简体网页||繁体网页

☆☆☆☆☆

图书标签:

• 人工智能
• 工业和信息化
• 社科文献
• 蓝皮书
• 报告
• 2016-2017
• 科技发展
• 产业分析
• 中国
• 智库研究

店铺： 北京新脚步图书专营店

出版社： 社会科学文献出版社

ISBN：9787520104395

商品编码：27062145189

丛书名： 人工智能发展报告

.............

..............

 

皮书系列·工业和信息化蓝皮书：人工智能发展报告（2016-2017）

 

作者: 出版社: 出版时间:2017年06月

 

 

定价   ¥ 89.00

 

 

 

 

内容简介   本书重点阐述了人工智能的技术原理和突破，深入分析了国外科技巨头企业在人工智能领域的布局和进展情况，概括总结了各国政府推动人工智能发展的政策措施。该报告还特别分析了人工智能在交通、医疗、教育、移动设备、汽车、智能家居等领域的应用及投资融资情况，深入剖析了人工智能代表性企业，分析和总结了主流的开放平台及开源技术框架，并对人工智能未来发展方向做出预测。*后，该报告评选出2016年人工智能领域的十大热点事件。    作者简介 尹丽波，国家工业信息安全发展研究中心（工业和信息化部电子D一研究所）主任，高*工程师。国家工业信息安全产业发展联盟理事长、中国两化融合咨询服务联盟副理事长、国家网络安全检查专家委员会秘书长。长期从事网络信息安全和信息化领域的理论与技术研究，先后主持工业转型升级专项、国家发改委信息安全专项、国家242信息安全计划等几十项重要研究课题，作为D一完成人获部级奖励1项。   目 录   Ⅰ 总报告
1 全球人工智能迎来第三次发展浪潮【张毅夫】／001
一 人工智能经过六十年的历程进入快速发展阶段／002
二 人工智能的赋能性对经济社会具有重大影响／006
三 全球人工智能产业规模和企业数量爆发式增长／008
四 机器学习推动自然语言处理和图像识别技术快速发展／011
五 中国人工智能正在国际舞台上发挥重要作用／013
2 各国政府积极布局抢占人工智能发展机遇【付万琳】／016
一 美国通过持续投入在人工智能领域取得显著进展／018
二 欧盟启动HBP工程旨在打造人工智能综合ICT平台／023
三 中国多部委多领域协同布局人工智能发展／026
四 日韩政府开始加码人工智能推动经济转型／031
3 人工智能将推动产业变革，加速智能社会的到来【张宇泽】／036
一 人工智能将成为国际话语权争夺的主战场／037
二 人工智能与传统产业的结合将成为产业发展的主流方向／038
三 人机协作将成为人工智能未来商业化的主要方向／041
四 自动驾驶进入有条件自动化阶段，辅助驾驶将迎来规模化应用／044

Ⅱ 产业篇
4 科技巨头围绕主业打造人工智能生态，创业企业面向细分领域深耕【张 瑶】／047
5 三大技术基础推动人工智能走向实用【张宇泽】／073
6 人工智能加速与终端和垂直行业融合【张熠天】／105
7 人工智能成为投融资热点领域【张 瑶】／121

Ⅲ 专题篇
8 人工智能成为科技巨头战略布局重点【黄 洁】／142
9 开放平台成为科技巨头展示人工智能技术的重要渠道【温 源】／176
10 开源框架成为科技巨头全面布局的重点【张宇泽】／197

Ⅳ 附录
11 2016年人工智能十大事件／214
12 人工智能与机器学习公司清单（高盛）／229
13 参考文献／239

Abstract／244
Contents／247     

 

