カバー：
人工知能の大ヒット作のリリースの中国協会
「2018年産業イノベーション人工知能評価白書」
「2018 AI業界の技術革新の評価白書」による人工知能の中国協会、国家安全保障センターの仕事の手紙、幸せ業界の中国科学院、グローバルセキュリティ思考シンジケーション。
白書は、人工知能に焦点を当てたのテクノロジーとアプリケーションシナリオが可能に基づいて、2つのレベル、論文、特許、人的資源、貿易障壁を、このような革新的な構築された人工知能の産業革新評価システム、人工知能業界における技術革新の客観的な評価など、複数のディメンション開発のレベル、人工知能の政府、企業、投資機関のレイアウトを参照し、リファレンスを提供します。
研究・評価システムの範囲
人工知能とは、積極的に推進するため、世界の主要国での開発の第三の波の到来を告げるために、地域社会への投資や人工知能の期待は大きいではありませんでした。正確に人工知能業界の革新と発展のレベルを評価するために、科学的かつ客観的な評価システムの革新を構築し、人工知能業界の健全で秩序ある発展に重要な実用的な意義を持っています。人工知能の技術レベル・セグメントの開発と応用と併せて報告し、
フォーカス学習の音声対話、テキスト処理、コンピュータビジョンと深さ 4つの実現技術を、だけでなく、交通、医療、製造、セキュリティ、小売、その他の8つの主要なシナリオ、産業革新への人工知能のレベルが客観的な評価を行います。
4つのコアを可能にする技術の客観的な分析は、開発段階と8つの主要なアプリケーションのシナリオでは現在、産業界と組み合わせ、既存の学術業界を評価するための革新的な研究に基づいて報告書は、人工知能の業界属性、定量・定性分析の使用、人工知能の産業革新の科学的かつ客観的な評価システムを構築します。システムを可能にする技術の準備インデックスとアプリケーション統合シナリオインデックスレベルが2つのインデックスを評価下と下の技術的な準備態勢の確立を可能にする理論、アプリケーション、パフォーマンス主導力 3つの二次指標、統合シナリオの度合い設立の下での資源、技術、データ、シナリオ、環境駆動力 5つの二次指標。
人工知能を可能にする技術の準備を
促進するため、深い学習技術を開発する対話型音声、テキスト処理、コンピュータビジョン、複数のシーンの急速な発展と急速な下落に代表される人工知能を。学習の深さを客観的に評価するために、実現技術の開発の4つのレベルに代表される、理論研究から評価報告書では、4つの実現技術の準備指数を計算するために、それぞれ、研究と3次元の技術的性能を適用します。
技術準備指数、最大深さの学習の準備を有効にするから。
主流の人工知能アルゴリズム、深い学習レディネス最高（AS 8.3 ）、技術的な成熟度にありました。
コンピュータビジョン（7.7 ）と音声対話（6.2 、探査段階における技術の応用が続く）、および主に音声アシスタント医用画像診断では、製品が徐々に実用段階に入ってきた表現しました。
テキスト処理技術は、登山の段階にとどまっている技術的な進歩が遅れているので、リアルで実用的なから大きな距離があります。
以下からの技術の有効化の実際の開発の視点を、学習やコンピュータビジョンの深さは、レイアウトの焦点です。理論的には（紙出力）の接続は、2013年から4つの実現技術は、深い学習が学術注目されているホットな話題、なり始めました
コンピュータビジョンが続きます。出力成長の論文インタラクティブな音声とテキスト処理が比較的安定しているが、テキスト処理のスループット論文や引用は最低です。
応用研究（特許出願）の態様において、
コンピュータビジョンと特許出願、特許、まだ揺籃期にある低い平均強度分布特許の割合が高く学習の深さ。
特許出願のインタラクティブ音声低いが、より高い割合は、音声対話懸念を示し、平均強度緩やかな減少傾向を示しました。
両国の技術開発のエネルギーレベル、米国4の理論と応用エネルギー技術の研究を大幅に控え、中国のです。
テキスト処理最小、研究のフィールドの最大ギャップ深さの分野における理論的な研究では、中国と米国のギャップ。
研究の分野の応用研究では、最小のギャップ深さ、音声対話の分野で最大のギャップ。
具体的には、米国4論文が平均的な特許の強さとエネルギー技術が中国よりもはるかに高い影響を与え、中国の論文や特許「とよりますが強くない」状況がまだ存在しています。
また、中国4は、技術に特に近年では、より高いR＆D活動に関連した最初の場所での特許出願量、過去3年間のすべての特許出願の以上の54％を有効にすることがわかりました。
以下からの技術者の分布を可能にする、米国はるか先他の国のハイエンドの才能に関連する人工知能実現技術の4つの分野。
統計は、米国のハイエンド人工知能人員13,000上で、中国は米国のギャップと比較して、以下の05000であることがわかりました。
ビューのサブ技術分野から、
ハイエンドの才能38％までのコンピュータビジョン関連の割合が最も高い、米国5432人、1892年の中国の人々。
