该统计数据包含了2014-2018年全球无人机销量。其中2018年全球无人机销量达到182万架。

该统计数据包含了2018年-2021年中国参与民航局无人机云交换系统的无人机飞行小时。

该统计数据包含了2016年-2022年大疆农业无人机市场保有量。

该统计数据包含了2018年-2021年中国全行业无人机注册数量。

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。

该统计数据包含了2018-2022年中国无人机行业市场规模预测。其中预计2022年无人机市场规模达到804亿元。

该统计数据包含了2018年-2021年中国全行业无人机有效驾驶员执照。

该统计数据包含了2018年中国无人机行业投资机构的投资动向。其中深创投共向4家无人机企业投资。

该统计数据包含了2018年-2021年中国全行业无人机拥有者注册用户数。

该统计数据包含了2018年中国无人机行业企业投资的市级分布。其中深圳市获得投资的企业有35家。

截至2025年，智能工厂必将成为具备竞争力的主要驱动因素。此外，83%的制造商认为智能工厂将转变产品的生产方式。1各项研究不断表明，工业物联网(lIloT) 、云计算、边缘计算、机器人流程自动化(RPA) 、人工智能与机器学习、视觉系统、增强现实系统和虚拟现实系统等功能结合智能工技不年1低企业成本，提高生产率、产品质量、安全性和收益。2就智能工厂转型而言，领导人在采用何种技术及如何部署此类技术方面拥有广泛的选择和机遇。尽管如此,许多制造商仍处于起步所图看56近期开展的一项定量研究显示，在美国仅有5%的受访制造商表示其至少有一家工厂完全转型为“智能”工厂，30%表示目前正在施行与智能工厂相关的计划。3这意味着，近三分之二(65%)的受访制造商都明确显示，他们并未针对近五年内能提升短期竞争力的主要驱动因素制定任何方案。4这说明绝大部分企业的智能工厂尚未实现巨大且显著的价值。所以业界领先企业是如何着手相关计划并取得成效呢?尤其是如何从中实现价值呢?寻求部署智能工厂的企业领导人能从先行者身上借鉴哪些经验。

该统计数据包含了2018年中国无人机行业企业投资的省级分布。其中广东省的获得投资的企业有48家。

该统计数据包含了2018年中国无人机行业最受机构喜爱的企业。其中孚能科技（赣州）有限公司获得了29家投资机构的投资。

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。

该统计数据包含了2018年中国无人机行业企业资本市场投资动向。其中新三板投资的无人机企业有17家。

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。

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。