中国人工智能系列白皮书-智能农业(final)

中国人工智能系列白皮书

----智能农业

中国人工智能学会

二○一六年九月

《中国人工智能系列白皮书》编委会

主任：李德毅

执行主任：王国胤

副主任：杨放春谭铁牛黄河燕焦李成马少平刘宏蒋昌俊任福继杨强胡郁

委员：陈杰董振江杜军平桂卫华韩力群何清黄心汉贾英民李斌刘民刘成林刘增良

鲁华祥马华东马世龙苗夺谦朴松昊乔俊飞

任友群孙富春孙长银王轩王飞跃王捍贫

王万森王卫宁王小捷王亚杰王志良吴朝晖

吴晓蓓夏桂华严新平杨春燕余凯余有成

张学工赵春江周志华祝烈煌庄越挺

本书编写组

本书编写组(按拼音字母排序)

陈梅香陈子文段青玲冯青春高荣华

顾静秋何东健黄文倩吉增涛姜凯

李道亮李瑾李江波李淼李明

李南李伟刘蕾蕾卢彩云罗清尧

孟志军缪祎晟孙传恒孙明孙想

汤亮王秀温江丽吴华瑞熊本海

许童羽杨亮张瑞瑞张馨赵春江

周艳兵朱华吉朱艳邹伟

目录

第1章智能农业发展背景 (1)

1.1 人工智能在农业领域中的应用历程 (1)

1.2 智能农业及其发展趋势 (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23

2.3.2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..................... 错误!未定义书签。

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 多民族语言智能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.. 60

3.5.3 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.. 63

3.6 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)

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 23 2.3.2 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 .. 60 3.5.3多民族语言农业信息平台中的翻译关键技术 (62)

人工智能的核心技术【精选】整理版

人工智能的核心技术是什么？ 《人工智能标准化白皮书（2018）》 1 机器学习 机器学习（Machine Learning）是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域的交叉学科，研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，是人工智能技术的核心。基于数据的机器学习是现代智能技术中的重要方法之一，研究从观测数据（样本）出发寻找规律，利用这些规律对未来数据或无法观测的数据进行预测。根据学习模式、学习方法以及算法的不同，机器学习存在不同的分类方法。 （1）根据学习模式将机器学习分类为监督学习、无监督学习和强化学习等。 监督学习 监督学习是利用已标记的有限训练数据集，通过某种学习策略/方法建立一个模型，实现对新数据/实例的标记（分类）/映射，最典型的监督学习算法包括回归和分类。监督学习要求训练样本的分类标签已知，分类标签精确度越高，样本越具有代表性，学习模型的准确度越高。监督学习在自然语言处理、信息检索、文本挖掘、手写体辨识、垃圾邮件侦测等领域获得了广泛应用。 无监督学习 无监督学习是利用无标记的有限数据描述隐藏在未标记数据中的结构/规律，最典型的非监督学习算法包括单类密度估计、单类数据降维、聚类等。无监督学习不需要训练样本和人工标注数据，便于压缩数据存储、减少计算量、提升算法速度，还可以避免正、负样本偏移引起的分类错误问题。主要用于经济预测、异常检测、数据挖掘、图像处理、模式识别等领域，例如组织大型计算机集群、社交网络分析、市场分割、天文数据分析等。 强化学习 强化学习是智能系统从环境到行为映射的学习，以使强化信号函数值最大。由于外部环境提供的信息很少，强化学习系统必须靠自身的经历进行学习。强化学习的目标是学习从环境状态到行为的映射，使得智能体选择的行为能够获得环境最大的奖赏，使得外部环境对学习系统在某种意义下的评价为最佳。其在机器人控制、无人驾驶、下棋、工业控制等领域获得成功应用。 （2）根据学习方法可以将机器学习分为传统机器学习和深度学习。 传统机器学习 传统机器学习从一些观测（训练）样本出发，试图发现不能通过原理分析获得的规律，实现对未来数据行为或趋势的准确预测。相关算法包括逻辑回归、隐马尔科夫方法、支持向

2018年中国人工智能产业白皮书

２０１８年中国人工智能产业白皮书

册子 / 报告标题|章节标题 目录 主要发现 1第一章人工智能行业综述篇 3 1.1 全球及中国发展概况 4 1.1.1 全球市场 4 1.1.2 发展驱动力 6 1.1.3 面临挑战 11 1.2 人工智能产业链 12 1.2.1 基础层 13 1.2.2 技术层 14 1.2.3 应用层 16 1.3 中国人工智能领域投资 17 1.3.1 投资热点及趋势 17 1.3.2 进击的巨头 19第二章人工智能商业化应用篇 21 2.1 数字政府：政策利好加速政府智能化变革 23 2.2 金融：人工智能变革金融经营全过程 26 2.3 汽车：人工智能正在重塑汽车产业生态 30 2.4 医疗：人工智能加速医疗技术革新 34 2.5 零售：人工智能应用从个别走向聚合 38 2.6 制造业：人工智能应用潜力被低估 44第三章中国主要人工智能产业发展区域及定位 47 3.1 中国人工智能企业分布重点城市 48 3.2 人工智能产业园 57 3.3 杭州未来科技城人工智能发展建议 59 02

