新闻动态

2022人工智能十大技术应用关键词
首页 > 新闻动态 > 行业资讯
来源:电竞比赛押注平台app    发布时间:2024-01-04 16:12:06

  在新一轮科技革命与产业变革中,人工智能扮演着十分重要的角色,并正在对社会和个人产生深远的影响。近期,全国高校AI与大数据创新联盟结合2022年我国高校人工智能专业建设布局、人工智能专业人才教育培训状况、AI产业政策、AI产品技术应用以及AI领域社会舆情导向等因素,对AI产业链、生态链进行了重新梳理,推出“自然语言处理、机器学习、人工智能新基建、人工智能中台、人工智能安全、无人驾驶、深度学习、知识图谱、计算机视觉、人工智能芯片设计”等AI领域十大技术应用关键词,旨在引导产、学、研各届瞄准世界科学技术前沿,逐步的提升AI领域科学技术创新、人才教育培训和国际合作交流等能力,为我国新一代AI产业发展提供战略支撑。

  自然语言处理( Natural Language Processing, NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。自然语言处理主要应用于机器翻译、舆情监测、自动摘要、观点提取、文本分类、问题回答、文本语义对比、语音识别、中文OCR等方面。

  机器学习是人工智能核心,是使计算机具有智能的根本途径。机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。

  人工智能基础设施将成为“新基建”核心内容。从人工智能三要素出发,数据、算力和算法构成人工智能的基础,同时也是数字经济的基础。在人工智能产业高质量发展的大趋势下,让这三个要素做到有机融合,整合建设的人工智能基础设施,将更好地支持人工智能产业和数字经济的发展。从人工智能技术趋势发展角度看,模型训练需要的算力规模越来越大,对算力的集约化建设提出了越来越高的要求,同时对工具的智能化水平也有了更高的要求。人工智能基础设施,其全链条服务可以拆解成一个梯形图,最上层是应用,场景需求是最终价值;下一层是算法工具和数据开放服务;再下面是大规模高效率的算力调度服务;然后是国产芯片和相关适配领域。

  人工智能中台是数据中台的进一步延伸,可以将数据中台进行一系列的数据服务构建操作。可以进行智能化实现,让数据的接入、存储、分析展现、训练、到构建管道(pipeline)都更加自动化。可以将企业现有的数据资产转化为企业的智能应用。随着企业从重视人工智能的“研发”,到“研发-运营”并重,AI开发平台也逐渐向AI中台演进。理念层面,AI中台更加重视管理和运营,技术层面,AI中台高度集约了AI能力,具有规模化、标准化、可扩展等特点。

  由于人工智能应用的广泛性、影响的深入性,其安全有其特殊性。区别于一般的工程和信息系统,人工智能安全主要指由于具有学习能力、自主决策、自主行动等智能行为。人工智能系统在运行中会产生两个方面的安全问题,一是内生安全问题,二是衍生安全问题。内生安全问题主要是指设计、制造、使用环境受到攻击时会产生安全问题,衍生安全问题是由于人工智能技术的应用而引申出来的对其他系统安全的影响问题。值得注意的是,人工智能的安全要靠系统自身产生,所以一般认为提高系统自身的可靠性、稳定性和抗攻击能力,安全性能便会提升。同时,人工智能安全需要综合治理,需要标准和规范、道德和伦理、政策导向和法律法规等诸多方面联合发力。

  自动驾驶系统是列车(汽车)自动操作系统,是人工智能技术应用的重要领域。自动驾驶系统的主要功能是地车的双向信息传输和运营组织的综合与应急处理。自动驾驶系统采用先进的通信、计算机、网络和控制技术,对列车(汽车)实现实时、连续控制。采用现代通信手段,直接面对列车(汽车),可实现车地间的双向数据通信,传输速率快,信息量大,后续追踪列车(汽车)和控制中心可以及时获知前行列车(汽车)的确切位置,使得运行管理更加灵活,控制更为有效,更加适应列车(汽车)自动驾驶的需求。

  深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法,在语音和图像识别方面取得的效果,远远超过先前相关技术。深度学习在搜索技术,数据挖掘,机器学习,机器翻译,自然语言处理,多媒体学习,语音,推荐和个性化技术,以及其他相关领域都取得了很多成果。

