内容简介
本书在广东省人工智能产业技术发展研究成果基础行凝炼，分为四章。章，“人工智能发展概述”，介绍人工智能发展现状和趋势，剖析人工智能技术原理和核心要素，并在此基础上建立了突出广东省优势的人工智能技术体系。章，“国内外人工智能发展典型案例”，介绍国内外人工智能产业发展典型案例，并国内外人工智能技术发展行了对比与分析。第三章，“广东省人工智能产业技术创新发展研究”，对广东省人工智能产业技术*展及发展趋行了深入的分析和梳理，并对广东省人工智能相关产业技术领域对标全球行评价，客观真实地反映了广东省人工智能产业技术创新发展。第四章，“广东省人工智能标准化建设”，对广东省人工智能产业技术标准行了前瞻研究，丰富和完善了广东省人工智能标准体系框架，结合实际提出亟需研制的标准等相关建议，并对人工智能典型行业及5G技行了标准化研究及展望。 本书以广东省人工智能产业技术优势和为，把握广东省人工智能短、中、的产业技术发展趋势，对于引导主管部门、科研机构、企业等相关单位积极参与人工智能产业技术攻关，加速科技创新成果转化及应用，有效推动广东省人工智能产业技术健康、快速发展，带动其他战略新兴产业技术的发展具有重大现实意义。
目录
第1章 人工智能发展概述 1.1 人工智能发展综述 1.2 人工智能发展趋势 1.3 人工智能发展规制 1.4 人工智能产业技术发展概况第2章 国内外人工智能发展典型案例 2.1 国外人工智能发展典型案例 2.2 国内人工智能发展典型案例 2.3 国内外人工智能发展典型案例比较第3章 广东省人工智能产业技术创新发展研究 3.1 广东省人工智能产业技术发展概述 3.2 广东省人工智能产业技术创新发展分析第4章 广东省人工智能标准化建设 4.1 国内外人工智能标准化现状 4.2 广东省人工智能标准体系研究 4.3 人工智能典型行业标准化研究 4.4 5G时代的人工智能标准化展望参考文献
摘要与插图
;
第pan style="font-family: 宋体">章人工智能发展概述
pan style="font-family:宋体">．pan style="font-family:宋体">人工智能发展综述
pan style="font-family:宋体">．pan style="font-family:宋体">．pan style="font-family: 宋体">人工智能发展的主要阶段
1956年，麦卡锡、明斯基等科学家在美国达特茅斯学院研讨“如何用机器模拟人的智能”时，提出“人工智能(Artif。icial Intelligence，AI)”这一概念，这标志着人工智能学科的诞生。经过60多年的发展，人工智能已经成为研究开发能够模拟、延伸和扩展人类智能的理论、方及应用系统的一门新的技术学科，研究人工智能的目的是促使智能机器会听(语音识别、机器翻译等)、会看(图像识别、文字识别等)、会说(语音合成、人机对话等)、会思考(人机对弈、定理证明等)、会学span>(机器学识表示等)、会行动(机器人、自动驾驶汽车等)。
人工智能的发展，经历了萌芽、低谷、复苏、快速发展到爆发阶段。在数据、运算能力、算法模型、多元应用的共同驱动下，人工智能的定义正从用计算机模拟人类智能到协助引导提升人类智能，通过推动机器、人与网络相互连接融合，更为密切地融人人类生产生活，从辅助设备和工化为协同互动的助手和伙伴。按照人工智能的发展趋势可将其分为弱人工智能、强人工智能和超人工智能三大发展阶段。; (pan style="font-family:宋体">弱人工智能; 弱人工智能是对人思维过程的简单模拟，它擅长于单个方面的人工智能。弱人工智能是利用现有智能化技术来改善经济社会发展所需要的一些技术条件和发能，但并不真正拥有人的智能，也没有自主意识。; (2)强人工智能; 强人工智能被认为是有心智意识，有知觉，可像人类一样自主思考、推理判断问题的人工智能。强人工智能相对于弱人工智能，多了类似于人类的“自我”意识，有自己思考问题、不依赖数据解决问题的能力。由于强人工智能思考问题的逻辑不是人类赋予的，其可能为人类提供许多新思路，甚可以解决人类无法解决的难题。; (3)超人工智能; 牛津大学哲学家、知名人工智能思想家Nick Bostrom把超人工智能定义为“在几乎所有领域都比聪明的人类大脑聪明很多括科学创新、通识和社交技能。'’超人工智能可以是各方面都比人类强一点，也可以是各方面都比人类强万亿倍，能够回答几乎所有困难问题，能够执行任何指令和开放式任务，拥有自由意志和自由活动能力的独立意识。pan style="font-family:宋体">．pan style="font-family:宋体">．2人工智能发展现状
目前，人工智能的发展仍将处于弱人工智能阶段，机器学阶段人工智能主流的技术路径。面向特定任务(比如下围棋)的弱人工智能系统，由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，形成了人工智能领域的单点突破，在局部智能的单项测试中可以人类智能。机器不具备自主的意识，更多的是基于大数据、云计算这套体系对人类生产生活过程形成的数据积行机器学过机器学方式，使得这种经验模式或操作模式能够沉淀固化下来，可以在更多领域处理更多类似的事物，极大地提升了人类的脑力劳动和生产效率。例如，阿尔法狗(AlphaGo)在围棋比赛中战胜人类，人工智能程序在大规模图像识别和人脸识别中达到了人类的，人工智能系统诊断皮肤癌达到专业医生。
强人工智能尚处于起步阶段。人的大脑是一个通用的智能系统，能举一反三、融会贯通，可处理视觉、听觉、判断、推理、学考、规划、设计等各类问题。真正意义上完备的人工智能系统应该是一个通用的智能系统。目前，虽然面向特定任务的弱人工智能领域已取得突破展，但是通用的强人工智能领域的研究与应用仍然任重而道远，人工智体发展仍处于起步阶段。当前的人工智能系统在信息感知、机器学浅层智能”方步显著，但是在概念抽象和推理决策等“深层智能”方面的能力还很薄弱。
人工智能创新创业如火如荼。全球产业界充分认识到人工智能技术新一轮产业变革的重大意义，纷纷调整发展战略。比如，谷歌在其20pan style="font-family:宋体">年度大会上明确提出发展战略从“移动优先”转向“人工智能优先”，微软20pan style="font-family:宋体">财年年报将人工智能作为公司发展愿景。人工智能领域正处于创新创业的前沿。麦肯锡公司报告指出，20pan style="font-family:宋体">年全球人工智能研发投人超300亿美元并处于高速增长阶段。全球知名风投调研机构cB Insights报告显示，20pan style="font-family:宋体">年全球新成立人工智能创业公司1100家，人工智能领域共获得投资152亿美元，同比增长14pan style="font-family:宋体">％。
创新生态布局成为人工智能产业发展的战略高地。信息技术和产业的发展史，是新老信息产业巨头抢滩布局信息产业创新生态的更替史。例如，传统信息产业……