學(xué)術(shù)界的人工智能研究過(guò)分局限于約翰·麥肯錫的定義，也就是人工智能的目標是“像人”，并指出我們應該突破對智能的狹義理解。這與AI要解決NP-hardJ別難題有什么聯(lián)系？
“像人”的人工智能是一個(gè)已經(jīng)被大家很重視的方向，但我認為人工智能的另一個(gè)發(fā)力點(diǎn)是「解決大問(wèn)題」。尤其是用機器學(xué)習的方法解決意義重大的科學(xué)難題，即在多項式時(shí)間內“有效解決”指數復雜性問(wèn)題。
所謂指數復雜性是指求解一個(gè)問(wèn)題所需的時(shí)間或空間（存儲用量）隨著(zhù)問(wèn)題規模增加而指數性地增加。這也就人們常說(shuō)的組合爆炸。在計算復雜性理論中，將一大類(lèi)目前還找不到多項式J復雜性算法的問(wèn)題劃歸為NP-hard問(wèn)題。如果一個(gè)問(wèn)題能找到多項式J復雜性的算法，例如排序算法等，直接按確定的程序計算就能準確求解，人們一般不認為是人工智能應用。人工智能要研究的問(wèn)題幾乎都是NP-hard問(wèn)題，從其誕生開(kāi)始就要對付組合爆炸。從這種意義上講，人工智能的“天”就是組合爆炸，所謂“D天”就是找到巧妙的辦法克服組合爆炸。
第一個(gè)是大數據智能;第二個(gè)是群體智能;第三個(gè)是跨媒體智能;第四個(gè)是人機混合增強智能;第五個(gè)是自主智能系統
大小模型協(xié)同進(jìn)化,硅光芯片,綠色能源AI,柔性感知機器人,高精度醫療導航,全域隱私計算,星地計算,云網(wǎng)端融合,XR 互聯(lián)網(wǎng),AI for Science
人工智能重大數理基礎問(wèn)題已在國內外引起高度關(guān)注, 解決這些重大的數理基礎問(wèn)題構成了人工智能未來(lái)發(fā)展的驅動(dòng)力和重要前沿領(lǐng)域
會(huì )學(xué)習是新一代人工智能的核心,從人機交互擴展到交互認知,從深度學(xué)習擴展到機器自學(xué)習,才是新一代人工智能的研究方向
我國AI企業(yè)早期投融資次數自2019年起顯著(zhù)下降,同期中后期投資占比大幅提升,對人工智能產(chǎn)業(yè)鏈以及同業(yè)個(gè)股的梳理,探討其投資機遇
張鈸院士指出 人工智能技術(shù)常常引起公平性,安全性的問(wèn)題,體現在文本,圖像或是語(yǔ)音時(shí),有時(shí)會(huì )包含性別,種族,宗教等方面的歧視
報告對中國人工智能基礎層行業(yè)進(jìn)行研究分析，詳細梳理了人工智能基礎層的概念界定、組成部分、供給需求、市場(chǎng)規模、行業(yè)發(fā)展趨勢與建議等
基于2205家人工智能企業(yè)、15家國家級人工智能開(kāi)放創(chuàng )新平臺、52家人工智能新型研發(fā)機構和48家新型平臺，全面刻畫(huà)和概括出我國人工智能和經(jīng)濟社會(huì )全面融合發(fā)展的現狀和趨勢
白皮書(shū)旨在探討以深度學(xué)習技術(shù)為主要驅動(dòng)力的人工智能發(fā)展狀況、技術(shù)創(chuàng )新重點(diǎn)與產(chǎn)業(yè)發(fā)展趨勢，推動(dòng)我國人工智能的技術(shù)創(chuàng )新與產(chǎn)業(yè)發(fā)展
機器視覺(jué)技術(shù)在工業(yè)領(lǐng)域中應用，核心功能包括產(chǎn)品識別、測量、定位及檢測，是實(shí)現產(chǎn)品分揀、裝配、 搬運、質(zhì)檢等多個(gè)生產(chǎn)環(huán)節智能化轉型的核心技術(shù)
持續探索新一代人工智能應用場(chǎng)景，將等經(jīng)濟活動(dòng)各環(huán)節，催生新技術(shù)、新產(chǎn)品、新產(chǎn)業(yè)。作為數字經(jīng)催生新技術(shù)、新產(chǎn)品、新產(chǎn)業(yè)
