本白皮書前期在國標(biāo)委工業(yè)二部和工信部科技司的指導(dǎo)下友绝，通過梳理人工智能技術(shù)口芍、應(yīng)用和產(chǎn)業(yè)演進(jìn)情況，分析人工智能的技術(shù)熱點(diǎn)臭挽、行業(yè)動態(tài)和未來趨勢八匠， 從支撐人工智能產(chǎn)業(yè)整體發(fā)展的角度出發(fā)，研究制定了能夠適應(yīng)和引導(dǎo)人工智能產(chǎn)業(yè)發(fā)展的標(biāo)準(zhǔn)體系趴酣，進(jìn)而提出近期急需研制的基礎(chǔ)和關(guān)鍵標(biāo)準(zhǔn)項目梨树。
目錄
1 前言 ....................................................................1
1.1 研究背景 ............................................................1
1.2 研究目標(biāo)及意義 ......................................................2
2 人工智能概述 ............................................................3
2.1 人工智能的歷史及概念 ................................................3
2.1.1 人工智能的起源與歷史 .............................................3
2.1.2 人工智能的概念 ...................................................5
2.2 人工智能的特征 ......................................................7
2.3 人工智能參考框架 ....................................................8
3 人工智能發(fā)展現(xiàn)狀及趨勢 .................................................11
3.1 人工智能關(guān)鍵技術(shù) ...................................................11
3.1.1 機(jī)器學(xué)習(xí) ........................................................11
3.1.2 知識圖譜 ........................................................13
3.1.3 自然語言處理 ....................................................14
3.1.4 人機(jī)交互 ........................................................15
3.1.5 計算機(jī)視覺 ......................................................17
3.1.6 生物特征識別 ....................................................19
3.1.7 虛擬現(xiàn)實(shí)/增強(qiáng)現(xiàn)實(shí) ...............................................21
3.1.8 人工智能技術(shù)發(fā)展趨勢 ............................................21
3.2人工智能產(chǎn)業(yè)現(xiàn)狀及趨勢 .............................................22
3.2.1 智能基礎(chǔ)設(shè)施 ....................................................23
3.2.2 智能信息及數(shù)據(jù) ..................................................24
3.2.3 智能技術(shù)服務(wù) ....................................................25
3.2.4 智能產(chǎn)品 ........................................................25
3.2.5 人工智能行業(yè)應(yīng)用 ................................................27
3.2.6 人工智能產(chǎn)業(yè)發(fā)展趨勢 ............................................31
3.3安全、倫理岖寞、隱私問題 ...............................................32
3.3.1 人工智能的安全問題 ..............................................32
3.3.2 人工智能的倫理問題 ..............................................33
3.3.3 人工智能的隱私問題 ..............................................34
3.4 人工智能標(biāo)準(zhǔn)化的重要作用 ...........................................35
4 人工智能標(biāo)準(zhǔn)化現(xiàn)狀 .....................................................37
4.1 國際標(biāo)準(zhǔn)化現(xiàn)狀 .....................................................37
4.1.1 ISO/IEC JTC 1 ..................................................37
4.1.2 ISO ............................................................40
4.1.3 IEC ............................................................40
4.1.4 ITU............................................................41
4.2國外標(biāo)準(zhǔn)化現(xiàn)狀 .....................................................41
4.2.1 IEEE ...........................................................41
4.2.2 NIST ...........................................................41
4.2.3 其它 ...........................................................42
4.3國內(nèi)標(biāo)準(zhǔn)化現(xiàn)狀 .....................................................42
4.3.1 全國信息技術(shù)標(biāo)準(zhǔn)化技術(shù)委員會 ....................................42
4.3.2 全國自動化系統(tǒng)與集成標(biāo)準(zhǔn)化技術(shù)委員會 ............................43
4.3.3 全國音頻抡四、視頻和多媒體標(biāo)準(zhǔn)化技術(shù)委員會 ..........................43
4.3.4 全國信息安全標(biāo)準(zhǔn)化技術(shù)委員會 ....................................43
4.3.5 全國智能運(yùn)輸系統(tǒng)標(biāo)準(zhǔn)化技術(shù)委員會 ................................44
4.4 人工智能標(biāo)準(zhǔn)化面臨的問題和挑戰(zhàn) .....................................44
4.5 人工智能標(biāo)準(zhǔn)需求分析 ...............................................45
4.6 人工智能標(biāo)準(zhǔn)化組織機(jī)制建設(shè) .........................................46
5 人工智能標(biāo)準(zhǔn)體系 .......................................................48
5.1 人工智能標(biāo)準(zhǔn)體系結(jié)構(gòu) ...............................................48
5.2 標(biāo)準(zhǔn)體系框架 .......................................................49
5.2.1 基礎(chǔ)標(biāo)準(zhǔn) ........................................................51
5.2.2 平臺/支撐標(biāo)準(zhǔn) ...................................................51
5.2.3 關(guān)鍵技術(shù)標(biāo)準(zhǔn) ....................................................51
5.2.4 產(chǎn)品及服務(wù)標(biāo)準(zhǔn) ..................................................53
5.2.5 應(yīng)用標(biāo)準(zhǔn) ........................................................54
5.2.6 安全/倫理標(biāo)準(zhǔn) ...................................................56
5.3 近期急需制定標(biāo)準(zhǔn) ...................................................56
6 人工智能標(biāo)準(zhǔn)化工作重點(diǎn)建議 .............................................59
附件 1 人工智能標(biāo)準(zhǔn)明細(xì)表................................................61
附件 2 應(yīng)用案例..........................................................71
1. 前言
1.1 研究背景
人工智能概念誕生于 1956 年，在半個多世紀(jì)的發(fā)展歷程中仗谆，由于受到智能算法指巡、計算速度、存儲水平等多方面因素的影響隶垮，人工智能技術(shù)和應(yīng)用發(fā)展經(jīng)歷了多次高潮和低谷藻雪。2006 年以來，以深度學(xué)習(xí)為代表的機(jī)器學(xué)習(xí)算法在機(jī)器視覺和語音識別等領(lǐng)域取得了極大的成功狸吞，識別準(zhǔn)確性大幅提升勉耀，使人工智能再次受到學(xué)術(shù)界和產(chǎn)業(yè)界的廣泛關(guān)注。云計算蹋偏、大數(shù)據(jù)等技術(shù)在提升運(yùn)算速度便斥，降低計算成本的同時，也為人工智能發(fā)展提供了豐富的數(shù)據(jù)資源威始，協(xié)助訓(xùn)練出更加智能化的算法模型枢纠。人工智能的發(fā)展模式也從過去追求“用計算機(jī)模擬人工智能”，逐步轉(zhuǎn)向以機(jī)器與人結(jié)合而成的增強(qiáng)型混合智能系統(tǒng)黎棠，用機(jī)器晋渺、人镰绎、網(wǎng)絡(luò)結(jié)合成新的群智系統(tǒng)，以及用機(jī)器些举、人跟狱、網(wǎng)絡(luò)和物結(jié)合成的更加復(fù)雜的智能系統(tǒng)。
作為新一輪產(chǎn)業(yè)變革的核心驅(qū)動力户魏，人工智能在催生新技術(shù)驶臊、新產(chǎn)品的同時， 對傳統(tǒng)行業(yè)也具備較強(qiáng)的賦能作用叼丑，能夠引發(fā)經(jīng)濟(jì)結(jié)構(gòu)的重大變革关翎，實(shí)現(xiàn)社會生產(chǎn)力的整體躍升。人工智能將人從枯燥的勞動中解放出來鸠信，越來越多的簡單性纵寝、重復(fù)性、危險性任務(wù)由人工智能系統(tǒng)完成星立，在減少人力投入爽茴，提高工作效率的同時，還能夠比人類做得更快绰垂、更準(zhǔn)確室奏；人工智能還可以在教育、醫(yī)療劲装、養(yǎng)老胧沫、環(huán)境保護(hù)、城市運(yùn)行占业、司法服務(wù)等領(lǐng)域得到廣泛應(yīng)用绒怨，能夠極大提高公共服務(wù)精準(zhǔn)化水平，全面提升人民生活品質(zhì)谦疾；同時南蹂，人工智能可幫助人類準(zhǔn)確感知、預(yù)測念恍、預(yù)警基礎(chǔ)設(shè)施和社會安全運(yùn)行的重大態(tài)勢碎紊，及時把握群體認(rèn)知及心理變化，主動作出決策反應(yīng)樊诺，顯著提高社會治理能力和水平仗考，同時保障公共安全。
人工智能作為一項引領(lǐng)未來的戰(zhàn)略技術(shù)词爬，世界發(fā)達(dá)國家紛紛在新一輪國際競爭中爭取掌握主導(dǎo)權(quán)秃嗜，圍繞人工智能出臺規(guī)劃和政策，對人工智能核心技術(shù)、頂尖人才锅锨、標(biāo)準(zhǔn)規(guī)范等進(jìn)行部署叽赊，加快促進(jìn)人工智能技術(shù)和產(chǎn)業(yè)發(fā)展。主要科技企業(yè)不斷加大資金和人力投入必搞，搶占人工智能發(fā)展制高點(diǎn)必指。2017年，我國出臺了《新一代人工智能發(fā)展規(guī)劃》（國發(fā)〔2017〕35 號）恕洲、《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018-2020 年）》（工信部科〔2017〕315 號）等政策文件塔橡，推動人工智能技術(shù)研發(fā)和產(chǎn)業(yè)化發(fā)展。目前霜第，國內(nèi)人工智能發(fā)展已具備一定的技術(shù)和產(chǎn)業(yè)基礎(chǔ)葛家，在芯片、數(shù)據(jù)泌类、平臺癞谒、應(yīng)用等領(lǐng)域集聚了一批人工智能企業(yè)，在部分方向取得階段性成果并向市場化發(fā)展刃榨。例如弹砚，人工智能在金融、安防枢希、客服等行業(yè)領(lǐng)域已實(shí)現(xiàn)應(yīng)用桌吃，在特定任務(wù)中語義識別、語音識別晴玖、人臉識別读存、圖像識別技術(shù)的精度和效率已遠(yuǎn)超人工为流。
標(biāo)準(zhǔn)化工作對人工智能及其產(chǎn)業(yè)發(fā)展具有基礎(chǔ)性呕屎、支撐性、引領(lǐng)性的作用敬察，既是推動產(chǎn)業(yè)創(chuàng)新發(fā)展的關(guān)鍵抓手秀睛，也是產(chǎn)業(yè)競爭的制高點(diǎn)。當(dāng)前莲祸，在我國人工智能相關(guān)產(chǎn)品和服務(wù)不斷豐富的同時蹂安，也出現(xiàn)了標(biāo)準(zhǔn)化程度不足的問題。人工智能涉及眾多領(lǐng)域锐帜，雖然某些領(lǐng)域已具備一定的標(biāo)準(zhǔn)化基礎(chǔ)田盈，但是這些分散的標(biāo)準(zhǔn)化工作并不足以完全支撐整個人工智能領(lǐng)域。另一方面缴阎，人工智能屬于新興領(lǐng)域允瞧， 發(fā)展方興未艾，從世界范圍來看，標(biāo)準(zhǔn)化工作仍在起步過程中述暂，尚未形成完善的標(biāo)準(zhǔn)體系痹升，我國基本與國外處于同一起跑線，存在快速突破的機(jī)會窗口畦韭。只要瞄準(zhǔn)機(jī)會疼蛾，快速布局，完全有可能搶占標(biāo)準(zhǔn)創(chuàng)新的制高點(diǎn)艺配，反之察郁，則有可能喪失良機(jī)。因此妒挎，迫切需要把握機(jī)遇绳锅，加快對人工智能技術(shù)及產(chǎn)業(yè)發(fā)展的研究，系統(tǒng)梳理酝掩、加快研制人工智能各領(lǐng)域的標(biāo)準(zhǔn)體系鳞芙，明確標(biāo)準(zhǔn)之間的依存性與制約關(guān)系，建立統(tǒng)一完善的標(biāo)準(zhǔn)體系期虾，以標(biāo)準(zhǔn)的手段促進(jìn)我國人工智能技術(shù)原朝、產(chǎn)業(yè)蓬勃發(fā)展。
