ai“上路”路且長(zhǎng)聚焦人工智能在高速公路領(lǐng)域的應(yīng)用

1、AI “上路” 路且長(zhǎng)聚焦人工智能在高速公路領(lǐng)域的應(yīng)用文 /中國(guó)交通信息化記者崔雪薇AI ( Artificial Intelligence )即人工智能，對(duì)于我們并不陌生。 在剛剛結(jié)束的 2018 世界人工智能圍棋大賽上， 圍棋人工智能 “星 陣”戰(zhàn)勝了中國(guó)圍棋職業(yè)九段棋手柯潔， 這是繼“ AlphaGo ”分別 于 2016 年、 2017 年戰(zhàn)勝李世石、柯潔之后，人工智能再次擊敗 人類。這讓我們看到了人工智能驚人的“進(jìn)化”速度和發(fā)展?jié)摿Α?更值得一提的是，“星陣”的前身是清華大學(xué)研發(fā)的圍棋AI “神算子”，是百分百的國(guó)產(chǎn)人工智能系統(tǒng)，意味著中國(guó)人工智能水 平邁上了一個(gè)新高度。 人工智能的

2、發(fā)展起起伏伏， 經(jīng)歷了一 波又一波浪潮。新一代人工智能的繁榮，猶如一棵枝繁葉茂的大 樹，滲透至各行業(yè)的藍(lán)圖之中， 服務(wù)于眾多領(lǐng)域。 當(dāng)人工智能 “上 路”，也將與高速公路產(chǎn)生奇妙的化學(xué)效應(yīng)， 2018 全國(guó)高速公路 與人工智能技術(shù)應(yīng)用研討會(huì)將目光聚焦在 AI 與高速公路上，將 AI “上路”的畫卷清晰地展現(xiàn)在了我們眼前。 公路有“大腦”對(duì)于人工智能，每個(gè)人都有自己的理解。東南大學(xué)交通學(xué)院 譚春華教授在會(huì)上給出了人工智能的一般性解釋：指由人制造出 來(lái)的機(jī)器所表現(xiàn)出來(lái)的智能，通常指通過(guò)普通計(jì)算機(jī)程序的手段 實(shí)現(xiàn)的人類智能技術(shù)。其核心問(wèn)題是建構(gòu)能夠跟人類似甚至超越 人類的推理、知識(shí)、規(guī)劃、學(xué)習(xí)、交流

3、、感知、移動(dòng)和操作物體的能力。人工智能可分三類，即弱人工智能、強(qiáng)人工智能、超人工智能。其中，弱人工智能具有感知、記憶和存儲(chǔ)功能，是 特定領(lǐng)域智能，應(yīng)用場(chǎng)景是圖像識(shí)別、語(yǔ)音識(shí)別、語(yǔ)義分析、智 能搜索、大數(shù)據(jù)應(yīng)用；強(qiáng)人工智能具有認(rèn)知與學(xué)習(xí)、決策與執(zhí)行 功能，是多領(lǐng)域綜合智能，應(yīng)用場(chǎng)景是無(wú)人駕駛、機(jī)器人；超人 工智能具有獨(dú)立意識(shí)與創(chuàng)新創(chuàng)造功能，將超越人類的智能，應(yīng)用 場(chǎng)景是創(chuàng)新創(chuàng)造和解決人類無(wú)法解決的問(wèn)題。公安部交通管理科學(xué)研究所國(guó)家工程實(shí)驗(yàn)室副主任姜良維介紹，人工智能由智 能感知、精確性計(jì)算、智能反饋控制三個(gè)環(huán)節(jié)組成，目的是體現(xiàn) 感知、思考、行動(dòng)三個(gè)層層遞進(jìn)的特征。智能感知收集足夠的結(jié) 構(gòu)化數(shù)據(jù)去

