人工智能技术的前景范文第1篇

【关键词】智能视频分析；智慧黄山；安全防范

【中图分类号】TU714【文献标识码】A【文章编号】1672-5158（2013）07-0272-03

Smart Mt. Huangshan Famous Scenic Site Security Precaution Management and Service Based on Intelligent Video Analysis

【Abstract】Video monitoring system is a tremendously important component of smart scenic spot in security precaution. This paper analyzes the application status quo and challenge of video monitoring system， and introduces the basic principle and reference architecture？of intelligent video analysis. Then， it emphasis on the key technology of intelligent video analysis which are applied on smart famous scenic site， and discuss the application of function can be realized. Finally， the intelligent video monitoring system of Mt. huangshan famous scenic site is analyzed as a case， in order to realize the unified security precaution management and service platform in smart scenic site .

【Key words】 intelligent video analysis， smart Mt.Huangshan famous scenic site， security precaution

1 引言

“平安和谐景区”一直是旅游景区建设的重点内容，旅游安全不仅关系到游客的生命财产，更关系到一个景区的旅游形象，由于受景区容量和接待能力所限，景区在旅游高峰期频繁出现道路拥堵、管理混乱、体验不佳等现象，加强景区的安全防范管理已成为重要的工作内容。视频监控技术作为指挥调度、安全管理、治安防范的重要手段，目前已在银行[1]、校园[2]、轨道交通[3]和民航机场[4]等公共场所得到广泛应用，极大地提升了管理机构的安全防范和管理服务能力。

景区视频监控系统能够给管理机构指挥中心提供实时、动态的监控场景图像和历史录像，有利于管理者实时动态的监测景区境况，并根据突发事件提供及时的应对措施。通过录像回放或画面盯守才能发现问题的传统视频监控系统已无法满足景区安全防范的管理要求[5-6]。景区急需建设具有智能视频分析技术的新一代IP视频监控系统，它可以通过对采集图象的提取、分析，做到事前智能预警，事中快速处理，事后高效调阅，为旅游景区的运营管理、应急处置和安全防范等提供有力的技术支撑和依据。本文首先从智能视频分析技术的基本原理进行阐述，然后提出基于智能视频分析的技术参考架构，最后以智慧黄山风景区为应用背景进行案例分析。

2 智能视频分析基本原理

视频监控分析是指通过对视频图像中的人和物体进行实时监测和跟踪，基于特定规则对监测事件进行识别，并自动显示出监测到的事件，一旦预设的报警规则被触发，则发出报警信息。其主要目标在于在监视场景与事件描述之间建立某种映射关系，并构建事件规则库[7-10]。旅游风景区的视频监控需求主要集中在行为跟踪、人流统计、车流统计、古树名木保护和森林防火等安全防范方面的监测，景区管理人员可通过视频监控平台预设相应的监测规则，主要包括可疑行踪人员、可疑物遗留、可疑防火点、车辆停靠、物体移走、超速、逆行等监测内容。

智能视频分析的技术原理是对输入的视频流进行目标检测、跟踪、分类以及内容挖掘等处理，并利用各种图形图像处理技术、计算机机视觉处理技术和模式识别匹配技术及人工智能技术等多项技术，完成从视频信息到事件处理决策的全过程。智能视频分析算法分析一般分为两类，一类是以背景模型为分析目标，主要包括周界防范、聚众检测、滞留和盗移检测等；另一类是以特征识别为分析目标，主要包括红绿灯识别、车牌号码识别、人脸识别、火情识别等。智能视频分析框架如（图1）所示。

3 技术参考架构

智能视频分析单元主要是由图像采集的视频源、目标判别的扫描器、规则演算的服务器以及视频操纵动态展示的客户端浏览器等4个主要部分构成。具体包括运行在视频监测设备（BW2004或Trigger）上的视频源和Scanne（r扫描器）、运行在中央服务器上的Cortex服务器和Cortex策略管理器、运行在不同计算机上的Cortex Viewer。其系统参考架构图如（图2）所示。

（1）视频源（Video Source）：视频源模块从DVR， IP摄像机，NVR，捕获卡中捕捉视频，并将其传送给BW Scanner 来进行分析。

（2）扫描器（BW Scanner）：BW Scanner程序是视频分析引擎，使用规则文件来对每个摄像机图像设定报警规则。根据它们来判断和分析从视频源中接收到的视频是否符合设定的报警条件。

（3）Cortex 服务器（Cortex Server）：Cortex 服务器是应用程序的通信和管理中枢，启动后本程序自动在后台运行并且最小化到系统托盘。

（4）规则管理器（Rules manager）：规则管理器用来定义和管理报警规则，这些规则设定事件的类型、区域和其他关键参数，设定完成后规则会上传到Scanner上。

（5）Cortex 策略管理器（Cortex Policy Manager）：Cortex策略管理器是用来配置系统授权等级的工具。对每一个授权等级，都有严格的操作权限。获得授权的用户（例如管理员）可以增加或删除系统用户，也可以为每一个用户指定或修改其权限。

（6）Cortex 浏览器（Cortex Viewer）：Cortex Viewer作为主要用户界面，用于查看视频监测设备（VDU）的状态、报警和叠加了目标跟踪轨迹的实时视频图像。

（7）Cortex搜索器（Cortex Searcher）：Cortex Searcher可以搜索和回放以前的报警事件。在列表中显示已记录的事件，也可以查看报警前后带叠加图像的视频内容，以便更好回顾事件原因和特性。

4 智慧黄山景区视频管理与服务中的应用案例

4.1 视频监控平台设计

景区视频监控平台主要通过与前端视频图像采集设备的整合与集成，并满足与相关业务管理系统无缝对接以及系统间的互联互控，以实现监控视频、图像资源的统一管理、应急指挥调度、负责重点区域接入点的监控资源实时统一管理，同时调用所有前端接入点图像，实现图像资源相互协作共享，为相关业务系统（如GPS、GIS等）对接预留相关标准接口，用户可通过统一门户，集中调用各接入应用系统功能，统一协调、分步实施，真正实现有效的应急指挥与调度，确保重点区域与地方的安全与稳定。