1.2 研究目標(biāo)及意義
本白皮書前期在國標(biāo)委工業(yè)二部和工信部科技司的指導(dǎo)下镶苞，通過梳理人工智能技術(shù)喳坠、應(yīng)用和產(chǎn)業(yè)演進(jìn)情況，分析人工智能的技術(shù)熱點(diǎn)茂蚓、行業(yè)動態(tài)和未來趨勢壕鹉， 從支撐人工智能產(chǎn)業(yè)整體發(fā)展的角度出發(fā)，研究制定了能夠適應(yīng)和引導(dǎo)人工智能產(chǎn)業(yè)發(fā)展的標(biāo)準(zhǔn)體系聋涨，進(jìn)而提出近期急需研制的基礎(chǔ)和關(guān)鍵標(biāo)準(zhǔn)項目晾浴。
本白皮書并不預(yù)期成為人工智能領(lǐng)域的全面技術(shù)和產(chǎn)業(yè)綜述，不求面面俱到牍白， 僅針對目前人工智能領(lǐng)域涵蓋的技術(shù)熱點(diǎn)和產(chǎn)業(yè)情況進(jìn)行分析脊凰，研究提出人工智 能標(biāo)準(zhǔn)體系。人工智能標(biāo)準(zhǔn)化工作尚處于起步階段茂腥，本白皮書只作為人工智能領(lǐng) 域技術(shù)狸涌、產(chǎn)業(yè)和標(biāo)準(zhǔn)化之間初始的連接紐帶，并將在今后不斷根據(jù)技術(shù)最岗、產(chǎn)業(yè)和標(biāo)準(zhǔn)化的發(fā)展需求進(jìn)行修訂帕胆。本白皮書不過多地給出人工智能領(lǐng)域觀點(diǎn)性的陳述， 力求以較為淺顯易懂的語言和方式進(jìn)行闡述般渡。
本白皮書的意義在于與業(yè)界分享人工智能領(lǐng)域的研究成果和實(shí)踐經(jīng)驗懒豹，呼吁社會各界共同加強(qiáng)人工智能領(lǐng)域的技術(shù)研究右蹦、產(chǎn)業(yè)投入、標(biāo)準(zhǔn)建設(shè)與服務(wù)應(yīng)用歼捐， 共同推動人工智能及其產(chǎn)業(yè)發(fā)展何陆。
2.人工智能概述
2.1 人工智能的歷史及概念
2.1.1 人工智能的起源與歷史
人工智能始于 20 世紀(jì) 50 年代，至今大致分為三個發(fā)展階段：第一階段（20 世紀(jì) 50 年代——80 年代）豹储。這一階段人工智能剛誕生贷盲，基于抽象數(shù)學(xué)推理的可編程數(shù)字計算機(jī)已經(jīng)出現(xiàn)，符號主義（Symbolism）快速發(fā)展剥扣，但由于很多事物不能形式化表達(dá)巩剖，建立的模型存在一定的局限性。此外钠怯，隨著計算任務(wù)的復(fù)雜性不斷加大佳魔，人工智能發(fā)展一度遇到瓶頸；第二階段（20 世紀(jì) 80 年代——90 年代末）晦炊。在這一階段鞠鲜，專家系統(tǒng)得到快速發(fā)展，數(shù)學(xué)模型有重大突破断国，但由于專家系統(tǒng)在知識獲取贤姆、推理能力等方面的不足，以及開發(fā)成本高等原因稳衬，人工智能的發(fā)展又一次進(jìn)入低谷期霞捡；第三階段（21 世紀(jì)初——至今）。隨著大數(shù)據(jù)的積聚薄疚、理論算法的革新碧信、計算能力的提升，人工智能在很多應(yīng)用領(lǐng)域取得了突破性進(jìn)展街夭， 迎來了又一個繁榮時期砰碴。人工智能具體的發(fā)展歷程如圖 1 所示。
長期以來莱坎，制造具有智能的機(jī)器一直是人類的重大夢想衣式。早在 1950 年寸士，AlanTuring 在《計算機(jī)器與智能》中就闡述了對人工智能的思考檐什。他提出的圖靈測試是機(jī)器智能的重要測量手段，后來還衍生出了視覺圖靈測試等測量方法弱卡。1956年乃正，“人工智能”這個詞首次出現(xiàn)在達(dá)特茅斯會議上，標(biāo)志著其作為一個研究領(lǐng)域的正式誕生婶博。六十年來瓮具，人工智能發(fā)展潮起潮落的同時，基本思想可大致劃分為四個流派：符號主義（Symbolism）、連接主義（Connectionism）名党、行為主義（Behaviourism）和統(tǒng)計主義（Statisticsism）（注：由于篇幅原因叹阔，本白皮書不對四個流派進(jìn)行詳細(xì)闡述）。這四個流派從不同側(cè)面抓住了智能的部分特征传睹，在“制造”人工智能方面都取得了里程碑式的成就耳幢。
1959 年，Arthur Samuel 提出了機(jī)器學(xué)習(xí)欧啤，機(jī)器學(xué)習(xí)將傳統(tǒng)的制造智能演化為通過學(xué)習(xí)能力來獲取智能睛藻，推動人工智能進(jìn)入了第一次繁榮期。20 世紀(jì) 70 年代末期專家系統(tǒng)的出現(xiàn)邢隧，實(shí)現(xiàn)了人工智能從理論研究走向?qū)嶋H應(yīng)用店印，從一般思維規(guī)律探索走向?qū)ｉT知識應(yīng)用的重大突破，將人工智能的研究推向了新高潮倒慧。然而按摘， 機(jī)器學(xué)習(xí)的模型仍然是“人工”的，也有很大的局限性纫谅。隨著專家系統(tǒng)應(yīng)用的不斷深入院峡，專家系統(tǒng)自身存在的知識獲取難、知識領(lǐng)域窄系宜、推理能力弱照激、實(shí)用性差等問題逐步暴露。從 1976 年開始盹牧，人工智能的研究進(jìn)入長達(dá) 6 年的蕭瑟期俩垃。
在 80 年代中期，隨著美國汰寓、日本立項支持人工智能研究口柳，以及以知識工程為主導(dǎo)的機(jī)器學(xué)習(xí)方法的發(fā)展，出現(xiàn)了具有更強(qiáng)可視化效果的決策樹模型和突破早期感知機(jī)局限的多層人工神經(jīng)網(wǎng)絡(luò)有滑，由此帶來了人工智能的又一次繁榮期跃闹。然而，當(dāng)時的計算機(jī)難以模擬復(fù)雜度高及規(guī)模大的神經(jīng)網(wǎng)絡(luò)毛好，仍有一定的局限性望艺。
1987 年由于 LISP 機(jī)市場崩塌，美國取消了人工智能預(yù)算肌访，日本第五代計算機(jī)項目失敗并退出市場找默，專家系統(tǒng)進(jìn)展緩慢，人工智能又進(jìn)入了蕭瑟期吼驶。
1997 年惩激，IBM 深藍(lán)（Deep Blue）戰(zhàn)勝國際象棋世界冠軍 Garry Kasparov店煞。這是一次具有里程碑意義的成功，它代表了基于規(guī)則的人工智能的勝利风钻。2006 年顷蟀，在 Hinton 和他的學(xué)生的推動下，深度學(xué)習(xí)開始備受關(guān)注骡技，為后來人工智能的發(fā)展帶來了重大影響衩椒。從 2010 年開始，人工智能進(jìn)入爆發(fā)式的發(fā)展階段哮兰，其最主要的驅(qū)動力是大數(shù)據(jù)時代的到來毛萌，運(yùn)算能力及機(jī)器學(xué)習(xí)算法得到提高。人工智能快速發(fā)展喝滞，產(chǎn)業(yè)界也開始不斷涌現(xiàn)出新的研發(fā)成果：2011 年阁将，IBM Waston 在綜藝節(jié)目《危險邊緣》中戰(zhàn)勝了最高獎金得主和連勝紀(jì)錄保持者；2012 年右遭，谷歌大腦通過模仿人類大腦在沒有人類指導(dǎo)的情況下做盅，利用非監(jiān)督深度學(xué)習(xí)方法從大量視頻中成功學(xué)習(xí)到識別出一只貓的能力；2014 年窘哈，微軟公司推出了一款實(shí)時口譯系統(tǒng)吹榴，可以模仿說話者的聲音并保留其口音；2014 年滚婉，微軟公司發(fā)布全球第一款個人智能助理微軟小娜图筹；2014 年，亞馬遜發(fā)布至今為止最成功的智能音箱產(chǎn)品 Echo 和個人助手 Alexa让腹；2016 年远剩，谷歌 AlphaGo 機(jī)器人在圍棋比賽中擊敗了世界冠軍李世石；2017 年骇窍，蘋果公司在原來個人助理 Siri 的基礎(chǔ)上推出了智能私人助理 Siri 和智能音響 HomePod瓜晤。
目前，世界各國都開始重視人工智能的發(fā)展腹纳。2017 年 6 月 29 日痢掠，首屆世界智能大會在天津召開。中國工程院院士潘云鶴在大會主論壇作了題為“中國新一代人工智能”的主題演講嘲恍，報告中概括了世界各國在人工智能研究方面的戰(zhàn)略：
2016 年 5 月足画，美國白宮發(fā)表了《為人工智能的未來做好準(zhǔn)備》；英國 2016 年 12 月發(fā)布《人工智能：未來決策制定的機(jī)遇和影響》蛔钙；法國在 2017 年 4 月制定了《國家人工智能戰(zhàn)略》锌云；德國在2017 年5 月頒布全國第一部自動駕駛的法律荠医；在中國吁脱， 據(jù)不完全統(tǒng)計桑涎，2017 年運(yùn)營的人工智能公司接近400 家，行業(yè)巨頭百度兼贡、騰訊攻冷、阿里巴巴等都不斷在人工智能領(lǐng)域發(fā)力缴饭。從數(shù)量海诲、投資等角度來看扔涧，自然語言處理傲霸、機(jī)器人纺座、計算機(jī)視覺成為了人工智能最為熱門的三個產(chǎn)業(yè)方向速侈。
2.1.2 人工智能的概念
人工智能作為一門前沿交叉學(xué)科显设，其定義一直存有不同的觀點(diǎn)：《人工智能—— 一種現(xiàn)代方法》中將已有的一些人工智能定義分為四類：像人一樣思考的系統(tǒng)僻澎、像人一樣行動的系統(tǒng)废封、理性地思考的系統(tǒng)州泊、理性地行動的系統(tǒng)。維基百科上定義“人工智能就是機(jī)器展現(xiàn)出的智能”漂洋，即只要是某種機(jī)器遥皂，具有某種或某些
“智能”的特征或表現(xiàn)，都應(yīng)該算作“人工智能”刽漂。大英百科全書則限定人工智能是數(shù)字計算機(jī)或者數(shù)字計算機(jī)控制的機(jī)器人在執(zhí)行智能生物體才有的一些任務(wù)上的能力演训。百度百科定義人工智能是“研究、開發(fā)用于模擬贝咙、延伸和擴(kuò)展人的智能的理論样悟、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)”庭猩，將其視為計算機(jī)科學(xué)的一個分支乌奇，指出其研究包括機(jī)器人、語言識別眯娱、圖像識別礁苗、自然語言處理和專家系統(tǒng)等。
本白皮書認(rèn)為徙缴，人工智能是利用數(shù)字計算機(jī)或者數(shù)字計算機(jī)控制的機(jī)器模擬试伙、延伸和擴(kuò)展人的智能，感知環(huán)境于样、獲取知識并使用知識獲得最佳結(jié)果的理論疏叨、方法、技術(shù)及應(yīng)用系統(tǒng)穿剖。
人工智能的定義對人工智能學(xué)科的基本思想和內(nèi)容作出了解釋蚤蔓，即圍繞智能活動而構(gòu)造的人工系統(tǒng)。人工智能是知識的工程糊余，是機(jī)器模仿人類利用知識完成一定行為的過程秀又。根據(jù)人工智能是否能真正實(shí)現(xiàn)推理单寂、思考和解決問題，可以將人工智能分為弱人工智能和強(qiáng)人工智能吐辙。
弱人工智能是指不能真正實(shí)現(xiàn)推理和解決問題的智能機(jī)器宣决，這些機(jī)器表面看像是智能的，但是并不真正擁有智能昏苏，也不會有自主意識尊沸。迄今為止的人工智能系統(tǒng)都還是實(shí)現(xiàn)特定功能的專用智能，而不是像人類智能那樣能夠不斷適應(yīng)復(fù)雜的新環(huán)境并不斷涌現(xiàn)出新的功能贤惯，因此都還是弱人工智能洼专。目前的主流研究仍然集中于弱人工智能，并取得了顯著進(jìn)步孵构，如語音識別壶熏、圖像處理和物體分割、機(jī)器翻譯等方面取得了重大突破浦译，甚至可以接近或超越人類水平棒假。
強(qiáng)人工智能是指真正能思維的智能機(jī)器，并且認(rèn)為這樣的機(jī)器是有知覺的和自我意識的精盅，這類機(jī)器可分為類人（機(jī)器的思考和推理類似人的思維）與非類人（機(jī)器產(chǎn)生了和人完全不一樣的知覺和意識帽哑，使用和人完全不一樣的推理方式）兩大類。從一般意義來說叹俏，達(dá)到人類水平的妻枕、能夠自適應(yīng)地應(yīng)對外界環(huán)境挑戰(zhàn)的、具有自我意識的人工智能稱為“通用人工智能”粘驰、“強(qiáng)人工智能”或“類人智能”屡谐。強(qiáng)人工智能不僅在哲學(xué)上存在巨大爭論（涉及到思維與意識等根本問題的討論），在技術(shù)上的研究也具有極大的挑戰(zhàn)性蝌数。強(qiáng)人工智能當(dāng)前鮮有進(jìn)展愕掏，美國私營部門的專家及國家科技委員會比較支持的觀點(diǎn)是，至少在未來幾十年內(nèi)難以實(shí)現(xiàn)顶伞。
靠符號主義饵撑、連接主義、行為主義和統(tǒng)計主義這四個流派的經(jīng)典路線就能設(shè)計制造出強(qiáng)人工智能嗎唆貌？其中一個主流看法是：即使有更高性能的計算平臺和更大規(guī)模的大數(shù)據(jù)助力滑潘，也還只是量變，不是質(zhì)變锨咙，人類對自身智能的認(rèn)識還處在初級階段语卤，在人類真正理解智能機(jī)理之前，不可能制造出強(qiáng)人工智能。理解大腦產(chǎn)生智能的機(jī)理是腦科學(xué)的終極性問題粹舵，絕大多數(shù)腦科學(xué)專家都認(rèn)為這是一個數(shù)百年乃至數(shù)千年甚至永遠(yuǎn)都解決不了的問題钮孵。
通向強(qiáng)人工智能還有一條“新”路線，這里稱為“仿真主義”齐婴。這條新路線通過制造先進(jìn)的大腦探測工具從結(jié)構(gòu)上解析大腦油猫，再利用工程技術(shù)手段構(gòu)造出模仿大腦神經(jīng)網(wǎng)絡(luò)基元及結(jié)構(gòu)的仿腦裝置稠茂，最后通過環(huán)境刺激和交互訓(xùn)練仿真大腦實(shí)現(xiàn)類人智能柠偶，簡言之，“先結(jié)構(gòu)睬关，后功能”诱担。雖然這項工程也十分困難，但都是有可能在數(shù)十年內(nèi)解決的工程技術(shù)問題电爹，而不像“理解大腦”這個科學(xué)問題那樣遙不可及蔫仙。
仿真主義可以說是符號主義、連接主義丐箩、行為主義和統(tǒng)計主義之后的第五個流派摇邦，和前四個流派有著千絲萬縷的聯(lián)系，也是前四個流派通向強(qiáng)人工智能的關(guān)鍵一環(huán)屎勘。經(jīng)典計算機(jī)是數(shù)理邏輯的開關(guān)電路實(shí)現(xiàn)施籍，采用馮?諾依曼體系結(jié)構(gòu)，可以作為邏輯推理等專用智能的實(shí)現(xiàn)載體概漱。但要靠經(jīng)典計算機(jī)不可能實(shí)現(xiàn)強(qiáng)人工智能丑慎。要按仿真主義的路線“仿腦”，就必須設(shè)計制造全新的軟硬件系統(tǒng)瓤摧，這就是“類腦計算機(jī)”竿裂，或者更準(zhǔn)確地稱為“仿腦機(jī)”≌彰郑“仿腦機(jī)”是“仿真工程”的標(biāo)志性成果腻异，也是“仿腦工程”通向強(qiáng)人工智能之路的重要里程碑。
2.2 人工智能的特征
（1）由人類設(shè)計这揣，為人類服務(wù)捂掰，本質(zhì)為計算，基礎(chǔ)為數(shù)據(jù)曾沈。從根本上說这嚣，人工智能系統(tǒng)必須以人為本，這些系統(tǒng)是人類設(shè)計出的機(jī)器塞俱，按照人類設(shè)定的程序邏輯或軟件算法通過人類發(fā)明的芯片等硬件載體來運(yùn)行或工作姐帚，其本質(zhì)體現(xiàn)為計算，通過對數(shù)據(jù)的采集障涯、加工罐旗、處理膳汪、分析和挖掘，形成有價值的信息流和知識模型九秀，來為人類提供延伸人類能力的服務(wù)遗嗽，來實(shí)現(xiàn)對人類期望的一些“智能行為”的模擬，在理想情況下必須體現(xiàn)服務(wù)人類的特點(diǎn)鼓蜒，而不應(yīng)該傷害人類痹换，特別是不應(yīng)該有目的性地做出傷害人類的行為。
（2）能感知環(huán)境都弹，能產(chǎn)生反應(yīng)娇豫，能與人交互，能與人互補(bǔ)畅厢。人工智能系統(tǒng)應(yīng)能借助傳感器等器件產(chǎn)生對外界環(huán)境（包括人類）進(jìn)行感知的能力冯痢，可以像人一樣通過聽覺、視覺框杜、嗅覺浦楣、觸覺等接收來自環(huán)境的各種信息，對外界輸入產(chǎn)生文字咪辱、語音振劳、表情、動作（控制執(zhí)行機(jī)構(gòu)）等必要的反應(yīng)梧乘，甚至影響到環(huán)境或人類澎迎。借助于按鈕、鍵盤选调、鼠標(biāo)夹供、屏幕、手勢仁堪、體態(tài)哮洽、表情、力反饋弦聂、虛擬現(xiàn)實(shí)/增強(qiáng)現(xiàn)實(shí)等方式鸟辅，人與機(jī)器間可以產(chǎn)生交互與互動，使機(jī)器設(shè)備越來越“理解” 人類乃至與人類共同協(xié)作莺葫、優(yōu)勢互補(bǔ)匪凉。這樣，人工智能系統(tǒng)能夠幫助人類做人類不擅長捺檬、不喜歡但機(jī)器能夠完成的工作再层，而人類則適合于去做更需要創(chuàng)造性、洞察力、想象力聂受、靈活性蒿秦、多變性乃至用心領(lǐng)悟或需要感情的一些工作。
