2019年人工智能发展白皮书
四个白皮书学习笔记
四个白皮书学习笔记在当代社会，技术和人工智能的发展对于各行各业的进步至关重要。
在这个过程中，四个白皮书——《人工智能2018》、《工业互联网白皮书》、《区块链白皮书》和《车联网白皮书》已经成为了学习笔记的关键素材。
在这篇论文中，我们将对这四个白皮书进行详细的分析，以便更好地理解它们的重要性。
《人工智能2018》是由中国科学院的研究人员编写的，它对当前人工智能技术的发展做了深入的研究和预测。
白皮书初步介绍了人工智能技术的演化，从基础的自然语言处理和机器学习到更高级的深度学习和智能系统。
尤其是对于深度学习技术的研究，白皮书提出了不少值得关注的观点。
例如，它认为社交网络分析和语义网络建模将成为深度学习的未来发展方向，同时对于图像和语音的识别能力也将会进一步提高。
对于经济领域而言，白皮书认为人工智能将会产生深远的影响。
人工智能技术将帮助减少无效的人工流程和降低成本，从而进一步提高产业效率。
另外，人工智能无疑将带来新的工作机会和领域，尤其是在智能制造和金融领域。
《工业互联网白皮书》则是一个关于未来制造业的重要文献。
白皮书强调了未来工业的互联互通将会是一项重要的趋势，而工业互联网的技术则将成为这一趋势的重要基础。
白皮书阐述了制造业内的数字化转型将会很有必要，使得数据得以共享和管理，同时也提高了制造过程的可靠性和效率。
特别是，在机器人领域的发展将会加速工业制造的自动化和智能化，从而引领未来的制造业。
另外，白皮书也提出了未来工业领域的未来趋势，如智能制造、服务化、网络化、安全性和可靠性等。
这对于制造业人员、工程师和学生们都将是一个非常重要的参考。
《区块链白皮书》则是一个探讨分布式计算原理和相应技术应用的重要文献。
白皮书详细介绍了区块链技术的基本原理，并提出该技术在金融、保险、电商、医疗和政府等领域应用的前景。
白皮书还深入探讨了在金融和保险领域的应用。
当然，白皮书也并非是万能的，它提出了分布式账本的安全生态问题和挑战。
2019全球人工智能发展白皮书
全球人工智能发展白皮书（2019年度）全球人工智能发展白皮书| 四、人工智能重塑各行业024 1.14 1.25 1.38 1.413 1.521 1.623 1.7629 1.83140 2.140 2.242 2.34552 3.153 3.254 3.354 3.455 3.55558 4.160 4.265 4.370 4.471 4.575 4.679 4.782 4.886全球人工智能发展白皮书| 主要发现主要发现：1全球人工智能发展白皮书| 主要发现2全球人工智能发展白皮书| 主要发现3全球人工智能发展白皮书 | 一、AI 创新融合新趋势4一、AI 创新融合新趋势1.1 人工智能正全方位商业化当前人工智能技术已步入全方位商业化阶段，并对传统行业各参与方产生不同程度的影响，改变了各行业的生态。
这种变革主要体现在三个层次。
第一层是企业变革：人工智能技术参与企业管理流程与生产流程，企业数字化趋势日益明显，部分企业已实现了较为成熟的智慧化应用。
这类企业已能够通过各类技术手段对多维度用户信息进行收集与利用，并向消费者提供具有针对性的产品与服务，同时通过对数据进行优化洞察发展趋势，满足消费者潜在需求。
第二层是行业变革：人工智能技术带来的变革造成传统产业链上下游关系的根本性改变。
人工智能的参与导致上游产品提供者类型增加，同时用户也会可能因为产品属性的变化而发生改变，由个人消费者转变为企业消费者，或者二者兼而有之。
第三层是人力变革。
人工智能等新技术的应用将提升信息利用效率，减少企业员工数量。
此外，机器人的广泛应用将取代从事流程化工作的劳动力， 导致技术与管理人员占比上升，企业人力结构发生变化。
图表1-1：人工智能技术带来的全方位变革1. 企业变革销售安防 反欺诈 人力资源管理 市场营销 个人助理 智能工具2. 行业变革3. 人力变革增强现实手势识别 机器人 情绪识别数据来源：公开资料，德勤研究全球人工智能发展白皮书 | 一、AI 创新融合新趋势51.2 AI 全面进入机器学习时代随着技术的进步和发展，人类学习知识的途径逐渐从进化、经验和传承演化为了借助计算机和互联网进行传播和储 存。
人工智能课程大纲课程体系：《机器视觉技术》课程产品白皮书(2019V1.0)
