大家可以看出来，从希尔伯特、图灵到冯•诺依曼，整个人工智能AI的发展，都是大数学家们在推动前进的。所以，如果想真正理解AI的工作原理和发展趋势，必须了解相关的数学发展史和挑战。
成立仅两年来图灵研究院成绩斐然。一是打造人工智能产业集聚效应。图灵院重点围绕AI交叉领域重大科技创新、人工智能领域人才培养、AI+传统产业转型升级技术服务、AI产业发展集聚和AI领域股权投资机构集聚等五大人工智能方向开展建设。1.0版图灵人工智能开放平台搭建了涵括政务、公共安全、交通、制造、金融、医疗六大行业的人工智能运用框架，并已有了多个场景应用。二是提升科研成果转化效能。图灵院累计孵化、引进企业26家，其中23家孵化企业完全从零起步，目前总估值超过24个亿。已申请31项发明专利，立项27个科研项目，实现科研成果转化6项。三是加大人才培养力度。图灵院目标成为人工智能领域人才培养平台，成立两年多来已聚集了23位硕士、24位博士，人才规模已经胜过大多数新研机构。四是推动科研成果商业化。图灵创投基金一期募资2.6亿元，已投资16个项目。图灵创投已成为人工智能风投领域响亮的品牌，并致力于打造人工智能股权投资机构集聚平台。
毫无疑义的是，人工智能对人类社会的影响已超越了图灵测试的范畴，人工智能研究的目标早已不再局限于AI与人类的区别，而是如何发挥机器的速度和信息搜索优势，代替人类完成工作或改善人们的日常生活。
Intelligence）基于弱人工智能假设，以全面模拟人类的所有智力行为为目标。注意到图灵测试作为一个充分条件，是不可能在通用人工智能真正实现之前得到解决的。另一方面，可以说现有每一个AI分支的成功都是通过图灵测试的必要条件，而它们中的大部分还没有达到“人类水平”。因为我们不可能穷尽所有人类智能行为，必须依赖有限个具有通用性的模型和算法来实现通用智能。目前人们仍然只能基于一些简单初等的模型来设计学习、推理、和规划算法。这些AI分支的研究都默认基于针对自己领域问题的弱人工智能假设，而支撑这些子领域研究的动力往往是其巨大的社会实用价值。它们固然已经在很多具体应用领域成绩斐然，但看起来离图灵测试所要求的水平仍然相差甚远。
世界就是这么神奇，人们探索人工智能AI一个多世纪了，虽然图灵机停机问题证明了目前现代图灵计算机的局限性，但是在「深度学习DL」和「“人工”人工智能」两个方向上依然砥砺前行。
通用人工智能（Artificial GeneralIntelligence）基于弱人工智能假设，以全面模拟人类的所有智力行为为目标。注意到图灵测试作为一个充分条件，是不可能在通用人工智能真正实现之前得到解决的。另一方面，可以说现有每一个AI分支的成功都是通过图灵测试的必要条件，而它们中的大部分还没有达到“人类水平”。因为我们不可能穷尽所有人类智能行为，必须依赖有限个具有通用性的模型和算法来实现通用智能。目前人们仍然只能基于一些简单初等的模型来设计学习、推理、和规划算法。这些AI分支的研究都默认基于针对自己领域问题的弱人工智能假设，而支撑这些子领域研究的动力往往是其巨大的社会实用价值。它们固然已经在很多具体应用领域成绩斐然，但看起来离图灵测试所要求的水平仍然相差甚远。
