人工智能标准化白皮书（2018 版）指导单位：国家标准化治理委员会工业二部编写单位：中国电子技术标准化研究院二零一八年一月142 / 257编写单位（排名不分先后）中国电子技术标准化研究院中国科学院自动化研究所 北京理工大学清华大学北京大学中国人民大学北京航空航天大学科大讯飞股份有限公司华为技术有限公司国际商业机器（中国）有限公司阿里云计算有限公司中国科学院计算技术研究所中国电信集团公司腾讯互联网加（深圳）有限公司阿里巴巴网络技术有限公司上海计算机软件技术开发中心上海智臻智能网络科技股份有限公司北京爱奇艺科技有限公司北京有生志科技有限公司极限元（北京）智能科技股份有限公司北京字节跳动科技有限公司（今日头条） 北京商汤科技开发有限公司浙江蚂蚁小微金融服务集团有限公司百度网络技术有限公司英特尔（中国）有限公司 松下电器（中国）有限公司重庆凯泽科技股份有限公司海尔工业智能研究院有限公司重庆中科云从科技有限公司北京格灵深瞳信息技术有限公司目录编写单位中国电子技术标准化研究院中国科学院自动化研究所 北京理工大学 21 前言 11.1 研究背景 11.2 研究目标及意义 22 人工智能概述 32.1 人工智能的历史及概念 32.1.1 人工智能的起源与历史 32.1.2 人工智能的概念 52.2 人工智能的特征 72.3 人工智能参考框架 83 人工智能进展现状及趋势 113.1 人工智能关键技术 113.1.1 机器学习 113.1.2 知识图谱 133.1.3 自然语言处理 143.1.4 人机交互 153.1.5 计算机视觉 173.1.6 Th物特征识不 193.1.7 虚拟现实/增强现实 213.1.8 人工智能技术进展趋势 213.2 人工智能产业现状及趋势 223.2.1 智能基础设施 233.2.2 智能信息及数据 243.2.3 智能技术服务 253.2.4 智能产品 253.2.5 人工智能行业应用 273.2.6 人工智能产业进展趋势 313.3 安全、伦理、隐私问题 323.3.1 人工智能的安全问题 323.3.2 人工智能的伦理问题 333.3.3 人工智能的隐私问题 343.4 人工智能标准化的重要作用 354 人工智能标准化现状 374.1 国际标准化现状 374.1.1 ISO/IEC JTC 1 374.1.2 ISO 404.1.3 IEC 404.1.4 ITU 414.2 国外标准化现状 414.2.1 IEEE 414.2.2 NIST 414.2.3 其它 424.3 国内标准化现状 424.3.1 全国信息技术标准化技术委员会 424.3.2 全国自动化系统与集成标准化技术委员会 434.3.3 全国音频、视频和多媒体标准化技术委员会 434.3.4 全国信息安全标准化技术委员会 434.3.5 全国智能运输系统标准化技术委员会 444.4 人工智能标准化面临的问题和挑战 444.5 人工智能标准需求分析 454.6 人工智能标准化组织机制建设 465 人工智能标准体系 485.1 人工智能标准体系结构 485.2 标准体系框架 495.2.1 基础标准 515.2.2 平台/支撑标准 515.2.3 关键技术标准 515.2.4 产品及服务标准 535.2.5 应用标准 545.2.6 安全/伦理标准 565.3 近期急需制定标准 566 人工智能标准化工作重点建议 59附件 1 人工智能标准明细表 61附件 2 应用案例 801 前言1.1 研究背景人工智能概念诞生于 1956 年，在半个多世纪的进展历程中，由于受到智能算法、计算速度、存储水平等多方面因素的阻碍，人工智能技术和应用进展经历了多次高潮和低谷。
2006 年以来，以深度学习为代表的机器学习算法在机器视觉和语音识不等领域取得了极大的成功，识不准确性大幅提升，使人工智能再次受到学术界和产业界的广泛关注云计算、大数据等技术在提升运算速度，降低计算成本的同时，也为人工智能进展提供了丰富的数据资源，协助训练出更加智能化的算法模型人工智能的进展模式也从过去追求“用计算机模拟人工智能”，逐步转向以机器与人结合而成的增强型混合智能系统，用机器、人、网络结合成新的群智系统，以及用机器、人、网络和物结合成的更加复杂的智能系统 作为新一轮产业变革的核心驱动力，人工智能在催生新技术、新产品的同时， 对传统行业也具备较强的赋能作用，能够引发经济结构的重大变革，实现社会生产力的整体跃升人工智能将人从枯燥的劳动中解放出来，越来越多的简单性、重复性、危险性任务由人工智能系统完成，在减少人力投入，提高工作效率的同时，还能够比人类做得更快、更准确；人工智能还能够在教育、医疗、养老、环境爱护、都市运行、司法服务等领域得到广泛应用，能够极大提高公共服务精准化水平，全面提升人民生活品质；同时，人工智能可关心人类准确感知、预测、预警基础设施和社会安全运行的重大态势，及时把握群体认知及心理变化，主动作出决策反应，显著提高社会治理能力和水平，同时保障公共安全。
