“人工智能”（AI）是约翰·麦卡锡在1956年在美国新罕布什尔州达特茅斯学院召开的夏季会议上首次提出的。麦卡锡认为这是一个很难准确定义的概念。他将“人工智能”定义为：制造智能机器，特别是智能电脑程序和工程；它与通过电脑研究人类智能的过程相关，但却并不局限于生物学成果的应用。自那以后，“人工智能”从计算机学科的一个分支逐渐发展到几乎渗透到各行各业底层的“计算能力”，其通用计算的本质未变。可以说，“人工智能”的核心是算法。据此，业界将其概括为：智能=计算；人工智能=机器计算。
“人工智能”提出的61年间，曾经有过两次热潮。第一次是上世纪70年代掀起过一次小的高潮。当时的算法采用的是符号逻辑推理规则。因其缺乏自我学习能力，所以未能有大的突破。80年代以改进机器学习模型为中心内容，又掀起过一个小的热潮。但智能水平依旧低，加至其他相关条件也不够，有价值的成果寥寥无几。此后一段时间，人工智能研究进入低潮期。
进入21世纪，人工智能的研究核心集中到了机器学习领域。掌握了学习的能力就等于掌握了智能不断增长的能力。2006年前后，一种被称为深度学习的机器学习方法，让人工智能
的算法更智能。深度学习通过多层结构算法，让机器对数据集约的特征进行筛选和提取，通过反复训练，最终获得提取抽象概念的能力。深度学习离不开计算机硬件的发展。深度学习又叫深度神经网络模型。以前计算机硬件性能不够，没法学习很深的神经网络。随着计算机性能大幅提升，训练多层级的神经网络成为可能。这表明，经过60多年的演进，人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操纵等新特征，进入了一个新的发展阶段，业界称之为“新一代人工智能”。
新一代人工智能的高速发展是多种因素促成的，其核心在于三大技术汇流：一是以深度学习为核心的算法的演进；二是计算机处理能力和运算速度的提高，能高效识别文字、图象和声音；三是互联网技术的发展，产生广泛海量的数据。正是这些因素，推动人工智能越过了长达半个世纪的实验室研究期，进入一个发展新阶段。当前，新一代人工智能相关学科发展，理论建模、技术创新、软硬升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。
新一代人工智能有着比以往更多的实际落地的应用场景，从而将人工智能更广泛地推向实际应用，并创造出真正的价值。在经济领域，人工智能作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，成为经济发展的新
引擎。在社会建设领域，人工智能的广泛应用，将极大改善民生，并显著提高社会治理的能力和水平。正因此，人工智能成为了新的投资风口。麦卡锡咨询公司预计，到2025年，人工智能应用市场总值将达到1270亿美元，将成为很多国家的政府和企业激烈竞争的领域。事实上，这种激烈竞争早已开始。从企业层面看，2013年，百度成立了全球首家深度学习研究院，2017年更是明确提出将人工智能作为企业的核心战略。Facebook、谷歌等巨头也不约而同提出“人工智能优先”的战略转变。在计算机视角、语音识别等垂直领域，竞争更趋激烈。目前无论国内还是国外、大公司还是小公司，都在拥抱新一代人工智能，并且涌现了一批初露头角的企业，其中，美国有2900多家、中国有700多家、英国有360多家。从政府层面看，早在2013年4月，美国政府就启动创新神经技术脑研究计划，计划10年投入45亿美元。2016年5月，白宫成立“人工智能和机器学习委员会”，协调美国各界在人工智能领域的行动，探讨制定人工智能相关政策和法律。同年10月，美国总统办公室发布《为了人工智能的未来做好准备》和《美国国家人工智能研究与发展战略规划》等文件，将人工智能上升到美国国家战略高度，还具体确定了有关人工智能发展的7项长期战略。也正是在这段时间，英、韩、日等国也纷纷布局人工智能，相继出台了一系列扶持政策。可见，世界主要发达国家都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，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。
