人工智能+人机融合

1、群体智能

这篇文章分享了具体的微信公众号文章信息

维基百科采用群体编辑模式，在知识共享领域具有重要地位；开源软件采用群体开发模式，在技术创新中发挥重要作用；知识共享采用众问众答模式，在学术交流中得到广泛应用；万众创新源于众筹和群智参与，在经济发展中展现出巨大潜力；共享经济则以众包和众享模式为基础，在社会资源配置中发挥着独特作用。此外

《规划》所提出的群体智能研究方向正是对人工智能新时代的一种拓展与深化。这一研究的关注点不仅局限于汇聚一群精英专家,而是通过互联网组织结构与大数据驱动的技术实现参与者的大规模吸引、汇聚与管理,并运用竞争与合作等多种自主协同模式共同应对各类挑战性任务（如众筹开发项目）。特别值得关注的是,在开放环境下,复杂系统的决策任务往往会产生超出单个个体智慧水平的崭新认知形态,这些新型认知形态正是群体智能研究的核心内容之一。在互联网环境下,人类海量智慧资源得以与机器智慧资源实现协同增效,最终形成了人机物深度融合的"群智空间"系统,这一创新性生态系统的构建有助于更好地展现群体智能的本质特征。从技术研发层面来讲,这一创新生态系统的构建将深刻影响并推动整个信息社会中的应用创新实践、制度变革进程以及社会组织网络重构过程。

一、瞄准群体智能前沿，突破理论和技术瓶颈

《规划》在群体智能的基础理论及前沿技术方面涉及了四个方面的基础理论研究任务以及八个方向的关键共性技术研究任务。该规划旨在构建完整的群智理论和技术架构，并突破了大规模群智空间构建、运行机制、协作模式以及演化的关键技术问题。通过这一系列的努力与目标，《规划》最终使得我国群体智能的研究水平达到了世界领先地步。

在群体智能的基础理论研究领域，《规划》确立了系统的研究任务框架，并将其划分为以下几大核心方向：结构理论与组织方法研究、激励机制与涌现机理探讨以及学习理论与方法创新等；这些研究目标旨在针对群智组织的有效性和可靠性之间的平衡关系（即有效性和可靠性之间的权衡）、探索不确定性因素的影响路径分析（即对不确定因素影响路径进行深入剖析）以及提出质量保障措施（即建立质量保障体系），同时寻求提升群智交互可计算性的策略（即寻求提升群智交互可计算性的方案）。

在群体智能关键共性技术领域，《规划》列出了八个重点研究方向：主动感知与自主发现、多源信息融合感知、知识表示与认知框架、群智协同生成技术、海量成果整合方法、动态评估机制设计、人机协同进化策略以及安全交互体系构建等项目。这些研究方向旨在支撑构建群智数据-知识-决策自动化完整的技术链条。具体而言，在主动感知方面，则需要探索基于群体与环境数据驱动的感知机制；在多模态信息处理方面，则应致力于多源信息融合技术的研究；在知识表示方面，则需建立能够有效捕捉网络化感知信息的知识体系；在协同生成方面，则要突破基于群智的知识获取与生成技术瓶颈；在成果整合方面，则要提出适应海量智力资源的聚合方法；在评估机制方面，则需开发能够持续优化系统性能的技术；在人机协同方面，则要解决复杂动态环境下的协作进化难题；最后，在服务保障方面，则要完善群智空间的服务体系架构和安全交互机制。

二、建立群体智能平台，推进群体智能应用

我国现阶段拥有庞大的人力资源储备，但目前还未充分释放具备强大计算能力的群体智能，在国家创新体系中发挥着关键的支撑作用。《规划》立足于国情与实际需求导向，在聚焦平台构建与应用拓展的基础上，《规划》提出了打造群智众创计算支撑平台的目标，并致力于推动群智服务平台在全球创新生态系统中占据高端位置

具体地，在致力于构建面向基础研究与高技术研究的跨学科与跨行业的"群智空间"的过程中，在有机整合各类科技资源与智力资源的基础上（通过互联网）支撑构建群智众创服务平台，并在支撑过程中建立包括科技众创、软件创新与群智决策等共性应用服务系统在内的体系（如：构建群智软件学习与创新系统以及群智软件开发与验证自动化系统等），从而解决国家经济社会发展及民生改善的关键性问题。特别地，在紧密结合我国智能经济与智能社会发展的需求导向下（形成了群体智能重大应用需求的产品与解决方案），如：在软件自主创新领域提供群智软件学习与创新系统以及群智软件开发与验证自动化系统的建设；在开放环境下复杂问题求解方面构建人机协同交互驱动的演进式群智决策系统；以及在民生服务领域推动群智共享经济服务系统的构建以提高资源利用效率并改善人民生活质量。与此同时，在国家主要科技方向推动基于群体智能的科技创新生态系统建设，并培育繁荣新兴的群体智能产业发展新生态及新模式以加速传统产业转型升级及新兴产业培育进程；最终使群体智能成为国家科技创新的核心驱动力并全面支撑"大众创业、万众创新"的战略实施。

