从这份产学研各巨头联合编写的《人工智能标准化白皮书》中,你能看出未来的哪些趋势?

2018 年 1 月 19 日 机器之能

在公众号后台回复「标准白皮书」下载全文。


整理 | 王艺


近日,国家标准化管理委员会指导发布了 2018 版《人工智能标准化白皮书》(以下简称《白皮书》),从人工智能的现状与行业趋势出发,阐述了目前人工智能标准化进程,并提出了标准化面临的问题与挑战。


《白皮书》的编写参与方包含清华大学、北京大学、中国人民大学等高校,中国科学院自动化研究所、中国电子技术标准化研究院等科研机构,以及科大讯飞、阿里巴巴、蚂蚁金服、商汤、英特尔等企业。


《白皮书》指出,我国虽然在人工智能领域具备了良好基础,在语音识别、视觉识别、中文信息处理等核心技术实现了突破,也具有巨大的应用市场环境,但整体发展水平仍落后于发达国家,在核心算法、关键设备、高端芯片、重大产品与系统等方面差距较大,适应人工智能发展的基础设施、政策法规、标准体系亟待完善。


基于此,《白皮书》参考了 ISO/IEC JTC 1、ISO、IEC 等国际组织制定的人工智能行业相关标准,明确了包含基础、平台/支撑、关键技术、产品及服务、应用、安全/伦理六个部分在内的人工智能标准体系结构(如下图),逐层分析,并列出当前急需制定的标准。



关注公众号「机器之能」并回复「标准白皮书」即可下载全文。


由于除行业标准相关论述外,《白皮书》还利用大量篇幅讲述人工智能行业的现状。因此,该《白皮书》对广大人工智能从业者也具有参考作用,推荐阅读。


往期文章


大公司:微软亚马逊阿里百度腾讯英伟达苏宁西门子浪潮


创业公司:商汤科技依图科技思必驰竹间智能三角兽极限元云知声奇点机智景驰科技思岚科技追一科技海知智能出门问问钢铁侠科技体素科技晶泰科技波士顿动力弘量研究小源科技中科视拓


人物报道:吴恩达陆奇王永东黄学东任小枫初敏沈威肖建雄司罗施尧耘


自动驾驶:传统变革Uber图森未来速腾聚创驭势科技全球汽车AI大会


应用场景:金融医疗法律新零售网络安全


商业地理:加拿大匹兹堡瑞士

 

登录查看更多
7

相关内容

【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
120+阅读 · 2019年10月10日
《2018人工智能发展白皮书-技术架构篇》
智能交通技术
5+阅读 · 2018年9月11日
权威发布:新一代人工智能发展白皮书(2017)
全球人工智能
12+阅读 · 2018年2月25日
《人工智能标准化白皮书(2018版)》发布|附下载
人工智能学家
17+阅读 · 2018年1月21日
【重磅】《人工智能标准化白皮书(2018)》发布(完整版)
报告|人工智能标准化白皮书(2018版)PDF下载
机器人大讲堂
90+阅读 · 2018年1月18日
Directions for Explainable Knowledge-Enabled Systems
Arxiv
26+阅读 · 2020年3月17日
Mesh R-CNN
Arxiv
4+阅读 · 2019年6月6日
Arxiv
9+阅读 · 2019年4月19日
Transfer Adaptation Learning: A Decade Survey
Arxiv
37+阅读 · 2019年3月12日
Meta-Transfer Learning for Few-Shot Learning
Arxiv
8+阅读 · 2018年12月6日
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Arxiv
7+阅读 · 2018年6月8日
Arxiv
7+阅读 · 2018年1月24日
VIP会员
相关资讯
《2018人工智能发展白皮书-技术架构篇》
智能交通技术
5+阅读 · 2018年9月11日
权威发布:新一代人工智能发展白皮书(2017)
全球人工智能
12+阅读 · 2018年2月25日
《人工智能标准化白皮书(2018版)》发布|附下载
人工智能学家
17+阅读 · 2018年1月21日
【重磅】《人工智能标准化白皮书(2018)》发布(完整版)
报告|人工智能标准化白皮书(2018版)PDF下载
机器人大讲堂
90+阅读 · 2018年1月18日
相关论文
Directions for Explainable Knowledge-Enabled Systems
Arxiv
26+阅读 · 2020年3月17日
Mesh R-CNN
Arxiv
4+阅读 · 2019年6月6日
Arxiv
9+阅读 · 2019年4月19日
Transfer Adaptation Learning: A Decade Survey
Arxiv
37+阅读 · 2019年3月12日
Meta-Transfer Learning for Few-Shot Learning
Arxiv
8+阅读 · 2018年12月6日
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Arxiv
7+阅读 · 2018年6月8日
Arxiv
7+阅读 · 2018年1月24日
Top
微信扫码咨询专知VIP会员