人工智能（Artificial Intelligence）是新一轮科技革命和产业转型升级的核心驱动力，在海量数据、深度学习和超强算力的支持下，人工智能迎来了前所未有的发展机遇，正与人类社会诸多领域深度融合，重塑人类生产生活方式，加速人类社会从信息化向智能化的发展进程。
    芯片是人工智能发展的基石，是数据、算法、算力在各类场景应用落地的基础依托。“无芯片不AI”的观念已经深入人心，成为业界共识。人工智能芯片是数据价值的倍增器，可以发掘出海量数据背后的信息量，提升数据的价值；人工智能芯片是算法实现的转换器，将各类算法从纸面的程序语言变为现实工具，解决实际问题；人工智能芯片是算力爆发的推进器，体系架构的创新显著提高了海量数据的实时处理能力，促进人类文明加速向智能化方向迈进。
   “人工智能”的概念诞生于二十世纪五六十年代。目前，对人工智能概念的普遍共识认为，人工智能是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学。从本质上讲，人工智能是对人类思维过程的模拟。通过用机器不断感知、模拟人类的思维过程，最终将使机器达到甚至超越人类的智能。传统计算机技术是机器根据人为既定的程序执行计算或者控制任务，而人工智能在运用过程中具有自学习、自组织、自适应、自行动的特点。
   让机器实现人的智能，一直是人工智能领域的专家学者不断追求的目标。不同学科背景或应用领域的学者，从不同视角，用不同方法，沿着不同路径对人工智能进行了探索，产生了人工智能发展历史上的三大技术流派，即符号学派、连接学派和行为学派。符号学派又称为逻辑学派，在人工智能早期发展中占据主导地位。该学派认为人工智能源于数学逻辑，其实质是模拟人的抽象逻辑思维，用符号描述人类的认知过程。二十世纪七十年代出现了具备专业知识和逻辑推断能力的专家系统，推动了人工智能的工程应用。但是，高性能个人计算机的普及应用以及专家系统成本的居高不下，使符号学派在人工智能领域主导地位逐渐被连接学派取代。
    该学派认为人工智能源于仿生学，应以工程技术手段模拟人脑神经系统的结构和功能。早在1943年，美国心理学家麦卡洛克和数学家皮特斯就提出了利用神经元网络对信息进行处理的数学模型—MP模型，自此人类开启了对神经元网络的研究。1982年Hopfield神经网络模型和1986年BP神经网络模型的提出，使神经网络的理论研究取得重大突破。2006年，连接主义的领军学者Hinton教授提出深度学习算法，大大提高了神经网络的学习训练能力。
    在人工智能发展历程中，符号学派、连接学派和控制学派不仅先后在各自领域取得了成果，也逐步走向了相互借鉴和融合发展的道路。行为学派又称为控制学派，近年来随着Alpha Go取得的重大突破而吸引了广泛关注。该学派认为人工智能源于控制论，智能行为产生的基础是“从感知到行动”的反应机制，智能是在与外界环境交互作用中表现出来的。
    人工智能是人类文明发展的时代产物，在以模拟化向数字化转变为特征的第三次工业革命中诞生和成长，在如今以自动化向智能化转变为特征的第四次工业革命中爆发。从1956年概念提出，到如今大规模爆发，人工智能发展经历了多次高峰和低谷