2019年中国人工智能基础数据服务白皮书
人工智能系列白皮书-智慧农业
中国人工智能系列白皮书-- 智慧农业目录第1 章智慧农业发展背景 (1)1.1 人工智能在农业领域中的应用历程 (1)1.2 智慧农业及其发展趋势 (8)第2 章农业智能分析 (12)2.1 农业数据挖掘 (12)2.1.1 农业数据挖掘特点 (12)2.1.2 农业网络数据挖掘 (13)2.1.3 农业数据挖掘应用 (16)2.2 农业数据语义分析 (18)2.2.1 农业数据语义模型 (18)2.2.2 农业数据存储模型 (19)2.2.3 农业数据知识发现 (20)2.2.4 农业数据语义检索 (21)2.2.5 分布式农业知识协同构建 (21)2.3 农业病虫害图像识别 (22)2.3.1 基于机器视觉的农业病虫害自动监测识别系统框架 232.3.2 农业病虫害图像采集方法 (24)2.3.3 农业病虫害图像预处理 (26)2.3.4 农业病虫害特征提取与识别模型构建 (27)2.3.5 农业病虫害模式识别 (28)2.4 动物行为分析 (29)2.5 农产品无损检测 (34)2.5.1 农产品的无损检测 (35)2.5.2 农产品无损检测主要方法与基本原理 (36)2.5.3 无损检测在农产品质量检测中的应用 (38)2.5.4 问题与展望 (38)第3 章典型农业专家系统与决策支持 (40)3.1 作物生产决策系统 (40)3.1.1 作物生产决策支持系统的概念与功能 (40)3.1.2 作物决策支持系统的发展 (41)3.1.3 我国作物决策支持系统发展状况 (41)3.1.4 作物生产决策支持系统的发展趋势 (42)3.1.5 作物生产决策支持系统的存在问题 (43)3.1.6 作物生产决策支持系统的发展措施建议错误!未定义书签。
3.2 作物病害诊断专家系统 (45)3.2.1 病害诊断知识表达 (45)3.2.2 作物病害描述模糊处理 (47)3.2.3 病害诊断知识推理 (47)3.2.4 基于图像识别的作物病害诊断 (48)3.3 水产养殖管理专家系统 (49)3.3.1 问题与挑战 (49)3.3.2 主要进展 (51)3.3.3 发展趋势 ........ .... ..... .. (52)3.4 动物健康养殖管理专家系统 (54)3.4.1 妊娠母猪电子饲喂站 (54)3.4.2 哺乳母猪精准饲喂系统 (56)3.4.3 个体奶牛精准饲喂系统 (57)3.4.4 畜禽养殖环境监测系统 (58)3.5 多民族语言农业生产管理专家系统 (59)3.5.1多民族语言智慧农业即时翻译系统结构 (59)3.5.2多民族语言农业智能信息处理系统机器翻译流程 .. 603.5.3多民族语言农业信息平台中的翻译关键技术 (62)3.5.4多民族语言农业智能信息处理系统机器翻译结果 .. 633.6 农业空间信息决策支持系统 (66)第4 章典型农业机器人 (71)4.1 茄果类嫁接机器人 (74)4.1.1 研究背景意义 (74)4.1.2 国内外研究现状 (74)4.1.3 关键技术与研究热点 (76)4.1.4 案例分析 (77)4.1.5 存在问题与发展策略 (78)4.2 果蔬采摘机器人 (79)4.2.1 研究背景意义 (79)4.2.2 国内外研究现状 (79)4.2.3 关键技术与研究热点 (80)4.2.4 案例分析 (81)4.2.5 存在问题与发展策略 (82)4.3 大田除草机器人 (83)4.3.1 研究背景意义 (83)4.3.2 国内外研究现状 (84)4.3.3 关键技术与研究热点 (84)4.3.5 存在问题与发展策略 (86)4.4 农产品分拣机器人 (87)4.4.1 农产品分拣机器人发展现状 (88)4.4.2 农产品分拣机器人的应用特点和支撑技术 (90)4.4.3 主要问题和建议 (92)第5 章农业精准作业技术 (94)5.1 拖拉机自动导航 (94)5.2 农机作业智能测控 (97)5.3 果树对靶施药 (101)5.3.1 我国果园施药作业现状 (101)5.3.2 基于靶标探测的智能施药 (102)5.3.3 靶标探测技术 (102)5.3.4 对靶施药的经济性与环保性 (106)5.4 设施蔬菜水肥一体化 (106)5.4.1 水肥一体化在设施蔬菜中的应用 (107)5.4.2 智能灌溉施肥设备 (108)5.4.3 设施蔬菜水肥一体化发展趋势 (110)5.5 设施环境智能调控 (112)5.5.1 温室环境与作物信息采集 (112)5.5.2 温室作物生长发育模型和小气候预测模型 (115)5.5.3 温室智能环境控制理论 (116)5.5.4 测控装备及平台构建方面 (117)5.6 农用无人机自主作业 (117)5.6.1 农用无人机自主作业需求背景 (117)5.6.2 农业无人机自主作业技术特点 (118)5.6.3 农业无人机自主作业发展现状 (119)5.6.4 抓住机遇迎接挑战人工智能技术的挑战 (122)第6 章智慧农业展望 (123)6.1 当前农业发展需求分析 (123)6.2 发展重点与建议 (123)第 1 章智慧农业发展背景中国农业经历了原始农业、传统农业、现代农业、智慧农业的逐渐过渡。
