人工智能通識教育模塊1初識人工智能目

錄模塊2人工智能支撐運(yùn)作平臺模塊3人工智能關(guān)鍵技術(shù)模塊4人工智能應(yīng)用（一）模塊5人工智能應(yīng)用（二）模塊6人工智能前沿模塊7人工智能與社會模塊3結(jié)構(gòu)：單元1自然語言處理技術(shù)單元2機(jī)器學(xué)習(xí)技術(shù)單元3深度學(xué)習(xí)技術(shù)單元4機(jī)器視覺與機(jī)器聽覺單元5跨媒體分析與推理技術(shù)單元6虛擬現(xiàn)實(shí)與增強(qiáng)現(xiàn)實(shí)技術(shù)

模塊3人工智能關(guān)鍵技術(shù)學(xué)習(xí)目標(biāo)：了解人工智能的基本概念和發(fā)展歷程。理解人工智能的基本概念和原理。了解人工智能的關(guān)鍵技術(shù)。培養(yǎng)具有人工智能思維解決實(shí)際問題的能力

模塊3人工智能關(guān)鍵技術(shù)學(xué)習(xí)重點(diǎn)：理解自然語言處理的含義及常見應(yīng)用；2.了解機(jī)器學(xué)習(xí)、深度學(xué)習(xí)之間的關(guān)系；3.理解機(jī)器視覺與機(jī)器聽覺的原理和應(yīng)用場景；4.了解跨媒體（模態(tài)）技術(shù)應(yīng)用；5.了解虛擬現(xiàn)實(shí)技術(shù)與增強(qiáng)現(xiàn)實(shí)技術(shù)的區(qū)別及應(yīng)用。單元1自然語言處理技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.1.1什么是自然語言處理自然語言處理是將人類交流溝通所用的語言經(jīng)過處理轉(zhuǎn)化，成為機(jī)器所能理解的機(jī)器語言，是一種研究語言能力的模型和算法框架，是語言學(xué)和計(jì)算機(jī)科學(xué)的交叉學(xué)科。其研究可分為自然語言理解（讓機(jī)器讀懂我們?nèi)粘５谋磉_(dá)）和自然語言生成（讓機(jī)器生成我們所能懂的話）。單元1自然語言處理技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.1.2自然語言處理的典型應(yīng)用自然語言處理正在人們的日常生活中扮演著越來越重要的角色。機(jī)器翻譯是指利用計(jì)算機(jī)將一種自然語言轉(zhuǎn)換為另一種自然語言的過程，是自然語言處理的一個(gè)分支。聊天機(jī)器人是一個(gè)用來模擬人類對話或聊天的程序，它能夠與人類進(jìn)行對話和交流。聊天機(jī)器人利用自然語言處理技術(shù)來理解人類的語言輸入，并生成相應(yīng)的回復(fù)。單元1自然語言處理技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.1.3自然語言處理的發(fā)展趨勢自然語言處理（NLP）技術(shù)的快速進(jìn)步和應(yīng)用擴(kuò)展，預(yù)示著它在未來將繼續(xù)發(fā)揮重要作用。從更強(qiáng)大的預(yù)訓(xùn)練模型到普及的個(gè)性化應(yīng)用，NLP正在成為推動智能化和自動化發(fā)展的關(guān)鍵技術(shù)之一。自然語言處理的發(fā)展趨勢有以下幾個(gè)方面：1.更強(qiáng)大的預(yù)訓(xùn)練模型2.多模態(tài)學(xué)習(xí)3.實(shí)時(shí)和高效的NLP4.個(gè)人化和情境感知5.普及和民主化單元2機(jī)器學(xué)習(xí)技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.2.1監(jiān)督學(xué)習(xí)的流程和框架監(jiān)督并不是指人站在機(jī)器旁邊看機(jī)器做的對不對，而是上面的流程：選擇一個(gè)適合目標(biāo)任務(wù)的數(shù)學(xué)模型、先把一部分已知的“問題和答案”（訓(xùn)練集）給機(jī)器去學(xué)習(xí)、機(jī)器總結(jié)出了自己的“方法論”、人類把“新的問題”（測試集）給機(jī)器，讓他去解答。