導語：如何才能寫好一篇交通領域的人工智能，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

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2

作為互聯網大國，中國也將在人工智能領域主動作為。上證報記者從工業和信息化部獨家了解到，主管部門將加大AI應用推廣力度，緊抓人工智能發展這一歷史性機遇，加強與人工智能技術對接。

工信部人士介紹說：“將結合信息通信行業發展需求和實際，在軟件定義網絡、數據中心、5G、車聯網等重點技術和產業領域，加快推動人工智能技術的應用發展，進一步推動信息通信領域智能化水平提升。”

在主管部門的引導下，三大運營商發展人工智能不甘人后。

中國移動已經首個人工智能平臺——“九天”。中國移動聚焦電信行業場景，建設“九天”人工智能平臺，打造開放的人工智能基礎平臺和核心能力，并開始在網絡智能化、市場營銷和客戶服務智能化等領域開展應用。目前，九天平臺已經應用于中移在線智能客服、浙江移動深度學習平臺、上海移動智能營銷機器人、江蘇移動網絡智能化等。

面向人工智能時代，中國電信攜手英特爾在人工智能技術、業務和基礎設施等相關領域展開合作。合作內容包括兩個方面。一方面是基于至強系列，包括至強融核、至強可擴展處理器的架構，打造面向人工智能的基礎設施和數據中心；另一方面是結合行業需求進行拓展。

目前，中國電信轉型3.0的重心是俗稱“三化”，即“網絡智能化、業務生態化、運營智慧化”。其中網絡智能化就是要通過大數據、人工智能等技術讓電信網絡更靈活、更具備擴展性、更適應業務需求。

篇3

一、“區塊鏈+AI”行業概述：

1、“區塊鏈+AI”行業簡介

人工智能（ArtificialIntelligence）英文縮寫為“AI”，主要研究如何使計算機去做更多過去只有人類才能完成的智能工作。AI一詞最早是在1956年Dartmouth學會上提出，2015年美國伊利諾伊小組研究中表明，現階段AI智力已可達4歲孩童智力水平。隨著人工智能技術不斷成熟應用，圍繞著“AI+”的技術理念創新也在不斷提出，其中“區塊鏈+AI”的技術理念尤為突出。

區塊鏈是分布式數據存儲、點對點傳輸、共識機制、加密算法等計算機技術的新型應用模式。其本身作為比特幣的底層技術，擁有去中心化、開放性、自治性、信息難篡改、匿名性等特征，可有效彌補人工智能應用中存在的數據共享、數據安全等問題。區塊鏈可以為人工智能提供“鏈”的功能，讓人工智能的“自主”運行中需要的數據信息都得到可信記錄并具備可溯源的特點，使得AI更可信、更安全。可以說“區塊鏈+AI”是新型技術之間的通力合作，若兩者可有機結合，將會創造更大的價值。

從金融、消費、醫療服務到政府服務，區塊鏈和人工智能的結合正在逐步滲透各個行業和領域。人工智能和區塊鏈的協作將會解決諸多的問題，在人工智能提供數據分析和匹配的同時，區塊鏈將提供一個更加安全和可信任的網絡。

2、人工智能和區塊鏈行業現狀概述

人工智能被譽為引領未來的戰略性技術，是提升國家競爭力、維護國家安全的核心技術之一，也將成為經濟發展中新一輪產業變革的核心驅動力。在我國，人工智能的發展受到高度重視，2017年7月8日國務院了《新一代人工智能發展規劃》的戰略部署，明確我國新一代人工智能發展的三大戰略目標：至2020年人工智能總體技術和應用與世界先進水平同步，成為重要經濟增長點，全面支持建設小康社會；至2025年人工智能基礎理論實現重大突破，成為我國產業升級和經濟轉型的主要動力，向智能社會建設邁進；至2030年人工智能理論、技術和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，為經濟強國奠基。根據中國互聯網絡信息中心（CNNIC）2017年的《中國互聯網絡發展狀況統計報告》顯示，2016年中國人工智能相關專利年申請數量達30115項，產業規模突破百億，2017年中國人工智能產業規模達152.1億元，該行業每年以40%～50%增長率進行增長，預估2019年將突破300億元，截止2017年6月我國人工智能企業總數已達592家，僅次于美國。2017年9月，華為公司推出的芯片麒麟970及蘋果公司推出的芯片A11SOC均具備機器學習處理單元，為人工智能硬件打下堅實的基礎。人工智能行業目前已走過技術蠻荒期，處于通用技術與行業結合形成商業化場景應用階段。根據目前滬深兩市板塊分類統計，涉及人工智能概念的上市公司共104家，基本涵蓋了人工智能基礎層、技術層、應用層各相關領域。

相比于人工智能技術已經經歷了60多年的長足發展而言，區塊鏈技術目前起步不到10年，且剛剛經歷了三個初級的階段，分別為：

起步期：2009年-2012年，以比特幣為代表的加密數字貨幣使得區塊鏈技術開始走進部分極客和新興技術愛好者的視野當中，并開始在世界范圍內形成一定程度的關注和研究。

雛形期：2013年-2017年，以太坊在比特幣的基礎技術架構之上引入了智能合約，使得區塊鏈的可拓展性得到極大的提升，區塊鏈技術開始延展到更多行業和領域。

發展期：2018年-，區塊鏈技術開始迭展，行業發展聚焦于更為安全的技術架構的搭建與更加良好基礎性能的提升，區塊鏈安全、區塊鏈與人工智能等方向開始受到行業重視，一些應用逐步在全球各個行業領域開始試點。

目前區塊鏈技術發展總體階段處于類似于互聯網發展的初期階段，距離大規模的應用落地仍然需要時間積累。“區塊鏈+AI”是新興技術相互賦能的良好應用結合，區塊鏈技術在人工智能這一垂直領域的探索，有助于加速新興技術的落地，并在實踐過程中不斷完善。目前大部分“區塊鏈+AI”項目仍處于概念驗證階段或早期應用階段。

二、“區塊鏈+AI”具有的優勢與挑戰

在人工智能為區塊鏈提供更強大拓展場景與數據分析能力的同時，區塊鏈技術可為人工智能提供高度可信的原始數據以支持其持續的“深度學習”。在未來人工智能高度發展的同時，也可通過區塊鏈的分布式、透明、可溯源的特點，來保障人工智能始終處于人類可控的范圍之內。這對兩者的技術發展進程都提出了更高的要求，總體而言，區塊鏈技術本身處于早期階段，與人工智能相結合需要持續迭代以滿足人工智能對性能和穩定性的要求。

1、“區塊鏈+AI”兩項尖端科技的相互賦能

區塊鏈與人工智能兩項技術的結合，有以下七個方面的優勢：一是區塊鏈可以提高人工智能的數據安全性；二是區塊鏈可以加速數據的累積，給人工智能提供更強大的數據支持，解決AI的數據供應問題；三是區塊鏈可以解決數據收集時的數據隱私問題；四是人工智能可以減少區塊鏈的電力消耗；五是區塊鏈使得人工智能更加的可信任；六是區塊鏈幫助人工智能縮短訓練時間；七是區塊鏈有助于打造一個更加開放與公平化的人工智能市場。雙方結合的優勢具體說明如下：

（1）提高數據安全性

區塊鏈可以幫助人工智能避免因數據存儲問題導致的故障。區塊鏈中每個節點都按照鏈式結構存儲完整的數據，每個存儲節點都是獨立的、地位等同的。區塊鏈的高冗余特性，分布式數據存儲，可避免系統級別風險的發生。理論上看除非所有節點全部出現風險，否則數據就是安全的。

此外，考慮到人工智能診斷的“黑箱”問題，清晰誰建立了人工智能，使用什么數據進行訓練，以及誰部署了最終的，是我們應對人工智能可能出現的問題的最佳防控手段。目前使用的大多數人工智能程序都是“深度學習”算法的變體。不良的數據內容將給人工智能帶來相應的安全隱患，區塊鏈則通過記錄哪些核心算法是使用哪組訓練數據開發的，避免了這一問題。更寬泛地說，區塊鏈可以記錄誰編寫了原始的人工智能算法以及用什么數據來訓練算法。

（2）大量且豐富的數據支持

一些企業為了自身發展會進行海量數據收集，同時因為市場競爭而拒絕進行數據共享。由此造成這些公司接觸到的數據有限，缺少完整的數據集做支撐，使得人工智能產品質量較差。采用區塊鏈技術，可以利用數據分類帳進行部分數據的購買銷售。可靠性強、可用性高的數據將會使得企業生產出高質量的計算機識別，語音識別和其他數據密集型應用。

當收集了大量同類型數據用于訓練AI模型時，數據會受到偏差或“過度擬合”的影響。數據樣本將不具備典型的隨機性來代表總體的特性。使用此類型數據訓練的模型比使用更多不同樣本進行訓練的模型表現能力要差很多。通過引入區塊鏈技術，讓不同的人和公司來提供可信的不同數據，可以獲得更多樣化的數據樣本，幫助AI完成“自主性”決策。

（3）隱私保護

人工智能的高速發展需建立在大量的數據基礎上，不可避免地涉及到個人隱私數據合理使用的問題，例如從公共數據庫中推導出私人隱私信息，通過這些信息又推導到其他相關人員的信息，這已經超出大部分人同意披露的信息范圍。區塊鏈采用非對稱加密和授權技術，交易信息公開透明，但對于賬戶身份信息是高度加密的，只有經過數據擁有者授權才可訪問該數據，即使遭到入侵，也僅是一小部分信息內容，無法獲取用戶完整的個人身份信息，此技術在AI大數據運行環境下，個人的隱私免于被侵犯，不法企業難以利用用戶數據來牟取不正當利益。同時，區塊鏈與加密算法相結合可以在數據分享過程中分離數據所有權和使用權，讓數據使用方可以利用密文進行模型訓練和使用，徹底杜絕原始數據泄露的風險，從而打通企業和政府中的數據孤島。

（4）能源消耗減少

采用POW共識機制的區塊鏈項目需要消耗大量的電力資源，人工智能可以通過學習算法，提升數據中心的負載，操控計算機服務器和相關的散熱系統，優化冷卻，有效地進行設備管理，從而減少電力的消耗。對于AI可以優化能源消耗已被谷歌和百度等公司證實，2017年6月百度的智能樓宇項目一個月內為百度省下了25萬度用電量，谷歌旗下AI實驗室DeepMind利用人工智能技術幫助谷歌削減了15%的用電量。

（5）可信任度的提升

一個人工智能管理的區塊鏈可以為獨立于人工智能運行的底層平臺的人工智能提供一個分散的標識。每一個主要的人工智能都可以注冊成為被普遍認同的節點，這將為AI識別提供一個解決方案，類似于今天的網站證書，以驗證網站所有權。

一個人工智能管理的區塊鏈還可以允許每個人工智能將其活動的常規哈希函數寫入區塊鏈分類，以便具有加密密鑰的可以對其進行不可篡改的檢查。區塊鏈搭載的人工智能分布式賬本記錄了人工智能做了什么，確保人工智能的錯誤行為被及時的發現、分析和糾正。而區塊鏈的不可篡改性使得人工智能幾乎不可能“掩蓋它的蹤跡”和刪除犯罪活動數據。