人工智能课程大纲课程体系：《机器视觉技术》课程产品白皮书(2019V1.0)
《机器视觉技术》产品白皮书目录1引言........................................................................ - 3 -2产品概述.................................................................... - 4 -2.1产品体系............................................................ - 4 -2.2产品资源............................................................ - 5 -3产品介绍.................................................................... - 8 -3.1机器视觉技术........................................................ - 8 -3.1.1课程说明........................................................ - 8 -3.1.2教学大纲....................................................... - 12 -3.1.3教学指导....................................................... - 16 -4配套产品................................................................... - 19 -4.1实验设备........................................................... - 19 -4.2软件平台........................................................... - 24 -5技术支持................................................................... - 28 -5.1.1升级服务....................................................... - 28 -5.1.2师资培训....................................................... - 28 -1引言中国人工智能发展迅猛，中国政府也高度重视人工智能领域的发展。
中国电信首次发布人工智能发展白皮书
同、信任和接受，安全和隐私保护机制的整合必须成为
未来研究的关键问题。
整体研究挑战可以分为身份和隐私管理。例如，
伪提名必须应用于整个系统，以便将收集到的关于用
先前概述的用户需求。
户的数据与用户的真实身份分开，并集成到安全技术
3.2.2 GPPLTE-M
系统中；高级加密和访问控制以及智能数据聚合技术，
系统中机器对机器通信的研究”，该报告确定了超出当
的日常生活；安全应急计划是非常重要的，因为智慧城
前 细 分 市 场 的 M2M 的 巨 大 市 场 潜 力 。 由 于 基 于
市将实施大量无法正确测试的新解决方案。最后，密
CDMA 的 3G 系统不适合于低功率操作，直到最近才有
钥管理有必要提供可靠和有效的密钥机制，以便以低
链路数据目的地、不频繁发送、基于群组的管理、基于
组的寻址等内容。
4
作者简介：
储建华
泰州市大数据管理中心高级工程师
结束语
中国电信首次发布人工智能发展白皮书
发展人工智能技术的未来愿景与顶层设计，介绍了中国电信
版社, 2016.
所有优化都适用于所有应用。因此，它定义了功能以
[2] 狄乐达. 数据隐私法实务指南[M]. 何广越,译. 法律出版
向客户提供一些结构，然后根据需要调整网络。这些
社, 2018.
