大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于人工智能國內(nèi)外發(fā)展現(xiàn)狀的問題，以下是小編對(duì)此問題的歸納整理，讓我們一起來看看吧。

創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè)，服務(wù)客戶遍布全球各地，相關(guān)業(yè)務(wù)請(qǐng)撥打電話：175-8598-2043，或添加微信：1454722008

本文目錄:

• 1、人工智能的前景怎么樣

• 2、我國人工智能的發(fā)展現(xiàn)狀

• 3、人工智能發(fā)展綜述

• 4、人工智能的發(fā)展概況

一、人工智能的前景怎么樣

人工智能行業(yè)主要上市公司：目前國內(nèi)人工智能行業(yè)的上市公司主要有百度百度(BAIDU)、騰訊(TCTZF)、阿里巴巴(BABA)、科大訊飛(002230)等。

本文核心數(shù)據(jù)：計(jì)算機(jī)視覺市場(chǎng)占比,計(jì)算機(jī)視覺核心產(chǎn)品及相關(guān)產(chǎn)業(yè)規(guī)模,機(jī)器人視覺獲投企業(yè)業(yè)務(wù)賽道情況,中國計(jì)算機(jī)視覺落地賽道特征,中國計(jì)算機(jī)視覺核心產(chǎn)品及帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模預(yù)測(cè)

1、 計(jì)算機(jī)視覺市場(chǎng)占比達(dá)到57%

得益于深度學(xué)習(xí)算法的成熟應(yīng)用，側(cè)重于感知智能的圖像分類技術(shù)在工業(yè)界逐步實(shí)現(xiàn)商用價(jià)值，助力金融、安防、互聯(lián)網(wǎng)交通、醫(yī)療、工業(yè)、政務(wù)等領(lǐng)域智能升級(jí)。2020年我國計(jì)算機(jī)視覺產(chǎn)品的市場(chǎng)規(guī)模占整個(gè)人工智能行業(yè)的57%。

從規(guī)模來看，我國計(jì)算機(jī)視覺在2020年核心產(chǎn)品的市場(chǎng)規(guī)模將達(dá)到862.1億元，與此同時(shí)，和計(jì)算機(jī)視覺有關(guān)的計(jì)算機(jī)通信設(shè)備銷售、醫(yī)療器械等專用設(shè)備銷售、工程建設(shè)、傳統(tǒng)業(yè)務(wù)效益轉(zhuǎn)化等帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模超過2200億元。

2、安防、金融、醫(yī)療等賽道收到重視

在近年獲投的146家計(jì)算機(jī)視覺創(chuàng)業(yè)公司中，熱門賽道集中于零售、安防、制造、政務(wù)、醫(yī)療。零售業(yè)是國民經(jīng)濟(jì)第三大行業(yè)，利用計(jì)算機(jī)視覺，零售業(yè)可基于場(chǎng)景化營銷、商品識(shí)別分析、消費(fèi)者識(shí)別分析和無人商超等應(yīng)用，為提升營銷轉(zhuǎn)化率、門店運(yùn)營智能化改革提供途徑;安昉是計(jì)算機(jī)視覺落地最早的場(chǎng)景之一，海量視頻的有效利用存在巨大挑戰(zhàn)，完全依靠人工費(fèi)時(shí)費(fèi)力，而安防影像智能分析則可有效緩解這一問題;制造業(yè)是國民經(jīng)濟(jì)的支柱，對(duì)計(jì)算機(jī)視覺的使用包括智慧現(xiàn)場(chǎng)安監(jiān)、設(shè)備在線監(jiān)測(cè)與運(yùn)維、智能檢測(cè)運(yùn)維、智能輔助運(yùn)輸和工業(yè)視覺質(zhì)檢等方向，鏈條長且場(chǎng)景多樣，也孕育了批新興AI企業(yè)。

針對(duì)這些行業(yè)主要的賽道特征，可以分析出，針對(duì)公安、金融、礦山等主管部門釋放了非常明確的利好信號(hào)或大額持續(xù)投資的行業(yè)，主要機(jī)遇在于將產(chǎn)品打磨到足夠精準(zhǔn)、魯棒性足夠強(qiáng)，以便進(jìn)入髙門檻的準(zhǔn)入供應(yīng)池，同時(shí)通過解決高難度情形的硬實(shí)力卡位;針對(duì)醫(yī)療、能源和制造等這種極具戰(zhàn)略意乂、發(fā)展空間極大，但是或陷入長審批周期、或限于審慎性難以快速釋放需求的行業(yè)，主要機(jī)遇在于搶先打通產(chǎn)品進(jìn)入行業(yè)生態(tài)圈的渠道和鏈條，以及謀劃過政府、行業(yè)生態(tài)圈的核心集團(tuán)企業(yè)等途徑，積極參與公共服務(wù)平臺(tái)建設(shè)，建立從上向下拓展的先發(fā)優(yōu)勢(shì)，搶先獲得大量訓(xùn)練數(shù)據(jù)與場(chǎng)景理解。

3、未來發(fā)展賽道規(guī)模將達(dá)6千億

一方面隨著計(jì)算機(jī)視覺的進(jìn)一步發(fā)展，技術(shù)的更新將促使產(chǎn)業(yè)規(guī)模進(jìn)一步增長，另一方面，計(jì)算機(jī)視覺和產(chǎn)業(yè)融合的加深，也將擴(kuò)大相關(guān)產(chǎn)業(yè)規(guī)模。預(yù)計(jì)到2025年我國技術(shù)及視覺核心產(chǎn)品及帶動(dòng)的相關(guān)產(chǎn)業(yè)規(guī)模將達(dá)到6000億。其中計(jì)算機(jī)視覺核心產(chǎn)業(yè)復(fù)合增長率達(dá)到15.9%，計(jì)算機(jī)視覺帶動(dòng)相關(guān)產(chǎn)業(yè)的復(fù)合增長率達(dá)到22.5%。

以上數(shù)據(jù)參考前瞻產(chǎn)業(yè)研究院《中國人工智能行業(yè)市場(chǎng)前瞻與投資戰(zhàn)略規(guī)劃分析報(bào)告》。

