QQ在線
企業(yè)微信
資訊
239人工智能是一個很寬泛的概念，概括而言是對人的意識和思維過程的模擬，利用機器學(xué)習(xí)和數(shù)據(jù)分析方法賦予機 器類人的能力。人工智能將提升社會勞動生產(chǎn)率，特別是在有效降低勞動成本、優(yōu)化產(chǎn)品和服務(wù)、創(chuàng)造新市場和 就業(yè)等方面為人類的生產(chǎn)和生活帶來革命性的轉(zhuǎn)變。
據(jù)Sage預(yù)測，到2030年人工智能的出現(xiàn)將為全球GDP帶來額 外14%的提升，相當于15.7萬億美元的增長。全球范圍內(nèi)越來越多的政府和企業(yè)組織逐漸認識到人工智能在經(jīng)濟 和戰(zhàn)略上的重要性，并從國家戰(zhàn)略和商業(yè)活動上涉足人工智能。全球人工智能市場將在未來幾年經(jīng)歷現(xiàn)象級的增 長。
據(jù)中國產(chǎn)業(yè)信息網(wǎng)和中國信息通信研究院數(shù)據(jù)，世界人工智能市場將在2020年達到6800億元人民幣，復(fù)合增 長率達26.2%，而中國人工智能市場也將在2020年達到710億元人民幣，復(fù)合增長率達44.5%。
我國發(fā)展人工智能具有多個方面的優(yōu)勢，比如開放的市場環(huán)境、海量的數(shù)據(jù)資源、強有力的戰(zhàn)略引領(lǐng)和政策支 持、豐富的應(yīng)用場景等，但仍存在基礎(chǔ)研究和原創(chuàng)算法薄弱、高端元器件缺乏、沒有具備國際影響力的人工智能 開放平臺等短板。
此份報告不但對人工智能關(guān)鍵技術(shù)(計算機視覺技術(shù)、自然語言處理技術(shù)、跨媒體分析推理技 術(shù)、智適應(yīng)學(xué)習(xí)技術(shù)、群體智能技術(shù)、自主無人系統(tǒng)技術(shù)、智能芯片技術(shù)、腦機接口技術(shù)等)、人工智能典型應(yīng) 用產(chǎn)業(yè)與場景(安防、金融、零售、交通、教育、醫(yī)療、制造、健康等)做出了梳理。
八大人工智能關(guān)鍵技術(shù)
1.計算機視覺技術(shù)
計算機視覺(Computer Vision)是一門研究如何使機器“看”的科學(xué)， 更進一步地說，是指用攝影機和電腦代替人眼對目標進行識別、跟蹤和 測量的科學(xué)。近幾年計算機視覺技術(shù)實現(xiàn)了快速發(fā)展，其主要學(xué)術(shù)原因 是2015年基于深度學(xué)習(xí)的計算機視覺算法在ImageNet數(shù)據(jù)庫上的識別 準確率首次超過人類，同年Google也開源了自己的深度學(xué)習(xí)算法。計 算機視覺系統(tǒng)的主要功能有圖像獲取、預(yù)處理、特征提取、檢測/分割 和高級處理。
2.自然語言處理技術(shù)
自然語言處理(Natural Language Processing)是一門通過建立形式化的 計算模型來分析、理解和處理自然語言的學(xué)科，也是一門橫跨語言學(xué)、計算 機科學(xué)、數(shù)學(xué)等領(lǐng)域的交叉學(xué)科。自然語言處理，是指用計算機對自然語言 的形、音、義等信息進行處理，即對字、詞、句、篇章的輸入、輸出、識別、 分析、理解、生成等的操作和加工。自然語言處理的具體表現(xiàn)形式包括機器 翻譯、文本摘要、文本分類、文本校對、信息抽取、語音合成、語音識別等?？梢哉f，自然語言處理就是要計算機理解自然語言，自然語言處理機制涉及 兩個流程，包括自然語言理解和自然語言生成，自然語言理解是讓計算機把 輸入的語言變成有意思的符號和關(guān)系，然后根據(jù)目的再處理;自然語言生成 則是把計算機數(shù)據(jù)轉(zhuǎn)化為自然語言。實現(xiàn)人機間的信息交流，是人工智能 界、計算機科學(xué)和語言學(xué)界所共同關(guān)注的重要問題。
3.跨媒體分析推理技術(shù)
