AIIA：中國人工智能技術(shù)應(yīng)用成熟度白皮書2022

中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟(AIIA)2023年8月IPREFACE前言在2019年白皮書初步形成的“內(nèi)涵定義-專利檢索和分析-知識產(chǎn)權(quán)實(shí)務(wù)”II這也是課題組在歷屆白皮書中首次對人工智能數(shù)據(jù)治理這一主III本次白皮書的一個重要貢獻(xiàn)是提出了一套技術(shù)應(yīng)用成《中國人工智能產(chǎn)業(yè)知識產(chǎn)權(quán)白皮書2022》編寫單位VABOUTTHECONTRIBUTORS關(guān)于貢獻(xiàn)者 1 1 3 3 8 9 9 9 10 10 15 33 VII 70 88 VIII IX X 1第一章人工智能概述械符號并操縱。這種思想一定程度促進(jìn)了20世紀(jì)40年代可編程數(shù)字計算機(jī)的人工智能所設(shè)計的系統(tǒng)應(yīng)呈現(xiàn)出與人類行為類似的特征（Feigenbaumet2等（張etal.2018）。《人工智能標(biāo)準(zhǔn)化白皮書2018》中認(rèn)為人工智能是利用34該分支簡圖是基于《中國人工智能產(chǎn)業(yè)知識產(chǎn)權(quán)白皮書（2021）》報告中智能服務(wù)機(jī)器人是在非結(jié)構(gòu)環(huán)境下為人類提供必要服務(wù)的多種高技術(shù)集成向家庭的消費(fèi)類服務(wù)機(jī)器人產(chǎn)業(yè)以及面向公共商用環(huán)境的商用服務(wù)機(jī)器人產(chǎn)業(yè)5定義模型的函數(shù)、用于訓(xùn)練模型的函數(shù)以及用于評估模型的函數(shù)。AI框架還提總之，AI軟硬件平臺是一個集成了各種人工智能開發(fā)所需的軟硬件資源的6作也將擴(kuò)展至車外，在車載芯片外建立獨(dú)立感知層，由云端計算中心統(tǒng)一提供7AI感知AI感知技術(shù)是指將物理世界的信號通過攝像頭、麥克風(fēng)或者其他傳感器的字信息進(jìn)一步提升至可認(rèn)知的層次。AI感知技術(shù)可以幫助人工智能系統(tǒng)理解和AI認(rèn)知AI認(rèn)知是指人工智能系統(tǒng)通過模擬人類的認(rèn)知過程，實(shí)現(xiàn)對信息的理解、8從大量的數(shù)據(jù)中學(xué)習(xí)和發(fā)現(xiàn)規(guī)律，從而實(shí)現(xiàn)對復(fù)雜問題的理解和解決。AI認(rèn)知AI系統(tǒng)是指一種基于人工智能技術(shù)的計算機(jī)系統(tǒng)，它可以模擬人類的智能領(lǐng)域。隨著人工智能技術(shù)的不斷發(fā)展和應(yīng)用，AI系統(tǒng)將會在更多的9第二章分析方法論及綜合產(chǎn)業(yè)應(yīng)用成熟度分析引言本次白皮書將側(cè)重點(diǎn)由知識產(chǎn)權(quán)分析轉(zhuǎn)為人工智能產(chǎn)業(yè)化應(yīng)用的成熟度分人工智能的綜合產(chǎn)業(yè)應(yīng)用分析是指對人工智能在各個行業(yè)和領(lǐng)域中的廣泛人工智能技術(shù)已經(jīng)在各個領(lǐng)域產(chǎn)生了深遠(yuǎn)的影響。在產(chǎn)業(yè)界，AI技術(shù)的應(yīng)AI技術(shù)在產(chǎn)業(yè)應(yīng)用的簡圖技術(shù)成熟度分析方法是評估一項技術(shù)在產(chǎn)業(yè)四象限中的點(diǎn)呈現(xiàn)出這種學(xué)術(shù)界和產(chǎn)業(yè)界的關(guān)注度和熱度不相匹配的原因可能第三章智慧金融業(yè)和信息化部于2017年12月印發(fā)的《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動安全計算可以保護(hù)用戶信息不泄露的情況下將更多維度數(shù)據(jù)納入聯(lián)合風(fēng)控模型段，數(shù)字化將邁向智能化節(jié)點(diǎn)，預(yù)測及決策（強(qiáng)化+博弈+運(yùn)籌優(yōu)化）技術(shù)將發(fā)計算機(jī)視覺（ComputerVision這個領(lǐng)域涉及圖像和視頻2.