视频监控平台主要部署如（图3）所示：

4.2 视频监控平台的体系结构

智慧黄山数字视频安全防范管理平台采用基于J2EE和SOA架构的四层体系结构，高度模块化的应用服务设计，通过应用服务组合，构建支持不同网络和业务环境的安全管理模式，集成了视频监控、区域报警联网与设备监控、IDC机房综合监控等所有与安防业务相关的技术系统，实现了一体化管理和智能联动。该平台以服务为核心，全面采用B/S架构、FLEX界面设计；服务与应用分离，保证系统在长时间工作下的稳定性；支持Windows、Linux各种操作系统、数据库和浏览器平台迁移，适应于不同的IT环境，支持标准的SIP信令和RTP/RTSP媒体协议，非常方便系统自身的扩展和与其它业务平台的信息整合和业务融合，保证系统的可扩展性；支持平台的多级联网与分布式布署。视频监控平台的四层体系结构如（图4）所示。

4.3 视频智能分析服务

智能视频分析能将传统的被动监控转化为主动监控，由系统通过先进的分析算法，按照一定的规则进行实时的分析和判断，对可疑事件和行为进行实时提取和筛选，并发出告警，从而极大的提高了视频的利用效率，提升了监控系统的整体性能。

（1）人流量密度检测

视频监控平台人流统计利用安装在出入口、重点区域上方的摄像机获取客流视频图像，利用高级视频分析算法，将人与背景分离出来，不但不会混淆进出人次，更可以分辨多人并排同时进出（图5）。

（2）车流量密度检测

视频监控平台车流统计利用安装在出入路口、重点区域上方的摄像机获取车流视频图像，利用高级视频分析算法，获取准确的进出客/车流量信息，在车流高密度的公共场所或出入口，管理者可以利用客/车流量统计工具实现判断流量状态、评估市场活动的成效、优化资源配置等功能（图6）。

（3）去雾化管理

受气候条件的影响，某些监控区域雾天较多，系统能够提供对视频监控信息的单幅图片或局部进行去雾处理，使得图像更加清晰，使用户能更加快速的识别图像细节。通过与去雾摄像机的结合，可以对图片进行优化，使抓拍下来的图像看起来更清晰（图7）。

（4）烟火早起检测

烟火早期监测功能能够实现无人值守不间断工作，自动对视频图像信息进行分析判断；及时发现监控区域内的异常烟雾和火灾苗头，以最快、最佳的方式进行告警和提供有用信息；能有效的协助消防人员处理火灾危机，并最大限度的降低误报和漏报现象；同时还可查看现场实时图像，根据直观的画面直接指挥调度救火（图8）。

5 智能视频分析技术的优劣性

随着安全防范要求的不断提高，视频监控无疑成为预警和防范的最佳手段，但在视频监控安装愈加普遍的同时，大量的图像信息完全依赖人工操作已无法适应。由于视频监控技术的发展，新的技术可以使用户轻松地获取重要的视频信息。智能视频分析技术的应用代表着安防监控技术的未来发展方向，其具有很多优势，较为典型有如下几个方面：其一，自动监控和实时追踪。其二，降低运营成本。实际运行过程中，运用视频分析技术可以大大降低管理部门的运行成本，将大量监控人员从耗费精力的盯视工作中解脱出来，并做出更有效的监视安排。其三，提高快速的反应时间。通过智能视频分析技术可以提供强大的数据检索和分析功能，使得报警触发反应时间达到毫秒级，极大地提高了处理突发事件的响应时间。

目前，智能视频分析技术仍存在一些不足，例如，产品功能与客户需求相差甚远，客户往往过于高估了智能化系统的便利功能；同时也可能受到环境的限制，导致产品面对各种复杂环境时，智能视频分析技术还无法准确实时判别和分析；智能视频分析技术往往需要配备高端的配套设备，甚至对设备的安装要求也较为严格，导致产品价格仍然较高，投入产出比不高。最后，智能视频分析欠缺一个定义智能的标准化概念，市场上的产品功能参差不齐，行业相关的标准规范有待加强。

6 结论

对于旅游景区而言，创新保护管理与安全防范的方式和方法，必须做到提前预警、预判、预处，不断提高旅游管理的层次和水平，提升游客满意度和美誉度是管理者始终追求的目标。随着旅游景区游人数的逐年攀升，景区管理难度增大，给景区管理提出了重大挑战。因此，根据景区管理目标要求，进一步深入研究智能视频分析技术的应用场景和目标，运用模式识别和人工智能等技术，对系统深度开发显得置关重要。黄山风景区对智能分析技术探索性的应用，将对全国风景区视频监控系统的提升，起到很好的示范作用。

参考文献

[1] 侍术干.智能分析技术在银行视频监控系统中的应用[J].中国安防，2011，（12）：47-51

[2] 陈怀霞.视频智能分析在校园安全管理中的应用分析[J].电脑知识与技术，2011，（7）：7981-7982

[3] 纪文莉，洪翔等.智能视频分析技术在城市轨道交通中的应用研究[J].城市轨道交通研究，2011，（S1）：39-43

[4] 王易志.视频动态分析技术在民航机场应用的可行性[J].数字技术与应用，2011，（7）：171-173

[5] 宋涛.视频监控系统技术难题与解决方法分析[J].技术研究， 2011，（12）：76-79

[6] 张琳.分析视频监控系统的干扰原因及解决办法[J].广东科技， 2012， （9）：186-187，181

[7] 王骏.基于计算机智能视频监控系统技术分析[J].信息通信， 2012，（2）：187-188

[8] 武文斌.智能视频分析的现状与未来发展趋势[J].科技情报开发与经济，2011，（31）：168- 171

人工智能技术的前景范文第2篇

关键词：ZigBee，智能家居，前景展望

 

