中国在人工智能领域的科研实力怎么样通俗化解读什么叫人工智能，本文不含代码，并且努力将复杂的内容口语化，所以专业大拿不要见怪。另外本文可能会省略不少内容，毕竟人工智能是一门学科不是一篇文章能够简单的讲完的。但力求让咱们老百姓理解，这个东西对于未来的大家很重要！仅此一点。
一、什么叫人工智能？
人工智能，通俗的讲就是机器具有智慧，有智商了。能够按照人的方式去干活，去办事，帮助人类解决工作了。
在深究一些，什么是智能？对于智能的研究有3个方面的定义：
1、思维层面：智能来源于思维活动，智能的核心是思维，人的一切知识都是思维的产物。可望通过对思维规律和思维方法的研究，来揭示智能的本质。
2、知识阈值：智能取决于知识的数量及其可运用程度。一个系统所具有的可运用知识越多，其智能就会越高。
3、进化理论：是美国MIT的Brooks在对人造机器虫研究的基础上提出来的。智能取决于感知和行为，取决于对外界复杂环境的适应。智能不需要知识、不需要表示、不需要推理，智能可由逐步进化来实现。（emergent）
这三个定义，看着很难理解，其实简单的说。第一中思维层面的理解，含义就是智能要有思维，这个定义，基本同社会学的归纳类似，说白了就是哪个有名的人说的一句名言就是定义。
这第二种知识阈值，很有意识，这个就具有一定的数据知识了。简单的可以理解为，大家学到的，看到的知识都放在一个盆里，怎么体现出你智慧很高。你才高八斗，学富五车，就是智慧的体现。简单说，就是装的内容多，但是也有学傻的。（这里大家不讨论学傻的情况）
第三中，进化理论，那真的就走到了现代机器人智能的入门了，人们在寻找方法，让一个机器能够辅助人处理问题的时候，想到的方法是，从生物学上讲：人类是进化的，同时人类的学习过程也是一步步积累的过程。
从这三个定义的发展过程，其实大家大致是能够看出来，人类一直在探索，智慧形成的过程，知道怎么形成的，才能去凭空创造一个智慧。
4、人类对智能进行了不同层次的结构
高层智能：以大脑皮层（抑制中枢）为主，主要完成记忆、思维等活动。
中层智能：以丘脑（感觉中枢）为主，主要完成感知活动。
低层智能：以小脑、脊髓为主，主要完成动作反应活动。
不同观点在层次结构中的对应关系
5、最终学术界大体将智能归类为以下这些东西
（1）感知能力：对应机器人的传感器
通过感知器官感知外界的能力。是人类获得外界信息的基本途径，其处理方式有以下两种：
感知–动作方式：对简单、紧急信息。
感知–思维–动作方式：对复杂信息。
（2）记忆和思维能力：对应人工智能的搜索以及建模能力
记忆：对感知到的外界信息和由思维产生的内部知识的存储过程。
思维：对已存储信息或知识的本质属性、内部知识的认识过程。
（3）思维方式：对应人工智能：问题建模，模糊认识
抽象思维（逻辑思维）：根据逻辑规则对信息和知识进行处理的理性思维方式。例如，逻辑推理等。
形象思维（直感思维）：基于形象概念，根据感性形象认识材料对客观现象进行处理的一种思维方式。例如，图像、景物识别等。
灵感思维（顿悟思维）：是一种显意识和潜意识相互作用的思维方式。例如，因灵感而顿时开窍。
（4）学习和自适应能力：对应人工智能，神经网络学习，深度学习
学习：是一个具有特定目的的知识获取过程，是人的一种本能。不同人的学习方法、能力不同。自适应：是一种通过自偶调节适应外界环境的过程，是人的一种本能。不同人的适应能力不同。
（5）行为能力：对应机器人运动控制能力。
含义：是人们对感知到的外界信息作出动作反应的能力信息来源：由感知直接获得的外界信息经过思维加工后的信息实现过程：通过脊髓来控制由语言、表情、体姿等来实现
因此，在人类认识人工智能的思路上面，是从简单到复杂而来，并且最终分解智能应该具有哪些细节表现特征，这对于整个技术的发展是至关重要的。这才算是指明了方向。
复杂的问题，一定是通过系统解决的，系统解决了复杂问题的同时，也在制造新的复杂问题，因为需要不断的优化和训练处理问题的系统——这个系统就是人工智能。（偶个人理解）
