【导读】如果从阿兰·图灵1943年首次提出“图灵机”的概念算起，AI已经经历了86年的发展史。本文以信息图的形式回顾了这70多年的标志性事件，并归纳出AI发展的几个方向和技术应用，以及10大AI企业和国家排行榜。
这篇AI“图文简史”涵盖了AI从概念起源到诞生、发展过程中的重要里程碑和技术节点，对AI技术的主要分类方式和重要技术应用方向。70年AI发展史，一文纵览。
1943年，阿兰·图灵发明了“图灵机“
，为智能机器的判定设置了基准：”能够成功骗过人类，让后者以为自己是人类的机器，称为智能机器。”
1950年，科幻作家阿西莫夫发表短篇科幻小说集《我，机器人》
，书中提出了影响深远的“机器人三原则”。
1956年，约翰·麦卡锡首次提出“人工智能”的概念
，当时盛行“由上至下“的思路。即由预编程的计算机来管治人类的行为。
1968年，首个通用式移动机器人诞生
，能够通过周围环境来决定自己的行动。
1969年，MIT人工实验室创始人马文·明斯基为导演斯坦利·库布里克的电影《2001漫游太空》担任顾问
，塑造了片中超级智能计算机HAL9000的银幕形象。
1973年 AI“寒冬“论开始出现
。在AI上的巨额投入几乎未收到任何回报和成果，对AI行业的资助开始大幅滑坡。
1981年，“窄AI”的概念诞生。
更多的研究不在寻求通用智能，而转向了面向更小范围专业任务的“窄AI“领域。
1990年，Rodney Brooks提出了“由下自上”的研究思路，
开发能够模拟人脑细胞运作方式的神经网络
，并学习新的行为。
1997年，超级计算机“深蓝”问世
，并在国际象棋人机大战中击败人类顶尖棋手、特级大师加里·卡斯帕罗夫
2002年，iRobot公司打造出
全球首款家用自动化扫地机器人。
2005年，美国军方开始投资自动机器人，波士顿动力的"机器狗"是首批产品之一。
2008年，谷歌在iPhone上发布了一款语音识别应用，开启了后来数字化语音助手（Siri、Alexa、Cortana）的浪潮。
2010年，上海世博会上，来自NAO公司的20个跳舞机器人献上了一段长达8分钟的完美舞蹈。
2011年，IBM Watson在Jeopardy答题竞赛中战胜了表现最优秀的人类选手。
2014年，在图灵测试诞生64年后，一台名为Eugene Goostman的聊天机器人通过了图灵测试。谷歌向自动驾驶技术投入重金，Skype推出实时语音翻译功能。
强AI，又称“通用AI”，具备通用化的人类认知能力，具备足够的智能解决不熟悉的问题。
弱AI，又称“窄AI”，指专门针对特定任务而设计和训练的AI，比如苹果的虚拟语音助手Siri。
反应式机器。代表性范例：深蓝。能够识别棋盘上的形势，并做出预测，但没有记忆。
有限记忆。能利用过去的记忆为未来决策提供帮助。代表性范例：自动驾驶
意志理论：能够理解影响自身决策的观点、欲求和目的。目前这类AI尚不存在。
自我意识：具有自我意识的机器，能够理解自身目前的状态，并能利用现有信息推测他人的感觉。目前这类AI也不存在。
AI技术应用举例：
自动化机器人：
对机器进行编程，使其高质量地完成一般由人完成的重复性任务，同时具备对不同任务条件的适应性。
机器视觉：
让计算机能够“看见”的技术，利用摄像头捕获并分析视觉信息，完成模-数转换与数字信号处理。
机器学习：
让计算机在未经编程的情况下运行。机器学习的子领域之一是深度学习，其目标是实现自动化的预测性分析。
自然语言处理：
利用计算机程序处理人类语言。垃圾邮件检测、文本翻译、语义分析和语音识别等都属于该领域。
机器人技术：
机器人能够比人类更精确、更持久地完成困难的重复性任务。
1、DeepMind：目前居于AI研究企业第一位
2、谷歌：旗下设谷歌大脑团队，在每个可能的领域聚焦长期AI研发。
3、Facebook：主要关注语言领域的问题，如动态记忆，问答系统开发等。
4、OpenAI：团队规模虽然不大，配置属于全明星级别。
5、百度：在语音交互、自动驾驶等领域表现出色。
6、微软：在AI领域耕耘多年，目前聚焦实时翻译。
7、苹果：正在研发面部识别技术，分析用户面对设备上出现广告的面部反应
8、IBM：利用AI技术从照片、视频、语音和文本中提取语义。
9、亚马逊：目前多个部门业务向AI倾斜，比如无人商店、无人机货物配送，以及Alexa语音助理等业务。
10、英伟达：机器学习计算资源和硬件领域的领军者。
1、美国：每年有100亿风投资金进入AI领域
2、中国：在过去5年中，中国与AI相关的专利数量上涨了190%。
3、日本：制造业部门的自动化程度可能高达71%。
4、英国：英国政府每年资助1000位AI专业的博士
5、德国：首都柏林的AI初创公司数量位居世界第四。
