2023年人工智能领域发展七大趋势
图片来源：美国《福布斯》双周刊网站
科技创新世界潮
人工智能已成为人类有史以来最具革命性的技术之一。“人工智能是我们作为人类正在研究的最重要的技术之一。它对人类文明的影响将比火或电更深刻”。2020年1月，谷歌公司首席执行官桑达尔·皮查伊在瑞士达沃斯世界经济论坛上接受采访时如是说。
美国《福布斯》网站在近日的报道中指出，尽管目前很难想象机器自主决策所产生的影响，但可以肯定的是，当时光的车轮到达2022年时，人工智能领域新的突破和发展将继续拓宽我们的想象边界，其将在7大领域“大显身手”。
增强人类的劳动技能
人们一直担心机器或机器人将取代人工，甚至可能使某些工种变得多余。但人们也将越来越多地发现，人类可借助机器来提升自身技能。
比如，营销部门已习惯使用工具来帮助确定哪些潜在客户更值得关注；在工程领域，人工智能工具通过提供维护预测，让人们提前知道机器何时需要维修；法律等知识型行业将越来越多地使用人工智能工具，帮助人们对不断增长的可用数据中进行分类，以找到完成特定任务所需的信息。
总而言之，在几乎每个职业领域，各种智能工具和服务正在涌现，以帮助人们更有效地完成工作。2022年人工智能与人们日常生活的联系将会变得更加紧密。
更大更好的语言建模
语言建模允许机器以人类理解的语言与人类互动，甚至可将人类自然语言转化为可运行的程序及计算机代码。
2020年中，人工智能公司OpenAI发布了第三代语言预测模型GPT—3，这是科学家们迄今创建的最先进也是最大的语言模型，由大约1750亿个“参数”组成，这些“参数”是机器用来处理语言的变量和数据点。
众所周知，OpenAI正在开发一个更强大的继任者GPT—4。尽管细节尚未得到证实，但一些人估计，它可能包含多达100万亿个参数（与人脑的突触一样多）。从理论上讲，它离创造语言以及进行人类无法区分的对话更近了一大步。而且，它在创建计算机代码方面也会变得更好。
网络安全领域的人工智能
今年1月，世界经济论坛发布《2021年全球风险格局报告》，认为网络安全风险是全世界今后将面临的一项重大风险。
随着机器越来越多地占据人们的生活，黑客和网络犯罪不可避免地成为一个更大的问题，这正是人工智能可“大展拳脚”的地方。
人工智能正在改变网络安全的游戏规则。通过分析网络流量、识别恶意应用，智能算法将在保护人类免受网络安全威胁方面发挥越来越大的作用。2022年，人工智能的最重要应用可能会出现在这一领域。人工智能或能通过从数百万份研究报告、博客和新闻报道中分析整理出威胁情报，即时洞察信息，从而大幅加快响应速度。
人工智能与元宇宙
元宇宙是一个虚拟世界，就像互联网一样，重点在于实现沉浸式体验，自从马克·扎克伯格将脸书改名为“Meta”（元宇宙的英文前缀）以来，元宇宙话题更为火热。
人工智能无疑将是元宇宙的关键。人工智能将有助于创造在线环境，让人们在元宇宙中体会宾至如归的感觉，培养他们的创作冲动。人们或许很快就会习惯与人工智能生物共享元宇宙环境，比如想要放松时，就可与人工智能打网球或玩国际象棋游戏。
低代码和无代码人工智能
2020年，低代码/无代码人工智能工具异军突起并风靡全球，从构建应用程序到面向企业的垂直人工智能解决方案等应用不一而足。这股新鲜势力有望在2022年持续发力。数据显示，低代码/无代码工具将成为科技巨头们的下一个战斗前线，这是一个总值达132亿美元的市场，预计到2025年其总值将进一步提升至455亿美元。
美国亚马逊公司2020年6月发布的Honeycode平台就是最好的证明，该平台是一种类似于电子表格界面的无代码开发环境，被称为产品经理们的“福音”。
自动驾驶交通工具
数据显示，每年有130万人死于交通事故，其中90%是人为失误造成的。人工智能将成为自动驾驶汽车、船舶和飞机的“大脑”，正在改变这些行业。
特斯拉公司表示，到2022年，其生产的汽车将拥有完全的自动驾驶能力。谷歌、苹果、通用和福特等公司也有可能在2022年宣布在自动驾驶领域的重大飞跃。
此外，由非营利的海洋研究组织ProMare及IBM共同打造的“五月花”号自动驾驶船舶（MAS）已于2020年正式起航。IBM表示，人工智能船长让MAS具备侦测、思考与决策的能力，能够扫描地平线以发觉潜在危险，并根据各种即时数据来变更路线。2022年，自动驾驶船舶技术也将更上一层楼。
