人工智能技术发展及其应用综述获奖科研报告

人工智能技术发展及其应用综述获奖科研报告摘

要：人工智能是研究、開发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它使人类进入信息产业革命时代，达到认识和改造客观世界能力的高峰。本文章介绍了人工智能的概念和发展沿革，并对现阶段人工智能研究领域的主要研究方向进行了介绍。

引言

人工智能是新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量。人工智能正在与各行各业快速融合，助力传统行业转型升级、提质增效，在全球范围内引发全新的产业浪潮。

中国人工智能市场规模在迅速发展壮大，截止至2019年我国人工智能市场规模已达到554亿元左右，预计在2021年我国人工智能市场规模将会突破千亿元。计算机视觉、无人驾驶、语音识别、自然语言处理等人工智能技术正在创造巨大的经济利益，人工智能技术现已成为目前全球最受互联网业界和市场关注的新技术及应用

人工智能发展历史

1956年，Marvin

Minsky，John

McCarthy

和

2位顶级科学家：Claude

Shannon（克劳德·艾尔伍德·香农）以及IBM的

Nathan

Rochester，组织了达特茅斯会议，此次会议其中的一个提案断言：任何一种学习或者其他形式的人类智能都能够通过机器进行模拟。同时约翰·麦卡锡为这种机器智能取了一个名字：Artificial

Intelligence，并确定了人工智能最初的发展路线与发展目标。1959年，计算机游戏先驱亚瑟塞缪尔在IBM的首台商用计算机IBM

701上编写了西洋跳棋程序，这个程序顺利战胜了当时的西洋棋大师罗伯特尼赖。

1973年，著名数学拉特希尔家向英国政府提交了一份关于人工智能的研究报告，尖锐的指出人工智能那些看上去宏伟的目标根本无法实现，研究已经完全失败。此后，科学界对人工智能进行了一轮深入的拷问，人工智能技术遭受到了严厉的批评和对其实际价值的质疑。人工智能技术的真正应用带来的计算量往往是非常庞大的，而在当时，计算机的计算速度是远远达不到的。

通用计算机设备的发展，让人工智能真正开始和现代计算机技术进行深入融合。1997年，IMB的计算机深蓝Deep

blue战胜了人类世界象棋冠军卡斯帕罗夫，让人工智能的发展进一步提上日程。进入21世纪，随着算力的增加，人工智能的瓶颈被打破。2016年和2017年，谷歌发起了两场轰动世界的围棋人机之战，其人工智能程序AlphaGo连续战胜曾经的围棋世界冠军韩国李世石，以及现任的围棋世界冠军中国的柯洁。这证明了不断发展中的人工智能在某些领域甚至超过了人类的能力，人工智能为生产力的提升提供变革的功力。

人工智能的研究与应用领域

（1）计算机视觉

计算机视觉是深度学习领域最热门的研究领域之一，实质上，计算机视觉实际上是一个跨领域的交叉学科，包括计算机科学，数学，工程学、心理学等等。许多科学家认为，计算机视觉为人工智能的发展开拓了道路。视觉识别是计算机视觉的关键组成部分，如图像分类、定位和检测等。神经网络和深度学习的最新进展极大地推动了这些最先进的视觉识别系统的发展。

（2）机器学习

机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，主要的思想是通过计算机对数据的学习来提升自身性能的算法。按照学习方式，可将机器学习分为监督学习、无监督学习、半监督学习和强化学习。在监督学习下，每组训练数据都有一个明确的标识或结果，在建立预测模型的时候，监督式学习建立一个学习过程，将预测结果与“训练数据”的实际结果进行比较，不断的调整预测模型，直到模型的预测结果达到一个预期的准确率。在无监督学习中，数据并不被特别标识，学习模型是为了推断出数据的一些内在结构。在半监督学习方式下，输入数据部分被标识，部分没有被标识，这种学习模型可以用来进行预测，但是模型首先需要学习数据的内在结构以便合理的组织数据来进行预测。在强化学习模式下，输入数据作为对模型的反馈，不像监督模型那样，输入数据仅仅是作为一个检查模型对错的方式，在强化学习下，输入数据直接反馈到模型，模型必须对此立刻作出调整。

（3）自然语言处理

自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理研究对内容主要包括有词法分析、文本分类、文本纠错、摘要获取、情感分析、关键词提取、内容审核等内容。这里列举一些研究方向来作详细的说明，词法分析的主要任务是去识别文本中具有特定意义的实体，主要包括：人名、地名、职位名、产品名词等，应用场景例如各大手机厂商的语音助手。文本分类是对文章按照内容类型（体育、教育、财经、社会、军事等等）进行自动分类，为文章聚类、文本内容分析等应用提供基础支持。情感分析是对能够对文本信息进行“情感”上的正向、负向及中性进行评价，应用场景包括评论的分析与决策、舆情监控等。

结束语

人工智能技术在经历长期的发展