人工智能是一項前瞻性科學研究，自信息技術產生發展以來，人們在這一領域進行了長期的科學探索和技術攻堅，并不斷涌現出新思想、新觀念、新理論、新技術，成為未來科學技術革命的重要發源地。就現階段發展來看，其內涵與外延已經從聯結主義、符號主義、行為主義等學派理論發展為廣義的智能科學。智能化是未來信息技術的發展趨勢，也是第三次工業革命的重要特征，已成為生產、生活領域技術創新的關鍵環節，產生深遠的影響。
人工智能是下一次生產力飛躍的突破口
和任何曾經處于發展過程中的新興學科一樣，人工智能早期發展并非一帆風順，它曾受到多方質疑。例如上世紀80年代的機器翻譯就沒有取得預期成果，其主要受制于計算機計算能力的限制，無法模仿人腦語境思考。
近些年，人工智能的研究和應用又掀起新高潮。一方面是計算機硬件性能的突破，另一方面是以云計算為代表的計算技術的快速發展，使得信息處理速度和質量大為提高，能夠快速、并行處理海量數據。
金融危機以后，歐美國家回歸前沿科學技術的戰略布局，更加重視人工智能技術的研究，特別是在人工智能基礎研究、人腦研究、網絡融合、3D智能打印等領域不斷有研究突破。越來越多的科學家期待人工智能成為人類進入知識經濟時代后，下一次生產力飛躍的突破口。如今，人工智能技術的研究和發展已經在很大程度上影響著現在的計算機相關產業，并決定了計算機、網絡技術的未來發展方向。
人工智能為ICT技術發展指引方向
當前，人工智能技術對互聯網行業產生的影響和變革主要有如下幾個方面：
在理論技術層面，人工智能技術為基于互聯網和移動互聯網等領域的創新應用提供理論基礎。例如，自動定理推理為網絡信息檢索、問題求解、遠程診斷等問題提供了自動求解方案；自然語言理解為計算機人類語言理解提供理論和方法；數據挖掘為從數據庫中挖掘提煉出具有必然性和蘊含本質規律的數據提供了規則、聚類等數據處理、建模、評估標準。
在技術應用和創新層面，人工智能技術的發展，為未來ICT等網絡技術的發展指引了方向。當前，以智能算法、深度學習、云計算為代表的大規模網絡應用已經成為ICT產業的重要發展方向。各大互聯網公司在深度學習領域不斷積極探索。深度學習是機器學習研究中的一個重點關注領域，其研究側重于建立、模擬人腦進行分析學習的“神經網絡”。
在創新方面，深度學習帶來了機器學習的新浪潮，推動“大數據+深度模型+數據發現挖掘”時代的來臨。人工智能技術與互聯網的融合，是兩個領域發展到一定階段，探索創新的必然結果，深度學習為擁有強大計算能力和數據資源的互聯網巨頭公司帶來下一次全面領跑的機會。例如，谷歌、百度在硅谷的研發實驗室，在對深度學習、算法升級，對機器學習模仿人腦的智能活動，讓機器像人腦一樣識別圖像、理解自然語言，解析網絡內容之間關系做深度探索。百度語音和圖像等相關網絡產品應用的快速崛起，正是受益于對機器學習等領域的技術突破。
在融合發展層面，人工智能技術的發展促進多種科學與網絡技術的深度融合。從國際上看，人工智能技術在美國、歐洲和日本發展迅速，并且帶動了多種信息科學領域的發展，信息學、控制學、仿生學、計算機學等領域的技術突破均被運用到人工智能應用中去。
從技術發展脈絡發展上，人工智能很多技術一直處于創新的前沿，未來會在很大程度上影響信息產業的發展方向。人工智能發展至今涉及多個研究領域，研究方向包括符號計算、語言識別、模式識別和計算機視覺、機器翻譯與機器學習、智能信息檢索、問題求解與專家系統、邏輯推理與邏輯證明、自然語言處理等，逐漸成為更為廣泛的智能科學學科。
推動人工智能在通信行業應用示范
在人工智能技術發展過程中，我們總體上應該貫徹落實創新驅動發展戰略，在立足自主創新的同時，放眼國內國際兩個大局技術發展情況，加強跟蹤高新技術產業技術的發展態勢調整產業結構，統籌全局發展，切實推進由技術革新到推進經濟發展方式的轉變，實現工業經濟產型升級，同步大力支持我國人工智能相關研究和產業化工作。
——建立針對相關科研成果的產業追蹤機制。
針對國際國內相關企業和科研機構正在進行的相關科研活動進行動態追蹤，對其科研成果在各行各業的信息化應用進行預研預判，為制訂信息化發展相關政策規劃提供線索和根據。
——適時引導和推動人工智能相關產業領域的研發應用。
加強對人工智能和人腦科學工業領域應用的深入調研分析，掌握工業機器人、新型計算產品、人工神經網絡等的發展和應用現狀，堅持應用牽引，整合產學研現有資源，形成一批人工智能關聯技術的實驗室和技術中心，推動人工智能關聯技術在網絡、通信等行業快速發展的應用示范。
——加大對人工智能關聯技術的資金支持力度，引導人工智能關聯技術向通用技術領域的演進和轉化。
未來人工智能技術將進一步推動關聯技術和新興科技、新興產業的深度融合，推動新一輪的信息技術革命，其人工智能技術將成為我國經濟結構轉型升級的新支點。
