信息技術(shù) 第二冊（五年制高職）教案 主題9 人工智能

.1.1人工智能的定義與內(nèi)涵1.什么是人工智能究竟什么是人工智能（ArtificialIntelligence，AI）呢？有關(guān)人工智能的常見定義有兩個(gè)：一個(gè)定義是由圖靈獎(jiǎng)獲得者、“人工智能先驅(qū)”的美國教授馬文·明斯基（MarvinMinsky）提出的“人工智能是一門科學(xué)，是使機(jī)器做那些人需要通過智能來做的事情”；另一個(gè)定義是由美國斯坦福大學(xué)教授尼爾斯·尼爾森（NilsNilsson）提出的“人工智能是一門關(guān)于研究知識(shí)的表示、知識(shí)的獲取和知識(shí)的應(yīng)用的學(xué)科”。人工智能是研究開發(fā)能夠模擬、延伸和擴(kuò)展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)，研究目的是促使智能機(jī)器會(huì)聽（語音識(shí)別、機(jī)器翻譯等）、會(huì)看（圖像識(shí)別、文字識(shí)別、車牌識(shí)別等）、會(huì)思考（人機(jī)對弈、定理證明等）、會(huì)說（語音合成、人機(jī)對話等）、會(huì)學(xué)習(xí)（機(jī)器學(xué)習(xí)、知識(shí)表示等）、會(huì)行動(dòng)（機(jī)器人、自動(dòng)駕駛汽車等），如圖1所示。圖1人工智能的研究目的2.人工智能的孕育與誕生在20世紀(jì)40年代和50年代，來自數(shù)學(xué)、經(jīng)濟(jì)學(xué)、心理學(xué)和工程學(xué)等不同領(lǐng)域的科學(xué)家開始探討制造人工大腦的可能性。（1）控制論與早期神經(jīng)網(wǎng)絡(luò)諾伯特·維納（NorbertWiener）的控制論描述了電子網(wǎng)絡(luò)的控制和穩(wěn)定性?？藙诘隆は戕r(nóng)（ClaudeShannon）提出的信息論則描述了數(shù)字信號(hào)（即高低電平代表的二進(jìn)制信號(hào)）。1943年，最早描述“神經(jīng)網(wǎng)絡(luò)”的學(xué)者沃倫·麥卡洛克（WarrenS.McCulloch）和沃爾特·皮茲（WalterPitts）分析了理想化的人工神經(jīng)元網(wǎng)絡(luò)，并且指出了它們進(jìn)行簡單邏輯運(yùn)算的機(jī)制。1951年，馬文·明斯基（MarvinMinsky）與迪恩·埃德蒙茲（DeanEdmonds）構(gòu)建了第一臺(tái)人工智能計(jì)算機(jī)。1953年IBM推出IBM702，成為第一代AI研究者使用的電腦，如圖2所示。圖2IBM702第一代AI研究者使用的電腦（2）圖靈測試1950年，艾倫·圖靈（AlanTuring）針對機(jī)器能否思維，發(fā)表了一篇題為“ComputingMachineryandIntelligence（計(jì)算機(jī)器與智能）”的論文。這篇論文提出了一種通過測試來判定機(jī)器是否有智能的方法，被后人譽(yù)為“圖靈測試（Turingtest）”（3）達(dá)特茅斯會(huì)議：人工智能的誕生1956年8月，在美國漢諾斯小鎮(zhèn)的達(dá)特茅斯學(xué)院（DartmouthCollege），美國麻省理工學(xué)院的約翰·麥卡錫（JohnMcCarthy）和馬文·明斯基（MarvinMinsky）、美國卡內(nèi)基梅隆大學(xué)的艾倫·紐厄爾（AllenNewell）和赫伯特·西蒙（HerbertSimon）以及美國IBM公司的亞瑟·塞繆爾（ArthurSamuel）等科學(xué)家參加了一個(gè)重要會(huì)議，即達(dá)特茅斯夏季人工智能研究項(xiàng)目，研討“如何用機(jī)器模擬人的智能”。會(huì)議使用了“人工智能（ArtificialIntelligence，AI）”這個(gè)名稱作為會(huì)議主題，標(biāo)志著人工智能作為一個(gè)研究領(lǐng)域的正式誕生，為后續(xù)人工智能的發(fā)展奠定了學(xué)科基礎(chǔ)。因此，1956年被公認(rèn)為人工智能元年。圖3是達(dá)特茅斯會(huì)議的10位參會(huì)人員。圖3達(dá)特茅斯會(huì)議的10位參會(huì)人員3.人工智能的內(nèi)涵人工智能的內(nèi)涵包括腦認(rèn)知基礎(chǔ)、機(jī)器感知與模式識(shí)別、自然語言處理與理解、知識(shí)工程這四個(gè)方面。（1）腦認(rèn)知基礎(chǔ)也就是闡明認(rèn)知活動(dòng)的腦機(jī)制，即人腦使用各層次構(gòu)件，包括分子、細(xì)胞、神經(jīng)回路、腦組織區(qū)實(shí)現(xiàn)記憶、計(jì)算、交互等認(rèn)知活動(dòng)，以及如何模擬這些認(rèn)知活動(dòng)。它包括認(rèn)知心理學(xué)、神經(jīng)生物學(xué)、不確定性認(rèn)知、人工神經(jīng)網(wǎng)絡(luò)、統(tǒng)計(jì)學(xué)習(xí)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等內(nèi)容。（2）機(jī)器感知與模式識(shí)別是指研究腦的視知覺，以及如何利用機(jī)器完成圖形和圖像的信息處理和識(shí)別任務(wù)，如物體識(shí)別、生物識(shí)別、情境識(shí)別等。在物體的幾何識(shí)別、特征識(shí)別、語義識(shí)別中，在人的簽名識(shí)別、人臉識(shí)別、指紋識(shí)別、虹膜識(shí)別、行為識(shí)別、情感識(shí)別中，目前都已經(jīng)取得巨大成功。（3）自然語言處理與理解研究自然語言的語境、語用、語義和語構(gòu)；大型詞庫、語料和文本的智能檢索，語音和文字的計(jì)算機(jī)輸入方法，詞法、句法、語義和篇章的分析，機(jī)器文本和語音的生成、合成和識(shí)別，各種語言之間的機(jī)器翻譯和同傳等。（4）知識(shí)工程研究如何用機(jī)器代替人，實(shí)現(xiàn)知識(shí)的表示、獲取、推理、決策，包括機(jī)器定理證明、專家系統(tǒng)、機(jī)器博弈、數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)、不確定性推理、領(lǐng)域知識(shí)庫；還有數(shù)字圖書館、維基百科、知識(shí)圖譜等大型知識(shí)工程。9.1.2人工智能研究的主要內(nèi)容人工智能的研究是高度技術(shù)性和專業(yè)的，各分支領(lǐng)域都是深入且各不相通的，因而涉及范圍極廣。人工智能學(xué)科研究的主要內(nèi)容包括：知識(shí)表示、自動(dòng)推理和搜索方法、機(jī)器學(xué)習(xí)和知識(shí)獲取、知識(shí)處理系統(tǒng)、自然語言理解、計(jì)算機(jī)視覺、智能機(jī)器人、自動(dòng)程序設(shè)計(jì)等方面。1）知識(shí)表示是人工智能的基本問題之一，推理和搜索都與表示方法密切相關(guān)。常用的知識(shí)表示方法有：邏輯表示法、產(chǎn)生式表示法、語義網(wǎng)絡(luò)表示法和框架表示法等。2）常識(shí)，自然為人們所關(guān)注，目前已提出多種方法，如非單調(diào)推理、定性推理就是從不同角度來表達(dá)常識(shí)和處理常識(shí)的。3）問題求解中的自動(dòng)推理是知識(shí)的使用過程，由于有多種知識(shí)表示方法，相應(yīng)地有多種推理方法。推理過程一般可分為演繹推理和非演繹推理。謂詞邏輯是演繹推理的基礎(chǔ)。結(jié)構(gòu)化表示下的繼承性能推理是非演繹性的。由于知識(shí)處理的需要，近幾年來提出了多種非演繹的推理方法，如連接機(jī)制推理、類比推理、基于示例的推理、反繹推理和受限推理等。4）搜索是人工智能的一種問題求解方法，搜索策略決定著問題求解的一個(gè)推理步驟中知識(shí)被使用的優(yōu)先關(guān)系。可分為無信息導(dǎo)引的盲目搜索和利用經(jīng)驗(yàn)知識(shí)導(dǎo)引的啟發(fā)式搜索。啟發(fā)式知識(shí)常由啟發(fā)式函數(shù)來表示，啟發(fā)式知識(shí)利用得越充分，求解問題的搜索空間就越小。典型的啟發(fā)式搜索方法有A*、AO*算法等。近幾年搜索方法研究開始注意那些具有百萬節(jié)點(diǎn)的超大規(guī)模的搜索問題。5）機(jī)器學(xué)習(xí)是人工智能的另一重要課題。機(jī)器學(xué)習(xí)是指在一定的知識(shí)表示意義下獲取新知識(shí)的過程，按照學(xué)習(xí)機(jī)制的不同，主要有歸納學(xué)習(xí)、分析學(xué)習(xí)、連接機(jī)制學(xué)習(xí)和遺傳學(xué)習(xí)等。6）知識(shí)處理系統(tǒng)主要由知識(shí)庫和推理機(jī)組成。知識(shí)庫存儲(chǔ)系統(tǒng)所需要的知識(shí)，當(dāng)知識(shí)量較大而又有多種表示方法時(shí)，知識(shí)的合理組織與管理是重要的。推理機(jī)在問題求解時(shí)，規(guī)定使用知識(shí)的基本方法和策略，推理過程中為記錄結(jié)果或通信需設(shè)數(shù)據(jù)庫或采用黑板機(jī)制。如果在知識(shí)庫中存儲(chǔ)的是某一領(lǐng)域(如醫(yī)療診斷)的專家知識(shí)，則這樣的知識(shí)系統(tǒng)稱為專家系統(tǒng)。為適應(yīng)復(fù)雜問題的求解需要，單一的專家系統(tǒng)向多主體的分布式人工智能系統(tǒng)發(fā)展，這時(shí)知識(shí)共享、主體間的協(xié)作、矛盾的出現(xiàn)和處理將是研究的關(guān)鍵問題。人工智能的研究可以分為幾個(gè)技術(shù)問題。其分支領(lǐng)域主要集中在解決具體問題，其中之一是，如何使用各種不同的工具完成特定的應(yīng)用程序。AI的核心問題包括推理、知識(shí)、規(guī)劃、學(xué)習(xí)、交流、感知、移動(dòng)和操作物體的能力等。強(qiáng)人工智能目前仍然是該領(lǐng)域的長遠(yuǎn)目標(biāo)。目前比較流行的方法包括統(tǒng)計(jì)方法，計(jì)算智能和傳統(tǒng)意義的AI。目前有大量的工具應(yīng)用了人工智能，其中包括搜索和數(shù)學(xué)優(yōu)化、邏輯推演。而基于仿生學(xué)、認(rèn)知心理學(xué)，以及基于概率論和經(jīng)濟(jì)學(xué)的算法等等也在逐步探索當(dāng)中。9.1.3人工智能的社會(huì)價(jià)值人工智能的發(fā)展為各國的經(jīng)濟(jì)、政治、軍工業(yè)等等領(lǐng)域的發(fā)展注入了新的活力和動(dòng)力。對于人工智能的存在，社會(huì)各界還是存在分歧，但是人工智能所帶來的社會(huì)效益是不可忽視的。這里不考慮人工智能在哲學(xué)上、道德上遇到的困難，僅僅從人工智能對社會(huì)產(chǎn)生的正面效益方面談?wù)勂渖鐣?huì)價(jià)值。社會(huì)價(jià)值是指人通過自身和自我實(shí)踐活動(dòng)滿足社會(huì)或他人物質(zhì)的、精神的需要所做出的貢獻(xiàn)和承擔(dān)的責(zé)任。人工智能被認(rèn)為在長久的發(fā)展后一定會(huì)超越人類成為最智慧的個(gè)體。那么在人工智能的現(xiàn)在發(fā)展?fàn)顩r下和未來發(fā)展?fàn)顩r下也應(yīng)該體現(xiàn)作為人一樣，為社會(huì)提供自己的存在價(jià)值。對于人類、個(gè)體或者群體主要是通過解決社會(huì)問題、參與公共事業(yè)、發(fā)現(xiàn)社會(huì)規(guī)律三個(gè)方面來實(shí)現(xiàn)其存在的社會(huì)價(jià)值。那么類比于人來看，人工智能如何在這三個(gè)方面來實(shí)現(xiàn)自己存在于此的社會(huì)價(jià)值是正面評價(jià)人工智能的主要角度。第一，解決社會(huì)問題。社會(huì)問題是關(guān)乎于一個(gè)地區(qū)、國家甚至于全球的問題，現(xiàn)在主要包括環(huán)境問題、人口問題、資源問題、人類安全問題等等。在這些重大、涉及面廣、高危險(xiǎn)的問題面前，人類的能力還是不能有效地解決。但是在人工智能的發(fā)展下，這些問題就會(huì)得到有效地處理甚至于解決。比如說發(fā)展人臉識(shí)別、語音識(shí)別等技術(shù)對各國人口進(jìn)行統(tǒng)計(jì)、甄別可以有效地緩解各國恐怖主義者的入境問題，在如今環(huán)境惡化的情況下，如果改善不良地區(qū)的環(huán)境問題。將不宜居住的地方改造成可以居住的地方，比如沙漠。這些工程往往耗資大、常人難以工作，這樣就可以利用智能機(jī)器來進(jìn)行非常規(guī)環(huán)境下的工作。