（3）有適應(yīng)特性蛋济，有學(xué)習(xí)能力棍鳖，有演化迭代，有連接擴(kuò)展碗旅。人工智能系統(tǒng)在理想情況下應(yīng)具有一定的自適應(yīng)特性和學(xué)習(xí)能力渡处，即具有一定的隨環(huán)境、數(shù)據(jù)或任務(wù)變化而自適應(yīng)調(diào)節(jié)參數(shù)或更新優(yōu)化模型的能力扛芽；并且骂蓖，能夠在此基礎(chǔ)上通過與云积瞒、端川尖、人、物越來越廣泛深入數(shù)字化連接擴(kuò)展茫孔，實(shí)現(xiàn)機(jī)器客體乃至人類主體的演化迭代叮喳，以使系統(tǒng)具有適應(yīng)性、魯棒性缰贝、靈活性馍悟、擴(kuò)展性，來應(yīng)對不斷變化的現(xiàn)實(shí)環(huán)境剩晴，從而使人工智能系統(tǒng)在各行各業(yè)產(chǎn)生豐富的應(yīng)用锣咒。
2.3 人工智能參考框架
目前，人工智能領(lǐng)域尚未形成完善的參考框架赞弥。因此毅整，本章基于人工智能的發(fā)展?fàn)顩r和應(yīng)用特征，從人工智能信息流動的角度出發(fā)绽左，提出一種人工智能參考框架（如圖 2 所示）悼嫉，力圖搭建較為完整的人工智能主體框架，描述人工智能系統(tǒng)總體工作流程拼窥，不受具體應(yīng)用所限戏蔑，適用于通用的人工智能領(lǐng)域需求。
人工智能參考框架提供了基于“角色—活動—功能”的層級分類體系鲁纠，從“智能信息鏈”（水平軸）和“IT 價值鏈”（垂直軸）兩個維度闡述了人工智能系統(tǒng)框架总棵。“智能信息鏈”反映從智能信息感知改含、智能信息表示與形成情龄、智能推理、智能決策、智能執(zhí)行與輸出的一般過程刃唤。在這個過程中隔心，智能信息是流動的載體，經(jīng)歷了“數(shù)據(jù)—信息—知識—智慧”的凝練過程尚胞∮不簦“IT 價值鏈”從人工智能的底層基礎(chǔ)設(shè)施、信息（提供和處理技術(shù)實(shí)現(xiàn)）到系統(tǒng)的產(chǎn)業(yè)生態(tài)過程笼裳，反映人工智能為信息技術(shù)產(chǎn)業(yè)帶來的價值唯卖。此外，人工智能系統(tǒng)還有其它非常重要的框架構(gòu)件：安全躬柬、隱私拜轨、倫理和管理。人工智能系統(tǒng)主要由基礎(chǔ)設(shè)施提供者允青、信息提供者橄碾、信息處理者和系統(tǒng)協(xié)調(diào)者 4 個角色組成。
（1）基礎(chǔ)設(shè)施提供者
基礎(chǔ)設(shè)施提供者為人工智能系統(tǒng)提供計算能力支持颠锉，實(shí)現(xiàn)與外部世界的溝通法牲， 并通過基礎(chǔ)平臺實(shí)現(xiàn)支撐。計算能力由智能芯片（CPU琼掠、GPU拒垃、ASIC、FPGA 等硬件加速芯片以及其它智能芯片）等硬件系統(tǒng)開發(fā)商提供瓷蛙；與外部世界的溝通通 過新型傳感器制造商提供悼瓮；基礎(chǔ)平臺包括分布式計算框架提供商及網(wǎng)絡(luò)提供商提 供平臺保障和支持，即包括云存儲和計算艰猬、互聯(lián)互通網(wǎng)絡(luò)等横堡。
（2）信息提供者
信息提供者在人工智能領(lǐng)域是智能信息的來源。通過知識信息感知過程由數(shù)據(jù)提供商提供智能感知信息姥宝，包括原始數(shù)據(jù)資源和數(shù)據(jù)集翅萤。原始數(shù)據(jù)資源的感知涉及到圖形、圖像腊满、語音套么、文本的識別，還涉及到傳統(tǒng)設(shè)備的物聯(lián)網(wǎng)數(shù)據(jù)碳蛋，包括已有系統(tǒng)的業(yè)務(wù)數(shù)據(jù)以及力胚泌、位移、液位肃弟、溫度玷室、濕度等感知數(shù)據(jù)零蓉。
（3）信息處理者
信息處理者是指人工智能領(lǐng)域中技術(shù)和服務(wù)提供商。信息處理者的主要活動包括智能信息表示與形成穷缤、智能推理敌蜂、智能決策及智能執(zhí)行與輸出。智能信息處理者通常是算法工程師及技術(shù)服務(wù)提供商津肛，通過計算框架章喉、模型及通用技術(shù)，例如一些深度學(xué)習(xí)框架和機(jī)器學(xué)習(xí)算法模型等功能進(jìn)行支撐身坐。
智能信息表示與形成是指為描述外圍世界所作的一組約定秸脱，分階段對智能信息進(jìn)行符號化和形式化的智能信息建模、抽取部蛇、預(yù)處理摊唇、訓(xùn)練數(shù)據(jù)等。
智能信息推理是指在計算機(jī)或智能系統(tǒng)中涯鲁，模擬人類的智能推理方式巷查，依據(jù)推理控制策略，利用形式化的信息進(jìn)行機(jī)器思維和求解問題的過程撮竿，典型的功能是搜索與匹配吮便。
智能信息決策是指智能信息經(jīng)過推理后進(jìn)行決策的過程笔呀，通常提供分類幢踏、排序、預(yù)測等功能许师。
智能執(zhí)行與輸出作為智能信息輸出的環(huán)節(jié)房蝉，是對輸入作出的響應(yīng)，輸出整個智能信息流動過程的結(jié)果微渠，包括運(yùn)動搭幻、顯示、發(fā)聲逞盆、交互檀蹋、合成等功能。
（4）系統(tǒng)協(xié)調(diào)者
系統(tǒng)協(xié)調(diào)者提供人工智能系統(tǒng)必須滿足的整體要求云芦，包括政策俯逾、法律、資源和業(yè)務(wù)需求舅逸，以及為確保系統(tǒng)符合這些需求而進(jìn)行的監(jiān)控和審計活動桌肴。由于人工智能是多學(xué)科交叉領(lǐng)域，需要系統(tǒng)協(xié)調(diào)者定義和整合所需的應(yīng)用活動琉历，使其在人工智能領(lǐng)域的垂直系統(tǒng)中運(yùn)行坠七。系統(tǒng)協(xié)調(diào)者的功能之一是配置和管理人工智能參考框架中的其他角色來執(zhí)行一個或多個功能水醋，并維持人工智能系統(tǒng)的運(yùn)行。
（5）安全彪置、隱私拄踪、倫理
安全、隱私拳魁、倫理覆蓋了人工智能領(lǐng)域的其他 4 個主要角色宫蛆，對每個角色都有重要的影響作用。同時的猛，安全耀盗、隱私、倫理處于管理角色的覆蓋范圍之內(nèi)卦尊，與全部角色和活動都建立了相關(guān)聯(lián)系十拣。在安全、隱私盈匾、倫理模塊弦追，需要通過不同的技術(shù)手段和安全措施，構(gòu)筑全方位躏哩、立體的安全防護(hù)體系署浩，保護(hù)人工智能領(lǐng)域參與者的安全和隱私。
（6）管理
管理角色承擔(dān)系統(tǒng)管理活動扫尺，包括軟件調(diào)配筋栋、資源管理等內(nèi)容，管理的功能是監(jiān)視各種資源的運(yùn)行狀況正驻，應(yīng)對出現(xiàn)的性能或故障事件弊攘，使得各系統(tǒng)組件透明且可觀。
（7）智能產(chǎn)品及行業(yè)應(yīng)用
智能產(chǎn)品及行業(yè)應(yīng)用指人工智能系統(tǒng)的產(chǎn)品和應(yīng)用姑曙，是對人工智能整體解決方案的封裝襟交，將智能信息決策產(chǎn)品化、實(shí)現(xiàn)落地應(yīng)用伤靠，其應(yīng)用領(lǐng)域主要包括：智能制造捣域、智能交通、智能家居宴合、智能醫(yī)療焕梅、智能安防等。
3 人工智能發(fā)展現(xiàn)狀及趨勢
依據(jù)參考框架中所涉及到的人工智能相關(guān)技術(shù)形纺，本節(jié)重點(diǎn)介紹近二十年來人工智能領(lǐng)域關(guān)鍵技術(shù)的發(fā)展?fàn)顩r丘侠，包括機(jī)器學(xué)習(xí)、知識圖譜逐样、自然語言處理蜗字、計算機(jī)視覺打肝、人機(jī)交互、生物特征識別挪捕、虛擬現(xiàn)實(shí)/增強(qiáng)現(xiàn)實(shí)等關(guān)鍵技術(shù)粗梭。
3.1? 人工智能關(guān)鍵技術(shù)
3.1.1 機(jī)器學(xué)習(xí)
機(jī)器學(xué)習(xí)（Machine Learning）是一門涉及統(tǒng)計學(xué)、系統(tǒng)辨識级零、逼近理論断医、神經(jīng)網(wǎng)絡(luò)、優(yōu)化理論奏纪、計算機(jī)科學(xué)鉴嗤、腦科學(xué)等諸多領(lǐng)域的交叉學(xué)科，研究計算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為序调，以獲取新的知識或技能醉锅，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能，是人工智能技術(shù)的核心发绢∮菜＃基于數(shù)據(jù)的機(jī)器學(xué)習(xí)是現(xiàn)代智能技術(shù)中的重要方法之一，研究從觀測數(shù)據(jù)（樣本）出發(fā)尋找規(guī)律边酒，利用這些規(guī)律對未來數(shù)據(jù)或無法觀測的數(shù)據(jù)進(jìn)行預(yù)測经柴。根據(jù)學(xué)習(xí)模式、學(xué)習(xí)方法以及算法的不同墩朦，機(jī)器學(xué)習(xí)存在不同的分類方法坯认。
（1）根據(jù)學(xué)習(xí)模式將機(jī)器學(xué)習(xí)分類為監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等介杆。
監(jiān)督學(xué)習(xí)
監(jiān)督學(xué)習(xí)是利用已標(biāo)記的有限訓(xùn)練數(shù)據(jù)集鹃操，通過某種學(xué)習(xí)策略/方法建立一個模型，實(shí)現(xiàn)對新數(shù)據(jù)/實(shí)例的標(biāo)記（分類）/映射春哨，最典型的監(jiān)督學(xué)習(xí)算法包括回歸和分類。監(jiān)督學(xué)習(xí)要求訓(xùn)練樣本的分類標(biāo)簽已知恩伺，分類標(biāo)簽精確度越高赴背，樣本越具有代表性，學(xué)習(xí)模型的準(zhǔn)確度越高晶渠。監(jiān)督學(xué)習(xí)在自然語言處理凰荚、信息檢索、文本挖掘褒脯、手寫體辨識便瑟、垃圾郵件偵測等領(lǐng)域獲得了廣泛應(yīng)用。
無監(jiān)督學(xué)習(xí)?
無監(jiān)督學(xué)習(xí)是利用無標(biāo)記的有限數(shù)據(jù)描述隱藏在未標(biāo)記數(shù)據(jù)中的結(jié)構(gòu)/規(guī)律番川，最典型的非監(jiān)督學(xué)習(xí)算法包括單類密度估計到涂、單類數(shù)據(jù)降維脊框、聚類等。無監(jiān)督學(xué)習(xí)不需要訓(xùn)練樣本和人工標(biāo)注數(shù)據(jù)践啄，便于壓縮數(shù)據(jù)存儲浇雹、減少計算量、提升算法 速度屿讽，還可以避免正昭灵、負(fù)樣本偏移引起的分類錯誤問題。主要用于經(jīng)濟(jì)預(yù)測伐谈、異 常檢測烂完、數(shù)據(jù)挖掘、圖像處理诵棵、模式識別等領(lǐng)域窜护，例如組織大型計算機(jī)集群、社 交網(wǎng)絡(luò)分析非春、市場分割柱徙、天文數(shù)據(jù)分析等。
強(qiáng)化學(xué)習(xí)
強(qiáng)化學(xué)習(xí)是智能系統(tǒng)從環(huán)境到行為映射的學(xué)習(xí)奇昙，以使強(qiáng)化信號函數(shù)值最大护侮。由于外部環(huán)境提供的信息很少，強(qiáng)化學(xué)習(xí)系統(tǒng)必須靠自身的經(jīng)歷進(jìn)行學(xué)習(xí)储耐。強(qiáng)化學(xué)習(xí)的目標(biāo)是學(xué)習(xí)從環(huán)境狀態(tài)到行為的映射羊初，使得智能體選擇的行為能夠獲得環(huán)境最大的獎賞，使得外部環(huán)境對學(xué)習(xí)系統(tǒng)在某種意義下的評價為最佳什湘。其在機(jī)器人控制长赞、無人駕駛、下棋闽撤、工業(yè)控制等領(lǐng)域獲得成功應(yīng)用得哆。
（2）根據(jù)學(xué)習(xí)方法可以將機(jī)器學(xué)習(xí)分為傳統(tǒng)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)。
傳統(tǒng)機(jī)器學(xué)習(xí)
傳統(tǒng)機(jī)器學(xué)習(xí)從一些觀測（訓(xùn)練）樣本出發(fā)哟旗，試圖發(fā)現(xiàn)不能通過原理分析獲得的規(guī)律贩据，實(shí)現(xiàn)對未來數(shù)據(jù)行為或趨勢的準(zhǔn)確預(yù)測。相關(guān)算法包括邏輯回歸闸餐、隱馬爾科夫方法饱亮、支持向量機(jī)方法、K 近鄰方法舍沙、三層人工神經(jīng)網(wǎng)絡(luò)方法近上、Adaboost 算法、貝葉斯方法以及決策樹方法等拂铡。傳統(tǒng)機(jī)器學(xué)習(xí)平衡了學(xué)習(xí)結(jié)果的有效性與學(xué)習(xí)模型的可解釋性壹无，為解決有限樣本的學(xué)習(xí)問題提供了一種框架葱绒，主要用于有限樣本情況下的模式分類、回歸分析格遭、概率密度估計等哈街。傳統(tǒng)機(jī)器學(xué)習(xí)方法共同的重要理論基礎(chǔ)之一是統(tǒng)計學(xué)，在自然語言處理拒迅、語音識別骚秦、圖像識別、信息檢索和生物信息等許多計算機(jī)領(lǐng)域獲得了廣泛應(yīng)用璧微。
深度學(xué)習(xí)?
深度學(xué)習(xí)是建立深層結(jié)構(gòu)模型的學(xué)習(xí)方法作箍，典型的深度學(xué)習(xí)算法包括深度置信網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)前硫、受限玻爾茲曼機(jī)和循環(huán)神經(jīng)網(wǎng)絡(luò)等胞得。深度學(xué)習(xí)又稱為深度神經(jīng)網(wǎng)絡(luò)（指層數(shù)超過 3 層的神經(jīng)網(wǎng)絡(luò)）。深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)研究中的一個新興領(lǐng)域屹电，由 Hinton 等人于 2006 年提出阶剑。深度學(xué)習(xí)源于多層神經(jīng)網(wǎng)絡(luò)，其實(shí)質(zhì)是給出了一種將特征表示和學(xué)習(xí)合二為一的方式危号。深度學(xué)習(xí)的特點(diǎn)是放棄了可解釋性牧愁，單純追求學(xué)習(xí)的有效性。經(jīng)過多年的摸索嘗試和研究外莲，已經(jīng)產(chǎn)生了諸多深度神經(jīng)網(wǎng)絡(luò)的模型猪半，其中卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)是兩類典型的模型偷线。卷積神經(jīng)網(wǎng)絡(luò)常被應(yīng)用于空間性分布數(shù)據(jù)磨确；循環(huán)神經(jīng)網(wǎng)絡(luò)在神經(jīng)網(wǎng)絡(luò)中引入了記憶和反饋，常被應(yīng)用于時間性分布數(shù)據(jù)声邦。深度學(xué)習(xí)框架是進(jìn)行深度學(xué)習(xí)的基礎(chǔ)底層框架乏奥，一般包含主流的神經(jīng)網(wǎng)絡(luò)算法模型，提供穩(wěn)定的深度學(xué)習(xí) API翔忽，支持訓(xùn)練模型在服務(wù)器和 GPU英融、TPU 間的分布式學(xué)習(xí)，部分框架還具備在包括移動設(shè)備歇式、云平臺在內(nèi)的多種平臺上運(yùn)行的移植能力，從而為深度學(xué)習(xí)算法帶來前所未有的 運(yùn)行速度和實(shí)用性胡野。目前主流的開源算法框架有 TensorFlow材失、Caffe/Caffe2、CNTK硫豆、MXNet龙巨、Paddle-paddle笼呆、Torch/PyTorch、Theano 等旨别。
（3）此外诗赌，機(jī)器學(xué)習(xí)的常見算法還包括遷移學(xué)習(xí)、主動學(xué)習(xí)和演化學(xué)習(xí)等秸弛。
遷移學(xué)習(xí)
遷移學(xué)習(xí)是指當(dāng)在某些領(lǐng)域無法取得足夠多的數(shù)據(jù)進(jìn)行模型訓(xùn)練時铭若，利用另一領(lǐng)域數(shù)據(jù)獲得的關(guān)系進(jìn)行的學(xué)習(xí)。遷移學(xué)習(xí)可以把已訓(xùn)練好的模型參數(shù)遷移到新的模型指導(dǎo)新模型訓(xùn)練递览，可以更有效的學(xué)習(xí)底層規(guī)則叼屠、減少數(shù)據(jù)量。目前的遷移學(xué)習(xí)技術(shù)主要在變量有限的小規(guī)模應(yīng)用中使用绞铃，如基于傳感器網(wǎng)絡(luò)的定位镜雨，文字分類和圖像分類等。未來遷移學(xué)習(xí)將被廣泛應(yīng)用于解決更有挑戰(zhàn)性的問題儿捧，如視頻分類荚坞、社交網(wǎng)絡(luò)分析、邏輯推理等菲盾。
主動學(xué)習(xí)?
主動學(xué)習(xí)通過一定的算法查詢最有用的未標(biāo)記樣本颓影，并交由專家進(jìn)行標(biāo)記，然后用查詢到的樣本訓(xùn)練分類模型來提高模型的精度亿汞。主動學(xué)習(xí)能夠選擇性地獲取知識瞭空，通過較少的訓(xùn)練樣本獲得高性能的模型，最常用的策略是通過不確定性準(zhǔn)則和差異性準(zhǔn)則選取有效的樣本疗我。
演化學(xué)習(xí)?