最后，區塊鏈的共識機制可以確保人工智能處于控制之下。通過人工智能執行任務的公共記錄(必須由多個區塊鏈節點進行驗證)，我們可以確保人工智能的運行不會超出界限。

（6）更短的AI訓練時間

在使用區塊鏈技術保障訓練數據的真實可靠性的前提之下，可以通過區塊鏈的分布式數據存儲的方式將一臺人工智能的深度學習訓練時間大幅度的減少。例如一個人工智能的訓練可以采用模型并行或者數據并行的方式，將單個的模型或者數據分布在不同的機器之上，從而減少訓練時間。人工智能也可以在同步數據并行中刪除同步約束限制，而采用異步并行模式——人工智能在每一步的信息處理中不必等待數據的相互確認，可以直接進行下一步的操作，從而進一步減少人工智能的深度學習訓練時間。

（7）開放公平性

區塊鏈提供的核心價值是“去信任中介化”。如果想要創建一個自組織和自我調節的人工智能網絡——那么分布式記賬技術是最好的途徑。谷歌、騰訊、IBM、Facebook和其他大型科技公司已經徹底改變了分布式計算——將計算任務分散在多臺虛擬機之間，以實現高效的可伸縮任務處理。但是他們的布式處理工具仍然是非常集中的，并且專注于由中心化的控制器統一調度特定任務，以實現非常特定的目標。

而基于區塊鏈技術的智能合約將使“去信任中介”的網絡得以實現，在這種可信網絡中，兩個人工智能系統可以安全可靠地進行交互，而無需任何中心化的中介。區塊鏈還可為人工智能提供聲譽系統，這樣每個人工智能都可以在選擇與其他人工智能進行交易之前檢查其聲譽。另外，區塊鏈的無中介、高透明度將鼓勵這些人工智能開發人員共享他們的數據和他們的產品，而不必擔心出現某些偏袒競爭對手或竊取其知識產權的情況，并確保所有相關方為他們的工作獲得適當的報酬。

2、“區塊鏈+AI”面臨的挑戰

“區塊鏈+AI”的面臨的問題主要包括兩方面：一方面是AI和區塊鏈自身的缺點，在結合后仍無法有效解決；另一方面是AI和區塊鏈結合過程中可能造成原有優勢被破壞。例如：

（1）政策性風險

區塊鏈目前部分的衍生應用在世界各地存在著一定的政策風險——例如未來是否采用區塊鏈技術伴生的通證來激勵人工智能開發或節點管理，但無論是在經濟上還是在政策上如何定義通證仍有很大的不確定性。

（2）技術融合的不確定性

作為兩個前沿的新興技術，且都處于尚未完全成熟的階段。無論是從當前區塊鏈的技術指標，還是從人工智能的實際落地性來講，距離兩者真正的結合并實現落地，需要面對的不確定性因素仍然存在。目前區塊鏈的主要問題為擴容、隱私、和計算能力，主流的公有鏈難以支撐人工智能的鏈上實現。

（3）大規模的社會應用面臨挑戰

數據共享威脅大型企業利益。通過弱化數據的中心化，降低了大型企業相對小公司的競爭優勢。如果任何人都可以訪問這些數據集和計算，那么任何人都有機會與世界上最大的公司競爭。從技術領域中去除這些障礙將會改善社會，但共享市場的嘗試可能會讓大公司感到不安。如果任何人都有能力在世界上制造出最好的人工智能，那么市場將與許多正在爭奪一部分市場的初創企業和小企業共同分享。之前使用用戶數據來制定廣告或業務策略的公司和政府組織將再次被迫以較不直接的方式獲取其數據。因此，大公司可能會反對數據去中心化，并可能游說維持AI模型開發方面集中式數據集的現狀。

（4）不可控性

當使用了“一旦運行不可停止”的智能合約時，如果合約代碼存在漏洞被黑客利用，黑客將通過智能合約漏洞牟利，因在區塊鏈上運行的事務和交易不可撤銷，可能會給企業和個人造成不可挽回的損失。

三、AI與區塊鏈結合的應用場景

結合兩者技術優勢，通過AI讓區塊鏈更智能，區塊鏈讓AI更“自主”，更可信。目前對于AI和區塊鏈的結合應用，市場上已經涌現出很多相關項目和理論創新，描述了不同場景下結合，比如：

（1）區塊鏈+AI在醫療方面進行結合

相關的結合領域有醫療數據加密和醫療計算分析。關于醫療數據方面，據統計，大部分的醫生會直接將病人的病情、個人信息等信息發給同事，這涉及侵犯病人隱私的問題。應用區塊鏈的非對稱加密和授權等技術，對關鍵信息進行加密，只有經過數據擁有者授權才可訪問該數據，將大大的提高醫療數據的隱私性。關于醫療計算分析方面，AI在醫療機構提供數據錯誤率小于2%，利用區塊鏈的技術，可以對于醫療數據進行信息交換，相比傳統AI，數據可更好地進行共享。谷歌旗下DeepMindHealth正在開發區塊鏈醫療數據審計系統，利用“區塊鏈+AI”技術讓醫院、NHS、病人自身都能實時跟蹤其個人健康數據。

（2）區塊鏈+AI在數據市場進行結合

利用區塊鏈集合群體的力量，進行數據上的共享、AI模型的訓練等。AI的發展離不開龐大的數據集，區塊鏈可以利用數據分類帳進行高質量數據的購買銷售，當收集了大量的、多樣化的數據樣本后，可用于訓練AI模型，這些數據及AI模型將會解決信任的數據孤島問題，使得人工智能機器人可以進行共享學習，自我成長，產出高質量的計算機識別，語音識別和其他數據密集型應用。目前SingularityNet、DeepBrainChain、Bottos、OceanProtocol、Indorse、ARPAChain等項目涉及該領域。

（3）區塊鏈+AI在金融領域進行結合

相關的結合領域有市場情緒分析、去中介交易商經紀人（IDB）和檢測金融欺詐行為等。關于市場情緒分析及去IDB方面，利用AI進行深度學習和時序分析，再結合區塊鏈技術保護下的個人數據相整合，為個人提供更精準的交易服務。具體來說，就是從用戶面板上進行大數據采集及處理，通過人工智能分析用戶情緒數據，對市場波動進行預算，最后自動化下單。利用機器人取代人工，提升效率，降低了IDB傭金。在檢測金融欺詐行為方面，使用交易機器人，高頻加密交易，弱中心化減少人為操控的可能性，降低金融欺詐風險，此外，AI監控加密市場，讓惡意攻擊變得更難。目前有Autonio、Aigang、Numeraire、Endor等項目涉及該領域。

（4）區塊鏈+AI在云計算方面進行結合

當前AI云計算方面面臨計算資源昂貴、訓練時間長、訓練數據多、開發去中心應用困難等問題，結合區塊鏈技術后能較好地解決以上問題。把區塊鏈中挖礦及電力消耗過程中過剩的資源轉換為AI云算力，資源上進行整合，降低計算成本。目前有NebulaAI項目涉及該領域。

（5）區塊鏈+AI在物聯網方面進行延展

首先，區塊鏈技術可以幫助解決“如何證明自己是自己”的問題，用戶可通過區塊鏈+AI技術完成生物身份識別和身份認證，將個人身份與物聯網聯系在一起。其次，解決了更新的問題，所有物聯網設備在區塊鏈+AI的加持下，數據共享，設備可智能化更新。具體的垂直應用包括：應用在工業制造上，制造生產的設備在區塊鏈中傳遞信息，更智能化地成長，提高效率、增加產能；應用在交通上，更好地鋪開無人駕駛應用，解放人們的時間，智能化管理交通，有利于減少交通堵塞、交通事故的發生；應用在監控等公共基礎設備上，身份認證能快速的識別出罪犯，有利于維護社會穩定。目前有智行者、美圖等項目涉及該領域。

四、“區塊鏈+AI”行業展望

篇4

現在更多的人相信，人工智能可以很好地造福人類，機器學習能夠很好地幫助人們解決工作和生活上的難題。

人工智能前景廣闊

IDC的一份報告顯示，認知計算和人工智能解決方案市場在2016年到2020年的年復合增長率將達到55.1%，認知計算和人工智能在各行各業中的廣泛應用將推動其全球收入從2016年的近80億美元增加到2020年的470多億美元。

Gartner副總裁兼資深研究員大衛?卡利（David Cearley）在2017年重大技術趨勢預測會上表示：“應用人工智能和高級機器學習實現了一系列的智能應用，包括物理設備（機器人、自動駕駛汽車、消費電子產品）、應用程序和服務（虛擬個人助理、智能顧問）。”卡利說，這些應用將以不同于以往的智能應用程序和智能產品的形式呈現出來，并為各種各樣的網絡設備、現有軟件和服務解決方案提供嵌入式的智能。

Gartner執行副總裁、研究主管兼資深研究員達爾?普拉默（Daryl Plummer）在預測2017年重大技術趨勢預測會上表示，到2020年，更智能的算法將會讓人工智能改變全球10多億工作者的狀態。

在Gartner的的十大2017年重大技術趨勢預測中，人工智能相關技術占據了前三名的位置，可見其技術的重要性。他們分別是：人工智能和高級機器學習、智能應用、智能產品。

第一，人工智能和高級機器學習。人工智能和高級機器學習由很多技術（比如深度學習、神經網絡、自然語言處理）組成。Gartner認為，更先進的技術將超越基于規則的傳統算法，創造能夠理解、學習、預測、適應甚至有望自主運作的系統，從而讓智能機器顯得更加“智能”。

第二，智能應用。像虛擬個人助理這樣的智能應用程序可以發揮人類助理的某些職能，讓人們的日常工作變得更加容易（比如對電子郵件進行優先級排序），提高用戶工作效率（通過突出最重要的內容和互動）。虛擬客戶助理等其他智能應用程序更加擅長銷售和客服等領域的任務。Gartner認為，這些智能應用程序有潛力改變現在人們的工作性質和職場架構。“未來十年，幾乎所有的應用程序、服務都將包含某種程度的人工智能。人工智能和機器學習在應用程序和服務方面的應用將不斷發展壯大，這將成為一個長期的趨勢。”大衛?卡利舉了一個麥當勞的案例，“麥當勞生產漢堡，智能應用每分鐘通過照片分析超過1000個面包來檢查其顏色、形態和芝麻分布狀況，從而不斷自動調整烤箱的溫度和烘烤時間，可以大幅減少人工成本，并保證高質量。”

第三，智能產品。智能產品是指超出了剛性編程模型范疇的物理實體，通過應用人工智能和機器學習來實現高級行為，并與周圍環境和人類更加自然地交互。

目前，日本長崎的Henn-ne賓館已經開始使用10臺類人機器人進行迎賓服務，代替了原來預訂柜臺的所有服務員。隨著無人機、無人駕駛汽車和智能家電等智能產品的不斷普及，Gartner預計各自為政的智能產品將轉變為相互協作的智能產品。

更智能的汽車

雖然去年出現了特斯拉智能駕駛系統出現故障造成交通事故這樣的新聞，但是理論上講，人工智能應用到汽車領域，實際上可以大幅度降低交通事故發生的概率。

斯坦福大學報告顯示，自動駕駛汽車不僅能減少因交通事故導致的人員傷亡，還能改變人們的生活方式。在通勤途中，人們可以把更多的時間用于工作、娛樂，而不只是關注復雜的、讓人懊惱的交通狀況。

