信息技術(shù)（電子信息類）課件 人工智能

人工智能“新一代信息技術(shù)系列叢書信息技術(shù)（電子信息類）第三章01人工智能概述人工智能概述一、人工智能的基本概念人工智能（ArtificialIntelligence，AI）是通過(guò)計(jì)算機(jī)系統(tǒng)和模型（算法、算力和數(shù)據(jù)）來(lái)模擬、延伸和擴(kuò)展人類智能的技術(shù)體系與實(shí)現(xiàn)方法的集合。人工智能的基本內(nèi)涵計(jì)算機(jī)視覺計(jì)算機(jī)聽覺自然語(yǔ)言處理知識(shí)圖譜數(shù)據(jù)服務(wù)數(shù)據(jù)智能智能控制人工智能的主要技術(shù)分支人工智能概述二、人工智能的產(chǎn)生與發(fā)展人工智能從1956在美國(guó)的達(dá)特茅斯研討會(huì)上第一次被正式提出至今，經(jīng)過(guò)60多年的發(fā)展，隨著2016年谷歌開發(fā)的AlphaGo戰(zhàn)勝人類圍棋頂尖選手，以及深度學(xué)習(xí)在圖像識(shí)別、自然語(yǔ)言處理、計(jì)算機(jī)視覺、計(jì)算機(jī)聽覺、自動(dòng)駕駛和商業(yè)智能等領(lǐng)域取得突破性成績(jī)，人工智能的多種專項(xiàng)技術(shù)的工程化、實(shí)用化的黃金時(shí)代到來(lái)了，整個(gè)人工智能產(chǎn)業(yè)迎來(lái)了蓬勃發(fā)展的朝陽(yáng)時(shí)代。人工智能的主要應(yīng)用領(lǐng)域人工智能概述三、人工智能的產(chǎn)業(yè)生態(tài)和人才需求人工智能產(chǎn)業(yè)鏈涉及的機(jī)構(gòu)、企業(yè)、技術(shù)、產(chǎn)品和應(yīng)用紛繁復(fù)雜，可以將相關(guān)的基礎(chǔ)設(shè)施、核心算法、應(yīng)用平臺(tái)和解決方案與產(chǎn)品等，從承上啟下和產(chǎn)業(yè)分工的視角，劃分為3個(gè)大的層次，即底端的基礎(chǔ)層、中間的技術(shù)層和頂端的應(yīng)用層。特定的人工智能相關(guān)技術(shù)與崗位技能支撐著數(shù)據(jù)服務(wù)、算法實(shí)現(xiàn)、模型訓(xùn)練、AI應(yīng)用開發(fā)和運(yùn)維，營(yíng)銷等典型工作任務(wù)的完成，也是當(dāng)今人工智能產(chǎn)業(yè)發(fā)展對(duì)人才的主要崗位能力需求。全球人工智能產(chǎn)業(yè)生態(tài)02知識(shí)表示與知識(shí)圖譜知識(shí)表示與知識(shí)圖譜一、知識(shí)表示與知識(shí)圖譜的基本概念知識(shí)圖譜是通過(guò)發(fā)掘?qū)嶓w及其之間的關(guān)聯(lián)，將結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化等多種形態(tài)的數(shù)據(jù)進(jìn)行整合，采用結(jié)構(gòu)化的知識(shí)和關(guān)系表示，以實(shí)體或概念作為節(jié)點(diǎn)，通過(guò)語(yǔ)義關(guān)系相連的圖結(jié)構(gòu)形成的大規(guī)模語(yǔ)義網(wǎng)絡(luò)，從而實(shí)現(xiàn)機(jī)器理解數(shù)據(jù)、解釋現(xiàn)象、知識(shí)推理，并進(jìn)一步發(fā)掘深層關(guān)系，實(shí)現(xiàn)智慧搜索與智能問(wèn)答等感知智能。