创造性人工智能
在GPT—4谷歌“大脑”等新模型的加持下，人们可以期待人工智能提供更加精致、看似“自然”的创意输出。谷歌“大脑”是GoogleX实验室的一个主要研究项目，是谷歌在人工智能领域开发出的一款模拟人脑具备自我学习功能的软件。
2022年，这些创意性输出通常不是为了展示人工智能的潜力，而是为了应用于日常创作任务，如为文章和时事通讯撰写标题、设计徽标和信息图表等。创造力通常被视为一种非常人性化的技能，但人们将越来越多地看到这些能力出现在机器上。
刘霞
[责编：涂子怡]人工智能的十大应用
导读：人工智能已经逐渐走进我们的生活，并应用于各个领域，它不仅给许多行业带来了巨大的经济效益，也为我们的生活带来了许多改变和便利。下面，我们将分别介绍人工智能的一些主要应用场景。
作者：王健宗何安珣李泽远
来源：大数据DT（ID：hzdashuju）
01 无人驾驶汽车
无人驾驶汽车是智能汽车的一种，也称为轮式移动机器人，主要依靠车内以计算机系统为主的智能驾驶控制器来实现无人驾驶。无人驾驶中涉及的技术包含多个方面，例如计算机视觉、自动控制技术等。
美国、英国、德国等发达国家从20世纪70年代开始就投入到无人驾驶汽车的研究中，中国从20世纪80年代起也开始了无人驾驶汽车的研究。
2005年，一辆名为Stanley的无人驾驶汽车以平均40km/h的速度跑完了美国莫哈维沙漠中的野外地形赛道，用时6小时53分58秒，完成了约282千米的驾驶里程。
Stanley是由一辆大众途锐汽车经过改装而来的，由大众汽车技术研究部、大众汽车集团下属的电子研究工作实验室及斯坦福大学一起合作完成，其外部装有摄像头、雷达、激光测距仪等装置来感应周边环境，内部装有自动驾驶控制系统来完成指挥、导航、制动和加速等操作。
2006年，卡内基梅隆大学又研发了无人驾驶汽车Boss，Boss能够按照交通规则安全地驾驶通过附近有空军基地的街道，并且会避让其他车辆和行人。
近年来，伴随着人工智能浪潮的兴起，无人驾驶成为人们热议的话题，国内外许多公司都纷纷投入到自动驾驶和无人驾驶的研究中。例如，Google的GoogleX实验室正在积极研发无人驾驶汽车GoogleDriverlessCar，百度也已启动了“百度无人驾驶汽车”研发计划，其自主研发的无人驾驶汽车Apollo还曾亮相2018年央视春晚。
但是最近两年，发现无人驾驶的复杂程度远超几年前所预期的，要真正实现商业化还有很长的路要走。
02 人脸识别
人脸识别也称人像识别、面部识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别涉及的技术主要包括计算机视觉、图像处理等。
人脸识别系统的研究始于20世纪60年代，之后，随着计算机技术和光学成像技术的发展，人脸识别技术水平在20世纪80年代得到不断提高。在20世纪90年代后期，人脸识别技术进入初级应用阶段。目前，人脸识别技术已广泛应用于多个领域，如金融、司法、公安、边检、航天、电力、教育、医疗等。
有一个关于人脸识别技术应用的有趣案例：张学友获封“逃犯克星”，因为警方利用人脸识别技术在其演唱会上多次抓到了在逃人员。
2018年4月7日，张学友南昌演唱会开始后，看台上一名粉丝便被警方带离现场。实际上，他是一名逃犯，安保人员通过人像识别系统锁定了在看台上的他；
2018年5月20日，张学友嘉兴演唱会上，犯罪嫌疑人于某在通过安检门时被人脸识别系统识别出是逃犯，随后被警方抓获。随着人脸识别技术的进一步成熟和社会认同度的提高，其将应用在更多领域，给人们的生活带来更多改变。
03机器翻译
机器翻译是计算语言学的一个分支，是利用计算机将一种自然语言转换为另一种自然语言的过程。机器翻译用到的技术主要是神经机器翻译技术（NeuralMachineTranslation，NMT），该技术当前在很多语言上的表现已经超过人类。
