中国信通院：2021认知智能发展研究报告（40页）.pdf

《中国信通院：2021认知智能发展研究报告（40页）.pdf》由会员分享，可在线阅读，更多相关《中国信通院：2021认知智能发展研究报告（40页）.pdf（40页珍藏版）》请在三个皮匠报告上搜索。

1、1950-2020 年，全球认知智能领域发表的论文中，涉及最多的技术领域包括知识库、语义网、自然语言处理、机器学习、神经网络、知识表示等。近 10 年，认知智能领域学术研究加速发展，相关技术领域论文发表数量占累计发表总数的 37.4%。其中，以知识图谱、语义网、自然语言处理、机器翻译等为代表的认知智能技术研究热度更是快速攀升，论文发表数量占累计发表总数比重均超过 50%。此外，专家系统、数据挖掘等领域研究热度逐年下降。美国是认知智能领域学术研究的全球引领者。1950-2020 年间，美国累计论文发表数量稳居世界第一。论文发表数量排名前十的机构中，有 6 所位于美国。中国在相关技术领域论文发表数

2、量虽然仅次于美国，但是质量上与美国还有一定差距，领先科研机构还没有形成集群优势。目前仅有中国科学院、上海交通大学在相关技术领域论文发表数量位列全球前十。认知智能标准化建设越来越多地得到了国内外各标准化组织、企业和学术界的关注，目前已经发布和正在研制的各类标准超过 30项，涉及国际标准、国家标准、行业标准等多种类别，参与者覆盖了中国信息通信研究院、中国电子技术标准化研究院、中国人工智能产业发展联盟、腾讯、竹间智能科技、思必驰等多类主体，各方正积极参与到相关行业标准的制定中来，共同推动认知智能标准体系加速健全。情感计算通过计算科学、心理科学和认知科学的结合，赋予计算机像人类一样识别、理解、产生和表

3、达情感的能力，主要涉及人脸表情、语音、肢体语言、文字语言等多种信号。主要技术路径是从生理学或心理学角度出发，通过各类传感器获取脉搏、表情、声音等信号，对其进行建模和识别，转化为情感信号，并与情感机理对应起来。近年来，情感计算逐渐向海量数据、多模态计算等方向发展，并将模式识别、计算机视觉等研究成果运用于情感识别和理解，集文字、语音、肢体语言、表情等多种交流途径为一体，集中处理各类信息，实现情感的综合理解与表达。随着情感计算技术的快速发展，基于人脸表情、声纹识别、文字等的情感计算已经在客户服务、智能营销、课堂教学与心理咨询等领域得到广泛应用，涌现出研究语音情绪的 Beyond Verbal、研究文本情绪的 AIchemyAPI、研究表情的旷视科技、研究多模态情感计算的竹间智能科技等领军企业。Affectiva 等更是将情绪监控引入智能驾驶，一旦驾驶员出现嗜睡、过度焦虑或易怒状态，自动驾驶系统就会及时接管汽车。