随着高性能计算、大数据和深度学习技术的快速发展，人工智能迎来第三次发展浪 潮。在全球主要国家的积极推动下，人工智能与众多领域的融合不断深入，涌现出 一系列的新技术、新业态、新模式。在市场对人工智能的投入与期许空前高涨的背 景下，构建科学的创新评估体系，客观准确评价人工智能产业的创新发展水平，具 有重要的现实意义。

当今，自动驾驶技术已经成为整个汽车产业的最新发展方向。应用自动驾驶技术可以全 面提升汽车驾驶的安全性、舒适性，满足更高层次的市场需求等。自动驾驶技术得益于人工 智能技术的应用及推广，在环境感知、精准定位、决策与规划、控制与执行、高精地图与车 联网 V2X 等方面实现了全面提升。科研院校、汽车制造厂商、科技公司、自动驾驶汽车创 业公司以及汽车零部件供应商在自动驾驶技术领域进行不断地探索，寻求通过人工智能技术 来获得技术上的新突破。本报告在此背景下，对自动驾驶汽车进行了简单梳理，包括以下内 容：

互联网产业正朝向“万物互联”的新时代发展，网络通信技术在传输速率、带宽容量等方面的技术革新为海量设备的联网奠定基础。随着传感器、模组、芯片等技术发展成熟，设备的连接成本降低，联网设备的数量将进一步增加。

6 月份，人工智能领域共计发现654 篇新闻、234 个事件，分别较上月上涨 9.73% 和11.96%。本月出现四个关注高峰：3 日北京智源大会相关信息、7 日腾讯优图发布 《2021 十大人工智能趋势》以及全球人工智能技术大会在杭州召开受到高度关注；此 外，18 日图灵奖得主、清华大学交叉信息研究院院长、中国科学院院士姚期智荣获2021 届京都奖，以及23 日咨询机构IDC 发布中国AI 云服务市场报告也受到较高关注。

当前，新一代人工智能技术迅猛发展，并向社会各个领域加速 渗透，给人类生产生活带来了深刻变化。人工智能在带来巨大机遇 的同时，也蕴含着风险和挑战。习近平总书记在2018 年10 月主持 中央政治局第九次集体学习时强调，“要加强人工智能发展的潜在风 险研判和防范，维护人民利益和国家安全，确保人工智能安全、可 靠、可控”。增强人工智能使用信心，推动人工智能产业健康发展已 经成为重要关切。 发展可信人工智能正在成为全球共识。2019 年6 月，二十国集 团（G20）提出“G20 人工智能原则”，强调要以人为本、发展可信人 工智能，这一原则也得到了国际社会的普遍认同。欧盟和美国也都 把增强用户信任、发展可信人工智能放在其人工智能伦理和治理的 核心位置。未来，将抽象的人工智能原则转化为具体实践，落实到 技术、产品和应用中去，是回应社会关切、解决突出矛盾、防范安 全风险的必然选择，是关系到人工智能长远发展的重要议题，也是 产业界急需加快推进的紧迫工作。

人工智能自诞生以来，经历了从早期的专家系统、机器学习，到当前持续火热的深度学习等多次技术变革与规模化应用 的浪潮

近年来，“数字经济”成为社会生产、生活中的一个热词，以互联网、物联网、大数据、人工智能等新技术为代表的数字经济，在不断发展中进发出引领时代的巨大能量。在数字经济时代，人们通过刷脸即可轻松完成在线支付，点击手机屏幕就能自助办理各项业务，即使与医院相隔千里也能预约挂号、问诊看病，万千企业的数据管理走上“云端”，工厂车间实现智能化生产，智慧交通指挥决策平台助力交通治理…….数字经济已经逐渐渗透到社会经济活动的各个环节，其概念越来越为人们所关注。那么，到底什么是数字经济呢？

人工智能能力正在成为智慧城市发展的新引黎。巨大的数据量、种类繁多的数据、价值极高的数据是智慧城市的数据特征，也为人工智能提供了丰富的数据资源。智慧城市的建设，先后经历的了信息化、数据化的阶段，目前正向人工智能方向驱动演变。结合顶层设计、解决方案、具体项目等，人工智能将在城市中不断落地，推动相关人才、技术及资金等方面的聚集。 人工智能在智慧城市中落地需要明确的应用路径。建设智慧城市是一项庞大、复杂的系统工程，需要互联网、物联网、人工智能、大数据、云计算、移动互联网等现代信息技术的有力支撑，人工智能需要结合各类技术成为城市基础平台设施。在落地应用场景中，目前来看安防、电信、金融、交通等行业相对较快，而零售、旅游、地产等行业相对落后。基于各类采集的数据，通过人工智能行业解决方案（Al+），推动计算机视觉、自然语言处理、消费机器人等，形成赋能行业创新的各类融合方案。 城市人工智能平台需要与一系列新技术与新模式共同发展推动。技术方面具体包括了，新一代无线网络、大数据技术、云计算、边缘计算等。商业模式方面，一方面要形成产业生态体系，另一方面要推动智能众筹智慧共享，形成外放多边的生态平台体系。

重新设计工作流程，运用认知能力发掘即时洞察，实现互联化体验利用呈指数级发展的技术，重新调整和重新定义传统角色和职能，提高运营效率，改善用户体验，节省更多成本。

近年未 J 随着相关技木的飞速发展， 人工智能( art仆1cal 1ntelllgence, Al)在医疗领域中的应用也在快速的推广 J 包括医学影像 、临床决策支持、病例分析 ＼ 语言识别、药物挖掘、健顾管理、 病理学笞众多场景。随若医学数据集的扩培 ， 硬件设备的提升, Al 每法的不断优化改进， Al在医疗场景中的技术积累愈发成熟 ， 越来越多的Al研究开始落地于医疗领域。