2018年人工智能发展白皮书技术架构篇-信通院-201809.pdf
这份文档是《人工智能发展白皮书——技术架构篇（2018）》的总结，核心内容围绕人工智能技术的发展、技术架构和应用现状展开，并对问题和趋势进行了展望。
**一、人工智能技术发展概述**
* **技术流派：** 介绍了人工智能发展的三大流派：符号主义、连接主义和行为主义，其中连接主义（仿生学派）目前占据主导地位。
* **深度学习驱动：** 深度学习在本轮人工智能发展中起到关键作用，在语音识别、图像识别等领域取得突破。
* **架构基础：** 深度学习算法的实现依赖于海量数据和高效的算力，其技术架构包括：基础硬件层、深度神经网络模型编译器和软件框架层。
**二、基于深度学习的人工智能技术现状**
* **技术体系综述：** 深度学习技术体系分为基础硬件层、深度神经网络模型编译器和软件框架层。
* **算法：** 介绍了深度学习中算法的发展趋势，包括设计逻辑、主要任务以及新算法的不断提出。
* **软件框架：** 软件框架是技术体系的核心，介绍了主流的开源框架（TensorFlow、MXNet、Caffe/2+PyTorch等）的特点。
* **AI 计算芯片：** AI 计算芯片为算法模型提供算力保障，深度学习对AI芯片的需求体现在计算和存储间海量数据通信需求，以及专用计算能力的提升。
* **数据：** 数据为算法模型提供基础资源，业务类型主要包括数据采集、数据处理、数据存储以及数据交易等环节。
* **高性能计算服务器：** 高性能计算服务器和服务平台快速发展，以服务形式提供人工智能所需要的能力，如深度学习计算类的计算平台，以及语音识别，人脸识别等服务。
**三、基于深度学习的基础应用技术现状**
* **智能语音：** 智能语音技术正在改变人机交互模式，产品和服务形态多样。
* **计算机视觉：** 计算机视觉技术已在多个领域实现商业化落地，包括图像分类、目标检测、图像分割等。
* **自然语言处理：** 自然语言处理成为语言交互技术的核心，主要步骤包括分词、词法分析、语法分析、语义分析等，应用方向包括文本分类、信息检索、机器翻译等。
**四、问题与趋势展望**
* **主要问题：** 深度学习算法模型存在可靠性和可解释性问题，数据流通不畅、数据质量参差不齐和关键数据集缺失等问题也制约着发展。
* **发展趋势：** 迁移学习的研究和应用将成为重要方向；开源推断软件框架将迎来发展黄金期；中间表示层之争将愈演愈烈；AI计算芯片朝云侧和终端侧方向发展。
* **行业发展：** 行业巨头将以服务平台为核心打造生态链。
相关报告
-
5 MB 84页 2023生成式人工智能服务合规发展白皮书-高金智库-202309.pdf
-
4.96 MB 55页 2023年中国消费类企业融资发展与展望白皮书-沙利文-202309.pdf
-
1.43 MB 75页 中国金融科技生态白皮书（2020年）-信通院-202009.pdf
-
3.05 MB 47页 2019年人工智能发展白皮书-中科院-202001.pdf
-
9.99 MB 116页 中国网络安全产业白皮书（2019年）-信通院-201909.pdf
-
10.04 MB 94页 2019全球人工智能发展白皮书-德勤-201909.pdf
-
3.78 MB 43页 2019年中国人工智能基础数据服务白皮书-艾瑞-201909.pdf
-
1.23 MB 44页 中国大数据与实体经济融合发展白皮书（2019年）-信通院-201905.pdf
-
3.76 MB 51页 互联网法律白皮书（2018年）-信通院-201812.pdf
-
5.14 MB 51页 中国超高清视频产业发展白皮书-赛迪智库-201809.pdf
-
14.84 MB 43页 2018年中国网络音频全场景发展研究案例报告-艾瑞-201809.pdf
-
3.16 MB 41页 2018年母基金白皮书-投中-201809.pdf
-
4.01 MB 51页 2018年云计算发展白皮书.pdf
-
7.35 MB 128页 2025年内容+人工智能品牌增长操作手册白皮书-特赞科技-202506.pdf
-
6.7 MB 78页 2025年人工智能就绪度白皮书-企业数智化转型的Al变.pdf
-
18.8 MB 67页 云原生AI技术架构白皮书
-
3.62 MB 34页 亿欧智库-人工智能行业新质生产力系列报告：2024年人形机器人核心场景发展洞察研究报告.pdf
-
8.82 MB 29页 2025年美国市场贸易发展白皮书-特易咨询-202504.pdf