智能（Intelligence）是指人類通過感覺、知覺、記憶、思維、想象等認知活動，對客觀事物進行分析、綜合、判斷和推理，從而形成對事物的認知和理解能力?。顯然，這是人類的一種自然能力，只是每個人具有的這種能力有所差異，這與每個人的先天條件與后續(xù)努力直接相關(guān)，尤其是后續(xù)努力。智能是人們認識世界和改造世界的基礎(chǔ)，也是人類文明發(fā)展的重要驅(qū)動力。而人工智能（AI，Artificial Intelligence）則指計算機、機器等（可統(tǒng)稱“智能體”）模仿人類來處理信息、解決問題的能力。具體來說，它通常被描述為一種使系統(tǒng)能夠感知環(huán)境、理解信息、作出決策并采取行動的能力，這種能力可以從感知能力、理解能力、決策能力和執(zhí)行能力等方面來衡量，其能力的發(fā)揮主要依靠的是其學習能力。?顯然，人工智能有助于人類的自然智能，乃至于強大地推動了人類文明的發(fā)展、人類社會的進步。

一、概述

1、AI的定義

關(guān)于人工智能的定義，在我國的不同標準中有不同的表述，下表1-1匯集了我國相關(guān)標準中對人工智能的定義，以助于對人工智能概念的理解。其中，在GB/T 5271.28-2001《信息技術(shù) 詞匯 第28部分 人工智能 基本概念與專家系統(tǒng)》中是這樣表述的：人工智能是一門交叉學科，通常視為計算機學科的分支，研究表現(xiàn)出有人類智能（如推理和學習）相關(guān)的各種功能的模型和系統(tǒng)。而在GB/T 41867-2022《信息技術(shù) 人工智能 術(shù)語》中則從工程學角度給出了人工智能的定義：人工智能是指人工智能系統(tǒng)相關(guān)機制和應用的研究和開發(fā)。人工智能系統(tǒng)則是指針對人類定義的給定目標，產(chǎn)生諸如內(nèi)容、預測、推薦或決策等輸出的一類工程系統(tǒng)。事實上，該工程系統(tǒng)使用人工智能相關(guān)的多種技術(shù)或方法，開發(fā)表征數(shù)據(jù)、知識、過程等的模型，用于執(zhí)行任務。由上定義可知，人工智能是一個高度跨學科的領(lǐng)域，廣泛基于計算機科學、數(shù)據(jù)科學、數(shù)學、自然科學、人文科學、哲學、社會科學、語言學和認知學等學科。

表 1-1：相關(guān)人工智能的術(shù)語與定義

欲更多了解人工智能（AI）評價指標的請進入。

2、AI的發(fā)展歷史

人工智能（AI）的發(fā)展歷史可以追溯到上世紀中葉，但首次提出“人工智能”這一概念的是在1956年的達特茅斯會議上，才標志著人工智能學科的誕生（下附錄1-2是對達特茅斯會議的簡介）。然而，至此，人工智能（AI）的發(fā)展起起伏伏，經(jīng)歷了漫長的歲月。首先，得益于計算機技術(shù)的支撐，使得AI具備了真正的發(fā)展基礎(chǔ)。接著，發(fā)展過程中又受到了各種制約因素的羈絆，諸如策略、技術(shù)、硬件、算力、資源、資金、倫理等等因素。直到進入二十一世紀，人工智能（AI）的發(fā)展才進入了快車道，由于各種支撐技術(shù)的出現(xiàn)（如語音處理技術(shù)、視覺處理技術(shù)、多模態(tài)處理技術(shù)、硬件技術(shù)（GPU等）、編程（算法）技術(shù)、互聯(lián)網(wǎng)技術(shù)、數(shù)據(jù)中心及云技術(shù)、等等）和AI基礎(chǔ)技術(shù)的出現(xiàn)（如機器學習、深度學習、強化學習、專家系統(tǒng)等等），具有了明顯的應用效果和成果，如非具身式的人工智能（AI）有生成式大模型等；具身式的人工智能（AI）有各類實用型機器人、智能駕駛汽車等。另外，生成式AI大模型正在由專用型AI向通用人工智能（AGI）邁進，等等。下表1-2匯總了人工智能（AI）的發(fā)展相關(guān)過程，以供參考。