演化學(xué)習(xí)對優(yōu)化問題性質(zhì)要求極少咆畏，只需能夠評估解的好壞即可，適用于求解復(fù)雜的優(yōu)化問題吴裤，也能直接用于多目標(biāo)優(yōu)化旧找。演化算法包括粒子群優(yōu)化算法、多目標(biāo)演化算法等麦牺。目前針對演化學(xué)習(xí)的研究主要集中在演化數(shù)據(jù)聚類钮蛛、對演化數(shù)據(jù)更有效的分類，以及提供某種自適應(yīng)機(jī)制以確定演化機(jī)制的影響等剖膳。
3.1.2知識圖譜
知識圖譜本質(zhì)上是結(jié)構(gòu)化的語義知識庫魏颓，是一種由節(jié)點(diǎn)和邊組成的圖數(shù)據(jù)結(jié)構(gòu)，以符號形式描述物理世界中的概念及其相互關(guān)系吱晒，其基本組成單位是“實(shí)體—關(guān)系—實(shí)體”三元組甸饱，以及實(shí)體及其相關(guān)“屬性—值”對。不同實(shí)體之間通過關(guān)系相互聯(lián)結(jié)，構(gòu)成網(wǎng)狀的知識結(jié)構(gòu)叹话。在知識圖譜中偷遗，每個節(jié)點(diǎn)表示現(xiàn)實(shí)世界的“實(shí)體”，每條邊為實(shí)體與實(shí)體之間的“關(guān)系”驼壶。通俗地講氏豌，知識圖譜就是把所有不同種類的信息連接在一起而得到的一個關(guān)系網(wǎng)絡(luò)，提供了從“關(guān)系”的角度去分析問題的能力热凹。
知識圖譜可用于反欺詐泵喘、不一致性驗證、組團(tuán)欺詐等公共安全保障領(lǐng)域碌嘀，需要用到異常分析涣旨、靜態(tài)分析、動態(tài)分析等數(shù)據(jù)挖掘方法股冗。特別地霹陡，知識圖譜在搜索引擎、可視化展示和精準(zhǔn)營銷方面有很大的優(yōu)勢止状，已成為業(yè)界的熱門工具烹棉。但是，知識圖譜的發(fā)展還有很大的挑戰(zhàn)怯疤，如數(shù)據(jù)的噪聲問題浆洗，即數(shù)據(jù)本身有錯誤或者數(shù)據(jù)存在冗余。隨著知識圖譜應(yīng)用的不斷深入集峦，還有一系列關(guān)鍵技術(shù)需要突破伏社。
3.1.3 自然語言處理
自然語言處理是計算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個重要方向，研究能實(shí)現(xiàn)人與計算機(jī)之間用自然語言進(jìn)行有效通信的各種理論和方法塔淤，涉及的領(lǐng)域較多摘昌，主要包括機(jī)器翻譯、機(jī)器閱讀理解和問答系統(tǒng)等高蜂。
（1）機(jī)器翻譯
機(jī)器翻譯技術(shù)是指利用計算機(jī)技術(shù)實(shí)現(xiàn)從一種自然語言到另外一種自然語言的翻譯過程聪黎。基于統(tǒng)計的機(jī)器翻譯方法突破了之前基于規(guī)則和實(shí)例翻譯方法的局限性，翻譯性能取得巨大提升备恤「迨危基于深度神經(jīng)網(wǎng)絡(luò)的機(jī)器翻譯在日常口語等一些場景的成功應(yīng)用已經(jīng)顯現(xiàn)出了巨大的潛力露泊。隨著上下文的語境表征和知識邏輯推理能力的發(fā)展喉镰，自然語言知識圖譜不斷擴(kuò)充，機(jī)器翻譯將會在多輪對話翻譯及篇章翻譯等領(lǐng)域取得更大進(jìn)展惭笑。
目前非限定領(lǐng)域機(jī)器翻譯中性能較佳的一種是統(tǒng)計機(jī)器翻譯梧喷，包括訓(xùn)練及解碼兩個階段。訓(xùn)練階段的目標(biāo)是獲得模型參數(shù)脖咐，解碼階段的目標(biāo)是利用所估計的參數(shù)和給定的優(yōu)化目標(biāo)铺敌，獲取待翻譯語句的最佳翻譯結(jié)果。統(tǒng)計機(jī)器翻譯主要包括語料預(yù)處理屁擅、詞對齊偿凭、短語抽取、短語概率計算派歌、最大熵調(diào)序等步驟弯囊。基于神經(jīng)網(wǎng)絡(luò)的端到端翻譯方法不需要針對雙語句子專門設(shè)計特征模型，而是直接把源語言句子的詞串送入神經(jīng)網(wǎng)絡(luò)模型胶果，經(jīng)過神經(jīng)網(wǎng)絡(luò)的運(yùn)算匾嘱，得到目標(biāo)語言句子的翻譯結(jié)果。在基于端到端的機(jī)器翻譯系統(tǒng)中早抠，通常采用遞歸神經(jīng)網(wǎng)絡(luò)或卷積神經(jīng)網(wǎng)絡(luò)對句子進(jìn)行表征建模霎烙，從海量訓(xùn)練數(shù)據(jù)中抽取語義信息，與基于短語的統(tǒng)計翻譯相比蕊连，其翻譯結(jié)果更加流暢自然悬垃，在實(shí)際應(yīng)用中取得了較好的效果。
（2）語義理解
語義理解技術(shù)是指利用計算機(jī)技術(shù)實(shí)現(xiàn)對文本篇章的理解甘苍，并且回答與篇章 相關(guān)問題的過程尝蠕。語義理解更注重于對上下文的理解以及對答案精準(zhǔn)程度的把控。隨著 MCTest 數(shù)據(jù)集的發(fā)布载庭，語義理解受到更多關(guān)注看彼，取得了快速發(fā)展，相關(guān)數(shù)據(jù)集和對應(yīng)的神經(jīng)網(wǎng)絡(luò)模型層出不窮囚聚。語義理解技術(shù)將在智能客服靖榕、產(chǎn)品自動問 答等相關(guān)領(lǐng)域發(fā)揮重要作用，進(jìn)一步提高問答與對話系統(tǒng)的精度靡挥。
在數(shù)據(jù)采集方面序矩，語義理解通過自動構(gòu)造數(shù)據(jù)方法和自動構(gòu)造填空型問題的方法來有效擴(kuò)充數(shù)據(jù)資源。為了解決填充型問題跋破，一些基于深度學(xué)習(xí)的方法相繼提出簸淀，如基于注意力的神經(jīng)網(wǎng)絡(luò)方法。當(dāng)前主流的模型是利用神經(jīng)網(wǎng)絡(luò)技術(shù)對篇章毒返、問題建模租幕，對答案的開始和終止位置進(jìn)行預(yù)測，抽取出篇章片段拧簸。對于進(jìn)一步泛化的答案劲绪，處理難度進(jìn)一步提升，目前的語義理解技術(shù)仍有較大的提升空間。
（3）問答系統(tǒng)
問答系統(tǒng)分為開放領(lǐng)域的對話系統(tǒng)和特定領(lǐng)域的問答系統(tǒng)贾富。問答系統(tǒng)技術(shù)是指讓計算機(jī)像人類一樣用自然語言與人交流的技術(shù)歉眷。人們可以向問答系統(tǒng)提交用自然語言表達(dá)的問題，系統(tǒng)會返回關(guān)聯(lián)性較高的答案颤枪。盡管問答系統(tǒng)目前已經(jīng)有了不少應(yīng)用產(chǎn)品出現(xiàn)汗捡，但大多是在實(shí)際信息服務(wù)系統(tǒng)和智能手機(jī)助手等領(lǐng)域中的應(yīng)用，在問答系統(tǒng)魯棒性方面仍然存在著問題和挑戰(zhàn)畏纲。
自然語言處理面臨四大挑戰(zhàn)：一是在詞法扇住、句法、語義盗胀、語用和語音等不同層面存在不確定性艘蹋；二是新的詞匯、術(shù)語票灰、語義和語法導(dǎo)致未知語言現(xiàn)象的不可預(yù)測性女阀；三是數(shù)據(jù)資源的不充分使其難以覆蓋復(fù)雜的語言現(xiàn)象；四是語義知識的模糊性和錯綜復(fù)雜的關(guān)聯(lián)性難以用簡單的數(shù)學(xué)模型描述米间，語義計算需要參數(shù)龐大的非線性計算强品。
3.1.4 人機(jī)交互
人機(jī)交互主要研究人和計算機(jī)之間的信息交換，主要包括人到計算機(jī)和計算機(jī)到人的兩部分信息交換屈糊，是人工智能領(lǐng)域的重要的外圍技術(shù)的榛。人機(jī)交互是與認(rèn)知心理學(xué)、人機(jī)工程學(xué)逻锐、多媒體技術(shù)夫晌、虛擬現(xiàn)實(shí)技術(shù)等密切相關(guān)的綜合學(xué)科。傳統(tǒng)的人與計算機(jī)之間的信息交換主要依靠交互設(shè)備進(jìn)行昧诱，主要包括鍵盤晓淀、鼠標(biāo)、操縱桿盏档、數(shù)據(jù)服裝凶掰、眼動跟蹤器、位置跟蹤器蜈亩、數(shù)據(jù)手套懦窘、壓力筆等輸入設(shè)備，以及打印機(jī)稚配、繪圖儀畅涂、顯示器、頭盔式顯示器道川、音箱等輸出設(shè)備午衰。人機(jī)交互技術(shù)除了傳統(tǒng)的基本交互和圖形交互外立宜，還包括語音交互、情感交互、體感交互及腦機(jī)交互等技術(shù)，以下對后四種與人工智能關(guān)聯(lián)密切的典型交互手段進(jìn)行介紹英古。
（1）語音交互
語音交互是一種高效的交互方式，是人以自然語音或機(jī)器合成語音同計算機(jī) 進(jìn)行交互的綜合性技術(shù)商模，結(jié)合了語言學(xué)、心理學(xué)蜘澜、工程和計算機(jī)技術(shù)等領(lǐng)域的知 識。語音交互不僅要對語音識別和語音合成進(jìn)行研究响疚，還要對人在語音通道下的 交互機(jī)理鄙信、行為方式等進(jìn)行研究。語音交互過程包括四部分：語音采集忿晕、語音識 別装诡、語義理解和語音合成。語音采集完成音頻的錄入践盼、采樣及編碼鸦采；語音識別完 成語音信息到機(jī)器可識別的文本信息的轉(zhuǎn)化；語義理解根據(jù)語音識別轉(zhuǎn)換后的文 本字符或命令完成相應(yīng)的操作咕幻；語音合成完成文本信息到聲音信息的轉(zhuǎn)換渔伯。作為 人類溝通和獲取信息最自然便捷的手段，語音交互比其他交互方式具備更多優(yōu)勢肄程， 能為人機(jī)交互帶來根本性變革锣吼，是大數(shù)據(jù)和認(rèn)知計算時代未來發(fā)展的制高點(diǎn)，具 有廣闊的發(fā)展前景和應(yīng)用前景蓝厌。
（2）情感交互
情感是一種高層次的信息傳遞玄叠，而情感交互是一種交互狀態(tài)，它在表達(dá)功能和信息時傳遞情感拓提，勾起人們的記憶或內(nèi)心的情愫读恃。傳統(tǒng)的人機(jī)交互無法理解和適應(yīng)人的情緒或心境，缺乏情感理解和表達(dá)能力代态，計算機(jī)難以具有類似人一樣的智能寺惫，也難以通過人機(jī)交互做到真正的和諧與自然。情感交互就是要賦予計算機(jī)類似于人一樣的觀察胆数、理解和生成各種情感的能力肌蜻，最終使計算機(jī)像人一樣能進(jìn)行自然、親切和生動的交互必尼。情感交互已經(jīng)成為人工智能領(lǐng)域中的熱點(diǎn)方向蒋搜，旨在讓人機(jī)交互變得更加自然篡撵。目前，在情感交互信息的處理方式豆挽、情感描述方式育谬、情感數(shù)據(jù)獲取和處理過程、情感表達(dá)方式等方面還有諸多技術(shù)挑戰(zhàn)帮哈。
（3）體感交互
體感交互是個體不需要借助任何復(fù)雜的控制系統(tǒng)膛檀，以體感技術(shù)為基礎(chǔ)，直接通過肢體動作與周邊數(shù)字設(shè)備裝置和環(huán)境進(jìn)行自然的交互娘侍。依照體感方式與原理的不同咖刃，體感技術(shù)主要分為三類：慣性感測、光學(xué)感測以及光學(xué)聯(lián)合感測憾筏。體感交互通常由運(yùn)動追蹤嚎杨、手勢識別、運(yùn)動捕捉氧腰、面部表情識別等一系列技術(shù)支撐枫浙。
與其他交互手段相比，體感交互技術(shù)無論是硬件還是軟件方面都有了較大的提升古拴， 交互設(shè)備向小型化箩帚、便攜化、使用方便化等方面發(fā)展黄痪，大大降低了對用戶的約束紧帕， 使得交互過程更加自然。目前满力，體感交互在游戲娛樂焕参、醫(yī)療輔助與康復(fù)、全自動 三維建模油额、輔助購物叠纷、眼動儀等領(lǐng)域有了較為廣泛的應(yīng)用。
（4）腦機(jī)交互
腦機(jī)交互又稱為腦機(jī)接口潦嘶，指不依賴于外圍神經(jīng)和肌肉等神經(jīng)通道涩嚣，直接實(shí)現(xiàn)大腦與外界信息傳遞的通路。腦機(jī)接口系統(tǒng)檢測中樞神經(jīng)系統(tǒng)活動掂僵，并將其轉(zhuǎn)化為人工輸出指令航厚，能夠替代、修復(fù)锰蓬、增強(qiáng)幔睬、補(bǔ)充或者改善中樞神經(jīng)系統(tǒng)的正常輸出，從而改變中樞神經(jīng)系統(tǒng)與內(nèi)外環(huán)境之間的交互作用芹扭。腦機(jī)交互通過對神經(jīng)信號解碼麻顶，實(shí)現(xiàn)腦信號到機(jī)器指令的轉(zhuǎn)化赦抖，一般包括信號采集、特征提取和命令輸出三個模塊辅肾。從腦電信號采集的角度队萤，一般將腦機(jī)接口分為侵入式和非侵入式兩大類。除此之外矫钓，腦機(jī)接口還有其他常見的分類方式：按照信號傳輸方向可以分為腦到機(jī)要尔、機(jī)到腦和腦機(jī)雙向接口；按照信號生成的類型新娜，可分為自發(fā)式腦機(jī)接口和誘發(fā)式腦機(jī)接口赵辕；按照信號源的不同還可分為基于腦電的腦機(jī)接口、基于功能性核磁共振的腦機(jī)接口以及基于近紅外光譜分析的腦機(jī)接口杯活。
?3.1.5 計算機(jī)視覺
計算機(jī)視覺是使用計算機(jī)模仿人類視覺系統(tǒng)的科學(xué)匆帚，讓計算機(jī)擁有類似人類提取、處理旁钧、理解和分析圖像以及圖像序列的能力。自動駕駛互拾、機(jī)器人歪今、智能醫(yī)療等領(lǐng)域均需要通過計算機(jī)視覺技術(shù)從視覺信號中提取并處理信息。近來隨著深度學(xué)習(xí)的發(fā)展颜矿，預(yù)處理寄猩、特征提取與算法處理漸漸融合，形成端到端的人工智能算法技術(shù)骑疆。根據(jù)解決的問題田篇，計算機(jī)視覺可分為計算成像學(xué)、圖像理解箍铭、三維視覺泊柬、動態(tài)視覺和視頻編解碼五大類。
（1）計算成像學(xué)
計算成像學(xué)是探索人眼結(jié)構(gòu)诈火、相機(jī)成像原理以及其延伸應(yīng)用的科學(xué)兽赁。在相機(jī)成像原理方面，計算成像學(xué)不斷促進(jìn)現(xiàn)有可見光相機(jī)的完善冷守，使得現(xiàn)代相機(jī)更加輕便刀崖，可以適用于不同場景。同時計算成像學(xué)也推動著新型相機(jī)的產(chǎn)生拍摇，使相機(jī)超出可見光的限制亮钦。在相機(jī)應(yīng)用科學(xué)方面，計算成像學(xué)可以提升相機(jī)的能力充活，從而通過后續(xù)的算法處理使得在受限條件下拍攝的圖像更加完善蜂莉，例如圖像去噪蜡娶、去模糊、暗光增強(qiáng)巡语、去霧霾等翎蹈，以及實(shí)現(xiàn)新的功能，例如全景圖男公、軟件虛化荤堪、超分辨率等。
（2）圖像理解
圖像理解是通過用計算機(jī)系統(tǒng)解釋圖像枢赔，實(shí)現(xiàn)類似人類視覺系統(tǒng)理解外部世界的一門科學(xué)澄阳。通常根據(jù)理解信息的抽象程度可分為三個層次：淺層理解，包括圖像邊緣踏拜、圖像特征點(diǎn)碎赢、紋理元素等；中層理解速梗，包括物體邊界肮塞、區(qū)域與平面等； 高層理解姻锁，根據(jù)需要抽取的高層語義信息枕赵，可大致分為識別、檢測位隶、分割拷窜、姿態(tài)估計、圖像文字說明等涧黄。目前高層圖像理解算法已逐漸廣泛應(yīng)用于人工智能系統(tǒng)篮昧， 如刷臉支付、智慧安防笋妥、圖像搜索等懊昨。