《机器视觉技术》产品白皮书目录1引言........................................................................ - 3 -2产品概述.................................................................... - 4 -2.1产品体系............................................................ - 4 -2.2产品资源............................................................ - 5 -3产品介绍.................................................................... - 8 -3.1机器视觉技术........................................................ - 8 -3.1.1课程说明........................................................ - 8 -3.1.2教学大纲....................................................... - 12 -3.1.3教学指导....................................................... - 16 -4配套产品................................................................... - 19 -4.1实验设备........................................................... - 19 -4.2软件平台........................................................... - 24 -5技术支持................................................................... - 28 -5.1.1升级服务....................................................... - 28 -5.1.2师资培训....................................................... - 28 -1引言中国人工智能发展迅猛，中国政府也高度重视人工智能领域的发展。
广电总局发布广播电视人工智能应用白皮书
《广播电视人工智能应用白皮书（2018）》的主要 内容包括 ：
1. 广播电视人工智能发展现状和应用关键技术 在移动互联网、大数据、超级计算、传感网、脑科学等 新技术以及经济社会发展强烈需求的共同驱动下，人工智能
前期，国家广电总局科技司组织广播电视科学研究院等 广播电视行业内外相关机构、科研单位、高等院校、企业公 司等开展了广播电视行业人工智能应用研究工作，在此基础 上编制了《广播电视人工智能应用白皮书（2018）》。希望本 白皮书能为各单位推动人工智能在广播电视领域的深入应用 提供参考和借鉴，为推动广播电视行业转型升级注入新动能、 激发新活力，促进广播电视行业高质量创新性发展。
智能编目 智能制播
CDN
内容推
智能检索 图像增强 SDN/NFV 智能终端
技术监测 内容监测
质量评价 预警/自愈 态势感知
...
内容评价 智能
防护/ 复
智能识别 有监 学
智能生成
智能处理
无监 学
智能分析 监学
智能传输 强化学
... ...
业的融合发展。 广播电视行业具有海量优质媒
体资源，建设了融合媒体制播与服 务云平台和广播电视融合传输覆盖
行业聚焦 Industry Focus
广电总局发布广播电视人工智能应用白皮书
2019 年 5 月 16 日下午，在首 届广播电视人工智能应用创新发展 论坛（第三届世界智能大会分论坛）
选题策划 智能终端
媒资管理 监测监管
阿里云-2019中国智能家居发展白皮书
4.从智能家居到全屋智能——全屋智能价值重塑
产品 升级
地产 关注
拥抱IoT，在智能互联趋势下 打破产品边界，智能+产品升级迎 接消费升级与产业转型。
解决方 案细化
激活智能家居增量市场，借助智慧 住宅与社区完成房地产在线业务与在线 数据的布局，真正实现从地产开发商到 居住运营商的进化