0 引言

智能家居，又称为智能住宅（SMART HOME），是以住宅为平台，利用综合布线技术、自动控制技术、网络通信技术、安全防范技术、音视频技术将家居生活有关的设备集成，构建高效的住宅设施与家庭日程事务的管理系统，提升家居安全性、便利性、舒适性、艺术性，并实现环保节能的居住环境。智能家居起源于上世纪80年代的美国，随着我国人民生活水平的不断提高，已经有越来越多的厂商和个人开展了对智能家居的研究，并有各类相关产品问世。

传统的智能家居更多的是通过有线的方式进行组建，比如常见的Ethernet、CEBus、X-10等，其中得到最广泛应用的是X-10，主要是因为其相对低廉的价格和用户可自行装设的特点。，前景展望。CEBus的性能虽然高于X-10，但是由于售价较高而难以得到普及。Ethernet主要用于高速数据传输网络，用于家庭自动化控制则会受到电缆布线的限制。而日益兴起的无线技术能否在智能家居领域占有一席之地并得到广泛的应用呢？

和采用有线网络的通信技术的智能家居产品相比较，无线技术解决方案最吸引人的地方是安装布置的灵活性、低廉的安装费用和在智能家居系统进行重新布置时的可移动性。尽管无线通信技术和有线相比较有明显的优势，而且无线局域网技术和蓝牙技术已经在市场上获得了巨大的成功，但无线通信技术在智能家居领域应用相对还是较少。这主要是因为目前没有一项标准化的，获得各厂商一致认可的无线通信技术适合在智能家居领域进行广泛的推广，而且现有的一些针对智能家居领域无线通信产品的价格偏高，导致无线通信技术在智能家居的应用停滞不前。随着近年来人类在微电子机械系统（MEMS）、 无线通信、数字电子方面取得的巨大成就，使得发展低成本、低功耗、小体积、短通信距离的多功能传感器成为可能。近年来所涌现出来的一项新的无线通信技术—— ZigBee技术将改变这种状况。ZigBee技术产品以其低成本、低功耗、低传输速率、优秀的组网能力，被广泛认为将在未来的几年中对智能家居行业产生重大的影响。

1 ZigBee技术介绍

ZigBee技术是建立在IEEE（Institute of Electrical and Electronics Engineers，美国电气电子工程师学会）802.15.4基础上的无线通信协议，它是一个短距离、低功耗协议，特别适合设计应用在小型的建筑物自动化设备中，比如温度自动调节装置、灯光控制设备、环境传感器等。

2000年的12月，IEEE成立了IEEE 802.15.4工作组，致力于开发一种可应用在固定、便携或移动设备上的，低成本、低功耗的低速率无线连接技术。2001年8月，美国霍尼韦尔等公司发起成立了ZigBee联盟，他们提出的ZigBee技术被确认为IEEE 802.15.4标准。2002年，摩托罗拉、飞利浦和三菱等企业加盟ZigBee联盟，06年中国的华为公司也加入了该联盟。现联盟内有180多个成员企业，包括软件供应商、系统集成商和终端产品商。2003年，IEEE 802.15.4标准获得通过，并在2004年12月推出了ZigBee技术规范1.0版本。2006年，推出ZigBee 2006，比较完善。2007年底，推出ZigBee PRO。

ZigBee技术能够在低功耗下提供短距离、低速的数据传输，使用普通干电池的ZigBee无线传感器能够持续运行2～3年的时间。，前景展望。，前景展望。另外ZigBee技术优秀的组网能力使得它和其他无线通信技术在智能家居系统中的应用相比尤其具有无可比拟的优势。具体地分析，ZigBee技术有如下几点优势：

（1）低成本，ZigBee技术是免协议专利费的，而且每块芯片的价格大约为2美元左右。

（2）低功耗，在低耗电待机模式下，两节五号干电池可支持1个节点工作半年至两年时间甚至更长。，前景展望。

（3）低速率，ZigBee工作在20～250kbps的较低速率，在不同频带间分别提供250kbp(2.4GHz)、40kbps(915MHz)和20kbps(868MHz)的原始数据吞吐率满足低速率传输数据的应用需求。

（4）短时延，ZigBee的响应速度较快，一般从睡眠转入工作状态只需15ms，节点连接进入网络只需30ms，进一步节省了电能。相对而言，WIFI需要3s，而蓝牙则需要3~10s。

（5）大容量，ZigBee可采用星状、树状和网状网络结构，由一个主节点管理若干子节点，最多一个主节点可管理254个子节点，同时主节点还可由上一层网络节点管理，最多可组成65000个节点的大型网络。

（6）高安全性，ZigBee提供了三级安全模式，包括无安全设定、使用访问控制列表(ACL)防止非法获取数据以及采用高级加密标准(AES 128)的对称密码，以灵活确定其安全属性。

基于上述特点可看出ZigBee主要应用于短距离范围内并且数据传输速率不高的各种电子设备之间，其典型的传输数据类型有周期性数据（如传感器数据）、间歇性数据（如照明控制）和重复性低反应时间数据等。因此ZigBee技术十分适合应用于智能家居系统之中。

2 ZigBee技术在智能家居中的应用前景

目前，ZigBee的开发以大厦自动化设备、产业、医疗及家庭自动化等领域为目标。尤其在自动仪表领域，ZigBee拥有很高的关注度。市场调研公司In-Stat预测，支持ZigBee及IEEE802.15.4的芯片组的合计供货量到2011年将从06年的500万个增至1亿2000万个。但在智能家居市场，由于竞争技术较多，ZigBee成为唯一标准的可能性很低，但因为自身的技术特点，发展前景还是值得期待的。另一家市场调研机构ABI Reserch对ZigBee技术持有非常乐观的态度。该公司的一份预测数据显示，2005年到2012年，ZigBee市场的年均复合增长率为63%，而到2012年ZigBee市场份额将达3.5亿。目前国际上智能家居领域专家们的共识是，ZigBee技术在智能家居中的应用将不可阻挡，但是多种无线技术并存的局面将会持续比较长的时间，能否完全取代其它技术，成为智能家居领域的首选，还要多方面的共同努力，进一步完善技术，加快标准化的脚步。，前景展望。