4、表述具體應(yīng)用場(chǎng)景，使計(jì)算機(jī)“能聽、會(huì)看”；精確性計(jì)算使計(jì)算機(jī)具備足夠的計(jì)算能力來(lái)模擬人的某些思維過(guò)程和 行為，實(shí)現(xiàn)自我學(xué)習(xí)、邏輯判斷、高效決策；智能反饋控制將結(jié) 果轉(zhuǎn)譯為肢體運(yùn)動(dòng)和媒介信息傳輸給人機(jī)交互界面或外部設(shè)備， 實(shí)現(xiàn)人機(jī)、機(jī)物的信息交流和物理互動(dòng)。如果把智能的高速公路比作一個(gè)人，那么傳感器和執(zhí)行器就是人的神經(jīng)細(xì)胞和肌肉， 互聯(lián)網(wǎng)絡(luò)就是人的神經(jīng)系統(tǒng)，而通過(guò)人工智能技術(shù)構(gòu)建的模型則 是人的大腦。近年來(lái)，我國(guó)高速公路路網(wǎng)建設(shè)發(fā)展迅速，以高速 公路為骨架、普通公路為主體的公路網(wǎng)已基本形成。同時(shí)，車路 持續(xù)快速增長(zhǎng)，人民日益增長(zhǎng)的美好生活需要對(duì)高速公路的監(jiān)測(cè)、 應(yīng)急、管理、服務(wù)和決策也提出了更高

5、的要求。通過(guò)“大腦”的感知、學(xué)習(xí)、判斷、決策、交流與互動(dòng)，咼速公路將變得更加咼 效、智能。需求與應(yīng)用安全和高效是高速公路的兩大特點(diǎn)，也是高速公路發(fā)展的目 標(biāo)，即從應(yīng)急、監(jiān)測(cè)兩個(gè)方面確保人、車、路的安全行駛，并實(shí) 現(xiàn)高效的管理、服務(wù)、決策。因此，高速公路的發(fā)展需滿足應(yīng)急、 監(jiān)測(cè)、管理、服務(wù)、決策這五個(gè)方面的需求。具體來(lái)說(shuō)，就是以 信息化、智能化引領(lǐng)高速公路管理和運(yùn)營(yíng)服務(wù)水平提升，積極推 進(jìn)云計(jì)算、大數(shù)據(jù)等現(xiàn)代信息技術(shù)與高速公路管理、運(yùn)營(yíng)服務(wù)的 深度融合，全面深化高速公路信息數(shù)據(jù)的共享和開發(fā)利用，建立 健全完善的監(jiān)測(cè)感知體系、可靠的通信保障體系、實(shí)時(shí)的預(yù)報(bào)預(yù) 警體系，實(shí)現(xiàn)路網(wǎng)“可知、可測(cè)、可控、可

6、服務(wù)”。人工智能技術(shù)的引入將有效提升高速公路在應(yīng)急、監(jiān)測(cè)、管理、服務(wù)、 決策這五個(gè)方面的能力，滿足路網(wǎng)“可知、可測(cè)、可控、可服務(wù)” 的需求。中設(shè)設(shè)計(jì)集團(tuán)股份有限公司施展在報(bào)告中指出，在人工 智能的眾多技術(shù)中，高速公路管理服務(wù)可重點(diǎn)關(guān)注機(jī)器視覺(jué)、智 能無(wú)人機(jī)、三維視覺(jué)等技術(shù)，并對(duì)其在高速公路中的應(yīng)用進(jìn)行了 介紹。機(jī)器視覺(jué)-機(jī)器視覺(jué)技術(shù)是人工智能研究的分支之一，是一門研究如何使機(jī)器“看”的科學(xué)，能夠在圖像及 圖像描述之間建立映射關(guān)系，從而使計(jì)算機(jī)能夠通過(guò)數(shù)字圖像處 理和分析來(lái)理解視頻畫面中的內(nèi)容，自動(dòng)地分析和抽取視頻源中 的關(guān)鍵信息。近幾年最火的技術(shù)之一深度學(xué)習(xí)，是一種可用于機(jī)器視覺(jué)的機(jī)器學(xué)習(xí)技術(shù)

