随着互联网+、社交网络、智能推荐等大数据的迅猛增长，大批 NoSQL 数据库已经成为互联网开发的新标配。对于大数据中关联关系的处理，图数据库的处理性能远超其他类型数据库，被广泛应用于金融、工业、政务、零售、电信和生命科学等各学科和工业领域，受欢迎程度遥遥领先。与此同时，图数据库也面临着底层设计和上层语言表达的多重挑战。 本期，我们选取图数据库作为 TR 报告的主题。报告围绕图数据库的基本概念、技术发展、产业应用、人才概况和热点趋势五大方面进行深入挖掘。其中基本概念、技术发展和产业应用章节由国内领先的图数据库团队即陈文光教授带领的清华团队完成。该团队在 OSDI、EuroSys、ATC 等顶级会议中发表过多篇相关论文，他们编写的图计算系统具有业界领先的性能，并在金融、互联网等多个领域得到实际使用。 此外，报告的人才概况和热点趋势章节依托清华大学唐杰教授自主研发的“科技情报大数据挖掘与服务系统平台”（简称 AMiner），以及第三方机构研报、媒体报道等公开资料，通过人工智能、大数据分析与挖掘、知识图谱、自然语言处理等技术，并结合文献计量学等情报学方法制作生成。

人工智能对经济社会发展的意义重大，全球人工智能产业竞争激烈，我国也提出人工智能发展的总体思路、战略任务和保障措施，为推动我国人工智能长期发展指明方向。标准化是人工智能发展的重要支撑，建设完善人工智能标准体系有利于促进人工智能产业的有序和规范发展。

白皮书试图从人工智能技术与电信网络结合的角度，展示人工智能在电信网络应用的研究现状，发掘人工智能在电信网络的应用场景，对处于萌芽期的电信网络人工智能应用领域进行梳理。

人工智能的迅速发展正在深刻改变人类社会生活、改变世界，其技术和应用正经历快速发展的阶段。根据GB/T5271.28-2001《信息技术词汇第28部分:人工智能基本概念与专家系统》中的定义，“人工智能是表现出与人类智能（如推理和学习）相关的各种功能单元的能力。”机器学习是人工智能的核心技术之一，是使计算机具有智能的重要途径，其应用遍及人工智能的各个领域。深度学习是机器学习的一个子集，发源于人工神经网络的研究，通常也称为深度神经网络，是一种基于数据进行表征学习的方法。目前，深度学习算法在金融、安防、医疗等领域得到广泛应用，国务院发布的《新一代人工智能发展规划》中指出，人工智能进入新的发展阶段，“呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。”然而，业界缺乏对深度学习算法可靠性、可移植性、效率等的系统性评估方法，一定程度上影响着深度学习的广泛应用和技术发展。本标准此版本仅针对人工智能深度学习算法的可靠性评估进行要求。随着研究的深入及应用的发展，后续将不断进行持续改进，逐渐扩展到深度学习算法可移植性、效率等方面的评估。中国电子技术标准化研究院作为国际标准化组织ISO/IECJTC1/SC42（人工智能分技术委员会）的国内技术归口单位，在本标准研制过程中，充分发挥了组织协调和技术方向把关作用。标准编写组聚集了国内人工智能深度学习领域的技术专家，开展了多种形式的专题研讨和征求意见活动，在保证标准科学性、合理性和可行性的同时，也确保了标准研制过程的公开性和透明性。本标准的研制工作，得到了中国人工智能开源软件发展联盟专家委员会的指导和支持，专家委员会主任委员、中国科学院院士、华东师范大学计算机科学与软件工程学院院长何积丰院士和各位专家对标准内容和文稿进行了深入严谨的讨论，给出了许多切实可行的意见，对标准质量提升和标准内容完善起到关键性作用。

白皮书从人工智能第三次浪潮开辟的治理新需要出发，结合当前人工智能发展阶段，分析了全球目前的人工智能治理机制，重点介绍了两项主要的治理举措，即以伦理为导向的社会约束体系和以法律为保障的风险防控体系，最后对人工智能治理的未来发展方向进行了展望，期待为社会各方提供有益参考。

报告将从政策、人才、平台、场景、环境等多维度进行客观分析，剖析北京人工智能产业创新发展的经验与做法，为社会各界了解北京人工智能产业发展现状提供参考和借鉴。

2021年开年，全体智源学者经过深入研讨，从人工智能的基础理论、算法、类脑计算、算力支撑等方面进行预测，提出2021年人工智能十大技术趋势，共同展望人工智能的未来发展方向：趋势1：科学计算中的数据与机理融合建模；趋势2：深度学习理论迎来整合与突破；趋势3：机器学习向分布式隐私保护方向演进；趋势4：大规模自监督预训练方法进一步发展；趋势5：基于因果学习的信息检索模型与系统成为重要发展方向；趋势6：类脑计算系统从“专用”向“通用”逐步演进；趋势7：类脑计算从散点独立研究向多点迭代发展迈进；趋势8：神经形态硬件特性得到进一步的发掘并用于实现更为先进的智能系统；趋势9：人工智能从脑结构启发走向结构与功能启发并重；趋势10：人工智能计算中心成为智能化时代的关键基础设施。