  知识图谱作为当前人工智能发展的重要方向之一。知识图谱是一个古老而又崭新的课题,是知识工程在新时代的新形态。智能离不开知识。知识始终是人工智能的核心要素之一。知识图谱是人工智能的重要技术基石。近些年蓬勃发展的人工智能本质上是一次知识革命,其核心在于通过数据来观察感知世界,通过数据来快速、自动地获取知识,通过知识做预测、做自动化、做端到端的智能化服务,产生无穷多的机会,最终实现目标。知识图谱技术包括知识的获取、组织、运用和传承等,这将是AI核心基础能力之一。

  计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息,就像人类和许多其他类生物每天所做的那样。计算机视觉就是用各种成像系统代替视觉器官作为输入敏感手段,由计算机来代替大脑完成处理和解释。计算机视觉的最终研究目标就是使计算机能象人那样通过视觉观察和理解世界,具有自主适应环境的能力。计算机视觉既是工程领域,也是科学领域中的一个富有挑战性重要人工智能研究领域。

  人工智能芯片设计包括人工智能芯片的架构设计、数据复用、网络映射、存储优化以及软硬件协同设计技术等领域前沿技术。由于GPU强大的计算能力,在关注模型准确度和以数据中心及服务器环境为主的模型训练场景中,GPU得到了广泛的应用。针对AI应用场景和算法类型,需要对智能芯片内部结构进行定制化的设计,从而提升芯片整体的能效比,成为人工智能芯片设计发展的另一个主流方向。未来的人工智能芯片设计,将更趋向于软硬件协同设计的模式,从软硬件两个方向分别进行限制条件的考量以及优化路径的选取,以此来实现更优化,更通用的人工智能芯片设计解决方案。

  全国高校AI与大数据创新联盟(简称:高校联盟)是由清华大学、浙江大学、中南大学、东北大学、上海工程技术大学、重庆邮电大学、东北林业大学、佛山科学技术学院、曲阜师范大学、黑龙江大学、海豚大数据科技等全国54家高校、企业一同发起,于2018年5月26日在北京中国科技会堂正式成立。迄今为止,联盟发展会员300多家, 覆盖全国20多个省市。联盟由一批积极投身于“人工智能、大数据、区块链”教育事业的高校、科研机构、企业和事业单位和个人自愿组成的公益性、全国性学术机构和服务平台。中国工程院原常务副院长、中国工程院院士潘云鹤、中国科学院院士陈国良、教育部政策法规司原司长孙霄兵担任联盟名誉理事长,中国工程院院士谭建荣担任联盟理事长。联盟工作接受工信部、国家网信办等政府部门行政管理和业务指导。联盟主要工作是推进产教融合、校企合作、协同育人。(加盟微信)

  全国高校AI与大数据创新联盟区块链专委会(简称:高校区块链专委会),是由北京大学、浙江大学、武汉大学、西南财经大学、北京交通大学、郑州大学、贵州大学、桂林电子科技大学、山西农业大学、佛山科学技术学院、陕西师范大学、中国网安、海豚大数据科技等全国40多家高校、企业和机构共同发起,于2019年12月7日在广东省佛山市正式成立。目前发展高校及企业会员70多家。中国工程院院士、浙江大学教授陈纯担任高校区块链专委会名誉顾问;北京航空航天大学数字社会与区块链实验室主任蔡维德教授、中国计算机学会区块链专委会主任斯雪明教授、中国人民银行数字货币研究所副所长狄刚担任高校区块链专委会名誉主任;北京大学信息科学技术学院区块链中心主任陈钟教授担任高校区块链专委会主任。高校区块链专委会主要工作是促进高校区块链教育,为高校区块链专业建设及学科发展提供专家咨询服务。

  全国高校AI与大数据创新联盟新商科专委会(简称:高校新商科专委会),是由中央财经大学、中国人民大学、中国石油大学、北京师范大学、北京化工大学、北京石油化工学院、北京工商大学、北京语言大学、华北水利水电大学、广西科技大学、河北金融学院、天津财经大学、北京物资学院、西族大学、北京信息职业技术学院、北京联合大学、北京经贸职业学院、北京财贸职业学院、海豚大数据科技等全国20多家高校、企业和机构共同发起,于2019年6月28日在北京中国科技会堂正式成立。目前发展高校及企业会员100多家。高校新商科专委会主要工作是促进高校新商科教育、推动高校新商科专业建设及学科发展,为新商科教育提供专家咨询服务。