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。
报告呈现两大亮点
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（Perceptron）。1943 年神经网络就已经出现雏形（源自 NeuroScience），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（人工智能大师）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。（以下内容摘自报告第二章节）
深度学习模型最近若干年的重要进展包括上述四个脉络的演进。
第一个发展脉络：卷积网络 第二个发展脉络：无监督学习 第三个发展脉络：序列深度模型 第四个发展脉络：增强学习
唐杰教授表示：'报告还展示了近一两年深度学习的发展热点，比如去年谷歌 Bert 一经发布，就引起了整个产业界和学术界的轰动，或将影响深度学习乃至整个机器学习的未来。报告对 Bert 的相关研究进行了详细梳理，无论是最新还是最经典的研究都进行了整理，可以让读者从相关研究中窥见未来。'
