前瞻经济学人盘点：2019人工智能行业十大影响力事件
导读：作为炙手可热的新兴前沿产业，人工智能（AI）早已成为各国政府及科技巨头们的宠儿。在获得大量融资的背后，人工智能的发展也持续提速，随着计算能力的大幅提高和可用数据量的激增，有望为个人、企业和整个社会创造巨大价值。2019年已经进入尾声，这一年来，人工智能领域都发生了哪些值得关注的大事件呢？跟着前瞻经济学人一起来回顾！
2019年人工智能领域都发生了什么大事件
（文章来源：CDA数据分析师）
2019年无疑是忙碌的一年。人工智能的进步和新闻频频登上头条新闻，让我们的生活充满了敬畏和自豪的时刻，但一些其他时刻充却斥着一种恼人的想法，那就是这项技术让人们发现，我们的社会并没有准备好迎接人工智能的普及。2019年，究竟是人工智能进步的一年，还是幻灭的一年呢？随着研究人员攻城略地，迅速攻克以前难以企及的基准，今天，我们可不可以这样认为，这个领域已经正在步入稳步发展的轨道呢？
在ADSP（AppliedDataSciencePartners，意即“应用数据科学合作伙伴”）网站上，我们想后退一步，把2019年的人工智能界发生的事件整理好，以让公众能够有个全新的视角。在聚光灯下，重要的是要将一项工作最初吸引人们的兴趣，与它的实际重要性，以及它对该领域产生的影响区分开来。为此，本文将展开人工智能故事的平行线索，并试图分离出它们的意义。多亏了我们出色的内容作家ElenaNisioti，她将这些故事讲得如此精彩！
如果让我们用一句话来描述2019年的人工智能现状，那很可能是：“强化学习（ReinforcementLearning）回归，看起来将永存”。
到目前为止，我们中的大多数人可能已经熟悉了监督式学习（SupervisedLearning）：有些人收集了大量的训练数据，将它们馈送到机器学习算法中，然后得到一个模型，这个模型可以为我们进行预测和分类。我们中的一些人甚至可能有这样的印象：即，人工智能就是监督式学习的同义词。然而，监督式学习只不过是我们今天拥有的众多类型的机器学习中的一种罢了。
在强化学习（ReinforcementLearning，RL）中，智能体用试错的方法，通过与环境进行交互来学习，这种环境会给它们的行为提供奖励回报。当涉及到多个智能体时，它们被称为多智能体强化学习系统（Multi-agentReinforcementLearningSystem）。
这个领域已经存在几十年，从概念上来讲，它听起来比监督式学习更像是一种合理的创造智能的学习机制。然而，直到2015年，DeepMind才获得了人们的关注，当时DeepMind使用深度Q学习（DeepQ-learning）创建了Atari（雅达利）游戏的智能体，这是一种结合了经典强化学习算法和深度神经网络的算法。2018年，OpenAI也通过解决Montezuma’sRevenge（一款被认为难度特别高的Atari游戏），从而在这一领域确立了自己的地位。
自去年GoogleBERT、ELMo和ulmfit等系统在2018年底推出以来，自然语言处理一直风头正茂，但今年的聚光灯被OpenAI的GPT-2给“夺走了”，它的表现引发了人们对自然语言处理系统的道德使用的大讨论。今年，人们也见证了最近一些深度学习技术走向成熟。应用监督式学习，特别是计算机视觉技术，已经催生了现实生活中成功的产品和系统。
生成对抗网络（GenerativeAdversarialNetworks，GAN）是一对神经网络，其中，生成器网络试图通过学习生成模仿训练数据的图像来欺骗判别器网络，现在已经达到了近乎完美的水平。对人工智能来说，创造虚假但又逼真的人物和物体的图像，已经不再是前沿领域了。从2014年生成对抗网络的引入到2019年NVDIA开源的StyleGAN，一图胜千言，我们用下面的图片来说明，这可能是理解该领域进展情况的最佳方式：
2019年，人工智能创造的艺术品甚至脱离了过去几年的假设性讨论，成为了今天博物馆装置和拍卖的一部分。计算机视觉还被应用于一些具有重大商业和社会意义的领域，包括自动驾驶车辆和医学。但是，人工智能算法在这些领域中的应用自然是缓慢的，因为它们直接与人类生活直接互动。至少到目前为止，这些系统还不是完全自主的，它们的目的，在于支持和增强人类操作员的能力。
研究团队正与医院密切合作，开发用于疾病早期预测的人工智能系统，并整理大量的健康数据档案，其中一个值得注意的例子，是DeepMindHealth和UCLH之间正在进行的合作。然而，这些工作中的大部分仍处于试验阶段，迄今为止，唯一获得FDA批准的人工智能系统是SubtlePet，这是一款使用深度学习增强医学图像的软件。
（责任编辑：fqj）
年终盘点：2023年人工智能热点事件一览
