人工智能時代概念范文
時間：2023-11-02 17:37:10
導語：如何才能寫好一篇人工智能時代概念，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。
篇1
鄭子斌
百度副總裁，百度美國研發中心總經理
畢業于美國斯坦福大學并獲得計算機科學碩士學位。曾任職于Google、阿里巴巴、Oracle等知名企業，有二十余年的硅谷與國內研發管理經驗，其中十余年致力于互聯網營銷技術創新，是人工智能與大數據領域資深實踐者。2010年5月正式加盟百度，目前全面負責百度搜索公司大商業體系。
無論在PC時代，或移動時代，還是正在到來的人工智能時代，搜索一直是最便捷的信息獲取途徑。不同的是，用戶將會擁有越來越智能、多樣化的搜索手段。例如語音搜索，圖像搜索等新興搜索方式正在逐漸被廣泛的使用。百度作為代表中國人工智能最高水平的互聯網公司，在人工智能方面的應用體現在很多方面，從推出語音輸入法，到開放深度學習平臺，再到開放百度大腦平臺，百度正在嘗試在更多層面上將人工智能與搜索無縫銜接。
進入信息分發2.0時代，用戶不僅需要更便捷智能地找到信息，也需要個性化的信息主動推薦；在“人找信息”的同時，實現“信息找人”。百度能夠向用戶提供雙向智能適配的信息分發服務，通過搜索+推薦相結合，實現信息分發2.0。“手機百度信息流”是百度“信息分發2.0”落地的一個縮影。2016年，短短三個月其流量快速增長了20倍，背后是優質內容與用戶信息需求的精準匹配，百度的人工智能技術始終扮演著重要角色。
人工智能在智能互聯網的時代背景下，重新定義了商業關系，也必將帶來商業模式的改變。2017年，在“人工智能+”新商業環境中，百度商業將會把更多領先的人工智能技術應用到整個產品和服務體系中，并向第三方合作伙伴開放，推動更多產品和服務智能化。百度將對大數據進行深度學習、深度應用、得到深度數據，從而幫助合作伙伴在商業決策、企業創新、行業重構上做出正確抉擇，完成生產流程、產品設計、解決方案及市場策略向人工智能時代的跨越，并實現行業突破與升級。
百度商業的“因智而能”讓營銷理念正在從“Big Data”到“Deep Data”進行轉變。數字化營銷的目標從之前被動捕捉迎合消費者需求，進入到下一個層級“激發、誘導”消費者需求。未來隨著技術發展，用戶的注意力成稀缺資源，因此，只有精準觸達目標用戶，輸出用戶關注的內容，才能獲得更大的商業價值。在數據層面，百度基于搜索數據的海量沉淀，百度大腦強大的數據處理技術，通過對用戶的實時匹配計算和動態建模，將信息標簽和人群標簽智能匹配，通過“搜索”+“推薦”相結合，實現真正雙向智能適配的信息分發服務。
基于百度營銷大腦的意圖引擎，百度打造了一種全新的人工智能營銷思維。通過搭建搜索、地圖、糯米等多元化的平臺，可以化媒體、廣告主及消費者間的溝通交流，并借助人工智能技術洞察消費者的意圖，在合適的時間和合適的地點向消費者推薦需要的服務。更為重要的是，百度正在把這些人工智能技術開放給更多的合作伙伴，賦能包括商業在內的各行各業。同時，百度也將在語音交互、圖片交互、自然語言交互等方面不斷智能創新，與廣大合作伙伴一起共享人工智能的紅利。
2016營銷感悟
技術與營銷越來越密不可分。當前媒介分散化，信息碎片化、用戶消費個性化的移動互聯網時代，快消品行業廣告的浪費率不是50%，可能是90%。百度“雙向智能適配的信息分發服務”可以幫助廣告主全面布控消費者決策路徑的不同環節，減少流量在跨媒體、跨平臺之間的流失。如今不論是效果類廣告，還是品牌類的營銷都離不開技術，運用技術可以幫廣告主更加智能的匹配信息，同時運用搜索+推薦的精準分發，讓用戶對信息消化的效率提高，這些不僅僅闡釋了互聯網的未來趨勢，每個做企業的人都應該把握住這個趨勢。因為，今天是互聯網的升級，明天就是整個產業鏈的升級。
篇2
【關鍵詞】互聯網信息時代 人工智能 應用研究
當前，世界已全面進入以大數據共享、信息爆炸為特點的互聯網信息時代。富有智能化和人性化的計算機網絡技術服務成為了人們青睞和關注的焦點。人工智能作為互聯網信息時代凝聚高端技術的超值網絡服務，在增強互聯網安全性、提高網絡操作自動化等方面意義重大。現階段，已有更多行業領域的用戶在應用人工智能，體驗這一技術所帶來的新生活。
1 人工智能簡述
人工智能，即Artificial Intelligence，是現代社會特有的綜合類前沿學科，交叉云集了計算機、網絡技術、控制方法論、信息論、神經生物學、語言學等多學科知識，主要用來研究機器在思考、學習、規劃等行為的擬人態進化，使之解決問題的能力大幅提升。人工智能發展至今已有超過60載歲月，其成就在整個歷程中熠熠生輝，代表著人類文明的不斷發展與超越。人工智能經歷了三個階段的發展變革：第一階段是以人工智能驅動機器設備，代替或輔助人類思考并解答難題；第二階段是研發智能機器人，處理不同系統及環境信息的交互工作，如不確定性信息的處理工作；第三階段的代表成果就是數據挖掘系統，可實現海量模糊信息采集與分析，可視化技術發展迅猛，計算機具有自主學習能力。
2 人工智能的應用領域代表成就
任何一項技術的創新與發展，都源于人類開展生產生活的實際需求，人工智能技術的研究也不例外，發展至今已經為解決不同領域的實際需求提供了眾多技術應用。目前，人工智能在下列應用領域中取得了代表性成就：
2.1 專家系統
專家系統，其實是由龐大的程序組編寫完成的數據系統，廣泛積累不同專業的知識經驗，這些知識均可事先歸納分析，可按具體模式表示，從而幫助用戶憑借領域專家的固有知識進行推理解決問題。專家系統可系統化分析輸入信息并結合已有知識體系進行全面推理，提出建O性的決策建議，相當于發揮行業專家的作用。
2.2 數據庫智能檢索
人工智能想要做到全面模擬人類思維和動作，需要建設強大的數據庫資源，便于及時開展智能檢索。數據庫基于計算機軟件開展，存儲了海量專業學科知識，也稱之為知識庫系統，一旦有用戶需要查閱解決該學科的專業問題，都可通過智能檢索功能實現快速精準地檢索。
2.3 程序自動設計
自動化的程序設計就是借助更高規格高標準的程序設計系統來完成指定功能的程序設計，該系統需要用戶輸入所設計程序的需求目標，并對整個流程和架構有更為高級的描述，系統就能自動組織對應程序完成設計。高度自動化的程序設計編寫方式，也展現了人工智能系統的思考、學習、修正自身缺陷的擬人態功能。
2.4 目標模式識別
模式識別，顧名思義正是為識別不同物體的特征是否匹配目標對象而具備的功能。現代計算機加強了模式識別系統功能，能夠提高機器對外界信息的感知能力，不斷接受外界信息，對所處環境的特征進行識別，加強概念理解。當前，目標模式識別已由二維向三維層面升級，為研究智能機器人提供了堅實的基礎。
當然，人工智能的應用領域遠不止上述這些，還在機器學習、機器視覺圖像處理（machine vision）、自然語言理解（Natural Language Understanding）、自然信息博弈論等方面發揮著重要的作用。
3 不同行業的人工智能技術應用實例
目前，眾多企業為求發展，與內部運營管理中加強了人工智能的應用，聚力解決各項問題，為企業贏得了經濟效益，推動著社會發展。
3.1 企業管理應用
將人工智能應用于企業管理中，需要人的智能和人工智能之間的辯證關系，靈活運用工智能應用平臺加強對企業內部各項管理智能軟件的開發工作，借助靈活的人工智能技術幫助企業實施科學決策。
3.2 水利管理應用
人工智能能夠在水情控制與洪災預報中發揮作用。如可使用人工神經網絡和遺傳算法等技術，模擬汛期的最大洪峰與洪水總量，研究更有針對性的抗洪模型，提高了洪災預報精度和汛期準度，有效發揮防洪降災、攔洪儲水的重要作用。同時，人工智能還能夠分析大江大河的復雜地質與環境系統，對治理河流起到良好的輔助作用。
3.3 建筑行業應用
目前，建筑行業的用地規劃、給排水工程、暖通空調工程、施工管理等內容都在應用人工智能。已有企業基于神經網絡算法發明了結構節點探傷法，可查探建筑結構損傷度；也可在市政工程建設中不斷強化正反向混合推理的理論思想，查明城市污水處理管網故障；可構建用于分析建筑工程性能效益的系統，加強建設項目性能效益預測和實際效益分析。
3.4 機械行業應用
人工智能同樣成為互聯網時代下的機械行業技術中的重頭戲。如：人們利用人工神經網絡算法，設計出土方工程的機械調度的優化方案；多個工程都可搭建含多目標的尋優函數模型。許多大型機械裝置，都配置了人工智能操作平臺，可提高安全風險監控水平，增強機械操作自動化，進一步優化生產效率。
3.5 商品銷售預測應用
人工智能的各種函數模型或優化算法，可在商品銷售金額的預測中發揮巨大作用。如：在計算機中輸入不同商品某一時間段的銷售額，形成非線性系統進行分析，評估各種影響因素。采用人工神經網絡，不斷放大自分布處理、自組織學習、自適應與自容錯等特性，體現強大的預測功能。
當然，人工智能還廣泛應用到電子網絡技術應用、企業財務管理、航班信息查詢、教學服務、心理咨詢公路建設、焊接制造、等眾多方面，為更多企業帶來可觀的經濟效益。
4 結束語
互聯網信息時代的人工智能應用，將會隨著科技力量的不斷壯大而實現更多的應用。人們應該高度重視人工智能理論與技術的探究，從而更好地為全人類服務。
參考文獻
[1]何承.計算機網絡技術中人工智能的應用探討[J].信息通信，2016（03）：180-181.