随着经济全球化进程的加快及互联网的迅速发展，机器翻译技术在促进政治、经济、文化交流等方面的价值凸显，也给人们的生活带来了许多便利。例如我们在阅读英文文献时，可以方便地通过有道翻译、Google翻译等网站将英文转换为中文，免去了查字典的麻烦，提高了学习和工作的效率。
04声纹识别
生物特征识别技术包括很多种，除了人脸识别，目前用得比较多的有声纹识别。声纹识别是一种生物鉴权技术，也称为说话人识别，包括说话人辨认和说话人确认。
声纹识别的工作过程为，系统采集说话人的声纹信息并将其录入数据库，当说话人再次说话时，系统会采集这段声纹信息并自动与数据库中已有的声纹信息做对比，从而识别出说话人的身份。
相比于传统的身份识别方法（如钥匙、证件），声纹识别具有抗遗忘、可远程的鉴权特点，在现有算法优化和随机密码的技术手段下，声纹也能有效防录音、防合成，因此安全性高、响应迅速且识别精准。
同时，相较于人脸识别、虹膜识别等生物特征识别技术，声纹识别技术具有可通过电话信道、网络信道等方式采集用户的声纹特征的特点，因此其在远程身份确认上极具优势。
目前，声纹识别技术有声纹核身、声纹锁和黑名单声纹库等多项应用案例，可广泛应用于金融、安防、智能家居等领域，落地场景丰富。
05智能客服机器人
智能客服机器人是一种利用机器模拟人类行为的人工智能实体形态，它能够实现语音识别和自然语义理解，具有业务推理、话术应答等能力。
当用户访问网站并发出会话时，智能客服机器人会根据系统获取的访客地址、IP和访问路径等，快速分析用户意图，回复用户的真实需求。同时，智能客服机器人拥有海量的行业背景知识库，能对用户咨询的常规问题进行标准回复，提高应答准确率。
智能客服机器人广泛应用于商业服务与营销场景，为客户解决问题、提供决策依据。同时，智能客服机器人在应答过程中，可以结合丰富的对话语料进行自适应训练，因此，其在应答话术上将变得越来越精确。
随着智能客服机器人的垂直发展，它已经可以深入解决很多企业的细分场景下的问题。比如电商企业面临的售前咨询问题，对大多数电商企业来说，用户所咨询的售前问题普遍围绕价格、优惠、货品来源渠道等主题，传统的人工客服每天都会对这几类重复性的问题进行回答，导致无法及时为存在更多复杂问题的客户群体提供服务。
而智能客服机器人可以针对用户的各类简单、重复性高的问题进行解答，还能为用户提供全天候的咨询应答、解决问题的服务，它的广泛应用也大大降低了企业的人工客服成本。
06智能外呼机器人
智能外呼机器人是人工智能在语音识别方面的典型应用，它能够自动发起电话外呼，以语音合成的自然人声形式，主动向用户群体介绍产品。
在外呼期间，它可以利用语音识别和自然语言处理技术获取客户意图，而后采用针对性话术与用户进行多轮交互会话，最后对用户进行目标分类，并自动记录每通电话的关键点，以成功完成外呼工作。
从2018年年初开始，智能外呼机器人呈现出喷井式兴起状态，它能够在互动过程中不带有情绪波动，并且自动完成应答、分类、记录和追踪，助力企业完成一些烦琐、重复和耗时的操作，从而解放人工，减少大量的人力成本和重复劳动力，让员工着力于目标客群，进而创造更高的商业价值。当然智能外呼机器人也带来了另一面，即会对用户造成频繁的打扰。
基于维护用户的合法权益，促进语音呼叫服务端健康发展，2020年8月31日国家工信部下发了《通信短信息和语音呼叫服务管理规定（征求意见稿）》，意味着未来的外呼服务，无论人工还是人工智能，都需要持证上岗，而且还要在监管的监视下进行，这也对智能外呼机器人的用户体验和服务质量提出了更高的要求。
07智能音箱
智能音箱是语音识别、自然语言处理等人工智能技术的电子产品类应用与载体，随着智能音箱的迅猛发展，其也被视为智能家居的未来入口。究其本质，智能音箱就是能完成对话环节的拥有语音交互能力的机器。通过与它直接对话，家庭消费者能够完成自助点歌、控制家居设备和唤起生活服务等操作。
支撑智能音箱交互功能的前置基础主要包括将人声转换成文本的自动语音识别（AutomaticSpeechRecognition，ASR）技术，对文字进行词性、句法、语义等分析的自然语言处理（NaturalLanguageProcessing，NLP）技术，以及将文字转换成自然语音流的语音合成技术（TextToSpeech，TTS）技术。
