大数据时代 BIG DATA TIME 2017 年第 02 期 咨询董事会 Advisory Board 总第 5 期 April 梅 宏 博士 北京理工大学副校长 Mei Hong 田溯宁 博士 宽带资本董事长 Tian Suning 胡晓明 先生 阿里云计算首席执行官 Hu X

Save this PDF as:
 WORD  PNG  TXT  JPG

Size: px
Start display at page:

Download "大数据时代 BIG DATA TIME 2017 年第 02 期 咨询董事会 Advisory Board 总第 5 期 April 梅 宏 博士 北京理工大学副校长 Mei Hong 田溯宁 博士 宽带资本董事长 Tian Suning 胡晓明 先生 阿里云计算首席执行官 Hu X"

Transcription

1

2 大数据时代 BIG DATA TIME 2017 年第 02 期 咨询董事会 Advisory Board 总第 5 期 April 梅 宏 博士 北京理工大学副校长 Mei Hong 田溯宁 博士 宽带资本董事长 Tian Suning 胡晓明 先生 阿里云计算首席执行官 Hu XiaoMing 赵 峰 博士 海尔集团首席技术官 Zhao Feng 赵 光 博士 高德纳集团高级合伙人 Zhao Guang 编委会主任 Director 编委会副主任 Deputy Director 编委会 Editorial Committee 运营总监 王 旭 Wang Xu 李 枫 魏 琴 编辑 余 岚 Design 编译 Translator 发行 Issue 摄影 Photograph 法律顾问 Legal Adviser Publisher 出版 Tel 电话 邮箱 Printed by 印刷 Subscription Service 订阅 Issuer 国外发行 Post Code 邮发代号 夏 Editorial 进 夏 进 XiaJin 设计 黄明峰 Wei Qin Huang Mingfeng XiaJin Coo Editor 王静萍 Li Feng Wang Jingping 黄 意 YuLan HuangYi 曾 婧 冉叶兰 高 琪 张心怡 刊首语 杨有韦 Ran Yelan GaoQi Zhang Xinyi Yang Youwei 张国琛 Zeng Jing Zhang Guochen 胡琼月 HuQiongyue 周 帅 Zhou Shuai 李 枫 傅泊霖 廖 迅 向忆峰 宋 磊 LiFeng FuBolin LiaoXun XiangYiFeng SongLei 夏丹波 当前 数字经济作为一种新的经济形态 日益成为转型升级的重要驱动力和全球新一轮产业 竞争的制高点 Xia Danbo 大数据时代 编辑部 重庆金雅迪彩色印刷有限公司 全国各地邮局 China PostOffice 在数字经济时代 数据如同农业时代的土地 劳动力 工业时代的技术 资本一样 已成为 最核心的生产要素和战略资产 数据驱动型创新正在向经济社会 科技研发等各个领域扩展 成 为国家创新发展的关键形式和重要方向 人工智能的浪潮扑面而来 工程师在探讨新应用 企业家在寻找新商机 政府在思考新的社 中国国际图书贸易总公司 北京 399 信箱 会问题 人工智能和机器智能或将在产业经济 公共服务以及生态环境等方面带来积极影响 但 China International Book Trade Company 潜在的失业危机 隐性的机器歧视 重要的安全与隐私等问题也让人们对其发展表达了担忧 在 Code 刊号 CN /G2 Price 定价 RMB 30 元 ISSN X USD 10 美元 人工智能的蓝海里 创业公司的机会在哪里 巨头们的布局与策略又是怎样的 随着新一代信息技术的发展 以资源和信息共享为核心的互联网成为共享经济天然的土壤 共享资源也从实物载体向虚拟载体渗透 摩拜单车们的火爆 支付宝 到位 的脑洞大开和 分 答 们的舆论热度均受益于共享经济的光环 从行业规模 典型企业 行业成熟度 发展瓶颈等 维度来看 部分业态似乎脱离了闲置资源共享的本质 共享经济的火热能否让生活更美好 发行范围 全国各省 自治区 直辖市 以及美国 加拿大 英国 法国 德国 俄罗斯 意大利 