[2]韓曄彤.人工智能技術發展及應用研究綜述[J].電子制作，2016（12）：95-95.
[3]王宇飛，孫欣.人工智能的研究與應用[J].信息與電腦，2016（05）：115-117.
作者簡介
李君，男，江西省上饒市人。上海財經大學浙江學院，主要從事教學軟件管理類工作。
篇3
關鍵詞 人工智能技術；交通管理；人工智能系統
中圖分類號：V355 文獻標識碼：A 文章編號：1671—7597（2013）041-118-01
1 研究背景
隨著時代的發展，計算機技術因其優越性在多個領域得到廣泛應用。“計算機學科的一個重要分支就是人工智能，它與基因工程、納米科學被列為21世紀三大尖端技術”，它為人工智能技術在航空業的應用創造了條件。現代航空業的迅猛發展，帶來空中交通流量的飛速增長。目前，航空業經常出現空中交通堵塞、擁擠等現象，迫切需要引進先進的技術手段，提升空中交通技術，改進管理手段，有效提升空域容量與空間利用率。
根據空中交通管理的理論特點，以及空中交通管理技術特點，人工智能技術在空中交通管理中的應用研究逐漸引起了人們的重視，并取得較大發展。人工神經網絡在空中交通流量預測、飛行間隔控制、飛行沖突智能調配等方面的研究初見成效。但我國空中飛行流量需求的日益增大，迫切需要將人工智能技術有效運用到空中交通管理中，建立人工智能空中交通管理輔助系統，真正實現類似專家功能的新型空中交通管理系統。本文基于這樣的認識，嘗試將人工智能技術應用到空中交通管理系統中，有效提升空中交通的空域容量，使空中交通更加有序，更好地服務于積極社會的發展，提升人們的生活質量。
2 人工智能技術概況闡述
“人工智能也稱機器智能，它是計算機科學、控制論、信息論、神經生理學、心理學、語言學等多種學科互相滲透而發展起來的”從計算機應用系統的層面來理解，人工智能研究的主要內容是如何制造出人造的智能機器，以及人造的智能系統，具備模擬人類智能活動的能力，從而延伸人們智能的一門科學。
人工智能領域的研究始于1956年，“人工智能”這個術語第一次出現于達特茅斯大學召開的一次會議上。隨后人們逐漸在問題求解、自然語言理解、自動程序設計、專家系統、邏輯推理與定理證明、博弈、學習以及機器人學等領域展開研究，成功建立了具有一定程度的人工智能計算機系統。隨著研究的不斷深入，人工智能理論得到不斷的豐富與發展。隨著計算機硬件的快速發展，計算機的存儲容量不斷擴大、運行速度不斷提高、價格低廉，人工智能技術的發展將會給人們的生活、工作等帶來更大的影響。
3 空中交通管理人工智能系統構成簡述
人工智能技術在空中交通管理中的應用有助于建立人工智能輔助系統，建立新的空中交通管理模式。“但不要忘記采用不同的技術和運作概念也會帶來不同的空中交通管理模式，特別在新技術層出不窮的今天，我們更不能忽略這個方面。”，它能使空中交通流量管理高效、有序、安全，有效提升空中交通的空間與時間利用率，對空中飛行沖突進行有效的預測與解決。空中交通管理的核心是科學合理安排空中交通流量。飛行流量的智能化管理、飛行沖突的預測、飛行沖突的解決等方面是人工智能輔助系統研究的側重點。空中交通管理人工智能輔助系統由飛行流量管理模塊、沖突探測與解脫模塊、輔助決策模塊等三個附屬系統構成。這幾個模塊間的關系是在沖突探測與解脫模塊與飛行流量管理模塊之中滲透輔助決策模塊，最終形成智能飛行流量管理、智能沖突探測與解脫模塊系統，它們能夠為空中管制員提供有效的決策輔助信息，切實減輕空中管制員的工作負擔，提高空中飛行的安全性與管制效率。
4 空中交通管理人工智能輔助系統的實現方式
4.1 飛行流量管理輔助決策的實現
人工智能系統飛行流量管理模塊主要將空域資源“空閑”的概念與A算法與輔助決策進行結合。其具體操作過程是根據飛行流量管理數據庫，儲存或讀取數據，計算流量，預測沖突，依據基本容量模型，建立A算法數學模型，對空中航班進行動態與靜態排序，最終完成人工智能技術對空中飛行流量的輔助決策作用。
建立準確客觀的飛行流量管理數據庫非常重要。這些原始數據必須可靠、準確、及時，因為它直接影響到輔助決策的有效性；開放數據庫間的互連主要依靠ODBC ，它是數據庫之間連接的標準，為SQL語言的存取提供標準接口；再依據數據庫的信息，運用飛行動力學知識計算出飛機在具體時間應該到達的位置，以及到達具置的準確時間，合理的安排飛行架次；飛行流量沖突預測主要通過將流量與相應的容量比較，列出具體的沖突時間、沖突地點、存在沖突的飛機架次；最后調整航班與起降，對沖突航班及時調整，確保交匯點、航路、機場、管制區等暢通。人工智能中的A 算法可以有效針對基本容量模型對飛機進行排序，對飛行計劃的來源、內容及狀態轉化等進行研究，生動模擬飛行計劃實施過程。“空閑”概念可以使沖突航班時刻調整在受限區域內。
4.2 飛行沖突探測與解脫輔助決策的實現
飛行沖突探測與解脫輔助決策系統能夠向空管員提供高效的避撞輔助方案，有效彌補管制員決策過程中的不足，對飛行沖突情況進行分析，尋找出積極的解脫方案。
飛行沖突探測與解脫輔助決策系統推理過程大致包括以下幾個方面：突中航空器、突中航空器優先等級評估、沖突類別評定、避撞應對方案、建立避撞路線。推理選擇最主要的過程是推理機制，為了完成推理過程，該系統中還必須包括一系列的規則：航空器優先級別評定規則、避撞方案確定規則、避撞空管規則、建立避撞路線規則等；還要建立層次型結構及模塊化知識庫，確保避撞推理的有效運作，保證知識庫得到有效維護，并且能夠及時的更新。
5 結束語
人工智能技術在空中交通管理中的應用，必將使空中交通管理更高效、更安全、更有序，必將最大程度的提升空域的利用效率。人工智能技術的應用領域是廣泛的，相信隨著人們對人工智能技術研究的不斷深入，人工智能技術必將在更多方面提供智能化輔助管理服務，使人工智能技術不斷的服務于社會經濟，服務于人們的需要。
參考文獻
[1]楊焱.人工智能技術的發展趨勢研究[J].信息與電腦，2012（08）.