知識(shí)圖譜、知識(shí)庫(kù)及其應(yīng)用知識(shí)表示與知識(shí)圖譜二、專家系統(tǒng)與知識(shí)圖譜全球人工智能產(chǎn)業(yè)生態(tài)近年來(lái)，專家系統(tǒng)技術(shù)逐漸成熟，廣泛應(yīng)用在工程、科學(xué)、醫(yī)藥、軍事、商業(yè)等方面，而且成果相當(dāng)豐碩，甚至在某些專項(xiàng)應(yīng)用上接近人類專家的智能與判斷。重構(gòu)后的現(xiàn)代專家系統(tǒng)優(yōu)勢(shì)明顯12知識(shí)表示方法多樣知識(shí)獲取來(lái)源多樣3推理能力增強(qiáng)知識(shí)表示與知識(shí)圖譜三、知識(shí)圖譜的構(gòu)成與技術(shù)棧知識(shí)圖譜涉及的技術(shù)要素可以分為知識(shí)表示、存儲(chǔ)、抽取、融合、推理、問(wèn)答和分析等多個(gè)方面，主要技術(shù)要素的內(nèi)涵包括以下幾個(gè)。（1）基于圖的知識(shí)表示：有向標(biāo)記圖是實(shí)現(xiàn)屬性圖和資源描述框架圖兩種知識(shí)表示的主要技術(shù)，另外還有更復(fù)雜的本體公理、規(guī)則邏輯等建模和表示方法。（2）圖數(shù)據(jù)的存儲(chǔ)與查詢：圖數(shù)據(jù)庫(kù)和關(guān)系數(shù)據(jù)庫(kù)都可以用來(lái)存儲(chǔ)知識(shí)圖譜，圖數(shù)據(jù)庫(kù)由于可以建立微索引，故其遍歷查詢的效率高些。（3）知識(shí)抽?。褐R(shí)蘊(yùn)含在結(jié)構(gòu)化數(shù)據(jù)（關(guān)系數(shù)據(jù)庫(kù)）、半結(jié)構(gòu)化數(shù)據(jù)（網(wǎng)頁(yè)、鏈接）、非結(jié)構(gòu)化數(shù)據(jù)（文本、圖片、語(yǔ)音、多媒體）等多種形態(tài)的海量數(shù)據(jù)中，“機(jī)器自動(dòng)抽取+人工抽取”是當(dāng)前知識(shí)圖譜構(gòu)建的主要方式。（4）知識(shí)融合：通過(guò)數(shù)據(jù)融合技術(shù)將多個(gè)數(shù)據(jù)源的實(shí)體或概念映射到統(tǒng)一的命名空間中，從而實(shí)現(xiàn)本體層面或?qū)嶓w層面的融合；基于表示學(xué)習(xí)的方法是當(dāng)前實(shí)現(xiàn)知識(shí)圖譜異構(gòu)融合的主流技術(shù)。（5）知識(shí)推理：利用知識(shí)圖譜中已經(jīng)存在的關(guān)聯(lián)關(guān)系或事實(shí)來(lái)推斷未知的關(guān)系或事實(shí)，這是知識(shí)圖譜的核心技術(shù)和任務(wù)，可以實(shí)現(xiàn)鏈接預(yù)測(cè)、補(bǔ)全缺失屬性、檢測(cè)錯(cuò)誤描述、識(shí)別語(yǔ)義沖突、優(yōu)化圖譜質(zhì)量、拓展問(wèn)句語(yǔ)義、提高推薦精度等。（6）知識(shí)問(wèn)答：包括問(wèn)句的語(yǔ)義解析、匹配查詢、疊加查詢、答案生成等。（7）知識(shí)分析：利用各種圖分析與挖掘算法對(duì)知識(shí)圖譜進(jìn)行深度分析、挖掘與優(yōu)化。知識(shí)表示與知識(shí)圖譜四、典型的知識(shí)圖譜項(xiàng)目重大知識(shí)圖譜項(xiàng)目有以下幾個(gè)：123Wikidata：目標(biāo)是世界上最大的免費(fèi)知識(shí)庫(kù)，是一個(gè)可以眾包協(xié)作編輯的多語(yǔ)言百科知識(shí)庫(kù)。YAGO：德國(guó)馬克斯·普朗克研究所研制的鏈接數(shù)據(jù)庫(kù)，它集成了Wikipedia、WordNet、GeoNames等數(shù)據(jù)源，考慮了時(shí)間和空間維度的知識(shí)表示。WordNet：由美國(guó)普林斯頓大學(xué)于1985年開始開發(fā)，它主要定義詞與詞之間的語(yǔ)義關(guān)系，用于支持自然語(yǔ)言理解任務(wù)的詞義消歧。4BabelNet：當(dāng)前最大的多語(yǔ)言詞典知識(shí)庫(kù)，包含271種語(yǔ)言、1