澳大利亚 新西兰 日本 韩国 新加坡 马来西亚 泰国 香港 澳门等 50 多个国家和地区 赠阅范围 部分驻华使领馆 政府及企事业单位主要领导 中央党校 国家行政学院 全国相关新闻 媒体单位 国内主要机场 车站 酒店等 版权声明 本刊所有图片文字 未经许可不得转载 Copyright Statement:All the pictures of articles without permission shall not be reproduce 战略合作 以大数据 云计算 物联网 人工智能 区块链等为代表的新经济正在茁壮成长 并推动了 传统产业和新技术的融合创新 在各国此起彼伏的数字化发展浪潮中 数字经济将如何赋能新兴 产业 将如何 唤醒 传统产业 又将如何服务社会民生 数字经济既是经济发展提质增效的新变量 也是转型增长的新蓝海 数字化时代的到来 能 否让理想更简单 让生活更便捷 让城市更智慧 我们相信 未来充满无限可能 数字经济必将 引领新增长 驱动新未来 数博会秘书处 Secretariat of Big Data Expo 贵阳国家高新区 Guiyang Hi-Tech industrial development area 摄影 李 / 沛然 贵安新区 Guian New Area 北京大数据研究院 Beijing Institute of Big Data Research 阿里云研究中心 Alibaba Cloud Research 贵州省大数据产业发展应用研究院 Guizhou Big Data Industry Research Institute 北京云创园科技服务有限公司 BeiJing Yunchuangyuan Technology Co., LTD 贵州勤邦生物科技有限公司 Kwinbon Biotechnology co., LTD 广州智数信息科技有限公司 IData GZ Information Technology Co., LTD 本刊编辑部 2017 年 4 月 28 日

3 52 驾驭数据 洞悉价值 数字冰雹大数据可视化系统行业应用分享 Digital Hail Technology: Creating value by insight understanding of data 57 走出去的 TCL TCL: The path to renewal 60 数字引领 创新驱动 翼云构建大数据产业发展生态圈 Digitization driving innovation YiYun is Building a big data industry ecosystem 目录 16 人工智能的过去与未来 The past and future of artificial intelligence 20 智能制造掀起新浪潮 A new trend of Intelligent Manufacture 24 科技巨头间的人工智能竞赛 拼的是什么 Global tech gaints compete to be AI champion 27 人工智能演进中的伦理悖论与社会危机 Ethical paradox and social crisis in the age of artificial intelligence. 06 sharing economy 如何让 生活更加美好 How does "sharing economy" make life better? 对话周涛 我们何时才能进入大数据时代 Zhou Tao dialogue When can we enter the era of big data? 对话 小 i 机器人创始人 董事长兼 CEO 袁辉 人工智能竞争格局尚未形成 仍在盲人摸象 Yuan Hui 丨 Market competition about Artificial intelligence has not been formatted. 