篇4
虛擬大腦 谷歌AI創新高
自1956年，人工智能（Artificial Intelligence）的理念被提出后，人們對人工智能的研究就從未停止過，人們期待人工智能幫助他們更快、更準確地完成原本需要大量人工才能完成的任務，從而解放人力。正如美國麻省理工學院的溫斯頓教授所說的：“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。”
但與此同時，對于人工智能的爭議也從未停止過，人們既期待又恐懼、既渴望又害怕。不少科幻作品中都提出設想，當人工智能發展到極致就有可能產生自我意識，真正替代人類或是干脆消滅人類。盡管這可以看作是文人藝術家的空想之談，但不可否認，這也是人們潛意識中隱隱的恐懼。
50多年來，世界各國的科學家從未放松過在人工智能領域的研究，雖然取得了一定的成果，但顯然還處于研究發展的初步階段，因此倒是不必現在就杞人憂天、因噎廢食，放棄人工智能的研究。
谷歌、蘋果、IBM等科技巨頭也堅持將大量資金人力投入人工智能研究，蘋果的語音智能Siri、IBM的超級計算機沃森（Watson）等都是具有代表性的科研成果。谷歌也毫不落后，今年夏天，谷歌Google X實驗室開發出了一項新型人工智能技術：一款模擬人腦并具備自我學習功能的軟件，可以稱之為谷歌虛擬大腦。
據悉，谷歌的“虛擬大腦”是模擬人腦細胞之間的相互交流、影響而設計的——模擬人腦中一群又一群相互連接、相互溝通、相互影響的“神經元”，由1000臺計算機、16000個處理器、10億個內部節點相連接，形成一個“神經網絡”。當有數據被送達這個神經網絡的時候，不同神經元之間的關系就會發生改變，這種關系的變化使得該系統形成某“概念”，對某些特定的數據形成反應機制，從而讓系統具備了學習能力，并且能夠在新輸入的數據中找出與學到的概念對應的部分，以達到識別的效果。
研究過程中，Google X的科研人員曾進行一項意義特殊的實驗——在沒有預先輸入“貓”的概念的情況下，這個虛擬大腦分析了1000萬幀從Youtube上隨機抓取的無標簽視頻剪輯圖片，利用10天時間，終于“領悟”了什么是貓，并在接下來輸入的2萬張圖片中準確找出了有貓的照片。
這款有著自學功能的軟件在人工智能領域有著劃時代的意義，研究人員無需預先輸入某一概念，它就可以自己決定關注數據的哪部分特征、注意哪些模式，從而自動從輸入的大片數據中“領悟”這一概念，十分類似人腦的學習過程，也意味著人工智能領域對人工干預的需求進一步降低。
AI提高 智能產品受益
谷歌虛擬大腦不僅可作為研究示范使用，更是可以應用于商業，此前就有消息稱這項技術即將投入使用，谷歌的產品也將隨之受益，變得更加智能化，而語音識別很可能將最先獲益。
兩年前谷歌推出了一款語音識別應用Voice Actions，通過它，用戶可以使用聲音來進行搜索、發送信息、撥打電話、播放音樂甚至給自己留一個郵件備忘錄，既快速又準確。谷歌為之收集聲音數據達數年之久，但在用戶中的反饋，Voice Actions卻不如稍后蘋果推出的Siri，原因便在于Voice Actions在人機互動、語義識別上的體驗遠遜于Siri。
語義識別是即將到來的下一場人機互動偉大革命，而人機互動對科技未來發展的影響也讓諸多科技巨頭投身這一領域。
蘋果Siri作為一款“革命性的產品”，對語音控制和人工智能技術的發展起了非常大的推進作用。喬布斯曾說：“虛擬個人助理（VPA）代表著下一代互聯網交互方式。”之前，人們通過搜索引擎或網址來獲得內容或服務，而VPA可以通過分析交互歷史，得出個人偏好，來聯結眾多服務和信息源以幫助人們解決具體的事務，就像一個真實的助理。
IBM也不落于后，他們將沃森超級計算機應用于智能手機，研制出一個超級版的Siri。IBM負責創新業務的副總裁伯尼·梅爾森稱，“這一應用未來可以想象成為一個帶有語音功能的‘沃森’實時回答你的問題，雖然沃森目前在移動設備上會消耗過多電力，但IBM正在積極開發沃森2.0，希望降低耗電量，并為這款超級計算機增加更多‘意識’。”
谷歌一直在開發的新一代語音軟件“Majel”，Majel是Voice Actions的革新版本，增加了對自然語言的處理能力，力爭在智能程度上與蘋果Siri抗衡，而虛擬大腦技術的應用很可能幫助谷歌實現這一愿望。谷歌語音識別部門負責人文森特表示，“通過使用我們最新的神經網絡，以前識別錯誤的情況，20%至25%已經得到改善，也就是說，這些提升能夠讓更多的用戶擁有完美的、沒有錯誤的使用體驗。”
AI技術的提高，也讓谷歌的一些其他產品得到改善，如谷歌的圖像搜索工具，可以更好地理解圖片內容，而不再僅僅是依靠文字的描述；谷歌的無人駕駛汽車，可以更全面地獲得周圍的音像、數據，大大增加無人駕駛的識別度和安全性。
美國斯坦福大學人工智能研究中心尼爾遜教授曾對人工智能下了這樣一個定義：“人工智能是關于知識的學科——怎樣表示知識以及怎樣獲得知識并使用知識的科學。”谷歌虛擬大腦研究成果的取得，無疑在人工智能怎樣獲得知識的研究上邁出了一大步，讓人類離人工智能的終極目標又進了一步。
加拿大蒙特利爾大學的一位研究機器學習的教授Yoshua Bengio表示，“Google的這個虛擬人腦有點類似于哺乳動物大腦中一個叫做視覺皮層的部位，能夠通過視覺發現物體。該系統的運行模式已經和哺乳動物、甚至人類大腦的某些工作模式有些像了。”
篇5
看上去，人工智能（AI）在與人類的進化較量中占了上風。
4月下旬，著名物理學家史蒂芬?霍金在北京舉辦的全球移動互聯網大會上做了視頻演講，“生物大腦可以達到的和計算機可以達到的，沒有本質區別。計算機在理論上可以模仿人類智能，然后超越”，“人工智能可能是人類文明的終結者”。
5月下旬，目前圍棋世界排名第一的中國職業九段柯潔將與人工智能程序AlphaGo（阿爾法狗）進行終極對弈，盡管柯潔早已放出豪言，“我會抱必勝心態、必死信念。我一定要擊敗阿爾法狗”，但是此前德州撲克人機大賽中，人工智能完勝已經讓部分看客有些心灰意冷，一旦柯潔失敗，或許會再次加深這一悲觀情緒。
當然，“文明終結”的憂慮還為時尚早，無論是世界上最強的象棋、圍棋還是黑白棋程序，尚屬“弱人工智能”。
在人工智能擁有自主意識的“強人工智能”時代到來之前，企業家、投資者以及創業者們可能更擔心另一些現實的問題，比如，怎么把人工智能商業化。這是過去數十年人工智能一直溫而不火的重要原因。
真正的爆發
無論是科學家的危言聳聽式擔憂，還是商業巨頭們瘋狂的攻城略地，總之，“人工智能”已然成了這兩年最火的科技熱詞。
創新工場創始人李開復對《財經國家周刊》記者說，“我們每個禮拜都會收到5家巨大的企業的請求，基金公司、汽車公司、管理公司、國企、甚至政府，都希望能夠利用人工智能幫他們解決問題。”
人工智能的概念第一次被提出硎竊61年前，盡管之后持續有些熱度，但它在最初50多年里幾乎沒有得到爆發性的關注。
“人工智能”關注度爆發的導火索，或許是去年3月韓國著名圍棋棋手李世石以1：4輸給AlphaGo。
它讓不少人錯誤估計了人工智能的爆發節點。就好比在1997年，名為深藍的IBM計算機也曾經擊敗世界象棋冠軍，但人工智能并沒有從此進入人類日常生活。
李開復也曾錯誤地預判人工智能的技術趨勢，從而導致創業失敗――2000萬美元的投入、100個員工，幾乎全軍覆沒。
李開復反思道，“創新固然重要，但不是最重要的，最重要的是做有用的創新”，而判斷它能否成為科技主流的重要標志，就是能否商業化。
