人工智能在三个领域发展，人工智能在三个领域发展趋势

人工智能的发展时期7个阶段

第一阶段

50年代人工智能的兴起和冷落。人工智能概念首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题、求解程序、LISTP表处理语言等。但由于消解法推理能力的有限以及机器翻译等的失败，使人工智能走入了低谷。这一阶段的特点是：重视问题求解的方法，忽视知识重要性。

第二阶段

60年代末到70年代，专家系统出现，使人工智能研究出现新高潮。DENDRAL化学质谱分析系统、MYCIN疾病诊断和治疗系统、PROSPECTIOR探矿系统、Hearsay-Ⅱ语音处理系统等专家系统的研究和开发，将人工智能引向了实用化。并且，1969年成立了国际人工智能联合会议。

第三阶段

80年代，随着第五代计算机的研制，人工智能得到了很大发展。日本1982年开始了”第五代计算机研制计划”，即“知识信息处理计算机系统KIPS”，其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮。

第四阶段

80年代末，神经网络飞速发展。1987年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。

第五阶段

90年代，人工智能出现新的研究高潮。由于网络技术特别是国际互连网的技术发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，使人工智能更面向实用。另外，由于Hopfield多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已深人到社会生活的各个领域。

人工智能未来的发展趋势有哪些

谢谢邀请。

现如今，人工智能发展壮大的脚步正在加快。从人工智能机器人与人类的围棋大战获胜，到大型科技公司对人工智能的频频出招，人工智能的大爆发已经不再是一个预言，这是一个巨大的产业，也给人们带来了从未有过的体验。

有关于人工智能化机器人的发展方向，专家学者们都有不同的解读，大致可以看到如下几种。

在工厂里，将来的机器人更加智能和自动化，目前的机器人大部分是在人类的操纵之下，能够完全简单的生产任务。未来的机器人能够准确识别语言指令，并能够通过语言与人交流，同时也能够不断地被训练，能够独立完成更为复杂的工作任务。

在日常工作生活中，智能助理型机器人将渐渐占据主流。除了能够提醒用户重要事件之外，它还能记录下用户的个人的爱好，并据此提出一些交往建议。此外，还可以通过它控制用户家里的所有互联网设备等，当然日常的语言交流与音乐推荐等众多的生活细节功能也将会不断被开发出来。

未来的智能机器人技术，不可能停留在综合归纳数据并处理简单指令的层面上，一些公司正在开始研究能够理解用户情感的人工智能技术，它能够通过更类似于人的行为来判断用户的需要。

人工智能机器人的未来会更加人性化，但是想要完全取代人的思维，产生自我意识，现在看来还不可能。

科学是人类社会进步的催化剂，知识的增加伴随着是未知领域的增加。人工智能的出现，必将取代相当一部分人的工作，但是对于社会来说，人工智能是有益的。至于人工智能最终会达到哪种聪明程度，我们只能拭目以待。

人工智能的第三次发展浪潮始于人工神经网络

自1956年开始，人工智能经历了三起三落，出现了几次浪潮，现在人工智能已经是处于第三次浪潮了。

第一次浪潮（1956-1976年，20年），最核心的是逻辑主义

逻辑主义主要是用机器证明的办法去证明和推理一些知识，比如用机器证明一个数学定理。要想证明这些问题，需要把原来的条件和定义从形式化变成逻辑表达，然后用逻辑的方法去证明最后的结论是对的还是错的，也叫做逻辑证明。

早期的计算机人工智能实际上都是沿着这条路在走。当时很多专家系统，比如医学专家系统，用语言文字输入一些症状，在机器里面变换成逻辑表达，用符号演算的办法推理出大概得了什么病。所以当时的主要研究都集中在逻辑抽象、逻辑运算和逻辑表达等方面。

在第一次浪潮中，数学定理证明实际上是实现效果最好的，当时有很多数学家用定理思路证明了数学定理。为了更好地完成定理证明工作，当时出了很多和逻辑证明相关的逻辑程序语言，比如很有名的Prolog。