34 73 人工智能帮助计算机拥有 嗅觉 Artificial intelligence has been successfully given a "sense" of smell 智能路灯, 不仅能疏散交通还可定位枪声 Smart street lights can smooth traffic and detect gunshots 对话 39 波士顿动力正式推出轮腿式机器人 Handle Boston Dynamics Handle is a two-legged robot with wheels Facebook 将反馈融入 AI 系统 视觉障碍者也能 读 懂 照片 Facebook's artificial intelligence can understand what's in your photos DIALOGUE 34 06 72 74 摩根大通用 AI 辅助律师 36 万小时的人力工作缩 至秒级 An AI Completed 360,000 hours of Finance work in just seconds IBM 语音识别能力逼近人类水平 获深度学习巨头 Yoshua Bengio 盛赞 IBM speech recognition is on the verge of super-human accuracy 75 石头居然可以做笔记本 Stone can actually be a laptop? 能自动熨烫平整衣服的 ThreadRobe 智能衣柜 ThreadRobe is a real-life version of the wardrobe from Beauty and the Beast 72 资讯 脱欧未决 英国已开启数字化征程 Brexit: Britain now embark on a journey of digitization INFORMATION 12 60 聚焦 sharing economy 如何让生活更加美好 How does "sharing economy" make life better? FOCUS 06 44 专题 普林科技 : 用数据催化价值 Princetechs: Data makes vaule 案例 48 FORUM 机器中的 最强大脑 小度 The strongest brain in machine Xiaodu CASES Contents 44

4 06 聚 焦 How does "sharing economy" make life better? sharing economy 如何让生活更加美好 文 / 黄意 sharing economy 共享经济还是分享经济 sharing economy 风口还是疯口 最近 一些新的企业出现带给人们生活方式不小的转 关于 sharing economy 最热的讨论当属交通出 变 sharing economy 成为全球最热的话题之一 行领域 从滴滴 Uber 到 ofo 摩拜的一举一动都备受 从交通 住宿到知识 制造 都在以此为理念搭建平台进 瞩目 实际上 sharing economy 发展迅速 领域涉 行转变 在国内的语境里 媒体大多应 共享单车 使 及交通 住宿 知识甚至制造 只要与该概念相关的产品 用 共享经济 一词 李克强总理曾在答记者问时说 许 都会受到资本的热捧 那么 sharing economy 到 多新业态 像共享经济 分享经济 互联网等等 可以说 底是 风口 还是 疯口 呢 中国分享经济发展报告 层出不穷 这些新业态有的是新旧动能转换过程当中产生 2017 初步估算 2016 年中国分享经济市场交易额约为 的 新旧嫁接 有的是老树开新花 但总的看它适应了市 亿元 比上年增长 103% 场的需求 适应了消费者个性化 多样化的要求 因此 在政府文件中也大多使用 分享经济 政策红利不断 政府密集出台分享经济相关文件 为 行业发展创造了良好政策环境 2016 年 政府工作报告 目前从产生的形式 出现的企业形态看 两者暂时 首次写到 分享经济 明确要 支持分享经济发展 提 没有太大的区别 本质上都是利用网络信息技术 通过 高资源利用效率 让更多人参与进来 富裕起来 以 互联网平台分享闲置物品或服务 分享者获得一定报酬 体制机制创新促进分享经济发展 国民经济和社会发 而使用者仅负担较低的成本 有人对这两个概念做了 展第十三个五年规划纲要 写到 促进 互联网 + 新 划 分 共 享 经 济 指 将 社 会 海 量 分 散 闲 置 资 源 平 业态创新 鼓励搭建资源开放共享平台 探索建立国家信 台 化 协 同 化 地 集 聚 复 用 与 供 需 匹 配 从 而 实 