2020年，中國科學院重點實驗室發(fā)布了《人工智能發(fā)展白皮書》，白皮書重點分析了人工智能各個細分領域的關鍵技術和產(chǎn)業(yè)應用。

白皮書指出計算機視覺技術、自然語言處理技術、跨媒體分析推理技術、智適應學習技術等八大技術是目前人工智能領域的關鍵技術。

安防、金融、零售、交通、教育等產(chǎn)業(yè)中蘊含著人工智能的典型應用場景，肯定了人工智能開放創(chuàng)新平臺對于全行業(yè)的重要推動價值。并推出全球人工智能企業(yè)TOP20榜單，供業(yè)內人士借鑒。

?

中國科學院2019年人工智能發(fā)展白皮書

今天開始，我們機器智能將分批次為大家分享此次報告的精彩內容，今天先分享中國科學院選取的“八大人工智能關鍵技術”。這八大技術選取的標準是：技術相對取得較大突破，應用場景相對明確，在產(chǎn)業(yè)界、學術界、投資界引起較大的關注。

?

八大人工智能關鍵技術

1. 計算機視覺技術

計算機視覺(Computer Vision)是一門研究如何使機器“看”的科學，更進一步地說，是指用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量的科學。

?

計算機視覺技術七個典型應用案例包括了在交通、安防、醫(yī)療、翻譯、體育賽事、農(nóng)業(yè)、制造業(yè)的案例，具體可參考下邊的報告截圖。

?

計算機視覺技術七個典型應用案例

近幾年計算機視覺技術實現(xiàn)了快速發(fā)展，其主要學術原因是2015年基于深度學習的計算機視覺算法在ImageNet數(shù)據(jù)庫上的識別準確率首次超過人類，同年Google也開源了自己的深度學習算法。計算機視覺系統(tǒng)的主要功能有圖像獲取、預處理、特征提取、檢測/分割和高級處理。

2. 自然語言處理技術

自然語言處理(Natural Language Processing)是一門通過建立形式化的計算模型來分析、理解和處理自然語言的學科，也是一門橫跨語言學、計算機科學、數(shù)學等領域的交叉學科。

?

自然語言處理，是指用計算機對自然語言的形、音、義等信息進行處理，即對字、詞、句、篇章的輸入、輸出、識別、 分析、理解、生成等的操作和加工。自然語言處理的具體表現(xiàn)形式包括機器翻譯、文本摘要、文本分類、文本校對、信息抽取、語音合成、語音識別等。

包括科大訊飛、谷歌、清華大學、Allen研究院、阿里巴巴、百度、搜狗、Facebook等企業(yè)都有非常有代表型的自然語言處理應用案例。

?

可以說，自然語言處理就是要計算機理解自然語言，自然語言處理機制涉及兩個流程，包括自然語言理解和自然語言生成，自然語言理解是讓計算機把 輸入的語言變成有意思的符號和關系，然后根據(jù)目的再處理；自然語言生成則是把計算機數(shù)據(jù)轉化為自然語言。實現(xiàn)人機間的信息交流，是人工智能界、計算機科學和語言學界所共同關注的重要問題。

3. 跨媒體分析推理技術

以往的媒體信息處理模型往往只針對某種單一形式的媒體數(shù)據(jù)進行推理分析，比如圖像識別、語音識別、文本識別等，而越來越多的任務需要像人一樣能夠協(xié)同綜合處理多種形式的信息，這就是跨媒體分析與推理。

包括IBM、谷歌、百度、字節(jié)跳動、NETFLIX都是跨媒體分析推理技術應用的代表型企業(yè)。

?

跨媒體是一個比較廣義的概念，既表現(xiàn)為包括網(wǎng)絡文本、圖像、音頻、視頻等復雜媒體對象混合并存，又表現(xiàn)為各類媒體對象形成復雜的關聯(lián)關系和組織結構，還表現(xiàn)在具有不同模態(tài)的媒體對象跨越媒介或平臺高度交互融合。通過“跨媒體”能從各自的側面表達相同的語義信息，能比單一的媒體對象及其特定的模態(tài)更加全面地反映特定的內容信息。

相同的內容信息跨越各類媒體對象交叉?zhèn)鞑ヅc整合，只有對這些多模態(tài)媒體進行融合分析，才能盡可能全面、正確地理解這種跨媒體綜合體所蘊涵的內容信息?？缑襟w分析推理技術主要包括跨媒體檢索、跨媒體推理、跨媒體存儲幾個研究范疇，可應用于網(wǎng)絡內容監(jiān)管、輿情分析、信息檢索、智慧醫(yī)療、自動駕駛、智能穿戴設備等場景。

4. 智適應學習技術

作為教育領域最具突破性的技術，智適應學習技術(Intelligent Adaptive Learning) 模擬了老師對學生一對一教學的過程，賦予了學習系統(tǒng)個性化教學的能力。和傳統(tǒng)千人一面的教學方式相比，智適應學習系統(tǒng)帶給了學生個性化的學習體驗，提升了學生的學習投入度和學習效率。

?

