一、人工智能包括哪些
人工智能（ArtificialIntelligence，简称AI）包括以下主要领域：
1.专家系统：基于知识表示与推理技术，将人类专家的知识转化为计算机程序，以实现对复杂问题的判断和决策。
2.机器学习：利用统计学习理论和优化方法，通过训练数据和提取特征，使计算机从中学习和优化模型，以实现自我学习和自我调整。
3.自然语言处理：将人类语言转化为计算机可处理的形式，以实现机器能够理解、生成和使用自然语言的技术。
4.计算机视觉：利用图像处理、模式识别等技术，让计算机理解和分析图像和视频中的信息。
5.智能控制：利用计算机技术，实现对物理系统的控制、监测和优化，如智能家居、智能交通等。
6.机器人技术：将人工智能技术应用于机器人系统，实现对机器人的控制、指挥和决策，以实现自主移动、感知和学习的能力。
二、人工智能发展历程
1、人工智能（ArtificialIntelligence，简称AI）是指通过计算机技术实现智能化的一种技术。其发展历程可以大致分为以下几个阶段：
2、人工智能诞生阶段（1956-1974年）：1956年，美国达特茅斯学院举办了首次人工智能会议，标志着人工智能学科的正式诞生。在这个阶段，人工智能的研究主要集中在推理、学习、自然语言处理等方面。
3、知识库阶段（1974-1980年代）：在这个阶段，人工智能研究开始注重利用专家知识来解决问题。研究者将专家知识存储在计算机中，形成专家系统，以帮助决策和问题求解。
4、过渡期阶段（1980-1995年）：这个阶段是人工智能发展的低潮期，主要原因是专家系统的应用受到限制，无法广泛应用于实际应用领域。同时，神经网络、遗传算法等新的研究方法也开始出现。
5、统计学习阶段（1995-2010年）：在这个阶段，机器学习开始成为人工智能的主要研究方向，特别是统计学习的兴起。此外，随着计算机硬件和互联网技术的发展，人工智能技术开始应用于搜索引擎、推荐系统、自然语言处理等领域。
6、深度学习阶段（2010年至今）：深度学习是机器学习的一种，通过神经网络模拟人脑神经元之间的联接来实现对数据的学习和处理。随着计算机性能的提高和大数据的普及，深度学习技术得到了广泛应用，如人脸识别、语音识别、自动驾驶等。
7、总体来说，人工智能的发展历程经历了不断的起伏和变革，但其在各个领域的应用和发展前景仍然广阔。
三、人工智能的安全评估和测评包括
1、人工智能数据安全风险评估平台包括风险评估、数据集管理、知识库管理、威胁情报等功能，用于对特定人工智能应用场景中的数据安全风险进行总体评估和评级，以及数据集管理和知识库建设。
2、该平台设定了安全基线，开发用于敏感数据探测、数据质量检测、数据差异检测、漏洞检测以及脆弱性检测的工具。基于检测工具汇集的数据实现数据安全风险信息实时收集、自动推送、智能分析、量化评估与诊断分级。针对人工智能应用场景中的数据安全实现多层级、多维度风险评估，为企业对人工智能系统开展自评以及第三方测评机构针对人工智能项目开展风险评估和产品认证提供技术、工具和平台。
四、人工智能技术演进可分为两个阶段
1、第一阶段主要是研究人的认知与思维过程并将其机械化，使计算机可以模拟人的思考过程，即机械化推理又或形式推理。对于形式推理我国古代，古希腊与公元前一千年就有所研究，并对后世思维过程产生了重大的影响，推动了亚里士多德的三段论与归纳法。十七世纪德国数学家和哲学家莱布尼兹认为一切现实事件都可以通过物理符号将其逻辑化并进行推理，即‘万能符号’理论，这为数理逻辑发展奠定了基础，也是第一阶段人工智能思想的萌芽。但是人们渐渐发现基于模拟人类思维过程的人工智能应用范围很小，只能解决一些简单的问题，一旦超出范围或复杂度高一些机器就无能为力了，这使人工智能迎来第一次沉默期。
2、第二阶段也就是我们现在所处的阶段，不再强调模拟人的思维过程进行逻辑推理，而是基于统计学原理，利用智能算法在海量数据的基础上寻找规律并实现机器的监督学习。在人工智能迎来第一次发展低谷时，基于专业知识库的专家系统和以分布存储并行处理为核心的人工神经网络为人工智能迎来发展高峰期，但由于机器的计算能力差，成本太高，个人电脑开始走进各个家庭等原因使人工智能的发展再次进入冬眠期。如今，随着摩尔定律的不断印证，计算机计算性能大幅度提升，人工智能飞速发展一路高歌猛进，早已悄无声息地渗透进各行各业。