标签9

高等学校人工智能创新行动计划

编辑
锁定
讨论

上传视频

本词条缺少概述图,补充相关内容使词条更完整,还能快速升级,赶紧来编辑吧!
《高等学校人工智能创新行动计划》由教育部以教技〔2018〕3号文于2018年4月2日制定印发。
[1]
 
中文名
高等学校人工智能创新行动计划
发布机关
教育部
发文字号
教技〔2018〕3号
印发时间
2018年4月2日


教育部关于印发《高等学校人工智能创新行动计划》的通知
  教技〔2018〕3号
各省、自治区、直辖市教育厅(教委),新疆生产建设兵团教育局,有关部门(单位)教育司(局),部属各高等学校:
为落实《国务院关于印发新一代人工智能发展规划的通知》(国发〔2017〕35号),引导高等学校瞄准世界科技前沿,不断提高人工智能领域科技创新人才培养和国际合作交流等能力,为我国新一代人工智能发展提供战略支撑,特制定《高等学校人工智能创新行动计划》,现印发给你们,请结合实际认真贯彻执行。
[1]
 
教育部
  2018年4月2日


高等学校人工智能创新行动计划
人工智能的迅速发展将深刻改变人类社会生活、改变世界。为贯彻落实《国务院关于印发新一代人工智能发展规划的通知》(国发〔2017〕35号)和2017年全国高校科技工作会议精神,引导高校瞄准世界科技前沿,强化基础研究,实现前瞻性基础研究和引领性原创成果的重大突破,进一步提升高校人工智能领域科技创新、人才培养和服务国家需求的能力,特制定本行动计划。
一、总体要求
(一)基本态势
随着互联网大数据云计算物联网等技术不断发展,人工智能正引发可产生链式反应的科学突破、催生一批颠覆性技术,加速培育经济发展新动能、塑造新型产业体系,引领新一轮科技革命和产业变革。我国正处于全面建成小康社会的决胜阶段,人民对美好生活的需要和经济高质量发展的要求,为我国人工智能发展和应用带来广阔前景。
人工智能具有技术属性和社会属性高度融合的特点,是经济发展新引擎、社会发展加速器。大数据驱动的视觉分析、自然语言理解和语音识别等人工智能能力迅速提高,商业智能对话和推荐、自动驾驶、智能穿戴设备、语言翻译、自动导航、新经济预测等正快速进入实用阶段,人工智能技术正在渗透并重构生产、分配、交换、消费等经济活动环节,形成从宏观到微观各领域的智能化新需求、新产品、新技术、新业态,改变人类生活方式甚至社会结构,实现社会生产力的整体跃升。同时,加快人工智能在教育领域的创新应用,利用智能技术支撑人才培养模式的创新、教学方法的改革、教育治理能力的提升,构建智能化、网络化、个性化、终身化的教育体系,是推进教育均衡发展、促进教育公平、提高教育质量的重要手段,是实现教育现代化不可或缺的动力和支撑。
高校处于科技第一生产力、人才第一资源、创新第一动力的结合点,在人工智能基础理论和自然语言理解、计算机视觉、多媒体、机器人等关键技术研究及应用方面具有鲜明特色,在人才培养和学科发展等方面具有坚实基础。面对新一代人工智能发展的机遇,高校要进一步强化基础研究、学科发展和人才培养方面的优势,要进一步加强应用基础研究和共性关键技术突破,要不断推动人工智能与实体经济深度融合、为经济发展培育新动能,不断推动人工智能与人民需求深度融合、为改善民生提供新途径,不断推动人工智能与教育深度融合、为教育变革提供新方式,从而引领我国人工智能领域科技创新、人才培养和技术应用示范,带动我国人工智能总体实力的提升。
(二)指导思想
全面贯彻党的十九大精神,以习近平新时代中国特色社会主义思想为指导,贯彻创新、协调、绿色、开放、共享的新发展理念,围绕科教兴国、人才强国、创新驱动发展、军民融合等战略实施,加快构建高校新一代人工智能领域人才培养体系和科技创新体系,全面提升高校人工智能领域人才培养、科学研究、社会服务、文化传承创新、国际交流合作的能力,推动人工智能学科建设、人才培养、理论创新、技术突破和应用示范全方位发展,为我国构筑人工智能发展先发优势和建设教育强国、科技强国、智能社会提供战略支撑。
(三)基本原则
坚持创新引领。把创新引领摆在高校人工智能发展的核心位置,准确把握全球人工智能发展态势,进一步优化高校人工智能领域科技创新体系,把高校建成全球人工智能科技创新的重要策源地。
坚持科教融合。全面落实立德树人根本任务,牢牢抓住提高人才培养能力这个核心点,推动人才培养、学科建设、科学研究相互融合;发挥科研育人在高等教育内涵式发展和高质量人才培养中的重要作用,并通过创新型人才的培养不断提升国家自主创新水平,构筑持续创新发展的优势。
坚持服务需求。深化体制机制改革,强化高校与地方政府、企业、科研院所之间的合作,加快人工智能领域科技成果在重点行业与区域的转化应用,提升高校服务国家重大战略、服务区域创新发展、服务经济转型升级、服务保障民生的能力。
坚持军民融合。准确把握军民融合深度发展方向、发展规律和发展重点,发挥高校在基础研究、人才培养上的优势和学科综合的特点,主动融入国家军民融合体系,不断推进军民技术双向转移和转化应用。
(四)主要目标
到2020年,基本完成适应新一代人工智能发展的高校科技创新体系和学科体系的优化布局,高校在新一代人工智能基础理论和关键技术研究等方面取得新突破,人才培养和科学研究的优势进一步提升,并推动人工智能技术广泛应用。
到2025年,高校在新一代人工智能领域科技创新能力和人才培养质量显著提升,取得一批具有国际重要影响的原创成果,部分理论研究、创新技术与应用示范达到世界领先水平,有效支撑我国产业升级、经济转型和智能社会建设。
到2030年,高校成为建设世界主要人工智能创新中心的核心力量和引领新一代人工智能发展的人才高地,为我国跻身创新型国家前列提供科技支撑和人才保障。
二、重点任务
(一)优化高校人工智能领域科技创新体系
1.加强新一代人工智能基础理论研究。聚焦人工智能重大科学前沿问题,促进人工智能、脑科学、认知科学和心理学等领域深度交叉融合,重点推进大数据智能、跨媒体感知计算、混合增强智能、群体智能、自主协同控制与优化决策、高级机器学习、类脑智能计算和量子智能计算等基础理论研究,为人工智能范式变革提供理论支撑,为新一代人工智能重大理论创新打下坚实基础。
2.推动新一代人工智能核心关键技术创新。围绕新一代人工智能关键算法、硬件和系统等,加快机器学习、计算机视觉、知识计算、深度推理、群智计算、混合智能、无人系统、虚拟现实、自然语言理解、智能芯片等核心关键技术研究,在类脑智能、自主智能、混合智能和群体智能等领域取得重大突破,形成新一代人工智能技术体系;在核心算法和数据、硬件基础上,以提升跨媒体推理能力、群智智能分析能力、混合智能增强能力、自主运动体执行能力、人机交互能力为重点,构建算法和芯片协同、软件和硬件协同、终端和云端协同的人工智能标准化、开源化和成熟化的服务支撑能力。
3.加快建设人工智能科技创新基地。围绕人工智能领域基础理论、核心关键共性技术和公共支撑平台等方面需求,加快建设教育部前沿科学中心、教育部重点实验室、教育部工程研究中心等创新基地;以交叉前沿突破和国家区域发展等重大需求为导向,促进高校、科研院所和企业等创新主体协同互动,建设协同创新中心;加快国家实验室国家重点实验室国家技术创新中心国家工程研究中心、国家重大科技基础设施等各类国家级创新基地培育;鼓励高校建设新型科研组织机构,开展跨学科研究。
4.加快建设一流人才队伍和高水平创新团队。支持高校承担国家重大科技任务,培养、造就一批具有国际声誉的战略科技人才、科技领军人才;支持高校组建一批人工智能、脑科学和认知科学等跨学科、综合交叉的创新团队和创新研究群体;支持高校依托国家“万人计划”等大力培养引进优秀青年骨干人才;加强对从事基础性研究、公益性研究的拔尖人才和优秀创新团队的稳定支持。
