全球人工智能发展的趋势及挑战PPT课件.ppt

全球人工智能发展的趋势及挑战 （科普） 学院：计算机科学与技术学院 主讲人：严聪 专业：教育技术学 1 2 11/7/2021 人工智能技术发展概述 1956年，在美国达特茅斯大学召开的学术会议上与会专家和学者共同提出人工智能的概念，多年后这场会议被认定为全球人工智能生的标志。 2015 年7 月，人工智能被写入《国务院关于积极推进“互联网+”行动的指导意见》 2016 年3 月，人工智能一词被写入“十三五”规划纲要; 2016 年5 月，国家发展改革委员会等四部门联合下发《“互联网+”人工智能三年行动实施方案》; 李克强总理的政府工作报告中也提到了人工智能产业发展; 2016年3月正值人工智能发展的60年节点，AlphaGo 战胜人类顶级围棋高手李世石引起人们强烈关注，并再次对人工智能展开热烈讨论。 中国科学技术部“科技创新2030—重大项目”近期或将新增“人工智能2. 0”，人工智能将进一步上升为国家战略。 3 11/7/2021 人工智能的定义 人工智能可以使机器通过模拟人类意识、行为、思维等获取人工智能功能，在生活中、工作中为人类高效率高质量去完成一些复杂化、机械性、高危性等的工作，提高效率、保证安全。 从狭义上讲，人工智能技术体系仅包括软件层面的核心算法与通用工具技术。机器学习作为人工智能的核心算法，包含神经网络、深度学习、迁移学习、增强学习、生成式对抗学习等算法。深度学习算法在本轮人工智能产业浪潮中发挥了巨大作用。通用工具技术是人工智能核心算法的具体应用，包含识别、理解、交互方面的具体技术，如：人脸识别、语音识别、机器翻译、文本分析、信息检索、问答系统、VR/AR等技术，这些技术的发展加速了人工智能的产业化进程。 广义上讲，人工智能技术体系还包括基础软硬件，如芯片、传感器、大数据、云计算、存储系统技术等均构成了人工智能的坚实支点，推动人工智能自主学习潜能迅速释放。 4 11/7/2021 人工智能主流的研究方法 （1）结构模拟 目前的AI 热潮则源于结构模拟方法方面的突破，即由于解决了深度神经网络的训练问题，加上大数据的高性能计算平台( 云计算、GPU 等) 变成现实，使得深度神经网络的表达能力得到了充分的发挥，对AI 的发展起到了推波助澜的作用。 （2）功能模拟 （3）行为模拟 （4）机制模拟 5 11/7/2021 人工智能技术体系 一、以数据驱动的模型学习路径，是以海量数据为基础展开模型学习。该路径通过对海量数据进行训练，根据实际场景学习得出模型参数，并依据具体需求自适应动态调整参数。依据样本数据是否进行标记为准则，基于模型的学习方法分为有监督、半监督、无监督3 种。当前的人工智能技术，主要以数据驱动的有监督学习为主。 二、以认知仿生驱动的类脑计算路径，是以模拟大脑运行机制为基础开展类脑芯片和类脑算法的研究，如神经态计算等。美国、欧盟、韩国、中国等均在大力布局类脑研究。 6 11/7/2021 全球人工智能市场飞速发展 ２１世纪以来，大数据、云计算等信息技术给人工智能发展带来了新机遇，成本低廉的大规模并行计算、大数据、深度学习算法、人脑芯片４大催化剂引领人工智能的发展出现上行趋势，同时人工智能的发展也给新一代信息技术与工业各领域渗透融合提供了新的动力。 人工智能的技术突破在多个领域催生了一批新兴的细分行业，主要包括深度学习／机器学习、自然语言处理、计算机视觉／图像识别、手势控制、虚拟私人助手、智能机器人、推荐引擎和协助过滤算法、情境感知计算、语音翻译、视频内容自动识别等，机器学习成为研究和应用的核心领域。 人工智能领域迎来创业和融资高潮，各国纷纷加快布局，美国领先优势明显。 7 11/7/2021 全球科技企业 谷歌作为科技界巨头，从技术层和应用层全面布局人工智能。战略上不断积累AI 底层技术，研发更高级深度学习算法，增强图形识别和语音识别能力，人工智能技术的应用延伸到智能家居、无人驾驶以及医疗药品研究等多个领域。 IBM从2014 年开始着重关注人工智能领域，在AI 领域的布局围绕Watson 和类脑芯片展开，试图打造AI 生态系统。IBM 通过Waston开启了认知时代，可提供医疗、水资源管理、保险欺诈识别、环境保护、金融等行业解决方案，以及将Waston 应用于数字顾问、虚拟助理、云计算、科学研究等多个领域。 微软一直非常重视AI 技术的研发，其语音识别、自然语言和计算机视觉等技术处于业内领先水平未来，微