人工智能技术服务专业调研报告
以下为《人工智能技术服务专业调研报告》的无排版文字预览，完整内容请下载
人工智能技术专业调研报告
“人工智能”这一概念 1956 年在达特茅斯会议上被首次提出，到现在已经有了 60 多年的发展历程。人工智能是一门交叉、广泛的科学，它的研究目的是使机器能够像人类一样识别、学习、思考。随着互联网技术的高速发展，人工智能技术不断革新，应用领域不断扩大。
人工智能的发展曲折起伏，在其发展的早期取得如机器定理证明等一些成果，这些成果激励人们对人工智能领域有了更高的期望，然而由于理论技术的局限，人们提出了一些不合理的目标，翻译机器闹出的笑话等失败的研究使得人们的预期落空。20 世纪 70 年代初到 80 年代中，通过模拟人类专家的知识和经验去解决特定问题的专家系统应用在化学、医疗等领域，实现了人工智能从理论到实际应用的重大突破；紧接着人工智能技术迎来发展的低迷期，专家系统知识储备不足、分析问题方式单一等问题暴露出来；1997 年，深蓝计算机战胜国际象棋世界冠军卡斯帕罗夫；2011 年至今，随着大数据、云计算、物联网等快速发展，以神经网络为基础的人工智能技术极大地促进了科学转化为应用， 图像识别、语音识别、无人驾驶等迎来前所未有的发展高潮。大量以深度学习为基础的人工智能技术有着人工干预的局限性，科研人员试图使用减少人工干预的自主智能方法来降低人员成本，未来人机混合智能将会成为主要发展方向。
2017-07，国务院发布《新一代人工智能发展规划》，为抢占全球人工智能制高点，中国已将其上升至国家战略，国务院要求从小学起增加人工智能相关课程，形成人才梯队， 抢抓人工智能发展机遇将会给科技发展和产业变革带来重大影响。
一、人工智能的主要研究范畴
1.1 自然语言处理
语言是人类区别于其他动物的本质特征，人类的智慧大多以语言的实质得以记载或者流传，自然语言处理是人工智能领域的重要分支，主要包括自然语言理解和自然语言生成，它的目的是实现人机间自然语言通信，把带有潜在歧义的自然语言输入转换成某种无歧义的计算机内部表示。想要实现通用的、高质量的自然语言处理是人类的终极目标。虽然目前这一项研究针对一定应用已经产生实用系统，一部分已经企业化，甚至开始产业化，但是自然语言处理面临的主要问题仍是词义结合不到语境中，容易产生歧义。1.2 计算机视觉
计算机视觉方向是研究使机器“看”的科学，利用摄影机和计算机模拟生物的眼睛对目标进行识别和跟踪，使系统从图像或多维数据中感知并且获取信息。目前计算机视觉技术包主要包括图像识别、图像处理、空间形状描述，计算机视觉技术应用领域广泛，人脸识别、指纹识别、虹膜识别在门禁认可、身份识别等方面精准可靠，这一方向的研究极大地促进了制造业的发展。
1.3深度学习
人工智能技术具有标准化的数据库和深度学习的能力； 人工智能技术的几个亚领域包括机器学习、代表性学习、深度学习，监督学习是目前最成功的机器学习算法，会使输出部分的错误最小化。深度学习算法旨在利用计算机，建立模拟人类大脑分析学习的神经网络，从而获取知识和技能，重新组织知识结构使之不断改善自身性能。深度学习可应用在人工智能技术研究的各个方向，比如基于深度学习的智能搜索不仅能综合考察文献的重要性、相关性等指标，还可以对检索结果进行排序，提高检索效率；除此之外为用户提供兴趣自动识别、智能信息化过滤等功能，如浏览器上“除了这些，你可能还喜欢的是”，购物网站上“试试用这些筛选” “你可能喜欢”。深度学习算法在计算机视觉、语音识别、机器翻译、数据挖掘等领域都取得很多成果。
二、人工智能目前最广泛的应用
人工智能是一门边缘学科，也是一门交叉学科，人工智能技术的发展涉及计算机、数学、心理学、 内容过长，仅展示头部和尾部部分文字预览，全文请查看图片预览。 系统
对于新开设的专业，部分院校短缺专业实训老师，或者在校讲师教学实践能力不足，导致新开设专业没有核心专业带头人。
学生学习系统
学生对于较难专业的学习需要教学辅助系统，帮助学生在线上进行学习和实践操作。
教学管理子系统
讲师对于新专业的教学实施和利用数字化管理的方式针对新专业学生的管理能力不足。
实践实训子系统
学生缺少线上的实践系统和用于实践的大量数据。
经营性实训项目交付平台
此专业需要大量的专业实践和真实的项目交付来提高学生的学习能力和实践能力。
可视化人才培养过程数据展示系统
利用大数据来折射出人工智能专业的人才培养质量的形成过程
[文章尾部最后300字内容到此结束,中间部分内容请查看底下的图片预览]
以上为《人工智能技术服务专业调研报告》的无排版文字预览，完整内容请下载
人工智能技术服务专业调研报告由用户“XXQJING”分享发布，转载请注明出处