人口安全問題是社會(huì)上一個(gè)重要而已難以解決的問題，包括了交通安全、社會(huì)暴力安全等等。將人工智能引入到社會(huì)體系當(dāng)中，可以更好的改善、控制道路交通和社會(huì)安全防護(hù)體系。主要利用人工智能的高精確、高技術(shù)、低危險(xiǎn)等的特點(diǎn)來代替人做一些不能夠做或者不容易做的工作。第二，參與公共事業(yè)。公共事業(yè)是一項(xiàng)涉及民生、國家穩(wěn)定和發(fā)展、社會(huì)效率的基礎(chǔ)事業(yè)?，F(xiàn)如今的工作事業(yè)主要是對于人民的服務(wù)型事業(yè)，利用人工智能可以高效、精準(zhǔn)、人性的促進(jìn)公共事業(yè)的發(fā)展。從三個(gè)方面可以看出人工智能的社會(huì)公共事業(yè)的價(jià)值。一是對于人口統(tǒng)計(jì)和處理，現(xiàn)如今的人口是一個(gè)大問題。中國現(xiàn)在有14億人，但是由于很多的限制條件，并不是每一個(gè)人都能夠得到國家的照顧。此外社會(huì)上存在很多的拐賣人口、失蹤人口等的問題，人口統(tǒng)計(jì)和對大眾人群的服務(wù)受到了嚴(yán)重限制。而人工智能的識(shí)別領(lǐng)域的研究就是解決此類問題的有效途徑。例如人臉識(shí)別、掌紋識(shí)別、視網(wǎng)膜識(shí)別等等，利用這些技術(shù)可以很有效地識(shí)別失蹤人口、身份驗(yàn)證等等的大量復(fù)雜的問題。二是信息處理，21世紀(jì)是大數(shù)據(jù)時(shí)代?？梢哉f誰掌握了數(shù)據(jù)、掌握了數(shù)據(jù)處理方法就是掌握了21世紀(jì)的發(fā)展趨勢。人工智能領(lǐng)域研究智能搜索等智能處理方式可以想人類一樣思考去提取大數(shù)據(jù)中的有效數(shù)據(jù)和處理這些紙山書海的數(shù)據(jù)。三是與人相處方面。人工智能可以完全避免種族、國家之間的語言、文化差異，這樣就使世界真正地成為了一個(gè)地球村。在社會(huì)上還有一個(gè)嚴(yán)重的社會(huì)問題，那就是人口結(jié)構(gòu)失衡、鰥寡孤獨(dú)類人群問題，這些問題都不是某個(gè)人或者政策的問題，也不是某個(gè)人或者政策可以徹底解決的，但是在智能機(jī)器人的幫助下。幾乎每一個(gè)人都可以得到一個(gè)家的形式上的完整，當(dāng)然不能考慮在人情世故、倫理道德方面的排斥因素。第三，發(fā)現(xiàn)社會(huì)規(guī)律。實(shí)驗(yàn)研究表明人類大腦的開發(fā)程度一般只是在5%以內(nèi)，而人類智力的發(fā)展是如此的慢。而人工智能不一樣，從1956年提出人工智能這個(gè)概念之后，在各國的努力之下，人工智能已經(jīng)發(fā)展了很多的分支和理論方法。近日，日本國立信息研究所在四五年的研究下，設(shè)計(jì)出來大學(xué)考試智能機(jī)器人。雖然前兩年其參加的大學(xué)考試成績很低，但是今年測試分?jǐn)?shù)達(dá)到511分，首次高于平均分?jǐn)?shù)416分，而總分?jǐn)?shù)為950分。測試的大學(xué)考試科目包括數(shù)學(xué)、物理、英語等。這個(gè)測試分?jǐn)?shù)已經(jīng)有80%的機(jī)會(huì)進(jìn)入日本411所私立大學(xué)和33所公立大學(xué)。人工智能機(jī)器人在數(shù)學(xué)和歷史的考試中得分很高，但卻完全無法回答物理問題。日本國立信息研究所稱，人工智能機(jī)器人還不具備語言處理的能力，所以在這方面還達(dá)不到平均分?jǐn)?shù)。雖然對于物理方面的成績不是很好，但是這個(gè)成績表明，利用智能機(jī)器人來探索宇宙定律、發(fā)現(xiàn)社會(huì)規(guī)律是一個(gè)有著樂觀前景的方面。人工智能無論是對于國家發(fā)展還是對于世界的發(fā)展都有著不可忽視的作用。利用人工智能的類人非人性、技術(shù)精確性、高潛力性等特點(diǎn)來，可以很有效地解決各類問題。在這些方面可以很清楚地看到人工智能的社會(huì)價(jià)值，如果可以有效地實(shí)用、控制人工智能的研究和發(fā)展，人工智能將會(huì)是我們?nèi)祟惖囊话牙麆Α２豢珊鲆暤氖?，在思考人工智能的正面效益的時(shí)候，我們個(gè)人和國家也應(yīng)該去考慮由人工智能帶來的各種各樣的社會(huì)、道德、環(huán)境上的問題。不能夠注重效益而忽略危害，如果說人工智能是一把利劍，那么這把劍就是雙刃的?！稒C(jī)械姬》這部電影為智能機(jī)器人的終極發(fā)展展示了正反兩個(gè)方面的問題。作為一個(gè)可以像人一樣思考、感情的機(jī)器人在披上人皮之后到底該作為人存在還是以機(jī)器人的形勢存在將會(huì)是我們?nèi)祟惷媾R的終極問題。9.1.4人工智能的發(fā)展歷程與主要流派1.人工智能的發(fā)展歷程神秘又令人神往的人工智能的發(fā)展并不是一帆風(fēng)順，在充滿未知的探索道路上經(jīng)歷了繁榮與低谷，然而，它又以新的面貌迎來了新一輪的發(fā)展?？梢詫⑷斯ぶ悄艿陌l(fā)展歷程劃分為以下6個(gè)階段：第一次繁榮期、第一次低谷期、第二次繁榮期、第二次低谷期、復(fù)蘇期和增長爆發(fā)期。人工智能發(fā)展歷程如圖1所示。圖1人工智能發(fā)展歷程（1）第一次繁榮期（1956—1976年）1959年，亞瑟·塞繆爾(ArthurSamuel)創(chuàng)造了“機(jī)器學(xué)習(xí)”一詞，其研制的跳棋程序打敗了Samuel本人。在此期間，機(jī)器翻譯、機(jī)器定理證明、機(jī)器博弈開始興起，掀起人工智能發(fā)展的第一個(gè)高潮。（2）第一次低谷期（1976—1982年）人工智能發(fā)展初期的突破性進(jìn)展大大提升了人們對人工智能的期望，人們開始嘗試更具挑戰(zhàn)性的任務(wù)。由于當(dāng)時(shí)計(jì)算機(jī)運(yùn)算能力的不足，程序的計(jì)算復(fù)雜度較高，導(dǎo)致機(jī)器翻譯等項(xiàng)目失敗。同時(shí)，一些學(xué)術(shù)報(bào)告對人工智能研究提出的理論質(zhì)疑以及人工智能威脅論使得人工智能的研究經(jīng)費(fèi)普遍減少。使人工智能的發(fā)展走入低谷。（3）第二次繁榮期（1982—1987年）1985年，出現(xiàn)了具有更強(qiáng)可視化效果的決策樹模型，以及突破早期感知機(jī)局限的多層人工神經(jīng)網(wǎng)絡(luò)；日本國際貿(mào)易和工業(yè)部投資第五代計(jì)算機(jī)的發(fā)展；具備邏輯規(guī)則推演和特定領(lǐng)域回答的專家系統(tǒng)開始盛行，專家系統(tǒng)在醫(yī)療、化學(xué)、地質(zhì)等領(lǐng)域取得成功，推動(dòng)人工智能走入應(yīng)用發(fā)展的新高潮。（4）第二次低谷期（1987—1997年）1987年，LISP機(jī)的市場崩塌，人工智能研究的技術(shù)領(lǐng)域再一次陷入瓶頸，抽象推理不再繼續(xù)被人關(guān)注，基于符號(hào)處理的模型遭到諸多人工智能研究者的反對。（5）復(fù)蘇期（1997—2010年）1997年5月11日，“深藍(lán)”戰(zhàn)勝國際象棋世界冠軍。國際商業(yè)機(jī)器公司（簡稱IBM）研發(fā)的國際象棋電腦“深藍(lán)”(DeepBlue)戰(zhàn)勝了國際象棋世界冠軍加里·卡斯帕羅夫（CarryKasparov）?！吧钏{(lán)”的運(yùn)算速度為每秒2億步棋，并存有70萬份大師對戰(zhàn)的棋局?jǐn)?shù)據(jù)，可搜尋并估計(jì)隨后的12步棋。成為人工智能史上的一個(gè)重要里程碑。圖2為當(dāng)時(shí)的對弈場景。圖2“深藍(lán)”戰(zhàn)勝卡斯帕羅夫（右邊為“深藍(lán)”操作者）2006年，杰弗里·辛頓（GeoffreyHinton）提出“深度學(xué)習(xí)”的神經(jīng)網(wǎng)絡(luò)。2008年IBM提出“智慧地球”的概念。復(fù)蘇期間，計(jì)算機(jī)性能與互聯(lián)網(wǎng)技術(shù)快速普及，促進(jìn)了AI的發(fā)展。（6）增長爆發(fā)期（2010年至今）2010年宣告了大數(shù)據(jù)時(shí)代的到來，新一代的信息技術(shù)引發(fā)信息環(huán)境與數(shù)據(jù)基礎(chǔ)的變革，海量的圖像、語言、文本等非結(jié)構(gòu)化數(shù)據(jù)不斷出現(xiàn)，計(jì)算機(jī)的計(jì)算能力不斷增強(qiáng)。2011年，沃森（Watson）參加智力問答節(jié)目。IBM開發(fā)的人工智能程序“沃森”（Watson）在一檔智力問答節(jié)目中戰(zhàn)勝了兩位人類冠軍。沃森存儲(chǔ)了2億頁數(shù)據(jù)，能夠?qū)⑴c問題相關(guān)的關(guān)鍵詞從看似相關(guān)的答案中抽取出來。這一程序已被IBM廣泛應(yīng)用于醫(yī)療診斷領(lǐng)域。2012年，谷歌（Google）無人駕駛汽車上路，人工智能迎來爆發(fā)式增長的新高潮。2014年，微軟公司發(fā)布全球第一款個(gè)人智能助理微軟小娜。2016年3月，AlphaGo以4:1戰(zhàn)勝世界圍棋冠軍李世石。AlphaGo是由GoogleDeepMind開發(fā)的人工智能圍棋程序，具有自我學(xué)習(xí)能力，它能夠搜集大量圍棋對弈數(shù)據(jù)和名人棋譜，可以自主學(xué)習(xí)并模仿人類下棋。圖3為AlphaGo挑戰(zhàn)李世石現(xiàn)場。圖3AlphaGo挑戰(zhàn)李世石現(xiàn)場（左邊為“AlphaGo”操作者）2017年，深度學(xué)習(xí)大熱。AlphaGoZero（第四代AlphaGo），從空白狀態(tài)學(xué)起，在無任何人類輸入的條件下，迅速自學(xué)圍棋，經(jīng)過3天的訓(xùn)練便以100：0的戰(zhàn)績擊敗了第二個(gè)版本的AlphaGoLee，經(jīng)過40天的訓(xùn)練便擊敗了第三個(gè)版本AlphaGoMaster。新一代人工智能隨著互聯(lián)網(wǎng)的普及、傳感器的涌現(xiàn)、大數(shù)據(jù)的助力、電子商務(wù)的充分發(fā)展，數(shù)據(jù)和知識(shí)在人類社會(huì)、物理空間和信息空間之間交叉融合、相互作用，人工智能已經(jīng)進(jìn)入一個(gè)新的發(fā)展階段。世界各國紛紛將人工智能作為搶抓下一輪科技革命先機(jī)的重要舉措。例如人工智能成為“中國制造2025”、德國“工業(yè)4.0”、美國“工業(yè)互聯(lián)網(wǎng)”、日本“超智能社會(huì)”等重大國家戰(zhàn)略的核心技術(shù)。2017年7月20日,我國國務(wù)院發(fā)布了《新一代人工智能發(fā)展規(guī)劃》,開啟了我國新一代人工智能的新征程。《新一代人工智能發(fā)展規(guī)劃》中預(yù)計(jì)，到2025年，人工智能基礎(chǔ)理論實(shí)現(xiàn)重大突破，部分技術(shù)和應(yīng)用達(dá)到世界領(lǐng)先水平，核心技術(shù)規(guī)模超過4000億元。認(rèn)識(shí)現(xiàn)在：新一代人工智能的主要驅(qū)動(dòng)因素當(dāng)前，隨著移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等新一代信息技術(shù)的加速迭代演進(jìn)，人類社會(huì)與物理世界的二元結(jié)構(gòu)正在進(jìn)階到人類社會(huì)、信息空間和物理世界的三元結(jié)構(gòu)，人與人、機(jī)器與機(jī)器、人與機(jī)器的交流互動(dòng)愈加頻繁。人工智能發(fā)展所處的信息環(huán)境和數(shù)據(jù)基礎(chǔ)發(fā)生了深刻變化，愈加海量化的數(shù)據(jù)，持續(xù)提升的運(yùn)算力，不斷優(yōu)化的算法模型，結(jié)合多種場景的新應(yīng)用已構(gòu)成相對完整的閉環(huán)，成為推動(dòng)新一代人工智能發(fā)展的四大要素。（1）人機(jī)物互聯(lián)互通成趨勢，數(shù)據(jù)量呈現(xiàn)爆炸性增長互聯(lián)網(wǎng)、社交媒體、移動(dòng)設(shè)備和傳感器的大量普及，大數(shù)據(jù)技術(shù)的廣泛應(yīng)用為通過深度學(xué)習(xí)訓(xùn)練人工智能提供了良好的土壤。目前，全球數(shù)據(jù)總量每年都以倍增的速度增長。海量的數(shù)據(jù)將為人工智能算法模型提供源源不斷的素材，人工智能正從監(jiān)督式學(xué)習(xí)向無監(jiān)督學(xué)習(xí)演進(jìn)升級(jí)，不斷優(yōu)化機(jī)器學(xué)習(xí)算法，從而積累經(jīng)驗(yàn)、發(fā)現(xiàn)規(guī)律。