在线会议
论坛
专题
工控直播
新闻中心
子站
技术
社区
近日，2021第二届深圳国际人工智能展开幕式暨智能制造产业创新高峰论坛在深圳会展中心（福田）开幕。同时，深圳市人工智能行业协会在开幕式现场发布了《2021人工智能发展白皮书》。
《2021人工智能发展白皮书》显示，2020年，中国人工智能核心产业规模达到3251亿元，同比增长16.7%；人工智能领域融资金额为896.2亿元，融资数量有467笔，人工智能领域单笔融资额达到1.9亿元，同比增长56.3%。
截至2020年底，中国人工智能相关企业数量达到6425家；其中，22.3%的企业分布在人工智能产业链基础层，18.6%的企业分布在技术层，59.1%的企业分布在应用层。
人工智能技术发展研判
随着人工智能学科的诞生控制工程网版权所有，人工智能技术得到了迅速发展和显著提升，但就目前情况而言，人工智能总体技术水平仍处于起步阶段，人工智能技术的研究与发展依然任重道远。遍览人工智能分支技术，深圳市人工智能行业协会认为，云化虚拟现实有望带来新的发展机遇，计算机视觉会在物体识别的基础上走向三维重建，多模态人机交互将成为智能交互的发展趋势，可解释性机器学习将成为研究重点，智能芯片将向通用智能芯片发展，智能传感器将朝集成化方向推进。
1.云化虚拟现实
传统的虚拟现实基于本地计算能力，受消费成本高、用户体验差、内容更新慢等因素制约，难以实现规模化发展，而基于云计算的云化虚拟现实将给行业带来新的发展机遇。云化虚拟现实将云计算、云渲染、云分发的技术和思想引入到虚拟现实业务应用中，通过高速移动通信网络，将云端的图像、声音等数据信息经压缩编码后传输到用户终端设备，实现虚拟现实业务内容上云、渲染上云和内容在线分发。
相较于本地虚拟现实控制工程网版权所有，云化虚拟现实具有海量的用户基数、丰富的应用场景、良好的用户体验、严格的版权保护、 更低的消费成本等显著优势。伴随着5G时代来临，云计算技术将大显身手，困扰虚拟现实的窄带宽、高时延、小容量等问题将得到有效改善CONTROL ENGINEERING China版权所有，云化虚拟现实技术有望在教育、医疗、工业、商贸、文娱等领域实现快速发展和深入应用。
2 .三维计算机视觉
作为人工智能技术的重要分支之一，计算机视觉包含两个基本方向，物体识别和三维重建。目前，计算机视觉技术的研究主要集中于物体识别，然而要做到更好地感知和交互现实空间，计算机视觉就必须在物体识别的基础上走向三维重建。
三维计算机视觉技术则是一种利用图片、视频以及各类深度传感器信息，采用几何、 统计以及优化等数学工具对现实世界进行三维建模的技术。相较于二维计算机视觉技术，三维计算机视觉技术信息更丰富、识别准 确率更高、防伪能力更强、性价比更优。
三维计算机视觉技术显著的优势将促使计算机视觉技术在智能交通、智慧城市、智能金融、智能安防、智慧零售、工业质检、自动驾驶、无人机、机器人等领域获得更加广泛、深入的应用空间。随着三维计算机视觉技术不断完善及日趋成熟www.cechina.cn，计算机视觉将迎来应用爆发期。
3 .多模态人机交互
近年来，随着人工智能技术不断地发展及商业化落地，单一模态的交互模式在应用场景中的局限性也逐渐凸显出来，市场对人 机交互技术提出了更高的要求，多模态人机交互将成为智能交互 的发展趋势。多模态人机交互是指集成文字、语音、视觉、动作、环境等多种方式进行人机交互，充分模拟人与人之间的交互方式。
相比传统单一模态的交互模式，多模态人机交互融合了视觉、听觉、 触觉、味觉和嗅觉等多种模态，能适应不同情境的需要，具有高精 确度、高自然性、高沉浸性等优点，使人与机器能更加便捷、舒适地"交流"，切实提升用户体验。随着关键技术的不断突破，多模 态人机交互技术将广泛应用于智能医疗、智能教育、智能交通、智能家居、智能游戏等实体经济各个领域，深度融入到社会生活的各个环节，给人们的生产生活带来更多便捷与高效。
4.可解释性机器学习
虽然机器学习在许多任务中取得了巨大的成功，但由于缺乏可解释性，其表现和应用备受质疑，严重阻碍了机器学习在各个领域尤其是安全敏感领域的广泛落地，因此，机器学习的可解释性研究意义重大，乃大势所趋。在机器学习场景中，可解释性表示模型具有使用人类可认知的说法进行解释和呈现的能力，可解释性越高，人类就越容易理解模型的决策或预测。
可解释性机器学习具有透明度、可靠性、易于调试、指导人为决策、指导数据采集、启发 特征工程思路等优点，对于模型的验证和改进有着非常积极的意义。机器学习系统能够为其决策提供令人满意的解释至关重要，可 解释机器学习的出现，将显著提高系统的可靠性www.cechina.cn，切实建立模型和 人类之间的信任，为其在智能政务、智能医疗、智能教育、自动驾 驶等领域的深入应用奠定基础。
5.通用智能芯片
当前，人工智能各领域的算法和应用还处于不断演进和高速发展的阶段，针对特定算法或场景的定制化智能芯片很难适应这 种层出不穷的变化，更高灵活性、适应性的通用智能芯片将是技术发展的必然趋势。通用智能芯片就是能够支持和加速通用人工智能计算的芯片，可以在同一时间处理任意问题。
相较于初期成本高、 开发周期长、技术风险大、迭代进化快的专用智能芯片，通用智能 芯片应具有小体积、高能效、低功耗、可编程性、架构动态可变性等特点，技术壁垒高但应用面广，可覆盖人工智能领域多样化的应用场景。智能芯片是算法实现的硬件基础，真正意义上的通用智能芯片目前尚不存在。我国的芯片技术若能在通用智能芯片领域率先实现突破，将有利于中国在未来人工智能时代激烈的国际竞赛中占据战略制高点。
6.集成化智能传感器
随着智能传感器在消费电子、农业、医疗、汽车等领域的应用越来越广泛，其基本功能逐渐难以满足市场需要，用户对智能传感 器有了更多更高的要求，智能传感器将朝着集成化的方向发展。智能传感器集成化是指将多个功能相同或不同的敏感器件制作在同 一个芯片上构成智能传感器阵列。
智能传感器种类众多，应用广泛, 然而受设计和工艺等原因的影响，每种智能传感器都有自身的局 限性，通过集成化的资源配置与协同合作，智能传感器可以灵活响应用户需求。集成化智能传感器融合了多种学科知识和专业技术，具有体积小、成本低、功耗少、速度快、精度高以及功能强大等优点。作为与外界环境交互的重要手段和感知信息的主要来源，智能传感器应用需求正呈现爆发式增长态势，而具备多功能的集成化 智能传感器将成为各方布局的战略高地。
* 本文节选自《2021人工智能发展白皮书》第六章趋势篇，版权内容归属著作方深圳市人工智能行业协会。
.jpg)
每个联接都经得起时间考验-Moxa有奖调查.jpg)
AVEVA InTouch Unlimited试用版下载
福禄克三大“法宝”帮您搞定过程仪表校准难题
2024年度最佳产品奖颁奖典礼会后报道
2024全球自动化和制造主题峰会会后报道