3 结束语

随着我国经济的飞速发展，智能家居的数量也会越来越多，Zigbee技术与智能家居系统的结合有着广泛的应用前景，本文主要探讨了该技术在智能家居系统中的应用，并对技术的应用前景做了展望。这种方式在现实生活中具有很强的应用性，相信在不远的将来，会有越来越多由Zigbee技术延伸而出的设备投入应用，并将极大地改善我们的生活。，前景展望。需要关注的一个问题是，虽然目前我国智能家居中所使用的系统及产品大多被国外的大公司所垄断，但是ZigBee技术的出现将给我国开发自主的具有世界先进水平的智能家居系统及产品提供一个崭新的契机。

参考文献

[1]吕九一，陈楠.基于Zigbee技术的家庭无线传感网络应用研究[J]，科技广场，2009，第 11期

[2]白建波，张小松，路诗奎.ZigBee技术及其在楼宇自动化系统中应用的思考[J]，智能建筑与城市信息，2006，第1期

[3]飞思卡尔中国有限公司．飞思卡尔的802.15.4ZigBee——轻松实现无线连接[J]．半导体技术，2004（7）：80～81

[4]ZigBee Alliance.ZigBee Specification[M].2007.

[5]王永春.Zigbee技术在智能家居中的应用[J]，智能建筑与城市信息，2009，第1期

人工智能技术的前景范文第3篇

Intelligent Scene Modelling

Information Systems

2009,215pp

Hardcover

ISBN 9783540929017

G. Miaoulis等著

场景建模在计算机图形领域中是非常重要的部分。然而,场景建模是一个非常困难的任务,因为需要建模的场景变得越来越复杂,而且传统的几何建模工具并不能很好适应计算机辅助设计。尽管传统场景建模软件提供了非常有趣的工具来减轻设计者的工作,但是他们还得面对很大的困难,这些工具缺乏灵活性,设计师无法使用非完整或不精确的描述来表达他所想象的场景,所以,当前的几何建模软件在实现建模任务之前都要求用户必须对设计的场景有非常精确的概念,这种设计模式并不是真正的计算机辅助。

声明场景建模法可以取代传统的几何建模法。实际上,声明场景建模法通过使用人工智能(AI)技术给出场景建模问题的直观解,这种方法允许用户描述场景的高级别属性,并且建模软件可以给出所有和不精确属性相关的解。此外,还有场景数据库,或者场景知识库并且可以访问互联网,在诸多概念和技术的基础上,作者提出了场景建模工具是一个完全的信息系统的新理念,这就是所谓的场景建模信息系统。

本书专注于智能场景建模信息系统,即采用人工智能技术设计场景的信息系统,通过采用适应性强的人工智能技术,并结合大量的易于描述、查找、修改的场景信息库和其他相关工具,大大降低场景建模的复杂性。本书阐述了声明场景建模技术,还有它们在智能信息系统中的实现。

全书共由7章组成。1.智能场景建模信息系统:声明设计的案例,主要内容有绪论、在支持声明设计模式下的场景设计过程、信息,知识和场景模型的表示、支持声明设计的软件构架、结论;2.在计算机图形中的声明建模,主要内容有绪论、什么是声明场景建模、在声明建模软件中的不精确管理、在声明场景建模中的场景理解、声明场景建模中受限制满足的技术、声明场景建模和机器学习技术、声明场景建模的优缺点、后续工作、结论;3.理解场景,主要内容有逆向工程导言、两个模型的整合、形态的重建、扩展设计的方法论、系统的构架、结论;4.在场景建模环境中的智能个性化,主要内容有绪论、智能个性化与贡献领域、偏好模型、多准则决策支持、匹配学习、在场景建模环境中的智能个性化、智能用户配置模型的体系结构、实验结果、结论;5.场景建模的基于网络的协作系统,主要内容有绪论、相关工作、基于网络的协同声明建模系统(CDMS)的工作框架、案例研究、团队配置模块、结论;6.审美辅助的智能三维(3D)场景合成,主要内容有绪论、相关工作、研究方法、算法实现的工作框架、系统评估、讨论、结论;7.使用智能可视化的知识提取和决策的网络安全辅助监视,主要内容有绪论、相关工作、可视化原型系统、原型系统的性能、结论。

全书内容丰富新颖,适用性强,适合从事人工智能计算、计算机图形学、网络安全及其相关领域的工程师、科研人员和研究生阅读和参考。

陈涛,硕士

(中国传媒大学理学院)

人工智能技术的前景范文第4篇

AlphaGo打败围棋大师李世石的消息犹在耳边，因AlphaGo而名声大噪的人工智能（Artificial Intelligence）商业化浪潮已高调到来。2015年，人工智能软硬件的开源在全球范围内掀起了热潮，《连线》之父凯文・凯利说“人工智能是下一个颠覆人类社会的东西”。据BBC预测，到2020年，全球人工智能市场规模将达1190亿人民币。人工智能将成为未来10年内的产业新风口似乎已成不争的事实。

同样地，2015年在中国也是人工智能商业化爆发的元年。从国家领导人层面提出的“机器人革命”到“万众创新”，政策推动新一轮技术创业；巨头企业争相布局，人工智能产业化热浪滚滚；初创企业纷纷搭上AI大船，押注云服务、大数据分析、自动驾驶等垂直产业。数据显示，2015年我国投资人工智能的机构数量已经高达48家，同比增长71.4%；投资额为14.23亿元，同比增长75.7%。受到下游应用需求迫切倒逼和上游技术基础成型的推动，人工智进入了产业化发展的黄金期。

