来源：物联网智库

摘要：AI是人工通过高强度的计算能力，并基于大量的环境数据、行为数据、历史数据等大数据支持，或是一定规则的自学习机制，来分析特定输入的情况下，事物的相关性、影响和可能处理方法，从而使机器不只是进行简单的运算，而是能够在某种程度上进行类智能的思考和运作。本文尝试对AI的分类与演进进行简单科普。

AI，Artificial Intelligence，顾名思义，是人工通过高强度的计算能力，并基于大量的环境数据、行为数据、历史数据等大数据支持，或是一定规则的自学习机制，来分析特定输入的情况下，事物的相关性、影响和可能处理方法，从而使机器不只是进行简单的运算，而是能够在某种程度上进行类智能的思考和运作。

业界的大事发生时，总会撩动AI热潮。远的是96年和97年卡斯帕罗夫和深蓝的对弈，2011年Iphone 4S 搭载Siri,2016年 Alpha Go 对垒李世石；近的是Alexa和Google Assistant的持续发展。AI的应用，在每次都得到一波投资热潮，应用的领域也在扩展。目前主要的领域包括：

1.人机交互领域

人机交互就是如何操作机器并获得结果的方法。AI使机器能够像智慧生物一样进行交流，而不是触摸、键盘等机械式交互。目前很多的AI应用，其实就是将进行交互方式基于AI的进行重构。

a)语音识别，这一能力经常会和语义分析的自然语言识别混淆，这一块的能力，是进行声纹识别，能够明白到底是谁在讲话。另外，把语音转化为文字，也是属于这一块的范畴，以语音代替密码进行登录和认证也是常用功能。国内已经有很多行业象科大讯飞等在做

b)人脸识别，这一块很容易理解，不进行细讲，现在国内的商汤科技是这一领域的知名企业

c)指纹和其它生物特征识别，还包括虹膜识别等其它方式的机器对于人的识别方法

d)NLP（Natural Language Processing）自然语言处理，是基于语音已被识别的基础上，对于其内在的含义进行分析，从而做出应答。比如，把一个声音流媒体转换成“上海今天天气如何”是语音识别的产出，而根据这句话，明白其含义并找到相应的网站和服务，比如气象局，通过其接口调出今天的天气结果，就是NLP需要完成的工作

e)动作追踪，是基于摄像头等机器视觉系统的支持下，对于操作人的肢体动作(含头部动作)进行追踪，从而进行相应的应答。就好象钢铁侠在家里用手在空中比划，就可以操作电脑一样

f)视觉追踪，类似上一条，不过捕抓的是操作人的眼神，从而有针对性的进行图像显示跟随和操作应答

g)穿戴设备/VR追踪，这个很好理解了，广义上讲，放在裤兜里的手机的摆陀也算。更有科技感的，是环太平洋里面的奥特曼工作台、医生的远程手术，都是这一类范畴

2、识别分析

是指通过AI的辅助，协助机器完成对周边环境的感知，以及通过大数据，完成各种行为的相关性分析，从而实现有限程度的结果推演(天气预测也属于此范畴)。

a)机器视觉，通过摄像机，完成图片、物体的静态和动态识别，能用于对特定物体的识别与追踪。比如在生产线上，通过机器视觉，识别产成品的质量等级

b)运动监测，通过相关传感器，识别不同尺寸和强度的运动的发生，并按相关预设程序进行响应或介入。比如国外的家庭安全方案，大多都能区分宠物的进出与非法入侵的区别，从而进行分别对待

c)化学分析，大量基于马桶的传感器近来正被大量研发，结合云端的大量相关数据库，进行健康监测。而在特定的生产和工作场所，通过AI分析，基于主要的化学成分进行安全预警和成分调优，也具备大量的想象空间

d)概率统计，AI从来就和大数据紧密相关，Alpha Go这些个AI，就是利用算法进行概率分析，从而得出相应的应答选择。而基于海量数据，对于特定的议题进行概率分析，将无穷趋近正确的结果，比如天气预报的日益准确

e)相关性分析，大数据分析的另一个特征，就是通过大量的数据，分析不同行为间的相关性，从而得出它们相关的程度，以进行决策支持，而且并不需要关心两者间的内在逻辑。比如，对于注塑温度与产品脆性间的相关性分析可以提高产出良率

f)行为分析，是基于无所不在的机器行为的记录，勾画出使用者的行为画像。比如通过智能汽车或车联网的记录，对于驾驶人的行为方式进行记录，并为保险精算定价提供非常精准的输入。这一模式已经非常成熟，FaceBook和Twitter，对于你的阅读偏好，甚至是为数不多的几个点赞，就能洞察一个人的性格、性取向、政治色谱等大量的行为偏好，从而进行更有效地服务，或用于其它的运用

g)质量追踪/问题溯源，通过产品生产过程、原料来源、设备参数、服务过程的记录，为快速进行问题排查提供帮助。另外大量的相关性分析，也能对于未知问题进行分析。国外的电网公司经历大断电之后，利用AI进行失效仿真模拟影响范围，或是根据事故结果推算问题节点方面，已取得长足进展

