新一代人工智能發(fā)展規(guī)劃

文檔來源為:從網(wǎng)絡(luò)收集整理.word版本可編輯.歡迎下載支持.《新一代人工智能發(fā)展規(guī)劃》解讀一人工智能的過去、現(xiàn)在和未來前言：人工智能的概念及發(fā)展歷史人工智能的概念人工智能：以機器為載體的智能，是相對于人類智能和動物智能，也叫機器智能。2017年7月20日發(fā)布《新一代人工智能發(fā)展規(guī)劃》（國發(fā)〔2017〕35號）一）人工智能的概念。人工智能的迅速發(fā)展將深刻改變?nèi)祟惿鐣?、改變世界。三個階段的目標(biāo)：2020年：與世界先進水平同步2025年：部分達到世界領(lǐng)先水平2030年：總體達到世界領(lǐng)先水平（二）世界各國高度重視人工智能的發(fā)展方向美國：2016年10月，美國連續(xù)發(fā)布兩個重要戰(zhàn)略文件《為人工智能的未來做好準(zhǔn)備》和《國家人工智能研究與發(fā)展戰(zhàn)略規(guī)劃》，將人工智能上升到國家戰(zhàn)略層面。美國有很多著名的IT跨國企業(yè)，如谷歌、Facebook、微軟、IBM等，都將人工智能技術(shù)作為企業(yè)的核心戰(zhàn)略，持續(xù)投入巨資并招聘領(lǐng)軍人才，強力涉足該領(lǐng)域。在技術(shù)方向上，美國將機器人技術(shù)列為警惕技術(shù)，主攻軍用機器人技術(shù)。人工智能技術(shù)使五角大樓重新調(diào)整了人和機器在戰(zhàn)場上的位置，這些新武器的速度和精確度都會大大提高，可以大幅減少士兵傷亡。日本：日本政府將人工智能定位為增長戰(zhàn)略的支柱，提出“機器人驅(qū)動的新工業(yè)革命”。日本文部科學(xué)省計劃在今后10年投入1000億日元，用于人工智能的研發(fā)，在東京建立研究基地。日本在2017年度預(yù)算中，對人工智能的研究是924億日元，是2016年預(yù)算的9倍。歐洲：歐盟2013年啟動人腦計劃，為期10年，歐盟和參與國投入近12億歐元經(jīng)費，在2024年設(shè)計出能夠模擬人腦運作原理的超級計算機。英國：2012年，英國政府把人工智能及機器人技術(shù)列為國家重點發(fā)展的八大技術(shù)之一。2015年出臺了《英國機器人及自主系統(tǒng)發(fā)展圖景》。2016年，英國政府科學(xué)辦公室發(fā)布了《人工智能：未來決策制定的機遇與影響》。目前，英國已經(jīng)把人工智能列為戰(zhàn)略性和尖端科技的重中之重，力圖搶占人工智能發(fā)展的制高點。中國；中國工程院《中國人工智能2.0發(fā)展戰(zhàn)略研究》大數(shù)據(jù)智能跨媒體智能群體智能混合增強智能自主無人系統(tǒng)1文檔來源為:從網(wǎng)絡(luò)收集整理.word版本可編輯.文檔來源為:從網(wǎng)絡(luò)收集整理.word版本可編輯.歡迎下載支持.重要領(lǐng)域：智能制造、智能醫(yī)療、智能城市、智能農(nóng)業(yè)人工智能領(lǐng)域?qū)ι鐣绊懙囊恍┕残詥栴}：安全測評、技術(shù)標(biāo)準(zhǔn)、法律法規(guī)、綜合影響。人工智能從1.0越變?yōu)?.0：.從人工知識表達技術(shù)到大數(shù)據(jù)驅(qū)動知識學(xué)習(xí)；.從處理類型單一的數(shù)據(jù)到跨媒體認(rèn)知、學(xué)習(xí)和推理；.從追求“機器智能”邁向人機混合的“增強智能”；.從聚焦“個體智能”到“群體智能”；.從機器人到自主無人系統(tǒng)。