册子 / 报告标题|章节标题主要发现 1. 中国人工智能产业发展迅速，但整体实力仍落后于美国。中国已成为人工 智能发展最迅速的国家之一，2018年中国人工智能市场规模有望超过300亿 元人民币。人工智能企业数量超过1000家，位列全球第二。本次人工智能浪 潮以从实验室走向商业化为特征，其发展驱动力主要来自计算力的显著提升、 多方位的政策支持、大规模多频次的投资以及逐渐清晰的用户需求。与此同 时，中国处于人工智能发展初期，基础研究、芯片、人才方面的多项关键指标 与美国差距较大。 2. 中国企业价值链布局侧重技术层和应用层，对需要长周期的基础层关注 度较小。人工智能产业链分为基础层（芯片、算法框架）、技术层（计算机视 觉、自然语义理解、语音识别、机器学习）和应用层（垂直行业/精确场景）。中 国企业布局比较偏好技术相对成熟、应用场景清晰的领域，对基础层关注度 较小。瞄准AI专用芯片或将为中国企业另辟蹊径。 3. 科技巨头生态链博弈正在展开，创业企业则积极发力垂直行业解决方案， 深耕巨头的数据洼地，打造护城河。科技巨头构建生态链，已经占据基础设 施和技术优势。创业企业仅靠技术输出将很难与巨头抗衡，更多的创业企业 将发力深耕巨头的数据洼地（金融、政府事务、医疗、交通、制造业等），切入 行业痛点，提供解决方案，探索商业模式。 4. 政府端是目前人工智能切入智慧政务和公共安全应用场景的主要渠道， 早期进入的企业逐步建立行业壁垒，未来需要解决数据割裂问题以获得长 足发展。各地政府的工作内容及目标有所差异，因而企业提供的解决方案并 非是完全标准化的，需要根据实际情况进行定制化服务。由于政府一般对于 合作企业要求较高，行业进入门槛提高，强者恒强趋势明显。 5. 人工智能在金融领域的应用最为深入，应用场景逐步由以交易安全为主 向变革金融经营全过程扩展。传统金融机构与科技企业进行合作推进人工 智能在金融行业的应用，改变了金融服务行业的规则，提升金融机构商业效 能，在向长尾客户提供定制化产品的同时降低金融风险。 6. 医疗行业人工智能应用发展快速，但急需建立标准化的人工智能产品市 场准入机制并加强医疗数据库的建设。人工智能的出现将帮助医疗行业解决 医疗资源的短缺和分配不均的众多民生问题。但由于关乎人的生命健康，医疗 又是一个受管制较严的行业。人工智能能否如预期广泛应用，还将取决于产 品商业化过程中如何制定医疗和数据监管标准。 03

(公需科目)人工智能与健康【2020】考试题库(十六)

（公需科目）人工智能与健康【2020】考试题库（十六） 一、单项选择题 1、（）的医生收入主要来自联邦政府直接拨付。 A、英国 B、美国 C、德国 D、澳大利亚 请选择本题答案： A B C D 正确答案：D 2、“拔一毛利天下，不为也；悉天下以奉一身，不取也”是（）观点。 A、孔子 B、墨子 C、杨朱 D、列子 请选择本题答案： A B C D 正确答案：C 3、“自生人以来，未有如夫子者”出自（） A、《文心雕龙·原道》 B、《文心雕龙·序志》 C、《文心雕龙·宗经》 D、《汉书·艺文志》 请选择本题答案： A B C D 正确答案：B 4、《一般数据保护法案》中对个人数据泄露的规定是数据

控制者应在（）小时之内向监管机构报告个人数据的泄露情况。 A、24 B、48 C、72 D、96 请选择本题答案： A B C D 正确答案：C 5、2017年7月8日国务院出台了（），为推动我国人工智能的长期发展指明了方向。 A、《“互联网+”人工智能三年行动实施方案》 B、《新一代人工智能发展规划》 C、《“十三五”战略性新兴产业发展规划》 D、《人工智能标准化白皮书2018》 请选择本题答案： A B C D 正确答案：B 6、本讲提到，2017年7月，国务院印发并实施（），构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国。 A、《“互联网+”人工智能三年行动实施方案》 B、《促进新一代人工智能产业发展三年行动计划(2018-2020年)》 C、《新一代人工智能发展规划》 D、《人工智能标准化白皮书（2018版）》

请选择本题答案： A B C D 正确答案：C 7、大成至圣先师是（）。 A、孔子 B、孟子 C、墨子 D、杨朱 请选择本题答案： A B C D 正确答案：A 8、根据本讲，GUI的专利类型是（） A、发明专利 B、外观设计专利 C、实用新型专利 D、方法专利 请选择本题答案： A B C D 正确答案：B 9、根据本讲，欧盟成员国中有（）个未批准新闻出版物保护的邻接权。 A、8 B、9 C、19 D、20 请选择本题答案： A B C D 正确答案：B 10、根据本讲，协同教育中的基础是（）。 A、学校教育

