新一代人工智能領域十大最具成長性技術展望

1、 中國電子學會發(fā)布新一代人工智能領域十大最具成長性技術展望（2018-） 當前，全球正在經(jīng)歷科技和產業(yè)高度耦合、深度迭加的新一輪變革，大數(shù)據(jù)的形成、理論算法的革新、計算能力的提升及網(wǎng)絡設施的演進驅動人工智能進入新一輪創(chuàng)新發(fā)展高峰期，新技術持續(xù)獲得突破性進展，呈現(xiàn)出深度學習、跨界融合、人機協(xié)同、群智開放、自主操控等以應用為導向的新特征。加強新一代人工智能技術的前瞻預判，準確把握全球技術創(chuàng)新動態(tài)及發(fā)展趨勢，將為行業(yè)健康發(fā)展、資金有序進入、政策規(guī)劃出臺、新興市場開拓等提供具備決策參考價值和實踐指導意義的智力支撐。圍繞于此，中國電子學會依據(jù)國家出臺的新一代人工智能發(fā)展規(guī)劃、促進新一代人工智能產業(yè)發(fā)展三

2、年行動計劃（2018-）等一系列政策規(guī)劃，調研走訪了一批在新一代人工智能技術及產業(yè)方面具備領先水平和特色的龍頭企業(yè)，組織拜訪了來自于知名高校、研究機構的人工智能相關領域專家學者，系統(tǒng)梳理了權威智庫和知名戰(zhàn)略咨詢公司的最新報告，遴選了十項最具特色的成長性技術，得出以下結論：一、對抗性神經(jīng)網(wǎng)絡。是指由一個不斷產生數(shù)據(jù)的神經(jīng)網(wǎng)絡模塊與一個持續(xù)判別所產生數(shù)據(jù)是否真實的神經(jīng)網(wǎng)絡模塊組成的神經(jīng)網(wǎng)絡架構，創(chuàng)造出近似真實的原創(chuàng)圖像、聲音和文本數(shù)據(jù)的技術。該技術有望大幅提升機器翻譯、人臉識別、信息檢索的精度和準確性，隨著三維模型數(shù)據(jù)序列能力的提升，未來將在自動駕駛、安防監(jiān)控等領域產生可觀的應用價值。圖 1 對抗

3、性神經(jīng)網(wǎng)絡中產生數(shù)據(jù)與判別數(shù)據(jù)持續(xù)進行資料來源：麻省理工科技評論二、膠囊網(wǎng)絡。是指在深度神經(jīng)網(wǎng)絡中構建多層神經(jīng)元模塊，用以發(fā)現(xiàn)并存儲物體詳細空間位置和姿態(tài)等信息的技術。該技術能使機器在樣本數(shù)據(jù)較少情形下，快速識別不同情境下的同一對象，在人臉識別、圖像識別、字符識別等領域具有廣闊的應用前景。圖 2 膠囊網(wǎng)絡算法可以從不同角度識別同一物體資料來源：International Conference on Learning Representations，Matrix capsules with EM routing三、云端人工智能。是指將云計算的運作模式與人工智能深度融合，在云端集中使用和共享機器學

4、習工具的技術。該技術將龐大的人工智能運行成本轉移到云平臺，能夠有效降低終端設備使用人工智能技術的門檻，有利于擴大用戶群體，未來將廣泛應用于醫(yī)療、制造、能源、教育等多個行業(yè)和領域。圖 3 推出人工智能服務的主要云計算公司資料來源：中國電子學會整理四、深度強化學習。是指將深度神經(jīng)網(wǎng)絡和具有決策能力的強化學習相結合，通過端到端學習的方式實現(xiàn)感知、決策或感知決策一體化的技術。該技術具有無需先驗知識、網(wǎng)絡結構復雜性降低、硬件資源需求少等特點，能夠顯著提升機器智能適應復雜環(huán)境的效率和健壯性，將在智能制造、智能醫(yī)療、智能教育、智能駕駛等領域具有廣闊發(fā)展前景。圖 4 深度強化學習具有良好的結構特點五、智能腦機

5、交互。是指通過在人腦神經(jīng)與具有高生物相容性的外部設備間建立直接連接通路，實現(xiàn)神經(jīng)系統(tǒng)和外部設備間信息交互與功能整合的技術。該技術采用人工智能控制的腦機接口對人類大腦的工作狀態(tài)進行準確分析，達到促進腦機智能融合的效果，使人類溝通交流的方式更為多元和高效，未來將廣泛應用于臨床康復、自動駕駛、航空航天等多個領域。圖 5 智能腦機交互使人類溝通交流高效化六、對話式人工智能平臺。是指融合語音識別、語義理解、自然語言處理、語音合成等多種解決方案，為開發(fā)者提供具備識別、理解及反饋能力的開放式平臺的技術。該技術能夠實現(xiàn)機器與人在對話服務場景中的自然交互，未來有望在智能可穿戴設備、智能家居、智能車載等多個領域得

6、到大規(guī)模應用。圖 6 對話式人工智能平臺結構資料來源：IDC，中國電子學會整理七、情感智能。是指利用人工智能手段模擬表情、語氣、情感等類人化情緒響應，以打造具有情緒屬性的虛擬形象的技術。該技術可賦予機器設備更好的對人類情感的識別、理解和引導能力，為用戶帶來更具效率和人性化的交互體驗，未來將在智能機器人、智能虛擬助手等領域得到更為頻繁和深入的應用。圖 7 情感智能技術將模擬人的情緒資料來源：人類神經(jīng)科學前沿八、神經(jīng)形態(tài)計算。是指仿真生物大腦神經(jīng)系統(tǒng)，在芯片上模擬生物神經(jīng)元、突觸的功能及其網(wǎng)絡組織方式，賦予機器感知和學習能力的技術。該技術的目標在于使機器具備類似生物大腦的低功耗、高效率、高容錯等特性，將在智能駕駛、智能安防、智能搜索等領域具有廣闊應用前景。圖 8 神經(jīng)形態(tài)計算的結構資料來源：中國電子學會整理九、元學習。是指將神經(jīng)網(wǎng)絡與人類注意機制相結合，構建通用算法模型使機器智能具備快速自主學習能力的技術。該技術能夠使機器智能真正實現(xiàn)自主編程，顯著提升現(xiàn)有算法模型的效率與準確性，未來的進一步應用將成為促使人工智能從專用階段邁向通用階段的關鍵。圖 9 元學習實現(xiàn)快速自主學習資料來源：arX，Matching Networks for One Shot Learning十、量子神經(jīng)網(wǎng)絡。是指采用量子器件搭建神經(jīng)網(wǎng)絡，優(yōu)化神經(jīng)網(wǎng)絡結構和性能的技術。該技術充分利用了量子計算