摘要：本系列文章结合行业报告、人工智能知名公司、行业学者等多个角度使用图文的方式从技术篇、产业篇、战略篇、法律篇、伦理篇、治理篇、未来篇等角度帮助读者了解整个人工智能的技术全貌。归纳总结人工智能的历史、层次结构（技术框架图）以及主流关键技术发展历史，包括自然语言处理发展历程、语音技术发展历程、计算机视觉发展历程、深度学习算法发展历程、规划决策系统发展历程等。
文章目录：
1、人工智能的历史
2、人工智能层次结构（技术框架图）
3、自然语言处理&知识图谱发展历程
4、语音技术发展历程
5、计算机视觉发展历程
6、深度学习发展历程
7、规划决策系统发展历程
背景：
年度新技术成熟度曲线 | Gartner
今年，Gartner 从 2000 项技术中选出了 29 项，并由此总结出了企业决策者应该纳入考虑范围的五大创新技术趋势。Gartner 研究副总裁 Brian Burke 在接受 CIO Dive 采访时指出，“人工智能渗透到了其他所有趋势中。”
No.1人工智能的历史
人工智能从1942年美国科幻巨匠阿西莫夫提出的“机器人三定律”开始，到AlphaGo战胜人类顶尖围棋选手慢慢广泛被大众所接受，在政策推动、技术成熟、投资拉动、公众关注四大推动力下：人工智能应用迎来加速器。
人工智能之所以号称第四工业革命，之所以能够应用落地，归根结底智能语音、机器视觉等应用层技术达到落地标准；比如人脸识别准确率超过99.5%，代表企业有科大讯飞等。
人工智能技术成熟度曲线
人工智能应用场景
No.2人工智能层次结构
人工智能层次结构（基础、技术、应用三大层）
当下，人工智能技术正如雨后春笋般扎根于各行各业，商汤科技用人脸识别技术变革金融、安防等行业；影谱科技用智能影像生产技术变革传统机器影像行业；科大讯飞用语音识别变革教育行业；百度正在尝试用无人驾驶变革交通行业……人工智能技术本身是没有价值的，人工智能的价值来自于与其他产业结合创造出来的价值。报告指出，“场景为王”仍然是这一轮“智能+X”产业发展的关键词，任何技术的发展都离不开与实际需求和应用场景的结合。
中国AI产业生态图谱
AI商业价值 = [ 人 x 流程 x 数据 ]
AI要在企业中大放异彩，企业需要在技术、数据、人才等各方面做好准备；同时，也应详细分析、论证AI会影响企业战略的各个维度，在制定AI战略和系统的过程中，兼顾以人为本的设计理念、问责机制、公平机制、诚信机制，以及透明机制等。
No.3自然语言&知识图谱发展历程
回顾知识工程四十年多来发展历程，总结知识工程的演进过程和技术进展，可以将知识工程分成五个标志性的阶段，前知识工程时期、专家系统时期、万维网 1.0 时期，群体智能时期以及知识图谱时期，如下图所示。
知识工程发展史
自然语言发展历程图
人类的日常社会活动中，语言交流是不同个体间信息交换和沟通的重要途径。因此，对机器而言，能否自然地与人类进行交流、理解人们表达的意思并作出合适的回应，被认为是衡量其智能程度的一个重要参照，自然语言处理也因此成为了绕不开的议题。下图为典型的自然语言（NLP）总体架构图，供参考。
No.4语音技术发展历程
语言交流是人类最直接最简洁的交流方式。长久以来，让机器学会听和说，实现与人类间的无障碍交流一直是人工智能、人机交互领域的一大梦想。
早在电子计算机出现之前，人们就有了让机器识别语音的梦想。19生产的“Radio Rex”玩具狗可能是世界上最早的语音识别器，当有人喊“Rex”的时候，这只狗能够从底座上弹出来。
语音技术发展历程图（来自网络）
人工智能语音助手应用场景（来自网络）
No.5.计算机视觉发展历程
“看”是人类与生俱来的能力。刚出生的婴儿只需要几天的时间就能学会模仿父母的表情，人们能从复杂结构的图片中找到关注重点、在昏暗的环境下认出熟人。随着人工智能的发展，机器也试图在这项能力上匹敌甚至超越人类。
计算机视觉发展历程图（来自网络）
计算机视觉应用市场的参与者既有明星算法型厂商如商汤、依图、旷视、云从科技、云天励飞、码隆科技、扩博智能、图谱科技、北京深醒科技，又有大型CSP厂商如腾讯云、百度云、阿里云、金山云、AWS，还有众多传统的安防厂商如海康、大华、易华录、以萨科技、华尊科技、智慧眼科技等等。
计算机视觉全景应用图谱（来自网络）
不同场景下计算机视觉技术的重要性（来自网络）
另外根据Tractica的分析，-2025年计算机视觉最受欢迎的十大用例包括：
1.视频监控
2.机器/车辆物体检测/识别/避让
3.医学图像分析
4.增强现实（AR）/虚拟现实（VR）
5.定位和制图
6.将文书工作转换为数据
7.人类情感分析
8.广告插入图像和视频
9.脸部识别
10.房地产开发优化
Tractica 研究总监Aditya Kaul 表示：“计算机视觉市场将包括向AR/VR、机器人、无人驾驶和自动驾驶汽车等面向消费者的应用，以及企业应用，如医疗图像分析、视频监控、房地产开发优化、广告插入、文本数字化等。虽然面向消费者的应用通常会产生更多的炒作，但重要的转变是企业正在部署利用基于AI的计算机视觉功能。”
No.6.深度学习发展历程
深度学习发展历程图（来自网络）
No.7.规划决策系统发展历程
，硬件层面出现了基于GPU、TPU的并行计算，算法层面出现了蒙特卡洛决策树与深度神经网络的结合。
4:1战胜李世石、在野狐围棋对战顶尖棋手60连胜、3:0战胜世界排名第一的围棋选手柯洁，随着棋类游戏最后的堡垒——围棋也被AlphaGo所攻克，人类在完美信息博弈的游戏中已彻底输给机器，只能在不完美信息的德州扑克和麻将中苟延残喘。
人们从棋类游戏中积累的知识和经验，也被应用在更广泛的需要决策规划的领域，包括机器人控制、无人车等等。棋类游戏完成了它的历史使命，带领人工智能到达了一个新的历史起点。
规划决策系统发展历程图（来自网络）
如果觉得《一文让你了解人工智能全貌》对你有帮助，请点赞、收藏，并留下你的观点哦！
