人工智能是一项前瞻性科学研究，自信息技术产生发展以来，人们在这一领域进行了长期的科学探索和技术攻坚，并不断涌现出新思想、新观念、新理论、新技术，成为未来科学技术革命的重要发源地。就现阶段发展来看，其内涵与外延已经从联结主义、符号主义、行为主义等学派理论发展为广义的智能科学。智能化是未来信息技术的发展趋势，也是第三次工业革命的重要特征，已成为生产、生活领域技术创新的关键环节，产生深远的影响。

人工智能是

下一次生产力飞跃的突破口

和任何曾经处于发展过程中的新兴学科一样，人工智能早期发展并非一帆风顺，它曾受到多方质疑。例如上世纪80年代的机器翻译就没有取得预期成果，其主要受制于计算机计算能力的限制，无法模仿人脑语境思考。

近些年，人工智能的研究和应用又掀起新高潮。一方面是计算机硬件性能的突破，另一方面是以云计算为代表的计算技术的快速发展，使得信息处理速度和质量大为提高，能够快速、并行处理海量数据。

金融危机以后，欧美国家回归前沿科学技术的战略布局，更加重视人工智能技术的研究，特别是在人工智能基础研究、人脑研究、网络融合、3D智能打印等领域不断有研究突破。越来越多的科学家期待人工智能成为人类进入知识经济时代后，下一次生产力飞跃的突破口。如今，人工智能技术的研究和发展已经在很大程度上影响着现在的计算机相关产业，并决定了计算机、网络技术的未来发展方向。

人工智能

为ICT技术发展指引方向

当前，人工智能技术对互联网行业产生的影响和变革主要有如下几个方面：

在理论技术层面，人工智能技术为基于互联网和移动互联网等领域的创新应用提供理论基础。例如，自动定理推理为网络信息检索、问题求解、远程诊断等问题提供了自动求解方案；自然语言理解为计算机人类语言理解提供理论和方法；数据挖掘为从数据库中挖掘提炼出具有必然性和蕴含本质规律的数据提供了规则、聚类等数据处理、建模、评估标准。

在技术应用和创新层面，人工智能技术的发展，为未来ICT等网络技术的发展指引了方向。当前，以智能算法、深度学习、云计算为代表的大规模网络应用已经成为ICT产业的重要发展方向。各大互联网公司在深度学习领域不断积极探索。深度学习是机器学习研究中的一个重点关注领域，其研究侧重于建立、模拟人脑进行分析学习的“神经网络”。

在创新方面，深度学习带来了机器学习的新浪(52.46, -0.72, -1.35%)潮，推动“大数据＋深度模型+数据发现挖掘”时代的来临。人工智能技术与互联网的融合，是两个领域发展到一定阶段，探索创新的必然结果，深度学习为拥有强大计算能力和数据资源的互联网巨头公司带来下一次全面领跑的机会。例如，谷歌(530.6, -10.35, -1.91%)、百度(149.74, -1.23, -0.81%)在硅谷的研发实验室，在对深度学习、算法升级，对机器学习模仿人脑的智能活动，让机器像人脑一样识别图像、理解自然语言，解析网络内容之间关系做深度探索。百度语音和图像等相关网络产品应用的快速崛起，正是受益于对机器学习等领域的技术突破。

在融合发展层面，人工智能技术的发展促进多种科学与网络技术的深度融合。从国际上看，人工智能技术在美国、欧洲和日本发展迅速，并且带动了多种信息科学领域的发展，信息学、控制学、仿生学、计算机学等领域的技术突破均被运用到人工智能应用中去。

从技术发展脉络发展上，人工智能很多技术一直处于创新的前沿，未来会在很大程度上影响信息产业的发展方向。人工智能发展至今涉及多个研究领域，研究方向包括符号计算、语言识别、模式识别和计算机视觉、机器翻译与机器学习、智能信息检索、问题求解与专家系统、逻辑推理与逻辑证明、自然语言处理等，逐渐成为更为广泛的智能科学学科。

推动人工智能

在通信行业应用示范

在人工智能技术发展过程中，我们总体上应该贯彻落实创新驱动发展战略，在立足自主创新的同时，放眼国内国际两个大局技术发展情况，加强跟踪高新技术产业技术的发展态势调整产业结构，统筹全局发展，切实推进由技术革新到推进经济发展方式的转变，实现工业经济产型升级，同步大力支持我国人工智能相关研究和产业化工作。

——建立针对相关科研成果的产业追踪机制。

针对国际国内相关企业和科研机构正在进行的相关科研活动进行动态追踪，对其科研成果在各行各业的信息化应用进行预研预判，为制订信息化发展相关政策规划提供线索和根据。

——适时引导和推动人工智能相关产业领域的研发应用。

加强对人工智能和人脑科学工业领域应用的深入调研分析，掌握工业机器人、新型计算产品、人工神经网络等的发展和应用现状，坚持应用牵引，整合产学研现有资源，形成一批人工智能关联技术的实验室和技术中心，推动人工智能关联技术在网络、通信等行业快速发展的应用示范。

——加大对人工智能关联技术的资金支持力度，引导人工智能关联技术向通用技术领域的演进和转化。