《【《人工智能产业发展现状、问题及优化策略》论文10000字】.docx》由会员分享，可在线阅读，更多相关《【《人工智能产业发展现状、问题及优化策略》论文10000字】.docx（11页珍藏版）》请在课桌文档上搜索。
1、人工智能产业发展现状、问题及完善对策研究目录一、序言2（一）人工智能的定义2（二）人工智能产业发展历程21 .萌芽时期（1956年以前）22 .形成时期（1956-1961）33 .发展时期（1961年以后）4二、人工智能产业的发展现状4（一）人工智能产业基础层发展现状4（二）人工智能产业技术层发展现状一以科大讯飞股份有限公司为例6（）人工智能产业应用层发展现状一以特拉斯MOdeIS为例6三、人工智能产业存在问题分析7（一）存在的问题71.产业整体技术创新能力与国外差距较大72 .行业缺乏统一标准，产业发展受到限制73 .缺乏细分行业统筹规划，存在恶性竞争隐患74 .高端人才紧缺，人才引进培育
2、难度较大8（二）我国人工智能产业的机遇81.人工智能对经济的影响82 .人工智能对社会的影响83 .人工智能对文化的影响9四、推动人工智能产业发展的建议10（一）把人工智能放到未来经济建设的核心位置10（二）完善产业创新体系，提升自主创新能力10（三）制定人工智能发展国家战略和行业规范10五、结论与展望11参考文献12一、序言(一)人工智能的定义人工智能(ArtifiCiaIInteIIigence),英文缩写为AL主要是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学技术的前沿科技领域,是自然科学进入信息时代的产物,它企图了解智能的认
3、识实质，并生产出一种新型的、以类人智能模式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语一言处理和专家系统等具体科学。最终使智能机器具有通常与人类智能有关的功能，如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。约翰麦卡锡(JohnMcCarthy.1927年9月4日生于波士顿)作为人工智能的“教父”，毕生致力于研究人工智能。于1948年按时完成加州理工学院的学业，然后到普林斯顿大学研究生院深造。1948年9月，他参加了一个“脑行为机制”的专题讨论会。会上，冯诺伊曼发表了一篇关于自复制自动机的论文，提出了可以复制自身的机器的设想，这激起了
4、麦卡锡的极大兴趣和好奇心，开始尝试在计算机上模拟人的智能。他发起并成功举办了成为人工智能起点的“达特茅斯会议(DartmouthConference),提出了人工智能较早的定义：人工智能是指人造机器所表现出来的类似人的智能行为，即自主智能性。在对计算机能智能化，即否思维、能否理解问题的研究过程中，J-R塞尔在心灵、大脑与程序一文中首次将人工智能划分为“弱人工智能”和“强人工智能”。他认为，“就弱人工智能而言，计算机在心灵研究中的主要价值是为我们提供一个强有力的工具;就强人工智能而言，计算机不只是研究心灵的工具，更确切地说，带有正确程序的计算机其实就是一个心灵。”随后发展成人工智能的两个学派，“
5、弱人工智能观点认为机器不能思维，不可能制造出能真正地推理(Reasoning)和解决问题(Prob1enrso1ving)的智能机器，但电脑可以部分地模拟人脑的思维活动;强人工智能观点认为机器能够思维，能制造出真正地推理(ReaSOning)和解决问题(PrObIenrSolVing)的智能机器，电脑可以完全模拟进而代替人脑的思维活动。”(一)人工智能产业发展历程1.萌芽时期(1956年以前)自古以来，人类就力图根据认识水平和当时的技术条件，用机器来代替人的部分脑力劳动，以提高征服自然的能力。公元850年,古希腊就有制造机器人帮助人们劳动的神话传说。在我国公元前900多年，也有歌舞机器人传说的
