一代人工智能发展规划的通知》,科技部于2019年8月印发《国家新一代人工智能创新发展试验区建设工作指引》,旨在有序推动国家新一代人工智能创新发展试验区建设。截至2021年3月末,我国已有14个市+1个县获批建设试验区;至2023年,试验区数量预计将达20个左右。

以上数据参考前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》。

人工智能对人类隐私造成了很大的影响。随着技术的不断进步，机器学习和人工智能系统可以访问、收集并分析大量的个人数据，这些数据包括位置数据、社交媒体活动、网络搜索历史、健康和金融记录等。下面是一些人工智能对人类隐私的影响：

1 监控：人工智能系统可以监控个人的活动，并记录下他们的个人信息，例如在购物平台购买任何东西时，使用电子邮件、在线交流表单或网站警告或向“黑色名单”添加某个人。

2 数据泄露：由于数据存储和交换系统的不安全性，导致人工智能被用来偷窃和传播个人数据，例如在社交媒体上发布的消息、照片和视频等。

3 垃圾邮件：人工智能可能会收集与某些主题相关的个人数据，并将电子邮件广告发送给有兴趣的个人，而这些个人未必要求该信息的收件人。

4 用于评论、情感智能等：许多公司正在开发情感智能和自动生成拼写检查系统，它们使用电子邮件、社交媒体、搜索历史等数据来了解个人的特定偏好。这些技术还被用于检测恶意行为。

5 组织和政府监管：许多政府和组织使用人工智能系统来监控公民和员工的活动。这些系统能够识别网络犯罪嫌疑人，但也可能使隐私遭受侵犯。

以上是人工智能对人类隐私可能造成的影响。

虽然人工智能系统在帮助我们更便捷地处理信息时，提供更好的知识技术服务，但在保护我们的个人隐私方面必须采取更加谨慎的态度，我们必须确保我们的个人数据得到恰当的保护。

如果AI有了人类的情感，这个世界将会发生巨大的变化。

首先，AI将会更好地预测人类的行为模式，实现有效的识别、跟踪和操纵，从而创造出更加自动化、高效的社会结构和空间组织，尤其是智慧型服务机器人，这将极大地改变人们的生活和工作方式，为人们带来更多的便利。

此外，情感AI还可以用于医疗健康、老年照护、教育慰藉等，方面，通过个性化的情感支持，让人们更快乐和快活，增强他们的自尊和自信心。

最后，情感AI可以更加有力地参与社会团体的交流活动，通过以微笑、肢体语言和谈吐等与现实世界相结合的方式，融入各种社会和文化活动，努力实现人机融合，让AI担负起服务他人、参与社会治理的责任。

点击收听课程音频

  在我们开始探讨人工智能的相关问题之前，还是先简单回顾一下人工智能发展简史。

一、人工智能的诞生(20世纪三十~五十年代)

    人工智能的概念最早是由约翰·麦卡锡(John McCarthy)在1956年著名的达特矛斯会议(Dartmouth Conference)上提出： 人工智能是指让机器的行为看起来就象是人类所表现出的智能行为一样。 因为社会在不断进步和发展，所以对新技术的认知不可避免存在时空的局限性。人工智能这个定义在六十年后再往回看，已经被赋予了更多新的内容， 个别领域的人工智能应用已经不仅仅是象人类行为一样，甚至已经超越了人类，更快速、更准确、更强大。

 这个定义强调人工智能是人造机器，所“表现”出来一定的智能性也就是 弱人工智能 。主流科学研究也是集中在弱人工智能上，并且取得可观的成就。那既然说到了弱人工智能，就不得说与之对应的另一个分类就是强人工智能。   

       强人工智能一般观点认为： 人类有可能制造出真正能推理和解决问题的智能机器 ，具有以下几种特征：

1、机器有知觉和自我意识；2、机器可以独立思考问题并制定解决问题的最优方案； 3、有自己的价值观和世界观体系； 4、有和生物一样的各种本能，比如生存和安全需求； 5、在某种意义上可以看作一种新的文明。

 比如在好莱坞出品的人工智能的题材科幻**中，很多机器人都表现出了很强的学习认知能力以及自我意识，这样的人工智能就可以认为属于强人工智能。但遗憾的是当前我们科技发展水平还没有能力创造任何种类的强人工智能。还有 弱人工智能与强人工智能并不是发展阶段的关系，弱人工智能不一定能发展为强人工智能，二者发展路径与理念存在根本的不同。