不過，現階段也有不同的聲音。“即便有時候顯得很多余，但人類還是要在自動駕駛汽車方面擁有一定操控權。所以即便是自動駕駛汽車也要安裝一個方向盤，以便司機必要時可以掌管車輛。但安裝了方向盤又意味著人類的完全掌權，即司機坐在車里也要隨時保持清醒并進行觀察，時刻準備好接管車輛。”Gartner副總裁布萊恩?樸恩泰斯（Brian Prentice）在一次研討會上表示，“這樣一來，不僅抵消了自動駕駛相較于人類駕駛的大部分優勢，也讓人類司機從之前的積極操控汽車變為了被動監控行車隱患。”這個爭議其實也是所有智能汽車項目所必須要面對的挑戰。

布萊恩?樸恩泰斯表示：“智能汽車可以對周圍環境做出反應，但智能汽車對周圍環境是否真正理解了？周圍環境對于智能汽車來說是完全不可控的一個因素，不是通過建立模型就能進行學習了解的一種事物。”

“τ諮蟹⒅悄芷車技術的團隊而言，他們所面臨的挑戰就是要找出哪些事物或因素是智能汽車所能控制的，然后對它們的能力培養也就限定在這一范圍之內即可。”布萊恩?樸恩泰斯表示，“全自動汽車的愿望是不可能變成現實的，任何汽車制造商都做不到這點，但朝著這一方向努力將會推動一些汽車行業更務實的進步，如汽車的機器學習技術將提升汽車的安全性和讓汽車在處理一些狀況時更具有經驗。”

在聯網汽車方面，Gartner預計到2020年，聯網汽車的銷量將達到6100萬輛，是2016年的4倍以上。Gartner定義的聯網汽車是通過嵌入式通信模塊或移動設備接入互聯網，為用戶提供內容和服務，從車中傳送數據，實現遠程監控或管理車內系統。

Gartner的報告顯示，從2016年到2020年，聯網汽車將推動情景信息的需求增長150%。Gartner研發總監詹姆斯?海恩斯（James Hines）表示：“汽車越來越自動化，也將配備更多的感測技術，例如行車記錄儀功能和雷達系統等。許多汽車將利用影像偵測功能來辨識附近的物體并對其進行分類，以便實現更加復雜的反應甚至更自主的駕駛。”

為了使汽車變得更加自動化和環保，2016至2020年間需要逐年在汽車內增加5%的嵌入式處理功能，比如即時攝影機和傳感器，從而實現主動車距控制巡航系統、防撞與車道偏移警示系統等自動化駕駛功能。

回到現實中，在今年CES上，百度聯合北汽展示了智能汽車解決方案。百度智能汽車自動駕駛解決方案目前已經可以做到全系統的低成本、可量產。借助百度人工智能的優勢，從雷達、攝像頭等傳感器的數據收集，再到高精度地圖等基礎設施，都實現了成本的大幅降低，尤其是在高精度地圖方面。

目前，百度高精度地圖的自動化生產程度可達90%以上。地圖生產通過多傳感器校準和深度學習結合，實現全程自動化，人工操作僅為最后的人工校驗，確保高精度地圖繪制過程準確可靠的同時，降低了人工成本與時間成本。

百度高精度地圖將絕對精度控制在0.6m范圍以內，在相對精度范圍內實現了厘米級定位。通過幀內關鍵點檢測和點云拼接、路面提取等技術的運用，百度自蛹菔幌低晨梢遠曰だ嘎費亍⒈曛頸晗吆駝習物等道路物體達到99.67%的識別準確率，從而實現對直道、彎道、車道變化和寬度變化的監測，這一系列行為的定位、偵查計算，甚至比有人駕駛更加安全可靠。值得一提的是，百度高精度地圖還接入了Learning Map平臺，依托多源感知數據處理、云服務中心和數據中心，可使百度高精地圖具有智能化的自學習能力，無需人工采集就可以實現更新。

百度智能汽車還提供了包括車聯網HMI人機交互系統。這其中就包括CarLife、CoDriver、MyCar和AutoMap四大產品。這些HMI車聯網產品雖然功能側重不同，但卻搭載著同一人工智能應用――語音識別技術，為用戶提供獨特性、開放式、創新性的智能化場景應用體驗。

語音識別技術是百度智能汽車HMI人機交互系統帶給用戶最直接的智能行車體驗感知。以定位“智能語音副駕駛”的CoDriver為例，基于百度的語音技術、自然語言處理技術，用戶無論是進行對話，還是指令，其順暢、快速的識別和響應，都讓用戶感知到身邊存在一位知心且貼心的智能機器人。

在百度智能汽車與北汽進行的戰略合作中，百度智能汽車就將對北汽多款車型進行CarLife適配，從而實現智能汽車的基礎車聯網升級。通過采用CarLife，達到智能手機與車的互聯，駕駛者可以使用智能語音操控汽車地圖和在線音樂等智能化汽車服務。百度智能汽車CarLife目前已與60家車企的150余款車型進行了適配。

隨著用戶的廣泛使用，所有的智能汽車都會產生大量的數據，百度智能汽車大數據也衍生出價值極高的大數據服務產品。比如，通過對車主用戶數據、車輛實時駕駛數據和道路地理信息數據等進行分析，百度智能汽車可以向汽車企業提供精準營銷、車輛設計、用戶服務管理體系等大數據服務。而車企可以依據這些數據，找到用戶的需求點，研發出用戶真正需要的產品和功能。

在國外廠商方面，NVIDIA聯合創始人兼首席執行官黃仁勛與奧迪美國公司總裁斯科特?科奧格（Scott Keogh）共同在CES開幕主題演講中表示，未來的奧迪車型將使用深度學習解決復雜的駕駛問題。雙方第一階段的合作將著重于NVIDIA DRIVE PX自動駕駛汽車人工智能平臺。NVIDIA DRIVE PX平臺使用經過訓練的人工智能神經網絡來理解周圍環境，并確定安全的行進路線。

“NVIDIA是使用深度學習人工智能技術促進交通運輸行業變革的先鋒。” 黃仁勛在演講中表示，“奧迪采用我們的DRIVE PX2人工智能汽車計算平臺，將加快新一代自動駕駛汽車的生產，進而加速我們邁向未來更高駕駛安全性和新型移動服務的步伐。”

“奧迪用戶追求頂尖的性能和技術。” 斯科特?科奧格表示，“因為我們對更安全的道路有著共同的追求。奧迪和NVIDIA的合作將擴展至深度學習和人工智能領域，從而以更快的速度將更高程度的自動化送上道路。”

奧迪Q7的自動駕駛演示活動成了本屆CES上的亮點之一。乘客在無人駕駛的情況下，可以放心地坐在車輛的后排座位上享受旅行。這主要得益于奧迪Q7采用了NVIDIA DRIVE PX平臺，并運行了NVIDIA Drive Works軟件。奧迪Q7的深度神經網絡NVIDIA PilotNet可以識別和理解車身周圍的環境，安全地駕駛前行。演示過程中，路線會隨時變更，車輛會通過各種情形的路面，有的帶有標識，有的則沒有任何車道標識，途中還會遇到需要繞行的模擬建筑區。

黃仁勛在主題演講上描繪了人工智能將如何預測駕駛員需求的場景：用戶早晨驅車前往辦公室，車庫大門自動打開，根據用戶個人習慣調節空調溫度，到達單位；晚上回家，同樣的場景再次出現，而且汽車能夠理解并回應用戶自然會話語言的需求。

NVIDIA和奧迪的聯姻結晶包括讓人眼前一亮的奧迪MMI導航系統和奧迪虛擬駕駛艙。目前該系統已經應用于奧迪Q7、奧迪A4、奧迪TT等，涵蓋SUV、轎車和跑車等領域。未來幾個月，奧迪還將推出集成NVIDIA硬件和軟件的新款A8。得益于zFAS（奧迪中央駕駛輔助控制系統），新款A8將成為全球首款配備擁堵駕駛系統（Traffic Jam Pilot）的自動駕駛汽車。

這里有必要解釋一下zFAS。zFAS是一個軟件與硬件結合的系統，它的長距離雷達可以獲取前方250米的交通狀況，激光掃描儀能捕捉到前方80米距離的高清晰畫面，紅外線照相機能夠識別黑暗中的行人和動物，超聲波傳感器能夠探測汽車周圍的情況。通過這些傳感器，zFAS可以在汽車行駛過程中實時獲取各種數據，在瞬間對大量的數據進行分析，從而實現代替駕駛員操控汽車。即使是在空間狹窄的停車場，zFAS也可以實現自動泊車，還可以利用智能手機通過遠程操作的方式將汽車駛離停車場。而且一旦汽車進入擁擠的堵車路段，它還可以實現緊隨前車的自動駕駛模式。

更智能的家居

科爾尼的報告顯示，中國將在2020年前成為亞洲最大的智能家居市場。到2020年，全球智能家居的整體規模將由目前的100億美元增長至500億美元，并有望在2030年激增至4000億美元。到2030年，亞洲智能家居市場銷售額將超過1150億美元，占據全球市場25%以上的份額。

中怡康的數據顯示，2017年，智能家電生態將會成為行業主流，預計智能電視的零售額滲透率將達到93%；智能白電的零售額規模達到709億元，零售額滲透率將達到23.9%。

科爾尼合伙人、亞太區通信與電子業務負責人道博斯坦（Nikolai Dobberstein）表示：“近年來中國已經成為全球增長的關鍵推動力之一。首先，國家整體經濟的快速增長帶來家庭收入水平增加；其次，中國成為全球最大的互聯網市場。這兩大因素將讓中國成為亞洲乃至全球最大的智能家居市場之一。”

道博斯坦J為，中國已經擁有完善的設備和技術生態系統，能夠加速智能家居行業的發展。騰訊、百度和阿里巴巴等本土技術巨頭，以及小米和海爾等已經在生產智能家居產品的本土設備制造商將成為行業的主要推動者。但是由于牌照和審查制度等原因，國際技術公司很難打入中國智能家居市場。

報告指出，四個重大的變化趨勢使得聯網智能家居在亞洲成為現實，同時，這四大趨勢將加速智能家居市場的進一步擴張。

首先是互聯性和智能化。智能手機在技術和處理能力方面的進步大大提高了家居設備的互聯性。大數據和人工智能的采用，讓部分應用能夠迎合用戶的需求和期望，使得家居生活日益智能化。

其次是互操作性。隨著不同制造商生產的產品之間的互操作性不斷增強，智能家居應用在消費者中逐漸普及。產業聯盟為標準化協議和開放平臺所做的努力使得智能家居生態系統不斷完善。

再次是產品成本。幾乎各類家居設備都已經是自動化產品，有80%已經實現了智能化并且在市面上可以購買。隨著關鍵技術和部件的成本下降，智能家居設備如洗衣機、冰箱和門鎖等的價格也將更加親民。

