人工智能发展趋势与高端人才培养.pptx

人工智能发展趋势与高端人才培养.pptx

《人工智能发展趋势与高端人才培养.pptx》由会员分享，可在线阅读，更多相关《人工智能发展趋势与高端人才培养.pptx（65页珍藏版）》请在冰点文库上搜索。

智能发展趋势与高端人才培养,人工智能发展趋势与高端人才培养,智能发展趋势与高端人才培养,提纲,一.人工智能螺旋上升的60年二.人工智能的研究领域与标志性成果三.人工智能的发展趋势四.人工智能高端人才培养,2,智能发展趋势与高端人才培养,3,一、人工智能螺旋上升的60年,何谓人工智能（ArtificialIntelligence,AI）也称作机器智能，是指由人工制造出来的系统所表现出来的智能。

通常人工智能是指通过普通计算机实现的智能。

人工智能研究主要研究内容包括认知建模、知识表示、推理及应用、机器感知、机器思维、机器学习、机器行为和智能系统等研究动机包括推理，知识，规划，学习，交流，感知，移动和操作物体的能力等。

目前有大量人工智能应用系统，其中包括搜索和数学优化，逻辑，基于概率论和经济学的方法等。

智能发展趋势与高端人才培养,计算机科学之父人工智能之父1912.6.23-1954.6.7出生于伦敦1931年，考入剑桥大学国王学院。

1934年他以优异成绩毕业。

1935年因中心极限定理论文当选为国王学院Fellow,一、人工智能螺旋上升的60年,4,智能发展趋势与高端人才培养,AlanTuring的研究生时代,5,1936年，发表论可计算数及其在判定问题上的应用（OnComputableNumbers,withanApplicationtotheEntscheidungsproblem，）。

对哥德尔1931年证明和计算的限制的结果作了重新论述，用有限状态自动机（也称图灵机）的简单形式设备代替了哥德尔的以通用算术为基础的形式语言。

图灵机的最大贡献是奠定了今天电子计算机的理论基础：

由0和1组成的有限状态自动机演算，以及电子计算机的体系结构：

处理器、存储器、输入输出设备在普林斯顿大学度过了1937年和1938年的大部分时间。

1938年，他取得了博士学位。

他的论文研究了超计算（hypercomputation）的概念，在图灵机加上了预言机，让研究图灵机无法解的问题变得可能,智能发展趋势与高端人才培养,6,AlanTuring与AI,1949年，图灵在对人工智能的研究中，提出了一个叫做图灵测试（TuringTest）的实验，尝试定出一个决定机器是否有智能的标准。

1950年10月，图灵发表了题为“机器能思考吗？

”的论文，在计算机科学界引起巨大震撼，为人工智能的创立奠定了基础。

1954年，图灵自杀身亡（苹果手机logo）。

智能发展趋势与高端人才培养,图灵测试,图灵测试（TuringTest）计算机具有智能的判据让一台计算机器和一个人参与测试提问人无法通过非智能特征（例如语音语调）区分人和机器如果测试结束后人不能判断哪个是人，哪个是机器，则可以认为该计算机器具有智能,7,智能发展趋势与高端人才培养,一、人工智能螺旋上升的60年,1956年夏天，在美国Dartmouth大学，由年轻的数学助教McCarthy，和他的三位朋友：

