人工智能及智能化影像之技术与应用

计划，抢占人工智能发展的先机和制高点。

2  理解人工智能内涵

所谓人工智能，就是使机器能够模拟、延伸和扩展类人智能的理论、方法、技术及应用系统。归纳下来，它主要包括三方面的内容。首先是对人及动物组织机理的研究，主要剖析活体动物的大脑功能组织机制及肢体运动结构。二是认知智能，即分析脑及肢体活动内在规律及物理原理，建立类脑的思维组织与理解模型及肢体运动仿生模型，这包括了思维科学、认知学、语言学、心理学及仿生学等多个门类及跨学科的研究。三是感知智能，与认知智能相对应，感知智能主要从脑及肢体活动外在表现来识别、计算和模拟仿真人类的智能，主要采用的是统计和模式学习的计算方法，并不要求一定具有物理意义上的原理解释。

随着计算机处理能力的快速增长和感知智能技术的重大突破，机器与人类比较，在计算和分析处理海量数据的效率优势日益明显，在某些方面超越了类人智能，逐步形成了特有的机器智能。人工智能的外延逐步扩大，从单一的模拟类人智能延伸、扩展，形成了人机混合智能。另一方面，从脑思维活动和肢体运动两种不同的智能模拟形态也衍生形成了智能计算和智能机器人两个学术研究门类。

因此，综合来讲，所谓的“智能”就是使机器有实时识别和判断的能力，有自适应决策和行动的机制（图1）。

3  人工智能发展现状与趋势

自1956年“人工智能”概念提出以来，人工智能发展经历了60余年的曲折发展历程。到目前其发展状况可以概括为如下四点。

3.1  脑功能组织机理研究尚处于理论探索阶段

脑神经组织机理研究是利用各种成像技术及电生理技术在宏观、介观及微观尺度上建立人脑和动物脑的脑区、神经元群或神经元之间的连接图（脑网络），在此基础上研究脑网络拓扑结构、脑网络的动力学属性、脑功能及功能异常的脑网络表征、脑网络的遗传基础，并对脑网络进行建模和仿真，以及实现这些目标所要的超级计算平台（图2）。

3.2  认知智能逐步被发现和应用

从人类的语言组织、视听认知及表达、思维推理及记忆等方面，研究自然语言结构化分析、人的视觉注意机制、听觉及发音机理、自主学习记忆及知识推理等理论与方法，构建以自主学习为核心的多脑区协同认知脑计算模型，使机器具备人脑的多种认知能力及其协同机制（图3）。

同时，模拟人及动物运动机理的仿生运动学研究取得一定突破，智能机器人成为仿生运动学研究及应用的重要载体。国内外科学家都在探索不同于螺旋桨推进的其他高效率、机动灵活的水下推进方式。“仿生机器鱼”（图4）作为鱼类推进机理和机器人技术的结合点，为研制新型的水下航行器提供了一种新思路。

日本的机械臂（图5）采用了“生物混合（biohybrid）”设计，模拟人类手指的结构和功能，用两组大鼠肌肉来控制机械臂关节。而且，这个使用了活体肌肉的机械指，还能相互协作，提起重量更大的东西。

3.3  以统计模式学习为代表的感知智能取得重要突破，成为人工智能应用创新的理论基础

统计模式学习通过基于海量计算的数值模拟逼近、概率判定和自适应学习不断修正和改善感知智能模型，随着深度神经网络学习算法的重要突破，其对视音频及语言的识别与认识性能取得大幅提高，不断逼近到类人的感知程度，而被产业界逐步认可、接受和应用。

推荐访问:人工智能 智能化 影像 技术