语音识别解决的是计算机“听得见”的问题，而语义识别解决的是 “听得懂”的问题，下列属于典型公司的有（）。

人工智能工程化聚焦（）全生命流程的高效耦合。

新的算力架构也在不断研究中，（）等备受关注。

从未来看，通用型人工智能是发展趋势。具体来说，需要机器一方面能够通过（）、（）去理解世界；另一方面通过（）去模拟世界。

超大规模预训练模型推动技术效果不断提升，继续朝着规模更大、模态更多的方向发展。各大公司相继推出超大规模预训练模型，包括（）等。

（）成为了人工智能“三维”发展新坐标，牵引人工智能技术产业迈向新的阶段。

复杂的深度学习模型需要消耗大量的存储空间和计算资源，具备低内存和低计算量优势的技术成为业界需求。轻量化深度学习成为解决这一挑战的重要技术，比如（）。

推进人工智能大发展的因素有（）。

联合国教科文组织于2021年11月25日发布（），是全球首个针对人工智能伦理制定的范围框架。

当前，预训练模型参数数量、训练数据规模按照（）倍/年的趋势增长。

量子机器学习能有效增强传统机器学习算法的性能，量子比特可同时具有0、1及其（）。