新一代人工智能發(fā)展規(guī)劃

文檔來源為:從網(wǎng)絡收集整理.word版本可編輯.歡迎下載支持.《新一代人工智能發(fā)展規(guī)劃》解讀一人工智能的過去、現(xiàn)在和未來前言：人工智能的概念及發(fā)展歷史人工智能的概念人工智能：以機器為載體的智能，是相對于人類智能和動物智能，也叫機器智能。2017年7月20日發(fā)布《新一代人工智能發(fā)展規(guī)劃》（國發(fā)〔2017〕35號）一）人工智能的概念。人工智能的迅速發(fā)展將深刻改變?nèi)祟惿鐣?、改變世界。三個階段的目標：2020年：與世界先進水平同步2025年：部分達到世界領先水平2030年：總體達到世界領先水平（二）世界各國高度重視人工智能的發(fā)展方向美國：2016年10月，美國連續(xù)發(fā)布兩個重要戰(zhàn)略文件《為人工智能的未來做好準備》和《國家人工智能研究與發(fā)展戰(zhàn)略規(guī)劃》，將人工智能上升到國家戰(zhàn)略層面。美國有很多著名的IT跨國企業(yè)，如谷歌、Facebook、微軟、IBM等，都將人工智能技術作為企業(yè)的核心戰(zhàn)略，持續(xù)投入巨資并招聘領軍人才，強力涉足該領域。在技術方向上，美國將機器人技術列為警惕技術，主攻軍用機器人技術。人工智能技術使五角大樓重新調(diào)整了人和機器在戰(zhàn)場上的位置，這些新武器的速度和精確度都會大大提高，可以大幅減少士兵傷亡。日本：日本政府將人工智能定位為增長戰(zhàn)略的支柱，提出“機器人驅動的新工業(yè)革命”。日本文部科學省計劃在今后10年投入1000億日元，用于人工智能的研發(fā)，在東京建立研究基地。日本在2017年度預算中，對人工智能的研究是924億日元，是2016年預算的9倍。歐洲：歐盟2013年啟動人腦計劃，為期10年，歐盟和參與國投入近12億歐元經(jīng)費，在2024年設計出能夠模擬人腦運作原理的超級計算機。英國：2012年，英國政府把人工智能及機器人技術列為國家重點發(fā)展的八大技術之一。2015年出臺了《英國機器人及自主系統(tǒng)發(fā)展圖景》。2016年，英國政府科學辦公室發(fā)布了《人工智能：未來決策制定的機遇與影響》。目前，英國已經(jīng)把人工智能列為戰(zhàn)略性和尖端科技的重中之重，力圖搶占人工智能發(fā)展的制高點。中國；中國工程院《中國人工智能2.0發(fā)展戰(zhàn)略研究》大數(shù)據(jù)智能跨媒體智能群體智能混合增強智能自主無人系統(tǒng)1文檔來源為:從網(wǎng)絡收集整理.word版本可編輯.文檔來源為:從網(wǎng)絡收集整理.word版本可編輯.歡迎下載支持.重要領域：智能制造、智能醫(yī)療、智能城市、智能農(nóng)業(yè)人工智能領域對社會影響的一些共性問題：安全測評、技術標準、法律法規(guī)、綜合影響。人工智能從1.0越變?yōu)?.0：.從人工知識表達技術到大數(shù)據(jù)驅動知識學習；.從處理類型單一的數(shù)據(jù)到跨媒體認知、學習和推理；.從追求“機器智能”邁向人機混合的“增強智能”；.從聚焦“個體智能”到“群體智能”；.從機器人到自主無人系統(tǒng)。（三）人工智能的發(fā)展歷史人工智能于1956年提出；1986年啟動“863計劃”，對智能計算機進行了部署；深度學習模型于2006年提出；2016年，神經(jīng)形態(tài)計算系統(tǒng)出現(xiàn)；未來，更強的超級人工智能可能出現(xiàn);關注機器作為載體支撐人工智能的發(fā)展。1956年到1986年，經(jīng)典人工智能取得了很多階段性成果。1986年到2016年，為人工智能的發(fā)展帶來了新一輪的技術變革。未來30年全球競爭，人工智能是一個焦點，是一個重中之重的方向。除了關注人工智能，也要關注實現(xiàn)人工智能所需的基礎性平臺。