功能以每次订购为基础，提供包括诸如低移动性、时间
控制、时间容忍、仅分组交换、小数据传输、仅移动电
话 、不 频 繁 移 动 终 止 、MTC 监 控 、优 先 级 警 报 消 息
[3] 360 互联网安全中心. 互联网安全的 40 个智慧洞见: 可信
《2019云网融合发展白皮书解读》
编写背景云网融合概念需要统一云网融合连接场景待明确云网服务体系架构形成云网基本能力标准化特点与趋势明朗化云网产品不断丰富概念统一 场景明确 体系清晰 能力标准化1.1 云网融合发展背景1.2 云网融合概念1.3 云网融合服务能力框架2.1 混合云2.2 同一公有云的多中心互联2.3 跨云服务商的云资源池互联3.云网融合三大特点4.行业场景：医疗、教育、能源、工业5.云网融合四大趋势典型案例：中国电信、中国移动、华云、鹏博士1.云网融合发展状况概述2.云网融合典型应用场景3.云网融合发展特点4.云网融合在典型行业应用情况5.云网融合发展趋势附录：典型云网融合解决方案实际案例云网融合是基于业务需求和技术创新并行驱动带来的网络架构深刻变革，使得云和网高度协同，互为支撑，互为借鉴的一种概念模式云服务与网络的敏捷打通按需开放网络能力最终服务于企业上云基础运营商始终处于云网融合领域的头部，强大的基础网络能力与政企资源是运营商的最大优势传统云服务商对云网融合的重视程度逐渐提升，云网产品也较为丰富，但只能处于领域的第二阵营云网融合最终服务于企业上云，在上云的过程中，云网协同能力的重要性不断提升国家出台政策推动人工智能与安全领域的深度融合SD-WAN服务商是云网融合领域的有力竞争者云网融合对运营商来说是战略级调整，是重构新业务生态的契机网络服务商的切入代表着云网融合开放性不断扩大云与网络的深度融合也带来监管方面的新课题网络服务商逐渐切入云网融合市场，通过服务商自有的云专网接入多种公有云资源形成云网平台。
云网融合企业上云企业对云网融合产品或服务的选择43.4%32.4%27.9%13.2%9.6%云专线云间高速通道云联网SD-WAN组网方案其他云专线是云网融合连接场景中应用最多的产品；SD-WAN 发展迅猛，已经成为行业热点45.4%39.2%33.8%32.7%21.1%20.3%19.4%网络性能计费方式业务扩展性一站式开通和配置业务可用性故障恢复时间可视化监控企业选择云网融合产品的考虑因素42.3%28.7%22.3%21.4%14.6%5.6%专线/专网成本过高部署复杂网络质量有待提高运维成本高无法对全网网络状况进行监控分支机构开通困难网络性能与运维管理是衡量云网产品优劣的两大关键因素。
广电总局发布广播电视人工智能应用白皮书
《广播电视人工智能应用白皮书（2018）》的主要 内容包括 ：
1. 广播电视人工智能发展现状和应用关键技术 在移动互联网、大数据、超级计算、传感网、脑科学等 新技术以及经济社会发展强烈需求的共同驱动下，人工智能
前期，国家广电总局科技司组织广播电视科学研究院等 广播电视行业内外相关机构、科研单位、高等院校、企业公 司等开展了广播电视行业人工智能应用研究工作，在此基础 上编制了《广播电视人工智能应用白皮书（2018）》。希望本 白皮书能为各单位推动人工智能在广播电视领域的深入应用 提供参考和借鉴，为推动广播电视行业转型升级注入新动能、 激发新活力，促进广播电视行业高质量创新性发展。
智能编目 智能制播
CDN
内容推
智能检索 图像增强 SDN/NFV 智能终端
技术监测 内容监测
质量评价 预警/自愈 态势感知
...
内容评价 智能
防护/ 复
智能识别 有监 学
智能生成
智能处理
无监 学
智能分析 监学
智能传输 强化学
... ...