視覺問答（VisualQuestionAnswering通過分析圖像內(nèi)容和用戶提2012年起，聲紋識別技術(shù)的國內(nèi)相關(guān)專利公開數(shù)量呈大幅上升，七年間多的人們開始意識到機(jī)器學(xué)習(xí)-深度學(xué)習(xí)融合技術(shù)應(yīng)用的重要性，因此需模型（例如RNN、LSTM、GRU等）和傳統(tǒng)的機(jī)器學(xué)習(xí)模型（例如Random第四章智能家居人機(jī)交互系統(tǒng)是指人與計算機(jī)或其他智能設(shè)備之間進(jìn)行信息交流和操作的合安防系統(tǒng)可以實(shí)現(xiàn)入侵檢測和報警功能；煙霧/氣體傳感器結(jié)合警報系統(tǒng)可以4.4.產(chǎn)業(yè)技術(shù)成熟度分析4.5.2聲源定位麥克風(fēng)陣列信號處理是一種利用多個麥克風(fēng)組成的陣列來捕獲和處理聲音4.5.7嵌入式神經(jīng)網(wǎng)絡(luò)編譯器嵌入式神經(jīng)網(wǎng)絡(luò)編譯器是一種將神經(jīng)網(wǎng)絡(luò)模型轉(zhuǎn)化為在嵌入式設(shè)備上運(yùn)行聲音復(fù)刻是一種利用聲紋識別技術(shù)將一個人的聲音復(fù)制并應(yīng)用于其他場景4.5.20知識推理4.5.21智能知識問答4.5.23個性化推薦4.5.25全雙工交互第五章智慧建筑建筑設(shè)計是一個復(fù)雜的過程,一方面需要知識和經(jīng)驗,另一方面又需要想象力和創(chuàng)造力。人工智能技術(shù)能夠?qū)⒔ㄖ碚摵驮O(shè)計經(jīng)驗數(shù)字化,提高設(shè)計過程的工5.3.7城市體檢評估系統(tǒng)城市體檢評估系統(tǒng)作為開展城市體檢工作的有效手段和工具,集多源異構(gòu)數(shù)預(yù)計未來“方言及多語種語音識別”技術(shù)專利申請數(shù)量仍其中2019年到2021年保持比較快的增長水平。“語義分析”技術(shù)作為多媒體人5.5.3知識推理與決策知識推理與決策技術(shù)2012年至2017年期間專利申請數(shù)量為零，從2018年至2022年間該技術(shù)專利的申請數(shù)量呈現(xiàn)逐年上升的趨勢，其中2019年到專利數(shù)量為310個。從應(yīng)用場景和領(lǐng)域的角度來看，此類技術(shù)在輔助城市設(shè)計知識抽取技術(shù)從2012年到2022年期間的專利申請數(shù)量整體影響有關(guān)。從專利申請量近些年變化趨勢可以看出，2012年至2017年圖像處專家系統(tǒng)這項技術(shù)在過去幾年中呈現(xiàn)出不同程度的波動。具體來說：2012市場中開始受到更多的重視和使用。2017年和2018年成本降低和市場需求擴(kuò)大等因素的綜合作用。2019又快速增加到30和12項，這可知識表示技術(shù)領(lǐng)域的全球?qū)＠暾埩吭谶^去十年中呈現(xiàn)一個逐年遞增的趨從年度專利申請量來看，該算法專利的趨勢呈現(xiàn)出先升后降的態(tài)勢。2020該算法還未被廣泛應(yīng)用導(dǎo)致申請數(shù)量較少。2015年和2016年間該算法專利申由于相關(guān)市場需求下降所導(dǎo)致；2018年至2020年，該技術(shù)專利申請數(shù)量持為該算法市場需求較大。2015年和2018年間該算法專利申請數(shù)量增長趨勢較全球知識融合技術(shù)專利在最初幾年（2012年-2014年專利申請數(shù)量較這項技術(shù)專利申請的數(shù)量從2012年的9項開始增加到2013年的15項，領(lǐng)域的應(yīng)用場景仍在探索中。