平台 赋能
云管端一体化开放、资源整合 输出，实现业务快速部署。统一标 准、打通服务、提升体验
据统计，2018年中国智能家居市场规模将达到65.32亿美元，位列全球第二。
2.智能家居存在的痛点
智能家居痛点判断维度
产品
品牌价值 场景营销 功能定位 供应链管理
服务
装维团队 服务体系 售后服务
用户
用户认知 交互体验 销售渠道
技术
技术标准 互联互通 功能升级
用户教育认知度碎片化
交互体验繁冗
通信协议标准不统一
2019中国智能家居发展白皮书
——从智能单品到全屋智能
联合编制单位
阿里云IoT事业部 中国智能家居产业联盟CSHIA 新浪家居
前言
2019年，智能家居行业，在技术、市场和行业的变革中迎接新的挑战和机遇。 一方面，AI、IoT、边缘计算全面赋能智能家居；另一方面，中国的房地产行业正在从上半场的“增量 开发”，切换到下半场的“存量经营”、“楼盘精装化”政策在更多中国城市落地。 智能家居行业在变革中快速发展，新流量入口被行业巨头全面布局，市场规模化应用的智能场景快速 落地。智能家居服务体系迎来模式创新，智能家居行业向全屋智能的升级与聚焦，为地产、装修公司、设 备商、平台企业及集成服务商的转型升级带来赋能。 在这样的时代背景下，阿里云IoT事业部、中国智能家居产业联盟CSHIA、新浪家居，携手全屋智能产 业链上下游云平台、控制器、芯片、设备商、集成服务等企业，在对行业、地产、装修公司、集成服务商 及终端用户展开广泛调研，联合编制并发布《2019中国智能家居发展白皮书——从智能单品到全屋智能》， 从发展现状、市场趋势、方案应用、商业化进程、问题与展望等多个维度，对全屋智能生态现状和未来发 展进行深入的分析与展望。
深圳市人工智能产业发展白皮书
深圳市人工智能产业发展白皮书近年来，人工智能技术的迅速发展正在深刻地改变着我们的生活和工作方式。
作为我国改革开放的前沿城市，深圳市一直以来都在人工智能产业的发展上走在前列。
今天，我将为大家呈现一份关于深圳市人工智能产业发展的白皮书。
1. 深圳市人工智能产业的现状深圳市人工智能产业的发展可以追溯到20世纪80年代初，当时深圳率先引入了人工智能技术，并将其应用于工业自动化领域。
随着时间的推移，深圳市在人工智能技术的研发和应用上不断取得突破，形成了以硬件制造、软件开发和人才培养为主要特点的产业生态系统。
目前，深圳市的人工智能产业已经涵盖了教育、医疗、金融、交通等多个领域，成为我国乃至全球人工智能产业的重要基地之一。
2. 深圳市人工智能产业的发展趋势随着人工智能技术的不断进步和应用领域的不断拓展，深圳市人工智能产业的发展呈现出了一些明显的趋势。
在技术创新方面，深圳市的人工智能企业正在加大在核心算法、芯片设计等关键领域的研发投入，不断提升自主创新能力。
随着政府政策的不断支持和市场需求的不断增长，深圳市的人工智能产业将向着智能制造、智能交通、智慧城市等领域加速发展，形成多元化的产业布局。
3. 我对深圳市人工智能产业发展的个人观点作为一名深圳人，我对深圳市人工智能产业的发展充满信心。
深圳市作为我国改革开放的试验田，拥有丰富的创新资源和开放的发展环境，为人工智能产业的蓬勃发展提供了良好的基础。
我相信，在政府、企业和社会各界的共同努力下，深圳市的人工智能产业一定会迎来更加辉煌的明天。
总结回顾：通过本篇白皮书，我们全面了解了深圳市人工智能产业的现状、发展趋势以及个人观点。
深圳市作为我国人工智能产业的重要基地之一，拥有着丰富的技术、市场和政策资源，为人工智能产业的发展提供了有力支持。
希望通过不断的创新和合作，深圳市的人工智能产业能够走在全球前列，为人工智能技术的发展做出更大的贡献。
在日益发展的全球化背景下，深圳市的人工智能产业一定会在国际舞台上大放异彩，成为我国科技创新的新名片。
2019全球教育机器人发展白皮书
1.4 章节框架
本白皮书以教育机器人为主要探讨目标，章节架构如图 1-2 所示。
第一章 初衷—教育机器人全景展现 教育机器人兴起的背景与定义
背景 文献 目的 章节架构
第二章 现状—学术研究与产业发展“两足”并行 呈现教育机器人的学术研究及市场与产品的发展现状
全球教育机器人主要研究机构 教育机器人主要研究领域 教育机器人市场产品图谱
教育机器人的发展现状 教育机器人的实践与展望
图 1-2 白皮书章节框架图
4
2019 全球教育机器人发展白皮书
第二章
现状——学术研究与产业发展“两足”并行
5
2.1 全球教育机器人主要研究机构
