人工智能发展的报告
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇人工智能发展的报告范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
人工智能发展的报告范文第1篇
对于中国而言，人工智能的发展更是一个历史性的战略机遇，对于缓解未来人口老龄化压力、应对可持续发展挑战、以及促进经济结构转型升级至关重要。
那么目前，人工智能在中国的发展条件如何，中国距离成为真正的人工智能强国还有多远？7月13日，《中国人工智能发展报告2018》在清华大学主楼接待厅。
报 告中称，目前中国人工智能的发展已经具备非常优越的条件，然而要成为真正的人工智能强国，中国还任重道远。中国在论文总量和高被引论文数量上都排在世界第 一，但中国在人才总量，以及杰出人才占比偏低。在产业上，中国的人工智能企业数量排在全球第二，不过，中国人工智能领域的投融资占到了全球的60%，成为全球最“吸金”的国家。
报 告指出，中国必须加强基础研究，优化科研环境，培养和吸引顶尖的人才，在人工智能的新基础领域实现突破，保证人工智能发展的根基稳固。同时，要大力鼓励产 学研合作，让企业成为人工智能创新的主导力量。积极参与到人工智能全球治理机制的构建中，在人工智能未来的技术发展、风险防范、道理伦理规范制定等领域发 挥中国独特的作用。
这份报告由清华大学中国科技政策研究中心、清华公共管理学院政府文献中心、北京赛时科技有限公司、科睿唯安、中国信息通信研究院和北京字节跳动科技有限公司联合。
论文总量世界第一，杰出人才占比偏低
报告中称，在论文产出上，中国人工智能论文总量和高被引论文数量都是世界第一。中国在人工智能领域论文的全球占比从1997年4.26%增长至2017年的27.68%，遥遥领先其他国家。
高校是人工智能论文产出的绝对主力，在全球论文产出百强机构中，87家为高校。中国顶尖高校的人工智能论文产出在全球范围内都表现十分出众。
不仅如此，中国的高被引论文呈现出快速增长的趋势，并在2013年超过美国成为世界第一。
但在全球企业论文产出排行中，中国只有国家电网公司的排名进入全球20。
从学科分布看，计算机科学、工程和自动控制系统是人工智能论文分布最多的学科。国际合作对人工智能论文产出的影响十分明显，高水平论文中国通过国际合作而发表的占比高达42.64%。
专利申请上中国专利数量略微领先美国和日本。中国已经成为全球人工智能专利布局最多的国家，数量略微领先于美国和日本，三国占全球总体专利公开数量的74%。
全球专利申请主要集中在语音识别、图像识别、机器人、以及机器学习等细分方向。中国人工智能专利持有数量前30名的机构中，科研院所与大学和企业的表现相当，技术发明数量分别占比52%和48%。
企业中的主要专利权人表现差异巨大，但中国国家电网近五年的人工智能相关技术发展迅速，在国内布局专利技术量远高于其他专利权人，而且在全球企业排名中位列第四。
中国的专利技术领域集中在数据处理系统和数字信息传输等，其中图像处理分析的相关专利占总发明件数的16%。电力工程也已成为中国人工智能专利布局的重要领域。
虽然在论文总量和高被引用论文数量上中国排名领先，但在人才投入上，中国表现并不突出。
根据该报告，截至2017年，中国的人工智能人才拥有量达到18232人，占世界总量8.9%，仅次于美国（13.9%）。高校和科研机构是人工智能人才的主要载体，清华大学和中国科学院系统成为全球国际人工智能人才投入量最大的机构。
然而，按高H因子衡量的中国杰出人才只有977人，不及美国的五分之一，排名世界第六。企业人才投入量相对较少，高强度人才投入的企业集中在美国，中国仅有华为">华为一家企业进入全球前20。
中国人工智能人才集中在东部和中部，但个别西部城市如西安和成都也表现十分突出。国际人工智能人才集中在机器学习、数据挖掘和模式识别等领域，而中国的人工智能人才研究领域比较分散。
中国人工智能企业数量全球第二，但投融资规模最大