中国からのR＆D人材を有効にすると、ビューの人工知能ポイントを配布し、北京、広東、江蘇、上海、浙江省と5人は、明らかな利点持って北京を含むが、広東省人工知能の研究開発人員1万人以上。
統合シナリオの人工知能の程度
実現技術の代表として深い学習の発展に伴い、特定の業界やシーンからテクノロジー企業の多くは差別化新製品、サービス、ソリューションを提供するために、統合を加速する技術や産業を有効にする人工知能を促進するために、形成しました豊富な「AI +」シナリオでは、人工知能産業の急速な発展の重要な原動力となっています。
このレポートリソース、データ、およびシーン環境の駆動力の5つの寸法8「AI +」のシーン評価さは、8つのシナリオの統合度を算出します。
八「AI +」のシーン：自動車、医療、家具、小売業、ロボット工学、セキュリティ、製造業、教育
統合シナリオインデックス、人工知能や業界の度合いから、人工知能のその早期の統合にまだあります。アプリケーションシナリオ融合インデックス表示、（3.9）、自動車、医療（3.8）および世帯（3.7）に応じて人工知能3つのシーンの統合の比較的高度であり、小売業（3.5）、ロボット工学（3.3）とセキュリティ（3.2）倍製造業（3.0）と教育（2.8）下の融合指数。
実際の状況のシナリオの統合ビューのポイント、自動車、医療、家庭では、レイアウトの焦点です。教育、小売業界では比較的低成長ながら、技術の面では駆動力、2014年初め以来、特許出願のすべての分野で、人工知能、自動車、医療分野など、爆発的な成長は、大幅に増加しました。リソース、人工知能の研究機関やR＆D人材の面で駆動力が主に自動車、医療、家庭用分野に集中している、比較的少数のは、小売業に従事し、人工知能の研究開発機関と人員の教育。特許出願状況を組み合わせ、最後の3年間は、特許ポートフォリオは、自動車、医療、家庭およびセキュリティ分野を中心に集光され、人工知能ロボットの統合は、新たなホットスポットアプリケーションです。
グローバルな統合シナリオの全体的なレベル、米国のアプリケーションの統合明白な利点。アプリケーションの8つの領域では、アメリカのAIの研究者の数が通常よりも一般的に少ない人工知能研究者の様々な分野で約半分を占め、中国。
特許出願に関しては、医療分野に加えて、中国の特許出願は、米国のサイズを超え、特に特許および2つのロボットメーカーの分野で明らかな利点を持っています。
大幅に控え、中国の特許出願強度、米国では、中国の特許の質を向上させることができます。アプリケーションのシナリオに特有の、人工知能医療分野の重要な利点は、米国特許規模と強度の中国製造ロボットや人工知能の特許出願の強さは、いくつかの利点があります。
以下からのアプリケーション統合シナリオにおける主なボトルネックビュー。高品質なデータを、高い貿易障壁、アプリケーションシナリオの欠如は明らかではないが、人工知能や業界の統合の深さの現在の主要なボトルネックとなっています。
以下からのデータ蓄積の程度ビューの、自動車、医療、ロボット工学の3つのデータ・フィールドは、特定の利点、および家庭を持っていると明らかに不十分なデータ蓄積の二つの領域を作成します。
ビューの開放からのデータは、オープン自動車データ、教育、ロボット工学、医療及び製造データの両方領域の三つの領域のより高い程度がオープンの比較的低い程度です。
ビュー、医療業界、製造、人工知能の高い障壁、アクセスしにくい企業のシーン点から介入への障壁。
産業発展の人工知能レベルの評価
、評価技術とアプリケーション統合のシナリオを有効に通じ、我々は人工知能の全体的な開発はまだ始まったばかりであることがわかります。
技術開発を可能にすることから、深い学習は、人工知能アルゴリズムの主流となっている、それは理論的な研究の方向キーであり、深い学習技術が成熟してきたにも、ますます多様な実用的なシナリオに適用されます徐々に一定の発展のボトルネックのうち、新興。
コンピュータビジョンと音声の相互作用は、二つの技術は、異なるシナリオで着陸を適用しようとし始めている技術の早期適用にまだあります。
テキストは、技術的な登山、ゆっくりと技術進歩の過程にまだあります。開発シナリオのレポート段の分割に基づいて、アプリケーションの観点からの融合、
現在、潜伏期間の統合では、自動車、医療、家庭、小売業、ロボット工学やセキュリティ業界では、しばらくの統合では、まだ揺籃期の製造業や教育分野でのAI。
人工知能の判断と見通しの産業発展
01のための技術を可能にする
音声対話。音声対話的な技術は、大規模なデータ依存、低精度遠視野認識、貧弱な複雑なシーン認識技術のボトルネック効果のために存在し、特に意味理解技術は、まだ真剣に大規模商業スピーチインタラクティブ技術を制限する真の飛躍ではありません。
次のステップは、遠視野識別特に複雑な環境での認識率を高めるために、音声対話に焦点を当て、およびスマートホームは、まだ最高のシーンで間違いなく探索するための音声対話的な技術です。