7、。 機(jī)器視覺(jué)在高速公路營(yíng)運(yùn)管理中的 應(yīng)用場(chǎng)景除了傳統(tǒng)的交通事故發(fā)現(xiàn)與預(yù)警、違停事件報(bào)警，還有 道路路面檢測(cè)、道路拋灑物自動(dòng)識(shí)別、違法行為報(bào)警、交通流量 / 交通事件監(jiān)測(cè)、員工服務(wù)監(jiān)測(cè)，共七大場(chǎng)景。 智能無(wú)人機(jī) 智能無(wú)人機(jī)是近幾年比較熱的技術(shù)。 中設(shè)設(shè)計(jì)集團(tuán)股份有 限公司在內(nèi)蒙古的無(wú)人區(qū)進(jìn)行了大規(guī)模的科研，通過(guò)無(wú)人機(jī)裝備 的掛載攝像機(jī)、掛載喇叭，將其應(yīng)用于應(yīng)急現(xiàn)場(chǎng)實(shí)時(shí)管控、違法 侵害路產(chǎn)路權(quán)監(jiān)管、超載超限監(jiān)管等場(chǎng)景。 此外，智能無(wú)人 機(jī)還可以進(jìn)行道路養(yǎng)護(hù)巡查，解決外場(chǎng)探查有繞行、效率低、不 安全的問(wèn)題，提供直觀完整的數(shù)據(jù)，解決物理盲區(qū)。智能無(wú)人機(jī) 還可應(yīng)用于應(yīng)急指揮調(diào)度場(chǎng)景，解決傳統(tǒng)應(yīng)急保障響應(yīng)

8、慢、無(wú)法 第一時(shí)間到達(dá)現(xiàn)場(chǎng)，現(xiàn)場(chǎng)視角受限、反應(yīng)不全面，缺乏有效的、 及時(shí)的現(xiàn)場(chǎng)取證手段等問(wèn)題；具有快速響應(yīng)，直線飛達(dá)現(xiàn)場(chǎng)，不 受地形限制，視野開闊，機(jī)動(dòng)靈活，實(shí)時(shí)拍攝留證的優(yōu)勢(shì)。智能 無(wú)人機(jī)近幾年在橋梁養(yǎng)護(hù)方面的應(yīng)用也越來(lái)越多，如對(duì)江蘇的寧 高新通道石臼湖大橋、繞城公路秦淮河大橋等橋梁進(jìn)行檢測(cè)， 無(wú)人機(jī)上掛高清變焦鏡頭，對(duì)橋側(cè)、橋墩、橋臺(tái)、橋柱等橋梁外 觀進(jìn)行檢測(cè)， 可看清毫米級(jí)裂縫。三維視覺(jué) 三維視覺(jué)技術(shù)除了應(yīng)用于虛擬現(xiàn)實(shí)（如 VR 巡檢）方面，還可以在調(diào)度 指令下發(fā)與執(zhí)行、預(yù)案演練、設(shè)備巡檢、路線導(dǎo)航、信息提示、 模擬駕駛等方面得到應(yīng)用。尤其通過(guò)三維 GIS 、電子沙盤、虛擬 現(xiàn)實(shí)技術(shù)，可