《人工智能发展报告（2016-2017）》全面梳理了2016年至2017年间中国乃至全球人工智能领域的关键进展、技术突破、产业应用、政策动向以及面临的挑战与机遇。本书旨在为研究者、决策者、企业及公众提供一个深入、客观、前瞻性的人工智能发展全景图。 第一部分：技术驱动与前沿探索 本部分深入剖析了人工智能在2016-2017年间技术层面的核心进展。 机器学习的深度演进： 深度学习作为人工智能的核心驱动力，在这一时期取得了显著突破。报告详细阐述了以卷积神经网络（CNN）、循环神经网络（RNN）及生成对抗网络（GAN）为代表的深度学习模型的最新进展。例如，CNN在图像识别和计算机视觉领域实现了前所未有的准确率，推动了自动驾驶、医疗影像诊断等应用的飞跃。RNN及其变体（如LSTM、GRU）在自然语言处理（NLP）方面表现出色，极大地提升了机器翻译、语音识别、文本生成等任务的性能，为智能助手、智能客服等产品的普及奠定了基础。GAN则在图像生成、数据增强等方面展现出强大的潜力，开辟了内容创作和艺术设计的新领域。报告还会探讨模型训练效率的提升、可解释性AI的研究进展，以及如何解决数据孤岛和数据偏见等问题。 自然语言处理（NLP）的跨越式发展： 2016-2017年是NLP技术突飞猛进的两年。报告将聚焦于大规模预训练模型的兴起，如Word2Vec、GloVe的进一步应用，以及后续Transformer架构的出现及其对NLP领域产生的颠覆性影响。具体来说，报告将详细介绍句法分析、语义理解、情感分析、问答系统、对话生成等方面的技术进步。例如，在机器翻译方面，神经机器翻译（NMT）已经取代了统计机器翻译，实现了更流畅、更自然的语言转换。在文本生成方面，模型能够生成更加连贯、有逻辑的文章和故事。报告还会分析BERT、GPT等早期预训练模型的性能特点及其对下游任务的影响，并展望未来NLP技术在跨语言理解、多模态信息融合等方向的发展潜力。 计算机视觉（CV）的广泛应用： 计算机视觉技术在这一时期得到了空前的应用推广。报告将详细介绍目标检测、图像分割、人脸识别、姿态估计、场景理解等关键技术的发展。在自动驾驶领域，CV技术是实现车辆感知环境、识别障碍物、规划路径的核心；在安防领域，人脸识别技术被广泛应用于身份验证和视频监控；在医疗影像领域，CV技术辅助医生进行疾病诊断，提高了效率和准确性。报告还将探讨3D视觉、物体三维重建、视频分析等新兴研究方向，以及这些技术如何在增强现实（AR）、虚拟现实（VR）等领域带来革命性的体验。 强化学习（RL）的突破与挑战： 强化学习作为一种通过试错学习最优策略的方法，在这一时期也取得了显著成果，尤其是在游戏领域，如AlphaGo的成功进一步证明了其潜力。报告将解析深度强化学习（DRL）的基本原理，并介绍其在机器人控制、资源调度、金融交易等领域的初步探索。然而，报告也会客观分析RL在样本效率、泛化能力、安全性等方面的挑战，以及如何将其与深度学习相结合，克服现有瓶颈。 其他前沿技术动态： 除了上述核心技术，报告还将触及其他重要技术领域，如语音识别与合成的最新进展，智能推荐系统算法的优化，知识图谱的构建与应用，以及AI伦理、可解释性AI、AI安全等交叉领域的研究热点。 第二部分：产业格局与应用落地 本部分聚焦于人工智能在2016-2017年间如何在各行各业实现落地，以及由此形成的产业格局。 AI+制造： 智能制造是人工智能应用的重要方向。报告将详细阐述AI在工业机器人、智能排产、质量检测、预测性维护等方面的应用。例如，通过机器学习对生产数据进行分析，可以预测设备故障，减少停机时间；利用计算机视觉技术进行产品缺陷检测，提高生产效率和产品质量。报告还将探讨AI在供应链优化、仓储物流自动化等方面的作用。 AI+医疗： 医疗领域的AI应用被寄予厚望。报告将聚焦于AI在辅助诊断（如影像识别）、药物研发、疾病预测、个性化治疗方案制定等方面的进展。例如，AI能够帮助医生快速分析大量的医学影像，提高诊断的准确性和效率；AI还可以加速新药的筛选和研发过程。报告还将讨论AI在医疗机器人、智能健康监测等方面的应用前景。 AI+金融： 金融行业是AI技术最早应用的领域之一。