5.加强高水平科技智库建设。鼓励、支持高校牵头或参与建设人工智能领域战略研究基地,围绕人工智能发展对教育、经济、就业、法律、国家安全等重大、热点、前瞻性问题开展战略研究与政策研究,形成若干高水平新型科技智库。
6.加大国际学术交流与合作力度。支持高校新建一批人工智能领域“111引智基地”和国际合作联合实验室,培育国际大科学计划和大科学工程,加快引进国际知名学者参与学科建设和科学研究;支持举办高层次人工智能国际学术会议,推动我国学者担任相关国际学术组织重要职务,提升国际影响力;支持我国学者积极参与人工智能相关国际规则制定,适时提出“中国倡议”和“中国标准”。
(二)完善人工智能领域人才培养体系
7.完善学科布局。加强人工智能与计算机、控制、量子、神经和认知科学以及数学、心理学、经济学、法学、社会学等相关学科的交叉融合。支持高校在计算机科学与技术学科设置人工智能学科方向,推进人工智能领域一级学科建设,完善人工智能基础理论、计算机视觉与模式识别、数据分析与机器学习、自然语言处理、知识工程、智能系统等相关方向建设。支持高校在“双一流”建设中,加大对人工智能领域相关学科的投入,促进相关交叉学科发展。
8. 加强专业建设。加快实施“卓越工程师教育培养计划”(2.0版),推进一流专业一流本科一流人才建设。根据人工智能理论和技术具有普适性、迁移性和渗透性的特点,主动结合学生的学习兴趣和社会需求,积极开展“新工科”研究与实践,重视人工智能与计算机、控制、数学、统计学、物理学、生物学、心理学、社会学、法学等学科专业教育的交叉融合,探索“人工智能+X”的人才培养模式。鼓励对计算机专业类的智能科学与技术、数据科学与大数据技术等专业进行调整和整合,对照国家和区域产业需求布点人工智能相关专业。
9.加强教材建设。加快人工智能领域科技成果和资源向教育教学转化,推动人工智能重要方向的教材和在线开放课程建设,特别是人工智能基础、机器学习、神经网络、模式识别、计算机视觉、知识工程、自然语言处理等主干课程的建设,推动编写一批具有国际一流水平的本科生、研究生教材和国家级精品在线开放课程;将人工智能纳入大学计算机基础教学内容。
10.加强人才培养力度。完善人工智能领域多主体协同育人机制。深化产学合作协同育人,推广实施人工智能领域产学合作协同育人项目,以产业和技术发展的最新成果推动人才培养改革。支持建立人工智能领域“新工科”建设产学研联盟,建设一批集教育、培训及研究于一体的区域共享型人才培养实践平台;积极搭建人工智能领域教师挂职锻炼、产学研合作等工程能力训练平台。推动高校教师与行业人才双向交流机制。鼓励有条件的高校建立人工智能学院、人工智能研究院或人工智能交叉研究中心,推动科教结合、产教融合协同育人的模式创新,多渠道培养人工智能领域创新创业人才;引导高校通过增量支持和存量调整,稳步增加相关学科专业招生规模、合理确定层次结构,加大人工智能领域人才培养力度。
11.开展普及教育。鼓励、支持高校相关教学、科研资源对外开放,建立面向青少年和社会公众的人工智能科普公共服务平台,积极参与科普工作;支持高校教师参与中小学人工智能普及教育及相关研究工作;在教师职前培养和在职培训中设置人工智能相关知识和技能课程,培养教师实施智能教育能力;在高校非学历继续教育培训中设置人工智能课程。
12.支持创新创业。鼓励国家大学科技园、创新创业基地等开展人工智能领域创新创业项目;认定一批高等学校双创示范园,支持高校师生开展人工智能领域创新创业活动;在中国“互联网+”大学生创新创业大赛中设立人工智能方面的赛项,积极推动全国青少年科技创新大赛、挑战杯全国大学生课外学术科技作品竞赛等开展多层次、多类型的人工智能科技竞赛活动。
13.加强国际交流与合作。在“丝绸之路”中国政府奖学金中支持人工智能领域来华留学人才培养,为沿线国家培养行业领军人才和优秀技能人才;鼓励和支持国内学生赴人工智能领域优势国家留学,加大对人工智能领域留学的支持力度,多方式、多渠道利用国际优质教育资源;依托“联合国教科文组织中国创业教育联盟”,加大和促进人工智能创新创业的国际交流与合作。
(三)推动高校人工智能领域科技成果转化与示范应用
14.加强重点领域应用。实施“人工智能+”行动。支持高校在智能教育智能制造智能医疗智能城市智能农业智能金融智能司法和国防安全等领域开展技术转移和成果转化,加强应用示范;加强与有关行业部门的合作,推动在教育、文化、医疗、交通、制造、农林、金融、安全、国防等领域形成新产业和新业态,培育一批人工智能技术引领型企业,推动形成若干产业集群和示范区。
15.推进智能教育发展。推动学校教育教学变革,在数字校园的基础上向智能校园演进,构建技术赋能的教学环境,探索基于人工智能的新教学模式,重构教学流程,并运用人工智能开展教学过程监测、学情分析和学业水平诊断,建立基于大数据的多维度综合性智能评价,精准评估教与学的绩效,实现因材施教;推动学校治理方式变革,支持学校运用人工智能技术变革组织结构和管理体制,优化运行机制和服务模式,实现校园精细化管理、个性化服务,全面提升学校治理水平;推动终身在线学习,鼓励发展以学习者为中心的智能化学习平台,提供丰富的个性化学习资源,创新服务供给模式,实现终身教育定制化。
16.推动军民深度融合。以信息技术为重点,以人工智能技术为突破口,面向信息高效获取、语义理解、信息运用,以无人系统、人机混合系统为典范,建设军民共享人工智能技术创新基地,加强军民融合人工智能创新研究项目培育,推动高校相关技术创新带动军事优势、信息优势,做到“升级为军,退级为民”。
17.鼓励创新联盟建设和资源开放共享。鼓励、支持高校联合企业、行业组织、科研机构等建设人工智能产业技术创新联盟,积极参与新一代人工智能重大科技项目的实施和人工智能国家标准体系建设与国际标准制定;支持高校积极参加人工智能开源开放平台建设,鼓励高校对纳入平台的技术作为科研成果予以认定,并作为评价奖励的因素。
18.支持地方和区域创新发展。根据区域经济产业发展特点,围绕国家重大部署,加强与京津冀雄安新区长三角地区粤港澳大湾区东北地区、中西部地区等区域和地方合作,支持高校、政府和企业共建一批人工智能领域协同创新中心、联合实验室等创新平台和新型研发机构,推动高校人工智能领域的基础性、原创性研究与地方、企业需求对接,加速地方转型升级和区域创新发展。
三、政策措施
(一)加强组织实施。教育部成立人工智能科技创新战略专家委员会,指导和协调计划的实施;各有关司局积极研究具体落实措施,确保各项任务落到实处;各省(区、市)教育主管部门和高等学校要以服务国家重大需求为目标,统筹各类资源、加大探索力度,用好增量、盘活存量,支持人工智能领域交叉学科建设、人才培养、科技创新和成果转化应用等工作。
(二)优化资源配置。面向国家重大战略需求适当增加研究生招生指标;探索建立以高校面向国家重大战略部署所承担的国家重大科技任务、国家级创新平台、省部级创新平台等为支撑,强化高层次人才培养的模式,全面提高研究生特别是博士生培养质量,为人工智能创新发展提供所需人才;在国家重大人才工程中,加大向人工智能领域优秀人才的倾斜力度。
(三)加大引导培育。通过教育部科学事业费,重点开展重大创新平台顶层设计与培育、重大科技项目生成、重大科技战略与政策研究等工作,加快建设一批教育部创新平台,加大国家重大科技项目和国家级科技创新平台的培育,引导高校开展跨学科探索性研究,实现前瞻性基础研究、引领性原创成果重大突破。
(四)加强宣传推广。教育部通过中国高校科技成果交易会等方式加强对高校重大科技成果的宣传和推广。省(区、市)教育主管部门、教育部直属高校要及时总结报送本校或本地高校人才培养、服务国家重大项目实施、理论技术新突破和重大科技成果转化等情况。
[1]
 