9、實(shí)現(xiàn)高速公路基礎(chǔ)管理、資產(chǎn)管理、資源管理、工程管理、養(yǎng)護(hù)管理、應(yīng)急預(yù)案等方面的應(yīng)用?；谔摂M現(xiàn)實(shí)的應(yīng)急演練一一傳統(tǒng)應(yīng)急培訓(xùn)演練主要通過(guò)講座、視頻、現(xiàn)場(chǎng)演 習(xí)等方式實(shí)現(xiàn)，具有一定的局限性，如危險(xiǎn)場(chǎng)景的模擬，無(wú)法對(duì) 每個(gè)個(gè)體操作的規(guī)范性實(shí)現(xiàn)監(jiān)督，而通過(guò)虛擬現(xiàn)實(shí)技術(shù)可模擬真 實(shí)現(xiàn)場(chǎng)環(huán)境，提高應(yīng)急演練的效果。面向高速公路時(shí)間的快速三維重建還原一一由于突發(fā)事件現(xiàn)場(chǎng)一旦被破壞或撤銷便無(wú)法 還原，通過(guò)無(wú)人機(jī)、機(jī)器視覺(jué)等技術(shù)的應(yīng)用可實(shí)現(xiàn)現(xiàn)場(chǎng)環(huán)境的完 整保持，并通過(guò)基于三維地圖的事件模擬實(shí)現(xiàn)對(duì)現(xiàn)場(chǎng)情況的回溯、 測(cè)量和分析。除了以上提到的應(yīng)用， 通過(guò)智能機(jī)器人將可以為服務(wù)區(qū)休息人員提供包括點(diǎn)餐、送餐、咨詢、導(dǎo)航等

10、智能化、 個(gè)性化服務(wù)；人工智能也將會(huì)在“一站式”出行服務(wù)、車聯(lián)網(wǎng)與 無(wú)人駕駛，應(yīng)急預(yù)案智能匹配、無(wú)感支付、逃費(fèi)稽查、智能交互 式客服、行為監(jiān)督、智能路徑規(guī)劃以及交通誘導(dǎo)等多方面逐步得 到應(yīng)用。預(yù)警更精準(zhǔn)與國(guó)外相比，我國(guó)高速公路通行環(huán)境更加復(fù)雜、交通安全 隱患更加多樣。面對(duì)日益延伸的高速公路和不斷增加的機(jī)動(dòng)車， 只有強(qiáng)化通行車輛的全天候管控、實(shí)施交通事故黑點(diǎn)的全方位預(yù) 警，才能從源頭上確?！氨０踩⒈惩?、降事故”的目標(biāo)得到 實(shí)現(xiàn)。姜良維為大家介紹了基于人工智能視覺(jué)芯的高速公路交通 事故預(yù)警預(yù)測(cè)方案。預(yù)期目標(biāo)-該方案針對(duì)高速公路 復(fù)雜通行條件和惡劣行車環(huán)境下的安全行車問(wèn)題，研究基于人工智能視覺(jué)芯

11、的高速公路行車環(huán)境全息感知、基于深度學(xué)習(xí)的機(jī)動(dòng) 車通行行為精準(zhǔn)識(shí)別、基于聲光電的交通隱患即時(shí)預(yù)警等技術(shù)， 研制具有高速公路交通事故預(yù)警預(yù)測(cè)的新型交通監(jiān)控設(shè)備，在交 通違法易發(fā)路段、交通隱患頻現(xiàn)部位示范應(yīng)用，解決復(fù)雜交通場(chǎng) 景下路況全息感知、行為智能識(shí)別、隱患精準(zhǔn)預(yù)警等難題，構(gòu)建 重大交通事故的“綜合評(píng)估、提前預(yù)警、即時(shí)干預(yù)與快速處置” 技術(shù)體系， 保障機(jī)動(dòng)車安全有序通行。實(shí)現(xiàn)方法1、高速公路行車環(huán)境全息感知 利用具有人工智能處理特性的 智能芯片與交通視頻監(jiān)控設(shè)備集成，基于嵌入式環(huán)境下高度優(yōu)化 的深度學(xué)習(xí)算法，解決高速公路大場(chǎng)景和低照度環(huán)境下全天候感 知高速運(yùn)動(dòng)目標(biāo)和高清晰場(chǎng)景成像問(wèn)題，為交通行