一、《新一代人工智能發(fā)展規(guī)劃》要點解讀一）《新一代人工智能發(fā)展規(guī)劃》的提出戰(zhàn)略目標：到2020年，我國人工智能總體技術和應用與世界先進水平同步，人工智能產(chǎn)業(yè)成為新的重要經(jīng)濟增長點。到2025年，人工智能基礎理論實現(xiàn)重大突破，技術與應用部分達到世界領先水平，人工智能成為帶動我國產(chǎn)業(yè)升級和經(jīng)濟轉型的主要動力。到2030年，人工智能理論、技術和應用總體達到世界領先水平，成為世界主要的人工智能創(chuàng)新中心。新一代人工智能總體部署（二）新一代人工智能的五個技術發(fā)展方向大數(shù)據(jù)智能目標：形成從數(shù)據(jù)到知識、到智能的可解釋的和更通用的能力，形成能融合使用多領域數(shù)據(jù)的知識中心，支撐形成新技術、新產(chǎn)品和新系統(tǒng)的跨界融合與創(chuàng)新服務。研究面向CPH（賽博、物理、人類）三元空間的知識表達新體系，鏈接實體、關系和行為；研究數(shù)據(jù)驅動和知識引導相結合的知識挖掘、自主學習、輔助創(chuàng)新和動態(tài)演化等新方法；研發(fā)知識計算引擎軟件、博弈和決策支撐軟件。2文檔來源為:從網(wǎng)絡收集整理.word版本可編輯.文檔來源為:從網(wǎng)絡收集整理.word版本可編輯.歡迎下載支持.典型示范：智慧醫(yī)療、智能經(jīng)濟和社會治理等。群體智能研究群體智能在互聯(lián)網(wǎng)上的激勵與涌現(xiàn)、協(xié)同與演化、感知與學習等技術及支撐環(huán)境。研發(fā)群體智能的組織軟件與平臺，開辟新的群體智能產(chǎn)業(yè)生態(tài)。示范應用：眾創(chuàng)科研、分享交通、群智醫(yī)療。跨媒體智能目標：研制跨媒體智能感知、學習和推理，以語義相通相容為媒介，實現(xiàn)跨媒體分析推理，為建立“耳聰目明”和“融會貫通”的智能提供技術支撐，完成示范應用。研究內(nèi)容：語言、視覺、圖形、聽覺和各種傳感器等多媒體感知分析和語義相通相容的理論、方法和模型，研發(fā)智能感知和跨媒體自主學習新系統(tǒng)、新軟件、新器件。示范應用：智能安全、創(chuàng)新設計。人機混合增強智能目標：實現(xiàn)生物智慧系統(tǒng)與機器智能系統(tǒng)的緊密耦合、相互協(xié)同工作，形成更強的智慧和能力，提供示范應用。研究內(nèi)容：研腦機協(xié)同的環(huán)境/情境感知理解、自然交互、知識學習、動作控制與決策的理論、方法和技術，研發(fā)新型傳感器件、智能系統(tǒng)水平測試平臺、人機共融編程及產(chǎn)品設計軟件、人機交互新技術。示范應用：腦控機器人、多自主智能體的管理軟件、智能教育、穿戴設備及人機一體化的新產(chǎn)品。自主無人系統(tǒng)目標：以海、陸、空、天自主無人載運操作平臺、復雜無人生產(chǎn)加工系統(tǒng)等為典型對象，深入研究智能自主系統(tǒng)的技術、架構、平臺和設計標準。研究內(nèi)容：研究運動目標和場景的智能感知，基于多模態(tài)信息融合和機器學習的協(xié)同、規(guī)劃、決策、行動的理論與方法。示范應用：無人車、無人機、服務機器人、空間機器人、海洋機器人、無人車間、智能工廠。新一代人工智能規(guī)劃：一體兩翼2017年11月15日，科技部舉行了新一代人工智能規(guī)劃暨重大科技項目啟動會。新一代人工智能重大項目的組織管理和運行機制，是在國家科技體制改革和創(chuàng)新體系建設領導小組領導下，在國家科技計劃管理部級聯(lián)席會議框架內(nèi)，由新成立的15個部門組成的專項委員會負責項目的組織實施。專業(yè)機構和新一代人工智能產(chǎn)業(yè)技術創(chuàng)新戰(zhàn)略聯(lián)盟負責具體項目管理。新一代人工智能產(chǎn)業(yè)技術創(chuàng)新戰(zhàn)略聯(lián)盟3文檔來源為:從網(wǎng)絡收集整理.word版本可編輯.