（三）人工智能的發(fā)展歷史人工智能于1956年提出；1986年啟動“863計劃”，對智能計算機進行了部署；深度學(xué)習(xí)模型于2006年提出；2016年，神經(jīng)形態(tài)計算系統(tǒng)出現(xiàn)；未來，更強的超級人工智能可能出現(xiàn);關(guān)注機器作為載體支撐人工智能的發(fā)展。1956年到1986年，經(jīng)典人工智能取得了很多階段性成果。1986年到2016年，為人工智能的發(fā)展帶來了新一輪的技術(shù)變革。未來30年全球競爭，人工智能是一個焦點，是一個重中之重的方向。除了關(guān)注人工智能，也要關(guān)注實現(xiàn)人工智能所需的基礎(chǔ)性平臺。一、《新一代人工智能發(fā)展規(guī)劃》要點解讀一）《新一代人工智能發(fā)展規(guī)劃》的提出戰(zhàn)略目標(biāo)：到2020年，我國人工智能總體技術(shù)和應(yīng)用與世界先進水平同步，人工智能產(chǎn)業(yè)成為新的重要經(jīng)濟增長點。到2025年，人工智能基礎(chǔ)理論實現(xiàn)重大突破，技術(shù)與應(yīng)用部分達到世界領(lǐng)先水平，人工智能成為帶動我國產(chǎn)業(yè)升級和經(jīng)濟轉(zhuǎn)型的主要動力。到2030年，人工智能理論、技術(shù)和應(yīng)用總體達到世界領(lǐng)先水平，成為世界主要的人工智能創(chuàng)新中心。新一代人工智能總體部署（二）新一代人工智能的五個技術(shù)發(fā)展方向大數(shù)據(jù)智能目標(biāo)：形成從數(shù)據(jù)到知識、到智能的可解釋的和更通用的能力，形成能融合使用多領(lǐng)域數(shù)據(jù)的知識中心，支撐形成新技術(shù)、新產(chǎn)品和新系統(tǒng)的跨界融合與創(chuàng)新服務(wù)。研究面向CPH（賽博、物理、人類）三元空間的知識表達新體系，鏈接實體、關(guān)系和行為；研究數(shù)據(jù)驅(qū)動和知識引導(dǎo)相結(jié)合的知識挖掘、自主學(xué)習(xí)、輔助創(chuàng)新和動態(tài)演化等新方法；研發(fā)知識計算引擎軟件、博弈和決策支撐軟件。2文檔來源為:從網(wǎng)絡(luò)收集整理.word版本可編輯.文檔來源為:從網(wǎng)絡(luò)收集整理.word版本可編輯.歡迎下載支持.典型示范：智慧醫(yī)療、智能經(jīng)濟和社會治理等。群體智能研究群體智能在互聯(lián)網(wǎng)上的激勵與涌現(xiàn)、協(xié)同與演化、感知與學(xué)習(xí)等技術(shù)及支撐環(huán)境。研發(fā)群體智能的組織軟件與平臺，開辟新的群體智能產(chǎn)業(yè)生態(tài)。示范應(yīng)用：眾創(chuàng)科研、分享交通、群智醫(yī)療?？缑襟w智能目標(biāo)：研制跨媒體智能感知、學(xué)習(xí)和推理，以語義相通相容為媒介，實現(xiàn)跨媒體分析推理，為建立“耳聰目明”和“融會貫通”的智能提供技術(shù)支撐，完成示范應(yīng)用。研究內(nèi)容：語言、視覺、圖形、聽覺和各種傳感器等多媒體感知分析和語義相通相容的理論、方法和模型，研發(fā)智能感知和跨媒體自主學(xué)習(xí)新系統(tǒng)、新軟件、新器件。示范應(yīng)用：智能安全、創(chuàng)新設(shè)計。人機混合增強智能目標(biāo)：實現(xiàn)生物智慧系統(tǒng)與機器智能系統(tǒng)的緊密耦合、相互協(xié)同工作，形成更強的智慧和能力，提供示范應(yīng)用。研究內(nèi)容：研腦機協(xié)同的環(huán)境/情境感知理解、自然交互、知識學(xué)習(xí)、動作控制與決策的理論、方法和技術(shù)，研發(fā)新型傳感器件、智能系統(tǒng)水平測試平臺、人機共融編程及產(chǎn)品設(shè)計軟件、人機交互新技術(shù)。