Deep Mind創始人、AlphaGo之父杰米斯?哈薩比斯也表示，“我們發明AlphaGo，并不是為了贏得圍棋比賽，我們是想為測試我們自己的人工智能算法搭建一個有效的平臺，我們的最終目的是把這些算法應用到真實的世界中，為社會所服務。”
那么，人工智能商業化的時候真的到了嗎，會不會又是一陣虛火？
4月25日，在JIC投資沙龍上，阿里云戰略資深總監李樹解釋，“AI的基礎是三個理論，第一是算法，第二是必須得有計算的支撐，第三是必須有數據作為序列或者教化算法的基礎”，這三方面都在走向成熟。
2016年，百度董事長兼CEO李彥宏曾在2016貴陽大數據博覽會上表達過類似觀點，“越來越多的數據每天產生，我們可以利用這些數據做一些過去只有人能夠做的事情，同時，計算能力越來越強大，計算的成本越來越低廉”。
出門問問創始人兼CEO李志飛則以“虛擬個人助理”為例，稱“四年前跟現在相比，我們都不知道能用在哪里，手機也沒有習慣”，而今天，“家庭、車等場景我們都能看得清楚，產業、用戶的需求變得比以前更加成熟了。”
在這種情況下，毫無疑問，4月10日德撲人機大戰最終以人工智能“冷撲大師”完勝，成了真正引爆AI商業化的導火索。
這是因為，圍棋是一種“完全信息博弈”，比賽雙方所有信息都呈現在棋盤上;而撲克和電腦游戲這些由多人對戰的游戲是“不完全信息博弈”，計算機無法獲知所有信息。
人工智能冷撲大師的勝利，意味著在爾虞我詐、概率不確定、非完美信息需要推理和情商的游戲里，機器一樣可以獲勝，它最大的價值就在于賦予了人工智能商業化的可能性。
德州撲克冷撲大師和中國龍之隊對決結束的時候，李開復發了一條朋友圈，“據聞AlphaGo近期即將來華和柯潔對戰，其實已經不再具有科學意義了。以后我們應該更關注商業領域的人工智能，在金融、醫療、教育等領域產生商業價值。”
生活在“弱人工智能”時代的我們，還遠沒到擔心人類會“永生”還是“滅絕”這樣龐大而沉重的課題，但毫無疑問的是，人工智能的商業化時代，真的來了。
開始總是美好的
“中國任何浪潮來了都會來得太猛，大家都跳進去瞬間就有可能藍海變成紅海”，李開復如是說。
不出所料，浪潮之下，巨頭們聞風而來。
4月28日，百度公布了2017年第一季度未經審計的財務報告，李彥宏在財報中明確提到，百度的戰略已經從“移動先行”變成“AI先行”。
同一天，剛剛上任100天的百度集團總裁兼COO陸奇，在百度與小魚在家聯合的搭載了百度DuerOS操作系統的視頻通話機器人“分身魚”會上重申，“對百度公司來講，不光是一個搜索引擎的公司，基于AI，從現在到將來會逐漸成為一個平臺，這是一個戰略上和文化上的改變。”
這讓人聯想到早先陸奇的到來和百度前首席科學家吳恩達的離開。在曾與吳恩達有過接觸的首席科學家林暉看來，這某種程度上反映了百度對于人工智能需求的變化，從“學術派”走到了“實干派”。
隨后，5月3日，據美國科技網站報道，騰訊宣布任命語音識別技術頂級專家俞棟博士為AI Lab副主任。這個2016年4月成立的人工智能實驗室，現有50多位世界知名院校的AI科學家（90%為博士）與200多位應用工程師，此舉或意味著騰訊在AI領域的正面回擊。
相對低調的阿里巴巴事實上也在伺機而動，去年以來，阿里逐漸拋棄了AI產品頭上的“云”背書，直接用“人工智能”給產品定位。
今年3月9日的阿里巴巴技術峰會上，馬云推出了“NASA”計劃，稱面向未來20年組建強大的獨立研發部門，同時點名了五大技術，機器學習、芯片、IoT、操作系統和生物識別都與人工智能相關。
隨著互聯網三巨頭BAT的布局加速，一場真正的商業化戰爭，已經蓄勢待發了。
根據獵云網研究院4月13日的《2017人工智能投融資白皮書》顯示，2016年1月～2017年2月，共發生365起人工智能領域融資事件。
其中，來自投資界的數據顯示，僅2017年第一季度，就有超60家人工智能公司獲得了融資，金額超億元的融資事件至少有5起。
這幅“人工智能”的“烽火狼煙圖”，不禁讓人聯想起一年以前VR概念風頭正盛的時候。
去年一季度，共有29家VR/AR公司總共獲得融資超過10億美元。
然而，僅僅一年后，市場研究公司Crunchbase的報告顯示，今年一季度全球VR/AR的風險投資額只有2億美元，不僅暴跌八成，而且被26家公司分食，創出了過去一年中投資的最低紀錄。
AI會不會重蹈VR覆轍，還不好說，但資本一定有也有低谷。更何況，即便是在當下，也并不是所有投資者都對人工智能持樂觀態度。
建投華科投資股份有限公司董事總經理戴D認為，“比爾?蓋茨說有關人工智能領域的重大進步的所有預言，都已經被證明過于樂觀。這一點對于22年后的今天這些投資人來說，仍然有一定的警示意義。”
在他看來，“人工智能處于初期發展階段，對于投資、尤其是對于我們產業并購的整合者來說，可能為時尚早。”
小心陷阱
τ諶斯ぶ悄埽科學家在渲染危機感，投資者在夸大它的神奇，然而創業者需要警惕：人工智能的創業路徑跟過往的經驗完全不同。
其中，最大的不同就是創業門檻的高低，起步資金就是最重要的一項。
“移動互聯網時代讓創業成本達到歷史新低，一個產品經理帶著一個工程師就可以零元創業”，李開復調侃到，“但AI的創業成本卻達到歷史新高，挖人、買數據、買機器，每一項都要投重資”，以創新工場投資的一家創業公司為例，“第一個月就花了500萬買機器”。
并且，人工智能創業大部分是“B端”的，然而大多數投資公司已經習慣了投資“C端”創業者，這就決定了融資的難度。
李開復這樣對《財經國家周刊》記者描述過去很長一段時間“C端”創業公司的投資模式，“給你一筆錢搞100萬個用戶，再給你一筆錢搞1000萬個用戶，再給你一筆錢開始變現，再給你一筆錢你就盈利了，再給你一筆錢你就上市了，這一定程度上成為了投資的四步曲或五步曲”，這與大多數“B端”創業者要去苦苦哀求企業級用戶的門是完全不同的。
然而，矛盾之處在于，創業者要想避免被BAT碾壓，最好的方式就是去尋找一個巨頭不能碾壓的領域，避開社交、游戲、電子支付，而“賣企業級軟件給銀行”、“賣解決方案給醫院”等等“B端”領域，雖然BAT可能不會去做，但創業公司也很難成功。
并且，在人工智能領域創業，一個很大的問題就是“想象力不夠”，導致從一開始同質化競爭就很嚴重。
“大家都做一樣的應用，人臉識別現在大概有15個公司”，李開復反問道，“人臉識別當然有商業價值，但是需要15家公司來做嗎？”
當然，作為最早一批回國創業的科學家，曾在谷歌擔任高級工程師的李志飛對《財經國家周刊》記者闡述了不同的看法。
“早期有一些趨同，這個不值得奇怪”，因為，“這就跟摘果子一樣，最大的摘完了之后大家才會動腦筋去想，是不是可以再自己培養果子或者到另一個地方去摘，關鍵是后面這個產業是不是真能夠進一步地升華。”
那么，創業過程中最需要注意的問題是什么？
最顯而易見的一點，是要找到強需求而不是偽需求，然后判斷這個強需求能不能被技術解決，同時，讓場景和產業深度結合起來。
其次，脫離工程師的思維，把焦點放在用戶身上。
李志飛說，“工程師的思維就是特別喜歡做一個自己覺得很牛的、技術很復雜的東西，但這個可能跟用戶的需求完全不一樣。”
以語音識別軟件出門問問為例，李志飛說，“過去我們喜歡演示特別復雜的句子，比如一句話把‘幫我查一下附近的餐廳、人均50塊錢、帶wifi、帶停車場的’講完，但用戶真實的習慣可能是把它分成幾個短句，通過漸進式的交互去完成查詢。”
此外，不要急于打造平臺級技術和場景，什么都想做。
