王金橋《人工智能的技術現(xiàn)狀和未來》課件

人工智能已經上升到國家戰(zhàn)略高度，敲響了未來之門，為人類拉開了第四次工業(yè)革命的序幕。服務業(yè)工業(yè)軍事構建AI良性發(fā)展的環(huán)境基礎持續(xù)保持人工智能的領先優(yōu)勢美國提出為期十年的人腦計劃歐盟加大AI教育投入力圖爭取領先地位英國打造世界領先的“超智能社會”智能社會的倡導者日本人工智能成為共性支撐技術，推動經濟、社會、國防等領域發(fā)展。智能技術應用需求不斷增長智能形態(tài)和水平持續(xù)深入體積、功耗、成本越來越低阿蘭·麥席森·圖靈AlphaGo對陣柯潔AlphaGo對陣李世乭大數(shù)據(jù)時代的人工智能第一，數(shù)據(jù)的爆炸式增長第二，計算資源的極大豐富第三，神經網(wǎng)絡的復興傳統(tǒng)神經網(wǎng)絡深度神經網(wǎng)絡深度學習是模擬人腦進行分析學習的神經網(wǎng)絡，它模仿人腦的機制來解釋數(shù)據(jù)，處理數(shù)據(jù)。知識計算認知推理從農耕到發(fā)明蒸汽機需要幾千年，從使用蒸汽機到發(fā)明電兩三百年，從用電到信息一百多年，從信息到移動互聯(lián)幾十年，從移動互聯(lián)網(wǎng)到智能互聯(lián)可能就一二十年。人工智能近年來得到廣泛關注，在感知、交互、決策等若干具體應用問題上甚至媲美人類性能，得益于機器學習的發(fā)展與進步。監(jiān)督學習集成學習強化學習主動學習深度學習機器學習是實現(xiàn)機器智能化的關鍵途徑和手段。2018年Hebb學習

感知機1980年BP算法Hopfield網(wǎng)絡2006年卷積神經網(wǎng)絡遞歸神經網(wǎng)絡RBM自編碼器降噪AEDQN變分自編碼器R-CNN對抗生成網(wǎng)絡圖卷積ResNetCapsuleT-SNEAlexNetVGG

NetDenseNetDropOutPCA線性判別分析EM算法譜聚類支持向量機分類與回歸樹句法學習 Q學習貝葉斯網(wǎng)絡AdaBoost核PCA流形學習隨機森林主動學習 貝葉斯程序學習

元學習貝葉斯分類器子空間學習形式語言理論深度學習可視化中美人工智能各領域企業(yè)數(shù)量分布圖自然語言處理機器學習應用計算機視覺與圖像技術平臺智能無人機智能機器機自動駕駛/輔助駕駛處理器/芯片語音識別中國的B端數(shù)據(jù)不如美國豐富，但在C端數(shù)據(jù)量上比美國更具優(yōu)勢。中國人工智能是一種社會開放體系，以社會需求和社會的穩(wěn)定性為導美國人工智能是一種技術開放體系，以技術發(fā)展的可能性和效用最大化為導向歐洲強調內部合作，用聯(lián)盟來推動對人工智能的吸收人工智能應用的四個要素第一，數(shù)據(jù)+標簽（確定性）第二，算力+硬件（功耗成本）第三，算法+邊界（約束條件）第四，行業(yè)+痛點（特定領域賦能）“人機共生”時代遠景出PPT古代：人眼觀察第一代視覺計算安全監(jiān)控完全靠人工傳統(tǒng)的模式識別低效的視頻分析人工查看閉路電視第二代視覺計算簡單的模板匹配第三代視覺計算第四代視覺計算增強的模式識別較高的視頻分析萬物互聯(lián)深度學習自主學習準確、高效被動防御主動預警視覺計算的技術演化虛擬人與數(shù)藏遠景出PPT設備后服務創(chuàng)新領航企業(yè)能源管理智慧物流《太空歌劇院》內容領域延展領域直接生產可消費內容，有聲書、數(shù)學視頻等內容輔助生產工具2B，在PGU領域實現(xiàn)內容創(chuàng)作工業(yè)化2C，在UGC領域實現(xiàn)低門檻靈感轉化基于生成內容進一步變現(xiàn)，NFT/個性化制造等個性化內容營銷，martech領域精準獲客新手段，分為圖像和文字合成數(shù)據(jù)生成，解決數(shù)據(jù)短缺及隱私泄露問題基于復刻的個人永生/虛擬陪伴實時交互性內容，適用于游戲等領域服務于特定場景，如GamelAl文本到圖像生成通過文本對已有圖像內容調整典型應用：圖像生成3D圖像生成給定語義圖像等信息生成與之對應的圖像視頻生成給定引導條件生成與之對應的視頻圖像編輯對已有圖像內容進行涂改我國AIGC行業(yè)目前是嘗試階段，重點在于技術完善+需求探索，研究機構的作用明顯。大部分情況下AIGC尚未進入業(yè)務場景，變現(xiàn)能力有待增長。原畫CG建模BlendShape細節(jié)渲染表情動畫燈光與合成面捕須發(fā)模擬CG低模傳統(tǒng)CGAIGC屬性信息GANNeRF用戶偏好數(shù)字人資產驅動源驅動結果驅動結果數(shù)字人資產場景植入應用案例：千人千面——個性化人像生成浙江移動——“南宋御街”VR交互應用案例從“語言”到“全身”智能生成和驅動身體服飾編輯多模態(tài)情感動作驅動視頻結構化分析無人駕駛多種交通參數(shù)采集應用落地——重型貨車禁行智能監(jiān)控系統(tǒng)智能云公交智能冰箱食品生鮮識別多維立體身份感知與識別圖片識別結果0368000873031150000100598002246圖片識別結果0000000561002340000000563005600368000873031150000100598002246000000056100234000000056300560面向移動平臺的輕量級CNN網(wǎng)絡的文字識別“多專多能”遠景出PPTChatGPT會取代哪些崗位初級碼民數(shù)據(jù)分析師文字工作者客服教師律師圖書編譯廣告人交易員文秘ChatGPT場景——問答ChatGPT場景——文本生成ChatGPT場景——文本生成ChatGPT場景——機器翻譯ChatGPT的進步對用戶實際意圖的理解上下文銜接能力ChatGPT場景——多輪對話ChatGPT場景——多輪對話ChatGPT場景——多輪對話ChatGPT的進步對知識和邏輯的理解能力ChatGPT場景——邏輯推理ChatGPT場景——代碼生成ChatGPT場景——CVPR