400萬(wàn)個(gè)同義詞組。5OpenKG：中國(guó)中文信息學(xué)會(huì)在2015年啟動(dòng)的中文開發(fā)知識(shí)圖譜項(xiàng)目，用來(lái)系統(tǒng)收集和整理中文領(lǐng)域的眾多開發(fā)知識(shí)圖譜。03機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)（MachineLearning，ML）用來(lái)研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)，使之不斷改善自身的性能。從學(xué)習(xí)形式的視角，機(jī)器學(xué)習(xí)可以劃分為監(jiān)督學(xué)習(xí)無(wú)監(jiān)督學(xué)習(xí)半監(jiān)督學(xué)習(xí)強(qiáng)化學(xué)習(xí)從學(xué)習(xí)任務(wù)的視角，機(jī)器學(xué)習(xí)可以分為分類回歸聚類降維異常檢測(cè)04神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)是一種運(yùn)算模型，由大量的節(jié)點(diǎn)（或稱神經(jīng)元）相互連接構(gòu)成。每個(gè)節(jié)點(diǎn)代表一種特定的輸出函數(shù)，稱為激活（或激勵(lì)）函數(shù)（ActivationFunction）。每?jī)蓚€(gè)節(jié)點(diǎn)間的連接代表一個(gè)通過(guò)該連接信號(hào)的加權(quán)值，稱為權(quán)重（或權(quán)值，Weight），這相當(dāng)于神經(jīng)網(wǎng)絡(luò)的記憶。神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介1深度學(xué)習(xí)22006年，Hinton首次提出深度學(xué)習(xí)（DeepLearning，DL）的概念，其通過(guò)多層的、多輸入的、多連接的、多變換的、反向傳播的神經(jīng)元網(wǎng)絡(luò)，可以模擬復(fù)雜的人腦神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)推理、判斷、分類等智能活動(dòng)，突破了傳統(tǒng)機(jī)器學(xué)習(xí)需要人為特征提取的算法瓶頸。（1）從識(shí)別貓狗、物體、場(chǎng)景、人臉，到辨別血液中癌癥的早期成分，再到識(shí)別核磁共振成像中的腫瘤；（2）AlphaGo是基于深度學(xué)習(xí)的人工智能圍棋系統(tǒng)，它先是學(xué)會(huì)了如何下圍棋，然后與自己進(jìn)行下棋訓(xùn)練，24h就可以與自己反復(fù)地下幾十萬(wàn)盤，能夠迅速提高棋藝，目前的圍棋水平已經(jīng)超過(guò)人類專業(yè)圍棋選手；（3）科大訊飛的語(yǔ)音識(shí)別技術(shù)也是基于深度學(xué)習(xí)的智能系統(tǒng)，非特定人的中文識(shí)別準(zhǔn)確率達(dá)到了98%，方言的識(shí)別種類達(dá)到了22種（其中準(zhǔn)確率超過(guò)90%的超過(guò)了10種）?