3.增强仿真

是指基于AI识别输出的类型和场景，按预先设定的优化方案，或是不断的机器学习得到的优化方案，通过算法影响原先的输出结果，从而获得更好的视听效果。这一技术持续进步将使得增强/虚拟现实不断得到普及，最后在技术的仿真设计方面也大有可为

a)视像渲染，这一点大家都不陌生了。从一开始的美图秀秀、Face U，到现在的视频美颜、流媒体/电视厂商的AI算法增强，到现在很多硬件厂商直接把优化算法内置在原厂设置里，比如华为手机的拍月亮模式自动优化

b)语音渲染，大量的K歌软件的效果渲染，以及人工声音合成、朗读软件，都是这一类应用。AI不停进化的路上，把结果进行声音合成作为输出，未来会越来越成为标配

c)变频输出，小到空调冰箱的变频，大到街道的信号灯、路灯，公共场馆的电梯、新风系统等设备，按照人流量和其它环境因素，进行动态调优后的运作和输出。最有名的当属新加坡的EPR系统，通过路网的负荷，进行相应的信号灯调节，从而舒缓交通

d)仿真设计，最近热炒的数字双胞胎就是这一个范畴。通过数字化模拟，使得在设计阶段，可以通过虚拟的方式，来推算产品的特定性能和外观，从而在一开始就能排除掉大量无效的方案

c)增强/虚拟现实，增强现实，是基于现实的场景，叠加相应的特性。比如前些年风靡全球的《口袋妖怪Go》，就是基于现实的地图坐标，产生虚拟的精灵，玩家可以去到现实存在的GPS位置，进行捕抓。虚拟现实大家都不陌生了，迪士尼乐园的大型全场景球幕影院就是。目前苹果公司正在努力将VR眼镜从1厘米向更薄改良，加上未来的5G高带宽和低时延，大量的增强/虚拟现实的应用将会产生，我们的娱乐方式也将大不一样

f)服务机器人，大量的机器人程序已经投入生产，比如财务机器人的自动核帐、呼叫中心的语音机器人等。国外某些行业，已经能实现由机器人和客户进行应答，只在交易条款确认时，才需要按法律要求，真人进行介入确认

4.决策辅助

a)预防性维护，前一阵子IBM的“沃森”AI系统的广告，工程师在电梯出问题前就到现场维护，因为“沃森”告诉他哪些关键部件需要去退换了。现实中，除了计划性的维检之外，还有基于设备的运行状态，比如刀头的温度和切削次数，进行预防性维护，杜绝运作异常和事故

b)智能交通，这一领域其实包括智慧城市、智能电网(水务、燃气等公用设施)等相似或更高阶的应用场景。智能交通是根据一段足够长时间，在特定的路网内的交通流量数据，进行路网和信号规划的测试仿真；以及实时对路网流量进行监控，调节相关路口信号设置、以及利用广播等手段，进行动态优化的智能化交通管理

c)智能制造，在制造自动化的基础上，按照生产设备状态，进行设备参数、节拍、投料等环节，通过AI智能进行自动决策，并通过自学习不停进行决策优化的行为。到最后阶段，甚至协调供应链上相关的环节和合作伙伴的系统，共同进行按需按时和高质量高效率的生产组织

d)辅助驾驶，到最后会变成全自动驾驶。目前更多是根据地图数据和环境数据，进行驾驶过程的自动辅助。

e)环境调节，这是经常在智能家居宣传里出现的场景，比如灯随人动、空调随着心跳汗量和人的位置调节、根据PM2.5开关窗和空气净化器等

f)精算支持，按照大量的历史天气、交通、人口等数据，和个人行为数据，进行财产险、人身险的精算；国外领先的零售企业，根据厄尔尼诺和拉尼娜的轮替、中近期的天气预测，进行生鲜的价格测算和战略性采购安排、不同季节服装的更替计划安排等，这些智能测算也属于此一范围

g)高频交易，根据大量经验证的交易经验模型，以及不断学习优化的决策系统，国外在证券、期货等领域，大量的智能系统已成功应用于高频交易，并取得了单靠人力无法达到的优异成绩

5.形成意识

之上所述的AI，都只是利用计算机强大的算法，针对专门领域的话题，按一定的规则，进行大数据量的分析，并给出可供选择的结果和建议。近来的自学习，则是对不同的结果按一定的择优标准进行反馈，从而让AI程序可以优化其算法和参数的一个过程。这样的AI，只是一个强大的计算器而已。

而马斯克，甚至霍金警告的人工智能，则是机器需要跨越一个巨大的鸿沟，产生自主的意识。而我们知道，简单的算力堆砌是无法产生有自主意识的智能的。现代计算机的运算能力，远高于人类，但仍只是一个工具。在我们这个年代是否能产生有意识的人工智能，从而进行化成一种新的生命型态，在目前看来，还很遥远，除非奇迹出现，否则只能寄希望于下一次的技术革命了。

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能，互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”