大数据的利用过程是采集——挖掘——清洗——统计

随着（）在计算机视觉、语音识别以及自然语言处理领域取得的成功，近几年来，无论是在消费者端还是在企业端，已经有许多 依赖人工智能技术的应用臻于成熟，并开始渗透到我们生活的方方面面。

工程实践能力日益成为释放人工智能技术红利的重要支撑，人工智能研发管理体系日益完善，以（）为代表的自动运维技术收到越来越多的关注，“小作坊、项目制”的赋能方式正在成为历史，未来将会更加便捷、高效地实现人工智能落地应用和产品交付。

人工智能的快速发展推动数据规模不断提升。据IDC测算，2025年全球数据规模将达到163（），其中80%-90%是非结构化数据。

当前人工智能算力持续突破，面向训练用和推断用的芯片仍在快速推进，基于（）的训练芯片持续增多。

目前，（）技术被广泛应用于智能写作、代码生成、有声阅读、新闻播报、语音导航、影像修复等领域，通过机器自动合成文本、语音、图像、视频等正在推动互联网数字内容生产的变革。

2017年7月20日，国务院正式印发了（），从战略态势、总体要求、资源配置、立法、组织等各个层面阐述了我国人工智能发展规划。

不同于通常涉及大量的规则编码的早期常识语言处理，现代NLP算法是基于（）

下面哪个不是人工智能的主要研究流派？

现阶段的人工智能仍处于弱人工智能阶段

2016年，由谷歌旗下的公司开发的AlphaGo击败人类职业围棋选手，是第一个战胜围棋世界冠军的人工智能机器人，这体现了计算机在（）方向上的发展趋势。