2、人工智能

https://mp.weixin.qq.com/s/mjQx1nNkCdejSbTKb6OabQ

人工智能正以一种加速发展的态势展现出一系列显著的新特征。其中最为引人注目的包括深度学习这一技术领域的发展及其广泛的应用前景。这些新型技术特征不仅为经济发展注入了强劲动力更为全球科技进步提供了重要支撑点。特别是在新一轮产业变革中 人工智能被视为核心驱动力并将通过释放历次科技革命与产业变革积累的巨大能量来创造新的强大引擎 这一过程将重塑从宏观到微观各个领域的生产与分配机制 并最终激发出更多新技术 新产品 新产业 新业态以及全新的市场格局 这些变化都将深刻地影响人类的生产生活方式 并推动整个社会生产力的整体跃升。

专栏3 基础支撑平台

1.人工智能开源软硬件基础平台。建立大数据人工智能开源软件基础平台 、终端与云端协同的人工智能云服务平台、新型多元智能传感器件与集成平台、基于人工智能硬件的新产品设计平台、未来网络中的大数据智能化服务平台等。 2.群体智能服务平台 。建立群智众创计算支撑平台、科技众创服务系统、群智软件开发与验证自动化系统、群智软件学习与创新系统、开放环境的群智决策系统、群智共享经济服务系统。 3.混合增强智能支撑平台。建立人工智能超级计算中心、大规模超级智能计算支撑环境、在线智能教育平台、“人在回路”驾驶脑、产业发展复杂性分析与风险评估的智能平台、支撑核电安全运营的智能保障平台、人机共驾技术研发与测试平台等。 4.自主无人系统支撑平台。建立自主无人系统共性核心技术支撑平台，无人机自主控制以及汽车、船舶和轨道交通自动驾驶支撑平台，服务机器人、空间机器人、海洋机器人、极地机器人支撑平台，智能工厂与智能控制装备技术支撑平台等。 5.人工智能基础数据与安全检测平台。建设面向人工智能的公共数据资源库、标准测试数据集、云服务平台，建立人工智能算法与平台安全性测试模型及评估模型，研发人工智能算法与平台安全性测评工具集。

3、人机共融智能

https://mp.weixin.qq.com/s/Y-PT8_SHEINON 1PjxlHhPg

人机物融合系统

人机共融智能定义为：基于人类与机器智能异与共的特点 ，通过个体融合行为、群体群智行为以及协同演进机制等手段，并非仅仅停留在简单的协作层面而是构建了一个更加完善的协同体系以实现复杂认知与处理功能

人机共融智能的关键特性包括：

个体智能融合

群体智能融合 除了人脑智能化之外，在人机共融的框架下特别注重群体智能化的发展。它特别关注隐式认知机制，并通过分析群体现状、组织结构以及互动模式等多维度要素，在认知维度和决策层面与人工智能系统展开深度融合[5]。从而实现智能化程度的提升。

协同进化：我们不想让机器持续发展而人类智慧逐渐衰退。人机共融的目标在于相互促进彼此的发展，并推动双方在协同进化中不断提升能力。

群体智能[7] 采用群体现有智慧作为解决策略，并非传统意义上的简单叠加或直接组合。它注重人与人之间的协同协作以及在协助人工作方面的贡献；特别关注群体现有的潜在智力价值。我们致力于促进两种智能形式的深度结合，并在此基础上形成独特的解决方案策略。

群智感知计算[8] 基于广泛应用于日常生活的移动终端设备，在物联网与移动互联网平台协同运作下，在任务分解与数据汇聚的基础上实现对社会运行及城市治理所需各项感知需求的有效支撑，并特别关注人类主体在感知过程中的作用；推动人机协同形成智能化的感知计算体系；并致力于构建智能化协同进化机制以达到预期目标。

研究挑战

研究挑战包括：精确感知、深度成像、情境自然交互、协调感知、融合计算以及智能演进

（1）精确的人体行为与环境信息解析 指通过融合传统接触式与新型非接触式感知技术实现对人体行为及其周边环境的超精细信息采集。具体而言包括物体位置（厘米级至毫米级）、人体动作形态识别以及生理数据捕捉等多维度信息获取。这些精确的数据采集对于构建高效的人机协同智慧系统至关重要，在此基础之上利用先进算法进行数据解码分析以实现对人类活动状态的有效识别与预测。

（ 2）深度画像

（ 2）临境自然交互

（3）人机协同感知作为一种信息采集的技术手段**（或称作一种信息收集机制）**

（4）人机融合计算

（5）人机智能演进

初步实践

我们近期完成的两份研究工作就是基于人机协同智算思路展开的探索，并主要整合了机器智能与隐式群体智能的协同应用来实现复杂感知认知功能。

（ 1）通过群体智能特征对拍照图像进行分类和语义标注

（ 2）基于群体行为特征的感知数据萃取