人工知能の開発段階と最新の進歩
要約：1955年の人工知能の出現以来、人工知能理論と技術革新の観点から継続的に開発され、画像処理、機械学習、音声認識を含むさまざまなアプリケーション分野に自然に浸透しています。人工知能の基本的な理論科学には、コンピュータサイエンス、生物学、論理学、哲学、心理学、その他多くの分野が含まれます。この記事では、人工知能の開発段階と最新の進歩について説明します。
キーワード：人工知能、画像処理、機械学習、音声認識、
0はじめに
人工知能（英語ではAIと略称される人工知能）は、コンピューターサイエンス、サイバネティックス、情報理論、神経生理学、心理学、言語学、哲学、およびその他の分野を統合する学際的な主題です。 21世紀の最先端技術（遺伝子工学、ナノサイエンス、人工知能）の一つです。
人工知能は、社会の発展に不可欠な役割を果たしています。人工知能は、労働効率の改善、人件費の削減、人的資源構造の最適化、新しい仕事の需要の創出という点で革新的な結果をもたらしました。人工知能の出現は、弱い世界経済に新たな原動力を与え、世界のGDPの成長率を高めました。
1人工知能の開発段階
人工知能は誕生から70年近くの歴史があり、その発展は大きく分けて次の段階に分けられます。
1.1初期段階（1967年以前）
人工知能のプロトタイプが1955年に登場しました。「学習機械シンポジウム」では、有名な科学者のアランニューウェルとオリバーセヴェリッヒがチェスとコンピュータパターン認識の研究を提案しました。翌年のダートマス会議で「人工知能」という言葉が提案され、人工知能の初期の開発ルートと開発目標が議論され、決定された。1956年に、ニューウェル、サイモン、その他は、定理証明作業に最初にブレークスルーをもたらし、コンピュータープログラムで人間の思考をシミュレートする道を開きました; 1960年に、マックカーシーは人工知能プログラミング言語LISPを確立しました。一連の成功により、人工知能の科学者は、人間の思考の一般的な法則を研究して要約し、その実装をコンピュータでシミュレートすることが可能であると信じるようになりました。普遍的な論理的推論システムを作成できることは楽観的です。
1.2ねじれと回転（1967年から1970年代初頭まで）
1970年代半ばに、記号論学派は谷に向かっていて、バイオニクス学に基づく研究学校が次第に人気を博しました。ニューラルネットワークは、BPアルゴリズムの幅広い適用により、急速な発展を遂げています。大規模な環境では、エキスパートシステムを広範囲に使用することで、業界に多くのコストを節約し、産業効率を向上させました。たとえば、数億ドルに相当する鉱床は、PROSPECTORエキスパートシステムによって正常に分析されました。この後、人々は人工知能プログラムを普遍的に研究しようとし始めましたが、深刻な障害に直面し、停滞しました。
たとえば、1965年に発明された消化法（還元の原理）は、かつて人々に希望をもたらしましたが、すぐに消化法の能力にも限界があることを発見し、「連続関数の合計は依然として連続である」ことが微積分の単純な事実であることを証明しましたが、消化法（還元法）で証明した場合、10万ステップ押しても何も起こりません。これはすべて、1950年代の盲目的な楽観主義と高い期待のせいで、科学の本質を完全に見積もることができず、把握することができないことの難しさを示しています。そのため、1960年代半ばから1970年代初頭にかけて、AIはさまざまな非難を受け、停滞しました。
1.3急速な発展の段階（1970年代から現在まで）
1977年の第5回人工知能連盟国際会議で、フェイゲンバウム教授は専門家システムのアイデアを体系的に説明し、「人工知能の芸術：知識工学のトピックと事例研究」というタイトルの特別記事で「知識工学」を提案しました。 「コンセプト。1997年、「ディープブルー」の成功により、人工知能の開発が再び議題になりました。計算能力の向上に伴い、人工知能のボトルネックが解消され、ビッグデータに基づくディープラーニングや強化学習の開発が可能になります。一方、GPUの継続的な開発は、カスタマイズされたプロセッサの開発の成功により、コンピューティング能力を継続的に向上させ、人工知能の爆発的な発展の基盤を提供します。
図1に示すように、人工知能の出現以来、2つの谷と3つの波を経験し、現在、人工知能の第3の波にあります。人工知能は急速に発展しており、生産性向上の原動力となっています。
图1 人工智能发展阶段
