引言：易發(fā)表網(wǎng)憑借豐富的文秘實(shí)踐，為您精心挑選了九篇計(jì)算機(jī)視覺前沿技術(shù)范例。如需獲取更多原創(chuàng)內(nèi)容，可隨時(shí)聯(lián)系我們的客服老師。

第1篇

最近幾年，自動駕駛成為當(dāng)下最為熱門的科技領(lǐng)域之一，許多企業(yè)紛紛將目光轉(zhuǎn)向該領(lǐng)域，諸如谷歌、百度、英特爾、Uber、豐田、本田、福特等科技和車企巨頭都在該領(lǐng)域有相關(guān)研究。在國內(nèi)，除了高舉無人車大旗的百度，許多創(chuàng)業(yè)公司也在研究自動駕駛技術(shù)，圖森互聯(lián)即其中之一。

9月19日，國內(nèi)計(jì)算機(jī)視覺與人工智能創(chuàng)業(yè)企業(yè)圖森互聯(lián)宣布，他們研發(fā)的計(jì)算機(jī)視覺與深度學(xué)習(xí)算法在全球最權(quán)威、最具影響力的自動駕駛算法公開排行榜KITTI和Cityscapes評測數(shù)據(jù)集上均獲得世界第一。僅KITTI數(shù)據(jù)集中，圖森互聯(lián)獲得目標(biāo)檢測三個單項(xiàng)、目標(biāo)追蹤兩個單項(xiàng)、道路分割四個單項(xiàng)，共計(jì)九個單項(xiàng)的全部世界第一。

那么，在當(dāng)前，自動駕駛技術(shù)究竟有哪些等級？市面上的自動駕駛技術(shù)都有哪些陣營？產(chǎn)品落地情況又如何？基于這些問題，《汽車觀察》記者對有著十年并行和分布式運(yùn)算研究經(jīng)歷、曾是淡馬錫國家實(shí)驗(yàn)室研究員、現(xiàn)為圖森互聯(lián)聯(lián)合創(chuàng)始人的南洋理工大學(xué)博士郝佳男進(jìn)行了獨(dú)家采訪。以下為部分采訪實(shí)錄：

《汽車觀察》：圖森做自動駕駛技術(shù)項(xiàng)目的初衷是什么，單純就是看到了這塊的市場需求與前景嗎？

郝佳男：首先，圖森是做圖像識別SaaS起家，在技術(shù)上有一定的積累，自動駕駛所用到的計(jì)算機(jī)視覺感知技術(shù)和圖像識別SaaS在很多方面是同源的；另外，對于自動駕駛，特別是主要基于視覺傳感器的自動駕駛，有很高的技術(shù)壁壘，圖森能夠很好地發(fā)揮自己的長處；第三，運(yùn)營車輛對自動駕駛和無人駕駛存在較大的需求，因?yàn)樽詣玉{駛和無人駕駛可以極大地減少這些運(yùn)營車輛企業(yè)的人力成本和潛在的安全風(fēng)險(xiǎn)，而且無人車可以持續(xù)運(yùn)營，這對企業(yè)來說是生產(chǎn)效率的飛躍。

《汽車觀察》：目前，在國際上自動駕駛技術(shù)分為幾個等級？圖森的自動駕駛技術(shù)又是幾級的技術(shù)？在國內(nèi)外算是一個什么水平？

郝佳男：目前自動駕駛有L1-L5五個等級，L5是人們最期待的完全無人駕駛水平，眾人熟知的谷歌無人駕駛在目前只能算是L4級水平。圖森的主要目標(biāo)是通過低成本傳感器實(shí)現(xiàn)可靠的L3級別無人駕駛。

目前行業(yè)內(nèi)的標(biāo)桿是以色列的Mobileye。但目前Mobileye量產(chǎn)的芯片依然使用傳統(tǒng)非深度學(xué)習(xí)算法，因此在一些特定場景中（如車側(cè)面、非常見車型等）會出現(xiàn)錯誤。最近Tesla發(fā)生的車毀人亡事故就一個例子。圖森的技術(shù)方案基于深度學(xué)習(xí)構(gòu)建，能夠?qū)崿F(xiàn)更可靠的性能。

《汽車觀察》：目前的自動駕駛技術(shù)有哪幾類？它們的本質(zhì)區(qū)別在哪里？分別有哪些優(yōu)勢？

郝佳男：目前，市面上共有兩種解決方案：一種是計(jì)算機(jī)視覺為主、毫米波雷達(dá)為輔的低價(jià)解決方案；另一種是激光雷達(dá)為主、以攝像頭為輔的高價(jià)解決方案。

以谷歌和百度為代表的是以激光雷達(dá)為主、攝像頭為輔的高價(jià)解決方案，成本在50萬以上。比如Google的無人駕駛車輛，在這個技術(shù)路線中，車輛完全由人工智能來駕駛，可以將車輛的方向盤、油門和剎車去掉，同時(shí)，為了增加技術(shù)的可靠性，Google無人駕駛汽車以激光雷達(dá)為核心，一個64線的激光雷達(dá)成本在7萬美元左右，整體解決方案較貴。另外，激光雷達(dá)的硬件可靠性一般，也很難達(dá)到車規(guī)需求。但是這兩家上市企業(yè)出于市值管理的考慮，在這方面不計(jì)成本。對他們來說，新技術(shù)所能達(dá)到的程度帶來的新聞和公關(guān)效力，會大幅地抬高股價(jià)。但這種成本過高的技術(shù)，在商業(yè)化應(yīng)用時(shí)會比較困難。

而選擇低價(jià)解決方案更容易被車廠、受眾所接受。以特斯拉、奔馳、沃爾沃等車廠為代表的漸進(jìn)型自動駕駛，即先從輔助駕駛開始做起，在特定場景、或是特定的封閉結(jié)構(gòu)化路段適用，做出緊急剎車、自適應(yīng)巡航、車道保持、自動泊車等動作，后續(xù)涉入高度自動駕駛，即除了結(jié)構(gòu)化路段外，還能在非結(jié)構(gòu)化道路上自動駕駛。

圖森就屬于低價(jià)解決方案，即選擇低成本的硬件（毫米波雷達(dá)、視覺傳感器、高性能SoC），配合計(jì)算機(jī)視覺算法來降低總成本。傳感器承擔(dān)的精度要求降下來，那么對算法的要求就比較高了。

《汽車觀察》：目前的自動駕駛技術(shù)是如何實(shí)現(xiàn)自動駕駛的？能實(shí)現(xiàn)到怎樣程度的自動駕駛？

郝佳男：自動駕駛系統(tǒng)使用了多種傳感器來感知，其中可視為廣義“視覺”的有超聲波雷達(dá)、毫米波雷達(dá)、激光雷達(dá)（LiDAR）和攝像頭等。毫米波雷達(dá)和激光雷達(dá)承擔(dān)了主要的中長距測距和環(huán)境感知，而攝像頭主要用于交通信號燈、車輛、行人等物體的識別。

攝像頭拍到的視頻其實(shí)也是由一幀幀圖像形成。拍下來是一回事，通過計(jì)算得出圖像里的行人、車輛、信號燈等結(jié)構(gòu)化數(shù)據(jù)則是另一回事。在過去，這被視為不可想象的任務(wù)。但深度學(xué)習(xí)的發(fā)展讓基于視覺的感知技術(shù)獲得了大幅度提升，基于視覺的環(huán)境感知變得可行了。

《汽車觀察》：目前，市面上的自動駕駛技術(shù)在產(chǎn)品化的情況如何？有沒有落地的產(chǎn)品正在運(yùn)營？

郝佳男：對于整個自動駕駛行業(yè)來說，產(chǎn)品化需要漫長的時(shí)間，可能需要2-3年的時(shí)間。圖森主要還是為主機(jī)廠和Tier1（一級零部件供應(yīng)商）提供以攝像頭為主、配合毫米波雷達(dá)和視覺芯片的、低成本的自動駕駛解決方案。

《汽車觀察》：自長安的無人駕駛路試后，國家開始出臺相關(guān)禁止自動駕駛路試的政策，這樣一來，整個研發(fā)自動駕駛技術(shù)的企業(yè)又該如何測試自己的技術(shù)？如何看待國家有關(guān)自動駕駛這方面的政策？

第2篇

團(tuán)隊(duì)背景

海歸博士立志用無人駕駛保障交通安全

MINIEYE致力于打造世界領(lǐng)先的車載視覺感知技術(shù)和產(chǎn)品，提供前裝和后裝的ADAS解決方案及產(chǎn)品。其原理是通過攝像頭檢測、識別、追蹤路面物體，即時(shí)收集數(shù)據(jù)并加以分析，協(xié)助駕駛員預(yù)先察覺到包括追尾、偏離車道、碰撞行人、超速在內(nèi)的潛在路面危險(xiǎn)，防患于未然。

MINIEYE創(chuàng)始人及CEO劉國清表示，相關(guān)數(shù)據(jù)顯示，中國每年有將近6萬人死于交通事故，而近年來的研究表明，89.1%的事故都是源自于駕駛員的誤判和操作不當(dāng)。MINIEYE運(yùn)用計(jì)算機(jī)視覺技術(shù)和先進(jìn)的算法，可以極大地避免這些事故的發(fā)生。產(chǎn)品上的攝像頭就如MINIEYE的名字一樣，是一顆安裝在車上的“小眼睛”，隨時(shí)掃描著路面情況，保障駕駛安全。

從2013年成立至今，MINIEYE團(tuán)隊(duì)已經(jīng)擁有包括海歸博士和優(yōu)秀工程師在內(nèi)的50多名研發(fā)人員。團(tuán)隊(duì)成員中有的畢業(yè)于美國佐治亞理工學(xué)院、加州大學(xué)、法國科學(xué)院、清華大學(xué)、中科大等國內(nèi)外知名高校，也有的曾就職于德爾福、意法半導(dǎo)體、Intel、BAT等行業(yè)巨頭。目前其總部位于深圳南山，另在南京設(shè)有一個研發(fā)中心和一個數(shù)據(jù)中心。

但你也許沒想到，MINIEYE脫胎于南洋理工大學(xué)的實(shí)驗(yàn)室里。2012年，當(dāng)時(shí)正在新加坡南洋理工大學(xué)攻讀博士學(xué)位的劉國清，主持了新加坡政府媒體發(fā)展局和南洋理工大學(xué)聯(lián)合發(fā)起的高級駕駛輔助項(xiàng)目。他在這個項(xiàng)目中看到了高級輔助駕駛和無人駕駛的前景所在，并在次年博士畢業(yè)后拒絕知名科研所的工作，拉著幾個在新加坡的小伙伴，回國創(chuàng)業(yè)。“當(dāng)時(shí)回國，一個是因?yàn)閲鴥?nèi)的創(chuàng)業(yè)氛圍比較好；另一個是因?yàn)闊o人駕駛在國內(nèi)的市場非常大，不僅能夠提升駕駛安全，還能夠緩解城市擁堵等問題。”

技術(shù)優(yōu)勢

應(yīng)用深度學(xué)習(xí)、本地化車輛檢測超過Mobileye

用計(jì)算機(jī)視覺技術(shù)來檢測識別物體已然不新鮮，但深度學(xué)習(xí)的到來讓計(jì)算機(jī)視覺技術(shù)迅速發(fā)展，檢測識別率大大提高。而MINIEYE使用的正是基于深度學(xué)習(xí)的視覺感知技術(shù)。劉國清解釋說：“傳統(tǒng)的算法是告訴你車的特征，而深度學(xué)習(xí)是通過大量的圖片來訓(xùn)練系統(tǒng)自己提取特征，學(xué)習(xí)特征。這種方法提取的特征更加準(zhǔn)確，這是傳統(tǒng)算法無法實(shí)現(xiàn)的。”

利用這項(xiàng)技術(shù)，MINIEYE目前對車輛和車道線的檢測率均達(dá)到99.9%。

除了做到專業(yè)、領(lǐng)先之外，劉國清還力圖體現(xiàn)MINIEYE的差異性，從而在競爭中脫穎而出。劉國清回國之前，仔細(xì)研究了國內(nèi)的市場，發(fā)現(xiàn)還是一片空白。但在國際市場上，以色列公司Mobileye已經(jīng)獨(dú)占鰲頭，這家公司因?yàn)楹吞厮估献鞫淮蟊姀V為知曉，目前占有全球ADAS市場約70%的份額。彼時(shí)Mobileye還尚未進(jìn)軍中國市場，但劉國清已經(jīng)未雨綢繆，該如何面對這樣一個強(qiáng)大的對手呢？

“第一個是算法能力要和它相當(dāng)；第二，我們要走本土化路線，研發(fā)符合中國人駕駛習(xí)慣和中國工況的產(chǎn)品。”在國內(nèi)道路上，經(jīng)常能見到一些渣土車、拖車等異型車，這些車輛奇形怪狀，對識別造成了不小的困難，基于國外路況設(shè)計(jì)的產(chǎn)品在碰到這些車輛時(shí)立馬“失明”，無法運(yùn)作。原因是數(shù)據(jù)庫里面沒有錄入過這些“車”，所以無從提取特征去識別。

