核心内容发表于《人民日报》2017年8月2日第22版
近年来，欧美发达国家纷纷加紧人工智能的战略布局，仅在2016年，美国就接连发布《国家人工智能研究与发展战略计划》、《为人工智能的未来做好准备》、《人工智能、自动化和经济》等三份报告，人工智能重镇英国和日本分别发布《人工智能：对未来决策的机会和影响》和《人工智能/大数据/物联网/网络安全综合项目》，“人工智能”也在2017年首次写入我国政府工作报告。在产业界，AI成为又一个投资风口，不仅软件公司、IT硬件厂商、互联网企业投入巨资开发人工智能技术，甚至装备制造商、制造企业也在大力推进生产系统的智能化。AlphaGo战胜人类围棋冠军也引爆了普罗大众对人工智能的热情，人工智能成为茶余饭后讨论的热点，也越来越多的成为文学作品的主题。然而，尽管人工智能如此火爆，但民间对于什么是人工智能的认识却莫衷一是。
普通人对人工智能的认识大多来自于影视、文学作品，在人工智能的艺术化形象中，它们往往具有与人类一样的外形、思维方式，甚至感情，并且在力量等方面超过人类。基于文学作品的感性认识，人工智能常常被等同于机器人，被认为能够像人类大脑一样思考。AlphaGo战胜人类围棋冠军李世石和柯杰，又会让人们在人工智能与计算机程序之间画上等号。但是这些认识都不是那么准确。人工智能并不总以机器人的形态出现，事实上人工智能已经在搜索引擎、图像识别、翻译、新闻推荐和撰稿、金融投资、医疗诊断、工业生产、无人驾驶汽车等领域获得广泛的应用，在很多情况下，人工智能甚至不以可视的形态存在；反之，以机器人甚至人性机器人形态出现的机器，许多并未达到人工智能的程度。人工智能也不是超级人脑，因为它与人类大脑的工作原理存在巨大差别。
自20世纪50年代以来，人工智能历经曲折的发展过程。人工智能的研发几乎与计算机的发展相伴，20世纪五六十年代是人工智能发展的第一个热潮，许多基本的原理被提出，艾伦•图灵提出的“图灵测试”被普遍接受为判断机器是否达到人工智能的标准。20世纪八九十年代是人工智能发展的第二次热潮，但是在IBM深蓝战胜人类国际象棋冠军卡斯帕罗夫引爆人们的热情后就陷入低谷。与前两次人工智能的热潮相比，2006年开始的第三次热潮最大的不同在于，人工智能在生产、生活的许多领域获得实实在在的应用，创造出真正的价值，而不仅是人工智能科学家的自娱自乐。人工智能之所以能够发生从实验室到产业界的实质性转变，根本原因在于三大技术的汇流：一是人工智能算法的演进，20世纪八九十年代的主流技术是基于统计、规则或实例的，如专家系统、统计模型，目前的人工智能则是建立在深度学习技术的突飞猛进发展之上；二是随着GPU在人工智能领域的使用以及专用人工智能芯片的开发，计算机处理能力和运算速度获得大幅度提高；三是互联网技术的发展和广泛产生海量的数据。深度学习方法以大量数据为素材进行训练，从中高效地寻找新规律或新的知识。硬件是发动机、数据是燃料，共同使深度学习技术推动了“机器”智能快速提高。可以说，当前的人工智能=深度学习+大数据，这是一个最具时代精神、也最为普遍接受的认识。
在人工智能发展的初期，人们认为能战胜人类的西洋跳棋程序、国际象棋程序就是人工智能，但它们很快就光环褪去，被拒绝承认是人工智能。随着人工智能技术的不断进步，也许建立在大数据基础上的深度学习也会被看作“小儿科”，人们对于人工智能又会有新的认识。