业的融合发展。 广播电视行业具有海量优质媒
体资源，建设了融合媒体制播与服 务云平台和广播电视融合传输覆盖
行业聚焦 Industry Focus
广电总局发布广播电视人工智能应用白皮书
2019 年 5 月 16 日下午，在首 届广播电视人工智能应用创新发展 论坛（第三届世界智能大会分论坛）
选题策划 智能终端
媒资管理 监测监管
2019产业互联网白皮书
2019产业互联网白皮书在当今数字化的时代，产业互联网正以前所未有的速度和深度改变着各个行业。
它不仅为企业带来了新的机遇，也对传统的商业模式和运营方式提出了巨大的挑战。
本白皮书旨在深入剖析 2019 年产业互联网的发展态势、关键技术、应用场景以及未来趋势，为相关从业者和决策者提供有价值的参考。
一、产业互联网的定义与内涵产业互联网是指利用互联网技术和思维，对传统产业进行深度融合和创新，实现产业链上下游的资源优化配置、生产效率提升和价值创造。
与消费互联网注重个人用户的体验和消费不同，产业互联网更侧重于企业之间的协同合作和产业生态的构建。
它涵盖了从研发设计、生产制造、供应链管理、营销服务到售后支持的全生命周期，通过数字化、网络化和智能化的手段，打破信息孤岛，实现数据的流通和共享，从而提高整个产业的竞争力。
二、2019 年产业互联网的发展态势1、市场规模持续增长2019 年，产业互联网市场规模呈现出快速增长的趋势。
越来越多的企业认识到数字化转型的重要性，纷纷加大在产业互联网领域的投入。
据相关数据显示，全球产业互联网市场规模达到了_____亿元，同比增长_____%。
2、政策支持力度加大各国政府纷纷出台相关政策，鼓励和支持产业互联网的发展。
例如，我国政府提出了“互联网+”行动计划和智能制造战略，为产业互联网的发展提供了良好的政策环境。
3、技术创新不断涌现人工智能、大数据、云计算、物联网等新兴技术在产业互联网中的应用不断深化。
这些技术的融合为产业互联网的发展提供了强大的支撑，推动了产业的智能化升级。
三、关键技术在产业互联网中的应用1、人工智能人工智能在产业互联网中的应用主要包括智能生产、智能质量检测、智能物流等方面。
通过机器学习和深度学习算法，企业能够实现生产过程的自动化和优化，提高产品质量和生产效率。
2、大数据大数据技术能够帮助企业收集、分析和处理海量的数据，为企业的决策提供有力支持。
例如，通过对市场数据的分析，企业可以更好地了解消费者需求，优化产品设计和营销策略。
2019年人工智能发展白皮书
2019年人工智能发展白皮书风起云涌：人工智能关键技术不断取得突破相得益彰：人工智能赋能产业与应用场景百川归海：人工智能开放创新平台逐步建立各领风骚：全球人工智能公司一览目 录01020304前言人工智能是一个很宽泛的概念，概括而言是对人的意识和思维过程的模拟，利用机器学习和数据分析方法赋予机器类人的能力。
人工智能将提升社会劳动生产率，特别是在有效降低劳动成本、优化产品和服务、创造新市场和就业等方面为人类的生产和生活带来革命性的转变。
据Sage预测，到2030年人工智能的出现将为全球GDP带来额外14%的提升，相当于15.7万亿美元的增长。
全球范围内越来越多的政府和企业组织逐渐认识到人工智能在经济和战略上的重要性，并从国家战略和商业活动上涉足人工智能。
全球人工智能市场将在未来几年经历现象级的增长。
据中国产业信息网和中国信息通信研究院数据，世界人工智能市场将在2020年达到6800亿元人民币，复合增长率达26.2%，而中国人工智能市场也将在2020年达到710亿元人民币，复合增长率达44.5%。
我国发展人工智能具有多个方面的优势，比如开放的市场环境、海量的数据资源、强有力的战略引领和政策支持、丰富的应用场景等，但仍存在基础研究和原创算法薄弱、高端元器件缺乏、没有具备国际影响力的人工智能开放平台等短板。
此份报告不但对人工智能关键技术（计算机视觉技术、自然语言处理技术、跨媒体分析推理技术、智适应学习技术、群体智能技术、自主无人系统技术、智能芯片技术、脑机接口技术等）、人工智能典型应用产业与场景（安防、金融、零售、交通、教育、医疗、制造、健康等）做出了梳理，而且同时强调人工智能开放平台的重要性，并列举百度Apollo开放平台、阿里云城市大脑、腾讯觅影AI辅诊开放平台、科大讯飞智能语音开放创新平台、商汤智能视觉开放创新平台、松鼠AI智适应教育开放平台、京东人工智能开放平台NeuHub、搜狗人工智能开放平台等典型案例呈现给读者。
