人工智能开源与标准化研究报告.pdf
《人工智能开源与标准化研究报告.pdf》由会员分享,可在线阅读,更多相关《人工智能开源与标准化研究报告.pdf(124页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、人人工工智智能能开开源源与与标标准准化化研研究究报报告告 国国家家人人工工智智能能标标准准化化总总体体组组 二二零零一一九九年年四四月月 专专家家咨咨询询组组 潘云鹤高文戴红谭铁牛吴朝晖李伯虎 林宁于海斌吴飞周志华董景辰黄河燕 朱小燕张德政朱恺真曲道奎左毅钱恒 国国家家人人工工智智能能标标准准化化总总体体组组 组长: 赵波 副组长: 闵万里 胡国平 徐 波 黄铁军 吴文峻 欧阳劲松 秘书长:孙文龙 编编写写单单位位(排名不分先后) 中国电子技术标准化研究院中国科学院自动化研究所 华为技术有限公司北京深睿博联科技有限责任公司 腾讯计算机系统有限公司成都四方伟业股份有限公司 京东数字科技控股有限公
2、司英特尔(中国)有限公司 威麟信息技术开发(上海)有限公司国际商业机器(中国)投资有限公司 深圳前海微众银行股份有限公司机械工业第六设计研究院有限公司 浪潮软件集团有限公司深圳市商汤科技有限公司 重庆邮电大学华夏芯(北京)通用处理器技术有限公司 南京云问网络技术有限公司西门子(中国)有限公司 中国电力科学研究院有限公司金税信息技术服务股份有限公司 深圳云天励飞技术有限公司上海智能制造系统创新中心有限公司 重庆中科云从科技有限公司天津天大康博科技有限公司 苏州苏相机器人智能装备有限公司 编编写写人人员员(排名不分先后) 侯培新堵俊平戴东东代红董建张群马珊珊汪小娟 王燕妮关贺符海芳孟繁亮张文杰杨晓
3、光付会文安耀祖 翁家良朱兆颖李斌卢丽珊王功明庞宇杜振东杨萌 沈盛宇刘鹏刘斌张大伟章谦一霍欣王伟才易明 田忠李海杰颜深根叶安华刘军陈江宁张英丽秦湘军 王彤郑文先陈斌代翔梅军王飞李军郑晨光 瞿卫新杨品 I 目目录录 第一章 概述.1 1.1 背景及目的.1 1.2 本报告的价值.2 1.3 本报告的脉络梳理与导读.3 第二章 AI 产业现状及开源面临的宏观问题.4 2.1 AI 产业现状及产业链.4 2.1.1 基础层.5 2.1.2 技术层.6 2.1.3 行业应用层.7 2.2 AI 开源所存在的问题.9 2.2.1 法律道德问题.9 2.2.2 潜在锁定风险.10 2.2.3 安全问题.10
4、 2.2.4 标准统一问题.10 2.2.5 版本兼容性问题.11 2.2.6 行业问题.11 第三章 AI 开源生态现状.12 3.1 AI 开源全栈(聚焦机器学习及深度学习).12 3.1.1 芯片使能.13 3.1.2 分布式集群.15 3.1.3 大数据支撑.16 3.1.4 数据管理.17 3.1.5 模型格式.18 3.1.6 深度学习框架.18 3.1.7 机器学习框架.19 3.1.8 知识图谱(知识库).20 3.1.9 强化学习.20 II 3.1.10 模型中间表示层 IR.21 3.1.11 端侧推理框架.22 3.1.12 高级 API.23 3.1.13 开放数据集
5、.24 3.1.14 分布式调度.26 3.1.15 可视化工具.27 3.1.16 模型市场.27 3.1.17 应用类项目.28 3.2 开源组织.32 3.2.1 开源中国.32 3.2.2 开源社.33 3.2.3 OpenI 启智开源开放平台.35 3.2.4 Linux 基金会. 36 3.2.5 OpenStack 基金会. 37 3.2.6 Apache 基金会.38 3.3 组织/机构参与开源的角色及目的. 39 第四章 AI 开源技术目前在落地中存在的问题与差距.40 4.1 AI 在应用时的总体工作流.41 4.1.1 概述.41 4.1.2 经过抽象的工作流实现.44
6、4.1.3 实际应用的 AI 工作流应具备的特点.47 4.2 当前 AI 技术在行业应用中的现状及问题.48 4.2.1 交通领域.48 4.2.2 油气领域.50 4.2.3 公共安全领域.52 4.2.4 工业领域.55 4.2.5 电力领域.58 4.2.6 金融领域.60 4.2.7 医疗领域.62 III 4.3 问题总结及应对思路.64 4.3.1 AI 开源软件的数据支持.65 4.3.2 AI 开源软件的算法.66 4.3.3 AI 开源软件的分布式基础设施.67 第五章 AI 数据开放及协同.69 5.1 AI 数据的关系和需求.69 5.1.1 面对的挑战.69 5.1.