過去的創業經驗告訴創業者，通過一味的“鋪場景”也可以拉高估值，但是危險在于，一旦業務方向不像設想的那么順利，就會無形中拉高B輪融資的難度，造成現金流枯竭，這對于現金需求量極大的人工智能創業尤為危險。
在這一點上，李志飛很坦誠，“我們也跟熱點，這是肯定的，因為你不跟熱點的話，拿不到錢”，“但是熱點一定是輔助的，公司業務的核心一定要以AI技術推動，然后才會有各種各樣的使用場景，如果你隨著資本波動而波動的話，一定會死得很慘。”
李志飛稱，“對于技術型公司，你的擴張速度要永遠保證你的賬上還有18個月的經費”，因為“錢是很貴的”。
除此之外，團隊的協調、合伙人之間的契合度也在技術導向型公司被無限放大。這是因為，跟過去移動互聯網時代的產品經理和工程師不一樣，AI的工程師和產品經理的價值觀和思維方式并不相同。
篇6
關鍵詞：人工智能；圖形編程；創新實踐
近年來，人工智能已成為一個高頻詞，各種與人工智能相關的智能家居、自動駕駛、智能語音、圖像識別等新技術，深刻影響著社會的方方面面，也逐步改變人們的工作及生活方式。許多國家已經開始積極嘗試，大力推進小學人工智能教學。2017年，國務院正式頒布《新一代人工智能發展規劃》，明確提出了“在中小學階段設置人工智能相關課程，逐步推廣編程教育”；如今，計算思維培養又成為熱點。在這樣的一個時代背景下，學校和教師有責任和義務組織、引導學生去接觸、了解、學習、應用人工智能技術，以適應未來學習和工作環境的變化。人工智能涉及的學科內容較為廣泛復雜，小學生相對年齡較小，儲備的相關知識較少，學校應如何在小學階段有效開展人工智能教學，推進人工智能教學真正落地？筆者結合自己的教學實踐，從“巧”借活動、“巧”設場景、“巧”編程序、“巧”創項目等方面，積極探索小學人工智能教學的推進路徑。
一、“巧”設場景體驗人工智能
人工智能的知識結構具有較強的邏輯性和抽象性，與之前信息技術課上所教的內容相比，難度及復雜性更高。在日常人工智能教學中，教師應根據學生的心理特點以及不同教學要求，改變教學方式，把體驗搬進課堂，讓學生通過具體的體驗活動逐步理解人工智能的相關知識，把重難點從對概念、原理、技術的學習轉換到了解相關概念、技術實現的過程、體驗人工智能技術的應用上。豐富有趣的教育實踐活動可以讓學生在愉悅的教學情境中，從不同的思維角度、用不同的思維方式來認識和理解與生活密切聯系的一些人工智能概念，如機器學習、大數據、神經網絡等，體驗人工智能在實際生活中的應用。例如在《人臉識別》一課教學中，需要讓學生了解人臉識別技術的應用、影響、實現過程和原理，其中人臉識別的原理和過程較為復雜，如果教學中只進行簡單說教，無法有效達成教學目標。本課設計了一個“人臉大比對”體驗活動，活動分兩個部分，第一部分就是通過百度AI開放平臺里的人臉檢測與屬性分析功能，體驗人臉檢測中具體檢測哪些屬性；第二部分就是通過人臉對比功能，完成教師提供的三組人像照片的對比分析。在第一部分的實例體驗中，學生通過自己上傳照片進行檢測，主要是通過對人臉的面部、膚色、毛發、眼睛、嘴、鼻和輪廓等150個特征的精準定位來準確地識別和計算出一張人臉的特征和屬性信息，包括年齡、性別、顏值、情緒、是否戴眼鏡等。這樣的體驗讓學生非常感興趣，也能很好地理解特征提取的過程。第二部分的體驗是人臉對比，教師提供給學生三組照片，第一組是一對相似度很高的雙胞胎；第二組是同一個人戴口罩和不戴口罩的照片；第三組是同一個人的兩種表情。學生先自己觀察，記錄三組照片的結果，再上傳照片到百度AI體驗人臉對比過程，并查看對比結果。經過體驗，學生認識到在現有的技術下，人臉識別的準確度還是非常高的，對人臉識別的過程也留下了非常深刻的印象。
二、“巧”編程序理解人工智能
從當前人工智能技術應用的實際情況分析來看，主要應用領域為大數據及機器學習，這些功能的實現得益于算法的不斷完善。可見，算法學習是實現人工智能的關鍵，而對算法的學習又是計算機編程教學中的一大難點。推進小學編程教學將有利于幫助學生理解人工智能的相關知識。小學生相對抽象思維偏弱，采用圖形化的編程教學，更加有利于他們接受，有助于提高學習的積極性。通過編程教學引導學生學會分析問題、抽象與建模、設計算法、編寫程序腳本，在驗證過程中不斷改進和完善，并最終實現問題的解決，能有效培養學生的計算思維，并過渡到對人工智能所需要的其他知識的學習上。例如在五年級的《創編游戲》教學中，情境任務是設計制作一個貓捉老鼠的小游戲，目標是讓學生認識“碰到顏色”“如果……那么……”等指令，能夠用它們的組合來編寫判斷角色是否碰到邊緣和老鼠的腳本。人工智能的概念主要體現在“碰到顏色”和“如果……那么……”語句的應用上，“碰到顏色”是偵測識別，“如果……那么……”則是邏輯判斷的處理。在教學中，首先通過問題引導學生思考完成游戲需要考慮哪幾個要素，從問題和答案中幫助學生提煉出“舞臺”“角色”“動作”三個要素，進而幫助學生厘清實現游戲功能的基本思路。在程序編寫中，讓學生具體體驗偵測模塊的編寫與判斷語句的應用。簡單的編程實踐，能讓學生逐步了解人工智能的基本概念及其實現流程。
三、“巧”創項目實現人工智能
知識的學習必須與學生的生活實際結合起來，如果學生在掌握人工智能知識和技能后能將所學知識應用于實踐，解決生活中的實際問題，那么這樣的學習就是真實有效的。學生通過設計創作具體作品，可以大大增強分析和處理問題、解決實際問題的意識和能力，培養邏輯思維和動手實踐能力，這也是人工智能教育的方向和目的。根據學生的實際生活經驗，教師將人工智能的具體應用案例巧妙引入課程中，引導他們科學地確定項目內容；通過對項目的梳理分析，建立邏輯關系和模型；用編程語言描述邏輯關系；采用硬件設備實現人工智能的具體功能，這種基于真實任務的學習活動，能有效促進學生的理解。例如四年級實踐小組的“智能垃圾桶”作品，便是以垃圾桶為課題進行探究，先讓學生對現有垃圾桶的優劣勢進行分析，思考怎樣改造垃圾桶才能真正實現智能化。通過教師的引領和自身觀察，學生很快認識到智能垃圾桶應該具有的功能：一是能檢測什么時候有人投放垃圾；二是垃圾桶蓋能自動開啟和關閉。確定了目標之后，就是思考達成上述目標需要哪些條件。學生根據已有知識，確定可以用超聲波檢測是否需要打開垃圾桶蓋子，打開和關閉動作可以通過舵機和連桿來實現。通過探究后，學生根據設計的方案自主完成了智能垃圾桶的作品搭建，接下來就是通過編寫程序和不斷調試驗證來實現預期的功能。作品完成后，學生可以根據實際情況進行功能的增加與修改，如增加桶內垃圾超過一定高度時能自動提醒的裝置等，讓智能垃圾桶更加智能。本次作品的創作過程，不僅鍛煉了學生分析實際問題、解決實際問題的能力，又鍛煉了他們的編程思維和計算思維，更重要的是體驗了自己創作人工智能作品的樂趣和成就感。在人工智能應用日益普及的今天，人工智能課程進入小學課堂是大勢所趨。在小學階段開展人工智能課程教學，主要是為了讓學生掌握人工智能知識，體驗和運用人工智能技術，培養學生的信息技術核心素養、創新意識、實踐應用能力，為學生適應未來社會打下扎實的基礎。但人工智能教學具有其特殊性，如何有效推進人工智能教學，還面臨著許多需要解決的問題。學校和教師應盡最大努力創設更好的人工智能教學環境，探索更有效的教學策略，促進學生對人工智能相關知識的學習。
參考文獻
[1]丁華.人工智能教學中對學生計算思維的培養[J].華夏教師,2020(13):42-43.
[2]徐欣彥.引入體驗活動創新小學人工智能教學模式[J].中小學信息技術教育,2019(9):62-64.
