人工智能是一门科学，一套计算技术，灵感源自人们使用其神经系统、以及身体感知、学习、推理和采取行动的方式。一直以来，人工智能的发展速度参差不齐，难以预测。但整体而言，人工智能在过去60年间还是取得了长足发展。之前，人工智能还仅限于学术研究，而21世纪的人工智能让许多主流技术走进人们的日常生活，并带来显著影响。例如，计算机视觉和AI规划推动了视频游戏的发展，并一举超越好莱坞电影产业。深度学习(机器学习的一种)让语音识别走进手机成为可能，这种算法还能被广泛应用到其他一系列依赖于模式识别的应用中。自然语言处理(NLP)、知识表示(knowledge representation，是指把知识客体中的知识因子与知识关联起来，便于人们识别和理解知识。)及推理能让机器在智力竞赛节目中战胜人类冠军，并为Web搜索带来新力量。 令人印象深刻的是，这些技术针对于不同的任务具有高度的可定制性。每项应用通常需要数年的专业研究和精心培育，例如自动驾驶汽车、医疗诊断、靶向治疗和老年人护理等。此外，人工智能和机器人还能被应用到全球难以吸引年轻人就业的行业，例如农业、食品加工、履约中心和工厂等。 这些技术能通过无人机、自动驾驶卡车或机器人来配送在线订单。这篇报告是这项至少持续100年的研究系列中的第一篇。在被常务委员会指派任务之后，即研究2030年之前北美一座典型城市的AI影响，2015年正式组建的研究小组将其工作重心集中在8大领域：交通、服务机器人、医疗保健、教育、低资源社区、公共安全、就业和娱乐。对于上述每一个领域，这篇报告都对过去15年人工智能在这些领域所取得进展进行了总结，并对未来15年的发展状况进行了预测。 发布单位：斯坦福大学

当前，新一代人工智能技术正加速在各行业深度融合和落地应用，推动经济社会各领域从数字化、网络化向智能化加速跃升。 基于此，苏州应用智能研究所（筹）创业团队，编制了《苏州应用人工智能产业发展研究报告》，对建立苏州应用智能研究所、并将其研究项目聚焦于人工智能应用进行可行性论证。 该报告全面梳理了全球和我国新一代人工智能产业的发展现状，详细分析了基础层、技术层和应用层的产业发展态势，并归纳出新一代人工智能产业的整体发展趋势，深入剖析了新一代人工智能产业应用场景落地关键因素，重点围绕应用人工智能的发展趋势、商业价值及竞争态势进行了研判。 报告对人工智能传媒、人工智能大健康、机器人等三个重点方向进行了全面研究。着重分析论证了项目的产业发展前景、需求和市场、竞争态势等，为项目投资决策提供参考。 发布单位：苏州应用智能研究所

中国作为制造业大国，为人工智能提供了丰富的应用场景。据估算，人工智能在中国制造业的市场规模有望在 2025年超过140亿人民币：从2019年开始每年保持40% 以上的增长率。人工智能在制造业应用的快 速发展主要受益于5个驱动因素：（1）新基建等政策支 持；（2）人机物互联产生海量数据；（3）云计算、边 缘计算、专用芯片技术加速演进实现算力提升；（4） 算法模型持续优化；（5）资本与技术深度耦合助推行业应用。 发布单位：德勤、中国科学技术信息研究所、中国人工智能学会、上海国创