二、我國人工智能的發(fā)展現(xiàn)狀

經(jīng)過多年的持續(xù)積累，我國在人工智能領(lǐng)域取得重要進(jìn)展，國際科技論文發(fā)表量和發(fā)明專利授權(quán)量已居世界第二，部分領(lǐng)域核心關(guān)鍵技術(shù)實(shí)現(xiàn)重要突破。

語音識(shí)別、視覺識(shí)別技術(shù)世界領(lǐng)先，自適應(yīng)自主學(xué)習(xí)、直覺感知、綜合推理、混合智能和群體智能等初步具備跨越發(fā)展的能力，中文信息處理、智能監(jiān)控、生物特征識(shí)別、工業(yè)機(jī)器人、服務(wù)機(jī)器人、無人駕駛逐步進(jìn)入實(shí)際應(yīng)用，人工智能創(chuàng)新創(chuàng)業(yè)日益活躍，一批龍頭骨干企業(yè)加速成長，在國際上獲得廣泛關(guān)注和認(rèn)可。

加速積累的技術(shù)能力與海量的數(shù)據(jù)資源、巨大的應(yīng)用需求、開放的市場(chǎng)環(huán)境有機(jī)結(jié)合，形成了我國人工智能發(fā)展的獨(dú)特優(yōu)勢(shì)。

與此同時(shí)，我國人工智能整體發(fā)展水平與發(fā)達(dá)國家相比仍存在差距，缺少重大原創(chuàng)成果，在基礎(chǔ)理論、核心算法以及關(guān)鍵設(shè)備、高端芯片、重大產(chǎn)品與系統(tǒng)、基礎(chǔ)材料、元器件、軟件與接口等方面差距較大。

科研機(jī)構(gòu)和企業(yè)尚未形成具有國際影響力的生態(tài)圈和產(chǎn)業(yè)鏈，缺乏系統(tǒng)的超前研發(fā)布局；人工智能尖端人才遠(yuǎn)遠(yuǎn)不能滿足需求；適應(yīng)人工智能發(fā)展的基礎(chǔ)設(shè)施、政策法規(guī)、標(biāo)準(zhǔn)體系亟待完善。

人工智能領(lǐng)域技術(shù)能力全面提升為人機(jī)協(xié)同奠定基礎(chǔ) 

隨著大數(shù)據(jù)、云計(jì)算、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等信息技術(shù)的發(fā)展，以深度神經(jīng)網(wǎng)絡(luò)為代表的人工智能技術(shù)飛速發(fā)展，人工智能領(lǐng)域科學(xué)與應(yīng)用的鴻溝正在被突破。

圖像分類、語音識(shí)別、知識(shí)問答、人機(jī)對(duì)弈、無人駕駛等人工智能技術(shù)能力快速提升，技術(shù)的產(chǎn)業(yè)化進(jìn)程得以開啟，人工智能迎來爆發(fā)式增長的新高潮。機(jī)器在人工智能技術(shù)的應(yīng)用下，在“視覺”“聽覺”“觸覺”等人體感官的感知能力不斷增強(qiáng)。

例如計(jì)算機(jī)視覺領(lǐng)域中深受關(guān)注的Image Net圖像識(shí)別挑戰(zhàn)賽獲獎(jiǎng)結(jié)果表明，2015年，計(jì)算機(jī)對(duì)于圖像的識(shí)別能力已經(jīng)超過人類水平，這意味著計(jì)算機(jī)能夠在多種場(chǎng)景下一定程度上替代人類視覺的工作，更高效地完成任務(wù)。

同時(shí)得益于深度學(xué)習(xí)算法能力的提升，語音識(shí)別、自然語言處理等人工智能算法的不斷革新助推計(jì)算機(jī)視覺產(chǎn)業(yè)持續(xù)向前。

人工智能技術(shù)能力的不斷成熟使得機(jī)器能夠?qū)崿F(xiàn)越來越人性化的操作。人工智能技術(shù)能力的全面提升為人機(jī)系統(tǒng)的能力實(shí)現(xiàn)奠定了堅(jiān)實(shí)的基礎(chǔ)。

三、人工智能發(fā)展綜述

近十多年來，隨著算法與控制技術(shù)的不斷提高，人工智能正在以爆發(fā)式的速度蓬勃發(fā)展。并且，隨著人機(jī)交互的優(yōu)化、大數(shù)據(jù)的支持、模式識(shí)別技術(shù)的提升，人工智能正逐漸的走入我們的生活。本文主要闡述了人工智能的發(fā)展歷史、發(fā)展近況、發(fā)展前景以及應(yīng)用領(lǐng)域。

人工智能（Artificial Intelligence）簡(jiǎn)稱AI，是麥卡賽等人在1956年的一場(chǎng)會(huì)議時(shí)提出的概念。

近幾年，在“人機(jī)大戰(zhàn)”的影響下，人工智能的話題十分的火熱，特別是在“阿爾法狗”（AlphaGo）戰(zhàn)勝李世石后，人們一直在討論人是否能“戰(zhàn)勝”自己制造的有著大數(shù)據(jù)支持的“人工智能”，而在各種科幻電影的渲染中，人工智能的倫理性、哲學(xué)性的問題也隨之加重。

人工智能是一個(gè)極其復(fù)雜又令人激動(dòng)的事物，人們需要去了解真正的人工智能，因此本文將會(huì)對(duì)什么是人工智能以及人工智能的發(fā)展歷程、未來前景和應(yīng)用領(lǐng)域等方面進(jìn)行詳細(xì)的闡述。

人們總希望使計(jì)算機(jī)或者機(jī)器能夠像人一樣思考、像人一樣行動(dòng)、合理地思考、合理地行動(dòng)，并幫助人們解決現(xiàn)實(shí)中實(shí)際的問題。而要達(dá)到以上的功能，則需要計(jì)算機(jī)（機(jī)器人或者機(jī)器）具有以下的能力：

自然語言處理（natural language processing）

知識(shí)表示（knowledge representation）

自動(dòng)推理（automated reasoning）

機(jī)器學(xué)習(xí)（machine learning）

計(jì)算機(jī)視覺（computer vision）

機(jī)器人學(xué)（robotics）

這6個(gè)領(lǐng)域，構(gòu)成了人工智能的絕大多數(shù)內(nèi)容。人工智能之父阿蘭·圖靈（Alan Turing）在1950年還提出了一種圖靈測(cè)試（Turing Test），旨在為計(jì)算機(jī)的智能性提供一個(gè)令人滿意的可操作性定義。