参考资料

在人工智能的时代风口下,该如何大浪淘金?

2020/06/30 10:55 来源:腾讯新闻 浏览:1614

image.png

2020已过半,但疫情防控之战仍未结束。持续已久的新冠暴击,让各行各业遭受了致命的打击,无数企业破产,个人失业……乱了阵脚。

然而,哪里有危机,哪里就有机会!

image.png

危机中,有人恐慌不知所措,有人却看到了时代风口找到了机会。

没错,那就是人工智能!

疫情防控,人工智能匹马当先

对于大多数人工智能从业者说,2020年,故事才刚刚开始。

中国人工智能产业发展联盟在4月初发布的《人工智能助力新冠疫情防控调研报告》指出:

image.png

疫情期间,人工智能技术得到了有效运用,在疫情监测、疾病诊断、药物研发等方面发挥了极其重要的作用!

1.AI体温检测:省时省力

体温监控是防疫工作的重点,因此对高铁、机场等人流量大的场所,应用了高效的AI体温检测。

以前总以为能悄无声息做的“这件事儿”,如今也逃不过AI测温仪的“法眼”。

image.png

2. CT影像诊断:智慧医疗

CT影像是筛查新冠肺炎的有效补充手段,但医生一般需要分析5-10分钟,工作量较大。

因此,研发了针对新型冠状病毒肺炎的特别版,它可辅助医生快速进行CT影像诊断。

image.png

3. AI算法基因分析:精准高效

要度过新冠疫情这个难关,主要还在于疫苗预防及特效药物。所以,对病毒的基因测序和疫苗、药物研发尤为重要。

但这些工作数据量大、流程繁琐,而AI算法可以将数小时的基因分析缩至半小时,并能精准检测出病毒的情况,极大的节省了时间。

image.png

另外,还有机器人巡逻消毒、语音AI轻松排查、无人机防疫宣传+送餐…等众多应用,让我们充分见识了人工智能的“威力”。

当然,人工智能的应用领域远不止于此。新冠肺炎疫情的出现,促使了人工智能大规模应用,让它走进了大众视野,开始与每个人息息相关,也让人们对它有了新的认识和思考。

那什么是人工智能?

人工智能(AI),它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

人工智能包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等,从事这项工作的人必须懂得计算机知识,心理学和哲学。

总的说来,人工智能研究的一个主要目标,是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。

image.png

人工智能的前世今生

人工智能由来已久,早在1956年的dartmouth学会上,由麦卡锡提出了新术语:人工智能(AI),标志着人工智能学科的诞生。

当1997年,IBM的深蓝计算机战胜国际象棋冠军时,还没引起足够的轰动。

而真正扭转人类认知,甚至改变全球AI产业结构的转折点,则是2016年阿尔法狗战胜了围棋九段李世石,从此AI一战成名!

AI的核心是算法和算力,这也正是AI诞生了几十年,发展并不迅速的一个因素。机器的算力不够,芯片和计算速度都无法达到要求。而随着几十年硬件领域的发展,算力已经成为了AI普及的前提条件。

目前,AI的应用是机器用一部分样本数据进行学习,按照模拟人思考的算法进行运算,再经过另一部分实际样本数据的验证,得到最终的输出模型。例如:

image.png

这些都是在数字、图像、语音、文本等的应用,核心则是对数据的学习、模仿和输出的过程。

当然AI还可以处理不同维度的数据,例如移动互联网时代将全民的吃穿住行、点点滴滴都反应在数据上,而信息化和数字化将所有企业的运作历史都留下了数据的痕迹。

数据化是AI发展的基础,因为AI计算的本质是基于特征的学习和基于特征的工程。

那么如今的AI具体能做什么呢?下图是百度AI研究院官网对AI应用的定义。

image.png

其实AI的应用,就如同200年前发明电一样,对于整个时代而言,技术本身的出现和探索带来的意义远远小于商业真正地应用。

人类真正懂得用电的时间只有400年左右,而最初的200年只是实验阶段。所以AI真正赋能产生效能时,可能并不是现在的我们认知中的“AI”。

人工智能(AI)的时代风口

AI,其热潮风靡已久。不过目前AI的应用还比较初级,虽然使用AI算法解脱了传统产线操作员的生产力,但AI从探索到赋能普及、应用还有一段漫长的过程。

我想,作为从事AI赋能传统行业的工作者都需要思考这些问题:

AI会带动哪些新兴产业,我们的社会将发生哪些变化?未来AI还能往何处发展?AI发展有哪些新趋势?

其实,AI就是人类的进化发展史中制造和使用一种工具,而不同的工具则代表了人类的进化水平。从石器时代、铁器时代、蒸汽时代、电气时代再到现在的信息时代,以及未来的智能时代,我们都在使用更加先进便捷的工具来改变生产和生活。

而未来的人工智能(AI)必将是和物联网及工业4.0(智能化时代)相结合发展的核心技术。

AI的本质就是物联网技术手段实现的,在物联网的基础之上增加云端、大数据等技术手段,让其设备变得更加的灵活,而物联网的本质则是嵌入式手段实现的。

物联网,分为物体本身和联网技术。其中“联网”就是我们常见的wifi、蓝牙、Zigbee、NB、LORA等无线通信技术了,包括5G技术。而这个“物”本身就一些单片机、SOC、传感器等和我们耳熟能详却又摸不清头绪的嵌入式技术的融合体。

人工智能让基础机器人有了“生命”,让机器人知道要说什么话、分清哪里是路和墙。而嵌入式技术就是将一个“人”的躯壳,融入了灵魂。

目前来看,未来AI和嵌入式技术紧密结合的时代风口有以下几点:

1.AI在各行业垂直领域有巨大潜力

AI市场在零售、交通运输和自动化、制造业及农业等各行业垂直领域具有巨大的潜力。而驱动市场的主要因素,是AI技术应用数量不断增加,尤其是改善对终端消费者服务。

当然,AI市场的发展也依赖于IT基础设施完善、智能手机及智能穿戴式设备的普及。

2.AI在医疗保健行业高速成长

由于医疗保健行业大量使用人工智能及大数据,进而精准改善疾病诊断、解决医患间人力不平衡、降低医疗成本、促进跨行业合作关系。

此外AI还广泛应用于临床试验、大型医疗计划、医疗咨询……

3.AI取代传统用户操作界面

从PC到手机时代以来,用户都是透过屏幕或键盘来互动。随着智能喇叭、虚拟/增强现实(VR/AR)与自动驾驶系统等陆续进入人类生活环境,在无屏幕的情况下,人们也能够很轻松自在与运算系统沟通。