（2）數(shù)據(jù)處理技術(shù)加速演進(jìn)，運(yùn)算能力實(shí)現(xiàn)大幅提升人工智能領(lǐng)域富集了海量數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)處理技術(shù)難以滿足高強(qiáng)度、高頻次的處理需求，然而人工智能芯片的出現(xiàn)，加速了深層神經(jīng)網(wǎng)絡(luò)的訓(xùn)練迭代速度，極大地促進(jìn)了人工智能行業(yè)的發(fā)展。（3）深度學(xué)習(xí)研究成果卓著，帶動(dòng)算法模型持續(xù)優(yōu)化全球科技巨頭紛紛成立實(shí)驗(yàn)室，開源算法框架，打造生態(tài)體系等方式推動(dòng)算法模型的優(yōu)化和創(chuàng)新。目前，深度學(xué)習(xí)等算法已經(jīng)廣泛應(yīng)用在自然語言處理、語音處理以及計(jì)算機(jī)視覺等領(lǐng)域，并在某些特定領(lǐng)域取得了突破性進(jìn)展。（4）資本與技術(shù)深度耦合，助推行業(yè)應(yīng)用快速興起在技術(shù)突破和應(yīng)用需求的雙重驅(qū)動(dòng)下，人工智能技術(shù)已走出實(shí)驗(yàn)室，迅速向各個(gè)產(chǎn)業(yè)領(lǐng)域滲透，產(chǎn)業(yè)化水平大幅提升。在此過程中，資本成為產(chǎn)業(yè)發(fā)展的加速器發(fā)：一方面，跨國科技巨頭以資本為杠桿，展開投資并購活動(dòng)，不斷完善產(chǎn)業(yè)鏈布局；另一方面，各類資本對初創(chuàng)型企業(yè)的支持，使得優(yōu)秀的技術(shù)型公司迅速脫穎而出。目前，人工智能已在智能機(jī)器人、無人機(jī)、金融、醫(yī)療、安防、駕駛、搜索、教育等領(lǐng)域得到了較為廣泛的應(yīng)用。認(rèn)識(shí)現(xiàn)在：新一代人工智能的主要發(fā)展特征在數(shù)據(jù)、運(yùn)算能力、算法模型、多元應(yīng)用的共同驅(qū)動(dòng)下，人工智能的定義正從用計(jì)算機(jī)模擬人類智能演進(jìn)到協(xié)助引導(dǎo)提升人類智能，通過推動(dòng)機(jī)器、人與網(wǎng)絡(luò)相互連接融合，更為密切地融入人類生產(chǎn)生活，從輔助性設(shè)備和工具進(jìn)化為協(xié)同互動(dòng)的助手和伙伴，新一代人工智能主要發(fā)展特征如圖4所示。圖4新一代人工智能主要發(fā)展特征（1）大數(shù)據(jù)成為人工智能持續(xù)快速發(fā)展的基石隨著新一代信息技術(shù)的快速發(fā)展，計(jì)算能力、數(shù)據(jù)處理能力和處理速度極大提升，機(jī)器學(xué)習(xí)算法快速演進(jìn)，大數(shù)據(jù)的價(jià)值逐漸凸顯。新一代人工智能以大數(shù)據(jù)驅(qū)動(dòng)的，基于給定的學(xué)習(xí)框架，不斷優(yōu)化參數(shù)設(shè)置及環(huán)境信息，具有高度的自主性。（2）文本、圖像、語音等信息實(shí)現(xiàn)跨媒體交互計(jì)算機(jī)圖像識(shí)別、語音識(shí)別和自然語言處理等技術(shù)的不斷發(fā)展，在準(zhǔn)確率及效率方面取得了明顯進(jìn)步，在無人駕駛、智能搜索等垂直行業(yè)得到了廣泛應(yīng)用。與此同時(shí)，文本、圖像、語音、視頻等信息突破了各自的局限，實(shí)現(xiàn)跨媒體交互，智能化搜索、個(gè)性化推薦的需求進(jìn)一步的發(fā)展。（3）基于網(wǎng)絡(luò)的群體智能技術(shù)開始萌芽隨著互聯(lián)網(wǎng)、云計(jì)算等新一代信息技術(shù)的快速應(yīng)用及普及，人工智能研究的焦點(diǎn)，已從打造具有感知智能及認(rèn)知智能的單個(gè)智能體向打造多智能體協(xié)同的群體智能轉(zhuǎn)變。群體智能充分體現(xiàn)了“通盤考慮、統(tǒng)籌優(yōu)化”思想，具有去中心化、自愈性強(qiáng)和信息共享高效等優(yōu)點(diǎn)，相關(guān)的群體智能技術(shù)已經(jīng)開始萌芽并成為研究熱點(diǎn)。（4）自主智能系統(tǒng)成為新興發(fā)展方向當(dāng)前，隨著生產(chǎn)制造智能化改造升級(jí)的需求日益凸顯，通過嵌入智能系統(tǒng)對現(xiàn)有的機(jī)械設(shè)備進(jìn)行改造升級(jí)成為更加務(wù)實(shí)的選擇，也是中國制造2025、德國工業(yè)4.0、美國工業(yè)互聯(lián)網(wǎng)等國家戰(zhàn)略的核心舉措。在此引導(dǎo)下，自主智能系統(tǒng)正成為人工智能的重要發(fā)展及應(yīng)用方向。（5）人機(jī)協(xié)同正在催生新型混合智能形態(tài)人類智能在感知、推理、歸納和學(xué)習(xí)等方面具有機(jī)器智能無法比擬的優(yōu)勢，機(jī)器智能則在搜索、計(jì)算、存儲(chǔ)、優(yōu)化等方面領(lǐng)先于人類智能，兩種智能具有很強(qiáng)的互補(bǔ)性。人與計(jì)算機(jī)協(xié)同，互相取長補(bǔ)短將形成一種新的“1+1>2”的增強(qiáng)型智能，也就是混合智能，這種智能是一種雙向閉環(huán)系統(tǒng)，既包含人，又包含機(jī)器組件，人可以接受機(jī)器的信息，機(jī)器也可以讀取人的信號(hào)，兩者相互作用，互相促進(jìn)。2.人工智能的主要流派目前人工智能的主要學(xué)派有下面三家：（1）符號(hào)主義(symbolicism)，又稱為邏輯主義(logicism)、心理學(xué)派(psychologism)或計(jì)算機(jī)學(xué)派(computerism)，其原理主要為物理符號(hào)系統(tǒng)(即符號(hào)操作系統(tǒng))假設(shè)和有限合理性原理。符號(hào)主義認(rèn)為人工智能源于數(shù)理邏輯。數(shù)理邏輯從19世紀(jì)末起得以迅速發(fā)展，到20世紀(jì)30年代開始用于描述智能行為。計(jì)算機(jī)出現(xiàn)后，又再計(jì)算機(jī)上實(shí)現(xiàn)了邏輯演繹系統(tǒng)。其有代表性的成果為啟發(fā)式程序LT邏輯理論家，證明了38條數(shù)學(xué)定理，表了可以應(yīng)用計(jì)算機(jī)研究人的思維多成，模擬人類智能活動(dòng)。正是這些符號(hào)主義者，早在1956年首先采用“人工智能”這個(gè)術(shù)語。后來又發(fā)展了啟發(fā)式算法->專家系統(tǒng)->知識(shí)工程理論與技術(shù)，并在20世紀(jì)80年代取得很大發(fā)展。符號(hào)主義曾長期一枝獨(dú)秀，為人工智能的發(fā)展作出重要貢獻(xiàn)，尤其是專家系統(tǒng)的成功開發(fā)與應(yīng)用，為人工智能走向工程應(yīng)用和實(shí)現(xiàn)理論聯(lián)系實(shí)際具有特別重要的意義。在人工智能的其他學(xué)派出現(xiàn)之后，符號(hào)主義仍然是人工智能的主流派別。這個(gè)學(xué)派的代表任務(wù)有紐厄爾(Newell)、西蒙(Simon)和尼爾遜(Nilsson)等。（2）連接主義(connectionism)，又稱為仿生學(xué)派(bionicsism)或生理學(xué)派(physiologism)，其主要原理為神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)間的連接機(jī)制與學(xué)習(xí)算法。連接主義認(rèn)為人工智能源于仿生學(xué)，特別是對人腦模型的研究。它的代表性成果是1943年由生理學(xué)家麥卡洛克(McCulloch)和數(shù)理邏輯學(xué)家皮茨(Pitts)創(chuàng)立的腦模型，即MP模型，開創(chuàng)了用電子裝置模仿人腦結(jié)構(gòu)和功能的新途徑。它從神經(jīng)元開始進(jìn)而研究神經(jīng)網(wǎng)絡(luò)模型和腦模型，開辟了人工智能的又一發(fā)展道路。20世紀(jì)60至70年代，連接主義，尤其是對以感知機(jī)(perceptron)為代表的腦模型的研究出現(xiàn)過熱潮，由于受到當(dāng)時(shí)的理論模型、生物原型和技術(shù)條件的限制，腦模型研究在20世紀(jì)70年代后期至80年代初期落入低潮。直到Hopfield教授在1982年和1984年發(fā)表兩篇重要論文，提出用硬件模擬神經(jīng)網(wǎng)絡(luò)以后，連接主義才又重新抬頭。1986年，魯梅爾哈特(Rumelhart)等人提出多層網(wǎng)絡(luò)中的反向傳播算法(BP)算法。此后，連接主義勢頭大振，從模型到算法，從理論分析到工程實(shí)現(xiàn)，為神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)走向市場打下基礎(chǔ)?，F(xiàn)在，對人工神經(jīng)網(wǎng)絡(luò)(ANN)的研究熱情仍然較高，但研究成果沒有像預(yù)想的那樣好。（3）行為主義(actionism)，又稱為進(jìn)化主義(evolutionism)或控制論學(xué)派(cyberneticsism)，其原理為控制論及感知-動(dòng)作型控制系統(tǒng)。行為主義認(rèn)為人工智能源于控制論?？刂普撍枷朐缭?0世紀(jì)40至50年代就成為時(shí)代思潮的重要部分，影響了早期的人工智能工作者。維納(Wiener)和麥克洛克(McCulloch)等人提出的控制論和自組織系統(tǒng)以及錢學(xué)森等人提出的工程控制論和生物控制論，影響了許多領(lǐng)域?？刂普摪焉窠?jīng)系統(tǒng)的工作原理與信息理論、控制理論、邏輯以及計(jì)算機(jī)聯(lián)系起來。早期的研究工作重點(diǎn)是模擬人在控制過程中的智能行為和作用，如對自尋優(yōu)、自適應(yīng)、自鎮(zhèn)定、自組織和自學(xué)習(xí)等控制論系統(tǒng)的研究，并進(jìn)行“控制論動(dòng)物”的研制。到20世紀(jì)60至70年代，上述這些控制論系統(tǒng)的研究取得一定進(jìn)展，播下智能控制和智能機(jī)器人的種子，并在20世紀(jì)80年代誕生了智能控制和智能機(jī)器人系統(tǒng)。行為主義是20世紀(jì)末才以人工智能新學(xué)派的面孔出現(xiàn)的，引起許多人的興趣。這一學(xué)派的代表作者首推布魯克斯(Brooks)的六足行走機(jī)器人，它被看作是新一代的“控制論動(dòng)物”，是一個(gè)基于感知-動(dòng)作模式模擬昆蟲行為的控制系統(tǒng)。9.1.5人工智能與傳統(tǒng)產(chǎn)業(yè)的融合傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)面臨的問題。改革開放以來，中國迅速從一個(gè)落后的農(nóng)業(yè)大國成長為第一工業(yè)大國，但在取得驚人成績的背后，產(chǎn)業(yè)發(fā)展正面臨著“大而不強(qiáng)”、產(chǎn)業(yè)發(fā)展不平衡以及環(huán)境污染和資源約束等瓶頸問題。從農(nóng)業(yè)看，人多地少是中國的基本國情，中國農(nóng)戶被認(rèn)為是“超小的土地經(jīng)營者”，平均可經(jīng)營土地規(guī)模較小，且呈零散化特征。小規(guī)模、分散化的農(nóng)業(yè)經(jīng)營模式導(dǎo)致中國農(nóng)業(yè)生產(chǎn)成本較高，且難以實(shí)現(xiàn)產(chǎn)業(yè)化發(fā)展，使農(nóng)業(yè)在國際競爭中處于劣勢地位。另外，長期以來，中國政府更偏重于工業(yè)和服務(wù)業(yè)的支持，導(dǎo)致農(nóng)業(yè)科技投入水平低、農(nóng)產(chǎn)品產(chǎn)業(yè)鏈不完整現(xiàn)象嚴(yán)重，制約著中國農(nóng)業(yè)轉(zhuǎn)型升級(jí)。有學(xué)者的實(shí)證研究表明，中國農(nóng)業(yè)發(fā)展出現(xiàn)了資本報(bào)酬遞減現(xiàn)象，且過度依賴政府補(bǔ)貼和保護(hù)，缺乏自立性和競爭力。從制造業(yè)看，2010年中國制造業(yè)在全球制造業(yè)總值中的比例為19.8%，超過美國的19.4%，成為世界制造業(yè)第一大國，對此歐美國家紛紛提出針對中國的“再工業(yè)化”戰(zhàn)略，扼制中國制造業(yè)轉(zhuǎn)型升級(jí)。另外，中國制造業(yè)“大而不強(qiáng)”的特征導(dǎo)致大多企業(yè)集中在產(chǎn)業(yè)鏈低端位置，隨“人口紅利”消失，勞動(dòng)成本上浮和人均增加值的下滑嚴(yán)重影響中國制造業(yè)的發(fā)展。