關(guān)于圖靈測(cè)試，是指測(cè)試者在與被測(cè)試者（一個(gè)人和一臺(tái)機(jī)器）隔開的情況下，通過一些裝置（如鍵盤）向被測(cè)試者隨意提問。進(jìn)行多次測(cè)試后，如果有超過30%的測(cè)試者不能確定出被測(cè)試者是人還是機(jī)器，那么這臺(tái)機(jī)器就通過了測(cè)試，并被認(rèn)為具有人類智能。

圖靈測(cè)試是在60多年前就已經(jīng)提出來了，但是在現(xiàn)在依然適用，然而我們現(xiàn)在的發(fā)展其實(shí)遠(yuǎn)遠(yuǎn)落后于當(dāng)年圖靈的預(yù)測(cè)。

在2014年6月8日，由一個(gè)俄羅斯團(tuán)隊(duì)開發(fā)的一個(gè)模擬人類說話的腳本——尤金·古斯特曼（Eugene Goostman）成為了首個(gè)通過圖靈測(cè)試的“計(jì)算機(jī)”，它成功的使人們相信了它是一個(gè)13歲的小男孩，該事件成為了人工智能發(fā)展的一個(gè)里程碑。

在2015年，《Science》雜志報(bào)道稱，人工智能終于能像人類一樣學(xué)習(xí)，并通過了圖靈測(cè)試。一個(gè)AI系統(tǒng)能夠迅速學(xué)會(huì)寫陌生文字，同時(shí)還能識(shí)別出非本質(zhì)特征，這是人工智能發(fā)展的一大進(jìn)步。

①1943-1955年人工智能的孕育期

人工智能的最早工作是Warren McCulloch和Walter Pitts完成的，他們利用了基礎(chǔ)生理學(xué)和腦神經(jīng)元的功能、羅素和懷特海德的對(duì)命題邏輯的形式分析、圖靈的理論，他們提出了一種神經(jīng)元模型并且將每個(gè)神經(jīng)元敘述為“開”和“關(guān)”。人工智能之父圖靈在《計(jì)算機(jī)與智能》中，提出了圖靈測(cè)試、機(jī)器學(xué)習(xí)、遺傳算法等各種概念，奠定了人工智能的基礎(chǔ)。

②1956年人工智能的誕生

1956年的夏季，以麥卡錫、明斯基、香農(nóng)、羅切斯特為首的一批科學(xué)家，在達(dá)特茅斯組織組織了一場(chǎng)兩個(gè)月的研討會(huì)，在這場(chǎng)會(huì)議上，研究了用機(jī)器研究智能的一系列問題，并首次提出了“人工智能”這一概念，人工智能至此誕生。

③1952-1969年人工智能的期望期

此時(shí)，由于各種技術(shù)的限制，當(dāng)權(quán)者人為“機(jī)器永遠(yuǎn)不能做X”，麥卡錫把這段時(shí)期稱作“瞧，媽，連手都沒有！”的時(shí)代。

后來在IBM公司，羅切斯特和他的同事們制作了一些最初的人工智能程序，它能夠幫助學(xué)生們?cè)S多學(xué)生證明一些棘手的定理。

1958年，麥卡錫發(fā)表了“Program with Common Sense”的論文，文中他描述了“Advice Taker”，這個(gè)假想的程序可以被看作第一個(gè)人工智能的系統(tǒng)。

④1966-1973人工智能發(fā)展的困難期

這個(gè)時(shí)期，在人工智能發(fā)展時(shí)主要遇到了幾個(gè)大的困難。

第一種困難來源于大多數(shù)早期程序?qū)ζ渲黝}一無所知；

第二種困難是人工智能試圖求解的許多問題的難解性。

第三種困難是來源于用來產(chǎn)生智能行為的基本結(jié)構(gòu)的某些根本局限。

⑤1980年人工智能成為產(chǎn)業(yè)

此時(shí)期，第一個(gè)商用的專家系統(tǒng)開始在DEC公司運(yùn)轉(zhuǎn)，它幫助新計(jì)算機(jī)系統(tǒng)配置訂單。1981年，日本宣布了“第五代計(jì)算機(jī)”計(jì)劃，隨后美國組建了微電子和計(jì)算機(jī)技術(shù)公司作為保持競(jìng)爭(zhēng)力的集團(tuán)。隨之而來的是幾百家公司開始研發(fā)“專家系統(tǒng)”、“視覺系統(tǒng)”、“機(jī)器人與服務(wù)”這些目標(biāo)的軟硬件開發(fā)，一個(gè)被稱為“人工智能的冬天”的時(shí)期到來了，很多公司開始因?yàn)闊o法實(shí)現(xiàn)當(dāng)初的設(shè)想而開始倒閉。

⑥1986年以后

1986年，神經(jīng)網(wǎng)絡(luò)回歸。

1987年，人工智能開始采用科學(xué)的方法，基于“隱馬爾可夫模型”的方法開始主導(dǎo)這個(gè)領(lǐng)域。

1995年，智能Agent出現(xiàn)。

2001年，大數(shù)據(jù)成為可用性。

在1997年時(shí)，IBM公司的超級(jí)計(jì)算機(jī)“深藍(lán)”戰(zhàn)勝了堪稱國際象棋棋壇神話的前俄羅斯棋手Garry Kasparov而震驚了世界。

在2016年時(shí)，Google旗下的DeepMind公司研發(fā)的阿爾法圍棋（AlphaGo）以4:1的戰(zhàn)績戰(zhàn)勝了圍棋世界冠軍、職業(yè)九段棋手李世石，從而又一次引發(fā)了關(guān)于人工智能的熱議，隨后在2017年5月的中國烏鎮(zhèn)圍棋峰會(huì)上以3:0的戰(zhàn)績又戰(zhàn)勝了世界排名第一的柯潔。