（3）三維視覺
三維視覺即研究如何通過視覺獲取三維信息（三維重建）以及如何理解所獲取的三維信息的科學(xué)。三維重建可以根據(jù)重建的信息來源挽鞠，分為單目圖像重建疚颊、多目圖像重建和深度圖像重建等。三維信息理解信认，即使用三維信息輔助圖像理解或者直接理解三維信息材义。三維信息理解可分為，淺層：角點(diǎn)嫁赏、邊緣其掂、法向量等；中層：平面潦蝇、立方體等款熬；高層：物體檢測深寥、識別、分割等贤牛。三維視覺技術(shù)可以廣泛應(yīng)用于機(jī)器人惋鹅、無人駕駛、智慧工廠殉簸、虛擬/增強(qiáng)現(xiàn)實(shí)等方向闰集。
（4）動態(tài)視覺
動態(tài)視覺即分析視頻或圖像序列，模擬人處理時序圖像的科學(xué)般卑。通常動態(tài)視 覺問題可以定義為尋找圖像元素武鲁，如像素、區(qū)域蝠检、物體在時序上的對應(yīng)沐鼠，以及提 取其語義信息的問題。動態(tài)視覺研究被廣泛應(yīng)用在視頻分析以及人機(jī)交互等方面叹谁。
（5）視頻編解碼
視頻編解碼是指通過特定的壓縮技術(shù)饲梭，將視頻流進(jìn)行壓縮。視頻流傳輸中最為重要的編解碼標(biāo)準(zhǔn)有國際電聯(lián)的 H.261焰檩、H.263排拷、H.264、H.265锅尘、M-JPEG? 和MPEG 系列標(biāo)準(zhǔn)。視頻壓縮編碼主要分為兩大類：無損壓縮和有損壓縮布蔗。無損壓縮指使用壓縮后的數(shù)據(jù)進(jìn)行重構(gòu)時藤违，重構(gòu)后的數(shù)據(jù)與原來的數(shù)據(jù)完全相同，例如磁盤文件的壓縮纵揍。有損壓縮也稱為不可逆編碼顿乒，指使用壓縮后的數(shù)據(jù)進(jìn)行重構(gòu)時， 重構(gòu)后的數(shù)據(jù)與原來的數(shù)據(jù)有差異泽谨，但不會影響人們對原始資料所表達(dá)的信息產(chǎn)生誤解璧榄。有損壓縮的應(yīng)用范圍廣泛，例如視頻會議吧雹、可視電話骨杂、視頻廣播、視頻監(jiān)控等雄卷。
目前搓蚪，計算機(jī)視覺技術(shù)發(fā)展迅速，已具備初步的產(chǎn)業(yè)規(guī)模丁鹉。未來計算機(jī)視覺技術(shù)的發(fā)展主要面臨以下挑戰(zhàn)：一是如何在不同的應(yīng)用領(lǐng)域和其他技術(shù)更好的結(jié)合妒潭，計算機(jī)視覺在解決某些問題時可以廣泛利用大數(shù)據(jù)悴能，已經(jīng)逐漸成熟并且可以超過人類，而在某些問題上卻無法達(dá)到很高的精度雳灾；二是如何降低計算機(jī)視覺算法的開發(fā)時間和人力成本漠酿，目前計算機(jī)視覺算法需要大量的數(shù)據(jù)與人工標(biāo)注，需要較長的研發(fā)周期以達(dá)到應(yīng)用領(lǐng)域所要求的精度與耗時谎亩；三是如何加快新型算法的設(shè)計開發(fā)炒嘲，隨著新的成像硬件與人工智能芯片的出現(xiàn)，針對不同芯片與數(shù)據(jù)采集設(shè)備的計算機(jī)視覺算法的設(shè)計與開發(fā)也是挑戰(zhàn)之一团驱。
3.1.6 生物特征識別
生物特征識別技術(shù)是指通過個體生理特征或行為特征對個體身份進(jìn)行識別認(rèn)證的技術(shù)摸吠。從應(yīng)用流程看，生物特征識別通常分為注冊和識別兩個階段嚎花。注冊階段通過傳感器對人體的生物表征信息進(jìn)行采集寸痢，如利用圖像傳感器對指紋和人臉等光學(xué)信息、麥克風(fēng)對說話聲等聲學(xué)信息進(jìn)行采集紊选，利用數(shù)據(jù)預(yù)處理以及特征提取技術(shù)對采集的數(shù)據(jù)進(jìn)行處理啼止，得到相應(yīng)的特征進(jìn)行存儲。識別過程采用與注冊過程一致的信息采集方式對待識別人進(jìn)行信息采集兵罢、數(shù)據(jù)預(yù)處理和特征提取献烦，然后將提取的特征與存儲的特征進(jìn)行比對分析，完成識別卖词。從應(yīng)用任務(wù)看巩那，生物特征識別一般分為辨認(rèn)與確認(rèn)兩種任務(wù)，辨認(rèn)是指從存儲庫中確定待識別人身份的過程此蜈，是一對多的問題即横；確認(rèn)是指將待識別人信息與存儲庫中特定單人信息進(jìn)行比對，確定身份的過程裆赵，是一對一的問題东囚。
生物特征識別技術(shù)涉及的內(nèi)容十分廣泛，包括指紋战授、掌紋页藻、人臉、虹膜植兰、指靜脈份帐、聲紋、步態(tài)等多種生物特征钉跷，其識別過程涉及到圖像處理弥鹦、計算機(jī)視覺、語音識別、機(jī)器學(xué)習(xí)等多項技術(shù)彬坏。目前生物特征識別作為重要的智能化身份認(rèn)證技術(shù)朦促，在金融、公共安全栓始、教育务冕、交通等領(lǐng)域得到廣泛的應(yīng)用。下面將對指紋識別幻赚、人臉識別禀忆、虹膜識別、指靜脈識別落恼、聲紋識別以及步態(tài)識別等技術(shù)進(jìn)行介紹箩退。
（1）指紋識別
指紋識別過程通常包括數(shù)據(jù)采集、數(shù)據(jù)處理佳谦、分析判別三個過程戴涝。數(shù)據(jù)采集通過光、電钻蔑、力啥刻、熱等物理傳感器獲取指紋圖像；數(shù)據(jù)處理包括預(yù)處理咪笑、畸變校正可帽、特征提取三個過程；分析判別是對提取的特征進(jìn)行分析判別的過程窗怒。
（2）人臉識別
人臉識別是典型的計算機(jī)視覺應(yīng)用映跟，從應(yīng)用過程來看，可將人臉識別技術(shù)劃分為檢測定位扬虚、面部特征提取以及人臉確認(rèn)三個過程申窘。人臉識別技術(shù)的應(yīng)用主要受到光照、拍攝角度孔轴、圖像遮擋、年齡等多個因素的影響碎捺，在約束條件下人臉識別技術(shù)相對成熟路鹰，在自由條件下人臉識別技術(shù)還在不斷改進(jìn)。
（3）虹膜識別
虹膜識別的理論框架主要包括虹膜圖像分割收厨、虹膜區(qū)域歸一化晋柱、特征提取和識別四個部分，研究工作大多是基于此理論框架發(fā)展而來诵叁。虹膜識別技術(shù)應(yīng)用的主要難題包含傳感器和光照影響兩個方面：一方面雁竞，由于虹膜尺寸小且受黑色素遮擋，需在近紅外光源下采用高分辨圖像傳感器才可清晰成像，對傳感器質(zhì)量和穩(wěn)定性要求比較高碑诉；另一方面彪腔，光照的強(qiáng)弱變化會引起瞳孔縮放，導(dǎo)致虹膜紋理產(chǎn)生復(fù)雜形變进栽，增加了匹配的難度德挣。
（4）指靜脈識別
指靜脈識別是利用了人體靜脈血管中的脫氧血紅蛋白對特定波長范圍內(nèi)的近紅外線有很好的吸收作用這一特性，采用近紅外光對指靜脈進(jìn)行成像與識別的技術(shù)快毛。由于指靜脈血管分布隨機(jī)性很強(qiáng)格嗅，其網(wǎng)絡(luò)特征具有很好的唯一性，且屬于人體內(nèi)部特征唠帝，不受到外界影響屯掖，因此模態(tài)特性十分穩(wěn)定。指靜脈識別技術(shù)應(yīng)用面臨的主要難題來自于成像單元襟衰。
（5）聲紋識別
聲紋識別是指根據(jù)待識別語音的聲紋特征識別說話人的技術(shù)贴铜。聲紋識別技術(shù)通常可以分為前端處理和建模分析兩個階段右蒲。聲紋識別的過程是將某段來自某個人的語音經(jīng)過特征提取后與多復(fù)合聲紋模型庫中的聲紋模型進(jìn)行匹配阀湿，常用的識別方法可以分為模板匹配法、概率模型法等瑰妄。
（6）步態(tài)識別
步態(tài)是遠(yuǎn)距離復(fù)雜場景下唯一可清晰成像的生物特征陷嘴，步態(tài)識別是指通過身體體型和行走姿態(tài)來識別人的身份。相比上述幾種生物特征識別间坐，步態(tài)識別的技術(shù)難度更大灾挨，體現(xiàn)在其需要從視頻中提取運(yùn)動特征，以及需要更高要求的預(yù)處理算法竹宋，但步態(tài)識別具有遠(yuǎn)距離劳澄、跨角度、光照不敏感等優(yōu)勢蜈七。
3.1.7 虛擬現(xiàn)實(shí)/增強(qiáng)現(xiàn)實(shí)
虛擬現(xiàn)實(shí)（VR）/增強(qiáng)現(xiàn)實(shí)（AR）是以計算機(jī)為核心的新型視聽技術(shù)秒拔。結(jié)合相關(guān)科學(xué)技術(shù)，在一定范圍內(nèi)生成與真實(shí)環(huán)境在視覺飒硅、聽覺砂缩、觸感等方面高度近似的數(shù)字化環(huán)境。用戶借助必要的裝備與數(shù)字化環(huán)境中的對象進(jìn)行交互三娩，相互影響庵芭，獲得近似真實(shí)環(huán)境的感受和體驗，通過顯示設(shè)備雀监、跟蹤定位設(shè)備双吆、觸力覺交互設(shè)備、數(shù)據(jù)獲取設(shè)備、專用芯片等實(shí)現(xiàn)好乐。
虛擬現(xiàn)實(shí)/增強(qiáng)現(xiàn)實(shí)從技術(shù)特征角度匾竿，按照不同處理階段，可以分為獲取與建模技術(shù)曹宴、分析與利用技術(shù)搂橙、交換與分發(fā)技術(shù)、展示與交互技術(shù)以及技術(shù)標(biāo)準(zhǔn)與評價體系五個方面笛坦。獲取與建模技術(shù)研究如何把物理世界或者人類的創(chuàng)意進(jìn)行數(shù)字化和模型化区转，難點(diǎn)是三維物理世界的數(shù)字化和模型化技術(shù)；分析與利用技術(shù)重點(diǎn)研究對數(shù)字內(nèi)容進(jìn)行分析版扩、理解废离、搜索和知識化方法，其難點(diǎn)是在于內(nèi)容的語義表示和分析礁芦；交換與分發(fā)技術(shù)主要強(qiáng)調(diào)各種網(wǎng)絡(luò)環(huán)境下大規(guī)模的數(shù)字化內(nèi)容流通蜻韭、轉(zhuǎn)換、集成和面向不同終端用戶的個性化服務(wù)等，其核心是開放的內(nèi)容交換和版權(quán)管理技術(shù)；展示與交換技術(shù)重點(diǎn)研究符合人類習(xí)慣數(shù)字內(nèi)容的各種顯示技術(shù)及交互方法掰茶，以期提高人對復(fù)雜信息的認(rèn)知能力蛤虐，其難點(diǎn)在于建立自然和諧的人機(jī)交互環(huán)境睡扬；標(biāo)準(zhǔn)與評價體系重點(diǎn)研究虛擬現(xiàn)實(shí)/增強(qiáng)現(xiàn)實(shí)基礎(chǔ)資源、內(nèi)容編目、信源編碼等的規(guī)范標(biāo)準(zhǔn)以及相應(yīng)的評估技術(shù)。
目前虛擬現(xiàn)實(shí)/增強(qiáng)現(xiàn)實(shí)面臨的挑戰(zhàn)主要體現(xiàn)在智能獲取艰垂、普適設(shè)備、自由交互和感知融合四個方面埋虹。在硬件平臺與裝置猜憎、核心芯片與器件、軟件平臺與工具搔课、相關(guān)標(biāo)準(zhǔn)與規(guī)范等方面存在一系列科學(xué)技術(shù)問題胰柑。總體來說虛擬現(xiàn)實(shí)/增強(qiáng)現(xiàn)實(shí)呈現(xiàn)虛擬現(xiàn)實(shí)系統(tǒng)智能化爬泥、虛實(shí)環(huán)境對象無縫融合旦事、自然交互全方位與舒適化的發(fā)展趨勢。
3.1.8 人工智能技術(shù)發(fā)展趨勢
綜上所述急灭，人工智能技術(shù)在以下方面的發(fā)展有顯著的特點(diǎn)，是進(jìn)一步研究人工智能趨勢的重點(diǎn)谷遂。
（1）技術(shù)平臺開源化
開源的學(xué)習(xí)框架在人工智能領(lǐng)域的研發(fā)成績斐然葬馋，對深度學(xué)習(xí)領(lǐng)域影響巨大。開源的深度學(xué)習(xí)框架使得開發(fā)者可以直接使用已經(jīng)研發(fā)成功的深度學(xué)習(xí)工具，減 少二次開發(fā)畴嘶，提高效率蛋逾，促進(jìn)業(yè)界緊密合作和交流。國內(nèi)外產(chǎn)業(yè)巨頭也紛紛意識 到通過開源技術(shù)建立產(chǎn)業(yè)生態(tài)窗悯，是搶占產(chǎn)業(yè)制高點(diǎn)的重要手段区匣。通過技術(shù)平臺的 開源化，可以擴(kuò)大技術(shù)規(guī)模蒋院，整合技術(shù)和應(yīng)用亏钩，有效布局人工智能全產(chǎn)業(yè)鏈。谷 歌欺旧、百度等國內(nèi)外龍頭企業(yè)紛紛布局開源人工智能生態(tài)姑丑，未來將有更多的軟硬件 企業(yè)參與開源生態(tài)。
（2）專用智能向通用智能發(fā)展
目前的人工智能發(fā)展主要集中在專用智能方面辞友，具有領(lǐng)域局限性栅哀。隨著科技的發(fā)展，各領(lǐng)域之間相互融合称龙、相互影響留拾，需要一種范圍廣、集成度高鲫尊、適應(yīng)能力強(qiáng)的通用智能痴柔，提供從輔助性決策工具到專業(yè)性解決方案的升級。通用人工智能具備執(zhí)行一般智慧行為的能力马昨，可以將人工智能與感知竞帽、知識、意識和直覺等人類的特征互相連接鸿捧，減少對領(lǐng)域知識的依賴性屹篓、提高處理任務(wù)的普適性，這將是人工智能未來的發(fā)展方向匙奴。未來的人工智能將廣泛的涵蓋各個領(lǐng)域堆巧，消除各領(lǐng)域之間的應(yīng)用壁壘。
（3）智能感知向智能認(rèn)知方向邁進(jìn)
人工智能的主要發(fā)展階段包括：運(yùn)算智能泼菌、感知智能谍肤、認(rèn)知智能，這一觀點(diǎn)得到業(yè)界的廣泛認(rèn)可哗伯。早期階段的人工智能是運(yùn)算智能荒揣，機(jī)器具有快速計算和記憶存儲能力。當(dāng)前大數(shù)據(jù)時代的人工智能是感知智能焊刹，機(jī)器具有視覺系任、聽覺恳蹲、觸覺等感知能力。隨著類腦科技的發(fā)展俩滥，人工智能必然向認(rèn)知智能時代邁進(jìn)嘉蕾，即讓機(jī)器能理解會思考。
?3.2? 人工智能產(chǎn)業(yè)現(xiàn)狀及趨勢
人工智能作為新一輪產(chǎn)業(yè)變革的核心驅(qū)動力霜旧，將催生新的技術(shù)错忱、產(chǎn)品、產(chǎn)業(yè)挂据、業(yè)態(tài)以清、模式，從而引發(fā)經(jīng)濟(jì)結(jié)構(gòu)的重大變革棱貌，實(shí)現(xiàn)社會生產(chǎn)力的整體提升玖媚。麥肯錫預(yù)計，到 2025 年全球人工智能應(yīng)用市場規(guī)幕橥眩總值將達(dá)到 1270 億美元今魔，人工智能將是眾多智能產(chǎn)業(yè)發(fā)展的突破點(diǎn)。
通過對人工智能產(chǎn)業(yè)分布進(jìn)行梳理障贸，提出了人工智能產(chǎn)業(yè)生態(tài)圖错森，主要分為核心業(yè)態(tài)、關(guān)聯(lián)業(yè)態(tài)篮洁、衍生業(yè)態(tài)三個層次涩维，如圖 3 所示。
