久久99国产精品尤物-国产高清色播视频免费看-男生肌肌往女人桶爽视频-精品国产-91PORNY九色|www.jqdstudio.net

           【概要】：部署構筑我國人工智能發展的先發優勢，加快建設創新型國家和世界科技強國。

FITEE“人工智能2.0”專題導讀

國務院近日印發《新一代人工智能發展規劃》，提出了面向2030年我國新一代人工智能發展的指導思想、戰略目標、重點任務和保障措施，部署構筑我國人工智能發展的先發優勢，加快建設創新型國家和世界科技強國。

2017年1-2月，中國工程院院刊信息與電子工程學部分刊《信息與電子工程前沿（英文）》出版了“Artificial Intelligence 2.0”專題，潘云鶴、李未、高文、鄭南寧、吳澄、李伯虎、陳純等多位院士以及專家學者參與撰文，對新一代人工智能中涉及的大數據智能、群體智能、跨媒體智能、混合增強智能和自主智能等進行了深度闡述。專題包括7篇綜述、5篇研究論文。讓我們隨著專題中的綜述文章，一起領略新一代人工智能中5大智能方向的圖景。

1956年，在美國達特茅斯（Dartmouth）學院，約翰·麥卡錫（John McCarthy，1971年度圖靈獎獲得者）、馬文·李·閔斯基（Marvin Lee Minsky，1969年度圖靈獎獲得者）、克勞德·艾爾伍德·香農（Claude Elwood Shannon，信息理論之父）、納撒尼爾·羅徹斯特（Nathaniel Rochester，IBM第一代通用計算機701主設計師）四位學者發起舉行“人工智能夏季研討會”，指出“人工智能”研究目標是實現能模擬人類的機器，該機器能使用語言，具有概念抽象和理解能力，能夠完成人類才能完成的任務并不斷提高機器自身。

“人工智能”這一概念提出后，迅速發展成為一門廣受關注的交叉和前沿學科，沿著“從符號主義走向連接主義”和“從邏輯走向知識”兩個方向蓬勃發展，在象棋博弈、機器證明和專家系統等方面取得了豐富成果。隨著互聯網的普及、傳感網的滲透、大數據的涌現、信息社區的崛起，數據和信息在人類社會、物理空間和信息空間之間的交叉融合與相互作用，大眾創業和萬眾創新等新技術、新產業和新業態不斷涌現，使得對人工智能基本理論和方法的研究開始出現新的變化，這些變化也使得人工智能新的應用呈現勃勃生機。

為了更好地與學術同行交流人工智能2.0理論、方法和技術，潘云鶴院士于2016年12月在中國工程院院刊Engineering（主刊）發表了題為“Heading toward artificial intelligence 2.0”的論文，從人工智能60年的發展歷史出發，通過分析促成人工智能2.0形成的外部環境與目標的轉變，分析技術萌芽，提出了人工智能2.0的核心理念，并結合中國發展的社會需求與信息環境特色，給出了發展人工智能2.0的建議。

2017年1~2月，中國工程院院刊信息與電子工程學部分刊《信息與電子工程前沿（英文）》出版了“Artificial Intelligence 2.0”專題，潘云鶴、李未、高文、鄭南寧、吳澄、李伯虎、陳純等多位院士以及專家學者參與撰文，對新一代人工智能中涉及的大數據智能、群體智能、跨媒體智能、混合增強智能和自主智能等進行了深度闡述。

挑戰與希望：AI 2.0時代從大數據到知識

莊越挺、吳飛、陳純、潘云鶴

對大數據時代人工智能領域近期出現的若干理論和技術進展進行了綜述，認為將數據驅動機器學習方法與人類的常識先驗與隱式直覺有效結合，可以實現可解釋、更魯棒和更通用的人工智能。AI 2.0時代大數據人工智能具體表現為：從淺層計算到深度神經推理；從單純依賴于數據驅動的模型到數據驅動與知識引導相結合學習；從領域任務驅動智能到更為通用條件下的強人工智能（從經驗中學習）。下一代人工智能（AI 2.0）將改變計算本身，將大數據轉變為知識，以支持人類社會更好決策。