中国大数据、人工智能、区块链发展趋势及应用场景研究报告_光环大数据培训

https://www.wendangku.net/doc/2d12763241.html, 中国大数据、人工智能、区块链发展趋势及应用场景研究报告_光环大数据培训 国家高度重视金融科技应用对于强化金融监管能力和促进金融转型发展的双重作用。在强化监管方面，以降低合规成本、有效防范金融风险为目标的监管科技(Regtech)正在成为金融科技的重要组成部分。在促进发展方面，金融科技应用能够有效提升金融服务效率，强化对实体经济的服务能力。随着云计算、大数据、人工智能和区块链等新兴技术在金融领域的广泛应用，金融科技正在以迅猛态势深刻改变金融行业生态和服务模式。 云计算、大数据、人工智能、区块链为四大新兴技术领域，本报告从应用价值、关键技术、应用场景和典型产品分析等四个方面，深入剖析四大新兴技术在金融领域的应用情况。小编对报告的主要内容作如下摘要： 首先，从金融行业应用需求出发，明确技术应用的市场价值；接着，深入浅出的阐述技术基本原理，明确在金融领域技术应用的特殊属性；然后，重点分析技术应用的具体场景，详细描述应用细节；最后，对典型技术产品进行技术指标的对比分析。 一、云计算在金融领域的应用 1、有效降低金融机构IT成本 性能上，云计算通过虚拟化技术将物理IT设备虚拟成IT能力资源池，以整个资源池的能力来满足金融机构算力和存储的需求。在物理设备上，云计算采用X86服务器和磁盘阵列作为基础设施。此外，通过云操作系统可以实现IT设备的负载均衡，提高单位IT设备的使用效率，降低单位信息化成本。因此，在IT性能相同的情况下，云计算架构的性价比远高于以大型机和小型机作为基础设施的传统金融架构。 2、具有高可靠性和高可扩展性

https://www.wendangku.net/doc/2d12763241.html, 传统金融架构强调稳定性，扩展能力相对较差。在基础资源上，大型机或小型机只能纵向扩展提升能力（scale-up），不能实现更加灵活的横向扩展（scale-out）。因此，随着业务需求增加，服务器越来越大，且交付时间越来越长。传统应用架构强调单体应用，数据库强调数据强一致性，可扩展性差。在可靠性上，云计算可以通过数据多副本容错、计算节点同构可互换等措施，有效保障金融企业服务的可靠性。在可扩展性上，云计算支持通过添加服务器和存储等IT设备实现性能提升，快速满足金融企业应用规模上升和用户告诉增长的需求。 二、大数据在金融领域的应用 1、提升决策效率 大数据分析可以帮助金融机构实现以事实为中心的经营方法。大数据可以帮助金融机构，以数据为基础，逐步从静态的现象分析和预测，过渡到针对场景提供动态化的决策建议，从而更精准地对市场变化做出反应。 2、强化数据资产管理能力 金融机构大量使用传统数据库，成本较高，而且对于非结构化数据的存储分析能力不足。通过大数据底层平台建设，可以在部分场景替换传统数据库，并实现文字、图片和视频等更加多元化数据的存储分析，有效提升金融结构数据资产管理能力。 三、人工智能在金融领域的应用价值探讨 1、进一步提升金融行业的数据处理能力与效率随着金融行业的不断发展，沉淀了大量的金融数据，主要涉及金融交易、个人信息、市场行情、风险控制、投资理财等。这些数据容量巨大且类型丰富，占据宝贵的储存资源，而从业人员却无法对其进行有效分析以供决策。虽然大数据技术的出现对此有所改善，但在数据的有效处理与分析挖掘上仍面临较大挑战。

人工智能系列白皮书-可拓学

中国人工智能系列白皮书 ----可拓学

目录 第1 章可拓学概述 (1) 1.1可拓学的学科体系 (1) 1.1.1可拓学的定义和定位 (1) 1.1.2可拓学的理论体系——可拓论 (1) 1.2可拓学的方法体系——可拓创新方法 (3) 1.2.1拓展分析方法 (5) 1.2.2共轭分析方法 (5) 1.2.3可拓变换方法 (5) 1.2.4可拓集方法 (5) 1.2.5优度评价方法 (6) 1.3可拓工程 (6) 1.3.1可拓学在人工智能领域的应用 (6) 1.3.2可拓学在工程技术领域的应用 (9) 1.3.3管理可拓工程 (10) 1.3.4可拓学与其他领域的交叉融合 (10) 第2 章可拓策略生成方法与系统 (11) 2.1 引言 (11) 2.2可拓策略生成的一般方法 (12) 2.2.1问题的形式化界定方法 (12) 2.2.2问题相容性的判断方法 (13) 2.2.3问题相关度的计算方法 (13) 2.2.4拓展分析方法与共轭分析方法 (13) 2.2.5可拓变换及其筛选方法 (14) 2.2.6可拓策略的优度评价方法 (15)

2.3可拓策略生成系统 (15) 2.3.1ESGS 的主要功能模块 (15) 2.3.2应用ESGS 求解不相容问题的一般步骤 (18) 2.3.3ESGS 的软件架构 (19) 2.4ESGS 软件研制情况 (19) 2.5结束语 (20) 第3 章基于可拓学的数据挖掘研究与应用 (21) 3.1 引言 (21) 3.2可拓分类知识获取 (22) 3.3传导知识获取 (24) 3.4基于知识库的可拓知识获取 (24) 3.4.1拓展型可拓知识获取 (24) 3.4.2从知识库中获取可拓知识的理论基础 (25) 3.4.3基于决策树知识的可拓知识获取 (25) 3.5智能知识的挖掘算法、技术与管理 (26) 3.5.1转化规则挖掘方法 (26) 3.5.2基于多目标线性规划的二次挖掘方法 (27) 3.5.3智能知识管理系统设计技术 (27) 3.5.4知识可拓优化技术 (27) 3.6可拓模式识别 (28) 3.7可拓神经网络 (29) 3.7.1可拓神经网络的基本思想 (30) 3.7.2可拓神经网络的类型与算法分析 (30) 3.8应用研究成果 (34) 3.8.1基于可拓数据挖掘的客户价值获取 (34) 3.8.2产品销售问题可拓分类知识挖掘 (34) 3.8.3基于变换选择策略的可拓知识挖掘系统 (35)

