人工智能产业技术创新战略联盟在京成立:迎接新一代人工智能发展规划,支撑人工智能产业技术创新

简介:

2017年7月20日,国务院发布《关于印发新一代人工智能发展规划的通知(国发〔2017〕35号)》,这是我国人工智能发展史一个里程碑。人工智能的迅速发展将深刻改变人类社会生活、改变世界,新一代人工智能发展规划集中体现了这一战略判断。把人工智能上升为国家规划,将有力促进人工智能产业化和广泛、深度应用,还将催生出颠覆性的人工智能理论和技术,将对全世界人工智能发展产生重大影响。

为配合新一代人工智能发展规划,支撑人工智能产业技术创新,营造健康有序、充满活力的人工智能应用生态,由北京大学、中关村视听产业技术创新联盟及硬蛋科技等倡议的人工智能产业技术创新战略联盟(简称“联盟”)经过两个多月紧锣密鼓的筹备,于2017年7月23日在北京正式成立。联盟由潘云鹤院士担任名誉理事长和专家委员会主任,高文院士任联盟理事长,北京大学计算机科学技术系主任黄铁军教授担任秘书长。潘云鹤院士是新一代人工智能(原人工智能2.0)的倡议者和发起者,高文院士是新一代人工智能发展规划的核心专家,黄铁军教授是规划起草工作的主要参与者之一。联盟发起成员单位上百家,包括百度、阿里巴巴、腾讯、华为、中兴、京东集团、传化集团、科大讯飞、联想、商汤、地平线机器人、硬蛋科技等知名企业,北京大学、清华大学、浙江大学、北京航空航天大学、西安交通大学、中国科学技术大学、中国科学院计算技术研究所等著名高校科研院所以及深行资本、将门投资等投资机构。

《新一代人工智能发展规划》第三条第(二)项第3款中明确提出“推动国内优势企业、行业组织、科研机构、高校等联合组建中国人工智能产业技术创新联盟”,人工智能产业技术创新战略联盟的成立既是国家的要求也是企业的需要,恰逢其时,应运而生。

我国发展人工智能具有良好基础,但与发达国家相比仍存在差距,科研机构和企业尚未形成具有国际影响力的生态圈和产业链,缺乏系统的超前研发布局;人工智能尖端人才远远不能满足需求;适应人工智能发展的基础设施和标准体系亟待完善。针对存在的差距,联盟将紧密围绕新一代人工智能发展规划,重点开展以下工作:以AVS十五年的标准化工作经验和规则为基础,组织制定人工智能标准规范;组织新一代人工智能关键共性技术合作研究;开发支持人工智能协同创新和应用生态的开源开放平台;成立“人工智能百人会”,集聚人工智能高端人才,培育人工智能创新创业人才及团队;筹建新一代人工智能专项投资基金;建设人工智能产业与示范基地。

本次联盟成立大会上,分别进行了智能医疗、智能物流的战略合作签约仪式。智能医疗将由李兰娟院士领导的树兰医疗牵头推动,智能物流由全国工商联副主席徐冠巨领导的传化集团牵头推动。联盟将会联合当地政府在天津、杭州、成都等地建设人工智能产业与示范园区、基地和小镇等。

人工智能产业技术创新战略联盟是在科技部试点联盟——“数字音视频编解码(AVS)产业技术创新战略联盟”基础上成立的。联盟成立后,将本着“平等自愿、优势互补、资源共享、合作共赢”的宗旨,结合国内外人工智能技术和产业发展情况,整合业内资源,加强相互合作,提升人工智能技术、产品研发水平和应用能力,利用技术、资源和资本整合优势推动人工智能领域创新创业,引进、培养人工智能顶尖人才,促进人工智能产业健康快速发展,保障国家人工智能技术和产业的安全,推动人工智能技术在社会各领域、传统产业各领域的广泛应用。





本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。
目录
相关文章
|
6天前
|
机器学习/深度学习 人工智能 算法
人工智能平台年度技术趋势
阿里云智能集团研究员林伟在年度技术趋势演讲中,分享了AI平台的五大方面进展。首先,他介绍了大规模语言模型(LLM)训练中的挑战与解决方案,包括高效故障诊断和快速恢复机制。其次,探讨了AI应用和服务的普及化,强调通过优化调度降低成本,使AI真正惠及大众。第三,提出了GreenAI理念,旨在提高AI工程效率,减少能源消耗。第四,讨论了企业级能力,确保数据和模型的安全性,并推出硬件到软件的全面安全方案。最后,介绍了整合多项核心技术的Pai Prime框架,展示了阿里云在自主可控AI核心框架下的整体布局和发展方向。
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
深入理解人工智能中的深度学习技术及其最新进展
深入理解人工智能中的深度学习技术及其最新进展
181 12
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
深入理解人工智能中的深度学习技术及其最新进展
深入理解人工智能中的深度学习技术及其最新进展
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与深度学习:探索未来技术的无限可能
在21世纪,人工智能(AI)和深度学习已经成为推动科技进步的重要力量。本文将深入探讨这两种技术的基本概念、发展历程以及它们如何共同塑造未来的科技景观。我们将分析人工智能的最新趋势,包括自然语言处理、计算机视觉和强化学习,并讨论这些技术在现实世界中的应用。此外,我们还将探讨深度学习的工作原理,包括神经网络、卷积神经网络(CNN)和循环神经网络(RNN),并分析这些模型如何帮助解决复杂的问题。通过本文,读者将对人工智能和深度学习有更深入的了解,并能够预见这些技术将如何继续影响我们的世界。
68 7
|
2月前
|
人工智能 自然语言处理 自动驾驶
技术与人性:探索人工智能伦理的边界####
本文深入探讨了人工智能技术飞速发展背景下,伴随而来的伦理挑战与社会责任。不同于传统摘要直接概述内容,本文摘要旨在引发读者对AI伦理问题的关注,通过提出而非解答的方式,激发对文章主题的兴趣。在智能机器逐渐融入人类生活的每一个角落时,我们如何确保技术的善意使用,保护个人隐私,避免偏见与歧视,成为亟待解决的关键议题。 ####
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
深度探索人工智能中的自然语言处理技术#### 一、
【10月更文挑战第28天】 本文旨在深入剖析人工智能领域中的自然语言处理(NLP)技术,探讨其发展历程、核心算法、应用现状及未来趋势。通过详尽的技术解读与实例分析,揭示NLP在智能交互、信息检索、内容理解等方面的变革性作用,为读者提供一幅NLP技术的全景图。 #### 二、
121 1
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
深入探讨人工智能中的深度学习技术##
在本文中,我们将深入探讨深度学习技术的原理、应用以及未来的发展趋势。通过分析神经网络的基本结构和工作原理,揭示深度学习如何在图像识别、自然语言处理等领域取得突破性进展。同时,我们还将讨论当前面临的挑战和未来的研究方向,为读者提供全面的技术洞察。 ##
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与未来医疗:AI技术在疾病诊断中的应用前景####
本文探讨了人工智能(AI)在现代医疗领域,尤其是疾病诊断方面的应用潜力和前景。随着技术的不断进步,AI正逐渐改变传统医疗模式,提高诊断的准确性和效率。通过分析当前的技术趋势、具体案例以及面临的挑战,本文旨在为读者提供一个全面的视角,理解AI如何塑造未来医疗的面貌。 ####
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能的无限可能:技术前沿与应用实践
【10月更文挑战第23天】探索人工智能的无限可能:技术前沿与应用实践
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能:从基础到应用的技术之旅
【10月更文挑战第23天】探索人工智能:从基础到应用的技术之旅