，F(xiàn)在，基于深度學(xué)習(xí)開發(fā)的人工智能應(yīng)用系統(tǒng)，在一些場(chǎng)景中接近甚至超過(guò)人的水平：05計(jì)算機(jī)視覺計(jì)算機(jī)視覺計(jì)算機(jī)視覺是利用機(jī)器眼睛（照相機(jī)、攝影機(jī)、雷達(dá)等）、計(jì)算機(jī)及其軟件系統(tǒng)模仿人的視覺系統(tǒng)對(duì)目標(biāo)進(jìn)行識(shí)別、跟蹤、測(cè)量和處理的技術(shù)，是人工智能的研究與應(yīng)用熱點(diǎn)，主要包括以下幾個(gè)方面。一、計(jì)算機(jī)視覺簡(jiǎn)介這是一種基于數(shù)據(jù)驅(qū)動(dòng)的圖像分類方法，該算法并沒(méi)有直接在代碼中規(guī)定每幅圖像的類別，而是為計(jì)算機(jī)提供示例，然后設(shè)計(jì)一個(gè)學(xué)習(xí)算法，查看這些示例，并學(xué)習(xí)每個(gè)類別的視覺外觀。對(duì)圖中感興趣的目標(biāo)進(jìn)行定位，判斷出目標(biāo)的具體類別，并給出邊框。指在特定場(chǎng)景下跟蹤一個(gè)或多個(gè)對(duì)象的過(guò)程，與傳統(tǒng)跟蹤技術(shù)的監(jiān)測(cè)和觀察不同，現(xiàn)在的目標(biāo)跟蹤還被應(yīng)用于無(wú)人駕駛領(lǐng)域。計(jì)算機(jī)視覺可以將圖像分成單獨(dú)的像素組，然后對(duì)其進(jìn)行標(biāo)記和分類。特別地，語(yǔ)義分割試圖在語(yǔ)義上理解圖像中每個(gè)像素的角色。區(qū)別于語(yǔ)義分割，實(shí)例分割將不同類型的示例繼續(xù)分割，需要執(zhí)行更加復(fù)雜的任務(wù)，確定不同對(duì)象之間的邊界、差異及彼此之間的關(guān)系。圖像分類對(duì)象檢測(cè)目標(biāo)跟蹤語(yǔ)義分割實(shí)例分割計(jì)算機(jī)視覺二、數(shù)字圖像處理數(shù)字圖像處理又稱計(jì)算機(jī)圖像處理，簡(jiǎn)稱圖像處理，是指將圖像信號(hào)或視頻信號(hào)（視頻可以理解為連續(xù)的圖像信號(hào)）轉(zhuǎn)換成數(shù)字圖像信號(hào)并利用計(jì)算機(jī)對(duì)其進(jìn)行處理的過(guò)程。主要處理方法和技術(shù)包括去噪、增強(qiáng)、復(fù)原、分割、變換、重建、提取特征、識(shí)別（場(chǎng)景、物體、動(dòng)作、形態(tài)等）、理解等。數(shù)字圖像的基本處理技術(shù)經(jīng)過(guò)幾十年的發(fā)展，在理論、技術(shù)、工具上已經(jīng)比較成熟，并且獲得了廣泛應(yīng)用。民眾可以方便地使用圖像處理工具獲取、處理、存儲(chǔ)、傳輸數(shù)字圖像；農(nóng)林部門通過(guò)遙感圖像了解植物生長(zhǎng)情況，進(jìn)行估產(chǎn)，監(jiān)視病蟲害發(fā)展及治理；水利部門通過(guò)遙感圖像分析，獲取水害災(zāi)情的變化；（1）（2）（3）氣象部門通過(guò)分析氣象云圖，提高天氣預(yù)報(bào)的準(zhǔn)確度；國(guó)防、國(guó)土及測(cè)繪部門通過(guò)航測(cè)或衛(wèi)星圖像分析，獲得地域、地貌及地面設(shè)施等資料；機(jī)械部門通過(guò)使用圖像處理技術(shù)，自動(dòng)進(jìn)行金相圖的分析與識(shí)別；（4）（5）（6）研究目標(biāo)計(jì)算機(jī)視覺三、計(jì)算機(jī)視覺的內(nèi)涵與應(yīng)用計(jì)算機(jī)視覺是利用攝像機(jī)和計(jì)算機(jī)模仿人類視覺（眼睛與大腦），對(duì)目標(biāo)進(jìn)行分割、分類、識(shí)別、跟蹤、判別、決策等功能的人工智能技術(shù)。