2019全球人工智能发展白皮书

全球人工智能发展白皮书 （2019年度）

全球人工智能发展白皮书 | 四、人工智能重塑各行业 一、AI创新融合新趋势4 1.1人工智能正全方位商业化4 1.2AI全面进入机器学习时代5 1.3市场对投资回归理性8 1.4城市逐渐成为AI创新融合应用主战场13 1.5AI支持体系不断发力21 1.6顶层政策倾斜力度持续增加23 1.7全球AI市场超6万亿美元29 1.8京津冀、长三角、珠三角AI企业云集31 二、人工智能技术发展腾飞40 2.1人工智能关键技术日趋成熟40 2.2人工智能开放平台建设稳步推进42 2.3“人机大战”谁更能更胜一筹？45 三、中国在全球AI地位52 3.1中国拥有更为庞大的数据规模以及更丰富数据使用环境53 3.2中国是全球芯片需求量最大的市场，但高端芯片依赖进口54 3.3中国机器人企业快速成长核心零部件技术国产化加速54 3.4美国人工智能底层技术实力更为雄厚，中国则在语音识别技术上更优55 3.5中国在AI应用上呈现追击态势55 四、人工智能重塑各行业58 4.1金融：人工智能提升金融企业商业效能并变革企业内部经营60 4.2教育：人工智能技术应用覆盖教学全流程65 4.3数字政务：政策利好加速政府智能化变革70 4.4医疗：人工智能应用日趋成熟71 4.5无人驾驶：主导汽车产业革新75 4.6零售：人工智能驱动行业走向聚合79 4.7制造业：智能制造应用潜力巨大82 4.8智慧城市：人工智能塑造城市基础设施创新系统86

全球人工智能发展白皮书 | 主要发现主要发现： 1

全球人工智能发展白皮书 | 主要发现 2

2019年度人工智能与健康参考答案(95分)

1.下列对我国人工智能基础理论的表述，不当的是（）。（ 2.0分） A.大数据智能 B.人机混合智能 C.独媒体感知计算 D.自主协同与决策 2.在高血压诊断标准的变迁史上，（）将高血压的诊断标准定为210/100mmHg以下更受益。（2.0分） A.1949年 B.1984年 C.1993年 D.2016年 3.2005年，美国一份癌症统计报告表明：在所有死亡原因中，癌症占（）。（2.0分） A.1/4 B.1/3 C.2/3 D.3/4 4.50年前，人工智能之父们说服了每一个人：“（）是智能的钥匙。”（2.0分） A.算法 B.逻辑 C.经验 D.学习 5.下列选项中，不属于生物特征识别技术的是（）。（2.0分） A.步态识别 B.声纹识别 C.文本识别 D.虹膜识别 6.古代把计量叫“度量衡”，其中，“量”是测量（）的过程。（2.0分） A.长度

B.容积 C.温度 D.轻重 7.生物特征识别技术不包括（）。（2.0分） A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 8.（）是一种处理时序数据的神经网络，常用于语音识别、机器翻译等领域。（2.0分） A.前馈神经网络 B.卷积神经网络 C.循环神经网络 D.对抗神经网络 9.医学上用百分位法来判定孩子是否属于矮小。如果一个孩子的身高低于同种族、同年龄、同性别正常健康儿童身高的第（）百分位数，医学上称之为矮小。（2.0分） A.1 B.2 C.3 D.4 10.如果一个人体检时发现乳腺癌1号基因发生突变，可以推断出（）。（2.0分） A.这个人患乳腺癌的概率增加了 B.这个人已经患了乳腺癌 C.这个人一定会患乳腺癌 D.这个人很快会被检查出乳腺癌 11.MIT教授Tomaso Poggio明确指出，过去15年人工智能取得的成功，主要是因为（）。（2.0分） A.计算机视觉 B.语音识别 C.博弈论

2018年中国人工智能创新应用白皮书

２０１８年中国人工智能创新应用白皮书

报告背景介绍 在全球人工智能发展的浪潮下，市场对人工智能的投入与期望空前巨大，正确理解人工智能目前的应用能力、发展状态以及与市场预期间的距离，成为了各行业企业的重要任务之一。此份独立报告为各行业企业在人工智能方向上的布局与行动举措提供了参考信息与建议，同时也为人工智能企业在具体行业发展方向的选择上提供了参考。 我们的讨论将由四个部分组成，第一部分为人工智能发展背景介绍，对人工智能的概念、发展历史、人工智能企业目前发展状况、人工智能未来的技术与应用走向进行讨论；第二部分为人工智能的商业应用情况，将讨论人工智能能够为各行业带来的具体价值，评估各个行业目前应用条件的成熟程度；第三部分梳理总结了人工智能在20个行业的80个具体应用场景，并详细介绍典型的行业应用场景与案例；第四部分将为企业当下如何借力人工智能给出行动举措方面的建议。 此份独立报告整合了中国人工智能学会与罗兰贝格在数字化领域积累的项目经验与素材，以及对人工智能领域初创企业管理人、各行业内企业经理人、人工智能研发人员的访谈等多方信息数据源，旨在提供具有落地意义的参考与建议，推动人工智能的应用与发展。

