來源：電(diàn)子說
人工(gōng)智能作爲當下(xià)科技領域最熱門的技術之一(yī)，吸引了衆多行内和行外(wài)人士的關注。2020年人工(gōng)智能的熱度依然隻增不減。該技術已成爲活躍在科技領域的核心力量，融入社會的方方面面。人工(gōng)智能，顧名思義是讓計算機擁有了人類的智能，但如何來判斷這個機器是否具有智能呢？這時候不得不提起計算機科學領域著名的圖靈測試。圖靈測試由艾倫·麥席森(sēn)·圖靈發明，指測試者與被測試者（一(yī)個人和一(yī)台機器）隔開(kāi)的情況下(xià)，使用測試對象皆理解的語言去(qù)被測試者随意提問。進行多次測試後，如果機器讓平均每個參與者做出超過30%的誤判，那麽這台機器就通過了測試，并被認爲具有人類智能。
這就好比你玩王者榮耀匹配到一(yī)個陌生(shēng)的隊友，你看對方操作不太對勁，然後你問了他一(yī)系列問題，結果你還是不知(zhī)道這個隊友是真人還是機器人，這就說明這個機器人通過了圖靈測試。有人會說，有的問題機器很容易回答而人類則答不上來，難道機器還得故意裝“蠢”配合人類智力嗎(ma)？對于人工(gōng)智能技術來說，通過圖靈測試确實不是最終研究和發展目标。
那麽，人工(gōng)智能研究的目标是什麽？人工(gōng)智能目标大(dà)緻可分(fēn)爲兩類：（1）強人工(gōng)智能（general AI，有人簡稱爲GAI或者AGI），其目的是研制出達到甚至超越人類智慧水平的機器，具有心智和意識、能根據自己的意圖開(kāi)展行動。（2）。 弱人工(gōng)智能（weak AI）：借鑒人類的智能行爲，研制出更好的工(gōng)具以減輕人類智力勞動，讓機器做事情時聰明一(yī)點。現在主流人工(gōng)智能研究的目标是弱人工(gōng)智能。
比如人臉識别，就是AI最廣泛的使用場景之一(yī)。人工(gōng)智能可提取、分(fēn)析圖片視頻(pín)中(zhōng)的面部特征，實現精準的人臉檢測、對比搜索，目前已廣泛應用于安防監控、照片美顔、相冊智能分(fēn)類等場景中(zhōng)。
對産業發展和人們的日常生(shēng)活來說，人工(gōng)智能究竟可以做些什麽？上至載人航天航空，下(xià)至微型機器人醫療，人工(gōng)智能可謂是無處不在。
2020年初，突如其來的新冠疫情使口罩需求量猛增，如何保證口罩又(yòu)快又(yòu)好地生(shēng)産出來成爲各大(dà)廠家關注的技術焦點。紫光雲引擎推出的品控雲，便是基于AI+雲的智能檢測服務，針對口罩生(shēng)産的應用場景，幫助廠家對口罩質量嚴控把關。在口罩生(shēng)産質檢環節中(zhōng)，可通過AI+雲的智能檢測服務實現自動化外(wài)觀檢測，通過AI檢測口罩正反面污漬、焊點銜接口、尺寸、排齒、瑕疵等問題，剔除不良品。在這種緊急形勢下(xià)，人工(gōng)智能可以幫助廠家解決高強度生(shēng)産下(xià)人工(gōng)質檢效率、準确率波動導緻的産品質量問題，從而減輕質檢工(gōng)人不足帶來的産量負擔。同樣，人工(gōng)智能也可以适用于食品藥品瑕疵判斷、包裝外(wài)觀檢測、汽車(chē)零部件檢測等應用場景。在疫情攻堅戰中(zhōng)，防控信息收集與分(fēn)析工(gōng)作十分(fēn)重要，全國各級部門、公司、學校、社區均通過不同形式的方式每天統計信息收集并逐級向上彙總，帶來了大(dà)量的表格統計、彙總與錄入的重複勞動。紫光雲公司快速上線“疫情信息統計機器人”平台，平台采用AI智能文檔識别技術以及OCR等相關技術，提供文檔信息關鍵内容的提取與彙總，完成各種類型表格信息的彙總工(gōng)作，大(dà)大(dà)減少了人工(gōng)彙總與錄入的重複性工(gōng)作。
人工(gōng)智能的誕生(shēng)離(lí)不開(kāi)大(dà)數據和雲計算。物(wù)聯網産生(shēng)、收集海量的數據存儲于雲平台，再通過大(dà)數據技術對數據進行分(fēn)析，人工(gōng)智能通過專門設計的算法來理解、分(fēn)析和學習數據，爲人類的生(shēng)産活動，生(shēng)活所需提供更好的服務，而雲計算爲其提供高速運行的數字底座。今年3月，紫光集團旗下(xià)紫光雲公司正式發布了自主研發的Unicloud 2.0架構——“紫鸾”平台，覆蓋計算、存儲、網絡、數據庫、安全、人工(gōng)智能六大(dà)類基礎産品，紫光雲AI開(kāi)放(fàng)中(zhōng)心（AOC）以雲上硬件資(zī)源環境爲基礎，結合資(zī)源管理引擎，爲企業和AI開(kāi)發者提供AI中(zhōng)台能力，在“新基建”成爲重要議題的當下(xià)，爲人工(gōng)智能在各種場景中(zhōng)的應用，提供更加高速的計算能力。
迄今爲止，人工(gōng)智能已經曆了三次發展浪潮。1956年“人工(gōng)智能”概念被提出；20世紀80年代，Hopfield神經網絡BT訓練算法被提出，解決特定領域問題的專家系統得到廣泛應用；2006 年，深度學習理論的突破帶動了人工(gōng)智能第三次浪潮的産生(shēng)，同時，雲計算、大(dà)數據等新興技術爲人工(gōng)智能的發展提供了充足的算力支撐。60多年前提出的人工(gōng)智能這一(yī)概念，已逐漸深入我(wǒ)們的生(shēng)活。随着人工(gōng)智能技術發展日趨成熟，它将更廣泛地爲人們的生(shēng)産生(shēng)活服務，進一(yī)步促進生(shēng)産效率，爲人們的生(shēng)活帶來更多改變和驚喜。