6、记载，这说明古代人就有人工智能的幻想。随着历史的发展，到十二世纪末至十三世纪初年间，西班牙的神学家和逻辑学家RomenLuee试图制造能解决各种问题的通用逻辑机。十七世纪法国物理学家和数学家巴斯卡尔制成了世界上第一台会演算的机械加法器并获得实际应用。随后德国数学家和哲学家莱布尼兹在这台加法器的基础上发展并制成了进行全部四则运算的计算器。他还提出了逻辑机的设计思想，即通过符号体系，对对象的特征进行推理，这种“万能符号”和“推理计算”的思想是现代化“思考”机器的萌芽，因而他曾被后人誉为数理逻辑的第一个奠基人。十九世纪英国数学和力学家C.Babbage致力于差分机和分析机的研究，虽因条件限制未能完全
7、实现，但其设计思想不愧为当时人工智能最高成就。进入本世纪后，人工智能相继出现若干开创性的工作。1936年，年仅24岁的英国数学家图灵在他的一篇“理想计算机”的论文中，就提出了著名的图灵机模型，1945年他进一步论述了电子数字计算机设计思想，1950年他又在计算机能思维吗?一文中提出了机器能够思维的论述，可以说这些都是图灵为人工智能所作的杰出贡献。1938年德国青年工程师ZUSe研制成了第一台累计数字计算机ZT,后来又进行了改进，到1945年他又发明了Planka.kel程序语言。此外，1946年美国科学家莫奇利等人制成了世界上第一台电子数字计算机EN工AC。还有同一时代美国数学家维纳控制论的创
8、立，美国数学家香农信息论的创立，英国生物学家W.R.AShby所设计的脑等，这一切都为人工智能学科的诞生作了理论和实验工具的巨大贡献。2.形成时期(1956-1961)1956年在美国的达特茅斯大学的一次历史性的聚会被认为是人工智能学科正式诞生的标志，从此在美国开始形成了以人工智能为研究目标的几个研窕组:如纽维尔和西蒙的Carnegie-RAND协作组,塞缪尔和格伦特的工BM公司工程课题研究组；明斯基和麦卡锡的MIT研究组等，这一时期人工智能的研究工作主要在下述几个方面。1957年纽维尔和西蒙等人的心理学小组编制出一个称为逻辑理论机LT(TheLogicTheoryMaChine)的数学定理证
9、明程序，当时该程序证明了B.A.W.RUSSell和A.N.Whitehead的数学原理一书第二章中的38个定理(1963年修订的程序在大机器上终于证完了该章中全部52个定理)。后来他们又揭示了人在解题时的思维过程大致可归结为三个阶段：(1)先想出大致的解题计划；(2)根据记忆中的公理、定理和推理规则组织解题过程；(3)进行方法和目的分析，修正解题计划。这种思维活动不仅解数学题时如此，解决其他问题时也大致如此。基于这一思想，他们于1960年又编制了能解十种类型不同课题的通用问题求解程序GPS(GeneralProblemSolving)o另外他们还发明了编程的表处理技术和NSS国际象棋机。和这
10、些工作有联系的纽维尔关于自适应象棋机的论文和西蒙关于问题求解和决策过程中合理选择和环境影响的行为理论的论文，也是当时信息处理研究方面的巨大成就。后来他们的学生还做了许多工作，如人的口语学习和记忆的EPAM模型（1959年）、早期自然语言理解程序SAD-SAM等。此外他们还对启发式求解方法进行了探讨。3.发展时期（1961年以后）六十年代以来，人工智能的研究活动越来越受到重视。为了揭示人工智能的有关原理，研究者们相继对问题求解、博弈、定理证明、程序设计、机器视觉、自然语言理解等领域的课题进行了深入的研究。几十年来，不仅使研究课题有所扩展和深入，而且还逐渐搞清了这些课题共同的基本核心问题以及它们和