劉國清是國內(nèi)第一批堅(jiān)持走ADAS本土化路線的人，因此從2014年開始，就已經(jīng)著手采集國內(nèi)車輛及車道數(shù)據(jù)。到目前為止，MINIEYE共有45輛數(shù)據(jù)采集車，在北京、深圳、南京等全國幾大城市采集數(shù)據(jù)。每天積累的里程超過一萬多公里，數(shù)據(jù)量約1.5TB。劉國清說：“近年來深度學(xué)習(xí)的出現(xiàn)，大大加速了人工智能行業(yè)的發(fā)展。但深度學(xué)習(xí)的前提是需要有充足的數(shù)據(jù)量，所以我們很早就開始積累數(shù)據(jù)，要盡可能多地覆蓋各種車型、天氣、光照、路況。現(xiàn)在我們在本地化的方向進(jìn)行得很順利，在對國內(nèi)異型車的檢測方面，已經(jīng)優(yōu)于Mobileye了。”

業(yè)務(wù)布局

前后裝市場雙管齊下，從預(yù)警進(jìn)軍控制階段

在市場布局上，MINIEYE的業(yè)務(wù)雙管齊下，兼顧前裝及后裝市場。前裝指的是整車出廠時(shí)就會裝備電子產(chǎn)品，因此MNIEYE的客戶群體是各大整車廠商。在2015年公司就和美國通用簽署了合作開發(fā)協(xié)議，目前已經(jīng)通過了第一輪定性測試，正在進(jìn)行定量測試。而在后裝市場上，MINIEYE已經(jīng)和某公交集團(tuán)達(dá)成訂單。據(jù)了解，MINIEYE在之前合作的對象基本是整車廠、Tier1或者公交集團(tuán)等B端用戶，而在年底，MINIEYE將正式推出第一代后裝產(chǎn)品，除了滿足行業(yè)客戶的需求之外，還希望覆蓋個人C端用戶。

劉國清針對個人用戶做了市場調(diào)研，發(fā)現(xiàn)很多車主對駕駛安全非常重視，對ADAS產(chǎn)品很感興趣，但對這種先進(jìn)技術(shù)不太了解。“我們即將的后裝產(chǎn)品，一方面是希望個人車主使用后給我們一些反饋，讓我們知道用戶的真實(shí)需求是什么，哪個功能好用，哪個功能需要繼續(xù)迭代；另一方面，我們也希望對市場起到一個普及作用，讓大家越來越了解這項(xiàng)技術(shù)。畢竟ADAS是無人駕駛的基石，有利于讓用戶循序漸進(jìn)地去擁抱前沿技術(shù)。”

目前，C-NCAP已經(jīng)擬將ADAS中的AEB（自動緊急制動）功能納入2018年的評價(jià)規(guī)程，這代表著國家政策法規(guī)正在推動ADAS等主動安全功能的普及，無論前裝或后裝市場，都有著巨大的前景。在此利好下，劉國清透露，明年MINIEYE的計(jì)劃，一方面是要繼續(xù)迭代算法，和整車廠商進(jìn)行實(shí)車驗(yàn)證；另一方面是進(jìn)一步開拓后裝市場，增加營收，利用后裝市場產(chǎn)生的銷售額來覆蓋前裝市場的研發(fā)投入，達(dá)到平衡。

第3篇

“智能硬件”這個概念比較含糊，它其實(shí)涵蓋了多種商業(yè)方向，把凡是跟智能有關(guān)的都囊括進(jìn)去不合適。

比如在京東、淘寶上眾籌的智能硬件，屬于消費(fèi)電子類產(chǎn)品。去年看似挺火，但也沒出什么真正引爆市場的產(chǎn)品。做消費(fèi)電子類智能硬件，競爭對手眾多，而且技術(shù)不是最重要的，品牌、渠道最才是關(guān)鍵。你的產(chǎn)品能否到達(dá)目標(biāo)用戶群，你的產(chǎn)品能否滿足用戶對“智能化”較高的期望值，都是現(xiàn)實(shí)存在的問題。

到目前為止，北極光創(chuàng)投沒有真正投過消費(fèi)類的智能硬件項(xiàng)目。我們更關(guān)注第二類應(yīng)用在金融、醫(yī)療、安防等行業(yè)的“智能系統(tǒng)”(可能是硬件，也可能是軟件)，跟巨頭行業(yè)結(jié)合的，有更大的發(fā)展機(jī)會。

需要提醒的是，做智能系統(tǒng)的思路不是設(shè)想某種智能化功能，再推廣到行業(yè)，而是在有場景、有合作對象的前提下，為垂直行業(yè)提供智能化技術(shù)，這樣才知道應(yīng)用的意義和重點(diǎn)。比如IB M的人工智能系統(tǒng)，直指醫(yī)療活動的核心環(huán)節(jié)，通過對比疾病的治療歷史、遺傳數(shù)據(jù)、診療影像等，給每位患者個性化的診斷建議。另外，隨著人工智能視覺算法的進(jìn)步，在美國有人開發(fā)醫(yī)學(xué)影像的智能識別系統(tǒng)，也是跟醫(yī)院一起做。

從今年的發(fā)展趨勢來看，會有更多原來做機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺的人投身各個細(xì)分行業(yè)開發(fā)智能系統(tǒng)。我們在這個領(lǐng)域布局比較早，比如汽車智能化就是其中一個看好的方向。但同時(shí)，這是個進(jìn)展非常緩慢的市場，不是一兩年就能出成果。我們有耐性去等待，因?yàn)橥ㄟ^前沿技術(shù)重構(gòu)行業(yè)價(jià)值鏈，更值得期待。

講述人：戈壁投資合伙人徐晨

市場上的很多智能硬件，其實(shí)就是在傳統(tǒng)消費(fèi)電子之上增加了數(shù)據(jù)收集和數(shù)據(jù)反饋的功能而已。但消費(fèi)者購買的時(shí)候只是把它作為輔助功能去考慮，光靠打智能化和數(shù)據(jù)的概念并不能真正吸引用用戶。何況消費(fèi)電子是以渠道為驅(qū)動的，而銷售渠道很難差異化。換言之，同類產(chǎn)品之間很難產(chǎn)生實(shí)際性的差異并獲得用戶的持續(xù)關(guān)注度。按消費(fèi)電子的發(fā)展路徑，很快就會進(jìn)入低毛利的階段，加上小米、樂視在打造智能硬件的生態(tài)系統(tǒng)，論壇品牌實(shí)力，任何小創(chuàng)業(yè)公司都難以比拼得過。我預(yù)計(jì)，消費(fèi)電子類智能硬件接下來會面臨洗牌。

第4篇

（1．清華大學(xué)電子工程系，北京100084；2．英特爾（中國）有限公司，北京100()13)

摘要：媒體與認(rèn)知實(shí)驗(yàn)課程是清華大學(xué)電子工程系在課程改革中提出的一門全新的核心必修課程。文章首先闡述該課程的特點(diǎn)，然后介紹基于英特爾RealSense設(shè)備及微軟Kinect設(shè)備開發(fā)的一套探索前沿型實(shí)驗(yàn)教學(xué)平臺，分別說明基于手勢識別的博弈游戲?qū)嶒?yàn)項(xiàng)目和基于姿勢識別的組合拍照實(shí)驗(yàn)項(xiàng)目，指出通過這些前沿的基于交叉學(xué)科的智能感知技術(shù)和內(nèi)容，學(xué)生可以掌握成為本領(lǐng)域高層次專業(yè)人才必需的各項(xiàng)基本技能和專業(yè)知識。

關(guān)鍵詞 ：RealSense；媒體認(rèn)知；智能感知；機(jī)器學(xué)習(xí)；人機(jī)交互

文章編號：1672-5913(2015)15-0108-03 中圖分類號：G642

基金項(xiàng)目：英特爾一清華媒體與認(rèn)知實(shí)驗(yàn)教學(xué)項(xiàng)目( 202023011)。

第一作者簡介：楊毅，女，高級工程師，研究方向?yàn)閿?shù)字信號處理，yangyy@mail.tsinghua．edu．cn。

1 背景

媒體與認(rèn)知實(shí)驗(yàn)課程借鑒包括美國MIT大學(xué)、CMU大學(xué)、Stanford大學(xué)、英國倫敦大學(xué)學(xué)院等在內(nèi)的國外著名大學(xué)跨媒體信息處理、入機(jī)交互與感知技術(shù)、虛擬現(xiàn)實(shí)及信號處理領(lǐng)域?qū)嶒?yàn)教學(xué)課程的特點(diǎn)，并結(jié)合清華大學(xué)電子工程系在該領(lǐng)域研究的基礎(chǔ)、優(yōu)勢和創(chuàng)新性成果，有針對性地將已有科研成果轉(zhuǎn)化為教學(xué)實(shí)驗(yàn)課中的教學(xué)內(nèi)容，通過建設(shè)一套完整、全面的涵蓋人機(jī)感知交互、媒體信息處理、虛擬現(xiàn)實(shí)及信號處理領(lǐng)域的探索前沿型實(shí)驗(yàn)教學(xué)平臺，培養(yǎng)學(xué)生的智能感知技術(shù)開發(fā)能力；同時(shí)，采用集體創(chuàng)新培養(yǎng)和個人研究探索相結(jié)合的方式，最終達(dá)到理工與人文、技術(shù)與藝術(shù)、感知與思考的高度融合，成為具有國際一流水平的、兼具科研創(chuàng)新能力和探索精神的領(lǐng)軍型人才。

實(shí)驗(yàn)教學(xué)課程內(nèi)容及平臺涉及的主要研究內(nèi)容包括媒體數(shù)據(jù)獲取與人機(jī)交互、生物特征識別、語音識別及情感理解、虛擬交互行為分析等。該實(shí)驗(yàn)課程力圖建設(shè)成為達(dá)到國際水平的智能感知技術(shù)實(shí)驗(yàn)教學(xué)課程及項(xiàng)目平臺。通過該實(shí)驗(yàn)課程的建立，學(xué)生能夠了解國際科學(xué)界及工業(yè)界最前沿的媒體認(rèn)知及智能感知技術(shù)熱點(diǎn)和難點(diǎn)問題，利用平臺的基礎(chǔ)設(shè)施和設(shè)備構(gòu)建并實(shí)施多種解決方案。跨行業(yè)、跨領(lǐng)域、跨學(xué)科的媒體認(rèn)知及智能感知類前沿綜合實(shí)驗(yàn)課程，通過借助智能感知及人機(jī)交互知識作為工具和手段解決媒體信息處理、虛擬現(xiàn)實(shí)及人機(jī)交互的問題，充分挖掘和激發(fā)理工科背景知識較佳的電子工程系學(xué)生在交叉學(xué)科和前沿技術(shù)方面的實(shí)力和潛力。

2 媒體與認(rèn)知實(shí)驗(yàn)課程特點(diǎn)

媒體與認(rèn)知實(shí)驗(yàn)設(shè)計(jì)開發(fā)了一套以實(shí)時(shí)智能感知技術(shù)為基礎(chǔ)的探索前沿型實(shí)驗(yàn)教學(xué)平臺，該平臺在設(shè)備和設(shè)計(jì)內(nèi)容方面均與國際水平接軌，具有教學(xué)互促、知識延伸、技能拓展的特點(diǎn)。項(xiàng)目平臺涵蓋跨媒體信息處理、人機(jī)交互與感知技術(shù)、虛擬現(xiàn)實(shí)等領(lǐng)域的設(shè)備和技術(shù)，力圖成為與國際接軌的探索前沿型實(shí)時(shí)智能感知實(shí)驗(yàn)教學(xué)平臺。

該課程涉及的技術(shù)和研究方向均為國內(nèi)外智能感知技術(shù)領(lǐng)域各大高校和科研院所的研究熱點(diǎn)及難點(diǎn)，將這些研究內(nèi)容引入實(shí)驗(yàn)教學(xué)，可以引導(dǎo)本科學(xué)生開闊科研視野、堅(jiān)定科研信念和明確科研方向。通過構(gòu)建與國際最新研發(fā)技術(shù)水平相當(dāng)?shù)膶?shí)驗(yàn)平臺，學(xué)生能夠了解國際領(lǐng)先的媒體認(rèn)知及信號處理知識和技能，利用該平臺的基礎(chǔ)設(shè)備構(gòu)建并實(shí)施多種解決方案；教學(xué)最終達(dá)到培養(yǎng)掌握國際領(lǐng)先技術(shù)、具有突出創(chuàng)新實(shí)踐能力和持續(xù)探索精神的高素質(zhì)人才的目的。

該平臺內(nèi)容主要面向各年級本科生及碩士研究生，與基礎(chǔ)核心課、專業(yè)限選課等課程配套，逐步形成層次清晰、逐級擴(kuò)展的具有創(chuàng)新探索前沿性質(zhì)的智能感知技術(shù)教學(xué)實(shí)驗(yàn)課程體系。

3 基于手勢識別的媒體認(rèn)知實(shí)驗(yàn)項(xiàng)目

人機(jī)交互的雙向信息流動是以媒體感知和處理為核心的。人將用戶感覺和效應(yīng)通道傳遞的交互意圖在計(jì)算機(jī)內(nèi)表示為文本、語音、圖形、圖像等多媒體信息。人到機(jī)( human to computer)信息流動是多媒體信息的獲取及識別過程，計(jì)算機(jī)處理的信息需要以文本、語音、圖形、圖像等用戶理解概念所需的多媒體信息形式展現(xiàn)出來；機(jī)到人( computer to human)的信息流動是多媒體信息的合成和呈現(xiàn)過程，機(jī)器利用感知及推理對來自用戶感覺和效應(yīng)通道的跨媒體信息進(jìn)行識別、集成和協(xié)調(diào)，獲取用戶動作和行為習(xí)慣、偏好及其他相關(guān)信息，以人類易理解的多媒體信息方式為用戶提供輸出信息，從而提供不受時(shí)空限制而效能最大化的個性化計(jì)算服務(wù)。