篇7
如果你坐在車里，對著空氣說，“我想在附近找個地方吃飯”。你的車會立即回應說“已為您找到附近10個餐廳”。你接著說：“我想吃火鍋，還想看場電影。”汽車會篩選出周邊有電影院的海底撈王府井店。如果你說現在前往，導航就會立即開始線路規劃。
注意，這不是說夢話，這是千真萬確。整個過程，你不需要打招呼，也不需要動手進行任何操作。對于開車的司機來說，這套由科大訊飛研發的“飛魚助手”語音操作系統簡直是夢寐以求的行車神器。
現在，訊飛、百度等企業的人工智能已經把科幻片一樣的黑科技變成了現實。汽車、電視機、電冰箱、電燈，任何你能想到的電器都能跟你愉快地聊天，并按照語音指令完成各N操作。
這些都是基于深度神經網絡的語音識別技術來實現的。語音識別技術，簡單說就是讓計算機“聽懂”人類的語音，將語音中包含的文字信息提取出來。該項技術在智能計算機系統中扮演著重要角色，相當于給計算機裝上了“耳朵”，使其實現人機通信和交互。目前語音識別準確率可達到97%。
“隨著萬物互聯時代到來，以語音為主、鍵盤觸摸為輔的人機交互正逐漸成為剛需。未來5到10年，人工智能會像水和電一樣成為我們生活的必需品，深刻改變我們的世界。”科大訊飛董事長劉慶峰說。
如今，以智能語音技術為主的人工智能已在手機、教育、家具、汽車、醫療、服務機器人等多個領域顯示出巨大的應用潛力。
事件
國內首個動漫IP定制兒童智能語音燈在京東眾籌
國內首個結合《蟲蟲派》動漫IP進行深度定制的智能家居產品――蟲蟲派系列智能語音燈已在京東火熱開啟眾籌。據悉，蟲蟲派系列智能語音燈是輕生活科技根據中國領導力學術帶頭人楊思卓的作品《蟲蟲派》3D動漫進行IP深度整合定制的智能語音燈，是給12歲以下的小朋友特別定制的成長玩伴。
楊思卓長期致力于領導力研究和少兒教育，非常關注兒童成長，其漫畫圖解領導力的《蟲蟲派》用寓教于樂的形式，依據現代心理學特點，塑造了6個生動活潑的動漫形象，通過他們的成長故事來引導小朋友提升面對困難和人際關系的處理能力，而蟲蟲派系列智能語音燈正好對應了這6個動漫形象。
動漫IP與智能語音燈完美結合。每臺智能語音燈那膚如凝脂又亭亭玉立的陶瓷燈身上都有與之相對應的動漫形象，并在靈動的寬檐帽上搭配有與動漫形象性格相匹配的色彩，還動用了《蟲蟲派》原班聲優為角色對應的智能語音燈進行聲音錄制，希望通過動漫IP整合和人機交互的形式，將《蟲蟲派》積極向上的思想理念潛移默化的傳遞出來，陪伴每一位小朋友更健康快樂的成長。
離線智能語音技術強大又有趣。作為主打“智能語音”的燈，蟲蟲派系列智能語音燈的語音操控功能是核心亮點。依托輕生活科技對于智能語音交互、物聯網技術和云服務軟件技術的超強整合能力，推出了處于行業前沿的離線智能語音技術，即無需聯網和下載手機App，只需對著智能語音燈喊話就能與《蟲蟲派》中的動漫角色交談，并按你的語音指令進行開/關燈、亮度調節、延遲關燈、歌曲播放等的操作。
另外，經過超1W條錄音樣本的檢測調教，蟲蟲派系列智能語音燈的語音識別正確率高達到95%，真正做到了讓小朋友與智能語音燈溝通無阻礙、玩得更盡興。
設計細節有更多人性化考量。蟲蟲派系列智能語音燈造型婀娜，通體曲線優雅柔和，觸感溫潤不硌手，該設計還斬獲了紅帆工業設計大獎，小朋友可以放心使用。
此外，智能語音燈采用了壽命超過5W小時的LED燈，光線柔和，不傷眼睛，可調節光線強弱來適應不同生活氛圍對光線的要求，還可通過喊話自動設置5～20分鐘的熄燈時間，為了不驚醒淺睡眠的小朋友，智能語音燈采用了漸進熄燈方式自然過渡到睡眠環境。
當小朋友困了或者睡眼惺忪，不想說話的時候，可以用手掌輕壓寬檐帽來調節開關和亮度，也可以通過關閉智能語音燈底部語音交互按鍵，進入到手摸觸控模式。
背景 人工智能迎來第三次浪潮
人工智能（AI）是2016年除了共享自行車（摩拜、OFO等）外最火的投資主題了，特別是自去年3月份阿爾法狗（AIphago）戰勝韓國圍棋高手李世石的世紀之戰開始，很多投資者及創業者的目光都聚焦于人工智能，資本跑馬圈地，創業BP（商業計劃書）言必稱AI+，不時冒出機器學習、深度學習等炫酷概念，就像幾年前的團購、O2O、P2P、共享經濟的創投浪潮一樣。
實際上，人工智能不是新鮮事物，這已經是人工智能的第三次，第一波是源于1956年的達特茅斯會議，人工智能概念初出茅廬就得到各界的吹捧，然而，人工智能并不如人們所想象的那樣樂觀，1970年左右，研究幾乎停滯，熱情消退。
上世紀80年代，日本提出雄心勃勃的“人工智能電腦”計劃，該計劃隨著1987年Lisp機器商業化的失敗，AI再次進入低迷期，人們意識到人工智能的問題不僅僅是硬件，更多的是軟件及算法層面得不到突破。
第三次浪潮源于上世紀90年代，由于摩爾定律所到來的產業變革，人工智能得到長足發展，代表性事件如1997年IBM的深藍在國際象棋比賽中戰勝世界冠軍卡斯帕羅夫，Geoff Hinton在2006年發現了訓練高層神經網絡的有效算法，并且在2012年的ImageNet評測領域大大突破了以前的算法。深度學習算法的應用使得語音識別、圖像識別取得長足進步，圍繞語音、圖像、機器人、自動駕駛等人工智能技術的創新企業大量涌現。
篇8
前言
2017年，人工智能全面爆發，資本大量涌入，政策不斷加持，各企業趨之若鶩。在此時刻，中國完全掌握著彎道超車的良機，只是，我們更需要理性認知，畢竟健康發展、蹄疾步穩的人工智能發展才會對未來有益。
風口已來，靜待騰飛……
在不久前結束的2018年全國研究生招生統一考試中，“人工智能對人類社會產生哪些影響，對經濟發展帶來哪些改變”成為管理類聯考綜合能力考試中一道分值很重的作文題目。這從一個側面可以看出，2017年成為國家戰略的人工智能之火熱程度。
在浙江烏鎮落幕的第四屆世界互聯網大會上，人工智能同樣是最熱門的話題，在以人工智能為主題的分論壇會場，已經到了人滿為患、不得不限制進場人數的地步。
回顧2017年的科技創新，坦率地說并沒有給人太多驚喜，最引人關注的，莫過于人工智能。這一年，人工智能全面爆發，成為國家戰略。
2017年7月，國務院印發的《新一代人工智能發展規劃》中，明確新一代人工智能發展分三步走的戰略目標，到2030年使中國人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心。這是中國首個面向2030年的人工智能發展規劃。隨著人工智能上升為國家戰略，頂層設計框架搭建完成，產業發展有望持續提速，帶來投資新機遇。
實際上，在政策出臺前，對市場異常敏感的企業層面已經開始布局，2017年只是進入到了發軔期。
也許，不少“吃瓜群眾”此刻方才明白，為何做搜索引擎的百度提出“all in”(全面進入)人工智能戰略，阿里巴巴也提出了數據是生產資料的概念，而騰訊早已經開始“連接”一切。
“作為一項改變世界的技術，人工智能已經到了從實驗室走入真實的生產環境和日常生活的‘臨界點’。”阿里巴巴集團副總裁劉松說。
在政策信號如此明確的背景下，人工智能幾乎到了“人人爭說”的地步。如今的中國，人工智能缺的不是關注和熱度，而是理性的思考，是對未來風向的把握。
人工智能發展如何脫虛入實？人才與核心技術瓶頸如何取得突破？法律倫理責任如何界定？將會砸了誰的飯碗？背后的算法歧視如何解決？梳理過去一年人工智能發展，理性看待目前的階段，這五大關鍵之問可能將是人工智能發展的風向標。
與實體經濟結合去泡沫化
到了2017年年尾，曾經讓各界爭得面紅耳赤的實體經濟和虛擬經濟之辯似乎已經沒有太多意義。因為“取代誰”在當下已經成為非常不明智的設問。答案已經越來越明晰：實體經濟是根本，虛擬經濟也需要結合實體。換句話說也許更清楚，脫離實體的人工智能發展很難不出現泡沫。