11、其他学科间的相互关系。1974年尼尔森对发展时期的一些工作写过一篇综述论文，他把人工智能的研究归纳为四个核心课题和八个应用课题,并分别对它们进行论述。美国是人工智能的发源地，随着人工智能的发展，世界各国有关学者也都相继加入这一行列，英国在60年代就起步人工智能的研究，到70年代，在爱丁堡大学还成立了“人工智能”系。口本和西欧一些国家虽起步较晚，但发展都较快，前苏联对人工智能研究也开始予以重视。我国是从1978年才开始人工智能课题的研究，主要在定理证明、汉语自然语言理解、机器人及专家系统方面设立课题，并取得一些初步成果。我国也先后成立中国人工智能学会、中国计算机学会人工智能和模式识别专业委员会和
12、中国自动化学会模式识别与机器智能专业委员会等学术团体，开展这方面的学术交流。此外国家还着手兴建了若干个与人工智能研究有关的国家重点实验室，这些都将促进我国人工智能的研究，为这一学科的发展作出贡献。近年来，人工智能在很多方面取得了新的进展，尤其是随着因特网的普及和应用，对人工智能的需求，变得越来越迫切，也给人工智能的研究提供了新的广阔的舞台。二、人工智能产业的发展现状（一）人工智能产业基础层发展现状人工智能的基础技术主要依赖于大数据管理和云计算技术，经过近几年的发展，国内大数据管理和云计算技术已从一个崭新的领域逐步转变为大众化服务的基础平台。而依据服务性质的不同，这些平台主要集中于三个服务层面，
13、即基础设施即服务（IaaS）.平台即服务（PaaS）和软件即服务（SaaS）基础技术提供平台为人工智能技术的实现和人工智能应用的落地提供基础的后台保障,也是一切人工智能技术和应用实现的前提。对于许多中小型企业来说，SaaS是采用先进技术的最好途径，它消除了企业购买、构建和维护基础设施和应用程序的需要；而IaaS通过三种不同形态服务的提供（公有云、私有云和混合云）可以更快地开发应用程序和服务，缩短开发和测试周期；作为SaaS和IaaS中间服务的PaaS则为二者的实现提供了云环境中的应用基础设施服务。SaaS:提供给客户的服务是运营商运行在云计算基础设施上的应用程序，用户可以在各种设备上通过客户端
14、界面访问，如浏览器。PaaS:将软件研发的平台作为一种服务，以SaaS的模式提交给用户。IaaS:分为公有云、私有云和混合云三种形态，提供给消费者的服务是对所有设施的利用，包括处理器、存储、网络和其它基本的计算资源，用户能够部署和运行任意软件，包括操作系统和应用程序。百度在人工智能领域的布局更侧重于应用型生态，在BAT三家中，百度也是最接近由专用应用向通用应用过度的公司。目前，百度研究院有三大实验室，分别是北美硅谷人工智能实验室、北京深度学习实验室和北京大数据实验室，目前已在图像识别、图像搜索、语音识别、自然语言处理、智能语义、机器翻译和精准广告等方面取得了显著进展（超过500项国际专利，其中
15、包括超过270项的神经语言程序学领域专利和超过120项的深度学习专利）。凭借搜索引擎发家的百度拥有强大的数据获取和挖掘的能力，百度为外界提供了大数据存储、分析和挖掘技术，促进其在医疗、交通等多领域的具体运用，并在若干领域开放了自己的人工智能生态并发布了多款应用型产品。（1）语音识别在语音识别方面，吴恩达及研究团队发明了一种新的语音识别方法，这款基于深度学习的语音识别系统可以在嘈杂环境下实现将近81%的辨识准确率。该语音识别系统采用深度学习算法取代了原来的模型，在递归神经网络或者模拟神经元阵列中进行训练，让语音识别系统更加简单。（2）图像识别在图像识别方面，百度也一直在利用深度学习技术来提高图像
16、识别的精度。2014年9月，百度云结合百度深度学习研究院提供的人脸识别及检索技术，推出云端图像识别功能。11月，百度发布了基于模拟神经网络的智能读图，可以使用类似人脑思维的方式去识别、搜索图片中的物体和其他内容。（3）深度学习为满足深度学习在计算和存储上的要求，百度在国内建立了十几座云计算中心并投入使用了4万兆交换机。此外，百度还是全球首家将GPU用于人工智能和深度学习领域、并规模化商用ARM服务器的公司。整合了这些的百度形成强大的存储计算能力，从而可以进行多样的并行计算，支持生成、配置针对不同应用和场景网络结构，为人工智能提供有力的硬件支持。其中最具代表性的百度大脑通过深度学习来模拟人类大脑