距离1956年人工智能之父马文・明斯基提出“人工智能”的概念已整整过去了60年，其间商业化的浪潮一直迟迟未至。之前，尽管有微软、谷歌、Facebook等大公司不断投资人工智能技术，但大多把研究成果用于自身业务的优化与效率提升，未能激起多大的浪花。直至人机大战重新夺回大众的关注点，人们才意识到，人工智能商业化不知何时已悄然开始布局。

实际上，从图像识别、语音识别的细分角度看，今天的人工智能商业化已经让大众受益颇丰。然而就在10年前，今天市面上可以见到的Siri、人脸识别等仍是天方夜谭，人工智能商业化的前提到底是什么？更快的计算机、更多的数据、更高级的算法……为了达到人工智能技术落地的可能，无数科学家试图给出可行的方案。与此同时，市场也在用商业的力量和逻辑，加速人工智能产品迭代，掀起一番巨浪。

AI大潮下进击的巨头们

人机大战折射出的现象是人工智能早已成为巨头们发展的方向，“深度学习”成为竞争的焦点。事实上只有更多的开发者加入人工智能领域的研究、不断推动技术进步，才能实现商业化的最终目标。因此可以说，谷歌大张旗鼓赢得与李世石的比赛，打响了巨头们之间又一轮竞赛的起跑枪。同样斥巨资布局人工智能的还有Facebook、微软、苹果等多家商业巨头。

苹果公司早早推出了以Siri为代表的人工智能应用，通过收购和自主研发完成对人工智能的提前布局，在语音、图像、机器学习都有产品覆盖。相对于苹果，谷歌和 Facebook 在人工智能领域的努力更容易为外界所捕获。

对于谷歌来说，AlphaGo只是其人工智能计划的开端。除了AlphaGo，谷歌还推出了基于人工智能的新搜索算法的RankBrain，联手福特研发了无人驾驶汽车、D-Wave量子计算机测试，并将人工智能融入聊天。后起之秀Facebook则于2015年6月在欧洲成立人工智能研究中心，试图建造能够理解海量数据的人工智能机器。值得一提的是Facebook一直是开源人工智能技术的积极推动者，Facebook日前开源了三款图像分割软件工具，三者相互配合可以完成一个完整的图像识别分割处理流程。此前，Facebook还曾在Torch上开源了一些功能强大的深度学习工具。

不同于谷歌和Facebook的吸睛，微软在人工智能领域显得十分低调，但其实早在1991年微软便成立研究院，专攻人机交互、自然语言处理、机器学习、语音识别和语音合成、计算机视觉5个方向。而这些，不论是在学界或是业界，恰恰成为了人工智能最重要的分支。

目前微软在中国为人熟知的产品是人工智能虚拟机器人小娜（Cortana）和小冰。小冰在中国即时通信软件巨头微信上运行三天后，获得了150万条聊天记录。之后，小冰入驻微博，成为最受关注的账号之一。尤其是小冰与网友的“舌战”赚足了眼球。小娜则更像用户生活中的人工智能助手，在今年3月微软举办的Build大会上，小娜成功算出了“主人”最有可能到家的行程和时间，并在“主人”到家前的5分钟让家用电器启动。

力图在人工智能领域“后发制人”的微软日前宣布收购了人工智能调度工具Genee，并表示或将把它融入云服务Office365当中，这表明微软正计划人工智能助理的多领域用途。事实上，微软不仅将人工智能技术应用于Windows、Azure等核心业务中，还构建了开放的平台，将多年的技术积累开放给产业界，它的野心是打造一个人工智能生态圈。

除了BAT，还有谁在AI+？

目光放回国内，除了众所周知的BAT（百度、阿里、腾讯的合称）在人工智能领域有着较为深厚的积累，还有一批进击的巨头们在不断探索。2016年8月12日，搜狗、华为、小米、360等巨头在“全球人工智能与机器人峰会”（简称CCF-GAIR）上汇聚，对人工智能商业化场景进行了一番探讨。关于人工智能的现在和未来，大佬们都说了什么？

“从搜索引擎产品的从业者来讲，我们认为搜索引擎其实是人工智能最大的一个场景。”搜狗CTO杨洪涛对《时间线》记者表示，得益于互联网的发展，足够的应用、信息和用户量产生了海量数据，这让搜索引擎公司有了更好的算法，能大批量、低成本地将计算力连接起来。

8月3日，搜狗推出语音搜索引擎――“知音”，并融合了吞音优化、语音纠错以及多轮交互三个全新的功能。“知音”由一支成立了5年的年轻团队打造，于2012年6月上线了首款语音搜索引擎。另据第三方的实测数据显示，搜狗语音和科大讯飞的性能保持在同一水准，再加上搜狗搜索的加持，“知音”显然已经成为搜狗版Siri。

据搜狗CTO杨洪涛介绍，目前搜狗的智能语音技术已经成功应用到搜狗的全线产品中，随着搜狗在自然交互与知识计算方面的不断完善，加之与行业内其他领先企业的深度合作，“知音”将会布局到更多的终端入口，在物联网、车联网、人工智能等各个方面以“任务+应用”的形式在特定场景上发力，如汽车和智能家居。

不过，搜狗的智能语音技术不是一个卖技术的商业模式。搜索引擎公司在背后能够提供的不仅仅是语音交互，它本质上是技术应用对企业和用户产生价值的一个过程。对信息的掌握和服务的整合产生的价值，将会极大地满足和促进市场的需求。

作为一个互联网公司，搜狗布局人工智能或许并不令人意外，但很多人似乎不知道华为也早已开始布局人工智能，并成立诺亚方舟实验室，发力AI方向的产品和技术。

“华为诺亚方舟实验室在进行人工智能研究和未来技术探索的同时，主要还将关注终端产品的智能化研发。”该实验室主任李航告诉《时间线》记者，他们的目的是打造一个全智能化的智能移动手机终端，用户将通过自然语言的方式从终端获取一切想要的信息和协助。该实验室成立4年多以来，主要关注人工智能、机器学习、数据挖掘等前沿科技领域的研究。