表 1-2：人工智能（AI）的發(fā)展相關(guān)過程

附錄 1-2：達特茅斯會議的簡介

3、AI的分類

根據(jù)表1-1中的人工智能（AI）的定義，事實上人工智能是一個相對寬泛的概念，這是因為，只要人類通過創(chuàng)意能使機器或裝置（統(tǒng)稱“智能體”）產(chǎn)生如學習、推理、決策等相關(guān)功能，表現(xiàn)出智能的，均應成為人工智能的范疇。鑒于此，由于隨著AI的發(fā)展進程，AI在技術(shù)、能力、應用等諸方面的表現(xiàn)，使得就AI系統(tǒng)的分類方法是相當繁雜多維。結(jié)合目前AI的演進與呈現(xiàn)，下表1-3匯總了AI比較常用的分類方法，并重點反映出了AI技術(shù)領(lǐng)域的主要概貌。

表 1-3：人工智能（AI）比較常用的分類方法

欲詳細了解人工智能（AI）分類方法介紹的請進入。

二、人工智能（AI）系統(tǒng)的功能視圖

由表1-1可知，將人工智能系統(tǒng)定義為一種工程系統(tǒng)，它能夠為人類定義的一系列目標生成輸出，如內(nèi)容、預測、建議或決策。而人工智能是指人工智能系統(tǒng)相關(guān)機制和應用的研究和開發(fā)。AI系統(tǒng)并不具備理解能力，它們需要人類的設(shè)計選擇、工程實施和監(jiān)督。鑒于此，對于人工智能系統(tǒng)，從功能的視角，其功能視圖可如下圖2-0所示，是一個輸入和輸出的過程流，它包括基于人類設(shè)計選擇、工程實施和監(jiān)督下的輸入、處理和輸出部分。其中輸入通過模型進行處理以產(chǎn)生輸出，該模型可以直接構(gòu)建，也可以通過訓練數(shù)據(jù)進行學習來構(gòu)建，如圖中用虛線繪制的部分是針對基于機器學習的AI系統(tǒng)。此視圖的目的是提供AI系統(tǒng)如何實現(xiàn)結(jié)果的非技術(shù)性描述。總而言之，AI系統(tǒng)包含一個模型，用來產(chǎn)生預測，而這些預測又被用來連續(xù)地做出建議、決策和行動，全部或部分地由系統(tǒng)本身或人類來完成。

圖 2-0：人工智能系統(tǒng)的功能視圖

1、關(guān)于AI系統(tǒng)的輸入

數(shù)據(jù)可以作為輸入進入生產(chǎn)中的AI系統(tǒng)，這種情況下，它被稱為生產(chǎn)數(shù)據(jù)。在將數(shù)據(jù)呈現(xiàn)給AI系統(tǒng)之前，可能需要對輸入數(shù)據(jù)進行預處理，比如提取相關(guān)特征。數(shù)據(jù)在AI系統(tǒng)中占據(jù)核心地位，下表2-1詳細闡述了AI系統(tǒng)中數(shù)據(jù)（data）的概念，同時包括數(shù)據(jù)參與AI系統(tǒng)的形式和過程。AI系統(tǒng)的輸入也可以是信息而不是數(shù)據(jù)，這通常用于優(yōu)化任務，其中唯一需要的輸入是關(guān)于要優(yōu)化內(nèi)容的信息。有些AI系統(tǒng)根本不需要任何輸入，而是按需執(zhí)行給定任務（例如生成一些合成圖像）。對于機器學習，會使用訓練數(shù)據(jù)來獲取關(guān)于感興趣領(lǐng)域和待解決任務的一些信息。

表 2-1：AI系統(tǒng)中“數(shù)據(jù)”的闡述

2、關(guān)于AI系統(tǒng)的輸出

AI系統(tǒng)對輸入的處理結(jié)果可以有不同的性質(zhì)，這取決于系統(tǒng)的自動化水平。根據(jù)用例，AI系統(tǒng)可以僅產(chǎn)生原始的、技術(shù)性的輸出（如預測），或者它可以采取更有效的步驟來提出或應用自己對環(huán)境的行動（如建議、決策和最終行動）。關(guān)鍵的一點是，AI輸出是容易出錯的；輸出正確是概率性的，而非絕對真實。AI系統(tǒng)的設(shè)計者和用戶都需要了解，這樣的系統(tǒng)可能產(chǎn)生錯誤的輸出，以及使用這種錯誤輸出所帶來的責任問題。關(guān)于AI系統(tǒng)輸出的預測（prediction）→決策（decision）→行動（action）的含義及關(guān)系詳見下表2-2的描述。