二、人工智能的发展历史？熟悉历史，你才知道，这个基数什么国家发展的早，发展的好。
50多年来，人工智能走过了一条起伏和曲折的发展道路。回顾历史，可以按照不同时期的主要特征，将其产生与发展过程分为5个阶段：
（1）孕育期（1956年以前）
普罗米修斯：人类获取智慧火种的最初努力（渴望智慧会带来恶果？）自远古以来，人类就有用机器代替人们脑力劳动的的幻想：
公元前900多年偶国有歌舞机器人流传的记载；
公元前850年古希腊有制造机器人帮助人们劳动的神话传说。
亚里斯多德（Aristotle，公元前384-322）：古希腊伟大的哲学家和思想家，创立了演绎法。他提出的三段论至今仍然是演绎推理的最基本出发点。
莱布尼茨（G.W.Leibnitz，1646-1716）：德国数学家和哲学家把形式逻辑符号化，奠定了数理逻辑的基础（四则运算计算器）。
图灵（A.M.Turing，1912-1954）：英国数学家，1936年创立了自动机理论，自动机理论亦称图灵机，是一个理论计算机模型。
二战中，协助英国军方破译德国的著名密码系统Enigma，帮助盟军取得了二战胜利。
莫克利（J.W.Mauchly，1907-1980）：美国数学家、电子数字计算机的先驱，与他的研究生埃克特（J.P.Eckert）合作，1946年研制成功了世界上第一台通用电子计算机ENIAC。
1945年底，世界上第一台电子计算机研制完成，全称是“电子数字积分计算机”，简称为ENIAC。
（2）形成期（1956-1970年）
AI诞生于一次历史性的聚会(Dartmouth人工智能夏季研讨会)
时间：1956年夏季
地点：达特莫斯(Dartmouth)学院
目的：为使计算机变得更“聪明”，使计算机具有智能
发起人：麦卡锡(J.McCarthy），Dartmouth的年轻数学家、计算机专家，后为MIT教授
明斯基(M.L.Minsky），哈佛大学数学家、神经学家，后为MIT教授
洛切斯特(N.Lochester)，IBM公司信息中心负责人
香农(C.E.Shannon)，贝尔实验室信息部数学研究员参加人：
莫尔(T.more)、塞缪尔(A.L.Samuel)，IBM公司
塞尔夫里奇(O.Selfridge)、索罗蒙夫(R.Solomonff)，MIT纽厄尔(A.Newell)，兰德(RAND)公司西蒙(H.A.Simon)，卡内基—梅隆大学
会议结果：麦卡锡提议正式采用了“ArtificialIntelligence”这一术语。
心理学小组——一次逻辑训练的尝试
1957年，纽厄尔、肖(J.Shaw)和西蒙等人的心理学小组研制了一个称为逻辑理论机(LogicTheoryMachine，简称LT)的数学定理证明程序。
1960年研制了通用问题求解(GeneralProblemSolving)程序。该程序当时可以解决11种不同类型的问题，如不定积分、三角函数、代数方程、猴子摘香蕉、河内梵塔、人-羊过河等。
IBM工程小组——深蓝机器人的开发（就是那个同人类下象棋胜利的那个计算机）
1956年，塞缪尔在IBM704计算机上研制成功了具有自学习、自组织和自适应能力的西洋跳棋程序。
这个程序可以从棋谱中学习，也可以在下棋过程中积累经验、提高棋艺。
通过不断学习，该程序1959年击败了塞缪尔本人，1962年又击败了一个州的冠军。MIT小组1958年，麦卡西建立了行动规划咨询系统。
1960年，麦卡西又研制了人工智能语言LISP。
1961年，明斯基发表了“走向人工智能的步骤”的论文，推动了人工智能的发展。
基本上相当于一帮大拿，在小酒馆吃完饭，吹牛逼说：“以后就干AI了”。问题是人家有实力把牛逼实现。
（3）知识应用期（1970-20世纪80年代末）
以知识为中心的研究：专家系统是AI发展史上的一次重要转折。
1972年，费根鲍姆（Feigenbaum）开始研究MYCIN专家系统，并于1976年研制成功。从应用角度看，它能协助内科医生诊断细菌感染疾病，并提供最佳处方。