目前华为诺亚方舟实验室已经推出了两款产品，分别是华为手机上的App市场及“手机服务”App。面对3亿用户，每天3000万次检索，1亿次下载总量的大数据挑战，前者能够智能化地为客户提供检索结果和推荐App；用户可以用自然语言的方式向后者求助在手机使用过程中遇到的各种问题，在每天10万次当量的问题求助中，有超过90%的用户都可以得到满意的回答。

而根据华为公布的2015年年报的内容，在人工智能领域，华为在深度学习上持续突破，取得了不错的成绩。基于深度学习，华为研究出了业界最先进的神经应答机（Neural Responding Machine），业界第一个基于深度学习的单轮对话生成模型。所谓神经应答机，就是一个单轮的对话系统，用编码器将问句转换成中间表示，再用解码器将中间表示转换成回答。

比如你说：“我想买一部iPhone”，系统回答：“还是支持一下国产的吧”。事实上，这一句话并没有提前写入对话数据中，而是系统在看了许多对话例子后自动生成的反馈。除此之外，华为还研发出神经机器翻译（Neural Machine Translation）技术，能够支持深度记忆框架，达到业界一流机器翻译能力。

和华为类似，小米的人工智能布局也着力在终端上。“人工智能的发展离不开这三个前提：产品、大数据、机器学习。”小米科技联合创始人黄江吉，带着对一系列小米智能家居设备的介绍，在大会上分享了小米对人工智能技术发展的方法论。

机器学习与大数据离不开高活跃度的产品，这些产品包括常用软件和手环、电视盒子、网络设备以及智能家居等智能硬件。黄江吉提到，小米手机有两千万MIUI系统用户，其中日活跃1000万的应用有8个，而日活跃超100万的有17个。这为大数据和机器学习能力的提升打好了基础。

当高活跃度的产品须落地时，就会产生大量数据，而建立高质量的数据，则通过数据采集，数据清洗，数据挖掘，数据智能等方式来实现。任何数据最终都是为人服务，因此建立每个人的用户画像就显得尤为重要。小米为建立用户画像收集了各个场景和各个碎片时间产生的数据，数据量共达200TB。

黄江吉在接受采访时表示，只有将硬件做好才能培养用户的忠诚度，从而产生批量数据，“产生了这个数据之后才可以去机器学习、深度学习，让它反过来变成一个数据模型，把你的产品做得越来越智能，才可以把它的体验度做得越来越好”。

“武术大家都热衷于名门正派，你不仅能把别人打败了而且还能提炼出一些招式来，希望这些招式能帮助别人在格斗的时候获胜。在学术界的人工智能研究与武术这一点就很像。而在工业界，这些招式就变得不那么重要，重要的是你能有一种武术，或者一种作合的方式能把别人打败，把一个问题解决掉，这就是好的人工智能。”学界出身的360人工智能研究院的院长颜水成，在大会上这样解释先后在学术界和工业界与人工智能打交道的感受。

直到2013年，学术界还能在人工智能竞赛中拿下第一，但是到了近两年，颜水成发现好的成果都是从互联网企业出来，这也是他接受360聘任邀请的原因。过去两年，360向市场推出了一系列智能硬件产品，其中很多依托人工智能的技术。如360智能摄像机，依靠的是飞速进步的图像识别技术和大数据技术，如今能智能侦测移动物体，家里无人状态下门窗被打开，它会发出警报。而360周鸿t更是放话360要利用IOT技术解决人们的出行安全、家居安全、儿童和老人的安全。

华为进入无人区、小米神话遭遇平台区……进入2016年，一大批公司在遇到发展瓶颈。如何突围，成为了每一个巨头不得不思考的问题，人工智能将成为助力破冰的关键。

细分市场再起风云

如若把人工智能具象化为“人体的延伸”，构造“眼耳鼻舌身意”则是迈向人工智能的系统性工程。在人类的各种感官中，视觉负责接受80%左右的信息。同理，计算机视觉也成为人工智能研究的重要方向。

这门致力于教会机器“看”的科学，实质上是让摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，而后进行图形处理，试图从图像或多维数据中获取信息。计算机诞生50多年以来，计算机视觉经历了从感知到认知的发展，主要有特征提取、图像标注、图像理解和图像的深度理解4个阶段。

计算机学会用人的方式看懂世界，将人从繁琐的劳动中解放出来，无论是巨头还是初创公司都企图抢滩计算机视觉的商业化市场，尤其是2012年深度学习崛起后，不少该领域的创业公司大放异彩。

微软最新的深度学习系统在2015年的ImageNet计算机视觉识别挑战赛中，将计算机视觉系统错误率降低至3.57%，相比于人眼辨识的5.1%，这是人工智能首次在识别图像的正确率上超越人类水平。这些机器由微软的Azure云服务提供支持。

“在2012年引入深度学习之前，图像标注的错误率高达28.2%，而自从引入了深度学习网络分析模型，机器标注图像的错误率已经从2012年的16%降到了2015年的3.5%，而神经网络分析模型的规模也增加到152层。”微软亚洲研究院常务副院长芮勇向记者介绍，微软研究院的计算机视觉技术已处于世界顶端。

全球人工智能公司多专攻深度学习方向，而我国超过70%的公司主攻图像或语音识别两大类别。最早一批获得投资人和市场认可的科技创业公司中就不乏图像识别的佼佼者。

获得百万美元A轮融资的Face++在2012年抓住机会，进军人脸识别技术和相关产品应用研究，通过“脱敏”技术掌握了500万张人脸图片数据库。阿里巴巴现已携手Face++探索计算机识别的商业化场景，旗下支付宝的“笑脸支付”就采用了该公司的技术。

格灵深瞳则是另一家引人注目的计算机视觉创业公司，他们获得了来自红杉的数千万美元A轮融资。这家公司选择以“安保”为切入口，做出了深瞳人眼摄像机，不仅可以极速全场景抓拍，每秒可抓拍超过100张人脸，还可看清80米外的人脸。此外，格灵深瞳现在也介入了汽车视觉业务，技术注入驭势科技等新兴创业公 司。