最后是全新盈利模式。智能家居應用正在與更廣泛的網絡相聯，從而連接生態系統內的所有企業，催生全新的盈利模式。例如帶有液晶顯示器的聯網冰箱可以通過線上廣告帶來收入。

智能家居市場為行業內的所有企業都提供了寶貴機會，但是要取得成功，必須要同時具備幾個關鍵的因素，包括平衡本地和全球戰略，從產品導向快速轉變為服務導向，找到正確的合作伙伴，整合智能家居集成平臺。

隨著智能語音市場的不斷擴容，在眾多智能家居產品中，語音助手成了行業內的關注熱點。可以說，現階段智能語音是人工智能巨頭間的必爭之地。谷歌和亞馬遜正在開發的新技術，讓用戶可以獲得更好的體驗。除此之外，微軟、蘋果都在積極拓展其生態系統，三星、臉譜等巨頭也在進行知識儲備。

Gartner預測，到2018年，30%的人機交互通過自然語言完成。百度首席科學家吳恩達認為，語音搜索準確率從95%提高到99%，是人機交互應用爆發的轉折點，到2020年，至少50%的搜索將是語音搜索。可以說，自然語言交互就是下一代的人機界面。未來，人工智能與家居行業的融合，將為人們帶來全新的體驗。

以人們最常用到的家電空調為例，現在已經在市面上進行銷售的智能產品非常多，比如可以對用戶的使用習慣和周圍空間進行認知，并通過云網絡連接到設備的傳感器和攝像頭收集數據，借助非結構化數據進行學習的LG空調；具備自動清潔功能、能夠通過Siri控制、能自學用戶行為習慣、記錄分析能耗情況并自動調整運行模式的海爾空調；基于騰訊物聯云技術，通過手機QQ控制家電運行狀態的美的空調。

美的集團近日了其“智能+”戰略，推出了“i+智能”系列產品計劃，要讓各個設備實現互聯的同時也具備智能交互等功能，以實現家電設備的互聯互通、智能學習。四川長虹近日也了人工智能電視長虹CHiQ（啟客）。這款電視基于完善的技術邏輯與大數據運營，實現了自然語音交互、深度學習和應用軟件自動迭代等系統能力的整合。

長虹認為，CHiQ人工智能電視在認知層面取得了重大突破，基于長虹自主研發的Ciri+語音平臺，實現了以人為中心的高效語音交互協同和語義識別與理解。語音識別率達到97%，人與電視的自然語音交互距離達到30米，即用戶在家中任意角落都可以用語音和電視交互。

更智能的交互

最近，美國佐治亞理工學院（Georgia Tech University）的學生們十分驚訝地發現，他們樂于助人的助教居然一直是一個機器人。盡管在使用初期遇到一些困難，但是現在機器助教回答學生們問題的正確率高達97%。佐治亞理工學院的研究發現，學生們退學的主要原因是缺乏支持。因此，他們設計了這款機器助教。

有了人工智能，人們的學習方式會發生改變：速度不同，起點不同。人工智能將會把人們引入未來，人們會以更個性化的方式學習。世界上沒有任何一個教育體系能為每一個孩子都配備一個家庭教師，而人工智能可以滿足這一需求。

微軟現在做的事情和美國佐治亞理工學院類似，不過他們的愿景更加宏大――構建跨越媒介、應用、服務與基礎架構的真正的人工智能系統。“我們一直在努力實現技術全民化。有了人工智能，我們便可以通過以下兩種方式來實現這個目標：一種是將其融入像Office 365這樣的產品中，另一種是構筑一個平臺，讓其他人也能在此平臺上開發產品和不斷創新。” 微軟全球執行副總裁沈向洋博士表示。這個平臺被稱為微軟認知服務，它包含了25個應用程序接口，可以提供諸如語音、語言、知識和搜索之類的智能功能。

當前，我們正處于向計算領域下一代主流平臺進軍的早期階段。由于人工智能領域所取得的一系列重大進展，新一代平臺將以對話這一人類最自然的行為為核心來構建。新的時代正在到來，人機交互的方式將從過去人類操作計算機的時代進入到讓計算機了解人類和人類的動機并積極予以回應的新時代。

對話，一方面是強調完成任務、提升生產力，另一方面是情感連接。要想真正實現人工智能，就必須從兩個方面同時發力。

微軟的長遠戰略是，像小娜（Cortana）這樣的應用不但要有智商，還要有情商。基于這一理念，微軟再次進行創新，Zo到來了。

Zo是一款社交聊天機器人，她是基于微軟在中國和日本大獲成功的人工智能社交聊天機器人小冰與凜菜而打造。現在，你可以在Kik社交平臺上與她交談，就像和人類朋友聊天一樣。未來，微軟計劃將Zo擴展到其他社交平臺，例如Skype和Facebook Messenger。

Zo是利用海量互聯網社交內容構建而成的。她從人類互動行為中學習，以便從情感與智能角度做出響應，提供獨特的觀點，并懂得禮節與表達情感。但是她同樣還有強大的核對與平衡機制，以保護自己免遭不當利用。

微軟在描摹人工智能與對話計算的前景時，還有一個很重要的部分是應用所扮演的角色，比如小娜。現在，在全球13個國家和地區，有超過1.45億人正在使用小娜。小娜可以沒有限制地跨平臺、跨各種連接設備使用。

微軟認為，每個人都應該擁有自己的個人助理，以便在我們奮力打拼的同時，幫我們處理好一切問題。“要實現這樣的目標，我們需要先關注一下個人助理可以幫助你分擔哪些工作。我們當中有一半人會通過電子郵件，定期為自己發送任務或提醒。許多人會使用任務清單。我就曾在辦公室的墻壁上貼便箋。”微軟合作伙伴群組計劃經理馬庫斯?阿時（Marcus Ash）表示，“我們正在想方設法把那些影響用戶掌控全局的問題清除掉。”

篇5

2017年什么概念最火？人工智能當之無愧。作為新興熱點，人工智能領域的公司很多還處于創業階段，在A股市場中成熟的公司雖然也有或多或少涉足，但總體還處于探索階段。

咨詢公司Venture Scanner統計，2016年全球人工智能公司已突破1000家，跨越13個子門類，融資金額高達48億美元。

在這13個種類中，研究機器學習（應用）的人工智能公司數目最多，達260家，約占整個行業的30%。從區域分布情況來看，歐美等西方國家發展較為迅猛，其中美國以499家人工智能公司占據絕對主導地位，且初創公司數量眾多;而以中國為首的發展中國家在人工智能領域顯然仍處于起步階段，真正布局該產業的公司較少，以傳統互聯網巨頭進軍人工智能領域為主。

目前較為成熟的感知智能技術（如語音、視覺識別的服務、硬件產品等）的應用開發所形成的新“人工智能+”將引領產業變革，成為推動社會飛躍發展的新動力。在傳統產業，人工智能可以在制造業、農業教育、金融、交通、醫療、文體娛樂、公共管理等領域得到廣泛應用，將不斷引入新的業態和商業模式;在新興產業，人工智能還可以帶動工業機器人、無人駕駛汽車、VR、無人機等處于產業生命周期導入期的公司飛躍式發展。

從具體應用方向來看，如今十分火熱的工業4.0、人臉識別、智能答題機器人、智能家居、智能安保、智能醫療、虛擬私人助理等人工智能概念是有望得到快速爆發的重點領域。目前人工智能在圖像識別、語言識別和自然語言處理，以及人機交互、機器視覺、自動駕駛等方面都已經成功應用。

人工智能產業鏈中，基礎層是構建生態的基礎，價值最高，需要長期投入進行戰略布局;通用技術層是構建技術護城河的基礎，需要中長期進行布局;解決方案層直戳行業痛點，變現能力最強。

基礎層公司 多為傳統IT轉型

人工智能基礎層就是我們常說的大數據、云計算、CPU等。目前國內上市公司中在人工智能基礎層方面相關的公司包括久其軟件、東方國信、天璣科技、浪潮信息、恒生電子、拓爾思等。

恒生電子（600570.SH）2016年成立了恒生研究院，負責人工智能、區塊鏈、大數據等前沿技術的研發。區塊鏈課題，恒生電子作為發起單位加入了金融區塊鏈合作聯盟（金聯盟），并加入了linux基金會hyperledGEr開源項目等。

久其軟件從最初的軟件提供商到移動互聯和大數據運營的再次驗證，未來定位基于高端客戶資源大數據和移動互聯網變現的不斷執行公司。公司創立之初以報表管理軟件切入，為政府提供結構化數據分析和整理，并進一步提供完整解決方案，現已發展成集大數據、集團管控、電子政務和移動互聯領域軟件于一身的大數據解決方案提供商，A股稀缺。

拓爾思（300299.SZ）大數據服務領域稀缺純正標的。公司脫胎于北京信息科技大學中文信息處理研究中心，自1985年起便開始研究中文信息檢索，目前公司已擁有大數據領域非結構化數據處理技術，在大數據分析領域具有較高的技術壁壘，從底層技術、平臺產品到應用產品服務技術全產業鏈布局。隨著非結構化數據的地位在整個大數據領域中的不斷上升，拓爾思有望進入高速增長期。

科大訊飛（002230.SZ）是A股人工智能龍頭，公司在以“從能聽會說到能理解會思考”為目標的訊飛超腦項目上，持續加大投入，在感知智能、認知智能等領域均取得顯著研究成果。

技術及應用層公司 靠智能制造落地

人工智能技術層主要涵蓋了框架、算法、通用技術，目前人工智能算法大體上流行12種，這12種算法包括決策樹、樸素貝葉斯分類器、最小二乘法、邏輯回歸、支持向量機、集成學習、聚類算法、主成分析法、SVD矩陣分解、獨立成分分析、關聯規則、其他方法等。

人工智能算法通過AlphaGo與柯潔的人機大戰，成為當前數據分析領域中的一個熱點內容。目前通用的框架層：TensorFlow，Caffe，Theano，Torch，DMTK，DTPAR，ROS等框架或操作系統。作為投資者或者普通消費者更多的會關注通用技術如：語音識別、圖像識別、人臉識別、NLP、SLAM、傳感器融合、路徑規劃等技術或中間件，畢竟通用技術與我們日常生活習習相關，如你們平時所能看到的智能廣告、智能診斷、自動寫作、身份識別、智能投資顧問、智能助理、無人車、機器人等場景應用。

目前，A股市場有59家公司涉足機器人產業，部分公司通過收購進入這個領域。以昆侖萬維為例，公司收購美國的機器人公司WooboInc.，致力于開發人工智能技術驅動的交互式機器人;在東方網力的18.30億元增發方案中，1.57億元擬投入智能服務機器人項目。

人工智能目前最看好生物識別，如遠方光電和佳都科技。金融科技Fintech圍繞IT與金融創新展開。虛擬的網絡戰爭已經開始，IT安全有更大的彈性。無人駕駛里有四維圖新和中海達。繞著人工智能產業鏈有很多投資機會，大數據是產業鏈發展起點，作為數據采集的關鍵通道，傳感器至關重要，如漢王科技;云計算、大數據處理技術支撐上，國內FPGA（可編程性）稀缺標的紫光國芯;人工智能應用場景上防領域佳都科技、營銷領域浙江富潤等相關的上市公司。

我國在人工智能領域底層的計算機體系架構、智能硬件、軟件應用雖有技術積累質的進步，國內人工智能的產業發展和商業化路徑劃，依然需要借鑒國外的產業政策引導和企業商用成功模式。