2017年1月6日，百度的人工智能機(jī)器人“小度”在最強(qiáng)大腦的舞臺(tái)上人臉識(shí)別的項(xiàng)目中以3:2的成績戰(zhàn)勝了人類“最強(qiáng)大腦”王峰。1月13日，小度與“聽音神童”孫亦廷在語音識(shí)別項(xiàng)目中以2:2的成績戰(zhàn)平。隨后又在1月21日又一次在人臉識(shí)別項(xiàng)目中以2:0的成績戰(zhàn)勝了“水哥”王昱珩，更在最強(qiáng)大腦的收官之戰(zhàn)中戰(zhàn)勝了人類代表隊(duì)的黃政與Alex。

2016年9月1日，百度李彥宏發(fā)布了“百度大腦”計(jì)劃，利用計(jì)算機(jī)技術(shù)模擬人腦，已經(jīng)可以做到孩子的智力水平。李彥宏闡述了百度大腦在語音、圖像、自然語言處理和用戶畫像領(lǐng)域的前沿進(jìn)展。目前，百度大腦語音合成日請(qǐng)求量2.5億，語音識(shí)別率達(dá)97%。

“深度學(xué)習(xí)”是百度大腦的主要算法，在圖像處理方面，百度已經(jīng)成為了全世界的最領(lǐng)先的公司之一。

百度大腦的四大功能分別是：語音、圖像，自然語言處理和用戶畫像。

語音是指具有語音識(shí)別能力與語音合成能力，圖像主要是指計(jì)算機(jī)視覺，自然語言處理除了需要計(jì)算機(jī)有認(rèn)知能力之外還需要具備推理能力，用戶畫像是建立在一系列真實(shí)數(shù)據(jù)之上的目標(biāo)用戶模型。

工業(yè)4.0是由德國提出來的十大未來項(xiàng)目之一，旨在提升制造業(yè)的智能化水平，建立具有適應(yīng)性、資源效率及基因工程學(xué)的智慧工廠。

工業(yè)4.0已經(jīng)進(jìn)入中德合作新時(shí)代，有明確提出工業(yè)生產(chǎn)的數(shù)字化就是“工業(yè)4.0”對(duì)于未來中德經(jīng)濟(jì)發(fā)展具有重大意義。

工業(yè)4.0項(xiàng)目主要分為三大主題：智能工廠、智能生產(chǎn)、智能物流。

它面臨的挑戰(zhàn)有：缺乏足夠的技能來加快第四次工業(yè)革命的進(jìn)程、企業(yè)的IT部門有冗余的威脅、利益相關(guān)者普遍不愿意改變。

但是隨著AI的發(fā)展，工業(yè)4.0的推進(jìn)速度將會(huì)大大推快。

人工智能可以滲透到各行各業(yè)，領(lǐng)域很多，例如：

①無人駕駛：它集自動(dòng)控制、體系結(jié)構(gòu)、人工智能、視覺計(jì)算等眾多技術(shù)于一體，是計(jì)算機(jī)科學(xué)、模式識(shí)別和智能控制技術(shù)高度發(fā)展的產(chǎn)物世界上最先進(jìn)的無人駕駛汽車已經(jīng)測(cè)試行駛近五十萬公里，其中最后八萬公里是在沒有任何人為安全干預(yù)措施下完成的。英國政府也在資助運(yùn)輸研究實(shí)驗(yàn)室（TRL），它將在倫敦測(cè)試無人駕駛投遞車能否成功用于投遞包裹和其他貨物，使用無人駕駛投遞車輛將成為在格林威治實(shí)施的眾多項(xiàng)目之一。

②語音識(shí)別：該技術(shù)可以使讓機(jī)器知道你在說什么并且做出相應(yīng)的處理，1952年貝爾研究所研制出了第一個(gè)能識(shí)別10個(gè)英文數(shù)字發(fā)音的系統(tǒng)。在國外的應(yīng)用中，蘋果公司的siri一直處于領(lǐng)先狀態(tài)，在國內(nèi)，科大訊飛在這方面的發(fā)展尤為迅速。

③自主規(guī)劃與調(diào)整：NASA的遠(yuǎn)程Agent程序未第一個(gè)船載自主規(guī)劃程序，用于控制航天器的操作調(diào)度。

④博弈：人機(jī)博弈一直是最近非常火熱的話題，深度學(xué)習(xí)與大數(shù)據(jù)的支持，成為了機(jī)器“戰(zhàn)勝”人腦的主要方式。

⑤垃圾信息過濾：學(xué)習(xí)算法可以將上十億的信息分類成垃圾信息，可以為接收者節(jié)省很多時(shí)間。

⑥機(jī)器人技術(shù)：機(jī)器人技術(shù)可以使機(jī)器人代替人類從事某些繁瑣或者危險(xiǎn)的工作，在戰(zhàn)爭(zhēng)中，可以運(yùn)送危險(xiǎn)物品、炸彈拆除等。

⑦機(jī)器翻譯：機(jī)器翻譯可以將語言轉(zhuǎn)化成你需要的語言，比如現(xiàn)在的百度翻譯、谷歌翻譯都可以做的很好，訊飛也開發(fā)了實(shí)時(shí)翻譯的功能。

⑧智能家居：在智能家居領(lǐng)域，AI或許可以幫上很大的忙，比如模式識(shí)別，可以應(yīng)用在很多家居上使其智能化，提高人機(jī)交互感，智能機(jī)器人也可以在幫人們做一些繁瑣的家務(wù)等。

專家系統(tǒng)是一個(gè)智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部含有大量的某個(gè)領(lǐng)域?qū)＜宜降闹R(shí)與經(jīng)驗(yàn)，能夠利用人類專家的知識(shí)和解決問題的方法來處理該領(lǐng)域問題。也就是說，專家系統(tǒng)是一個(gè)具有大量的專門知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)和計(jì)算機(jī)技術(shù)，根據(jù)某領(lǐng)域一個(gè)或多個(gè)專家提供的知識(shí)和經(jīng)驗(yàn)，進(jìn)行推理和判斷，模擬人類專家的決策過程，以便解決那些需要人類專家處理的復(fù)雜問題，簡(jiǎn)而言之，專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問題的計(jì)算機(jī)程序系統(tǒng)。