12、為分類理解獲 取穩(wěn)定可靠的車輛行為特征。2、機(jī)動(dòng)車通行行為精準(zhǔn)識(shí)別基于深度學(xué)習(xí)算法提煉車輛的辨識(shí)特征和運(yùn)動(dòng)特征，并利用這些 特征對(duì)車輛的通行行為進(jìn)行分類識(shí)別。利用海量交通視頻數(shù)據(jù)， 針對(duì)跟車過(guò)近、違法變道、長(zhǎng)期騎行等具有交通隱患的通行行為 進(jìn)行學(xué)習(xí)和訓(xùn)練，實(shí)現(xiàn)對(duì)此類型交通行為的精準(zhǔn)識(shí)別。3、交通隱患定位與預(yù)警 在車流感知的基礎(chǔ)上，基于車流狀態(tài)、 車流中車輛的通行行為識(shí)別結(jié)果以及特定天氣條件檢測(cè)結(jié)果等， 對(duì)車流的交通安全風(fēng)險(xiǎn)進(jìn)行分級(jí)分類，根據(jù)交通隱患輕重等級(jí)對(duì) 其進(jìn)行預(yù)測(cè)定位，在特殊交通路段、交通事故現(xiàn)場(chǎng)或?yàn)?zāi)害性天氣 路段的前后方，以聲光電等形式進(jìn)行定向預(yù)警和告知。4、交通事故預(yù)警預(yù)測(cè)技術(shù)集成

13、集成基于人工智能視覺(jué)芯的高 速公路行車環(huán)境全息感知設(shè)備、基于深度學(xué)習(xí)的通行機(jī)動(dòng)車交通 行為精準(zhǔn)識(shí)別軟件、基于聲光電的交通隱患即時(shí)預(yù)警設(shè)備，形成 完整的具有高速公路交通事故預(yù)警預(yù)測(cè)的新型交通監(jiān)控設(shè)備，構(gòu) 建基于視覺(jué)人工智能的高速公路交通事故預(yù)警預(yù)測(cè)技術(shù)體系。幾點(diǎn)思考-對(duì)于高速公路交通事故預(yù)警預(yù)測(cè)， 姜良維給出了幾點(diǎn)建議和思考。對(duì)高速公路通行車輛進(jìn)行全方位、 多角度監(jiān)測(cè)，是國(guó)內(nèi)外交通管理領(lǐng)域的常規(guī)做法，準(zhǔn)確有效記錄通行車輛運(yùn)動(dòng)行為也是實(shí)現(xiàn)路面車輛科學(xué)化管理的必然要求。隨著大數(shù)據(jù)和人工智能等新技術(shù)的發(fā)展，在交通監(jiān)控設(shè)備中直接嵌 入人工智能視覺(jué)芯是國(guó)內(nèi)外技術(shù)發(fā)展的必然選擇。目前高速公路 難以實(shí)現(xiàn)大場(chǎng)景

14、夜間補(bǔ)光，也經(jīng)常遇到濃霧、團(tuán)霧等惡劣天氣， 目前基于高清視頻成像的交通監(jiān)控設(shè)備不僅功能單一，而且圖像 清晰度不穩(wěn)定，國(guó)內(nèi)外相關(guān)公司都在致力于改善交通監(jiān)控圖像品 質(zhì)。 嵌入人工智能視覺(jué)芯的交通監(jiān)控設(shè)備，將集高清晰成像、 全天候感知、多維度識(shí)別、精細(xì)化預(yù)警等功能于一體，將從本質(zhì) 上改變交通監(jiān)控設(shè)備的內(nèi)涵，為解決復(fù)雜交通場(chǎng)景下高速公路路 況全息感知、行為智能識(shí)別、隱患精準(zhǔn)預(yù)警提供條件。打逃也智能近年來(lái)高速公路頻繁出現(xiàn)車輛逃費(fèi)現(xiàn)象，且日益嚴(yán)重，不僅給公路營(yíng)運(yùn)單位造成了巨大經(jīng)濟(jì)損失，更嚴(yán)重破壞了高速公路運(yùn) 營(yíng)管理秩序。逃費(fèi)類型多種多樣，防不勝防。目前在打逃方面主 要的瓶頸為：針對(duì)高速公路車輛的通行信息數(shù)

