查看原文
其他

陈纯院士带你看AI

学术plus 学术plus 2022-04-11

2019加入学术plus2018学术大礼包丨2017不可以错过的重磅报告们



2018年12月发布的《蓝皮书2017》由中国工程院40余位院士、300余位专家倾力打造,共分13个学科领域组,中国信息与电子工程科技发展战略研究中心统筹出版工作,《蓝皮书》认知领域篇中国工程院陈纯院士组织编写。


本文以陈纯院士对编写《蓝皮书》认知领域的寄语为开篇,全面介绍世界认知领域技术趋势与我国在该领域内的成果和进展,并总结出“我国认知领域五大亮点与成果”与“认知领域年度热词”,现与大家分享。


图为陈纯院士


蓝皮书简介(点击查看详细目录和介绍):“蓝皮书”系列丛书隶属于中国工程院战略咨询研究项目《中国信息与电子工程科技发展研究》,旨在通过对世界信息与电子领域年度发展现状及趋势研究,突出展现年度重要科技突破、重要产业成果以及发展动态,准确信息与电子领域综合发展态势,为国家和社会科技创新发展提供助力。


文章仅供参考,观点不代表本机构立场。



 院士寄语         



一、全球认知领域发展态势

智能技术及应用呈现井喷爆发,社会进入“人工智能+”转型时代。


人工智能与机器人技术、通信技术、控制技术进一步有机融合,拉开认知计算时代的大幕。产业变革、技术演进以及社会需求成为三大驱动因素。数字化、智能化成为核心发展方向,制造业转型升级的迫切需求释放了强大的市场潜力,人工智能行业规模迅速扩张,对全球电子信息产业激励作用显著。


具体来说:体现在三个方面:一是技术能力呈现开源化,通过技术平台的开源化二是专用智能向通用智能发展三是增强可解释性成为未来人工智能发展的重要方向


二、我国认知领域发展现状

认知计算能力快速发展,人工智能领域迎来黄金发展期。


国家战略从顶层进行整体推进,积极出台重要文件支持人工智能发展,构筑先发优势。同时,在理论研究、教育体系、产业发展、平台建设、创新应用方面,也都取得相应进展。


总的说来,中国在AI领域的基础研从跟跑逐步转向并跑,在技术创新上从并跑转向领跑,在工程应用上逐步开始国际领跑。


国际科技论文发表量和发明专利授权量已居世界第二,部分领域核心关键技术实现重要突破。语音识别、视觉识别技术世界领先,自适应自主学习、直觉感知、综合推理、混合智能和群体智能等初步具备跨越发展的能力,中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人、无人驾驶逐步进入实际应用,人工智能创新创业日益活跃,一批龙头骨干企业加速成长,在国际上获得广泛关注和认可。


相关文件、数据可参考阅读:

【重磅】中美欧2018人工智能政府文件(附全文)

【重磅】斯坦福《2018人工智能指数报告》(94页+AI大事记)


加速积累的技术能力与海量的数据资源、巨大的应用需求、开放的市场环境有机结合,形成了中国人工智能发展的独特优势。总体来说,虽然各大企业正逐渐追赶美国,但目前来说我国在基础理论研发、基础应用、融资规模上仍存在较大差距。


三、我国认知领域未来发展展望

(1)发展思路

2017年8月,国务院正式印发了《新一代人工智能发展规划》,正式将人工智能发展上升到国家战略层面。按照科技引领、系统布局、市场主导、开源开放的基本原则,制定了我国人工智能产业三步走的战略——到2020年与世界先进水平同步,2025年达到世界领先,2030年成为人工智能创新中心。


(2)发展重点

一是建立新一代人工智能基础理论体系。

二是开展关键共性技术攻关,建立新一代人工智能关键共性技术体系。

三是要建设布局人工智能创新平台,强化对人工智能研发应用的基础支撑。


四、我国认知领域五大亮点成就


1. 计算机视觉技术


应用市场方面,国内计算机视觉应用市场规模风速增长,计算机视觉“四小龙”——商汤、依图、旷视、云从科技在应用市场上独领风骚,占据69.4%的市场份额。根据IDC市场追踪数据,截至2017年12月底,中国计算机视觉应用市场规模达15.45亿元人民币,同比2016年增长184.0%。其中,政府、金融、互联网是计算机视觉技术支出规模最大的三个行业;平安城市、智慧金融中人脸身份验证是支出规模最大的两个场景。


2. 自动驾驶技术


自动驾驶作为AI热门领域,综合了环境感知、运动规划、精准定位、视听传感等智能化应用技术,商应前景广阔,全球互联网巨头争相布局,传统车企也纷纷入局,市场呈现出热闹的融合竞争趋势。


