紀漢霖 黃嘉冬

摘 要：人工智能技術(shù)近幾年得到了飛速發(fā)展，根據(jù)Gartner最新發(fā)布的預(yù)測報告，2018年全球人工智能市場規(guī)模將達到1.2萬億美元，較2017年增長70%，到2022年市場規(guī)模將高達3.9萬億美元。我國近年來針對人工智能產(chǎn)業(yè)發(fā)展的研究主要從國家或企業(yè)層面出發(fā)，而較少以時間序列形式研究我國人工智能產(chǎn)業(yè)發(fā)展情況。從產(chǎn)業(yè)、企業(yè)兩個維度，結(jié)合國內(nèi)外人工智能行業(yè)發(fā)展情況與相關(guān)成果，進一步剖析我國人工智能產(chǎn)業(yè)分類及其在各領(lǐng)域的實際應(yīng)用情況。

關(guān)鍵詞：人工智能;產(chǎn)業(yè)發(fā)展;行業(yè)應(yīng)用

DOI：10. 11907/rjdk. 182443

中圖分類號：TP3-0文獻標識碼：A文章編號：1672-7800（2019）003-0034-05

0 引言

Atlas是谷歌旗下波士頓動力公司研發(fā)的人形機器人。2016年2月24日，波士頓動力公司最新升級版人形機器人的發(fā)布，對科技界產(chǎn)生了極大沖擊。新版Atlas高1.75m，重82kg，可通過身體內(nèi)部及腿部傳感器采集的位姿數(shù)據(jù)保持身體平衡，其頭上的激光雷達定位器與立體攝像機可幫助Atlas規(guī)避障礙物、探測地面狀況以及完成巡航任務(wù)等，并且其在摔倒后能夠自主站立起來，性能十分強大[1-3]。Atlas產(chǎn)品的發(fā)布，只是全球人工智能產(chǎn)業(yè)快速發(fā)展的一個縮影，它讓人工智能這個名詞開始進入大眾視野[4]。

國外早在1956年即首次提出人工智能概念，并開始進行相關(guān)研究。麥卡錫首先引用人工智能一詞，并舉辦達特茅斯會議，開創(chuàng)了人工智能發(fā)展的理論先河;1965年，歐陸派哲學(xué)家德雷弗斯發(fā)表《煉金術(shù)與人工智能》一文，正式提出“人工智能”概念;1985年，Haugeland認為人工智能應(yīng)當模仿人類思考與行動，其目的在于創(chuàng)造出能與人類一樣思考的機器;1995年，Bresnahan&Trajtenberg[5]提出人工智能是一種“通用目的技術(shù)”，可以被應(yīng)用于各個領(lǐng)域;2006年，Varian Hinton[6]提出深度學(xué)習(xí)概念，從此人工智能進入快速發(fā)展階段;2014年，Varian[7]提出大數(shù)據(jù)技術(shù)與人工智能產(chǎn)業(yè)有著密切聯(lián)系;2017年，Taddy[8]針對人工智能的一個主要分支學(xué)科——機器學(xué)習(xí)，提出機器學(xué)習(xí)讓計算機在未經(jīng)過明確編程的情況下?lián)碛袑W(xué)習(xí)的能力，并通過對大量數(shù)據(jù)的學(xué)習(xí)找出完成任務(wù)的方法;2018年，以Judea Pearl[9]為代表的一些人工智能專家認為，如今強人工智能技術(shù)無法取得突破的原因在于現(xiàn)有機器學(xué)習(xí)理論未考慮因果性。

我國人工智能產(chǎn)業(yè)比國外起步晚，但是近年來進行了大量研究。如2015年，王曉陽[10]對人工智能進行了批判性分析;2016年，喻家駿[11]提出將人工智能與金融領(lǐng)域應(yīng)用相結(jié)合;2016年，杜嚴勇[12]認為只有采取切實有效的措施保證人工智能的安全性，才能使其為人類帶來福祉而不是危害;2017年，劉偉[13]指出人工智能融合系統(tǒng)是未來智能科學(xué)的主要發(fā)展趨勢;2018年，李晟[16]認為隨著人工智能的廣泛運用，人工智能將重構(gòu)公眾的法律認知模式，進而重構(gòu)法律的價值導(dǎo)向等。