之后2016年至2021年期間，每年相對穩(wěn)定在生物特征識別技術(shù)領(lǐng)域的全球?qū)＠暾埩吭谶^去十年中呈現(xiàn)一個逐年遞增圖像識別技術(shù)領(lǐng)域的全球?qū)＠暾埩吭谶^去十年中呈現(xiàn)一個逐年遞增的趨能與新冠疫情影響有關(guān)。從專利申請量近些年變化趨勢可以看出，2012年至法專利申請數(shù)量呈現(xiàn)出上升趨勢，特別是從2016年起開始增長較快，這表明5.5.20知識推理5.5.22知識建模“知識建?！奔夹g(shù)專利申請量呈逐年上升的趨勢，但在2012年至2016年之第六章智慧座艙作也將擴(kuò)展至車外，在車載芯片外建立獨(dú)立感知層，由云端計算中心統(tǒng)一提供制、駕駛行為監(jiān)控、車況監(jiān)控等智能座艙人機(jī)交互需求，圍繞“語音交互智能+智能網(wǎng)聯(lián)汽車的信息安全防護(hù)不只是單指保障車輛本身的信息安全,而是一些采集的信息經(jīng)過處理會集中顯示在車載終端的顯示屏上，用戶有統(tǒng)一的操控動機(jī)、車輛定位等等。其運(yùn)行流程是，首先用戶通汽車智能座艙域用戶體驗評價管理主要致力于建立以用戶體驗為中心的評度更加平穩(wěn)，每年增長數(shù)目均在10個以上。專利申請數(shù)量最高的一年是20216.5.3聲音個性化復(fù)刻申請，說明技術(shù)在這個時期開始得到更多的關(guān)注和應(yīng)用。之后申請數(shù)量保持在可能意味著該技術(shù)領(lǐng)域引起了某些我國公司或研究機(jī)多模態(tài)交互技術(shù)領(lǐng)域的全球?qū)＠暾埩吭谶^去十年中呈現(xiàn)一個逐年遞增的智能推薦技術(shù)的專利申請量在過去的十年里出現(xiàn)了逐步增加的趨勢，其中“入侵檢測防御”技術(shù)專利申請量在過去十年中呈現(xiàn)出較為明顯的波動趨6.5.20視線檢測6.5.21人臉識別6.5.24行人檢測6.5.27硬件虛擬化級自動駕駛汽車的相關(guān)系統(tǒng)，包括車輛的傳感器、計算機(jī)和控制系統(tǒng)等。通過7.4.產(chǎn)業(yè)技術(shù)成熟度分析感器融合技術(shù)的全球?qū)＠暾埩考s403個；視覺目標(biāo)檢測技術(shù)的全球?qū)＠暾堅鰪?qiáng)車輛安全性：自動駕駛OTA技術(shù)可以修復(fù)車輛中存在的安全漏洞和第八章智能服務(wù)機(jī)器人智能服務(wù)機(jī)器人是在非結(jié)構(gòu)環(huán)境下為人類提供必要服務(wù)的多種高技術(shù)集成向家庭的消費(fèi)類服務(wù)機(jī)器人產(chǎn)業(yè)以及面向公共商用環(huán)境的商用服務(wù)機(jī)器人產(chǎn)業(yè)護(hù)和家庭娛樂中心等服務(wù)，通過AI智能語音、機(jī)器視覺、行為習(xí)慣學(xué)習(xí)和AI自主導(dǎo)航能力的掃地機(jī)器人通常采用視覺或激光SLAM技術(shù)對家庭環(huán)境進(jìn)行實(shí)拖地抹布轉(zhuǎn)速/振動實(shí)現(xiàn)清潔效果。配備攝像頭的掃地機(jī)器人能通過深度學(xué)習(xí)算當(dāng)前隨著養(yǎng)老康護(hù)場景中“空間-人-服務(wù)”協(xié)同交互的8.3.4教育娛樂機(jī)器人講解接待機(jī)器人是基于云平臺提供商用服務(wù)的機(jī)器人，可提供定制化的AI講解接待機(jī)器人以機(jī)器人硬件為載體,依托云平臺強(qiáng)大的智能服務(wù)技術(shù),引入8.3.7服務(wù)機(jī)器人云服務(wù)平臺8.5.2模擬到現(xiàn)實(shí)方法根據(jù)數(shù)據(jù)統(tǒng)計顯示，“Sim-to-Real模擬到現(xiàn)實(shí)方法”技術(shù)的全球?qū)＠暾埩恳扑惴ā傲銟颖尽被颉吧贅颖尽边w移到真機(jī)上。