这表示着人工智能透过自然语言处理与机器学习,让技术变得更为直观,也变得较易操控,未来将取代屏幕在用户接口与用户体验的地位。

4.未来手机芯片会拥有AI运算核心

现阶段,主流的ARM架构处理器速度不够快,在进行大量的图像运算仍嫌不足。所以,未来的手机芯片一定会内建AI运算核心。

5.AI芯片将整合软硬件

AI芯片的核心是半导体及算法。AI硬件主要是要求更快指令周期与低功耗,包括GPU、DSP、ASIC、FPGA和神经元芯片,且须与深度学习算法相结合,而成功相结合的关键在于先进的封装技术。

总体来说GPU比FPGA快,而在功率效能方面FPGA比GPU好,所以AI硬件的选择视产品的需求而定。

6.AI自主学习

AI“大脑”变聪明是分阶段进行,从机器学习进化到深度学习,再进化至自主学习。

目前,仍处于机器学习及深度学习的阶段,若要达到自主学习需要解决四大关键问题。

首先,是为自主机器打造一个AI平台;还要提供一个能够让自主机器进行自主学习的虚拟环境,必须符合物理法则,碰撞、压力、效果都要与现实世界一样;然后再将AI的“大脑”放到自主机器的框架中;最后建立虚拟世界入口(VR)。

目前,NVIDIA推出自主机器处理器Xavier,就在为自主机器的商用和普及做准备工作。

7.CPU和GPU(或其他处理器)的结合

未来,还会推出许多专门的领域所需的超强性能的处理器,但是CPU是通用于各种设备,各种场景都可以适用。所以,最完美的架构是把CPU和GPU(或其他处理器)结合起来。

8. AR成为AI的“眼睛”

未来的AI需要AR,AR也需要AI,可以将AR比喻成AI的眼睛,两者是互补、不可或缺。

为了机器人学习而创造的虚拟世界,本身就是虚拟现实。另外,如果要让人进入到虚拟环境去对机器人进行训练,也需要更多其它的技术。

image.png

展望未来,随着AI、物联网、嵌入式、5G、VR/AR等技术成熟,将带动新一波半导体、嵌入式产业的荣景,包括:内存、中央处理器、通讯与传感器,各种新产品应用芯片需求不断增加,中国将在嵌入式AI领域占有绝对的优势,并在全球可扮演关键的角色!

站在风口上,如何大浪淘金?

小米总裁雷军曾说过:站在风口上,猪都能飞起来!

确实,中国早已过了靠体力和努力致富的时代。放眼世界,真正的暴利都是站在风口上得到的,但并不是所有人,都能永远站在时代的顶峰!

曾有人说,以前00年暴富的人靠的是炒房,这一炒就成了第一个吃螃蟹的人。10年后暴富靠的是互联网金融,抓住互联网行业的机会包装P2P、借贷等,坐等收割韭菜……

但未来10年,这些缺乏创新、缺乏科技精神的投机取巧者,大多会被时代所淘汰。

这些人起于风口,但在波涛汹涌的途中没有握好舵盘,风一吹,就四散而落。

因此,要想在风口站稳,我们需要比人更坚定、更敏锐,需要掌握一项硬核能力去大浪淘金。

华清远见作为行业的知名高端IT教育集团,多年来不断探索人工智能方向的人才培养,精选出了“嵌入式人工智能、5G物联网、Python+人工智能”等非常受欢迎的高薪课程!

这些课程是华清远见开授多年的IT领域热门课程,在这里有丰富的课程资源,有企业真实实战案例与项目,有完整的线上教学平台、全面的教学质量管控体系,课程内容与名企主流技术的接轨,由来自BAT、华为等优质师资亲授,华清秉承着专业以及专注的做事理念,以强大的研发底蕴及良好口碑,获得了众多学员、企业、高校的高度赞誉。

把握风口需要硬核能力,而硬核能力依赖于“培训+研发”的双引擎。华清远见自主研发智能小车、智能仓储、智能家居、AI人工智能机器人、智能交通、智能农业、VR眼镜等10余种智能产品及实训系统,广泛应用于项目教学,且根据企业主流需求进行高频率更新。

image.png

华清远见项目实训导向式教学模式,将技术开发与实训教学完美融合,融趣味性、知识性、实用性于一体,以最接近企业产品级的项目实训,让学员拥有企业级项目的研发能力,牢牢把握时代风口,走上人生巅峰!

2020年,人工智能成为新基建基础设施的重要内容,中国的人工智能产业必将继续大规模应用,每个人都在试图抓住向下一代演进的重大机遇!

而任何一次机遇的到来,都必将经历四个阶段:“看不见“、“看不起“、“看不懂”、“来不及”。任何一次财富的缔造必将经历一个过程:“先知先觉经营者;后知后觉跟随者;不知不觉消费者
! ”

所以,是时候抓住机遇,做看得懂的先知先觉,在这个数据的时代,用硬核能力大浪淘金吧!

朱珑:抢占人工智能制高点 推动科技革命和产业变革

“未来10年,低阶感知智能将向高阶决策智能跃迁,将是人工智能算力的“超摩尔时代”上海国家新一代人工智能创新发展试验区专家委员会委员、依图科技创始人朱珑表示。

过去40年,信息时代基础设施三要素——计算、传输和存储,其能力都提高了近百万倍。进入人工智能发展新阶段,算法、数据、计算、传输、存储进一步构成了新型基础设施建设的多个要素。这些要素相互促进、快速融合、循环迭代,以全新基础设施架构实现信息化、互联化、移动化和智能化“四浪”叠加,孕育创新发展的新动能。

我们判断,未来10年,低阶感知智能将向高阶决策智能跃迁。过去5年,人工智能在多个方面超越人类。人脸识别证明了机器初级视觉感知任务的能力是人类的上万倍。随着现实世界的算力和数据指数增长式的累积,人工智能将向具有高度不确定性、多任务融合、复杂推理等特点的高阶智能突破,有望实现看、听、理解、规划和控制等能力的重大跃升。

朱珑表示,未来10年,将是人工智能算力的“超摩尔时代”。一方面,芯片制程技术从7纳米、5纳米到3纳米不断突破;另一方面,通过将人工智能算法和算力耦合设计,智能芯片的算力密度提升将超越摩尔定律的约束,从而带来性价比更高的智能算力,让算力无处不在。5G传输技术的叠加,也将以更大的传输带宽、更低的延时,让智能实时、可感、泛在。

他还指出,未来10年,人工智能跨学科将加快突破。人工智能的边界将被打破,范围将进一步拓展,并带来多维度技术和各应用场景的深度结合、叠加,产生更具冲击力和颠覆性的人工智能体验。以医疗领域为例,将有望从医疗大数据时代进入医疗大智能时代,从强调医疗数据的量大转变为数据的价值密度大,真正让智能技术深度参与其中。人工智能和高性能计算技术有望提高筛选药物的准确性和效率,成为国产创新药物研发突破的利器。

为此朱珑认为,抢占人工智能发展的制高点,关键在人才。只有前瞻布局、广招天下英才,才能在科技竞争中掌握主动权。在产业发展战略、创新突破方向选择上,具备国际视野的领军人物更能准确地把握和拓展边界,领军人物对人工智能技术和商业的未来判断不可替代;聚集交叉学科顶级人才的团队,往往具备更全面的技术视野及突破性的创新能力,是带动人工智能技术飞跃的关键因素;优秀的人工智能团队能更好地推动人工智能深度融入各行各业,在产业升级换代过程中扮演越来越重要的基础性角色,成为创新的重要原动力。