單元2機(jī)器學(xué)習(xí)技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.2.2監(jiān)督學(xué)習(xí)的案例隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，機(jī)器學(xué)習(xí)和人工智能領(lǐng)域取得了令人矚目的成就。其中，手寫數(shù)字識別技術(shù)作為一種重要的人工智能技術(shù)，已經(jīng)廣泛應(yīng)用于圖像處理、語音識別、自然語言處理等領(lǐng)域。而MNIST手寫數(shù)字識別是機(jī)器學(xué)習(xí)和深度學(xué)習(xí)領(lǐng)域中的一個(gè)經(jīng)典問題，也是機(jī)器學(xué)習(xí)和人工智能領(lǐng)域的入門級問題之一。單元2機(jī)器學(xué)習(xí)技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.2.3數(shù)據(jù)集與損失函數(shù)如何判斷所學(xué)的目標(biāo)函數(shù)好還是不好呢?要回答這個(gè)問題，我們首先需要制定一個(gè)評價(jià)機(jī)制。簡單來說，根據(jù)數(shù)據(jù)給出的xi，yi的組合，我們希望所學(xué)的函數(shù)f盡可能滿足f（xi）=yi，或者至少f（xi）≈yi。根據(jù)這一原則，我們可以定義一個(gè)距離函數(shù)，用以表示f（X）和Y的距離有多遠(yuǎn)。在機(jī)器學(xué)習(xí)領(lǐng)域，這樣的距離函數(shù)叫做損失函數(shù)（lossfunction）。單元2機(jī)器學(xué)習(xí)技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.2.4無監(jiān)督學(xué)習(xí)的主要任務(wù)無監(jiān)督學(xué)習(xí)則不同。這里的數(shù)據(jù)沒有預(yù)先標(biāo)注，換句話說，機(jī)器不知道哪些數(shù)據(jù)代表什么。它的任務(wù)是通過分析這些沒有標(biāo)簽的數(shù)據(jù)，自己去發(fā)現(xiàn)其中的模式、結(jié)構(gòu)或關(guān)系。我們可以把無監(jiān)督學(xué)習(xí)比作一個(gè)偵探的任務(wù)。想象你是一個(gè)偵探，被放在一個(gè)陌生的城市，沒有任何提示。你要通過觀察這座城市的建筑、街道、居民活動等，去自己發(fā)現(xiàn)這座城市的規(guī)則和結(jié)構(gòu)。比如，你可能會發(fā)現(xiàn)城市的不同區(qū)域有著不同風(fēng)格的建筑，人們的衣著也有所不同，或者某些特定區(qū)域在特定時(shí)間會變得特別繁忙。這些發(fā)現(xiàn)都是基于你自己對環(huán)境的觀察，而沒有人告訴你哪里是商業(yè)區(qū)，哪里是住宅區(qū)。單元3深度學(xué)習(xí)技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.3.1深度學(xué)習(xí)的發(fā)展歷程深度學(xué)習(xí)?是一種機(jī)器學(xué)習(xí)方法，它是機(jī)器學(xué)習(xí)領(lǐng)域中的一個(gè)重要分支，旨在讓機(jī)器能夠像人一樣思考和行動。深度學(xué)習(xí)的核心在于使用多層人工神經(jīng)網(wǎng)絡(luò)（由算法建模而成，能夠像人的大腦一樣工作）來模擬人腦的學(xué)習(xí)過程，通過學(xué)習(xí)大量數(shù)據(jù)中的內(nèi)在規(guī)律和表示層次，從而實(shí)現(xiàn)對圖像、語音、文本等復(fù)雜數(shù)據(jù)的處理和分析。模塊3人工智能關(guān)鍵技術(shù)單元3深度學(xué)習(xí)技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.3.2深度學(xué)習(xí)的工作原理深度學(xué)習(xí)使用多層人工神經(jīng)網(wǎng)絡(luò)，這是由輸入和輸出之間節(jié)點(diǎn)的幾個(gè)“隱藏層”組成的網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)通過將非線性函數(shù)應(yīng)用于輸入值的加權(quán)求和，以此轉(zhuǎn)換輸入數(shù)據(jù)。該轉(zhuǎn)換稱為神經(jīng)層，該函數(shù)則稱為神經(jīng)元。層的中間輸出稱為特征，會用作下一層的輸入。神經(jīng)網(wǎng)絡(luò)會通過重復(fù)轉(zhuǎn)換來學(xué)習(xí)多層非線性特征（比如邊緣和形狀），之后會在最后一層匯總這些特征以生成（對更復(fù)雜物體的）預(yù)測。

