华院计算：2023年认知智能技术与应用研究报告 -pg电子娱乐平台

iipg电子平台的版权声明本报告pg电子平台的版权属于华院计算技术（上海）股份有限公司和中国信息通信研究院云计算与大数据研究所，并受法律保护。转载、摘抄或利用其他方式使用本报告文字或观点的，应注明“来源：华院计算技术（上海）股份有限公司和中国信息通信研究院云计算与大数据研究所”。违反上述声明者，公司和研究院保留追究其法律责任的权利。认知智能技术与应用研究报告（2023iii前言随着深度学习技术演进，语音识别、图像识别等技术准确率得到大幅提高，机器的听、看等“感知”能力已经达到甚至超越人类水平，逐渐进入应用成熟期。然而，当机器在面对思考、推荐、决策、联想等复杂“认知”问题时，仍无法完全满足应用要求。伴随全球数字化进程加快，人工智能技术与产业融合程度逐步加深，“能思考，会判断”的认知智能技术逐步应用于智能客服、智能推荐、智能营销、智能分析等诸多场景，不断释放产业应用价值。目前，认知智能正步入发展快车道，大模型应用热潮又为其注入一股新能量，进一步扩张认知智能应用潜力和价值边界。本报告由华院计算技术（上海）股份有限公司（以下简称“华院”）和中国信息通信研究院云计算与大数据研究所联合撰写，围绕认知智能发展现状、关键技术、典型应用场景和未来发展方向进行阐述，共分为四个部分。第一部分聚焦认知智能发展现状，围绕学术环境、技术创新、产业规模等维度进行阐述；第二部分聚焦认知智能关键技术，介绍知识数据融合、知识表示推理、认知规划与决策、多模态学习及情感计算五个技术方向；第三部分围绕医疗、金融、制造及教育等重点应用领域，分析典型落地场景及应用案例；第四部分围绕大模型、生成式人工智能对认知智能的推动作用进行分析，展望可解释、类脑智能等前沿技术发展前景。由于人工智能仍处于快速发展阶段，我们对认知智能还有待进一步研究，报告如存在不足之处，敬请大家批评指正。认知智能技术与应用研究报告（2023iv目录第一章人工智能迈入“认知智能”新阶段....................ai核心要素推动认知智能发展..................................1第二章认知智能核心技术日益成熟..........................认知规划和决策处理复杂任务.................................10情感计算优化智能交互体验...................................13生成式人工智能提高机器创造力...............................14第三章认知智能场景化应用逐渐深化.......................16认知智能促进医疗服务再升级.................................16认知智能促进金融科技应用创新...............................17认知智能加速工业制造智能转型...............................19认知智能推进教育模式创新优化...............................20第四章认知智能技术与应用方向展望.......................22多模态大模型拓展认知智能应用边界...........................22可解释的认知智能增强技术可信赖度...........................23类脑智能推动认知智能向意识智能发展.........................24参考文献................................................25认知智能技术与应用研究报告（2023第一章人工智能迈入“认知智能”新阶段认知智能的核心是通过模仿人类认知过程，使机器具备理解、推理、解释、联想、演绎等多方面能力，涉及自然语言处理、知识计算、情感计算、类脑智能等多领域技术，可应用于智能推荐、智能营销、风险预测、智能交互等众多场景。近年来，人工智能数据、算法和算力的快速发展，支撑了认知智能技术创新和场景化应用，越来越多研究机构和学者开始关注认知智能理论研究和技术落地，认知智能产业应用前景广阔。ai核心要素推动认知智能发展数据要素方面，数据量飞速增长，数据质量持续优化，为认知智能思考和决策提供依据，扩展认知智能应用范围。根据statista算，到2035年，全球数据产生量将达到2141zb，为认知智能提供充足数据资源储备。此外，多地出台相关政策措施，通过鼓励高质量基础训练数据集开放共享、建设数据训练基地、搭建数据集精细化标注众包服务平台等举措，保障训练数据的高质量供给。优质数据与知识的双重驱动，进一步提升认知能力上限。算法要素方面，机器学习、深度学习、强化学习等算法创新迭代，推动认知智能在推理及预测方面性能持续提升。机器学习领域，对比学习通过比较输入样本和目标样本之间的差异来进行自监督式学习，zb：中文名是泽字节，外文名是zettabyte，是计算机术语，代表的是十万亿亿字节。认知智能技术与应用研究报告（2023能够发现数据中的潜在结构和特征，从而更好地进行分类、识别或生成等任务；深度学习领域，元学习通过从多个任务的学习中汲取经验，进而提高模型在新任务上的泛化能；强化学习领域，人类反馈强化学习将实体识别任务转化为强化学习问题，将人类的反馈作为奖励信号，在与人类交互不断学习优化模型，从而提高实体识别的准确率和鲁棒性，推动认知智能向更高水平的理解和预测能力方向发展。