现 经 息经济试点示范区 积极发展分享经济 国家信息化 济与社会价值创新的新形态 分享经济是所有权和使 发展战略纲要 发布 发展分享经济 建立网络化协同 用权分离的一种经济形态 核心理念是 使用而不占 创新体系 有 (A ccessoverownership) 和 不使用即浪费 (Value Unused is Waste) 投融资火热 sharing 的概念让资本似乎看到了 新的希望 据统计 2016 年分享经济融资规模约 1710 亿元 同比增长 130% 其中 交通出行 生活服务 知 识技能领域分享经济的融资规模分别为 亿元 同比分别增长 124% 110% 173% 2017 年 仅 11 天 共享充电宝领域内的公司就获得近 4 亿元人民 币的融资 用户量持续增长 用户参与度与认可度提高 据统计 在交通领域 参与总人数达 3.5 亿人 知识分享领域使用 者人数约 3 亿人 房屋住宿领域用户总人数约 3500 万人 滴滴发布的 2016 只能出行大数据报告 显示 平台已 在上一期里 我们曾尝试勾勒 出数字经济的框架 物联网及其 有 4 亿用户 覆盖 400 多个城市 日峰值单量达到 2000 万以上 而这个数字还在不断增长 衍生出的四个数字经济的核心 数 据 算 法 平 台 价 值 交 换 在平台中出现的最新 最热的内 容 就 是 sharing economy 越 来 越 多 的 领 域 出 现 sharing economy 的形式 是行业数字 化转型的方向 也是数字经济的重 要部分 总体来说 当前 sharing economy 正高速成长 但也绝不代表谁都能抢到红利

5 FOCUS 09 商业模式相似 行业竞争激烈 尽管 发展势头良好 但实际上共享经济正处于 浑水摸鱼 互相厮杀的状态 行业竞争激 烈 难说谁会冲出重围 2014 年 在滴 滴与快滴竞争之初为争夺市场 仅 1-6 月 保守估计就投入了 20 亿人民币 目前已 有 11 家共享单车企业披露获得融资 行 业融资额已超过 60 亿人民币 市场的蛋 糕固定 如何抢到大块 尽管有着令人拍 手称绝的 押金盈利 模式 但是在圈用 户培养习惯的阶段 参与者们不约而同选 择通过 烧钱 发放打折券 骑行券等降 低用户成本 提高用户使用频率 假如最 终带来的使用率不能达到盈利的期望值 或者投入与盈利时间跨度过长 资本无法 支撑下去 前期投入都将付之东流 现行法律法规对行业规范多 鼓励少 格回升必定引来抱怨 而其他平台给出稍 尽管国家连续出台重要文件明确提出发展 大的充返优惠 用户会有一定的流失 其 分享经济 但是落实到部门与地方出台的 次 随着网约车成为日常生活的一部分 具体政策 往往强调规范而少了鼓励 平 政府对其规范越来越多 不少司机无法按 台运营过程中暴露出许多问题 例如滴滴 规定上路 在滴滴刚诞生时 人们希望它 司机多为个人 素质参差不齐 初期曾触 能解决交通拥堵的问题 实际上在路上行 及出租车利益 遭到出租车司机的强烈抵 驶的车反而更多 黑车 数量不减反增 制甚至引发冲突 空中食宿 Airbnb 曾 不少私家车碍于平台服务费过高 一边注 遇到房东投诉房客破坏房屋的问题 共享 册滴滴司机 一边在过程中临时做 黑车 单车出现乱停乱放 零部件被偷 被私人 服务参差不齐 平台企业跨领域 跨行业 锁车 密码被分享甚至单车被恶意破坏的 技术挖出的护城河必定有限 激烈竞争的 情况 现行法律法规又无法适应新的跨领 行业在尘埃落定之后该如何前进依旧是难 域 跨行业特征的新经济形式 平台的性 题 质 行业归类 劳资关系 税收缺少明确 规定 不少经济活动处于灰色地带 甚至 sharing economy 总 体 说 来 我 们 很 难 全 面 地 界 定 和 有违法违规的情况 许多地方偏向严格限 衡 量 sharing economy 的 规 模 水 制 以尽量不出事为底线制定严格政策 平 速度和对经济增长产生的影响 因为 以滴滴为例 从车辆标准 司机资质 平 sharing economy 参 与 者 广 泛 就 台条件 申请程序 保险要求 顺风车限 业 形 式 和 时 间 灵 活 兼 职 全 职 均 有 打 制等方面进行了细化 有些城市甚至对司 破了以往的行业界限和组织边界 以往 机户籍 车辆轴距 排量 准入年限 甚 的行业分类体系已经很难适应 sharing 至揽客区域过度限制 与国家层面希望营 economy 虽然平台企业拥有完整的交 造良好发展氛围的导向偏离 易数据 但是涉及多个行业 行业差异大 统计口径多样 缺乏业内标准的统计指标 冲出重围成为行业领头羊的企业依旧 体系去测定新业态的发展情况 无法正确 没有获得发展红利 以出行领域为例 当 衡量 sharing economy 对闲置资源的 滴滴在市场上站稳脚跟 成为行业老大却 利用情况和对社会的贡献 危机更多 首先滴滴不可避免地要开始逐 利 对于习惯性接受补贴的用户来说 价

