摘要：本系列文章結合行業報告、人工智慧知名公司、行業學者等多個角度使用圖文的方式從 技術篇、產業篇、戰略篇、法律篇、倫理篇、治理篇、未來篇等角度幫助讀者瞭解整個人工智慧的技術全貌。歸納總結人工智慧的 歷史、層次結構（技術框架圖）以及主流關鍵技術發展歷史，包括 自然語言處理發展歷程、 語音技術發展歷程、 計算機視覺發展歷程、 深度學習演算法發展歷程、 規劃決策系統發展歷程等。
本文共2794字，建議閱讀時間8分鐘
文章目錄：
1、人工智慧的歷史
2、人工智慧層次結構（技術框架圖）
3、自然語言處理&知識圖譜發展歷程
4、語音技術發展歷程
5、計算機視覺發展歷程
6、深度學習發展歷程
7、規劃決策系統發展歷程
背景：
2019 年度新技術成熟度曲線 | Gartner
今年，Gartner 從 2000 項技術中選出了 29 項，並由此總結出了企業決策者應該納入考慮範圍的五大創新技術趨勢。Gartner 研究副總裁 Brian Burke 在接受 CIO Dive 採訪時指出，“人工智慧滲透到了其他所有趨勢中。”
No.1人工智慧的歷史
人工智慧從1942年美國科幻巨匠阿西莫夫提出的“機器人三定律”開始，到2016年AlphaGo戰勝人類頂尖圍棋選手慢慢廣泛被大眾所接受，在
政策推動、技術成熟、投資拉動、公眾關注四大推動力下：人工智慧應用迎來加速器。
人工智慧之所以號稱第四工業革命，之所以能夠應用落地，歸根結底智慧語音、機器視覺等應用層技術達到落地標準；比如人臉識別準確率超過99.5%，代表企業有科大訊飛等。
人工智慧技術成熟度曲線
人工智慧應用場景
No.2人工智慧層次結構
人工智慧層次結構（基礎、技術、應用三大層）
當下，人工智慧技術正如雨後春筍般紮根於各行各業，商湯科技用人臉識別技術變革金融、安防等行業；影譜科技用智慧影像生產技術變革傳統機器影像行業；科大訊飛用語音識別變革教育行業；百度正在嘗試用無人駕駛變革交通行業……人工智慧技術本身是沒有價值的，人工智慧的價值來自於與其他產業結合創造出來的價值。報告指出，“場景為王”仍然是這一輪“智慧+X”產業發展的關鍵詞，任何技術的發展都離不開與實際需求和應用場景的結合。
中國AI產業生態圖譜
AI商業價值 = [ 人 x 流程 x 資料 ]
AI要在企業中大放異彩，企業需要在技術、資料、人才等各方面做好準備；同時，也應詳細分析、論證AI會影響企業戰略的各個維度，在制定AI戰略和系統的過程中，兼顧以人為本的設計理念、問責機制、公平機制、誠信機制，以及透明機制等。
No.3自然語言&知識圖譜發展歷程
回顧知識工程四十年多來發展歷程，總結知識工程的演進過程和技術進展，可以將知識工程分成五個標誌性的階段，前知識工程時期、專家系統時期、全球資訊網 1.0 時期，群體智慧時期以及知識圖譜時期，如下圖所示。
知識工程發展史
自然語言發展歷程圖
人類的日常社會活動中，語言交流是不同個體間資訊交換和溝通的重要途徑。因此，對機器而言，能否自然地與人類進行交流、理解人們表達的意思並作出合適的回應，被認為是衡量其智慧程度的一個重要參照，自然語言處理也因此成為了繞不開的議題。下圖為典型的自然語言（NLP）總體架構圖，供參考。
No.4語音技術發展歷程
語言交流是人類最直接最簡潔的交流方式。長久以來，讓機器學會聽和說，實現與人類間的無障礙交流一直是人工智慧、人機互動領域的一大夢想。
早在電子計算機出現之前，人們就有了讓機器識別語音的夢想。1920年生產的“Radio Rex”玩具狗可能是世界上最早的語音識別器，當有人喊“Rex”的時候，這隻狗能夠從底座上彈出來。
語音技術發展歷程圖（來自網路）
人工智慧語音助手應用場景（來自網路）
No.5.計算機視覺發展歷程
“看”是人類與生俱來的能力。剛出生的嬰兒只需要幾天的時間就能學會模仿父母的表情，人們能從複雜結構的圖片中找到關注重點、在昏暗的環境下認出熟人。隨著人工智慧的發展，機器也試圖在這項能力上匹敵甚至超越人類。
計算機視覺發展歷程圖（來自網路）
計算機視覺應用市場的參與者既有明星演算法型廠商如商湯、依圖、曠視、雲從科技、雲天勵飛、碼隆科技、擴博智慧、圖譜科技、北京深醒科技，又有大型CSP廠商如騰訊雲、百度雲、阿里雲、金山雲、AWS，還有眾多傳統的安防廠商如海康、大華、易華錄、以薩科技、華尊科技、智慧眼科技等等。
計算機視覺全景應用圖譜（來自網路）
不同場景下計算機視覺技術的重要性（來自網路）
另外根據Tractica的分析，2016-2025年 計算機視覺最受歡迎的十大用例包括：
1.影片監控
2.機器/車輛物體檢測/識別/避讓
3.醫學影像分析
4.擴增實境（AR）/虛擬現實（VR）
5.定位和製圖
6.將文書工作轉換為資料
7.人類情感分析
8.廣告插入影像和影片
9.臉部識別
10.房地產開發最佳化
Tractica 研究總監Aditya Kaul 表示：“計算機視覺市場將包括向AR/VR、機器人、無人駕駛和自動駕駛汽車等面向消費者的應用，以及企業應用，如醫療影像分析、影片監控、房地產開發最佳化、廣告插入、文字數字化等。雖然面向消費者的應用通常會產生更多的炒作，但重要的轉變是企業正在部署利用基於AI的計算機視覺功能。”
No.6.深度學習發展歷程
深度學習發展歷程圖（來自網路）
No.7.規劃決策系統發展歷程
2016年，硬體層面出現了基於GPU、TPU的平行計算，演算法層面出現了蒙特卡洛決策樹與深度神經網路的結合。
4:1戰勝李世石、在野狐圍棋對戰頂尖棋手60連勝、3:0戰勝世界排名第一的圍棋選手柯潔，隨著棋類遊戲最後的堡壘——圍棋也被AlphaGo所攻克，人類在完美資訊博弈的遊戲中已徹底輸給機器，只能在不完美資訊的德州 撲 克 和 麻 將 中苟延殘喘。
人們從棋類遊戲中積累的知識和經驗，也被應用在更廣泛的需要決策規劃的領域，包括機器人控制、無人車等等。棋類遊戲完成了它的歷史使命，帶領人工智慧到達了一個新的歷史起點。
規劃決策系統發展歷程圖（來自網路）