人工智能發(fā)展白皮書-技術架構篇（2018年）
【摘 要】
2018人工智能發(fā)展白皮書是中國信息通信研究院、中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟首次聯(lián)合發(fā)布。本篇為技術架構篇，從產(chǎn)業(yè)發(fā)展的角度，選擇以深度學習算法驅(qū)動的人工智能技術為主線，分析作為人工智能發(fā)展“三駕馬車”的算法、算力和數(shù)據(jù)的技術現(xiàn)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(fā)展趨勢。后續(xù)我院與中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟將繼續(xù)發(fā)布人工智能應用、產(chǎn)業(yè)和政策方面研究成果。
【目 錄】
一、 人工智能技術發(fā)展概述. 1
（一） 人工智能技術流派發(fā)展簡析. 1
（二） 深度學習帶動本輪人工智能發(fā)展. 2
二、 基于深度學習的人工智能技術現(xiàn)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(jīng)網(wǎng)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(fā)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(tài). 11
（四） 編譯器解決不同軟硬件的適配問題. 12
1. 深度學習網(wǎng)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(xiàn)狀. 16
（六） 數(shù)據(jù)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(fā)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(xiàn)狀. 22
（一） 智能語音技術改變?nèi)藱C交互模式. 23
1. 智能語音技術概述. 23
2. 智能語音產(chǎn)品和服務形態(tài)多樣. 23
（二） 計算機視覺技術已在多個領域?qū)崿F(xiàn)商業(yè)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(xiàn)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
Tags:
相關推薦