使計(jì)算機(jī)具有通過(guò)二維圖像認(rèn)知三維環(huán)境信息的能力，即在基本圖像處理的基礎(chǔ)上，進(jìn)一步進(jìn)行圖像識(shí)別、圖像（視頻）理解和場(chǎng)景重構(gòu)。人臉識(shí)別智能監(jiān)控圖像識(shí)別分析駕駛輔助/智能駕駛?cè)S圖像視覺工業(yè)視覺檢測(cè)智能醫(yī)學(xué)影像文字識(shí)別圖像/視頻智能編輯計(jì)算機(jī)視覺是當(dāng)今非?；钴S的人工智能研究與應(yīng)用領(lǐng)域機(jī)器視覺是人工智能正在快速發(fā)展的一個(gè)分支機(jī)器視覺就是用機(jī)器代替人眼來(lái)做測(cè)量和判斷計(jì)算機(jī)視覺四、機(jī)器視覺的內(nèi)涵與應(yīng)用機(jī)器視覺計(jì)算機(jī)視覺側(cè)重的是從視覺感官上去做人做不到的工作，如測(cè)量、檢測(cè)、定位等，與光源鏡頭自動(dòng)化控制相關(guān)。機(jī)器視覺會(huì)更注重對(duì)視覺上的一個(gè)“量”的分析，相關(guān)的知識(shí)側(cè)重鏡頭光源、圖像處理、運(yùn)動(dòng)控制等。機(jī)器視覺更側(cè)重機(jī)器，更工程一些。更側(cè)重利用計(jì)算機(jī)分析得到的圖像，往往是對(duì)圖像里面信息的一個(gè)分析處理。更加側(cè)重的是對(duì)視覺的一個(gè)“質(zhì)”的分析。計(jì)算機(jī)視覺更側(cè)重計(jì)算機(jī)，更學(xué)術(shù)一些。機(jī)器視覺系統(tǒng)可以快速獲取大量信息，而且易于自動(dòng)處理，也易于同設(shè)計(jì)信息及加工控制信息集成,廣泛用于工業(yè)、農(nóng)業(yè)、航空航天等領(lǐng)域。06計(jì)算機(jī)聽覺一、計(jì)算機(jī)聽覺簡(jiǎn)介計(jì)算機(jī)聽覺人工智能在模仿人的聽覺方面的研究與應(yīng)用主要?jiǎng)澐譃橹腔壅Z(yǔ)音和自然語(yǔ)言處理（NaturalLanguageProcessing，NLP）兩大類別。指計(jì)算機(jī)系統(tǒng)模擬人類語(yǔ)音能力的相關(guān)技術(shù)，主要包括語(yǔ)音識(shí)別、語(yǔ)音合成、聲紋識(shí)別、語(yǔ)音輸入、語(yǔ)音交互、語(yǔ)音增強(qiáng)、語(yǔ)音轉(zhuǎn)換、情感分析等多項(xiàng)專門技術(shù)；智慧語(yǔ)音指計(jì)算機(jī)系統(tǒng)模仿人類通過(guò)自然語(yǔ)言的學(xué)習(xí)、交流、推理和寫作等能力，實(shí)現(xiàn)機(jī)器翻譯、人機(jī)交互、文本摘要、文本分類、文本校對(duì)、信息抽取、智能機(jī)器人對(duì)話等。自然語(yǔ)言處理經(jīng)過(guò)幾十年的發(fā)展，計(jì)算機(jī)聽覺技術(shù)取得了許多重大進(jìn)展并得到了廣泛應(yīng)用。語(yǔ)音識(shí)別、語(yǔ)音交互、機(jī)器翻譯、智能客服、智能音箱、智能機(jī)器人等廣泛應(yīng)用到了工農(nóng)業(yè)生產(chǎn)和百姓的生活中。二、智慧語(yǔ)音計(jì)算機(jī)聽覺從狹義上講從廣義上講多模態(tài)數(shù)據(jù)指的是多媒體數(shù)據(jù)，如文本、音頻、視頻;多模態(tài)數(shù)據(jù)是對(duì)原始數(shù)據(jù)集采用不同的特征提取方法得到的不同特征組合。