当前位置:网站首页>推荐书籍 > 正文 >>

人工智能发展前沿

图书信息

作者:何友等编著编

出版社:清华大学出版社

定价:89.00

ISBN:9787302702849

出版时间:2025-10-01

分类:图书,行业职业,计算机,工具书

商品介绍

目录

第1章绪论

1.1人工智能发展历程

1.1.1人工智能形态

1.1.2人工智能发展简介

1.2人工智能研究领域

1.2.1自然语言处理

1.2.2计算机视觉

1.2.3多模态分析

1.2.4数据挖掘

1.2.5智能无人系统

1.2.6元宇宙

1.2.7脑启发人工智能

1.2.8人工智能驱动科学研究

1.3人工智能前沿技术

1.3.1无监督学习

1.3.2自动机器学习

1.3.3内容生成技术

1.3.4大模型技术

1.3.5智能体技术

1.3.6具身智能技术

1.3.7智能芯片技术

1.3.8其他前沿技术

1.4人工智能典型应用

1.4.1人工智能早期应用

1.4.2搜索与推荐

1.4.3自动驾驶

1.4.4人形机器人

1.4.5人工智能交互

1.4.6人工智能绘图

1.4.7智慧城市

1.4.8智慧教育

1.5人工智能安全、伦理与战略

1.5.1人工智能安全

1.5.2人工智能伦理

1.5.3人工智能战略

小结与展望

参考文献

第2章无监督学习

2.1引言

2.2无监督学习简介

2.3从无监督到自监督

2.3.1自监督学习的思想

2.3.2自监督学习的代理任务

2.3.3自监督学习评估

2.3.4自监督学习的应用场景

2.4对比学习

2.4.1计算机视觉对比学习SimCLR和MoCo

2.4.2聚类思想与无显式负样本

2.4.3计算机视觉Transformer与对比学习

2.4.4多模态对比学习

2.5掩膜学习

2.5.1自监督预训练语言模型

2.5.2视觉BERT模型

2.5.3掩码图像建模——SimMIM算法和MAE算法

2.5.4计算机视觉掩码学习的发展

小结与展望

参考文献

第3章自动机器学习

3.1引言

3.2算法选择

3.2.1特征选择

3.2.2算法评估

3.3自动超参数优化

3.3.1问题定义

3.3.2免模型超参数优化

3.3.3近似超参数优化方法

3.4元学习

3.4.1基于优化的元学习方法

3.4.2基于模型的元学习方法

3.4.3基于度量的元学习方法

3.5神经架构搜索

3.5.1搜索空间

3.5.2搜索策略

3.5.3评估策略

小结与展望

参考文献

第4章人工智能生成内容

4.1引言

4.2生成式模型基本概念

4.2.1生成式模型与判别式模型的区别

4.2.2概率建模与分布估计

4.2.3潜在变量

4.2.4采样与生成

4.3生成式模型前沿

4.3.1生成对抗网络

4.3.2变分自编码器

4.3.3流模型

4.3.4扩散模型

4.3.5自回归模型

4.4生成式模型应用场景

4.4.1多模态内容生成

4.4.2视频生成

4.4.3音频生成

4.4.4医学图像生成

4.4.5文本生成

4.4.6代码生成

4.4.7人工智能修复

4.5国内外生成式大模型简介

4.5.1OpenAI: GPT系列

4.5.2谷歌: Gemini系列

4.5.3Meta: Llama系列

4.5.4百度: 文心系列

4.5.5阿里云: 通义千问系列

4.5.6腾讯: 混元系列

4.5.7字节跳动: 豆包系列

4.5.8xAI: Grok系列

小结与展望

参考文献

第5章人工智能大模型

5.1大语言模型

5.1.1语言模型的发展历史

5.1.2大语言模型的可用资源

5.1.3大语言模型的预训练

5.1.4大语言模型的使用

5.1.5大语言模型的评测