M.L.Minsky：

哈佛大学的数学家N.Lochester：

IBM公司信息研究中心的负责人C.E.Shannon：

贝尔实验室T.More和A.L.Samuel：

IBM公司邀请了：

O.Selfridge和R.Solomonff：

MITA.Newell和H.A.Simon：

CMU召开了一次研讨会（workshop），讨论关于机器智能的有关问题，历时两个月。

8,智能发展趋势与高端人才培养,一、人工智能螺旋上升的60年,1956年夏天，在美国Dartmouth大学，由年轻的数学助教McCarthy，和他的三位朋友：

M.L.Minsky：

哈佛大学的数学家N.Lochester：

IBM公司信息研究中心的负责人C.E.Shannon：

贝尔实验室T.More和A.L.Samuel：

IBM公司邀请了：

O.Selfridge和R.Solomonff：

MITA.Newell和H.A.Simon：

CMU召开了一次研讨会（workshop），讨论关于机器智能的有关问题，历时两个月。

9,智能发展趋势与高端人才培养,一、人工智能螺旋上升的60年,1956年夏天，在美国Dartmouth大学，由年轻的数学助教McCarthy，和他的三位朋友：

M.L.Minsky：

哈佛大学的数学家N.Lochester：

IBM公司信息研究中心的负责人C.E.Shannon：

贝尔实验室T.More和A.L.Samuel：

IBM公司邀请了：

O.Selfridge和R.Solomonff：

MITA.Newell和H.A.Simon：

CMU召开了一次研讨会（workshop），讨论关于机器智能的有关问题，历时两个月。

10,智能发展趋势与高端人才培养,11,一、人工智能螺旋上升的60年,经McCarthy提议，在会上正式决定使用“ArtificialIntelligence”一词来概括这个研究方向，因此，1956年的这个研讨会可以看作是人工智能作为一门独立的学科正式诞生的日子，而McCarthy本人在美国也常常被人们看作是“人工智能之父”。

Dartmouth研讨会并没有导致任何新的突破，然而它却使得所有的这些大人物变得相互熟悉。

在接下来的20年里，人工智能领域正是由这些人及他们所在的麻省理工学院、卡内基-梅隆大学、斯坦福大学和IBM的学生及同事们所统治的。

智能发展趋势与高端人才培养,12,一、人工智能螺旋上升的60年,人工智能的四个发展阶段：

符号推理时期（1956年70年代中期）知识工程时期（20世纪70年代中期80年代后期）机器学习时期（20世纪90年代2010年）深度学习时期（2010年至今）,智能发展趋势与高端人才培养,一、人工智能螺旋上升的60年-符号推理时期,人工智能的优秀研究者MarvinMinsky1927.08.092016.01.241950年，哈佛大学本科1954年，普林斯顿博士1958年-，MIT教授NAE院士，NAS院士1969年，ACMTuringAwardForhiscentralroleincreating,shaping,promoting,andadvancingthefieldofArtificialIntelligenceSNARC,FirstANNcomputer;Frames,13,智能发展趋势与高端人才培养,JohnMcCarthy1927.09.04-2011.10.241948年，CalTech本科1951年，普林斯顿博士1962-2000，斯坦福大学教授1971年，ACMTuringAwardNAE院士（1987），NAS院士（1989）1990年，美国国家科学奖贡献：

Artificialintelligence;Lisp;Timesharing;,一、人工智能螺旋上升的60年-符号推理时期人工智能的优秀研究者,Circumscription;Situationcalculus,14,智能发展趋势与高端人才培养,一、人工智能螺旋上升的60年-符号推理时期HerbertAlexanderSimon司马贺1916-2001年1936年，芝加哥大学本科1943年，芝加哥大学博士1949-2001年，CMU教授1967年，NAS院士1975年，ACMTuringAward贡献：

LogicTheoryMachine、GeneralProblemSolver、Boundedrationality、Timesharing1978年，NobelPrizeinEconomics1986年，美国国家科学奖1994年当选为中国科学院外籍院士。

15,智能发展趋势与高端人才培养,一、人工智能螺旋上升的60年-符号推理时期,AllenNewell1927-1992年1949年，斯坦福大学本科1952年，CMU博士（导师：

司马贺）1972年，NAS院士1975年，ACMTuringAwardfortheirbasiccontributionstoartificialintelligenceandthepsychologyofhumancognition1992年，美国国家科学奖贡献：

InformationProcessingLanguage、Soar,16,智能发展趋势与高端人才培养,一、人工智能螺旋上升的60年-符号推理时期克劳德香农（ClaudeShannon）,17,信息论创始人克劳德香农（ClaudeShannon）也被麦卡锡邀请参加了达特茅斯会议。

当时已是贝尔实验室的资深学者。

香农的硕士和博士论文都是关于如何实现布尔代数方面的，由当时麻省理工学院校长布什（Bush）亲自指导。

博士毕业后香农去了普林斯顿高等研究院，曾和爱因斯坦、哥德尔、外尔（Weyl）等共事。

战争中，他一直在贝尔实验室做密码学工作，阿兰图灵（AlanTuring）在1943年曾秘访美国，和同行交流破解德国密码的经验，期间和香农曾有会晤，一起聊过通用图灵机。

战后香农去英国还回访过图灵，一起讨论计算机下棋的问题。

香农内向，以前从没说过这段往事，直到1982年接受一次采访时才提起。

1950年，香农在科学美国人发表过一篇关于计算机下棋的文章。

智能发展趋势与高端人才培养,一、人工智能螺旋上升的60年-符号推理时期,18,一连串的胜利使人们兴奋起来，醉心于人工智能远景的专家们作出了种种乐观的预言。

1958年，Newell和Simon充满自信地说：

不出十年,计算机将成为世界象棋冠军,除非规定不让它参加比赛;不出十年,计算机将发现并证明那时还没有被证明的数学定理;不出十年,计算机将谱写出具有较高美学价值并得到评论家认可的乐曲;不出十年,大多数心理学家的理论将采用计算机程序来形成。

