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（fèn）析（xī）方法赋予机（jī） 器类人的能力（lì）。人（rén）工智（zhì）能将提升社会劳动（dòng）生（shēng）产率，特（tè）别是在有效降低劳动成（chéng）本、优化产品和（hé）服务、创造新市场和 就业等方面为（wéi）人类的生产和生活带来革（gé）命（mìng）性的转变。

据Sage预（yù）测，到2030年人工智（zhì）能的出现将为全球GDP带来（lái）额（é） 外14%的提升，相当于15.7万亿美元（yuán）的增长。全球（qiú）范围（wéi）内越来（lái）越多的政（zhèng）府（fǔ）和（hé）企业组织逐渐认识到人工智能在经济 和战略上（shàng）的重要性，并从国家战略和商业活动上涉（shè）足（zú）人（rén）工智能。全球人工（gōng）智能市场将在未（wèi）来（lái）几（jǐ）年经历现象级的增 长。

据中国产（chǎn）业信息网和中（zhōng）国信息通信（xìn）研究院（yuàn）数（shù）据，世界人工智能市场将在（zài）2020年达到6800亿元（yuán）人民币，复合增 长率达（dá）26.2%，而中国人（rén）工智能（néng）市场也将在2020年（nián）达（dá）到710亿元人民币，复合增长率达（dá）44.5%。

我国（guó）发展人工智能具（jù）有多个方面的优势，比如（rú）开放（fàng）的市场环境（jìng）、海量的数据资源、强有力的战略引（yǐn）领（lǐng）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（jù）备国际影响力的人工智能 开放平台等（děng）短板。

此份（fèn）报（bào）告不（bú）但对人工智能（néng）关（guān）键技术（shù）(计算（suàn）机视（shì）觉技术、自然语言处理技术（shù）、跨媒体分（fèn）析推理技 术、智适应学习技术、群体（tǐ）智能技术、自主无人（rén）系统技（jì）术、智能芯（xīn）片（piàn）技术、脑机接口（kǒu）技术等)、人工智能典型应（yīng） 用产业与场景（jǐng）(安防、金融、零售、交通、教育、医疗、制造、健康等)做（zuò）出了梳（shū）理（lǐ）。

八大人工智能关键技（jì）术

1.计算机（jī）视觉（jiào）技（jì）术

计算机视觉（jiào）(Computer Vision)是一门研究如何（hé）使机（jī）器“看（kàn）”的科学， 更进一步（bù）地说，是指用摄影机和电脑（nǎo）代替人眼对（duì）目标进（jìn）行（háng）识别、跟踪和 测量的（de）科学（xué）。近几（jǐ）年（nián）计算机视觉技术（shù）实（shí）现了快（kuài）速（sù）发展（zhǎn），其主要学术原因（yīn） 是2015年基（jī）于深度学习（xí）的（de）计算机视觉算法在ImageNet数据库（kù）上（shàng）的（de）识别 准确（què）率（lǜ）首次超过人类（lèi），同（tóng）年（nián）Google也（yě）开源了自己的深度学（xué）习算（suàn）法。计 算机（jī）视（shì）觉系统（tǒng）的主要（yào）功能有图像获取、预处理（lǐ）、特征提取、检测/分割 和高级处理。

2.自然语言（yán）处（chù）理技术

自然（rán）语（yǔ）言处理(Natural Language Processing)是一（yī）门通过建（jiàn）立形式化（huà）的（de） 计算（suàn）模型来分（fèn）析、理解和（hé）处理自（zì）然语言（yán）的学科，也（yě）是一门横跨语言学、计（jì）算 机（jī）科学、数学（xué）等领域（yù）的交叉（chā）学科。自然语（yǔ）言处理（lǐ），是指用计算机对（duì）自然（rán）语言（yán） 的形、音、义等信息进行处理，即（jí）对字、词、句、篇章的输入、输出、识别、 分（fèn）析、理解、生成等的操作和加工（gōng）。自然语言处理的具（jù）体表（biǎo）现形式包括（kuò）机器 翻译（yì）、文本（běn）摘要、文本分类、文本校对、信息抽取、语音合（hé）成、语音识别等。可以（yǐ）说（shuō），自（zì）然语言处理就是（shì）要计算机理（lǐ）解（jiě）自然语言，自（zì）然（rán）语言处理机制涉及 两个流程，包括（kuò）自（zì）然（rán）语言理解和自然语言生成，自然语言理解是让计算（suàn）机（jī）把 输入（rù）的语言变成有意思的符号（hào）和关系，然后（hòu）根据目的再（zài）处理;自然语（yǔ）言（yán）生成 则是把计算机数据转化为自然语（yǔ）言。实（shí）现人机间的信息交流（liú），是（shì）人工智能 界、计算机（jī）科学和语言学（xué）界所（suǒ）共同关（guān）注的重要（yào）问题。