    让我们来回顾一下在人工智能诞生时期的伟大历史事件：

         1936年，数学家 阿隆佐·邱奇 (Alonzo Churc) 和艾伦·图灵 ( Alan Turing) 命名邱奇-图灵论题，提出 所有计算或算法都可以由一台图灵机来执行，这也是构建计算机科学的基础之一。 图灵这个人相信大家都有了解了，二战时发明了解码机破解了德国人密码，改变了战争的进程。并且他发表的图灵计算机论文也是现代计算机的原型。他把生物的进化也看做是一种程序，也就是图灵机的基本概念，一切都是数学公式的表达，然后按程序进行。

        1943年， 沃伦 · 麦卡洛克 (WarrenMcCulloch) 和沃尔特 · 皮茨 (WalterPitts) 两位科学家提出了 “ 神经网络 ” 的概念，正式开启了 AI 的大门。 虽然在当时仅是一个数学理论，但有着极其深远的影响，因为这个理论让人们了解到计算机可以如人类大脑一样进行“深度学习”，描述了人造神经元网络如何实现逻辑功能。

        1945年博弈论的创立者 冯·诺依曼(JohnVonN eumann)提出了存储程序的概念，在计算机领域建立了不朽的功勋。 他的这一思想被誉为电子计算机时代的开始。到今天计算机的体系结构还基本上是冯 · 诺依曼型。

1946年2月14日情人节那天，基于 图灵和冯 · 诺伊曼 学说，计算机的先驱者莫克利(JWMauchly)与他的研究生埃克特(JPEckert)在美国合作研发了世界上第一台通用计算机， 这 是现代计算机发展史上重要的里程碑，也 为人工智能的出现奠定了硬件基础。

        1947年，神经学的研究发现大脑结构是由神经元组成的电子网络，其电平只存在“有”和“无”两种状态，不存在中间状态，这也是人类研究大脑结构的重大成果。

         1948年，计算机时代刚刚进入黎明时， 诺伯特  ·  维纳 ( Norbert Wiener)  就提出了一种“控制论”的概念。他是最先预见到信息技术双重可能性的人，这把双刃剑可能也逃离人类掌控并反过来控制人类。他也成为了最早对机器智能的到来提出批判的学者。

         1950 年，图灵发表了一篇划时代的论文，预言了创造出具有真正智能的机器的可能性。 图灵测试是人工智能哲学方面第一个严肃的提案。著名的图灵测试诞生： 如果一台机器能够与人类 ( 通过电子设备 ) 展开间接对话而不能被辨别出其机器身份，那么称这台机器具有智能。 他也因此被誉为“人工智能之父”。同一年，图灵还预言了人类将会创造出具有真正智能的机器的可能性。

1951年， 克 里斯托弗  ·  斯特雷奇 (ChristopherStrachey) 使用写出了一个西洋跳棋程序； 迪特里希  ·  普林茨 (DietrichPrinz) 写出了一个国际象棋程序。 从这开始游戏 AI 就一直被当做评价 AI 发展水平的标准。

        1955 年，艾伦·纽厄尔 (Allen Newell) 和赫伯特 · 西蒙 (Herbert Simon) 在 J C  肖 的协助下开发了“逻辑理论家”。这个程序通过模拟人证明符号逻辑定理的思维活动，证明《数学原理》中的38个定理，其中某些证明比原著更加简明合理。

1956 年，人工智能诞生 马文· 明斯基 (Marvin Minsky) 与 约翰· 麦卡锡 (John McCarthy) 、克劳德· 香农 (Claude Shannon) 等人一起在美国达特茅斯学院发起并组织“达特茅斯会议”，麦卡锡首次提出了“人工智能”这个概念，纽厄尔和西蒙则展示了编写的“逻辑理论家”。会议上AI的名称和任务得以确定，同时出现了最初的成就和最早的一批研究者，因此这一事件被广泛认为是AI诞生的标志，被誉为“人工智能的起点”。

        1956 年乔治  ·  戴沃尔戴沃尔  (Ge orge Devol ) 与约瑟夫 · 恩格尔博格 ( Joseph F·Engelberger ) ， 创建了世界上第一家机器人公司，名为“尤尼梅新”。

