本书重点聚焦人工智能的关键前沿技术，先对人工智能技术领域进行概述，主要介绍核心及前沿领域的发展现状和趋势，并分析国内外人工智能发展战略；之后深入介绍、分析支撑或影响人工智能产业发展的核心和前沿技术，如计算机视觉、智能语音语义、人工智能芯片等。本书合人工智能、互联网和计算机行业的从业人员和研究人员（技术岗位和非技术岗位），以及创投相关人员阅读参考。

目　录
CHAPTER01 计算机视觉 001
1．1　计算机视觉发展概述 / 002
1．1．1　计算机视觉的发展之路 / 002
1．1．2　计算机视觉 ：让机器看懂世界 / 005
1．2　计算机视觉技术前沿 / 013
1．2．1　从感知到认知 ：全面构建“视觉+”智能体系 / 013
1．2．2　从识别到检测 ：视频中的人类动作理解研究 / 023
1．2．3　基于互联网文本描述和深度对偶学习的图像分割技术 / 028
1．2．4　基于深度学习的无人驾驶路径规划和控制 / 035
1．2．5　从海量监控视频中提取并展示目标活动线索 / 040
1．2．6　基于视觉的无人机地面目标自主跟踪系统 / 044
1．2．7　视觉内容自动描述的研究进展 / 050
1．3　计算机视觉技术的应用落地发展 / 052
1．3．1　从蜜枣网案例谈微软认知服务 / 052
1．3．2　深度学习在医学影像分析中的应用进展 / 056
1．3．3　计算机视觉技术助力京东无人零售店 / 061
1．3．4　商汤科技助力中国移动在线打造移动端实名认证系统 / 064
点评 / 066

CHAPTER02
智能语音语义 067
2．1　国内外智能语音产业的格局与趋势 / 068
2．1．1　智能语音技术概述 / 068
2．1．2　智能语音产业发展情况 / 071
2．1．3　智能语音应用场景及发展趋势 / 074
2．1．4　智能语音产业发展展望 / 075
2．2 　自然语言处理与语音识别的技术前沿 / 076
2．2．1　文本自动摘要研究进展 / 076
2．2．2　深度学习时代下的机器翻译 / 085
2．2．3　人机对话系统综述 / 092
2．2．4　基于结构化知识监督的事件抽取研究 / 096
2．2．5　解读“人机交互”的核心技术 / 102
2．2．6　基于 WaveNet 的语音合成声码器研究 / 113
2．2．7　 2017 年 TREC 任务赛 ：基于LSTM的问题相似度学习方法 / 117
2．3 　智能语音语义技术的应用落地发展 / 121
2．3．1　阿里巴巴的自然语言处理技术应用与发展 / 121
2．3．2　从网络理论认识知识工程 / 129
2．3．3　利用自然语言处理技术控制金融风险 / 136
点评 / 140

CHAPTER03
人工智能芯片 141
3．1　人工智能芯片发展概述 / 142
3．1．1　人工智能芯片 ：从历史看未来 / 142
3．1．2　人工智能芯片 ：加速智能时代的发动机 / 152
3．2　人工智能芯片的技术前沿与应用进展 / 160
3．2．1　Thinker ：可重构混合神经网络计算芯片 / 160
3．2．2　寒武纪 ：智能处理器和基准测试集 / 174
3．2．3　端侧人工智能芯片的挑战和展望 / 180
3．2．4　端侧人工智能芯片和构筑华为终端智慧化之路 / 185
3．2．5　稀疏化 ：神经网络计算新范式 / 189
3．2．6 神经形态计算发展现状与展望 / 198
3．2．7　英特尔 Loihi 神经拟态芯片 ：引领智能计算新突破 / 206
3．2．8　面向脑机接口的神经拟态芯片 / 215
3．2．9　光子神经网络——重新定义人工智能芯片 / 219
3．2．10　从 AIoT 的人机交互需求看人工智能芯片的落地路径 / 224
3．2．11 浪潮：面向多模态应用的超异构计算平台 / 230
点评 / 243
参考文献 244
作者介绍 251