從區(qū)域發(fā)展的角度來看，中國制造業(yè)受各地區(qū)要素稟賦和經(jīng)濟(jì)水平的影響，東西部制造業(yè)發(fā)展差距較大。從制造業(yè)產(chǎn)品來看，中國制造業(yè)受制于核心技術(shù)的瓶頸，產(chǎn)品難以滿足高質(zhì)量、個(gè)性化的市場需求。從服務(wù)業(yè)來看，改革開放以來，中國服務(wù)業(yè)保持穩(wěn)定增長趨勢，占全國GDP總量比重由1978年的23.7%上升為2018年的52.16%?；ヂ?lián)網(wǎng)的快速發(fā)展，更推動(dòng)了中國新興服務(wù)業(yè)的發(fā)展，使中國服務(wù)業(yè)產(chǎn)值躍居世界第三位。然而，中國服務(wù)業(yè)主要以傳統(tǒng)服務(wù)業(yè)為主，而生產(chǎn)性服務(wù)業(yè)發(fā)展緩慢，且呈現(xiàn)出規(guī)模小、不均衡、產(chǎn)業(yè)融合度低等特點(diǎn)，關(guān)于研發(fā)設(shè)計(jì)、節(jié)能環(huán)保等高新技術(shù)服務(wù)產(chǎn)業(yè)比重較低，難以支撐制造業(yè)轉(zhuǎn)型升級(jí)。人工智能與傳統(tǒng)產(chǎn)業(yè)深度融合。面對人工智能技術(shù)進(jìn)步帶來的全球競爭格局，中國新常態(tài)經(jīng)濟(jì)發(fā)展需要開發(fā)新的經(jīng)濟(jì)增長點(diǎn)，人工智能與傳統(tǒng)產(chǎn)業(yè)深度融合是建設(shè)現(xiàn)代化經(jīng)濟(jì)體系的需要，也是推動(dòng)農(nóng)業(yè)現(xiàn)代化、制造業(yè)轉(zhuǎn)型升級(jí)以及服務(wù)業(yè)智能化的需要?！爸悄?農(nóng)業(yè)”主要是指物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等技術(shù)實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)的精準(zhǔn)投入和智能化管理。據(jù)MarketsandMarkets報(bào)告顯示，2017年全球智慧農(nóng)業(yè)市場規(guī)模已達(dá)67億美元，預(yù)計(jì)2023年將達(dá)到135億美元。早在1984年，日本就頒布了《人工智能與農(nóng)業(yè)——精農(nóng)技術(shù)與尖端技術(shù)的融合》，旨在利用人工智能技術(shù)提高農(nóng)業(yè)生產(chǎn)力；美國作為全球第一農(nóng)業(yè)強(qiáng)國，一直引領(lǐng)智能農(nóng)業(yè)的發(fā)展，高盛研究報(bào)告《精確農(nóng)場：用數(shù)字農(nóng)業(yè)欺騙馬爾薩斯》認(rèn)為，美國通過智能農(nóng)業(yè)能夠?qū)崿F(xiàn)到2050年將玉米產(chǎn)量提高70%。中國近幾年經(jīng)過不斷探索，在農(nóng)產(chǎn)品生產(chǎn)加工和水產(chǎn)、畜牧業(yè)養(yǎng)殖等方面不斷實(shí)現(xiàn)智能化、精準(zhǔn)化控制，從而提高農(nóng)業(yè)經(jīng)濟(jì)效益，加速農(nóng)業(yè)現(xiàn)代化發(fā)展。例如，京東的“京東農(nóng)場”和阿里云的ET農(nóng)業(yè)大腦均是國內(nèi)農(nóng)業(yè)現(xiàn)代化發(fā)展的代表。“智能+制造”是以新一代信息技術(shù)為基礎(chǔ)，配合新能源、新材料、新工藝，貫穿設(shè)計(jì)、生產(chǎn)、管理、服務(wù)等制造活動(dòng)各個(gè)環(huán)節(jié)，具有信息深度自感知、智慧優(yōu)化自決策、精準(zhǔn)控制自執(zhí)行等功能的先進(jìn)制造過程、系統(tǒng)與模式的總稱，是“中國制造”能否轉(zhuǎn)型升級(jí)為“中國智造”的關(guān)鍵路徑，也將在很大程度上影響到中國能否從如今的“經(jīng)濟(jì)大國”走向世界“經(jīng)濟(jì)強(qiáng)國”?！吨袊圃?025》戰(zhàn)略實(shí)施以來，智能制造產(chǎn)業(yè)得以快速發(fā)展，據(jù)前瞻產(chǎn)業(yè)研究院報(bào)告顯示，2017年中國智能制造產(chǎn)業(yè)規(guī)模約達(dá)15000億元，預(yù)計(jì)2023年將達(dá)到2.81萬億元，產(chǎn)業(yè)增長潛力巨大。當(dāng)前中國智能制造產(chǎn)業(yè)可分為基礎(chǔ)、平臺(tái)和應(yīng)用三個(gè)層面，其中基礎(chǔ)層包括工業(yè)機(jī)器人、制造業(yè)物聯(lián)網(wǎng)，平臺(tái)層包括制造云、制造業(yè)大數(shù)據(jù)及商業(yè)分析、制造業(yè)人工智能(算法)，應(yīng)用層包括智能工廠應(yīng)用/解決方案?！爸悄?服務(wù)”是智能時(shí)代發(fā)展的必然趨勢，將改變?nèi)藗兊纳詈凸ぷ鞣绞?。一方面，人工智能技術(shù)能夠改變傳統(tǒng)服務(wù)業(yè)現(xiàn)有業(yè)態(tài)，有效連接企業(yè)與客戶需求，解決行業(yè)痛點(diǎn)問題，從而提高企業(yè)服務(wù)質(zhì)量和服務(wù)效率，促進(jìn)傳統(tǒng)服務(wù)業(yè)轉(zhuǎn)型升級(jí)。例如，政務(wù)利用計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)等技術(shù)提高自助服務(wù)能力，減少了政府服務(wù)巨大的工作量；金融行業(yè)用語音識(shí)別等技術(shù)打造智能客服，并且用大數(shù)據(jù)開發(fā)智能投顧提供更多的個(gè)性化服務(wù)，解決了運(yùn)營成本和個(gè)性化服務(wù)問題；零售行業(yè)利用機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺等技術(shù)精準(zhǔn)分析顧客需求，提高顧客消費(fèi)體驗(yàn)。另一方面，人工智能技術(shù)直接應(yīng)用于服務(wù)業(yè)，如醫(yī)療機(jī)器人、醫(yī)療影像輔助診斷技術(shù)可以快速進(jìn)行病癥篩選、診斷，同時(shí)健康管理通過移動(dòng)端設(shè)備連接健康醫(yī)療，改變?nèi)藗兊慕】盗?xí)慣。在教育、娛樂、家政等領(lǐng)域，智能服務(wù)機(jī)器人也被廣泛地應(yīng)用，智能服務(wù)極大地提高了人們的生活質(zhì)量，逐漸成為人們生活中必不可少的一部分。9.1.6大數(shù)據(jù)的定義與主要特征1.大數(shù)據(jù)的定義大數(shù)據(jù)研究專家維克托·邁爾-舍恩伯格曾經(jīng)說過：世界的本質(zhì)是數(shù)據(jù)。在他看來，認(rèn)識(shí)大數(shù)據(jù)之前，世界原本就是一個(gè)數(shù)據(jù)時(shí)代；認(rèn)識(shí)大數(shù)據(jù)之后，世界不可避免地分為大數(shù)據(jù)時(shí)代、小數(shù)據(jù)時(shí)代。隨著社會(huì)不斷發(fā)展的腳步，各類數(shù)據(jù)不斷累積，如果說小數(shù)據(jù)時(shí)代的各類分析調(diào)研更多的是靠樣本采集，那么現(xiàn)在，不管從數(shù)據(jù)的維度還是層次來看，數(shù)據(jù)體量的累積已經(jīng)到了一個(gè)非常夯實(shí)的階段。在這兩個(gè)時(shí)代的過渡中，人們也自然而然地從先前的樣本思維轉(zhuǎn)變成大數(shù)據(jù)時(shí)代需要具備的整體思維，以更好地運(yùn)用大數(shù)據(jù)，或者說，抽樣調(diào)查將成為過去時(shí)，對所有數(shù)據(jù)進(jìn)行分析處理才是大數(shù)據(jù)時(shí)代應(yīng)有的思維方式。對于大數(shù)據(jù)的具體定義和價(jià)值，大多數(shù)人都停留在知其然而不知其所以然的階段。但這也并不妨礙大數(shù)據(jù)這一詞匯在大眾心中的高度，它代表著先進(jìn)，代表著高科技，代表著不可預(yù)知但可以預(yù)見的未來世界。麥肯錫最早提出了大數(shù)據(jù)時(shí)代的到來：“數(shù)據(jù)，已經(jīng)滲透到當(dāng)今每一個(gè)行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。人們對于海量數(shù)據(jù)的挖掘和運(yùn)用，預(yù)示著新一波生產(chǎn)率增長和消費(fèi)者盈余浪潮的到來?！睂τ诖髷?shù)據(jù)的定義，權(quán)威機(jī)構(gòu)們給出了不同的表述。世界知名咨詢企業(yè)Gartner給出的定義是：“大數(shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來適應(yīng)海量、高增長率和多樣化的信息資產(chǎn)。麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價(jià)值密度低四大特征。還有一些是這樣表述的，大數(shù)據(jù)是指“無法用現(xiàn)有的軟件工具提取、存儲(chǔ)、搜索、共享、分析和處理的海量的、復(fù)雜的數(shù)據(jù)集合”。大數(shù)據(jù)的主要特征不管是信息資產(chǎn)還是數(shù)據(jù)集合，這些定義無不在昭示著大數(shù)據(jù)對于人們未來社會(huì)的價(jià)值。（1）大數(shù)據(jù)的特征一：規(guī)模性隨著信息化技術(shù)的高速發(fā)展，數(shù)據(jù)開始爆發(fā)性增長。大數(shù)據(jù)中的數(shù)據(jù)不再以幾個(gè)GB或幾個(gè)TB為單位來衡量，而是以PB（1千個(gè)T）、EB（1百萬個(gè)T）或ZB（10億個(gè)T）為計(jì)量單位。（2）大數(shù)據(jù)的特征二：多樣性多樣性主要體現(xiàn)在數(shù)據(jù)來源多、數(shù)據(jù)類型多和數(shù)據(jù)之間關(guān)聯(lián)性強(qiáng)這三個(gè)方面。①數(shù)據(jù)來源多，企業(yè)所面對的傳統(tǒng)數(shù)據(jù)主要是交易數(shù)據(jù)，而互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的發(fā)展，帶來了諸如社交網(wǎng)站、傳感器等多種來源的數(shù)據(jù)。而由于數(shù)據(jù)來源于不同的應(yīng)用系統(tǒng)和不同的設(shè)備，決定了大數(shù)據(jù)形式的多樣性。大體可以分為三類：一是結(jié)構(gòu)化數(shù)據(jù)，如財(cái)務(wù)系統(tǒng)數(shù)據(jù)、信息管理系統(tǒng)數(shù)據(jù)、醫(yī)療系統(tǒng)數(shù)據(jù)等，其特點(diǎn)是數(shù)據(jù)間因果關(guān)系強(qiáng)；二是非結(jié)構(gòu)化的數(shù)據(jù)，如視頻、圖片、音頻等，其特點(diǎn)是數(shù)據(jù)間沒有因果關(guān)系；三是半結(jié)構(gòu)化數(shù)據(jù)，如HTML文檔、郵件、網(wǎng)頁等，其特點(diǎn)是數(shù)據(jù)間的因果關(guān)系弱。②數(shù)據(jù)類型多，并且以非結(jié)構(gòu)化數(shù)據(jù)為主。傳統(tǒng)的企業(yè)中，數(shù)據(jù)都是以表格的形式保存。而大數(shù)據(jù)中有70％—85％的數(shù)據(jù)是如圖片、音頻、視頻、網(wǎng)絡(luò)日志、鏈接信息等非結(jié)構(gòu)化和半結(jié)構(gòu)化的數(shù)據(jù)。③數(shù)據(jù)之間關(guān)聯(lián)性強(qiáng)，頻繁交互，如游客在旅游途中上傳的照片和日志，就與游客的位置、行程等信息有很強(qiáng)的關(guān)聯(lián)性。（3）大數(shù)據(jù)的特征三：高速性這是大數(shù)據(jù)區(qū)分于傳統(tǒng)數(shù)據(jù)挖掘最顯著的特征。大數(shù)據(jù)與海量數(shù)據(jù)的重要區(qū)別在兩方面：一方面，大數(shù)據(jù)的數(shù)據(jù)規(guī)模更大；另一方面，大數(shù)據(jù)對處理數(shù)據(jù)的響應(yīng)速度有更嚴(yán)格的要求。實(shí)時(shí)分析而非批量分析，數(shù)據(jù)輸入、處理與丟棄立刻見效，幾乎無延遲。數(shù)據(jù)的增長速度和處理速度是大數(shù)據(jù)高速性的重要體現(xiàn)。（4）大數(shù)據(jù)的特征四：價(jià)值性盡管企業(yè)擁有大量數(shù)據(jù)，但是發(fā)揮價(jià)值的僅是其中非常小的部分。