美國Stanford大學(xué)電子工程系提出一種基于Kinect的手勢識別方法，通過Kinect獲取RGB圖像信息和深度數(shù)據(jù)，采用SURF變換算法實(shí)現(xiàn)高準(zhǔn)確度的手勢識別。西班牙馬德里卡洛斯大學(xué)機(jī)器人實(shí)驗(yàn)室( Robotics Lab，Univ. Carlos IIIof Madrid Leganes，Spain)針對傳統(tǒng)的手勢識別系統(tǒng)受光照條件影響導(dǎo)致計(jì)算量大、訓(xùn)練過程長等問題，根據(jù)RGB-D攝像頭獲取的深度數(shù)據(jù)建立人手的骨骼模型，從三維骨骼模型中提取手勢的時(shí)域信號，采用有限狀態(tài)機(jī)對手勢不同狀態(tài)下的方向進(jìn)行編碼，采用基于模板的分類器識別出手勢。瑞士蘇黎世聯(lián)邦理工大學(xué)計(jì)算機(jī)視覺實(shí)驗(yàn)室( Computer Vision Lab，ETH Zurich，Zurich，Switzerland)提出一種基于Haarlet的手勢識別系統(tǒng)，根據(jù)微軟Kinect設(shè)備獲取的深度信息檢測手勢的三維指向，將手勢轉(zhuǎn)換為交互命令，提高了人與機(jī)器人交互的自然性。

石頭、剪子、布、蜥蜴、史波克( Rock-Paper-scissors-Lizard-Spock)是一種由石頭、剪子、布延伸出來的博弈論猜拳游戲，在石頭、剪子、布基礎(chǔ)上增加了兩種手勢，減少了原來石頭、剪子、布游戲和局的幾率。該游戲的手勢及輸贏說明如圖1所示（圖來自百度圖片搜索）。

英特爾的RealSense設(shè)備是一種能通過采集視覺、深度，音頻等多種媒體信息獲得手勢、語音等表征意圖的智能感知設(shè)備，可以廣泛應(yīng)用于自然互動、沉浸式協(xié)作與創(chuàng)作等創(chuàng)新應(yīng)用，能夠幫助開發(fā)人員在游戲、娛樂和內(nèi)容創(chuàng)建交互方面實(shí)現(xiàn)新的突破。該實(shí)驗(yàn)項(xiàng)目通過利用全新的英特爾三維智能感知設(shè)備RealSense，可以實(shí)現(xiàn)上述手勢識別的智能感知功能。該實(shí)驗(yàn)設(shè)置多種難度，將簡單難度設(shè)置為電腦隨機(jī)出拳；針對高等難度則需要學(xué)習(xí)用戶的出拳模式并構(gòu)建一個馬爾科夫模型，電腦針對用戶的出拳模式進(jìn)行相應(yīng)出拳。基于RealSense識別的5種手勢如圖2所示，可以看出ReaISense設(shè)備對不同手勢的區(qū)分度較高。

4 基于姿勢識別的媒體認(rèn)知實(shí)驗(yàn)項(xiàng)目

人體的三維模型包含足夠的信息以描述人體的運(yùn)動特征，對于體感交互設(shè)計(jì)而言，姿態(tài)識別、動作識別、手勢識別非常重要。微軟推出的Kinect設(shè)備與計(jì)算機(jī)軟件開發(fā)包一起使用，為企業(yè)和開發(fā)者提供創(chuàng)建交互式應(yīng)用程序的基礎(chǔ)，允許開發(fā)者借助微軟或語言開發(fā)相關(guān)應(yīng)用，提供骨豁跟蹤、人臉跟蹤、語音識別技術(shù)等底層功能。基于Kinect設(shè)備開發(fā)的平臺和應(yīng)用獲得了不錯的效果。藝術(shù)家通過人體組合姿勢構(gòu)成英文里的各種字母形象，如圖3所示。

該實(shí)驗(yàn)項(xiàng)目通過利用Kinect實(shí)現(xiàn)人體字母造型識別，在造型匹配某個特定字母或組合時(shí)觸發(fā)拍照，解決在實(shí)際拍照過程中為了擺出某一特定造型需要多次重復(fù)大量拍攝的問題。基本思路是利用Kinect的人體識別功能，在攝像頭獲得的圖像中提取出人置信息，然后將人置信息在本地程序中與預(yù)設(shè)的目標(biāo)造型進(jìn)行匹配，只有當(dāng)匹配程度到達(dá)一定值的時(shí)候，程序才觸發(fā)拍攝事件并將圖像保存。系統(tǒng)由5個模塊組成：初始化、人體識別、計(jì)算匹配度、圖形顯示和拍照觸發(fā)。其中，初始化模塊屬于主窗口類，內(nèi)部由時(shí)間進(jìn)行關(guān)聯(lián)，其他模塊各為一類，分別通過調(diào)用函數(shù)和嵌入窗體的方式使用，其算法框架如圖4所示。系統(tǒng)運(yùn)行過程中，計(jì)算出的匹配數(shù)值會直接顯示在屏幕上，同時(shí)彈出提示字幕，向用戶反饋其姿勢準(zhǔn)確程度。

第5篇

關(guān)鍵詞:MCLA;計(jì)算機(jī)教學(xué);教學(xué)研究;教學(xué)改革

中圖分類號:G642 文獻(xiàn)標(biāo)識碼:B

1引言

高校計(jì)算機(jī)教育的過程中,難點(diǎn)知識的教和學(xué)是困擾著教師和學(xué)生的重要問題,對于難點(diǎn)知識教學(xué)方法的研究,引起了廣大高校計(jì)算機(jī)教師的重視,其研究成果已經(jīng)在高校計(jì)算機(jī)教育中起到了越來越重要的作用。難點(diǎn)知識一般分布在學(xué)生的專業(yè)基礎(chǔ)課和專業(yè)選修課中,這些知識點(diǎn)往往理論性較強(qiáng),需要較好的數(shù)學(xué)基礎(chǔ)才能一次性掌握,這些知識點(diǎn)往往是某一門課程或某個研究方向的核心或者基礎(chǔ),如果不能很好地掌握,又影響到后續(xù)知識的學(xué)習(xí)和研究的開展。類似的知識點(diǎn)如:“數(shù)據(jù)結(jié)構(gòu)”中的“最短路徑”和“KMP算法”、“計(jì)算機(jī)視覺”中的“各向異性擴(kuò)散的偏微分方程(PDEs)”、“編譯原理”中的“有限自動機(jī)”、“面向?qū)ο蟪绦蛟O(shè)計(jì)”中的“多態(tài)性”、“計(jì)算機(jī)網(wǎng)絡(luò)”中的“七層協(xié)議的實(shí)現(xiàn)”等。

提升難點(diǎn)知識的教學(xué)效果顯得非常重要,但是傳統(tǒng)的教學(xué)方法中,由于各種因素的影響,往往采用從理論到實(shí)踐的教學(xué)過程。首先講解知識的數(shù)學(xué)背景,然后闡述其理論框架,接下來講解該框架中的相關(guān)公理或者定理,推出一系列公式,最后加以應(yīng)用。在這種背景下,由于學(xué)生知識儲備的差異性,以及學(xué)生聽課狀態(tài)的波動性,這種教學(xué)方法往往造成部分學(xué)生在學(xué)習(xí)的過程中,無法理解他們看起來很高深理論,從而失去學(xué)習(xí)興趣,放棄后續(xù)學(xué)習(xí),靠做題應(yīng)付考試,最終即使得到高分,對知識點(diǎn)知其然不知

其所以然,更不要說進(jìn)行創(chuàng)新。實(shí)踐證明,該方法確實(shí)導(dǎo)致部分學(xué)生無法清楚地掌握知識的實(shí)質(zhì),造成了教學(xué)過程中的無用功和教學(xué)資源的浪費(fèi)。

為了克服以上方法的不足之處,我們借鑒了國外著名教育機(jī)構(gòu)的教學(xué)方法,將其引入到我們的教學(xué)過程中去。MCLA(Model Centered Learning Architecture)教學(xué)法來源于印度國家信息技術(shù)學(xué)院(印度NIIT),該教學(xué)方法的基礎(chǔ)是:以“模型”為中心,通過完成“模型”來講解理論,在該學(xué)院的教學(xué)中起到了巨大的作用。本文針對計(jì)算機(jī)難點(diǎn)知識教學(xué)過程中遇到的問題,結(jié)合相關(guān)經(jīng)驗(yàn),將MCLA教學(xué)方法應(yīng)用到教學(xué)過程中去,以“圖像處理中的各向異性擴(kuò)散的偏微分方程”的講解為案例,闡述MCLA方法在教學(xué)過程中的應(yīng)用。實(shí)踐證明,該教學(xué)方法能夠加強(qiáng)學(xué)生對知識的理解,取得了較好的教學(xué)效果。文章最后還對該方法適用的

范圍進(jìn)行了討論。

2傳統(tǒng)教學(xué)方法的問題

難點(diǎn)知識在高校計(jì)算機(jī)教育中,不僅對于學(xué)生是學(xué)習(xí)難點(diǎn),而且對于教師也是講授難點(diǎn)。它難就難在理論性強(qiáng),數(shù)學(xué)基礎(chǔ)要求較高,教師即使能夠熟練精通地掌握,由于學(xué)生數(shù)學(xué)知識儲備的差異,學(xué)生就不一定能掌握;即使學(xué)生數(shù)學(xué)知識儲備足夠,由于聽課狀態(tài)波動,如果興趣不高也會無法聽懂,造成知識的遺落;教師將自己會的知識教給學(xué)生,學(xué)生卻沒學(xué)會,不能不說是教學(xué)資源的巨大浪費(fèi)。

2.1教學(xué)案例描述

本文以“計(jì)算機(jī)視覺”中的“各向異性擴(kuò)散的偏微分方程”為例,來闡述這個問題。

“計(jì)算機(jī)視覺”是高校計(jì)算機(jī)專業(yè)的一門專業(yè)選修課,對于即將攻讀研究生并從事模式識別和圖像處理的學(xué)生,是一門基礎(chǔ)性課程。“各向異性擴(kuò)散的偏微分方程”屬于計(jì)算機(jī)視覺中的前沿技術(shù),一般在書本的后半部分講授。在此之前,學(xué)生已經(jīng)學(xué)習(xí)了圖像處理的基本知識,如基本的圖像存儲、變換、濾波以及常見的圖像特征提取方法。

在計(jì)算即視覺中,“各向異性擴(kuò)散的偏微分方程”最簡單的情況是用于圖像的平滑。在平滑圖像的過程中,能夠較好地保持邊緣。該框架下,圖像的平滑被假定類似于化學(xué)物質(zhì)的擴(kuò)散過程,圖像的灰度(化學(xué)物質(zhì))將隨著時(shí)間的變化而變化(擴(kuò)散)。在某一個時(shí)間點(diǎn),變化后的圖像(擴(kuò)散的結(jié)果)就是試圖得到的平滑后的圖像。描述如下:

設(shè) 表示一幅二維灰度圖像, 為像素點(diǎn) 處的灰度值。 表示圖像隨著時(shí)間 變化的狀態(tài),具有邊界停止功能的方程中,圖像隨著時(shí)間變化的狀態(tài)或者圖像的平滑過程被如下的擴(kuò)散方程描述:式中, 為散度算子, ,是 的空間梯度。在這里, 必須是個減函數(shù),當(dāng) 較大,擴(kuò)散必須很小,圖像的邊緣得到保持; 較小,擴(kuò)散應(yīng)該很大,圖像將會得到平滑。對于 的設(shè)計(jì)對系統(tǒng)的正確工作起著決定性的作用,一般可令:

從以上數(shù)學(xué)模型可以看出, ,為非增函數(shù),當(dāng)點(diǎn) 位于圖像灰度變化不大的區(qū)域,即 的值相對較小的時(shí)候, 的值相對較強(qiáng);反之,在圖像的邊緣點(diǎn)上, 的值相對較大,則擴(kuò)散速度相對較小。 為梯度門限,是一個正數(shù)。 的值小于 時(shí),擴(kuò)散過程進(jìn)行,當(dāng) 接近 時(shí),擴(kuò)散過程停止。

實(shí)際處理過程中,輸入的圖像為二維圖像,必須能夠?qū)D像的處理過程進(jìn)行離散化。一般采用如下形式:

其中, 是離散采樣圖像上的像素點(diǎn) 在 時(shí)刻的灰度值, 是時(shí)間離散步長,常量 ,決定了擴(kuò)散的速度。 的下標(biāo) 表示 的計(jì)算與像素 和 相關(guān)。 表示像素 的空間鄰域, 表示鄰域像素點(diǎn)的個數(shù)(如在8鄰域情況下,取 =8),將圖像梯度沿著特定的方向近似為:

最后的實(shí)驗(yàn)中,我們可以采用一些需要平滑的圖像,分別用傳統(tǒng)的低通濾波的方法和PDEs方法進(jìn)行平滑,來檢測其平滑效果。

2.2傳統(tǒng)講授方法及其效果

傳統(tǒng)方法在講授的過程中,一般采用如下步驟:

(1) 首先講解“各向異性擴(kuò)散的偏微分方程”的作用:在平滑圖像的過程中,能夠較好地保持邊緣,但也能對其它部分作平滑。

(2) 講解“各向異性擴(kuò)散的偏微分方程”的數(shù)學(xué)模型,特別強(qiáng)調(diào)擴(kuò)散方程以及其中參數(shù)、算子的選擇。

(3) 對該模型進(jìn)行離散化。

(4) 最后舉例說明“各向異性擴(kuò)散的偏微分方程”在實(shí)際中的應(yīng)用,并一定的實(shí)例讓學(xué)生閱讀,最后布置習(xí)題。

該方法在步驟(1)中,確實(shí)提到了“各向異性擴(kuò)散的偏微分方程”的作用,激起學(xué)生的興趣。但是可惜的是,這個興趣只是在學(xué)生腦海里面逗留了片刻,就被后面大量的數(shù)學(xué)公式淹沒了。除了少數(shù)比較認(rèn)真的學(xué)生能夠保持興趣,將這些數(shù)學(xué)公式緊扣其作用,其它學(xué)生一旦遇到聽不懂的內(nèi)容,便放棄學(xué)習(xí)了。結(jié)果只能是教師一直在講課,卻只有部分學(xué)生能夠理解教師的講解。當(dāng)然,最后的實(shí)例,大部分學(xué)生都會閱讀,也能讀懂,對于練習(xí),也能模仿習(xí)題進(jìn)行編程實(shí)現(xiàn),最后應(yīng)付考試。但對于該習(xí)題和前面講解的數(shù)學(xué)公式之間有什么關(guān)系,學(xué)生是很難理解的。我們知道,理論的創(chuàng)新都是來源于知識點(diǎn)的抽象表達(dá),如果那些原理沒有理解清楚,即使學(xué)生升入研究生進(jìn)行科學(xué)研究,也無法進(jìn)行創(chuàng)新。

針對這種方法,我們在南京某大學(xué)設(shè)計(jì)了一個實(shí)驗(yàn),隨機(jī)抽取50名計(jì)算機(jī)應(yīng)用技術(shù)專業(yè)的本科學(xué)生,選修了“計(jì)算機(jī)視覺”的課程,并且已經(jīng)學(xué)習(xí)了“各向異性擴(kuò)散的偏微分方程”的前續(xù)知識,我們用此方法進(jìn)行講解,得到的問卷如表1所示。

從上表可以看出,96%的學(xué)生對該知識點(diǎn)的作用還是了解的,也就是說從課程開始學(xué)生還是有興趣的,但是自從對數(shù)學(xué)公式無法理解之后,直接影響了后面知識的理解,更不要說創(chuàng)新了。

3MCLA教學(xué)法的實(shí)踐

MCLA(Model Centered Learning Architecture)是基于模型的學(xué)習(xí)方法,該方法在教師引導(dǎo)下的獨(dú)立解決實(shí)際問題。其步驟如下:

(1) 教師根據(jù)知識點(diǎn)內(nèi)容,結(jié)合實(shí)際應(yīng)用情況,對學(xué)生進(jìn)行知識點(diǎn)的概況介紹,提出一個典型案例,激起學(xué)生興趣。

(2) 教師用所設(shè)計(jì)的案例,采用任務(wù)驅(qū)動的示范性教學(xué)。將知識點(diǎn)隱含到每一個任務(wù)中,使得學(xué)生更容易接受相關(guān)的知識內(nèi)容。

(3) 當(dāng)教師在用系統(tǒng)的方法完成各項(xiàng)任務(wù),成功解決問題時(shí),學(xué)生在一旁觀察以通過觀察思考形成一種行之有效的思維方式。

(4) 布置類似的案例,引導(dǎo)學(xué)生進(jìn)行實(shí)踐。

(5) 引導(dǎo)學(xué)生進(jìn)行創(chuàng)新探索,并能針對所探索的結(jié)果進(jìn)行演講。

MCLA的獨(dú)特之處在于,它不但要教會學(xué)生如何在實(shí)際問題中應(yīng)用所學(xué)的知識和培養(yǎng)其專業(yè)技能,而且也要培養(yǎng)學(xué)生信息搜索和分析的能力、團(tuán)隊(duì)合作的能力以及對所學(xué)知識達(dá)到綜合性理解和應(yīng)用的能力。這有助于學(xué)生提高在技術(shù)探索和創(chuàng)新方面的技能,并使其成為一種習(xí)慣。

3.1教學(xué)過程

(1) 提出模型

在該過程中,教師首先不講解“各向異性擴(kuò)散的偏微分方程”的作用,而提出一個實(shí)際圖像處理中遇到的一個問題:在出版、公安、醫(yī)學(xué)、控制等應(yīng)用系統(tǒng)中,往往需要使用計(jì)算機(jī)來實(shí)現(xiàn)字符的正確識別。字符識別的過程一般是針對字符圖像輸入,運(yùn)用一系列的識別算法得到正確的結(jié)果。但是,由于各種因素的影響,輸入圖像的真實(shí)性可能會受到一些損害。比如,字符可能由于分辨率不足而失真,最典型的就是字符的斷裂和缺口,如圖1所示。

由此提出一個問題:怎樣將缺口的部分連接起來?引起學(xué)生討論,激發(fā)學(xué)生興趣。

由于學(xué)生已經(jīng)學(xué)習(xí)了前續(xù)知識,不少學(xué)生可能會提到可以將圖像進(jìn)行低通濾波,即:通過將圖像變平滑、模糊,用以造成字符黑色邊緣擴(kuò)散,擴(kuò)散之后看能否將缺口部分連起來。

于是,教師采用低通濾波方法,利用已有的程序,將該圖像進(jìn)行濾波,圖2是截止頻率為80時(shí)的高斯低通濾波器得到的結(jié)果。

學(xué)生可能對該方法的效果沒有一個客觀的認(rèn)識,可以提醒學(xué)生:從上圖可以看出,利用高斯低通濾波器可以較好地解決字符斷裂和缺損的問題,斷裂部分基本連接起來了,為后期的特征提取打下良好的基礎(chǔ),它實(shí)際上是一個圖像平滑的過程。但是,從圖2我們可以看出,輸出的圖像雖然在斷裂處有了明顯的改進(jìn),但其邊緣卻產(chǎn)生了過度的模糊,從而在某種程度上可能丟失一些特征信息。此外,一個更為嚴(yán)重的后果是,針對某些線條比較密的字符,對圖像的平滑可能會造成線條的互相干涉,如 e字母,上半部分已經(jīng)進(jìn)行了過度的模糊,給后期的工作帶來一些障礙。因此,尋找一種既可以對字符的斷裂進(jìn)行復(fù)原,又可以保證不會將字符圖像邊緣進(jìn)行過度平滑的方法就非常重要。由此引出“各向異性擴(kuò)散的偏微分方程”,并提出它的作用:在垂直于字符邊緣的方向不進(jìn)行平滑,在沿著字符邊緣的方向進(jìn)行平滑。

(2) 建立任務(wù)

任務(wù):將圖1的斷裂字符,斷裂部分盡量連接起來,但又不要過度模糊。

任務(wù)的核心:在將字符進(jìn)行平滑的時(shí)候,在垂直于字符邊緣的方向少進(jìn)行平滑,在沿著字符邊緣的方向進(jìn)行平滑。

任務(wù)難點(diǎn):

① 怎樣知道一個像素點(diǎn)是否在字符邊緣?

② 怎樣確定垂直于字符的邊緣的方向和沿著字符邊緣的方向?

③ 怎樣進(jìn)行平滑?

這些問題都可以讓學(xué)生在課堂上討論。

(3) 講解知識

針對第一個問題,怎樣知道一個像素點(diǎn)是否在字符邊緣?可以引導(dǎo)學(xué)生提出“圖像灰度變化率”的概念。在邊緣處,垂直于邊緣的方向,圖像灰度變化率是最大的,再次引導(dǎo)學(xué)生將其用數(shù)學(xué)模型表示:即梯度;而平行于邊緣的方向,字體內(nèi)部,圖像的背景,灰度變化率最小。

于是,問題變成:在梯度較大的位置,圖像不要進(jìn)行平滑,梯度較小的位置,圖像進(jìn)行平滑。第二個問題得到解決。

通過和學(xué)生的互動討論,由此引出如下公式(具體表達(dá)式的含義已在上節(jié)敘述,此處不再重復(fù)):

并可以強(qiáng)調(diào), 應(yīng)該是一個關(guān)于梯度的減函數(shù),因?yàn)楫?dāng) 較大,擴(kuò)散必須很小,圖像的邊緣得到保持; 較小,擴(kuò)散應(yīng)該很大,圖像將會得到平滑。并可以說明,這就是偏微分方程里面最簡單的“各向異性擴(kuò)散的偏微分方程”,也就是本節(jié)課要講解的內(nèi)容。到此為止學(xué)生的興趣就完全被調(diào)用起來了。更重要的是學(xué)會了將實(shí)踐問題抽象為數(shù)學(xué)理論的方法。

接下來講解 的選取,選取各種關(guān)于梯度 的減函數(shù)讓學(xué)生評價(jià),最后引出比較經(jīng)典的選取方式:

說明理由,并對 的意義稍作說明。

這些內(nèi)容講解完畢,就可以進(jìn)行離散化,解決第三個問題,在這里可以讓學(xué)生進(jìn)行討論離散化過程,得出如上節(jié)的離散化公式。

最后教師可以用該方法做一個實(shí)驗(yàn),圖3即為實(shí)驗(yàn)效果,可讓學(xué)生和圖2的作比較。

(4) 學(xué)生實(shí)踐

通過上一步的講解,學(xué)生基本了解了“各向異性擴(kuò)散的偏微分方程”進(jìn)行圖像處理的方法和性質(zhì),并通過案例建立了感性認(rèn)識,該步驟中可以布置一個類似的案例讓學(xué)生回去練習(xí)。并讓學(xué)生設(shè)計(jì)不同的函數(shù) 進(jìn)行測試,觀察其效果。

(5) 創(chuàng)新搜索與演講

在布置作業(yè)的過程中,可以另外讓學(xué)生搜索一下當(dāng)前偏微分方程在圖像處理方面的其它的一些應(yīng)用,最好能夠

提出創(chuàng)新觀點(diǎn),將學(xué)生分為每5人1組,各選擇不同的方面,如圖像平滑、圖像分割、圖像去噪等等。在接下來的課程中,進(jìn)行演講,讓學(xué)生加深認(rèn)識,培養(yǎng)其創(chuàng)新能力。

3.2教學(xué)效果

針對這種方法,我們也設(shè)計(jì)了一個實(shí)驗(yàn),另外隨機(jī)抽取50名計(jì)算機(jī)應(yīng)用技術(shù)專業(yè)的本科學(xué)生,選修了“計(jì)算機(jī)視覺”的課程,并且已經(jīng)學(xué)習(xí)了“各向異性擴(kuò)散的偏微分方程”的前續(xù)知識,我們用MCLA方法進(jìn)行講解,得到的問卷如表所示:

表2MCLA教學(xué)方法效果

說明 完全理解(%) 一般理解(%) 無法理解(%)

從上表可以看出,在MCLA方法應(yīng)用于教學(xué)實(shí)踐之后,學(xué)生對該知識點(diǎn)的掌握程度大大加強(qiáng),并且具有的創(chuàng)新意念更加活躍。

4結(jié)束語

該文介紹了MCLA(Model Centered Learning Architecture)教學(xué)法在高校計(jì)算機(jī)難點(diǎn)知識教學(xué)中的應(yīng)用,針對計(jì)算機(jī)難點(diǎn)知識教學(xué)過程中遇到的問題,結(jié)合相關(guān)經(jīng)驗(yàn),將MCLA教學(xué)方法應(yīng)用到教學(xué)過程中去,以“各向異性擴(kuò)散的偏微分方程(PDEs)的圖像處理”的講解為案例,闡述MCLA方法在教學(xué)過程中的應(yīng)用。實(shí)踐證明,該教學(xué)方法能夠加強(qiáng)學(xué)生對知識的理解,取得了較好的教學(xué)效果。

該方法對教師提出了更高的要求。首先,教師應(yīng)該對知識點(diǎn)特別熟悉,并能和相關(guān)應(yīng)用案例聯(lián)系起來;另外,并不是每一個知識點(diǎn)都能夠?qū)ふ业较鄳?yīng)的案例,不過可以指出的是,在計(jì)算機(jī)專業(yè)的課程中,大多數(shù)知識點(diǎn)都是有案例可循的。

參考文獻(xiàn):

[1] 覃華,蘇一丹. 印度NIIT教學(xué)法及其在高校教學(xué)中應(yīng)用的研究[J]. 廣西大學(xué)學(xué)報(bào), 2004(9):73-78.

[2] 俞仲文. 關(guān)于發(fā)展高等技術(shù)教育的若干思考[J]. 高等工程教育研究, 2005(2):18-22.