テキスト処理。シーン、学習やデータ収集が学習、視覚言語との統合を強化するために、テキスト処理技術が直面する大きな問題は、共同研究では、テキストの技術の方向の次の大きなブレークスルーとなります。
テキスト処理技術の開発は、デジタルの浸透、低政策と社会的障壁、業界の強力な個々の要素の高いレベルにつながります。
コンピュータビジョン。コンピュータビジョンのボトルネックは、堅牢性が低い場合、複雑度の高いにあるデータの不足や電力コストが高すぎる計算します。
コンピュータビジョンは、データ依存、フィールドトライアルアップグレードアルゴリズム削減、およびテキストの深さ、音声技術との統合を達成するために、教師なし学習と転移学習の方法の使用の開発に焦点を当てています。
ディープ学習。ディープラーニングは、パラメータの数とその後の継続的な最適化に該当多層ニューラルネットワークの勾配に依存するが、多層勾配降下の結果は、非線形および非凹形、証明するために困難な学習理論の有効性の深さです。
学習の深さの今後の方向性は、主に理解し、実際の深さの学習メカニズムをモデル化するための研究に描画されます。
02シナリオ融合
AI +カー。無人インテリジェント車両につながった人工知能のアプリケーションシナリオの高集積化され、伝統的な自動車産業は新しい技術やビジネスモデルの革新となります。しかし、インテリジェントな車両の開発は、まだ未熟な複数の課題の車両のハードウェアおよびソフトウェア技術、人工知能アルゴリズム、および政策と商業化に直面しています。
AI +医療。インテリジェント医療分野の急速な発展は、仮想アシスタント、医療扶助、インテリジェントイメージング、医薬品開発、新たな医療行為の正確な様々な登場しています。基本的な医療データ品質の数が不均一で、複雑な人事制度の欠如は、困難な、高い貿易障壁を実行している医療業界のシナリオそうとは人工知能のアプリケーションの深さを制限します。
AI +ホーム。人工知能や家庭の統合は、現在の探査業界の焦点です。AIとの対話、意思決定や最適化の三つのレベルのサービスは、家庭用製品のパフォーマンスを向上させます。製品の価格は高いですが、それはユーザーのプライバシーを保護することは困難であり、音声認識が低いと、相互運用性の難しさは、スマートホームの発展が直面する主な課題です。
AI +小売。オンラインAIブースターとオフラインの小売業界、統合の深さと、さらに消費の全体的なユーザー体験を向上、消費者のシーンを拡張させます。現在、信頼性およびアプリケーションのシナリオを強化するための技術をベースと課題があります。また、どのようにBとC末端スマート小売業界を開くために、問題を解決する必要があります。
AI +ロボット。機械から知能ロボットに向けてプッシュするAI。産業・サービスの知能ロボットは、ロボット、ロボット物流、公共サービスロボットを支援するなどの重要な人間のアシスタント、となってきています。しかし、コンピュータの相互作用、状況認識と機械学習技術の制限の種類は、知能ロボットの現在のレベルはまだ低いです。
AI +セキュリティ。探査段階におけるセキュリティ業界における人工知能応用。アルゴリズムとインテリジェントセキュリティ、開発の3つの元素として力データを計算、生成物は主として床ビデオの構造、生体識別、物体認識機能三つの側面に反映されています。人工知能は、市、統合的かつ積極的な方向に徐々にセキュリティ業界を牽引します。
AI +製造。研究と技術革新、品質管理、故障診断、運用管理のさまざまな側面から人工知能は、製造業の変換とアップグレードを促進し、駆動力が知能製造の中核です。しかし、製造、人工知能の統合は、培養期間中です。高品質な業界のデータ、エンタープライズ・コンピューティング能力の不足、通信規格の協調の欠如は、人工知能と製造部門の統合の深さを達成するための大きな障害ではありません。
AI +教育。効果的に個別の実装教育、学習、トレーニング、割り当て、評価、管理、および他の側面、教育内容教育科学の合理的な配分を向上させることができ、教育の分野で使用される人工知能技術。高品質な学習軌道データや技術自体の欠如は、はるかに他の産業の背後にある人工知能や教育の分野での集積度が得られ、まだ成熟していないです。
--------（私は行を分割しています）--------
参考：
人工知能のニュースレターの1、中国協会http://www.caai.cn/index.php?s=/home/article/index/id/51.html
備考：
初期の修正：2019年11月1日午後06時47分26秒
環境：Windows 7の/ Pythonの3.7.2
--------（私は行を分割しています）--------
注：この記事はすべて、「人工知能コミュニケーションの中国協会」にまとめた個人のブログや情報を学ぶために友人、そして原作者の知恵の普及のために主に書かれています。
読者は、最新の情報を確認したい場合は、「参照」を入力し、適切な情報をダウンロードすることができます。
侵害、私の治療をお知らせください場合は、このデータは、内の「コミュニケーションの社会」からダウンロードしました。