17、的神经元，参数规模达到百亿级别，构建了世界上最大规模的深度神经网络。百度大脑融合了深度学习算法、数据建模、大规模GPU并行化平台等技术，实现了实时学习和成长，它拥有200亿个参数，构成了套巨大的深度神经网络。（二）人工智能产业技术层发展现状一以科大讯飞股份有限公司为例与BAT三家围绕自身技术、用户与基础服务构建着差异化的人工智能竞争生态不同，科大讯飞选择在语音识别这一单点领域进行突破，并围绕于此建立基于语音系统的通用解决方案平台。依托于中文语音合成、语音识别、口语评测等多项技术研发与突破，科大讯飞以专用领域的技术解决方案为切口，分别在智能家居、行业安全、教育考试解决方案、智能硬件语音识别解决方
18、案等专用领域产品的研发构建了目前国内最全的语音技术平台并实现了语音领域最为广泛的落地解决方案。基于此，科大讯飞也最接近由人工智能专用技术解决方案商向通用技术应用平台的角色过渡。就目前科大讯飞推出的从大型电信级应用到小型嵌入式应用,从电信、金融等行业到企业和家庭用户以及从PC到手机等各种移动设备来看，科大讯飞己具备能够满足不同应用环境的多种产品的能力。而在目前的国内语音识别市场上，科大讯飞研发的语音合成产品的市场份额达到70%以上，在电信、金融、电力、社保等主流行业的份额更达80%以上，开发伙伴超过10000家，以讯飞为核心的中文语音产业链已初具规模。百度、腾讯和阿里巴巴三家巨头分别围绕着自身技
19、术、用户与基础服务构建着差异化的人工智能竞争生态。其中，百度和腾讯更侧重于图像、语音和智能生活场景的解决方案，而阿里巴巴虽然对此有所涉猎，但主要重心在于数据和技术结合的服务型人工智能解决方案提供上。与BAT为代表的大而全生态构筑不同，科大讯飞依托绝对市场份额的绝对占有率和构筑多年的技术门槛形成了他们在语音识别解决方案领域独特的市场竞争力，这也为国内其他初创型人工智能企业的未来发展提供了良好的借鉴。可以预见的是，人工智能产品线更为完整的百度将会更快地由专用领域人工智能向通用领域人工智能过度,腾讯的视觉和生活场景解决方案也将有更多的落地实践空间，阿里巴巴则会在基础技术提供和综合解决方案上形成自己的
20、竞争壁垒;而以科大讯飞为代表的由专用领域技术解决方案商向专业平台过渡的模式也将会成为相当一部分初创型人工智能企业发展的借鉴。（三）人工智能产业应用层发展现状一以特拉斯ModelS为例目前无人驾驶领域特斯拉处于技术领先阶段，感知、判断、执行是无人驾驶的三大重要环节，图形技术是无人驾驶的核心技术。同时，互联网时代，汽车也将充分融入，车机互联将成趋势，也将带动相关芯片、语音识别等技术发展。特斯拉向传统汽车注入互联网基因,通过全球7万多辆特斯拉自动驾驶大数据，基于“深度学习”与“空中升级”，不断优化机器自动驾驶技术，最终实现“无人驾驶”。驾驶人从方向盘中解放出来，车载工作、娱乐系统前景无限广阔。另一方
21、面，智能化将颠覆车载系统的生态格局，未来将有越来越多的“汽车+互联网”应用出现。特斯拉2016年4月发布MOdeI3,其后短短一个月时间内取得37.3万的预定量，成为特斯拉旗下大众化的爆款产品。但目前特斯拉在华售价较高且享受的优惠政策有限，导致其2015年在华销量仅完成预定目标的50%。我们认为如果特斯拉如能建立合资工厂，至少可以减免25%关税和10%购置税，同时本土化采购有望带来成本的下降，更低的售价有利于带动销量提升。根据此前公司高层言论，预计特斯拉将最快在2016年下半年兑现在华建厂，国产化预期发酵将持续催化主题投资机遇。特斯拉通过空中升级更新车载系统的模式已逐渐对传统汽车形成了颠覆性影
