20.2.1 人工智能概述

1.定义
人工智能(ArtificialIntelligence,AI)是一种模拟和实现人类智能的技术，通过分析和处理大量的数据，自动学习和优化模型，实现复杂的任务和决策。人工智能呈现深度学习、跨界融合、人机协同、群智开放、自主操控等特征。
2.分类
国际上一般将人工智能分为弱人工智能、强人工智能和超人工智能。其中，弱人工智能(ArtificialNarrowIntelligence)只能在限定领域解决特定问题，强人工智能(ArtificialGeneralIntelligence)可以在通用领域胜任人类所有工作，而超人工智能(ArtificialSuperIntelligence)远超人类智慧，具备复杂的语言表达、抽象思维能力和科学创新能力等。
3.标准体系
根据《国家新一代人工智能标准体系建设指南》(国标委联〔2020〕35号),人工智能标准体系框架主要由基础共性、支撑技术与产品、基础软硬件平台、关键通用技术、关键领域技术、产品与服务、行业应用、安全/伦理八个部分组成。
(1)基础共性标准：主要针对人工智能基础进行规范，包括术语、参考架构、测试评估等部分，支撑标准体系结构中其他部分。
(2)支撑技术与产品标准：主要包括大数据、物联网、云计算、边缘计算、智能传感器、数据存储及传输设备等，为人工智能软硬件平台建设、算法模型开发、人工智

能应用提供基础支撑。
(3)基础软硬件平台标准：主要包括智能芯片、系统软件、开发框架等，为人工智能提供基础设施支撑。
(4)关键通用技术标准：主要包括机器学习、知识图谱、类脑智能计算、量子智能计算、模式识别等，为人工智能应用提供通用技术支撑。
(5)关键领域技术标准：主要包括自然语言处理、智能语音、计算机视觉、生物
特征识别、虚拟现实/增强现实、人机交互等，为人工智能应用提供领域技术支撑。
(6)产品与服务标准：包括智能机器人、智能运载工具、智能终端、智能服务等。
(7)行业应用标准：位于人工智能标准体系结构的最顶层，面向行业具体需求，对其他部分标准进行细化，支撑各行业发展。
(8)安全/伦理标准：包括人工智能领域的安全与隐私保护、伦理等，位于人工智能标准体系结构的最右侧，贯穿于其他部分，为人工智能建立合规体系。
人工智能标准体系结构见图20.2-1。

4.技术标准
1)关键通用技术标准
(1)机器学习标准：规范监督学习、无监督学习、半监督学习、集成学习、深度学习和强化学习等不同类型的模型、训练数据、知识库、表达和评价。
(2)知识图谱标准：规范知识描述的结构形式、解释过程、知识深度语义的技术要求等，解决知识表示粒度、方式的不确定性问题。
(3)类脑智能计算标准：规范类脑计算算法基本模型、性能和应用，为人工智能系统提供新的计算架构，提高人工智能处理复杂问题的能力。包括类脑智能计算参考架构、脑特征机制计算模型建模和表达、基于生物机制建模的算法要求及其性能评价、类脑智能计算硬件设备通用技术要求等标准。
(4)量子智能计算标准：规范量子计算算法基本模型、性能和应用，为提高人工智能计算能力提供支撑。包括量子计算模型与算法、高性能高比特率的量子人工智能处理器、可与外界环境交互信息的实时量子人工智能系统等标准。
(5)模式识别标准：规范自适应或自组织的模式识别系统的特点、模型、技术要求和评价方法。
2)关键领域技术标准
(1)自然语言处理标准：规定自然语言处理基础、信息提取、文本内容分析等方面的技术要求，解决计算机理解和表达自然语言过程中的数据、分析方法和语义描述的一致性问题。自然语言处理标准包括语言信息提取、文本处理、语义处理、应用扩展四个部分。
(2)智能语音标准：规范人机语言通信的技术和方法，确保语音识别、语音合成及其应用的准确性、一致性、高效性和可用性。智能语音标准包括语音设施设备、语音处理、语音识别、语音合成、语音接口五个部分。
(3)计算机视觉标准：规定计算机及视觉感知设备对目标进行检测、识别、跟踪的技术要求，解决图片或视频采集、处理、识别、理解和反馈等各环节的一致性和互联互通问题。计算机视觉标准包括视觉设施设备、数据及模型、图像识别与处理三个部分。
(4)生物特征识别标准：规范计算机利用人体所固有的生理特征(指纹、人脸、虹膜、声纹、DNA等)或行为特征(步态、击键等)来进行个人身份鉴定的技术要求，解决生物特征描述、数据、接口的一致性问题。
(5)虚拟现实/增强现实标准：为用户提供视觉、触觉、听觉等多感官信息一致性体验的通用技术要求。
(6)人机交互标准：规范人与信息系统多通道、多模式和多维度的交互途径、模式、方法和技术要求，解决语音、手势、体感、脑机等多模态交互的融合协调和高效应用的问题，确保高可靠性和安全性交互模式。人机交互标准包括智能感知、动态识别、多模态交互三个部分。