在 WoS 核心合集中，1993 年至 2018 年间，与教育机器人有关的学术文献共计检索到了 3060 篇，最早的研 究始于 1966 年，由 R. E. WHALLON 发表在《Phi Delta Kappan》的《ROBOTS IN CLASSROOM, A LOOK AT AMERICAN EDUCATIONAL FACTORY-BERGEN》。其中 2014 年至 2018 年间，与教育机器人有关的研究成果 共 1404 篇，相比于 2012 年至 2016 年的文献总量，近 5 年有关教育机器人的研究数量开始急速增多，2017 年 文献数量和被引频次达到峰值，2018 年有所回落，如图 2-1 所示。
1.2 文 献
近五年，国内外有诸多关于机器人的白皮书发布，从不同角度阐述了机器人行业的现状，对市场上现有的产 品也进行了梳理。
表 1-1 近五年机器人白皮书示例
名称
内容摘要
《2016 全球教育机器人发展白皮书》，北 京师范大学智慧学习研究院，2016
此白皮书通过深入探讨教育机器人发展的相关资料， 全面梳理了全球教育机器人发展现状与趋势。从教育机器 人的全球重要研究机构、市场产品评测、需求调研、产业 链分析及未来市场发展预测，进行全方位阐述。
2019年中国人工智能基础数据服务白皮书
摘要
在经历了一段时期的野蛮生长之后，人工智能基础数据服务行业进入成长期，行业 格局逐渐清晰。人工智能基础数据服务方的上游是数据生产和外包提供者，下游是 AI算法研发单位，人工智能基础数据服务方通过数据处理能力和项目管理能力为其 提供整体的数据资源服务，不过AI算法研发单位和AI中台也可提供一些数据处理工 具，产业上下游普遍存在交叉。
……
层
自然语言处理
信息理解
文字校对
机器翻译
自然语言生成
……
知识图谱
通用型
行业型
人工智能基础数据服务发展历程
行业进入成长期，行业格局逐渐清晰
伴随国内人工智能热潮爆发，大量的AI公司拿到融资，为了不断提高算法精度，数据采标需求也空前爆发，一度催生了行 业的繁荣。但早期的AI基础数据服务门槛较低，玩家鱼龙混杂，使行业标准模糊、服务质量参差不齐。随着竞争加快，AI 公司对训练数据的质量要求也不断提高，并且当产业落地成为主旋律，需求方对垂直场景的定制化数据采标需求成为主流， 众多小型AI基础数据服务公司从数据质量和采标能力上达不到要求，或被淘汰，或依附大平台，行业格局逐渐清晰，头部 公司实力逐渐凸显。随着算法需求越来越旺盛，目前机器辅助标注、人工主要标注的手段需要改进提升，增强数据处理平 台持续学习和自学习能力，增加机器能够标注维度、提升机器处理数据的精度，由机器承担主要标注工作将成为下一阶段 的行业重心。未来，越来越多的长尾、小概率事件所产生的数据需求增强，人机协作标注的模式性价比不足，机器模拟或 机器生成数据会是解决这一问题的良好途径，及早研发相应技术也将成为AI基础数据服务商未来的护城河。
高层属性类别，自动从信息中学习有效的特征并进行分类，而无需人为选取特征。凭借自动提取特征、神经网络结构、端
2019年人工智能行业现状与发展趋势报告
2-1-1 国家层面人工智能 行业发展政策分析 2015年以来，人工智能在国内获得快速发展，国家相继出台一系列政策支持人工智能的发展，推动中国人工智能步入新阶段。2019年，人工智能
连续第三年出现在政府工作报告中，继2017、2018年的“加快人工智能等技术研发和转化”，“加强新一代人工智能研发应用”关键词后， 2019年政府工作报告中使用了“深化大数据、人工智能等研发应用”等关键词 。从“加快”、“加强”到“深化”，说明我国的人工智能产业 已经走过了萌芽阶段与初步发展阶段，下个阶段将进入快速发展时期，并且更加注重应用落地。
2015年以来，人工智能在中国国内获得快速发展，中国政府相继出台一系列政策支持人工智能的发展，推动中国人工智能 步入新阶段。2017-2019年，人工智能连续三年被政府工作报告提及，人工智能迅速从国家层面上升至战略高度。这说明，中 国的人工智能产业已经走过了萌芽阶段与初步发展阶段，将进入快速发展阶段，并且更加注重应用落地。经过近几年的快速发 展，国内人工智能产业上中下游格局也逐渐清晰。其中，上游提供基础能力，中游将基础能力转化成人工智能技术，下游则将 人工智能技术应用到特定行业中。
《中华人民共和国国民经济和社会发展第 加快信息网络新技术开发应用，重点突破大数据和云计算关键技术、自主可控操作系统、高端工业和大型管理软件、新兴领域人工智