于是在2017年，我們看到，很多的互聯網工程師開始進入工廠深度研究流水線，拜師高級技工，在工廠寫代碼，而結合了人工智能的生產線大大提高了生產率。
阿里云總裁胡曉明認為，人工智能的發展要去泡沫化，下一站將是“產業AI”。目前，該公司在城市、工業、零售、金融、汽車、家庭等多個場景推出ET大腦等“產業AI”方案，這些能力、產品和解決方案都通過虛擬的云端結合了扎實的工業流水線。
胡曉明告訴記者：“現在人工智能領域有種浮躁的氛圍，有些企業靠AI講資本故事、炒作股價。人工智能不應僅僅是實驗室里的、PPT里的‘概念上的AI’，更應是‘產業AI’。”
人工智能若要健康發展，首先必須要有場景驅動，人工智能在解決什么問題、為這個社會的成本降低了多少、效率提高了多少；人工智能背后，是否有足夠的數據來驅動AI能力的提升；是否有足夠的計算能力支撐算法和深度學習？只有在這三個場景同時具備的前提下，人工智能才會有價值。
在2017年，工業大腦走進車間，突破了良品率提升、故障率預測等制造業核心難題，互聯網與工業的結合幫助類似協鑫光伏、中策橡膠、天合光能、盾安新能源等大型制造企業創造利潤數十億元。在天合光能，工業大腦幫助其提升了電池片A品率達7%，而之前預設的目標是1%。
機器觀察世界，機器學習規律，數據的積累、計算能力的提升，讓人工智能由此變得真正聰明可用。
獵豹移動CEO傅盛認為，傳統行業的智能化核心是把傳統行業數據化，今天人工智能有機會把傳統的物理世界數據化。物理世界的數據化是傳統行業真正轉型的核心。如果實體經濟想實現10倍數增長，關鍵是要實現物理世界的數據化，用更多人工智能的方式，去獲取更多來自于這個產業的數據。
2017年，時髦的城市大腦、工業大腦、無人駕駛、無人超市、無人機、語音識別、唇語識別，無一不是人工智能與實體結合的應用。
進入商店的每一張人臉，其實就是每一個訪客的訪問，在里面顧客拿起的每個動作都可以被識別。進入無人超市看上去是一個人臉識別簽到，其實就是一個數據的來回流動。線上和線下沒有界限，電商開始進軍零售店，融合的前提就是數據化。
傅盛說自己的公司在美國硅谷只干了一件事，就是投了一個小基金，讓它每次帶自己去看硅谷的創業公司，從中可以知道美國企業在干什么。后來傅盛發現在數字化這一點上，美國公司在做的事情就是把物理世界數據化。
將物理世界數據化，與實體經濟結合，降低社會成本，而不是空炒概念，數字對數字，將是人工智能未來健康發展的重要一環。
人才還得自己來培養
得人工智能者得天下，得人才者得人工智能。
人工智能火熱自不待言，但是必須清醒認識到，在人才儲備和核心技術方面我們尚存突破空間。
打開某知名招聘網站，搜索“人工智能”后馬上會出現很多招聘崗位，具有誘惑力的薪酬讓人眼前一亮。以人工智能算法工程師為例，該職位少則月薪一兩萬元，多則年薪百萬元。
這種供需不平衡的現象，不僅在中國有，在美國硅谷亦是如此。
早在2016年，創新工場創始人李開復曾公開透露：“在硅谷，做深度學習的人工智能博士生，現在一畢業就能拿到年薪200萬到300萬美元的錄用通知。”
據領英近日的《全球AI領域人才報告》顯示，截至2017年一季度，基于領英平臺的全球AI(人工智能)領域技術人才數量超過190萬，其中美國相關人才總數超過85萬，高居榜首，而中國的相關人才總數也超過5萬人，位居全球第七。
然而，這些人才仍不能滿足互聯網行業的需求。不少互聯網企業人士告訴記者，目前互聯網行業中最稀缺的就是人工智能人才，甚至很多行業巨頭會用月薪幾十萬元招聘人工智能頂級人才。
傅盛表示：“下大力氣把海外人才引入中國是合理的，但核心人才還是要中國自己來培養。”
目前，業界對AI人才的爭搶近乎白熱化，但是“缺口”同樣明顯。來自第三方數據顯示，過去一年中，人工智能人才需求量增長近2倍，2017年第三季度，人工智能人才需求量相較2016年同期增長高達179%。中興研究院副院長董振江坦言：“去年招人非常困難，在人工智能領域，大家都在搶人，薪酬也一再加碼。”
AI技術人才是主導這一變革的中流砥柱。人工智能的競爭說到底是對人才的競爭，在國內人才競爭中，數字挖掘、算法分析、語言識別、自然語言處理是人才競爭的核心。
而在核心技術方面，雖然我國已經取得了多項創新，但主要偏向應用和數據積累，在核心技術方面與美國尚存差距。我國雖然已從跟跑走向領跑，并有了彎道超車的機會，但美國仍是目前出臺人工智能戰略最多、核心技術和人才最多的國家。
如何在人才和核心技術方面取得突破，將是未來我國在人工智能發展中最需要注意的問題。
意味著更多從業機會
當機器越來越像人，能夠做人的工作時，這是否意味著它們會搶走人類的飯碗？
來自互聯網業界的聲音相對樂觀，一個普遍的觀點是：人工智能對就業的沖擊正在發生，但被取代的主要是重復性的工作。實際上，人工智能也會帶來新的職位，讓人類可以從事更多創造性的工作。
阿里巴巴集團副總裁劉松對記者說，人工智能將是人類歷史上的第四次工業革命，其實每次新的工業革命到來的時候，都有類似“砸飯碗”的恐慌，事實證明，創新帶來的更多的是機會。
他認為，未來人工智能意味著更多從業機會。確實會有很多職業被人工智能取代，但人類可以空出來更多時間做創造性的東西，或是享受創造性的內容。這將為設計師、藝術從業者帶來更多可能性。
“什么人才最缺，可能是藝術類的創造者，而大量簡單重復類工作會遇到沖擊。”劉松表示。
數據似乎同樣在支撐這樣的說法。來自智聯招聘的一份研究報告顯示，程式化、重復性、依靠反復操作實現的熟練工種已經開始受到沖擊，投資銀行業務、校對錄入這兩個典型職位在過去三個季度連續出現大幅同比負增長。咨詢公司德勤的報告也顯示，人工智能已經在英國取代了80萬個低技能工作崗位，但同時也創造出350萬個新就業機會，后者的年收入比前者多1.3萬英鎊。
人工智能的研發者認為，機器永遠不可能取代人的作用，人工智能只能解放人類，讓人類從事更多的創造性和服務性工作。機械化程度越高的工作，人們越希望由人工智能完成，而需要創作的工作，則需要人類來完成。
問題的關鍵在于，這些“新飯碗”誰來端？
懂得學習、勇于迎接挑戰的人，將是未來端“新飯碗”的人。具體而言，藝術創造者、心理醫生等精神層面的從業者，未來將越來越受歡迎，而高危和惡劣環境的穩定崗位將大量被人工智能取代。
相關法規需要不斷突破
伴隨人工智能的應用不斷落地，法律責任的劃分和承擔是人工智能發展面臨的首要法律挑戰。其涉及如何確保人工智能和自主系統是可以被問責的。
百度創始人李彥宏第一次正式介紹百度無人車時就遇到了這一問題——他駕駛無人車到會場后不久，就收到了交管部門的罰單。而最近百度無人車在河北雄安進行試駕，當地相關部門特別出臺了臨時交通規則讓其上路，這就是法規上的突破。
由此說明，伴隨著人工智能的進步，法規也需要不斷取得突破。“無人車收到罰單了，距離大規模上路還會遠嗎？”李彥宏如此認識這個問題，而在世界各國，關于無人駕駛的立法也正在不斷取得突破。
然而，當此人工智能的發軔期，有一個繞不過去的法律問題就是數據隱私保護。
人工智能的發展越來越依賴大量的數據分析，大規模的數據收集、分析和使用，使傳統社會走向透明化，在萬物互聯、大數據和機器智能三者疊加后，人們或許不再有隱私可言。
如今，商家越來越夸大大數據、人工智能給人類的生產、生活帶來的極大便利，而用戶本身也往往忽視了這些新技術新應用對隱私和個人數據帶來的危害。
人工智能能帶來精準營銷，而精準營銷的背后可能就是“精準詐騙”。因此，在發展人工智能的過程中，個人隱私和數據保護是國際社會長期以來重點關注的內容。近年來，隨著大數據、云計算以及人工智能新技術的快速發展和應用，給現有個人信息保護法律制度帶來了新的挑戰，各國立法、修訂法律活動更加頻繁。