6 10 聚 焦 prediction 结论预测 sharing economy 将保持高速 sharing economy 市场或出现 增长 2015 年可以说是中国的 共享经济 区域性垄断现象 平台型企业越大 边际 元年 平台企业如雨后春笋般出现 如今 成本越低 因此唯有大平台才能获得利润 涌现出包括交通出行领域的滴滴 ofo 目前行业内领头羊占据一定优势 但在未 摩拜 住宿领域的 Airbnb 小猪短租 医 来问题会集中爆发 资金积累 运营水平 疗领域的名医主刀 知识分享领域的知乎 技术水平的问题都可能成为 压垮骆驼的 喜马拉雅等 但是该领域依然处在发展初 最后一根稻草 在轮番轰炸培养用户习 期 大量的市场份额还等待挖掘 潜力巨 惯之后 中小型平台可能会被市场逐渐淘 大 据 中国分享经济发展报告 2017 汰 或被大平台合并 出现大区域的垄断 预计 未来几年分享经济仍将保持年均 现象 40% 左右的高速增长 到 2020 年分享经 济交易规模占 GDP 比重将达到 10% 以 上 到 2025 年分享经济规模占 GDP 比 sharing economy 的一些大型 重将攀升到 20% 左右 未来十年中国分 平台企业将加速全球化布局 生态化扩张 享经济领域有望出现 5-10 家巨无霸平台 在国内站稳脚跟的企业必定要把眼光放到 型企业 全球 从硅谷走出 Uber Airbnb 已经在 全球迅速铺开 而中国也有如滴滴 硬蛋 sharing economy 将助力传统 科技 猪八戒 名医主刀等 尽管中国具 经济结构转型升级 当今世界经济不可或 备大国市场优势 还有网民红利 但是从 缺的中国正面临经济结构转型升级关键阶 模仿到创新 从本土到全球是分享经济企 段 迫不及待地要转换新旧动能 提升传 业必经之路 也只有继续扩大用户群 才 统动能 淘汰落后产能 扩大有效供给 有更多大数据可深度挖掘 才可打通用户 推动传统产业迈向中高端 随着政府积极 需求和流量入口 降低成本 最终形成一 实施中国制造 2025 应用 互联网 + 个具有高度开放性 动态性 协同性的创 推进供给侧改革 sharing economy 新生态系统 势必会成为一项有力的工具推动转型 已 经有传统企业尝试让大数据 物联网和 移动社交渗入企业端到端的全环节 如 海尔搭建共享 U+ 平台 更多的产品和服 务通过新型平台企业走入人们的生活 sharing economy 将与实体企业技术 融合 产业融合 数据融合 产消融合 虚实融合.

7 12 聚焦 Brexit: Britain now embark on a journey of digitization 脱欧未决, 英国已开启数字化征程 文 / 胡琼月文 / 黄意数字经济早已成为世界热门话题之一, 中国也高度重视其发展,2017 年 3 月, 数字经济首次写入政府工作报告, 并提出加快人工智能 第五代移动通信等技术研发和转发, 推进 互联网 + 深入发展, 促进数字经济加快成长 无独有偶, 英国政府也于 3 月 1 日重磅发布了 英国数字战略, 对英国脱欧后的数据经济转型和发展进行了全面的部署, 并希望到 2025 年将数字经济对英国经济的贡献值从 2015 年的 1180 亿英镑提高到 2000 亿英镑, 可见, 英国政府对数字经济抱着莫大的希冀 总体来看, 英国数字化战略总共包括七个方面, 且每个方面之下又涵盖了一系列的发展和推动措施 打造世界级的数字化基础设施数字化连接是公共事业, 可推动生产力发展和创新, 是数字化国家的基础 为此, 英国的任何地区和团体都不能缺失充分的连接 综合来看, 这部分主要沿袭了以往的政策, 如在 2020 年前加速推进 4G 和超高速宽带部署, 继续宽带普遍服务义务 ( 最低 10Mbps), 