模塊3人工智能關(guān)鍵技術(shù)單元3深度學(xué)習(xí)技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.3.3深度學(xué)習(xí)的關(guān)鍵—GPU先進(jìn)的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)可能有數(shù)百萬乃至十億以上的參數(shù)需要通過反向傳播進(jìn)行調(diào)整。此外，它們需要大量的訓(xùn)練數(shù)據(jù)才能實(shí)現(xiàn)較高的準(zhǔn)確度，這意味著成千上萬乃至數(shù)百萬的輸入樣本必須同時(shí)進(jìn)行向前和向后傳輸。由于神經(jīng)網(wǎng)絡(luò)由大量相同的神經(jīng)元構(gòu)建而成，因此本質(zhì)上具有高度并行性。這種并行性自然而然地映射到了GPU上，與只用CPU的訓(xùn)練相比，計(jì)算速度大大提升，使其成為訓(xùn)練大型復(fù)雜神經(jīng)網(wǎng)絡(luò)系統(tǒng)的首選平臺。推理運(yùn)算的并行性質(zhì)也使其十分宜于在GPU上執(zhí)行模塊3人工智能關(guān)鍵技術(shù)單元3深度學(xué)習(xí)技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.3.4深度學(xué)習(xí)案例深度學(xué)習(xí)算法有許多不同的變體，比如以下幾種：只將信息從一層向前饋送至下一層的人工神經(jīng)網(wǎng)絡(luò)稱為前饋人工神經(jīng)網(wǎng)絡(luò)。多層感知器是一種前饋ANN，由至少三層節(jié)點(diǎn)組成：輸入層、隱藏層和輸出層。MLP擅長使用已標(biāo)記的輸入進(jìn)行分類預(yù)測。它們是可應(yīng)用于各種場景的靈活網(wǎng)絡(luò)。卷積神經(jīng)網(wǎng)絡(luò)是識別物體的圖像處理器。在某些情況下，CNN圖像識別表現(xiàn)優(yōu)于人類，包括識別貓、血液中的癌癥跡象以及MRI掃描影像中的腫瘤。CNN已成為當(dāng)今自動駕駛汽車的點(diǎn)睛之筆。在醫(yī)療健康方面，它們可以加快醫(yī)學(xué)成像發(fā)現(xiàn)疾病的速度，并且更快速地挽救生命。時(shí)間遞歸神經(jīng)網(wǎng)絡(luò)是解析語言模式和序列數(shù)據(jù)的數(shù)學(xué)工具并為企業(yè)提供能夠?qū)崿F(xiàn)聽力和語音的自然語言處理的大腦。RNN應(yīng)用程序不僅限于自然語言處理和語音識別。其還可用于語言翻譯、股票預(yù)測和程序化交易。模塊3人工智能關(guān)鍵技術(shù)單元4機(jī)器視覺與機(jī)器聽覺模塊3人工智能關(guān)鍵技術(shù)3.4.1機(jī)器視覺計(jì)算機(jī)視覺是一個(gè)研究領(lǐng)域，旨在助力計(jì)算機(jī)使用復(fù)雜算法（可以是傳統(tǒng)算法，也可以是基于深度學(xué)習(xí)的算法等）來理解數(shù)字圖像和視頻并提取有用的信息。作為人工智能技術(shù)應(yīng)用最廣泛的領(lǐng)域，視覺智能的核心是用“機(jī)器眼”來代替人眼，過去的計(jì)算機(jī)視覺還主要停留在圖像信息表達(dá)和物體識別階段，而現(xiàn)在進(jìn)人人工智能階更強(qiáng)調(diào)推理、決策和應(yīng)用。模塊3人工智能關(guān)鍵技術(shù)單元3深度學(xué)習(xí)技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.4.2機(jī)器視覺的原理機(jī)器視覺是一種讓計(jì)算機(jī)“看見”并理解物體和環(huán)境的技術(shù)，其目的是通過圖像處理技術(shù)和模式識別算法來模擬人類的視覺功能。