获取《2019年人工智能全景报告》完整版，请关注微信公众号：vrsina，后台回复“AI报告及白皮书”，该报告编号为19bg0007。
2019年6月，国际著名人工智能天使投资人Ian Hogarth与Nathan Benaich合著发布《2019 年人工智能全景报告》。
赛迪智库电子信息研究所对该报告进行了编译，以期让人们更加全面深入地了解人工智能各方面，并对我国有关部门有所帮助。
报告从研究、人才、行业、政治等方面，总结了过去一年人工智能相关研究和技术进步、人才发展趋势、产业格局变化和各国政策动向，并对未来一年进行了预测。
报告详细分析了中国人工智能技术在日常消费、农业、机器人和半导体等领域的进展。
01
研究与技术突破
强化学习开辟新天地
谷歌训练的强化学习网络PlaNet 可以从图像中学习环境动态信息，并通过准确预测数个时间段后的奖励进行线上规划，选择将要进行的动作。
经过2000张图像训练之后，PlaNet的表现与受过10万张图像训练的D4PG 算法基本相似。
PlaNet 模型与其他模型训练效果对比表
▼
机器学习在生命科学领域发现新应用
AlphaFold2模型预测蛋白质的3D结构
DeepMind公司训练的AlphaFold能够使两个深度卷积神经网络协同工作。
第一个神经网络预测氨基酸对之间的距离，第二个神经网络预测连接这些氨基酸的化学键之间的角度，并创建蛋白质距离图来生成3D蛋白质结构。
脑机接口成为发展热点
哥伦比亚大学的研究人员通过深度学习技术分析癫痫患者在连续收听语音时的脑经神信号，能够对病人想要表达内容进行语音合成，准确度达到75%。
另外，神经网络被证明可恢复残疾人士的肢体控制能力。
研究人员根据从患者大脑记录的原始颅内电压信号对神经网络进行训练，神经网络可以判断手臂的预期活动，并使用电刺激和神经网络解码器永久恢复四肢瘫痪患者前臂的运动能力。
自然语言处理实现突破式发展
无双语语料情况下的机器翻译
脸书（Facebook）展示了如何充分利用单语数据，以扩大机器翻译的应用范围。
该技术首先通过自动推断双语词典将模型初始化，并利用去噪自动编码器来充分利用较强的语言模型，其中，由编码器构建的表征只能在当前两种翻译语言之间共享。
预训练语言模型
谷歌BERT 模型、艾伦研究所ELMo 模型、鲁德和霍华德ULMFiT模型和微软MT-DNN 模型纷纷证明预训练语言模型可大大提高各种自然语言处理任务的性能。
0