新型智慧城市是在现代信息社会条件下， 针对城市经济社会发展现实需求， 以提升人民群众幸福感和满意度为核心， 充分利用物联网、云计算、大数据、 人工智能、区块链等新一代信息技术， 促进城市规划、建设、管理、服务和运 营智慧化的新模式， 是由人类空间、物理空间、信息网络空间构成的线上线下 相融合、数字孪生的城市三元空间新形态， 是为加快城市生产方式、生活方式 和治理方式智慧化而开展的系统化改革创新工程。《中华人民共和国国民经济和 社会发展第十四个五年规划和2035年远景目标纲要 》提出“加快数字化发展， 建 设数字中国”， 将“ 分级分类推进新型智慧城市建设 ” 作为加快数字社会建设步伐 的关键举措， 赋予了新型智慧城市发展更多的新使命和新内涵。 从2008年智慧城市概念提出至今， 我国智慧城市发展大体上经历了探索实 践、规范调整、战略攻坚和全面发展四个阶段。 通过国家政策引导、各部门协 同推进和各地方持续创新， 我国新型智慧城市建设取得了显著成效， 但也暴露 出建设运营模式不清晰、社会资本参与不足， 重概念、轻内涵， 重系统、轻数 据， 重局部、轻协同， 重共性、轻个性， 重平台、轻运营， 重政府、轻社会， 重建设、轻考核等问题， 已成为当前影响新型智慧城市成效发挥的重要因素。 推动智慧城市发展从以建为主转向长效运营、促进有效市场和有为政府更好结 合， 构建政府引导、政企合作、多方参与、专业运营的价值生态， 已成为各地 提升智慧城市建设成效、实现可持续发展的必然选择。 各地积极探索长效运营 模式， 通过政企合作建立本地化运营机制、机构和生态， 开展专业运营增强用 户粘性、释放数据要素价值、强化自我造血循环等方面持续创新， 涌现了上海 “ 随申办市民云”、广东 “ 粤省事 ” 等一批实践案例， 为智慧城市长效运营提供了 有益参考。 本报告采用理论研究和实践案例分析相结合方法， 提出了智慧城市长效运营 的概念和内涵， 梳理总结了当前我国智慧城市长效运营的政策导向、实践现 状、主要问题和发展趋势， 从运营对象、运营主体、回报机制三个维度分析了 当前主要的智慧城市运营模式， 重点分析了五类典型智慧城市建设运营模式的 主要特征、运作方式、适用范围和实践案例， 提出了促进智慧城市长效运营的相关建议。 本研究认为 ， 智慧城市长效运营是指以可持续发展为目的， 以用户服务为中 心，充分发挥市场在资源配置中的决定性作用，通过构建多元参与的运营生态，推 动技术、业务、管理同步，持续优化提升智慧城市基础设施、数据资源、信息系统、 应用门户、安全保障等的运行管理服务水平，实现资源配置最优化和效益最大化的 过程。 发布单位：国家信息中心&万达

本白皮书从人工智能治理的实际问题出发，结合当前人工智能治理在国内外的发展现状，提出了人工智能治理的6条基本原则，并在 基本原则的基础上给出具体的行动建议，期待为社会各方提供有益参考。 发布单位：软件绿色联盟

随着人脸识别技术的广泛应用，也在不断促进技术本身的发展，基础算法研究，人脸重建技术、戴口罩人脸识别、3D人脸识别技术、新型人脸采集技术、人脸聚类技术、和低质量人脸识别技术，是产业界和学术界关注的热点课题，也预示了人脸识别技术的发展趋势。 发布单位：全国信息技术标准化技术委员会、生物特征识别分技术委员会

主要发现 联邦学习是一种新兴的人工智能基础技术。本报告从技术研究、行业应用、学者画像以及发展趋势等维度，较为全面深入地分析了联邦学习自2016年诞生至2020年的重要发展成就。 联邦学习“中美双雄”格局显现 • 中美两国有关联邦学习的论文发布量遥遥领先于其他国家；在论文发布量TOP 10机构中，中美各占4席和3席；中美两国论文合作数量也全球最多，且半数以上的高被引论文来自中美两国，但美国的论文引用量显著领先，中国位居第二。 • 全球专利受理数量以中国地区最多，共1514项；美国位居第二，共579项。在专利申请数量TOP10机构中，中国占7席，美国占3席。 • 开源框架主要来自中美，其中OpenMined 推出的Pysyft 、微众银行的FATE和 谷歌的TFF框架的热度居于全球前三位。 • 联邦学习领域的全球学者共计2,764名，中美分别拥有816和817名，各占全球总量的30%。 未来联邦学习研究趋势将与算法模型和安全隐私技术相关 • 目前联邦学习研究热点主要聚焦在机器学习方法、模型训练、隐私保护三方面。 • 未来几年研究趋势将与算法模型和安全隐私技术相关，如Edge Computing（边 缘计算）、Data Heterogeneity（数据异质性）、Internet Of Things（物联 网）、Blockchain（区块链）、Wireless Communication（无线通信）、 Communication Efficiency（沟通效率）等。 • 行业应用研究方向呈现出不断与区块链、物联网、车辆交互、5G等技术融合的态势。 发布单位：清华大学AMiner.org