大數(shù)據(jù)背后潛藏的價(jià)值巨大。由于大數(shù)據(jù)中有價(jià)值的數(shù)據(jù)所占比例很小，而大數(shù)據(jù)真正的價(jià)值體現(xiàn)在從大量不相關(guān)的各種類型的數(shù)據(jù)中。挖掘出對未來趨勢與模式預(yù)測分析有價(jià)值的數(shù)據(jù)，并通過機(jī)器學(xué)習(xí)方法、人工智能方法或數(shù)據(jù)挖掘方法深度分析，并運(yùn)用于農(nóng)業(yè)、金融、醫(yī)療等各個(gè)領(lǐng)域，以期創(chuàng)造更大的價(jià)值。（5）大數(shù)據(jù)的特征五：真實(shí)性真實(shí)性是指數(shù)據(jù)的質(zhì)量和保真性。大數(shù)據(jù)環(huán)境下的數(shù)據(jù)最好具有較高的信噪比。信噪比與數(shù)據(jù)源和數(shù)據(jù)類型無關(guān)。大數(shù)據(jù)的類型傳統(tǒng)企業(yè)數(shù)據(jù)（Tradi\o"TI社區(qū)"TIonalenterprisedata）：包括CRMsystems的消費(fèi)者數(shù)據(jù)、傳統(tǒng)的ERP數(shù)據(jù)、庫存數(shù)據(jù)以及賬目數(shù)據(jù)等。機(jī)器和傳感器數(shù)據(jù)（Machine-generated/sensordata）：包括呼叫記錄（CallDetailRecords）、智能儀表、工業(yè)設(shè)備傳感器、設(shè)備日志（通常是Digitalexhaust）、交易數(shù)據(jù)等。社交數(shù)據(jù)（Socialdata）：包括用戶行為記錄、反饋數(shù)據(jù)等。如微信、Facebook這樣的社交媒體平臺(tái)。9.1.7大數(shù)據(jù)與人工智能的區(qū)別與聯(lián)系人工智能（AI）是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。它是指計(jì)算機(jī)系統(tǒng)具備的能力，該能力可以履行原本只有依靠人類智慧才能完成的復(fù)雜任務(wù)。人工智能在20世紀(jì)80至90年代曾經(jīng)一度低迷。近年來，由于成本低廉的大規(guī)模并行計(jì)算、大數(shù)據(jù)、深度學(xué)習(xí)、人腦芯片4大催化劑的齊備，導(dǎo)致人工智能的發(fā)展出現(xiàn)了井噴趨勢。大數(shù)據(jù)（BigData）是指無法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。大數(shù)據(jù)是不斷采集、沉淀、分類等數(shù)據(jù)積累，人工智能是基于大數(shù)據(jù)的支持和采集，運(yùn)用于人工設(shè)定的特定性能和運(yùn)算方式來實(shí)現(xiàn)。因此，人工智能離不開大數(shù)據(jù)，人工智能需要依賴大數(shù)據(jù)平臺(tái)和技術(shù)來幫助完成深度學(xué)習(xí)進(jìn)化。當(dāng)今人工智能立足于深度（多層）神經(jīng)網(wǎng)絡(luò)，進(jìn)行深度機(jī)器學(xué)習(xí)，可以根據(jù)大量的訓(xùn)練數(shù)據(jù)來提高模型優(yōu)化能力。但這一顯著優(yōu)點(diǎn)需要增加海量的運(yùn)算。隨著計(jì)算機(jī)運(yùn)算能力提升，深度神經(jīng)網(wǎng)絡(luò)發(fā)揮了杰出的實(shí)際應(yīng)用價(jià)值。高速并行運(yùn)算、海量數(shù)據(jù)、更優(yōu)化的算法共同促成了人工智能發(fā)展的突破－所釋放出來的力量將徹底改變和優(yōu)化人們的工作和生活。人工智能涉及的領(lǐng)域非常廣泛，且深入人們的工作和生活各個(gè)方面。人工智能，特別是深度學(xué)習(xí)，需要大量數(shù)據(jù)的應(yīng)用和積累。這就需要高容量存儲(chǔ)設(shè)備來支持大量數(shù)據(jù)的留存。隨著數(shù)據(jù)的不斷增加，人們開始在其中發(fā)現(xiàn)某種規(guī)律，引發(fā)了分析的需求。分析讓大量的數(shù)據(jù)有了價(jià)值，嵌有人工智能的機(jī)器開始懂得用戶想要什么，需要干什么，可以預(yù)測未來變化或趨勢，這種人工智能與場景的結(jié)合，要實(shí)現(xiàn)的就是改變生活方式和解放生產(chǎn)力。很多過去只有人能做的事情，現(xiàn)在更多的情況下能夠通過機(jī)器實(shí)現(xiàn)，比如語音助手、無人駕駛汽車。更重要的是，當(dāng)硬件性能逐漸提升、計(jì)算資源越來越強(qiáng)大時(shí)，成本卻越來越低廉。人工智能和大數(shù)據(jù)區(qū)別大數(shù)據(jù)是需要在數(shù)據(jù)變得有用之前進(jìn)行清理、結(jié)構(gòu)化和集成的原始輸入，而人工智能則是輸出，即處理數(shù)據(jù)產(chǎn)生的智能。這使得兩者有著本質(zhì)上的不同。人工智能是一種計(jì)算形式，它允許機(jī)器執(zhí)行認(rèn)知功能，例如對輸入起作用或作出反應(yīng)，類似于人類的做法。人工智能系統(tǒng)不斷改變它們的行為，以適應(yīng)調(diào)查結(jié)果的變化并修改它們的反應(yīng)。人工智能系統(tǒng)旨在分析和解釋數(shù)據(jù)，然后根據(jù)這些解釋來解決實(shí)際問題。人工智能是關(guān)于決策和學(xué)習(xí)做出更好的決定。在某些方面人工智能會(huì)代替或部分代替人類來完成某些任務(wù)，但比人類速度更快，錯(cuò)誤更少。大數(shù)據(jù)是一種傳統(tǒng)計(jì)算。它不會(huì)根據(jù)結(jié)果采取行動(dòng)，而只是尋找結(jié)果。它定義了非常大的數(shù)據(jù)集，可以存在結(jié)構(gòu)化數(shù)據(jù)或非結(jié)構(gòu)化數(shù)據(jù)（在使用上也有差異）。大數(shù)據(jù)主要是為了獲得洞察力。人工智能和大數(shù)據(jù)協(xié)同雖然人工智能和大數(shù)據(jù)有很大的區(qū)別，但它們?nèi)匀荒軌蚝芎玫貐f(xié)同工作。這是因?yàn)槿斯ぶ悄苄枰獢?shù)據(jù)來建立其智能，特別是機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)中，為了訓(xùn)練模型，需要大量的數(shù)據(jù)，而且數(shù)據(jù)需要結(jié)構(gòu)化和集成到足夠好的程度，以便機(jī)器能夠可靠地識(shí)別數(shù)據(jù)中的有用模式。大數(shù)據(jù)技術(shù)滿足這樣的要求。人工智能是基于大數(shù)據(jù)的支持和采集，運(yùn)用于人工設(shè)定的特定性能和運(yùn)算方式來實(shí)現(xiàn)的，大數(shù)據(jù)是不斷采集、沉淀、分類等數(shù)據(jù)積累。大數(shù)據(jù)提供了大量的數(shù)據(jù)，并且能從大量繁雜的數(shù)據(jù)中提取或分離出有用的數(shù)據(jù)，然后供人工智能來使用。即人工智能和機(jī)器學(xué)習(xí)中使用的數(shù)據(jù)已經(jīng)被“清理”了，無關(guān)的、重復(fù)的和不必要的數(shù)據(jù)已經(jīng)被清除。這些“清理”工作是由大數(shù)據(jù)技術(shù)來完成或保障的。大數(shù)據(jù)可以提供訓(xùn)練學(xué)習(xí)算法所需的數(shù)據(jù)。有兩種類型的數(shù)據(jù)學(xué)習(xí)：初期離線訓(xùn)練數(shù)據(jù)學(xué)習(xí)和長期在線訓(xùn)練數(shù)據(jù)學(xué)習(xí)。人工智能應(yīng)用程序一旦完成最初離線培訓(xùn)，并不會(huì)停止數(shù)據(jù)學(xué)習(xí)。隨著數(shù)據(jù)的變化，它們將繼續(xù)在線收集新數(shù)據(jù)，并調(diào)整它們的行動(dòng)。因此，數(shù)據(jù)分為初期的和長期的（持續(xù)的）。機(jī)器學(xué)習(xí)從初期和長期收集到的數(shù)據(jù)中不斷學(xué)習(xí)和訓(xùn)練。不斷學(xué)習(xí)和磨煉其人工智能的模型和參數(shù)。人工智能發(fā)展的最大飛躍是大規(guī)模并行處理器的出現(xiàn)，特別是GPU，它是具有數(shù)千個(gè)內(nèi)核的大規(guī)模并行處理單元。這大大加快了人工智能算法的計(jì)算速度。人工智能需要通過試驗(yàn)和錯(cuò)誤學(xué)習(xí)，這需要大量的數(shù)據(jù)來教授和培訓(xùn)人工智能。人工智能應(yīng)用的數(shù)據(jù)越多，其獲得的結(jié)果就越準(zhǔn)確。因此可以看出，人工智能是依托于大數(shù)據(jù)，或者說人工智能底層基于大數(shù)據(jù)。此外，在大數(shù)據(jù)發(fā)揮作用的同時(shí)，人工智能研發(fā)者也一定不要忘了，大數(shù)據(jù)的應(yīng)用必然會(huì)帶來個(gè)人隱私保護(hù)方面的挑戰(zhàn)。有效、合法、合理地收集、利用、保護(hù)大數(shù)據(jù)，是人工智能時(shí)代的基本要求。最后還要澄清的一點(diǎn)是：大數(shù)據(jù)在人工智能中的作用是將人類或物體行為活動(dòng)抽象為或轉(zhuǎn)變?yōu)楹Ａ繑?shù)據(jù)，對數(shù)據(jù)清洗、提質(zhì)等預(yù)處理，供人工智能系統(tǒng)使用，而對數(shù)據(jù)進(jìn)行智能分析的人工智能只是人工智能的一部分，并非全部。9.1.8大數(shù)據(jù)對人工智能發(fā)展的推動(dòng)作用近幾年，人工智能技術(shù)在無人駕駛、金融服務(wù)、語音識(shí)別等領(lǐng)域的創(chuàng)新應(yīng)用層出不窮。生產(chǎn)制造業(yè)中，自動(dòng)視覺檢測、機(jī)器參數(shù)調(diào)整、產(chǎn)量優(yōu)化、維護(hù)預(yù)測等技術(shù)的應(yīng)用極大地提高了生產(chǎn)效率；服務(wù)型機(jī)器人深入翻譯、會(huì)計(jì)、客服等領(lǐng)域，服務(wù)業(yè)正在發(fā)生重要變革；此外，金融、醫(yī)療等領(lǐng)域，也因人工智能技術(shù)的加入而更加繁榮。某種意義上，人工智能為這個(gè)時(shí)代的經(jīng)濟(jì)發(fā)展提供了一種新的能量。人工智能的飛速發(fā)展，背后離不開大數(shù)據(jù)的支持。目前，人工智能發(fā)展所取得的大部分成就都和大數(shù)據(jù)密切相關(guān)。通過數(shù)據(jù)采集、處理、分析，從各行各業(yè)的海量數(shù)據(jù)中，獲得有價(jià)值的洞察，為更高級(jí)的算法提供素材。人工智能離不開深度學(xué)習(xí)，通過大量數(shù)據(jù)的積累探索，在任何狹窄的領(lǐng)域，如圍棋博弈、商業(yè)精準(zhǔn)營銷、無人駕駛等等，人類終究會(huì)被機(jī)器所超越。而AI技術(shù)要實(shí)現(xiàn)這一跨越式的發(fā)展，把人從更多的勞力勞動(dòng)中徹底解放出來，除了計(jì)算能力和深度學(xué)習(xí)算法的演進(jìn)，大數(shù)據(jù)更是其中的關(guān)鍵。大數(shù)據(jù)所賦能的人工智能正在加速破壞性變革的發(fā)生。無處不在的數(shù)據(jù)結(jié)合大規(guī)模、高速、靈敏捕捉并分析海量數(shù)據(jù)的技術(shù)，正推動(dòng)傳統(tǒng)數(shù)據(jù)分析望塵莫及的創(chuàng)新和進(jìn)步?；谧钚伦罹邥r(shí)效性的信息做出明智決策，正迅速成為主流和常態(tài)。大數(shù)據(jù)的影響遠(yuǎn)遠(yuǎn)不止于簡單的數(shù)據(jù)和分析。它和人工智能的結(jié)合，刺激推動(dòng)了本在快速退潮的創(chuàng)新和行業(yè)變革。大數(shù)據(jù)的第一波浪潮，解決的是速度和靈活性問題。下一波浪潮，則是關(guān)于如何充分利用人工智能和機(jī)器學(xué)習(xí)的力量來大規(guī)模傳遞商業(yè)價(jià)值。人工智能即將成為遠(yuǎn)大于移動(dòng)互聯(lián)網(wǎng)的產(chǎn)業(yè)，而大數(shù)據(jù)一體化將是通往這個(gè)未來的必要條件。大數(shù)據(jù)和人工智能的發(fā)展一直密不可分，隨著互聯(lián)網(wǎng)的快速發(fā)展，綜合應(yīng)用大數(shù)據(jù)和人工智能一直在進(jìn)行深層次的研究和發(fā)展。