5.2大语言模型偏见与幻觉

5.2.1大语言模型偏见

5.2.2大语言模型幻觉

5.3大语言模型价值对齐

5.3.1大语言模型价值对齐的意义

5.3.2大语言模型价值对齐的标准

5.3.3大语言模型价值对齐的实施方法

5.4多模态大语言模型

5.4.1多模态大语言模型的背景

5.4.2多模态大语言模型的结构

5.4.3多模态大语言模型的微调方式

5.4.4多模态大语言模型的评估

小结与展望

参考文献

第6章智能体智能

6.1引言

6.2深度强化学习

6.2.1基础知识

6.2.2基于值函数的方法

6.2.3基于策略梯度的方法

6.2.4行动器评判器方法

6.2.5深度强化学习前沿

6.3多智能体强化学习

6.3.1基础知识

6.3.2完全合作

6.3.3完全竞争

6.3.4混合合作竞争

6.4大模型与智能体

6.4.1大模型驱动智能体

6.4.2大模型与智能决策

6.4.3大模型与群体智能

6.4.4决策大模型行业应用

6.5开放环境合作与竞争

6.5.1开放环境及其挑战

6.5.2开放环境合作方法

6.5.3开放环境竞争方法

6.5.4开放环境下的人机协同

小结与展望

参考文献

第7章智能无人系统

7.1引言

7.2智能无人系统技术

7.2.1感知与理解

7.2.2导航与轨迹规划

7.2.3控制与决策

7.2.4集群协同

7.3自动驾驶领域前沿

7.3.1发展现状

7.3.2核心技术

7.3.3前沿应用

7.3.4发展趋势

7.4工业机器人领域前沿

7.4.1发展现状

7.4.2核心技术

7.4.3前沿应用

7.4.4发展趋势

7.5服务机器人领域前沿

7.5.1发展现状

7.5.2核心技术

7.5.3前沿应用

7.5.4发展趋势

7.6智能无人机领域前沿

7.6.1发展现状

7.6.2核心技术

7.6.3前沿应用

7.6.4发展趋势

7.7水面/水下智能无人系统领域前沿

7.7.1发展现状

7.7.2核心技术

7.7.3前沿应用

7.7.4发展趋势

小结与展望

参考文献

第8章元宇宙

8.1引言

8.2从虚拟现实到元宇宙

8.2.1元宇宙起源与发展历史

8.2.2元宇宙组成

8.2.3元宇宙基础

8.2.4元宇宙应用前景

8.3三维重建渲染

8.3.1三维重建技术概念

8.3.2神经辐射场

8.3.3三维高斯泼溅

8.4虚拟数字人

8.4.1虚拟数字人概念

8.4.2虚拟数字人系统框架

8.4.3虚拟数字人视觉制作技术

8.4.4交互式虚拟数字人

8.5具身元宇宙

8.5.1具身元宇宙概念

8.5.2虚拟空间交互技术

8.5.3具身智能技术

8.6元宇宙发展趋势

8.6.1科技领域

8.6.2经济社会领域

小结与展望

参考文献

第9章脑启发人工智能

9.1引言

9.2人工智能与脑科学

9.2.1脑科学发展历程

9.2.2脑科学和认知科学

9.2.3技术与应用

9.2.4人工智能与脑科学双向促进

9.3脑启发新型传感设备

9.3.1脑启发传感器发展历程

9.3.2脑启发传感原理

9.3.3脑启发视觉采样模型

9.3.4脑启发视觉传感器的应用

9.4脑启发人工智能模型

9.4.1脉冲神经网络与脑启发人工智能

9.4.2脉冲神经元模型

9.4.3脉冲神经网络编码方式

9.4.4脉冲神经网络训练方式

9.4.5脉冲神经网络前沿进展

9.5脑机接口

9.5.1脑机接口发展历程

9.5.2脑机接口关键技术

9.5.3脑机接口应用场景

9.5.4脑机接口前沿进展

9.5.5脑机接口发展挑战

小结与展望

参考文献

第10章AI4S: 科学研究新范式

10.1引言

10.2AI4S简介

10.2.1AI4S的“四梁N柱”

