bat·365(中文)官方网站官网

围绕技术演进路径，《报告》认为，2015-2017年主要集中在传统机器学习算法和神经网络基础研究方面；2018-2020年，深度学习、计算机视觉、自然语言处理等应用领域兴起；2021-2023年，大型语言模型、生成式AI、多模态模型成为研究前沿；2024-2025年，可解释性AI、自适应学习、多智能体系统等新兴方向涌现。

《报告》还揭示了不同技术领域之间的融合趋势。比如，传统的计算机视觉关键词(如“object detection”“segmentation”)与深度学习关键词(如“neural networks”“deep learning”)在热度变化上高度同步。“这生动体现了AI发展的‘融合’大趋势。”吴登生说。

发布会现场同时揭晓了五项全球AI榜单，以期全景式展现全球AI人才图景。“这些榜单就像全球AI人才生态的导览图。”吴登生表示，中国正站在人才红利释放的关键节点，要实现从“跟跑”到“并跑”的跨越，必须打破人才结构瓶颈，在保持应用优势的同时，夯实基础研究根基，拆除流动壁垒，构建多元包容的创新生态。(完)