报告称，中国人工智能企业数量从2012年开始迅速增长，截至2018年6月，中国人工智能企业数量已达到1011家，位列世界第二，但与美国的差距还非常明显（2028家）。
中国人工智能企业高度集中在北京、上海和广东。在全球人工智能企业最多的20个城市中，北京以395家企业位列第一，上海、深圳和杭州也名列其中。中国人工智能企业应用技术分布主要集中在语音、视觉和自然语言处理这三个技术，而基础硬件的占比很小。
风险投资上，从2013到2018年第一季，中国人工智能领域的投融资占到全球的60%，成为全球最“吸金”的国家。但从投融资笔数来看，美国仍是人工智能领域创投最为活跃的国家。
在国内，北京的融资金额和融资笔数都遥遥领先其他地区，上海和广东的人工智能投资也很活跃。从2014年开始，国内人工智能投融资活动的早期投资的占比逐渐下降，投资活动日趋理性，但A轮融资还是占主导地位。
中 国人工智能市场增长迅速，计算机视觉市场规模最大。2017年中国人工智能市场规模达到237亿元，同比增长67%。计算机视觉、语音、自然语言处理的市 场规模分别占34.9%、24.8%、21%，而硬件和算法的市场规模合计不足20%。预计2018年中国人工智能市场增速将达到75%。
人工智能发展的报告范文第2篇
上周(2018.8.13-2018.8.17)市场再次大跌。其中上证综指下跌4.52%，沪深300指数下跌5.15%;中小板综指下跌4.63%，创业板综指下跌4.84%。计算机(中信)板块、人工智能板块出现下跌。上周计算机(中信)板块下跌3.71%，人工智能板块下跌2.64%。人工智能指数市盈率(2018.8.17)为39.7倍，较上周略有下降;与沪深300指数市盈率(11.5倍)相比的溢价率为3.4，溢价率较上周保持稳定。
行业新闻
广东公布人工智能发展“三步走”规划
瑞芯微与商汤科技前世战略合作协议
华为官方:麒麟980本月末亮相，世界首枚商用7nm芯片
公司公告
8月17日，捷顺科技《2018年半年度报告》
8月18日，华胜天成《2018年半年度报告》
8月20日，汉王科技《2018年半年度报告》
8月20日，海康威视《2018年限制性股票计划(草案)》
投资策略
随着我国不断重视知识产权保护，这将长期有利于高新技术产业发展。我国在人工智能、大数据、云计算、信息安全等领域已具有一定的技术实力，这些领域未来将持续快速发展。多项国家政策出台推动人工智能产业在我国快速发展，AI+场景正在逐步落地。在金融、交通、安防等领域，人工智能相关技术的渗透率正在快速提升，这将带给相关领域企业的发展机遇。我们建议关注人工智能领域的语音识别领域、计算机视觉领域、无人驾驶领域的相关龙头个股。
人工智能发展的报告范文第3篇
2021年，全球将会拥有18亿台PC，86亿台移动设备，157亿台物联网设备。而到2035年，物联网设备的数量将会超过1万亿台，相应的数据数量将会增长2400倍，从1 EB增长到2.3ZB。如何有效管理、控制和利用如此浩瀚的数据，人工智能是解决之道。因此，业界有了“得AI者得天下”一说。
正如英特尔公司副总裁、数据中心事业部数据中心解决方案部门总经理Jason Waxman在一次人工智能的会议上所言：“人工智能将变革企业业务运营方式以及人类与世界的交互方式。从海量数据分析中创造业务洞察，人工智能正在扮演着越来越重要的角色，并不断推动着行业的变革和转型。人类历史上一个伟大的时代正在到来。”
2016年，产业巨头们都将目光和资源投向人工智能领域。例如百度的无人驾驶汽车、微软开发的虚拟助手APP以及乐视推出的LeEco人工智能生态手机无一不是基于人工智能。特别是阿里，推出了ET机器人，拥有智能语音识别、图像或视频识别、情感分析等技术，这个机器人甚至被包装为“20年后马云的接班人”。
据不完全统计，2016年，中国的人工智能企业有709家，新增创业公司约有250家，与人工智能相关的投融资事件达到了近50起。于是有人称2016年为人工智能元年。
2016年，对于人工智能来说，更多的是褒扬和喧嚣。但是人工智能真的是无所不能？可以为所欲为吗？