10.2.2人工智能促进科学研究的五大关键应用方式

10.3AI4S驱动的数学研究新范式

10.3.1符号回归寻找数学表达式

10.3.2机器学习生成数学新猜想

10.3.3语言模型实现交互式研究

10.4AI4S驱动的物理研究新范式

10.4.1物理规律发现的方法演进路径

10.4.2潜在变量识别的数据驱动策略

10.4.3物理系统模拟的高效建模机制

10.5AI4S驱动的生物研究新范式

10.5.1计算生物学研究的智能方法革新

10.5.2多源组学数据的深度解析策略

10.5.3医药研发流程的智能优化路径

10.6AI4S驱动的材料研究新范式

10.6.1数据驱动的材料设计与优化

10.6.2智能算法赋能复合材料创新

10.7AI4S驱动的其他科学领域发展

10.7.1多维地球科学数据的智能解析与建模

10.7.2分子工程的自动化推演与结构创新

10.7.3能源系统的智能化技术革新

10.7.4计算架构的智能增强方法

小结与展望

参考文献

第11章人工智能产业布局

11.1引言

11.2产业整体布局

11.2.1核心技术演进

11.2.2应用场景拓展

11.2.3产业生态建设

11.2.4国际合作与竞争

11.3产业创新体系

11.3.1创新驱动力

11.3.2商业模式创新

11.3.3产品创新

11.3.4人才培养创新

11.3.5信息共享创新

11.4产业投资动态

11.4.1计算机行业行情回顾

11.4.2人工智能企业现状

11.4.3人工智能商业落地投资价值

11.4.4人工智能未来投资机会

11.5人工智能人才战略

11.5.1高校和企业联培人工智能人才

11.5.2人工智能人才状况

11.5.3人工智能在教育体系的融合与发展

11.5.4人工智能教育市场分析

小结与展望

参考文献

第12章人工智能产业发展

12.1引言

12.2人工智能产业格局

12.2.1全球人工智能产业格局

12.2.2中国人工智能产业格局

12.2.3人工智能产业链

12.3前沿研究发展

12.3.1研究产出趋势

12.3.2关键技术突破

12.3.3开源技术生态演进

12.4技术产业发展

12.4.1人工智能产业应用

12.4.2领域独角兽生态分析

12.4.3产业政策发展

12.5产业趋势

12.5.1技术趋势

12.5.2应用趋势

12.5.3安全伦理的趋严管控

12.5.4生态协同

小结与展望

参考文献

第13章人工智能安全

13.1引言

13.2人工智能安全问题

13.2.1人工智能技术应用引发的安全问题

13.2.2人工智能系统本身的安全问题

13.3人工智能安全战略

13.3.1美国: 关注人工智能技术对国家安全的影响

13.3.2英国及欧盟: 关注人工智能技术对个人安全的影响

13.3.3中国及其他国际组织: 关注人工智能技术的全球治理

13.4人工智能安全技术

13.4.1人工智能安全技术简介

13.4.2可信人工智能四大支撑技术

13.5人工智能安全应用

13.5.1自动驾驶领域安全防护

13.5.2在线电商/数字金融领域安全防护

13.5.3社交媒体智能安全防护

13.5.4军事领域智能安全防护

小结与展望

参考文献

第14章人工智能伦理与监管

14.1引言

14.1.1人工智能伦理的概念及范畴

14.1.2人工智能伦理带来的主要社会挑战

14.2AI伦理规范

14.2.1欧盟《可信赖人工智能伦理指南》

14.2.2美国《人工智能伦理道德标准》

14.2.3中国《新一代人工智能伦理规范》

14.2.4联合国教科文组织《人工智能伦理建议书》

14.3AI伦理的宏观监管

14.3.1欧盟: 强化政府主导的伦理原则建设和法律法规约束

14.3.2美国: 依托市场力量,强化应用监管

14.3.3英国: 促进创新的人工智能监管方法

14.3.4中国: 坚持规划引领和应用规范,探索构建人工智能安全管理体系

14.3.5各国际组织: 开发人工智能的国际指导原则

14.3.6讨论

14.4企业级人工智能伦理实践

14.4.1微软的人工智能伦理实践

14.4.2谷歌的人工智能伦理实践

14.4.3百度的人工智能伦理实践

14.4.4商汤科技的人工智能伦理实践

小结与展望

参考文献

第15章回顾、建议与展望

15.1引言

15.2内容回顾

15.2.1人工智能理论方法前沿

15.2.2人工智能技术创新前沿

15.2.3人工智能产业发展前沿

15.2.4人工智能与人类社会

15.3问题与建议

15.3.1理论与技术发展

15.3.2产业与生态发展

15.3.3人工智能治理与社会责任

15.4未来展望

15.4.1下一代人工智能理论与方法研究

15.4.2人工智能终身学习研究

15.4.3开放环境智能体研究

15.4.4AI4S应对全球危机

15.4.5人工智能伦理与可控边界研究

15.4.6生物计算与量子计算人工智能

参考文献

附录A英汉缩写对照表

内容简介

本书系统梳理了人工智能领域的技术进展、前沿应用与未来趋势,内容覆盖从基础理论到产业落地的各个层面,全面展现了人工智能飞速发展所引发的重大变革。全书共15章,围绕人工智能的发展历程、研究领域、前沿技术、典型应用、安全伦理、产业格局、战略布局与产业发展等关键议题展开,重点讨论了无监督学习、自动机器学习、人工智能生成内容、人工智能大模型、智能体智能、智能无人系统、元宇宙、脑启发人工智能和人工智能驱动科学研究等当前拥有代表性的研究热点与技术方向。

本书不仅深入剖析了相关技术的原理与方法,还紧密结合国内外产业发展现状,融合新研究成果与典型应用案例,内容前沿、结构严谨、实用性强。本书可以作为人工智能及其相关专业本科生、硕士研究生、博士研究生的参考用书,也可以作为教育工作者、科技管理者、科研人员、工程技术人员、企业管理者、政策制定者,以及人工智能爱好者和跨领域应用者等进行系统学习和深入研究的参考资料。