执行总结 今年7月，国家发布了新一代人工智能发展规划，将中国人工智能产业的发展推向了新高度。人工智能技术是继蒸汽机、电力、互联网科技之后最有可能带来新一次产业革命浪潮的技术，在爆炸式的数据积累、基于神经网络模型的新型算法与更加强大成本更低的计算力的促进下，本次人工智能的发展已突破了商业领域对其应用效果的预测，受到风险投资基金的热烈追捧，人工智能技术的应用场景也在各个行业逐渐明朗，开始带来降本增益的实际商业价值。 在巨大的产业需求规模与强有力的金融投资支持下，中国在全球新一代人工智能中发展态势良好，北京、深圳和上海在人工智能企业与人才积累上名列全球城市前茅，中国人工智能产业的发展进入了技术逐渐渗透到各行业产生实际价值的阶段。 根据大量行业研究，我们发现，除了互联网行业以外，汽车、消费品与零售、金融以及医疗行业等数据基础比较完善、数据资源比较丰富的行业具有最为成熟的发展基础与最大的市场应用潜力。根据我们的估算，在中国至2030年，在金融行业，预计人工智能将带来约6000亿元人民币的降本增益效益。在汽车行业，人工智能在自动驾驶等技术上的突破将带来约5000亿元人民币的价值增益。在医疗行业，预计人工智能可以带来约4000亿元人民币的降本价值。在零售行业，预计人工智能技术将带来约4200亿人民币的降本与增益价值。我们在价值链的研发、制造、营销、服务以及物流等环节上梳理并描述了这些典型行业内人工智能的主要应用场景。 就中国企业应如何把握机遇，抓住战略机会，我们提出了一系列的行动建议。企业在制定人工智能发展计划时，首先应当明确在当前业务场景下的应用机会点，这些机会点应当能够带来足够的商业价值，并且企业自身也具备应用这些机会点的条件。企业需要通过研究外部市场发展情况，了解目前行业中其他企业在此技术方向上的布局，评估人工智能技在价值链各环节上的商业应用案例。其次，企业需要评估在组织、数据与技术、运用与执行能力上具备的核心竞争力，认识到在哪些方面存在不足，并针对不足为相关部门提供包括组织、流程、KPI等各方面的支持与引导。最后，结合对企业内部核心竞争力打造计划与应用实施计划，企业需要制定明确的发展方向与发展程度期望，设置具有时间节点的发展蓝图，并打造相关的配套能力支持计划执行。 新一代人工智能技术的应用将给各行业带来众多新的可能性，甚至有可能颠覆现有的行业格局并可能重塑行业，我们期待看到中国的企业在新一次人工智能浪潮中抢占先机。

2019年公需科目：人工智能与健康考试题(四)

2019年公需科目：人工智能与健康考试题（四） 一、判断题(每题2分) 1.农业社会的显著特征是以个人为个人提供基础服务为基础。 正确 2.智慧社区的概念强调的是一种新型的治理形态，即在社区的服务管理过程中是不同于以往的，是用新的技术手段，使这些服务的供给和需求能够更加分散、各自分配的一种方式。 错误 3.智慧社区的概念最终目的是发展互联网、物联网这种新型的治理形态。 错误 4.从老龄研究的角度，智慧养老能够解决根本性的问题。 错误 5.马斯洛的需求层次理论认为，人类需要的最高层次是自我实现。 正确 6.有了智慧养老这些手段，老年人的信息掌握在社区的服务平台上，如果老人一旦遇到了危险，由智慧养老的平台及时地做出响应，更多的责任转移到了政府、社会和社区来了，老人的子女就不用承担主要的责任了。 错误 7.在老人生活中安装监控摄像头只是为了能更好的保障老人安全，不会影响日常独立生活。错误 8.为了智慧养老服务的更快实现，我国应尽快制定绩效评估标准。 正确 9.以大数据应用促进医药分离改革，遏制虚高药价。 正确 10.习近平总书记指出，网信事业代表着新的生产力、新的发展方向，应该也能在践行新发展理念上先行一步。 正确 11.在没有大数据的条件下，人才的发现与选拔都很难做到“全信息”，大数据能够帮助人们解决这个问题。 正确 12.2016年，发布报告《人工智能给未来决策带来的机遇及影响》、《机器人技术和人工智能》。正确 13.1956年达特茅斯会议提出“人工智能”。 正确 14.美国在人工智能方面取得了较好的成果。 正确 15.2014年7月，日本公布了《机器人白皮书》。 正确 16.韩国第四次工业革命在举行的第四次会议上，通过了人工智能研发战略。 错误 17.GDPR中规定数据控制者应在48小时内向监管机构报告个人数据泄露情况。 错误 18.在中国，人工智能已被纳入国家科研计划。

