AI的发展概况可以从其起因与技术层面来加以了解。

1.发展简史

1936年，英国数学家艾伦·麦席森·图灵（Alan Mathison Turing，1912—1954）就曾在他的论文“理想计算机”中提出图灵模型以及1950年在他的论文“计算机可以思考吗”提出机器可以思考的论述（图灵实验）。从那以后，人工智能的思想开始萌芽，为人工智能的诞生奠定了基础。

“人工智能”一词，最早出现于1956年达特茅斯会议（Dartmouth Conference）上，约翰·麦卡锡（John McCarthy）、马文·闵斯基（Marvin Minsky）、克劳德·香农（Claude Shannon）、艾伦·纽厄尔（Allen Newell）、赫伯特·西蒙（Herbert Simon）等科学家聚在一起，讨论用机器来模仿人类学习以及其他方面的智能学术问题。会议足足持续了两个月的时间，虽然大家在学术观点上没有达成共识，但是却为会议所讨论的内容起了一个名字：人工智能。从此，人工智能的概念就开始在世界上流行开来，1956年也就成了人工智能元年。当时人工智能的主要研究方向和内容大体有博弈、翻译、定理的证明等。在1980年至1987年间，随着理论研究和计算机软、硬件的迅速发展，美国、英国对人工智能开始投入了大量研究资金。随后许多研究人工智能的技术人员开发了各种AI实用系统，并尝试商业化投入市场，于是人工智能又开始激起了一股浪潮。

2.人工智能的技术层面

人工智能的体系非常庞大，它所涉及的学科也非常多，包括数学、认知学、行为学、心理学、生理学、语言学等。人工智能技术层面的基础主要分为计算机视觉（视感）、自然语言处理、语音识别三个部分。要让机器理解人类的行为，首先要让它能看得懂和听得懂外界的信息。这样才能让人工智能准确地执行人们的指令。

1）计算机视觉（视感）

计算机视觉（视感）的作用在于从图像或视频中提取符号与数值信息，在分析计算该信息的同时进行目标的识别、检测和跟踪等。其处理的图像一般分为静态图像和动态图像。识别静态图像时较为容易，只需将采集到的图像上传到计算机，并与数据库进行模糊对比即可。而识别动态图像时则比较麻烦，需要对拍摄场景中的所有信息进行整理和分类，然后再通过智能设备进行处理与分析。

近年来，计算机视觉（视感）借助人工智能的理念与思路也发展了许多产业项目，如手机的人脸识别解锁和支付功能、识别动植物的App、电子监控系统、车间生产零件的自动化控制处理等。计算机视觉（视感）作为一项模拟与扩展人类视觉能力的技术，是人工智能发展的重中之重，未来研究计算机视觉技术会遇到更多的困难和挑战，任重而道远。(www.daowen.com)

2）自然语言处理

自然语言处理是研究人与计算机通过自然语言进行有效通信的一项技术（又称为人机对话）。随着人工智能的发展，计算机要处理的问题越来越复杂，传统的编程语言明显已经不太实用，所以为了有效解决这个问题，需要让计算机自己学会人类的自然语言，如汉语、英语、日语、韩语等。当人们与计算机进行对话时，计算机就可以快速处理人们提出的请求，例如实时翻译、文献查找等。

自然语言处理是人与计算机直接沟通的桥梁，但也是非常复杂的一步。因为自然语言不像机器编程语言一样严谨，而且在现实生活中，不同的人有不同的说话方式和习惯，甚至还有地方口音。计算机在接收时就可能无法明白甚至曲解其含义，执行成错误的结果，给人们带来不必要的麻烦。所以，为了使人类与人工智能在未来可以无障碍地交流，自然语言处理这项技术还需要不断更新与完善。

3）语音识别

语音识别实际上就是把语音信号转化为文字或执行命令的一个过程。语音识别的主要方法为模式匹配法，首先将用户的词汇存入计算机的数据库中，然后再与数据库里的每个模板进行相似度匹配，相似度最高的被筛选为识别结果输出。最早的语音识别技术源于贝尔实验室（Bell Labs）。目前，人们可以看到语音识别技术已经应用在各类生活服务终端及通信。研究语音识别技术也是现在的主流趋势，我们要大力推动智能语音识别等人工智能的应用，取代大量、重复、烦躁的人工服务和工作内容，提高我们的工作水平与效率，朝着更先进的时代发展。

3.人工智能的应用领域

人工智能的应用领域非常广泛，几乎可以投入各行各业。其中，最为引人注目的要数无人驾驶技术等。无人驾驶技术这个话题从2016年开始就经常被人们讨论。无人驾驶技术又称为轮式移动机器人，其工作原理为通过智能操纵系统和车载传感器感知当前路况、天气和周围车辆情况等来自动调整车辆（包括汽车、列车与各类交通工具）的速度和方向，实现无人驾驶。无人驾驶技术的出现可以代替手动驾驶、减少交通事故的发生、降低大气污染等。以下围绕计算机视觉（视感）技术在轨道交通系统的应用做一较为详细的阐述。