本文將對我國人工智能產(chǎn)業(yè)進行梳理，并與國外人工智能產(chǎn)業(yè)發(fā)展情況進行對比分析，以明晰我國人工智能產(chǎn)業(yè)發(fā)展的方向與短板，提出合理建議。

1 人工智能產(chǎn)業(yè)發(fā)展現(xiàn)狀

1.1 國內(nèi)人工智能產(chǎn)業(yè)發(fā)展政策

我國一直十分重視人工智能產(chǎn)業(yè)的發(fā)展，早在1989年即召開了中國人工智能聯(lián)合會議。國家自然科學(xué)基金、“863”計劃、“973”計劃等多個重大項目也對人工智能與智能系統(tǒng)的發(fā)展予以支持，國家出臺的多項重大規(guī)劃都涉及人工智能發(fā)展。2015年，我國政府部門發(fā)布《中國制造2025》，包含的9項重要戰(zhàn)略任務(wù)都離不開人工智能的參與;2016年4月，工信部、國家發(fā)改委、財政部印發(fā)《機器人產(chǎn)業(yè)發(fā)展規(guī)劃（2016-2020年）》;2016年5月，國家發(fā)改委、科學(xué)技術(shù)部、工信部、中共中央網(wǎng)絡(luò)安全和信息化領(lǐng)導(dǎo)小組辦公室聯(lián)合制定了《“互聯(lián)網(wǎng)+”人工智能三年行動實施方案》;2016年，《“十三五”國家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》提出促進人工智能在經(jīng)濟社會重點領(lǐng)域的推廣應(yīng)用;2017年7月，國務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，標志著我國將人工智能發(fā)展上升到國家戰(zhàn)略層面;2017年12月，工信部發(fā)布《促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018-2020年）》，旨在促進人工智能產(chǎn)業(yè)發(fā)展，提升制造業(yè)智能化水平，推動人工智能與實體經(jīng)濟深度融合。由此可見，自2016年以來，中國的人工智能政策密集出臺，在全球競爭的大背景下，人工智能已上升為國家意志，未來人工智能技術(shù)的產(chǎn)業(yè)化將是大勢所趨。2018年1月，人工智能標準化論壇發(fā)布《人工智能標準化白皮書（2018版）》，國家標準化管理委員會宣布成立國家人工智能標準化總體組與專家咨詢組，負責(zé)全面統(tǒng)籌規(guī)劃與協(xié)調(diào)管理我國人工智能標準化工作。

1.2 各國企業(yè)紛紛布局人工智能產(chǎn)業(yè)

很多美國科技企業(yè)巨頭，如谷歌、微軟、亞馬遜、臉書等，都不斷深入探索人工智能產(chǎn)業(yè)，并取得了一系列成果[17]。國內(nèi)人工智能企業(yè)則由百度、阿里巴巴以及騰訊三大巨頭領(lǐng)銜，分別進軍人工智能產(chǎn)業(yè)不同領(lǐng)域，以期跟上世界人工智能產(chǎn)業(yè)發(fā)展步伐[18]。2017年11月，國家科技部召開新一代人工智能發(fā)展規(guī)劃暨重大科技項目啟動會，明確了我國人工智能產(chǎn)業(yè)布局，并宣布了首批國家新一代人工智能開放創(chuàng)新平臺名單，分別為：百度、阿里云、騰訊以及科大訊飛。國內(nèi)企業(yè)通過建立實驗室、布局生態(tài)鏈等形式紛紛進入人工智能領(lǐng)域。

根據(jù)中國信息通信研究院數(shù)據(jù)研究中心的數(shù)據(jù)匯總（截至2018.4），得出各國人工智能企業(yè)分布情況如圖1、圖2所示。

由圖2數(shù)據(jù)不難看出，我國人工智能產(chǎn)業(yè)發(fā)展十分迅速，目前人工智能企業(yè)數(shù)量已居全球第二，占比為23%。但相較于居全球首位、企業(yè)數(shù)量全球占比為45%的美國而言，仍存在不小差距。

當前我國部分企業(yè)已開始通過投資，或并購國外人工智能企業(yè)的方式，以期更快地對人工智能產(chǎn)業(yè)進行布局。截至2016年6月15日，已有超過200家人工智能初創(chuàng)公司總共獲得了近15億美元融資。

