人工智能技术发展的环境 　
    人工智能技术早在1955年被提出，从上世纪八九十年代的模式识别到2012年的机器学习，再到如今的深度学习，经过了漫长的几十年的演进，在最近的两年，人工智能得到了突飞猛进的发展。
    1997年IBM的深蓝击败国际象棋冠军加里·卡斯帕罗夫；2016年3月，谷歌研发的AlphaGo以4:1战胜围棋九段高手李世石。特斯拉、百度的自动驾驶汽车、百度音响、科大讯飞人工智能翻译等产品相续问世人工智能技术慢慢地将变得无处不在。标识着人工智能开始突飞猛进的发展。
    人工智能技术迎来了它的黄金时期，离不开人工智能技术的日趋成熟和技术环境的支持。
    第一是大数据的发展，数据的积累给机器学习提供了模型，只有通过大量的训练，机器才能具备类似人一样在某个方面自主学习的能力，得出的结果才能精准。而每年以50%呈指数型增长的数据从哪里来？靠的是互联网技术及传感器技术发展；
    第二是运算能力的发展，数据太多，没有运算能力，机器也是学不出来，运算能力是和数据量同步加强的，数据多了，运算能力就强，运算能力强了，数据的积累、存储能力就更强。CPU和GPU处理器的升级推着人工智能技术往前走。
    第三是算法，数据和运算能力的提升，导致人工智能的爆发，提升到了一个临界点，到了这个临界点以后，很多过去解决不了的问题现在都解决了。人工智能的特点就是机器具备人的学习能力和认知能力，虽然这个深度神经网络几十年前就提出来了，但是后面一直没什么进展，为什么呢？就是没有数据，没有运算能力，因为这个算法需要的数据量非常大，但是现在数据量大了之后，它的威力就显现出来了。而深度学习就是人工智能领域里一个非常大的理论体系，支撑着人工智能的发展。深度学习不一样，只要你给的模型数据足够大足够多，深度学习可以随着数据的增加，每一个数据的反馈都会去修改一个函数，逐渐逼近这个函数，它可以把真实环境还原的非常好，数据和运算能力使得深度学习真的有用了，它可以超过原来的传统算法。

人工智能蕴含巨大机遇与发展
    人工智能发展进入新阶段，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，将推动经济社会各领域从数字化、网络化向智能化加速跃升。
    人工智能成为国际竞争的新焦点。人工智能是引领未来的战略性技术，世界主要发达国家把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，确保在新一轮国际科技竞争中掌握主导权。
    人工智能成为经济发展的新引擎。人工智能作为新一轮产业变革的核心驱动力，重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式，引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。为经济发展注入新动能。这也促进人工智能技术发展面临新的挑战和机遇。
我国发展人工智能具有良好基础。国家部署了智能制造等国家重点研发计划重点专项，印发实施了“互联网+”人工智能三年行动实施方案，从科技研发、应用推广和产业发展等方面提出了一系列措施。经过多年的持续积累，我国在人工智能领域取得重要进展，国际科技论文发表量和发明专利授权量已居世界第二，部分领域核心关键技术实现重要突破。语音识别、视觉识别技术世界领先，自适应自主学习、直觉感知、综合推理、混合智能和群体智能等初步具备跨越发展的能力，中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人、无人驾驶逐步进入实际应用，人工智能创新创业日益活跃，一批龙头骨干企业加速成长，在国际上获得广泛关注和认可。加速积累的技术能力与海量的数据资源、巨大的应用需求、开放的市场环境有机结合，形成了我国人工智能发展的独特优势。
    我国人工智能整体发展水平与发达国家相比仍存在差距，缺少重大原创成果，在基础理论、核心算法以及关键设备、高端芯片、重大产品与系统、基础材料、元器件、软件与接口等方面差距较大；科研机构和企业尚未形成具有国际影响力的生态圈和产业链，缺乏系统的超前研发布局；人工智能尖端人才远远不能满足需求；适应人工智能发展的基础设施、政策法规、标准体系亟待完善。人工智能技术快速发展迫切需要人才培养和引进。

AI时代人才战略-《高等学校人工智能创新行动计划》
    把人工智能人才培养作为高校培养人才战略重中之重，完善人工智能教育体系及人工智能领域学科布局，建设人工智能学科及专业，加强人才储备和梯队建设，加强人工智能基础研究、应用研究、运行维护等方面专业技术人才培养，重点培养贯通人工智能理论、方法、技术、产品与应用等的纵向复合型人才。鼓励高校在原有基础上拓宽人工智能专业教育内容，形成“人工智能+X”复合专业培养新模式；横向重视人工智能与数学、计算机科学、物理学、生物学、心理学、社会学、法学等学科专业教育的交叉融合。加强产学研合作，鼓励高校、科研院所与企业等机构合作开展人工智能学科建设，进一步推动人工智能领域人才培养，如神经认知、机器学习、自动驾驶、智能机器人等主流方向人才的培养。