主要观点 大模型（也称预训练模型、基础模型等）是“大数据+大算力+强算法”结合的产物，是凝练了大 数据内在精华的“隐式知识库”，是实现多种人工智能应用的通用载体。大模型是连接人工智能 技术生态和产业生态的桥梁，向下带动基础软硬件发展，向上支撑智能应用百花齐放，是未来 整个人工智能生态的核心。 大模型通常是在大规模无标注数据上进行训练，学习出一种特征和规则。基于大模型进行应用 开发时，将大模型进行微调（在下游特定任务上的小规模有标注数据进行二次训练），或者不进 行微调，就可以完成多个应用场景的任务。 当前大模型领域较为关注的研究重点包括：大规模的模型参数、创新的模型架构、采用多模态的 数据进行预训练和微调、高效且性能更强的预训练和微调方法、模型训练和推理加速方法等。 大模型在推动AI领域技术体系、智能产业发展的同时，也对算力基础设施和智能产业的生态提 出了更高的要求，带动相关领域的发展。 当前全球大模型产业落地仍处于早期探索阶段，大模型落地过程中,最为重要的是减少企业需 要投入的学习、开发和计算成本，同时还要能够满足企业进行模型开发定制的需求。目前产业 领域典型的有API、开源、PaaS和“交互主体化”四种落地模式。 大模型技术快速发展，目前在内容创意生成、语言/风格转换、对话、搜索等领域的落地进展较 快。此外，利用大模型进行编程，也成为探索的热点。随着未来模型性能的不断提升，模型相关 的平台不断完善，大模型或将成为下一代AI基础平台，为各行各业赋能。 大模型发展至今也带来了一系列问题。一是模型配套的产业、监管体系相对薄弱。二是深度学习 技术本身存在的缺陷。 随着模型配套的产业生态逐步建立和完善，大模型技术将变得更为可靠和可控。 发布单位：北京智源人工智能研究院

当前，AI服务已经在工业制造、企业服务、生活消费等领域开始了广泛的应用。具备计算加速能力的GPU、TPU、NPU等AI芯片成了数据中心、智能手机终端等计算部署不可或缺的一环。 边缘计算作为算力架构优化的最重要的技术，不仅能满足未来AI技术在应用场景延伸、算力分布化部署等方面的要求，同时也是5G网络、物联网络发展的重要方向。 发布单位：百度、中国联通、中国电信等

人工智能领域的专利技术发展趋势从1998年以来一直较快地增长，在2014年后进入技术爆发期，增速惊人，2016年比2015年增加了1万多件，总量达到53万多件，申请人总数达6万多，在知识产权保护中存在竞争对手多的特点。在全球各国申请量占比中，美国占据了首位28%，其次是中国占25%，充分说明人工智能领域的主要目标市场在美国和中国。 人工智能领域专利申请量排名前20位的申请人中，电子电器巨头、计算机软硬件大公司、移动通信大企业等占据了首要位置。其中居首位的三星电子涉及的市场产品较广，其智能手机、电视、家电、显示屏、存储器等都不断有新产品问世，目前三星是最大的手机生产商之一。 发布单位：知识产权保护中心

中国专利申请占全球近一半，是主要的全球技术产出国 发布单位：厦门市场监督管理局

我国人工智能的应用范围极广。从行业应用的角度看，在制造、物流、医疗、教育、安防等行业都有广泛应用。以制造业为例，当前的制造业不论是生产、流通还是销售，都正趋于数据化、智能化。大数据和人工智能技术可以协助企业分析生产过程中的全链路数据，实现生产效率、库存周转率、设备使用效率提升等目标。在智能制造进程中，工业机器人成为人工智能的典型代表，成为智能制造的重要实现端之一。就物流行业而言，人工智能的技术应用主要聚焦在智能搜索、推理规划、模式识别、计算机视觉以及智能机器人等领域。如今，现代物流企业纷纷尝试利用人工智能技术优化物流环节、提高物流效率。 人工智能还能够帮助企业根据市场销售情况、供应链生产情况、物流配送、仓储库存水平，甚至每个环节的容错概率等等进行精准排产，最大限度利用已有资源。人工智能在医疗健康主要的应用领域则包括五个方面：临床决策支持、临床辅助诊疗系统、患者管理、辅助手术和患者照护的自动设备，即各种机器人、医疗机构的管理以及新药的研发。 发布单位：中国电子技术标准化研究院