2 人工智能產(chǎn)業(yè)分類

人工智能產(chǎn)業(yè)通常劃分為三層，分別是基礎(chǔ)層、技術(shù)層與應(yīng)用層。其中基礎(chǔ)層是推動人工智能發(fā)展的基石，得益于近幾年大數(shù)據(jù)、物聯(lián)網(wǎng)、芯片技術(shù)的發(fā)展，使人工智能產(chǎn)業(yè)發(fā)展有了技術(shù)支撐，而基礎(chǔ)層相關(guān)技術(shù)基本都掌握在國外的IBM、英偉達、英特爾、谷歌等巨頭手中;技術(shù)層細分領(lǐng)域競爭激烈，頭部廠商技術(shù)差別逐漸縮小，技術(shù)無優(yōu)勢的企業(yè)逐漸被淘汰;應(yīng)用層市場空間巨大，參與企業(yè)眾多，通過整合各種資源，發(fā)展垂直應(yīng)用，最終達到解決行業(yè)痛點、實現(xiàn)場景落地的目的。三者形成一個完整產(chǎn)業(yè)鏈，并且相互促進。

2.1 人工智能產(chǎn)業(yè)基礎(chǔ)層分析

（1）硬件技術(shù)。由于人腦機理尚未被完全揭示，類人腦計算機只能采用現(xiàn)有芯片和軟件技術(shù)進行模擬，但其運行機理已完全不同于傳統(tǒng)計算機，芯片正式成為計算的核心，是人工智能的“大腦”。目前人工智能尚不能完全實現(xiàn)人的智能，原因就在于智能芯片的缺位。

機器智能中，芯片是承載計算功能的基礎(chǔ)部件，隨著神經(jīng)網(wǎng)絡(luò)（DNN）的發(fā)展與行業(yè)應(yīng)用的逐步深入，其具備多層特點的計算需求已不能通過傳統(tǒng)的CPU加以滿足，而隨之誕生GPU具有深度學(xué)習(xí)所需的并行計算能力，因此其受關(guān)注度日益提高。智能芯片生產(chǎn)廠商主要以英偉達、英特爾、高通、ARM、蘋果、華為等廠商為主。

由表3可知，即使研發(fā)費用最少的AMD公司，全年研發(fā)投入也達到2.7億美元，而我國芯片創(chuàng)新企業(yè)寒武紀在2017年8月，獲得阿里巴巴領(lǐng)投的1億美元A輪融資之后，令寒武紀估值達到10億美元，這也是中國第一家集成電路產(chǎn)業(yè)的獨角獸公司。因此，國內(nèi)在芯片領(lǐng)域的發(fā)展仍需要大量資本與人力投入，相比于國外成熟芯片巨頭尚存在較大差距。

國內(nèi)針對人工智能產(chǎn)業(yè)硬件部分的布局起步較晚，但整體發(fā)展后勁十足。針對芯片產(chǎn)品的研發(fā)，國內(nèi)主要開發(fā)企業(yè)有寒武紀、深鑒科技、地平線、云知聲等，如寒武紀的主要產(chǎn)品為2016年發(fā)布的寒武紀1A處理器（Cambricon-1A），其是一款可以進行深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)專用處理器，主要面向智能手機、無人機、安防監(jiān)控、可穿戴設(shè)備以及智能駕駛等各類終端設(shè)備，在運行主流智能算法時性能功耗可全面超越傳統(tǒng)處理器。寒武紀的人工智能芯片產(chǎn)品如今已搭載在華為mate10等最新產(chǎn)品上;針對類腦芯片的研究，主要開發(fā)企業(yè)有CEBSIT、西井科技、深思創(chuàng)芯等，如西井科技已研發(fā)了仿生類腦神經(jīng)元芯片deepsouth、深度學(xué)習(xí)類腦神經(jīng)元芯片deepwell，并進行了初步應(yīng)用。但整體而言，國內(nèi)相關(guān)領(lǐng)域企業(yè)，不論是從資金投入、研發(fā)成果應(yīng)用情況，還是政府支持等都與國外企業(yè)存在較大差距。我國在前不久的中興芯片事件中損失慘重，因此未來在智能硬件產(chǎn)品研發(fā)方面有待進一步加強[19]。