篇6

“人工智能真的無所不能嗎？”

“人工智能長得和人一樣嗎？”

“我能和人工智能談戀愛嗎？”

去年3月以來，借助AlphaGo 4：1戰勝韓國名將李世石九段的東風，人工智能席卷了全球的注意力。

不過，時至今日，面對人工智能，公眾最常見的表情依然是好奇、迷茫或訝異。我們真的知道什么是人工智能嗎？我們真的準備好迎接人工智能浪潮了嗎？

AI來襲！

近日，因爭奪搜索引擎話語權而有過過節的兩位大佬李彥宏和李開復又“杠”上了，這一次，他們爭奪的焦點是人工智能的輿論話語權。

不是冤家不聚頭。4月下旬，李彥宏的著作《智能革命：迎接人工智能時代的社會、經濟與文化變革》正式出版。緊接著，5月初，李開復的《人工智能》一書開始簽售。李彥宏到處宣講，“互聯網的下一幕就是人工智能。”李開復更加干脆，直接說，“我不是李開復，我是人工智能。”

雖然目標不同，但其實兩人現階段做的是同一件事――為人工智能時代的到來搖旗吶喊。

“人工智能來了！”

這句話對不同的人群有著完全不同的意義。計算機科學家將之譽為“第四次技術革命”;社會學家、經濟學家將之視為已經或即將對人類經濟結構、就業環境發起挑戰的“洪荒之力”;商業巨頭、創業精英、科幻作家、影視編導們則樂于肆無忌憚地展開想象，將之渲染成為人類未來的天堂或地獄。

不過，對于絕大多數不了解技術細節，或不具備豐富想象力的普通人而言，知道的人多，了解的人少。

什么是人工智能？打開百度百科，人們可以看到這樣一段話：人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。它是計算機科學的一個分支，企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。它從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。

對于普羅大眾而言，百度百科的解釋聽起來有點過于專業，相比較而言，在人工智能領域的經典教材、出版于2013年的《人工智能：一種現代的方法（第3版）》中，著名人工智能專家羅素和諾威格給出的定義則較為通俗易懂，他們從四個方面對人工智能進行了定義，即：能夠像人一樣思考、像人一樣行動、合理地思考、合理地行動的機器。

人工智能其實不是一個新概念，日前，首都圖書館剛剛舉行了一場關于人工智能的科普講座。據北京師范大學系統科學學院副院長韓戰鋼介紹，人工智能這一概念正式提出是在1956年的達特摩斯學會上，至今已有60多年的時間。

縱觀這60多年，人工智能經歷了兩次紅利期。

上世紀60年代，人工智能迎來了第一個紅利期，當時的科學家們自信并且瘋狂，“二十年內，機器將能完成人能做到的一切工作”成為當時科學界的主流聲音。

上世紀90年代人工智能迎來第二個紅利期，標志性事件是IBM的“深藍”戰勝了國際象棋世界冠軍卡斯帕羅夫，當時造成的影響絲毫不亞于今天AlphaGo的圍棋大戰。

當下或是人工智能的又一個紅利期。一方面，圖像識別、深度學習等人工核心算法日漸成熟，另一方面，人工智能研究走出實驗室，科技公司開始成為人工智能的主要推動者。

更重要的是，資本開始對人工智能表現出了前所未有的青睞。據有關機構數據統計，2016年底-2017年初，國內各大機構在關于今年投資方向的98篇討論中，人工智能的提及次數占48次，是第二位“文化娛樂”的1.8倍。市場火熱程度毋庸置疑。 好奇 去年3月以來，借助AlphaGo 4：1戰勝韓國名將李世石九段的東風，人工智能席卷了全球的注意力。不過，時至今日，面對人工智能，公眾最常見的表情依然是好奇、迷茫或訝異。

不只是炫技

看到“人工智能”這幾個字，可能有的人立馬會想到圍棋、神經網絡、深度學習等名詞，也有的人會想到大學里的人臉識別、立體視覺建模等研究項目，還有的人會想到終結者、外太空等高大上的內容。但可能98%的人都會有這樣的疑問：除了下棋，這些東西研究了到底對我有什么實際用途？

事實上，“人工智能”已經從很多方面對我們的日常生活產生影響。通過梳理烏鎮智庫、阿里云研究中心、艾媒咨詢、麥肯錫等多家機構近期的人工智能專題報告，記者發現，目前人工智能發展較為火熱的主要包括以下幾個領域：

首先，個人助手。這是目前最為普及的一個領域。如果要詮釋這個，看一遍電影《Her》就可以了，其中的人工智能操作系統薩曼莎不僅可以幫助主人公快速處理各種郵件、文件等工作，還能像朋友一樣與之互動和交流。

現實中，這樣的個人助手也正在在走入我們的生活中，如蘋果的Siri、微軟的Cortana 以及谷歌的Google Now，國內也有科大訊飛的靈犀、圖靈的蟲洞語音助手等，這些語音助手現在一般是存在于PC或手機之中，近年隨著服務機器人的發展，它們開始有了新的載體。而機器人除了有語音功能外，還具備自主行動的能力，因此有望在其他方面幫助人類。

其次，無人駕駛。谷歌、特斯拉、蘋果甚至是寶馬，它們目前都在開發自己的無人駕駛汽車，谷歌的車已經在公司附近的山景城測試了無數次，雖然交通事故也發生過十多起，不過基本上都屬于小摩擦，尚未造成嚴重損失。關于這些無人車何時能正式大量地上路載人，業內普遍的說法是2020年，目前它們在物體識別以及交通規則上仍在學習中。

再次，健康醫療。在AlphaGo與李世石比賽前，谷歌就已宣布這個創造出AlphaGo的Google DeepMind實驗室將進軍醫療技術領域。他們成立了DeepMind Health團隊，與英國倫敦帝國理工學院和倫敦皇家自由醫院展開合作。他們還推出了一款名為 Streams的移動端應用程序，醫療人員可以利用Streams更快地觀察到醫療結果。

第四，金融投顧。“人工智能”的風潮在各行業涌動，金融領域也不例外，“智能投顧”成為金融科技的新寵兒，從華爾街投行到國內金融科技創業公司，紛紛涉足，給自己貼上“智能投顧”的時髦標簽。 擁抱 雖然仍存諸多爭議，但隨著技術的進步，越來越多的人開始相信，人工智能就像很多大師所講的，未來，將和水和電一樣無處不在。

另外，藝術創作一直是人類精神活動的最高級形式，自古以來，人們認為只有人類的智慧才能創作出藝術作品，玄而又玄的藝術風格尤為深奧。但近些年來，人工智能的發展正對藝術創作產生了一些很微妙的影響。去年3月份，倫敦藝術家Memo Akten和谷歌人工智能共同完成的一組GCHQ（英國通信總部的縮寫）畫作拍出了8000美元的高價;同年9月，索尼音樂的計算機科學研究實驗室了兩首完全由人工智能作曲的流行歌曲《Daddy's Car》和《The Ballad of Mr Shadow》。而最新消息顯示，除了畫畫、作曲，人工智能創作的第一部詩集《陽光失了玻璃窗》也已于近日正式面市。

雖然仍存諸多爭議，但隨著技術的進步，越來越多的人開始相信，人工智能就像很多大師所講的，未來，將和水和電一樣無處不在。

中國不容錯失的戰略機遇

在多家中國科技巨頭積極研發的推動下，中國已成為全球人工智能的發展中心之一。眾多的人口和完整的產業結構給中國提供了創造海量數據和廣闊市場的潛力。隨著老齡化的加速，中國提升生產力的要求愈l迫切，因此人工智能技術的運用對中國未來的經濟發展至關重要。

據麥肯錫近期的《中國人工智能的未來之路》報告書顯示，中國與美國是當今世界人工智能研發領域的領頭羊。僅在2015年，兩國在學術期刊上發表的相關論文合計近1萬份，而英國、印度、德國和日本發表的學術研究文章總和也只相當于其一半。

并且，中國的人工智能發展多由科技企業推動引領。得益于大量的搜索數據和豐富的產品線，一些互聯網企業走在了自然語言處理、圖像和語音識別等技術前沿。這些技術被整合應用于新產品中，如自動化私人助理、自動駕駛汽車等。

麥肯錫表示，中國有充足的理由對其在人工智能領域的潛力感到樂觀。龐大的人口基數產生的海量數據正是“訓練”人工智能系統的前提條件。“范圍經濟”也是中國的優勢所在，廣泛的行業分布為人工智能的應用提供了廣闊市場。

自18世紀工業革命以來，每一次技術革命都重塑著全球競爭格局。中國曾經錯失了前幾次科技革命的歷史機遇，這一次，人工智能是中國絕不能錯失的戰略機遇。麥肯錫認為，完成中國制造業“從汗水驅動到創新驅動”“從齒輪驅動到智能驅動”的升級，人工智能是中國實現轉型升級的戰略機遇之一。

對此政府部門已經開始行動，給予了有力的政策支持。3月5日上午，國務院總理發表2017政府工作報告，指出要加快培育壯大包括人工智能在內的新興產業，“人工智能”也首次被寫入了全國政府工作報告。而在發改委印發的《“互聯網+”人工智能三年行動實施方案》中，也已明確了我國人工智能的總體思路、目標與主要任務。該方案指出，到2018年，將在重點領域培育若干全球領先的人工智能骨干企業，初步建成基礎堅實、創新活躍、開放協作、綠色安全的人工智能產業生態，形成千億級的人工智能市場應用規模。

再加上之前科技部新聞，“科技創新2030―重大項目”或將新增“人工智能2.0”，中國AI人最好的時代已經到來。

然而，目前，我國發展人工智能還存在一些短板，急需補齊。麥肯錫在研究報告中將中國人工智能發展瓶頸歸為了數據、算法、計算力三大問題。

數據瓶頸。正如人類通過食物得到能量，人工智能也不能在沒有穩定的數據來源的情況下運行。這些系統必須要有大量的數據，以供它們“訓練”，不斷改進和完善產出的結果。在數據方面，存在幾個問題可能阻礙中國的AI發展。首先，中國的大技術公司通過它們專有的平臺收集數據，中國在創建數據友好的生態系統方面落后于美國，缺少統一的標準和跨平臺的共享。第二，世界各國都發現，開放政府數據有助于私營部門的創新，但中國的公共部門開放的數據相對較少。最后，限制跨國的數據流動也使中國處于全球合作中的不利地位。

算法瓶頸。得益于全球的開源平臺，中國企業能夠快速復制其他地方開發的最先進的算法。目前，中國的研究者在開發用于語音識別和定向廣告的算法方面已經取得突破。然而，中國在基礎研究方面落后于美國和英國。一個主要原因是人才短缺，招納人才對中國的AI發展至關重要。據悉，美國超過一半的數據科學家有10多年的工作經驗，而在中國，經驗不足5年的研究人員高達40%。