示范應(yīng)用：腦控機器人、多自主智能體的管理軟件、智能教育、穿戴設(shè)備及人機一體化的新產(chǎn)品。自主無人系統(tǒng)目標(biāo)：以海、陸、空、天自主無人載運操作平臺、復(fù)雜無人生產(chǎn)加工系統(tǒng)等為典型對象，深入研究智能自主系統(tǒng)的技術(shù)、架構(gòu)、平臺和設(shè)計標(biāo)準(zhǔn)。研究內(nèi)容：研究運動目標(biāo)和場景的智能感知，基于多模態(tài)信息融合和機器學(xué)習(xí)的協(xié)同、規(guī)劃、決策、行動的理論與方法。示范應(yīng)用：無人車、無人機、服務(wù)機器人、空間機器人、海洋機器人、無人車間、智能工廠。新一代人工智能規(guī)劃：一體兩翼2017年11月15日，科技部舉行了新一代人工智能規(guī)劃暨重大科技項目啟動會。新一代人工智能重大項目的組織管理和運行機制，是在國家科技體制改革和創(chuàng)新體系建設(shè)領(lǐng)導(dǎo)小組領(lǐng)導(dǎo)下，在國家科技計劃管理部級聯(lián)席會議框架內(nèi)，由新成立的15個部門組成的專項委員會負(fù)責(zé)項目的組織實施。專業(yè)機構(gòu)和新一代人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟負(fù)責(zé)具體項目管理。新一代人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟3文檔來源為:從網(wǎng)絡(luò)收集整理.word版本可編輯.

文檔來源為:從網(wǎng)絡(luò)收集整理.word版本可編輯.歡迎下載支持.玄學(xué)、法鼻、社會倫理以及其他聘學(xué)科重用理越研究務(wù)融計引與識腦能檢集智理懿舞主人挑V技術(shù)自無靠的能浦文檔來源為:從網(wǎng)絡(luò)收集整理.word版本可編輯.歡迎下載支持.玄學(xué)、法鼻、社會倫理以及其他聘學(xué)科重用理越研究務(wù)融計引與識腦能檢集智理懿舞主人挑V技術(shù)自無靠的能浦年能強術(shù)虛現(xiàn)留建技一構(gòu)新術(shù)4富架和技搭智關(guān)技媒分推S合翼器it^靖智理般￡習(xí)稔高機學(xué)理人工智能開源開放平臺OpenAlliance人工智能創(chuàng)新動態(tài)監(jiān)測工具與決策支持平臺：論文、專利、標(biāo)準(zhǔn)、開源活動、人才流動、投融資、產(chǎn)業(yè)應(yīng)用二、經(jīng)典人工智能到深度學(xué)習(xí)（一）人工智能概念的提出人工智能是在1956年“達特茅斯夏季討論會”上提出的。基本理念：學(xué)習(xí)的方方面面以及智能的其它所有特征都可以精確描述，從而使得能夠通過機器仿真。計算機：計算機的速度和存儲能力雖然還不足以模擬大多數(shù)人腦的功能，但這并不是主要障礙，主要問題在于能不能寫出發(fā)揮既有潛力的程序。（二）人工智能發(fā)展的三大流派符號主義：又叫邏輯主義、心理學(xué)派、計算機主義；基本思想：把智能活動進行形式化的精細(xì)描述，然后通過機器進行執(zhí)行。背景：立足于邏輯運算和符號操作，把一些高級智能活動涉及到的過程進行規(guī)則化、符號化的描述，變成一個形式系統(tǒng)，讓機器進行推理解釋。缺點：可以解決邏輯思維，但對于形象思維很難進行形式化的描述；信息、思維過程轉(zhuǎn)換成符號后，在處理時有信息丟失。連接主義：又叫仿生學(xué)派、生理學(xué)派；基本思想：把注意力從智能轉(zhuǎn)移到產(chǎn)生智能的載體，構(gòu)造神經(jīng)網(wǎng)絡(luò)以及相應(yīng)的連接機制和學(xué)習(xí)算法，從而實現(xiàn)智能。