文檔來源為:從網(wǎng)絡收集整理.word版本可編輯.歡迎下載支持.玄學、法鼻、社會倫理以及其他聘學科重用理越研究務融計引與識腦能檢集智理懿舞主人挑V技術自無靠的能浦文檔來源為:從網(wǎng)絡收集整理.word版本可編輯.歡迎下載支持.玄學、法鼻、社會倫理以及其他聘學科重用理越研究務融計引與識腦能檢集智理懿舞主人挑V技術自無靠的能浦年能強術虛現(xiàn)留建技一構新術4富架和技搭智關技媒分推S合翼器it^靖智理般￡習稔高機學理人工智能開源開放平臺OpenAlliance人工智能創(chuàng)新動態(tài)監(jiān)測工具與決策支持平臺：論文、專利、標準、開源活動、人才流動、投融資、產(chǎn)業(yè)應用二、經(jīng)典人工智能到深度學習（一）人工智能概念的提出人工智能是在1956年“達特茅斯夏季討論會”上提出的?；纠砟睿簩W習的方方面面以及智能的其它所有特征都可以精確描述，從而使得能夠通過機器仿真。計算機：計算機的速度和存儲能力雖然還不足以模擬大多數(shù)人腦的功能，但這并不是主要障礙，主要問題在于能不能寫出發(fā)揮既有潛力的程序。（二）人工智能發(fā)展的三大流派符號主義：又叫邏輯主義、心理學派、計算機主義；基本思想：把智能活動進行形式化的精細描述，然后通過機器進行執(zhí)行。背景：立足于邏輯運算和符號操作，把一些高級智能活動涉及到的過程進行規(guī)則化、符號化的描述，變成一個形式系統(tǒng)，讓機器進行推理解釋。缺點：可以解決邏輯思維，但對于形象思維很難進行形式化的描述；信息、思維過程轉換成符號后，在處理時有信息丟失。連接主義：又叫仿生學派、生理學派；基本思想：把注意力從智能轉移到產(chǎn)生智能的載體，構造神經(jīng)網(wǎng)絡以及相應的連接機制和學習算法，從而實現(xiàn)智能。連接主義：神經(jīng)網(wǎng)絡人的智能、動物的智能來自于大腦中的神經(jīng)網(wǎng)絡，我們要構造一個智能系統(tǒng)，也要構造相應的神經(jīng)網(wǎng)絡。人工神經(jīng)網(wǎng)絡是指模擬人腦神經(jīng)系統(tǒng)的結構和功能，運用大量部件，用人工構造的網(wǎng)絡系統(tǒng)。神經(jīng)網(wǎng)絡的歷史從1943年算起，已經(jīng)有70多年，涉及各種各樣的神經(jīng)網(wǎng)絡，我們通常叫人工神經(jīng)網(wǎng)絡。達特茅斯AI夏季研討會議題：1自動計算機2編程語言3神經(jīng)網(wǎng)絡4計算規(guī)模理論5自我改進6抽象7隨機性和創(chuàng)造性人工神經(jīng)網(wǎng)絡的高潮和低潮4文檔來源為:從網(wǎng)絡收集整理.word版本可編輯.文檔來源為:從網(wǎng)絡收集整理.word版本可編輯.歡迎下載支持.第一次高潮：1957年，羅森布拉特用硬件完成了最早的神經(jīng)網(wǎng)絡模型，稱之為感知器，模擬生物的感知和學習能力。第二次高潮：1985-1986年，提出反向傳播算法為什么神經(jīng)網(wǎng)絡一直到今天都沒有像計算機那么成功地在各行各業(yè)得到應用？原因：人工神經(jīng)網(wǎng)絡缺少一個好的物理實現(xiàn)的器件。行為主義：也叫進化主義、控制論學派；基本思想：一個智能主體的智能來自于他跟環(huán)境的交互，跟其他智能主體之間的交互。行為主義：又叫進化主義、控制論學派，基于智能主體感知世界的過程以及對環(huán)境的回應進行反應這樣一個過程而建立的人工智能系統(tǒng)80年代，麻省理工學院的布魯克斯反思以符號主義為代表的經(jīng)典人工智能失利的一些問題，提出一個顛覆性的想法：從開始就假設世界是動態(tài)的，目標是制造能夠處理變化多端的日常事務的移動式機器人?，F(xiàn)場化、實體化、智能化、涌現(xiàn)性（三）學習與機器學習機器學習的經(jīng)典定義：利用經(jīng)驗改善系統(tǒng)自身的性能。