近期，清华大学－中国工程院知识智能联合研究中心、中国人工智能学会吴文俊人工智能科学技术奖评选基地联合发布了《2019人工智能发展报告》，遴选了13个人工智能的重点领域，包括深度学习、计算机视觉、语音识别、应用研究、发展动向等。 　　深度学习让图像、语音等感知类问题取得突破 　　机器学习是一门多领域交叉学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能。 视频监控等应用

视频会议、考古、虚拟现实、视频监控等；另一方面，人们发现，多视几何理论下的分层三维重建能有效提高三维重建的鲁棒性和精度。 　　多视几何的代表性人物首数法国INRIA的O.Faugeras，美国　GE研究院的R.Hartely和英国牛津大学的A.Zisserman。2000年Hartely和Zisserman合著的书对这方面的内容给出了比较系统的总结。大数据需要全自动重建，而全自动重建需要反复优化，而反复优化需要花费大量计算资源。举一个简单例子，假如要三维重建北京中关村地区，为了保证重建的完整性，需要获取大量的地面和无人机图像。假如获取了1万幅地面高分辨率图像（4000×3000）、5千幅高分辨率无人机图像（8000×7000），三维重建要匹配这些图像，从中选取合适的图像集，然后对相机位置信息进行标定并重建出场景的三维结构，如此大的数据量，人工干预是不可能的，所以整个三维重建流程必须全自动进行。 　　基于学习的视觉，则是指以机器学习为主要技术手段的计算机视觉研究。基于学习的视觉研究，文献中大体上分为二个阶段：21世纪初的以流形学习为代表的子空间法和目前以深度学习为代表的视觉方法。 　　近年来，巨量数据的不断涌现与计算能力的快速提升，给以非结构化视觉数据为研究对象的计算机视觉带来了巨大的发展机遇与挑战性难题，计算机视觉也因此成为学术界和工业界公认的前瞻性研究领域，部分研究成果已实际应用，催生出人脸识别、智能视频监控等多个极具显示度的商业化应用。 　　语音识别被应用于工业、通信、医疗等行业

智能机器人已成为世界各国的研究热点之一，成为衡量一国工业化水平的重要标志。 　　机器人技术最早应用于工业领域，但随着机器人技术的发展和各行业需求的提升，在计算机技术、网络技术、MEMS技术等新技术发展的推动下，近年来，机器人技术正从传统的工业制造领域向医疗服务、教育娱乐、勘探勘测、生物工程、救灾救援等领域迅速扩展，适应不同领域需求的机器人系统被深入研究和开发。过去几十年，机器人技术的研究与应用，大大推动了人类的工业化和现代化进程，并逐步形成了机器人的产业链，使机器人的应用范围也日趋广泛。 　　在机器人崭露头角于工业生产的同时，机器人技术研究不断深入。1961年，美国麻省理工学院Lincoln实验室把一个配有接触传感器的遥控操纵器的从动部分与一台计算机联结在一起，这样形成的机器人可以凭触觉决定物体的状态。随后，用电视摄像头作为输入的计算机图像处理、物体辨识的研究工作也陆续取得成果。1968年，美国斯坦福人工智能实验室的J.McCarthy等人研究了新颖的课题——研制带有手、眼、耳的计算机系统。于是，智能机器人的研究形象逐渐丰满起来。 　　20世纪70年代以来，机器人产业蓬勃兴起，机器人技术发展为专门的学科。服务机器人也开始走进普通家庭的生活。 　　世界上许多机器人科技公司都在大力发展机器人技术，机器人的特质与有机生命越来越接近。最近，波士顿动力公司在机器人领域的成就已经成为人们的焦点，其产品机器狗Spot和双足人形机器人Atlas都让人大为惊叹。Spot的功能十分先进，可以前往你告诉它要去的目的地，避开障碍，并在极端情况下保持平衡。Spot还可以背负多达四个硬件模块，为公司提供其他多款机器人完成特定工作所需的任何技能；Atlas已经掌握了倒立、360度翻转、旋转等多项技能，继表演跑酷、后空翻等绝技之后，Atlas又掌握了一项新技能——体操，再次让人们大开眼界。 　　感谢网友分享的AI报告及白皮书百度网盘下载链接： 　　 提取码：oi40