（2）計算系統(tǒng)技術(shù)。目前互聯(lián)網(wǎng)上的海量數(shù)據(jù)主要掌握在互聯(lián)網(wǎng)巨頭手中，傳統(tǒng)企業(yè)擁有大量原始數(shù)據(jù)，但其往往不注重數(shù)字資產(chǎn)管理，很多數(shù)據(jù)并未被結(jié)構(gòu)化。大部分AI創(chuàng)業(yè)公司的訓(xùn)練數(shù)據(jù)來源主要有：①學(xué)術(shù)研究機構(gòu)和大公司對外開放的免費數(shù)據(jù)庫;②購買或定制數(shù)據(jù);③自行采集或模擬數(shù)據(jù)。國內(nèi)在該領(lǐng)域發(fā)展已相當成熟，涌現(xiàn)出一大批創(chuàng)新企業(yè)。

根據(jù)中國信息通信研究院數(shù)據(jù)研究中心的數(shù)據(jù)匯總，得出我國大數(shù)據(jù)與人工智能產(chǎn)業(yè)總體規(guī)模及增速情況如圖4、圖5所示。

由圖4、圖5不難發(fā)現(xiàn)，我國大數(shù)據(jù)產(chǎn)業(yè)規(guī)模龐大，增長率極高，到2020年將達到1萬億元以上規(guī)模，而人工智能產(chǎn)業(yè)雖然在2016年左右才剛起步，但是發(fā)展勢頭較好，產(chǎn)業(yè)規(guī)模到2020年預(yù)期將達到1 500億元，增長率可達到1 391.1%。人工智能產(chǎn)業(yè)發(fā)展離不開龐大數(shù)據(jù)量的支撐，因此我國大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展對于人工智能產(chǎn)業(yè)發(fā)展將起到重要的推動作用[20]。

2.2 人工智能產(chǎn)業(yè)技術(shù)層分析

技術(shù)層是在基礎(chǔ)層之上，針對不同細分應(yīng)用開發(fā)的技術(shù)，主要包括圖像識別、語音識別、自然語言處理及其它深度學(xué)習(xí)與應(yīng)用技術(shù)，涉及領(lǐng)域包括機器視覺、指紋識別、人臉識別、視網(wǎng)膜識別、虹膜識別、掌紋識別、專家系統(tǒng)、智能搜索等。

（1）算法理論。由于我國人工智能領(lǐng)域研究人員在數(shù)量與經(jīng)驗方面都存在不足，導(dǎo)致國內(nèi)人工智能算法理論發(fā)展較為緩慢。

（2）開發(fā)平臺。在人工智能深度學(xué)習(xí)系統(tǒng)中，一方面需要利用大量數(shù)據(jù)對其進行訓(xùn)練，另一方面系統(tǒng)中存在上萬個參數(shù)需要調(diào)整，因此需要平臺對現(xiàn)有數(shù)據(jù)及參數(shù)進行整合，并向開發(fā)者開放，以實現(xiàn)技術(shù)應(yīng)用價值最大化。在基礎(chǔ)開源框架構(gòu)造方面，國內(nèi)主要由百度、阿里巴巴、騰訊及京東幾大互聯(lián)網(wǎng)公司，依托其強大的互聯(lián)網(wǎng)平臺建立開源平臺;在技術(shù)開發(fā)平臺方面，眾多小微創(chuàng)新企業(yè)則具備強大的競爭力，如商湯科技、曠視科技、云知聲、思必馳等。

（3）應(yīng)用軟件。由于深度學(xué)習(xí)的廣泛應(yīng)用，神經(jīng)網(wǎng)絡(luò)模型也被成功應(yīng)用于自然語言處理及計算機視覺領(lǐng)域，從而大大提升了人工智能在計算機視覺、語音與圖像處理等領(lǐng)域的應(yīng)用效果。在計算機視覺領(lǐng)域，主要涉及企業(yè)有：?？低暋⒂钜?、曠視科技，以及新創(chuàng)企業(yè)如智諾科技、科達、格靈深瞳、依圖、商湯、云從科技等;在自然語言處理領(lǐng)域，主要企業(yè)有：科大訊飛、百度、騰訊，另外如三角獸科技、紫冬銳意、ImageQ、玻森數(shù)據(jù)、云知聲、思必馳、搜狗、智臻智能、威盛電子、中科信利、和而泰等公司也在該領(lǐng)域進行了深入研究;在人機交互領(lǐng)域，主要企業(yè)有：百度、阿里巴巴、騰訊暴風(fēng)、極限元、小i機器人、海天智能、標貝科技等。其中，百度、騰訊、阿里巴巴作為國內(nèi)頂尖的互聯(lián)網(wǎng)公司，在人工智能各領(lǐng)域都進行了相關(guān)布局。

