中國電子學會發布《新一代人工智能領域十大最具成長性技術展望(2018-2019年)》

尋夢新聞LINE@每日推播熱門推薦文章,趣聞不漏接❤️

加入LINE好友

中國電子學會發布《新一代人工智能領域十大最具成長性技術展望(2018-2019年)》 科技 第1張

來源:中國電子學會

資料來源:《麻省理工科技評論》

二、膠囊網路。是指在深度神經網路中構建多層神經元模塊,用以發現並存儲物體詳細空間位置和姿態等信息的技術。該技術能使機器在樣本數據較少情形下,快速識別不同情境下的同一對象,在人臉識別、圖像識別、字符識別等領域具有廣闊的應用前景。

圖 2 膠囊網路算法可以從不同角度識別同一物體

資料來源:International Conference on Learning Representations,

《Matrix capsules with EM routing》

三、雲端人工智能。是指將雲計算的運作模式與人工智能深度融合,在雲端集中使用和共享機器學習工具的技術。該技術將龐大的人工智能運行成本轉移到雲平台,能夠有效降低終端設備使用人工智能技術的門檻,有利於擴大用戶群體,未來將廣泛應用於醫療、製造、能源、教育等多個行業和領域。

圖 3 推出人工智能服務的主要雲計算公司

資料來源:中國電子學會整理

四、深度強化學習。是指將深度神經網路和具有決策能力的強化學習相結合,通過端到端學習的方式做到感知、決策或感知決策一體化的技術。該技術具有無需先驗知識、網路結構複雜性降低、硬件資源需求少等特點,能夠顯著提升機器智能適應複雜環境的效率和健壯性,將在智能製造、智能醫療、智能教育、智能駕駛等領域具有廣闊發展前景。

圖 4 深度強化學習具有良好的結構特點

五、智能腦機交互。是指通過在人腦神經與具有高生物相容性的外部設備間建立直接連接通路,做到神經系統和外部設備間信息交互與功能整合的技術。該技術採用人工智能控制的腦機接口對人類大腦的工作狀態進行準確分析,達到促進腦機智能融合的效果,使人類溝通交流的方式更為多元和高效,未來將廣泛應用於臨床康復、自動駕駛、航空太空等多個領域。

圖 5 智能腦機交互使人類溝通交流高效化

六、對話式人工智能平台。是指融合語音識別、語義理解、自然語言處理、語音合成等多種解決方案,為開發者提供具備識別、理解及反饋能力的開放式平台的技術。該技術能夠做到機器與人在對話服務場景中的自然交互,未來有望在智能可穿戴設備、智能家居、智能車載等多個領域得到大規模應用。

圖 6 對話式人工智能平台結構

資料來源:IDC,中國電子學會整理

七、情感智能。是指利用人工智能手段模擬表情、語氣、情感等類人化情緒響應,以打造具有情緒屬性的虛擬形象的技術。該技術可賦予機器設備更好的對人類情感的識別、理解和引導能力,為用戶帶來更具效率和人性化的交互體驗,未來將在智能機器人、智能虛擬助手等領域得到更為頻繁和深入的應用。

圖 7 情感智能技術將模擬人的情緒

資料來源:《人類神經科學前沿》

八、神經形態計算。是指仿真生物大腦神經系統,在晶片上模擬生物神經元、突觸的功能及其網路組織方式,賦予機器感知和學習能力的技術。該技術的目標在於使機器具備類似生物大腦的低功耗、高效率、高容錯等特性,將在智能駕駛、智能安防、智能搜尋等領域具有廣闊應用前景。

圖 8 神經形態計算的結構

資料來源:中國電子學會整理

九、元學習。是指將神經網路與人類注意機制相結合,構建通用算法模型使機器智能具備快速自主學習能力的技術。該技術能夠使機器智能真正做到自主編程,顯著提升現有算法模型的效率與準確性,未來的進一步應用將成為促使人工智能從專用階段邁向通用階段的關鍵。

圖 9 元學習做到快速自主學習

資料來源:arXiv.org,《Matching Networks for One Shot Learning》

十、量子神經網路。是指採用量子器件搭建神經網路,優化神經網路結構和性能的技術。該技術充分利用了量子計算超高速、超並行、指數級容量的特點,有效縮短了神經網路的訓練時間,未來將在人臉識別、圖像識別、字符識別等領域具有重要應用價值和廣闊前景。

圖10 量子神經網路結構示意圖

資料來源:聯合量子研究院(JQI)

未來智能實驗室是人工智能學家與科學院相關機構聯合成立的人工智能,互聯網和腦科學交叉研究機構。


未來智能實驗室的主要工作包括:建立AI智能系統智商評測體系,開展世界人工智能智商評測;開展互聯網(城市)雲腦研究計劃,構建互聯網(城市)雲腦技術和企業圖譜,為提升企業,行業與城市的智能水平服務。

如果您對實驗室的研究感興趣,歡迎加入未來智能實驗室線上平台。掃描以下二維碼或點擊本文左下角「閱讀原文」

中國電子學會發布《新一代人工智能領域十大最具成長性技術展望(2018-2019年)》 科技 第2張