在火车和更多公共场所提供免费 WiFi, 为全光网和 5G 拨款 10 亿英镑等 此外, 英国政府提到, 将对宽带广告进行规范, 确保广告准确反映宽带的速率和大多数消费者能获得的技术 为每个人提供掌握其所需数字化技能的途径 战略 强调, 在数字化导向经济中, 核心的一点是要保证每个人都具备相关的技能, 没有任何人被落下 这部分也沿袭了许多以往的政策, 新亮点是强调提高民众数字化技能的长期努力 英国政府强调, 数字化技能鸿沟是英国和全球其他国家和地区共同面临的难题, 英国将推出一系列针对性计划, 以期弥合数字化技能鸿沟, 将有超过 400 万个免费的数字化技能培训机会, 帮助改善英国的数字化技能基础和基础设施 同时, 战略 提到, 数字化创新给就业和诸多产业带来了破坏性影响, 英国政府要确保那些受到波及的对象得到帮助, 并得以适应新环境 为此, 战略 提到将建立数字化技能合作机制, 与相关方合作弥合数字化技能鸿沟, 通过在本地化层面召集技术企业 当地产业 当地政府和其他组织协作, 帮助民众获得数字化职业机会 此外, 英国会通过提供专业教程等手段促进编码和网络等专业化人才储备 将英国打造成全球最适合创业和发展数字化商业的国家英国今年 1 月底公布的现代工业战略提出要确定重点领域并大力发展, 战略 称数字化经济是其中的核心 英国目前有世界级的初创企业 最强大的技术孵化器, 英国要在此基础上发力创建数字化商业 主要推动措施包括 : 到 2020~2021 年前, 将成立 47 亿英镑的研发基金, 这是 1979 年以来最大的一笔公共研发投资 ; 并将展开针对人工智能发展的评估 ; 推出系列措施保障金融企业在科技领域的投资持续 ; 在 5 个发展中国家设立英国科技中心, 与以色列现有的科技中心一同推动发展中经济体的数字化 帮助每一家英国企业实现数字转型英国的全球竞争力将越来越依靠两个方面, 一是日渐繁荣的数字产业, 另外就是所有的企业都能利用最好的数字化技术和数据促进创新并提高生产力 英国政府的任务是帮助所有的企业变得像数字化先锋企业一样多产 有竞争力, 采用数字化技术将成为关键 除了上文提到的提升技能和改善基础设施外, 英国政府此前宣布将创立一项 1300 万英镑的生产力委员会基金, 该基金由私营部门引领, 主要的任务是帮助整体经济提升生产力, 辅助手段包括恰当使用数字化技术等 此外, 英国政府还将通过与电子市场协商等手段帮助更多英国企业出口产品和服务

8 FOCUS 11 英国数字化战略 一经发布, 就引起了各界人士的热烈讨论 对数字化先行者而言, 这是一个绝好的发展机会, 他们大力支持这项战略并推行 在英国数字化战略中,Tech 是重要的组成部分, 它不仅是英国尚未开发的巨大市场, 同时还能帮助建立人们所期待的一流世界性的公共服务 英国文化大臣卡伦 布拉德利 (Karen Bradley) 还坚信数字 S 让英国拥有全球最安全的在线生活和工作环境安全的网络空间是一个包容 繁荣的数字经济所具备的基本要求 为此, 战略 提出一系列举措: 将支持国家网络安全中心 (NCSC) 提供企业单点联络机制, 尤其是关乎英国 关键国家基础设施 的企业 ; 将引入网络主动防御机制, 互联网服务提供商也将参与其中 ; 推出专业课程, 培训专业人才 ; 支持企业推出家庭锁 年龄分级等功能, 以防未成年人受到网络侵害 让英国政府在在线服务市民方面保持全球领先水平 战略 称, 在数字化政府方面, 英国目前已经是全球领先者 今年 2 月 9 日, 英国政府公布了 政府转型战略, 提出要加大使用在线服务 为此, 英国将继续发展跨政府平台服务, 预计到 2020 年在两大政府平台 GOV.UK Pay 和 GOV.UK Notify 上发展 2500 万核准用户 英国将继续打造 政府即平台 理念, 以便跨政府部门更深入地使用平台和相关业务 解锁英国经济中的数据潜力, 提升公众使用数据的信心 战略 提出, 为创建可持续发展的环境, 要采取必要措施使英国成为一个数据驱动的经济体, 数据可为每个人带来经济和社会层面的机会, 人们也对数据的恰当使用有信心 为确保英国位于数据革命的最前端, 英国政府将在 2018 年 5 月前施行 通用数据保护法, 以确保消费者数据在能被共享的同时得以更高程度地保护 战略能确保在这场数字革命中 没人会被落下, 