以往的媒體信息處理模型往往只針對某種單一形式的媒體數(shù)據(jù)進行推理分析，比如圖像識別、語音識別、文本識別等，而越來越多的任務(wù)需要像人一樣能夠協(xié) 同綜合處理多種形式(文本、音頻、視頻、圖像等)的信息，這就是跨媒體分析與推理。跨媒體是一個比較廣義的概念，既表現(xiàn)為包括網(wǎng)絡(luò)文本、圖像、音頻、 視頻等復(fù)雜媒體對象混合并存，又表現(xiàn)為各類媒體對象形成復(fù)雜的關(guān)聯(lián)關(guān)系和組織結(jié)構(gòu)，還表現(xiàn)在具有不同模態(tài)的媒體對象跨越媒介或平臺高度交互融合。通 過“跨媒體”能從各自的側(cè)面表達相同的語義信息，能比單一的媒體對象及其特定的模態(tài)更加全面地反映特定的內(nèi)容信息。相同的內(nèi)容信息跨越各類媒體對象 交叉?zhèn)鞑ヅc整合，只有對這些多模態(tài)媒體進行融合分析，才能盡可能全面、正確地理解這種跨媒體綜合體所蘊涵的內(nèi)容信息?？缑襟w分析推理技術(shù)主要包括跨媒體檢索、跨媒體推理、跨媒體存儲幾個研究范疇，可應(yīng)用于網(wǎng)絡(luò)內(nèi)容監(jiān)管、輿情分析、信息檢索、智慧醫(yī)療、自動駕駛、智 能穿戴設(shè)備等場景。
4.智適應(yīng)學(xué)習(xí)技術(shù)
作為教育領(lǐng)域最具突破性的技術(shù)，智適應(yīng) 學(xué)習(xí)技術(shù)(Intelligent Adaptive Learning) 模擬了老師對學(xué)生一對一教學(xué) 的過程，賦予了學(xué)習(xí)系統(tǒng)個性化教學(xué)的能 力。和傳統(tǒng)千人一面的教學(xué)方式相比，智 適應(yīng)學(xué)習(xí)系統(tǒng)帶給了學(xué)生個性化的學(xué)習(xí)體 驗，提升了學(xué)生的學(xué)習(xí)投入度和學(xué)習(xí)效 率。采用了智適應(yīng)學(xué)習(xí)技術(shù)的學(xué)習(xí)系統(tǒng)能 夠針對學(xué)生的具體學(xué)習(xí)情況提供個性化學(xué) 習(xí)解決方案，包括定位學(xué)生的知識漏洞、 持續(xù)性地評估學(xué)生的學(xué)習(xí)能力水平和知識 狀態(tài)、實時動態(tài)提供個性化學(xué)習(xí)內(nèi)容。智 適應(yīng)學(xué)習(xí)技術(shù)讓教育領(lǐng)域一直困擾的質(zhì) 量、成本、可獲取性三大矛盾因素變成了 歷史。
5.群體智能技術(shù)
群體智能(collective intelligence)也稱集體智能、群智。群體智能是一種共享的智能，是集結(jié)眾人的意見進而轉(zhuǎn)化為決策的一種過程，用來對單一個體做出隨機 性決策的風(fēng)險。對群體智能的研究，實際上可以被認為是一個屬于社會學(xué)、商業(yè)、計算機科學(xué)、大眾傳媒和大眾行為的分支學(xué)科，研究從夸克層次到細菌、植 物、動物以及人類社會層次的群體行為的一個領(lǐng)域。
6.自主無人系統(tǒng)技術(shù)
自主無人系統(tǒng)是能夠通過先進的技術(shù)進行操作或管理而不需要人工干預(yù)的系統(tǒng)，是由機械、控制、計算機、通信、材料等多種技術(shù)融合而成的復(fù)雜系統(tǒng)。自主 無人系統(tǒng)可應(yīng)用到無人駕駛車輛、無人機、服務(wù)型機器人(15.130, -0.10, -0.66%)、空間機器人、海洋機器人、無人車間、智能工廠等場景中，并實現(xiàn)降本增效的作用。自主性和智能性是自主無人系統(tǒng)最重要的兩個特征。人工智能無疑是發(fā)展智能無人自主系統(tǒng)的關(guān)鍵技術(shù)之一。利用人工智能的各種技術(shù)，如圖像識別、人機交 互、智能決策、推理和學(xué)習(xí)，是實現(xiàn)和不斷提高系統(tǒng)這兩個特征的最有效的方法。
7.智能芯片技術(shù)