十三个五年规划纲要》
能技术，人工智能写入“十三五”规划纲要。
到2020年，自主品牌工业机器人年产量达到10万台，六轴及以上工业机器人年产量达到5万台以上。服务机器人年销售收入超过300亿 《机器人产业发展规划（2016－2020年）》 元；工业机器人主要技术指标达到国外同类产品水平；机器人用精密减速器、伺服电机及驱动器等关键零部件取得重大突破。
2019年百度大脑AI技术成果白皮书
··························•••••
..................................................................................... .... ... . . .
2019 年 2 月，世界知识产权组织（World Intellectual Property Organization，简称 WIPO） 发布了首份技术趋势报告，聚焦人，超越 Alphabet、微软、IBM 等企业和国外学术机 构，在全球企业中居于首位。
..........................................................................
目录
引言 ....................................................................................................... 2 二、基础层 ................................................................... 3
i
引言
回顾过去的一年，科技与商业发展的一个关键框架、芯片、计算平台、量子计算、 语音技等诸多 方面取得了令人瞩目的技术成果，还将这些技术成果与行业相结合，成功应用于众多产品 之中，取得了丰硕的人工智能应用成果。
2.1 算法 ................................................................... 3 2.2 算力 ................................................................... 5 2.3 数据 .................................................................. 10 三、感知层 .................................................................. 11 3.1 语音 .................................................................. 11 3.2 视觉 .................................................................. 13 3.3 增强现实/虚拟现实 ..................................................... 17 四、认知层 .................................................................. 19 4.1 知识图谱 .............................................................. 20 4.2 自然语言处理 .......................................................... 22 五、平台层 .................................................................. 27 5.1 飞桨（PaddlePaddle）深度学习平台 ...................................... 28 5.2 UNIT 智能对话训练与服务平台 ........................................... 32 5.3 开放数据集 ............................................................ 33 六、AI 安全 ................................................................. 35 结语与展望 ...........................................................术平台体系进行了重大组织 机构调整，三个体系统一向集团 CTO 汇报，这为技术中台建设和人工智能技术落地提供脑在基础层、感知层、认知层 BRAIN Al TECHNOLOGY ACHIEVEMENT WHITE PAPER