伴随我国新一代人工智能战略的深入推进,加强高端人才队伍建设,人工智能的“头雁”效应会更加强劲。如此,就能发挥人工智能对新型基础设施的“点亮”效应,加快推动我国的科技革命和产业变革。

什么是人工智能

展开全部

展开全部

人工2113能开发
人工智能 (计算5261机科学的一个分支)
人工智能(Artificial Intelligence),英文缩写4102AI。它是研究、1653开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能。

展开全部

么是人工智能2113

近年来,随着计算机技术的迅5261猛发展和日益广泛的应用,自然4102地会提出人类智力活动1653能不能由计算机来实现的问题。几十年来,人们一向把计算机当作是只能以极快地、熟练地、准确地运算数字的机器。但是在当今世界要解决的问题并不完全是数值计算,像语言的理解和翻译、图形和声音的识别、决策管理等都不属于数值计算,特别像医疗诊断要有专门的特有的经验和知识的医师才能作出正确的诊断。这就要求计算机能从“数据处理”扩展到还能“知识处理”的范畴。计算机能力范畴的转化是导至“人工智能”快速发展的重要因素。

人工智能的定义:

著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义:“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为:“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律,构造具有一定智能的人工系统,研究如何让计算机去完成以往需要人的智力才能胜任的工作,也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。

人工智能(Artificial Intelligence,简称AI)是计算机学科的一个分支,二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。也被认为是二十一世纪(基因工程、纳米科学、人工智能)三大尖端技术之一。这是因为近三十年来它获得了迅速的发展,在很多学科领域都获得了广泛应用,并取得了丰硕的成果,人工智能已逐步成为一个独立的分支,无论在理论和实践上都已自成一个系统。

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,主要包括计算机实现智能的原理、制造类似于人脑智能的计算机,使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科,其范围已远远超出了计算机科学的范畴,人工智能与思维科学的关系是实践和理论的关系,人工智能是处于思维科学的技术应用层次,是它的一个应用分支。从思维观点看,人工智能不仅限于逻辑思维,要考虑形象思维、灵感思维才能促进人工智能的突破性的发展,数学常被认为是多种学科的基础科学,数学也进入语言、思维领域,人工智能学科也必须借用数学工具,数学不仅在标准逻辑、模糊数学等范围发挥作用,数学进入人工智能学科,它们将互相促进而更快地发展。

从实用观点来看,人工智能是一门知识工程学:以知识为对象,研究知识的获取、知识的表示方法和知识的使用。

计算机与智能

通常我们用计算机,不仅要告诉计算机,要做什么,还必须详细地、正确地告诉计算机怎么做。也就是说,人们要根据任务的要求,以适当的计算机语言,编制针对该任务的应用程序,才能应用计算机完成此项任务。这样实际上是在人完全控制计算机完成的,是谈不上计算机有“智能”。

大家都知道,世界国际象棋棋王卡斯帕罗夫与美国IBM公司的RS/6000(深蓝)计算机系统于1997年5月11日进行了六局“人机大战”,结果“深蓝”以3.5比2.5的总比分获胜。比赛结束了给人们留下了深刻的思考;下棋要获胜要求选手要有很强的思维能力、记忆能力、丰富的下棋经验,还得及时作出反映,迅速进行有效的处理,否则一着出错满皆输,这显然是个“智能”问题。尽管开发“深蓝”计算机的IBM专家也认为它离智能计算机还相差甚远,但它以高速的并行的计算能力(2r108步/秒棋的计算速度)。实现了人类智力的计算机上的部分模拟。

从字面上看,“人工智能”就是用人工的方法在计算机上实现人的智能,或者说是人们使计算机具有类似于人的智能。

智能与知识

在20世纪70年代以后,在许多国家都相继开展了人工智能的研究,由于当时对实现机器智能理解得过于容易和片面,认为只要一些推理的定律加上强大的计算机就能有专家的水平和超人的能力。这样,虽然也获得一定成果,但问题也跟着出现了,例如机器翻译当时人们往往认为只要用一部双向词典及词法知识,就能实现两种语言文字的互译,其实完全不是这么一回事,例如,把英语句子“Time flies like an arrow”(光阴似箭)翻译成日语,然后再译回英语,竟然成为“苍蝇喜欢箭”;当把英语“The spirit is willing but the flesh is weak”(心有余而力不足)译成俄语后,再译回来竟变成“The wine is good but the meat is spoiled”(酒是好的但肉已变质)。在其它方面也都遇到这样或者那样的困难。这时,本来对人工智能抱怀疑态度的人提出指责,甚至把人工智能说成是“骗局”、“庸人自扰”,有些国家还削减人工智能的研究经费,一时人工智能的研究进入了低潮。

然而,人工智能研究的先驱者们没有放弃,而是经过认真的反思、总结经验和教训,认识到人的智能表现在人能学习知识,有了知识,能了解、运用已有的知识。正向思维科学所说“智能的核心是思维,人的一切智慧或智能都来自大脑思维活动,人类的一切知识都是人们思维的产物。”“一个系统之所以有智能是因为它具有可运用的知识。”要让计算机“聪明”起来,首先要解决计算机如何学会一些必要知识,以及如何运用学到的知识问题。只是对一般事物的思维规律进行探索是不可能解决较高层次问题的。人工智能研究的开展应当改变为以知识为中心来进行。

自从人工智能转向以知识为中心进行研究以来,以专家知识为基础开发的专家系统在许多领域里获得成功,例如:地矿勘探专家系统(PROSPECTOR)拥有15种矿藏知识,能根据岩石标本及地质勘探数据对矿产资源进行估计和预测,能对矿床分布、储藏量、品位、开采价值等进行推断,制定合理的开采方案,成功地找到了超亿美元的钼矿。又如专家系统(MYCIN)能识别51种病菌,正确使用23种抗菌素,可协助医生诊断、治疗细菌感染性血液病,为患者提供最佳处方,成功地处理了数百个病例。它还通过以下的测试:在互相隔离的情况下,用MYCIN系统和九位斯坦福大学医学院医生,分别对十名不清楚感染源的患者进行诊断和处方,由八位专家进行评判,结果是MYCIN和三位医生所开出的处方对症有效;而在是否对其它可能的病原体也有效而且用药又不过量方面,MYCIN 则胜过了九位医生。显示出较高的水平。

专家系统的成功,充分表明知识是智能的基础,人工智能的研究必须以知识为中心来进行。由于知识的表示、利用、获取等的研究都取得较大的进展。因而,人工智能的研究得以解决了许多理论和技术上问题。

人工智能研究的目标

1950年英国数学家图灵(A.M.Turing,1912—1954)发表了”计算机与智能”的论文中提出著名的“图灵测试”,形象地提出人工智能应该达到的智能标准;图灵在这篇论文中认为“不要问一个机器是否能思维,而是要看它能否通过以下的测试;让人和机器分别位于两个房间,他们只可通话,不能互相看见。通过对话,如果人的一方不能区分对方是人还是机器,那么就可以认为那台机器达到了人类智能的水平。图灵为此特地设计了被称为“图灵梦想”的对话。在这段对话中“询问者”代表人,“智者”代表机器,并且假定他们都读过狄更斯(C.Dickens)的著名小说《匹克威克外传》,对话内容如下:

询问者:在14行诗的首行是“你如同夏日”,你不觉得“春日”更好吗?

智者:它不合韵。

询问者:“冬日”如何?它可完全合韵的。

智者:它确是合韵,但没有人愿意被比作“冬日”。

询问者:你不是说过匹克威克先生让你想起圣诞节吗?