22、响。随着IT的深入渗透，不排除未来将会对整个传统汽车产业链产生深度变革的效应。三、人工智能产业存在问题分析（一）存在的问题1 .产业整体技术创新能力与国外差距较大我国人工智能技术研发起步晚，但发展势头良好，享有文字识别、语音识别、中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人等技术领域的自主知识产权，并已广泛应用于实践中。我国在人工智能领域的某些关键技术与发达国家水平相当，如核心算法、智能识别等，但产业整体发展水平与发达国家的差距较大。目前在人工智能产业新蓝海尚未完全形成垄断格局，我国完全可以利用用户数量优势、市场需求优势，抢占人工智能技术和产业制高点，掌握主动权。2 .行业缺乏
23、统一标准，产业发展受到限制新兴产业发展首先要解决标准问题。与国际上公认的人工智能产业细分领域小同，我国人工智能产业分类目录尚未建立，缺乏规范统一的统计口径，如基础共性标准、关键技术标准、产品标准和重点应用标准等。国内很多传统制造业和IT行业企业往往借用人工智能之名，但没有提供真正意义上的人工智能产品或服务。因此,要推动人工智能产业的健康发展，必须建立统一的标准和平台，明确界定人工智能产业内涵，并在工业机器人等重点领域建立标准和质量认证机构以规范行业发展，进而提升自主技术标准的国际话语权。3 .缺乏细分行业统筹规划，存在恶性竞争隐患近两年来，人工智能产业成为市场焦点，迎来急速增长，新出台的“互联
24、网+”人工智能三年行动实施方案也提出了发展人工智能的主要任务和重点工程。然而，我国人工智能产业重点细分行业还需要进一步加强统筹规划与产业规范。目前，北京、上海、重庆、深圳、南京、西安等地纷纷将人工智能列为重点发展产业，加大投入并完善相关项目布局。如果不加强顶层设计和引导规划，很可能造成短期井喷式发展，产生大量泡沫，形成质低价廉的恶性竞争，重蹈光伏、风电等产业的覆辙。因此，地方政府需要科学制定投资计划，避免密集投资重复建设。同时，把握自身优势，形成地方特色和核心竞争力，避免重复建设。4 .高端人才紧缺，人才引进培育难度较大在市场快速扩张的趋势下，国内人工智能产业出现高端人才缺口。以机器人产品为例
25、，2014年我国销售的5.6万台机器人中只有1.6万台来自本土供应商，且大部分是低端机器人。麦肯锡全球研究院（UUI）2015年发布的中国创新的全球效应报告指出，中国北上广深等主要大城市受住房成本、交通、污染等问题影响，对顶尖创新人才的吸引力远小如世界同类城市，同时，各大城市对海外高层次人才的引进还受到体制机制约束,如政策不够灵活、落实不够全面，另外，高等院校、科研院所对人工智能相关专业设置不足，校企联合人才培养机制还不够成熟。（二）我国人工智能产业的机遇1 .人工智能对经济的影响人工智能系统的开发和应用，己为人类创造出可观的经济效益,专家系统就是一个例子。随着计算机系统价格的继续下降,人工智
26、能技术必将得到更大的推广,产生更大的经济效益。（I）专家系统的效益成功的专家系统能为它的建造者、拥有者和用户带来明显的经济效益。用比较经济的方法执行任务而不需要有经验的专家，可以极大地减少劳务开支和节省费用。由于软件易于复制，所以专家系统能够广泛传播专家知识和经验，推广应用数量有限的和昂贵的专业人员及其知识。如果保护得当，软件能被长期地和完善地保持;因此，人类专家的经验能够得以延续，不受人类专家寿命的限制。这又是一笔巨大有财富。领域专业人员（如医生）难以同时保持最新的实际建议（如治疗方案和方法），而专家系统却能迅速地更新和保存这类建议，使终端用户（如病人）从中受益。（2）人工智能推动计算机技术
27、的发展人工智能研究己经对计算机技术的各个方面产生并将继续产生较大影响。例如，50年代末LISP语言的开发帮助符号编程结构知识进入了程序设计语言的主流，并开发出一些高级的编程环境，以适应人工智能研究的需要。人工智能应用要求繁重的计算，促进了并行处理和专用集成片的开发。算法发生器和灵巧的数据结构获得应用，自动程序设计技术将开始对软件开发产生积极影响。所有这些在研究人工智能时开发出来的新技术，推动了计算机技术的发展，进而使计算机为人类创造更大的经济效益。2 .人工智能对社会的影响（1）劳务就业问题由于人工智能能够代替人类进行各种脑力劳动,例如用专家系统代替管理人员或医生进行决策或诊断与治疗病人疾病，