此外，由chatgpt引发的大模型热潮为认知智能发展注入新活力，各类算法与大模型结合运用，将在提升认知理解与推理能力中发挥重要作用，进一步扩大认知智能应用范畴。算力要素方面，算力规模持续扩大和计算环境不断创新，为认知智能算法研究及产业落地提供原动力，支撑认知智能实现产业应用。据idc与浪潮信息联合发布《2022-2023中国人工智能计算力发展评估报告》统计，我国智能算力继续保持快速增长，2023年智能算力规模预计达到427百亿亿次/秒(flops)，较2022年提升59.3%，可以更好支持认知智能在复杂场景的计算速度要求。此外，动态、异构的智能计算环境及服务，以及分布式智能计算（云、边、端融合）可在一定程度上响应动态感知、场景应用中数据变化，实现模型快速调整，从而提高认知精度和优化容错能力。认知智能学术关注度迅速提升近年来，学术界越来越重视认知智能相关技术理论和实践应用研究，涌现了一批以认知智能专题的学术期刊及国际会议，主要涵盖认《人工智能发展对算力及其环境的需求》认知智能技术与应用研究报告（2023知计算、人类工程学、类脑智能等多个领域，旨在加强认知智能领域探讨，对认知智能前沿技术研究具有重要作用。依据proquest公开数据显示，在学术期刊和国际会议中，认知智能相关论文逐年增长。从自然语言处理、知识图谱、知识推理、情感计算及类脑智能等认知智能维度进行统计，近三年内（2020-2022年发文量逐年提高。数据来源：proquest 公开数据 2020—2022年认知智能领域论文数量统计 高校、科研机构和企业积极建设认知智能相关的科研平台和团队， 联合多方开展研究。一方面，国内外各大高校和研究机构围绕认知智 能、认知计算、类脑智能等方向组建科研项目组及实验室，如斯坦福 大学hai 研究院组建神经和认知科学项目组、麻省理工学院成立大脑 和认知科学学院、清华大学搭建脑与智能实验室、北京大学智能学院 认知智能技术与应用研究报告（2023 创建认知推理研究组。另一方面，产学研紧密合作推动科研成果高效转化，如中国科学技术大学与科大讯飞联合建立认知智能全国重点实 验室，以认知智能技术的广泛和共性需求为牵引，重点开展语义计算、 知识建模等认知智能基础理论及技术研究。此外，部分重点行业企业 开始加强认知智能应用落地，人民网成立传播内容认知全国重点实验 室，专注研究建设可计算、可感知、可认知、可运用的内容传播服务。 认知智能应用市场前景广阔得益于认知智能应用广度和深度持续增加，认知智能市场规模不 断扩增。从全球范围来看，认知智能市场潜力巨大，未来市场规模增 长势头迅猛。依据precedence research 研究机构报告显示，按照自 然语言处理、机器学习、自动推理、信息检索等技术分类，在医疗、 金融、it、零售等多个领域进行统计，2022 年全球认知智能市场规 模达到326 亿美元，未来10 年将以22%的复合年增长率保持增长， 预计 2032 年市场总规模将达到2381 亿美元。从国内范围来看，国 内市场规模增速高于全球，年增速稳步提升。根据爱分析发布的数据 显示，2023 年中国认知智能市场规模为418.4 亿元人民币，较2022 年增长48.5%，预计未来两年，将分别以50.7%、51.1%的年增长率实 现规模快速扩增。 认知智能技术与应用研究报告（2023 数据来源：precedenceresearch 统计 2022—2032年全球认知智能市场规模（单位：十亿美元） 数据来源：《2023 爱分析认知智能厂商全景报告》 2022—2025年中国认知智能市场规模（单位：亿元人民币） 国外企业积极布局认知智能产品服务和pg电子平台的解决方案，与场景化需求 深入融合。microsoft 以azure 认知服务平台为行业开发者用户提供 服务，推出具备智能对话、智能推荐、操作执行等能力的全新智能助 认知智能技术与应用研究报告（2023 手copilot助力用户提高生产力；google 组建google deepmind 究团队，将致力于基于深度学习的认知智能技术研究与产品开发；sparkcognition 推出的基于认知的风险预测系统，在能源、航空航 天、国防和安全等领域实现落地；cognitivescale 提供的智能决策 平台cortex ai，以可视化方式提供模型和业务操作，用户可自行参 与个性化决策方案制定。 国内企业进一步探索产品落地路径，在服务方式及应用场景方面 寻求突破。一方面，头部企业积极探索以大模型为底座的应用新范式。 百度搭建知识中台为行业提供智能搜索、智能推荐等pg电子平台的解决方案，以文 心大模型为底座，推动能力升级和行业赋能；科大讯飞推出认知大模 型，以通用大模型能力为底座赋能教育、医疗等行业。另一方面，腰 部企业优化自身技术与产品服务能力，进一步探索认知智能应用方向。 华院计算构建底层智能引擎，为社会治理、工业、金融、零售等行业 提供智能化产品和服务，在智能配煤、智能推荐等方向形成独有优势； 竹间智能的基于认知智能的知识工程平台gemini，具备认知搜索、 知识推理、辅助决策等多项能力；小i 机器人将认知智能用于元宇宙 交互场景，构建认知推理体系，优化人机交互体验，推进现实与虚拟 结合。 认知智能技术与应用研究报告（2023 第二章认知智能核心技术日益成熟 面对应用场景中理解、推荐、预测、交互等各类认知需求，以知 识和数据共同驱动的认知能力尤为重要。多模态学习通过从多种数据 中提取信息，从而提高机器的理解能力。知识数据融合、知识表示与 推理、认知规划和决策是认知推理的核心技术链，通过分析、推理、