中国智能物联网(AIoT)白皮书
中国智能物联网（AIoT）白皮书核心摘要：智能物联网（AIoT）是2018年兴起的概念，指系统通过各种信息传感器实时采集各类信息（一般是在监控、互动、连接情境下的），在终端设备、边缘域或云中心通过机器学习对数据进行智能化分析，包括定位、比对、预测、调度等。
预计2025年我国物联网连接数近200亿个，万物唤醒、海量连接将推动各行各业走上智能道路。
2019年，受益于城市端AIoT业务的规模化落地及边缘计算的初步普及，中国AIoT市场规模突破3000亿大关直指4000亿量级，由于AIoT在落地过程中需要重构传统产业价值链，未来几年发展节奏较为稳定。
当前AIoT技术和商业快速落地，然而，认知智能层面的发展仍然较慢，行业标准与规范化不足，大规模物联网设备的安全问题也有待重视。
在物联网和人工智能时代，消费领域和产业领域都面临新机遇，这一机遇窗口期内，用户触达能力和内容服务生态聚合能力是最重要的资源，具备明星产品+自有操作系统产品的企业更易突围，成长为AIoT时代的所在场景服务的核心者。
中国AloT的概念与现状智能物联网（AIoT）定义人工智能与物联网的协同应用智能物联网（AIoT）是2018年兴起的概念，指系统通过各种信息传感器实时采集各类信息（一般是在监控、互动、连接情境下的），在终端设备、边缘域或云中心通过机器学习对数据进行智能化分析，包括定位、比对、预测、调度等。
在技术层面，人工智能使物联网获取感知与识别能力、物联网为人工智能提供训练算法的数据，在商业层面，二者共同作用于实体经济，促使产业升级、体验优化。
从具体类型来看，主要有具备感知/交互能力的智能联网设备、通过机器学习手段进行设备资产管理、拥有联网设备和AI能力的系统性解决方案等三大类。
从协同环节来看，主要解决感知智能化、分析智能化与控制/执行智能化的问题。
AIoT2025产业瞭望：家庭AI管家智能家居交互方式无感化，跨终端无缝体验AIoT2025产业瞭望：建筑人居人居关怀使五千万人居住和工作体验提升AIoT2025产业瞭望：工业制造人机协同使7万工厂、630万制造从业者受益AIoT2025产业瞭望：智慧城市AIoT能够应用于城市中广泛遍在的各类终端设备AIoT整体架构主要包括智能设备与解决方案层、操作系统层、基础设施AIoT的体系架构中主要包括智能设备及解决方案、操作系统OS层、基础设施等三大层级，并最终通过集成服务进行交付。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘要
在经历了一段时期的野蛮生长之后，人工智能基础数据服务行业进入成长期，行业 格局逐渐清晰。人工智能基础数据服务方的上游是数据生产和外包提供者，下游是 AI算法研发单位，人工智能基础数据服务方通过数据处理能力和项目管理能力为其 提供整体的数据资源服务，不过AI算法研发单位和AI中台也可提供一些数据处理工 具，产业上下游普遍存在交叉。
……
层
自然语言处理
信息理解
文字校对
机器翻译
自然语言生成
……
知识图谱
通用型
行业型
人工智能基础数据服务发展历程
行业进入成长期，行业格局逐渐清晰
伴随国内人工智能热潮爆发，大量的AI公司拿到融资，为了不断提高算法精度，数据采标需求也空前爆发，一度催生了行 业的繁荣。但早期的AI基础数据服务门槛较低，玩家鱼龙混杂，使行业标准模糊、服务质量参差不齐。随着竞争加快，AI 公司对训练数据的质量要求也不断提高，并且当产业落地成为主旋律，需求方对垂直场景的定制化数据采标需求成为主流， 众多小型AI基础数据服务公司从数据质量和采标能力上达不到要求，或被淘汰，或依附大平台，行业格局逐渐清晰，头部 公司实力逐渐凸显。随着算法需求越来越旺盛，目前机器辅助标注、人工主要标注的手段需要改进提升，增强数据处理平 台持续学习和自学习能力，增加机器能够标注维度、提升机器处理数据的精度，由机器承担主要标注工作将成为下一阶段 的行业重心。未来，越来越多的长尾、小概率事件所产生的数据需求增强，人机协作标注的模式性价比不足，机器模拟或 机器生成数据会是解决这一问题的良好途径，及早研发相应技术也将成为AI基础数据服务商未来的护城河。
高层属性类别，自动从信息中学习有效的特征并进行分类，而无需人为选取特征。凭借自动提取特征、神经网络结构、端