7、2 AI 数据开放和协同中的相关方.71 5.2 AI 数据开放和协同中相关行业分析.72 5.2.1 政府角度分析.73 5.2.2 医疗行业分析.74 5.2.3 金融行业分析.76 5.2.4 交通行业分析.77 5.2.5 物流行业分析.78 5.2.6 制造行业分析.80 5.2.7 教育行业分析.81 5.2.8 石油行业分析.82 5.3 AI 数据开放和协同的可行性.83 5.3.1 顶层设计.83 5.3.2 法律法规.84 5.3.3 数据治理.85 5.3.4 开源数据平台建设.85 5.4 潜在解决方案.86 5.4.1 中心化模式.87 5.4.2 混合型模式.89
8、5.4.3 去中心化模式.90 5.4.4 没有初始数据的模式.92 第六章 AI 领域开源与标准的关系.93 6.1 开源与标准联动的案例.93 IV 6.1.1 容器.93 6.1.2 大数据文件格式.94 6.1.3 OPNFV(网络功能虚拟化). 95 6.2 AI 领域开源与标准联动的思考.96 6.3 本次标准机遇研究的范围与内容.97 6.3.1 行业应用标准.98 6.3.2 AI 平台标准.98 6.3.3 安全标准.104 6.3.4 应用智能化水平评估.105 6.4 制定人工智能标准中要考虑的因素.106 6.4.1 伦理与社会关注.106 6.4.2 监管与治理因素.
9、107 6.4.3 把握开源与标准平衡,促进创新与产业发展.108 结 语.109 附录 A.110 表 A.1 AI 开源项目社区活跃度指标统计.110 附录 B.113 表 B.1 第五章技术术语表.113 表 B.2 第六章技术术语表.115 1 第第一一章章 概概述述 1 1. .1 1背背景景及及目目的的 自 2013 年以来,随着深度学习技术的不断发展,引发了新一轮人工智能热 潮,诸如:AlphaGo、刷脸支付、无人驾驶、AR、无人超市等应用层出不穷。大 量资本和并购的涌入,加速了人工智能和产业的结合,人工智能甚至有可能成为 是继蒸汽机、电力和计算机之后,人类社会的第四次革命。人工
10、智能(Artificial intelligence,AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、 技术及应用系统的一门新的技术科学。在历史上,人工智能有过很多个定义,但 是迄今为止没有一个官方的、统一的、正式的定义。人工智能最早由麻省理工学 院的 John McCarthy 在 1956 年的达特矛斯会议上提出的: 人工智能就是要让机器 的行为看起来就像是人所表现出的智能行为一样。 世界各国纷纷将发展人工智能作为抢抓下一轮科技革命先机的重要举措。 随 着人工智能领域国际竞争的日益激烈,2017 年国务院印发新一代人工智能发 展规划,提出我国新一代人工智能发展的指导思想、战略目
11、标、重点任务和保 障措施,为部署构筑我国人工智能发展的先发优势,加快建设创新型国家和世界 科技强国构建了基础。 本报告中的开源指源码公开、源数据公开及其他成果形式(如软件、系统或 平台架构等)的公开。近年来开源技术蓬勃发展,诸如计算机视觉开源社区 OpenCV、开源数据集 ImageNet、开源智能终端操作系统 Android 和其他大量开 源工具及平台,无不表明开源创新与协同有力推动了产业进程。同理,人工智能 尤其是深度学习相关的开源蓬勃发展, 也将对我国人工智能相关产业产生积极影 响。 第一,人工智能开源有助于支撑人工智能领域形成高端产业集群优势,逐步 引领世界前沿技术的发展。 第二,人工
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 标准化 研究 报告
限制150内