和计算机视觉一样，自然语言处理也是人工智能的重要组成部分。计算机语言是人与计算机之间传递信息的媒介，计算机系统最大特征是指令通过一种语言传达给机器。

Siri和小冰均是自然语言处理技术落地的产品，但用户对其印象仅仅停留在娱乐层面，两者在回答问题中还存在很多的问题。确切说，目前语音识别虽已达到很高水准，但是语义分析仍旧有很长的路要走。因此，在整体语音识别率差异较小的竞争环境中，语义分析的算法优劣和切入的使用场景就成为了NLP（Natural Language Processing） 产品最为重要的条件。

前谷歌科学家林德康今年回国后加入了“奇点机智”，并参与了该公司的语音助手项目――“小不点”。这项语音助手并不是用来回答问题的，而是为手机添加了一只无形的手，代替人手的功能，完成一些基本的点击和输入操作。如果你对“小不点”说“买一张后天上午北京到上海的飞机票”，它就会打开订票APP，然后自动输入北京到上海的飞机票以及时间。同一件事，其他语音助手也可以做，但需要跟相关App合作拿到相关软件接口。而林德康的语音助手则不需要，走的是人正常操作手机的流程，只是代替人操作，从而实现了自动 化。

看起来，林德康只是做了一个小软件，实际上，在这个小软件背后，他们想探索的是手机交互上的一次变革。它的切入点是语音，核心则是从把用户语义转换成App间操作的能力。

在语音识别领域，“云知声”入局更早。2015年底“云知声”完成了B+轮数千万美金的融资，并开始了对公司品牌的升级――从智能语音公司，到物联网人工智能服务商。云知声布局人工智能，首先推出的是一个“云端芯”的概念。这个概念简单解释就是通过芯片将终端和云端连接起来。基于这个概念该公司开始实践人工智能。云知声要做的，是将AI芯放进从家电到汽车的各种产品里，让它们都能连网并通过语音交互连接至云端服务。目前云知声主要瞄准家居、车载、教育、医疗四块市场，其中前两块是重中之重。

深层探索，AI商业场景更进一步

计算机语音和视觉技术让计算机有了“开眼看/听世界”的能力，对接收到的信息进行进一步分析和判断，则成为了人工智能商业化的深层探索。

金山软件CEO张宏江向记者透露：“人工智能发展速度如此之快，离不开大数据和云计算。我们看到的未来是前端一系列的智能设备，而它的大脑实际上在云里面。”20年前，张宏江团队申请了一个复杂的分布式架构专利，但只能在实验室中运行，而在20年后的今天，它早已走出实验室，整个计算和处理过程都在云端完成，能随时随地呈现在移动设备上供用户使用。AI+大数据+云正在成为企业的标配，现在的企业需要大数据的支撑，而大数据要靠云来支撑。云计算和大数据已在医疗、政务、游戏等领域成熟运用。

香港科技大学教授杨强表示人工智能要想获得成功，需满足以下5个条件：“人工智能有很多领域，到现在为止最成功的一个领域就是机器学习。”杨强告诉《时间线》记者，“机器学习的一个基本概念就是从数据里面经常重复的现象汇总出规律，从而把现实中简单重复烦琐的工作给替代掉。”

技术落地，哪些硬件夺人眼球？

无人驾驶、无人机和机器人领域就是结合了计算机视觉、语音识别及深度算法等技术呈现出来的人工智能商业化场景。

大疆无人机近年来在无人机市场风头正劲，“未来我们还要做得更加精准，把99%变成99.9%，这就是工匠精神。”大疆创新副总裁王帆谈起大疆的未来显得十分自信，“从室内到室外，无缝对接，我们的产品不会产生任何偏移。这才是基本的、关键的、核心的，而不是其他花哨的功能。”

让王帆引以为傲的是大疆“室内外复杂条件下的精准悬停技术”。“悬停”是多旋翼无人机最基本的能力，三维位置、三维角度、三维速度这些需要测量的状态都对多旋翼无人机保持稳定飞行有至关重要的作用，控制器则通过一系列“串级控制”来调整飞行姿态。大疆的组合导航技术结合GPS、惯性测量元件、地磁指南针和气压计各自的优缺点，通过处理电子信号、融合多种传感器的测量值，获得较为准确的飞行器状态量的测量。

同属“无人系列”的智能汽车，无论是在经济体量还是商业多样性上更为热闹。从自动驾驶到无人驾驶，甚至是智能汽车领域的共享经济思维，有关“自动驾驶”和“无人驾驶”的消息持续霸屏，热度不减。

不久前苹果投资滴滴的爆炸性新闻传出，一时间人们都在猜测苹果是在为Apple Car做市场储备，建“机器学习研究院”的滴滴未来可以与苹果产品进行整合和技术支持。不仅是滴滴，Uber也爆出订购10万辆智能汽车的新闻，易到也为乐视汽车布局好了生态入 口。

智能汽车生态圈的打造并非空想，神州租车首席信息官刘亚霄直言：“计算机能下赢李世石，也一定能下赢三轮车。”

事实上，神州专车以及神州租车在2015年也在智能驾驶方面做了大量的技术投入。神州想要构建的是一个以自动驾驶、车联网等技术为基础的开放性智能汽车运营体系。现在，神州专车在客户端通过应用集成驾驶，把汽车的租赁、专车、安全驾驶行为融合在一起，变成一个真正的车场。

眼见无人机和无人驾驶的商业化之路不断拓宽，机器人的商业场景路径也愈发令人畅想。尽管学界对机器人的探索有共融机器人、机器人灵巧手、软体机器人等多个研究方向，不过在机器人的商业化领域，产品的同质化严重，不少企业仍处于“摸着石头过河”的阶 段。

“等到机器人市场真正爆发的时候，每一个细分领域都会有强者出现，机器人还是要聚焦到垂直领域来把它做透。”乐橙CEO梁磊认为应该从用户的角度出发，盯着垂直领域做机器人。