AI 2.0時代的群體智能

李未、吳文峻、王懷民、程學旗、陳華鈞、周志華、丁嶸

認為基于互聯網的信息物理世界深刻地改變了人工智能發展的信息環境，將人工智能研究的新浪潮推進到人工智能2.0新紀元。作為AI 2.0時代最突出的研究特點之一，群體智能引起了產業界和學術界的廣泛關注。具體來說，為應對挑戰，群體智能提供了一種通過聚集群體的智慧解決問題的新模式。特別是由于共享經濟的快速發展，群體智能不僅成為了解決科學難題的新途徑，而且也已融入日常生活的各個方面，例如線上到線下（online-to-offline, O2O）應用、實時交通監控、物流管理。該文對現有群體智能研究成果進行總結和綜述。首先，論述了群體智能的基本概念，并對其與現有相關概念（如眾包和人本計算）的關系進行了解釋。然后，介紹了4類具有代表性的群體智能平臺，總結了3項核心問題以及最新的群體智能技術。最后，討論了群體智能研究的發展方向。 

跨媒體分析與推理：研究進展與發展方向

彭宇新、朱文武、趙耀、徐常勝、黃慶明、盧漢清、鄭慶華、黃鐵軍、高文

認為隨著人類文明的進步以及科技的發展，信息的傳播從文字、圖像、音頻、視頻等單一媒體形態逐步過渡到相互融合的多種媒體形態，越來越顯現跨媒體特性，而如何實現跨媒體分析與推理就成為了研究和應用的關鍵問題。本文從7個方面對跨媒體分析與推理進行綜述：（1）跨媒體統一表征理論與模型；（2）跨媒體關聯理解與深度挖掘；（3）跨媒體知識圖譜構建與學習方法；（4）跨媒體知識演化與推理；（5）跨媒體描述與生成；（6）跨媒體智能引擎；（7）跨媒體智能應用。

混合—增強智能：協作與認知

鄭南寧、劉子熠、任鵬舉、馬永強、陳仕韜、余思雨、薛建儒、陳霸東、王飛躍

認為由于人類面臨的許多問題具有不確定性、脆弱性和開放性，任何智能程度的機器都無法完全取代人類，這就需要將人的作用或人的認知模型引入到人工智能系統中，形成混合—增強智能的形態，這種形態是人工智能或機器智能的可行的、重要的成長模式。混合—增強智能可以分為兩類基本形式：一類是人在回路的人機協同混合增強智能，另一類是將認知模型嵌入機器學習系統中，形成基于認知計算的混合智能。該文討論人機協同的混合—增強智能的基本框架，以及基于認知計算的混合—增強智能的基本要素——直覺推理與因果模型、記憶和知識演化；特別論述了直覺推理在復雜問題求解中的作用和基本原理，以及基于記憶與推理的視覺場景理解的認知學習網絡；闡述了競爭—對抗式認知學習方法，并討論了其在自動駕駛方面的應用；最后給出混合—增強智能在相關領域的典型應用。

AI 2.0時代的類人與超人感知：研究綜述與趨勢展望

田永鴻、陳熙霖、熊紅凱、李洪亮、戴禮榮、陳婧、興軍亮、陳靖、吳璽宏、胡衛明、胡郁、黃鐵軍、高文

簡要回顧了不同智能感知領域的研究現狀，包括視覺感知、聽覺感知、言語感知、感知信息處理與學習引擎等方面。在此基礎上，對即將到來的AI 2.0時代智能感知領域需要大力研究發展的重點方向進行了展望，包括：（1）類人和超人的主動視覺；（2）自然聲學場景的聽知覺感知；（3）自然交互環境的言語感知及計算；（4）面向媒體感知的自主學習；（5）大規模感知信息處理與學習引擎；（6）城市全維度智能感知推理引擎。

智能無人自主系統發展趨勢

張濤、李清、張長水、梁華為、李平、王田苗、李碩、朱云龍、吳澄

介紹了智能無人自主系統的發展趨勢，將相關技術分成了7個領域，包括人工智能技術、無人車、無人機、服務機器人、空間機器人、海洋機器人和無人車間/智能工廠，對每個領域的發展趨勢進行了介紹。

人工智能在智能制造領域的應用研究

李伯虎、侯寶存、于文濤、陸小兵、楊春偉

介紹了團隊近年將人工智能技術應用于制造領域的研究與實踐。首先，簡析“互聯網+人工智能”時代核心技術飛速發展正引發制造領域的模式、手段和生態系統的重大變革以及人工智能的新發展；接著，基于人工智能技術與信息通信技術、制造技術及產品有關專業技術等融合，研究提出了智能制造新模式、新手段、新業態，智能制造系統體系架構和智能制造系統技術體系；進而，從智能制造的應用技術、產業和應用示范等角度, 簡述智能制造領域的國內外發展現狀；最后，提出我國人工智能2.0在智能制造領域應用研究的建議。