自18世纪中叶以来，三次工业革命让机器生产从无到有，从蒸汽驱动到电力驱动，从人工控制到自动控制，使人类社会发生了翻天覆地的变化。20世纪中叶是技术创新的井喷期，如集成电路、计算机、机器人、人工智能等技术都是在这一时期萌芽而发的。然而，自1956年诞生以来，人工智能的发展并非一帆风顺，直到2006年深度学习算法出现之后，才真正展现出强大的魔力，逐渐渗透到人们的生产生活中，深刻地改变着社会的演进形态。
AI是研究开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的学科，其目的是了解智能的本质，并生产出具有类人智能的智能机器。形象地说，人工智能是研究并实现机器“像人一样思考”“像人一样行动”“理性地思考”“理性地行动”的学科。
美国在2016年10月发布的《国家AI研究和发展的策略计划》报告中，将AI划分为狭义AI和广义人工智能。狭义AI系统只专注于完成某个特别设定的任务，例如语音识别、图像识别和翻译，也包括近年来出现的IBM的Watson、谷歌的AlphaGo。广义AI系统包括了学习、语言、认知、推理、创造和计划，其目标是将一个领域内的知识运用到另外一个领域，同时能与人类开展交互式学习。
海牙战略研究中心在2017年5月发布的《A与未来国防》报告中，将AI分为狭义人工智能、通用AI、超级人工智能三类。狭义AI是指，机器智能等于或超过了特定任务的人类智能；通用AI是指，机器智能满足任何任务中人的全部表现；超级AI是指，在任何任务中超越人类智能的机器智能。
一般而言，人工智能可分为弱人工智能、强人工智能、超人工智能三类。弱人工智能只能解决特定领域的问题，强人工智能可以胜任人类所有工作，超人工智能则具有堪比人类的智慧和天赋。显然，目前人类正处于弱AI时代，离强A与超人工智能还十分遥远。
目前，AI已经发展成为枝叶繁盛的庞大学科体系，涉及计算机、脑科学、神经生理学、心理学、语言学、逻辑学、认知科学、行为科学、生命科学、数学以及信息论、控制论和系统论等领域，是一门典型的前沿交叉学科。
人工智能要会“行动”，这就需要研发仿生机器人、无人驾驶汽车、无人机等技术。
除此以外，人工智能还需要一个载体。这个载体可以是软硬件结合的实体系统，如机器人、无人驾驶汽车、智能手机等，也可以是纯软件系统，如专家系统、决策支持系统等。
总之，人工智能的各个研究领域可以与人类智能中的各种能力一一对应起来，如图1-1所示。
在近十余年的发展热潮中，人工智能已衍生出一个庞大的产业体系。该体系大概能分为基础层、技术层、应用层三大板块。其中，基础层包括AI芯片、智能传感器、信息通信网络、云计算等；技术层包括算法、框架和通用技术（机器学习、深度学习、语音识别、自然语言理解、计算机视觉、人机交互等）；应用层则即包括智能手机、智能音箱、可穿戴设备、机器人、无人机、无人驾驶、虚拟/增强现实等消费终端，又涉及AI在金融、安防、交通、教育、家居、零售、医疗、农业、制造等领域的行业应用，如图1-2所示。
需要说明的是，本白皮书将着重关注AI产业链的基础层、技术层，以及应用层的消费终端。AI行业应用则不再本白皮书研究范围内。
若以功能视角而言，基础层以硬件为主，主要为AI应用提供丰富数据和强大算力，是人工智能技术的基础设施；技术层以软件为主，为AI应用提供高效灵活的算法、框架和平台，是人工智能技术的核心；应用层则是各项技术的集大成，是人工智能技术的场景实践。
今年以来，全国上下的产业格局发生了巨大的转变，“互联网+”成为时代热潮。那么，“互联网+”到底是什么？它仅仅是一个概念还是具有真实的落地价值，每个人的观点都不同。但是，毋庸置疑，在“互联网+”热潮的推动下许多传统企业特别是制造企业都开始思考业务模式的转变，适应日益消费化、社交化、移动化的数据信息时代。