連接主義：神經(jīng)網(wǎng)絡(luò)人的智能、動物的智能來自于大腦中的神經(jīng)網(wǎng)絡(luò)，我們要構(gòu)造一個智能系統(tǒng)，也要構(gòu)造相應(yīng)的神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)是指模擬人腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能，運用大量部件，用人工構(gòu)造的網(wǎng)絡(luò)系統(tǒng)。神經(jīng)網(wǎng)絡(luò)的歷史從1943年算起，已經(jīng)有70多年，涉及各種各樣的神經(jīng)網(wǎng)絡(luò)，我們通常叫人工神經(jīng)網(wǎng)絡(luò)。達特茅斯AI夏季研討會議題：1自動計算機2編程語言3神經(jīng)網(wǎng)絡(luò)4計算規(guī)模理論5自我改進6抽象7隨機性和創(chuàng)造性人工神經(jīng)網(wǎng)絡(luò)的高潮和低潮4文檔來源為:從網(wǎng)絡(luò)收集整理.word版本可編輯.文檔來源為:從網(wǎng)絡(luò)收集整理.word版本可編輯.歡迎下載支持.第一次高潮：1957年，羅森布拉特用硬件完成了最早的神經(jīng)網(wǎng)絡(luò)模型，稱之為感知器，模擬生物的感知和學(xué)習(xí)能力。第二次高潮：1985-1986年，提出反向傳播算法為什么神經(jīng)網(wǎng)絡(luò)一直到今天都沒有像計算機那么成功地在各行各業(yè)得到應(yīng)用？原因：人工神經(jīng)網(wǎng)絡(luò)缺少一個好的物理實現(xiàn)的器件。行為主義：也叫進化主義、控制論學(xué)派；基本思想：一個智能主體的智能來自于他跟環(huán)境的交互，跟其他智能主體之間的交互。行為主義：又叫進化主義、控制論學(xué)派，基于智能主體感知世界的過程以及對環(huán)境的回應(yīng)進行反應(yīng)這樣一個過程而建立的人工智能系統(tǒng)80年代，麻省理工學(xué)院的布魯克斯反思以符號主義為代表的經(jīng)典人工智能失利的一些問題，提出一個顛覆性的想法：從開始就假設(shè)世界是動態(tài)的，目標(biāo)是制造能夠處理變化多端的日常事務(wù)的移動式機器人?，F(xiàn)場化、實體化、智能化、涌現(xiàn)性（三）學(xué)習(xí)與機器學(xué)習(xí)機器學(xué)習(xí)的經(jīng)典定義：利用經(jīng)驗改善系統(tǒng)自身的性能。Hinton組的深度學(xué)習(xí)方法2013年，《麻省理工學(xué)院技術(shù)評論》把深度學(xué)習(xí)（DeepLearning）列為第一大技術(shù)突破。1選擇適合問題的網(wǎng)絡(luò)結(jié)構(gòu)2用大量數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)3對權(quán)重初始化4優(yōu)化網(wǎng)絡(luò)（四）人工智能在圍棋方面的應(yīng)用AlphaGo通過視覺感知獲得“棋感”：將圍棋盤面視為圖像，從16萬局人類對弈中進行深度學(xué)習(xí)，獲得根據(jù)局面迅速判斷的“棋感”。AlphaZero:從零開始學(xué)習(xí)，掌握了很多人類從來沒有掌握過的招數(shù)。三、未來三十年的人工智能（一）強人工智能人工智能什么時候能超過人？強人工智能：能夠適應(yīng)環(huán)境、應(yīng)對未知挑戰(zhàn)、具有自我意識、達到人類水平（因而超越人類）的智能。