积极研发可投入使用的前沿产品。2017年6月,天津市联合国家发改委等共同组织世界智能驾驶挑战赛(WIDC),吸引63支车队参加;同时还举办了国际论坛,促进业内交流。2017年12月,深圳全球首发4台“阿尔法巴”自动驾驶公交车进行开放道路试运行,标志着中国率先成为全球开放道路自动驾驶客车的国家。


AI巨头积极构建产业生态。2017年2月,微软将用于训练测试机器人、无人机的AirSim系统开源,11月又推出汽车模拟系统,扩展AirSim系统安全方面的能力。2017年4月,百度正式发布开源的“Apollo”计划,旨在向汽车行业及自动驾驶领域的合作伙伴提供一个开放、完整、安全的软件平台,帮助结合车辆和硬件系统,快速搭建一套属于自己的完整的自动驾驶系统。9月,百度联合奇瑞正式发布全新一代人工智能汽车。


图11.3  AirSim汽车模拟系统


汽车行业与互联网行业的融合发展成为主流。2017年7月,奥迪首款量产L3级自动驾驶汽车奥迪A8在西班牙亮相,其搭载了英伟达的硬件和Traffic JamPilot系统,配置的高端驾驶辅助技术几乎囊括了高度自动化驾驶领域内所有技术,包括AI交通拥堵导航系统、远程停车导航系统、远程车库导航系统。此外,奥迪与英伟达合作联手打造的智能汽车将于2020年进行路上实用。2017年11月,腾讯自动驾驶业务首次公开亮相,重点展示了自动驾驶技术框架、仿真测试平台,计划2018年实现在城市半封闭道路上的自动驾驶能力。同时,腾讯入股特斯拉,投资蔚来、威马以及硅谷的自动驾驶技术公司Drive.ai等公司。2018年4月,阿里巴巴宣布正在进行L4级自动驾驶技术研发,以无人驾驶车载系统作为主攻点,结合在“阿里ET城市大脑”等项目中积累的AI识别技术进军无人驾驶领域。




3. 智能语音技术


在产品应用方面,百度的深度语音识别系统Deep Speech 2被《麻省理工评论》列入2016年十大突破性技术,唯一入选的中国应用


2017年3月,百度发布了实时语音合成的神经网络系统——深度语音(Deep Voice)系统,并宣布语音技术全系列接口永久免费开放,全方位支持生态伙伴,该系统性能比2016年9月谷歌发布的Deep Voice要快上400倍。2017年5月,腾讯云的语音智能平台“云小微”上线,包括硬件开放平台、skill开放平台和服务机器人平台,提供麦克风阵列算法、唤醒系统、声纹分析、图像识别等能力在内的完整框架。2017年7月,阿里巴巴人工智能实验室发布天猫精灵首款硬件产品——AI智能语音终端设别天猫精灵X1,可实现智能家居控制、语音购物等人机交互体验功能; 2017年10月,杭州云栖大会上,阿里云联合Rokid开放智能语音技术,为业界提供ALL-IN-ONE全栈智能语音解决方案,打造AI时代开放平台新标配。2018年1月,咪咕与科大讯飞联合发布了全球首款全语音人工智能耳机,聚合了涉及翻译、健康、出行等完整功能的智能语音服务语音服务。2018年1月,百度发布了Deep Peak 2模型,大幅提升混合输入的识别准确率,聊天场景下的相对正确率较行业领先水平提升20%,让机器更轻松适应用户的自然对话。


4. AI 芯片技术


在产品应用方面,各大厂商密集发布AI芯片,面向数据分析、云计算、安防、无人驾驶业务等AI场景。


2017年8月,百度发布了XPU,这是一款256核、基于FPGA的云计算加速芯片。2017年9月,德国柏林IFA2017大展上,华为正式发布全球首款内置神经元网络单元(NPU)的人工智能处理器——麒麟970芯片,其运算能力达1.92TFP 16 OPS,AI性能密度大幅优于CPU和GPU。2017年11月,寒武纪发布了全球新一代AI芯片,包括3款面向智能手机终端的处理器IP、2款面向服务器云端高性能智能处理器、1款专门为开发者打造的人工智能软件平台。2017年11月,2017世界人工智能大会上,比特大陆发布了面向AI应用的张量处理器——算丰Sophon BM1680,是继谷歌TPU之后,全球又一款专门用于张量计算加速的专用芯片(ASIC),适用于CNN / RNN / DNN的训练和推理。2017年12月,地平线公司发布了两款完全自主研发的嵌入式人工智能芯片——面向智能驾驶的Journey 1.0处理器和面向智能摄像头的Sunrise 1.0处理器,将算法与芯片做了强耦合——用算法来定义芯片,从而提升芯片效率。


