下载掌阅APP，畅读海量书库
立即打开
终端智能信息处理关键技术攻关是人工智能领域中非常重要且极具现实意义的研究课题之一。当前，人工智能基础理论与方法发展迅速，但仍亟须破解相关理论与方法转化运用的难点和堵点问题。本书紧贴终端智能信息处理的现实需求，聚焦终端智能信息处理技术落地应用的瓶颈问题，以智能模型学习训练和部署运行为抓手，重点解决云边端融合计算模式下的协同数据传输优化、智能模型部署运行和模型持续训练三方面科学问题，具有重要的科学意义和广阔的应用前景。
（1）对促进分布式计算与人工智能方法发展具有重要的科学意义。近年来，以深度学习为代表的人工智能理论与方法取得了许多卓有成效的研究成果，提出了一系列基于深度神经网络模型的算法，但仍面临模型复杂庞大、算力要求极高、训练数据量大、缺乏普适通用性等诸多挑战，亟须在计算服务支撑、深度学习方法等方面获得理论突破。本书针对前文所述6个具体问题开展探索性研究，理论方法涉及分布式资源优化、知识萃取、隐私安全理论、分布式学习等，交叉融合了多领域知识，可为各科学问题研究提供新思路、新方法，具有非常重要的基础研究价值，可推动多学科问题研究发展。
（2）在智能化升级方面具有广阔的应用前景。推动人工智能与各行业融合应用，全面提升经济社会发展和国防应用智能化水平是我国发展新一代人工智能的重要任务。终端设备作为人类社会与技术系统的末梢连接点，是智能化升级的基本点。本书紧贴终端设备智能信息处理的迫切需求，围绕终端智能信息处理的现实挑战开展研究，有望打通以深度学习为代表的先进人工智能方法在终端设备上高效应用的“最后一公里”，为突破实现“万物智能”的瓶颈性问题提供技术支撑，可广泛应用于智能交通、智能制造、智能家居、智能医护等经济社会发展的方方面面。在国防领域，相关方法和技术可应用于武器平台嵌入系统、单兵/分队信息终端、无人系统等，实现武器装备智能化升级改造，直接服务一线作战部队战斗力生成。