作者简介

第1章 绪论 ………………………………………………………………………………………………………… 1 1.1 人工智能发展历程 ………………………………………………………………………………………… 1 1.1.1 人工智能形态 ……………………………………………………………………………………… 1 1.1.2 人工智能发展简介 ………………………………………………………………………………… 2 1.2 人工智能研究领域 ………………………………………………………………………………………… 10 1.2.1 自然语言处理 …………………………………………………………………………………… 10 1.2.2 计算机视觉 ……………………………………………………………………………………… 11 1.2.3 多模态分析 ……………………………………………………………………………………… 11 1.2.4 数据挖掘 ………………………………………………………………………………………… 11 1.2.5 智能无人系统 …………………………………………………………………………………… 12 1.2.6 元宇宙 …………………………………………………………………………………………… 12 1.2.7 脑启发人工智能 ………………………………………………………………………………… 13 1.2.8 人工智能驱动科学研究 ………………………………………………………………………… 13 1.3 人工智能前沿技术 ………………………………………………………………………………………… 14 1.3.1 无监督学习 ……………………………………………………………………………………… 14 1.3.2 自动机器学习 …………………………………………………………………………………… 14 1.3.3 内容生成技术 …………………………………………………………………………………… 15 1.3.4 大模型技术 ……………………………………………………………………………………… 15 1.3.5 智能体技术 ……………………………………………………………………………………… 16 1.3.6 具身智能技术 …………………………………………………………………………………… 16 1.3.7 智能芯片技术 …………………………………………………………………………………… 17 1.3.8 其他前沿技术 …………………………………………………………………………………… 18 1.4 人工智能典型应用 ………………………………………………………………………………………… 19 1.4.1 人工智能早期应用 ……………………………………………………………………………… 19 1.4.2 搜索与推荐 ……………………………………………………………………………………… 20 1.4.3 自动驾驶 ………………………………………………………………………………………… 20 1.4.4 人形机器人 ……………………………………………………………………………………… 21 1.4.5 人工智能交互 …………………………………………………………………………………… 22 1.4.6 人工智能绘图 …………………………………………………………………………………… 23 1.4.7 智慧城市 ………………………………………………………………………………………… 24 1.4.8 智慧教育 ………………………………………………………………………………………… 25 1.5 人工智能安全、伦理与战略 ……………………………………………………………………………… 25 1.5.1 人工智能安全 …………………………………………………………………………………… 25 1.5.2 人工智能伦理 …………………………………………………………………………………… 26 1.5.3 人工智能战略 …………………………………………………………………………………… 27 10 小结与展望 ……………………………………………………………………………………………………… 27 参考文献 ………………………………………………………………………………………………………… 28 第2章 无监督学习 ……………………………………………………………………………………………… 34 2.1 引言 ………………………………………………………………………………………………………… 34 2.2 无监督学习简介 …………………………………………………………………………………………… 35 2.3 从无监督到自监督 ………………………………………………………………………………………… 37 2.3.1 自监督学习的思想 ……………………………………………………………………………… 37 2.3.2 自监督学习的代理任务 ………………………………………………………………………… 39 2.3.3 自监督学习评估 ………………………………………………………………………………… 39 2.3.4 自监督学习的应用场景 ………………………………………………………………………… 40 2.4 对比学习 …………………………………………………………………………………………………… 41 2.4.1 计算机视觉对比学习 SimCLR 和 MoCo ……………………………………………………… 41 2.4.2 聚类思想与无显式负样本 ……………………………………………………………………… 44 2.4.3 计算机视觉 Transformer与对比学习 …………………………………………………………… 45 2.4.4 多模态对比学习 ………………………………………………………………………………… 47 2.5 掩膜学习 …………………………………………………………………………………………………… 48 2.5.1 自监督预训练语言模型 ………………………………………………………………………… 49 2.5.2 视觉 BERT 模型 ………………………………………………………………………………… 51 2.5.3 掩码图像建模———SimMIM 算法和 MAE 算法 ………………………………………………… 52 2.5.4 计算机视觉掩码学习的发展 …………………………………………………………………… 54 小结与展望 ……………………………………………………………………………………………………… 55 参考文献 ………………………………………………………………………………………………………… 56 第3章 自动机器学习 …………………………………………………………………………………………… 61 3.1 引言 ………………………………………………………………………………………………………… 61 3.2 算法选择 …………………………………………………………………………………………………… 61 3.2.1 特征选择 ………………………………………………………………………………………… 62 3.2.2 算法评估 ………………………………………………………………………………………… 63 3.3 自动超参数优化 …………………………………………………………………………………………… 68 3.3.1 问题定义 ………………………………………………………………………………………… 68 3.3.2 免模型超参数优化 ……………………………………………………………………………… 69 3.3.3 近似超参数优化方法 …………………………………………………………………………… 72 3.4 元学习 ……………………………………………………………………………………………………… 73 3.4.1 基于优化的元学习方法 ………………………………………………………………………… 74 3.4.2 基于模型的元学习方法 ………………………………………………………………………… 75 3.4.3 基于度量的元学习方法 ………………………………………………………………………… 77 3.5 神经架构搜索 ……………………………………………………………………………………………… 78 3.5.1 搜索空间 ………………………………………………………………………………………… 79 3.5.2 搜索策略 ………………………………………………………………………………………… 82 3.5.3 评估策略 ………………………………………………………………………………………… 86 小结与展望 ……………………………………………………………………………………………………… 93 参考文献 ………………………………………………………………………………………………………… 94 第4章 人工智能生成内容 …………………………………………………………………………………… 101 4.1 引言 ……………………………………………………………………………………………………… 101 4.2 生成式模型基本概念 …………………………………………………………………………………… 101 11 4.2.1 生成式模型与判别式模型的区别 ……………………………………………………………… 101 4.2.2 概率建模与分布估计 …………………………………………………………………………… 102 4.2.3 潜在变量 ………………………………………………………………………………………… 102 4.2.4 采样与生成 ……………………………………………………………………………………… 103 4.3 生成式模型前沿 ………………………………………………………………………………………… 103 4.3.1 生成对抗网络 …………………………………………………………………………………… 103 4.3.2 变分自编码器 …………………………………………………………………………………… 104 4.3.3 流模型 …………………………………………………………………………………………… 105 4.3.4 扩散模型 ………………………………………………………………………………………… 106 4.3.5 自回归模型 ……………………………………………………………………………………… 108 4.4 生成式模型应用场景 …………………………………………………………………………………… 109 4.4.1 多模态内容生成 ………………………………………………………………………………… 109 4.4.2 视频生成 ………………………………………………………………………………………… 110 4.4.3 音频生成 ………………………………………………………………………………………… 111 4.4.4 医学图像生成 …………………………………………………………………………………… 112 4.4.5 文本生成 ………………………………………………………………………………………… 113 4.4.6 代码生成 ………………………………………………………………………………………… 114 4.4.7 人工智能修复 …………………………………………………………………………………… 116 4.5 国内外生成式大模型简介 ……………………………………………………………………………… 117 4.5.1 OpenAI:GPT 系列……………………………………………………………………………… 117 4.5.2 谷歌:Gemini系列 ……………………………………………………………………………… 118 4.5.3 Meta:Llama系列 ……………………………………………………………………………… 118 4.5.4 百度:文心系列 ………………………………………………………………………………… 119 4.5.5 阿里云:通义千问系列 ………………………………………………………………………… 120 4.5.6 腾讯:混元系列 ………………………………………………………………………………… 121 4.5.7 字节跳动:豆包系列 …………………………………………………………………………… 121 4.5.8 xAI:Grok系列 ………………………………………………………………………………… 122 小结与展望 ……………………………………………………………………………………………………… 123 参考文献 ………………………………………………………………………………………………………… 124 第5章 人工智能大模型 ……………………………………………………………………………………… 129 5.1 大语言模型 ……………………………………………………………………………………………… 129 5.1.1 语言模型的发展历史 …………………………………………………………………………… 129 5.1.2 大语言模型的可用资源 ………………………………………………………………………… 132 5.1.3 大语言模型的预训练 …………………………………………………………………………… 134 5.1.4 大语言模型的使用 ……………………………………………………………………………… 135 5.1.5 大语言模型的评测 ……………………………………………………………………………… 135 5.2 大语言模型偏见与幻觉 ………………………………………………………………………………… 136 5.2.1 大语言模型偏见 ………………………………………………………………………………… 136 5.2.2 大语言模型幻觉 ………………………………………………………………………………… 138 5.3 大语言模型价值对齐 …………………………………………………………………………………… 141 5.3.1 大语言模型价值对齐的意义 …………………………………………………………………… 141 5.3.2 大语言模型价值对齐的标准 …………………………………………………………………… 142 5.3.3 大语言模型价值对齐的实施方法 ……………………………………………………………… 143 5.4 多模态大语言模型 ……………………………………………………………………………………… 150 12 5.4.1 多模态大语言模型的背景 ……………………………………………………………………… 150 5.4.2 多模态大语言模型的结构 ……………………………………………………………………… 151 5.4.3 多模态大语言模型的微调方式 ………………………………………………………………… 153 5.4.4 多模态大语言模型的评估 ……………………………………………………………………… 154 小结与展望 ……………………………………………………………………………………………………… 156 参考文献 ………………………………………………………………………………………………………… 157 第6章 智能体智能 ……………………………………………………………………………………………… 165 6.1 引言 ……………………………………………………………………………………………………… 165 6.2 深度强化学习 …………………………………………………………………………………………… 165 6.2.1 基础知识 ………………………………………………………………………………………… 166 6.2.2 基于值函数的方法 ……………………………………………………………………………… 168 6.2.3 基于策略梯度的方法 …………………………………………………………………………… 169 6.2.4 行动器-评判器方法……………………………………………………………………………… 170 6.2.5 深度强化学习前沿 ……………………………………………………………………………… 172 6.3 多智能体强化学习 ……………………………………………………………………………………… 175 6.3.1 基础知识 ………………………………………………………………………………………… 175 6.3.2 完全合作 ………………………………………………………………………………………… 176 6.3.3 完全竞争 ………………………………………………………………………………………… 179 6.3.4 混合合作-竞争…………………………………………………………………………………… 180 6.4 大模型与智能体 ………………………………………………………………………………………… 181 6.4.1 大模型驱动智能体 ……………………………………………………………………………… 182 6.4.2 大模型与智能决策 ……………………………………………………………………………… 183 6.4.3 大模型与群体智能 ……………………………………………………………………………… 184 6.4.4 决策大模型行业应用 …………………………………………………………………………… 186 6.5 开放环境合作与竞争 …………………………………………………………………………………… 187 6.5.1 开放环境及其挑战 ……………………………………………………………………………… 187 6.5.2 开放环境合作方法 ……………………………………………………………………………… 189 6.5.3 开放环境竞争方法 ……………………………………………………………………………… 192 6.5.4 开放环境下的人机协同 ………………………………………………………………………… 193 小结与展望 ……………………………………………………………………………………………………… 194 参考文献 ………………………………………………………………………………………………………… 194 第7章 智能无人系统 …………………………………………………………………………………………… 203 7.1 引言 ……………………………………………………………………………………………………… 203 7.2 智能无人系统技术 ……………………………………………………………………………………… 203 7.2.1 感知与理解 ……………………………………………………………………………………… 203 7.2.2 导航与轨迹规划 ………………………………………………………………………………… 207 7.2.3 控制与决策 ……………………………………………………………………………………… 209 7.2.4 集群协同 ………………………………………………………………………………………… 211 7.3 自动驾驶领域前沿 ……………………………………………………………………………………… 212 7.3.1 发展现状 ………………………………………………………………………………………… 212 7.3.2 核心技术 ………………………………………………………………………………………… 214 7.3.3 前沿应用 ………………………………………………………………………………………… 215 7.3.4 发展趋势 ………………………………………………………………………………………… 216 7.4 工业机器人领域前沿 …………………………………………………………………………………… 218 13 7.4.1 发展现状 ………………………………………………………………………………………… 219 7.4.2 核心技术 ………………………………………………………………………………………… 220 7.4.3 前沿应用 ………………………………………………………………………………………… 221 7.4.4 发展趋势 ………………………………………………………………………………………… 222 7.5 服务机器人领域前沿 …………………………………………………………………………………… 223 7.5.1 发展现状 ………………………………………………………………………………………… 223 7.5.2 核心技术 ………………………………………………………………………………………… 224 7.5.3 前沿应用 ………………………………………………………………………………………… 225 7.5.4 发展趋势 ………………………………………………………………………………………… 227 7.6 智能无人机领域前沿 …………………………………………………………………………………… 228 7.6.1 发展现状 ………………………………………………………………………………………… 228 7.6.2 核心技术 ………………………………………………………………………………………… 230 7.6.3 前沿应用 ………………………………………………………………………………………… 232 7.6.4 发展趋势 ………………………………………………………………………………………… 234 7.7 水面/水下智能无人系统领域前沿 ……………………………………………………………………… 235 7.7.1 发展现状 ………………………………………………………………………………………… 236 7.7.2 核心技术 ………………………………………………………………………………………… 237 7.7.3 前沿应用 ………………………………………………………………………………………… 238 7.7.4 发展趋势 ………………………………………………………………………………………… 239 小结与展望 ……………………………………………………………………………………………………… 241 参考文献 ………………………………………………………………………………………………………… 242 第8章 元宇宙 …………………………………………………………………………………………………… 249 8.1 引言 ……………………………………………………………………………………………………… 249 8.2 从虚拟现实到元宇宙 …………………………………………………………………………………… 249 8.2.1 元宇宙起源与发展历史 ………………………………………………………………………… 249 8.2.2 元宇宙组成 ……………………………………………………………………………………… 250 8.2.3 元宇宙基础 ……………………………………………………………………………………… 251 8.2.4 元宇宙应用前景 ………………………………………………………………………………… 253 8.3 三维重建渲染 …………………………………………………………………………………………… 254 8.3.1 三维重建技术概念 ……………………………………………………………………………… 254 8.3.2 神经辐射场 ……………………………………………………………………………………… 254 8.3.3 三维高斯泼溅 …………………………………………………………………………………… 257 8.4 虚拟数字人 ……………………………………………………………………………………………… 261 8.4.1 虚拟数字人概念 ………………………………………………………………………………… 261 8.4.2 虚拟数字人系统框架 …………………………………………………………………………… 262 8.4.3 虚拟数字人视觉制作技术 ……………………………………………………………………… 263 8.4.4 交互式虚拟数字人 ……………………………………………………………………………… 265 8.5 具身元宇宙 ……………………………………………………………………………………………… 267 8.5.1 具身元宇宙概念 ………………………………………………………………………………… 267 8.5.2 虚拟空间交互技术 ……………………………………………………………………………… 267 8.5.3 具身智能技术 …………………………………………………………………………………… 269 8.6 元宇宙发展趋势 ………………………………………………………………………………………… 271 8.6.1 科技领域 ………………………………………………………………………………………… 272 8.6.2 经济社会领域 …………………………………………………………………………………… 272 14 小结与展望 ……………………………………………………………………………………………………… 273 参考文献 ………………………………………………………………………………………………………… 274 第9章 脑启发人工智能 ……………………………………………………………………………………… 279 9.1 引言 ……………………………………………………………………………………………………… 279 9.2 人工智能与脑科学 ……………………………………………………………………………………… 279 9.2.1 脑科学发展历程 ………………………………………………………………………………… 279 9.2.2 脑科学和认知科学 ……………………………………………………………………………… 280 9.2.3 技术与应用 ……………………………………………………………………………………… 281 9.2.4 人工智能与脑科学双向促进 …………………………………………………………………… 282 9.3 脑启发新型传感设备 …………………………………………………………………………………… 283 9.3.1 脑启发传感器发展历程 ………………………………………………………………………… 283 9.3.2 脑启发传感原理 ………………………………………………………………………………… 284 9.3.3 脑启发视觉采样模型 …………………………………………………………………………… 