李德毅
人工智慧技術能夠走過六十年，如今奔跑在天梯上，而深處卻是更多基礎和階梯的支撐，比如光網寬帶、移動寬帶、移動網際網路、雲計算、物聯網及大數據等等。事實上，如果聯網通信、數據量爆發及計算能力的極大提升，人工智慧技術也許還處於實驗室之中。
科學技術的發展史，就是人類認識世界、改造世界能力的拓展史，就是人類勞動工具的發展史。人類走過了農耕社會、工業社會、信息社會，已經進入到用「智能」作為當今社會時代印記的新階段——智能社會，已經進入到在動力工具基礎上發展智力工具的新階段。
如果說，在農耕社會和工業社會，人類的生產工具主要是基於物質和能量的動力工具，得到了極大地發展；而今天勞動工具轉向了基於數據、信息、知識、價值和智能的智力工具，當人口紅利、勞動力紅利不那麼靈了，智能的紅利也就來了。
那麼，人工智慧的內涵和外延是什麼呢？我認為，人工智慧的內涵包括腦認知基礎、機器感知與模式識別、自然語言處理與理解、知識工程這四個方面。
所謂的腦認知基礎，也就是闡明認知活動的腦機制，即人腦使用各層次構件，包括分子、細胞、神經迴路、腦組織區實現記憶、計算、交互等認知活動，以及如何模擬這些認知活動。它包括認知心理學、神經生物學、不確定性認知、人工神經網絡、統計學習、機器學習、深度學習等內容。
機器感知與模式識別，則是指研究腦的視知覺、以及如何利用機器完成圖形和圖像的信息處理和識別任務，如物體識別、生物識別、情境識別等。在物體的幾何識別、特徵識別、語義識別中，在人的籤名識別、人臉識別、指紋識別、虹膜識別、行為識別、情感識別中，目前都已經取得巨大成功。
自然語言處理與理解，則研究自然語言的語境、語用、語義和語構；大型詞庫、語料和文本的智能檢索，語音和文字的計算機輸入方法，詞法、句法、語義和篇章的分析，機器文本和語音的生成、合成和識別，各種語言之間的機器翻譯和同傳等。
知識工程，則研究如何用機器代替人，實現知識的表示、獲取、推理、決策，包括機器定理證明、專家系統、機器博弈、數據挖掘和知識發現、不確定性推理、領域知識庫；還有數字圖書館、維基百科、知識圖譜等大型知識工程。
而人工智慧的外延，則是機器人與智能系統——智能科學的應用技術 。這包括工業機器人、農業機器人、服務機器人等各類機器人以及智能交通、智能製造、智慧醫療、智慧城市等等。
總之，當前機器人和智能系統的普遍應用，正在大大的推進科技進步和社會經濟、國防和人民生活的迅猛發展。（本報記者彭科峰整理）