2016年全球及中国人工智能产业发展分析报告

2016年2月出版

正文目录 1、人工智能是利用人工计算实现人类智能 (4) 1.1、本质：人工智能的本质是对人类智能的模拟甚至超越 (4) 1.2、原理：利用一系列算法驱动电脉冲模拟人脑神经元的运作过程 (5) 2、全球人工智能千亿市场爆发在即，AI+引领未来商业模式新风向 (6) 2.1、人工智能起源于上世纪50 年代，2006 年起进入加速发展的新阶段 (6) 2.2、发达国家火热布局，2040 年或有可能实现广义人工智能 (7) 2.2.1、欧盟：人脑工程项目（HBP） (8) 2.2.2、美国：大脑研究计划（BRAIN） (8) 2.2.3、日本：大脑研究计划（Brain/MINDS） (9) 2.3、下游应用需求迫切+上游技术基础成型，人工智能全球市场规模超千亿 (10) 2.3.1、下游应用需求倒逼、上游技术成型推动，人工智能技术加速发展 (10) 2.3.2、人工智能逐渐受到机构重视，2020 年全球市场规模超千亿 (11) 2.4、人工智能推动传统产业变革，AI+将成为未来普遍的商业模式 (13) 3、人工智能领域风云迭起，科技巨头雄霸天下 (14) 3.1、北美及西欧地区公司数量激增，科技巨头和初创企业是主要玩家 (14) 3.2、感知层技术领域竞争白热化，机器学习等空白蓝海已成大势所趋 (15) 3.3、投资+收购+顶级人才招聘、科技巨头动作频频上演实力争夺 (17) 4、2020年我国人工智能市场规模近百亿，有望实现弯道超车 (19) 4.1、受益四大利好因素，人工智能发展势头良好有望实现弯道超车 (19) 4.2、投资机构青睐有加，2020 年中国人工智能市场规模近百亿 (20) 4.3、感知智能试点阶段，预计我国将在5~10 年内实现感知智能全面普及 (22) 5、行业火爆：企业数量激增发展迅猛，机器人等是典型应用场景 (24) 5.1、巨头基础层切入引发技术革新，创业公司应用层进入带来产业升级 (24) 5.2、机器人、虚拟服务等是目前的典型应用场景，未来将进入各行各业 (26) 5.3、产业投资偏爱应用类企业，软件服务和机器视觉是热门细分领域 (29) 6、海外人工智能企业一览 (29) 6.1、人工智能基础平台领域：IBMWatson (29) 6.2、机器学习领域：Wise.io 实现高效大数据分析 (31) 6.3、语音识别和自然语言处理领域：Facebook、Apple、Microsoft (32) 6.4、图像识别领域：Clarifai 超越传统图像识别界限 (35) 6.5、预测分析领域：Google 云计算能力打造顶级预测API (35) 6.6、先发优势、技术实力、下游爆发潜力是人工智能企业的核心竞争力 (37) 7、我国人工智能投资机遇 (38) 7.1、投资逻辑：短期看好应用开发领域，长期技术研究是投资大势 (38) 7.2、主要公司分析 (39) 7.2.1、科大讯飞 (39) 7.2.2、东方网力 (40) 7.2.3、佳都科技 (41) 7.2.4、新松机器人 (42) 图表目录

基于人工智能和区块链的健康医疗大数据与大数据服务

基于人工智能和区块链的健康医疗大数据与大数据服务 一、概述 AI、健康大数据，无疑是近几年的风口，但对于两者乃至其应用行业来说，其研发或管理的根基还是在于底层数据的积累。而我国健康医疗数据由于信息化推进不全面等众所周知原因，一直以来质量不高。成立之初便从我国健康医疗大数据的行业痛点入手，致力于获得结构化量化且高质量的数据，依托自己历经17年研发获得的经验数据以及深度专业设计的数据库，以大数据为依托逐渐开发出了针对健康服务行业的一套经济、完整的解决方案，包括健康大数据从系统建立到AI分析，区块链技术的应用，实现健康服务闭环再到服务行业的全链路解决方案。让领先的健康医疗科技普惠大众 眼睛是全身唯一不用手术就能直接看到血管和神经的部位！利用糖尿病、高血压患者需要每年（有的甚至三个月）进行一次眼底筛查的机会，从眼底看健康！使得糖尿病视网膜病变（DR）、青光眼、病理性近视、年龄相关性黄斑病变（AMD）、白内障（手术成熟度）等30种病变，糖尿病肾脏疾病（DKD）、高血压视网膜病变以及脑中风等脑心血管重大疾病，部分脑部肿瘤，在早期就被低成本发现！同时，系统还能用于广大青少年的眼健康和屈光不正和近视预防上，上工治未病！对于健康中国的建设，进一步推动人工智能、区块链技术和健康医疗大数据的发展与服务，都具有重要意义！ 在技术创新、价值兑现方面，在诸多方面取得实质性进展与突破。创始团队先后得到了10多项包括卫生部联合基金、多项国家自然科学基金、重点项目、国家十一五攻关子项目以及省重点科技项目的支持。在国内外著名高校和医疗机构专家的合作支持下，获得近百万人次、超过三百万个眼底图像试验、标注和筛查数据支持下的医学研究成果和明确的医学证据。将健康大数据与AI分析、区块链技术的应用落地到健康管理、健康保险的节费、控费、第三方医学影像中心、康养平台以及广大青少年的眼健康和屈光不正和近视预防等具体的健康医疗服务场景中，具有重要的实际应用价值。 在赋能健康服务产业转型升级方面，具备无可替代的覆盖健康服务全流程的能力：实时、持续、全流程、符合国际先进标准的质量控制体系Y-Qcs和患者隐私保护技术，让系统运行更加安全可靠，高特异性的C-Betago能够实现DR的早期轻度病变的AI检测、自动分级，自动输出眼底筛查报告、健康服务或复诊转诊意见；申报了国际专利PCT的生活方式干预激励Lii-Y，控糖、控压治疗效果

