尽管定义众多，科学界对人工智能学科的基本思想和基本内容达成的共识是：研究人类智能活动的规律，从而让机器来模拟，使其拥有学习能力，甚至能够像人类一样去思考、工作。
在人工智能研究早期，有些科学家非常乐观地认为，随着计算机的普及和CPU计算能力的提高，实现人工智能指日可待。但事实证明，人工智能的发展没有预期的那么美好。直到进入21世纪，由于互联网的发展推动，人工智能才进入了春天。
“当前，面向特定领域的专用人工智能技术取得突破性进展，甚至可以在单点突破、局部智能水平的单项测试中超越人类智能。比如日本仿人机器人、美国猎豹机器人、德国工业机器人，以及我国的人脸识别、虹膜识别等。”中国科学院院士、中国人工智能学会副理事长谭铁牛说。
在不少人工智能专家看来，尽管经过近60年的发展，人工智能已经取得了巨大的进步，但总体上还处于发展初期，依然可以用“方兴未艾”来形容。
中国工程院院士、香港中文大学(深圳)校长徐杨生表示，过去几十年，科学家往往将更多的精力集中在机器人动作的研究上，让机器人能像人类一样爬、抓、行、跳，等等，在真正的“智能”问题上却鲜有建树。
徐杨生打了一个比方：前50年，我们研究的多是机器人“穿衣服”这个动作，却没有让机器人学会“要不要穿衣服”等感知和认知能力。
“可以说，当前的人工智能系统有智能没智慧、有智商没情商、会计算不会‘算计’。”谭铁牛说。
“人+机器”的组合将是人工智能研究的主流方向
如何让人工智能系统真正有“智慧”?有专家认为，人类具有丰富的联想能力、理解能力、创造能力，要实现这些能力而又不通过建立类似人脑的机制，就会绕很大的弯路，几乎是不可能的。要真正实现人工智能，必须借鉴人脑先进结构和学习思维的机制，再进行规模、结构和机理上的模拟，通过仿生学思路实现人工智能的突破。
谭铁牛表示，未来的人工智能研究需要和脑与神经科学、认知科学、心理学等学科深度交叉融合。
随着人工智能成为支撑经济社会发展的核心技术，智能机器也将全面渗透到人们的工作和生活中，“人机共存”将成人类社会结构的常态。人们将可以花更多时间用于高级决策、规划、判断、推理、科研、教育等机器不擅长的工作。
“人工智能(或机器智能)和人类智能各有所长，因此需要取长补短，融合多种智能模式的智能技术将有广阔的应用前景。‘人+机器’的组合将是人工智能研究的主流方向。”谭铁牛说。
当然，伴随人工智能研究热潮的还有另一种声音。不少人担心，类似“终结者”的机器人杀手会变成现实。物理学家霍金和比尔·盖茨就一再公开表示，人工智能或将威胁人类生存。
对此，谭铁牛并不完全认同。在他看来，人类社会形态从农业社会进入到工业社会，再到当前的信息社会，接下来就该进入到更加高级的智能社会。“人工智能是引领，是人类文明发展的趋势，是大势所趋。”
不过，谭铁牛也同时强调，任何高技术都是一把双刃剑。随着人工智能的深入发展和应用的普及，其社会影响日益明显。“虽然，人工智能现在还远不足以威胁人类生存，但其社会影响应该得到高度重视。我们的学术团体，包括国家层面都有必要从社会学的角度系统全面地研究人工智能对人类社会的影响，未雨绸缪，建立相关的政策和法律法规，避免可能的风险，确保人工智能的正面效应。”
我国人工智能整体发展水平与发达国家相比仍有较大差距
当前，伴随着人工智能研究热潮，人工智能产业化应用也正蓬勃发展，并成为诸多行业转型升级的重要抓手和创业投资的热门方向。谷歌、微软、脸书以及中国的百度等IT巨头纷纷抢滩布局人工智能产业链，力图掌握人工智能时代的主动权。
“人工智能技术的发展将对传统行业产生颠覆性影响，‘智能+X’将成为创新时尚。人工智能将在国防、医疗、工业、农业、金融、商业、教育、公共安全等领域取得广泛应用，催生新的业态和商业模式，引发产业结构的深刻变革。”谭铁牛说。
我国人工智能技术攻关和产业应用虽然起步较晚，但发展势头良好，拥有自主知识产权的文字识别、语音识别、中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人等智能科技成果，目前已进入广泛的实际应用。
2014年，我国市场的工业机器人销量猛增54%，达到5.6万台;智能语音交互产业规模达到100亿元;指纹、人脸、虹膜识别等产业规模达100亿元。同时，我国已经拥有人工智能研发队伍和国家重点实验室等设施齐全的研发机构，研发产出数量和质量也有了很大提升。很多企业也积极布局，如百度的“百度大脑”计划、科大讯飞“超脑计划”等。
不少专家认为，尽管我国在一些人工智能关键技术尤其是核心算法方面与发达国家水平相当，但我国人工智能整体发展水平与发达国家相比仍有较大差距，比如在高精尖零部件、技术工业、工业设计、大型智能系统、大规模应用系统以及基础平台等方面。
“目前国际巨头在人工智能技术上还没有完全形成垄断，我国完全有可能利用市场需求优势、用户数量优势等，抢占人工智能技术和产业的制高点，掌握主动权。”谭铁牛说。
与会专家指出，我国人工智能技术发展还面临着体制机制、创新人才、基础设施等方面挑战，应建设开放共享的人工智能创新发展平台，重视和加强人工智能前瞻性基础研究，在深化人工智能技术推广应用、市场准入等方面建立更加宽松的政策环境，不断提升信息化水平来支撑智能化发展，并积极引进培养更多有国际影响力的领军人才。
