一篇乾貨滿滿的AI技術學習總結

導讀：人工智慧作為新一輪產業變革的核心驅動力，將催生新的技術、產品、產業、業態、模式，從而引發經濟結構的重大變革，實現社會生產力的整體提升。

人工智慧大家已經耳熟能詳，但在分享相關技術文章之前，還是跟大家簡單介紹下其技術現狀，旨在勾起讀者的興趣。包括生態、晶元、計算處理架構、國際化標準等。

麥肯錫預計，到2025 年全球人工智慧應用市場規模總值將達到1270 億美元，人工智慧將是眾多智能產業發展的突破點。通過對人工智慧產業分布進行梳理，提出了人工智慧產業生態圖，主要分為核心業態、關聯業態、衍生業態三個層次。

智能晶元從應用角度可以分為訓練和推理兩種類型。從部署場景來看，可以分為雲端和設備端兩步大類。訓練過程由於涉及海量的訓練數據和複雜的深度神經網路結構，需要龐大的計算規模，主要使用智能晶元集群來完成。與訓練的計算量相比，推理的計算量較少，但仍然涉及大量的矩陣運算。目前，訓練和推理通常都在雲端實現，只有對實時性要求很高的設備會交由設備端進行處理。

按技術架構來看，智能晶元可以分為通用類晶元(CPU、GPU、FPGA)、基於FPGA 的半定製化晶元、全定製化ASIC 晶元、類腦計算晶元(IBM TrueNorth)。另外，主要的人工智慧處理器還有DPU、BPU、NPU、EPU 等適用於不同場景和功能的人工智慧晶元。

面對海量的數據處理、複雜的知識推理，常規的單機計算模式已經不能支撐。所以，計算模式必須將巨大的計算任務分成小的單機可以承受的計算任務，即雲計算、邊緣計算、大數據技術提供了基礎的計算框架。

目前流行的分散式計算框架如OpenStack、Hadoop、Storm、Spark、Samza、Bigflow等。各種開源深度學習框架也層出不窮，其中包括：TensorFlow、Caffe、Keras、CNTK、Torch7、MXNet、Leaf、Theano、DeepLearning4、Lasagne、Neon等等。

在人工智慧數據採集、分析、處理方面的企業主要有兩種：一種是數據集提供商，以提供數據為自身主要業務，為需求方提供機器學習等技術所需要的不同領域的數據集。另一種是數據採集、分析、處理綜合性廠商，自身擁有獲取數據的途徑，並對採集到的數據進行分析處理，最終將處理後的結果提供給需求方進行使用。

近年來，在國際標準化組織、國外標準化組織、以及國內標準化組織都在研究人工智慧問題，並進行相關技術的標準化工作。

ISO/IEC JTC 1(國際標準化組織和國際電工委員會第一聯合技術委員會)在人工智慧領域的標準化工作已有20 多年的歷史。前期，在人工智慧辭彙、人機交互、生物特徵識別、計算機圖像處理等關鍵領域，以及雲計算、大數據、感測網等人工智慧技術支撐領域，各個組織均已開展了相關標準化工作。

人工智慧標準化與SC工作關聯度

ISO/IEC JTC 1研究範圍涵蓋的人工智慧技術領域有很多，許多分技術委員會(SC)和工作組(WG)工作受到人工智慧的影響。SC/WG開展的工作與人工智慧標準化相關聯的程度如上表所示。

國際標準化組織ISO主要在工業機器人、智能金融、智能駕駛方面開展了人工智慧標準化研究。國際電工委員會IEC主要在可穿戴設備領域開展了人工智慧標準化工作。國際電信聯盟ITU從2016 年開始開展人工智慧標準化研究。

下面通過ET大腦應用，說明一下城市大腦在城市公共資源優化配置的創新實踐與應用。如何實現交通態勢評價與信號燈控制優化、城市事件感知與智能處理、公共出行與運營車輛調度、社會治理與公共安全。

ET城市大腦是在依託阿里雲大數據一體化計算平台基礎上，通過阿里雲數據資源平台對包括企業數據、公安數據、政府數據、運營商等多方城市數據的彙集，藉助機器學習和人工智慧演算法，面向城市治理問題打造的數據智能產品。

ET城市大腦分為三層，最下層為阿里雲飛天計算平台，中間為阿里雲城市大腦數據資源平台，最上層為阿里雲城市大腦IT 服務平台。其中數據資源平台和IT 服務平台為開放平台，可以承載其他廠商產品。

一體化計算平台：為城市大腦提供足夠的計算能力，具備極致彈性，支持全量城市數據的實時計算。EB 級存儲能力，PB 級處理能力，百萬路級別視頻實時分析能力。

數據資源平台：全網數據實時匯聚，讓數據真正成為資源。保障數據安全，提升數據質量，通過數據調度實現數據價值。

IT 服務平台：開放的IT 服務平台，繁榮產業生態。通過數據資源的消耗換來自然資源的節約。

目前，關於人工智慧參考架構和標準化在各個行業都有不同定義，上述提到的標準化組織、國內外人工智慧現狀分析，請大家參考「人工智慧標準化技術白皮書(2018)」。

讀者可通過關注公眾號「人工智慧架構師」(如下二維碼)，然後在底部菜單回復「AI白皮書」關鍵字獲取完整白皮書資料。

下面給讀者分享一些來自「人工智慧架構師」公眾號的技術文章(包括一門專欄課程)，內容覆蓋範圍從入門到實踐，包括人工智慧的方方面面，算是一份技術大餐清單。

至此，如果分享內容對學習了解人工智慧有所幫助，請不吝分享。另外，「人工智慧架構師」公眾號也是本號的一個特邀聯盟公號，內容垂直聚焦，廣度深度兼并，持續更新乾貨。

溫馨提示：

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！