电信行业人工智能应用白皮书
电信行业人工智能应用白皮书中国人工智能产业发展联盟2021年3月版权声明本白皮书版权属于中国人工智能产业发展联盟，并受法律保护。
转载、摘编或利用其它方式使用本白皮书文字或者观点的，应注明“来源：中国人工智能产业发展联盟”。
违反上述声明者，将追究其相关法律责任。
致谢本白皮书是在中国人工智能产业发展联盟产学研融合与应用工作组指导下，由电信项目组组织，中国信息通信研究院标准与技术研究所牵头，中国移动通信有限公司研究院、中国电信股份有限公司研究院、中国联合网络通信有限公司研究院、华为技术有限公司、中兴通讯股份有限公司、英特尔（中国）有限公司等联合参与起草。
限于编写时间、起草人员知识积累与人工智能电信行业应用发展尚未完全定型等方面的因素，内容恐有疏漏，烦请不吝指正。
主要起草人：中国信息通信研究院：程强、刘姿杉、吕博；中国移动通信有限公司研究院：张欢、吴博、王静、宋晓佳、李爱华；中国电信股份有限公司研究院：王峰、赵龙刚、钱兵、曾宇、白燕南；中国联合网络通信有限公司研究院：韩赛、胡雅坤、张冬月、师严、赵良；华为技术有限公司：后希旭；中兴通讯股份有限公司：袁丽雅；英特尔（中国）有限公司：王海宁。
前言利用人工智能提供的强大分析、预测与策略优化等能力来赋能网元、网络和业务系统，实现电信网络的智能规建、智能运维、智能优化管控与业务能力提升，已经成为当前国内外电信行业的发展重点。
国内外运营商、设备商和服务商等在电信网络智能化方面纷纷布局，电信网络智能化在标准研究、技术验证与落地应用等方面均有重要推进。
2020年，伴随着5G网络的大规模商用和网络人工智能平台的建设成熟，越来越多的网络智能化应用与业务得以落地并发挥良好效果。
人工智能作为电信网络的重要使能技术已经成为行业共识，网络内生智能将带动新一代信息基础设施的发展演进，促进网络、计算、数据与影响的融合与协同，为ICT和各个垂直行业带来全面智能能力的支撑与推动。
本白皮书系统分析目前电信网络智能化的总体发展态势与应用现状，集中展示AI技术在移动网、固定网络和业务服务应用场景的落地案例，包括故障根因分析、异常小区发现、基站节能、业务内容智能推荐、网络质量智能监控与业务智能识别调优等。
中国人工智能系列白皮书
中国人工智能学会 二○一六年九月
中国人工智能系列白皮书——可拓学
《中国人工智能系列白皮书》编委会 主 任：李德毅 执行主任：王国胤 副 主 任：杨放春 谭铁牛 黄河燕 焦李成 马少平 刘 宏
蒋昌俊 任福继 杨 强 胡 郁 委 员：陈 杰 董振江杜军平 桂卫华 韩力群 何 清
杨春燕 陈文伟 汤龙
赵燕伟 刘巍 周玉
邹广天 李卫华 汪明慧
杨国为 余永权 潘旭伟
全书统稿：杨春燕，汤龙
1
中国人工智能系列白皮书——可拓学
目录
第 1 章 可拓学概述 ...............................................................................1 1.1 可拓学的学科体系...................................................................1 1.1.1 可拓学的定义和定位........................................................1 1.1.2 可拓学的理论体系——可拓论.........................................1 1.2 可拓学的方法体系——可拓创新方法....................................3 1.2.1 拓展分析方法.....................................................................5 1.2.2 