学术研究参与度持续上升，参与范围扩大，NLP等子领域取得进展 近年来人工智能学术研究的参与度持续上升，直观表现为各大顶级学术会议的论文提交量逐年大幅攀升;学术研究的参与范围也不断扩大，除高校和科研机构外，企业更加积极地投入到基础科研中。论文主题主要围绕深度学习、机器学习、强化学习等领域展开研究。 具体而言，算法模型的开发正逐步从标准化、高人工干预的监督学习转向小样本、少监督、场景化的模式，利用更少数据、更高时效训练出可处理复杂任务的模型成为重点诉求。人工智能子领域也出现一系列突破:预训练模型已被批量应用于自然语言处理任务中;融合视觉、语音的多模态感知计算备受关注;生成对抗模型(GANs）则拓展进入到图像、文本生成等领域…… 人工智能普惠化 以往的人工智能框架在使用过程中仍需要开发者自行设计模型，2018年以来，NAS和AutoML等工具正使AI技术变得更为简单易用。用户只需喂食数据，工具就能够自行快速地搜索并创建由复杂神经网络驱动的决策功能，这使人工智能在实际场景中更具可用性，降低了开发者和客户使用Al及相应服务的门槛和转换成本。 【更多详情，请下载：2019中国人工智能商业落地研究报告】