2.3 人工智能產(chǎn)業(yè)應(yīng)用層分析

在大數(shù)據(jù)與云計算等技術(shù)升級的推動下，人工智能技術(shù)已日趨成熟，其中金融、制造業(yè)、電商、健康醫(yī)療幾個行業(yè)的關(guān)鍵要素成熟度最高，事實也表明，圍繞相關(guān)領(lǐng)域，已經(jīng)有若干獨角獸公司異軍突起。農(nóng)業(yè)、制造業(yè)以及法律行業(yè)在這一波智能化浪潮中處于落后位置，向AI轉(zhuǎn)型關(guān)鍵要素的成熟度較低。

根據(jù)2017 CSDN中國開發(fā)者調(diào)查的數(shù)據(jù)匯總（截至2018.1），得出國內(nèi)人工智能產(chǎn)業(yè)與各行業(yè)結(jié)合情況如圖6所示。

在AI應(yīng)用領(lǐng)域，目前主要集中在安防、金融、醫(yī)療、教育、零售、機器人以及智能駕駛等領(lǐng)域。對于各領(lǐng)域的代表公司，其中安防領(lǐng)域有?？低暋⑸虦萍?、曠視科技、宇視科技、依圖、大華等;金融領(lǐng)域有螞蟻金服、通聯(lián)數(shù)據(jù)、京東金融、冰鑒科技、眾安科技等;醫(yī)療領(lǐng)域有科大訊飛、醫(yī)渡云、匯醫(yī)慧影、肽積木、碳云智能等;教育領(lǐng)域有科大訊飛、優(yōu)必選、新東方、智課教育、乂學(xué)教育等;零售領(lǐng)域有阿里、京東、繽果盒子等;機器人領(lǐng)域有大疆創(chuàng)新、零度智控、極飛、優(yōu)必選等;智能駕駛領(lǐng)域有百度、馭勢、蔚來汽車、智駕科技等;智能家居領(lǐng)域有海爾、格力、美的、安居寶等。隨著人工智能的發(fā)展，人工智能機器人也被應(yīng)用于更多場景中，該領(lǐng)域產(chǎn)品也日趨豐富。針對兒童教育/陪護機器人，有優(yōu)必選的Jimu、獵豹的豹豹龍、能力風(fēng)暴的積木系列、金剛蟻的小憶機器人、寒武紀的小武機器人、Gowild狗尾草的公子小白等;針對娛樂機器，有優(yōu)必選的Alpha、巴巴騰的哆來咪、Gowild狗尾草的琥珀虛顏等;針對家庭服務(wù)機器人，有海爾的漫游者掃地機器人等;針對殘障輔助機器人，有達闥科技的METS導(dǎo)盲機器人、傅利葉智能的下肢外骨骼機器人等;針對場地機器人（包括餐飲/酒店運輸機器人、導(dǎo)覽/導(dǎo)購指引機器人），有優(yōu)必選的Cruzr、獵豹的豹小秘、豹咖啡、豹小販、康力優(yōu)藍的優(yōu)友U05、寒武紀的商用機器人等;針對工業(yè)機器人，仍然由新松公司領(lǐng)頭，博實、安川電機、富士康等公司也推出了相關(guān)產(chǎn)品;針對物流機器人，則以京東、菜鳥網(wǎng)絡(luò)、申通等公司的物流機器人為主。其中優(yōu)必選與新松兩家公司尤其值得重點關(guān)注，優(yōu)必選成立于2012年，是國內(nèi)為數(shù)不多的已將消費級人形機器人推向市場的公司，其旗下的Alpha系列、Jimu系列機器人曾兩度亮相央視春晚;新松公司隸屬于中科院，是傳統(tǒng)機器人廠商中較早致力于人工智能研究的機構(gòu)，產(chǎn)品線也比較齊全，擁有場地機器人、工業(yè)機器人及物流分揀機器人等多種產(chǎn)品。