該方法解決的問題常見的方法包括特征匹配、光流法和直接法等。激光雷達(dá)同時定位與地圖構(gòu)建圖像識別技術(shù)是人工智能領(lǐng)域的重要分支，它基于對圖像/視頻中的像素及地圖可以更全面地理解環(huán)境并提供更準(zhǔn)確的導(dǎo)航和推進(jìn)物體識別和目標(biāo)追蹤技術(shù)與AI大模型相結(jié)單目避障算法是現(xiàn)代綜合型家庭助理機(jī)器人應(yīng)對復(fù)雜家庭環(huán)境導(dǎo)航挑戰(zhàn)的單目避障技術(shù)目前已由iRobot公司根據(jù)統(tǒng)計結(jié)果顯示，人體關(guān)鍵點(diǎn)檢測是智能服務(wù)機(jī)器人的新晉技術(shù)，僅在根據(jù)統(tǒng)計結(jié)果顯示，語音合成相關(guān)技術(shù)共申請專利254根據(jù)統(tǒng)計結(jié)果顯示，聲學(xué)前端技術(shù)在2021-2022年間共申請相關(guān)專利213實(shí)現(xiàn)安全、高效的交通系統(tǒng)。該技術(shù)屬于技術(shù)萌芽期?，F(xiàn)階段家居場景下，家居物體/家庭場景重建的目標(biāo)是重建三維對象的表面。它需要一個傳感器捕捉物體以構(gòu)建三維（3D）模型。家庭場景重建需要帶傳感器的移動機(jī)器人穿8.5.23機(jī)器人仿真及數(shù)據(jù)生成（自我感知）8.5.24語音語義識別8.5.25文本語法語義分析8.5.26對話交互技術(shù)8.5.28知識圖譜構(gòu)建8.5.29知識搜索力支持。云腦發(fā)育是指云腦對采集的海量多模態(tài)數(shù)據(jù)進(jìn)行知識挖掘獲取“知識和用引入到云腦中，形成人機(jī)協(xié)同的混合-增強(qiáng)智能形態(tài)，這種形態(tài)是8.5.31故障自診斷智能控制技術(shù)是人工智能和自動化技術(shù)來實(shí)現(xiàn)系統(tǒng)的自主決策和智能控制8.5.33任務(wù)決策規(guī)劃第九章智能客服語音識別技術(shù)，又稱為自動語音識別（AutomaticSpeechRecognition，9.3.3高質(zhì)量和高表現(xiàn)力語音合成語音合成是通過機(jī)械的、電子的方法產(chǎn)生人造語音的技術(shù)。TTS技領(lǐng)域的交叉方向，視覺問答任務(wù)是以圖像(或視頻)和與圖像(或視頻)有關(guān)的文本問題的多模態(tài)信息作為計算機(jī)的輸入,計算機(jī)視覺摘要（visualabstract）指的是將科維模型。此外，較為點(diǎn)型的技術(shù)還有AMASS（ArchiveofMotionCaptureas），ModelwithArticulatedandNon-rigiddefOrmations）及其衍生模型來對手部進(jìn)9.3.21跨模態(tài)語義搜索9.3.25對話狀態(tài)追蹤9.3.26對話策略學(xué)習(xí)9.3.27檢索式對話生成9.3.29結(jié)構(gòu)化知識問答9.3.30對話式閱讀理解9.3.31知識圖譜構(gòu)建9.3.33智能對話平臺9.4.2熱度-供給圖與階段-供給圖高性能魯棒語音識別技術(shù)專利的申請數(shù)量從2013年至20219.5.3高質(zhì)量和高表現(xiàn)力語音合成根據(jù)數(shù)據(jù)統(tǒng)計顯示，高質(zhì)量和高表現(xiàn)力語音合成技術(shù)的全球?qū)＠暾埩考s至2018年呈現(xiàn)緩慢增長趨勢，而2019年至2021年這三年該技術(shù)專利申請量前數(shù)量，可能與新冠疫情影響有關(guān)。從專利申請量近些年變化趨勢可以看出，2012年至2018年語音合成技術(shù)仍在發(fā)展中，對于提高合成質(zhì)量和表現(xiàn)力的技年呈現(xiàn)出爆發(fā)式增長，2018至2021年該技術(shù)專利申請數(shù)量一致保持較高的水從2012年到2019年語音喚醒技術(shù)呈現(xiàn)除了快速的增長趨勢，從2012年該技術(shù)專利申請數(shù)量整體上呈現(xiàn)出了一個逐漸增長的趨勢，從2012年的的趨勢。