下面將重點(diǎn)對核心業(yè)態(tài)包含的智能基礎(chǔ)設(shè)施建設(shè)袁波、智能信息及數(shù)據(jù)瓦阐、智能技術(shù)服務(wù)、智能產(chǎn)品四個方面展開介紹篷牌，并總結(jié)人工智能行業(yè)應(yīng)用及產(chǎn)業(yè)發(fā)展趨勢睡蟋。
?3.2.1 智能基礎(chǔ)設(shè)施
智能基礎(chǔ)設(shè)施為人工智能產(chǎn)業(yè)提供計算能力支撐，其范圍包括智能傳感器枷颊、智能芯片戳杀、分布式計算框架等，是人工智能產(chǎn)業(yè)發(fā)展的重要保障夭苗。
（1）智能芯片
智能芯片從應(yīng)用角度可以分為訓(xùn)練和推理兩種類型信卡。從部署場景來看，可以分為云端和設(shè)備端兩步大類题造。訓(xùn)練過程由于涉及海量的訓(xùn)練數(shù)據(jù)和復(fù)雜的深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)傍菇，需要龐大的計算規(guī)模，主要使用智能芯片集群來完成界赔。與訓(xùn)練的計算量相比丢习，推理的計算量較少须妻，但仍然涉及大量的矩陣運(yùn)算。目前泛领，訓(xùn)練和推理通常都在云端實(shí)現(xiàn)，只有對實(shí)時性要求很高的設(shè)備會交由設(shè)備端進(jìn)行處理敛惊。
按技術(shù)架構(gòu)來看渊鞋，智能芯片可以分為通用類芯片（CPU、GPU瞧挤、FPGA）锡宋、基于FPGA 的半定制化芯片、全定制化 ASIC 芯片特恬、類腦計算芯片（IBMTrueNorth）执俩。另外，主要的人工智能處理器還有 DPU癌刽、BPU役首、NPU、EPU 等適用于不同場景和功能的人工智能芯片显拜。
隨著互聯(lián)網(wǎng)用戶量和數(shù)據(jù)規(guī)模的急劇膨脹衡奥，人工智能發(fā)展對計算性能的要求迫切增長，對 CPU 計算性能提升的需求超過了摩爾定律的增長速度远荠。同時矮固，受限于技術(shù)原因，傳統(tǒng)處理器性能也無法按照摩爾定律繼續(xù)增長譬淳，發(fā)展下一代智能芯片勢在必行档址。未來的智能芯片主要是在兩個方向發(fā)展：一是模仿人類大腦結(jié)構(gòu)的芯片，二是量子芯片邻梆。智能芯片是人工智能時代的戰(zhàn)略制高點(diǎn)守伸，預(yù)計到 2020 年人工智能芯片全球市場規(guī)模將突破百億美元。
（2）智能傳感器
智能傳感器是具有信息處理功能的傳感器确虱。智能傳感器帶有微處理機(jī)含友，具備采集、處理校辩、交換信息等功能窘问，是傳感器集成化與微處理機(jī)相結(jié)合的產(chǎn)物。智能傳感器屬于人工智能的神經(jīng)末梢宜咒，用于全面感知外界環(huán)境惠赫。各類傳感器的大規(guī)模部署和應(yīng)用為實(shí)現(xiàn)人工智能創(chuàng)造了不可或缺的條件。不同應(yīng)用場景故黑，如智能安防儿咱、智能家居庭砍、智能醫(yī)療等對傳感器應(yīng)用提出了不同的要求。未來混埠，隨著人工智能應(yīng)用領(lǐng)域的不斷拓展怠缸，市場對傳感器的需求將不斷增多，2020 年市場規(guī)模有望突破 4600 億美元钳宪。未來揭北，高敏度、高精度吏颖、高可靠性搔体、微型化、集成化將成為智能傳感器發(fā)展的重要趨勢半醉。
（3）分布式計算框架
面對海量的數(shù)據(jù)處理疚俱、復(fù)雜的知識推理，常規(guī)的單機(jī)計算模式已經(jīng)不能支撐缩多。所以呆奕，計算模式必須將巨大的計算任務(wù)分成小的單機(jī)可以承受的計算任務(wù)，即云計算瞧壮、邊緣計算登馒、大數(shù)據(jù)技術(shù)提供了基礎(chǔ)的計算框架。目前流行的分布式計算框架如 OpenStack咆槽、Hadoop陈轿、Storm、Spark秦忿、Samza麦射、Bigflow 等。各種開源深度學(xué)習(xí)框架也層出不窮灯谣，其中包括TensorFlow潜秋、Caffe、Keras胎许、CNTK峻呛、Torch7、MXNet辜窑、Leaf钩述、Theano、DeepLearning4穆碎、Lasagne牙勘、Neon 等等。
3.2.2? 智能信息及數(shù)據(jù)
信息數(shù)據(jù)是人工智能創(chuàng)造價值的關(guān)鍵要素之一所禀。我國龐大的人口和產(chǎn)業(yè)基數(shù)帶來了數(shù)據(jù)方面的天生優(yōu)勢方面。隨著算法放钦、算力技術(shù)水平的提升，圍繞數(shù)據(jù)的采集恭金、分析操禀、處理產(chǎn)生了眾多的企業(yè)。目前横腿，在人工智能數(shù)據(jù)采集床蜘、分析、處理方面的企業(yè)主要有兩種：一種是數(shù)據(jù)集提供商蔑水，以提供數(shù)據(jù)為自身主要業(yè)務(wù)，為需求方提供機(jī)器學(xué)習(xí)等技術(shù)所需要的不同領(lǐng)域的數(shù)據(jù)集扬蕊；另一種是數(shù)據(jù)采集搀别、分析、處理綜合性廠商尾抑，自身擁有獲取數(shù)據(jù)的途徑歇父，并對采集到的數(shù)據(jù)進(jìn)行分析處理，最終將處理后的結(jié)果提供給需求方進(jìn)行使用再愈。對于一些大型企業(yè)榜苫，企業(yè)本身也是數(shù)據(jù)分析處理結(jié)果的需求方。
?3.2.3? 智能技術(shù)服務(wù)
智能技術(shù)服務(wù)主要關(guān)注如何構(gòu)建人工智能的技術(shù)平臺翎冲，并對外提供人工智能相關(guān)的服務(wù)垂睬。此類廠商在人工智能產(chǎn)業(yè)鏈中處于關(guān)鍵位置，依托基礎(chǔ)設(shè)施和大量的數(shù)據(jù)抗悍，為各類人工智能的應(yīng)用提供關(guān)鍵性的技術(shù)平臺驹饺、解決方案和服務(wù)。目前缴渊， 從提供服務(wù)的類型來看赏壹，提供技術(shù)服務(wù)廠商包括以下幾類：
（1）提供人工智能的技術(shù)平臺和算法模型。此類廠商主要針對用戶或者行業(yè)需求衔沼，提供人工智能技術(shù)平臺以及算法模型蝌借。用戶可以在人工智能平臺之上，通過一系列的算法模型來進(jìn)行人工智能的應(yīng)用開發(fā)指蚁。此類廠商主要關(guān)注人工智能的通用計算框架菩佑、算法模型、通用技術(shù)等關(guān)鍵領(lǐng)域欣舵。
（2）提供人工智能的整體解決方案擎鸠。此類廠商主要針對用戶或者行業(yè)需求， 設(shè)計和提供包括軟缘圈、硬件一體的行業(yè)人工智能解決方案劣光，整體方案中集成多種人工智能算法模型以及軟袜蚕、硬件環(huán)境，幫助用戶或行業(yè)解決特定的問題绢涡。此類廠商重點(diǎn)關(guān)注人工智能在特定領(lǐng)域或者特定行業(yè)的應(yīng)用牲剃。
（3）提供人工智能在線服務(wù)。此類廠商一般為傳統(tǒng)的云服務(wù)提供廠商雄可，主要依托其已有的云計算和大數(shù)據(jù)應(yīng)用的用戶資源凿傅，聚集用戶的需求和行業(yè)屬性，為客戶提供多類型的人工智能服務(wù)数苫；從各類模型算法和計算框架的API 等特定應(yīng)用平臺到特定行業(yè)的整體解決方案等聪舒，進(jìn)一步吸引大量的用戶使用，從而進(jìn)一步完善其提供的人工智能服務(wù)虐急。此類廠商主要提供相對通用的人工智能服務(wù)箱残，同時也會關(guān)注一些重點(diǎn)行業(yè)和領(lǐng)域。
需要指出的是止吁，上述三類角色并不是嚴(yán)格區(qū)分開的被辑，很多情況下會出現(xiàn)重疊， 隨著技術(shù)的發(fā)展成熟敬惦，在人工智能產(chǎn)業(yè)鏈中已有大量的廠商同時具備上述兩類或者三類角色的特征盼理。
?3.2.4? 智能產(chǎn)品
智能產(chǎn)品是指將人工智能領(lǐng)域的技術(shù)成果集成化、產(chǎn)品化俄删，具體的分類如表1 所示宏怔。
隨著制造強(qiáng)國、網(wǎng)絡(luò)強(qiáng)國畴椰、數(shù)字中國建設(shè)進(jìn)程的加快举哟，在制造、家居迅矛、金融妨猩、教育、交通秽褒、安防壶硅、醫(yī)療、物流等領(lǐng)域?qū)θ斯ぶ悄芗夹g(shù)和產(chǎn)品的需求將進(jìn)一步釋放销斟，相關(guān)智能產(chǎn)品的種類和形態(tài)也將越來越豐富庐椒。
?3.2.5? 人工智能行業(yè)應(yīng)用
人工智能與行業(yè)領(lǐng)域的深度融合將改變甚至重新塑造傳統(tǒng)行業(yè)，本節(jié)重點(diǎn)介紹人工智能在制造蚂踊、家居约谈、金融、交通、安防棱诱、醫(yī)療泼橘、物流行業(yè)的應(yīng)用，由于篇幅有限迈勋，其它很多重要的行業(yè)應(yīng)用在這里不展開論述炬灭。
（1）智能制造
智能制造是基于新一代信息通信技術(shù)與先進(jìn)制造技術(shù)深度融合，貫穿于設(shè)計靡菇、生產(chǎn)重归、管理、服務(wù)等制造活動的各個環(huán)節(jié)厦凤，具有自感知鼻吮、自學(xué)習(xí)、自決策较鼓、自執(zhí) 行狈网、自適應(yīng)等功能的新型生產(chǎn)方式。智能制造對人工智能的需求主要表現(xiàn)在以下三個方面：一是智能裝備笨腥，包括自動識別設(shè)備、人機(jī)交互系統(tǒng)勇垛、工業(yè)機(jī)器人以及數(shù)控機(jī)床等具體設(shè)備脖母，涉及到跨媒體分析推理、自然語言處理闲孤、虛擬現(xiàn)實(shí)智能建 模及自主無人系統(tǒng)等關(guān)鍵技術(shù)谆级。二是智能工廠，包括智能設(shè)計讼积、智能生產(chǎn)肥照、智能 管理以及集成優(yōu)化等具體內(nèi)容，涉及到跨媒體分析推理勤众、大數(shù)據(jù)智能舆绎、機(jī)器學(xué)習(xí) 等關(guān)鍵技術(shù)。三是智能服務(wù)们颜，包括大規(guī)模個性化定制吕朵、遠(yuǎn)程運(yùn)維以及預(yù)測性維護(hù) 等具體服務(wù)模式，涉及到跨媒體分析推理窥突、自然語言處理努溃、大數(shù)據(jù)智能、高級機(jī) 器學(xué)習(xí)等關(guān)鍵技術(shù)阻问。例如梧税，現(xiàn)有涉及智能裝備故障問題的紙質(zhì)化文件，可通過自然語言處理，形成數(shù)字化資料第队，再通過非結(jié)構(gòu)化數(shù)據(jù)向結(jié)構(gòu)化數(shù)據(jù)的轉(zhuǎn)換哮塞，形成 深度學(xué)習(xí)所需的訓(xùn)練數(shù)據(jù)，從而構(gòu)建設(shè)備故障分析的神經(jīng)網(wǎng)絡(luò)斥铺，為下一步故障診 斷彻桃、優(yōu)化參數(shù)設(shè)置提供決策依據(jù)。
（2）智能家居
參照工業(yè)和信息化部印發(fā)的《智慧家庭綜合標(biāo)準(zhǔn)化體系建設(shè)指南》晾蜘，智能家居是智慧家庭八大應(yīng)用場景之一邻眷。受產(chǎn)業(yè)環(huán)境、價格剔交、消費(fèi)者認(rèn)可度等因素影響肆饶， 我國智能家居行業(yè)經(jīng)歷了漫長的探索期。至 2010 年岖常，隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展以及智慧城市概念的出現(xiàn)驯镊，智能家居概念逐步有了清晰的定義并隨之涌現(xiàn)出各類產(chǎn)品，軟件系統(tǒng)也經(jīng)歷了若干輪升級竭鞍。
智能家居以住宅為平臺板惑，基于物聯(lián)網(wǎng)技術(shù)，由硬件（智能家電偎快、智能硬件冯乘、安防控制設(shè)備、家具等）晒夹、軟件系統(tǒng)裆馒、云計算平臺構(gòu)成的家居生態(tài)圈，實(shí)現(xiàn)人遠(yuǎn)程控制設(shè)備丐怯、設(shè)備間互聯(lián)互通喷好、設(shè)備自我學(xué)習(xí)等功能，并通過收集读跷、分析用戶行為數(shù)據(jù)為用戶提供個性化生活服務(wù)梗搅，使家居生活安全、節(jié)能效览、便捷等些膨。例如，借助智能語音技術(shù)钦铺，用戶應(yīng)用自然語言實(shí)現(xiàn)對家居系統(tǒng)各設(shè)備的操控订雾，如開關(guān)窗簾（窗戶）、操控家用電器和照明系統(tǒng)矛洞、打掃衛(wèi)生等操作洼哎；借助機(jī)器學(xué)習(xí)技術(shù)烫映，智能電視可以從用戶看電視的歷史數(shù)據(jù)中分析其興趣和愛好，并將相關(guān)的節(jié)目推薦給用戶噩峦。通過應(yīng)用聲紋識別锭沟、臉部識別、指紋識別等技術(shù)進(jìn)行開鎖等识补；通過大數(shù)據(jù)技術(shù)可以使智能家電實(shí)現(xiàn)對自身狀態(tài)及環(huán)境的自我感知族淮，具有故障診斷能力。通過收集產(chǎn)品運(yùn)行數(shù)據(jù)凭涂，發(fā)現(xiàn)產(chǎn)品異常祝辣，主動提供服務(wù)，降低故障率切油。還可以通過大數(shù)據(jù)分析蝙斜、遠(yuǎn)程監(jiān)控和診斷，快速發(fā)現(xiàn)問題、解決問題及提高效率。
（3）智能金融
人工智能的飛速發(fā)展將對身處服務(wù)價值鏈高端的金融業(yè)帶來深刻影響叨橱，人工智能逐步成為決定金融業(yè)溝通客戶、發(fā)現(xiàn)客戶金融需求的重要因素稚伍。人工智能技術(shù)在金融業(yè)中可以用于服務(wù)客戶，支持授信戚宦、各類金融交易和金融分析中的決策个曙， 并用于風(fēng)險防控和監(jiān)督，將大幅改變金融現(xiàn)有格局阁苞，金融服務(wù)將會更加地個性化與智能化。智能金融對于金融機(jī)構(gòu)的業(yè)務(wù)部門來說祠挫，可以幫助獲客那槽，精準(zhǔn)服務(wù)客戶，提高效率等舔；對于金融機(jī)構(gòu)的風(fēng)控部門來說骚灸，可以提高風(fēng)險控制，增加安全性慌植； 對于用戶來說甚牲，可以實(shí)現(xiàn)資產(chǎn)優(yōu)化配置，體驗到金融機(jī)構(gòu)更加完美地服務(wù)蝶柿。人工智能在金融領(lǐng)域的應(yīng)用主要包括：智能獲客丈钙，依托大數(shù)據(jù)，對金融用戶進(jìn)行畫像交汤， 通過需求響應(yīng)模型雏赦，極大地提升獲客效率；身份識別，以人工智能為內(nèi)核星岗，通過人臉識別填大、聲紋識別、指靜脈識別等生物識別手段俏橘，再加上各類票據(jù)允华、身份證、銀行卡等證件票據(jù)的 OCR 識別等技術(shù)手段寥掐，對用戶身份進(jìn)行驗證靴寂，大幅降低核驗成本，有助于提高安全性曹仗；大數(shù)據(jù)風(fēng)控榨汤，通過大數(shù)據(jù)、算力怎茫、算法的結(jié)合收壕，搭建反欺詐、信用風(fēng)險等模型轨蛤，多維度控制金融機(jī)構(gòu)的信用風(fēng)險和操作風(fēng)險蜜宪，同時避免資產(chǎn)損失；智能投顧祥山，基于大數(shù)據(jù)和算法能力圃验，對用戶與資產(chǎn)信息進(jìn)行標(biāo)簽化，精準(zhǔn)匹配用戶與資產(chǎn)缝呕；智能客服澳窑，基于自然語言處理能力和語音識別能力，拓展客服領(lǐng)域的深度和廣度供常，大幅降低服務(wù)成本摊聋，提升服務(wù)體驗；金融云栈暇，依托云計算能力的金融科技麻裁，為金融機(jī)構(gòu)提供更安全高效的全套金融解決方案。
