11月30日下午，2019中国人工智能产业年会重磅发布《2019人工智能发展报告》。清华大学计算机系副主任、唐杰教授主持了报告发布仪式，九三中央科技委副主任、中国传感器与物联网产业联盟副理事长郭源生教授，日本工程院院士、中国人工智能学会名誉副理事长、日本德岛大学任副继教授及与会嘉宾共同为报告揭幕。唐杰教授代表报告编写相关单位就《2019人工智能发展报告》主要内容进行了介绍。
该报告由清华大学-中国工程院知识智能联合研究中心、中国人工智能学会吴文俊人工智能科学技术奖评选基地联合发布，北京智谱华章科技有限公司提供技术支持。报告力图综合展现中国乃至全球人工智能重点领域发展现状与趋势，助力产业健康发展，服务国家战略决策。
报告依托于AMiner平台数据资源及技术挖掘成果生成相关数据报告及图表，邀请清华大学、同济大学等高校专家解读核心技术及提出观点建议，在一定程度上保证了报告的科学性和权威性。报告内容涵盖了人工智能13个子领域，包括：机器学习、知识工程、计算机视觉、自然语言处理、语音识别、计算机图形学、多媒体技术、人机交互、机器人、数据库技术、可视化、数据挖掘、信息检索与推荐。
唐杰教授介绍，该报告对人工智能每一个子领域进行了详细的分析，包括基本概念、发展历史、人才概况、代表性论文解读和前沿技术进展。相比于2018年的人工智能发展报告，具有两方面亮点，一方面体现在“AI技术的近期发展”，另一方面体现在“人才脉络一网打尽”。针对亮点一“AI技术的近期发展”，唐杰教授以“深度学习”为例做了详细阐述。
深度学习是近10年机器学习领域发展最快的一个分支，由于其重要性，Geoffrey Hinton、Yann Lecun、Yoshua Bengio三位教授因此同获2018年图灵奖。深度学习模型的发展可以追溯到1958年的感知机。1943年神经网络就已经出现雏形，1958年研究认知的心理学家Frank发明了感知机，当时掀起一股热潮。
后来Marvin Minsky和Seymour Papert发现感知机的缺陷：不能处理异或回路等非线性问题，以及当时存在计算能力不足以处理大型神经网络的问题，于是整个神经网络的研究进入停滞期。最近30年来深度学习取得了快速发展。《2019人工智能发展报告》罗列了深度学习的四个主要脉络，最上层是卷积网络，中间层是无监督学习脉络，再下面一层是序列深度模型发展脉络，最底层是增强学习发展脉络。
这四条脉络全面展示了“深度学习技术”的发展近况。针对亮点二“人才脉络一网打尽”，唐杰教授做了简单分析。报告通过对人工智能顶级期刊/会议近10年论文及相关学者数据的深度挖掘分析，研究了各领域学者在世界及我国的分布规律。
同时，报告进一步统计分析了各领域学者性别比例、h-index分布以及中国在各领域的合作情况，通过统计中外合作论文中作者的单位信息，将作者映射到各个国家中，进而统计出中国与各国之间合作论文的情况。唐杰教授介绍说，“我们还开发了人才精准画像和超大规模知识图谱，通过数据挖掘，首先找到作者，对每一个作者进行深度的人才画像，不仅能看到每一个学者的联系方式、职位、单位信息，还有职位变迁、兴趣变化等等。
另一方面，通过对学者的精准画像，针对每一个领域的专家全球分布图和国内分布图可以进行国内外对比分析，甚至可以开展人才流失分析，比如分析一个国家人才引进和人才流出的情况是盈利还是亏损等。”最后，唐杰教授对报告撰写的数据支持平台AMiner进行了介绍。
AMiner系统自2006年上线以来已经运行了十多年，它是一个知识驱动科技情报挖掘平台，包含超过三亿篇论文和一亿多科研人员数据，能够提供包括专家发现、智能推荐、机构评估、人才地图和科技趋势分析等多种服务。AMiner平台诸多功能已在科技部、教育部、北京市科委、自然基金委等多家单位应用，希望AMiner平台未来能有更多方面的应用前景。
当前，我国进入科技高速发展期，人工智能作为科技领域冉冉升起的新星，受到国家的高度重视。在多层次战略规划的指导下，无论是学术界还是产业界，我国在人工智能国际同行中均有不错的表现。我国人工智能的发展已驶入快车道。在这个阶段下，能够推动技术突破和创造性应用的高端人才对人工智能的发展起着至关重要的作用。
此次发布的《2019人工智能发展报告》，通过深入探讨研究方法，对近年来的热点及前沿技术进行了深度解读，展现最新研究成果，内容在聚焦当下人工智能发展现状的同时，并作出技术性分析，更对相关领域的未来发展方向进行了展望，为读者了解近期人工智能相关领域的发展动向、基础及应用研究的代表性成果提供信息窗口。该报告是集严谨性、综合性、技术性、前瞻性为一体的专业领域报告，具有极高的学术价值和参考价值。
不仅有利于推进我国人工智能的研究探索，同时还对国家洞悉人工智能发展态势、实施人工智能发展策略起到重要参考借鉴。