虽然当时的成果已经能够解开拼图或实现简单的游戏，却几乎无法解决任何实用的问题。

第二次浪潮（1976—2006年，30年），联结主义盛行

在第一次浪潮期间，逻辑主义和以人工神经网络为代表的联结主义相比，逻辑主义是完全占上风的，联结主义那时候不太吃香。然而逻辑主义最后无法解决实用的问题，达不到人们对它的期望，引起了大家的反思，这时候人工神经网络（也就是联结主义）就慢慢占了上风。

在70年代末，整个神经元联结网络、模型都有突飞猛进的进步，最重要的是BP前馈神经网络。1986年BP前馈神经网络刚出来的时候解决了不少问题，后来大家往更大的领域应用，实现了比较大的成果。在很多模式识别的领域、手写文字的识别、字符识别、简单的人脸识别也开始用起来，这个领域一下子就热起来，一时之间，人们感觉人工智能大有可为。随后十几年人们发现神经网络可以解决一些单一问题，解决复杂问题却有些力不从心。训练学习的时候，数据量太大，有很多结果到一定程度就不再往上升了。

这时期所进行的研究，是以灌输“专家知识”作为规则，来协助解决特定问题的“专家系统”为主。虽然有一些实际的商业应用案例，应用范畴却很有限，第二次热潮也就慢慢趋于消退。

第三次浪潮（2006—现在），基于互联网大数据的深度学习的突破

如果按照技术分类来讲，第二次和第三次浪潮都是神经网络技术的发展，不同的是，第三次浪潮是多层神经网络的成功，也就

人工智能的4种实现途径是什么

这个问题好大啊，我不知道从哪里说起，人类要实现智能，很大一部分是通过机器模拟人类的感知、思维、学习、行为，下面我就从这四个方面谈谈人工智能的模拟方法吧：

感知：机器模拟人类的感知行为，例如：视觉、听觉、触觉等。此类专门的研究领域有，计算机视觉，计算机听觉、模式识别、自然语言、自然语言理解；

思维：机器对已感知的外界信息或者由内部产生的信息进行思维性加工。主要的研究领域：知识表示、组织以及推理的方法，启发式搜索以及控制策，神经网络，思维机理等方面；

学习：重新获取新知识，达到自我完善增强。此乃人工智能的核心问题。主要的研究领域：记忆学习、归纳学习、解释学习、发现学习、神经学习、遗传学习。

行为：模拟人类的行动或者表达。主要的研究领域：智能控制、智能制造、智能调度、智能机器人。

希望对你哪怕有一点的帮助啊！~~

当前中国的人工智能发展到了什么阶段在哪些方面展开了应用

我来谈谈我对当前中国的人工智能发展现状以及应用的一点看法。

人工智能技术已在实体经济中寻找落地应用，人工智能技术与传统行业经营模式及业务流程产生实质性融合，智能经济时代的全新产业版图初步显现。不管是论文数量，产业公司数量，融资金额，中国和美国都稳稳地领跑世界其它国家，但是中国较美国的技术差距仍然较大。

人工智能主要分为技术层、应用层和基础层。技术层包括人工智能通用技术平台（例如计算机视觉与图像、自然语言处理、语音识别），例如百度发布的阿波罗自动驾驶平台。应用层包括人工智能行业应用方案、消费类终端或服务等。基础层包括人工智能芯片、算法和数据。相比美国的全产业布局特征，中国主要集中在应用侧，另外在技术层和基础层只是局部有所突破。

目前，安防和金融领域市场份额最大，工业、医疗、教育等领域具有爆发潜力。中国人工智能产业初创公司700-100家，位居世界第二。目前在中国人工智能创业公司中排名前三的领域为：计算机视觉与图像，有146家公司；智能机器人，有125家公司；自然语言处理，有92家公司。