智者:是的。

询问者:圣诞节是冬天的一个日子,我想匹克威克先生对这个比喻不会介意吧。

智者:我认为您不够严谨,“冬日”指的是一般冬天的日子,而不是某个特别的日子,如圣诞节。

从上面的对话可以看出,能满足这样的要求,要求计算机不仅能模拟而且可以延伸、扩展人的智能,达到甚至超过人类智能的水平,在目前是难以达到的,它是人工智能研究的根本目标。

人工智能研究的近期目标;是使现有的计算机不仅能做一般的数值计算及非数值信息的数据处理,而且能运用知识处理问题,能模拟人类的部分智能行为。按照这一目标,根据现行的计算机的特点研究实现智能的有关理论、技术和方法,建立相应的智能系统。例如目前研究开发的专家系统,机器翻译系统、模式识别系统、机器学习系统、机器人等。

人工智能的研究领域

目前,人工智能的研究是与具体领域相结合进行的。基本上有如下领域;

专家系统

专家系统是依靠人类专家已有的知识建立起来的知识系统,目前专家系统是人工智能研究中开展较早、最活跃、成效最多的领域,广泛应用于医疗诊断、地质勘探、石油化工、军事、文化教育等各方面。它是在特定的领域内具有相应的知识和经验的程序系统,它应用人工智能技术、模拟人类专家解决问题时的思维过程,来求解领域内的各种问题,达到或接近专家的水平。

机器学习

要使计算机具有知识一般有两种方法;一种是由知识工程师将有关的知识归纳、整理,并且表示为计算机可以接受、处理的方式输入计算机。另一种是使计算机本身有获得知识的能力,它可以学习人类已有的知识,并且在实践过程中不总结、完善,这种方式称为机器学习。

机器学习的研究,主要在以下三个方面进行:一是研究人类学习的机理、人脑思维的过程;和机器学习的方法;以及建立针对具体任务的学习系统。

机器学习的研究是在信息科学、脑科学、神经心理学、逻辑学、模糊数学等多种学科基础上的。依赖于这些学科而共同发展。目前已经取得很大的进展,但还没有能完全解决问题。

模式识别

模式识别是研究如何使机器具有感知能力,主要研究视觉模式和听觉模式的识别。如识别物体、地形、图象、字体(如签字)等。在日常生活各方面以及军事上都有广大的用途。近年来迅速发展起来应用模糊数学模式、人工神经网络模式的方法逐渐取代传统的用统计模式和结构模式的识别方法。 特别神经网络方法在模式识别中取得较大进展。

理解自然语言

计算机如能“听懂”人的语言(如汉语、英语等),便可以直接用口语操作计算机,这将给人们带极大的便利。计算机理解自然语言的研究有以下三个目标:一是计算机能正确理解人类的自然语言输入的信息,并能正确答复(或响应)输入的信息。二是计算机对输入的信息能产生相应的摘要,而且复述输入的内容。三是计算机能把输入的自然语言翻译成要求的另一种语言,如将汉语译成英语或将英语译成汉语等。目前,研究计算机进行文字或语言的自动翻译,人们作了大量的尝试,还没有找到最佳的方法,有待于更进一步深入探索。

机器人学

机器人是一种能模拟人的行为的机械,对它的研究经历了三代的发展过程:

第一代(程序控制)机器人:这种机器人一般是按以下二种方式“学会”工作的;一种是由设计师预先按工作流程编写好程序存贮在机器人的内部存储器,在程序控制下工作。另一种是被称为“示教—再现”方式,这种方式是在机器人第一次执行任务之前,由技术人员引导机器人操作,机器人将整个操作过程一步一步地记录下来,每一步操作都表示为指令。示教结束后,机器人按指令顺序完成工作(即再现)。如任务或环境有了改变,要重新进行程序设计。这种机器人能尽心尽责的在机床、熔炉、焊机、生产线上工作。日前商品化、实用化的机器人大都属于这一类。这种机器人最大的缺点是它只能刻板地按程序完成工作,环境稍有变化(如加工物品略有倾斜)就会出问题,甚至发生危险,这是由于它没有感觉功能,在日本曾发生过机器人把现场的一个工人抓起来塞到刀具下面的情况。

第二代(自适应)机器人:这种机器人配备有相应的感觉传感器(如视觉、听觉、触觉传感器等),能取得作业环境、操作对象等简单的信息,并由机器人体内的计算机进行分析、处理,控制机器人的动作。虽然第二代机器人具有一些初级的智能,但还需要技术人员协调工作。目前已经有了一些商品化的产品。

第三代(智能)机器人:智能机器人具有类似于人的智能,它装备了高灵敏度的传感器,因而具有超过一般人的视觉、听觉、嗅觉、触觉的能力,能对感知的信息进行分析,控制自己的行为,处理环境发生的变化,完成交给的各种复杂、困难的任务。而且有自我学习、归纳、总结、提高已掌握知识的能力。目前研制的智能机器人大都只具有部分的智能,和真正的意义上的智能机器人,还差得很远。

智能决策支持系统

决策支持系统是属于管理科学的范畴,它与“知识—智能”有着极其密切的关系。在80年代以来专家系统在许多方面取得成功,将人工智能中特别是智能和知识处理技术应用于决策支持系统,扩大了决策支持系统的应用范围,提高了系统解决问题的能力,这就成为智能决策支持系统。

人工神经网络

人工神经网络是在研究人脑的奥秘中得到启发,试图用大量的处理单元(人工神经元、处理元件、电子元件等)模仿人脑神经系统工程结构和工作机理。

在人工神经网络中,信息的处理是由神经元之间的相互作用来实现的,知识与信息的存储表现为网络元件互连间分布式的物理联系,网络的学习和识别取决于和神经元连接权值的动态演化过程。

多年来,人工神经网络的研究取得了较大的进展,成为具有一种独特风格的信息处理学科。当然目前的研究还只是一些简单的人工神经网络模型。要建立起一套完整的理论和技术系统,需要作出更多努力和探讨。然而人工神经网络已经成为人工智能中极其重要的一个研究领域。

结束语:人类经过五千的发展进入了基于知识的“知识经济”。人类社会空前地高速发展。知识是智能的基础,知识只有转化为智能才能发挥作用,知识无限的积累,智能也就将在人类社会起越来越大的作用,更有人提出:知识经济的进一步发展将是“智能经济”。“智能经济”是基于“广义智能”的经济,“广义智能”包含:人的智能、人工智能以及人和智能机器相结合的“集成智能”。可以想象基于广义智能的“智能经济”将比基于知识的“知识经济”将具有更高的智能水平,更高更快发展速度。

叶秀松 电子委

转载:http://www.shlkx.net/xsyj/zhxx/CA01KH03.htm

谢谢您选用!

展开全部

这里说的2113拥有智能的机器,可以是一5261个虚拟的AI也可以4102是一个物理的机器人。与人类几千年来创造1653出来的各种工具和机器不同的是,智能机器有自主的感知、认知、决策、学习、执行和社会协作能力,符合人类情感、伦理与道德观念。

展开全部

这里说的拥有智2113能的机器,可以是一个虚5261的AI也可以是一个物4102理的机器人。与人类1653几千年来创造出来的各种工具和机器不同的是,智能机器有自主的感知、认知、决策、学习、执行和社会协作能力,符合人类情感、伦理与道德观念。

人工智能 识别金枪鱼质量

{{if !data.isVip && data.isActText}}
{{data.actText}}
{{else if !data.isVip && !data.isActText}}
看精彩热剧大片
{{else}}
{{if !data.isNormalVip}}
{{if data.expiredVip && data.isActText}}
{{data.actText}}
{{else if data.expiredVip && !data.isActText}}
看精彩热剧大片
{{else}}
会员账户异常,
{{if data.tempClosedVip}}
修改密码
{{else if data.foreverClosedVip}}
联系客服
{{/if}}