28、所以，将会使一部分人不得不改变他们的工种，甚至造成失业。人工智能在科技和工程中的应用，会使一些人失去介入信息处理活动（如规划、诊断、理解和决策等）的机会，甚至不得不改变自己的工作方式。（2）社会结构变化人们一方面希望人工智能和智能机器能够人类从事各种劳动，另一方面又担心它们的发展会引起新的社会问题。实际上，近十多年来，社会结构正在发生一种静悄悄的变化。人-机器的社会结构，终将为人-智能机器-机器的社会结构所取代。智能机器人就是智能机器之一。从发展的角度看，从医院里看病的“医生”护理病人的“护士”，旅馆、饭店和商店的“服务员”，办公室的“秘书”，指挥交通的“警察”，到家庭的“勤杂工”和“保姆”等
29、等，将均由机器人来担任。因此，人们将不得不学会与有智能的机器相处，并适应这种变化了的社会结构。3 .人工智能对文化的影响人工智能可能改变人的思维方式和传统观念。此外,人工智能对人类文化有更多的影响。（1）改善人类知识在重新阐述我们的历史知识的过程中，哲学家、科学家和人工智能学家有机会努力解决知识的模糊性以及消除知识的不一致性。这种努力的结果，可能导致知识的某些改善，以便能够比较容易地推断出令人兴趣的新的真理。例如，机器学习研究引入形式化和有效性知识的新方法，不仅包括归纳推理、规则形式化和组合，而且包括“认可”和说明知识合理性和解释知识的新方法，有可能建立“知识精炼厂”，来推进高质量知识库的生产
30、。这些机构能够在商业上发挥作用，还可以供教育或政府研究机关使用。如果知识管理能够完全自动进行，那么，人们就能够设想这样的电子网络或计算机网络，其自主媒介能够生产、改善、买卖和变更知识，就像管理日用商品或电力一样。（2）改善人类语言人类语言是伴随人类的进化和发展而产生和发展的,对人类的智能活动起到了极其重要的作用。根据语言学的观点，语一言是思维的表现和工具，思维规律可用语言学方法加以研究，但人的下意识和潜意识往往“只能意会，不可言传”。由于采用人工智能技术，综合应用语法、语义和形式知识表示方法，我们有可能在改善知识的自然语言表示的同时，把知识阐述为适用的人工智能形式。随着人工智能的原理日益广泛传
31、播，人们可能利用人工智能概念来描述他们生活中的日常状态和求解种种问题的过程。人工智能能够扩大人们交流知识的概念集合，为我们提供一定状况下可供选择的概念，描述我们所见所闻的方法以及描述我们的信念的新法。人工智能技术为人类文化生活打开了许多新的窗口。现有的各种智力游戏机将发展为具有高智能的文化娱乐手段。机器视觉技术能够提供“看”的新方法，可能产生特别的对应画面解释的图像变换，能够产生相似状况的幻觉，并显示出接收效果的超现实表示。视觉系统还能够以特别方式重构场景，这种能力必将对图形艺术、广告和社会教育部门产生深远的影响，例如，将改变电视的面貌，使人们在电视前享受更高级的文娱生活。综上所述，人工智能技
32、术对人类的社会进步、经济发展和文化提高都有巨大的影响。随着时间的推进和技术的进步，还有一些影响，可能是我们现在难以预测的。可以肯定，这种影响将越来越明显地表现出来。四、推动人工智能产业发展的建议（一）把人工智能放到未来经济建设的核心位置近年来，国际互联网经济蓬勃发展，然而生产、物流、消费等各环节都面临智能化技术瓶颈，而其突破口在于人工智能。人工智能是IT领域的革命性技术，将是未来10年甚至史长时间内IT产业发展的焦点。因此，对世界各国而言，人工智能领域已成为新一轮科技革命和产业变革的赛场，是蕴藏无限生机的新蓝海。对我国而言，人工智能是未来技术制高点和经济增长点，是把握未来发展先机并提升国际竞争
