QQ在線
企業微信
資訊
250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，利用機器學習和數據分析方法賦予機 器類人的能力。人工智能將提升社會勞動生產率，特別是在有效降低勞動成本、優化產品和服務、創造新市場和 就業等方面為人類的生產和生活帶來革命性的轉變。
據Sage預測，到2030年人工智能的出現將為全球GDP帶來額 外14%的提升，相當于15.7萬億美元的增長。全球范圍內越來越多的政府和企業組織逐漸認識到人工智能在經濟 和戰略上的重要性，并從國家戰略和商業活動上涉足人工智能。全球人工智能市場將在未來幾年經歷現象級的增 長。
據中國產業信息網和中國信息通信研究院數據，世界人工智能市場將在2020年達到6800億元人民幣，復合增 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，復合增長率達44.5%。
我國發展人工智能具有多個方面的優勢，比如開放的市場環境、海量的數據資源、強有力的戰略引領和政策支 持、豐富的應用場景等，但仍存在基礎研究和原創算法薄弱、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鍵技術(計算機視覺技術、自然語言處理技術、跨媒體分析推理技 術、智適應學習技術、群體智能技術、自主無人系統技術、智能芯片技術、腦機接口技術等)、人工智能典型應 用產業與場景(安防、金融、零售、交通、教育、醫療、制造、健康等)做出了梳理。
八大人工智能關鍵技術
1.計算機視覺技術
計算機視覺(Computer Vision)是一門研究如何使機器“看”的科學， 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。近幾年計算機視覺技術實現了快速發展，其主要學術原因 是2015年基于深度學習的計算機視覺算法在ImageNet數據庫上的識別 準確率首次超過人類，同年Google也開源了自己的深度學習算法。計 算機視覺系統的主要功能有圖像獲取、預處理、特征提取、檢測/分割 和高級處理。
2.自然語言處理技術
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科，也是一門橫跨語言學、計算 機科學、數學等領域的交叉學科。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。可以說，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系，然后根據目的再處理;自然語言生成 則是把計算機數據轉化為自然語言。實現人機間的信息交流，是人工智能 界、計算機科學和語言學界所共同關注的重要問題。
3.跨媒體分析推理技術
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據進行推理分析，比如圖像識別、語音識別、文本識別等，而越來越多的任務需要像人一樣能夠協 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，既表現為包括網絡文本、圖像、音頻、 視頻等復雜媒體對象混合并存，又表現為各類媒體對象形成復雜的關聯關系和組織結構，還表現在具有不同模態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更加全面地反映特定的內容信息。相同的內容信息跨越各類媒體對象 交叉傳播與整合，只有對這些多模態媒體進行融合分析，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容信息。跨媒體分析推理技術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，可應用于網絡內容監管、輿情分析、信息檢索、智慧醫療、自動駕駛、智 能穿戴設備等場景。
4.智適應學習技術
作為教育領域最具突破性的技術，智適應 學習技術(Intelligent Adaptive Learning) 模擬了老師對學生一對一教學 的過程，賦予了學習系統個性化教學的能 力。和傳統千人一面的教學方式相比，智 適應學習系統帶給了學生個性化的學習體 驗，提升了學生的學習投入度和學習效 率。采用了智適應學習技術的學習系統能 夠針對學生的具體學習情況提供個性化學 習解決方案，包括定位學生的知識漏洞、 持續性地評估學生的學習能力水平和知識 狀態、實時動態提供個性化學習內容。智 適應學習技術讓教育領域一直困擾的質 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
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，是集結眾人的意見進而轉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、商業、計算機科學、大眾傳媒和大眾行為的分支學科，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域。
6.自主無人系統技術
自主無人系統是能夠通過先進的技術進行操作或管理而不需要人工干預的系統，是由機械、控制、計算機、通信、材料等多種技術融合而成的復雜系統。自主 無人系統可應用到無人駕駛車輛、無人機、服務型機器人(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，并實現降本增效的作用。自主性和智能性是自主無人系統最重要的兩個特征。人工智能無疑是發展智能無人自主系統的關鍵技術之一。利用人工智能的各種技術，如圖像識別、人機交 互、智能決策、推理和學習，是實現和不斷提高系統這兩個特征的最有效的方法。
7.智能芯片技術
目前，關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計的芯片，現階段，這些人工智能算法一般以深度學習算法為主，也可以包括其它機器學習算法。智能芯片可按技術架構、功能和應 用場景等維度分成多種類別。
8.腦機接口技術
腦機接口(Brain-Computer Interface，BCI)是在人或動物腦(或者腦細胞的培養物)與外部設備間建立的直接連接通路。通過單向腦機接口技術，計算機可 以接受腦傳來的命令，或者發送信號到腦，但不能同時發送和接收信號。而雙向腦機接口允許腦和外部設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、韓國等陸續參與“腦科技”競賽項目，據已公開數據表明，全球在腦機接口相關領域的研發支持已經超過200億美元。
人工智能賦能產業與應用場景
人工智能技術滲透各產業——從產品成熟度視角來看
在人工智能技術向各行各業滲透的過程中，不同產品由于使用場景復雜度的不同、技術發展水平的不同，而導致其成熟度也不同。比如，教育和音響行業的核 心環節已有成熟產品，技術成熟度和用戶心理接受度都較高;個人助理和醫療行業在核心環節已出現試驗性的初步成熟產品，但由于場景復雜，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在核心環節則尚未出現成熟產品，無論是技術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。
人工智能技術滲透各產業——從行業使用率視角來看
在人工智能技術向各行各業滲透的過程中，安防和金融行業的人工智能使用率最高，零售、交通、教育、醫療、制造、健康行業次之。安防行業一直圍繞著視 頻監控在不斷改革升級，在政府的大力支持下，我國已建成集數據傳輸和控制與一體的自動化監控平臺，隨著計算機視覺技術出現突破，安防行業便迅速向智 能化前進。金融行業擁有良好的數據積累，在自動化的工作流與相關技術的運用上有不錯的成效，組織機構的戰略與文化也較為先進，因此人工智能技術也得 到了良好的應用。零售行業在數據積累、人工智能應用基礎、組織結構方面均有一定基礎。交通行業則在組織基礎與人工智能應用基礎上優勢明顯，并已經開 始布局自動駕駛技術。教育行業的數據積累雖然薄弱，但行業整體對人工智能持重點關注的態度，同時也開始在實際業務中結合人工智能技術，因此未來發展 可期。醫療與健康行業擁有多年的醫療數據積累與流程化的數據使用過程，因此在數據與技術基礎上有著很強的優勢。制造行業雖然在組織機構上的基礎相對 薄弱，但擁有大量高質量的數據積累以及自動化的工作流，為人工智能技術的介入提供了良好的技術鋪墊。
……
報告節選：