在人工智能技术的加持下，智能音箱也逐渐以更自然的语音交互方式创造出更多家庭场景下的应用。
08个性化推荐
个性化推荐是一种基于聚类与协同过滤技术的人工智能应用，它建立在海量数据挖掘的基础上，通过分析用户的历史行为建立推荐模型，主动给用户提供匹配他们的需求与兴趣的信息，如商品推荐、新闻推荐等。
个性化推荐既可以为用户快速定位需求产品，弱化用户被动消费意识，提升用户兴致和留存黏性，又可以帮助商家快速引流，找准用户群体与定位，做好产品营销。
个性化推荐系统广泛存在于各类网站和App中，本质上，它会根据用户的浏览信息、用户基本信息和对物品或内容的偏好程度等多因素进行考量，依托推荐引擎算法进行指标分类，将与用户目标因素一致的信息内容进行聚类，经过协同过滤算法，实现精确的个性化推荐。
09医学图像处理
医学图像处理是目前人工智能在医疗领域的典型应用，它的处理对象是由各种不同成像机理，如在临床医学中广泛使用的核磁共振成像、超声成像等生成的医学影像。
传统的医学影像诊断，主要通过观察二维切片图去发现病变体，这往往需要依靠医生的经验来判断。而利用计算机图像处理技术，可以对医学影像进行图像分割、特征提取、定量分析和对比分析等工作，进而完成病灶识别与标注，针对肿瘤放疗环节的影像的靶区自动勾画，以及手术环节的三维影像重建。
该应用可以辅助医生对病变体及其他目标区域进行定性甚至定量分析，从而大大提高医疗诊断的准确性和可靠性。另外，医学图像处理在医疗教学、手术规划、手术仿真、各类医学研究、医学二维影像重建中也起到重要的辅助作用。
10 图像搜索
图像搜索是近几年用户需求日益旺盛的信息检索类应用，分为基于文本的和基于内容的两类搜索方式。传统的图像搜索只识别图像本身的颜色、纹理等要素，基于深度学习的图像搜索还会计入人脸、姿态、地理位置和字符等语义特征，针对海量数据进行多维度的分析与匹配。
该技术的应用与发展，不仅是为了满足当下用户利用图像匹配搜索以顺利查找到相同或相似目标物的需求，更是为了通过分析用户的需求与行为，如搜索同款、相似物比对等，确保企业的产品迭代和服务升级在后续工作中更加聚焦。
关于作者：王健宗，博士，某大型金融集团科技公司资深人工智能总监、高级工程师，中国计算机学会大数据专家委员会委员、高级会员，美国佛罗里达大学人工智能博士后，曾任美国莱斯大学电子与计算机工程系研究员、美国惠普公司高级云计算解决方案专家。
何安珣，某大型金融集团科技公司高级算法工程师，中国计算机学会会员，中国计算机学会青年计算机科技论坛（YOCSEF深圳）委员。拥有丰富的金融智能从业经验，主要研究金融智能系统框架搭建、算法研究和模型融合技术等，致力于推动金融智能的落地应用与价值创造。
李泽远，某大型金融集团科技公司高级人工智能产品经理，中国计算机学会会员，长期致力于金融智能的产品化工作，负责技术服务类的产品生态搭建与实施推进。
本文摘编自《金融智能：AI如何为银行、保险、证券业赋能》，经出版方授权发布。
延伸阅读《金融智能》
点击上图了解及购买
转载请联系微信：DoctorData
推荐语：这是一部讲解如何用AI技术解决银行、保险、证券行业的核心痛点并帮助它们实现数智化转型的著作。作者从金融智能一线从业者的视角，深入剖析了传统金融行业的痛点与局限，以及金融智能的特点与优势，阐明了人工智能等技术在金融业的必要性，并针对金融智能在银行、保险和证券业的诸多应用场景，给出了具体解决方案。
划重点????
干货直达????
有了中台，那后台还剩下什么？（图解中台架构）
关于读书，我发现每一个技术大牛都有这个怪癖
2020福布斯中国富豪榜发布！10年来谁是中国最有钱的人？
34秒看完200余年美国总统大战：民主党vs共和党谁是赢家？
更多精彩????
在公众号对话框输入以下关键词
查看更多优质内容！
PPT | 读书 | 书单 | 硬核 | 干货 | 讲明白 | 神操作
大数据 | 云计算 | 数据库 | Python | 可视化
AI | 人工智能 | 机器学习 | 深度学习 | NLP
5G | 中台 | 用户画像 | 1024 | 数学 | 算法 | 数字孪生
据统计，99%的大咖都完成了这个神操作
????