人工智能作为新一轮科技革命和产业变革的新赛场，已经成为抢占未来发展先机的重要突破口。随着人工智能发展进入新时期，如何落地应用、与实体经济融合，成为当前产业关注的重要议题。 交通行业关系国计民生，建设交通强国不仅是建设社会主义现代化强国的内在要求，也是顺应世界交通发展大势的客观需要。国家及相关部委先后印发多项政策文件，立足全局统筹推进交通强国建设，大力发展智慧交通。 2020 年国家正式提出新型基础设施建设，将人工智能纳入新技术基础设施范畴，智能交通基础设施纳入融合基础设施范畴，其建设和推进均成为产业焦点，如何充分发挥人工智能的赋能作用，加快交通的数字化智能化发展，推动人工智能和交通的融合应用，成为产学研用的重要课题，也是本报告撰写的主要背景。 本报告以人工智能对交通业务的赋能为切入点，系统梳理人工智能在交通领域的技术现状、典型应用、产业生态，总结业务发展面临的挑战，展望未来发展的趋势，并附上当前典型的应用案例和赋能场景，为进一步推进人工智能和交通行业的深度融合提供参考。

人工智能作为新一轮科技革命和产业变革的新赛场，已经成为抢占未来发展先机的重要突破口。随着人工智能发展进入新时期，如何落地应用、与实体经济融合，成为当前产业关注的重要议题。 交通行业关系国计民生，建设交通强国不仅是建设社会主义现代化强国的内在要求，也是顺应世界交通发展大势的客观需要。国家及相关部委先后印发多项政策文件，立足全局统筹推进交通强国建设，大力发展智慧交通。 2020 年国家正式提出新型基础设施建设，将人工智能纳入新技术基础设施范畴，智能交通基础设施纳入融合基础设施范畴，其建设和推进均成为产业焦点，如何充分发挥人工智能的赋能作用，加快交通的数字化智能化发展，推动人工智能和交通的融合应用，成为产学研用的重要课题，也是本报告撰写的主要背景。 本报告以人工智能对交通业务的赋能为切入点，系统梳理人工智能在交通领域的技术现状、典型应用、产业生态，总结业务发展面临的挑战，展望未来发展的趋势，并附上当前典型的应用案例和赋能场景，为进一步推进人工智能和交通行业的深度融合提供参考。

利用人工智能提供的强大分析、预测与策略优化等能力来赋能网元、网络和业务系统，实现电信网络的智能规建、智能运维、智能优化管控与业务能力提升，已经成为当前国内外电信行业的发展重点。国内外运营商、设备商和服务商等在电信网络智能化方面纷纷布局，电信网络智能化在标准研究、技术验证与落地应用等方面均有重要推进。

本报告为上海交通大学人工智能研究院、上海交通大学医学院、上海市卫生和健康发展研究中心与上海感知城市数据科学研究院联合编写，集聚人工智能和医疗领域的专家力量，通过对人工智能医疗领域进行广泛的文献研究、商业洞察、专家访谈和行业公开信息整理，系统地梳理了人工智能在医疗领域的应用现状，分析了人工智能医疗领域面临的挑战及发展趋势，并提出了相应的建议，旨在为相关政府部门、投资机构、研究机构、业内公司等利益相关方提供准确、完整、可靠的人工智能医疗白皮书，为行业的政策制定、投资决策、学术发展、产品应用等提供参考依据。

报告收集了 500 余个人工智能抗疫案例，对人工智能在助力疫情防控和复工复产应用情况进行了分析，剖析了人工智能产业未来发展趋势和存在的问题，并针对存在的问题针对性地提出了深化人工智能产业发展的意见建议，希望能够抛砖引玉。

学术搜索（Academic Search）为科研工作者提供了一个可以从一个位置广泛搜索众多学科和资料来源学术文献的简便方法。随着人工智能（AI）技术不断引入，学术搜索产品的功能逐渐变得更强大、更智能，同时，结合 AI 技术的学术搜索产品也成为主要的发展趋势。 本报告以 AI 赋能的学术搜索为核心，在梳理学术搜索概念特征、发展历程、工作原理以及系统架构的基础上，重点研究分析了 AI 技术在学术搜索领域的具体应用情况、领域专家人才现状、典型产品的资源覆盖和功能特色，以及 AI 学术搜索领域的未来发展趋势，并探讨了学术搜索领域的市场主体如何才能更“智能”、更“聪明”、更“定制化”地为科研用户提供相关情报服务。

本文从人工智能发展的历史开始，深入分析了人工智能近十年的发展，阐述了人工智能在感知方面取得的重要成果，尤其提到算法是这个感知时代最重要、最具代表性的内容，重点讲解了BERT、ALBERT、MoCo2等取得快速进展的算法。最后说到下一波人工智能浪潮的兴起，就是实现具有推理、可解释性、认知的人工智能。

报告旨在为政府及行业的政策制定者、企业业务决策者、技术决策者提供参考，促进经济社会各领域智能化转型，加速人工智能技术在全行业应用落地。