智能制造网讯2020年，“人工智能”成为产业发展的高频热词，市场前景获得业界的普遍认可，发展速度不断加快，各区域也纷纷出台规划助推新型应用落地。在今年即将结束之际，让我们一起来了解下人工智能领域发生了哪些有趣、重要的事件吧！
[[358895]]
人工智能高中版教材出炉！由清华大学编撰
1月7日，清华大学宣布，专门为高中生打造的教材《人工智能(高中版)》将于今年9月正式出版。据了解，《人工智能(高中版)》编委均为人工智能领域前沿专家组成，由清华大学交叉信息研究院计算机科学实验班和人工智能班教学团队通过对AI课程进行完整梳理，选出八个人工智能核心基础模块，包含搜索、线性回归、机器学习、决策树、神经网络、计算机视觉、自然语言处理与强化学习。
中科院发布“智能物联时代的C语言—木兰”
1月，中国科学院计算技术研究所国家重点实验室宣布，由该实验室编译组主导研发的国产编程语言“木兰”正式发布，Mulan原本是ModuleUnitLanguage的简写，直译即“模块单元语言”。据中科院计算所介绍，“木兰”是一款定位于面向智能物联应用、采用最新编程语言设计理念和编译技术的程序设计语言，“木兰”是由编译实验室完全自主设计、开发和实现的编程语言。
农业农村部：促进AI等技术与农业融合2月17日，农业农村部办公厅印发《2020年乡村产业工作要点》，加力推进产业融合发展，提升乡村产业层次水平。以信息技术带动业态融合，促进互联网、物联网、区块链、人工智能、5G、生物技术等新一代信息技术与农业融合。
欧盟发布AI白皮书计划每年吸引200亿欧元AI投资
当地时间2月19日，欧盟委员会在布鲁塞尔发布《人工智能白皮书》，旨在促进欧洲在人工智能领域的创新能力，推动道德和可信赖人工智能的发展。白皮书表示，欧洲需要大幅提高人工智能研究和创新领域的投资水平，目标是未来10年中，每年在欧盟吸引200亿欧元的AI技术研发和应用资金。
微型AI入选2020全球十大突破性技术
2月26日，2020年《麻省理工科技评论》全球十大突破性技术榜单今日发布，其中包括：防黑互联网、超个性化药物、数字货币、抗衰老药物、人工智能发现分子、超级星座卫星、量子优越性、微型人工智能、差分隐私、气候变化归因共10大突破性技术。
三部门发布第二批16个新职业人工智能训练师等在列
3月，人力资源和社会保障部与市场监管总局、国家统计局联合向社会发布了第二批16个新职业，包括智能制造工程技术人员、工业互联网工程技术人员、虚拟现实工程技术人员、人工智能训练师等。
科技部支持四城建新一代AI创新发展试验区
3月，科技部发函支持济南、西安、成都、重庆四个城市建设国家新一代人工智能创新发展试验区。自此，包括先前获批的北京、上海、合肥、杭州、深圳、天津等6个城市和浙江省德清县，我国国家新一代人工智能创新发展试验区拟将扩容至十市一县。
华为发布计算视觉研究计划助力AI开发者
3月，在华为开发者大会2020(Cloud)上，华为分享了在计算视觉领域的基础研究成果。同时，华为发布计算视觉研究计划，并邀请全球AI专家参与研究。
加速AI普惠化，地平线推新一代“天工开物”AI开发平台
3月，边缘AI芯片全球领导者地平线推出了全新一代“天工开物”AI开发平台，AI开发平台基于自研AI芯片打造，由模型仓库(ModelZoo)、AI芯片工具链(AIToolchain)及AI应用开发中间件(AIExpress)三大功能模块构成，旨在通过全面降低开发者门槛、提升开发速度、保证开发质量，赋能产业智慧升级。
国务院：推动AI等领域数据采集标准化
4月，国务院发布关于构建更加完善的要素市场化配置体制机制的意见。其中提出，发挥行业协会商会作用，推动人工智能、可穿戴设备、车联网、物联网等领域数据采集标准化。
天猫精灵全面展示AI美护技术
4月13日，天猫精灵全面展示了人工智能技术在美护领域的应用。当天，天猫精灵与AMIRO、松下电器、TCL、小熊电器等完成签约，将率先应用智能美护技术进行产品研发。
人工智能案例TOP100榜单出炉，阿里、百度、大疆等纷纷上榜
4月，由中国科学院主管、科学出版社主办的核心杂志《互联网周刊》发布“2019人工智能案例TOP100”，该榜单覆盖国内外主流人工智能及科技企业，囊括政务、金融、医疗、零售等各个领域的前沿的人工智能应用案例。榜单中收录了当前中国人工智能应用领域大量优秀案例，百度、阿里巴巴、大疆、商汤等企业纷纷上榜。
七部门：运用AI、物联网等技术推动废旧家电回收处理智能化升级
5月，发改委、工信部、财政部等七部门联合发布了《关于完善废旧家电回收处理体系推动家电更新消费的实施方案》。实施方案对推动我国废旧家电回收处理整体发展进行了详细指导，从市场、技术、标准、监管、保障等多个方面作出了具体部署。值得一提的是，实施方案中还多次提及，要加强运用人工智能等信息技术，并加快提升废旧家电处理机械化、自动化和智能化水平。