【摘 要】
2018人工智能發展白皮書是中國信息通信研究院、中國人工智能產業發展聯盟首次聯合發布。本篇為技術架構篇,從產業發展的角度,選擇以深度學習算法驅動的人工智能技術為主線,分析作為人工智能發展“三駕馬車”的算法、算力和數據的技術現狀、問題以及趨勢,并對智能語音、語義理解、計算機視覺等基礎應用技術進行分析,并提出了目前存在的問題和技術的發展趨勢。后續我院與中國人工智能產業發展聯盟將繼續發布人工智能應用、產業和政策方面研究成果
【目 錄】
一、 人工智能技術發展概述. 1
(一) 人工智能技術流派發展簡析. 1
(二) 深度學習帶動本輪人工智能發展. 2
二、 基于深度學習的人工智能技術現狀. 3
(一) 基于深度學習的人工智能技術體系綜述. 3
1. 基礎硬件層. 4
2. 深度神經網絡模型編譯器. 4
3. 軟件框架層. 4
4. 基礎應用技術. 5
(二) 算法發展趨勢. 5
1. 算法的設計邏輯. 5
2. 算法的主要任務. 6
3. 新算法不斷提出. 7
(三) 軟件框架成為技術體系核心. 8
1. 開源軟件框架百花齊放各具特點. 8
2. 巨頭以開源軟件框架為核心打造生態. 11
(四) 編譯器解決不同軟硬件的適配問題. 12
1. 深度學習網絡模型編譯器解決適應性問題. 13
2. 中間表示層解決可移植性問題. 14
3. 未來亟需模型轉換及通用的模型表示. 15
(五) AI計算芯片提供算力保障. 16
1. 深度學習對AI計算芯片的需求. 16
2. 典型AI計算芯片的使用現狀. 16
(六) 數據為算法模型提供基礎資源. 19
(七) 高性能計算服務器和服務平臺快速發展. 20
1. GPU服務器. 20
2. 以服務的形式提供人工智能能力成為趨勢. 21
三、 基于深度學習的基礎應用技術現狀. 22
(一) 智能語音技術改變人機交互模式. 23
1. 智能語音技術概述. 23
2. 智能語音產品和服務形態多樣. 23
(二) 計算機視覺技術已在多個領域實現商業化落地. 24
1. 計算機視覺概述. 24
2. 計算機視覺技術應用領域廣闊. 26
(三) 自然語言處理成為語言交互技術的核心. 27
1. 自然語言處理技術現狀. 27
2. 自然語言處理技術的應用方向. 28
四、 問題和趨勢展望. 28
(一) 主要問題. 28
(二) 趨勢展望 30
附全文下載:
來源:信通院