2019年度人工智能与健康考试答案95分

2019 年度人工智能与健康考试答案 1.据清华原副校长施一公教授研究，中国每年有 265 万人死于（），占死亡人数的28% 。（ 2.0 分） A.癌症 B.心脑血管疾病 C.神经退行性疾病 D.交通事故 我的答案： A √答对 2.在 2017 年国务院印发的（）中规定了我国到2030 年人工智能发展三步走的部署和设想。（ 2.0 分） A.《中华人民共和国国民经济和社会发展第十三个五年规划纲要》 B.《关于积极推进“互联网 + ”行动的指导意见》 C.《“互联网 + ”人工智能三年行动实施方案》 D.《新一代人工智能发展规划》 我的答案： D √答对 3.在国际评判健康的标准中，空腹血糖值低于（）才是健康的。（ 2.0 分） A.90mg/dl B.95mg/dl C.100mg/dl

D.110mg/dl 我的答案： C √答对 4.生物特征识别技术不包括（）。（ 2.0 分） A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 我的答案： A √答对 5.下列选项中，不属于生物特征识别技术的是（）。（ 2.0 分） A.步态识别 B.声纹识别 C.文本识别 D.虹膜识别 我的答案： C √答对 6.关于中国人工智能产业技术创新日益活跃,下列说法不正确的是（）。（2.0 分） A.语音识别、视觉识别技术达到世界领先水平 B.在脑科学等基础研究领域取得显著进展 C.人工智能领域的国际科技论文发表量和发明专利授权量已居世界第一位 D.人工智能领域的国际科技论文引用量达到世界第一位 我的答案： C √答对

7.在大数据隐私保护生命周期模型中，大数据使用的风险是（）。（ 2.0 分） A.被第三方偷窥或篡改 B.如何确保合适的数据及属性在合适的时间地点给合适的用户访问 C.匿名处理后经过数据挖掘仍可被分析出隐私 D.如何在发布时去掉用户隐私并保证数据 可用我的答案： B √答对 8.如果一个人体检时发现乳腺癌 1 号基因发生突变，可以推断出（）。（ 2.0 分） A.这个人患乳腺癌的概率增加了 B.这个人已经患了乳腺癌 C.这个人一定会患乳腺癌 D.这个人很快会被检查出乳腺 癌我的答案： A √答对 9.最经典的西方健康研究——佛雷明翰研究开始于（）。（ 2.0 分） A.1948 年 B.1971 年 C.1989 年 D.2000 年 我的答案： A √答对 10.据 2005 年美国一份癌症统计报告表明，在男性的所有死亡原因中，排在第 二位的是（）。（ 2.0 分）

报告发布中国电子学会发布新一代人工智能发展白皮书(2017)

报告发布中国电子学会发布新一代人工智能发展白皮书 (2017) 指导单位、专家顾问及编写人员 顾问潘云鹤中国工程院院士 指导单位工业和信息化部信息化和软件服务业司 指导委员会谢少锋工信部信软司司长李冠宇工信部信软司副司长徐晓兰中国电子学会副理事长兼秘书长张宏图中国电子学会总部党委书记兼副秘书长商超工信部信软司软件处处长 傅永宝工信部信软司软件处调研员 专家委员会（排名不分先后，按姓氏笔画排序）王士进科大讯飞研究院副院长韦青微软中国公司首席技术官宋波国安瑞（北京）科技有限公司总经理刘志坚京东金融总法律顾问吴甘沙 驭势科技联合创始人兼CEO 季向阳清华大学自动化系教授陈丽娟阿里巴巴人工智能实验室负责人梁家恩云知声信息技术有限公司董事长兼CTO 崔岩中德人工智能研究院院长蔡雄山腾讯研究院法律研究中心副主任 编写单位中国电子学会 编写人员李颋周岷峰马良

凌霞李岩张雅妮许华磊 张婵张力陈濛萌樊江洋 朱毅李俊平阎德利谢中业 陈岩 报告链接:https://https://www.wendangku.net/doc/2d12763241.html,/s/1oAn8flo 密码:3gme编制概要 （一）编制背景 自1956年概念得以确立以来，人工智能发展至今已逾60年，随着所处信息环境和数据基础的深刻变革，开始迈进新一轮发展阶段，呈现出大数据、跨媒体、群体性、自主化、人机融合的发展新特征，从学术牵引式发展迅速转变为需求牵引式发展，相比历史上的任何时刻，都要更加接近于人类智能，既能为进一步掌握城市发展、生态保护、经济管理、金融风险等宏观系统提供指导，也能为设计制造、健康医疗、交通管理、能源节约等微观领域提供解决方案。我国正值工业化、城镇化、信息化、农业现代化的攻坚阶段，迫切需要加快推动人工智能在国民经济社会各行业、各领域的创新应用，促进产业提质增效，改善人民生活水平，切实解决经济运行的重大结构性失衡。针对于此，有必要研究编制新一代人工智能发展白皮书，明确人工智能在新时期、新形势下的技术框架、关键环节、应用前景，为推动人工智能关键技术进步和产业化应用推广提供措施建议，进一步推动我国智能相关的