285 9.3.4 脑启发视觉传感器的应用 ……………………………………………………………………… 287 9.4 脑启发人工智能模型 …………………………………………………………………………………… 288 9.4.1 脉冲神经网络与脑启发人工智能 ……………………………………………………………… 288 9.4.2 脉冲神经元模型 ………………………………………………………………………………… 289 9.4.3 脉冲神经网络编码方式 ………………………………………………………………………… 290 9.4.4 脉冲神经网络训练方式 ………………………………………………………………………… 292 9.4.5 脉冲神经网络前沿进展 ………………………………………………………………………… 293 9.5 脑机接口 ………………………………………………………………………………………………… 294 9.5.1 脑机接口发展历程 ……………………………………………………………………………… 294 9.5.2 脑机接口关键技术 ……………………………………………………………………………… 295 9.5.3 脑机接口应用场景 ……………………………………………………………………………… 298 9.5.4 脑机接口前沿进展 ……………………………………………………………………………… 299 9.5.5 脑机接口发展挑战 ……………………………………………………………………………… 300 小结与展望 ……………………………………………………………………………………………………… 301 参考文献 ………………………………………………………………………………………………………… 301 第10章 AI4S:科学研究新范式 …………………………………………………………………………… 307 10.1 引言 …………………………………………………………………………………………………… 307 10.2 AI4S简介 ……………………………………………………………………………………………… 308 10.2.1 AI4S的“四梁 N 柱”………………………………………………………………………… 309 10.2.2 人工智能促进科学研究的五大关键应用方式 …………………………………………… 311 10.3 AI4S驱动的数学研究新范式 ………………………………………………………………………… 314 10.3.1 符号回归寻找数学表达式 ………………………………………………………………… 314 10.3.2 机器学习生成数学新猜想 ………………………………………………………………… 315 10.3.3 语言模型实现交互式研究 ………………………………………………………………… 317 10.4 AI4S驱动的物理研究新范式 ………………………………………………………………………… 317 10.4.1 物理规律发现的方法演进路径 …………………………………………………………… 317 10.4.2 潜在变量识别的数据驱动策略 …………………………………………………………… 320 10.4.3 物理系统模拟的高效建模机制 …………………………………………………………… 320 10.5 AI4S驱动的生物研究新范式 ………………………………………………………………………… 321 10.5.1 计算生物学研究的智能方法革新 ………………………………………………………… 321 10.5.2 多源组学数据的深度解析策略 …………………………………………………………… 324 15 10.5.3 医药研发流程的智能优化路径 …………………………………………………………… 325 10.6 AI4S驱动的材料研究新范式 ………………………………………………………………………… 326 10.6.1 数据驱动的材料设计与优化 ……………………………………………………………… 327 10.6.2 智能算法赋能复合材料创新 ……………………………………………………………… 328 10.7 AI4S驱动的其他科学领域发展 ……………………………………………………………………… 329 10.7.1 多维地球科学数据的智能解析与建模 …………………………………………………… 329 10.7.2 分子工程的自动化推演与结构创新 ……………………………………………………… 331 10.7.3 能源系统的智能化技术革新 ……………………………………………………………… 333 10.7.4 计算架构的智能增强方法 ………………………………………………………………… 334 小结与展望 …………………………………………………………………………………………………… 335 参考文献 ……………………………………………………………………………………………………… 337 第11章 人工智能产业布局 …………………………………………………………………………………… 341 11.1 引言 …………………………………………………………………………………………………… 341 11.2 产业整体布局 ………………………………………………………………………………………… 342 11.2.1 核心技术演进 ……………………………………………………………………………… 342 11.2.2 应用场景拓展 ……………………………………………………………………………… 347 11.2.3 产业生态建设 ……………………………………………………………………………… 348 11.2.4 国际合作与竞争 …………………………………………………………………………… 350 11.3 产业创新体系 ………………………………………………………………………………………… 351 11.3.1 创新驱动力 ………………………………………………………………………………… 351 11.3.2 商业模式创新 ……………………………………………………………………………… 352 11.3.3 产品创新 …………………………………………………………………………………… 353 11.3.4 人才培养创新 ……………………………………………………………………………… 354 11.3.5 信息共享创新 ……………………………………………………………………………… 354 11.4 产业投资动态 ………………………………………………………………………………………… 355 11.4.1 计算机行业行情回顾 ……………………………………………………………………… 355 11.4.2 人工智能企业现状 ………………………………………………………………………… 358 11.4.3 人工智能商业落地投资价值 ……………………………………………………………… 361 11.4.4 人工智能未来投资机会 …………………………………………………………………… 362 11.5 人工智能人才战略 …………………………………………………………………………………… 365 11.5.1 高校和企业联培人工智能人才 …………………………………………………………… 365 11.5.2 人工智能人才状况 ………………………………………………………………………… 366 11.5.3 人工智能在教育体系的融合与发展 ……………………………………………………… 368 11.5.4 人工智能教育市场分析 …………………………………………………………………… 369 小结与展望 …………………………………………………………………………………………………… 371 参考文献 ……………………………………………………………………………………………………… 371 第12章 人工智能产业发展 …………………………………………………………………………………… 375 12.1 引言 …………………………………………………………………………………………………… 375 12.2 人工智能产业格局 …………………………………………………………………………………… 375 12.2.1 全球人工智能产业格局 …………………………………………………………………… 375 12.2.2 中国人工智能产业格局 …………………………………………………………………… 376 12.2.3 人工智能产业链 …………………………………………………………………………… 377 12.3 前沿研究发展 ………………………………………………………………………………………… 381 12.3.1 研究产出趋势 ……………………………………………………………………………… 