2人工知能の最新の開発
人工知能技術が商品化の段階に入ると、世界中の主要都市における革新的な統合アプリケーションの概要が実現し、金融、教育、デジタル政府、医療、無人、小売、製造、スマートシティなどのさまざまな業界にもたらされます。大きな変化。
2.1主な調査結果
（1）人工知能は完全に機械学習の時代に入っており、将来の人工知能の開発は主要な技術と産業の組み合わせになるでしょう。
（2）人工知能への投資は合理的である傾向があり、基礎となるテクノロジーと着陸の容易な領域は、主要な人工知能機関により支持されています。
（3）人工知能、アルゴリズムのブレークスルー、因子の品質、融合の品質、およびアプリケーションの品質のトップレベルの設計では、都市によってパフォーマンスが異なり、多様なパーソナライズされたAI開発モデルを形成しています。
（4）上海と北京の人工知能会社の数は600を超えました。その中で、上海はテクノロジーの巨人であるテンセント、マイクロソフト、人工知能のユニコーンの商人である唐とリスAIとの企業研究所を設立しました。
（5）無人技術による共同旅行は、従来の自家用車の概念に取って代わるものです。無人業界向けの規制と基準の策定により、より安全で高速な無人貨物やロジスティクスなどの新興産業が出現します。
2.2包括的な変更
別紙1に示すように、人工知能はあらゆる方向で商品化されています。
表1 人工智能带来的全方位变革
AIは完全に機械学習の時代を迎えており、人工知能の多くの分野の中で、「機械学習」は人工知能の中核研究分野の1つです。人工知能の特許の89％と人工知能に関連する特許の40％が機械学習の分野に含まれています。
2.3人工知能の主要技術
（1）コンピュータビジョン：Baiduは顔検出のディープラーニングアルゴリズムであるPyramidBoxを開発しました; Hikvisionチームは、歩行者検出における小さなターゲットと小さなターゲットの問題を解決するために、人体のラベル付きフレームを予測する代わりに人体の中心軸を予測する方法を提案しました。Tencent Youtuと香港中華大学のチームはCVPR2018でPANetを提案しました。MaskR-CNNに基づいて、最下位と上位の機能がさらに集約されました。ROIAlignの場合、候補領域に対応する機能グリッドが複数の機能レベルでサンプリングされました。プーリングおよびフュージョン操作は、その後の予測を容易にします。
（2）音声認識：音声認識技術に関して、Baidu、iFLYTEK、Sogouなどの主流プラットフォームの認識精度はすべて97％を超えています。HKUST Xunfeiには、深いフルシーケンス畳み込みニューラルネットワーク音声認識フレームワークがあり、入力メソッドの認識精度は98％に達しています。Sogou音声認識は、1秒あたり最大400ワードのディクテーションをサポートします。アリババ人工知能研究所は、音声認識技術を通じて声紋ショッピング機能を備えた人工知能製品を開発しました。
（3）自律無人システム：アリババ人工知能研究所は、すべてのシーンとすべての天気のセンチメートルレベルの位置を達成するために自転車のインテリジェントシステムを開発します。Baiduの無人運転技術には、障害物知覚、意思決定計画、クラウドシミュレーション、高精度マップサービスポイント、ピンツーエンドのディープラーニングなど、5つのコアコンピテンシーが含まれています。
（4）人工知能適応学習：中国では、リスAIに代表される知的適応教育企業には、遺伝的アルゴリズム、ニューラルネットワーク技術、機械学習、グラフ理論、周波数グラフモデル、ロジスティック回帰モデル、知識空間理論、情報理論、ベイジアン理論、知識追跡理論などはすべて技術の蓄積を達成しています。
2.4人工知能オープンプラットフォーム
表2 国内外技术及应用开放平台
3.リファレンス
[1] Cui Yonghao、Shang Cong、Chen Shuangqi、Hao Jianye。人工知能の概要：AIの開発[J]。無線通信技術、2019、45（03）：225-231。
[2] Zhu Zhuwu。人工知能の開発の概要[J] .Western China Science and Technology、2011,10（17）：8-10。
[3] Lu Hui。China Telecomが人工知能の開発に関するホワイトペーパーを発表[J] .Computer and Network、2019,45（13）：15。