人工智能的更全面更智慧發(fā)展需要依托大數(shù)據(jù)技術(shù)，需要大數(shù)據(jù)的支撐。隨著計(jì)算機(jī)硬件方面以及計(jì)算能力的提升，大數(shù)據(jù)方面的相關(guān)技術(shù)為人工智能的發(fā)展提供了多樣豐富的學(xué)習(xí)樣本。大數(shù)據(jù)的發(fā)展為人工智能提供了有力的技術(shù)支持，同時(shí)計(jì)算機(jī)計(jì)算能力以及存儲(chǔ)能力的提升，也為人工智能擴(kuò)展性存儲(chǔ)以及成長提供了有力的硬件基礎(chǔ)。9.1.7我國人工智能的發(fā)展現(xiàn)狀目前，人工智能（ArtificialIntelligence，AI）是全球科技領(lǐng)域矚目的焦點(diǎn)之一，也是我國新一代信息技術(shù)中最為核心重要的技術(shù)。伴隨著“新基建”“新型基礎(chǔ)設(shè)施”等政策的出臺(tái)，我國人工智能行業(yè)蓬勃發(fā)展，已成為支撐社會(huì)經(jīng)濟(jì)各領(lǐng)域創(chuàng)新與升級(jí)的關(guān)鍵動(dòng)力。這里將從政策、數(shù)據(jù)資源、應(yīng)用場景和現(xiàn)存問題等四個(gè)方面探討我國人工智能行業(yè)的發(fā)展現(xiàn)狀和優(yōu)勢。一、政策自2018年發(fā)布《新一代人工智能發(fā)展規(guī)劃》以來，我國人工智能行業(yè)政策不斷涌現(xiàn)，各種創(chuàng)新發(fā)展舉措不斷推出。政策的有力支持對于人工智能行業(yè)的健康快速發(fā)展起到了至關(guān)重要的作用。1.《新一代人工智能發(fā)展規(guī)劃》該規(guī)劃是我國首個(gè)針對人工智能發(fā)展的長期規(guī)劃，明確了我國加快人工智能發(fā)展的戰(zhàn)略目標(biāo)、重點(diǎn)任務(wù)和實(shí)現(xiàn)路徑。規(guī)劃提出了到2025年和2030年人工智能的發(fā)展目標(biāo)。到2025年，人工智能核心產(chǎn)業(yè)規(guī)模達(dá)到4000億元左右，相關(guān)產(chǎn)業(yè)規(guī)模超過1萬億元；人工智能技術(shù)要突破一批關(guān)鍵核心技術(shù)，在智能制造、智慧醫(yī)療、智能交通等領(lǐng)域形成應(yīng)用基礎(chǔ)；個(gè)人數(shù)據(jù)權(quán)益得到保障，普遍采用數(shù)據(jù)共享規(guī)則和人工智能倫理行為準(zhǔn)則；打造一批擁有核心知識(shí)產(chǎn)權(quán)、市場占有率較高的人工智能企業(yè)，在世界人工智能舞臺(tái)上具有重要話語權(quán)和影響力。到2030年，人工智能核心產(chǎn)業(yè)規(guī)模達(dá)到1萬億元左右，相關(guān)產(chǎn)業(yè)規(guī)模超過5萬億元；人工智能技術(shù)要突破多個(gè)瓶頸，在智慧城市、智能家居、智能金融、智能制造等各領(lǐng)域得到廣泛應(yīng)用；成為世界人工智能的主要?jiǎng)?chuàng)新中心之一，發(fā)揮重要的全球引領(lǐng)作用。2.《產(chǎn)業(yè)創(chuàng)新發(fā)展指導(dǎo)意見》2019年，國家工信部發(fā)布了《產(chǎn)業(yè)創(chuàng)新發(fā)展指導(dǎo)意見》，明確了產(chǎn)業(yè)發(fā)展的方向。文件要求加強(qiáng)頂層設(shè)計(jì)和政策引領(lǐng)，完善人工智能相關(guān)法規(guī)和標(biāo)準(zhǔn)體系，并推動(dòng)相關(guān)技術(shù)和產(chǎn)業(yè)標(biāo)準(zhǔn)的建立。此外，文件還提出加強(qiáng)全球化戰(zhàn)略合作，通過建設(shè)開放共享的人工智能試驗(yàn)區(qū)域，集聚一批創(chuàng)新企業(yè)和專業(yè)團(tuán)隊(duì)，打造人工智能應(yīng)用示范區(qū)域。3.《關(guān)于深化“互聯(lián)網(wǎng)+先進(jìn)制造業(yè)”發(fā)展的實(shí)施意見》2016年提出“互聯(lián)網(wǎng)+”行動(dòng)計(jì)劃以來，我國開始大力推廣信息化技術(shù)在傳統(tǒng)制造業(yè)中的應(yīng)用。國務(wù)院于2018年發(fā)布《關(guān)于深化“互聯(lián)網(wǎng)+先進(jìn)制造業(yè)”發(fā)展的實(shí)施意見》，規(guī)劃了“互聯(lián)網(wǎng)+先進(jìn)制造業(yè)”的發(fā)展藍(lán)圖，明確了以人工智能等新基礎(chǔ)技術(shù)為核心的智能制造體系建設(shè)路線。二、數(shù)據(jù)資源人工智能行業(yè)在各個(gè)領(lǐng)域的應(yīng)用需要大量的數(shù)據(jù)支撐，數(shù)據(jù)資源是人工智能發(fā)展的重要基礎(chǔ)。我國擁有豐富的數(shù)據(jù)資源，包括政府公共數(shù)據(jù)、企業(yè)內(nèi)部數(shù)據(jù)以及公眾生成的數(shù)據(jù)等多種形式的數(shù)據(jù)來源。政府公共數(shù)據(jù)我國政府高度重視公共數(shù)據(jù)的共享開放和應(yīng)用，先后出臺(tái)了一系列的政策法規(guī)。2014年，《國務(wù)院關(guān)于促進(jìn)大數(shù)據(jù)發(fā)展加快培育數(shù)字經(jīng)濟(jì)發(fā)展的若干意見》發(fā)布，指出政府要推動(dòng)公共數(shù)據(jù)的共享和利用，支撐大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展。隨著“互聯(lián)網(wǎng)+”“數(shù)字中國”等政策的推廣，目前我國政府公開數(shù)據(jù)量已經(jīng)達(dá)到數(shù)萬億級(jí)別，涉及多個(gè)行業(yè)和領(lǐng)域。企業(yè)內(nèi)部數(shù)據(jù)作為人工智能應(yīng)用的主體之一，企業(yè)內(nèi)部數(shù)據(jù)具有非常重要的價(jià)值。目前，我國互聯(lián)網(wǎng)巨頭在數(shù)據(jù)的收集、整合、分析和利用方面占據(jù)了一定的優(yōu)勢。同時(shí)，多項(xiàng)國家政策鼓勵(lì)企業(yè)共享自身數(shù)據(jù)資源，這為企業(yè)間資源整合、協(xié)作開發(fā)提供了政策支持。公眾生成的數(shù)據(jù)隨著物聯(lián)網(wǎng)、智能設(shè)備等新興技術(shù)的普及，個(gè)人數(shù)據(jù)的產(chǎn)生量也越來越大。在不侵犯個(gè)人隱私的情況下，公眾生成的數(shù)據(jù)可以被應(yīng)用到人工智能領(lǐng)域中，以促進(jìn)人工智能技術(shù)的發(fā)展。三、應(yīng)用場景人工智能技術(shù)的應(yīng)用場景非常廣泛，涵蓋了醫(yī)療、金融、教育、交通、安防等多個(gè)領(lǐng)域。我國在人工智能技術(shù)與各行業(yè)深度融合的過程中，不斷探索創(chuàng)新，加速推動(dòng)人工智能的規(guī)模化應(yīng)用。醫(yī)療領(lǐng)域人工智能技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用可以說是開創(chuàng)了全新的局面，它不僅可以提高醫(yī)療效率和精準(zhǔn)度，還可以為醫(yī)學(xué)研究和發(fā)展帶來創(chuàng)新動(dòng)力。以下是我國人工智能在醫(yī)療領(lǐng)域上的應(yīng)用：醫(yī)療影像診斷：醫(yī)學(xué)影像是臨床診斷的重要手段之一，而人工智能技術(shù)可以在醫(yī)學(xué)影像預(yù)測、自動(dòng)分析、智能診斷等方面發(fā)揮巨大的作用。比如，人工智能可以通過深度學(xué)習(xí)算法，實(shí)現(xiàn)對影像數(shù)據(jù)的自動(dòng)分析和識(shí)別，從而更加快速、精確地診斷出疾病和異常情況，包括肺癌、乳腺癌等多種疾病。電子病歷管理：電子病歷是醫(yī)院日常管理中的重要手段，它不僅方便了醫(yī)生診療，還可以大幅度降低醫(yī)療事故的風(fēng)險(xiǎn)。人工智能技術(shù)可以通過自然語言處理算法和機(jī)器學(xué)習(xí)算法，優(yōu)化電子病歷數(shù)據(jù)的分類和儲(chǔ)存方式，實(shí)現(xiàn)病歷的快速查找和診斷分析。醫(yī)學(xué)輔助決策：醫(yī)學(xué)輔助決策是人工智能技術(shù)在醫(yī)療領(lǐng)域中的重要應(yīng)用之一。通過對病人的數(shù)據(jù)進(jìn)行分析和處理，人工智能系統(tǒng)可以幫助醫(yī)生快速、準(zhǔn)確地做出醫(yī)療決策。例如，人工智能可以通過分析患者的病史、體征、檢查結(jié)果等多方面的數(shù)據(jù)，為醫(yī)生提供量身定制的治療方案。藥物研發(fā)：藥物研發(fā)是醫(yī)學(xué)領(lǐng)域中的一項(xiàng)重要任務(wù)，它需要耗費(fèi)大量的時(shí)間和資源。而人工智能技術(shù)可以通過分析大量的藥物數(shù)據(jù)和研究成果，以及深度學(xué)習(xí)等技術(shù)手段，預(yù)測藥物效果和副作用，設(shè)計(jì)更加精準(zhǔn)有效的藥物，從而大幅度縮短藥物研發(fā)周期和降低研發(fā)成本?？偟膩碚f，我國在醫(yī)療領(lǐng)域的人工智能應(yīng)用已經(jīng)取得了很多成果，并在不斷地推進(jìn)創(chuàng)新與發(fā)展。未來，結(jié)合醫(yī)療行業(yè)的特殊性和需求，人工智能將在醫(yī)療領(lǐng)域中發(fā)揮更重要的作用，為人類健康事業(yè)做出更大的貢獻(xiàn)。金融領(lǐng)域人工智能技術(shù)在金融領(lǐng)域的應(yīng)用起到了重要的作用，可以大大提高金融行業(yè)的風(fēng)控管理和金融服務(wù)質(zhì)量。我國金融行業(yè)目前的人工智能應(yīng)用主要涉及反欺詐、風(fēng)險(xiǎn)判斷、互聯(lián)網(wǎng)金融等方面。3.教育領(lǐng)域人工智能應(yīng)用在教育領(lǐng)域主要涉及智能教學(xué)、個(gè)性化學(xué)習(xí)推薦和智能評價(jià)三個(gè)方面。通過人工智能技術(shù)的應(yīng)用，可以實(shí)現(xiàn)學(xué)生學(xué)習(xí)數(shù)據(jù)的快速分析和處理，標(biāo)準(zhǔn)化測評結(jié)果的自動(dòng)生成等功能。4.交通領(lǐng)域人工智能技術(shù)在交通領(lǐng)域的應(yīng)用可以提高交通管理效率和安全性，提升出行體驗(yàn)，帶來更加便利和舒適的城市交通環(huán)境。以下是我國人工智能在交通領(lǐng)域上的應(yīng)用：智能交通系統(tǒng)：智能交通系統(tǒng)采用人工智能技術(shù)，通過自動(dòng)化、信息化、智能化等手段，實(shí)現(xiàn)對交通流量和交通狀態(tài)的實(shí)時(shí)監(jiān)測和控制。這種系統(tǒng)可以根據(jù)路況、車輛流量等情況，智能調(diào)度道路交通信號(hào)燈和公共交通運(yùn)營計(jì)劃，優(yōu)化路況和車速，從而提高交通效率和安全性。自動(dòng)駕駛技術(shù)：自動(dòng)駕駛技術(shù)是人工智能在交通領(lǐng)域的核心應(yīng)用之一。其基本原理是通過深度學(xué)習(xí)、計(jì)算機(jī)視覺和高精地圖等技術(shù)手段，使車輛能夠進(jìn)行自主控制和導(dǎo)航，從而實(shí)現(xiàn)無人駕駛。目前，國內(nèi)外許多企業(yè)都在探索和開發(fā)自動(dòng)駕駛技術(shù)，如百度、騰訊、華為等。智慧出行服務(wù)：智慧出行服務(wù)是通過人工智能技術(shù)，將城市交通、地圖導(dǎo)航、公共交通等信息整合起來，為用戶提供更加便捷和全面的出行服務(wù)。智慧出行產(chǎn)品包括多個(gè)應(yīng)用軟件和硬件，如地圖導(dǎo)航、公共交通系統(tǒng)、共享單車、共享汽車等。智能停車系統(tǒng)：智能停車系統(tǒng)是一種集成了人工智能技術(shù)的車輛管理系統(tǒng)。它可以通過視頻監(jiān)控和感應(yīng)設(shè)備，自動(dòng)識(shí)別車輛類型、車牌號(hào)碼等信息，并對車位進(jìn)行智能分配和管理。這種系統(tǒng)可以幫助駕駛員更快速、精準(zhǔn)地找到車位，緩解城市停車難問題。總的來說，我國在交通領(lǐng)域的人工智能應(yīng)用已經(jīng)取得了許多成果，并在不斷地推進(jìn)創(chuàng)新與發(fā)展。