Northpointe 公司开发了设计了一个被称为“少数派报告类型”人工智能系统，用以预测被指控的罪犯再次犯罪的几率。这一系统一问世便被指控带有种族偏见，因为相比于其它种族，黑人罪犯被标注为未来可能再次犯罪的概率要大得多。
7 月，一个由 Knightscope 平台所创造的一个所谓的“打击犯罪机器人”在硅谷的一家商场里使一个 16 月大的男童受伤。机器人伤人事件在2016年深圳高交会上也同样发生过一起。
5月，在佛罗里达的一条高速公路上，一位驾驶者乘坐一辆开启了 Autopilot 模式的特斯拉与一辆拖车发生了碰撞并最终陨命。
一系列的负面事件说明人工智能还有很大的缺陷和不足，更不能为所欲为。360董事长周鸿说，人工智能是风口也是泡沫，对人工智能要有客观理性的认识。人工智能不是在各个领域都能用，要找到深度学习、适合解题的领域。
那么在即将到来的2017年，人工智能会有怎样的发展轨迹呢？一家名为Datamation的网站进行了预测，指出了人工智能一些可能的热点应用领域
聊天机器人。在TechEmergence进行的一项2016年调查中，询问了人工智能的高管和创业者，什么人工智能应用在未来五年内可能会获得成功，而2017年将是普及之年。
应用开发。越来越多的企业正在将人工智能和深度学习功能集成到他们的Web应用、移动应用和内部的企业应用中。Gartner预计，到2018年，全球最大的 200家企业大多数都会利用智能应用，并使用大数据的完整工具包和分析工具，来优化自身的产品和改善客户体验。
医学研究。IDC在其《全球半年度认知/人工智能支出指南》中将诊断和治疗系统列为2016年吸引最多投资的领域之一，并表示在未来五年内，包括药物研究和发现以及诊断和治疗系统的使用案例将获得最大的发展。并预测在未来五年期间医疗健康人工智能投资的年复合增长率为69.3%。
智能硬件。英特尔最近详细描述了其将人工智能功能构建到其芯片中的努力，愿景是使人工智能“人人都能使用”（available for all）。其他开发商正在研究人工智能自动驾驶车辆、机器人和无人机。IDC预测，智能硬件收入将在未来五年内以超过60%的复合年增长率增长。
人工智能发展的报告范文第4篇
关键词：智能制造；关键技术；政策建议
一、当前经济形势下智能制造发展宏观分析
1.基础技术的应用和发展
随着我国需求市场的蓬勃发展，一大批企业的快速跟进，使我国在计算机视觉、中文语音识别和无人驾驶等典型应用方面进入全球前列，具备了加速发展的市场条件和产业基础。在新一代信息技术接力式创新的驱动下，万物互联和智能化趋势越发明显，预计2035年全球联网设备数量将突破千亿件，将快速推动智能制造快速发展。近年来在算法、数据和算力三方面的突破下，新一代人工智能开始成为新的竞争焦点。人工智能在看、听、理解等关键指标上已经媲美甚至赶超人类。在机器识别图像、语音和自然语言等开始广泛应用，类似技术已广泛嵌入呼叫中心、客服系统、智能助手、聊天机器人等产品中。人工智能蕴含着无可估量机遇，各路企业争相涌入布局。从2013年到2017年，全球人工智能投资事件从310件增长到1349件，投资额从17亿美元增长到152亿美元，安防、医疗、交通、制造等数据丰富的行业成为重点投资领域。
2.我国智能制造发展情况
随着我国智能制造发展的快速推动，依托用户规模、应用场景、风险资金和科技论文等优势，我国在一些基础技术的应用方面进入全球前列，一大批骨干企业快速发展，在智能制造产业各个环节积极布局，为我国智能制造的快速发展，实现弯道刹车提供有利条件。数据资源是发展人工智能的关键要素，主要来自用户和联网设备。从用户数看，到2017年底，我国有3.49亿固定宽带用户，是美国的3.5倍，占全球38%。从数据量来看，我国已占全球13%，据高盛报告预测，随着用户数和在线时长增长，这一指标到2020年预计提升至20%—25%。我国有用户规模的先天优势。我国有近4亿的年轻用户，他们对新科技、新产品的接受度比较高，所以广泛的行业分布、多样的用户需求为拓展人工智能应用提供了广阔市场。在这一轮人工智能刚兴起时，国内一批公司深耕计算机视觉技术，目前从算法水准和应用情况看，人脸识别、安防监控等领域已获得全球认可。总体上，智能应用开始进入快速扩展期，我国有望在更多领域形成自身优势。