这份战略覆盖了全国社会各个阶层, 并确保每个人都能享受到数字革命带了的益处 着眼于未来, 这就意味着队下一辈的各项技能培养的到位 在有人对这份战略持乐观态度的同时, 也有不少人对此抱着怀疑和反对的态度 质疑最多的一点是, 目前英国公布的这一 战略 过于宏观, 欠缺执行细节, 尤其是欠缺衡量成果的评估机制和办法 事实上, 英国近年来一直非常重视数字经济发展, 为此宏大战略并不鲜见 比如,2008 年, 英国政府出台了 数字不列颠 行动计划, 目的是确保英国数字和通信产 业在创新 投资和质量方面的前沿地位 其中的宽带发展时间 表覆盖到了 2017 年 但由于主要的资金问题没有妥善解决, 数 字不列颠 计划发展得并不如预期 为此, 对于此番 战略 的执行, 各方更加看重具体的落实情况也就不难理解 不仅如此, 英国还面临着脱欧的复杂的局面, 此 战略 在此方面并未过多陈述, 对此很多科技企业领袖表示对于英国脱欧后的发展也未给出有效的解决办法 W 英国这份详尽的数据化发展战略的最终目的就是让英国成为全球领先的数字化经济体 其核心在于每一个英国公民都能享受到更加顺畅的公私协作所带来的便利, 尤其强调了新的数字化的合作机制的建立 发布该战略的英国文化大臣 Karen Bradley 称 : 数字英国战略 将创建能让每个人都受益的数字经济, 确保数字红利覆盖整个国家, 我们要有必需的基础设施, 我们的管制要灵活, 每个人都有身为数字公民的技能, 每位工人也都有数字经济需要的技能

9 16 聚焦 The Past and Future of artificial intelligence 人工智能的过去与未来 文 / 方文达 编辑 / 黄意 最深刻的技术将自己融入日常生活以致察觉不出 The most profound technologies are those that disappear. They weave themselves into the fabric of everyday life until they are indistinguishable from it 年, 在那个连万维网都还没有诞生的时代, 时任施乐公司帕洛阿尔托研究中心 (Xerox PARC) 主任的马克 维瑟 (Mark Weiser) 早已将目光投向了 21 世纪的未来, 在那篇著名文章 the computer for the 21st century 的开头, 写下了如上那句话 显然, 人工智能便是这样的技术 如今, 人工智能已经成为了一个十分 热门 和 时尚 的话题, 所有人都以能够了解或者参与人工智能发展进程中来而感到自豪和骄傲 茶余饭后, 打开新闻总会看到各种各样人工智能的话题 我十分看好人工智能的未来, 虽然也有史蒂芬霍金这样的科学家在警告人工智能的危险, 科技就好像一把双刃剑, 它最终能够给我们带来什么, 还是取决于我们自己 至少在目前为止, 人工智能这项技术不像核技术那样, 它远远没有达到威胁人类生存的地步 相反, 当人工智能每应用于一个新的领域, 都给这个领域带了新的发展, 根据 斯坦福人工智能百年研究 项目的第一份报告 2030 年的人工智能与人类生活, 人工智能技在交通交通 医疗 教育 低资源社区 公共安全 就业和工作场所 家庭 / 服务机器和娱乐这些领域已经产生了深远的影响 人工智能的未来, 是否会真的变成科幻小说电影里边的那样? 没有人知道 正如赫拉利在 未来简史 中所说的那样, 我们越来越无法真正理解现在或预测未来, 因为我们现在所积累的越来越多的知识正在让这个世界变化得更快 但是, 我们还是能够从人工智能的过去当中, 去探求一些未来的可能性 1956 年 8 月, 在美国汉诺斯小镇的达特茅斯学院, 各色科学家齐聚一堂, 讨论着当时犹如天书般的话题 人工智能, 虽然最后并没有达成普遍共识, 但是这次会议对后世的人工智能的发展产生了深远的影响 因此,1956 年也被称为人工智能元年 此后的二十多年里, 人工智能迎来了发展的黄金时期, 不论是自上而下的专家推理系统, 还是自下而上的知识涌现, 都得到了飞速发展, 如今十分热门的深度学习算法的基础神经网络便诞生于那个时期 科学家们因此而自信满满, 著名科学家纽厄尔和西蒙甚至说, 十年以内, 计算机将会成为世界象棋冠军, 证明重要数学定理, 谱出优美音乐, 在 2000 年, 人工智能便可以超越人类了 然而, 事实并非如此, 直到现在, 计算机依旧不能谱出优美的音乐, 更别说超越人类了 短暂的黄金时期过后, 人们对于人工智能的理论研究热情日益减少, 相关的研究经费也被削减了 现在看来, 人们的研究方向并没有出错, 那么, 问题到底在哪儿? 