3 結(jié)語

本文通過統(tǒng)計匯總我國人工智能領(lǐng)域的主要企業(yè)及相關(guān)產(chǎn)品，探討國內(nèi)人工智能產(chǎn)業(yè)發(fā)展最新進展情況?？傮w而言，我國在人工智能領(lǐng)域起步較晚，在人工智能產(chǎn)業(yè)基礎(chǔ)層研究方面較為薄弱，與國外存在較大差距;在人工智能產(chǎn)業(yè)技術(shù)層，國內(nèi)部分企業(yè)如科大訊飛、商湯科技、曠視科技等已成為新興的獨角獸企業(yè)，融資額度甚至超過了美國同行;在人工智能產(chǎn)業(yè)應(yīng)用層，國內(nèi)企業(yè)數(shù)量則呈爆發(fā)式增長，目前主要集中在安防、金融、醫(yī)療、教育、零售、機器人以及智能駕駛等領(lǐng)域。

隨著后續(xù)國家政策對人工智能產(chǎn)業(yè)的大力扶持，以及資金、人才的不斷輸入，國內(nèi)人工智能產(chǎn)業(yè)將得到進一步發(fā)展，但在人工智能基礎(chǔ)技術(shù)層面，如芯片、大數(shù)據(jù)等領(lǐng)域，需要進一步提升我國的自主研發(fā)實力。

參考文獻：

[1] 詹姆斯·巴拉特. 我們最后的發(fā)明：人工智能與人類時代的終結(jié)[M]. 北京： 電子工業(yè)出版社，2016.

[2] 凱文·凱利. 失控[M]. 北京： 電子工業(yè)出版社，2016.

[3] 雷·庫茲韋爾. 奇點臨近[M]. 北京： 機械工業(yè)出版社，2011.

[4] 尤瓦爾·赫拉里. 人類簡史[M]. 北京： 中信出版社，2014.

[5] BRESNAHAN T，TRAJTENBERG M. General purpose technologies "engines of growth"[J]. Journal of Econometrics，1995，65（1）：83-108.

[6] VARIAN HINTON. Big data and competition policy[M]. Oxford University Press，2004.

[7] VARIAN H R. Big data： new tricks for econometrics[J]. Journal of Economic Perspectives， 2014， 28（2）：3-27.

[8] TADDY M. The technological elements of artificial intelligence[C]. NBER Working Papers， 2018：1-22.

[9] PEARL J. Theoretical impediments to machine learning with seven sparks from the causal revolution[C]. Working Paper，2018：1-8.

[10] 王曉陽. 人工智能能否超越人類智能[J]. 自然辯證法研究， 2015（7）：104-110.

[11] 喻家駿. 人工智能技術(shù)的倫理問題及其對策研究[D]. 武漢：武漢理工大學(xué)，2013.

[12] 杜嚴勇. 人工智能安全問題及其解決進路[J]. 哲學(xué)動態(tài)， 2016（9）：99-104.

[13] 劉偉. 人工智能在金融領(lǐng)域的應(yīng)用[J]. 電子技術(shù)與軟件工程， 2017（24）：158.

[14] 高奇琦，呂俊延. 智能醫(yī)療： 人工智能時代對公共衛(wèi)生的機遇與挑戰(zhàn)[J]. 電子政務(wù)，2017（11）：11-19.

[15] 劉一然，駱力明. 基于知識圖譜的學(xué)科單選題考點提取研究[J/OL]. 計算機應(yīng)用研究，2019（6）.[2018-3-16].http：//kns.cnki.net/kcms/detail/51.1196.TP.20180408.1052.120.html.

[16] 李晟. 略論人工智能語境下的法律轉(zhuǎn)型[J]. 法學(xué)評論，2018，36（1）：98-107.

[17] 李修全，蔣鴻玲. 美日歐政府發(fā)展人工智能的新舉措及對我國的啟示[J]. 全球科技經(jīng)濟瞭望，2016，31（10）：73-76.

[18] 孫曄，吳飛揚. 人工智能的研究現(xiàn)狀及發(fā)展趨勢[J]. 價值工程， 2013（28）：5-7.

[19] 韋淋元. 人工智能發(fā)展的困境和出路[D]. 南寧： 廣西師范大學(xué)，2009.

[20] 徐勇. 關(guān)于人工智能發(fā)展方向的思考[J]. 科技創(chuàng)新與應(yīng)用， 2016（2）：4.

（責(zé)任編輯：黃 ?。?/p>