        1956 年，奥利弗·萨尔夫瑞德 (Oliver Selfridge) 研制出第一个字符识别程序，开辟了模式识别这一新的领域。

            1957年， 艾伦·纽厄尔 (Allen Newell) 和 赫伯特 · 西蒙 (Herbert Simon) 等人开始研究一种不依赖于具体领域的通用问题求解器，他们称之为GPS(General Problem Solver)，这一时期，搜索式推理是许多AI程序使用相同的基本算法。原理就像在迷宫中寻找出路一般；如果遇到了死胡同则进行回溯选择其他分支路径往前，这就是“搜索式推理”。这算法主要困难是在很多问题中，线路总数的可能性是一个天文数字。

        1958年，美国国防部先进研究项目局(Defense Advanced ResearchProjects Agency)成立，主要负责高新技术的研究、开发和应用。几十年来DARPA已为美军研发成功了大量的先进武器系统，同时为美国积累了大量的科技资源储备，并且引领着美国乃至世界军民高技术研发的潮流。

总结一下，最初的人工智能研究是20世纪30年代末到50年代初的一系列科学研究成果交汇的创新的产物。在这些领域的顶级研究人员本身也是多学科跨界的专家，因此需要集各家所长的人工智能，才得以快速发展，其中主要的几个学科成果是：

1、神经学研究发现神经网络；2、维纳的控制论描述了电子网络研究3、香农信息论的数字信号研究；4、图灵的计算理论证明数字信号可以描述任何形式的计算，5、冯·诺依曼提出了存储程序的概念，这些密切相关的想法融合在一起，展现了构建一个电子大脑的可能性，研究如何用机器来模拟人类智能的学科产生了。

二、人工智能逻辑推理时期 (20世纪六十年代)

        在这一时期，一般认为只要机器被赋予了逻辑推理能力就可以实现人工智能。 不过此后人们失望的发现，制造出来的机器仅仅具备了基本的逻辑推理能力，还远远达不到“智能”的水平。

    早在1958年， 约翰· 麦卡锡 (John McCarthy) 提出了“纳谏者”的程序构想，将逻辑学引入了AI研究界。到了六十年代末麦卡锡和他的学生们发现，实现这一想法运算复杂度极高：即便是证明很简单的定理也需要天文数字的运算步骤。此时，麦卡锡认为，人类怎么思考是无关紧要的：真正的目标应该是解决问题的机器，而不是模仿人类进行思考的机器。因此麦卡锡等人一派也被称为“简约派”。

这一时期的重大事件有：

        1962年，创立6年时间的公司 “尤尼梅特” ， 推出了世界上首款工业机器人“尤尼梅特”， 开始在通用汽车公司的装配线上服役。

        1963年6月，麻省理工学院MIT从DARPA，国防部先进研究项目局获得经费资助，其中包括 马文· 明斯基 (MarvinMinsky) 和麦卡锡 (John McCarthy) 五年前建立的 AI 研究组。 此后DARPA每年提供三百万美元，直到七十年代为止。

        1966年到1972年间，美国斯坦福国际研究所(SRI)研制了具备一定人工智能移动式机器人Shakey,，它能够自主进行感知、环境建模、行为规划并执行任务(如寻找木箱并将其推到指定目的位置)。这是首台采用了人工智能学的移动机器人，引发了人工智能早期研究工作爆发。

        1966 年， MIT 的系统工程师约瑟夫·魏泽堡 (Joseph Weizenbaum 和精神病学家   肯尼思·科尔比 (Kenneth Colby) 发布了世界上第一个聊天机器人艾丽莎 Eliza 。智能之处在于她能通过脚本“理解”简单的自然语言，并能产生类似人类的互动。而其中最著名的脚本便是模拟罗吉斯心理治疗师的Doctor。作为最早的有情感人工智能机器，可以帮助用户和机器进行对话，缓解压力和抑郁，同时这也是人工智能语音助手最早的雏形。

        1968年12，加州斯坦福研究所的 道格·恩格勒巴特  ( Douglas C Engelbart) 发明了鼠标，被誉为“鼠标之父”。 如果你认为发明鼠标已经很厉害的话，那他还有个更厉害发明，正是他提出了超链接概念，而超链接原理几十年后成了现代互联网的根基。他关于人工智能发展的理念是提倡“智能增强”而非取代人类。

     了解最新课程内容，点击 原文链接 或者搜索"知识星球"小程序，在里面搜索“人工智能进化论”订阅课程，加入圈子讨论或者向作者提问。 或者加wx:AI61825