知識(shí)庫是專家系統(tǒng)質(zhì)量是否優(yōu)越的關(guān)鍵所在，即知識(shí)庫中知識(shí)的質(zhì)量和數(shù)量決定著專家系統(tǒng)的質(zhì)量水平。一般來說，專家系統(tǒng)中的知識(shí)庫與專家系統(tǒng)程序是相互獨(dú)立的，用戶可以通過改變、完善知識(shí)庫中的知識(shí)內(nèi)容來提高專家系統(tǒng)的性能。

機(jī)器學(xué)習(xí)(Machine Learning, ML)是一門涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、算法復(fù)雜度理論等的多領(lǐng)域交叉學(xué)科。專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能，它是人工智能的核心，是使計(jì)算機(jī)具有智能的根本途徑,也是深度學(xué)習(xí)的基礎(chǔ)。

機(jī)器學(xué)習(xí)領(lǐng)域的研究工作主要圍繞以下三個(gè)方面進(jìn)行：

（1）面向任務(wù)的研究

研究和分析改進(jìn)一組預(yù)定任務(wù)的執(zhí)行性能的學(xué)習(xí)系統(tǒng)。

（2）認(rèn)知模型

研究人類學(xué)習(xí)過程并進(jìn)行計(jì)算機(jī)模擬。

（3）理論分析

從理論上探索各種可能的學(xué)習(xí)方法和獨(dú)立于應(yīng)用領(lǐng)域的算法

機(jī)器學(xué)習(xí)是繼專家系統(tǒng)之后人工智能應(yīng)用的又一重要研究領(lǐng)域，也是人工智能和神經(jīng)計(jì)算的核心研究課題之一。但是現(xiàn)有的計(jì)算機(jī)系統(tǒng)和人工智能系統(tǒng)沒有什么學(xué)習(xí)能力，至多也只有非常有限的學(xué)習(xí)能力，因而不能滿足科技和生產(chǎn)提出的新要求。

遺傳算法（Genetic Algorithm）是模擬達(dá)爾文生物進(jìn)化論的自然選擇和遺傳學(xué)機(jī)理的生物進(jìn)化過程的計(jì)算模型，是一種通過模擬自然進(jìn)化過程搜索最優(yōu)解的方法。它借鑒生物界的進(jìn)化規(guī)律（適者生存，優(yōu)勝劣汰遺傳機(jī)制）進(jìn)行隨機(jī)化搜索，它是由美國的J.Holland教授1975年首先提出，其主要特點(diǎn)是直接對(duì)結(jié)構(gòu)對(duì)象進(jìn)行操作，不存在求導(dǎo)和函數(shù)連續(xù)性的限定；具有內(nèi)在的隱并行性和更好的全局尋優(yōu)能力；采用概率化的尋優(yōu)方法，能自動(dòng)獲取和指導(dǎo)優(yōu)化的搜索空間，自適應(yīng)地調(diào)整搜索方向，不需要確定的規(guī)則。遺傳算法的這些性質(zhì)，已被人們廣泛地應(yīng)用于組合優(yōu)化、機(jī)器學(xué)習(xí)、信號(hào)處理、自適應(yīng)控制和人工生命等領(lǐng)域，它是現(xiàn)代有關(guān)智能計(jì)算中的關(guān)鍵技術(shù)。

Deep Learning即深度學(xué)習(xí)，深度學(xué)習(xí)是機(jī)器學(xué)習(xí)研究中的一個(gè)新的領(lǐng)域，其動(dòng)機(jī)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，它模仿人腦的機(jī)制來解釋數(shù)據(jù)，例如圖像，聲音和文本。是機(jī)器學(xué)習(xí)中一種基于對(duì)數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的方法。

他的基本思想是：假設(shè)我們有一個(gè)系統(tǒng)S，它有n層（S1,…Sn），它的輸入是I，輸出是O，形象地表示為：I =>S1=>S2=>…..=>Sn

=> O，如果輸出O等于輸入I，即輸入I經(jīng)過這個(gè)系統(tǒng)變化之后沒有任何的信息損失，設(shè)處理a信息得到b，再對(duì)b處理得到c，那么可以證明：a和c的互信息不會(huì)超過a和b的互信息。這表明信息處理不會(huì)增加信息，大部分處理會(huì)丟失信息。保持了不變，這意味著輸入I經(jīng)過每一層Si都沒有任何的信息損失，即在任何一層Si，它都是原有信息（即輸入I）的另外一種表示。Deep Learning需要自動(dòng)地學(xué)習(xí)特征，假設(shè)我們有一堆輸入I（如一堆圖像或者文本），假設(shè)設(shè)計(jì)了一個(gè)系統(tǒng)S（有n層），通過調(diào)整系統(tǒng)中參數(shù)，使得它的輸出仍然是輸入I，那么就可以自動(dòng)地獲取得到輸入I的一系列層次特征，即S1，…, Sn。對(duì)于深度學(xué)習(xí)來說，其思想就是對(duì)堆疊多個(gè)層，也就是說這一層的輸出作為下一層的輸入。通過這種方式，就可以實(shí)現(xiàn)對(duì)輸入信息進(jìn)行分級(jí)表達(dá)了。

深度學(xué)習(xí)的主要技術(shù)有：線性代數(shù)、概率和信息論；欠擬合、過擬合、正則化；最大似然估計(jì)和貝葉斯統(tǒng)計(jì)；隨機(jī)梯度下降；監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)深度前饋網(wǎng)絡(luò)、代價(jià)函數(shù)和反向傳播；正則化、稀疏編碼和dropout；自適應(yīng)學(xué)習(xí)算法；卷積神經(jīng)網(wǎng)絡(luò)；循環(huán)神經(jīng)網(wǎng)絡(luò)；遞歸神經(jīng)網(wǎng)絡(luò)；深度神經(jīng)網(wǎng)絡(luò)和深度堆疊網(wǎng)絡(luò)；

LSTM長短時(shí)記憶；主成分分析；正則自動(dòng)編碼器；表征學(xué)習(xí)；蒙特卡洛；受限波茲曼機(jī)；深度置信網(wǎng)絡(luò)；softmax回歸、決策樹和聚類算法；KNN和SVM；