通俗地講，機(jī)器視覺就像是計(jì)算機(jī)的“眼睛”和“大腦”協(xié)同工作，以從圖像或視頻中提取有用的信息，來做出某種決定或操作。它的應(yīng)用領(lǐng)域非常廣泛，包括工業(yè)自動化、智能家居、機(jī)器人導(dǎo)航、醫(yī)療影像處理等。模塊3人工智能關(guān)鍵技術(shù)單元3深度學(xué)習(xí)技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.4.3機(jī)器聽覺語言是人與人之間交流的工具，也是人與機(jī)器之問交流的阻礙，人通過用外耳道收集外界的聲波，將其傳到鼓膜，引起了鼓膜的震動，再由聽小骨傳到內(nèi)耳，刺激耳蝸內(nèi)對聲波敏感的聽覺細(xì)胞，這些細(xì)胞就將聲音的信息通過聽覺神經(jīng)在傳給大腦皮層的一定區(qū)域，這樣就產(chǎn)生了聽覺，人能夠聽到聲音了。那么能否讓人工智能充當(dāng)人與人之間的翻譯，甚至讓人與機(jī)器流暢對話呢？答案是肯定的。語音識別，作為人機(jī)交互的第一人口，已讓這一夢想成為現(xiàn)實(shí)：可以與人對話的智能音箱，聽得懂指令的智能家居設(shè)備，能懂多國語言的智能翻譯，電話客服機(jī)器人…都已走進(jìn)了我們的生活。模塊3人工智能關(guān)鍵技術(shù)單元3深度學(xué)習(xí)技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.4.4語音識別技術(shù)的應(yīng)用智能語音識別主要應(yīng)用于以下三個(gè)領(lǐng)域，這也是語音識別商業(yè)化發(fā)展的主要方向。①語音輸入系統(tǒng)將語音識別成文字，提升用戶的效率，如微信語音轉(zhuǎn)換文字、訊飛輸入法等。②語音控制系統(tǒng)通過語音控制設(shè)備進(jìn)行相關(guān)操作，徹底解放雙手，如智能音箱智能汽車系統(tǒng)（見圖3-22）等。③語音對話系統(tǒng)與語音輸入系統(tǒng)和語音控制系統(tǒng)相比，語音對話系統(tǒng)更為復(fù)雜代表著語音識別的未來方向。模塊3人工智能關(guān)鍵技術(shù)單元3深度學(xué)習(xí)技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.4.5聲紋識別與語音識別相比，聲紋識別的最大特點(diǎn)在于智能系統(tǒng)不僅會捕捉語音內(nèi)容，還會根據(jù)聲波特點(diǎn)、說話人的生理特征等參數(shù)，自動識別說話人的身份。因?yàn)槊總€(gè)人發(fā)出的聲紋圖譜會與其他人不同，聲紋識別正式通過比對說話人在相同音素上的發(fā)聲來判斷是否為同一個(gè)人，從而實(shí)現(xiàn)“聞聲識人”的功能。模塊3人工智能關(guān)鍵技術(shù)單元5跨媒體分析與推理技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.5.1跨媒體分析與推理技術(shù)概述當(dāng)前，以網(wǎng)絡(luò)數(shù)據(jù)為代表的跨媒體數(shù)據(jù)呈現(xiàn)爆炸式增長的趨勢，呈現(xiàn)出了跨模態(tài)、跨數(shù)據(jù)源的復(fù)雜關(guān)聯(lián)及動態(tài)演化特性，跨媒體分析與推理技術(shù)針對多模態(tài)信息理解、交互、內(nèi)容管理等需求，通過構(gòu)建跨模態(tài)、跨平臺的語義貫通與統(tǒng)一表征機(jī)制，進(jìn)一步實(shí)現(xiàn)分析和推理以及對復(fù)雜認(rèn)知目標(biāo)的不斷逼近，建立語義層級的邏輯推理機(jī)制，最終實(shí)現(xiàn)跨媒體類人智能推理。模塊3人工智能關(guān)鍵技術(shù)單元5跨媒體分析與推理技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.5.2跨媒體分析推理技術(shù)研究框架跨媒體信息包含不同的模態(tài)（Modality）信息，如圖像、視頻、文本、語音等。