1956年，美国学者首次提出“AI”概念，atv，即：让机器能像人那样理解、思考和学习，即用计算机模拟人的智能。传统AI典型研究的领域是：机器定理证明、机器翻译、专家系统、博弈、模式识别、机器学习、机器人与智能控制等，逐步形成符号、连接、行为等学派。

　　AI进步的动力不仅来自于内部驱动，更来自于信息环境与社会需求等外部驱动。

　　随着移动终端、互联网、传感器网、车联网、穿戴设备等的流行，感知设备遍布全球，计算与人类密切相伴，网络连接着个体和群体，快速反映与聚集他们的发现、需求、创意、知识和能力。同时，世界已从二元空间结构（物理, 人类社会）演变为三元空间结构（信息网络, 物理, 人类社会），它们之间的互动将形成各种新计算，包括感知融合、“人在回路中”、增强现实（AR）、跨媒体计算等等。

　　智能化的需求牵引，使AI在城市、医疗、交通、物流、机器人、无人驾驶、手机、游戏、制造、社会、经济等发展中成为新技术、新目标，很多企业和城市已进行AI布局。

　　从过去追求“用计算机模拟AI”，转化为：用机器与人结合成增强的混合智能系统；用机器、人、网络结合成新的群智系统；用人、机器、网络和物结合成的智能城市等更复杂的智能系统。

　　AI基本方法是数据驱动的算法，今后将涌现出大数据、传感器、网络、跨媒体等驱动计算，从而使大数据、感知融合、跨媒体等智能发展成为必然，传统以字符为基础的机器智能测试图灵方法将受到挑战。

　　当前，若干新技术变化已初露端倪，成为AI迈向2.0的技术萌芽。

　　以 DeepMind 的 AlphaGo 技术为例，其深度强化学习发展了“直觉感知（下一步在哪）”、“棋局推理（全局获胜机会如何）”和“新颖落子（想人所不敢想）”等能力，并将记忆人类棋局和自我博弈积累棋局结合了起来。目前，该深度学习技术的缺陷是不可解释，不通用，需要大数据智能的发展来解决。

　　事实上，大规模个体通过互联网参与和交互，可实现超乎寻常的智慧能力。如，普林斯顿大学Connectome项目开发的EyeWire游戏，玩家可对显微图像中单个细胞及其神经元连接按功能进行涂色，145个国家的165000多名科学家及志愿者参与，首次详述了哺乳动物视网膜神经组织如何检测运动的结构功能关系等。群智计算能将极大提高人类社会的智能水平，用途广，其理论和技术尚处原始阶段。

　　2008年，中国科学家率先提出了“跨媒体计算”概念。2010年，《Nature》发文指出，文本、图像、语音、视频及其交互属性将紧密混合一体，即为“跨媒体”。跨媒体智能是机器认知外界环境的基础，对语言、视觉、图形和听觉的语义贯通是实现联想、设计、概括、创造等智能行为的关键。当前，其尚处发展萌芽状态，可望形成新一代AI的重要领域。

　　用计算机来模拟人的智能固然重要，而让计算机与人协同，取长补短而成为一种“1+1>2”的增强性智能系统则更为重要。当前，各种穿戴设备、智能驾驶、外骨骼设备、人机协同手术等纷纷出现，而宏观系统的人机协同有更大空间，预示着人机协同增强智能系统的前景广泛。

　　AI诞生之际，机器人被列入其目标领域，仿生学也成为重要发展方向。但大多数案例表明，对原有机械装备进行智能化和自主化升级，要比类人机器人更高效。因此，自主智能系统将成为新一代AI的重要方向，也对制造业升级尤为重要。

　　综上所述，我们给出的AI2.0初步定义是：基于重大变化的信息新环境和发展新目标的新一代人工智能。其中，信息新环境是指：互联网与移动终端的普及、传感网的渗透、大数据的涌现和网上社区的兴起等等。新目标是指：智能城市、智能经济、智能制造、智能医疗、智能家居、智能驾驶等从宏观到微观的智能化新需求。可望升级的新技术有：大数据智能、跨媒体智能、自主智能、人机混合增强智能和群体智能等。

　　AI2.0的技术特征表现在：一是从传统知识表达技术到大数据驱动知识学习，转向大数据驱动和知识指导相结合的方式，其中机器学习不但可自动，还可解释，更广泛；二是从分类型处理多媒体数据 (如视觉、听觉、文字等)，迈向跨媒体认知、学习和推理的新水平；三是从追求“智能机器”到高水平的人机协同融合，走向混合型增强智能的新计算形态；四是从聚焦研究“个体智能”到基于互联网络的群体智能，形成在网上激发组织群体智能的技术与平台；五是将研究的理念从机器人转向更加广阔的智能自主系统，从而促进改造各种机械、装备和产品，走上智能化之路。