2016年智能技术发展趋势教案.docx

2016年智能技术发展趋势赛迪智库信息化中心 刘鹏宇1996年，IBM公司开发的深蓝计算机与国际象棋大师卡斯帕罗夫进行了一场比赛，最后深蓝计算机取得了胜利。当时这引起了社会各界的巨大轰动，甚至有人认为人工智能将取代人脑。此后，智能技术的发展并没有想象的那样快，但是最近几年，智能技术在为机器赋予了人类感觉和思考能力方面取得了长足进步，将在2016年呈现以下十大发展趋势。一、信息系统集成化推动智能技术重大突破由于各类信息系统的集成应用，智能技术在终端轻型化、运算复杂化、平台大型化等方面形成突破。首先是集成电路技术迅猛发展。集成电路技术推动具有不同功能系统的相互集成。例如，手机成为集通信、拍照、导航等多种功能于一体的智能终端。其次是复杂运算性能大幅提高。计算机的快速并行运算能力为处理大规模非结构化数据提供支撑。最后是大型云平台集中涌现。大型云平台推动不同类型的服务向平台集中，进而引起用户数据的集中，为智能技术发展提供了沃土。二、机器学习加快平台化开源化就像学生在学习中提升能力一样，机器学习是指计算机通过学习人们为它提供的大量“素材”，能够在不依靠外部设定程序的情况下，具备自主识别、处理信息并做出判断的能力。目前，谷歌、facebook、微软、IBM等公司都加快机器学习技术的研发，并向外界开放了本公司的机器学习平台。究其原因，主要是他们希望以机器学习平台凝聚全球智力资源，挖掘散落在全球各个角落的智慧聚合价值。同时，同谷歌开放安卓开发平台一样，这些公司虽然开放了内部核心技术平台，但仍然牢牢掌控了机器学习技术生态的主导权。因此，更多的机器学习技术将会在2016年向世界开源，从而形成全球共同研发的大平台。三、基于人工神经网络的深度学习扩大技术实验深度学习和机器学习有本质区别。深度学习是指按照人脑神经结构在计算机上建立人工神经元网络，教会机器如何像人一样思考。与人类大脑沟回越多智商越高类似，人工神经元网络的层次越多，学习深度就越深，神经元规模就越大，计算也就越复杂。因此当前很多大公司都在不断扩大人工神经网络的规模，已知规模达到150多层。深度学习在机器翻译、图像识别等领域正加快应用。例如，通过不断提升人工神经元网络的技术能力，计算机能够在海量视频图像中准确快速地找到某一帧画面。2016年，更多加深学习深度的技术试验将会集中展开。四、机器感觉及应用取得关键突破机器感觉就是机器要像人一样具有视觉、味觉、听觉、触觉等感觉能力，并凭借此开展一系列工作。机器感觉应用的蓬勃发展主要依赖三大技术的支撑。首先是精准传感技术。以往，我们的传感技术只是传输大致的数据信息，并不是很准确。例如，压力传感过去精度不是很高，而现在智能手机屏幕可以通过识别人们触摸屏幕的不同强度，而提供不同服务。其次是多传感、多信息融合技术。人类在看到一朵花的时候，也能闻到它的芳香，这是视觉和嗅觉的融合作业。依托多传感、多信息融合技术，机器感觉也具备这种能力，能够将不同类型感知数据以统一格式传输到信息处理中枢。最后是互联网技术。互联网技术让机器拥有了远程感知能力，不光能对周边环境尽在掌握，还能感知千里之外的环境数据。五、智能技术在信息密集行业率先商业化智能技术与商业化是相辅相成，只有很好的商业化才能为技术发展提供源源不断的资金支持，同时技术发展也将为商业化带来更多的消费需求。2016年，智能技术将在视频存储与处理、网络与信息平台运营、电子商务、互联网金融服务、地图与位置服务、公共安全管理等信息密集行业加快商业化步伐。例如，在视频存储和处理行业，以往感知终端是全天候对外界环境进行不间断地记录，由此形成的海量数据会为存储设备带来巨大存储压力。现在，智能技术会有选择地进行数据地采集和存储，在有必要的情况下开启工作，并实时对采集数据进行压缩、去冗余等操作，实现对视频数据的智能处理。六、智能装备及机器人开始规模量产目前，无人机、无人车、智能机器人、3D打印等都已形成成熟产品，并开始规模量产。在无人机和无人车方面，美国、英国去年都实施了多项优惠政策，支持无人机、无人车的发展；奔驰、奥迪公司提出将在2016年引入智能驾驶技术，百度公司也将扩大无人驾驶汽车的试验范围。在智能机器人方面，美国、俄罗斯正在研发新一代具有作战能力的军用机器人，同时美国还计划在太空站部署太空机器人。在智能工厂方面，德国很可能会在2016年推出智能工厂平台，像Windows平台连接计算机、打印机等设备一样，智能工厂平台将会把工厂中各种机器设备全部连接在一起。七、智能识别技术进入快速产业化阶段智能识别技术主要是对物品、环境、图像的识别。首先是物品智能识别。智能识别技术通过利用二维码、射频识别（RFID）等对物品进行标记，能够快速记录物品特征信息、实时抓取特定信息、智能追溯物品来源。目前，该项技术已在食药品流通全生命周期追溯、车牌实时智