未來，隨著人工智能技術(shù)的不斷成熟和應(yīng)用的深入推廣，人工智能將在交通領(lǐng)域中發(fā)揮更加重要的作用，為城市交通的智能化和可持續(xù)發(fā)展做出更大的貢獻(xiàn)。四、現(xiàn)存問題隨著人工智能技術(shù)的飛速發(fā)展，我國在這一領(lǐng)域中不斷取得大量的成果，包括自動(dòng)駕駛技術(shù)的突破、智能語音助手的廣泛應(yīng)用等等。但是，仍然存在很多問題和挑戰(zhàn)，需要持續(xù)不斷地解決和攻克?；A(chǔ)理論尚未完備我國在人工智能的基礎(chǔ)理論方面尚未完全發(fā)展。雖然我國在深度學(xué)習(xí)（DeepLearning）以及卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetworks）方面取得了長足的進(jìn)步，但是在人工智能的其他領(lǐng)域，如語義理解、推理機(jī)制、知識(shí)表達(dá)等方面，仍然存在很多問題和挑戰(zhàn)。這些領(lǐng)域涉及高度復(fù)雜的技術(shù)及理論，研究難度較高，需要人們進(jìn)行更加深入的探索和研究。核心技術(shù)需要提高雖然我國的人工智能技術(shù)在某些領(lǐng)域上已經(jīng)達(dá)到了國際領(lǐng)先水平，如圖像和語音識(shí)別技術(shù)的準(zhǔn)確率、自然語言處理的智能化和個(gè)性化要求等等，但是在機(jī)器學(xué)習(xí)算法的時(shí)效性和高效性以及人工智能應(yīng)用系統(tǒng)的穩(wěn)定性和安全性等方面仍需提高。例如，在圖像識(shí)別領(lǐng)域，雖然我國已經(jīng)可以進(jìn)行人臉識(shí)別、視覺檢測等任務(wù)，但是在某些復(fù)雜的場景下，如夜間或低光環(huán)境，仍然會(huì)出現(xiàn)識(shí)別率偏低的情況。高端器件缺乏我國在人工智能領(lǐng)域中缺乏高端AI芯片和服務(wù)器等基礎(chǔ)設(shè)施來支撐人工智能的發(fā)展。由于人工智能技術(shù)的應(yīng)用需要大量的數(shù)據(jù)和計(jì)算資源，服務(wù)器、存儲(chǔ)設(shè)備、GPU等硬件資源需求巨大，但是目前國內(nèi)的芯片和其他設(shè)備相對不足，尤其在一些高端器件領(lǐng)域，如集成電路、量子計(jì)算機(jī)等方面，還沒有實(shí)現(xiàn)重大突破。發(fā)展環(huán)境存在問題雖然我國政府已經(jīng)投入了大量資金支持人工智能的研究和發(fā)展，但是在人工智能的發(fā)展環(huán)境方面仍需要改善。例如，當(dāng)前人工智能領(lǐng)域的知識(shí)產(chǎn)權(quán)保護(hù)、數(shù)據(jù)安全等問題仍需進(jìn)一步加強(qiáng)。此外，也需要推動(dòng)相關(guān)法律法規(guī)的建設(shè)和完善，以提供更加穩(wěn)定和可靠的環(huán)境。高端人才儲(chǔ)備不足盡管我國人工智能專業(yè)人才培養(yǎng)呈現(xiàn)井噴式增長，但是高端人才儲(chǔ)備還是相對不足，特別是與發(fā)達(dá)國家的人才儲(chǔ)備相比還有一定差距，這對于人工智能未來的發(fā)展將帶來不小的挑戰(zhàn)。因此，需要在人才引進(jìn)、培訓(xùn)、激勵(lì)等方面進(jìn)行深入探討和思考，以吸引更多的高端人才參與到人工智能的研究和發(fā)展中來。針對以上問題，我們可以采取以下措施加以解決：加強(qiáng)基礎(chǔ)理論研究加強(qiáng)人工智能的基礎(chǔ)理論研究，從而拓寬人工智能應(yīng)用的領(lǐng)域?？梢酝ㄟ^加大科研經(jīng)費(fèi)的投入，建立更多的研究機(jī)構(gòu)，吸引更多的頂尖學(xué)者和科研團(tuán)隊(duì)參與人工智能的理論研究。突破核心技術(shù)難點(diǎn)加強(qiáng)在機(jī)器學(xué)習(xí)算法的時(shí)效性和高效性以及人工智能應(yīng)用系統(tǒng)的穩(wěn)定性和安全性等方面的技術(shù)研究，進(jìn)一步推動(dòng)人工智能技術(shù)的不斷創(chuàng)新和發(fā)展。可以通過開展產(chǎn)學(xué)研合作、扶持創(chuàng)新型企業(yè)等方式，推動(dòng)人工智能技術(shù)的產(chǎn)業(yè)化。加強(qiáng)對高端器件的研發(fā)加大對高端芯片和服務(wù)器等基礎(chǔ)設(shè)施的投入和支持力度，促進(jìn)國內(nèi)制造業(yè)的發(fā)展，提升我國的人工智能技術(shù)和實(shí)力水平。同時(shí)，也可以通過優(yōu)惠政策來吸引國際知名公司在我國擴(kuò)大生產(chǎn)，以加速國內(nèi)高端器件的崛起。優(yōu)化發(fā)展環(huán)境加強(qiáng)知識(shí)產(chǎn)權(quán)保護(hù)，制定完善相關(guān)法律法規(guī)，打擊侵權(quán)行為；加強(qiáng)網(wǎng)絡(luò)安全保障，保護(hù)數(shù)據(jù)的安全，建立一套規(guī)范的數(shù)據(jù)管理體系等。同時(shí)，亦可鼓勵(lì)大眾科普教育，提高公眾對人工智能的認(rèn)識(shí)和了解，增加人工智能技術(shù)的社會(huì)認(rèn)可度。培養(yǎng)高端人才加大對人才的培養(yǎng)和引進(jìn)力度，建立更加完善的人才激勵(lì)機(jī)制，吸引更多的高端人才參與到人工智能領(lǐng)域的研究中來。可以通過多種方式來實(shí)現(xiàn)，如學(xué)校和企業(yè)合作舉辦人工智能專業(yè)課程、設(shè)立海外專家聯(lián)合研究項(xiàng)目等?？傊?，我國在人工智能領(lǐng)域內(nèi)擁有巨大的發(fā)展?jié)摿?，需要針對存在的問題和挑戰(zhàn)，采取一系列有效措施，加快人工智能技術(shù)的推廣和應(yīng)用，以提升我國在人工智能領(lǐng)域的競爭力和地位。9.2.1無人便利店近年來，無人配送、無人值守等智能化技術(shù)迅速發(fā)展，無人便利店火熱，各個(gè)商家紛紜推行自家的無人便利店。商家無需安排輪流值班的收銀員，從而減少了人工成本。一天二十四小時(shí)經(jīng)營，可以隨時(shí)購物，輕松買單。你無須排長隊(duì)等候。對消費(fèi)者而言十分便捷，那么關(guān)于無便利店里面主要采用了哪些高科技技術(shù)呢？大家一起來看一看吧。無人便利店工作原理介紹智慧無人便利店，大多采用了圖像識(shí)別技術(shù)，利用計(jì)算機(jī)視覺、深度學(xué)習(xí)、傳感器融合處理等核心技術(shù)實(shí)現(xiàn)了用戶自動(dòng)識(shí)別、商品自動(dòng)識(shí)別以及無感知結(jié)賬等功能，可實(shí)現(xiàn)全過程個(gè)人消費(fèi)數(shù)字可視化精確分析，統(tǒng)計(jì)每個(gè)消費(fèi)者的消費(fèi)愛好及消費(fèi)習(xí)慣；對消費(fèi)者錯(cuò)拿錯(cuò)放、貨物入包、現(xiàn)場食用等多種購物習(xí)慣都能精確識(shí)別；消費(fèi)者可使用微信小程序等多種方式進(jìn)場購物，真正為消費(fèi)者帶來快捷高效的“無人化”感受。無人便利店的自動(dòng)售貨系統(tǒng)主要需要解決3個(gè)問題：消費(fèi)者身份認(rèn)證購置商品自動(dòng)確認(rèn)支付結(jié)算消費(fèi)者身份認(rèn)證消費(fèi)者在進(jìn)入便利店前，必須確認(rèn)進(jìn)入者是否具有選購資格，一部分無人便利店采用手機(jī)掃碼方式，而另一些則采用人臉識(shí)別技術(shù)，這也是一種更先進(jìn)性的身份認(rèn)證方式。如果一旦驗(yàn)證通過，入口處大門口開啟，消費(fèi)者就可以順利進(jìn)入到無人便利店。（2）購置商品自動(dòng)確認(rèn)從你進(jìn)入到無人便利店的那一刻開始，商家確認(rèn)了你的真實(shí)身份。里面到處的攝像頭都是在記錄你的足跡?？梢哉f，無人便利店里每個(gè)人的行為都是透明化的。這樣的記錄方式也方便商家對店里的實(shí)時(shí)客流量、復(fù)購率、退貨率等運(yùn)營數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，進(jìn)而形成消費(fèi)者行為分析報(bào)告，為便利店的經(jīng)營提供數(shù)據(jù)支持。智能識(shí)別系統(tǒng)通過攝像頭精準(zhǔn)捕捉顧客的拿放行為和相關(guān)商品信息，顧客拿了什么東西，這件東西就會(huì)被自動(dòng)添加到和他關(guān)聯(lián)的虛擬購物車中。實(shí)時(shí)掌握客戶最新購買商品，挑選完畢無需任何操作出店即自動(dòng)結(jié)算。支付結(jié)算顧客選購?fù)晟唐泛螅龅晖ㄟ^閘機(jī)，系統(tǒng)會(huì)通過顧客綁定的支付寶或微信賬號(hào)進(jìn)行自動(dòng)結(jié)算，并發(fā)送扣費(fèi)通知消息。2.無人便利店圖像識(shí)別系統(tǒng)介紹（1）系統(tǒng)概述無人值守便利店的圖像識(shí)別系統(tǒng)，是一種利用人工智能技術(shù)實(shí)現(xiàn)人臉識(shí)別、行為識(shí)別、商品識(shí)別等功能的系統(tǒng)。其主要作用是通過攝像頭等設(shè)備實(shí)時(shí)采集便利店內(nèi)部的圖像信息，拍攝顧客進(jìn)店、購物、離店等行為，通過圖像識(shí)別算法，實(shí)現(xiàn)對顧客購買行為的分析，以及購買商品的自動(dòng)識(shí)別和分類，從而自動(dòng)完成商品銷售、收銀、庫存管理等工作，實(shí)現(xiàn)便利店自動(dòng)化管理。（2）系統(tǒng)組成系統(tǒng)的工作原理和組成結(jié)構(gòu)，主要包括以下幾個(gè)方面：圖像采集模塊:該模塊由攝像頭和傳輸設(shè)備組成，主要用于采集便利店內(nèi)部的圖像信息，并將這些信息傳輸至圖像處理模塊。攝像頭會(huì)實(shí)時(shí)采集店內(nèi)的圖像，包括顧客進(jìn)店、瀏覽商品、選擇購買、離開等行為。攝像頭可以采用多種類型，如普通攝像頭、全景攝像頭、深度相機(jī)等，以滿足不同場景下的需求。傳輸設(shè)備是用于將采集到的圖像信息傳輸至圖像處理模塊，主要包括網(wǎng)絡(luò)設(shè)備、存儲(chǔ)設(shè)備等，常用的網(wǎng)絡(luò)傳輸設(shè)備主要包括有線網(wǎng)絡(luò)、無線網(wǎng)絡(luò)以及藍(lán)牙等。圖像處理模塊:圖像處理是將采集到的圖像進(jìn)行處理，提取出有用的信息。系統(tǒng)會(huì)對圖像進(jìn)行預(yù)處理，包括圖像去噪、圖像增強(qiáng)、邊緣檢測、圖像分割、特征提取等操作，用于提高圖像的質(zhì)量和準(zhǔn)確度。然后，使用圖像識(shí)別算法對圖像進(jìn)行分析，提取出顧客的行為信息。圖像識(shí)別模塊:圖像識(shí)別模塊是利用深度學(xué)習(xí)、卷積神經(jīng)網(wǎng)絡(luò)等技術(shù)，實(shí)現(xiàn)人臉識(shí)別、商品識(shí)別、購買行為識(shí)別等功能。系統(tǒng)通過圖像識(shí)別模塊，對顧客的行為進(jìn)行識(shí)別和分類，包括進(jìn)店、選購商品、結(jié)算、離店等，從而實(shí)現(xiàn)自動(dòng)化銷售、收銀、庫存管理等功能。數(shù)據(jù)管理:系統(tǒng)會(huì)將顧客的行為數(shù)據(jù)進(jìn)行存儲(chǔ)和管理，包括銷售記錄、庫存記錄、顧客購買記錄等信息。同時(shí)，系統(tǒng)會(huì)根據(jù)數(shù)據(jù)分析制定相應(yīng)的經(jīng)營策略，提高店鋪的經(jīng)營效益。（3）系統(tǒng)優(yōu)勢自動(dòng)化管理：系統(tǒng)通過自動(dòng)化管理技術(shù)實(shí)現(xiàn)便利店的自動(dòng)化管理，減少了人力成本，提高了管理效率。數(shù)據(jù)精準(zhǔn)：系統(tǒng)通過圖像處理技術(shù)實(shí)現(xiàn)對便利店內(nèi)部信息的精準(zhǔn)采集和處理，提高了數(shù)據(jù)的精度和準(zhǔn)確性。實(shí)時(shí)監(jiān)控：系統(tǒng)通過實(shí)時(shí)監(jiān)控功能，實(shí)現(xiàn)對便利店內(nèi)部信息的實(shí)時(shí)監(jiān)控和處理，提高了便利店的安全性和管理效率?？偟膩碚f，無人值守便利店的圖像識(shí)別系統(tǒng)主要通過采集、處理、識(shí)別、管理等步驟，實(shí)現(xiàn)自動(dòng)化的銷售、收銀、庫存管理等功能，有效提高便利店的管理效率和安全性，也為顧客提供更加便捷、高效的購物體驗(yàn)。9.2.2計(jì)算機(jī)視覺的定義大家都知道人有基本的五感，即視覺、聽覺、嗅覺、味覺、觸覺，除此之外，還有平衡感、熱感等各種感官功能。