多模態(tài)數(shù)據(jù)是指在多種不同設(shè)備或場(chǎng)景下采集到的數(shù)據(jù)?，F(xiàn)實(shí)世界中的數(shù)據(jù)集往往是多模態(tài)的。AbutionDB是一個(gè)多模態(tài)數(shù)據(jù)庫(kù)，支持動(dòng)/靜態(tài)知識(shí)圖譜、時(shí)序事件數(shù)據(jù)、空間數(shù)據(jù)、機(jī)器學(xué)習(xí)特征、關(guān)系型數(shù)據(jù)、文本數(shù)據(jù)的存儲(chǔ);其中動(dòng)態(tài)知識(shí)圖譜平臺(tái)AbutionGraph是一套包含數(shù)據(jù)采集、存儲(chǔ)、計(jì)算、分析、監(jiān)控的閉環(huán)大數(shù)據(jù)解決方案多模態(tài)數(shù)據(jù)庫(kù)AbutionDB07智能機(jī)器人一、機(jī)器人的概念與分類智能機(jī)器人機(jī)器人（Robot）是一種能夠半自主或全自主工作的機(jī)器裝置，具有感知、決策、執(zhí)行等基本特征，可以輔助甚至替代人類完成危險(xiǎn)、繁重、復(fù)雜的工作，提高工作效率與質(zhì)量，服務(wù)人類生活，擴(kuò)大或延伸人的活動(dòng)及能力范圍。按照應(yīng)用領(lǐng)域和服務(wù)對(duì)象的不同，機(jī)器人可以劃分為12工業(yè)機(jī)器人集機(jī)械、電子、控制、計(jì)算機(jī)、傳感器、人工智能等多學(xué)科先進(jìn)技術(shù)于一體的現(xiàn)代制造業(yè)重要的自動(dòng)化裝備。服務(wù)機(jī)器人工業(yè)機(jī)器人發(fā)展到一定的階段，伴隨著服務(wù)能力更加精細(xì)化而產(chǎn)生的一類機(jī)器人智能機(jī)器人云端智能機(jī)器人由“云端大腦”“安全神經(jīng)網(wǎng)絡(luò)”“機(jī)器人控制單元”和機(jī)器人本體組成。云端大腦提供機(jī)器人的AI能力，并利用安全高速的神經(jīng)網(wǎng)絡(luò)，將這些AI能力傳輸給遠(yuǎn)端的機(jī)器人控制單元和各種各樣的服務(wù)型機(jī)器人、智能設(shè)備等本體，通過(guò)云、網(wǎng)、端協(xié)同實(shí)現(xiàn)機(jī)器人和智能設(shè)備的服務(wù)功能二、云端智能機(jī)器人端智能機(jī)器人技術(shù)架構(gòu)三、云端智能機(jī)器人的系統(tǒng)架構(gòu)智能機(jī)器人安全神經(jīng)網(wǎng)絡(luò)安全神經(jīng)網(wǎng)絡(luò)為保證機(jī)器人云端大腦與其本體之間的通信安全，為智能終端提供私有安全網(wǎng)絡(luò)連接。網(wǎng)絡(luò)接入點(diǎn)（PointofPresence，PoP）設(shè)立在運(yùn)營(yíng)商的數(shù)據(jù)中心里，PoP間租用基礎(chǔ)運(yùn)營(yíng)商的專線，是與Internet完全隔離的安全私有網(wǎng)絡(luò)。云端大腦機(jī)器人控制單元云端大腦旨在實(shí)現(xiàn)百萬(wàn)級(jí)機(jī)器人的同時(shí)運(yùn)營(yíng)。它將視覺處理、自然語(yǔ)言處理、機(jī)器人運(yùn)動(dòng)控制和數(shù)字孿生等技術(shù)集成在云端，利用深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和遷移學(xué)習(xí)技術(shù)，通過(guò)物理、虛擬平行智能引擎及多模態(tài)AI能力，讓機(jī)器人的智能快速向人類智能匯集機(jī)器人控制單元提供接入云端智能平臺(tái)的標(biāo)準(zhǔn)化機(jī)器人控制器，向上基于4G/5G網(wǎng)絡(luò)接入云端智能增強(qiáng)平臺(tái)；向下連接機(jī)器人本體中央控制單元（CenterControlUnit，CCU），完成RCU和CCU的數(shù)據(jù)交換；實(shí)現(xiàn)對(duì)機(jī)器人的指揮控制、指令響應(yīng)等。