人工智能時代要負起責任
今日頭條是過去一年各界爭相關注的一個信息平臺，基于一種設計后的算法，今日頭條作為信息集合平臺為用戶推薦最感興趣的內容。由于對用戶注意力的精準抓取，今日頭條取得了巨大成功，其身價不斷增高。
今日頭條的成功之處，在于其所謂基于算法的精準推送，但問題的關鍵還在于，這種算法已經越來越成為一種“看不見的正義”。這種算法是不是用戶真正所需要的？對此，一些用戶抱怨，往往因誤點了一兩條新聞，或者僅僅出于好奇點了一下相關新聞，就導致之后不斷大量地被推送相關內容的新聞。這實際上也變相剝奪了用戶的選擇權。
必須明確的是，就目前發展階段而言，認為算法可以為人類社會中的各種事務和決策工作帶來完全的客觀性只是一廂情愿。無論如何，算法的設計都是編程人員的主觀選擇和判斷，他們是否可以不偏不倚地將既有法律和道德原封不動地寫入程序，值得深究。
算法歧視由此成為一個值得重視的問題。
今日頭條的出現說明這樣一個問題，算法開始越來越多地左右著移動互聯網，比如可以決定你看到什么新聞，聽到什么歌曲，看到哪個好友的動態。那么，算法可以做到公平正義嗎？
互聯網上的算法歧視早已有之，圖像識別系統就曾犯過種族主義大錯，比如，谷歌公司的圖片軟件曾錯將黑人的照片標記為“大猩猩”。
英國《衛報》曾發表評論指出，人工智能可能已經開始出現了種族和性別偏見，但這種偏見并非來自機器本身，而是計算機在學習人類語言時吸收了人類文化中根深蒂固的觀念，從而出現了種族和性別偏見。這些發現令人擔憂現有的社會不平等和偏見正在以不可預知的方式得到強化。
篇9
“互聯網金融是場景革命，在場景里為用戶提供獨到的金融服務。而Fintech是技術革命，需要把技術邏輯和業務邏輯結合在一起。人工智能是Fintech里最核心的東西之一。”萬向控股副董事長、通聯數據董事長肖風表示。
通聯數據是萬向集團旗下子公司，成立后一直低調運作，萬向集團斥資3億元初期投入，前博時基金創始人肖風出任董事長，前博時基金股票投資部總經理王政擔任CEO。
近年來資管行業蓬勃發展，有著深厚金融基因的通聯數據的管理團隊卻沒有跟風去做“掘金者”，而是選擇“賣水”，為資產管理機構提供金融信息服務。致力于將云計算、大數據和人工智能技術與先進的投資理念相結合，為資產管理行業打造創新、高效的金融服務云平臺。
迎接資產管理行業新時代
在陸家嘴的萬向大廈，通聯數據所在的樓層新增加的座位又坐滿了，大家以互聯網公司的高效率、快節奏忙碌著，這群具有金融、計算機、算法等各種背景的精英正全力投入Fintech時代，他們正在做一件對資管行業具有革命性意義的事件。
隨著互聯網的快速發展，海量的數據爆炸式增長，通聯數據應運而生，從最底層做起，建立了強大的數據平臺。
“只有做好數據端的質量，做到別人都做不到的數據，才是成功，這一過程就持續了3年。”肖風表示。
“通聯數據現在的數據來源分為三部分，一是自己搜集整理，二是從第三方購買，三是數據商把數據整合過來放在云平臺，未來會有更多數據商的數據接入進來。”通聯數據CEO王政介紹說。
打好數據的地基后，就需要用最新的金融科技建造資產管理的大廈，因為Fintech的核心就在于科技與金融的深度融合。
在底層數據庫之上，通聯數據又構建了兩個平臺，蘿卜投研和優礦，其中蘿卜投研是針對基金經理和研究員提供智能投資研究服務的平臺，而優礦則是一個眾包的、分享式的量化平臺。
王政表示，通聯數據將使投資更趨智能化，更加依靠模型和數據去尋找規律，效率得到飛速提升，這將重構資產管理行業的生態。
據了解，目前已經有數十家機構在試用通聯數據的產品，包括公募、私募、保險等資管機構，也包括非資管機構。
Fintech的前沿是人工智能
除了資深的基金業人士外，通聯數據還吸引了來自阿里、百度、騰訊、微軟等公司的技術骨干加盟，眾多IT工程師在探索將智能搜索、自然語言處理、機器學習等人工智能技術應用于投資管理行業。
肖風表示：“人工智能是Fintech里最核心的東西之一，人工智能正對我們的社會發生深刻影響，人工智能將幫助研究員、交易員、基金經理提升工作效率，這是未來的一個方向。”
人工智能是一項戰略性前沿技術。近年來，人工智能產業發展迅猛，進入高速創新期。將人工智能和金融投資深度融合，使金融智能化也成為大勢所趨。
通聯數據打造的蘿卜投研就是一個智能平臺，收集海量信息，然后通過自然語言處理和機器學習等技術，高效而專業地提煉出對研究有用的信息，幫助投資人從大量重復、繁雜的底層數據處理過程中解脫出來，有針對性地幫助投資者提高投研效率。
例如，在底層數據收集層面，先對數據進行清洗；在數據整理層，會對數據進行專業分類，對信息進行初步智能處理；然后是機器學習的層面，通聯數據專門訓練了一個垂直搜索引擎，用人工智能模擬人類的思維方式，使它理解交易員、基金經理有什么樣的需求。讓計算機對大量數據進行提取、整理、分析，把精煉后的信息，或初步發現的邏輯線索呈現給用戶。
以大數據創建知識圖譜
通聯數據還首創了以大數據為依托的知識圖譜，包含了A股所有上市公司的多重股權關系、高管、產業鏈、主題概念等重要信息，讓投資者可以一目了然地把握影響上市公司股價的重要信息，發現隱藏的線索，抓住轉瞬即逝的投資機會。
篇10
自古以恚數字就有著另外一種用途――占卜未來。無論中國的八卦圖還是歐洲的塔羅牌，都和數字有著不解之緣，更不用提吉祥數字和忌諱數字了。這些占卜看起來都是隨機的，但都是以歸納法為基礎，在若干人、若干事的印證下認為有效，才被社會認可然后得以廣泛流傳。正是因為我們人類對未來不確定性的迷茫，所以使得占卜、預測之術大肆流行。
面對未來，難道真的只能依靠擲骰子才能預測嗎？近現代，隨著統計學的盛行，特別是香農通過熱力學中“熵”的概念引入了“信息熵”的概念，用信息論將世界的不確定信息聯系在了一起。對于未來的發展，人類已經找到了解決這種不確定性的良方，而以信息技術和網絡技術為基礎的大數據提供了解決不確定性問題的良藥。
對于大數據和人工智能的發展歷程以及對社會的影響，甚至對未來不確定性的思考，曾經負責谷歌計算機自動問答項目和騰訊搜索項目的吳軍博士，在總結數字發展歷程的基礎之上，編著了《智能時代：大數據與智能革命重新定義未來》一書，對大數據和人工智能的前世今生進行了詳細的回顧，對其發展方向進行了大膽想象，認為人工智能和大數據的廣泛應用將徹底改變未來的商業模式，甚至改變人類生活習慣，給未來的我們帶來全方位的沖擊。
2016年，注定是不平凡的一年。這一年，AlphaGo火了，依托大數據與深度學習的技術優勢的人工智能最終以4：1的成績，取得了“人機大戰”的勝利，向人類宣告人工智能已經成為現實。與1997年深藍戰勝卡斯帕羅夫的事件相比，AlphaGo的勝利更令人激動。這種差別不僅僅體現在國際象棋和圍棋的難度上，更體現在AlphaGo獲勝的技術上。AlphaGo不是依靠邏輯推理，而是依靠大數據和智能算法獲勝的。這就給人工智能的發展提供了良好的發展思路和發展方向。
新書信息
《我的職業是小說家》
作者：【日】村上春樹
定價：45.00元
這本書首次全面梳理村上春樹對人生、創作、幸福等精彩話題的看法，這是村上春樹身為職業小說家的故事，更是他追逐夢想與幸福的人生故事。
《羅曼蒂克消亡史》
作者：程耳
定價：36.00元
程耳的小說如同他的電影，循環推進，起落得當，總要人懷著好奇與疑惑，絕難一覽無余。他通過冷靜自律又舒緩細膩的敘述，連接往昔與現在，抖落隱秘。
《在線：數據改變商業本質，計算重塑經濟未來》
作者：王堅