據(jù)統(tǒng)計(jì)，對于人類而言，通過視覺輸入的信息占所有感官信息的80%以上。俗話說“百聞不如一見”，西方人也常說“Onepictureisworthtenthousandwords”。可見視覺對于人類的重要性。對于計(jì)算機(jī)、機(jī)器而言，能夠識(shí)別圖像，像人一樣產(chǎn)生視覺也是重中之重。那么什么是計(jì)算機(jī)視覺呢？計(jì)算機(jī)視覺是人工智能的一個(gè)領(lǐng)域，是指讓計(jì)算機(jī)和系統(tǒng)能夠從圖像、視頻和其他視覺輸入中獲取有意義的信息，并根據(jù)該信息采取行動(dòng)或提供建議。計(jì)算機(jī)視覺是一門研究如何使機(jī)器“看”的科學(xué)，更進(jìn)一步來說，就是指用攝影機(jī)和計(jì)算機(jī)代替人眼對目標(biāo)進(jìn)行識(shí)別、跟蹤和測量等機(jī)器視覺，并進(jìn)一步做圖形處理。計(jì)算機(jī)視覺技術(shù)利用機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)來訓(xùn)練計(jì)算機(jī)，使計(jì)算機(jī)能夠及時(shí)檢測到缺陷和問題，以免影響正常工作。目前基于深度學(xué)習(xí)的方法已經(jīng)成為很多計(jì)算機(jī)視覺任務(wù)的前沿技術(shù)。計(jì)算機(jī)視覺的定義計(jì)算機(jī)視覺（ComputerVision，簡稱CV）是一門研究如何使機(jī)器“看”的科學(xué)，即用攝影機(jī)和電腦等設(shè)備，代替人眼對目標(biāo)進(jìn)行識(shí)別、跟蹤和測量等機(jī)器視覺操作。計(jì)算機(jī)視覺也可以看作是研究如何使人工系統(tǒng)從圖像或多維數(shù)據(jù)中“感知”的科學(xué)。人類認(rèn)識(shí)了解世界的信息中80%來自視覺，同樣計(jì)算機(jī)視覺成為機(jī)器認(rèn)知世界的基礎(chǔ)，終極目的是使得計(jì)算機(jī)能夠像人一樣“看懂世界”。先理解視頻和靜止圖像的內(nèi)容，然后從中收集有用的信息，以便解決越來越多的問題。計(jì)算機(jī)視覺與人類視覺的關(guān)系人眼存在長短錯(cuò)覺，平行錯(cuò)覺、大小錯(cuò)覺，那這些視覺的錯(cuò)覺現(xiàn)象在計(jì)算機(jī)視覺中會(huì)不會(huì)發(fā)生呢?答案是否定的，不會(huì)發(fā)生。人類在執(zhí)行這類視覺任務(wù)時(shí)并沒有明顯的計(jì)算過程，而且對各個(gè)形狀也不是單獨(dú)地進(jìn)行感知，是整體感知，人類視覺產(chǎn)生錯(cuò)覺，都是因?yàn)槭艿狡渌蛩氐挠绊懚a(chǎn)生的。在計(jì)算機(jī)視覺中，平面形狀的幾何參數(shù)和特性通過數(shù)值的計(jì)算獲得，所以不受圖中其他形狀的影響。人類視覺具有對知覺的理解性，人根據(jù)以往所獲得的知識(shí)和經(jīng)驗(yàn)對感覺的信息進(jìn)行解釋，知覺不是簡單地被刺激模式?jīng)Q定的，而是在有限的資料中尋找最好的解釋。也就是說人類視覺能夠根據(jù)自己的理解對圖像做出解釋，這是目前計(jì)算機(jī)視覺無法做到的?？偟脕碚f，計(jì)算機(jī)視覺和人類視覺的區(qū)別有以下幾點(diǎn)：計(jì)算機(jī)視覺是機(jī)器視覺，人類視覺是生物視覺。人類的眼睛比攝像機(jī)更加靈活。人類的神經(jīng)比計(jì)算機(jī)視覺更加復(fù)雜。計(jì)算機(jī)只是按照人類的指示做事，人類大腦有自己的思維。計(jì)算機(jī)視覺可以獲取人類視覺獲取不到的信息，例如：紅外攝像機(jī)。計(jì)算機(jī)視覺可以到人類到不了的地方，例如：真空作業(yè)。計(jì)算機(jī)視覺的三個(gè)優(yōu)勢：在圖像處理方面上，可實(shí)現(xiàn)超人類的準(zhǔn)確性，例如圖片顏色、細(xì)節(jié)敏感度等方面。在細(xì)微變化識(shí)別方面上，性能遠(yuǎn)勝于人類，例如醫(yī)療圖像分析、芯片質(zhì)檢等方面。在計(jì)算能力方面上，計(jì)算速度與精確性完勝人類，例如超級(jí)計(jì)算機(jī)。計(jì)算機(jī)視覺技術(shù)的發(fā)展歷程20世紀(jì)50年代：人們開始研究生物視覺工作原理，科學(xué)家從電生理學(xué)的角度來分析貓的視覺皮層系統(tǒng)，從中發(fā)現(xiàn)了視覺通路中的信息分層處理機(jī)制，并提出了感受野的概念。20世紀(jì)60年代：嚴(yán)格意義上來講，計(jì)算機(jī)視覺是在20世紀(jì)60年代逐步發(fā)展起來的。這個(gè)時(shí)期還誕生了人類歷史上的第一位計(jì)算機(jī)視覺博士，即LarryRoberts(拉里·羅伯茨)。他在論文中將物體簡化為幾何形狀(如立方體、棱柱體等)來加以識(shí)別。當(dāng)時(shí)人們相信只要提取出物體形狀并加以空間關(guān)系的描述，那么就可以像“搭積木”一樣拼接出任何復(fù)雜的三維場景。人們的研究熱情空前高漲，研究范圍遍布角點(diǎn)特征、邊緣、顏色、紋理提取以及推理規(guī)則建立等很多方面。20世紀(jì)70～80年代：MIT（麻省理工學(xué)院）的人工智能實(shí)驗(yàn)室在這一時(shí)期的計(jì)算機(jī)視覺領(lǐng)域中發(fā)揮了相當(dāng)積極的推動(dòng)作用。設(shè)置了機(jī)器視覺課程；同時(shí)該實(shí)驗(yàn)室還吸引了眾多研究人員參與到計(jì)算機(jī)視覺的研究中。20世紀(jì)80年代：邏輯學(xué)和知識(shí)庫等理論在人工智能領(lǐng)域占據(jù)了主導(dǎo)地位。人們試圖建立專家系統(tǒng)來存儲(chǔ)先驗(yàn)知識(shí)，然后與實(shí)際項(xiàng)目中提取的特征進(jìn)行規(guī)則匹配。20世紀(jì)90年代：此時(shí)計(jì)算機(jī)視覺雖然已經(jīng)發(fā)展了幾十年，但仍然沒有得到大規(guī)模的應(yīng)用，很多理論還處于實(shí)驗(yàn)室的水平，離商用要求相去甚遠(yuǎn)。21世紀(jì)初：隨著機(jī)器學(xué)習(xí)的興起，CV領(lǐng)域開始取得一些實(shí)際的應(yīng)用進(jìn)展。例如，科學(xué)家利用Adaboost算法出色地完成了人臉的實(shí)時(shí)檢測，并被富士公司應(yīng)用到商用產(chǎn)品中。2010年之后：計(jì)算機(jī)視覺技術(shù)的研究和應(yīng)用得到跨越性的發(fā)展，主要得益于三個(gè)方面：算力：計(jì)算機(jī)運(yùn)算能力呈現(xiàn)指數(shù)級(jí)的增長。數(shù)據(jù)（算料）：ImageNet、PASCAL等超大型圖片數(shù)據(jù)庫使得深度學(xué)習(xí)訓(xùn)練成為可能(注：大型圖片數(shù)據(jù)庫雖然在2000年后期就已經(jīng)出現(xiàn)了，但真正大放異彩還是在最近十年)，同時(shí)，業(yè)界一些極具影響力的競賽項(xiàng)目(例如ILSVRC)激勵(lì)了全世界范圍內(nèi)的學(xué)者們競相加入，從而催生了一個(gè)又一個(gè)優(yōu)秀的深度學(xué)習(xí)框架。算法：模型算法的不斷演進(jìn)革新。資料來源：AI每日一解丨計(jì)算機(jī)視覺（1）/s?id=1761936407375278255&wfr=spider&for=pc9.2.3計(jì)算機(jī)視覺技術(shù)的典型應(yīng)用近年來，計(jì)算機(jī)視覺已成為人工智能和機(jī)器學(xué)習(xí)最熱門的子領(lǐng)域之一。隨著算法的迭代、算力持續(xù)提升、以及數(shù)據(jù)的爆發(fā)式增長，計(jì)算機(jī)視覺不僅在技術(shù)方面了取得了快速的發(fā)展，而且在工業(yè)、農(nóng)業(yè)、交通、服務(wù)等各個(gè)領(lǐng)域也實(shí)現(xiàn)了廣泛地落地使用，并展現(xiàn)了巨大的市場潛力。以下我們舉例描述計(jì)算機(jī)視覺在各個(gè)領(lǐng)域的典型應(yīng)用場景。手機(jī)拍照（1）自動(dòng)美顏：計(jì)算機(jī)視覺可以識(shí)別人臉和五官，自動(dòng)對圖片進(jìn)行美顏處理，例如調(diào)整皮膚色澤、磨皮、祛斑、提亮等。（2）智能姿勢識(shí)別：計(jì)算機(jī)視覺可以識(shí)別人體姿勢，自動(dòng)對拍攝的照片進(jìn)行剪裁和調(diào)整，例如自動(dòng)裁剪頭像、自動(dòng)調(diào)整照片角度等。（3）智能拍攝場景識(shí)別：計(jì)算機(jī)視覺可以識(shí)別拍攝場景，自動(dòng)選擇最佳拍攝模式和參數(shù)，例如自動(dòng)切換到夜景模式、自動(dòng)調(diào)整曝光時(shí)間等。（4）照片分類和管理：計(jì)算機(jī)視覺可以識(shí)別照片中的物體和場景，自動(dòng)將照片分類和管理，例如將照片按照時(shí)間、地點(diǎn)、人物等進(jìn)行分類。（5）人臉識(shí)別和標(biāo)簽添加：計(jì)算機(jī)視覺可以識(shí)別照片中的人臉，自動(dòng)為每個(gè)人添加標(biāo)簽，方便用戶進(jìn)行搜索和管理。（6）智能相冊制作：計(jì)算機(jī)視覺可以自動(dòng)將用戶的照片進(jìn)行篩選和剪輯，制作出具有情感和故事性的相冊，例如自動(dòng)生成旅游相冊、婚禮相冊等。圖像視頻審核隨著網(wǎng)絡(luò)技術(shù)的不斷進(jìn)步，催生了自媒體的高速發(fā)展。隨著2009年新浪微博、2011年手機(jī)微信、2016年抖音平臺(tái)的陸續(xù)上線，自媒體進(jìn)入國人的視野，到現(xiàn)在，平臺(tái)依然在不斷涌現(xiàn)，參與者不斷增加，我國自媒體行業(yè)進(jìn)入蓬勃發(fā)展期。與此同時(shí)，圖像、視頻信息傳播量井噴式增長，這對網(wǎng)絡(luò)安全管理造成了巨大的挑戰(zhàn)?；谟?jì)算機(jī)視覺的圖像視頻審核技術(shù)，可以實(shí)現(xiàn)自動(dòng)審核過濾色情、暴力、政治敏感等非法語言、圖片或視頻信息，以及對視頻直播內(nèi)容進(jìn)行實(shí)時(shí)審核，成為網(wǎng)絡(luò)凈化的重要助力。智能制造工業(yè)質(zhì)檢在工業(yè)流水線中，很關(guān)鍵的一個(gè)環(huán)節(jié)就是對零部件做質(zhì)量檢測。目前，大多數(shù)工廠的零部件檢測還是采用人眼觀察為主的檢測方式。但是，人工視覺檢測很大程度上取決于檢驗(yàn)員的能力、經(jīng)驗(yàn)、專心程度，容易導(dǎo)致遺漏、分類錯(cuò)誤等問題。隨著機(jī)器視覺（計(jì)算機(jī)視覺在工業(yè)領(lǐng)域應(yīng)用時(shí)，通常被稱為機(jī)器視覺）的迅速發(fā)展，越來越多穩(wěn)定可靠的機(jī)器視覺缺陷檢測產(chǎn)品被實(shí)際應(yīng)用。通過機(jī)器視覺對零部件進(jìn)行缺陷檢測，可實(shí)現(xiàn)持續(xù)、穩(wěn)定、可靠、非接觸的工作輸出，有效提高產(chǎn)品質(zhì)量，降低返工概率，減少人力投入。圖1所示是采用機(jī)器視覺技術(shù)進(jìn)行電子元器件的質(zhì)檢方式，表1列舉出人工質(zhì)檢與機(jī)器視覺質(zhì)檢效能的對比。圖1機(jī)器視覺電子元器件質(zhì)檢表1人工質(zhì)檢與機(jī)器視覺質(zhì)檢效能對比維度人工檢測機(jī)器視覺檢測效率效率低（s級(jí)），且因人而異效率高（ms級(jí)）精度受主觀影響，精度一般高精度可靠性易疲勞，受情緒影響穩(wěn)定可靠工作時(shí)間工作時(shí)間有限，注意力集中時(shí)間更少24小時(shí)不眠不休數(shù)字化需要人工登記，無法細(xì)化到零件個(gè)體自動(dòng)記錄、可追溯成本人力、管理成本高規(guī)模化后成本降低環(huán)境適應(yīng)性不適合惡劣危險(xiǎn)環(huán)境適合惡劣危險(xiǎn)環(huán)境智慧農(nóng)業(yè)在農(nóng)作物生長過程中，作物的葉、莖桿、果實(shí)的顏色、外觀形態(tài)、紋理等特征時(shí)刻發(fā)生變化，利用計(jì)算機(jī)視覺技術(shù)實(shí)時(shí)動(dòng)態(tài)地監(jiān)測作物形態(tài)變化，研究外界環(huán)境對作物生長狀況產(chǎn)生的影響和作物生長機(jī)制具有重要意義。可以應(yīng)用在以下場景：（1）作物病蟲害檢測：計(jì)算機(jī)視覺可以通過拍攝植物葉片的照片，自動(dòng)識(shí)別作物病蟲害，提高農(nóng)作物的防治效率