1.本書對人工智能進行了全景式、與時俱進的技術綜述並選取了重要領域予以深入介紹，對於關心整個人工智能產業發展的研究者，以及想要在該領域長久發展的從業、創業人員來說，可以大量的信息搜集整理精力。2.本書由中國電子信息產業發展研究院（賽迪）組織行業一線研究人員撰寫，內容專業、數據翔實、視野廣闊，時效性強，可以有效支撐相關人員的研究和學習。

●CHAPTER01 計算機視覺 001
1.1 計算機視覺發展概述 / 002
1.1.1 計算機視覺的發展之路 / 002
1.1.2 計算機視覺 ：讓機器看懂世界 / 005
1.2 計算機視覺技術前沿 / 013
1.2.1 從感知到認知 ：全面構建“視覺+”智能體繫 / 013
1.2.2 從識別到檢測 ：視頻中的人類動作理解研究 / 023
1.2.3 基於互聯網文本描述和深度對偶學習的圖像分割技術 / 028
1.2.4 基於深度學習的無人駕駛路徑規劃和控制 / 035
1.2.5 從海量監控視頻中提取並展示目標活動線索 / 040
1.2.6 基於視覺的無人機地面目標自主跟蹤繫統 / 044
1.2.7 視覺內容自動描述的研究進展 / 050
1.3 計算機視覺技術的應用落地發展 / 052
1.3.1 從蜜棗網案例談微軟認知服務 / 052
1.3.2 深度學習在醫學影像分析中的應用進展 / 056
1.3.3 計算機視覺技術助力京東無人零售店 / 061
1.3.4 商湯科技助力中國移動在線打造移動端實名認證繫統 / 064
點評 / 066

CHAPTER02
智能語音語義 067
2.1 國內外智能語音產業的格局與趨勢 / 068
2.1.1 智能語音技術概述 / 068
2.1.2 智能語音產業發展情況 / 071
2.1.3 智能語音應用場景及發展趨勢 / 074
2.1.4 智能語音產業發展展望 / 075
2.2  自然語言處理與語音識別的技術前沿 / 076
2.2.1 文本自動摘要研究進展 / 076
2.2.2 深度學下的機器翻譯 / 085
2.2.3 人機對話繫統綜述 / 092
2.2.4 基於結構化知識監督的事件抽取研究 / 096
2.2.5 解讀“人機交互”的核心技術 / 102
2.2.6 基於 WaveNet 的語音合成聲碼器研究 / 113
2.2.7  2017 年 TREC 任務賽 ：基於LSTM的問題相似度學習方法 / 117
2.3  智能語音語義技術的應用落地發展 / 121
2.3.1 阿裡巴巴的自然語言處理技術應用與發展 / 121
2.3.2 從網絡理論認識知識工程 / 129
2.3.3 利用自然語言處理技術控制金融風險 / 136
點評 / 140

CHAPTER03
人工智能芯片 141
3.1 人工智能芯片發展概述 / 142
3.1.1 人工智能芯片 ：從歷史看未來 / 142
3.1.2 人工智能芯片 ：加速智能時代的發動機 / 152
3.2 人工智能芯片的技術前沿與應用進展 / 160
3.2.1 Thinker ：可重構混合神經網絡計算芯片 / 160
3.2.2 寒武紀 ：智能處理器和基準測試集 / 174
3.2.3 端側人工智能芯片的挑戰和展望 / 180
3.2.4 端側人工智能芯片和構築華為終端智慧化之路 / 185
3.2.5 稀疏化 ：神經網絡計算新範式 / 189
3.2.6 神經形態計算發展現狀與展望 / 198
3.2.7 英特爾 Loihi 神經擬態芯片 ：引領智能計算新突破 / 206
3.2.8 面向腦機接口的神經擬態芯片 / 215
3.2.9 光子神經網絡——重新定義人工智能芯片 / 219
3.2.10 從 AIoT 的人機交互需求看人工智能芯片的落地路徑 / 224
3.2.11 浪潮：面向多模態應用的超異構計算平臺 / 230
點評 / 243
參考文獻 244
作者介紹 251

本書重點聚焦人工智能的關鍵前沿技術，先對人工智能技術領域進行概述，主要介紹核心及前沿領域的發展現狀和趨勢，並分析國內外人工智能發展戰略；之後深入介紹、分析支撐或影響人工智能產業發展的核心和前沿技術，如計算機視覺、智能語音語義、人工智能芯片等。本書適合人工智能、互聯網和計算機行業的從業人員和研究人員(技術崗位和非技術崗位)，以及創投相關人員閱讀參考。

中國電子信息產業發展研究院(賽迪研究院) 編