智能无人自主系统（Intelligent unmanned autonomous systems）是能够通过无需人工干预的先进技术进行操作或管理的人造系统。自古以来，人类创造了数不清的无人系统，随着人类知识的增长，无人系统的技术水平也在逐渐提高。近来人工智能（artificial intelligence，AI）的显著进步，将无人自主系统带入了一个更先进水平。因此，有必要详细讨论下智能无人自主系统的发展趋势。
与传统的自主系统相比，无人自主系统的发展范围已经大大扩大。各种类型的智能无人自主系统相继出现，对社会和生活产生了显著影响。现在或不久的将来将会发展为智能无人自主系统的有无人汽车（unmanned vehicles）、无人飞行器（unmanned aerial vehicles）、服务机器人（service robots）、太空机器人（space robots ）、水下机器人（marine robots）和无人车间或智能工厂（unmanned workshops/intelligent plants）等。
智能无人自主系统是非常复杂的系统，是机械、控制、计算机、通信和材料等多项技术的融合。AI毫无疑问是发展智能无人自主系统的一项关键技术，自主性和智能化是智能无人系统最关键的两个特点。为了实现并持续提高这两个特点，最有效的方法是应用各种AI技术，如图像识别（image recognition）、人机交互（human-machine interaction）、智能决策（intelligent decision making）、推理（reasoning）和学习（learning）。由于这些AI技术的发展，人类可以创造具有更高水平的自主性和智能化的智能无自主系统，在某些方面接近了人类水平。
近几十年，尤其是在深度学习出现以后，人工智能和机器学习在计算机视觉、声学和学习问题领域发展迅速。归功于更先进的模型和不断提高的硬件计算能力，出现了许多惊人的无人自主应用，例如无人驾驶汽车、无人飞行器、医疗机器人的显著发展。深度学习已经证明在复杂任务上具有出色的学习能力。GPU等现代计算设备和Caffe、Theano、TensorFlow等计算框架已经帮助了很多设计人员构建新型稳健无人自主系统。
机器学习以两种方式支撑无人自主系统，提供与人脑相似的感知和控制，首先接收信息，然后进行分析和控制。传感器感知外界信息，模型将信息转换成不同的抽象层次以描述环境，无人系统利用增强学习选择最好的策略实现控制。这些方法可以创建利用收集的数据，学习指定任务的端到端系统。
在视觉方面，抽象包括基于CNN的目标检测、分类和语义理解等。受人类视觉皮层层次结构启发（Inspired by the hierarchical architecture of the human visual cortex），在不同的机器学习任务中提出了多层卷积池化架构，如下图所示。卷积层通过卷积核计算特征图，池化层通过局部平均或局部最大操作压缩特征图，这样形成层次金字塔结构，更高的层代表更高的抽象。CNN利用局部感受野和共享权值，显著降低了全连接网络中的过拟合问题。
对于声学和语言等序列数据，循环结构显著提高了网络性能，如下图所示，F（X，H）定义了从序列输入X和隐藏状态H映射到序列输出。简单的RNN网络存在long-term依赖问题，LSTM通过引入不同的门函数控制信息流，从而解决了该问题，并在语言模型和语音识别任务上取得非常大的成功。通过将CNN和RNN结合，成功在图像标题（image captioning）应用中将图像转换成自然语言。
不同于上述模型，深度强化学习试图学习如何与环境交互。它关注环境E、动作集A、状态S和价值函数V，希望学习到策略p（s，a）以便获得最大累积奖励，优化目标函数为Q（s，a）。一般通过动态规划、蒙特卡洛和时间查分方法优化。强化学习主要有深度Q网络（deep Q network，DQN）、双Q网络（double Q-network）等。深度确定策略梯度（deep deterministic policy gradient，DDPG）优化算法提高了深度增强模型在处理连续控制问题时梯度估计的稳健性。许多学者将DNN应用于强化学习，如OpenAI框架等。
在无人自主系统研究领域出现了很多引人注目的应用，无人车和无人机方面的创新令人惊奇。Google在加利福尼亚州发布了商用无人驾驶汽车，Tesla和汽车厂家正在进行路测，无人机在搜寻、救援和战斗等领域频繁应用。人工智能算法在这些系统中大量应用。此外，深度强化学习的进步将游戏带入了一个新时代，人类开始关注他们的机器人竞争对手：AlphaGo 4:1战胜韩国围棋名家李世石，围棋游戏被认为是人类历史上最复杂的游戏。
人工智能学家/未来科技学院与中科创星，中国科学院虚拟经济与数据科学研究中心，金融发展局等机构联合举办未来科技论坛和发起“未来科技资助计划”，联合科技企业家、风险投资家，讲解当前人工智能，互联网，脑科学，机器人最新进展，对科学家的前沿科学研究和科技创业进行支持。为诞生中国的重大原始科学创新和科技独角兽提供燃料和催化剂。
2.邀请著名投资人，科学家，科技企业家从不同角度阐述如何支持科学家的前沿科学研究和科技创业。
3.人工智能学家/未来科技学院发布科学资助平台“Funding Future”，并与合作伙伴联合启动“未来科技资助计划”返回搜狐，查看更多