計算力瓶頸。計算力不是中國人工智能商業發展直接的瓶頸。隨著微處理在全球市場得到廣泛使用，計算能力已經成為可以輕松獲得的東西。但中國仍然不能忽視發展自己的先進半導體、微處理器和高性能計算技術的重要性。計算能力是AI的基礎之一，具有戰略上的重要性。中國歷來嚴重依賴國外的微芯片供應商。對某些類型的高價值半導體，中國幾乎完全依賴進口。但是，在2015年，美國政府禁止全球三大芯片供應商Intel、Nvidia和AMD向中國政府銷售高端超級計算機芯片。對核心技術供應實現更強的控制有助于提高中國在未來更廣泛地部署人工智能系統的能力。

未雨綢繆“全民基本收入”爭議中前行

人工智能是中國加速生產力發展的一個重要機遇，也是解決人口老齡化的一個關鍵。雖然人工智能的崛起非常有可能會創造出新的產品和服務，進而催生出新的職業和生意。正如幾十年前，沒人可以想象，現在竟然有大量的工作與互聯網經濟有關一樣，人工智能也有類似的變革效應。但是，目前，可預見的現實問題更多的還是就業替代問題。

據李開復估算，10-15年后，全球將有50%的就業被人工智能所取代，包括翻譯、記者、助理、保安、司機、銷售、客服、交易員、會計、保姆等工作。而中國這一問題將更加嚴峻。

對此，李開復也提出了自己的一套“解決方案”。首先，他建議所有大學生努力在所學領域垂直縱深發展，深到人工智能無法取代;其次，他認為跨領域發展將成為一種趨勢，因為目前人工智能在單領域、大數據方面具有天然優勢，但對于需要跨領域的、高深的、需要深度思考的內容，未來十年人工智能也無法完成;再次，由于計算機在藝術、幽默、電影和創造等“感性”領域的“無能”，文科涉及的領域或許會迎來新的發展機會;最后，也是最重要的是，我們需要做好未來走向服務業的準備。

“所謂的服務業，指的是涉及人與人之間的交流，人與人之間的同理心，以及如何自己更有愛、更受歡迎的行業……”李開復強調，“這其實是確保人類對人工智能保有競爭力的一種方法。”

這一問題也引起了經濟學界、社會學界的高度關注，多位專家學者呼吁，政策制定者需要充分考慮人工智能可能帶來的對勞動力市場的潛在破壞，并為此做好準備。

5月7日，在“中國經濟真問題――‘中國的坎’研討會”上，在談論中國中等收入陷阱問題時，國務院發展研究中心研究員魏加寧特別強調，“科技創新本身也是拉大收入差距的一個重要因素。尤其是現在人工智能技術、機器人快速發展以后，很多人將會面臨失業的問題。”

針對這一問題，目前一些國家已經開始未雨綢繆，其中芬蘭的“全民基本收入”方案尤其值得關注。

近年來，“全民基本收入”方案在全球尤其是歐洲進入一些國家的政治議程，一個重要背景就是生產自動化的快速發展，以及失業率在全球金融危機時期居高不下。人工智能近年來的突破性發展，及其在可見未來對生產自動化的強有力推動，使得人們越來越憂慮未來失業率繼續攀升的前景。眾多研究人工智能及其社會影響的專家，都將“全民基本收入”視為應對人工智能時代就業狀況的主要策略之一。

“全民基本收入”方案的關鍵是，在一國或一個地區之內，所有公民無論貧富，無差別地獲得數量相同的基本收入。2016年6月底，芬蘭政府宣布就“全民基本收入計劃”進行試驗。2017年1月，芬蘭正式給2000名隨機抽選的民眾發放每月560歐元的“基本收入”。芬蘭政府的試驗計劃是目前歐洲國家在這一領域走得最遠的。

篇7

關鍵詞：人工智能；AI；視覺技術；計算機技術

隨著科學技術的飛躍發展，人類社會已經逐漸步入了人工智能時代。2016年3月，當人工智能機器AlphaGo以懸殊比分打敗世界圍棋冠軍、韓國圍棋職業九段選手李世石后，世界為之驚呼：人類智慧是否要被人工智能的機器人超越？而在現實當中，人工智能的運用領域越來越廣泛，在醫學、機械、地質勘探、石油化工、安保、交通、通訊、軍事等領域，人工智能已經顯示出了其強大的作用。在2016年世界互聯網大會上，人工智能被冠以“四大熱詞”之一備受關注，世界互聯網大佬們都對人工智能抱以極大的重視和熱情。可以預見，人工智能必將像人類歷史上的幾次科技變革一樣，顛覆性地改變人類的未來生活。

一、人工智能的概念

什么是人工智能呢？人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。美國麻省理工學院的溫斯頓教授認為：“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。”這個說法通俗地反映了人工智能學科的基本思想和基本內容。

二、人工智能發展的歷程及在生活中的運用

人工智能的發展，不斷更新著人們的生活觀念，改變人們的生活習慣。可以說，未來的時代是屬于人工智能的時代。那么，人工智能是如何發展到今天這樣的格局、而且展示出未來無可限量的使用前途的呢？我們先來回顧一下人工智能的發展歷程。

人工智能學科的誕生與發展，是以計算機科學技術的不斷進步成熟為基礎的。人工智能的發展大致經歷了三個時期：

（一）第一階段：上世紀四十年代至五十年代中期。這個時期是以控制論、信息論和系統論為理論基礎，是人工智能探索的前期。1950年，英國數學家圖靈提出機器可以思維的問題，直接推動了現代人工智能的發展。

（二）第二階段：二十世紀五十年代中期至八十年代末。這個時期被稱為經典符號時期，人工智能開始與認知心理學融合發展。

（三）第三階段：二十世紀八十年代末到現在，這個時期又被稱為人工智能發展的聯結主義時期，主要通過人工神經網絡來模擬人腦的智力活動，當然也開始朝向多元化的方向發展。

目前，人工智能在生活中的運用在逐漸普及，人類已經開始享受到人工智能帶來的便利。采用人工智能技術，讓機器具備一些人工智能，并且能做人無法完成的工作，這種雙重屬性，讓人工智能技術擁有廣泛的運用空間。

首先，人工智能的“覺”技術應用廣泛。在醫學上，可以運用人工智能進行預測、檢測、診斷和治療；在高端安防和監測領域，指紋識別和人臉識別技術已經能夠成熟運用。

其次，人工智能已經運用于互聯網尤其是搜索引擎技術當中。比如大家都知道的谷歌搜索，表面上是一個搜索引擎，實際上里面的搜索機理跟人工智能程序相同。我們現在覺得搜索引擎是越來越“聰明”，越來越人性化，就是這個道理。

另外，我們通俗意義上理解的機器人，正在變得越來越“聰明”。它們可以帶著“人”的特征，做一些我們真正的人做不到的事情，或者為我們人類提供生活上的服務。比如航空航天領域的機器人、地質勘探中使用的機器人設備、游戲博弈領域的機器人棋手等。隨著科技技術的發展，人工智能的發展已經開啟了新的篇章，很多以前只能在科幻片里看到的場景，已經開始變成了現實。

三、人工智能對人類未來生活的影響

人工智能的發展現狀和展示出來的未來遠景，讓人相信它必將為人類的未來帶來翻天覆地的變化。甚至有觀點認為，隨著智能科技的發展，或許有一天人工智能設備將對人類的生存帶來挑戰甚至是危險。那么，人工智能對人類未來的生活將有哪些影響呢？

（一）人工智能的發展，可以讓我們人類更安全。比如：人工智能機器人的發展，未來可以代替人來照顧老人和病弱者，讓人生活得更長久，并且可以把更多的人手解放出來；車禍和天災將會因為人工智能技術的使用變得更少，人們可以根據危險情況采取更有效的扼制手段。

（二）人工智能技術將使人變得更能干，工作效率更高。把人工智能技術和人的智慧結合，相輔相成，可以讓人類的思想認知得到延伸；同時，依靠人工智能技術，我們人類將變得更為強大，完成為我們人類自身現在還不能完成的事情；依靠人工智能技術，也許未來人類將變成我們現在想象當中的“超人”，擁有超出目前視覺、聽覺和操控力的超能力。

（三）人工智能技術將解決許多我們人類目前無法解決的一些難題。比如現在人類面臨的大氣變化、環境污染等世界性難題，可能會因為智能科技的發展而在某一天得到徹底解決。如果說，人工智能在未來可能會拯救世界，這絕對不是一種奪人眼球的夸夸之談。

（四）人工智能的發展，可以讓我們人類生活的空間得到大大的拓展。我們人類在幾十年前就已經開始進行外太空的探索。人工智能的發展，對于宇宙空間探索事業而言無異于如虎添翼。

（五）最后，人工智能的發展，讓我們人類多了一位“朋友”。只要做好對智能設備的控制，那么人工智能就能夠最大限度地為人類生活服務，并且風險降到最低。

四、結語

人工智能的發展，是人類科學技術發展的必然趨勢。面對這一趨勢，我們應該保持積極樂觀的態度，不斷拓展，銳意創新，真正讓人工智能促進社會的進步與發展，最大化地惠及我們的生產生活。

參考文獻：

篇8

深度學習領銜多層級布局 打造差異化AI服務

根據Tractica的報告，作為世界三大尖端技術之一的人工智能到2025年將有368億美元的全球市場規模。為此，目前阿里云、騰訊云、金山云都開始紛紛涉足并相關人工智能計劃和產品。但從AI過去幾十年的發展歷程可知，人工智能的發展一直受到關健技術――深度學習能力的制約。

金山云選擇在基于算法和數據的基礎上，重點打造深度學習能力，并由此形成自身在人工智能領域的核心競爭力。侯震宇表示：“目前，金山云KDL（金山云深度學習平臺）已是國內云計算企業中首個實現商用的人工智能云PaaS平臺，并且已經應用在WPS office 、mail和金山詞霸中，為客戶提供開發、評估、訓練、預測等支持，全面幫助WPS快速接入AI。”與此同時，為了增強KDL的能力， 保持行業領先性，金山云也在底層IaaS 服務能力不斷發力。比如，金山云提供異構超算平臺KHSP，幫助企業獲得大規模分布式的高性能計算能力和深度學習研發的強勁動力等。

云計算為深度學習提供了平臺，而深度學習則是云計算和大數據日趨成熟的背景下取得的實質性進展。因此，在深度學習方面能力的突破將使云計算企業在人工智能領域獲得更多話語權。不過，要全面進軍人工智能并分食這塊大蛋糕，金山云還有更全面的布局。

一方面，金山云將瞄準人工智能的SaaS應用層。侯震宇指出，金山云將在人工智能應用層面發揮自身優勢資源，通過與小米及其生態鏈的各企業合作獲得人工智能所需的圖像識別、語音識別、自然語義理解等方面的能力，小米的豐富場景和金山云的人工智能結合將能實現雙贏。

另一方面，對于更上層的行業解決方案，侯震宇表示：“在傳統行業經濟疲軟的背景下，人工智能與傳統行業的結合必將成為新經濟的代表，并將為人工智能市場帶來更大的想象空間。因此，金山云將發揮在政務、醫療、物聯網、金融、交通等行業的技術能力和經驗，讓AI獲得更多實際行業的解決能力，從而推進各行業的全面產品升級。