（二）人工智能的發(fā)展歷史強人工智能能不能出現(xiàn)，主要取決于能不能出現(xiàn)能夠產(chǎn)生智能的機器和平臺。經(jīng)典計算機不能產(chǎn)生強人工智能，神經(jīng)形態(tài)計算系統(tǒng)（神經(jīng)計算機）有可能出現(xiàn)強人工智能。人工智能之路：機器為體，智能為用。5文檔來源為:從網(wǎng)絡(luò)收集整理.word版本可編輯.文檔來源為:從網(wǎng)絡(luò)收集整理.word版本可編輯.歡迎下載支持.1936:圖靈計算機概念模型1946:第一臺計算機發(fā)明1956:人工智能概念提出2006:深度學(xué)習(xí)提出2016年：神經(jīng)計算機元年1936年，英國人圖靈提出計算機概念的模型，證明“不可計算數(shù)”的存在。經(jīng)典計算機能夠做的實際上是有邊界的，不是無所不能。今天，計算機發(fā)展多年，在各行各業(yè)的應(yīng)用越來越廣，但是智能問題一直沒有得到根本性的突破，主要原因在于計算機的發(fā)展主要是性能的提升，并不是真正的智能問題。1943年，圖靈在訪問貝爾實驗室時，和香農(nóng)討論機器能否學(xué)會思考的問題。香農(nóng)提議可以把“文化的東西”灌輸給電子大腦，而圖靈反駁：“不，我對建造一顆強大的大腦不感興趣，我想要的不過是一顆尋常的大腦，跟美國電報電話公司董事長的腦袋瓜差不多即可?！?950年，圖靈發(fā)表一篇文章，提出：真正的智能機器必須具有學(xué)習(xí)能力，而制造這種機器的方法是先制造一個模擬童年大腦的機器，再對它進行教育和訓(xùn)練。馮?諾伊曼《計算機與人腦》對類腦計算的誤解：如果把人腦里邊的機理、機制搞清楚了，我們把這個過程形式化，變成機器去執(zhí)行在人類歷史上，很多時候工程技術(shù)的進步早于科學(xué)。案例：飛機與空氣動力學(xué)人類第一架飛機于1903年飛上天，人類空氣動力學(xué)是1939年-1946年由馮?卡門和錢學(xué)森建立起來的。“仿腦”計算：我們不知道大腦是怎么工作的，但可以知道大腦的神經(jīng)系統(tǒng)是怎么回事，我們把大腦的藍(lán)圖搞清楚，基于這個藍(lán)圖造一個仿大腦的神經(jīng)計算機，然后對這個機器進行訓(xùn)練，它就會產(chǎn)生智能。美國工程院2008年把對人類大腦圖譜的解析列為21世紀(jì)14項重大挑戰(zhàn)中的一項；2014年度國家自然科學(xué)二等獎授予華中科技大學(xué)單細(xì)胞分辨的全腦顯微光學(xué)切片斷層成像。2017年7月，北京大學(xué)分子醫(yī)學(xué)研究所發(fā)明了高分辨率微型化雙光子顯微鏡。我國即將啟動多模態(tài)跨尺度生物醫(yī)學(xué)成像大科學(xué)設(shè)施。歐洲：人類大腦計劃美國BRAIN計劃：大腦解析造腦：神經(jīng)（計算）機進行時空信息處理北京市科學(xué)技術(shù)委員會2015年9月1日啟動“腦認(rèn)知與類腦計算”專項規(guī)劃。美國能源部（2015年10月29日）《神經(jīng)形態(tài)計算：從材料到系統(tǒng)架構(gòu)》AI熱點方向（基礎(chǔ)&應(yīng)用）1Large-scalemachinelearning大規(guī)模機器學(xué)習(xí)2Deeplearning深度學(xué)習(xí)3Reinforcementlearning強化學(xué)習(xí)6文檔來源為:從網(wǎng)絡(luò)收集整理.word版本可編輯.文檔來源為:從網(wǎng)絡(luò)收集整理.word版本可編輯.歡迎下載支持.4Robotics機器人5Computervision計算機視覺6Na