有些人甚至断言：

照此趋势下去，20世纪80年代将是全面实现人工智能的年代。

到了公元2000年，机器的智能就可以超过人了。

20世纪70年代中期，人工智能进入萧条波折期！

智能发展趋势与高端人才培养,19,一、人工智能螺旋上升的60年知识工程时期,但是，尽管社会的压力很大，却没能动摇人工智能研究先驱者的信念。

经过认真的反思、总结前一时期的经验和教训，Feigenbaum重新举起了Bacon的旗帜:

“知识就是力量!

”，他的关于以知识为中心开展人工智能研究的观点被大多人接受。

从此人工智能的研究又迎来了蓬勃发展的新时期，即以知识为中心的时期。

智能发展趋势与高端人才培养,一、人工智能螺旋上升的60年知识工程时期,人工智能的优秀研究者,EdwardA（Ed）Feigenbaum1936-1956年，CMU本科1960年，CMU博士（西蒙）1965-2000年，斯坦福大学教授NAE院士（1986）1994年，ACMTuringAwardForpioneeringthedesignandconstructionoflargescaleAIsystems（DENDRAL,MYCIN）,demonstratingthepracticalimportanceandpotentialcommercialimpactofartificialintelligencetechnology.,20,智能发展趋势与高端人才培养,一、人工智能螺旋上升的60年知识工程时期,人工智能的优秀研究者,DabbalaRajagopal（Raj）Reddy1937年，出生于印度1958年，印度Anne大学本科1966年，斯坦福大学博士1969年-，CMU教授NAE院士（1984）中国工程院、中国科学院外籍院士ACMTuringAward（1994）“Forpioneeringthedesignandconstructionoflargescaleartificialintelligencesystems”,21,智能发展趋势与高端人才培养,AIbecomesanindustry（1980-88）,R1:

firstsuccessfulcommercialexpertsystem,configuredcomputersystemsatDEC;saved40M$/year1988:

DEChad40expertsystems,DuPont100.1981:

Japans5thgenerationprojectSoftwaretoolsforexpertsystems:

CarnegieGroup,Inference,Intellicorp,TeknowledgeLISP-specifichardware:

LISPMachinesInc,TI,Symbolics,XeroxIndustry:

fewM$in1980-2B$in1988Disillusionmentonexpertsystems（20世纪80年代后期）Bottleneckofknowledgeacquisition!

22,智能发展趋势与高端人才培养,一、人工智能螺旋上升的60年机器学习时期,出发点:

“让系统自己学！

”主要成就:

机器学习是作为“突破知识工程瓶颈”之利器而出现的恰好在20世纪90年代中后期，人类发现自己淹没在数据的汪洋中，对自动数据分析技术机器学习的需求日益迫切,23,智能发展趋势与高端人才培养,一、人工智能螺旋上升的60年机器学习时期机器学习是从人工智能产生的一个重要学科分支，是实现智能化的关键,2010年度,2011年度,24,智能发展趋势与高端人才培养,一、人工智能螺旋上升的60年深度学习时期,深度学习的兴起,25,2006年,Hinton发表了深度学习的Nature文章2012年,Hinton组参加ImageNet竞赛,使用CNN模型以超过第二名10个百分点的成绩夺得当年竞赛的冠军伴随云计算、大数据时代的到来，计算能力的大幅提升，使得深度学习模型在计算机视觉、自然语言处理、语音识别等众多领域都取得了较大的成功,至今最常用的算法：

BPRumelhartetal.,1986,M-Pmodel,智能发展趋深势度与学高习端从人技才术培上养来看，就是“很多层”的神经网络,神经网络实质上是多层函数嵌套形成的数学模型可以说受到了一点生物神经机制的“启发”，但远没有“受指导”,最著名的深度学习模型：

卷积神经网络（CNN:

ConvolutionalNN）LeCunandBengio,1995;LeCunetal.,1998,26,智能发展趋势与高端人才培养,误差梯度在多隐层内传播时,往往会发散而不能收敛到稳定状态，因此，难以直接用经典BP算法训练使用若干诀窍（trick）,提升模型复杂度提升学习能力增加隐层神经元数目（模型宽度）增加隐层数目（模型深度）,有多深？