全棧云服務構建AI基石

事實上，不管是語音識別、圖像識別還是自然語義理解，大數據是人工智能研究前進了一大步的關健原因，同時支撐大數據分析平臺的云計算也成為提高深度學習神經網絡的重要保障。侯震宇在會上表示：“金山云KAP人工智能云，有包括云計算、大數據和云存儲的強大的全棧云服務能力做支撐。”

篇9

市場層面上，隨著曠視科技Face++C輪融資4.6億美元、商湯科技B輪融資4.1億美元、明碼生物科技B輪融資2.4億美元等多筆融資的完成，眾多國內人工智能初創公司再次創下驚人的融資數。而據美國公司TechCrunch統計，今年自動駕駛領域全球融資的數額到11月初已經達到14億美元，已經遠超去年全年的6.3億美元，全球資本市場對于人工智能在無人駕駛的發展也無疑是看好的。據易觀咨詢的《人工智能理財市場專題分析》報告，人工智能在金融的應用已被提至新高度，預計中國人工智能理財規模到2020年將達到5.22萬億。

今年9月，高盛在其的《中國在人工智能中崛起》報告中也提到，中國已經成為人工智能領域的主要競爭者，BAT將是中國第一批人工智能受益者。值得注意的是，離開中國大陸七年之久的谷歌已經借AI實驗室成立選擇回歸。而以百度、阿里巴巴，騰訊為首的互聯網巨頭也紛紛宣布全面布局人工智能領域，并且實施了多起海外并購。晨哨集團研究部也根據并購決策方及標的在業界的影響力、并購產業鏈布局及并購金額等綜合因素選取出人工智能領域10宗有代表性的跨境并購案例：

百度收購硅谷科技創業公司xPerception今年4月份，百度宣布收購硅谷科技創業公司xPerception，具體金額未透露。

xPerception是創立于硅谷的初創公司，是一家專注于機器視覺軟硬件解決方案的科技公司，面向機器人、AR/VR、智能導盲等行業客戶提供以立體慣性相機為核心的機器視覺軟硬件產品，此前曾獲得真格基金天使投資。

針對此次并購，百度表示，收購之后xPerception的核心團隊均加入百度研究院，加速包括AR、自動駕駛和機器人在內的百度人工智能業務矩陣的產業化。

百度全資收購美國初創公司KITT.AI今年7月份，百度宣布全資收購美國初創公司KITT.AI公司，并把KITT.AI公司的語音能力和自然語言處理能力融入到百度平臺中，全面免費向百度的合作伙伴賦能開放。知情人士透露，本次收購的價格也在億元之上。

資料顯示，KITT.AI成立于西雅圖，是一家專注語音喚醒和自然語音交互技術的公司，曾經入選了美國知名創投研究機構CB Insights人工智能創業一百強，并獲得微軟聯合創始人Paul Allen和亞馬遜子公司Alexa投資。公司創始成員包括JHU博士姚旭晨(CEO)、JHU博士陳果果(公司CTO)等。

Kitt.AI共開發了三款產品：Snowboy(可定制的詞典檢測引擎)，NLU(多語言自然語言理解引擎)和ChatFlow(多圈談話引擎)。

百度表示，收購KITT.AI是利用其強大的語音能力和自然語言處理能力用在軟硬結合的過程中強化體驗，而百度在AI領域的廣泛布局為對于KITT.AI技術的落地應用提供了良好的現實基礎。

百度、螞蟻金服、啟明創投等參投數據庫人工智能平臺TigerGraph3100萬美元A輪融資今年11月，企業級實時圖數據庫人工智能平臺TigerGraph在華創思享會上宣布獲得3100萬美元A輪融資，本輪融資來自啟明創投、百度、螞蟻金服、華創資本等公司。

資料顯示，TigerGraph，是新一代企業級的實時圖數據庫平臺，總部位于紐約，它的技術突破代表著圖數據庫演進的下一個里程碑——一個完整的、分布式的并行圖計算平臺，能夠支持網絡規模數據的實時分析。其技術能夠支持網絡規模數據的實時分析，可適用于大圖——深度鏈接分析的最佳模型。他們能夠探索、發現和預測關系，并且應用于個性化推薦，反欺詐，供應鏈物流優化，企業知識圖譜等，其客戶包括支付寶、VISA、軟銀、以及美國的wish等知名初創公司。

騰訊跟投人工智能創業孵化器Element AI A輪1.02億美元融資2017年6月，加拿大人工智能咨詢公司Element AI宣布獲得1.02億美元A輪融資，由Data Collective(DCVC)領投，Tencent(騰訊)Intel Capital(英特爾投資)，Microsoft Ventures(微軟創投)等跟投。

資料顯示，Element AI是一家人工智能創業孵化器，于2016年10月由機器學習先驅YoshuaBengio等共同創立的。Element AI宣稱，為全球網絡安全，金融科技，制造，物流和運輸，機器人等領域的企業提供AI解決方案，已開發出了一種“獨特的、非剝削性的學術合作模式”，其學習算法也已經在多家機構中被應用，并讓用戶能夠將人工智能應用在其網絡安全、金融技術、物流等產品上以獲取相應數據。

騰訊、創新工場和TCL資本等參投美國兒童機器人創企奇幻工房Wonder Workshop獲4100萬美元C輪融資今年10月30日，美國加州兒童機器人教育科技創企奇幻工房Wonder Workshop宣布獲得4100萬美元的C輪融資，投資方包括騰訊、創新工場和TCL資本、CRV、Madrona Venture Group、香港Bright Success Capital等。截至目前，該公司的融資總金額已經達到了7834萬美元。

資料顯示，奇幻工房業務覆蓋全球37個國家，其明星產品是Dash和Dot兩款機器人，并且為兒童提供了可視化編程工具，讓兒童通過自己編寫的軟件操控“達奇”和“達達”兩款機器人。目前，該公司已經開放了應用程序接口，允許開發人員基于上述兩款機器人構建應用程序。另一方面該公司特別針對中小學生推出了“Teach Wonder”教育項目，旨在從學校為切入口來推廣機器人編程，并且在社交媒體上積極推廣產品。

阿里參投美國初創公司Magic Leap 5.02億美元D輪融資美國增強現實(AR)創業公司Magic Leap，該公司剛剛完成了一筆5.02億美元的D輪融資，其估值已經接近60億美元。由新加坡淡馬錫控股領投，阿里巴巴、谷歌等公司參投，此輪融資正值Magic Leap的一款在現實圖像上疊加虛擬影像的增強現實眼罩產品之際。

資料顯示，Magic Leap成立于2011年。其創始人Rony Abovitz曾是MAKO外科手術機器人公司的創始人。而Magic Leap是一個類似微軟HoloLens的增強現實平臺，主要研發方向就是將三維圖像投射到人的視野中，但是它的研發的技術目前依然處于絕密狀態。

一份法律文件顯示，Magic Leap正在開發人工智能機器人。Magic Leap已在加州北部地方法院對兩名前員工提起訴訟，其中一名被告是Magic Leap前先進感知和智能高級副總裁加里·布拉德斯基(Gary Bradski)。他在機器人和人工智能領域有著豐富經驗，此前在Magic Leap開發私有技術，參與了涉及機器人深度學習技術的項目和計劃。

復星1336萬美元投資德國初創公司NAGA復星在今年3月以1336萬美元投資德國公司NAGA，NAGA是一家通過為用戶提供創新性的智能投顧產品和交易服務的公司。

智能投顧(Robo advisor)憑借人工智能分析客戶需求匹配金融資產的資產配置手段。它利用智能化算法，根據投資者具體情況，運用一系列投資組合優化的理論模型，為用戶提供投資參考的動態資產投資配置。

資料顯示，The Naga Group AG位于德國，成立于2015年8月，由Yasin Sebastian Qureshi、Christoph BrüCK、Benjamin Bilski創立，其中，Yasin Sebastian Qureshi是德國著名的金融人士。旗下應用程序是SwipeStox，是一款社交網絡金融服務應用，讓客戶能夠實時交易外匯、指數、大宗商品和差價合約。SwipeStox以游戲的形式激發股票交易興趣，同時簡化金融交易流程，并在2016年7月，與美國著名外匯經紀商福匯達成合作。

Naga，已于今年7月份在德國證券交易所完成IPO。

復星1425萬美元戰略投資以色列初創公司Bondit復星在10月底，宣布完成對以色列公司BondIT1425萬美元戰略投資，并成為BondIT的主要股東。

資料顯示，BondIT是一家位于以色列從事AI研究的金融科技公司，提供基于機器學習算法的固定收益投顧解決方案，產品專注于難度更高且市場相對空白的全球債券市場的固定收益領域。Bondit通過創建和優化債券組合來獲取投資回報，宣稱可利用數據科學和人工智能來克服在固定收益產品中經常出現的復雜性和效率低下。

復星表示，其通過海外并購智能投顧公司，借助自身完善的全球化布局，使集團能夠嫁接其有海外資產配置需求的中國高凈值客戶，并試圖在金融科技及財富管理業務上尋找各種優質并購目標。

尚珹資本跟投Petuum 9300萬美元B輪融資今年10月10日，機器學習基礎架構平臺開發初創公司Petuum Inc，宣布完成9300萬美元的B輪融資，由軟銀旗下投資公司領投，尚珹資本跟投。

資料顯示，Petuum， Inc.是一家專注于人工智能和機器學習的解決方案研發平臺，總部位于美國賓夕法尼亞州，創辦人Eric Xing博士是美國卡內基美隆大學計算機科學學院機器學習系的教授兼研究副主管。據了解，作為人工智能和機器學習的研發平臺，Petuum立足于對機器學習和計算方法的基礎研究，為應用程序的開發和部署提供了一種跨平臺、標準化的方法，從而盡量避免了現有機器學習框架和云基礎架構的碎片化，使得各行各業、各種規模的公司能夠獲取最前沿的人工智能技術。

通過新一輪的融資， Petuum將繼續擴展其技術和業務團隊，并專注于把PetuumOS部署在那些有著廣泛人工智能應用前景但采用率低的具體行業，如制造業和醫療保健。

尚珹資本(Advantech Capital)官網顯示，其于2016年1月正式成立，是一家專注中國市場的私募股權投資基金，并側重于以創新為驅動的成長型投資機會。

埃斯頓900萬美元收購美國高科技公司Barrett30%股權，布局高端人工智能機器人領域今年4月份，埃斯頓公告，擬通過全資子公司使用900萬美元收購美國高科技公司Barrett Technology30%股權，拓展基于核心功能部件的人工智能和微型伺服系統領域。

埃斯頓公司為進一步提高智能制造核心功能部件的競爭力，拓展基于核心功能部件的人工智能機器人領域，擬通過全資子公司使用900萬美元對美國BarrettTechnology公司進行部分股權收購并增資，收購及增資完成后，公司通過直接和間接方式共持有Barrett Technology股權比例為30%。

篇10

在這個講求“專業精神”的時代，人文領域的工作者在對技術問題發聲之際，總會有各種顧慮。但是正如波普爾的學生阿加西在《科學與文化》一書中所論述的觀點：科學是文化的一部分，它并不與人文學科天然對立。如果說人文學者關注的是人類的情感、信仰這些“非理性”領域，那么今天的人文學者必須面對的核心問題之一正是人在技術時代的處境。