新一代人工智能的发展与展望
随着大数据、云计算等技术的飞速发展，人们生产生活的数据基础和信息环境得到了大幅提升，人工智能（AI）正在从专用智能迈向通用智能，进入了全新的发展阶段。国务院印发的《新一代人工智能发展规划》指出新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。在4月10日“吴文俊人工智能科学技术奖”十周年颁奖盛典中，作为我国不确定性人工智能领域的主要开拓者、中国人工智能学会名誉理事长李德毅院士荣获“吴文俊人工智能最高成就奖”，并在大会上作题为《探索什么叫新一代人工智能》的报告，探讨了新一代人工智能的内涵和路径，引领着新一代人工智能的发展与展望。
人工智能这一概念诞生于1956年在美国达特茅斯学院举行的“人工智能夏季研讨会”，随后在20世纪50年代末和80年代初先后两次步入发展高峰，但因为技术瓶颈、应用成本等局限性而均掉入低谷。在信息技术的引领下，数据信息快速积累，运算能力大幅提升，人工智能发展环境发生了巨大变化，跨媒体智能、群体智能成为新的发展方向，以2006年深度学习模型的提出为标志，人工智能第三次站在了科技发展的浪潮之巅。
当前，随着移动互联网、物联网、大数据、云计算和人工智能等新一代信息技术的加速迭代演进，人类社会与物理世界的二元结构正在进阶到人类社会、信息空间和物理世界的三元结构，人与人、机器与机器、人与机器的交流互动愈加频繁。在多源数据、多元应用和超算能力、算法模型的共同驱动下，传统以计算机智能为基础的、依赖于算力算法和数据的人工智能，强调通用学习和大规模训练集的机器学习，正逐渐朝着以开放性智能为基础、依赖于交互学习和记忆、基于推理和知识驱动的以混合认知模型为中心的新一代人工智能方向迈进。应该说，新一代人工智能的内核是“会学习”，相较于当下只是代码的重复简单执行，新一代人工智能则需要能够在学习过程中解决新的问题。其中，学习的条件是认知，学习的客体是知识，学习的形态是交互，学习的核心是理解，学习的结果是记忆……因此，学习是新一代人工智能解释解决现实问题的基础，记忆智能是新一代人工智能中多领域、多情景可计算智能的边界和约束。进而当人类进入和智能机器互动的时代，新一代人工智能需要与时俱进地持续学习，不断检视解决新的问题，帮助人机加深、加快从对态势的全息感知递进到对世界的多维认知。
事实上，基于数据驱动型的传统人工智能，大多建立在“数据中立、算法公正和程序正义”三要素基础之上，而新一代人工智能更关注于交互能力，旨在通过设计“记忆”模块来模仿人脑，解决更灵活多变的实际问题，真正成为“不断学习、与时俱进”的人工智能。特别是人机交互支撑实现人机交叉融合与协同互动，目前已在多个领域取得了卓越成果，形成了多方面、多种类、多层次的应用。例如，在线客服可以实现全天候不间断服务，轻松解决用户咨询等问题，也可将棘手问题转交人工客服处理，降低了企业的管理成本；在智慧医疗领域，人工智能可以通过神经影像实现辅助智能诊断，帮助医生阅片，目前准确率已达95%以上，节省了大量的人力；2020年，在抗击疫情的过程中，新一代人工智能技术加速与交通、医疗、教育、应急等事务协作联动，在科技战“疫”中大显身手，助力疫情防控取得显著成效。
未来已来，随着人工智能逐渐融入居民生活的方方面面，将继续在智慧医疗、自动驾驶、工业制造智能化等领域崭露头角。一是基于新一代人工智能的智慧医疗，将助力医院更好记录、存储和分析患者的健康信息，提供更加精准化和个性化的健康服务，显著提升医院的临床诊断精确度。二是通过将新一代人工智能运用于自动驾驶系统的感知、预测和决策等方面，重点解决车道协同、多车调度、传感器定位等问题，重新定义城市生活中人们的出行方式。三是由于我国工业向大型化、高速化、精细化、自主化发展，对高端大规模可编程自动化系统提出迫切需求，新一代人工智能将推动基于工业4.0发展纲领，以高度自动化的智能感知为核心，主动排除生产障碍，发展具备有适应性、资源效率、人机协同工程的智能工厂应运而生。总之，如何展望人工智能通过交互学习和记忆理解实现自编程和自成长，提升自主学习和人机交互的效率，将是未来研究着力发展的硬核领域，并加速新一代信息技术与智能制造深度融合，推动数字化转型走深走实，有信心、有能力去迎接下一场深刻产业变革的到来。
作者：徐云峰