5. 自然语言处理技术


我国2017年深度学习在自然语言处理领域应用取得了一定成就,产业应用方面,目前NLP这一领域的技术准确率远远没有达到计算机视觉和语音识别的水平,技术产品(比如个人助手)缺少实用价值。创业公司的工作中,自然语言处理领域还未诞生业界领先的初创公司。这些现状一方面说明自然语言处理的难度。另一方面,其重要性需要正视。作为AI认知的重要组成部分,自然语言处理是关键也是核心技术。对一个“智能”而言,仅仅感知当然不够,理解和消化内容的认知能力才是真正意义上的核心。目前,自然语言处理技术更多的是作为公司内部技术,比如内部的商业情报或人机接口功能。NLP在产品设计、UI、用户体验方面仍有很大的提升空间。


五、领域年度四大热词


 热词1:深度学习 


基本定义:深度学习是机器学习中一种基于对数据进行表征学习的方法,其动机在于建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。


应用水平:深度学习的应用虽然取得了里程碑式的突破,但是目前仍然存在一些根本性的问题:它只能发现数据之间的关联性,其本质特征、因果关系尚不明确,缺乏可解释性;因此需要研究具体的深度模型架构,然后再花费大量的时间对模型的参数进行微调优化。


 热词2:自动驾驶 


基本定义:自动驾驶主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目标。其技术原理是通过车载传感系统感知道路环境,自动规划行车路线并控制车辆到达预定目标的智能汽车。


应用水平:美、德、日、韩、我国均积极开展路测,并纷纷发布法规制度。我国在多个城市建立“基于宽带移动互联网的智能汽车、智慧交通应用示范”,允许“无人驾驶”车辆路测。国内,由百度、长安等企业以及国防科技大学、军事交通学院等自主研发无人驾驶汽车实现了长途驾驶记录,取得了长足进步。但仍存在关键技术水平不高、零部件非国产化严重、政策法规待有待完善等问题。


 热词3:智能音箱 


基本定义:智能语音人机接口,可完成点播歌曲、上网购物,了解天气,智能家居设备控制等功能。


应用水平:智能音箱实际上属于智能语音技术,其核心就要让机器在语音对话这一环节拥有近似于人的能力。Amazon、百度、小米、阿里等等纷纷发布了自己的智能音响产品,部分性价比高的智能音响呈现供不应求的市场态势。


 热词4:人工智能芯片(AI芯片) 


基本定义:AI芯片是执行深度学习优化算法的芯片,也可以包括用于机器人的一些机器视觉和机器学习算法。


应用水平:目前来看从芯片架构上主要分成四个流派:一是GPU流派,目前市场上基本是英伟达一家独大,其特性是性能高但是功耗较高;二是FPGA(Field Programmable GateArray)流派,用户可以通过更新FPGA 配置文件,来定义门电路以及存储器之间的连线,其优点是相对GPU功耗低,如深鉴科技DPU、百度XPU等;三是ASIC流派,其特性功耗低但需要定制电路设计,相对开发周期长、开发周期长,代表如谷歌的TPU、寒武纪 Cambricon-1A等;四是类脑流派,类脑芯片利用计算存储一体化等芯片架构模仿人脑异步、并行和分布式的信息处理方式,目前仍处于实验室研发阶段,代表如IBM TrueNorth、westwell、高通Zeroth等。



本文摘编自《中国电子信息工程科技发展研究2017》,更多精彩内容,请参阅全书。

长按二维码购买此书

(全文完)




美国发布《2019国家情报战略》

政府关门三周后,美国科学家慌了!

是什么在阻止我们生孩子?




  展望2019  

人间不合逻辑,同志尚须努力2019年的世界与中国丨智库2019:救赎与涅槃丨2019 全球财经关键词丨2019 法学界大事件丨2019 全球财经关键词丨2019 后真相时代的痛点丨2019 世界战斗机如何发展?


 点击领取:2018学术大礼包 


来吧!加入学术plus




    声明:版权归原作者所有。文章观点不代表本机构立场。图片均来自与网络。


 

  • 中国电子科学研究院学报》欢迎各位专家、学者赐稿!投稿链接

     http://kjpl.cbpt.cnki.net

  • 学报电话:010-68893411

  • 学报邮箱:dkyxuebao@vip.126.com

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存