381 16 12.3.2 关键技术突破 ……………………………………………………………………………… 384 12.3.3 开源技术生态演进 ………………………………………………………………………… 387 12.4 技术产业发展 ………………………………………………………………………………………… 389 12.4.1 人工智能产业应用 ………………………………………………………………………… 390 12.4.2 领域独角兽生态分析 ……………………………………………………………………… 393 12.4.3 产业政策发展 ……………………………………………………………………………… 394 12.5 产业趋势 ……………………………………………………………………………………………… 395 12.5.1 技术趋势 …………………………………………………………………………………… 395 12.5.2 应用趋势 …………………………………………………………………………………… 398 12.5.3 安全伦理的趋严管控 ……………………………………………………………………… 400 12.5.4 生态协同 …………………………………………………………………………………… 400 小结与展望 …………………………………………………………………………………………………… 402 参考文献 ……………………………………………………………………………………………………… 403 第13章 人工智能安全 ………………………………………………………………………………………… 408 13.1 引言 …………………………………………………………………………………………………… 408 13.2 人工智能安全问题 …………………………………………………………………………………… 408 13.2.1 人工智能技术应用引发的安全问题 ……………………………………………………… 409 13.2.2 人工智能系统本身的安全问题 …………………………………………………………… 413 13.3 人工智能安全战略 …………………………………………………………………………………… 419 13.3.1 美国:关注人工智能技术对国家安全的影响……………………………………………… 419 13.3.2 英国及欧盟:关注人工智能技术对个人安全的影响……………………………………… 420 13.3.3 中国及其他国际组织:关注人工智能技术的全球治理…………………………………… 422 13.4 人工智能安全技术 …………………………………………………………………………………… 423 13.4.1 人工智能安全技术简介 …………………………………………………………………… 423 13.4.2 可信人工智能四大支撑技术 ……………………………………………………………… 423 13.5 人工智能安全应用 …………………………………………………………………………………… 439 13.5.1 自动驾驶领域安全防护 …………………………………………………………………… 439 13.5.2 在线电商/数字金融领域安全防护 ………………………………………………………… 441 13.5.3 社交媒体智能安全防护 …………………………………………………………………… 443 13.5.4 军事领域智能安全防护 …………………………………………………………………… 444 小结与展望 …………………………………………………………………………………………………… 445 参考文献 ……………………………………………………………………………………………………… 446 第14章 人工智能伦理与监管 ………………………………………………………………………………… 451 14.1 引言 …………………………………………………………………………………………………… 451 14.1.1 人工智能伦理的概念及范畴 ……………………………………………………………… 451 14.1.2 人工智能伦理带来的主要社会挑战 ……………………………………………………… 452 14.2 AI伦理规范 …………………………………………………………………………………………… 452 14.2.1 欧盟《可信赖人工智能伦理指南》 ………………………………………………………… 452 14.2.2 美国《人工智能伦理道德标准》 …………………………………………………………… 453 14.2.3 中国《新一代人工智能伦理规范》 ………………………………………………………… 453 14.2.4 联合国教科文组织《人工智能伦理建议书》 ……………………………………………… 454 14.3 AI伦理的宏观监管 …………………………………………………………………………………… 455 14.3.1 欧盟:强化政府主导的伦理原则建设和法律法规约束…………………………………… 455 14.3.2 美国:依托市场力量,强化应用监管 ……………………………………………………… 456 17 14.3.3 英国:促进创新的人工智能监管方法……………………………………………………… 458 14.3.4 中国:坚持规划引领和应用规范,探索构建人工智能安全管理体系 …………………… 459 14.3.5 各国际组织:开发人工智能的国际指导原则……………………………………………… 460 14.3.6 讨论 ………………………………………………………………………………………… 462 14.4 企业级人工智能伦理实践 …………………………………………………………………………… 464 14.4.1 微软的人工智能伦理实践 ………………………………………………………………… 464 14.4.2 谷歌的人工智能伦理实践 ………………………………………………………………… 464 14.4.3 百度的人工智能伦理实践 ………………………………………………………………… 465 14.4.4 商汤科技的人工智能伦理实践 …………………………………………………………… 465 小结与展望 …………………………………………………………………………………………………… 465 参考文献 ……………………………………………………………………………………………………… 466 第15章 回顾、建议与展望 …………………………………………………………………………………… 468 15.1 引言 …………………………………………………………………………………………………… 468 15.2 内容回顾 ……………………………………………………………………………………………… 468 15.2.1 人工智能理论方法前沿 …………………………………………………………………… 468 15.2.2 人工智能技术创新前沿 …………………………………………………………………… 469 15.2.3 人工智能产业发展前沿 …………………………………………………………………… 470 15.2.4 人工智能与人类社会 ……………………………………………………………………… 471 15.3 问题与建议 …………………………………………………………………………………………… 471 15.3.1 理论与技术发展 …………………………………………………………………………… 471 15.3.2 产业与生态发展 …………………………………………………………………………… 473 15.3.3 人工智能治理与社会责任 ………………………………………………………………… 474 15.4 未来展望 ……………………………………………………………………………………………… 475 15.4.1 下一代人工智能理论与方法研究 ………………………………………………………… 475 15.4.2 人工智能终身学习研究 …………………………………………………………………… 475 15.4.3 开放环境智能体研究 ……………………………………………………………………… 476 15.4.4 AI4S应对全球危机 ………………………………………………………………………… 476 15.4.5 人工智能伦理与可控边界研究 …………………………………………………………… 476 15.4.6 生物计算与量子计算人工智能 …………………………………………………………… 476 参考文献 ……………………………………………………………………………………………………… 477 附录A 英汉缩写对照表 ………………………………………………………………………………………… 482

推荐书籍