catalogs:13000076;contentid:7688970;publishdate:2021-06-11;author:黄童欣;file:1623414511328-aff718d9-3742-46b0-b08c-e56bdd1ed8c8;source:29;from:中华读书报;timestamp:2021-06-1120:28:23;[责任编辑:]新一代人工智能在国防科技领域发展探讨
2.1
发展人工智能技术
是掌握未来战争主动权的需要
人工智能技术推动作战装备的升级。未来,“自主化、无人化、智能化”是下一代武器装备发展的重要方向。将人工智能技术应用于作战装备,催生具有自主感知分析、优化决策和任务规划的无人化作战平台、如机器人、无人机、无人潜艇和无人装甲车等,最终形成性能优良、作战精度高、响应速度快以及优化决策和适应能力强的新型作战力量。作战装备整体性能得以提升,也提升了精准执行任务的能力和打赢战争的胜率。
人工智能技术推动作战指挥模式的转变。智能无人装备、指挥系统和作战平台的应用,人工智能技术贯穿战争准备和作战过程的整个流程,战争推演、作战方案制定、信息感知、战争准备、情报分析、智能辅助决策、作战指挥、效果评估和战争发展趋势预测等人工智能作战力量将在未来战争中发挥越来越重要的作用。人工智能技术保障了作战信息的及时提供和分析决策能力,提升了作战指挥能力,保障了战争的胜利。
人工智能技术推动作战模式的转变。智能无人装备和作战平台的大量装备,意味着未来战争样式必然由以人类为主体的作战模式向以高速响应、迅速判断决策、高精准执行任务和以毫无生理需求的智能装备为主体的全天候协同作战模式转变,智能无人装备将自主实施信息采集、分析决策、信息共享及协同作战,提升战场的反应能力、指挥能力和作战能力,加快战争进程。
综上,人工智能技术对作战装备、作战指挥和作战模式均会带来重大影响,先进的装备、指挥和作战模式将对战争进程和胜负产生关键影响。鉴于人工智能技术在军事领域的广泛运用及其对战争方式的彻底改观,亟需发展面向军事需求的人工智能技术,以人工智能赋能武器装备创新研发和作战指挥,形成满足智能化作战的新型智能装备体系和作战指挥体系,以引领未来、取得战争的先机。
2.2
发展人工智能技术
是支撑军工装备研制生产模式转型的需要
新一代信息技术为制造新一代信息技术为制造业的深刻变革注入了新的活力。以德国“工业4.0”战略、美国“工业互联网”为代表,世界主要制造强国均提出以智能化的制造模式和技术，作为实现高效、低成本制造以及提升制造能力的重要突破口《中国制造2025》也提出将智能制造作为两化融合的主攻方向，着力发展智能装备和智能产品,推进生产过程智能化,培育新型生产方式,全面提升企业研发、生产、管理和服务的智能化水平。
人工智能技术推动装备研制的转型升级。国防科技工业经过几十年的发展,军工核心能力显著提升,智能化为核心的制造能力。以智能制造为重要突破口，通过将人工智能技术应用于军工产品,构建以信息物理融合制造系统为核心的智能生产模式,逐步建立起适应武器装备跨企业、跨地域高效协同的智能制造体系和产业价值链体系,满足新一代武器装备高质量研制和批产的需求,使武器装备研制模式发性根本性转变,提升国防科技的技术保障能力和武器装备的研制能力。综上,面临工业4.0时代的发展机遇与挑战,武器装备制造正在经历“数字化、网络化、智能化”的转型升级,在大力推进武器装备制造数字化转型的同时,迫切需要针对武器装备制造的特定需求,将先进的人工智能技术融合应用于武器装备制造的全寿命周期,加速推动智慧研发、智能制造、智能试验和智能保障,为武器装备智能制造提供发展新动能。
2.3
发展人工智能技术
是保障国防科技先进性的需要
人工智能技术保障国防科技的先进性。国防科技工业是国家安全之根本,是国家安全的脊梁,国防科技领域人工智能技术的发展必须自主可控、安全稳定，人工智能作为事关国防科技工业未来发展的重大战略,关键技术和核心基础决不能受制于人。因此,迫切需要从全局出发,加快发展稳定支撑国防科技的人工智能产业。一方面为国防科技工业提供自主可控的人工智能技术支撑,另一方面发展形成具有特色的人工智能技术服务产业,形成较为完善的人工智能产业链,支撑国防建设。
人工智能技术推动国防科技的发展。由于军事装备的特殊性,现有面向民用领域的人工智能技术不能够直接应用于军事装备,需要国防工业部门牵头,集人工智能领域的优势力量,结合航空、航天、兵器、船舶及电子等武器装备领域的专业知识和业务流程,发展适用于国防科技领域的先进武器装备发展和装备制造能力提升的人工智能技术,保证国防科技领域人工智能技术的先进性和实用性。
3
新一代人工智能
在国防科技领域的重点发展方向