二、我国智能制造发展当前阶段面临的问题
1.芯片产业发展有待提升
高端芯片产业的发展是智能制造的重要前提，但是芯片关键技术方面还有很大的提高空间，目前处于“受制于人”的情况。当前芯片产业关键技术方面美国还是占主导地位，首先，图形处理芯片方面，英伟达、超威和英特尔三强主导市场方向。其次，可编程逻辑阵列芯片方面，赛灵思和英特尔两强主导市场。第三，专用集成电路(ASIC)芯片方面，谷歌的张量处理芯片(TPU)性能优势明显。目前，由于价格和关键技术的制约我国还处于芯片进口阶段，孙然有部分企业可以进行芯片的定制，但是由于资本投入和商业化推广的弊端还处于初级阶段。
2.人工智能的基础技术依旧不能形成单独生态体系
人工智能的算法框架依附于国外巨头开源生态体系。当前我国人工智能产业必须降低人工智能产品或应用开发成本，进而吸引世界各地开发者入驻生态。从高盛报告看，谷歌Tensorflow算法框架聚集了6.8万名明星开发者；而百度Pad-dlePaddle平台仅有5330位，不到前者1/10。我国当前大部分都机遇谷歌的基础算法框架进行开发，很难自主建立内生性的生态系统。3.专业技术人才的缺失异常严重智能制造的重要核心就是专业技术人才的集聚，但是我国智能制造相关人才总量和人才结构上还处于比较落后的阶段。如全球最大招聘网站领英2017年《全球AI领域人才报告》显示，全球人工智能人才数量190万人，其中美国85万人，我国5万人，位列印度、英国、加拿大、澳大利亚、法国之后，排第七位。从专业化人员从业时间来看，与美国相比我国专业化从业人员，从业超过十年以上的不足40%，而美国却超过了70%，我国大部分关键技术人员和管理人员都是海外引进，我国在智能制造的核心技术方面，尤其是人工智能的底层算法方面与美国还是有很大的距离。
4.我国关键技术创新相关的政策法规落后于技术创新的需求
数据开放、隐私管理、算法歧视、网络攻击等方面需要新的监管法规。以智能影像诊断为例，美国2017年采取先上市后批准的模式助推产业创新；我国则按照医疗器械监管，要求经过器械检测、临床评测、器械技术审批、政府发放批文等四个环节，企业反映总耗时30个月，且准入制度、收费模式、医保对接等尚是空白。所以，首先数据开放是我们必须要解决的问题，我国政府数据开放排名全球靠后，而在科技巨头之间创建标准统一、跨平台分享的数据生态系统要落后于美国。其次数据隐私管理方面问题，海量数据的采集不可避免涉及个人隐私，如何避免滥用是各方关切点。最后是网络攻击问题，防御网络攻击、保障安全是客户最为关心的主要问题。
三、推动我国智能制造发展的路径及建议
1.建立核心技术研发标准，加大产业上下游衔接
我国智能制造虽然全面推广，但是在芯片产业方面还是短板，想要借助人工智能的机会实现弯道超车必须要放长战线，做好基础研发工作。我国消费市场具有一定的优势，要做好开放合作的准备，加强学习的强度，缩短学习的周期。避免资金、人才等资源的浪费，推进强强联合，鼓励走差异化技术路线。优化产业链条，加强上下游的衔接，利用好国内良好的消费市场，产业链相关企业要积极抓住这个机会，积极实现商业化应用。
2.建立标准化产业链条平台
积极累计专业化技术成果，虽然我国在机器视觉算法方面也走在全球前列，但没有完整商业化生态体系，要快速构建原生的算法构架和标准化平台。要借鉴PC互联网时代win-dows操作系统主导生态、移动互联网时代安卓主导生态的经验做法，支持组建产业联盟构筑生态搭建算法框架。政策上支持构建算法构架，兼容多平台应用，抓住机会提升我国基础技术平台的应用和研发水平。并且要建设以人工智能为基础的公共数据资源库、标准测试数据集，为评估算法效能提供评价基准。
人工智能发展的报告范文第5篇
基于4MAT系统模式案例设计
