《新一代人工智能發(fā)展規(guī)劃》的頒布,帶火了這些專業(yè)

1、《新一代人工智能發(fā)展規(guī)劃新一代人工智能發(fā)展規(guī)劃》的頒布，帶火了這些專業(yè)的頒布，帶火了這些專業(yè)7月20日國(guó)務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，其中戰(zhàn)略目標(biāo)是到2020年人工智能產(chǎn)業(yè)成為新的重要經(jīng)濟(jì)增長(zhǎng)點(diǎn)，人工智能核心產(chǎn)業(yè)規(guī)模超過(guò)1500億元，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模超過(guò)1萬(wàn)億元。新一代人工智能在智能制造、智能醫(yī)療、智慧城市、智能農(nóng)業(yè)、國(guó)防建設(shè)等領(lǐng)域得到廣泛應(yīng)用，人工智能核心產(chǎn)業(yè)規(guī)模超過(guò)4000億元，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模超過(guò)5萬(wàn)億元。一、人工智能的含義

2、一、人工智能的含義人工智能（ArtificialIntelligence），英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專家系統(tǒng)等。二、如何加快培養(yǎng)聚集人工智能高端人才？二、如何加快培養(yǎng)聚集人工智能高端人才？

3、《新一代人工智能發(fā)展規(guī)劃》中提到，把高端人才隊(duì)伍建設(shè)作為人工智能發(fā)展的重中之重，堅(jiān)持培養(yǎng)和引進(jìn)相結(jié)合，完善人工智能教育體系，加強(qiáng)人才儲(chǔ)備和梯隊(duì)建設(shè)，特別是加快引進(jìn)全球頂尖人才和青年人才，形成我國(guó)人工智能人才高地。培育高水平人工智能創(chuàng)新人才和團(tuán)隊(duì)。支持和培養(yǎng)具有發(fā)展?jié)摿Φ娜斯ぶ悄茴I(lǐng)軍人才，加強(qiáng)人工智能基礎(chǔ)研究、應(yīng)用研究、運(yùn)行維護(hù)等方面專業(yè)技術(shù)人才培養(yǎng)。重視復(fù)合型人才培養(yǎng)，重點(diǎn)培養(yǎng)貫通人工智能理論、方法、技術(shù)、產(chǎn)品與應(yīng)用等的縱向復(fù)合型人才，

4、以及掌握“人工智能”經(jīng)濟(jì)、社會(huì)、管理、標(biāo)準(zhǔn)、法律等的橫向復(fù)合型人才。通過(guò)重大研發(fā)任務(wù)和基地平臺(tái)建設(shè)，匯聚人工智能高端人才，在若干人工智能重點(diǎn)領(lǐng)域形成一批高水平創(chuàng)新團(tuán)隊(duì)。鼓勵(lì)和引導(dǎo)國(guó)內(nèi)創(chuàng)新人才、團(tuán)隊(duì)加強(qiáng)與全球頂尖人工智能研究機(jī)構(gòu)合作互動(dòng)。加大高端人工智能人才引進(jìn)力度。開辟專門渠道，實(shí)行特殊政策，實(shí)現(xiàn)人工智能高端人才精準(zhǔn)引進(jìn)。重點(diǎn)引進(jìn)神經(jīng)認(rèn)知、機(jī)器學(xué)習(xí)、自動(dòng)駕駛、智能機(jī)器人等國(guó)際頂尖科學(xué)家和高水平創(chuàng)新團(tuán)隊(duì)。鼓勵(lì)采取項(xiàng)目合作、技術(shù)咨詢等方式柔

5、性引進(jìn)人工智能人才。統(tǒng)籌利用“千人計(jì)劃”等現(xiàn)有人才計(jì)劃，加強(qiáng)人工概率的形式表征(條件概率、貝葉斯法則、可能性、獨(dú)立性等)和從其中衍生出的技術(shù)(貝葉斯網(wǎng)、馬爾科夫決策過(guò)程、隱藏式馬可夫模型等)是機(jī)器學(xué)習(xí)算法的核心，這些理論可以用來(lái)處理現(xiàn)實(shí)世界中存在的不確定性問(wèn)題。和這個(gè)領(lǐng)域密切相關(guān)的還有統(tǒng)計(jì)學(xué)，這個(gè)學(xué)科提供了很多種衡量指標(biāo)(平均值、中間值、方差等)、分布(均勻分布、正態(tài)分布、二項(xiàng)式分布、泊松分布等)和分析方法(ANOVA、假設(shè)實(shí)驗(yàn)等)，這

6、些理論對(duì)于觀測(cè)數(shù)據(jù)模型的建立和驗(yàn)證非常必要。很多機(jī)器學(xué)習(xí)算法的統(tǒng)計(jì)建模程序都是可以擴(kuò)展的。（3）數(shù)據(jù)建模及評(píng)估）數(shù)據(jù)建模及評(píng)估數(shù)據(jù)建模就是對(duì)一個(gè)給定的數(shù)據(jù)庫(kù)的基本結(jié)構(gòu)進(jìn)行評(píng)估的過(guò)程，目的就是發(fā)現(xiàn)其中所蘊(yùn)含的有用模式(相互關(guān)系，聚合關(guān)系、特征矢量等)和或者預(yù)測(cè)以前案例(分類，回歸、異常檢測(cè)等)的特征。評(píng)估過(guò)程的關(guān)鍵就是不斷地對(duì)所給模型的優(yōu)良性能進(jìn)行評(píng)價(jià)。根據(jù)手中的任務(wù)，你需要選取一種恰當(dāng)?shù)木珳?zhǔn)誤差衡量指標(biāo)(比如日志分類的損失、線性回歸的誤

7、差平方和等等)和求值策略(培訓(xùn)測(cè)試、連續(xù)Vs.隨機(jī)交叉驗(yàn)證等)。（4）應(yīng)用機(jī)器學(xué)習(xí)算法與庫(kù)）應(yīng)用機(jī)器學(xué)習(xí)算法與庫(kù)盡管通過(guò)程式庫(kù)軟件包API(比如scikitlearnTheanoSparkMLlibH2OTensFlow等)可以廣泛地實(shí)現(xiàn)機(jī)器學(xué)習(xí)算法的標(biāo)準(zhǔn)化執(zhí)行，但是算法的應(yīng)用還包括選取合適的模型(決策、樹形結(jié)構(gòu)、最近鄰點(diǎn)、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)器、多模型集成等)、適用于數(shù)據(jù)的學(xué)習(xí)程序(線性回歸、梯度下降法、基因遺傳算法、袋翻法、模型特定