[3]Perona P,Malik J.Scale space and Edge Detection Using An isotropic Diffusion[J].IEEE Trans on PAMI, 1990;12(7); 1629-1639.

[4] 郭克華,劉傳才,楊靜宇. 有損字符圖像復(fù)原的偏微分方程方法[J]. 計(jì)算機(jī)工程與應(yīng)用, 2007, 43(8):24-27.

[5]Milan Sonka,Vaclav Hlavac,Roger Boyle. Image Processing,Analysis,and Machine Vision[M]. 2nd ed.Beijing:Posts&Telecom Press,2003:69-72.

The Design and Implement of the Basis of Applications of MCLA in Difficult Computer Knowledge Teaching

GUO Ke-hua ,LI Min

(School of Information Science & Engineering, Central South University, Changsha 410083, China)

第6篇

【關(guān)鍵詞】視頻監(jiān)控；現(xiàn)狀；系統(tǒng)設(shè)計(jì)；發(fā)展趨勢

一、前言

隨著人們對安全需求的不斷提升，使得視頻監(jiān)控系統(tǒng)成為維護(hù)社會穩(wěn)定和人員安全的有效手段，隨著該項(xiàng)技術(shù)的發(fā)展，視頻監(jiān)控系統(tǒng)經(jīng)歷了由簡單到全面的發(fā)展過程。

二、視頻監(jiān)控系統(tǒng)的應(yīng)用現(xiàn)狀

根據(jù)視頻監(jiān)控系統(tǒng)構(gòu)成所表現(xiàn)出的功能差異，將其具體劃分為三個階段。即模擬視頻監(jiān)控、半數(shù)字化視頻監(jiān)控以及全數(shù)字化視頻監(jiān)控。

截至到目前為止，視頻監(jiān)控系統(tǒng)已經(jīng)將模擬視頻監(jiān)控淘汰，數(shù)字化的視頻監(jiān)控成為時(shí)代主流產(chǎn)品。雖然中小企業(yè)基于成本考量會選擇半數(shù)字化視頻監(jiān)控系統(tǒng)，但受到社會發(fā)展要素以及需求層面的影響，未來的視頻監(jiān)控市場依舊屬于數(shù)字化視頻監(jiān)控系統(tǒng)。數(shù)字化視頻監(jiān)控系統(tǒng)之所以流行，是因?yàn)槠渥陨砭邆洫?dú)特優(yōu)勢，符合現(xiàn)階段的發(fā)展要求。數(shù)字化的視頻監(jiān)控系統(tǒng)實(shí)現(xiàn)視頻信號傳輸?shù)姆绞街饕腔诰W(wǎng)絡(luò)，現(xiàn)階段局域網(wǎng)絡(luò)的完善，為其提供了良好的信號傳輸通道。并且其自身系統(tǒng)性的功能拓展，升級與維護(hù)也十分便捷。

同時(shí)，在上述優(yōu)勢分析完成之后，其基礎(chǔ)優(yōu)勢還包括失真率低、精度較高、傳輸性能好、抗干擾能力強(qiáng)等。視頻監(jiān)控系統(tǒng)的應(yīng)用，已經(jīng)在安防領(lǐng)域取得顯著成效，在遠(yuǎn)程教學(xué)、遠(yuǎn)程通信、可視電話等方面的運(yùn)用也取得初步成效。嚴(yán)新金（2010）、王維（2012）在研究中分別基于鐵路以及學(xué)校的數(shù)字化視頻監(jiān)控系統(tǒng)的應(yīng)用進(jìn)行探究，從數(shù)字化視頻監(jiān)控系統(tǒng)的基本原理出發(fā)，探索優(yōu)化措施及應(yīng)用方法，實(shí)現(xiàn)了視頻監(jiān)控系統(tǒng)在鐵路與學(xué)校領(lǐng)域的運(yùn)用。

三、視頻監(jiān)控系統(tǒng)設(shè)計(jì)

1、系統(tǒng)硬件結(jié)構(gòu)

系統(tǒng)所使用的硬件平臺為友善之臂的Tiny6410開發(fā)板。該開發(fā)板的核心芯片為三星的S3C6410處理器，該處理器具有低功率、高性價(jià)比、高性能的優(yōu)點(diǎn)。內(nèi)部集成有硬件編解碼器，支持MPEG4、H.263以及H.264格式的編解碼。開發(fā)板有3路USBHost的USB口，可以滿足本設(shè)計(jì)所需。攝像頭使用羅技的一款C270高清USB攝像頭，采集的圖片有YUV和MJPEG格式。4G無線網(wǎng)卡使用中興的一款ME3760V2上網(wǎng)卡模塊。系統(tǒng)硬件結(jié)構(gòu)如圖1所示。

圖1系統(tǒng)結(jié)構(gòu)圖

2、系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)采用的操作系統(tǒng)為Linux系統(tǒng)。Linux操作系統(tǒng)具有體積小、系統(tǒng)開源、移植方便的優(yōu)點(diǎn)，被廣泛應(yīng)用在移動設(shè)備上。本設(shè)計(jì)采用的Linux內(nèi)核版本為Linux-2.6.38。為了調(diào)試方便，測試階段采用宿主機(jī)掛載根文件的形式。宿主機(jī)為裝有Fedo-ra14的PC機(jī)，通過網(wǎng)線、串口和開發(fā)板連接。通過裁剪移植完成了針對于開發(fā)板工作的最小u-boot、kernel和根文件系統(tǒng)。在裁剪內(nèi)核時(shí)，需要添加對UVC格式的USB攝像頭的驅(qū)動支持以及4G上網(wǎng)模塊的驅(qū)動及通信協(xié)議支持。

四、網(wǎng)絡(luò)視頻應(yīng)用性能的關(guān)鍵技術(shù)

1、網(wǎng)絡(luò)視頻壓縮編碼

這一技術(shù)是將互聯(lián)網(wǎng)的應(yīng)用空間、使用時(shí)間以及視覺等占用進(jìn)行壓縮，即對視頻圖像、移動物體時(shí)間、信息編碼、圖像紋理圖案相同或相近特征進(jìn)行相關(guān)性壓縮，以便騰出更多的有用空間存儲更大的信息。在信息學(xué)的理論角度來說，視頻壓縮分為無損壓縮和有損壓縮。一般無損壓縮都會按照2：1到5：1的范圍比例進(jìn)行不失真的壓縮，保持原圖像的真實(shí)，例如：指紋圖像和醫(yī)學(xué)圖像等。而有損壓縮就會大比例地縮小，使原圖與壓縮后的圖像不一致，只能通過解壓縮的手段，恢復(fù)圖像的本來面貌。比例通常規(guī)定為100：1至200：1的范圍。

2、網(wǎng)絡(luò)視頻傳輸

視頻技術(shù)與網(wǎng)絡(luò)通信技術(shù)是通過高性能視頻采集芯片的傳輸，使視頻采集系統(tǒng)的性能變得穩(wěn)定、可靠，使網(wǎng)絡(luò)視頻傳輸技術(shù)發(fā)展得更好。目前比較先進(jìn)的傳輸解碼器就是太網(wǎng)的嵌入式高清視頻編解碼器的設(shè)計(jì)研究，由視頻采集模塊、視頻編碼及傳輸模塊等部分組成，調(diào)用高性能的主控芯片，運(yùn)行高清視頻編碼器的應(yīng)用程序，制作多線程間鏈表通信機(jī)制，實(shí)現(xiàn)視頻數(shù)據(jù)重組，完成圖像的解碼程序，將瀏覽器收集到的數(shù)據(jù)采用嵌入式反饋到Web的頁面上，遠(yuǎn)程控制設(shè)備的功能也得到了實(shí)現(xiàn)。

3、網(wǎng)絡(luò)視頻服務(wù)器

網(wǎng)絡(luò)視頻服務(wù)器就是將模擬信號轉(zhuǎn)為IP信號，進(jìn)行數(shù)字、圖像視頻處理技術(shù)，嵌入計(jì)算機(jī)系統(tǒng)，快速處理來自本地?cái)?shù)字信息，圖像清晰，達(dá)到視頻監(jiān)控系統(tǒng)遠(yuǎn)程、實(shí)時(shí)、集中管理的作用。網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)將是網(wǎng)絡(luò)視頻服務(wù)器未來的發(fā)展趨勢，智能化技術(shù)、高清化技術(shù)、集成化技術(shù)是視頻監(jiān)控系統(tǒng)的最前沿技術(shù)，不但掃清了以往不適宜的網(wǎng)絡(luò)障礙，而且還拓展了新型技術(shù)體現(xiàn)它的未來發(fā)展前景。

五、視頻監(jiān)控系統(tǒng)的發(fā)展趨勢

1、現(xiàn)有視頻監(jiān)控系統(tǒng)弊端

傳統(tǒng)的視頻監(jiān)控系統(tǒng)，雖然在數(shù)字化技術(shù)的支撐下，實(shí)現(xiàn)了應(yīng)用范圍的廣泛性，但針對普及廣度與覆蓋面因素，依舊無法滿足多用戶的需求，造成覆蓋范圍相對狹窄。在地域覆蓋層面，通常僅限于當(dāng)?shù)氐谋O(jiān)控；而針對用戶群體覆蓋層面，則通常集中在政府、交通、銀行、公安、電力以及石油等產(chǎn)業(yè)，大范圍普及并未得以實(shí)現(xiàn)。究其根本，主要是受到視頻監(jiān)控系統(tǒng)的成本、實(shí)效性、維護(hù)等多方面因素的影響。在未來發(fā)展中，研究領(lǐng)域應(yīng)該充分地發(fā)揮出理論優(yōu)勢，將研究的范圍擴(kuò)大，為全面普及食品監(jiān)控奠定基礎(chǔ)。

2、傾向于智能化視頻監(jiān)控系統(tǒng)

針對當(dāng)前視頻監(jiān)控系統(tǒng)的發(fā)展趨勢進(jìn)行分析，視頻監(jiān)控系統(tǒng)已經(jīng)逐漸傾向于智能化視頻監(jiān)控系統(tǒng)方向。計(jì)算機(jī)技術(shù)、信息處理技術(shù)、圖像技術(shù)使得視頻監(jiān)控系統(tǒng)圖像自動檢測、視頻信號分析成為可能，綜合運(yùn)用計(jì)算機(jī)視覺算法，為視頻監(jiān)控系統(tǒng)提供了良好的發(fā)展環(huán)境，適應(yīng)了環(huán)境變化的基本要求。現(xiàn)代技術(shù)手段的支持，為視頻監(jiān)控系統(tǒng)的指令操作、數(shù)據(jù)信息以及工作效率的提升奠定基礎(chǔ)，一步一步地邁向智能化發(fā)展道路。吳炬（2011）結(jié)合自動化檢測以及診斷技術(shù)，分析這兩項(xiàng)技術(shù)的具體運(yùn)用，為未來視頻監(jiān)控系統(tǒng)的快速發(fā)展埋下伏筆。陸鵬飛（2011）、信師國（2010）將網(wǎng)絡(luò)作為研究基礎(chǔ)，依據(jù)網(wǎng)絡(luò)自身的復(fù)雜性以及多樣性的特點(diǎn)，在網(wǎng)絡(luò)平臺探索視頻監(jiān)控系統(tǒng)的發(fā)展，研究方向更加傾向于智能化的視頻監(jiān)控系統(tǒng)。

3、未來智能視頻監(jiān)控系統(tǒng)難點(diǎn)

徐占武（2013）對視頻監(jiān)控系統(tǒng)應(yīng)用以及發(fā)展中依舊明確指出未來智能化視頻監(jiān)控系統(tǒng)的工作難點(diǎn)與重點(diǎn)。認(rèn)為智能化視頻監(jiān)控技術(shù)的出現(xiàn)，源于對計(jì)算機(jī)視覺技術(shù)的研究，在該基礎(chǔ)之上發(fā)展智能化視頻監(jiān)控系統(tǒng)，具體難點(diǎn)及要點(diǎn)需要基于以下幾個方面進(jìn)行分析：

（1）對視頻監(jiān)控系統(tǒng)的要求提升，不單單要求自動、連續(xù)的工作，還要求保持較高的工作效率。結(jié)合視頻監(jiān)控系統(tǒng)的具體實(shí)踐，監(jiān)控系統(tǒng)的應(yīng)用環(huán)境十分復(fù)雜，應(yīng)用環(huán)境所呈現(xiàn)出的多樣性，為視覺技術(shù)帶來了更高的要求。

（2）視頻監(jiān)控系統(tǒng)針對運(yùn)動目標(biāo)，受到目標(biāo)多樣性的影響。在進(jìn)行運(yùn)動解析、分類甄別工作方面難度較大。

（3）智能化目標(biāo)的具體實(shí)現(xiàn)，要求不同視頻監(jiān)控系統(tǒng)能夠?qū)崿F(xiàn)連接，需要大范圍攝像機(jī)之間的協(xié)同工作。但如何運(yùn)用多臺視頻監(jiān)控系統(tǒng)對運(yùn)動目標(biāo)進(jìn)行綜合解析，在執(zhí)行與操作環(huán)節(jié)依舊存在一定的難度。

