吴信东：希望这套丛书能对新一代人工智能的学科发展和人工智能创新平台建设发挥引领、示范和推动作用

■ 吴信东，“大数据知识工程”教育部重点实验室(合肥工业大学)主任、长江学者

人工智能自1956年被首次提出以来，经历了神经网络、机器人、专家系统、第五代智能计算、深度学习、生成式大语言模型的几次大起大落。由于近期大数据分析和生成式大语言模型的飞速进展，人工智能被期望为第四次工业革命的核心驱动力，已经成为全球各国之间竞争的战略赛场。目前，中国人工智能的论文总量和高被引论文数量已经达到世界第一，在人才储备、技术发展和商业应用方面已经进入了国际领先行列。一改前三次工业革命里一直处于落后挨打的局面，在第四次工业革命兴起之际，中国已经和美国等发达国家一起坐在了人工智能的头班车上。

▲ 2019年8月29日，科技部副部长李萌为第三批国家新一代人工智能开放创新平台颁发牌照（舞台中央左起，第2位为吴信东教授，第6位为李萌副部长）

2017年7月8日，国务院发布《新一代人工智能发展规划》，人工智能上升为国家战略。2017年11月15日，科技部召开新一代人工智能发展规划暨重大科技项目启动会，标志着新一代人工智能发展规划和重大科技项目进入全面启动实施阶段。2019年8月29日，在上海召开的世界人工智能大会(WAIC)上，科技部宣布依托10家人工智能行业技术领军企业牵头建设10个新的国家开放创新平台，这是继阿里云公司、百度公司、腾讯公司、科大讯飞公司、商汤科技公司之后，新入选的一批国家新一代人工智能开放创新平台，其中包括我作为负责人且依托明略科技集团建设的营销智能国家新一代人工智能开放创新平台。

▲ 明略科技集团入选营销智能国家新一代人工智能开放创新平台

为了发挥人工智能行业技术领军企业的引领示范作用，这些国家平台需要发挥“头雁”效应，持续优化人工智能的创新生态，推动人工智能技术的健康发展。

“新一代人工智能创新平台建设及其关键技术丛书”以国家新一代人工智能开放创新平台的共性技术为驱动，选择了营销智能、知识图谱、人机协同、自动文本简化、计算广告学、众包学习等当前热门且挑战性很强的方向来策划出版相关技术分册，介绍我国学术界和企业界近年来在人工智能平台建设方面的创新成就，以及在这些前沿方向面临的机遇和挑战。

▲ 丛书编委会

丛书首批6种已出版完毕，在此简介如下。

营销智能

本书以营销智能国家新一代人工智能开放创新平台为基础，综合应用人工智能、大数据挖掘、客户关系管理、数据处理和信息识别等技术，从多源异构的海量数据信息开始，以企业高效营销为目标导向，将智能化数据信息的采集、处理、分析、应用纳入企业生产营销环节中，实现中国企业全面的数字化、智能化、技术化的新营销模式。本书内容覆盖营销、营销智能和营销智能平台的概念、技术和面临的挑战，也提供丰富的中国企业应用营销智能技术的实践与案例。

知识图谱

本书系统介绍了知识图谱的概念、发展历程、技术体系、前沿技术与应用实践。在基础知识方面，本书囊括了知识图谱从源数据到产生决策的全生命周期的各个环节，分析了数据图谱和知识图谱的核心区别，介绍了图谱构建和知识表示等相关关键技术。在前沿技术方面，全面介绍了知识图谱自动构建、知识图谱融合和智能推理等问题和挑战。在应用实践方面，结合营销智能国家新一代人工智能开放创新平台建设，介绍了知识图谱在信息检索、推荐系统、可视化、问答机器人等场景下的实际操作案例。

人机协同

本书引入面向新型人工智能应用的人机协同概念，系统介绍人机协同理念与机制，并通过智慧餐厅与服务机器人、交互式图像分割等场景应用及发展人机协同技术。在前沿技术方面，深入介绍互补人机协同、混合人机协同、多人多机协同、人机协同中的伦理与安全等人机协同的核心内容。在应用实践方面，本书结合营销智能国家新一代人工智能开放创新平台建设，按照人机交互、人在回路、机器服务、人机混合系统的路线，通过实际案例，完整介绍人机协同体系。

自动文本简化

文本简化是人工智能尤其是自然语言处理方向的一个重要研究领域。本书作为该领域的专业书籍，内容上尽可能覆盖文本简化领域各种主流的研究方法和相关资源。全书共9章，包括三个主要部分：第1～4章主要介绍文本简化的研究概况、背景知识、文本可读性评估和词语简化方法；第5～7章详细讨论句子分割、统计文本简化和神经文本简化方法；第8、9章着重介绍深度学习在文本简化研究和应用中的最新进展以及汉语文本简化的研究。

计算广告学

计算广告是目前大数据思维与技术发展最成熟、市场规模最大的应用领域之一，致力于解决的核心问题是广告、场景、用户三者之间的最优匹配，而计算广告学涉及自然语言处理、数据挖掘以及竞价营销、创意设计等诸多学科的融合。本书以营销智能国家新一代人工智能开放创新平台为基础，从观察者、研究者和实践者的视角，对数字化时代背景下的媒介环境变革，计算广告的背景、内涵、商业模式、关键技术等进行全面阐述，为业内外人士理解并涉足计算广告领域提供有效路径。

众包学习

本书系统介绍了众包学习的概念、应用领域、前沿课题和研究实践。在基础知识方面，本书介绍了众包的起源与发展、众包技术的研究方向，分析众包模式给机器学习带来的机遇与挑战。在前沿技术方面，本书详细阐述了众包标注真值推断与面向众包标注数据的预测模型学习等前沿研究课题。在研究实践方面，本书介绍了面向偏置标注的众包标签真值推断、基于机器学习模型的众包标签噪声处理、众包标签利用方法与集成学习模型、基于不确定性度量的众包主动学习等典型研究案例。

希望丛书的出版，能对新一代人工智能的学科发展和人工智能创新平台的建设起到一些引领、示范和推动作用。

（本文编辑：刘四旦）

一起阅读科学!

科学出版社│微信ID：sciencepress-cspm

专业品质 学术价值

原创好读 科学品位

科学出版社视频号

硬核有料 视听科学