梁磊在接受采访时表示，乐橙最开始关注的是to C的市场，考虑的是围绕着视频领域在监控、安防以外延伸更多的功能，在调研了很多家用产品之后，发现家用视频应用场景特别丰富，很多用户用视频智能技术来看宠物、看小孩、看老人，所以他们决定基于用户深挖一个产品，最后决定做母婴领域。

乐橙关注的是“看得见摸得着”的机器人，达闼科技CEO黄晓庆感兴趣的却是“云端机器人”。“宏观的理解，就是把机器人的大脑放到云端，然后用网络接到一个机器人的身体上。”黄晓庆向《时间线》记者描述，“也就是把机器人变成三个部分，把机器人的大脑放在云端，把机器人的神经网络变成移动通信的网络，然后把机器人的本体变成一个阿凡达，这样就形成了一个云端机器人。”

人工智能技术的前景范文第5篇

（辽宁理工学院，辽宁 锦州 121000）

摘 要：本文旅游景区信息化、数字化和智能化这三个阶段的内涵和特征，形式和内容进行了分析，期望能为人们理解景区的信息化发展道路有所帮助。

关键词 ：旅游景区；信息化；数字化；智能化

中图分类号：F592.3 文献标志码：A 文章编号：1000-8772-（2015）05-0037-01

收稿日期：2015-02-09

作者简介：谢双(1993-)，女，辽宁昌图人，辽宁理工学院，本科生。研究方向：旅游管理。

从发展历史来看，国内旅游景区的发展大多经历了三个阶段，即：初级的资源探寻和开发阶段，资源评价调研阶段，旅游产品设计阶段，与之相匹配的旅游形态则分别为：观光旅游，专题旅游，休闲生态旅游。在从信息化的发展角度看，景区的发展也经历了三个阶段，或者说三个层次，即信息化，数字化和智能化。从这个三个阶段的时间来看，大致从20世纪90年代互联网出现开始，到21世纪前，这十年为信息化发展阶段，21世纪的前十年，景区进入了数字化建设时期，而到2010年之后，各个景区相继进入了智能化的发展阶段。从层次上来看，这三个阶段呈现递进关系，每个阶段都有各自不同的特征，并对景区的发展发挥了不同的作用。

一、旅游景区的信息化

1.旅游景区信息化的内涵

旅游景区信息化是运用信息技术的初级阶段，指的是通过计算机软件技术、网络通信技术，以及地理信息系统等，设计出能够面向游客和景区工作人员的业务数据管理系统。由于信息技术发展水平的限制，这一阶段的景区信息化建设并没有系统性的规划和框架，信息系统的主要功能为游客数据处理、景区财务管理、票务管理等。这些功能的实现，也标志着计算机系统开始在旅游业中得以应用和推广。

2.旅游景区信息化的形式和内容

旅游景区信息化阶段的建设重点主要为：一是景区宣传资料的信息化转化，如制作景区宣传光盘等。二是在景区内发展多媒体技术，如声光电等视觉特效等。三是发展互联网技术，如开设景区网站，上传景区图片和影音资料等。

这个阶段的景区信息化发展主要有三个方面的内容：其一，景区旅游信息建设。这方面主要进行是通过互联网或多媒体来向旅游目标消费人群进行宣传和介绍；其二，旅游景区管理建设，主要是旅游景区的各项管理，包括景区软硬件设施管理、工作人员和游客管理等等内容；其三，景区商务活动平台建设。主要包括商务信息和旅游景区信息的、交易、邀约能内容。

二、旅游景区的数字化

1.旅游景区数字化的内涵

景区数字化即是我们常说的数字化景区，指的是景区借助计算机软硬件，综合运用信息技术，如网络宽带技术，3G通信技术，3S技术（地理信息系统GIS，遥感RS，全球定位系统gps），数据库技术、无线网络技术、互联网数据处理技术等等，来对景区的基础设施、旅游环境、旅游景点的各项资源、游客活动行为、旅游管理等信息进行自动采集和动态检测，并实施数据统计和分析，从而为景区管理人员提供一个全景的景区动态信息图，帮助其做出下一步的工作部署，从而为游客提供更加便利的服务，并为景区的规划建设和管理提供决策依据。景区数字化发展可以归纳为以下三点：景区旅游资源保护数字化、景区经营与管理数字化、旅游产业整合数字化。

2.旅游景区数字化的形式和内容

从发展层次和实质来看，景区数字化已经超越了传统的管理理念和方法，可以说，这个阶段的旅游业管理模式是中国旅游业发展的一大突破和创新。景区数字化所带来的景区管理效率提升和景区资源控制精准度是非常巨大。数字化景区主要的表现形式有：景区门票的在线销售、专业化的景区门户网站、景区自动化门禁系统、移动通信平台和无线信息系统，以及集游客安全监控、景区资源监控和保护等多种功能一体的综合视频监控系统，这一系统包括了景区防火预警系统、规划检测系统、GIS地理信息系统、GPS车辆调度系统等。可以说，景区数字化建设实现了整个景区的经营管理、资源保护、人员管理等多个方面的有序化和网络化。

三、旅游景区的智能化

1.旅游景区智能化的内涵

智能旅游是一个新型的概念，被人们通常称为智慧旅游。这一概念是借鉴于“智慧城市”和“智慧地球”而提出来的。智慧化，顾名思义，它的主要特点就是方便快捷、灵活高效。这一特点的实现依赖于先进的信息科学技术和雄厚的软硬件设施基础。同样，旅游景区的智能化要实现的是一个网络全覆盖的、可以进行感知和可视的动态景区。

2.旅游景区智能化的形式和内容

智能化景区主要表现形式是在数字化景区的基础之上，增设了二维码扫描、全息幻影成像、3D实景影像、信息聚合，以及多点触控显示屏和无线热点覆盖等等，使景区更为智能化地为游客提供信息化体验和可视化的旅游信息。