（4）視頻監(jiān)控?cái)?shù)據(jù)的存儲問題成為智能化實(shí)現(xiàn)的一大阻礙，在制定視頻監(jiān)控的過程中會產(chǎn)生大量的數(shù)據(jù)，視頻信息本身占用大量空間的現(xiàn)象十分嚴(yán)重，智能化之后如果覆蓋范圍得到提升，勢必造成海量數(shù)據(jù)存儲出現(xiàn)問題。

六、結(jié)束語

綜上所述，盡管當(dāng)前視頻監(jiān)控系統(tǒng)還存在一些問題，帶隨著信息技術(shù)、計(jì)算機(jī)技術(shù)的發(fā)展，視頻監(jiān)控系統(tǒng)的智能化將成為發(fā)展趨勢。

參考文獻(xiàn)

第7篇

所謂智能制造，是將物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等新一代信息技術(shù)與先進(jìn)自動化技術(shù)、傳感技術(shù)、控制技術(shù)、數(shù)字制造技術(shù)結(jié)合，實(shí)現(xiàn)工廠和企業(yè)內(nèi)部、企業(yè)之間和產(chǎn)品全生命周期的實(shí)時(shí)管理和優(yōu)化的新型制造系統(tǒng)。

智能產(chǎn)品具有監(jiān)測、控制、優(yōu)化和自主等四個方面的功能。而智能生產(chǎn)是指以智能制造系統(tǒng)為核心，以智能工廠為載體，通過在工廠和企業(yè)內(nèi)部、企業(yè)之間以及產(chǎn)品全生命周期形成以數(shù)據(jù)互聯(lián)互通為特征的制造網(wǎng)絡(luò)，實(shí)現(xiàn)生產(chǎn)過程的實(shí)時(shí)管理和優(yōu)化。

此次世界智能制造大會抓住智能制造這一世界經(jīng)濟(jì)熱點(diǎn)，洞察當(dāng)下全球前沿技術(shù)的競爭點(diǎn)，融政產(chǎn)學(xué)研為一爐予以共同關(guān)注。世界制造業(yè)正在經(jīng)歷一場變革、一場進(jìn)化，生產(chǎn)將變得更加聰明，效率也就更高。此次大賓朋滿座，說明企業(yè)對智能制造充滿渴望，產(chǎn)業(yè)發(fā)展充滿動力。這場大會是科技思維的饕餮盛宴，必將碰撞出大機(jī)遇。

智能制造是中國制造業(yè)由大轉(zhuǎn)強(qiáng)的核心戰(zhàn)略選擇，更是中國經(jīng)濟(jì)增長變速換擋走向新里程的標(biāo)志。歷經(jīng)30多年的高速發(fā)展，中國在2015年已成為世界制造業(yè)第一大國，建成了世界上門類最為齊全的現(xiàn)代制造業(yè)體系，中國制造業(yè)一直是國家經(jīng)濟(jì)發(fā)展的重心，一度使中國成為世界工廠的代名詞，創(chuàng)造過無數(shù)讓國人引為榮耀的輝煌。然而，中國制造在發(fā)展質(zhì)量、創(chuàng)新能力、品牌塑造方面，與發(fā)達(dá)國家相比仍有較大差距，大而不強(qiáng)的問題一直是急需破解的瓶頸，依托資源消耗和人力成本低廉的路徑選擇越來越艱難，低端的傳統(tǒng)優(yōu)勢日趨衰弱，向著東南亞的新一輪國際產(chǎn)業(yè)轉(zhuǎn)移凸顯中國制造大而不強(qiáng)的尷尬。中國制造亟待在科技創(chuàng)新、智能制造的引領(lǐng)中強(qiáng)筋壯骨，在著力提升生產(chǎn)率的轉(zhuǎn)型中浴火重生，以獲得經(jīng)濟(jì)中高速增長。

如果說過去3年中國制造在轉(zhuǎn)型中“熱身”，試圖打開一扇窗戶向外瞧，那么這場大會就是一個全新的里程碑――以最先進(jìn)的智能制造思想武裝自己，開辟新的航程。

智能制造給世界帶來新活力，給中國帶來新發(fā)展。瓦特的蒸汽機(jī)，在轟鳴聲中不但改變了他自己貧病交加的命運(yùn)，也把整個人類帶進(jìn)了工業(yè)社會，解放了生產(chǎn)力，促進(jìn)了社會進(jìn)步。喬布斯的“蘋果”，一機(jī)在手，包攬世界，億萬網(wǎng)民在刷屏中進(jìn)入移動互聯(lián)時(shí)代，也助燃了信息化火焰燃遍全球。中國也在歡呼聲中見證“神九上天，蛟龍入海”的神奇，驚嘆中國制造尖端技術(shù)的鬼斧神功，制造業(yè)的數(shù)字化、網(wǎng)絡(luò)化、智能化為中國經(jīng)濟(jì)發(fā)展安裝了強(qiáng)勁的翅膀。

智能制造為世界經(jīng)濟(jì)提供新動能，提高生產(chǎn)率。世界經(jīng)濟(jì)不景氣，增長下向風(fēng)險(xiǎn)的警報(bào)一直未能解除，亟需轉(zhuǎn)變發(fā)展方式，期待新動能除舊布新、改天換地。唯有人工智能等科技生產(chǎn)擔(dān)當(dāng)此重任，大幅提高生產(chǎn)率，促進(jìn)經(jīng)濟(jì)的發(fā)展。依托自然語言處理、計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)等這些人工智能核心領(lǐng)域技術(shù)的發(fā)展，以生態(tài)科技、智能機(jī)器人、無人車、無人機(jī)等為代表的人工智能技術(shù)已漸趨成熟。由此撬動的相關(guān)產(chǎn)業(yè)鏈也將迎來巨大市場機(jī)會，可估商業(yè)利益至少在萬億量級。

智能制造將掀起新一輪企業(yè)淘汰浪潮。在歐美和日本有成百上千家百年企業(yè)，但中國很多企業(yè)卻做著做著就夭折了，這與企業(yè)家的胸懷和眼光有密切關(guān)系。企業(yè)家要站得高，看得遠(yuǎn)，轉(zhuǎn)型中高端才能有長久的生命力。這一輪智能制造大潮，讓傳統(tǒng)企業(yè)倍感壓力，跟上了，企業(yè)就往上走；跟不上，就要趴下去。

第8篇

【關(guān)鍵詞】智能時(shí)代；云計(jì)算；安全架構(gòu)

一、前言

當(dāng)今世界，新一輪的科技革命和產(chǎn)業(yè)變革正在持續(xù)深入，工業(yè)互聯(lián)網(wǎng)、智能制造、人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等領(lǐng)域正在加速布局，“智能時(shí)代”企業(yè)信息系統(tǒng)最顯著的變化是虛擬化、數(shù)字化一切、軟件定義，促使企業(yè)信息化的不斷發(fā)展，公司信息化資產(chǎn)數(shù)量日趨增多、系統(tǒng)的關(guān)聯(lián)性和復(fù)雜度不斷增強(qiáng)，使企業(yè)信息安全形勢日益嚴(yán)峻，信息安全防護(hù)工作面臨前所未有的困難和挑戰(zhàn)。為了更好監(jiān)控和保障信息系統(tǒng)運(yùn)行，及時(shí)識別和防范安全風(fēng)險(xiǎn)，同時(shí)滿足國家和行業(yè)監(jiān)管要求，保證信息安全管理工作的依法合規(guī)，企業(yè)亟需建立一個全數(shù)據(jù)、集中管理的企業(yè)安全平臺，做到事前預(yù)警、事中監(jiān)控、事后分析以及響應(yīng)，全面的提升信息安全管理與防護(hù)水平。

二、智能時(shí)代的變化趨勢

我們正處在一個變革的時(shí)刻，“智能”是這個時(shí)代最顯著的標(biāo)志。在今年春天首屆世界智能大會上馬云提出，智能時(shí)代有三個最主要的要素：互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算；李彥宏也指出，未來30年推動社會進(jìn)步的動力，就是智能科技的進(jìn)步；浪潮董事長孫丕恕表示，智能從實(shí)現(xiàn)形式上就是要通過物聯(lián)網(wǎng)、互聯(lián)網(wǎng)將企業(yè)生產(chǎn)數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)和企業(yè)自身的管理數(shù)據(jù)全部打通，實(shí)現(xiàn)無邊界信息流和大數(shù)據(jù)分析。由此看來，一個企業(yè)走向智能化首先要完成業(yè)務(wù)在線化和流程服務(wù)軟件化，然后完成應(yīng)用軟件的SaaS(Software-as-a-Service)化，從而助企業(yè)實(shí)現(xiàn)智能生產(chǎn)、智能維護(hù)、智慧服務(wù)。1.安全技術(shù)的變化基于云計(jì)算、虛擬化、大數(shù)據(jù)、智能制造、移動辦公的持續(xù)推進(jìn)，都是基于企業(yè)信息基礎(chǔ)架構(gòu)所實(shí)施的，開放式計(jì)算環(huán)境和更靈活的支持架構(gòu)，要求安全技術(shù)隨之匹配發(fā)展，才能適應(yīng)新環(huán)境，新技術(shù)下的安全需求。中國工程院倪光南院士在《云安全的思考》主題演講中指出，云安全一定會呈現(xiàn)出多維度、多層次、跨領(lǐng)域、多學(xué)科技術(shù)交叉等方面的特征。對于云計(jì)算的安全保護(hù)，需要一個完備體系，從技術(shù)、監(jiān)管、法律三個層面上，形成可感知、可預(yù)防的智能云安全體系。2.企業(yè)智能架構(gòu)從應(yīng)用架構(gòu)上看，未來的應(yīng)用都是角色化、場景化的，可連接互聯(lián)網(wǎng)資源，全員應(yīng)用，實(shí)現(xiàn)移動化和智能化。虛擬化、數(shù)字化一切、軟件定義促使企業(yè)信息架構(gòu)的變革，以業(yè)務(wù)為導(dǎo)向和驅(qū)動，在企業(yè)管理、集成等方向上提供基礎(chǔ)共性平臺，為企業(yè)快速構(gòu)建和集成應(yīng)用軟件提供基礎(chǔ)支持，從而實(shí)現(xiàn)工程經(jīng)驗(yàn)?zāi)K化、產(chǎn)品實(shí)際協(xié)同化、項(xiàng)目流程一體化結(jié)構(gòu)，實(shí)現(xiàn)由統(tǒng)一業(yè)務(wù)層、統(tǒng)一界面構(gòu)架層、應(yīng)用系統(tǒng)層、統(tǒng)一工作臺面、大數(shù)據(jù)分析、云計(jì)算層組成的一種新模式。在企業(yè)IT系統(tǒng)的業(yè)務(wù)基礎(chǔ)機(jī)構(gòu)層面，引入先進(jìn)的統(tǒng)一軟件平臺，為上層應(yīng)用開發(fā)提供統(tǒng)一標(biāo)準(zhǔn)，接口和規(guī)范，同時(shí)基于“平臺+組件”的架構(gòu)實(shí)現(xiàn)各類應(yīng)用的組合和復(fù)用，助企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。3.云架構(gòu)在人工智能一日千里的時(shí)代，云計(jì)算已成為產(chǎn)業(yè)革新的原動力、新型管理的主平臺、人工智能的強(qiáng)載體。在新的云時(shí)代，整個社會都在發(fā)生數(shù)字化的迭代。云成為數(shù)字化最重要的基礎(chǔ)架構(gòu)。騰訊董事局主席兼首席執(zhí)行官馬化騰指出：“用云量將成為一個重要的經(jīng)濟(jì)指標(biāo)，能夠衡量一個行業(yè)數(shù)字經(jīng)濟(jì)發(fā)展程度。”他還表示：“傳統(tǒng)企業(yè)的未來就是在云端用人工智能處理大數(shù)據(jù)。”“云+AI”是當(dāng)前最主流的方向，其核心包括三項(xiàng)核心能力（計(jì)算機(jī)視覺、智能語音識別、自然語言處理）。在計(jì)算機(jī)視覺領(lǐng)域?qū)崿F(xiàn)開放OCR識別、人臉核身、圖片處理等多項(xiàng)智能云服務(wù)；在智能語音識別領(lǐng)域?qū)崿F(xiàn)語音轉(zhuǎn)文字、語音合成、聲紋識別、情緒識別等功能；在自然語言處理領(lǐng)域，以“數(shù)據(jù)+算法+系統(tǒng)”為核心，提供毫秒級響應(yīng)的個性化服務(wù)。