从技术角度看，他解决了知识表示、不精确推理、搜索策略、人机联系、知识获取及专家系统基本结构等一系列重大技术问题。
1972年法国马赛大学Clomerauer发明Prolog逻辑程序设计语言。
1976年，斯坦福大学的杜达(R.D.Duda)等人开始研制地质勘探专家系统PROSPECTOR。1970年ArtificialIntelligence国际期刊创刊。
1977年费根鲍姆提出知识工程概念，专家系统广泛应用。
（4）从学派分离走向综合（20世纪80年代末到本世纪初）
随着人工神经网络的再度兴起和布鲁克（R.A.Brooks）的机器虫的出现，人工智能研究形成了符号主义、连接主义和行为主义三大学派。
（5）智能科学技术学科的兴起（本世纪初以来）
现代人工智能，由对人工智能的单一研究走向以自然智能、人工智能、集成智能为一体的协同研究；
由人工智能学科的独立研究走向重视与脑科学、认知科学、等学科的交叉研究；由多个不同学派的独立研究走向多学派的综合研究；
由对个体、集中智能的研究走向对群体、分布智能的研究。
总结整个人工智能的发展，可以归纳为：原始的积累基本在欧美，得益于硬件设备，计算机的发明，美国在整个人工智能的起步阶段，要比其他国家要早。
同时针对各类社会学模型的研究，美国也要比其他国家要更丰富。
三、当下你能见到的人工智能都是什么样子的？
当下，大家见到的人工智能，主要集中在几个领域：
1、智能语言，也被大家称为：语音智能。手机，电脑，小家电可以识别你说话，甚至能够跟你对话。这个看似很傻瓜的功能，其实就是人工智能。
这些都是语音智能。
2、人脸识别：
3、图像搜索：识别图像，人类识别物体的方式
4、OCR识别：图片转文字
四、人工智能的核心技术
狭义地讲，机器学习是给定一些训练样本(xi,yi),1≤i≤N（其中xi是输入，yi是需要预测的目标），让计算机自动寻找一个决策函数f(·)来建立x和y之间的关系。
这里，yˆ是模型输出，θ为决策函数的参数，ϕ(x)表示样本x对应的特征表示。因为x不一定都是数值型的输入，因此需要通过ϕ(x)将x转换为数值型的输入。如果大家假设x是已经处理好的标量或向量，公式3.1也可以直接写为yˆ=f(x,θ)
写到这，基本看不懂，偶也是引用的内容。但是问题在于，偶还要说明白，人工智能技术的核心是啥？
人工智能的核心的是深度学习。
深度学习，就是用一个模型，教会计算机自己去学习。你只需要做两件事：
（1）让无数的码农去写优化的代码，修改BUG。
（2）喂庞大到无法想象的数据。
1、图像识别:数千万训练样本，这就是大家说的图像样本库。也许你不知道的情况下，你就成了样本。
2、OCR:数千万训练样本；
美国一家公司，将图书馆中的文字书籍，扫描图片后，切图，全部以验证码的方式，让各个平台人录入数据。这就是最典型的人机训练。
3、语音识别：数百亿训练样本。
语音样本库，目前归国家管理，只有具备条件的企业才有资格使用。国内例如百度，科大讯飞，腾讯，阿里都有资格。
4、无人驾驶
很多朋友，一直不明白，为什么百度，滴滴，腾讯都去争夺无人驾驶的研发测试。因为先争门票，有没票，才有使用庞大道路交通数据的权利。最大的道路实况数据，都在公路交通的监控里。但这个显然不是对所有人开放的。这才是当前争抢的关键内容。
五、中国人工智能的地位与趋势
从以上大家介绍的四大主要人工智能的场景来看。中国的产品成熟度，以及技术实力，确实达到了全球第一阵营中。
百度无人驾驶，已经开始上路测试。语音智能领域，科大讯飞，百度语言都是世界领先。图像识别领域：商汤科技，旷视科技，百度智能都具有全球领先水平，基本同google，facebook属于同一梯队。
对于未来的人工智能的发展：
1、中国拥有广阔的使用市场。毕竟有钱才能驱动一切。
2、中国的移动互联，为人工智能的深度学习，提供了极其强大的训练资源。是的在5-10年，人类的所有操作其实都是在训练机器人。
如果从哲学的角度讲：人类发展了这么多年，阳光之下无新事，那么人工智能的深度学习，一定能够创造出一个顶级的智慧体，只是时间的问题。