6、法国：到2022年，法国政府对AI行业的投资将达18亿美元。
7、加拿大：正在兴建价值1.27亿美元的AI研究设施。
8、俄罗斯：到2025年，俄罗斯30%的军事装备将实现机器人化。
9、以色列：自2014年以来，AI初创公司的数量增长了3倍。
10、爱沙尼亚：在处理与解决与AI相关的法律问题上走在世界前列。
全面自动化的交通：
AI技术将让未来的交通走向全面智能化和自动化。
赛博技术：
AI和机器人技术将成功助我们超越认知和身体上的极限。
代替人类从事危险职业：
机器人和无人机将代替我们完成炸弹拆除等危险任务，我们不必为了完成这些任务冒上生命危险。
解决气候变化问题：
有朝一日，AI可以利用大数据获得判断趋势的能力，并利用这些信息解决气候变化这样的重大问题。
探索新的边界：
机器人可以帮我们进一步探索太空和海洋。
预测未来：
机器学习利用过去的信息预测未来，谁将开启一段浪漫之旅？谁将面临离婚等等。
延展阅读：
作者：质子研究
来源：网易智能
随着5G技术的大规模商用，高分辨率的视频流量将呈指数级增长。移动视频行业委员会预测显示，至2028年5G流量的90%将来自视频，增强型视频（VR、AR、AGC）将是5G的第二大用例类型。
随后，英特尔发布《5G娱乐经济报告》进一步显示，5G视频内容消费加速，用户月均流量使用量将从当前的11.7GB增长至84.8GB，2021-2028年传媒和娱乐企业由此将受益新增营收1400亿美元，增强型视频（VR、AR、AGC）服务的营收潜力可达960亿美元。
报告分析师指出，“5G+AI技术红利”将驱动视频产业迎来增强型视频（VR、AR、AGC）内容快速发展，如何搭载5G顺风车，中国、日本、韩国等亚太地区的部分文娱企业已经率先开始使用人工智能技术辅助视频内容生产，开始大规模用AI生产技术解决5G时代的内容及图像质量。
中国智能影像生产技术：文娱全产业链基础建设
较其他国家及地区，中国媒体及娱乐企业对全面智能视频化保持热情。大部分企业认为，智能影像生产技术能切实可行的提高制作及分发效率，借助AI技术能够为用户提供量身定制和智能推荐的内容，它改变的是内容创作和分发的方式。包括《南方日报》、腾讯、澎湃、芒果TV、爱奇艺、华视传媒等在内的传媒和娱乐企业积极借助人工智能技术构建自主可控平台或提供优质视频内容产品。
目前，AI技术的应用已经贯穿整个文创产业链，包含剧本创作、选角、流量预测、审核、编码、剪辑、运营、搜索、推荐、宣发、热点预测、热点提取、追星、广告投放、在线交互等诸多环节，实现智能创作、智能生产、智能标注、智能分发、智能播放、智能变现、智能客服等七大方面的充分应用。
据Forrester发布的《2019-2020 Video AI技术预测》报告显示，90%的中国视频平台正在借助专业的视频识别技术以对视频进行数据结构化，在视频内容原创、视频营销、视频结构化商用、视频大数据领域、机器人流程化等领域产生财务绩效，通过自动化影像加工辅助技术、生产技术为产业升级提供动力。
在智能影像生产环节，国内人工智能公司影谱科技的视频内容自动化生产引擎—MAPE (Moviebook Auto-Production Engine)是一个人工智能平台，利用视频识别及视频生产技术为文娱企业提供内容生产平台。
在商业化环节，国内多个热门作品都采用了基于人工智能的内容生产技术，包括热播的《我的师傅》、《巅峰之夜》、《我最爱的女人们》、《女儿们的热爱》、《妻子的浪漫旅行》、《恋爱先生》、《楚乔传》等，这些热门节目的商业化技术实现与传统方式不尽相同，通过采纳影谱科技智能影像生产技术，让品牌主的广告画面成为原视频内容的一个部分，更有甚者是把原本不存在的品牌主物品以“虚拟广告道具”方式无违和感的植入视频播放/用户观影过程中。
不仅如此，除视频以外，图、文、音、影等不同信息载体之间无缝转换正成为智能传媒的重要基础设施。传统的图像、文字、音频、视频相互转化，通常人工需要一周时间，平均花费263美元，内容失真率却高达52%。而AI技术的加入，可以使信息介质融合互换更快速、更低价、更有效，如前端内容采写可通过AI技术一键生成与之匹配的视频、音频等，改变内容开发整个过程，从内容创造、生成机制、影响力提前预测、观察数据等方面。
虽然一些媒体和娱乐公司对AI的投入保持谨慎，但大多数专家预测中国的5G+人工智能发展速度较全球市场将更快一步。
日本智能影像生产技术：如何提升动画制作效率
显然，日本动画产业是这次AI+5G视频消费升级的核心。动画产业市场规模超过2兆日元的日本，在人工智能技术与效能方面也进行了具有个性化的探索，在动画预处理、动画动态、动画合成等全产业上已形成深度应用场景。