共轭分析方法.....................................................................5 1.2.3 可拓变换方法.....................................................................5 1.2.4 可拓集方法.........................................................................5 1.2.5 优度评价方法.....................................................................6 1.3 可拓工程 ..................................................................................6 1.3.1 可拓学在人工智能领域的应用..........................................6 1.3.2 可拓学在工程技术领域的应用..........................................9 1.3.3 管理可拓工程...................................................................10 1.3.4 可拓学与其他领域的交叉融合........................................10
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2019年人工智能发展白皮书
风起云涌：人工智能关键技术不断取得突破
相得益彰：人工智能赋能产业与应用场景
百川归海：人工智能开放创新平台逐步建立
各领风骚：全球人工智能公司一览
目 录
01
02
03
04
前言
人工智能是一个很宽泛的概念，概括而言是对人的意识和思维过程的模拟，利用机器学习和数据分析方法赋予机器类人的能力。
人工智能将提升社会劳动生产率，特别是在有效降低劳动成本、优化产品和服务、创造新市场和就业等方面为人类的生产和生活带来革命性的转变。
据Sage预测，到2030年人工智能的出现将为全球GDP带来额外14%的提升，相当于15.7万亿美元的增长。
全球范围内越来越多的政府和企业组织逐渐认识到人工智能在经济和战略上的重要性，并从国家战略和商业活动上涉足人工智能。
全球人工智能市场将在未来几年经历现象级的增长。
据中国产业信息网和中国信息通信研究院数据，世界人工智能市场将在2020年达到6800亿元人民币，复合增长率达26.2%，而中国人工智能市场也将在2020年达到710亿元人民币，复合增长率达44.5%。
我国发展人工智能具有多个方面的优势，比如开放的市场环境、海量的数据资源、强有力的战略引领和政策支持、丰富的应用场景等，但仍存在基础研究和原创算法薄弱、高端元器件缺乏、没有具备国际影响力的人工智能开放平台等短板。
此份报告不但对人工智能关键技术（计算机视觉技术、自然语言处理技术、跨媒体分析推理技术、智适应学习技术、群体智能技术、自主无人系统技术、智能芯片技术、脑机接口技术等）、人工智能典型应用产业与场景（安防、金融、零售、交通、教育、医疗、制造、健康等）做出了梳理，而且同时强调人工智能开放平台的重要性，并列举百度Apollo开放平台、阿里云城市大脑、腾讯觅影AI辅诊开放平台、科大讯飞智能语音开放创新平台、商汤智能视觉开放创新平台、松鼠AI智适应教育开放平台、京东人工智能开放平台NeuHub、搜狗人工智能开放平台等典型案例呈现给读者。
最后，列举国内外优秀的人工智能公司与读者共勉。
随着技术的进步、应用场景的丰富、开放平台的涌现和人工智能公司的创新活动，我国整个人工智能行业的生态圈也会逐步完善，从而为智慧社会的建设贡献巨大力量。
/01
风起云涌：人工智能关键技术不断取得突破
八大人工智能关键技术
选取标准：
•技术相对取得较大突破；
•应用场景相对明确；
•在产业界、学术界、投资界引起较大的关注。
计算机视觉技术自然语言处理技术跨媒体分析推理技术智适应学习技术
群体智能技术自主无人系统技术智能芯片技术脑机接口技术
计算机视觉(Computer Vision)是一门研究如何使机器“看”的科学，更进一步地说，是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量的科学。