报告将深入分析AI在风险控制（如反欺诈）、智能投顾、量化交易、客户服务（如智能客服）等方面的应用。例如，AI能够实时监测交易行为，有效识别和阻止欺诈活动；智能投顾能够根据用户的风险偏好和财务目标，提供个性化的投资建议。 AI+零售： AI正在重塑零售业的购物体验和运营模式。报告将探讨AI在智能推荐、精准营销、库存管理、无人商店、客户行为分析等方面的应用。例如，通过分析用户的购买历史和浏览行为，AI可以提供个性化的商品推荐，提升用户满意度和转化率。 AI+交通： 自动驾驶汽车和智能交通系统是AI在交通领域的重要体现。报告将分析AI在车辆感知、决策规划、交通流量预测、智能信号灯控制等方面的应用。虽然2016-2017年自动驾驶技术仍处于发展阶段，但报告将回顾该时期关键的技术里程碑和测试进展。 AI+教育： AI在教育领域的应用正逐步深入。报告将探讨AI在个性化学习、智能辅导、学习效果评估、教育资源智能匹配等方面的潜力。例如，AI能够根据学生的学习进度和特点，提供定制化的学习内容和练习，提升学习效率。 AI+安防： AI在安防领域的应用极为广泛。报告将聚焦于人脸识别、行为分析、视频监控智能化、智能预警等技术，以及它们在公共安全、智慧城市建设中的作用。 AI+其他行业： 除了上述主要领域，报告还将简要介绍AI在农业、能源、娱乐、媒体等行业的应用探索与进展。 第三部分：政策导向与发展生态 本部分从国家战略和产业生态的角度，审视人工智能的发展环境。 中国人工智能发展战略与政策： 报告将重点分析2016-2017年间，中国政府出台的一系列旨在推动人工智能发展的重要政策文件和战略规划。例如，可能涉及国家层面的“新一代人工智能发展规划”的讨论和准备工作，以及地方政府为吸引AI人才和企业出台的扶持政策。报告将解读这些政策的核心目标、重点支持领域以及对产业发展的影响。 全球人工智能发展动态： 除了中国，报告还将梳理美国、欧洲、日韩等主要国家和地区在人工智能领域的研究进展、产业布局和政策导向，进行对比分析，以提供更广阔的国际视野。 AI人才培养与引进： 人才被视为AI发展的核心驱动力。报告将分析该时期AI人才的供需状况、教育体系的调整以及企业的人才引进策略，并探讨产学研结合的模式。 AI伦理、安全与法律法规： 随着AI技术的广泛应用，其带来的伦理、安全和法律问题也日益凸显。报告将关注该时期关于AI偏见、隐私保护、算法黑箱、责任归属等问题的讨论，以及相关法律法规的探索性研究。 投资与融资趋势： 报告将分析2016-2017年间全球和中国人工智能领域的投资热点、主要投资机构以及融资规模的变化趋势，为理解产业发展态势提供数据支撑。 开源社区与标准建设： 开源技术在AI发展中扮演着重要角色。报告将探讨TensorFlow、PyTorch等主流AI开源框架的演进，以及AI标准化的进展，它们如何促进技术的传播和产业的协作。 第四部分：挑战与未来展望 本部分对当前人工智能发展面临的挑战进行深入剖析，并对未来发展趋势进行前瞻性预测。 关键技术瓶颈： 尽管AI取得了显著进展，但仍存在一些技术瓶颈，如数据的依赖性、算法的通用性、泛化能力不足、能源消耗大等。报告将深入分析这些瓶颈，并探讨可能的解决方案。 产业落地中的痛点： AI技术在实际应用中，常常面临数据壁垒、算法落地难、成本高昂、用户接受度等问题。报告将分析这些痛点，并提出克服建议。 AI伦理与社会影响： AI的广泛应用可能带来就业结构调整、隐私侵犯、算法歧视、信息茧房等社会问题。报告将呼吁负责任的AI发展，并探讨如何构建一个更加公平、包容和可持续的AI未来。 未来发展趋势预测： 基于对2016-2017年发展情况的分析，报告将对人工智能的未来发展方向进行预测，包括：更强大的通用人工智能（AGI）的探索、AI与其他前沿技术（如5G、物联网、边缘计算）的融合、AI在创造性领域（如艺术、音乐、文学）的应用、以及AI在解决全球性挑战（如气候变化、疾病治疗）中的作用。 《人工智能发展报告（2016-2017）》以翔实的数据、深入的分析和前瞻性的视角，为读者呈现了人工智能技术、产业和社会发展的重要历史阶段。它不仅是一份回顾，更是理解人工智能发展脉络、把握未来机遇的宝贵参考。