三、企業(yè)信息安全措施

VMware首席執(zhí)行官帕特•基辛格表示：“抵御安全攻擊，響應(yīng)速度不是核心，而是如何將支離破碎的安全保護(hù)進(jìn)行更有效的整合，實(shí)現(xiàn)安全架構(gòu)的簡化，這才是企業(yè)安全轉(zhuǎn)型的關(guān)鍵。”安全技術(shù)在智能時(shí)代必須跟上發(fā)展的變化，“智慧安全”的理念正在深入，著力點(diǎn)從網(wǎng)絡(luò)系統(tǒng)安全、數(shù)據(jù)安全深入到業(yè)務(wù)應(yīng)用安全等各個層面，AI防火墻、態(tài)勢感知平臺、云安全產(chǎn)品、企業(yè)移動化信息安全管理平臺、智慧眼監(jiān)控雷達(dá)、業(yè)務(wù)應(yīng)用安全審計(jì)平臺成為保護(hù)企業(yè)信息安全的前沿技術(shù)。1.企業(yè)數(shù)據(jù)的安全阿里巴巴董事局主席馬云說：“數(shù)據(jù)是新能源。”隨著數(shù)據(jù)量的持續(xù)增長，應(yīng)用數(shù)量不斷增加，數(shù)據(jù)將成為社會創(chuàng)新的重要驅(qū)動力。隨著“網(wǎng)絡(luò)強(qiáng)國戰(zhàn)略”、“互聯(lián)網(wǎng)+”行動計(jì)劃、大數(shù)據(jù)戰(zhàn)略的推進(jìn)，網(wǎng)絡(luò)安全風(fēng)險(xiǎn)和威脅也進(jìn)入到企業(yè)：非對稱的業(yè)務(wù)流量、定制化的應(yīng)用程序、需要被路由到計(jì)算層之外并達(dá)到數(shù)據(jù)中心周邊的高流量數(shù)據(jù)、跨多個虛擬化應(yīng)用，以及地理上分散的移動應(yīng)用，都造成數(shù)據(jù)泄露的機(jī)會，隨著中央網(wǎng)絡(luò)安全和信息化領(lǐng)導(dǎo)小組的成立，信息安全已上升到國家安全層面。因此數(shù)據(jù)保護(hù)十分重要，最好的選擇是本源的防護(hù)，既做到保護(hù)數(shù)據(jù)本源的同時(shí)，又能靈活應(yīng)對各種安全環(huán)境的需求。而符合這種要求的安全技術(shù)就是基于專業(yè)的安全分析模型和大數(shù)據(jù)管理工具，可準(zhǔn)確、高效地感知整個網(wǎng)絡(luò)的安全狀態(tài)以及變化趨勢，通過企業(yè)本地部署安全大數(shù)據(jù)分析平臺，打通云端情報(bào)與本地設(shè)備的聯(lián)動，形成情報(bào)觸發(fā)預(yù)警，預(yù)警觸發(fā)防護(hù)的閉環(huán)。對外部的攻擊與危害行為可以及時(shí)的發(fā)現(xiàn)，并采取相應(yīng)的響應(yīng)措施，保障企業(yè)信息系統(tǒng)安全。2.企業(yè)網(wǎng)絡(luò)安全2016年，在“4.19講話”中再一次強(qiáng)調(diào)網(wǎng)絡(luò)安全建設(shè)的重要性，并提出：“要樹立正確的網(wǎng)絡(luò)安全觀，加快構(gòu)建關(guān)鍵信息基礎(chǔ)設(shè)施安全保障體系，全天候全方位感知網(wǎng)絡(luò)安全態(tài)勢，增強(qiáng)網(wǎng)絡(luò)安全防御能力和威懾能力，要加快網(wǎng)絡(luò)立法進(jìn)程，完善依法監(jiān)管措施，化解網(wǎng)絡(luò)風(fēng)險(xiǎn)。此外根據(jù)網(wǎng)絡(luò)安全法相關(guān)規(guī)定，我們也可以看出，網(wǎng)絡(luò)安全法在原有信息系統(tǒng)安全等級保護(hù)制度的基礎(chǔ)上，創(chuàng)新了網(wǎng)絡(luò)安全等級保護(hù)的工作方法，企業(yè)的信息安全建設(shè)需在原有信息系統(tǒng)安全等級保護(hù)制度建設(shè)的基礎(chǔ)上，將新技術(shù)新應(yīng)用帶來的重要信息系統(tǒng)建設(shè)諸如云計(jì)算、移動互聯(lián)、物聯(lián)網(wǎng)、工業(yè)控制、大數(shù)據(jù)等領(lǐng)域的國家關(guān)鍵信息基礎(chǔ)設(shè)施建設(shè)都納入國家安全等級保護(hù)制度進(jìn)行管理，將風(fēng)險(xiǎn)評估、安全監(jiān)測、通報(bào)預(yù)警、應(yīng)急演練、災(zāi)難備份、自主可控等重點(diǎn)措施也納入了國家網(wǎng)絡(luò)安全等級保護(hù)制度的管理范疇。企業(yè)緊跟網(wǎng)絡(luò)技術(shù)的發(fā)展，以“智慧安全2.0戰(zhàn)略”為指導(dǎo)，將“智慧安全”的核心從網(wǎng)絡(luò)系統(tǒng)安全、數(shù)據(jù)安全深入到業(yè)務(wù)應(yīng)用安全等各個層面。現(xiàn)在已可以采用AI、機(jī)器學(xué)習(xí)、行為分析等技術(shù)手段進(jìn)行動態(tài)分析、靜態(tài)分析、異常檢測、深度解析等手段，更有效地防范未知威脅。3.物聯(lián)網(wǎng)安全預(yù)計(jì)到2021年，全球?qū)⒂谐^460億臺設(shè)備，傳感器和執(zhí)行器連接在一起，更廣闊，更強(qiáng)大和更穩(wěn)定的物聯(lián)網(wǎng)時(shí)代即將到來，并且最終將給企業(yè)帶來全新業(yè)務(wù)方式。物聯(lián)網(wǎng)(IoT)為企業(yè)創(chuàng)新提供了廣闊的前景。企業(yè)通過監(jiān)控、分析收集來的數(shù)據(jù)量，來確保業(yè)務(wù)的正常發(fā)展。其中數(shù)據(jù)大都是從傳感器、應(yīng)用、門禁系統(tǒng)、配電單元、UPS、發(fā)電機(jī)和太陽能電池板產(chǎn)生的數(shù)據(jù)，但隨著這些應(yīng)用的增長，物聯(lián)網(wǎng)帶給企業(yè)的安全風(fēng)險(xiǎn)也很大。要應(yīng)對物聯(lián)網(wǎng)的安全挑戰(zhàn)，企業(yè)應(yīng)從智能設(shè)備的離線安全、入網(wǎng)安全、在線安全等維度進(jìn)行整體安全檢測與防護(hù)，在云端接入大數(shù)據(jù)感知威脅和安全態(tài)勢分析平臺，獲取威脅情報(bào)；在本地端通過減少威脅“檢測時(shí)間（TTD）”，即減少發(fā)生威脅到發(fā)現(xiàn)威脅的時(shí)間差，縮短檢測時(shí)間，可有效限制攻擊者的操作空間，和最大限度減少損失。①及時(shí)更新基礎(chǔ)設(shè)施和應(yīng)用，讓攻擊者無法利用公開的漏洞；②利用集成防御對抗復(fù)雜性，采取平衡防御與主動應(yīng)對的安全控制；③密切監(jiān)控網(wǎng)絡(luò)流量（這在網(wǎng)絡(luò)流量模式可預(yù)測性非常高的IoT環(huán)境中非常重要）；④追蹤物聯(lián)網(wǎng)設(shè)備如何接觸網(wǎng)絡(luò)并與其他設(shè)備進(jìn)行交互（例如，如果物聯(lián)網(wǎng)設(shè)備正在掃描其他設(shè)備，則可能是表示惡意活動的紅色警報(bào)）。

四、結(jié)論

神州控股董事局主席郭為對未來的預(yù)測時(shí)說：“云計(jì)算將成為未來主流IT運(yùn)算模式，大數(shù)據(jù)會成為最重要核心資源；自上而下的創(chuàng)新將是智能時(shí)代推動社會進(jìn)步的主流方式，借助云計(jì)算、大數(shù)據(jù)這兩項(xiàng)關(guān)鍵技術(shù)實(shí)現(xiàn)互聯(lián)網(wǎng)化、協(xié)同化和智能化。”智能是我們這個時(shí)代的標(biāo)志，對于企業(yè)信息化來說，它的路很長，首先要完成核心業(yè)務(wù)在線化和所有的業(yè)務(wù)流程服務(wù)軟件化，然后完成應(yīng)用軟件的SaaS(Soft-as-a-Service)化，當(dāng)企業(yè)的核心業(yè)務(wù)完全建立在互聯(lián)網(wǎng)上，并有軟件SaaS平臺驅(qū)動，企業(yè)才能夠向智能化方向演進(jìn)——低成本積累大數(shù)據(jù)，并通過數(shù)據(jù)分析進(jìn)行商業(yè)決策，最終向?qū)崟r(shí)數(shù)據(jù)分析、實(shí)時(shí)智能商業(yè)決策演進(jìn)。由此，企業(yè)信息智能化任重道遠(yuǎn)，從現(xiàn)在開始制定適當(dāng)?shù)陌踩呗裕源思涌霫T新趨勢的適應(yīng)能力，在不斷采用新技術(shù)的過程中建立適合企業(yè)的安全管理系統(tǒng)，做到覆蓋企業(yè)安全運(yùn)維的所有場景，監(jiān)視安全威脅，預(yù)測安全風(fēng)險(xiǎn)。

參考文獻(xiàn)

[1]維克多•邁克熱•舍恩伯格.大數(shù)據(jù)時(shí)代:生活、工作與思維的大變革[M].浙江人民出版社.

第9篇

關(guān)鍵詞：人工智能；引擎；大數(shù)據(jù)；CPU；FPGA

DOI：10.3969/j.jssn.1005-5517-2017-2.006

1 2016年人工智能迎來了春天

2016年人工智能（A1）進(jìn)入了第三個。2016年3月9-15日，谷歌AlphaGo（阿爾法狗）以4：1的成績擊敗世界圍棋冠軍李世石職業(yè)九段，意義非常重大。因?yàn)檫^去機(jī)器主要做感知，現(xiàn)在出現(xiàn)了認(rèn)知，這是人工智能的關(guān)鍵所在。

8個月后，2016年12月29日～2017年1月4日，AlphaGo的升級版――谷歌Master（大師）在30秒快棋網(wǎng)測中，以60勝0負(fù)1和的成績，橫掃柯潔、古力、聶衛(wèi)平、樸廷桓、井山裕太等數(shù)十位中日韓世界冠軍與頂級高手。從此以后，也許人類以后就沒有和Master進(jìn)行圍棋比賽的機(jī)會了！除了圍棋，人工智能下一步將在國際象棋、中國象棋等棋類方面發(fā)展。

撲克牌方面，專家水平的人工智能首次戰(zhàn)勝一對一無限注德州撲克人類職業(yè)玩家，而且DeepStack讓機(jī)器擁有知覺。

人工智能還能玩游戲。其意義很重大，平時(shí)環(huán)境中很難得到一些數(shù)據(jù)，因?yàn)橛螒蛳喈?dāng)于虛擬社會，例如“星際爭霸2”是復(fù)雜的虛擬社會，如果人工智能在這個虛擬社會中能戰(zhàn)勝人，這將是非常了不起的，未來可涉及到高級決策，在軍事上很有用處。2016年11月5日，谷歌DeepMind宣布與暴雪合作開發(fā)人工智能，挑戰(zhàn)實(shí)時(shí)戰(zhàn)略視頻游戲“星際爭霸2”。這件事情的意義非常重大。下一步可以用于軍事上的高級戰(zhàn)略決策。

無人駕駛方面，2016年11月15日，“在第三屆世界互聯(lián)網(wǎng)大會”期間，18輛百度“云驍”亮相烏鎮(zhèn)子夜路，在3.16公里的開放城區(qū)道路上自主行駛。2016年特斯拉Autopilot 2.0問世，該軟件只需要八千美元，就可讓軟件駕駛汽車。所有特斯拉新車將安裝“具有完全自動駕駛功能”的該硬件系統(tǒng)，并可通過OTA（空中下載技術(shù)）進(jìn)行軟件升級；自動駕駛功能從L2（二級，半無人駕駛）直接跳躍到L4/L5（）；2017年底之前，特斯拉車將以完全自動駕駛模式從洛杉磯開往紐約。Uber提出在城區(qū)大范圍無人駕駛出租車試運(yùn)行，Uber 2016年9月14日在美國匹茲堡市推出城區(qū)大范圍無人駕駛出租車免費(fèi)載客服務(wù)并試運(yùn)行，先期已測試近2年，說明無人駕駛真正落地了。

為何無人駕駛很重要？因?yàn)槿斯ぶ悄苁菬o人駕駛的核心。除了百度、特斯拉、Uber，谷歌Waymo也在做自動駕駛測試。此外，沃爾沃、福特、寶馬、百度、英特爾等全球約20多家企業(yè)公開宣布，4年以后的2021年將會是無人駕駛/自動駕駛元年，部分5AE L4車將會實(shí)現(xiàn)量產(chǎn)。

計(jì)算機(jī)視覺

針對ImageNet ILSVRC測試比賽的1 000種物體識別，Deep CNN超過了人類的識別能力。人是5.1%（如圖1），2016年2月23日谷歌人工識別的評測是3.08%。ImageNetILSVRC中有1000種物體，例如猴子、馬、飛機(jī)、坦克等約1500萬張照片、包含2.2萬類種不同物體。深度學(xué)習(xí)一般能做到52層，極深度學(xué)習(xí)（very deep lea rning）現(xiàn)在已經(jīng)做到1000層。

在ILSVRC 2016國際評測中，包括視覺物體檢測、視覺物體定位、視頻物體檢測、場景分類、場景解析等性能均有提高。值得一提的是，在此次大會上，中國團(tuán)隊(duì)大放異彩，幾乎包攬了各個項(xiàng)目的冠軍（圖2）。