表 2-1-2：AI系統(tǒng)輸出：預測→決策→行動的含義及關(guān)系

3、關(guān)于知識與學習

圖 2-0中虛線部分涉及到AI系統(tǒng)的知識與學習。AI系統(tǒng)用于處理和解決問題的模型是知識的機器可讀表示。這類知識主要有陳述性知識和程序性知識兩種類型。下表2-3詳細闡述了AI系統(tǒng)中知識（knowledge）的概念，包括知識與數(shù)據(jù)、信息的關(guān)系與區(qū)別等。學習主要是指機器學習（Machine Learning），它是指一個使用計算技術(shù)使系統(tǒng)能夠從數(shù)據(jù)或經(jīng)驗中學習的過程。

表 2-3：AI系統(tǒng)中“知識”的闡述

欲詳細了解機器學習（ML）技術(shù)介紹的請進入。

三、人工智能（AI）的關(guān)鍵技術(shù)

人工智能（AI）正在以前所未有的速度重塑人類社會的運行方式，促進著人類社會文明的巨大進步，而其核心技術(shù)構(gòu)成AI系統(tǒng)的“大腦”，鼎立AI的快速發(fā)展與演進。由于當今AI技術(shù)的高速發(fā)展，其AI相關(guān)技術(shù)層出不窮，但推動AI發(fā)展的關(guān)鍵技術(shù)，是AI最基礎(chǔ)、最根本的技術(shù)，包括AI的學習能力技術(shù)和AI的處理能力技術(shù)，進而構(gòu)成AI的核心技術(shù)，即感知類技術(shù)、認知類技術(shù)和生成類技術(shù)。

欲詳細了解人工智能（AI）關(guān)鍵技術(shù)介紹的請進入。

四、AI技術(shù)的生態(tài)構(gòu)成系統(tǒng)

大型的AI系統(tǒng)并不依賴于單一的技術(shù)，而是依賴于隨時間發(fā)展而積累的一系列技術(shù)組合。這樣的系統(tǒng)可以同時使用不同的技術(shù)，例如神經(jīng)網(wǎng)絡(luò)、符號模型和概率推理。下圖4從AI的技術(shù)功能角度展示了AI技術(shù)的生態(tài)系統(tǒng)的構(gòu)成。圖中，每一層都利用下層資源來實現(xiàn)其功能，其中顏色較淺的方框表示某一層或功能的子組件；圖層和子組件的大小并不代表它們的重要性。該生態(tài)系統(tǒng)從上至下共包括：應用、AI系統(tǒng)、AI功能、機器學習、工程、大數(shù)據(jù)與數(shù)據(jù)源、云計算與邊緣計算、資源池等不同的模塊。下表4是對各模塊的簡述。

圖 4：AI的技術(shù)生態(tài)系統(tǒng)構(gòu)成

表 4：AI技術(shù)生態(tài)系統(tǒng)構(gòu)成模塊的簡述

五、人工智能（AI）的挑戰(zhàn)

人工智能（AI）技術(shù)有別于傳統(tǒng)的信息通信技術(shù)，尤其是生成式AI技術(shù)正以前所未有的速度重塑人類社會的知識生產(chǎn)和信息交互方式。從文本生成到圖像創(chuàng)作，從代碼編寫到視頻合成，這項技術(shù)展現(xiàn)出的創(chuàng)造力已超越傳統(tǒng)工具的邊界。但伴隨著AI技術(shù)能力的指數(shù)級增長，其引發(fā)的倫理困境、合規(guī)難題、安全風險和社會沖擊等正在形成復雜的挑戰(zhàn)矩陣，需要從技術(shù)研發(fā)、法律規(guī)制、倫理建設(shè)等多維度構(gòu)建應對體系。下表5具體給出了人工智能（AI）技術(shù)帶來的相關(guān)挑戰(zhàn)的描述。

表 5：人工智能（AI）技術(shù)帶來的相關(guān)挑戰(zhàn)的描述

欲進一步了解我國人工智能（AI）管理要求的請進入：部門規(guī)章；規(guī)范性管理文件