到端学习等优势，深度学习在图像和语音领域学习效果最佳，是当今最热门的算法架构。在实际应用中，深度学习算法多
采用有监督学习模式，即需要标注数据对学习结果进行反馈，在大量数据训练下，算法错误率能大大降低。现在的人脸识
别、自动驾驶、语音交互等应用都采用这类方法训练，对于各类标注数据有着海量需求，可以说数据资源决定了当今人工
人工智能基础数据服务行业概述
1
人工智能基础数据服务市场现状
2
人工智能基础数据服务场景分析
3
人工智能基础数据服务需求分析
4
人工智能基础数据服务发展趋势与建议
5
人工智能基础数据服务定义
意指为AI算法训练及优化提供数据采集和标注等形式的服务
人工智能基础数据服务指为AI算法训练及优化提供的数据采集、清洗、信息抽取、标注等服务，以采集和标注为主。人工 智能概念爆发伊始，算法、算力、数据就作为最重要的三要素被人们乐道，进入落地阶段，智能交互、人脸识别、无人驾 驶等应用成为了最大的热门，AI公司开始比拼技术与产业的结合能力，而数据作为AI算法的“燃料”，是实现这一能力的 必要条件，因此，为机器学习算法训练、优化提供数据采集、标注等服务的人工智能基础数据服务成为了这一人工智能热 潮中必不可少的一环。如果说计算机工程师是AI的老师，那基础数据服务就是老师手中的教材。
随着算法需求越来越旺盛，依赖人工标注不能满足市场需求，因此增强数据处理平 台持续学习能力，由机器持续学习人工标注，提升预标注和自动标注能力对人工的 替代率将成趋势。远期，越来越多的长尾、小概率事件所产生的数据需求增强，机 器模拟或机器生成数据会是解决这一问题的良好途径，及早研发相应技术也将成为 AI基础数据服务商未来的护城河。
人工智能技术框架
算 力
AI基础数据服务
数 据
算 法
传统通
用计算
(CPU)
基础层
实现途径
AI计算架构
CPU+GPU TPU FPGA ……
智能设备 自动驾驶
AI芯片
视觉 类脑 ……
安防 物联网
数据处理
数据采集 数据清洗 信息抽取 数据标注
数据存储 数据挖掘
早期算法 搜索式推理
专家系统 智能代理
……
机器学习算法
格局逐渐清晰
向技术要市场
2023年-
人工标注数据的效率并 不能完全满足算法的需 求，增加机器能够标注 的维度、提升机器处理 数据的精度，是提高效 率上限的重要方法，掌 握高效、准确的机器标 注技术将产生新的核心
未来
-
越来越多的长尾、小概 率事件数据需求出现， 人机协作标注的模式性 价比不足，机器模拟或 机器生成数据或是解决 这一问题的良好途径
AI基础数据服务行业发展历程及展望
初生期
成长期
成熟期
质变期
随
着 人 工 智 能 在 更 多 场 景 可 用
2010年-2016年
国内人工智能概念爆发， 算法准确率是第一要义， 大量数据标注需求产生， 标注门槛低，行业内鱼 龙混杂
野蛮生长
2017年-2022年
AI进入落地阶段，垂直 场景数据成为主要需求， 对数据类型、质量等要 求明显提高，头部企业 实力逐渐凸显，行业格 局逐渐清晰
SMS
2018年中国人工智能基础数据服务市场规模为25.86亿元，其中数据资源定制服务 占比86%，预计2025年市场规模将突破113亿元。市场供给方主要由人工智能基础 数据服务供应商和算法研发单位自建或直接获取外包标注团队的形式组成，其中供 应商是行业主要支撑力量。
数据安全、采标能力、数据质量、管理能力、服务能力等仍是需求方的痛点，需要 人工智能基础服务商有明确具体的安全管理流程、能够深入理解算法标注需求、可 提供精力集中且高质量的服务、能够积极配合、快速响应需求方的要求。
监督式学习 非监督学习
半监督学习
强化学习
深度学习
迁移学习
……
支持系统 硬件设备 计算平台 云服务 量子计算
数据采集 储存设施 网络传输 数据可视化
编程语言 算法平台 AI框架 理论研究
技术层 计算机视觉
图像识别
视觉识别
人脸识别
视频识别
文字识别
步态识别
……
语音识别
声音识别
声纹识别
语音合成
语音交互
应 用
竞争力、降低成本，扩
大市场边界
人工智能基础数据服务的行业价值
目前有监督的深度学习是主流，标注数据是其学习根本
人工智能是研究如何通过机器来模拟人类认知能力的科学，机器学习是现阶段实现人工智能的主要手段。机器学习方法通
常是从已知数据中学习规律或者判断规则，建立预测模型，其中，深度学习可以通过对低层特征的组合，形成更加抽象的