3.跨媒（méi）体分析推理（lǐ）技术

以往（wǎng）的（de）媒体信息处理模（mó）型往往只针对某种单一形式的（de）媒体数据进行推理分析，比如（rú）图像（xiàng）识别、语音（yīn）识别、文本识别等，而越（yuè）来越（yuè）多的任务需要像人一样（yàng）能（néng）够协 同综合（hé）处理（lǐ）多种形（xíng）式(文本、音频、视（shì）频（pín）、图像等（děng）)的信息（xī），这（zhè）就是跨媒体分析与推理。跨媒体是一个比（bǐ）较（jiào）广义的概念，既表（biǎo）现为包括（kuò）网络文（wén）本（běn）、图像、音频、 视频（pín）等复杂媒体对（duì）象混（hún）合（hé）并存，又表现为各类媒（méi）体对（duì）象形（xíng）成复杂的（de）关（guān）联关系和组织结构，还表现在具有不同模态的媒体对象（xiàng）跨越媒（méi）介或平台高度（dù）交互融合。通 过“跨媒体”能从各自的侧面表（biǎo）达相同（tóng）的语（yǔ）义信息，能比单一的媒（méi）体对象及（jí）其特（tè）定的模态更加全面地反映特定的内容（róng）信息。相同的内容信息（xī）跨越各类媒体对象（xiàng） 交叉传播与整合，只有对这些多模态媒体进行融合分析，才能（néng）尽可能全面、正（zhèng）确地（dì）理解这种跨媒（méi）体综合体所蕴涵的内容信息。跨媒体分析推理技术主（zhǔ）要包（bāo）括跨媒体检索（suǒ）、跨媒体推理、跨媒体存储几个研究范畴，可应用（yòng）于网络（luò）内容监管（guǎn）、舆（yú）情（qíng）分析、信息检（jiǎn）索、智慧医疗、自动驾驶、智（zhì） 能穿戴设备等场（chǎng）景。

4.智适（shì）应学习技术

作为教育领域最具突（tū）破性（xìng）的技术（shù），智适应 学习技术(Intelligent Adaptive Learning) 模拟了老师对学生（shēng）一对一教学 的过程，赋予了学习系统个性化教学的（de）能 力。和传统千人一（yī）面的教学方式相比，智（zhì） 适应学（xué）习系统带给了（le）学生个性化的（de）学（xué）习（xí）体 验，提升了学生的学习投入度和学习效 率。采用（yòng）了智适应（yīng）学习技术（shù）的学习系统能 够（gòu）针对学生的（de）具（jù）体学习情况提供个（gè）性化学 习解决方案，包括定（dìng）位学生的知识漏洞、 持续性地评估学生的学习（xí）能（néng）力水平和知（zhī）识 状态、实时（shí）动态（tài）提供个（gè）性化（huà）学习内容。智 适应学习技术让教育领域一（yī）直困扰的质 量（liàng）、成本、可（kě）获取性三大矛盾因素变成（chéng）了 历史。

5.群体智能技术

群体智能(collective intelligence)也称集体智能、群智。群体智能是（shì）一种共享的智（zhì）能，是集结众（zhòng）人的意见进（jìn）而转化（huà）为（wéi）决策的一（yī）种过程，用来对单一（yī）个体做出（chū）随（suí）机 性决策的风（fēng）险。对群体智能的研究，实际上可（kě）以被认为是一个属于社会学、商业、计算机（jī）科学、大（dà）众传媒和（hé）大众行为的分支（zhī）学科，研究从夸克（kè）层次到（dào）细菌、植 物、动物以及人类（lèi）社会层次的群体行为的一个领（lǐng）域。

6.自（zì）主无人系统（tǒng）技术

自主无（wú）人系统是能够通过（guò）先（xiān）进的技术进行操作（zuò）或管理而不需要人（rén）工（gōng）干预（yù）的系统，是（shì）由机械、控制（zhì）、计算机、通信、材料等（děng）多种技术融（róng）合（hé）而成的复（fù）杂系（xì）统。自主 无人系统可（kě）应用到无（wú）人驾驶车辆、无人机、服务（wù）型机器人(15.130, -0.10, -0.66%)、空（kōng）间（jiān）机器人、海洋机器（qì）人、无人车间、智能工厂等（děng）场景中（zhōng），并实现降本（běn）增效的作（zuò）用。自主性（xìng）和智能性是自主无人系统最重要的两个特征。人（rén）工智能无疑（yí）是发展智（zhì）能无人自主系统的（de）关键技术之（zhī）一。利用人工智能的（de）各种（zhǒng）技术（shù），如图（tú）像识别、人机交 互、智能决策、推理（lǐ）和学习，是实现和不断提高系统这两（liǎng）个特征的最有效的方法。