Hinton組的深度學習方法2013年，《麻省理工學院技術評論》把深度學習（DeepLearning）列為第一大技術突破。1選擇適合問題的網(wǎng)絡結構2用大量數(shù)據(jù)訓練網(wǎng)絡3對權重初始化4優(yōu)化網(wǎng)絡（四）人工智能在圍棋方面的應用AlphaGo通過視覺感知獲得“棋感”：將圍棋盤面視為圖像，從16萬局人類對弈中進行深度學習，獲得根據(jù)局面迅速判斷的“棋感”。AlphaZero:從零開始學習，掌握了很多人類從來沒有掌握過的招數(shù)。三、未來三十年的人工智能（一）強人工智能人工智能什么時候能超過人？強人工智能：能夠適應環(huán)境、應對未知挑戰(zhàn)、具有自我意識、達到人類水平（因而超越人類）的智能。（二）人工智能的發(fā)展歷史強人工智能能不能出現(xiàn)，主要取決于能不能出現(xiàn)能夠產(chǎn)生智能的機器和平臺。經(jīng)典計算機不能產(chǎn)生強人工智能，神經(jīng)形態(tài)計算系統(tǒng)（神經(jīng)計算機）有可能出現(xiàn)強人工智能。人工智能之路：機器為體，智能為用。5文檔來源為:從網(wǎng)絡收集整理.word版本可編輯.文檔來源為:從網(wǎng)絡收集整理.word版本可編輯.歡迎下載支持.1936:圖靈計算機概念模型1946:第一臺計算機發(fā)明1956:人工智能概念提出2006:深度學習提出2016年：神經(jīng)計算機元年1936年，英國人圖靈提出計算機概念的模型，證明“不可計算數(shù)”的存在。經(jīng)典計算機能夠做的實際上是有邊界的，不是無所不能。今天，計算機發(fā)展多年，在各行各業(yè)的應用越來越廣，但是智能問題一直沒有得到根本性的突破，主要原因在于計算機的發(fā)展主要是性能的提升，并不是真正的智能問題。1943年，圖靈在訪問貝爾實驗室時，和香農(nóng)討論機器能否學會思考的問題。香農(nóng)提議可以把“文化的東西”灌輸給電子大腦，而圖靈反駁：“不，我對建造一顆強大的大腦不感興趣，我想要的不過是一顆尋常的大腦，跟美國電報電話公司董事長的腦袋瓜差不多即可。”1950年，圖靈發(fā)表一篇文章，提出：真正的智能機器必須具有學習能力，而制造這種機器的方法是先制造一個模擬童年大腦的機器，再對它進行教育和訓練。馮?諾伊曼《計算機與人腦》對類腦計算的誤解：如果把人腦里邊的機理、機制搞清楚了，我們把這個過程形式化，變成機器去執(zhí)行在人類歷史上，很多時候工程技術的進步早于科學。案例：飛機與空氣動力學人類第一架飛機于1903年飛上天，人類空氣動力學是1939年-1946年由馮?卡門和錢學森建立起來的?！胺履X”計算：我們不知道大腦是怎么工作的，但可以知道大腦的神經(jīng)系統(tǒng)是怎么回事，我們把大腦的藍圖搞清楚，基于這個藍圖造一個仿大腦的神經(jīng)計算機，然后對這個機器進行訓練，它就會產(chǎn)生智能。美國工程院2008年把對人類大腦圖譜的解析列為21世紀14項重大挑戰(zhàn)中的一項；2014年度國家自然科學二等獎授予華中科技大學單細胞分辨的全腦顯微光學切片斷層成像。2017年7月，北京大學分子醫(yī)學研究所發(fā)明了高分辨率微型化雙光子顯微鏡。我國即將啟動多模態(tài)跨尺度生物醫(yī)學成像大科學設施。歐洲：人類大腦計劃美國BRAIN計劃：大腦解析造腦：神經(jīng)（計算）機進行時空信息處理北京市科學技術委員會2015年9月1日啟動“腦認知與類腦計算”專項規(guī)劃。美國能源部（2015年10月29日）《神經(jīng)形態(tài)計算：從材料到系統(tǒng)架構》AI熱點方向（基礎&應用）1Large-scalemachinelearning大規(guī)模機器學習2Deeplearning深度學習3Reinforcementlearning強化學習6文檔來源為:從網(wǎng)絡收集整理.word版本可編輯.文檔來源為:從網(wǎng)絡收集整理.word版本可編輯.歡迎下載支持.4Robotics機器人5Computervision計算機視覺6Na