王金桥《人工智能的技术现状和未来》课件

人工智能已经上升到国家战略高度，敲响了未来之门，为人类拉开了第四次工业革命的序幕。服务业工业军事构建AI良性发展的环境基础持续保持人工智能的领先优势美国提出为期十年的人脑计划欧盟加大AI教育投入力图争取领先地位英国打造世界领先的“超智能社会”智能社会的倡导者日本人工智能成为共性支撑技术，推动经济、社会、国防等领域发展。智能技术应用需求不断增长智能形态和水平持续深入体积、功耗、成本越来越低阿兰·麦席森·图灵AlphaGo对阵柯洁AlphaGo对阵李世乭大数据时代的人工智能第一，数据的爆炸式增长第二，计算资源的极大丰富第三，神经网络的复兴传统神经网络深度神经网络深度学习是模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，处理数据。知识计算认知推理从农耕到发明蒸汽机需要几千年，从使用蒸汽机到发明电两三百年，从用电到信息一百多年，从信息到移动互联几十年，从移动互联网到智能互联可能就一二十年。人工智能近年来得到广泛关注，在感知、交互、决策等若干具体应用问题上甚至媲美人类性能，得益于机器学习的发展与进步。监督学习集成学习强化学习主动学习深度学习机器学习是实现机器智能化的关键途径和手段。2018年Hebb学习

感知机1980年BP算法Hopfield网络2006年卷积神经网络递归神经网络RBM自编码器降噪AEDQN变分自编码器R-CNN对抗生成网络图卷积ResNetCapsuleT-SNEAlexNetVGG

NetDenseNetDropOutPCA线性判别分析EM算法谱聚类支持向量机分类与回归树句法学习 Q学习贝叶斯网络AdaBoost核PCA流形学习随机森林主动学习 贝叶斯程序学习

元学习贝叶斯分类器子空间学习形式语言理论深度学习可视化中美人工智能各领域企业数量分布图自然语言处理机器学习应用计算机视觉与图像技术平台智能无人机智能机器机自动驾驶/辅助驾驶处理器/芯片语音识别中国的B端数据不如美国丰富，但在C端数据量上比美国更具优势。中国人工智能是一种社会开放体系，以社会需求和社会的稳定性为导美国人工智能是一种技术开放体系，以技术发展的可能性和效用最大化为导向欧洲强调内部合作，用联盟来推动对人工智能的吸收人工智能应用的四个要素第一，数据+标签（确定性）第二，算力+硬件（功耗成本）第三，算法+边界（约束条件）第四，行业+痛点（特定领域赋能）“人机共生”时代远景出PPT古代：人眼观察第一代视觉计算安全监控完全靠人工传统的模式识别低效的视频分析人工查看闭路电视第二代视觉计算简单的模板匹配第三代视觉计算第四代视觉计算增强的模式识别较高的视频分析万物互联深度学习自主学习准确、高效被动防御主动预警视觉计算的技术演化虚拟人与数藏远景出PPT设备后服务创新领航企业能源管理智慧物流《太空歌剧院》内容领域延展领域直接生产可消费内容，有声书、数学视频等内容辅助生产工具2B，在PGU领域实现内容创作工业化2C，在UGC领域实现低门槛灵感转化基于生成内容进一步变现，NFT/个性化制造等个性化内容营销，martech领域精准获客新手段，分为图像和文字合成数据生成，解决数据短缺及隐私泄露问题基于复刻的个人永生/虚拟陪伴实时交互性内容，适用于游戏等领域服务于特定场景，如GamelAl文本到图像生成通过文本对已有图像内容调整典型应用：图像生成3D图像生成给定语义图像等信息生成与之对应的图像视频生成给定引导条件生成与之对应的视频图像编辑对已有图像内容进行涂改我国AIGC行业目前是尝试阶段，重点在于技术完善+需求探索，研究机构的作用明显。大部分情况下AIGC尚未进入业务场景，变现能力有待增长。原画CG建模BlendShape细节渲染表情动画灯光与合成面捕须发模拟CG低模传统CGAIGC属性信息GANNeRF用户偏好数字人资产驱动源驱动结果驱动结果数字人资产场景植入应用案例：千人千面——个性化人像生成浙江移动——“南宋御街”VR交互应用案例从“语言”到“全身”智能生成和驱动身体服饰编辑多模态情感动作驱动视频结构化分析无人驾驶多种交通参数采集应用落地——重型货车禁行智能监控系统智能云公交智能冰箱食品生鲜识别多维立体身份感知与识别图片识别结果0368000873031150000100598002246图片识别结果0000000561002340000000563005600368000873031150000100598002246000000056100234000000056300560面向移动平台的轻量级CNN网络的文字识别“多专多能”远景出PPTChatGPT会取代哪些岗位初级码民数据分析师文字工作者客服教师律师图书编译广告人交易员文秘ChatGPT场景——问答ChatGPT场景——文本生成ChatGPT场景——文本生成ChatGPT场景——机器翻译ChatGPT的进步对用户实际意图的理解上下文衔接能力ChatGPT场景——多轮对话ChatGPT场景——多轮对话ChatGPT场景——多轮对话ChatGPT的进步对知识和逻辑的理解能力ChatGPT场景——逻辑推理ChatGPT场景——代码生成ChatGPT场景——CVPR

rebuttalChatGPT场景——预测ChatGPT场景——一本正经胡说ChatGPT缺陷ChatGPT场景——世界观ChatGPT场景——世界观ChatGPT场景——世界观ChatGPT场景——善解人意的回复ChatGPT场景——逻辑链完备ChatGPT的成功标志着人工智能从以专用小模型训练为主的“手工作坊时代”迈入到以通用大模型预训练为主的“工业化时代”，成为人工智能发展分水岭。从分析式（表征式）AI到生成式AI逐步演化，基于“大数据+大模型”的生成式ChatGPT产品，是目前为止最为强大的通用人机对话系统。2008年Nature发表论文2010年在语音首先取得突破2012年左右在图像ImageNet上取得突破2016年随着AlphaGo发展深度学习进入大众和产业视野深度学习发展轨迹2018年出现Bert大模型，2018年出现GPT大模型，进入学术界视野2020年进入工业界，纷纷发布大模型2022年出现ChatGPTChatGPT大模型发展轨迹ChatGPT产业最大价值是通过生成式AI获得了貌似人类语言智能。“预训练大模型+微调”远景出PPT跨模态检索与生成实例输入：一只戴着粉色领结的猫以文生图实例——一只可爱的小猫在草地上以文生图实例——一只泰迪熊在游自由泳以文生图实例——一只小猫在骑自行车以文生图实例——一个机器人站在马路中间以文搜图结果示例输入：在一片绿色的树林中一颗树下有一个长椅以文搜图结果示例输入：一个时钟安装在一个建筑物的侧面多模态手语教学ChatGPT将有可能成为下一代用户交互界面ChatGPT将推动搜索引擎迎来技术革命Gmail的创建者保罗·布赫海特发文表示，谷歌将会在一两年内被彻底颠覆——当人们的搜索需求能够被封装好的、语义清晰的答案满足，搜索广告将会没有生存余地。大模型服务极大降低AI技术应用门槛，AI应用将繁荣发展，AI的商业价值得到极大释放，迎来新的黄金十年。虽然人工智能感知能力很强，但是其认知泛化能力不足，需要重点探索类人多模态感认知、人机混合智能理论与方法，实现动态、开放环境下的更通用认知能力。以大数据、跨媒