为何深？

有多深？

例如微软研究院2015年在ImageNet竞赛使用152层网络,27,增加隐层数目比增加隐层神经元数目更有效不仅增加了拥有激活函数的神经元数,还增加了激活函数嵌套的层数,智能发展趋势与高端人才培养,28,智能发展趋势与高端人才培养“十五年周期定律”-计算模式的重大变革：

1950年前后，计算机时代起步：

1965年前后，巨型机革命；1980年前后，个人计算机的普及；1995年前后，互联网革命；2010年前后，物联网+云计算+大数据+人工智能物联网、云计算、大数据、人工智能之间的关系：

29,通过物联网产生、收集海量的数据存储于云平台，再通过大数据分析，甚至更高形式的人工智能为人类的生产活动、生活所需提供更好的服务。

这必将是第四次工业革命进化的方向。

智能发展趋势与高端人才培养,30,文,“十五年周期定律”-计算模式的重大变革：

1950年前后，计算机时代起步：

1965年前后，巨型机革命；1980年前后，个人计算机的普及；1995年前后，互联网革命；2010年前后，智能计算机革命。

是否存在人工智能领域的“十五年周期定律”？

孕育形成期：

1945年1961年，从1945年提出MP模型，1961年Minsky发表迈向人工智能的步骤；符号推理期：

1961年1976年，定理证明、搜索技术、专家系统；知识工程期：

1977年1991年，1977年费根鲍姆提出知识工程概念，到1991年日本五代机计划的破产；机器学习期：

1991年-2006年，机器学习、数据挖掘;深度学习期：

2006年Hinton在Nature上发表深度学习论,智能发展趋势与高端人才培养,二、人工智能的研究领域与标志性成果,31,智能感知,智能推理,智能学习,机器人与智能系统,模式识别机器视觉自然语言处理与理解搜索技术自动定理证明计算机博弈专家系统一般机器学习方法人工神经网络数据挖掘与知识发现计算智能与进化计算机器人学分布式人工智能与agent智能系统,智能发展趋势与高端人才培养,人工智能中的里程碑成就LandmarkachievementsinAI,引自图灵奖获得者劳伊雷迪（RaiReddy）在CNCC2014的报告。

人机对弈（Man-machinegaming）无人驾驶（Driverlesscar）信息检索（Informationretrieval）机器翻译（Machinetranslation）问题问答（Question&answering）语音理解（Speechunderstanding）,智能发展趋势与高端人才培养,1）人机对弈（Man-machinegaming）,国际象棋：

1997年，IBM公司的Deepblue战胜了国际象棋冠军卡斯帕罗夫。

在2006年的首届中国象棋人机大战中，计算机已11:

9战胜5位国内顶尖高手（柳大华、徐天红、卜凤波、汪洋、张强）2016年3月15日，谷歌围棋软件AlphaGo以4:

1的总比分战胜韩国棋手李世石。

2017年月日，人工智能“冷扑大师”德州扑克牌手战胜“龙之队”（李开复）。

斗地主、桥牌、麻将人机对战已基本没有悬念！

智能发展趋势与高端人才培养2）无人驾驶（Driverlesscar）,左图自动驾驶排名。

右图为谷歌公司开在发的无人驾驶汽车构造示意图。

加州、内华达州和佛罗里达州三个州已经通过了类似法案成为允许无人驾驶汽车公共道路上进行实验。

智能发展趋势与高端人才培养,3）信息检索（Informationretrieval）,信息检索已经成为互联网上的最大应用，如Google,Yahoo,百度，360等。

信息过滤技术、异构信息整合与全息检索、信息推送、推荐算法等。

基于内容的信息检索（Content-BasedInformationRetrieval,CBIR），如应用人工智能算法的视频图像检索系统。

用于信息安全的生物识别系统，如人眼识别、虹膜识别、指纹识别、手掌静脉识别等。

智能Agent技术。

智能发展趋势与高端人才培养,4）机器翻译（Machinetranslation）,机器翻译是一个充满挑战的研究领域，正因为难度很大，它被列为21世纪世界十大科技难题之首。