评分☆☆☆☆☆

这本书的行文风格，说实话，是那种需要静下心来细品的类型。它避开了那些浮夸的、煽动性的语言，取而代之的是一种克制而有力的叙述方式。那种感觉就像是听一位经验丰富的大师在娓娓道来，每一个论断的提出，都建立在一系列扎实的数据和无可辩驳的案例支撑之上。我尤其欣赏它在论证过程中所展现的平衡感。它不会过分偏袒任何一种技术路线或商业模式，而是以一种近乎审慎的态度，客观地呈现了不同阵营的优势与短板。这种中立和审慎，使得报告的说服力大大增强，它更像是一份面向决策层的参考白皮书，而不是一份倾向性的市场宣传册。对于我们这些需要依据专业报告做出判断的人来说，这种“去情绪化”的表达，正是我们最需要的品质。

评分☆☆☆☆☆

老实讲，这本书的厚度本身就构成了一种无声的宣言，它代表着投入的时间和心血。然而，厚而不冗余，这是最难能可贵的地方。我发现自己可以根据不同的需求，采取不同的阅读策略。如果时间紧张，可以先研读摘要和结论部分，它们已经高度概括了全书的精华；如果需要深入研究某个具体领域，书中详尽的附录和数据支撑部分，则提供了充足的“挖掘空间”。它成功地在“提供快速参考”和“支持深度研究”这两种需求之间找到了一个绝佳的平衡点。对于任何想要系统性提升自己对该领域认知的专业人士而言，这本书更像是一部值得反复查阅的工具书，而非一读即弃的快消品。它的内容具有持续的保质期，能够伴随我们度过下一阶段的行业观察期，其投资回报率是相当高的。

评分☆☆☆☆☆

我接触过不少同类型的行业报告，但这本书在内容组织上的宏观与微观结合的把握，确实达到了一个新的高度。它并非仅仅停留在对前沿技术的罗列和炒作上，而是深入地挖掘了背后的驱动力、潜在的风险以及对社会经济结构可能产生的深远影响。阅读过程中，我发现作者团队在构建分析框架时，展现出了极高的专业素养。他们似乎有着一套成熟的方法论，能够将纷繁复杂的市场动态和技术迭代，系统地归类到几个核心的维度进行剖析。这种结构化的思考方式，极大地帮助我梳理了自己对该领域的认知脉络，避免了陷入碎片化信息的泥潭。很多报告读完后，除了记住几个热词外，所得甚少，但这本书提供的是一种思考的“工具箱”，教会你如何去观察、去评估一个新兴技术领域的发展轨迹，这种知识的内化价值远超报告本身呈现的具体结论。

评分☆☆☆☆☆

这本书的装帧设计着实让人眼前一亮，那种沉稳又不失现代感的色调搭配，以及封面上字体选择的考究，都透露出一种严谨治学的气息。初次翻阅时，我就被它排版的精致度所吸引。无论是章节的划分，还是图表的布局，都显得井井有条，逻辑清晰。对于一本需要深度阅读的学术性著作而言，这种视觉上的友好度至关重要，它极大地降低了阅读的门槛，让那些原本可能感到枯燥的专业内容，也变得更容易被大脑接纳和消化。尤其是那些数据图表，它们并非简单的数据堆砌，而是经过精心设计，用最直观的方式呈现了复杂的趋势和对比，使得即便是初涉此领域的读者，也能迅速捕捉到核心信息。这种对细节的打磨，体现了出版社在出版流程中对知识传播载体本身的重视，让人感觉到手中捧着的不仅仅是一本书，更是一件用心制作的知识产品。这种对实体书体验的关注，在当前这个电子阅读日益普及的时代，显得尤为珍贵，它成功地将严肃的学术探讨，与愉悦的阅读体验完美地融合在了一起。

评分☆☆☆☆☆

从信息获取的角度来看，这本书的价值密度可以说是令人惊叹的。我尝试着去查阅了一些报告中提及的背景资料和引用的数据来源，发现其背后所付出的调研深度和广度，非同一般。它显然不是基于二手资料的简单拼凑，而是渗透到了产业链的上下游，甚至跨越了地域限制，去搜集第一手的观察和统计。书中对于特定技术应用场景的案例分析部分，处理得尤其精彩。它没有泛泛而谈，而是选取了几个具有代表性的行业案例，通过“问题引入—解决方案剖析—效果评估”的路径，将抽象的技术概念具体化、场景化。这使得原本高深的理论知识，瞬间变得鲜活起来，也让我们得以窥见这些前沿技术如何在现实世界的复杂系统中落地生根，这个过程的细节揭示，是其他泛泛而谈的材料所无法比拟的。