2018年12月26日，教育部公布中国高等学校十大科技进展评选结果。北京大学信息科学技术学院基于视觉特性的视频编码研究成果“视频编码国家标准AVS2支撑中央电视台播出超高清电视”项目入选。这是北大人工智能相关成果第3次入选十大进展。

2019年1月8日，国家科学技术奖励大会在人民大会堂召开。信息学院基于生理反射学说启发的软件自适应研究成果“云-端融合系统的资源反射机制及高效互操作技术”获国家技术发明一等奖。这是北大人工智能相关成果第12次获国家和省部级科技奖励。

北京大学是我国最早开展人工智能研究的大学之一，1988年成立人工智能领域最早的国家重点实验室之一——视觉与听觉信息处理国家重点实验室，2002年建立我国第一个智能科学系。从上世纪的指纹识别、人工耳蜗算法、汉字信息处理，到近期的媒体智能、大数据智能、类脑智能、自主智能系统等国家新一代人工智能发展规划重点方向，北大在人工智能基础理论、关键技术和创新应用等方面取得了一系列重大成果和突破。

媒体智能是北京大学人工智能领域世界一流、国内引领的标志性研究方向。北京大学历经十多年基础研究和技术转化，组织制定了数字视频编解码技术国家标准AVS与产业化应用。AVS2针对超高清视频高效编码问题，突破了时空预测、层次变换、分组熵编码和自适应环路滤波等关键技术，对电视类视频的压缩效率达300倍，在前一代标准基础上翻了一番，对监控类视频的编码效率更是高达600倍，处于国际领先水平。针对高速增长的海量图像视频，创建了以视觉特征分析与压缩为中心的高效处理技术体系，实现了识别精度和压缩效率双提升。AVS2于2016年颁布为国家标准，2018年颁布为IEEE（电气电子工程师学会）国际标准，2018年10月1日，中央电视台采用AVS2正式开播4K超高清电视。AVS2获2017年度国家技术发明二等奖，入选2018年中国高等学校十大科技进展。

机器感知是媒体智能乃至整个人工智能的应用基础理论之一，是北京大学在人工智能领域历史最悠久的研究方向。北京大学依托设立的机器感知与智能教育部重点实验室，2012年和2017年连续两次在信息领域教育部重点实验室评估中评优。高性能言语感知和言语生成以及感觉-运动协同的概念学习模型在国际上获得多个学术奖项；指纹识别理论和方法率先取得突破，达到世界先进水平，引领了生物特征识别技术的产业化浪潮；近年来，物体检测与识别等机器视觉算法研究取得重要进展，在多项国际竞赛中获得冠军；在低秩模型方面，系统性的研究工作引用次数超过6000次；提出并证明了深度神经网络通用逼近定理和全局最优定理，在理解统计机器学习和深度学习方法的有效性方面取得重要突破，北京大学教授作为首位亚洲学者入选IEEE两年评选一次的国际“人工智能10大新星”；在基于Wifi信号的人体行为感知方面，首次将菲涅耳区模型引入基于无线电磁波信号的行为识别领域，奠定了毫米级人体行为智能感知的理论基础，在Wi-Fi感知呼吸等一系列应用中检测距离和精度保持世界最佳水平；最近研制成功的仿视网膜芯片，速度比人眼快千倍，改写了传统视频概念，将为各种机器视觉系统和未来类脑智能系统装上真正的高速电眼。