近几年计算机视觉技术实现了快速发展，其主要学术原因是2015年基于深度学习的计算机视觉算法在ImageNet数据库上的识别准确率首次超过人类，同年Google也开源了自己的深度学习算法。
计算机视觉系统的主要功能有图像获取、预处理、特征提取、检测/分割
和高级处理。
图像获取预处理特征提取检测/分割高级处理
提取二维图像、三维图组、图像序列或相关的物理数据，如声波、电磁波或核磁共振的深度、吸收度或反射度对图像做一
种或一些预
处理，使图
像满足后继
处理的要
求，如：二
次取样保证
图像坐标的
正确，平滑
去噪等
从图像中提
取各种复杂
度的特征，
如：线，边
缘提取和脊
侦测，边角
检测、斑点
检测等局部
化的特征点
检测
对图像进行
分割，提取
有价值的内
容，用于后
继处理，
如：筛选特
征点，分割
含有特定目
标的部分
验证得到的
数据是否匹
配前提要
求，估测特
定系数，对
目标进行分
类
国际计算机视觉大会
（ICCV 2019）
欧洲计算机视觉会议
（ECCV 2018）
ImageNet大规模视觉识别
挑战赛（ILSVRC）
国际计算机视觉与模式识
别会议（CVPR 2019）
其他
近年来，计算机视觉在产业界和学术界不断取得突破。
国际计算机视觉大会（IEEE International Conference on
Computer Vision，简称ICCV）是全球计算机视觉领域三大顶
级会议之一，2019年该大会共收到4328篇论文投稿，相比上
一届 ICCV 2017，数量翻了一倍不止。
其中，中科院和清华大
学的投稿数量在所有机构中遥遥领先。
欧洲计算机视觉会议（Europeon Conference on Computer
Vision，简称ECCV）是全球计算机视觉领域三大顶级会议之
一，2018年该大会共收到论文投稿2439篇，涵盖对抗性机器
学习，对人、物体和环境的超快三维感知、重建与理解，面部
追踪及其应用，行人重识别的表征学习，视觉定位等主题。
国际计算机视觉与模式识别会议（Computer Vision and
Pattern Recognition，简称CVPR）是全球计算机视觉领域三
大顶级会议之一，2019年该大会共录取来自全球的论文1299
篇，其中腾讯公司的腾讯优图和腾讯AI Lab有超过58篇论文被
接收，相比过去两年成绩大幅提升。
ImageNet大规模视觉识别挑战赛（ILSVRC）从2010年开始举
办，一年一度，至2017年终结，有力推动了计算机视觉的发
展。
截至2016年，ImageNet中含有超过1500万由人手工注释
的图片网址，标签超过2.2万个类别，图像识别错误率已经达到
2.9%，远远超越人类（5.1%）。
清华大学研究团队提出了一种全新的卷积神经网络架构
DenseNet，显著地提升了模型在图片识别任务上的准确率；
北京大学和微软亚洲研究院研究团队提出了一种新的硬感知深
度级联嵌入方法来考虑硬水平的样本；……
传统翻译采用人工查词的方式，不但耗时长，而且错误率高。
图像识别技术(OCR)的出现大大提升了翻译的效率和准确度，用户通过简单的拍照、截图或划线就能得到准确的翻译结
翻译
计算机视觉还有助于比赛和策略分析、球员表现和评级，以及跟踪体育
节目中品牌赞助的可见性。
体育赛事
半自动联合收割机可以利用人工智能和计算机视觉来分析粮食品质，并找出农业机械穿过作物的最佳路径。
另外也可用来识别杂草和作物，有效减
少除草剂的使用量。
农业
计算机视觉也可以帮助制造商更安全、更智能、更有效地运行，比如预测性维护设备故障，对包装和产品质量进行监控，并通过计算机视觉减少
不合格产品。
制造业
自动驾驶汽车需要计算机视觉。
特斯拉(Tesla)、宝马(BMW)、沃尔沃(Volvo)和奥迪(Audi)等汽车制造商Y已经通过摄像头、激光雷达、雷达和超声波传感器从环境中获取图像，研发自动驾驶汽车来探测目标、车道标
志和交通信号，从而安全驾驶。
交通
中国在使用人脸识别技术方面无疑处于领先地位，这项技术被广泛应用于警察工作、支付识别、机场安检，甚至在北京天坛公园分发厕纸、防止厕纸被盗，以及其他许多应用。
安防
由于90％的医疗数据都是基于图像的，因此医学中的计算机视觉有很多用途。
比如启用新的医疗诊断方法，分析X射线，乳房X光检查，监
测患者等。
医疗
计算机视觉技术的典型应用案例。