15、據(jù)的收集比較單薄， 無(wú)法形成有效的證據(jù)鏈，如收費(fèi)站出入口錄像設(shè)備不清晰且沒(méi)有 增加對(duì)車輛車身及車尾的抓拍功能，導(dǎo)致核實(shí)逃費(fèi)車輛信息取證 難；現(xiàn)有的稽查打逃系統(tǒng)智能分析能力較低，無(wú)法對(duì)逃費(fèi)車輛進(jìn) 行有效打擊。 針對(duì)這兩個(gè)問(wèn)題， 黑龍江省交通信息通信中心 總工程師寧書勛講解了車輛多維特征及大數(shù)據(jù)在打逃中的應(yīng)用， 可有效突破打逃瓶頸。 車輛多維特征信息采集 車輛多維特征信息采集的策略為：在收費(fèi)站出入口部署車型 識(shí)別設(shè)備，主要由三組圖像采集系統(tǒng)、多元特征信息提取分析系 統(tǒng)、車輛分離系統(tǒng)、補(bǔ)光系統(tǒng)等組成，是實(shí)現(xiàn)高速公路可視化管 理的基礎(chǔ)手段；在道路上部署高清卡口設(shè)備，實(shí)現(xiàn)對(duì)所有經(jīng)過(guò)卡 口點(diǎn)的車輛車牌抓拍

16、自動(dòng)識(shí)別及駕駛員的人臉抓拍，清晰辨別車 輛顏色和車輛全貌，為逃費(fèi)稽查管理形成完整的證據(jù)鏈；增加二 義性路徑識(shí)別設(shè)備，利用車牌自動(dòng)識(shí)別技術(shù)，檢測(cè)車輛的行駛路 徑，作為通行費(fèi)收取及分賬的依據(jù)；升級(jí)收費(fèi)站車牌識(shí)別系統(tǒng)， 要求升級(jí)后的車牌識(shí)別系統(tǒng)抓拍圖片具有良好的清晰度，同時(shí)還 需提供抓拍圖片并上傳到路段管理平臺(tái)。其中，車型識(shí)別系統(tǒng)采用機(jī)器視覺(jué)信息技術(shù)和多維車輛特征 信息提取分析技術(shù)，獲取車輛多維度的信息，集圖像采集、圖像 處理、圖像抓拍、車輛特征檢測(cè)、車牌識(shí)別、車型分類于一體， 實(shí)現(xiàn)車輛車型自動(dòng)識(shí)別及分類， 適用于高速收費(fèi)站自動(dòng)發(fā)卡系統(tǒng)、 套牌車查處、 ETC 逃費(fèi)治理、 治超車道等。 車輛多維特征

17、信 息采集可以自動(dòng)獲取車輛逃費(fèi)的證據(jù)鏈，包括有逃費(fèi)車輛出入口 信息、車輛信息、逃費(fèi)特征說(shuō)明、逃費(fèi)地點(diǎn)、嫌疑車同作案車輛數(shù)據(jù)顯示、途中經(jīng)過(guò)點(diǎn)車輛信息、車臉、人臉信息。 信息處 理及其關(guān)鍵技術(shù) 信息處理環(huán)節(jié)利用前端設(shè)備采集的各種信 息，結(jié)合相鄰系統(tǒng)數(shù)據(jù)，建立起大數(shù)據(jù)分析平臺(tái)，實(shí)現(xiàn)各類營(yíng)運(yùn) 分析應(yīng)用與逃費(fèi)稽查功能，可實(shí)現(xiàn)數(shù)據(jù)查詢、逃費(fèi)分析、路徑識(shí) 別、布控報(bào)警、流量統(tǒng)計(jì)、黑名單管理、 統(tǒng)計(jì)報(bào)表等功能。1、動(dòng)態(tài)分析與信息確認(rèn)是技術(shù)難點(diǎn) 大數(shù)據(jù)分析平臺(tái)的數(shù)據(jù)收 集是自動(dòng)進(jìn)行的，因此要求分析任務(wù)也必須是動(dòng)態(tài)的，系統(tǒng)必須 對(duì)新增的數(shù)據(jù)進(jìn)行實(shí)時(shí)處理?，F(xiàn)有數(shù)據(jù)還存在信息缺失、信息錯(cuò) 誤等情況，如斷面卡口數(shù)據(jù)中無(wú)