在2018年和2019年期值得注意的是，2020年和2021年的數(shù)據(jù)增幅較之前幾年更為顯著，專利量較前一年有比較明顯的下降?；谝陨蠑?shù)據(jù)的變化趨勢，可以看出該技術(shù)在2017年前后受到了更多的關(guān)注，專利申請數(shù)量逐步上升，但在2022其中2016年到2019年保持比較快的增長水平?！耙鈭D識別”技術(shù)作為人機(jī)交互從2012年到2021年，多模態(tài)知識圖譜的專利申請量從26個增長到6649.5.21跨模態(tài)語義搜索到2021年呈現(xiàn)較快增長。值得關(guān)注的是，20222016年即超過多模態(tài)知識圖譜和跨模態(tài)語義搜索技術(shù)在2021年的專利數(shù)量，識別技術(shù)專利申請保持在較穩(wěn)定水平，2022年多模態(tài)情緒“多輪對話管理”技術(shù)專利申請量在過去的幾年內(nèi)呈現(xiàn)出不同的趨勢。20122020年之后該技術(shù)專利申請量開始下降，2022年申請數(shù)量下降為445項，與9.5.25對話狀態(tài)追蹤9.5.26對話策略學(xué)習(xí)9.5.27檢索式對話生成根據(jù)數(shù)據(jù)統(tǒng)計顯示，生成式對話生成技術(shù)在全球范圍內(nèi)的專利申請量為9.5.29結(jié)構(gòu)化知識問答9.5.30對話式閱讀理解升的趨勢。2012年至2014年增長較慢，但從2015年開9.5.31知識圖譜構(gòu)建推出了一種名為BERT的自然語言處理模型，使得文本糾錯技術(shù)的效果有了大9.5.33智能對話平臺第十章智慧教育學(xué)習(xí)者為中心，貫穿“備課-教學(xué)-練習(xí)-考試-評價-管理”教育全流程的智能化教育教學(xué)全流程可分為“備課-教學(xué)-練習(xí)-考試-評價-管理”六大場景，其中“備課”通過多模態(tài)交互等人工智能技術(shù)，可以提供虛擬化課堂場景，幫助老師在課前反復(fù)推敲試講，進(jìn)而將更高質(zhì)量的課堂帶給學(xué)生。通過對課堂上學(xué)生頭部姿態(tài)及面部表情行為的特征進(jìn)行分析，判斷學(xué)生的專注力，對教師的實(shí)時教學(xué)提供支持。借助語音識別，收集課堂中師生互動的數(shù)據(jù)，將學(xué)生的發(fā)言及老師的授課內(nèi)容通過文本的形式記錄下來并通過文本技術(shù)將非結(jié)構(gòu)化的數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，提取互動的關(guān)鍵詞語，通過課堂氣氛的改變自動為這些詞語進(jìn)行標(biāo)記，提取出有助于課堂氛圍的正面詞匯，與教師上課課件對應(yīng)起來自動生成電子講義、課程標(biāo)簽，將學(xué)生提出的問題錄音或者文字同步生成、在線存儲回放等，為教師與學(xué)生之間的互動交流提供保障。基于光學(xué)字符識別技術(shù)，在老師上課過程中，實(shí)時對老師板書所寫包括中英文文字、數(shù)學(xué)公式、化學(xué)公式識別、草繪圖形等進(jìn)行識別，并進(jìn)行進(jìn)一步分析、計算、生成關(guān)聯(lián)圖等，方便教師授課使用，同時豐富課堂交互體驗。通過學(xué)生上傳的題目圖片，識別其中文本，精準(zhǔn)匹配題庫，返回題目答案、解析、講解視頻、相似題及其相關(guān)知識點(diǎn)講解。為智慧教學(xué)場景下的拍照搜題、板書識別、自動閱卷等應(yīng)用提供了關(guān)鍵的基石技術(shù)能力，大幅度輔助教師的教務(wù)工作，有效提高了老師與家長檢查和批改作業(yè)的工作效率。