四、智能服務(wù)機(jī)器人的典型應(yīng)用場(chǎng)景智能機(jī)器人010206030407智慧門店智慧酒店智慧社區(qū)智慧醫(yī)養(yǎng)智慧工業(yè)智慧園區(qū)05智慧教育08智慧場(chǎng)館09智慧交通08人工智能的挑戰(zhàn)、發(fā)展趨勢(shì)與未來(lái)人工智能的挑戰(zhàn)、發(fā)展趨勢(shì)與未來(lái)一、人工智能推動(dòng)工業(yè)革命和社會(huì)進(jìn)步作為未來(lái)科技發(fā)展的核心技術(shù)，人工智能對(duì)人類生產(chǎn)生活及各個(gè)行業(yè)的波及之大、影響之廣，已經(jīng)超乎一般人的想象，充滿機(jī)遇和挑戰(zhàn)。一些“智能代工”的場(chǎng)景和案例：（1）成立于2006年的蘇州穿山甲機(jī)器人公司的總部位于江蘇省昆山市，主要經(jīng)營(yíng)送餐機(jī)器人。（2）2017年7月，江西省南昌市一家面積僅有25m2的we-go無(wú)人智能便利店“火”了一把。（3）徐工集團(tuán)在動(dòng)臂焊接方面，我們采用了行業(yè)智能化程度最高的柔性焊接生產(chǎn)線，焊接線會(huì)自動(dòng)給機(jī)器人分配任務(wù)。（4）使用智能手術(shù)機(jī)器人做手術(shù)創(chuàng)口小、出血少，患者術(shù)后輔助藥物費(fèi)用更低，且恢復(fù)時(shí)間更短。（5）北京、天津、義烏等地的快遞公司啟動(dòng)機(jī)器人智能分揀系統(tǒng)，可減少70%的分揀人力；浙江一家噴霧器企業(yè)的自動(dòng)化流水線上，20個(gè)大大小小的配件可自動(dòng)組裝成噴頭；人工智能正在代替金融行業(yè)的交易員；（6）德國(guó)的KUKA機(jī)器人（智能機(jī)器手臂）于2014年3月?lián)魯×耸澜缙古仪蛎麑⒌倌贰げ?，它還可以安裝汽車、鋸木、造房。人工智能的挑戰(zhàn)、發(fā)展趨勢(shì)與未來(lái)二、人工智能的發(fā)展趨勢(shì)125大公司將贏得未來(lái)算法和技術(shù)將會(huì)進(jìn)行整合用工具的開源換取更大的市場(chǎng)份額6人機(jī)交互技術(shù)將得到改進(jìn)3數(shù)據(jù)眾包市場(chǎng)將非常巨大7人工智能逐步影響所有的垂直行業(yè)4企業(yè)并購(gòu)8出現(xiàn)安全、隱私、倫理與道德問(wèn)題人工智能的挑戰(zhàn)、發(fā)展趨勢(shì)與未來(lái)三、人工智能面臨的挑戰(zhàn)人工智能的人才挑戰(zhàn)人工智能的技術(shù)挑戰(zhàn)歷史上曾掀起多次發(fā)展人工智能的熱潮，一些人對(duì)人工智能的發(fā)展速度和作用所持態(tài)度過(guò)于樂(lè)觀。而一些科技界精英認(rèn)為人工智能未來(lái)會(huì)給人類社會(huì)帶來(lái)“存在風(fēng)險(xiǎn)”（ExistentialRisk）。

人工智能的法律、安全與倫理挑戰(zhàn)人才缺口巨大、人才結(jié)構(gòu)失衡是當(dāng)前全球人工智能發(fā)展所面臨的一個(gè)巨大挑戰(zhàn)。據(jù)LinkedIn統(tǒng)計(jì)，全球目前擁有約25萬(wàn)名人工智能專