4MAT系统模式又称为自然学习模式，它是由美国“学习公司”总裁麦卡锡博士在1979年创立的一个新型有效的学习框架。该模式将学习风格与脑科学研究结合起来，并根据人们感知和处理信息的方式，形成一种独特的、顺应个性学习需求的教学模式。图1为学习者以4MAT学习的一个简单实例。
第一阶段，Johnny看到他的哥哥们是骑自行车去学校。他注意看他们是怎样骑自行车的，骑自行车看上去很容易；第二阶段，他请他的哥哥们（骑自行车的专家）展示他是怎样骑自行车的；第三阶段，Johnny骑上自行车，并尝试骑行，他发现骑自行车并不像看上去那么容易；第四阶段，他调整了自己，回过来再次尝试骑自行车。在上述学习过程中，学习者的大脑经历观察反映、抽象假设、行动试验、形成具体经验四个阶段，即4MAT模式的四个象限，整个学习过程组成一个循环圆圈。
4MAT模式以关注学习者为出发点，结合左右脑的不同特点，将教学分解为八个环节（如图2所示），可较好地为学习者提供有意义的学习内容，学生有足够的练习机会，且可“灵活调整”学习内容，并在这一过程中发掘所学在生活中的应用价值。高中信息技术课程内容大致可分为“动手做、如何做、为何做及做了何”四个方面，与4MAT模式四个象限的特点较切合。现以高中信息技术必修模块中“信息的加工与表达――用智能工具处理信息”为主题，进行4MAT模式教学环节设计。
1.本课时教学目标。人工智能研究处于信息技术发展的前沿，它的研究、应用和发展在一定程度上决定着计算机技术的发展方向。高中人工智能课程目标的基本点定位在了解和体验上，让学生了解信息技术发展的前沿，体验若干典型人工智能技术的应用，感受人工智能对学习和生活的影响，激发对信息技术未来的追求。
2.本课时教学任务。《信息加工与表达》课程标准对应要求：通过部分智能信息处理工具软件的使用，体验其基本工作过程，了解其实际应用价值。通过课堂讨论、观看媒体资料、网络搜索、操作实践、学习教材等手段，学生能够：①了解人工智能技术的含义及智能工具的应用范围；②列举人工智能技术在社会、生活中的应用实例；③按功能对常见的智能应用进行分类；④在操作实践活动中，了解智能工具的基本工作原理及其应用价值；⑤树立辩证思想，客观看待人工智能技术对社会的影响，培养正确的信息技术运用观。
3.本课时教学内容：①人工智能、模式识别、自然语言理解、机器翻译；②智能工具的应用范围；③常见智能工具的操作（“小灵鼠”软件、OCR软件、在线翻译软件、机器人小I等）；④人工智能对人类生活、社会的影响及存在问题。
4.本课时教学安排见图3。
①联系，即让学习者将学习内容与相关生活经验建立联系。设计活动来表明人工智能就在我们身边以及它与信息技术学科前沿研究的联系。活动内容：以小组为单位研讨我们身边的人工智能应用例子。通过讨论，说明人工智能对人类生活、社会的影响。这个讨论有助于让学生将身边的经验与学习内容联系起来。教师提供自主学习资源网站，引导并帮助学生联系各人的经历了解人工智能的应用范围；通过让学生观看相关应用视频，让他们获得直观的感性认识。
②注意，即让学生注意个人体验以及与其他同学的经验分享。分析经验，小组讨论并将经验绘制成图表。分小组分享经验并用概念图示描述人工智能的含义。
③想象，即在向学生传授呈现概念时，让学生先将自己的理解描述出来。整合经验：在学习日记中描述人工智能对你及社会生活环境的影响。每个学生要在自己的日志中说明某一人工智能应用如何对个人生活和环境造成影响。
④告知，即由教师告知内行知识，学生接受内容并进行研究。学习内容：教师通过演示文稿介绍图灵测试及人工智能小故事，帮助学生了解人工智能含义。教师带领全班学生利用前面活动中获得的信息，创建人工智能思维导图，其中要包括人工智能含义、应用领域及它对人类社会产生的正面及负面影响。学生通过看视频、听讲、课堂讨论及小组研究等学习形式学习新知识。思维导图会逐渐发展为一个动态的图示。学生可随时添加其他信息和实例。比如，随着对人工智能技术的深入了解，其他内容也可以被添加到思维导图中，在不断形成的过程中，学生将学会如何有条理地收集信息。