国防科技领域人工智能发展布局如图1所示。围绕武器装备创新发展、作战体系变革和装备研发升级的特色需求,在军民融合战略框架下,研究并突破基础技术、基础硬件、核心软件和标准规范等基础支撑技术,推动基础支撑技术在武器装备、智能作战和装备研发中的应用,开发智能作战装备、智能作战系统和智能研发系统,在以上基础上融合发展,最终形成智能装备体系、智能作战体系和智能研发体系。
▲图1：国防科技领域人工智能发展布局图
3.1
基础技术支撑
3.1.1基础技术
3.1.2基础硬件
加快研发并应用高精度、高性能、高可靠性、低成本的环境、动作、图像等智能传感器,发展面向军事应用场景的磁感、超声波、非可见光、生物化学等智能传感器;研发军民两用、自主可控的针对特定应用领域的高性能、高扩展性、低功耗类脑智能芯片,以及与智能芯片配套的编译器和驱动软件等支撑工具;发展与机器人相关的控制、伺服、减速等核心元器件。
3.1.3核心软件
针对群体智能、自主无人系统智能作战平台和智能单兵系统等国防科技领域的人工智能重点技术应用需求,应重点研究并开发核心算法和具有自主产权的无人控制系统,加快研发集成训练和终端执行的公共技术、开发框架和工具集等核心软件平台。
3.1.4标准规范
制定人工智能系列标准,科学定义国防科技领域人工智能的要求、规范和准则等,确保人工智能技术满足功能性和互操作性等关键目标要求,并保证运行可靠安全;制定国防科技领域人工智能的评估、比较和管理的协议和程序,并量化人工智能技术发展水平。
3.2
国防特色应用
3.2.1智能装备系统
“智能+”现役装备。围绕飞行器、舰船、车辆、火炮、枪械、雷达和发动机等现役装备,将人工智能技术应用于现役装备智能升级,重点加强装备的战场数据智能感知、机动打击精确制导、协同作战智能指控、装备运行智能保障和联合作战人机协同等方面的综合作战效能提升,挖掘和提升现役装备的作战效能。
无人智能装备。面向未来智能化战争的发展态势,加快推进人工智能技术与武器装备创新发展的交互渗透和有机融合,重点面向地面、空中、水面、水下、太空、网络空间以及人的认知空间等多域作战环境,创新发展无人机/战车/舰艇/航天器、无人蜂群、智能弹药、军用机器人、智能单兵系统等智能装备,提升装备的智能化水平和执行任务的能力。
智能维护保障系统。面向武器装备服役中的维护保障,融合人工智能、工业大数据和虚拟/增强现实等技术,重点开展武器装备运行数据感知与分析挖掘、装备远程故障诊断与智能推理预测、基于增强现实与人工智能的远程检测与综合保障维修、武器装备自动故障诊断与维修等研究,提升快速响应及自主保障能力。
3.2.2智能作战系统
人机协同/无人机协同作战。围绕以无人智能装备为作战主体的未来战争模式,重点开展人工智能条件下的人机协同作战和无人作战理论研究,以及人机高度协同混编及作战、无人蜂群自主编队及协同作战、战场形态的感知分析、作战行动自主规划和决策、作战系统安全等研究,形成以精准打击、群体协同、信息共享和快速决策为主要特征的智能作战系统和作战模式。
辅助智能决策指挥。围绕未来智能作战空间范围大、智能作战对抗强度大、战场情况变化快和作战影响因素多等特点,重点开展人工智能条件下的作战与指挥体系理论研究,以及作战环境及作战态势仿真、战争智能推演、海量数据源及复杂战场态势感知/分析/智能决策、人机智能交互等研究,构建战争辅助智能决策指挥系统,实现战场态势实时感知、战争进程及时分析、作战计划滚动制定以及作战指令动态下达。
3.2.3智能研发系统基于知识/数据挖掘的智能设计
基于知识/数据挖掘的智能设计。围绕武器装备设计能力和设计效率提升的需求,重点开展面向总体设计、分系统设计、结构设计和工艺设计过程数据的整理和凝练、数据模型的构建、数据推理及挖掘算法、基于知识的设计推理、基于大数据的设计规律挖掘、设计过程仿真等技术研究和系统构建,为设计提供支撑,提升产品设计质量,缩短产品设计周期。
4
新一代人工智能
在国防科技领域的发展建议
4.1
加强战略规划与引导
围绕国防科技领域武器装备发展和研制能力提升的需求,从顶层谋划新一代人工智能技术的发展战略规划,确定发展目标、主攻方向、重点任务和主要技术内容,并发布新一代人工智能的项目指南,推动示范应用;以项目论证、实施和应用为牵引,吸引国防科研生产单位和人工智能技术优势的民用企业、科研机构及高校融入新一代人工智能国防科技领域创新体系,并支持成立军民融合联合研究推进机构,引导并支持多方参与,共同推动新一代人工智能的发展和应用。
4.2
强化基础研究及应用