rebuttalChatGPT場景——預測ChatGPT場景——一本正經胡說ChatGPT缺陷ChatGPT場景——世界觀ChatGPT場景——世界觀ChatGPT場景——世界觀ChatGPT場景——善解人意的回復ChatGPT場景——邏輯鏈完備ChatGPT的成功標志著人工智能從以專用小模型訓練為主的“手工作坊時代”邁入到以通用大模型預訓練為主的“工業(yè)化時代”，成為人工智能發(fā)展分水嶺。從分析式（表征式）AI到生成式AI逐步演化，基于“大數(shù)據(jù)+大模型”的生成式ChatGPT產品，是目前為止最為強大的通用人機對話系統(tǒng)。2008年Nature發(fā)表論文2010年在語音首先取得突破2012年左右在圖像ImageNet上取得突破2016年隨著AlphaGo發(fā)展深度學習進入大眾和產業(yè)視野深度學習發(fā)展軌跡2018年出現(xiàn)Bert大模型，2018年出現(xiàn)GPT大模型，進入學術界視野2020年進入工業(yè)界，紛紛發(fā)布大模型2022年出現(xiàn)ChatGPTChatGPT大模型發(fā)展軌跡ChatGPT產業(yè)最大價值是通過生成式AI獲得了貌似人類語言智能。“預訓練大模型+微調”遠景出PPT跨模態(tài)檢索與生成實例輸入：一只戴著粉色領結的貓以文生圖實例——一只可愛的小貓在草地上以文生圖實例——一只泰迪熊在游自由泳以文生圖實例——一只小貓在騎自行車以文生圖實例——一個機器人站在馬路中間以文搜圖結果示例輸入：在一片綠色的樹林中一顆樹下有一個長椅以文搜圖結果示例輸入：一個時鐘安裝在一個建筑物的側面多模態(tài)手語教學ChatGPT將有可能成為下一代用戶交互界面ChatGPT將推動搜索引擎迎來技術革命Gmail的創(chuàng)建者保羅·布赫海特發(fā)文表示，谷歌將會在一兩年內被徹底顛覆——當人們的搜索需求能夠被封裝好的、語義清晰的答案滿足，搜索廣告將會沒有生存余地。大模型服務極大降低AI技術應用門檻，AI應用將繁榮發(fā)展，AI的商業(yè)價值得到極大釋放，迎來新的黃金十年。雖然人工智能感知能力很強，但是其認知泛化能力不足，需要重點探索類人多模態(tài)感認知、人機混合智能理論與方法，實現(xiàn)動態(tài)、開放環(huán)境下的更通用認知能力。以大數(shù)據(jù)、跨媒