人工智能作为计算机科学与统计学、脑科学和认知科学等多学科交叉前沿领域，致力于使机器拥有类似人类的感知、认知、操控、交互能力，并与人类协同工作，以减轻工作量，改善人们生活品质，是人类多年以来不懈追求的科技梦想。人工智能研究正式起源于1956年美国达特茅斯夏季学术研讨会，至今已60余年，期间经历过几次起伏，这既有自身理论尚不完善的原因，也受到数据和算力不足等因素的制约。
最近几年，随着人工智能技术的突破，以及互联网、大数据、并行计算等相关技术群的成批成熟，人工智能技术在快速的更替换代中不断成熟。我国专家认为，人工智能技术发展和产业应用正在双双进入临界点，人工智能正在进入2.0新阶段。美国国防部国防高级研究计划局（DARPA）也指出，目前人工智能发展正处于第二波次。人工智能正在全球范围内迎来新一轮创新变革，理论和技术加速突破，产业化周期日益缩短，企业创新更加活跃，人工智能开始从实验室走进人类生产生活，进入一个与以往显著不同的创新发展新阶段。
1.1 新一轮人工智能发展的三个特征
当前人工智能发展的突飞猛进和重大变化，表现出区别于过去的三个方面的阶段性特征。
一是进入大数据驱动智能发展阶段
可以说，2000年之后成熟起来的三大技术成就了人工智能的新一轮发展高潮，包括以深度学习为代表的新一代机器学习模型；GPU、云计算等高性能并行计算技术应用于智能计算，以及大数据的进一步成熟，以上三大技术构建起支撑新一轮人工智能高速发展的重要基础。
DARPA认为，人工智能发展将经历三个波次，第一波次是人工智能发展初期的基于规则的时代，专家们会基于自己掌握的知识设计算法和软件，这些AI系统通常是基于明确而又符合逻辑的规则。在第二波次AI系统中，人们不再直接教授AI系统规则和知识。而是通过开发特定类型的机器学习模型，基于海量数据形成智能获取能力，深度学习是其典型代表。在这种技术路线下，获得高质量的大数据和高性能的计算能力成为算法成功的关键要素。比如，2015年以来，IBM通过收购大量医疗健康领域的公司，获取患者病例，医疗影像和临床记录等医疗数据，以提升Watson医疗诊断水平。
尽管基于现有的深度学习+大数据的方法，离最终实现强人工智能还有相当的距离，下一步可能需要借鉴人脑高级认知机理，突破深度学习方法，形成能力更强大的知识表示和学习推理模型。但业界普遍认为，最近的5~10年里，人工智能仍会基于大数据来运行，并形成巨大的产业红利。
二是进入智能技术产业化阶段
在机器学习+大数据的人工智能研究范式下，得益于硬件计算性能的快速增强，智能算法性能大幅度提升，围棋算法、语言识别、图像识别都在近年陆续达到或超过人类水平，智能搜索和推荐、语音识别、自动翻译、图像识别等技术进入产业化阶段。各类语音控制类家电产品和脸部识别应用在生活中已随处可见；无人驾驶技术难点不断突破，谷歌无人驾驶汽车已在公路上行驶了300多万英里，自动驾驶汽车已经得到美、英政府上路许可；德勤会计师事务所发布财务机器人，开始代替人类阅读合同和文件；IBM的沃森智能认知系统也已经在医疗诊断领域表现出了惊人的潜力。
人工智能的快速崛起正在得到资本界的青睐。“Nature”文章指出，近一两年来，人工智能领域的社会投资正在快速聚集。2015年比2013年增长了3倍左右。人工智能技术的发展正在由学术推动的实验室阶段，转由学术界和产业界共同推动的产业化阶段。
三是进入认知智能探索阶段
得益于深度学习和大数据、并行计算技术的发展，感知智能领域已经取得了重大突破，目前已处于产业化阶段。同时，认知智能研究已经在多个领域启动并取得重要进展，将是人工智能下一个突破点。
2016年初，谷歌AlphaGo战胜韩国围棋世界冠军李世石的围棋人机大战，成为人工智能领域的又一重大里程碑性事件，人工智能系统的智能水平再次实现跃升，初步具体了直觉、大局观、棋感等认知能力。目前在人工智能的多个研究领域都在向认知智能挑战，如图像内容理解、语义理解、知识表达与推理、情感分析等，这些认知智能问题的突破,将再次引发人工智能技术的飞跃式发展。
除谷歌外，微软、Facebook、亚马逊等跨国科技企业，以及国内的IT巨头都在投入巨大研发力量，抢夺这一新的技术领地。Facebook提出在未来5~10年，让人工智能完成某些需要“理性思维”的任务；“微软小冰”通过理解对话的语境与语义，建立用于情感计算的框架方法；IBM的认知计算平台Watson在智力竞猜电视节目中击败了优秀的人类选手，并进一步应用于医疗诊断、法律助理等领域。