人工智能語義分割

基于全卷積神經(jīng)網(wǎng)絡(luò)FCN的路面/場景像素級語義分割取得重要進(jìn)展。為此，我們可以分割大部分道路。

人工智能唇語專家

看電視時(shí)把聲音關(guān)掉，靠嘴唇說話的變化來識別談話內(nèi)容，這種能力機(jī)器識別率已經(jīng)超過人類。例如2016年12月，英國牛津大學(xué)與谷歌DeepMind等研發(fā)的自動唇讀系統(tǒng)LipNet，對GRID語料庫實(shí)現(xiàn)了95.2%的準(zhǔn)確率；對BBC電視節(jié)目嘉賓進(jìn)行唇語解讀，準(zhǔn)確率為46.8%，遠(yuǎn)遠(yuǎn)超過專業(yè)的人類唇語專家（僅為12.4%）。

人工智能人臉識別

人臉識別可以達(dá)到產(chǎn)品級別，例如支付寶的刷臉成功率超過了人類。如圖3，人的水平為97.40，百度為99.77。因此可以進(jìn)行產(chǎn)品體驗(yàn)。2017年1月6日，百度人工智能機(jī)器人“小度”利用其超強(qiáng)人類識別能力，以3：2險(xiǎn)勝人類最強(qiáng)大腦代表王峰。

語音識別

目前的社交新媒體和互動平臺中，Al虛擬助手和Al聊天機(jī)器人正在崛起。一天，美國GIT（佐治亞理工大學(xué)）的一個課堂上來了一位助教，教師講完課后說：“大家有問題就問助教吧”。這位助教原來是個會眨眼睛的機(jī)器人！這時(shí)學(xué)生們才知道每天網(wǎng)上給他們答疑解惑的是人工智能，此前學(xué)生們也感到很吃驚，這位助教非常敬業(yè)，晚上還在發(fā)Email。

人工智能語音合成

指從文本聲音到真實(shí)聲音，可以自動翻譯成英文。2016年9月19日，谷歌DeepMind推出WaveNet，實(shí)現(xiàn)文本到美式英語或中國普通話的真實(shí)感語音合成。

人工智能速記員

包括語音識別和NLP（自然語言處理）。2016年10月17日，微軟的語音識別系統(tǒng)實(shí)現(xiàn)了5.9%的詞錯率（WER），媲美人類專業(yè)速記員，且錯誤率更低；中國科大訊飛也有語音輸入法。

人工智能翻譯

中國人往往從小學(xué)到讀博士都在學(xué)英語。現(xiàn)在，谷歌、微軟和百度等公司在做人工智能翻譯。以谷歌為例，2016年9月27日，谷歌的神經(jīng)機(jī)器翻譯系統(tǒng)（GNMT）實(shí)現(xiàn)了多語種翻譯，較之傳統(tǒng)方法，英譯西班牙翻譯錯誤率下降了87%，英譯漢下降了58%，漢譯英下降了60%，已接近人工翻譯的水平。也許今后學(xué)外語沒那么重要了，人們可戴著耳機(jī)，耳機(jī)能直接翻譯成各語言。

人工智能對抗訓(xùn)練

Goodfellow（2014）提出的生成式對抗網(wǎng)絡(luò)（GAN），為半監(jiān)督學(xué)習(xí)/舉一反三式的學(xué)習(xí)發(fā)展提供新思路，2016年發(fā)展迅速。目前是監(jiān)督式學(xué)習(xí)，需要依靠大數(shù)據(jù)，因此大數(shù)據(jù)需要非常完備。而人是舉一反三式的學(xué)習(xí)。例如人沒有見過飛機(jī)，看過幾張照片就可以把世界上所有飛機(jī)都認(rèn)出；目前的大數(shù)據(jù)驅(qū)動的深度學(xué)習(xí)方式，是把世界上所有飛機(jī)照片都看過才行。現(xiàn)在進(jìn)行舉一反三的半監(jiān)督或無監(jiān)督式學(xué)習(xí)，思路是采用對抗的方法，一個網(wǎng)絡(luò)造假，另一網(wǎng)絡(luò)鑒別照片是真是假，通過對抗式的學(xué)習(xí)來共同進(jìn)步（如圖4）。

人工智能引擎

芯片三巨頭

英特爾、英偉達(dá)和高通全部轉(zhuǎn)到了人工智能上。為此英偉達(dá)的股票漲了幾倍。英特爾也在大搞人工智能。高通為了進(jìn)入人工智能領(lǐng)域，收購了恩智浦，恩智浦此前收購了飛思卡爾。

現(xiàn)在出現(xiàn)了基于超級GPU/TPU集群的離線訓(xùn)練，采用超級GPU/TPu集群服務(wù)器，例如英偉達(dá)的深度學(xué)習(xí)芯片Tesla P100及DGX-1深度學(xué)習(xí)計(jì)算機(jī)，谷歌數(shù)據(jù)中心的TPU。

終端應(yīng)用采用GPU/FPGA-based DPU，例如英特爾Apollo Lake A3900的“智能互聯(lián)駕駛艙平臺”，高通驍龍的820A處理器。

通用人工智能與認(rèn)知智能

1997年，lBM的超級電腦程序“深藍(lán)”擊敗國際象棋大師加里?卡斯帕羅夫；2011年2月，IBM的自動問答系統(tǒng)在美國最受歡迎的智力競答電視節(jié)目“危險(xiǎn)邊緣”中戰(zhàn)勝了人類冠軍：IBM的沃森醫(yī)生在某些細(xì)分疾病領(lǐng)域已能提供頂級醫(yī)生的醫(yī)療診斷水平，例如胃癌診斷。

可見，1.AlphaGo和Master等已可橫掃人類圍棋職業(yè)頂尖高手，下一步，將能下中國象棋等所有棋類，此外還可以打牌、炒股等，即什么都可以干，是強(qiáng)人工智能。2.人工智能已成為無人駕駛汽車商業(yè)落地的關(guān)鍵。3.視覺物體識別、人臉識別、唇語識別等在許多國際公開評測中，達(dá)到或超過人類的水平；4.速記等語音識別已可媲美人類；5.包括神經(jīng)機(jī)器翻譯在內(nèi)的自然語言處理，性能也大幅度提升；6.生成式對抗網(wǎng)絡(luò)得到極大關(guān)注。

目前，發(fā)展通用人工智能成為普遍共識。

2 社會極大關(guān)注

未來，可能很多工作就會消失了。

人工智能引起社會的極大關(guān)注和熱議，人工智能發(fā)展很快；而且人工智能的學(xué)習(xí)速度快，很勤奮，未來可以達(dá)到人類所有的智能，這時(shí)到達(dá)了從強(qiáng)人工智能到超越人工智能的奇點(diǎn)；人工智能有超越人類智能的可能；理論上，人工智能還可以永生。

這也引起了很多人們的擔(dān)憂。奇點(diǎn)到來、強(qiáng)人工智能、超人工智能、意識永生、人類滅絕等聳人聽聞的觀點(diǎn)出現(xiàn)，引起包括霍金、蓋茨和馬斯克等在內(nèi)的世界名人對人工智能發(fā)展的擔(dān)憂。在每年的世界人工智能大會上，專門有一個論壇探討人工智能與法律、倫理及人類未來的會場。

現(xiàn)在，人工智能工業(yè)的OpenAI成立。

2016年全社會對人工智能的極大關(guān)注，可能是2016年AI的最大進(jìn)展！

在半監(jiān)督/無監(jiān)督學(xué)習(xí)、通用人工智能方面，人工智能具有舉一反三，并有常識、經(jīng)驗(yàn)、記憶、知識學(xué)習(xí)、推理、規(guī)劃、決策，甚至還有動機(jī)。這最后一點(diǎn)有點(diǎn)恐怖，人是有意識和動機(jī)的，機(jī)器做事也有動機(jī)，太可怕了。

智能學(xué)習(xí)進(jìn)步很快，AIpha Go八個月后就可以戰(zhàn)勝所有圍棋手，因?yàn)樗苊刻?4小時(shí)學(xué)習(xí)、不吃不喝地學(xué)習(xí)，比人強(qiáng)多了。

因此，在經(jīng)歷了60年“三起兩落”的發(fā)展后，以深度學(xué)習(xí)為主要標(biāo)志的人工智能正迎來第3次偉大復(fù)興，這次引起社會尤其是產(chǎn)業(yè)界高強(qiáng)度的關(guān)注。因?yàn)樯鲜兰o(jì)60年代和80年代，人工智能沒有達(dá)到這樣的水平。

硅谷精神教父、預(yù)言家凱文?凱利說，未來人工智能會成為一種如同電力一樣的基礎(chǔ)服務(wù)。斯坦福大學(xué)推出了“人工智能百年研究”首份報(bào)告――《2030年的人工智能與生活》。

3人工智能上升為國家發(fā)展戰(zhàn)略

有人認(rèn)為第四次工業(yè)革命即將由人工智能與機(jī)器人等引爆。英國政府認(rèn)為，人工智能有望像19世紀(jì)的蒸汽機(jī)革命那樣徹底改變我們的生活，甚至人工智能給人類社會帶來的變革與影響，有可能遠(yuǎn)遠(yuǎn)超過蒸汽機(jī)、電力和互聯(lián)網(wǎng)帶來的前三次工業(yè)革命。

智能制造、無人駕駛汽車、消費(fèi)類智能機(jī)器人、虛擬助手、聊天機(jī)器人、智能金融、智能醫(yī)療、智能新聞寫作、智能律師、智慧城市等可能被人工智能代替。人工智能將無處不在，可望替換人類的部分腦力勞動，一些職業(yè)會被取代或補(bǔ)充，一些新的行業(yè)又會誕生，例如18世紀(jì)出現(xiàn)了紡織工人，之后汽車代替了馬車等。因此，我們將經(jīng)歷從“互聯(lián)網(wǎng)+”到“人工智能+”。

中國“互聯(lián)網(wǎng)+”與“中國制造2025”國家發(fā)展戰(zhàn)略的實(shí)施，對人工智能的巨大需求在迅速增長。未來2-5年，人工智能應(yīng)用與產(chǎn)業(yè)發(fā)展將迎來爆發(fā)期。

中國政府在《“互聯(lián)網(wǎng)+”人工智能3年行動實(shí)施方案》提出：計(jì)劃在2018年形成千億級人工智能產(chǎn)業(yè)應(yīng)用規(guī)模。201 7年1月10日，科技部部長萬鋼稱，將編制完成人工智能專項(xiàng)規(guī)劃，加快推進(jìn)人工智能等重大項(xiàng)目的立項(xiàng)論證。

美國政府在2016年10月13日出臺了《為人工智能的未來做好準(zhǔn)備》的報(bào)告，提出了23條建議措施。同一天，美國政府又出臺了《國家人工智能研發(fā)戰(zhàn)略規(guī)劃》，提出了7大重點(diǎn)戰(zhàn)略方向。美國參議院于2016年11月30日召開了關(guān)于人工智能的首次國會聽證會，主題是“人工智能的黎明”，認(rèn)為中國是對美國人工智能全球領(lǐng)導(dǎo)地位的一個真正威脅。在2016年12月20日美國白宮了《人工智能、自動化與經(jīng)濟(jì)》報(bào)告，考察了人工智能驅(qū)動的自動化將會給經(jīng)濟(jì)帶來的影響，并提出了國家的三大應(yīng)對策略方向。可見，奧巴馬把人工智能看作其政治遺產(chǎn)之一（注：另一個是Cyber空間）。

英國政府2016年12月了《人工智能：未來決策的機(jī)遇與影響》的報(bào)告，關(guān)注人工智能對社會創(chuàng)新與生產(chǎn)力的促進(jìn)作用，論述如何利用英國人工智能的獨(dú)特優(yōu)勢，增強(qiáng)英國國力。

日本政府2017年開始，要讓人工智能與機(jī)器人推動第四次工業(yè)革命。

4 我國對策

應(yīng)以深度卷積神經(jīng)網(wǎng)絡(luò)為核心，全面開展計(jì)算機(jī)視覺、語音識別和自然語言等人工智能產(chǎn)品的開發(fā)與大規(guī)模產(chǎn)業(yè)化應(yīng)用。這需要大數(shù)據(jù)、計(jì)算平臺/計(jì)算引擎、人工智能算法、應(yīng)用場景等飛速發(fā)展，另外還需要資源、資金、人才。在方法上，選定垂直細(xì)分領(lǐng)域最重要。

面向若干細(xì)分垂直領(lǐng)域，建立大數(shù)據(jù)中心。實(shí)現(xiàn)大數(shù)據(jù)采集、清洗、標(biāo)簽、存儲、管理與交易，建立大數(shù)據(jù)源公共基礎(chǔ)設(shè)施與垂直領(lǐng)域知識庫。專有大數(shù)據(jù)是人工智能產(chǎn)業(yè)制勝的關(guān)鍵和法寶。中國企業(yè)必須開始特別關(guān)注大數(shù)據(jù)的采集與利用。其重要性如同原油―樣，跨國企業(yè)視之為戰(zhàn)略資源！

強(qiáng)力開展人工智能芯片與硬件平臺的研發(fā)。包括基于FPGA的深度學(xué)習(xí)芯片；類腦芯片與憶阻器件；建立國家級人工智能超算中心。