2018人工智能发展白皮书是中国信息通信研究院、中国人工智能产业发展联盟首次联合发布。本篇为技术架构篇,从产业发展的角度,选择以深度学习算法驱动的人工智能技术为主线,分析作为人工智能发展“三驾马车”的算法、算力和数据的技术现状、问题以及趋势,并对智能语音、语义理解、计算机视觉等基础应用技术进行分析,并提出了目前存在的问题和技术的发展趋势。后续我院与中国人工智能产业发展联盟将继续发布人工智能应用、产业和政策方面研究成果 【目 录】 一、 人工智能技术发展概述. 1 (一) 人工智能技术流派发展简析. 1 (二) 深度学习带动本轮人工智能发展. 2 二、 基于深度学习的人工智能技术现状. 3 (一) 基于深度学习的人工智能技术体系综述. 3 1. 基础硬件层. 4 2. 深度神经网络模型编译器. 4 3. 软件框架层. 4 4. 基础应用技术. 5 (二) 算法发展趋势. 5 1. 算法的设计逻辑. 5 2. 算法的主要任务. 6 3. 新算法不断提出. 7 (三) 软件框架成为技术体系核心. 8 1. 开源软件框架百花齐放各具特点. 8 2. 巨头以开源软件框架为核心打造生态. 11 (四) 编译器解决不同软硬件的适配问题. 12 1. 深度学习网络模型编译器解决适应性问题. 13 2. 中间表示层解决可移植性问题. 14 3. 未来亟需模型转换及通用的模型表示. 15 (五) AI计算芯片提供算力保障. 16 1. 深度学习对AI计算芯片的需求. 16 2. 典型AI计算芯片的使用现状. 16 (六) 数据为算法模型提供基础资源. 19 (七) 高性能计算服务器和服务平台快速发展. 20 1. GPU服务器. 20 2. 以服务的形式提供人工智能能力成为趋势. 21 三、 基于深度学习的基础应用技术现状. 22 (一) 智能语音技术改变人机交互模式. 23 1. 智能语音技术概述. 23 2. 智能语音产品和服务形态多样. 23 (二) 计算机视觉技术已在多个领域实现商业化落地. 24 1. 计算机视觉概述. 24 2. 计算机视觉技术应用领域广阔. 26 (三) 自然语言处理成为语言交互技术的核心. 27 1. 自然语言处理技术现状. 27 2. 自然语言处理技术的应用方向. 28 四、 问题和趋势展望. 28 (一) 主要问题. 28 (二) 趋势展望 30 -END- |
|
来自: 只摘不看 > 《智能软件区块机器人》