我們常聽說的AI人工智能，指的是根據(jù)對周圍環(huán)境的感知，能夠做出與人類相似的反應的計算機程序。2016年引起轟動的AlphaGo擊敗李世石等圍棋高手事件，令AI技術又一次進入大眾視野當中，掀起一波不小的AI熱潮。但其實早在世界上第一臺計算機誕生之際，AI就已經(jīng)開始悄悄萌芽。

第一次AI熱潮

1950年10月，“計算機之父”艾倫·圖靈發(fā)表論文《計算機械和智能》（Computing Machinery andIntelligence），探討了機器具備智能思維的可能性，并提出一個有趣的測試方法：如果一臺機器能夠與人類展開對話而不被識破機器身份，稱這臺機器具有智能思維，這就是著名的“圖靈測試”。

艾倫·圖靈

1956年8月，約翰·麥卡錫、馬文·閔斯基、克勞德·香農(nóng)等科學家在達特茅斯開展了一場學術會議，會議的主題是：用機器模仿人類學習以及其他方面的智能，并將這一學科命名為“Artificial Intelligence”——人工智能。達特茅斯會議被認為是全球人工智能研究的起點，在之后的十幾年中，數(shù)學證明系統(tǒng)、語言學習、人機對話系統(tǒng)等技術的開發(fā)應用掀起了第一波AI熱潮，然而由于當時計算機運算能力、程序設計及算法技術的限制，人工智能的發(fā)展陷入瓶頸。

第二次AI熱潮

在上個世紀80年代，專家系統(tǒng)在某些專業(yè)領域取得成功。專家系統(tǒng)指的是內(nèi)部含有大量某個領域?qū)＜宜降闹R與經(jīng)驗，可以利用這些經(jīng)驗解決問題的智能系統(tǒng)，專家系統(tǒng)在基礎學科的成功應用獲得了企業(yè)的認可，企業(yè)試圖研發(fā)能夠?qū)崿F(xiàn)人機對話、語言翻譯、具有人類邏輯推理思維的機器人。

但是專家系統(tǒng)的應用領域太狹窄，沒有大數(shù)據(jù)的支撐，知識和經(jīng)驗的獲取比較困難，更適用于科學研究，而非企業(yè)所設想的智能語音、語言翻譯等應用，因此到90年代初，AI的發(fā)展再次陷入了低谷。

第三次AI熱潮

專家系統(tǒng)的失敗恰恰印證了圖靈在《計算機械和智能》中的建議：與其研制模擬成人思維的計算機，不如嘗試制造更簡單的，或許相當于小孩智慧的系統(tǒng)，然后讓系統(tǒng)不斷學習。當我們拋棄所謂的專家的成熟經(jīng)驗，轉(zhuǎn)而從數(shù)據(jù)特征建模的角度，讓機器去學習、尋找規(guī)律，再應用規(guī)律解決問題，反而能獲得更好的結(jié)果。

2006年杰弗里·辛頓（Geoffrey Hinton）發(fā)表論文《一種深度置信網(wǎng)絡的快速學習方法》，正式提出深度學習的概念，并給出一種深度學習方法，2006年至今，深度學習一直處于快速發(fā)展階段，在圖像、語音、自然語言處理等方面有重大突破，廣泛應用于金融、教育、家居、自動駕駛、醫(yī)療、機器人等領域。AI正在顛覆傳統(tǒng)，給我們的生活帶來巨大的改變：蘋果Siri、微軟小冰等智能助手的推出，讓我們能更便捷地操作各類科技產(chǎn)品；手機銀行搭載的人臉識別技術，能夠有效降低金融詐騙風險，保護財產(chǎn)安全；各大搜索引擎利用深度學習技術對網(wǎng)頁進行排序，提高搜索的相關性和準確度……

展望

杉科科技緊跟時代潮流，通過計算機算法研發(fā)，結(jié)合機器視覺、人臉識別、車輛識別、語音交互、深度學習、物聯(lián)網(wǎng)等最新的AI技術，實現(xiàn)深入的人機交互，并推出了室外智能巡邏機器人和室內(nèi)智能服務機器人。室外巡邏機器人可以自主規(guī)劃巡邏路徑、通過AI識別技術對車輛和人群進行管理、從多個維度進行環(huán)境監(jiān)控，助力園區(qū)的智能安防體系建設；室內(nèi)服務機器人在日常巡邏的基礎上，還可實現(xiàn)人機對話、提供智能引導查詢服務和物品遞送服務，幫助企業(yè)實現(xiàn)智慧辦公。通過巡邏機器人和服務機器人相結(jié)合的立體服務系統(tǒng)，讓高科技滲透到生活中，做到真正的生活智能化，同時重新定義智能機器人。

未來，杉科科技將會推出更多智能終端產(chǎn)品，為客戶定制全方位的操作流程和場景解決方案，減少企業(yè)的人力成本，簡化管理流程，提高運營效率，助力城市智慧發(fā)展。