大数据智能是大数据与人工智能融合发展的主要形式，也是北京大学软件科学与工程优势学科。系统软件团队从2000年开始研究生理反射学说启发的计算反射原理与软件自适应理论，开发了高效打破信息孤岛的数据智能系统软件技术和平台，将信息系统视为黑盒，自动学习客户端行为并自动生成数据读写接口，数据开放共享工程效率平均提升百倍，颠覆了传统的白盒技术途径，打破了10多个部委和20多个省市区6000多个政务信息孤岛，支撑了国家政务信息系统整合共享、新型智慧城市建设等国家大数据战略重大工程和任务，被誉为“颠覆式重大发明和创新，整体达到国际领先水平”，获2018年国家技术发明一等奖。在国际上率先提出“知件”的概念，将其作为从软件中分离出领域知识的机制，使知件与硬件、软件并列成为IT产业三要素，构建了完整的知件技术体系和支撑平台，获2013年高等学校科技进步一等奖。在智能化软件工程方面，首次将深度学习用于程序语言分析理解和自动生成，基于深度学习的代码智能推荐技术和代码缺陷智能修复技术的性能均达到世界最佳水平。

自然语言处理以及中文信息处理具有北京大学鲜明的文理交叉特色，源自计算机学科和语言学科的深度融合。在全球院校计算机科学领域实力排名CS ranking中，北京大学在自然语言处理方向排名位列国内第一、全球第二。上世纪90年代的汉字存储与显示技术开创了一个汉字印刷的崭新时代，彻底改造了中国沿用上百年的铅字印刷技术，两次获得国家科技进步一等奖。新世纪头十年的综合型语言知识库CLKB广泛应用于机器翻译、智能搜索和人机会话等领域，协议用户遍布美、日、德、英等十多个国家和地区，获2011年国家科技进步二等奖。近十年，基于深层结构的语言理解与生成技术，在多个自然语言处理任务上刷新准确度，研究论文多次在自然语言处理和人工智能高水平的国际会议上被评为最佳论文或杰出论文；充分发挥北京大学计算机学科和人文社科的交叉优势，提出的观点感知知识图谱及推理方法成功应用于政治思想检测，为人工智能领域顶级会议IJCAI录用的首篇政治学理论与人工智能交叉研究的学术论文；研制的机器写作系统已被多家新闻媒体机构采用，大大提高了新闻写作效率，推动了新闻出版行业的技术变革。

类脑智能是北京大学在可能引发人工智能范式变革的研究方向上的核心布局，已经成为我国该方向引领性的研究机构之一，目前已在神经形态器件、集成技术和相关芯片研究中取得了重要成绩。针对氧化物神经形态器件动力学机制理解的国际难题，创造性地通过电荷属性实现神经形态器件中氧离子输运动力学过程的探测，实现了对于氧化物神经形态器件微观离子输运过程和权值调整机制的解析等；设计实现了兼具高仿生精度、高线性度、高对称性的人工突触，在能耗、线性度、对称性等综合性能方面达到了国际领先水平；提出并实现了具有高容错能力的模糊神经网络；提出了用非线性权值调节器件实现高效片上学习神经网络的硬件方案；集成了高密度神经突触核，并以研制的神经形态阵列为内核实现了图像分类系统。在类脑计算领域围绕物理—器件—集成这一主线进行深入研究的工作发表在Nature Communications、Nature Electronics、Advanced Materials等权威期刊和IEDM等顶级国际会议上，多次发表为期刊封面、入选期刊年度论文，并被nanotechweb.org等网站作为亮点报道，研究成果在国际上引起广泛关注和高度认可，研究人员入选2018年《麻省理工科技评论》“35岁以下科技创新35人中国榜单”。

自主智能系统是北京大学信息学院和工学院等学科交叉的特色方向。多机器人系统的编队控制研究为发展网络化动态系统的分析与控制提供了重要的理论基础和关键技术，获2017年国家自然科学二等奖；在人-机器人耦合系统方面研制出具有仿生结构的智能动力假肢及肢体运动康复机器人，实现智能假肢的流畅运动和对复杂地形的自主适应，成为国际智能下肢假肢代表性研究成果之一；针对智能系统对传感器和集成微纳系统的应用需求，北京大学微米/纳米加工技术国家级重点实验室在制造工艺、传感器件和集成系统等方向上开展了长期深入的研究，硅基MEMS技术及应用研究获2006年度国家技术发明二等奖，探测器和集成系统成果先后获2010年度和2016年度教育部科技进步一等奖。

