人工智能发展白皮书技术架构篇-中国信息通信研究院

《人工智能发展白皮书技术架构篇-中国信息通信研究院》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、人工智能发展白皮书技术架构篇（2018年）中国信息通信研究院中国人工智能产业发展联盟2018年9月版权声明本白皮书版权属于中国信息通信研究院和中国人工智能产业发展联盟，并受法律保护。转载、摘编或利用其它方式使用本白皮书文字或者观点的，应注明“来源：中国信息通信研究院和中国人工智能产业发展联盟”。违反上述声明者，编者将追究其相关法律责任。前言人工智能是一种引发诸多领域产生颠覆性变革的前沿技术，当今的人工智能技术以机器学习，特别是深度学习为核心，在视觉、语音、自然语言等应用领域迅速发展，已经开始像水电煤一样赋能于各个行

2、业。世界各国高度重视人工智能发展，美国白宫接连发布数个人工智能政府报告，是第一个将人工智能发展上升到国家战略层面的国家，除此以外，英国、欧盟、日本等纷纷发布人工智能相关战略、行动计划，着力构筑人工智能先发优势。我国高度重视人工智能产业的发展，习近平总书记在十九大报告中指出，要“推动互联网、大数据、人工智能和实体经济深度融合“，从2016年起已有《“互联网+人工智能三年行动实施方案》、《新一代人工智能发展规划》、《促进新一代人工智能产业发展三年行动计划(2018-2020年)》等多个国家层面的政策出台，也取得了积极的

3、效果，我国逐渐形成了涵盖计算芯片、开源平台、基础应用、行业应用及产品等环节较完善的人工智能产业链。2018人工智能发展白皮书是中国信息通信研究院、中国人工智能产业发展联盟首次联合发布。本篇为技术架构篇，从产业发展的角度，选择以深度学习算法驱动的人工智能技术为主线，分析作为人工智能发展“三驾马车”的算法、算力和数据的技术现状、问题以及趋势，并对智能语音、语义理解、计算机视觉等基础应用技术进行分析，并提出了目前存在的问题和技术的发展趋势。后续我院与中国人工智能产业发展联盟将继续发布人工智能应用、产业和政策方面研究成果。

4、目录一、人工智能技术发展概述.........................................1（一）人工智能技术流派发展简析.................................1（二）深度学习带动本轮人工智能发展.............................2二、基于深度学习的人工智能技术现状...............................3（一）基于深度学习的人工智能技术体系综述.......................31.基础硬件层........

5、...........................................42.深度神经网络模型编译器.......................................43.软件框架层...................................................44.基础应用技术.................................................5（二）算法发展趋势.....................................

6、........51.算法的设计逻辑...............................................52.算法的主要任务...............................................63.新算法不断提出...............................................7（三）软件框架成为技术体系核心.................................81.开源软件框架百花齐放各具特点...............

7、..................82.巨头以开源软件框架为核心打造生态............................11（四）编译器解决不同软硬件的适配问题..........................121.深度学习网络模型编译器解决适应性问题........................132.中间表示层解决可移植性问题..................................143.未来亟需模型转换及通用的模型表示............................15（五

8、）AI计算芯片提供算力保障..................................161.深度学习对AI计算芯片的需求.................................162.典型AI计算芯片的使用现状...................................16（六）数据为算法模型提供基础资源............