一路走来，机译经历了艰难而曲折的发展历程，既有成功和兴奋，也有挫折和困惑。

在这一领域，竞争正变得空前激烈。

如今功能较强、方便易用的在线翻译工具有谷歌翻译、必应翻译、脸谱翻译、宝贝鱼翻译、巴比伦翻译等，其中后起之秀的谷歌翻译最具特色，同时最具代表性。

机译更激动人心的应用，在于日常对话中的即时翻译。

这一领域同样是谷歌领先;它拥有较强的语音识别技术，可以通过声音实现自动检索，再将语音识别和机译结合在一起。

智能发展趋势与高端人才培养5）问题问答（Question&,answering）,华生基本上是由多台的IBMPower7处理器平台服务器，搭配IBM专为这次机智问答开发的IBMDeepQA软件构成，本身是不连网的超级计算机，与过去需要将问题输入机器不同，华生能够透过语音进行分析，并且从背后共15TB的数据库找出答案，并且回答问题。

更进一步的是，Watson还能模仿人类针对问题进行策略考虑，例如问题的挑选、是否略过不擅长的题目，还会模仿人类的口吻。

华生战胜了两期益智节目Jeopardy的冠军，取得100万元大奖。

智能发展趋势与高端人才培养,6）语音理解（Speechunderstanding）目前,主导语音识别发展方向的主要研究机构是IBM和AT&T的BellLab。

IBM公司和BellLab使用的方法都是基于统计模型HMM。

HMM之所以在语音识别中应用较为成功,主要是它具有较强的对时间序列结构的建模能力。

采用语音理解是提高语音识别正确率的主要技术手段和重要的研究方向,目前的语音识别系统均是由声学模型加语言模型构成。

语音理解首先应对语料库进行开发和研究,近几年来英美各国相继开发了超大型语料库,如一亿词的英国国家语料库和两亿词Birmingham英语语料库:

以及一亿词的美国计算语言学会计算语言学语料库。

科大讯飞从事智能语音及语言技术研究。

智能发展趋势与高端人才培养,三、人工智能的发展趋势,39,美国于2016年10月发布为人工智能的未来作好准备和国家人工智能研究与发展战略计划。

日本成立国家级人工智能研究中心，于2017年制定了人工智能产业化路线图。

英国于2016年11月发布人工智能对未来决策的机会和影响官方报告，将利用人工智能优势，提升英国国力。

加拿大启动“泛加拿大人工智能战略”，重点提出增加加拿大人工智能领域的卓越学者和学生数量。

智能发展趋势与高端人才培养,我国新一代人工智能发展战略,2015年7月，人工智能被写入国务院关于积极推进“互联网+”行动的指导意见，将其列为“互联网+”战略的一部分；2016年3月，人工智能被写入国家“十三五”规划纲要；2016年底，“十三五”国家科技创新规划和“十三五”国家战略新兴产业发展规划都把人工智能作为重点内容；2017年3月，科技部“科技创新2030重大项目”新增“人工智能2.0”，人工智能进一步上升为国家战略；2017年7月，国务院发布新一代人工智能发展规划；十九大报告在“深化供给侧结构性改革”部分指出，“加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合”。

智能发展趋势与高端人才培养,新一代人工智能发展规划解读,到2020年，我们人工智能产业竞争力务必要进入国际第一方阵。

实现人工智能核心产业规模达1500亿，带动相关产业规模超万亿。

到2025年，我们人工智能的理论和技术务必达到世界领先水平。

实现人工智能核心产业规模达4000亿，带动相关产业规模超5万亿。

到2030年，我们人工智能务必要占据全球人工智能制高点。

实现人工智能核心产业规模达1万亿，带动相关产业规模超10万亿。

开辟专门渠道，实行特殊政策，实现人工智能高端人才精准引进。

在我国中小学阶段设置人工智能相关课程，尽快建立人工智能学院，增加相关博士，硕士招生培育。

智能发展趋势与高端人才培养,国家自然科学基金委信息学部成立五处:

人工智能处。

2017年8月2日，发布国家自然科学基金人工智能基础研究应急管理项目指南，本次启动项目主要面向人工智能前沿基础、智能自主运动体、复杂过程智能优化决策三大方向，每个方向涵盖若干主题，支持科学家开展相关研究。

针对上述研究方向，拟资助25个项目。

每个项目资助直接费用200-250万元。

我国新一代人工智能发展战略,智能发展趋势与高端人才培养,国外人工智能技术产业发展情况,近年来，人们对人工智能产生浓厚兴趣，产业界首先布局。

据美国CBInsight公司2016年7月报告，2011年至今，谷歌、微软、Twitter、Intel、Apple等IT巨头收购了约140家AI领域的创业公司。

仅2016年上半年，资本市场对AI投入已超2015年全年。

谷歌2014年高价收购DeepMind公司，谷歌自称正从一个