以新一代人工智能技术在国防科技领域的应用为牵引,重点支持关键算法、核心硬件、基础软件和无人系统等基础技术研究,制定标准规范,实现基础理论、核心技术和关键元器件/装置的突破;制定以应用为导向的评价机制和激励措施,有效推动科技成果的转化应用,强化人工智能在武器装备、作战指挥和装备研发等领域的结合和应用,加快形成无人智能装备体系、智能作战体系和产品智能研发体系,提升武器装备的智能化水平、协同作战能力、作战指挥能力和研制生产能力。
4.3
加快专业人才培养
新一代人工智能技术涉及较多的前沿技术和基础研究,需要制定国防科技领域人工智能专业人才培养和引进计划,不拘一格引进人才,加大培养基础理论、关键核心技术、基础软硬件等领域紧缺的顶尖人才和创新团队,加大对核心骨干人才的市场化激励,形成良好的创新氛围,并特别重视人工智能领域青年人才的培养,尽快培育形成一批领军人才和创新团队,为新一代人工智能技术的高质量发展和形成高水平的研发能力提供人才保障。
4.4
优化科研生态环境
建立国防科技领域新一代人工智能研究和发展组织机制,鼓励和推动对外合作交流;支持国防科研机构成立人工智能创新及发展研究中心,进一步加强产学研用结合,逐渐形成协同发展机制;加大资金投入,支持将人工智能重点任务纳入国防部门管科研计划渠道实施;制定激励措施,推动新成果在国防领域的应用转化;制定人工智能相关的使用安全、隐私保护、伦理道德和社会管理等法律法规,保障使用安全可靠。
5
结语
新一代人工智能技术已成为当前的世界主要发达国家的发展重点。本文在总结和讨论我国新一代人工智能技术发展的重要意义和发展需求的基础上,给出了我国新一代人工智能的发展重点和发展建议,可为新一代人工智能技术在国防科技领域的研究、应用和发展提供参考。在未来,新一代人工智能技术将重点围绕基础关键技术、智能装备、智能作战和智能研发等开展研究及应用,推动智能武器系统和无人化作战装备的研制,强化无人装备、人机协同、装备间协同和基于战场态势感知的辅助分析决策系统在作战中的应用,构建全新的装备体系、作战体系和研发体系。
声明：本文为转载文章，目的是为读者提供多样化视角，不代表本公众号赞成其观点
THEEND
文字|于成龙等（中国航天系统科学与工程研究院）
图片|来源于原期刊
编辑|小米呀
审阅|Q、黄洋
C2返回搜狐，查看更多
人工智能的发展现状及未来趋势
发展现状
近年来，在数字经济不断推进的大背景下，人工智能发展迅速，并与多种应用场景深度融合。很多人也开始从小白变成大牛，深度理解人工智能行业。也逐渐成为推动经济创新发展的重要技术。
自2006年深度学习算法被提出，人工智能技术应用取得突破性发展。2012年以来，数据的爆发式增长为人工智能提供了充分的“养料”，深度学习算法在语音和视觉识别上实现突破，令人工智能产业落地和商业化发展成为可能。
人工智能的水平建立在机器学习的基础上，除了先进的算法和硬件运算能力，大数据是机器学习的关键。大数据可以帮助训练机器，提高机器的智能水平。数据越丰富完整，机器辨识精准度越高，因此大数据将是各企业竞争的真正资本。分析师认为，大数据是人工智能进步的养料，是人工智能大厦构建的重要基矗通过对大量数据的学习，机器判断处理能力不断上升，智能水平也会不断提高。
未来趋势
一般机器人是指不具有智能，只具有一般编程能力和操作功能的机器人，中国通信巨头华为发布了自己的人工智能芯片并将其应用于其智能手机产品，三星最新发布的语音助手Bixby已经从软件层升级为语音助手，长时间陷入了“你问我回答”模式，人工智能通过智能手机变得更贴近人们的生活。
在应用水平上：随着第五代移动通讯技术的发展，设备之间的联通将有着更高的带宽与更低的延迟，也就催生了更多人工智能的应用，如自动驾驶、VR等等。为这些技术落地和应用扫清了障碍。
而互联网公司也将是最大的AI投入者。根据艾瑞数据分析，2019年中国科技企业技术研发投入约为4005亿元，其中人工智能算法研发投入占比为9.3%，超370亿元，且大部分投入来自互联网科技公司。主要Al算法应用领域计算机视觉、语音识别/语音合成，以及自然语言处理占比分别为22.5%、2.3%和7.1%，三者中计算机视觉相关算法研发投入占比最大，这与视觉相关创业公司数量、产业需求和政策导向呈正相关联系，计算机视觉目前仍是中国最具代表性的Al应用技术。
在这样的趋势下，莫比嗨客也将继续努力，莫比嗨客是一个利用人工智能技术、NLP技术和BI技术对任务精准智能分发的新任务平台。莫比嗨客被称为全场景AI数据服务提供商，玩转自动驾驶、智能医疗、新零售、智慧教育、智能金融等多场景应用。
来源：搜狐