采用了智適應學習技術的學習系統(tǒng)能夠針對學生的具體學習情況提供個性化學習解決方案，包括定位學生的知識漏洞、持續(xù)性地評估學生的學習能力水平和知識狀態(tài)、實時動態(tài)提供個性化學習內容。智適應學習技術讓教育領域一直困擾的質量、成本、可獲取性三大矛盾因素變成了歷史。

5. 群體智能技術

群體智能(collective intelligence)也稱集體智能、群智。群體智能是一種共享的智能，是集結眾人的意見進而轉化為決策的一種過程，用來對單一個體做出隨機性決策的風險。

?

?

群體智能的應用案例列舉了華為HiLink智能家居生態(tài)，阿里巴巴的多智能體雙向協(xié)調網(wǎng)絡BiCNet，京東的無人配送站點，有無人機器人進行配送。

對群體智能的研究，實際上可以被認為是一個屬于社會學、商業(yè)、計算機科學、大眾傳媒和大眾行為的分支學科，研究從夸克層次到細菌、植物、動物以及人類社會層次的群體行為的一個領域。

6. 自主無人系統(tǒng)技術

自主無人系統(tǒng)是能夠通過先進的技術進行操作或管理而不需要人工干預的系統(tǒng)，是由機械、控制、計算機、通信、材料等多種技術融合而成的復雜系統(tǒng)。

?

自主無人系統(tǒng)技術列舉了阿里人工智能實驗室的單車智能系統(tǒng)、百度Apollo自動駕駛開放平臺、沈陽新松蛇形臂機器人、大疆無人機、哈工大研發(fā)的爬壁機器人和管道檢測機器人。

自主無人系統(tǒng)可應用到無人駕駛車輛、無人機、服務型機器人、空間機器人、海洋機器人、無人車間、智能工廠等場景中，并實現(xiàn)降本增效的作用。

自主性和智能性是自主無人系統(tǒng)最重要的兩個特征。人工智能無疑是發(fā)展智能無人自主系統(tǒng)的關鍵技術之一。利用人工智能的各種技術，如圖像識別、人機交互、智能決策、推理和學習，是實現(xiàn)和不斷提高系統(tǒng)這兩個特征的最有效的方法。

7. 智能芯片技術

目前，智能芯片的定義并沒有一個嚴格和公認的標準。

智能芯片技術可以按照技術架構、按功能分類、按應用場景分類。其中，按技術架構分類包括GPU、半定制化FPGA、全定制化FPGA、神經(jīng)擬態(tài)芯片；按功能分類包括訓練、推理芯片；按應用場景分類包括服務器端（云端）、移動端（終端）。

?

智能芯片技術的發(fā)展，包括清華大學Thiner芯片、浙江大學和杭州電子科技大學聯(lián)合研制的類腦芯片、中國科學院計算機室研究所的寒武紀公司推出的1A處理器、華為AI芯片麒麟970等實例。

一般來說，運用了人工智能技術的芯片都可以稱為智能芯片，但是狹義上的智能芯片特指針對人工智能算法做了特殊加速設計的芯片。現(xiàn)階段，這些人工智能算法一般以深度學習算法為主，也可以包括其它機器學習算法。智能芯片可按技術架構、功能和應用場景等維度分成多種類別。

8. 腦機接口技術

腦機接口(Brain-Computer Interface，BCI)是在人或動物腦(或者腦細胞的培養(yǎng)物)與外部設備間建立的直接連接通路。通過單向腦機接口技術，計算機可以接受腦傳來的命令，或發(fā)送信號到腦，但不能同時發(fā)送和接收信號。而雙向腦機接口允許腦和外部設備間的雙向信息交換。

?

腦機接口技術在教育、醫(yī)療、健康、娛樂領域都出現(xiàn)了落地應用，其中還有代表事件，包括2013年的美國“腦計劃”、2016年中國“腦計劃”、2017年Facebook“意念打字”、2019年馬斯克“大腦縫紉機”。

2013年，自美國首次宣布啟動 “腦計劃”以來，歐洲、日本、韓國等陸續(xù)參與“腦科技”競賽項目，據(jù)已公開數(shù)據(jù)表明，全球在腦機接口相關領域的研發(fā)支持已經(jīng)超過200億美元。