生成對(duì)抗網(wǎng)絡(luò)和有向生成網(wǎng)絡(luò)；機(jī)器視覺和圖像識(shí)別；自然語言處理；語音識(shí)別和機(jī)器翻譯；有限馬爾科夫；動(dòng)態(tài)規(guī)劃；梯度策略算法；增強(qiáng)學(xué)習(xí)（Q-learning）。

隨著人工智能的發(fā)展，人工智能將會(huì)逐漸走入我們的生活、學(xué)習(xí)、工作中，其實(shí)人工智能已經(jīng)早就滲透到了我們的生活中，小到我們手機(jī)里的計(jì)算機(jī)，Siri,語音搜索，人臉識(shí)別等等，大到無人駕駛汽車，航空衛(wèi)星。在未來，AI極大可能性的去解放人類，他會(huì)替代人類做絕大多數(shù)人類能做的事情，正如劉慈欣所說：人工智能的發(fā)展，它開始可能會(huì)代替一部分人的工作，到最后的話，很可能他把90%甚至更高的人類的工作全部代替。吳恩達(dá)也表明，人工智能的發(fā)展非?？?，我們可以用語音講話跟電腦用語音交互，會(huì)跟真人講話一樣自然，這會(huì)完全改變我們跟機(jī)器交互的辦法。自動(dòng)駕駛對(duì)人也有非常大的價(jià)值，我們的社會(huì)有很多不同的領(lǐng)域，比如說醫(yī)療、教育、金融，都會(huì)可以用技術(shù)來完全改變。

[1] Russell,S.J.Norvig,P.人工智能：一種現(xiàn)代的方法（第3版）北京：清華大學(xué)出版社，2013（2016.12重印）

[2]庫茲韋爾，人工智能的未來杭州：浙江人民出版社，2016.3

[3]蘇楠.人工智能的發(fā)展現(xiàn)狀與未來展望[J].中小企業(yè)管理與科技(上旬刊),2017,(04):107-108.

[4]王超.從AlphaGo的勝利看人工智能的發(fā)展歷程與應(yīng)用前景[J].中國新技術(shù)新產(chǎn)品,2017,(04):125-126.

[5]朱巍,陳慧慧,田思媛,王紅武.人工智能:從科學(xué)夢(mèng)到新藍(lán)?！斯ぶ悄墚a(chǎn)業(yè)發(fā)展分析及對(duì)策[J].科技進(jìn)步與對(duì)策,2016,(21):66-70.

[6]王江濤.淺析人工智能的發(fā)展及其應(yīng)用[J].電子技術(shù)與軟件工程,2015,(05):264.

[7]楊焱.人工智能技術(shù)的發(fā)展趨勢(shì)研究[J].信息與電腦(理論版),2012,(08):151-152.

[8]張妮,徐文尚,王文文.人工智能技術(shù)發(fā)展及應(yīng)用研究綜述[J].煤礦機(jī)械,2009,(02):4-7.

[9]王永忠.人工智能技術(shù)在智能建筑中的應(yīng)用研究[J].科技信息,2009,(03):343+342.

[10]李德毅,肖俐平.網(wǎng)絡(luò)時(shí)代的人工智能[J]中文信息學(xué)報(bào),2008,(02):3-9.

[11]李紅霞.人工智能的發(fā)展綜述[J].甘肅科技縱橫,2007,(05):17-18

[12]孫科.基于Spark的機(jī)器學(xué)習(xí)應(yīng)用框架研究與實(shí)現(xiàn)[D].上海交通大學(xué),2015.

[13]朱軍,胡文波.貝葉斯機(jī)器學(xué)習(xí)前沿進(jìn)展綜述[J].計(jì)算機(jī)研究與發(fā)展,2015,(01):16-26.

[14]何清,李寧,羅文娟,史忠植.大數(shù)據(jù)下的機(jī)器學(xué)習(xí)算法綜述[J].模式識(shí)別與人工智能,2014,(04):327-336.

[15]郭亞寧,馮莎莎.機(jī)器學(xué)習(xí)理論研究[J].中國科技信息,2010,(14):208-209+214.

[16]陳凱,朱鈺.機(jī)器學(xué)習(xí)及其相關(guān)算法綜述[J].統(tǒng)計(jì)與信息論壇,2007,(05):105-112.

[17]閆友彪,陳元琰.機(jī)器學(xué)習(xí)的主要策略綜述[J].計(jì)算機(jī)應(yīng)用研究,2004,(07):4-10+13.

[18]張建明,詹智財(cái),成科揚(yáng),詹永照.深度學(xué)習(xí)的研究與發(fā)展[J].江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,(02):191-200.

[19]尹寶才,王文通,王立春.深度學(xué)習(xí)研究綜述[J].北京工業(yè)大學(xué)學(xué)報(bào),2015,(01):48-59.

[20]劉建偉,劉媛,羅雄麟.深度學(xué)習(xí)研究進(jìn)展[J].計(jì)算機(jī)應(yīng)用研究,2014,(07):1921-1930+1942

[21]馬永杰,云文霞.遺傳算法研究進(jìn)展[J].計(jì)算機(jī)應(yīng)用研究,2012,(04):1201-1206+1210.

[22]曹道友.基于改進(jìn)遺傳算法的應(yīng)用研究[D].安徽大學(xué),2010

四、人工智能的發(fā)展概況

探討人工智能，就要回答什么是智能的問題，綜合各類定義，智能是一種知識(shí)與思維的合成,是人類認(rèn)識(shí)世界和改造世界過程中的一種分析問題和解決問題的綜合能力。對(duì)于人工智能，美國麻省理工學(xué)院的溫斯頓教授提出“人工智能就是研究如何使計(jì)算機(jī)去做過去只有人才能做的智能工作”，斯坦福大學(xué)人工智能研究中心尼爾遜教授提出“人工智能是關(guān)于知識(shí)的學(xué)科――怎樣表示知識(shí)以及怎樣獲得知識(shí)并使用知識(shí)的科學(xué)”。綜合來看人工智能是相對(duì)人的智能而言的。其本質(zhì)是對(duì)人思維的信息過程的模擬，是人的智能的物化。是研究、開發(fā)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)。