7.智能芯片技术

目前，关于智能芯片的定义并没有一个（gè）严格和公认的标准（zhǔn）。一般来说，运用了人工（gōng）智能技（jì）术的芯片都（dōu）可以称为智能芯（xīn）片，但是狭义上的智（zhì）能芯（xīn）片特（tè）指针对人工 智能（néng）算法（fǎ）做了特殊（shū）加速设计的芯片，现阶（jiē）段，这些人工智能算法一般以（yǐ）深度（dù）学习算法为（wéi）主，也可以包括其（qí）它机（jī）器学习算法。智能芯（xīn）片可按（àn）技（jì）术架（jià）构、功能和（hé）应 用场景（jǐng）等维度分成多种类别（bié）。

8.脑机接口技术（shù）

脑机接口(Brain-Computer Interface，BCI)是在人（rén）或动物脑（nǎo）(或者脑细胞（bāo）的培养物)与外部设备间建立的直接连接通路。通过单向脑机接口技（jì）术，计（jì）算机可 以接（jiē）受脑传（chuán）来的命令，或者（zhě）发送信号到脑，但（dàn）不能同时发送和接收信号。而双向脑机接口允许脑和外部设备间的双向（xiàng）信息交换（huàn）。2013年，自美国首次宣布（bù）启动 “脑计划”以（yǐ）来，欧洲、日本（běn）、韩（hán）国等陆续参与“脑科技”竞赛（sài）项目，据（jù）已公开（kāi）数据表明，全球（qiú）在脑机接口相关领域的研发支（zhī）持（chí）已经超过200亿美元。

人工智能赋能产业与应用场景 

人（rén）工智能技术渗透各产业——从产品成熟度视（shì）角来看

在人工智（zhì）能技术向各行各（gè）业渗透的过程（chéng）中（zhōng），不同（tóng）产品（pǐn）由于使用场（chǎng）景复杂度（dù）的（de）不同（tóng）、技术发（fā）展水平（píng）的不同，而（ér）导致其成熟度（dù）也不同。比如，教育和音（yīn）响（xiǎng）行业的核（hé） 心环节已有（yǒu）成熟产品，技术成（chéng）熟（shú）度（dù）和用户（hù）心理（lǐ）接受度都较高;个人助理和医疗行业在核心环节已出现试（shì）验性的初步（bù）成熟产品，但由于场景复杂（zá），涉及个人隐私 和生命健（jiàn）康问（wèn）题，当前用（yòng）户心理接受度较低;自动（dòng）驾驶和咨询行业在核心环节则（zé）尚未出现（xiàn）成熟产（chǎn）品，无论是技术方面还是用户心理（lǐ）接受度方面（miàn）都还（hái）没（méi）有达到足 够成熟的程（chéng）度。

人工智能技术渗透各产业——从（cóng）行业使用率视角来看

在人工智能技术（shù）向各行各业渗透的过程中（zhōng），安防和金（jīn）融行业的人（rén）工智能使用（yòng）率最高，零售、交通、教育（yù）、医疗（liáo）、制造、健康行（háng）业（yè）次（cì）之。安防行业一（yī）直围绕着视 频监控在不断改（gǎi）革升级，在（zài）政府的大力支持下，我（wǒ）国已建成集数（shù）据（jù）传（chuán）输（shū）和控制与（yǔ）一体的自动化监控（kòng）平台，随着计（jì）算机（jī）视觉技术出现突破，安防行（háng）业便迅（xùn）速向智 能（néng）化前进。金融行业拥有良（liáng）好的数据积累，在自（zì）动（dòng）化的工作流与相关技术的运用上有不（bú）错（cuò）的成效，组织机构的战略与文化（huà）也较（jiào）为先进，因（yīn）此人工智能技术也（yě）得 到了（le）良好的应用。零售行业在数据积累、人（rén）工智能应用基础（chǔ）、组织结构方面均有（yǒu）一（yī）定（dìng）基（jī）础。交通行业则在组织基础与人工智能应用基（jī）础上（shàng）优势明显，并已（yǐ）经开 始布（bù）局自（zì）动（dòng）驾（jià）驶（shǐ）技术。教育行（háng）业的数（shù）据积累虽然薄弱，但行（háng）业整（zhěng）体对（duì）人工智能持重点（diǎn）关注的态度，同时也开始在实际业务中（zhōng）结合人（rén）工智能技术（shù），因此未来发（fā）展 可（kě）期。医（yī）疗与健康行业拥有多年的医疗数（shù）据积累与流程化的数据使（shǐ）用过程，因此（cǐ）在数据与技术基（jī）础上有着很（hěn）强的优势。制造行业虽然在组（zǔ）织机（jī）构上的基础相对 薄弱（ruò），但拥有大量高质量（liàng）的数（shù）据积累以（yǐ）及自动（dòng）化的工作流（liú），为人工智能（néng）技术的介入提供了良好（hǎo）的技术铺垫。

……

报告节选：