33、力的重要途径。（二）完善产业创新体系，提升自主创新能力设立人工智能产业创新中心示范点，在示范区鼓励先行先试，为人工智能产业提供有力的政策支持、金融支撑和优越的创新创业环境，集中力量突破关键核心技术和部件，组织实施应用示范工程,推行创新产品（服务）政府采购首购政策，引导人工智能企业加大研发投入,制定人工智能研发创新的税收优惠政策和奖励补助政策，引导金融机构增加对领域内企业的金融支持，鼓励支持人工智能企业与用户合作的“产学研用”联盟，围绕核心产业和前沿技术发展新建一批国家工程（技术）研究中心,加强人工智能领域对外合作，引进全球顶尖企业、研发机构和创新人才，鼓励国内外企业与科研院所合作建设人工智能研
34、发机构，支持本土企业开展全球产学研合作，积极构建国际技术转移平台。（三）制定人工智能发展国家战略和行业规范应尽快制定人工智能领域的国家发展战略,加强统筹规划,在提升行业发展信心的同时，给予科学引导，避免重复建设和产能浪费。围绕深度学习、计算机视觉、智能语音处理、生物特征识别、自然语言理解、智能决策控制以及新型人机交互等关键领域，设立人工智能国家重大科技专项等支持计划，进一步加大对人工智能基础研究和产业化支持力度，保持人工智能与国外研发同步，利用国内庞大的市场容量与互联网经济优势基础，结合“大众创业、万众创新”进一步优化市场环境，力求推动人工智能爆发式增长。出台人工智能细分行业规范,建立人工智能
35、产业划分标准、分类目录等完善的统计体系。同时，加强人工智能专利布局，鼓励企业积极申请国内外发明专利，提升企业核心竞争力，并在此基础上制订相关技术标准，为以后更广泛的行业或产业应用打下坚实基础。五、结论与展望人工智能的发展趋势问题从20世纪80年代在国内外就进行了非常激烈的辩论。既有认为人工智能只能作为人的工具的延长而不可能取代人的大脑的工具论，他们认为:人工智能诞生的初衷是作为人类工具的延长，其作用从其诞生的那一天就已经定性，人工智能只能作为人类智能的附庸和补充，而不可能对人类智能构成挑战，更不可能取代人类智能;也有认为人工智能一定会战胜人类智能的观点，他们从达尔文的进化论进行类比推断，对比人
36、类智能和人工智能相对发展的速度和加速度，认为人类智能虽然在短时期内还占有绝对的优势,但是从人工智能近些年突飞猛进的发展速度和加速度来对比人类智能对等时间发展来看,人工智能战胜人类智能绝对只是时间的问题。参考文献口孙宝平.加速人工智能产业规模化发展IXL国际商报,2017-03-29(CO1).2任明杰.人工智能产业并购潮涌IM.中国证券报,2017-03-21(A07).3欧阳春香.多家上市公司布局人工智能产业链N.中国证券报,2017-03-21(A07).4向阳.2017年人工智能产业发展分析与预测OT.中国信息化周报,2017-03-20(014).5梁靖.龙头引领构建人工智能完整产业链
37、生态体系IxL贵阳日报,2017-03-11(001).6浙江省发展和改革委员会课题组,何中伟.着力推进“互联网+”人工智能产业发展UL浙江经济,2017,(01):44-45.7韩海雯.人工智能产业建设与供给侧结构性改革:马克思分工理论视角J.华南师范大学学报(社会科学版)，2016,(06):132738.8吴勇毅,陈渊源.人工智能产业升级新引擎J.上海信息化,2016,(10):10-15.9向阳.2018年全球人工智能市场将逼近2700亿元N.中国电子报,2016-08-23(003).10周振华.情感计算:人工智能产业的经济新实践一一兼论对山西智慧转型发展的启示JL经济问题，2016,(06):60-63.11杨宁,和斌斌.乐搏资本人工智能时代的产业机遇J.中外管理,2015,(12):68-69.12张荣,王忠民.人工智能技术推动我国ICT产业发展模式探讨J.科技视界，2015,(17):54-55.
