Page 21 - 高中 信息技术 选择性必修4 人工智能初步

 1.2 人工智能发展历程与趋势

2．新一代人工智能发展的战略目标
我国为实现新一代人工智能的发展战略目标将分三步走：
第一步，到2020年人工智能总体技术和应用与世界先进水平同步，人工智能产业成为

新的重要经济增长点，人工智能技术应用成为改善民生的新途径，有力支撑进入创新型国
家行列和实现全面建成小康社会的奋斗目标。
第二步，到2025年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水
平，人工智能成为带动我国产业升级和经济转型的主要动力，智能社会建设取得积极进展。
第三步，到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要

人工智能创新中心，智能经济、智能社会取得明显成效，为跻身创新型国家前列和经济强
国奠定重要基础。
广东教育出版社

1.2.3 人工智能发展的研究趋势

推动人工智能技术革命的研究正在经历快速变革，各方面的研究共同掀起了人工智能
研究的热潮。主要研究趋势如下：

1．大规模的机器学习、深度学习与强化学习
（1）机器学习。

许多机器学习（Machine Learning）的基本问题（如有监督学习和无监督学习）都很好
理解。目前机器学习研究的一个重点是如何将现有的机器学习算法扩展到更加庞大和复杂
的数据集上。
（2）深度学习。

深度学习（Deep Learning）成功训练卷积神经网络的能力很大程度上促进了计算机视
觉领域的发展。深度学习在计算机视觉领域中已有一些比较成功的应用，包括目标识别、
视频标签、物体检测和物体跟踪等。深度学习也正在进军感知方面的其他领域，如音频、

语音和自然语言处理等。
（3）强化学习。
传统机器学习研究集中于模式挖掘，而强化学习（Reinforcement Learning）将研究重

点转移到决策上，强调在一系列的情境下，根据外部奖惩信号，通过多步恰当的决策来达
到一个目标，是一种序列多步决策技术。这种技术有助于人工智能在真实世界中进入更深
入的相关研究和实践领域。作为一种由经验驱动渐进决策过程的框架，强化学习已经存在

了几十年，但是该技术在实践中仍未取得巨大成功。然而，深度学习的出现为强化学习
提供了一次发展的契机。“阿尔法围棋”取得胜利的一个关键在于大量的强化学习。它
利用深度学习、强化学习与蒙特卡洛树搜索算法，有效锁定最有可能胜出的棋步，减少
搜寻的范围。

2．智能机器人
智能机器人（如图1-8所示）至少要具备三个要素：感觉要素、反应要素和思考要
素。目前在静态环境中机器人的导航问题在很大程度上已经得到解决，以后的研究方向是

13 13

21Y3228.indd 13 2019/10/10 14:23:15