北京大学在人工智能治理、高级机器学习、群体智能和增强智能等其他国家新一代人工智能规划重点方向上也有很多特色研究和成果。人工智能研究涉及信息科学技术学院、工学院、数学科学学院、心理与认知科学学院、前沿计算研究中心、医学部、计算机科学技术研究所等理工医科院系所，近年来逐步扩展到哲学、法学、政治学等人文社科院系，充分体现和发挥了北京大学学科综合的传统与优势。

2018年，受中国国家标准化委员会和国家机器人标准化总体组委托，北京大学哲学系、信息科学学院和工学院合作完成中英双语版《中国机器人伦理标准化前瞻2019》。这是中国在人工智能和机器人领域的第一份伦理标准化系统方案。

为回应和解决人工智能应用给法律发展带来的发展和治理问题，2017年北京大学率先在国内成立了北京大学法律人工智能实验室和北京大学法律与人工智能研究中心。实验室和中心努力实现互联网、大数据、人工智能技术与法律发展和社会治理相融合，开创人工智能与法律交叉性知识生产和学术研究新领域，成立两年来，密集开展了相对广泛深入的重大课题研究和相关建设发展工作，在立法、司法、执法、法律服务和法学研究以及人才培养等工作发展方面已经取得突破性的成果，在宏观和微观、基础理论和实际应用等多重维度上为相关的法律治理和法律发展工作作出了开创性贡献。

北京大学心理与认知科学学院与信息学院合作，结合认知神经科学和信息科学的理论和方法，通过脑功能成像、神经调控、心理物理等技术和计算建模方法，研究了注意、情境和学习对视觉信息编码优化调节的认知神经机理及计算模型，突破了视觉显著度图、客体特征整合与识别、知觉学习等多种视知觉过程的认知神经机制，建立了生物可解释的计算理论与模型，在脑与认知科学和人工智能领域发表多篇高影响因子学术论文，并成功应用于图像与视频的优化编码和分析计算。

此外，北京大学依靠学科综合全面的优势，围绕人工智能医学领域，开展学科交叉和协同创新，在基础理论、技术开发和转化应用三个方向均取得初步成效。在新型神经网络研究方面，结合新近医学在脑结构研究领域的新发现，提出了基于细胞微环境理论的新型神经网络模型（AINN）。此模型打破人工智能领域以“神经元”突触联接神经网络为基本架构的传统概念，根据脑细胞外间隙的结构特征，在现有神经网络外搭建具有分区流体动力学特性的外在调控网络，新型模型更加符合人脑的结构与功能特征，为神经网络研究提供全新的视角和新方向。在技术研发方面，依据资源优势，建立临床数据与队列研究系列算法、工具集和规范；利用AI图像识别及机器学习等方法，开发基于多模态影像的医学影像自动识别、虚拟增强现实内镜、数字病理辅助诊断和临床决策支持软件等智能辅助诊疗系统，应用于慢病管理和监测的可穿戴终端产品等领域进行了布局和开发。临床医学为人工智能的落地应用提供场景和转化平台，智能影像、睡眠疾病诊断、3D打印人工颌面及骨关节材料制备领域已取得初步成果，基于深度学习构建的睡眠疾病远程诊疗模式具备隐私保护、可复制，已开始推广应用。这些探索性研究为人工智能、智慧医疗以及医学技术等新兴学科的建设奠定了基础，布局了未来。

北京大学已经在人工智能领域耕耘30多年，为人工智能培养了一大批高水平人才。在北大人工智能学科整体建设及多学科交叉融合发展的十多年里，北大以丰硕的成果为中国人工智能学科和产业的发展作出了扎扎实实的贡献。人工智能研究院的成立必将为北京大学的“双一流”建设、为我国建成创新型国家和世界科技强国作出更大贡献。（整理/新闻网记者 王岩 宁韶华）