一、人工智能未来的发展方向为什么是强人工智能

1、现在人工智能有很多突破，尤其在应用上有大量突破，但是实际上人工智能底层的技术研究的进展其实并不多。最近值得说的进展就一项，就是曾经研制出了AlphaGo，战胜了李世石的公司DeepMind。DeepMind在前段时间研究了一个系统，战胜了人类的德州扑克选手。

2、玩过德州扑克的朋友是可以感受到的，德州扑克要比玩围棋复杂得多。因为围棋所有的信息都是充分信息，是已知的；而德州扑克，你对面的玩家肯定不会让你知道他手里的牌，所以是不充分信息。在不充分信息的情况下能战胜人类选手，某种程度上说明人工智能又进了一步。

3、不过这种进步只是弱人工智能。正如《前哨》中所说：弱人工智能比人强，强人工智能比人弱。迄今为止在强人工智能方面还没有任何进展。

4、美国著名的计算机专家、图灵奖的获得者JudeaPearl的在去年的新书《为什么》中，就提到了一个很有趣的，甚至让人工智能专家都有点尴尬的事实：“人工智能评价这个系统的好坏，并不能从结构上或者理论上来评价，比如你的结构更优或者理论更好，只能从结果来评价。”人工智能算是一门科学吗？答案成疑。所以Pearl就很毒舌地说：“人工智能现在已经变成了炼金术。”

5、所以人工智能在现阶段最大的瓶颈，就是理论上和实际底层技术的发展。

二、人工智能对生物工程的发展

1、人工智能的出现为生物医疗领域带来了新的发展空间，使科研工作者看到了新的希望和可能。将人工智能和生物工程结合之后，即可应用于新药研发、临床诊断、健康管理、影像判断、辅助治疗等领域，从而取得突破性进展。

2、例如，基于人工智能开发的病理诊断研究，我们可以通过让计算机“学习”医生专家的一些医疗知识和经验，从而模拟医生对病理的思维认识、诊断过程等推理模式，这样便可大大提高病理诊断及诊疗的精准性和效率性。随着计算机视觉技术的发展，机器不仅能“听懂”和“读懂”，更能“看懂”我们的世界，使人工智能在医疗影像判断领域取得重大突破。

3、人工智能对海量的医疗影像数据进行深度学习，可以提高医生“看片子”诊断的效率以满足诊断需求。

三、什么是人工智能突破

1、人工智能已到了产业应用的“历史时刻”，未来潜力巨大。在制造业领域，人工智能将优化整个生产，推动机器人智能制造发展；在资源和环境领域，大数据分析和计算机视觉都会发挥重要作用，人工智能还将推动自动驾驶日趋产业化，

2、AI子领域包括：机器学习（ML），自然语言处理（NLP），深度学习（DL），机器人流程自动化（RPA），回归等等。

四、人工智能第三次浪潮为什么能改变世界

1、人工智能第三次浪潮改变世界在当前已成主流声音。

2、人工智能究竟会以什么样的方式来改变世界？以翻译系统和人工智能＋教育为例，人工智能已可以使作业时间节约32%，所以“人工智能＋”才是今天改变世界的方式，是赋能的方式。

3、人工智能第三次浪潮是基于大数据、云计算、移动互联网，作为更基础的是深度神经网络的突破，因此，人工智能的发展决不是一个简单的概念，而是在计算机基础上进行，在这一过程中，脑科学将是未来非常重要的突破口，用内脑计算和现在数据建模神经网络的结合，将有望实现重大的突破和腾飞。

4、此外，人工智能是一个伟大的历史进程，不仅仅是少数科学家和少数企业的事情，需要现在就开始研究法律伦理和社会体系的相关问题，为未来打基础。

五、人工智能的发展时期7个阶段

1、50年代人工智能的兴起和冷落。人工智能概念首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题、求解程序、LISTP表处理语言等。但由于消解法推理能力的有限以及机器翻译等的失败，使人工智能走入了低谷。这一阶段的特点是：重视问题求解的方法，忽视知识重要性。

2、60年代末到70年代，专家系统出现，使人工智能研究出现新高潮。DENDRAL化学质谱分析系统、MYCIN疾病诊断和治疗系统、PROSPECTIOR探矿系统、Hearsay-Ⅱ语音处理系统等专家系统的研究和开发，将人工智能引向了实用化。并且，1969年成立了国际人工智能联合会议。

3、80年代，随着第五代计算机的研制，人工智能得到了很大发展。日本1982年开始了”第五代计算机研制计划”，即“知识信息处理计算机系统KIPS”，其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮。

4、80年代末，神经网络飞速发展。1987年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。

5、90年代，人工智能出现新的研究高潮。由于网络技术特别是国际互连网的技术发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，使人工智能更面向实用。另外，由于Hopfield多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已深人到社会生活的各个领域。