中国人工智能学会

可视化多主体系统开发平台V AStudio设计与实现 林芬1,2邱莉榕1,2贾颖杰1,2史忠植1 1中国科学院计算技术研究所北京100080 2中国科学院研究生院北京100039 linf@https://www.wendangku.net/doc/2d12763241.html, 摘要：多主体系统（Multi-Agent System）开发工具是解决面向主体的程序设计的关键技术，目前开发的多种多主体系统开发工具都尚未满足实际要求或存在某些缺陷，本文设计和实现了可视化多主体系统开发平台VAStudio,为用户提供一个功能强大的可视化多主体系统设计和编程环境，根据用户的需求，可视化智能引导生成主体,方便了基于主体的应用系统的开发，很大程度上提高了多主体系统开发的适应性。本文详细介绍了VAStudio的设计思想包括体系结构和各个功能模块，并以分布式数据挖掘为例验证了该工具的可行性和优越性。 关键词：主体多主体系统设计工具开发工具 Design and Implementation of Visual Multi- Agent Studio Fen Lin1,2 Lirong Qiu1,2 Yingjie Jia1,2 Zhongzhi Shi1 1 (Institute of Computing Technology, CAS, Beijing 100080) 2 (Graduate School of Chinese Academy of Science, Beijing 100039) linf@https://www.wendangku.net/doc/2d12763241.html, Abstract:Multi-Agent Toolkits is an important field in the research domain of agent-oriented software engineering. However there still lies this or that kind of deficits in most traditional multi-agent toolkits. This paper introduces the implementation of Visual Multi-Agent Studio, which provides an integrated design and programming environment to support generating agents automatically. Also the system makes it easy to develop agent-oriented application system and improve its adaptability on a large scale. This paper introduces the design philosophy such as architecture and functional module of V AStudio in detail. Finally it proves the feasibility and superiority of the toolkit by taking Distribute Data Mining for example. Key Words: Agent Multi-Agent System Design Tool Development Tool 1．引言 主体和多主体系统经过了20多年的研究和发展，已经成为人工智能甚至计算机科学的研究热点之一，并已经广泛应用到很多领域之中。主体技术被认为是在复杂计算环境下构建可扩展的、健壮的、可重用的、一致的高质量软件系统的最有前途的技术之一。智能主体和多主体系统为开发分布式、智能化、开放性复杂软件系统提供了一种新的实现范型[1,2]。 虽然主体和多主体系统技术受到了越来越多的重视，目前已出现了各种各样的关于主体 基金项目：国家973计划项目（2003CB317004），国家863计划项目（2003AA115220），自然科学基金（60435010），北京科学基金（4052025） 作者简介：林芬，硕士生，主要研究方向为智能主体技术、数据挖掘等。

新一代人工智能发展白皮书

新一代人工智能发展白皮书

内容摘要 随着信息时代的来临，人类生产生活的数据基础和信息环境有了大幅提升，人工智能正从学术驱动转变为应用驱动，从专用智能迈向通用智能，比历史上任何一个时期都要更加接近于人类智能水平，进入了新的发展阶段。全球各国均围绕新一代人工智能技术及产业发展进行前瞻布局，我国也已将其提升到了国家战略层面。基于此，本白皮书重点围绕新一代人工智能面临的新形势、驱动的新因素、呈现的新特征，对架构、算法、系统等技术演进方向作出研判，详细梳理了包括云计算、大数据两大基础平台和机器学习、模式识别、人机交互三大通用技术的技术体系，深入论证了新一代人工智能产业边界和范围，划分了基础层、技术层、应用层三大产业化领域，研究了智能传感器、智能芯片、算法模型、语音识别、图像视频识别、文本识别、智能机器人、智能制造系统、智能安防、智能驾驶等具体产业化方向的产业规模、核心技术、主要产品、典型企业，归纳了近年来全球和我国在人工智能领域的投融资特征趋势，并对国内外人工智能的技术及产业发展状况进行了系统对比和趋势展望，最后提出了发展理念、治理体系、创新能力、发展基础、资本环境、行业组织、全球统筹共七项措施建议，进一步推动我国人工智能相关的前沿新兴产业持续健康快速发展，有力支撑信息化与工业化深度融合迈上新台阶。

目录 一、编制概要 (1) （一）编制背景 (1) （二）编制目标 (2) （三）编制方法 (2) （四）特别声明 (3) 1、研究主题充分考虑了与国家规划的互动和呼应 (3) 2、研究范围聚焦技术和产业发展 (4) 3、研究内容仍有待进一步丰富完善 (4) 二、新一代人工智能研究综述 (5) （一）人工智能简要发展历程 (5) 1、第一次浪潮：人工智能诞生并快速发展，但技术瓶颈难以突破..6 2、第二次浪潮：模型突破带动初步产业化，但推广应用存在成本障碍 (7) 3、第三次浪潮：信息时代催生新一代人工智能，但未来发展存在诸多 隐忧 (8) （二）新一代人工智能的主要驱动因素 (9) 1、人机物互联互通成趋势，数据量呈现爆炸性增长 (10) 2、数据处理技术加速演进，运算能力实现大幅提升 (10) 3、深度学习研究成果卓著，带动算法模型持续优化 (11) 4、资本与技术深度耦合，助推行业应用快速兴起 (11) （三）新一代人工智能主要发展特征 (12) 1、大数据成为人工智能持续快速发展的基石 (13) 2、文本、图像、语音等信息实现跨媒体交互 (13) 3、基于网络的群体智能技术开始萌芽 (14) 4、自主智能系统成为新兴发展方向 (14) 5、人机协同正在催生新型混合智能形态 (15) 三、新一代人工智能技术框架 (15) （一）新一代人工智能的技术演进 (16) 1、从原有的CPU 架构，转变为GPU 并行运算架构 (16) 2、从单一算法驱动，转变为数据、运算力、算法复合驱动 (17) 3、从封闭的单机系统，转变为快捷灵活的开源框架 (18) 4、从学术研究探索导向，转变为快速迭代的实践应用导向 (18)