姿勢追蹤技術(shù)可以用于幫助學(xué)生更好地學(xué)習(xí)體育技能，如瑜伽、跳水、滑冰等。通過使用姿勢追蹤系統(tǒng)，學(xué)生可以發(fā)現(xiàn)并修正他們的姿勢錯誤，從而提高體育技能。此外可以通過對學(xué)生課上的肢體行為進(jìn)行分析，判斷學(xué)生的專注情況，反饋給教師，教師對授課過程進(jìn)行調(diào)整。通過情感分析技術(shù)實(shí)時監(jiān)測學(xué)生的表情、動作和語言，獲取學(xué)生學(xué)習(xí)狀態(tài)，通過對學(xué)生的多角度情感識別來獲得全面的教學(xué)數(shù)據(jù)，能夠為教師和學(xué)生提供更加科學(xué)、個性化的教育指導(dǎo)，構(gòu)建智慧學(xué)習(xí)環(huán)境。通過文本挖掘，從文本信息中抽取更加詳細(xì)的、經(jīng)過特殊加工的特征信息，大大提高檢索的全面性和準(zhǔn)確性，幫助學(xué)生進(jìn)行高效信息檢索；對長文檔提取關(guān)鍵信息，自動生成文檔摘要，幫助學(xué)生快速理解和做出閱讀選擇。知識圖譜，以學(xué)科知識為核心，建立各個學(xué)科的知識點(diǎn)關(guān)系，構(gòu)成學(xué)科知識圖譜。利用知識圖譜，把知識點(diǎn)間的關(guān)系通過可視化的形式展示給學(xué)生，幫助學(xué)生構(gòu)建知識體系，查閱知識要點(diǎn)，發(fā)現(xiàn)知識點(diǎn)之間的關(guān)聯(lián)，幫助學(xué)生做總結(jié)沉淀，消滅知識盲區(qū)。通過知識圖譜，更加精準(zhǔn)的刻畫學(xué)生知識掌握情況，從而實(shí)現(xiàn)對用戶精準(zhǔn)的學(xué)情研判，學(xué)習(xí)路徑規(guī)劃，學(xué)習(xí)資源個性化推薦。基于圖像識別的算法能對學(xué)生提交的圖像進(jìn)行識別，從而獲取圖像內(nèi)容和相關(guān)知識；在作業(yè)輔導(dǎo)上，可以智能捕捉孩子指尖所指的生字詞，并迅速為孩子提供生字詞的各種信息，輕松幫助孩子掃清語文、英語學(xué)習(xí)過程中的字詞障礙?；趯W(xué)生/班級個性化學(xué)情，使用自然語言處理技術(shù)，合理分配課程內(nèi)容，利用題庫數(shù)據(jù)，為學(xué)生/班級推薦個性化學(xué)習(xí)資料，幫助老師將更高質(zhì)量的課堂帶給學(xué)生并幫助學(xué)生自主學(xué)習(xí)。給定一個主題，機(jī)器能夠自動生成一篇文章，例如篇章結(jié)構(gòu)、事實(shí)論據(jù)、點(diǎn)名主題等。此外也可以用來輔助寫作，例如為寫作提供素材，生成同義詞、反義詞、近義詞等，對句子進(jìn)行潤色或翻譯，或者直接寫篇詩歌后作文作為參考?？梢詭椭蠋熍可珊蜻x素材構(gòu)建更豐富的作文庫，同時可以輔助學(xué)生進(jìn)行寫作，開拓寫作思維。通過自然理解技術(shù)，對課堂語音轉(zhuǎn)寫的文本進(jìn)行分析，有效獲取老師在授課過程中所講的知識點(diǎn)以及知識點(diǎn)隨時間的分布情況；對學(xué)生的語音和文本進(jìn)行理解和意圖識別，掌握學(xué)生需求，為學(xué)生合理推送請求內(nèi)容。通過計算機(jī)視覺技術(shù)，能在課堂人數(shù)眾多且背景復(fù)雜的條件下對視頻流數(shù)據(jù)中的目標(biāo)進(jìn)行精確的識別與跟蹤，可以實(shí)時監(jiān)測學(xué)生的坐姿和行為，糾正學(xué)生坐姿、提醒學(xué)生認(rèn)真學(xué)習(xí)；對大量考場視頻的考生動作進(jìn)行分析，建設(shè)智能考場的人工智能感知分析體系，全面提升考試的安全與效率。通過對話理解技術(shù)，虛擬助教/答疑系統(tǒng)獲取學(xué)生問題，理解學(xué)生的疑惑點(diǎn)和知識薄弱點(diǎn)，模仿人類的行為模式與學(xué)生進(jìn)行智能化溝通，為學(xué)生提供及時、個性化的解答基于人臉識別等人工智能技術(shù)，可以用于校園學(xué)生進(jìn)出管理，讓老師、家長可以精準(zhǔn)獲取學(xué)生出入校園情況。