⑤练习，即让学生通过练习来学习，以达到对知识、技能的熟练掌握。实践拼接活动：以“它”怎样看、“它”如何懂两组活动，制作设计新的思维导图。归纳智能工具的工作原理和存在的不足。各小组通过实践操作智能工具，分享有关知识和体验，以思维导图的形式描述模式识别及自然语言理解的工作原理并提出技术改进建议。教师在整个过程中对学生的表现给予反馈和建议。
⑥延伸，即是学生创新的开始，学生对所学的灵活调整，迁移运用。设计“人工智能会取代人类吗”游戏中要用的问题。在课堂内外以学习小组的形式开展活动收集更多信息。每个小组根据他们了解的情况设计10个问题，在“人工智能会取代人类吗”游戏中使用。比如，未来你心中的人工智能是什么样、机器人具有真正的智能吗、未来的智能工具将具备怎样的功能，等等。
⑦提炼，即学生进行自我适应、调整、修改和评价其学习是否适当。学生复习课堂记录、个人日志、实践体验、互联网上学习到的内容等，小组完成研究报告，为最后阶段做准备。
⑧展现，即让学生表现自己。帮助学生将所学与更广泛的知识联系起来。设计一个总结主要观点的演示文稿（用例子和视觉画面对人工智能应用作出说明）。为学校设计一个普及人工智能知识的网站。撰写一份“智能工具应用启示”的研究的可行性报告，并设计完成一个未来智能工具或提出一个智能应用的想法。
基于Feden-Vogel教学模式的案例设计
普莱斯顿・D・费德恩，罗伯特・M・沃格尔结合信息加工论，在4MAT系统及教师实践经验的基础上，提出了Feden-Vogel教学设计模式。该模式包含三个不同的工具：计划组织图、教学计划模板、教案格式。其教学分五个步骤进行设计：步骤一，引起学生注意并激活先前知识；步骤二，教授陈述性知识，不仅包含课时内容，还应涉及一些核心概念等；步骤三，给学生提供足够的时间和实践机会，形成程序性知识；步骤四，让学生运用所学知识解决不同问题，帮助他们以新的或不同的方式运用所学；步骤五，结束当前教学并启发学生关注知识和连续性，过渡到下一教学主题。在Feden-Vogel模式中，是从步骤二开始教学设计（即在课程目标与学习标准中让学生学习的陈述性知识），教学实施从步骤一开始。现仍以高中信息技术必修模块中“信息加工与表达”为主题，进行Feden-Vogel模式教学设计，课时教学目标与上例同。
1.《用智能工具处理信息》Feden-Vogel计划组织图（见图4）。
2.《用智能工具处理信息》Feden-Vogel教学五步骤设计。
步骤一，呈现先行组织图，让学生回顾先前的知识，提问前面几类信息加工与表达的特征及应用价值。这个练习可以让学生准备好学习下一个主题，即用智能工具处理信息。让学生联系和此问题相关的现实生活情境：如果你在写一份研究报告时，需要一本资料书上的三页内容，或者你想通过录音将你说的话转化成文字时，你将采用什么办法来完成？向学生提出这个问题，让他们设想解决的方案。通过这个问题可以将情境与新主题联系在一起。为了帮助学生解决此问题，可展示触屏手机手写输入信息的过程，让学生上网搜索相关资料。同时为学生提供多种体验工具软件（“小灵鼠”软件、OCR软件，语音识别软件等）。
步骤二，播放有关我们身边人工智能应用的视频，让学生上网查找人工智能应用领域及实例。介绍图灵测试，向学生提问，人工智能的含义是什么？学生建立人工智能概念图，并添加智能应用领域及实例。
步骤三，将学生异质分组，提出小组体验计划。当学生制定好计划后，就可以开始试着用智能处理工具（模式识别）进行操作实践。等他们完成体验后提问学生：识别的准确率高吗？影响识别率高低的主客观因素有哪些？接下来，引导学生思考分析模式识别工具处理信息的工作原理，引导他们针对体验中存在的问题提出改进建议。在建立模式识别思维导图过程中，通过提问学生生活中或未来还有哪些信息可以通过模式识别来处理，进一步加深学生对相关内容的了解。
步骤四，让全班一起讨论在进行模式识别智能工具体验中的感受。教师使用提问策略来帮助他们进入下一人工智能应用领域：自然语言理解。比如，可以问学生是否能通过工具将一段中文诗词翻译成其他语言，或者和机器人聊天时应该怎样设计智能处理工具。学生讨论，形成小组设计报告，并通过上网查找出相关工具软件名称。学生选择教师提供的工具软件进行体验操作，总结出其工作原理及存在的问题。