（4）智能交通
智能交通系統(tǒng)（Intelligent Traffic System源祈，ITS）是通信煎源、信息和控制技術(shù)在交通系統(tǒng)中集成應(yīng)用的產(chǎn)物。ITS 借助現(xiàn)代科技手段和設(shè)備香缺，將各核心交通元素聯(lián)通手销，實(shí)現(xiàn)信息互通與共享以及各交通元素的彼此協(xié)調(diào)、優(yōu)化配置和高效使用图张，形成人原献、車和交通的一個高效協(xié)同環(huán)境馏慨，建立安全、高效姑隅、便捷和低碳的交通写隶。例如通過交通信息采集系統(tǒng)采集道路中的車輛流量、行車速度等信息讲仰，信息分析 處理系統(tǒng)處理后形成實(shí)時路況慕趴，決策系統(tǒng)據(jù)此調(diào)整道路紅綠燈時長，調(diào)整可變車 道或潮汐車道的通行方向等鄙陡，通過信息發(fā)布系統(tǒng)將路況推送到導(dǎo)航軟件和廣播中冕房， 讓人們合理規(guī)劃行駛路線。通過不停車收費(fèi)系統(tǒng)（ETC）趁矾，實(shí)現(xiàn)對通過ETC 入口站的車輛身份及信息自動采集耙册、處理、收費(fèi)和放行毫捣，有效提高通行能力详拙、簡化收 費(fèi)管理、降低環(huán)境污染蔓同。
ITS 應(yīng)用最廣泛的地區(qū)是日本饶辙，其次是美國、歐洲等地區(qū)斑粱。中國的智能交通系統(tǒng)近幾年也發(fā)展迅速弃揽，在北京、上海则北、廣州矿微、杭州等大城市已經(jīng)建設(shè)了先進(jìn)的智能交通系統(tǒng)；其中尚揣，北京建立了道路交通控制涌矢、公共交通指揮與調(diào)度、高速公路管理和緊急事件管理等四大 ITS 系統(tǒng)惑艇；廣州建立了交通信息共用主平臺蒿辙、物流信息平臺和靜態(tài)交通管理系統(tǒng)等三大 ITS 系統(tǒng)拇泛。
（5）智能安防
智能安防技術(shù)是一種利用人工智能對視頻滨巴、圖像進(jìn)行存儲和分析，從中識別安全隱患并對其進(jìn)行處理的技術(shù)俺叭。智能安防與傳統(tǒng)安防的最大區(qū)別在于智能化恭取，傳統(tǒng)安防對人的依賴性比較強(qiáng)，非常耗費(fèi)人力熄守，而智能安防能夠通過機(jī)器實(shí)現(xiàn)智能判斷蜈垮，從而盡可能實(shí)現(xiàn)實(shí)時地安全防范和處理耗跛。
當(dāng)前，高清視頻攒发、智能分析等技術(shù)的發(fā)展调塌，使得安防從傳統(tǒng)的被動防御向主動判斷和預(yù)警發(fā)展，行業(yè)也從單一的安全領(lǐng)域向多行業(yè)應(yīng)用發(fā)展惠猿，進(jìn)而提升生產(chǎn)效率并提高生活智能化程度羔砾，為更多的行業(yè)和人群提供可視化及智能化方案。用戶面對海量的視頻數(shù)據(jù)偶妖，已無法簡單利用人海戰(zhàn)術(shù)進(jìn)行檢索和分析姜凄，需要采用人工智能技術(shù)作專家系統(tǒng)或輔助手段，實(shí)時分析視頻內(nèi)容趾访，探測異常信息态秧，進(jìn)行風(fēng)險預(yù)測。從技術(shù)方面來講扼鞋，目前國內(nèi)智能安防分析技術(shù)主要集中在兩大類：一類是采用畫面分割前景提取等方法對視頻畫面中的目標(biāo)進(jìn)行提取檢測申鱼，通過不同的規(guī)則來區(qū)分不同的事件，從而實(shí)現(xiàn)不同的判斷并產(chǎn)生相應(yīng)的報警聯(lián)動等藏鹊，例如：區(qū)域入侵分析润讥、打架檢測、人員聚集分析盘寡、交通事件檢測等楚殿；另一類是利用模式識別技術(shù)，對畫面中特定的物體進(jìn)行建模竿痰，并通過大量樣本進(jìn)行訓(xùn)練脆粥，從而達(dá)到對視頻畫面中的特定物體進(jìn)行識別，如車輛檢測影涉、人臉檢測变隔、人頭檢測（人流統(tǒng)計）等應(yīng)用。
智能安防目前涵蓋眾多的領(lǐng)域蟹倾，如街道社區(qū)匣缘、道路、樓宇建筑鲜棠、機(jī)動車輛的監(jiān)控肌厨，移動物體監(jiān)測等。今后智能安防還要解決海量視頻數(shù)據(jù)分析豁陆、存儲控制及傳輸問題柑爸，將智能視頻分析技術(shù)、云計算及云存儲技術(shù)結(jié)合起來盒音，構(gòu)建智慧城市下的安防體系表鳍。
（6）智能醫(yī)療
人工智能的快速發(fā)展馅而，為醫(yī)療健康領(lǐng)域向更高的智能化方向發(fā)展提供了非常有利的技術(shù)條件。近幾年譬圣，智能醫(yī)療在輔助診療瓮恭、疾病預(yù)測、醫(yī)療影像輔助診斷厘熟、藥物開發(fā)等方面發(fā)揮重要作用偎血。
在輔助診療方面，通過人工智能技術(shù)可以有效提高醫(yī)護(hù)人員工作效率盯漂，提升一線全科醫(yī)生的診斷治療水平颇玷。如利用智能語音技術(shù)可以實(shí)現(xiàn)電子病歷的智能語音錄入；利用智能影像識別技術(shù)就缆，可以實(shí)現(xiàn)醫(yī)學(xué)圖像自動讀片帖渠；利用智能技術(shù)和大數(shù)據(jù)平臺，構(gòu)建輔助診療系統(tǒng)竭宰。
在疾病預(yù)測方面空郊，人工智能借助大數(shù)據(jù)技術(shù)可以進(jìn)行疫情監(jiān)測，及時有效地預(yù)測并防止疫情的進(jìn)一步擴(kuò)散和發(fā)展切揭。以流感為例狞甚，很多國家都有規(guī)定，當(dāng)醫(yī)生發(fā)現(xiàn)新型流感病例時需告知疾病控制與預(yù)防中心廓旬。但由于人們可能患病不及時就醫(yī)哼审，同時信息傳達(dá)回疾控中心也需要時間，因此孕豹，通告新流感病例時往往會有一定的延遲涩盾，人工智能通過疫情監(jiān)測能夠有效縮短響應(yīng)時間。
在醫(yī)療影像輔助診斷方面励背，影像判讀系統(tǒng)的發(fā)展是人工智能技術(shù)的產(chǎn)物春霍。早期的影像判讀系統(tǒng)主要靠人手工編寫判定規(guī)則，存在耗時長叶眉、臨床應(yīng)用難度大等問題址儒，從而未能得到廣泛推廣。影像組學(xué)是通過醫(yī)學(xué)影像對特征進(jìn)行提取和分析衅疙， 為患者預(yù)前和預(yù)后的診斷和治療提供評估方法和精準(zhǔn)診療決策莲趣。這在很大程度上簡化了人工智能技術(shù)的應(yīng)用流程，節(jié)約了人力成本炼蛤。
（7）智能物流
傳統(tǒng)物流企業(yè)在利用條形碼妖爷、射頻識別技術(shù)蝶涩、傳感器理朋、全球定位系統(tǒng)等方面優(yōu)化改善運(yùn)輸絮识、倉儲、配送裝卸等物流業(yè)基本活動嗽上，同時也在嘗試使用智能搜索次舌、推理規(guī)劃、計算機(jī)視覺以及智能機(jī)器人等技術(shù)兽愤，實(shí)現(xiàn)貨物運(yùn)輸過程的自動化運(yùn)作和高效率優(yōu)化管理彼念，提高物流效率。例如浅萧，在倉儲環(huán)節(jié)逐沙，利用大數(shù)據(jù)智能通過分析大量歷史庫存數(shù)據(jù)，建立相關(guān)預(yù)測模型洼畅，實(shí)現(xiàn)物流庫存商品的動態(tài)調(diào)整吩案。大數(shù)據(jù)智能也可以支撐商品配送規(guī)劃，進(jìn)而實(shí)現(xiàn)物流供給與需求匹配帝簇、物流資源優(yōu)化與配置等徘郭。在貨物搬運(yùn)環(huán)節(jié)，加載計算機(jī)視覺丧肴、動態(tài)路徑規(guī)劃等技術(shù)的智能搬運(yùn)機(jī)器人（如搬運(yùn)機(jī)器人残揉、貨架穿梭車、分揀機(jī)器人等）得到廣泛應(yīng)用芋浮，大大減少了訂單出庫時間抱环，使物流倉庫的存儲密度、搬運(yùn)的速度纸巷、揀選的精度均有大幅度提升江醇。
?3.2.6? 人工智能產(chǎn)業(yè)發(fā)展趨勢
從人工智能產(chǎn)業(yè)進(jìn)程來看，技術(shù)突破是推動產(chǎn)業(yè)升級的核心驅(qū)動力何暇。數(shù)據(jù)資源陶夜、運(yùn)算能力、核心算法共同發(fā)展裆站，掀起人工智能第三次新浪潮条辟。人工智能產(chǎn)業(yè)正處于從感知智能向認(rèn)知智能的進(jìn)階階段，前者涉及的智能語音宏胯、計算機(jī)視覺及自然語言處理等技術(shù)羽嫡，已具有大規(guī)模應(yīng)用基礎(chǔ)，但后者要求的“機(jī)器要像人一樣去思考及主動行動”仍尚待突破肩袍，諸如無人駕駛杭棵、全自動智能機(jī)器人等仍處于開發(fā)中，與大規(guī)模應(yīng)用仍有一定距離。
（1）智能服務(wù)呈現(xiàn)線下和線上的無縫結(jié)合
分布式計算平臺的廣泛部署和應(yīng)用魂爪，增大了線上服務(wù)的應(yīng)用范圍先舷。同時人工智能技術(shù)的發(fā)展和產(chǎn)品不斷涌現(xiàn)，如智能家居滓侍、智能機(jī)器人蒋川、自動駕駛汽車等，為智能服務(wù)帶來新的渠道或新的傳播模式撩笆，使得線上服務(wù)與線下服務(wù)的融合進(jìn)程加快捺球，促進(jìn)多產(chǎn)業(yè)升級。
（2）智能化應(yīng)用場景從單一向多元發(fā)展
目前人工智能的應(yīng)用領(lǐng)域還多處于專用階段夕冲，如人臉識別氮兵、視頻監(jiān)控、語音識別等都主要用于完成具體任務(wù)歹鱼，覆蓋范圍有限胆剧，產(chǎn)業(yè)化程度有待提高。隨著智能家居醉冤、智慧物流等產(chǎn)品的推出秩霍，人工智能的應(yīng)用終將進(jìn)入面向復(fù)雜場景，處理復(fù)雜問題蚁阳，提高社會生產(chǎn)效率和生活質(zhì)量的新階段铃绒。
（3）人工智能和實(shí)體經(jīng)濟(jì)深度融合進(jìn)程將進(jìn)一步加快
黨的十九大報告提出“推動互聯(lián)網(wǎng)、大數(shù)據(jù)螺捐、人工智能和實(shí)體經(jīng)濟(jì)深度融合”颠悬，一方面，隨著制造強(qiáng)國建設(shè)的加快將促進(jìn)人工智能等新一代信息技術(shù)產(chǎn)品發(fā)展和應(yīng)用定血，助推傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級赔癌，推動戰(zhàn)略性新興產(chǎn)業(yè)實(shí)現(xiàn)整體性突破。另一方面澜沟， 隨著人工智能底層技術(shù)的開源化灾票，傳統(tǒng)行業(yè)將有望加快掌握人工智能基礎(chǔ)技術(shù)并依托其積累的行業(yè)數(shù)據(jù)資源實(shí)現(xiàn)人工智能與實(shí)體經(jīng)濟(jì)的深度融合創(chuàng)新。
?3.3? 安全茫虽、倫理刊苍、隱私問題
歷史經(jīng)驗表明新技術(shù)常常能夠提高生產(chǎn)效率，促進(jìn)社會進(jìn)步濒析。但與此同時正什，由于人工智能尚處于初期發(fā)展階段，該領(lǐng)域的安全号杏、倫理婴氮、隱私的政策、法律和標(biāo)準(zhǔn)問題值得關(guān)注。就人工智能技術(shù)而言主经，安全荣暮、倫理和隱私問題直接影響人們 與人工智能工具交互經(jīng)驗中對人工智能技術(shù)的信任。社會公眾必須信任人工智能 技術(shù)能夠給人類帶來的安全利益遠(yuǎn)大于傷害旨怠，才有可能發(fā)展人工智能。要保障安 全蜈块，人工智能技術(shù)本身及在各個領(lǐng)域的應(yīng)用應(yīng)遵循人類社會所認(rèn)同的倫理原則鉴腻，其中應(yīng)特別關(guān)注的是隱私問題，因為人工智能的發(fā)展伴隨著越來越多的個人數(shù)據(jù) 被記錄和分析百揭，而在這個過程中保障個人隱私則是社會信任能夠增加的重要條件爽哎。總之器一，建立一個令人工智能技術(shù)造福于社會课锌、保護(hù)公眾利益的政策、法律和標(biāo)準(zhǔn) 化環(huán)境祈秕，是人工智能技術(shù)持續(xù)渺贤、健康發(fā)展的重要前提。為此请毛，本章集中討論與人 工智能技術(shù)相關(guān)的安全志鞍、倫理、隱私的政策和法律問題方仿。
3.3.1? 人工智能的安全問題
人工智能最大的特征是能夠?qū)崿F(xiàn)無人類干預(yù)的固棚，基于知識并能夠自我修正地自動化運(yùn)行。在開啟人工智能系統(tǒng)后仙蚜，人工智能系統(tǒng)的決策不再需要操控者進(jìn)一步的指令此洲，這種決策可能會產(chǎn)生人類預(yù)料不到的結(jié)果。設(shè)計者和生產(chǎn)者在開發(fā)人工智能產(chǎn)品的過程中可能并不能準(zhǔn)確預(yù)知某一產(chǎn)品會存在的可能風(fēng)險委粉。因此呜师，對于人工智能的安全問題不容忽視。
與傳統(tǒng)的公共安全（例如核技術(shù)）需要強(qiáng)大的基礎(chǔ)設(shè)施作為支撐不同贾节，人工智能以計算機(jī)和互聯(lián)網(wǎng)為依托匣掸，無需昂貴的基礎(chǔ)設(shè)施就能造成安全威脅。掌握相關(guān)技術(shù)的人員可以在任何時間氮双、地點(diǎn)且沒有昂貴基礎(chǔ)設(shè)施的情況下做出人工智能產(chǎn)品碰酝。人工智能的程序運(yùn)行并非公開可追蹤，其擴(kuò)散途徑和速度也難以精確控制戴差。在無法利用已有傳統(tǒng)管制技術(shù)的條件下送爸，對人工智能技術(shù)的管制必須另辟蹊徑。換言之，管制者必須考慮更為深層的倫理問題袭厂，保證人工智能技術(shù)及其應(yīng)用均應(yīng)符合倫理要求墨吓，才能真正實(shí)現(xiàn)保障公共安全的目的。
由于人工智能技術(shù)的目標(biāo)實(shí)現(xiàn)受其初始設(shè)定的影響纹磺，必須能夠保障人工智能設(shè)計的目標(biāo)與大多數(shù)人類的利益和倫理道德一致帖烘，即使在決策過程中面對不同的環(huán)境，人工智能也能做出相對安全的決定橄杨。從人工智能的技術(shù)應(yīng)用方面看秘症，要充分考慮到人工智能開發(fā)和部署過程中的責(zé)任和過錯問題，通過為人工智能技術(shù)開發(fā)者式矫、產(chǎn)品生產(chǎn)者或者服務(wù)提供者乡摹、最終使用者設(shè)定權(quán)利和義務(wù)的具體內(nèi)容，來達(dá)到落實(shí)安全保障要求的目的采转。
