人工智能代表細分領域與各學科相關性

機器學習與各學科的相關性普遍較高,，機器人則相反,。

計算機科學與四類細分領域緊密相關，而生物學與四類細分領域的相關性均不高,。

注：本圖為2016年的相關性數(shù)值

工程學包括電子工程,、機械工程,、建筑工程等工程相關學科

機器學習與各學科的相關性

機器學習與計算機科學、數(shù)學及邏輯學相關性最近,，與各學科的相關性各年間雖有起伏，但整體上呈現(xiàn)上升趨勢,，也即相關性越來越高,。

計算機視覺與各學科的相關性

計算機科學與計算機視覺的相關性明顯高于其它各學科。

自然語言處理與各學科的相關性

在2007-2016年間,，除計算機科學有較明顯提高外,，其余各學科與自然語言處理的相關性有起伏，但最終前后變化不大,。

機器人與各學科的相關性

在2007-2016年間,，除計算機科學與物理學有顯示提高外，其余各學科與機器人的相關性前后基本一致,。

專家觀察（一）

人工智能歷史雖然只有六十年左右,，但已經(jīng)大起大落幾回,，這是一個飛速發(fā)展的學科和產(chǎn)業(yè)。即使是內(nèi)行,，也無法憑一己之力對學科歷史現(xiàn)狀做總結(jié),，對未來做展望。數(shù)據(jù)和知識為我們?nèi)婵陀^地了解這一領域提供了工具,，我們期待和大家分享我們的洞見,。

—— 烏鎮(zhèn)智庫理事長 張曉東

人工智能要從牛頓時代跳到默頓時代，從大定律小數(shù)據(jù)向大數(shù)據(jù)小定律進軍,，今天這個會如此成功就是默頓時代的有力證明,。我們相信，知識自動化和軟件定義的一切將成為未來社會最重要的實力,。

—— 中國科學院自動化研究所復雜系統(tǒng)管理與控制國家重點實驗室主任 王飛躍

人工智能的研究和應用應該聚焦于解決人類的核心命題,，其中一個關鍵點就是如何跨越工作和生活兩個核心場景提升效率。聚焦在關鍵點上，才能積跬步而至千里,。

—— 微軟亞洲互聯(lián)網(wǎng)工程院常務副院長兼產(chǎn)品及開發(fā)總經(jīng)理 幺寶剛

專家觀察（二）

人工智能下一階段的熱點在于從大數(shù)據(jù)驅(qū)動的蠻力計算和刺激式學習到數(shù)據(jù)驅(qū)動與知識引導相結(jié)合的深度推理和探索式學習邁進,，為此，整合傳統(tǒng)人工智能中邏輯推理以及神經(jīng)科學中記憶機理,，高效利用無標注數(shù)據(jù)和人類已有先驗知識,，是值得關注的熱點。

—— 浙江大學計算機學院副院長 吳飛

“科學”本身無法回答“科學的本質(zhì)”,，是有“科學哲學”,。同樣“人工智能”本身也無法回答“人工智能的本質(zhì)”這樣的基本問題。在這個理解上,，“智能哲學”可看成是“科學哲學”的最新版本,。所有對人工智能發(fā)展的希望、恐怖,、合理的預期或計劃與設計都可以看作是“智能哲學”的一種有限表現(xiàn)。

—— 法國儒爾.凡爾納大學教授 柳渝

“奇點人”可能涉及：心與腦,、形式與質(zhì)料,、個體與互聯(lián)網(wǎng)大腦，以及舞臺與演員的關系,。奇點人與人類間主要是進化與退化的關系,，取決于人類參與的立場、途徑與方式,。

—— 東南大學教授,、科技哲學專家、中國自然辯證法研究會理事 呂乃基

專家觀察（三）

AI科研方興未艾,，也就是說深度學習的浪潮應該還有幾年,。一方面是DL繼續(xù)往各個應用方面的滲透， 另一個重要的方向是網(wǎng)絡的輕量化發(fā)展,。

—— 圖靈機器人創(chuàng)始人兼CEO 俞志晨

圍繞人的行為軌跡（如可穿戴,、車載、家居等應用場景）,，打造面向大眾的,，有自主品牌的軟硬結(jié)合的AI產(chǎn)品，并形成一定的規(guī)模,，將是目前人工智能從技術到產(chǎn)品,，并實現(xiàn)商業(yè)化的靠譜之路。

—— 出門問問創(chuàng)始人兼CEO 李志飛

AI是一個寬泛的概念,，現(xiàn)在還是一個非常初級的階段,。……即便當下火熱的機器學習，也還未解決數(shù)據(jù)采集和標注的難題,。除了無監(jiān)督學習和遷移學習的概念,，AI未來仍需要基礎研究和產(chǎn)業(yè)驗證來迭代更新技術。

—— SoundAI CEO 陳孝良