18、車輛類型信息、入站車牌識(shí)別錯(cuò) 位、通行卡提前發(fā)卡等。網(wǎng)絡(luò)傳輸系統(tǒng)的穩(wěn)定性與可靠性也存在 問(wèn)題。如何重建缺失信息、如何剔除錯(cuò)誤信息對(duì)分析結(jié)果的正確 性具有重大影響。2、稽查分析是大數(shù)據(jù)分析平臺(tái)的重點(diǎn)功能數(shù)據(jù)量、 數(shù)據(jù)本身的質(zhì)量問(wèn)題是稽查分析的難點(diǎn)。 稽查分析的基本思路是：首先從大量的數(shù)據(jù)中篩選出異常數(shù)據(jù)，然后從 異常數(shù)據(jù)中盡可能地剔除由數(shù)據(jù)缺失或者系統(tǒng)本身造成的規(guī)律性 錯(cuò)誤數(shù)據(jù)，最后通過(guò)一類算法標(biāo)識(shí)出有重大嫌疑的偷逃費(fèi)用車輛。 且行且探索橫看成嶺側(cè)成峰，遠(yuǎn)近高低各不同 人工智能是個(gè)非常 大的領(lǐng)域，涉及到諸如計(jì)算機(jī)視覺(jué)、自然語(yǔ)言理解與交流、認(rèn)知 與推理、機(jī)器人學(xué)、博弈與倫理等學(xué)科。國(guó)家智能交通系統(tǒng)

19、工程 技術(shù)研究中心副主任孟春雷指出，現(xiàn)在業(yè)內(nèi)對(duì)于人工智能的理解就是從各自學(xué)習(xí)的角度去判斷，就如同蘇軾的題西林壁所言 橫看成嶺側(cè)成峰，遠(yuǎn)近高低各不同，不識(shí)廬山真面目，只緣 身在此山中?？傮w來(lái)說(shuō)，我國(guó)人工智能的發(fā)展還處于一個(gè)比較初 期的階段， 概念性和戰(zhàn)略性還比較薄弱， 理論還比較基礎(chǔ)和簡(jiǎn)單， 還不是一個(gè)扎實(shí)的工程學(xué)科，還無(wú)法對(duì)場(chǎng)景進(jìn)行常識(shí)性的理解。 只是在 “深度學(xué)習(xí)” 算法上產(chǎn)生了突破人工智能的發(fā)展經(jīng)歷了一波又一波浪潮。南京大學(xué)軟件學(xué)院劉嘉教授強(qiáng)調(diào)，與我們最 近的這一波人工智能浪潮與以往的浪潮相比，其最大的不同是： 這一波人工智能浪潮只是在“深度學(xué)習(xí)”算法上產(chǎn)生了突破。在 人工智能這個(gè)大領(lǐng)域中，機(jī)器視覺(jué)只是其中占比不到十分之一的 一個(gè)細(xì)分領(lǐng)域，而深度學(xué)習(xí)又是機(jī)器視覺(jué)領(lǐng)域中占比不到十分之 一的一個(gè)細(xì)分領(lǐng)域。這一波人工智能的發(fā)展主要得益于大數(shù)據(jù)的 發(fā)展，大家認(rèn)識(shí)到數(shù)據(jù)的價(jià)值，去收集、加工、標(biāo)注大量的數(shù)據(jù)。 在