{{/if}}
{{else if data.isActText}}

{{data.actText}}

{{else if !data.isActText}}

{{if data.isOffsetDay0}}
今天到期
{{else if data.isOffsetDay10}}
{{data.deadlineOffset}}天后到期
{{else}}
{{data.deadlineOffset}}到期
{{/if}}

{{/if}}
{{/if}}
{{if data.isNormalVip}}
{{if data.vipType==4}}

查看星钻特权

{{/if}}
{{/if}}

李开复:单凭AI科学家颠覆行业的机会几乎不存在,这个领域除外

郭一璞 整理编辑自 李开复演讲量子位 报道 | 公众号 QbitAI

今天,创新工场的传统项目人工智能训练营DeeCamp开营了。

从2017年开始,这已经是DeeCamp的第四年了。

这一次DeeCamp的形式有些特别,200余名来自MIT、CMU、清华、北大、北航、中国科学院大学等高校的同学在线上汇集,远程学习协作,通过暑期学习后在医疗、教育、自动驾驶等赛道做出可落地的AI项目Demo。

每届的开营仪式上,都有一个保留项目:

李开复教你如何步入产业界

AI领域变化迅速,开复老师会针对当时的情况和未来的大趋势,告诉仍在读书的同学们,产业界有哪些机会,如何进入产业界创造价值,如何找到创业机会。

那么今年开复老师又分享了哪些思考和洞察,给出了什么样的建议?

我们一起看一下。

中国如何崛起成为AI超级大国?

中国AI的发展速度肉眼可见,从论文质量和数量到企业落地成果都在飞速成长。

李开复认为,中国AI崛起的原因在6点:

虽然中国没有图灵奖级别的大师,但是有大批优秀的年轻AI工程师。

而且,AI是在互联网应用上打响的第一炮,最牛的互联网公司都在中美,这些互联网公司有海量数据可以做AI,因此,互联网公司做AI是最低垂、最容易够到的果实。

在此基础之上,中国创业者更拼搏。美国的创业者更绅士,竞争不激烈,喜欢各做各的、开辟新领域;但在中国创业是赢家通吃的状况,这也是美团能到千亿市值的原因,赢家通吃之后,就可以做成就有壁垒的业务,也有大量数据支持。

而且,中国创业者从借鉴海外模式到本土创新,现在产品已经走向全世界。快手、拼多多、Vipkid、今日头条、蚂蚁金服这些产品都是中国创业者自己创造的模式,而现在,这些模式开始走向世界了。

这些走向世界的APP成功之后,就会产生海量数据,有了数据就能把AI做的更好。

“如果每个AI都需要一个Geoffrey Hinton来调参数,那中国肯定做不过美国加拿大,但中国有海量数据。”李开复说,“中国数据丰富,就是AI领域的OPEC。”

此外,中国的政策大力推动AI发展,投入基础设施建设。即使是腾讯这样的大公司也不可能帮整个世界建设5G和云,但政府可以帮助提升,这是中国互联网新应用发展的沃土。

比如说,快手就是从四五线城市走出来的,但在美国不可能出现快手这样的产品,因为美国中西部城市的网络非常差劲。

再比如自动驾驶方面,美国的策略是不改变道路,中国则为无人驾驶打造新的公路,新基建的赋能提升安全度,保证安全度足够让无人车上路,进而累计新的数据,让整个技术迭代的链条滚动下去。

因此,李开复预测,未来AI的各个领域中国公司会有相当大的发展空间。

现在是落地的时代

李开复认为,AI已经从少数精英的“发明期”走向遍地开花的“应用期”。

这一变革的临界点是深度学习。

深度学习打破了从“不可用”到“可用”的界限,把人工智能推进应用期。

此后的Transformer、强化学习、迁移学习、GAN等技术虽然有很大的贡献,但不会像深度学习一样有如此革命性的进展。

而在未来,还会有很多新技术被发明,但是它们可能很难超越深度学习对产业和社会造成的影响力。

在AI的发明期,一个技术会有三五年的优势,比如最早的CNN从发明到商业化耗时30年。

但在AI的应用期,新技术出来两年后就遍地开花了,比如Transformer从发明到大规模商用仅用了2年。

发明期带来了红利,创造了很多成功创业家,比如旷视的印奇、地平线的余凯等等。

但在现在的应用期,我们很难期待只凭一个新技术,就能创造一个旷视商汤,更要看重具体的商业价值。

在应用期,AI最大的机会是帮助传统行业提升,比如一家几千亿收入的传统公司,用上了AI,如果能提升1%的收入,那就是巨大的价值。

早期AI专家有很大稀缺性,但现在不同。今天AI的壁垒在下降,但产业的壁垒还是很高的,更需要学AI的人去了解商业,了解怎么赚钱。

早期,商汤旷视借一个人脸识别技术,就颠覆了很多安防公司。

但目前在很多不同的行业里,这些行业中的管理者和工程师学会运用AI的难度,要远远低于懂AI的人学会他们的行业然后颠覆他们的几率

李开复认为,可能在制药领域还有这样颠覆性的机会,但在大部分行业,不会有如此稀缺性的机会,让少数几个AI专家单凭技术就能颠覆行业。

落地时代,如何选择商业模式

李开复认为,AI赋能传统行业的过程,是从单一环节逐渐到整个流程,在逐渐重构整个行业规则的。

比如,加工制造业中,用计算机视觉完成服装自动质检;零售行业中,借助计算机视觉技术,手机扫一扫就能快速完成门店陈列检查;在生产线上,完成电机零件组装;在教育场景下,AI辅助老师出题、改卷子,让老师有更多的时间精力教孩子学习方法和做人的道理。

这些,都是在单一环节降本提效、优化赋能。

单一环节的AI引用多了之后,就会在流程上取得更多更多的机会。

比如借助RPA(机器人流程自动化)的方式,在电脑上工作的白领,有许多流程化、固定化的操作和内容,不需要动用太多智力的点选、保存、输入、扫描等工作流程都可以自动化,交给RPA进行。

最后,还可能重构整个行业的规则。

比如在医疗行业,AI可以研发新药小分子,帮人们找到能够治疗某种疾病的药品化学分子结构;也可以靠大数据来优化供应链,解决农村缺医少药的问题。

学者和创业者,思维模式不同

李开复讲到,学校教育是为了让学生成为一个学术界的科学家,“让你成为你的老师”。

但进入创业界,则需要一个完全不同的思维。

李开复认为,在AI赋能的时代,本质上做的是To B的生意,科学家型创始人也需要理解商业。

除了科研之外,科学家型创始人还需要做行业探索、市场开拓、把技术产品化和市场化的过程。

而现在,AI技术相对成熟,成熟的软件框架、硬件、人才培养机制,让AI产品化的门槛非常低。

如何理解不同时期如何做商业?

开复老师举了不同时期AI企业的几个例子:

2011年成立的旷视,处在AI的发明期,聚拢了一大群清华姚班的人才,可以从游戏开始,花三年探索商业模式。

到了2017年,这一年成立的创新工场子公司创新奇智,则是直接开始做商业落地。创始团队6位高管中,四位是商业背景出身,两位是技术背景出身。这家公司在创立第三年的收入已经超过了8亿RMB,即将成为创新工场投出的第6家独角兽。

此外,还有一家教育公司「河小象」,用AI教孩子写字,教育行业的核心是优质的内容,AI技术是它的底层支撑。

此外,也有一些不太成功的例子。

比如有一大批医疗影像读片公司,创始人都是技术出身,但他们不懂医院如何运转、如何采购,找不到商业模式。

还有教育公司做了非常复杂的实体AI机器人,机器人老师可以在黑板上写字,可以和孩子交流。但这样的机器人老师缺乏市场需求,不如直接做一个卡通形象老师,借助屏幕和孩子交流。

而且,李开复还强调AI赋能产业的定制化,“不要觉得具体功能很low,一开始就做平台不是那么容易的。”

年轻AI技术人如何做选择

了解这些基础知识之后,面临毕业的AI专业学生要如何做选择呢?