多模態(tài)深度學(xué)習(xí)（ModalityDeepLearning）通過深度學(xué)習(xí)實(shí)現(xiàn)對多個(gè)模態(tài)信息的統(tǒng)一表征、轉(zhuǎn)換及深層理解，是跨媒體分析推理任務(wù)涉及到的基礎(chǔ)技術(shù)。人工智能的目的是讓機(jī)器實(shí)現(xiàn)類人智能，因此讓機(jī)器具有像人一樣處理跨媒體信息的能力，是人工智能領(lǐng)域中重要的發(fā)展方向之一。其中，涉及到圖像、視頻和文本的圖文理解任務(wù)是跨媒體分析領(lǐng)域主要的研究方向，旨在用文字輔助對視覺內(nèi)容的理解，或以視覺內(nèi)容刻畫文字所表達(dá)的語義。模塊3人工智能關(guān)鍵技術(shù)單元5跨媒體分析與推理技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.5.3圖文轉(zhuǎn)換圖文轉(zhuǎn)換也可以稱為圖文映射，負(fù)責(zé)將一個(gè)模態(tài)的信息轉(zhuǎn)換至另一模態(tài)，常見的應(yīng)用包括圖像視頻概述（基于輸入圖像或視頻，輸出描述該視覺內(nèi)容的文本）、文本生成圖像（基于文本內(nèi)容生成對應(yīng)語義的圖像）等。模塊3人工智能關(guān)鍵技術(shù)單元5跨媒體分析與推理技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.5.4應(yīng)用舉例人類在信息獲取、環(huán)境感知、知識學(xué)習(xí)與表達(dá)等方面都是采用多模態(tài)的輸人、輸出方式。例如，如果一個(gè)人要在一片草坪上找到一朵盛開的花朵，既可以用眼睛看，也可以用鼻子聞，還可以用手觸摸。這種跨媒體（多模態(tài)）的輸人、輸出方式也是人類智慧的重要體現(xiàn)之一。多模態(tài)AI則將視覺、語言、聽覺等多種信息進(jìn)行融合，其優(yōu)勢在于它能夠超越單模態(tài)數(shù)據(jù)的限制，并提供對復(fù)雜情況更全面的理解，為計(jì)算機(jī)提供更接近于人類感知的場景。模塊3人工智能關(guān)鍵技術(shù)單元5跨媒體分析與推理技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.5.5跨模態(tài)檢索圖文匹配和檢索是多模態(tài)分析的基本任務(wù)，目標(biāo)是學(xué)習(xí)一種多模態(tài)的相似性度量，對于給定的查詢詞，返回另一模態(tài)最相似的樣本，該任務(wù)可分為全局匹配與局部檢索兩大類?？缒B(tài)檢索任務(wù)的難點(diǎn)主要有不同模態(tài)特征具有異構(gòu)性、底層內(nèi)容和高層語義之間存在語義鴻溝、模態(tài)間信息不對齊等。模塊3人工智能關(guān)鍵技術(shù)單元5跨媒體分析與推理技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.5.6基于知識圖譜的視覺問答系統(tǒng)視覺問答系統(tǒng)是讓計(jì)算機(jī)根據(jù)視覺信息回答用戶所提出的問題，是跨媒體內(nèi)容服務(wù)的一種高級形式。不同于現(xiàn)有的搜索引擎，問答系統(tǒng)返回的不再是基于關(guān)鍵詞匹配的相關(guān)排序，而是精確的自然語言形式的答案信息。模塊3人工智能關(guān)鍵技術(shù)單元5跨媒體分析與推理技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.5.7挑戰(zhàn)與展望1.主要挑戰(zhàn)雖然跨媒體分析推理目前已經(jīng)取得了一定的進(jìn)展，但仍存在一定的局限性：模型的處理準(zhǔn)確率較低。雖然計(jì)算機(jī)視覺、自然語言處理和語音識別等領(lǐng)域的發(fā)展促進(jìn)了跨媒體分析任務(wù)準(zhǔn)確率的不斷提高，但距離實(shí)現(xiàn)高水平人工智能還有很大差距。模型的推理能力較弱?，F(xiàn)有模型實(shí)現(xiàn)了多模態(tài)信息在同一語義空間的映射，但缺乏高層邏輯推理能力，無法實(shí)現(xiàn)對未知信息的預(yù)測。2.