（一）感知、處理和反饋構(gòu)成人工智能的三個(gè)關(guān)鍵環(huán)節(jié)

人工智能經(jīng)過信息采集、處理和反饋三個(gè)核心環(huán)節(jié)，綜合表現(xiàn)出智能感知、精確性計(jì)算、智能反饋控制，即感知、思考、行動(dòng)三個(gè)層層遞進(jìn)的特征。

智能感知：智能的產(chǎn)生首先需要收集到足夠多的結(jié)構(gòu)化數(shù)據(jù)去表述場(chǎng)景，因此智能感知是實(shí)現(xiàn)人工智能的第一步。智能感知技術(shù)的目的是使計(jì)算機(jī)能 “聽”、會(huì)“看”,目前相應(yīng)的計(jì)算機(jī)視覺技術(shù)和自然語言處理技術(shù)均已經(jīng)初步成熟，開始商業(yè)化嘗試。

智能處理：產(chǎn)生智能的第二步是使計(jì)算機(jī)具備足夠的計(jì)算能力模擬人的某些思維過程和行為對(duì)分析收集來的數(shù)據(jù)信息做出判斷，即對(duì)感知的信息進(jìn)行自我學(xué)習(xí)、信息檢索、邏輯判斷、決策，并產(chǎn)生相應(yīng)反映。具體的研究領(lǐng)域包括知識(shí)表達(dá)、自動(dòng)推理、機(jī)器學(xué)習(xí)等，與精確性計(jì)算及編程技術(shù)、存儲(chǔ)技術(shù)、網(wǎng)絡(luò)技術(shù)等密切相關(guān)，是大數(shù)據(jù)技術(shù)發(fā)展的遠(yuǎn)期目標(biāo)，目前該領(lǐng)域研究還處于實(shí)驗(yàn)室研究階段，其中機(jī)器學(xué)習(xí)是人工智能領(lǐng)域目前熱度最高，科研成果最密集的領(lǐng)域。

智能反饋：智能反饋控制將前期處理和判斷的結(jié)果轉(zhuǎn)譯為肢體運(yùn)動(dòng)和媒介信息傳輸給人機(jī)交互界面或外部設(shè)備，實(shí)現(xiàn)人機(jī)、機(jī)物的信息交流和物理互動(dòng)。智能反饋控制是人工智能最直觀的表現(xiàn)形式，其表達(dá)能力展現(xiàn)了系統(tǒng)整體的智能水平。智能反饋控制領(lǐng)域與機(jī)械技術(shù)、控制技術(shù)和感知技術(shù)密切相關(guān)，整體表現(xiàn)為機(jī)器人學(xué)，目前機(jī)械技術(shù)受制于材料學(xué)發(fā)展緩慢，控制技術(shù)受益于工業(yè)機(jī)器人領(lǐng)域的積累相對(duì)成熟。

（二）深度學(xué)習(xí)是當(dāng)前最熱的人工智能研究領(lǐng)域

在學(xué)術(shù)界，實(shí)現(xiàn)人工智能有三種路線，一是基于邏輯方法進(jìn)行功能模擬的符號(hào)主義路線，代表領(lǐng)域有專家系統(tǒng)和知識(shí)工程。二是基于統(tǒng)計(jì)方法的仿生模擬的連接主義路線，代表領(lǐng)域有機(jī)器學(xué)習(xí)和人腦仿生，三是行為主義，希望從進(jìn)化的角度出發(fā)，基于智能控制系統(tǒng)的理論、方法和技術(shù)，研究擬人的智能控制行為。

當(dāng)前，基于人工神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)技術(shù)是當(dāng)前最熱的研究領(lǐng)域，被Google，F(xiàn)acebook，IBM，百度，NEC以及其他互聯(lián)網(wǎng)公司廣泛使用，來進(jìn)行圖像和語音識(shí)別。人工神經(jīng)網(wǎng)絡(luò)從上個(gè)世紀(jì)80年代起步，科學(xué)家不斷優(yōu)化和推進(jìn)算法的研究，同時(shí)受益于計(jì)算機(jī)技術(shù)的快速提升，目前科學(xué)家可以利用GPU（圖形處理器）模擬超大型的人工神經(jīng)網(wǎng)絡(luò)；互聯(lián)網(wǎng)業(yè)務(wù)的快速發(fā)展，為深度學(xué)習(xí)提供了上百萬的樣本進(jìn)行訓(xùn)練，上述三個(gè)因素共同作用下使語音識(shí)別技術(shù)和圖像識(shí)別技術(shù)能夠達(dá)到90%以上的準(zhǔn)確率。

（三）主要發(fā)達(dá)國家積極布局人工智能技術(shù)，搶占戰(zhàn)略制高點(diǎn)。

各國政府高度重視人工智能相關(guān)產(chǎn)業(yè)的發(fā)展。自人工智能誕生至今，各國都紛紛加大對(duì)人工智能的科研投入，其中美國政府主要通過公共投資的方式牽引人工智能產(chǎn)業(yè)的發(fā)展，2013財(cái)年美國政府將22億美元的國家預(yù)算投入到了先進(jìn)制造業(yè)，投入方向之一便是“國家機(jī)器人計(jì)劃”。

在技術(shù)方向上，美國將機(jī)器人技術(shù)列為警惕技術(shù)，主攻軍用機(jī)器人技術(shù)，歐洲主攻服務(wù)和醫(yī)療機(jī)器人技術(shù)，日本主攻仿人和娛樂機(jī)器人。

現(xiàn)階段的技術(shù)突破的重點(diǎn)一是云機(jī)器人技術(shù)，二是人腦仿生計(jì)算技術(shù)。美國、日本、巴西等國家均將云機(jī)器人作為機(jī)器人技術(shù)的未來研究方向之一。伴隨著寬帶網(wǎng)絡(luò)設(shè)施的普及，云計(jì)算、大數(shù)據(jù)等技術(shù)的不斷發(fā)展，未來機(jī)器人技術(shù)成本的進(jìn)一步降低和機(jī)器人量產(chǎn)化目標(biāo)實(shí)現(xiàn)，機(jī)器人通過網(wǎng)絡(luò)獲得數(shù)據(jù)或者進(jìn)行處理將成為可能。目前國外相關(guān)研究的方向包括：建立開放系統(tǒng)機(jī)器人架構(gòu)（包括通用的硬件與軟件平臺(tái)）、網(wǎng)絡(luò)互聯(lián)機(jī)器人系統(tǒng)平臺(tái)、機(jī)器人網(wǎng)絡(luò)平臺(tái)的算法和圖像處理系統(tǒng)開發(fā)、云機(jī)器人相關(guān)網(wǎng)絡(luò)基礎(chǔ)設(shè)施的研究等。