此外聪廉，考慮到目前世界各國關(guān)于人工智能管理的規(guī)定尚不統(tǒng)一，相關(guān)標(biāo)準(zhǔn)也處于空白狀態(tài)故慈，同一人工智能技術(shù)的參與者可能來自不同國家板熊，而這些國家尚未簽署針對人工智能的共有合約。為此察绷，我國應(yīng)加強(qiáng)國際合作邻邮，推動制定一套世界通用的管制原則和標(biāo)準(zhǔn)來保障人工智能技術(shù)的安全性。
3.3.2 人工智能的倫理問題
人工智能是人類智能的延伸克婶，也是人類價值系統(tǒng)的延伸筒严。在其發(fā)展的過程中， 應(yīng)當(dāng)包含對人類倫理價值的正確考量情萤。設(shè)定人工智能技術(shù)的倫理要求鸭蛙，要依托于社會和公眾對人工智能倫理的深入思考和廣泛共識，并遵循一些共識原則：
一是人類利益原則筋岛，即人工智能應(yīng)以實(shí)現(xiàn)人類利益為終極目標(biāo)娶视。這一原則體現(xiàn)對人權(quán)的尊重、對人類和自然環(huán)境利益最大化以及降低技術(shù)風(fēng)險和對社會的負(fù)面影響睁宰。在此原則下肪获，政策和法律應(yīng)致力于人工智能發(fā)展的外部社會環(huán)境的構(gòu)建， 推動對社會個體的人工智能倫理和安全意識教育柒傻，讓社會警惕人工智能技術(shù)被濫用的風(fēng)險孝赫。此外，還應(yīng)該警惕人工智能系統(tǒng)作出與倫理道德偏差的決策红符。例如青柄，大學(xué)利用機(jī)器學(xué)習(xí)算法來評估入學(xué)申請伐债，假如用于訓(xùn)練算法的歷史入學(xué)數(shù)據(jù)（有意或無意）反映出之前的錄取程序的某些偏差（如性別歧視），那么機(jī)器學(xué)習(xí)可能會在重復(fù)累計的運(yùn)算過程中惡化這些偏差致开，造成惡性循環(huán)峰锁。如果沒有糾正，偏差會以這種方式在社會中永久存在双戳。
二是責(zé)任原則虹蒋，即在技術(shù)開發(fā)和應(yīng)用兩方面都建立明確的責(zé)任體系，以便在技術(shù)層面可以對人工智能技術(shù)開發(fā)人員或部門問責(zé)飒货，在應(yīng)用層面可以建立合理的責(zé)任和賠償體系魄衅。在責(zé)任原則下，在技術(shù)開發(fā)方面應(yīng)遵循透明度原則膏斤；在技術(shù)應(yīng)用方面則應(yīng)當(dāng)遵循權(quán)責(zé)一致原則徐绑。
其中邪驮，透明度原則要求了解系統(tǒng)的工作原理從而預(yù)測未來發(fā)展莫辨，即人類應(yīng)當(dāng)知道人工智能如何以及為何做出特定決定，這對于責(zé)任分配至關(guān)重要毅访。例如沮榜，在神經(jīng)網(wǎng)絡(luò)這個人工智能的重要議題中，人們需要知道為什么會產(chǎn)生特定的輸出結(jié)果喻粹。另外蟆融，數(shù)據(jù)來源透明度也同樣非常重要。即便是在處理沒有問題的數(shù)據(jù)集時守呜， 也有可能面臨數(shù)據(jù)中隱含的偏見問題型酥。透明度原則還要求開發(fā)技術(shù)時注意多個人工智能系統(tǒng)協(xié)作產(chǎn)生的危害。
權(quán)責(zé)一致原則查乒，指的是未來政策和法律應(yīng)該做出明確規(guī)定：一方面必要的商業(yè)數(shù)據(jù)應(yīng)被合理記錄弥喉、相應(yīng)算法應(yīng)受到監(jiān)督、商業(yè)應(yīng)用應(yīng)受到合理審查玛迄；另一方面商業(yè)主體仍可利用合理的知識產(chǎn)權(quán)或者商業(yè)秘密來保護(hù)本企業(yè)的核心參數(shù)由境。在人工智能的應(yīng)用領(lǐng)域，權(quán)利和責(zé)任一致的原則尚未在商界蓖议、政府對倫理的實(shí)踐中完全實(shí)現(xiàn)虏杰。主要是由于在人工智能產(chǎn)品和服務(wù)的開發(fā)和生產(chǎn)過程中，工程師和設(shè)計團(tuán)隊往往忽視倫理問題勒虾，此外人工智能的整個行業(yè)尚未習(xí)慣于綜合考量各個利益相關(guān)者需求的工作流程纺阔，人工智能相關(guān)企業(yè)對商業(yè)秘密的保護(hù)也未與透明度相平衡。
?3.3.3? ?人工智能的隱私問題
人工智能的近期發(fā)展是建立在大量數(shù)據(jù)的信息技術(shù)應(yīng)用之上，不可避免地涉及到個人信息的合理使用問題，因此對于隱私應(yīng)該有明確且可操作的定義渊季。人工智能技術(shù)的發(fā)展也讓侵犯個人隱私（的行為）更為便利十籍，因此相關(guān)法律和標(biāo)準(zhǔn)應(yīng)該為個人隱私提供更強(qiáng)有力的保護(hù)征绸。已有的對隱私信息的管制包括對使用者未明示同意的收集葫男，以及使用者明示同意條件下的個人信息收集兩種類型的處理翅萤。人工智能技術(shù)的發(fā)展對原有的管制框架帶來了新的挑戰(zhàn)窒盐，原因是使用者所同意的個人信息收集范圍不再有確定的界限啃奴。利用人工智能技術(shù)很容易推導(dǎo)出公民不愿意泄露的隱私潭陪，例如從公共數(shù)據(jù)中推導(dǎo)出私人信息，從個人信息中推導(dǎo)出和個人有關(guān)的其他人員（如朋友最蕾、親人依溯、同事）信息（在線行為、人際關(guān)系等）瘟则。這類信息超出了最初個人同意披露的個人信息范圍黎炉。
此外，人工智能技術(shù)的發(fā)展使得政府對于公民個人數(shù)據(jù)信息的收集和使用更 加便利醋拧。大量個人數(shù)據(jù)信息能夠幫助政府各個部門更好地了解所服務(wù)的人群狀態(tài)慷嗜， 確保個性化服務(wù)的機(jī)會和質(zhì)量。但隨之而來的是丹壕，政府部門和政府工作人員個人 不恰當(dāng)使用個人數(shù)據(jù)信息的風(fēng)險和潛在的危害應(yīng)當(dāng)?shù)玫阶銐虻闹匾暋?/p>
人工智能語境下的個人數(shù)據(jù)的獲取和知情同意應(yīng)該重新進(jìn)行定義庆械。首先，相關(guān)政策菌赖、法律和標(biāo)準(zhǔn)應(yīng)直接對數(shù)據(jù)的收集和使用進(jìn)行規(guī)制缭乘，而不能僅僅征得數(shù)據(jù)所有者的同意；其次琉用，應(yīng)當(dāng)建立實(shí)用堕绩、可執(zhí)行的、適應(yīng)于不同使用場景的標(biāo)準(zhǔn)流程以供設(shè)計者和開發(fā)者保護(hù)數(shù)據(jù)來源的隱私邑时；再次奴紧，對于利用人工智能可能推導(dǎo)出超過公民最初同意披露的信息的行為應(yīng)該進(jìn)行規(guī)制。最后刁愿，政策绰寞、法律和標(biāo)準(zhǔn)對于個人數(shù)據(jù)管理應(yīng)該采取延伸式保護(hù)，鼓勵發(fā)展相關(guān)技術(shù)铣口，探索將算法工具作為個體在數(shù)字和現(xiàn)實(shí)世界中的代理人滤钱。這種方式使得控制和使用兩者得以共存，因為算法代理人可以根據(jù)不同的情況脑题，設(shè)定不同的使用權(quán)限件缸，同時管理個人同意與拒絕分享的信息。
本章節(jié)所涉及的安全叔遂、倫理和隱私問題是人工智能發(fā)展面臨的挑戰(zhàn)他炊。安全問題是讓技術(shù)能夠持續(xù)發(fā)展的前提争剿。技術(shù)的發(fā)展給社會信任帶來了風(fēng)險，如何增加社會信任痊末，讓技術(shù)發(fā)展遵循倫理要求蚕苇，特別是保障隱私不會被侵犯是亟需解決的問題。為此凿叠，需要（制訂）合理的政策涩笤、法律、標(biāo)準(zhǔn)基礎(chǔ)盒件，并與國際社會協(xié)作蹬碧。在制訂政策、法律和標(biāo)準(zhǔn)時炒刁，應(yīng)當(dāng)擺脫膚淺的新聞炒作和廣告式的熱點(diǎn)宣傳恩沽，必須促進(jìn)對人工智能技術(shù)產(chǎn)品更深層地理解，聚焦這一新技術(shù)給社會產(chǎn)生重大利益的同時也帶來的巨大挑戰(zhàn)翔始。作為國際社會的重要成員罗心，中國對保障人工智能技術(shù)應(yīng)用在正確的道路上、基于正確的理由得到健康發(fā)展擔(dān)負(fù)重要的責(zé)任绽昏。
?3.4? ?人工智能標(biāo)準(zhǔn)化的重要作用
當(dāng)今协屡，經(jīng)濟(jì)全球化和市場國際化深入發(fā)展俏脊，標(biāo)準(zhǔn)作為經(jīng)濟(jì)和社會活動的主要技術(shù)依據(jù)全谤，已成為衡量國家或地區(qū)技術(shù)發(fā)展水平的重要標(biāo)志、產(chǎn)品進(jìn)入市場的基本準(zhǔn)則爷贫、企業(yè)市場競爭力的具體體現(xiàn)认然。標(biāo)準(zhǔn)化工作對人工智能及其產(chǎn)業(yè)發(fā)展具有基礎(chǔ)性、支撐性漫萄、引領(lǐng)性的作用卷员，既是推動產(chǎn)業(yè)創(chuàng)新發(fā)展的關(guān)鍵抓手，也是產(chǎn)業(yè)競爭的制高點(diǎn)腾务。人工智能標(biāo)準(zhǔn)的先進(jìn)與完善與否毕骡，關(guān)系到產(chǎn)業(yè)的健康發(fā)展、以及產(chǎn)品國際市場競爭力的強(qiáng)弱岩瘦。
美國未巫、歐盟、日本等發(fā)達(dá)國家高度重視人工智能標(biāo)準(zhǔn)化工作启昧。美國發(fā)布的《國家人工智能研究與發(fā)展策略規(guī)劃》叙凡，歐盟發(fā)布的“人腦計劃”，日本實(shí)施的“人工智能/大數(shù)據(jù)/物聯(lián)網(wǎng)/網(wǎng)絡(luò)安全綜合項目”密末，均提出圍繞核心技術(shù)握爷、頂尖人才跛璧、標(biāo)準(zhǔn)規(guī)范等強(qiáng)化部署，力圖搶占新一輪科技主導(dǎo)權(quán)新啼。
我國高度重視人工智能標(biāo)準(zhǔn)化工作追城。在國務(wù)院《新一代人工智能發(fā)展規(guī)劃》中將人工智能標(biāo)準(zhǔn)化作為重要支撐保障，提出要“加強(qiáng)人工智能標(biāo)準(zhǔn)框架體系研究燥撞。堅持安全性漓柑、可用性、互操作性叨吮、可追溯性原則辆布，逐步建立并完善人工智能基礎(chǔ)共性、互聯(lián)互通茶鉴、行業(yè)應(yīng)用锋玲、網(wǎng)絡(luò)安全、隱私保護(hù)等技術(shù)標(biāo)準(zhǔn)涵叮。加快推動無人駕駛惭蹂、服務(wù)機(jī)器人等細(xì)分應(yīng)用領(lǐng)域的行業(yè)協(xié)會和聯(lián)盟制定相關(guān)標(biāo)準(zhǔn)”。工信部在《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018-2020 年）》中指出割粮，要建設(shè)人工智能產(chǎn)業(yè)標(biāo)準(zhǔn)規(guī)范體系盾碗，建立并完善基礎(chǔ)共性、互聯(lián)互通舀瓢、安全隱私廷雅、行業(yè)應(yīng)用等技術(shù)標(biāo)準(zhǔn)；同時構(gòu)建人工智能產(chǎn)品評估評測體系京髓。
我國雖然在人工智能領(lǐng)域雖然具備了良好基礎(chǔ)航缀，語音識別、視覺識別堰怨、中文信息處理等核心技術(shù)實(shí)現(xiàn)了突破芥玉，也具有巨大的應(yīng)用市場環(huán)境，但整體發(fā)展水平仍落后于發(fā)達(dá)國家备图，在核心算法灿巧、關(guān)鍵設(shè)備、高端芯片揽涮、重大產(chǎn)品與系統(tǒng)等方面差距較大抠藕，適應(yīng)人工智能發(fā)展的基礎(chǔ)設(shè)施、政策法規(guī)绞吁、標(biāo)準(zhǔn)體系亟待完善幢痘。
綜上分析，更應(yīng)重視人工智能標(biāo)準(zhǔn)化工作對于促進(jìn)技術(shù)創(chuàng)新家破、支撐產(chǎn)業(yè)發(fā)展具有的重要引領(lǐng)作用：
（一）標(biāo)準(zhǔn)化工作有利于加快人工智能技術(shù)創(chuàng)新和成果轉(zhuǎn)化颜说。現(xiàn)階段人工智能技術(shù)發(fā)展迅速购岗，市場上逐步出現(xiàn)了可規(guī)模化门粪、可商業(yè)化的產(chǎn)品和應(yīng)用喊积，需要以標(biāo)準(zhǔn)化的手段固化技術(shù)成果，實(shí)現(xiàn)快速創(chuàng)新推廣玄妈；
（二）標(biāo)準(zhǔn)化工作有助于提升人工智能產(chǎn)品和服務(wù)質(zhì)量乾吻。如市場上出現(xiàn)的人臉識別系統(tǒng)、智能音箱拟蜻、服務(wù)機(jī)器人等產(chǎn)品绎签，質(zhì)量殘次不齊，需要標(biāo)準(zhǔn)的統(tǒng)一規(guī)范酝锅，并配合以開展符合性測試評估的方式诡必，提升產(chǎn)品和服務(wù)質(zhì)量；
（三）標(biāo)準(zhǔn)化工作有助于切實(shí)保障用戶安全搔扁。例如自動駕駛領(lǐng)域的“電車難題”倫理難題爸舒、蘋果手機(jī)指紋泄露用戶隱私等問題，引起了人們的廣泛關(guān)注稿蹲。如何保護(hù)用戶權(quán)益是難點(diǎn)也是重點(diǎn)扭勉，這需要通過建立以人為本的原則，制定相關(guān)安全標(biāo)準(zhǔn)規(guī)范苛聘，確保智能系統(tǒng)遵從并服務(wù)于人類倫理涂炎，并確保信息安全；
（四）標(biāo)準(zhǔn)化工作有助于營造公平開放的人工智能產(chǎn)業(yè)生態(tài)焰盗。當(dāng)前璧尸，行業(yè)巨頭以開源算法咒林、平臺接口綁定等方式熬拒，打造自有深度學(xué)習(xí)框架等生態(tài)體系，造成用戶數(shù)據(jù)信息較難遷移垫竞。這需要統(tǒng)一的標(biāo)準(zhǔn)實(shí)現(xiàn)廠商之間的互操作與協(xié)同工作澎粟，防止行業(yè)壟斷、用戶綁定欢瞪，形成良性的產(chǎn)業(yè)生態(tài)活烙。
?4? 人工智能標(biāo)準(zhǔn)化現(xiàn)狀
近年來，在國際標(biāo)準(zhǔn)化組織遣鼓、國外標(biāo)準(zhǔn)化組織啸盏、以及國內(nèi)標(biāo)準(zhǔn)化組織都在研究人工智能問題，并進(jìn)行相關(guān)技術(shù)的標(biāo)準(zhǔn)化工作骑祟。
4.1? 國際標(biāo)準(zhǔn)化現(xiàn)狀
4.1.1? ISO/IECJTC 1
....
（略去幾十頁標(biāo)準(zhǔn)分析和案例）
指導(dǎo)單位：國家標(biāo)準(zhǔn)化管理委員會工業(yè)二部
編寫單位：中國電子技術(shù)標(biāo)準(zhǔn)化研究院 二零一八年一月
如需獲取《2018版人工智能標(biāo)準(zhǔn)化白皮書.pdf》原稿回懦，請關(guān)注公眾號“創(chuàng)業(yè)股”气笙，并輸入關(guān)鍵字“2018年人工智能標(biāo)準(zhǔn)化”。