未來展望基于深度學(xué)習(xí)的跨媒體分析與推理技術(shù)雖然取得了一定的進(jìn)展，但還未達(dá)到人類的預(yù)期水平，在未來還可從以下幾個(gè)方面對該任務(wù)進(jìn)行深入探索：獲取跨媒體信息更全面的高維序列表征，對聲音、文本、圖像特征使用更合理的融合方式進(jìn)行表征。進(jìn)行模型與技術(shù)的創(chuàng)新，重點(diǎn)提升文本信息的語義準(zhǔn)確性和視覺一致性，尤其是長視頻中多事件的順序、聯(lián)系，以進(jìn)行更詳盡的表達(dá)。模塊3人工智能關(guān)鍵技術(shù)單元6虛擬現(xiàn)實(shí)與增強(qiáng)現(xiàn)實(shí)技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.6.1VR、AR的定義虛擬現(xiàn)實(shí)（virtualreality，VR）技術(shù)是一種利用計(jì)算機(jī)技術(shù)模擬生成三維空間虛擬環(huán)境，并為用戶提供多種逼真的感官體驗(yàn)（包括視覺、聽覺、觸覺等）的真實(shí)感模擬技術(shù)。虛擬現(xiàn)實(shí)技術(shù)作為仿真技術(shù)的一個(gè)重要分支，綜合了多種現(xiàn)代科學(xué)技術(shù)，包括計(jì)算機(jī)圖形學(xué)、互聯(lián)網(wǎng)技術(shù)、人機(jī)接口技術(shù)、多媒體技術(shù)等。增強(qiáng)現(xiàn)實(shí)（augmentedreality，AR）技術(shù)是一種實(shí)時(shí)地計(jì)算攝像機(jī)的位置及姿態(tài)并在攝像機(jī)捕捉到的真實(shí)場景的畫面上疊加相應(yīng)虛擬信息的技術(shù)。它將虛擬信息（包括計(jì)算機(jī)生成的圖形、文字、聲音、動畫等）實(shí)時(shí)地疊加到由相機(jī)捕捉到的現(xiàn)實(shí)畫面之上，以達(dá)到對真實(shí)世界進(jìn)行增強(qiáng)的目的。模塊3人工智能關(guān)鍵技術(shù)單元6虛擬現(xiàn)實(shí)與增強(qiáng)現(xiàn)實(shí)技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.6.2VR與AR的發(fā)展簡史1.探索階段（20世紀(jì)30年代-60年代）2.萌芽階段（20世紀(jì)70年代-80年代）3.發(fā)展階段（20世紀(jì)90年代-21世紀(jì)初）4.成熟階段（21世紀(jì)初至今）模塊3人工智能關(guān)鍵技術(shù)單元6虛擬現(xiàn)實(shí)與增強(qiáng)現(xiàn)實(shí)技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.6.3VR和AR的研究現(xiàn)狀虛擬現(xiàn)實(shí)技術(shù)仍然是目前的研究熱點(diǎn)，國內(nèi)外高校和公司都在關(guān)注虛擬現(xiàn)實(shí)技術(shù)的發(fā)展?？傮w來說，美國、德國、日本等國家在虛擬現(xiàn)實(shí)技術(shù)方面發(fā)展較早，而我國在虛擬現(xiàn)實(shí)技術(shù)方面起步較晚，但發(fā)展很快，在某些領(lǐng)域，大有后來居上之勢，研究單位主要以北京航空航天大學(xué)、浙江大學(xué)、清華大學(xué)等院校為主。模塊3人工智能關(guān)鍵技術(shù)單元6虛擬現(xiàn)實(shí)與增強(qiáng)現(xiàn)實(shí)技術(shù)模塊3人工智能關(guān)鍵技術(shù)3.6.4VR與AR的聯(lián)系與區(qū)別虛擬現(xiàn)實(shí)與增強(qiáng)現(xiàn)實(shí)聯(lián)系十分緊密，存在諸多相似之處。均需繪制虛擬信息：均需用戶使用顯示設(shè)備：均需進(jìn)行實(shí)時(shí)交互：雖然二者有著不可分割的聯(lián)系，但是虛擬現(xiàn)實(shí)與增強(qiáng)現(xiàn)實(shí)之間的區(qū)別也很明顯。對于沉浸感的要求不同：對系統(tǒng)算力和資源的需求不同：側(cè)重的應(yīng)用領(lǐng)域不同：模塊3人工智能關(guān)鍵技術(shù)單元6虛擬