如果投身产业界,做AI赋能的话,有三个机会:

一是自己创业,学术研究者的商业经验不足,加入一家创业公司是最好的方向,但是要把顾客当做上帝,先考虑行业需求再考虑做多酷的AI。

二是加入传统公司,最适合的是金融公司,因为互联网公司自己都会做AI,而金融公司数据丰富,目标函数和指标很明确,并且金融公司重视科技人才。

三是加入咨询公司,因为一些非常传统的公司、家族企业,他们的文化大部分科研人员很难适应,但麦肯锡这一类的咨询公司,就可以帮助这些传统公司做AI转型。

如何不完全进入产业界,留在学术圈的话,也有三个方向:

一是可以专注AI理论研究,发明不考虑商业应用的新技术,就像Geoffrey Hinton一样,等待AI认知方向的新突破。

二是先创业,创业成功之后再回学校做研究,像普林斯顿的李凯教授一样。

三是像李飞飞一样,立足于学术界,做兼职参与谷歌的AI。

高科技发力 智能又惠民

6月23日—24日,以“智能新时代:创新、赋能、生态”为主题的第四届世界智能大会在天津举行。

今年大会采用了“云上”办会模式。来自世界智能科技领域最具影响力的学术专家、行业精英将线上同步见证这场智能领域盛会。“疫情防控中催生了一些科技创新,为企业发展带来全新突破。”GE全球副总裁、GE中国总裁兼首席执行官向伟明线上表示。

以世界智能大会为契机,“智能”成为天津的一张新名片。这座近代以来中国工业文明的先驱城市,再一次焕发新的蓬勃生机,在高质量发展的道路上笃定前行。

智能科技助推转型升级

机械臂移动至预设点位、焊接精密部件、完成流水作业,机器人的一整套动作快、准、稳。接下来,这批高精密度的汽车配件将被运往各大汽车品牌生产商。

6月18日,大会开幕前夕,天津地区首座智慧能源工厂——一汽富维本特勒汽车零部件(天津)有限公司在北辰区大张庄镇竣工。

“我们加装了智慧用能控制系统,将厂房升级为智慧能源工程,提高了成品率,预期每年可以增收100多万元”。一汽富维本特勒汽车零部件(天津)有限公司设备部部长王伟介绍,工厂应用高品质分级电源保障各层级精密设备正常用电需求,实现了电网企业与高端装备制造用户双赢,这标志着天津地区智慧能源在工业生产领域应用进入了一个崭新的阶段。

“目前北辰区大张庄智慧能源小镇已经实现了地热能、风力、光伏等多种能源的综合利用和智慧调控,通过智慧能源为产业升级助力,创造更大价值。”国网天津城东公司项目负责人杨国朝说。

“智能+科技”正在助推天津传统产业转型升级。这也是“天津智港”建设的题中之义。

2017年6月,第一届世界智能大会开幕式上,天津市委主要负责人提出,希望以世界智能大会为重要载体,加快人工智能技术与传统产业升级改造融合,全面提升企业管理水平,推动人工智能技术和产业实现突破性发展,以智能发展破题,打造“天津智港”。

随后,天津迅速出台“1+10”配套制度。近两年完成智能化改造项目911个,以打造高质量、多领域的智能工厂、数字化车间,推动产业转型升级。2019年,天津市数字化车间和智能工厂建设有序推进,重点企业数字化研发设计工具普及率达到80.7%,生产设备数字化率达到51.8%,关键工序数控化率达到51.8%。

人工智能生态日趋完善

在制度设计带动下,天津新一代人工智能产业战略布局的集群效应显现。

2017年3月,联想创投作为“先行军”,携旗下多家子公司落地天津空港。2019年12月,联想创投与海河基金达成合作,围绕人工智能和智能制造领域开展投资,以基金带动产业落地,打造创新孵化平台和产业落地承载平台。

2020年3月,麒麟软件有限公司总部正式落户天津市滨海新区,天津已开始为创建国家级基础软件创新中心布局。

“天津市工信局将和麒麟软件携手,共同推进国家级基础软件创新中心创建,通过产业生态的构建,逐步提高国产操作系统、软件自给率市场份额,打造信创产业集群,将天津建设成为国内信创产业基地。”天津市工业和信息化局总经济师周胜昔介绍。

目前,天津在基础层领域已聚集麒麟软件、飞腾、曙光、360、紫光云、国家超算天津中心、南大通用等一批代表性企业;在技术层领域汇聚了天地伟业、恒银金融、讯飞信息等一批代表性企业;在应用层领域涌现了九安医疗、零氪科技、深之蓝等一批代表性企业,创建了清华大学天津电子信息研究院、天津先进技术研究院等一批高端科研院所,人工智能产业生态系统逐步完善。

麒麟软件有限公司董事长谌志华接受采访时说,“天津这几年重视核心技术,提前布局,高新技术企业密集入驻滨海新区,形成了良好的生态,企业希望通过生态的融合推动产业的发展。”

国家工信部统计数据显示,2019年天津市软件和信息技术服务业实现收入2027亿元,同比增长23.5%,预计高出全国平均增速7.5个百分点,产业规模和增速均创新高。

智慧城市带来美好生活

围绕消费终端发展需求,依托工业制造及电子信息领域优势,天津加快智能终端发展,涵盖了通信、智能车载、智能传感器等多个领域,培育了无人机、智能家居、智能金融、可穿戴设备等一批新产品。

城市的发展为了人。智能终端的发展、技术的创新都是为了满足人们对美好生活的向往。

在天津中新生态城,智慧餐厅、智能快递配送车、智能公交车、远程诊疗系统已融入百姓的日常生活中。居民从小区出来,无论往哪个方向走,一两公里准能碰到公园。地上的智能清扫车每作业一次,空中的无人机每飞行一次,都能对空气、植被、水质等信息进行采集,为污染防控、城市管理提供数据支撑。太阳能、风能、地热能等可再生能源的综合运用实现了以智慧管理推动区域节能减排。

居民的“吃住行游购娱”中,智慧元素越来越多。

2019年10月,中国银行“5G智能+民生馆”亮相津城,是天津银行业首家深度融合5G元素和生活场景的智能网点。中行天津分行副行长李樱红介绍,本次云上展厅以天津分行营业部“5G智能+民生馆”为原型,通过3D技术展示最新科技成果在金融领域的应用。展馆聚焦社保、跨境、出行、普惠等一些老百姓关心关切的焦点,邀请大家体验智能识客、外币智取等多项专业化服务。“无卡、无证、无人工干预”,有效解决了银行传统柜台业务办理效率低、等候时间长等难题。

科技为生产生活插上了“智慧”的翅膀,也给人们带来有趣的游玩体验。

位于滨海新区的国家海洋博物馆实现全流程智慧参观、3D导航游览、线下沉浸式体验、线上全景式展现。走进这座“海上故宫”的大厅,迎面就是一块智慧互动屏。屏幕上,上千个“海洋气泡”可供点击。选择后,参观者不仅可以360度浏览电子展品,还能观看知识拓展小视频,将感兴趣的展品添加到“我的行程单”,扫描二维码即可形成定制化游览线路,实时获取行程信息。

智慧路灯、5G手环、3D打印、零能耗小屋……这些智能惠民的举措正在改变人们的日常生活。

2019年10月,天津市获批建设国家新一代人工智能创新发展试验区,成为科技部发布《国家新一代人工智能创新发展试验区建设工作指引》后,第一批入选的国家级试验区。

来源:人民日报