對學(xué)生上課進(jìn)行考勤管理，讓學(xué)生無法代簽到。人臉識別考生，確保人證一致，防止槍手替考。宿舍管理，通過人臉識別防止外部人員的進(jìn)出，同時對學(xué)生出入情況實(shí)時統(tǒng)計，方便管理宿舍通過數(shù)據(jù)挖掘技術(shù)，基于學(xué)校、小區(qū)、競品等實(shí)體數(shù)據(jù)，以及人地關(guān)系、埋點(diǎn)、業(yè)務(wù)等數(shù)據(jù)，實(shí)現(xiàn)基于數(shù)據(jù)驅(qū)動的候選點(diǎn)位推薦，從而輔助業(yè)務(wù)拓展；基于學(xué)生學(xué)習(xí)、交易等行為數(shù)據(jù)，挖掘?qū)W生各方面畫像標(biāo)簽，幫助老師全面了解學(xué)生，以及更精準(zhǔn)篩選高意向用戶，提升運(yùn)營效率及實(shí)現(xiàn)用戶增長；通過對教師課堂教學(xué)信息表征和教學(xué)行為識別理解，結(jié)合教師基本信息數(shù)據(jù)、心理、生理數(shù)據(jù)及學(xué)科特點(diǎn)，利用多模態(tài)數(shù)據(jù)從多個維度刻畫教師的教學(xué)能力水平，并精準(zhǔn)構(gòu)建教師畫像的模型及可視化表達(dá)方式。形成教師教學(xué)能力發(fā)展動態(tài)報告、教師?；騾^(qū)域群體畫像的發(fā)展報告，幫助學(xué)校及相關(guān)教育政府部門持續(xù)追蹤教師教學(xué)情況。利用隱私保護(hù)技術(shù)，保障教育數(shù)據(jù)安全，對教育數(shù)據(jù)進(jìn)行合理、合規(guī)的分析和利用，防止學(xué)生隱私信息泄露和學(xué)習(xí)分析技術(shù)濫用等事件的發(fā)生，規(guī)范教育大數(shù)據(jù)的應(yīng)用過程和邊界。認(rèn)知診斷相關(guān)技術(shù)研究與探索將會得到進(jìn)一自2013年以來，“語音合成”相關(guān)專利申請一直處于增長狀態(tài)。2013年至年至2017年，“人臉識別”技術(shù)專利申請總數(shù)請的總數(shù)量達(dá)3805個，2017年，相關(guān)其是虛擬現(xiàn)實(shí)頭顯設(shè)備成功在智慧教育領(lǐng)域應(yīng)用。2018年至2020年利申請更是快速增長，總數(shù)量高達(dá)5434個；2019年相關(guān)專2013年至2017年，相關(guān)專利申請的總數(shù)量達(dá)281個；2017年，相關(guān)數(shù)量達(dá)總數(shù)量達(dá)523個；2020年的申請數(shù)量為207個，是2相關(guān)專利申請快速增長，總數(shù)量達(dá)861個；2020年的申請數(shù)量為354個，是有關(guān)“光學(xué)字符識別”的技術(shù)專利申請一直處于穩(wěn)步增長的狀態(tài)。2013年至有關(guān)“對話理解”的技術(shù)專利申請在2013年至2016年間，一直處于較為穩(wěn)“智能搜索”是近幾年較為熱門的領(lǐng)域，有關(guān)“智能搜索”的技術(shù)專利申請也在無一不跟知識圖譜相關(guān)。它在技術(shù)領(lǐng)域的熱度也在逐年上升。2013年至2017也因此，智慧教育發(fā)展過程中對“數(shù)據(jù)挖掘”的研發(fā)一直都較為火熱，2013因此，有關(guān)隱私保護(hù)方面的技術(shù)研發(fā)與探索一直處于熱門狀態(tài)，如2013年至第十一章智慧出行智能決策系統(tǒng)是人工智能和DSS相結(jié)合，應(yīng)用專家系統(tǒng)技術(shù)，使DS據(jù)當(dāng)前行駛位置與預(yù)設(shè)行駛位置之間的差距判斷規(guī)則以及異常停留識別模型在