互聯網時代不但提供了各種迅速匯聚信息的搜索引擎，也為人與人之間的

溝通帶來前人難以想象的便利，在中國更是興起了以馬云為成功典范、全民狂歡式的O2O（Online to Offline 線上線下模式）的電商經濟。這是我們的時代，它造就了我們的生存方式。然而，對于互聯網時代的批判與反思都尚且無法塵埃落定之際，阿爾法狗大敗李世石的棋局也讓全世界對人類未來有了更新的認知：無論我們是否已經做好準備（顯然大多數人沒有），人工智能所裹挾的未來似乎已經降臨。

在西方文學史上，我們能清晰地觸摸到技術的烙印：漫長的中世紀是19世紀浪漫主義者眼中的黃金時代，是他們的鄉愁與烏托邦。盡管征戰連連，普通民眾的生存條件惡劣，但那畢竟是持續了千年的“穩定”狀態。在這樣的時代，生活的變革并不劇烈，一個人的世界就是父輩口中的那個世界，它不會在某一天變得全然陌生。這是工業時代（機械時代）對農耕時代的緬懷。而我們的時代給世界帶來的“陌生化”，比起工業時代而言則有過之而無不及。技術的頻繁更新（各種補丁、最新版本的下載通知）僅僅是其“變革”力量的冰山一角而已。一方面是剛剛用熟的工具，還沒變得趁手，已然變幻了模樣；另一方面，則是我們自身隨之發生的改變。以博客―微博―微信朋友圈的更新為例：僅僅在十年之內，無論空間距離如何遙遠，人們的即時交流已經如此方便，而人的表達方式也已經全然不同。這一點，從行文篇幅急劇縮短、配圖的日益豐富都表露無遺。同樣是互聯網，為人的各種煩瑣事務決策提供了充分的信息源，但是海德格爾有關人在技術時代被“預置”的擔憂卻成為事實：一位母親在為自己的孩子挑選保姆之際，可能非常感謝家政公司的清晰網頁與詳盡資料，但是“保姆超市”這一稱謂卻很可能讓她備感不適，同時讓她真切體會到自己也不過是一堆“人力資源”資料中一紙信息而已。事實上，我們的父輩已經親歷了科技所能帶來的巨大社會變革：網絡和手機上網。很多老年人無法像年輕人一樣熟練地操作電子產品，但是他們的生活由此所受到的沖擊一點也不比年輕人少，而且這種沖擊很可能是以負面影響居多。木心的《從前慢》一詩如果從這個方向來解讀，就絕非是對前網絡時代的浪漫主義抒懷，而是今天很多老年人心境的真實寫照，他們在網絡生活面前手足無措，并日益與年輕一代隔絕。他們用了將近一生的時間來熟悉、學習并參與其建造的那個世界消失了，或者忽然之間陌生了。

比起互聯網時代，人工智能時代帶給世界的變化會更加劇烈和難以想象。無論是否正視人工智能的發展前景及其對人類的影響，任何人類在技術上的重大突破，首先給予普通受眾的就是心理上的強烈沖擊，簡言之，就是從對待天方夜譚式的不相信，到親見親歷的難以相信和恐懼，然后再到習以為常。在交通工具的發明史上，是蒸汽火車與馬車的競賽，第一架飛機的試飛；在溝通交流的發明史上，是貝爾的電話；在毀滅性武器的發明史上，則是廣島的原子彈投放。強人工智能與超人工智能的出現所引發的心理地震，可能遵循的是同一條曲線。

雖然棋種不同，機器人戰勝國手的新聞，二十年前早有報道。而阿爾法狗引發的大量討論與關注，其焦點并非是它所代表的精于計算的弱人工智能（在某個特定領域遠遠超越人類但是能為人類所用），而是在它之后可能出現的強人工智能（機器在哲學的意義上變得和人一樣：擁有自覺意識的機器）與超人工智能（人類無法想象之物，或人類全新的存在形式，比如人機一體）。它們不僅涉及非常棘手的人機之間的倫理問題，而且會帶來一個人類進程上前所未有的悖論：我們像上帝一樣創造了某物，但是它遠遠比我們強大，并可能在極短的時間內成為遠遠超乎我們的理解與想象的某物：“像神一樣地永生還是像恐龍一樣徹底毀滅。”這樣的形而上命題在不久的將來很有可能成為現實；換言之，人類正在創造一個不可知的上帝。另外，如果人類可以造出和自己一樣的、甚至迅速超越自己的機器，那么人類自身是否也是被造出的機器，人類文明的發展史，在這些發展史之中所結晶的人文主義者所珍視的一切，是否是某個被預置的實驗結果？

根據強人工智能領域相關專家的保守估計，強人工智可能在2075年實現。這場變革很可能為我們以及我們的下一代所親見與親歷。難怪跨學科的杰出人物弗諾?文奇（Vernor Vinge）說，“我們正站在變革的邊緣，而這次變革將和人類的出現一般意義重大。”當然，從另一個角度（技術的不可靠）而言，前文所提出的問題也會被非常干脆地一筆勾銷：不需要等到超人工智能的出現，僅僅是忠實執行人類指令的弱人工智能就可能將人類消滅。我國翻譯出版的第一部西方短篇科幻小說集《魔鬼三角與UFO》所選的《機器人“俾斯麥”》說的正是這樣的故事：想要減肥的一家人，定制了一個機器人，想用它超強的執行力監督全家的減肥進程。故事的結尾不難想象，機器人為了徹底執行“減肥”這一任務，在房屋周圍布置了電網，一家人誰也出不去，最終因反抗機器人的專制而死于非命。

二

英國系列短劇《黑鏡》（The Black Mirror）是當代反烏托邦的代表之作，其中討論人工智能的單元非常有趣。科技問題是這部在豆瓣上評價甚高的系列劇關注的主題之一。不僅是網絡時代的諸種面相在《黑鏡》系列中得到了戲劇性的展示，比如偷窺、“屏蔽”等等；人工智能在人類生活中可能存在的形式、對人類生活可能造成的影響也在該劇中得到極富戲劇形式的展現。它們大致可歸納為三個主題，分別與第一季第三集（《關于你的一切》）、第二季第一集（《馬上回來》）和第二季圣誕特別篇《白色圣誕》相對應。盡管第一季第二集（《1500萬的價值》）是以一個虛擬未來為故事背景的，但是在科幻外殼之下，它的主題仍然是商業利益對于個人自由的收買，并從另一個角度提示了資本與技術結合的巨大能量。在下文討論的三個劇集中，編劇對科技所持的批判與悲觀立場固然一覽無余，但僅僅停留在這種悲觀立場的解讀顯然是不充分的；由這些劇集所提出和所形成的一些有關科技的“文學”（影視）敘事模式，以及它們所引發的一些問題仍然值得更一步的討論。

意識復制：金屬容器里的人類意識副本

《白色圣誕》的敘事采用了俄羅斯套娃的模式，包含了好幾個故事，其中討論的人工智能是這部系列劇中最令人感到恐怖的。雖然這種技術有幾種實施方式，但其核心就是意識與身體的分離――意識的復制。當然，劇中也涉及智能眼這種與記憶粒類似的植入人體的人工智能，因前文已做討論，這里不再贅述。人的意識可以被復制，而且在未來這只不過是一個小手術而已。在該劇的第二個故事中，一位女子就做了這個手術。復制的意識被安置在一個蛋形金屬容器內，在專業人員的“調教”下，“它”明白了自己的使命：為“自己”服務！或者說，為那個被復制的意識與身體服務！這真是關于人的“自我奴役”的最佳隱喻與諷刺了。而且，這種意識復制也給哲學家制造了很大的難題。人是因為其精神力量被稱之為人的。而被復制的意識在人的倫理學中應該占據一種什么樣的位置呢？人可以毫無顧慮地讓自己的意識為自己服務嗎？或者使其成為最完美的奴役？因為這個被復制的意識是最了解它曾經所屬的身體所需的。

最后的那個故事，則是專業人員如何誘使一個殺人犯承認自己的罪行。殺人犯的意識被復制出來，同樣盛放在蛋形金屬容器里面。專業技術人員為被復制的意識虛擬了一個場景，就是案發現場的木屋，并且虛擬了時間，他自己的意識也進入其中，以講故事的友好姿態獲得殺人犯（意識）的信任，對方投桃報李，將罪行的前因后果全都和盤托出。審問金屬容器中的意識副本，遠比審問現實中的罪犯本人來得容易，對一個罪犯的囚禁與懲罰，也可以通過扭曲他的意識副本的時間和空間而實現。顯然，劇中已經將人自身與其意識副本等同，否則意識副本的懺悔，是無法用來給罪犯本人定罪的。

如果說前面兩個故事的人工智能，還讓人保有人的身體，那么《白色圣誕》中的人工智能就走得太遠，直接將人的意識從它所屬的身體中復制剝離開。劇中這種技術的實施指向兩個目的：一是為“自己”服務；二是實現法制正義，讓罪犯伏法。考量其中的倫理意義，上文所提到的問題就會一再浮現：人是否有權讓自己的意識成為這樣的一種奴役？人是否有權對他人的意識做這樣一種處置，即使是一個罪犯的意識？顯然，做手術的女子在得到自我意識的服務時極為享受；但是這份被復制的意識，最初是極其抗拒被困在金屬容器中的安排的。

三

拋開劇中所涉及的倫理問題不談，僅僅著眼于這種技術本身，也足以讓人隱隱生畏。既然意識能夠從身體中被復制或剝離，那么人也同樣可以為自我意識找到新的身體――像仿真機器人那樣的身體，或者干脆就是金屬機器的身體。乍聽起來，這是天方夜譚，但是在現實生活中，已經有人在做將自我意識上傳到電腦，以到達“永生”的實驗了。人的脆弱，人的局限很多時候都體現在肉體上。病痛，衰老對每一個人而言都是不可逃脫的命運，肉體的衰亡也必定導致意識的消失。如果意識脫離身體這種人工智能成為現實，人的存在方式就有可能發生根本性的轉折。人與機器之間的界限將變得越來越模糊。為了拋棄人的脆弱與局限性，人有可能將自身改造為機器的那種樣式。到那個時候，恐怕所有的文學都不再具有閱讀的價值，因為文學中所描述的，正是肉身與精神兼具的人，是必然從年輕走向衰老的鮮活的身體。

科學家口中那個若隱若現的超人工智能時代究竟是怎樣的？是人類在工具的幫助下具有更大更強的感知力，是翻版艾什的機器人最終擁有了自發的情緒、情感，擁有了自我意識，還是我們為自己的意識找到新的身體？這一切都無法預測。如果這樣的時代的到來無可避免，是海德格爾所說的并非宿命的必然，我們所能做的，正是提出這樣的問題：我們能為那樣的時代做些什么？比如，在技術決定生存方式的時代，我們總可以運用我們從歷史中秉承而來的人文主義的財產，去思考人與機器之間的關系。如果機器在某一天可能具有了情感和自我意識，那么人會不會在毫無追問意識、身陷技術時代之際淪為毫無反思能力的機器？從樂觀的方向看，技術以及人工智能為人類開拓了生活的多種可能性，但是我們是否需要把握那個推動技術與人工智能發展的原動力――永遠是想象力在推動著技術的發展；而人工智能的發展，也應該是由“想成為一個怎樣的人”這個問題來推動的。