目前，關(guān)于智能芯片的定義并沒有一個嚴格和公認的標準。一般來說，運用了人工智能技術(shù)的芯片都可以稱為智能芯片，但是狹義上的智能芯片特指針對人工 智能算法做了特殊加速設(shè)計的芯片，現(xiàn)階段，這些人工智能算法一般以深度學(xué)習(xí)算法為主，也可以包括其它機器學(xué)習(xí)算法。智能芯片可按技術(shù)架構(gòu)、功能和應(yīng) 用場景等維度分成多種類別。
8.腦機接口技術(shù)
腦機接口(Brain-Computer Interface，BCI)是在人或動物腦(或者腦細胞的培養(yǎng)物)與外部設(shè)備間建立的直接連接通路。通過單向腦機接口技術(shù)，計算機可 以接受腦傳來的命令，或者發(fā)送信號到腦，但不能同時發(fā)送和接收信號。而雙向腦機接口允許腦和外部設(shè)備間的雙向信息交換。2013年，自美國首次宣布啟動 “腦計劃”以來，歐洲、日本、韓國等陸續(xù)參與“腦科技”競賽項目，據(jù)已公開數(shù)據(jù)表明，全球在腦機接口相關(guān)領(lǐng)域的研發(fā)支持已經(jīng)超過200億美元。
人工智能賦能產(chǎn)業(yè)與應(yīng)用場景
人工智能技術(shù)滲透各產(chǎn)業(yè)——從產(chǎn)品成熟度視角來看
在人工智能技術(shù)向各行各業(yè)滲透的過程中，不同產(chǎn)品由于使用場景復(fù)雜度的不同、技術(shù)發(fā)展水平的不同，而導(dǎo)致其成熟度也不同。比如，教育和音響行業(yè)的核 心環(huán)節(jié)已有成熟產(chǎn)品，技術(shù)成熟度和用戶心理接受度都較高;個人助理和醫(yī)療行業(yè)在核心環(huán)節(jié)已出現(xiàn)試驗性的初步成熟產(chǎn)品，但由于場景復(fù)雜，涉及個人隱私 和生命健康問題，當前用戶心理接受度較低;自動駕駛和咨詢行業(yè)在核心環(huán)節(jié)則尚未出現(xiàn)成熟產(chǎn)品，無論是技術(shù)方面還是用戶心理接受度方面都還沒有達到足 夠成熟的程度。
人工智能技術(shù)滲透各產(chǎn)業(yè)——從行業(yè)使用率視角來看
在人工智能技術(shù)向各行各業(yè)滲透的過程中，安防和金融行業(yè)的人工智能使用率最高，零售、交通、教育、醫(yī)療、制造、健康行業(yè)次之。安防行業(yè)一直圍繞著視 頻監(jiān)控在不斷改革升級，在政府的大力支持下，我國已建成集數(shù)據(jù)傳輸和控制與一體的自動化監(jiān)控平臺，隨著計算機視覺技術(shù)出現(xiàn)突破，安防行業(yè)便迅速向智 能化前進。金融行業(yè)擁有良好的數(shù)據(jù)積累，在自動化的工作流與相關(guān)技術(shù)的運用上有不錯的成效，組織機構(gòu)的戰(zhàn)略與文化也較為先進，因此人工智能技術(shù)也得 到了良好的應(yīng)用。零售行業(yè)在數(shù)據(jù)積累、人工智能應(yīng)用基礎(chǔ)、組織結(jié)構(gòu)方面均有一定基礎(chǔ)。交通行業(yè)則在組織基礎(chǔ)與人工智能應(yīng)用基礎(chǔ)上優(yōu)勢明顯，并已經(jīng)開 始布局自動駕駛技術(shù)。教育行業(yè)的數(shù)據(jù)積累雖然薄弱，但行業(yè)整體對人工智能持重點關(guān)注的態(tài)度，同時也開始在實際業(yè)務(wù)中結(jié)合人工智能技術(shù)，因此未來發(fā)展 可期。醫(yī)療與健康行業(yè)擁有多年的醫(yī)療數(shù)據(jù)積累與流程化的數(shù)據(jù)使用過程，因此在數(shù)據(jù)與技術(shù)基礎(chǔ)上有著很強的優(yōu)勢。制造行業(yè)雖然在組織機構(gòu)上的基礎(chǔ)相對 薄弱，但擁有大量高質(zhì)量的數(shù)據(jù)積累以及自動化的工作流，為人工智能技術(shù)的介入提供了良好的技術(shù)鋪墊。
……
報告節(jié)選：