由于深度學(xué)習(xí)的成功，學(xué)術(shù)界進(jìn)一步沿著連接主義的路線提升計(jì)算機(jī)對(duì)人腦的模擬程度。人腦仿生計(jì)算技術(shù)的發(fā)展，將使電腦可以模仿人類大腦的運(yùn)算并能夠?qū)崿F(xiàn)學(xué)習(xí)和記憶，同時(shí)可以觸類旁通并實(shí)現(xiàn)對(duì)知識(shí)的創(chuàng)造，這種具有創(chuàng)新能力的設(shè)計(jì)將會(huì)讓電腦擁有自我學(xué)習(xí)和創(chuàng)造的能力，與人類大腦的功能幾無二致。在2013年初的國情咨文中，美國總統(tǒng)奧巴馬特別提到為人腦繪圖的計(jì)劃，宣布投入30億美元在10年內(nèi)繪制出“人類大腦圖譜”，以了解人腦的運(yùn)行機(jī)理。歐盟委員會(huì)也在2013年初宣布，石墨烯和人腦工程兩大科技入選“未來新興旗艦技術(shù)項(xiàng)目”，并為此設(shè)立專項(xiàng)研發(fā)計(jì)劃，每項(xiàng)計(jì)劃將在未來10年內(nèi)分別獲得10億歐元的經(jīng)費(fèi)。美國IBM公司正在研究一種新型的仿生芯片，利用這些芯片，人類可以實(shí)現(xiàn)電腦模仿人腦的運(yùn)算過程，預(yù)計(jì)最快到2019年可完全模擬出人類大腦。

（四）高科技企業(yè)普遍將人工智能視為下一代產(chǎn)業(yè)革命和互聯(lián)網(wǎng)革命的技術(shù)引爆點(diǎn)進(jìn)行投資，加快產(chǎn)業(yè)化進(jìn)程。

谷歌在2013年完成了8 家機(jī)器人相關(guān)企業(yè)的收購，在機(jī)器學(xué)習(xí)方面也大肆搜羅企業(yè)和人才，收購了DeepMind和計(jì)算機(jī)視覺領(lǐng)軍企業(yè)Andrew Zisserman，又聘請(qǐng)DARPA原負(fù)責(zé)人 Regina Dugan負(fù)責(zé)顛覆性創(chuàng)新項(xiàng)目的研究，并安排構(gòu)建Google基礎(chǔ)算法和開發(fā)平臺(tái)的著名計(jì)算機(jī)科學(xué)家Jeff Dean轉(zhuǎn)戰(zhàn)深度學(xué)習(xí)領(lǐng)域。蘋果2014 年在自動(dòng)化上的資本支出預(yù)算高達(dá)110 億美元。蘋果手機(jī)中采用的Siri智能助理脫胎于美國先進(jìn)研究項(xiàng)目局（DARPA）投資1.5億美元，歷時(shí)5年的CALO（ Cognitive Assistant that Learns and Organizes）項(xiàng)目，是美國首個(gè)得到大規(guī)模產(chǎn)業(yè)化應(yīng)用的人工智能項(xiàng)目。Amazon計(jì)劃在2015 年能夠使用自己的機(jī)器人飛行器進(jìn)行快遞服務(wù)。韓國和日本的各家公司也紛紛把機(jī)器人技術(shù)移植到制造業(yè)新領(lǐng)域并嘗試進(jìn)入服務(wù)業(yè)

（五）人工智能的實(shí)際應(yīng)用

人工智能概念從1956年提出，到今天初步具備產(chǎn)品化的可能性經(jīng)歷了58年的演進(jìn)，各個(gè)重要組成部分的研究進(jìn)度和產(chǎn)品化水平各不相同。人工智能產(chǎn)品的發(fā)展是一個(gè)漸進(jìn)性的過程，是一個(gè)從單一功能設(shè)備向通用設(shè)備，從單一場(chǎng)景到復(fù)雜場(chǎng)景，從簡(jiǎn)單行為到復(fù)雜行為的發(fā)展過程，具有多種表現(xiàn)形式。

人工智能產(chǎn)品近期仍將作為輔助人類工作的工具出現(xiàn)，多表現(xiàn)為傳統(tǒng)設(shè)備的升級(jí)版本，如智能/無人駕駛汽車，掃地機(jī)器人，醫(yī)療機(jī)器人等。汽車、吸塵器等產(chǎn)品和人類已經(jīng)有成熟的物理交互模式，人工智能技術(shù)通過賦予上述產(chǎn)品一定的機(jī)器智能來提升其自動(dòng)工作的能力。但未來將會(huì)出現(xiàn)在各類環(huán)境中模擬人類思維模式去執(zhí)行各類任務(wù)的真正意義的智能機(jī)器人，這類產(chǎn)品沒有成熟的人機(jī)接口可以借鑒，需要從機(jī)械、控制、交互各個(gè)層面進(jìn)行全新研發(fā)。

希望我的回答可以幫到您哦

以上就是關(guān)于人工智能國內(nèi)外發(fā)展現(xiàn)狀相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。

推薦閱讀：

人工智能國內(nèi)外發(fā)展現(xiàn)狀（人工智能國外發(fā)展趨勢(shì)及挑戰(zhàn)）

市場(chǎng)營銷年終工作總結(jié)個(gè)人（市場(chǎng)營銷年終工作總結(jié)個(gè)人工作經(jīng)驗(yàn)）

人工投票團(tuán)隊(duì)24小時(shí)在線（刷票微信投票什么價(jià)位）

vi設(shè)計(jì)鑒賞（《vi設(shè)計(jì)》）

課題研究重點(diǎn)怎么寫（課題研究重點(diǎn)怎么寫范文）