人工智能作为一项引领以后的战略技术，世界发达国家纷纷在新一轮国际竞争中争取掌握主导权，围绕人工智能出台规划和政策，对人工智能核心技术、顶尖人才、标准规范等进行部署，加快促进人工智能技术和产业进展要紧科技企业不断加大资金和人力投入，抢占人工智能进展制高点2017 年，我国出台了《新一代人工智能进展规划》（国发〔2017〕35 号）、《促进新一代人工智能产业进展三年行动打算（2018-2020 年）》（工信部科〔2017〕315 号）等政策文件， 推动人工智能技术研发和产业化进展目前，国内人工智能进展已具备一定的技术和产业基础，在芯片、数据、平台、应用等领域集聚了一批人工智能企业，在部分方向取得时期性成果并向市场化进展例如，人工智能在金融、安防、客服等行业领域已实现应用，在特定任务中语义识不、语音识不、人脸识不、图像识不技术的精度和效率已远超人工 标准化工作对人工智能及其产业进展具有基础性、支撑性、引领性的作用， 既是推动产业创新进展的关键抓手，也是产业竞争的制高点当前，在我国人工智能相关产品和服务不断丰富的同时，也出现了标准化程度不足的问题人工智能涉及众多领域，尽管某些领域已具备一定的标准化基础，然而这些分散的标准化工作并不足以完全支撑整个人工智能领域。
另一方面，人工智能属于新兴领域， 进展方兴未艾，从世界范围来看，标准化工作仍在起步过程中，尚未形成完善的标准体系，我国差不多与国外处于同一起跑线，存在快速突破的机会窗口只要瞄准机会，快速布局，完全有可能抢占标准创新的制高点，反之，则有可能丧失良机因此，迫切需要把握机遇，加快对人工智能技术及产业进展的研究，系统梳理、加快研制人工智能各领域的标准体系，明确标准之间的依存性与制约关系， 建立统一完善的标准体系，以标准的手段促进我国人工智能技术、产业蓬勃进展 1.2 研究目标及意义本白皮书前期在国标委工业二部和工信部科技司的指导下，通过梳理人工智能技术、应用和产业演进情况，分析人工智能的技术热点、行业动态和以后趋势， 从支撑人工智能产业整体进展的角度动身，研究制定了能够适应和引导人工智能产业进展的标准体系，进而提出近期急需研制的基础和关键标准项目 本白皮书并不预期成为人工智能领域的全面技术和产业综述，不求面面俱到， 仅针对目前人工智能领域涵盖的技术热点和产业情况进行分析，研究提出人工智 能标准体系人工智能标准化工作尚处于起步时期，本白皮书只作为人工智能领 域技术、产业和标准化之间初始的连接纽带，并将在今后不断依照技术、产业和 标准化的进展需求进行修订。
本白皮书只是多地给出人工智能领域观点性的陈述， 力求以较为浅显易明白的语言和方式进行阐述 本白皮书的意义在于与业界分享人工智能领域的研究成果和实践经验，呼吁社会各界共同加强人工智能领域的技术研究、产业投入、标准建设与服务应用， 共同推动人工智能及其产业进展2 人工智能概述2.1 人工智能的历史及概念2.1.1 人工智能的起源与历史人工智能始于 20 世纪 50 年代，至今大致分为三个进展时期：第一时期（20 世纪 50 年代——80 年代）这一时期人工智能刚诞生，基于抽象数学推理的可编程数字计算机差不多出现，符号主义（Symbolism）快速进展，但由于专门多事物不能形式化表达，建立的模型存在一定的局限性此外，随着计算任务的复杂性不断加大，人工智能进展一度遇到瓶颈；第二时期（20 世纪 80 年代——90 年代末）在这一时期，专家系统得到快速进展，数学模型有重大突破，但由于专家系统在知识猎取、推理能力等方面的不足，以及开发成本高等缘故，人工智能的进展又一次进入低谷期；第三时期（21 世纪初——至今）随着大数据的积聚、理论算法的革新、计算能力的提升，人工智能在专门多应用领域取得了突破性进展， 迎来了又一个繁荣时期。
人工智能具体的进展历程如图 1 所示1976年，机器翻译 1985年， 等项目的 出现了更失败及一 强可视化些学术报 效果的决告的负面 策树模型阻碍，人 和突破早工智能的 期感知机经费普遍 局限的多1997年， Deep Blue战胜世界国际象棋冠军Garry Kasparov 1987年，LISP机市场倒塌2006年，Hinton和他的学生开始深度学习2014年， 2016年3月，微软公 AlphaGo以4司公布比1战胜世1956年达特茅斯会议提出“人工智能”全球第 界围棋冠军一款个人智能助理微软小娜李世石1959年，Arthur Samuel 减少 层人工神提出了机器学习 经网络2010年， 大数据时代到来2017 年10月， DeepMind 团队公布了最强 版 的AlphaGo Zero1950s1960s1970s1980s1976- 1982-1990s2000s2010s2020s1956-19761982 1987第一次繁荣期达特茅斯会议，确定了人工智能的概念和进展目标第一次 第二次低谷期 繁荣期1987-1997第二次低谷期遭受质疑 具备逻辑 技术领域再次批判，运 规则推演 陷入瓶颈，抽算能力不 和特定领 象推理不再被足、计算 域回答解 接着关注，基复杂度较 决问题的 于符号处理的高、常识 专家系统 模型遭到反对与推理实 盛行，及现难度较 五代计算大等 机的进展1997-2010复苏期计算性能的提升与互联网技术的快速普及2010-增长爆发期新一代信息技术引发信息环境与数据基础变革，海量图像语音文本等多模态数据不断出现， 计算能力提高图 1 人工智能进展历史长期以来，制造具有智能的机器一直是人类的重大梦想。
早在 1950 年，AlanTuring 在《计算机器与智能》中就阐述了对人工智能的考虑他提出的图灵测试是机器智能的重要测量手段，后来还衍生出了视觉图灵测试等测量方法1956年，“人工智能”那个词首次出现在达特茅斯会议上，标志着其作为一个研究领域的正式诞生六十年来，人工智能进展潮起潮落的同时，差不多思想可大致划分为四个流派：符号主义（Symbolism）、连接。