如果我们将人工智能技术比作人造大脑, 将人工智能算法比作构建人造大脑的图纸, 那么几十年前学术界便创造出了人造大脑的图纸, 并且根据图纸设计的人造大脑也可以用来处理简单的问题 然而, 面对更复杂的语言翻译和图像识别任务, 人造大脑还是无法胜任 要想人造大脑处理这类问题, 还需要眼睛 嘴巴 手等器官的配合, 以及其自身硬件水平的达标 在人工智能技术沉寂的十多年里, 和它息息相关的领域技术正飞速发展着, 而这些技术每次取得的突破, 都将在后来化作人工智能技术发展不可或缺的力量

10 FOCUS 打铁还需自身硬 人工智能的 硬件发展 巧妇难无米之炊 人工智能的 训练数据 酒香就怕巷子深 人工智能的 数据价值展示 仅仅是硬件发展对于人工智能来说还 在拥有足够的训练数据和计算机硬件 虽然像人工智能将在不远的将来超越 能技术当中最热门的技术 深度学习 远远不够 人造大脑还需要海量的信息进 性能之后 人工智能技术接着便可以将它 人类这样的想法在绝大多数人的心里都是 深度学习的基础 人工神经网络 早 行学习 以人脑为例 从出生那一刻起 的学习成果转化为人能够理解的形式 认同的 然而 我们不得不承认 它目前 在 20 世 界 70 年 代 便 被 提 出 来 这 是 一 身体所有的器官都无时无刻在向大脑传递 文字 声音 图像 视频... 通过这些形 所能够做的 不及人脑的万分之一 但是 种模拟人脑神经元之间连接和信息传输的 着信息 供大脑分析和学习 从爬到走 式的展示 人们得以直接使用这些数据背 我们也不用因此而感到沮丧 即使人工智 网络 然而 人工神经网络的每一个感知 中间经历了无数次的摔跤 每一次摔跤之 后的规律 也就是这些数据的价值 我们 能技术远远没有达到理想中的样子 但就 机 类似于人脑中的神经元 的参数都需 后 大脑都会根据从眼睛 耳朵 手 脚 已经看到 人工智能技术在大数据领域当 和过去一样 它的发展也在为下一波下一 要通过运算进行调整 每一次调整都是牵 这些器官中获取的信息重新调整走路姿 中发挥着巨大的作用 一些技术成果甚至 个技术突破提供者必要的条件 或许是机 一发而动全身 这样就导致了整个算法的 势 直到最后成功地学会行走 其中的信 能够部分代替人的工作 而这些 便让人 器人 或许是虚拟现实 又或许 某项看 运算量巨大 而当时的超级计算机的运算 息量之大 仅人眼获得的图像信息便是一 工智能从实验室逐渐走进普通人的生活当 起来和人工智能技术不大相关的技术有了 性能甚至连手机都不如 人工神经网络的 个十分庞大的数字 中 突破性的进展 到那时 人工智能因为那 说起硬件 不得不先说说现在人工智 项技术有更大的突破 历史的车轮便是像 研究者们为了能够验证自己的算法的正确 对于人工智能技术来说 为了能够准 性 需要耗费大量的时间和金钱 面对巨 确进行最终的判断和分析 同样也需要海 因此 现如今人工智能技术热门的背 这样滚滚向前的 现在觉得无法关联在一 量的训练数据 而这些数据如何获得和存 后 经历着理论热门 -> 沉寂 -> 技术热门 起的技术 在将来或许会一起创造不一样 储便成为了一个十分棘手的问题 同样受 这样三个阶段的发展 同时 人工智能作 的未来 算机硬件性能得到了飞速发展 以前需要 限于硬盘容量的限制 当时可供研究者使 为技术本身 仅仅是处理和理解大数据的 几个月甚至几年时间才能完成的运算量 用的训练数据十分少 由于算法没有足够 一种方式 是不产生任何价值的 真正能 现在可能只需要一秒 有了高性能硬件作 的训练样本进行优化 最后并没有取得令 够让它发挥价值的 是海量的数据 以及 为基础 人工智能算法进行大量计算所需 人满意的结果 具体的应用场景 这些条件 才铸就了人 大的开销 人们不得不放弃这种方法 幸运的是 在摩尔定律的支配下 计 随着硬盘容量的提升 存储海量的训 的时间 便可以维持在人们可以接受的范 围内 为后来处理大量数据提供了条件 练数据逐渐成为了现实 而谷歌公司在 2004 年前后发表了三篇重量级论文 GFS MapReduce 和 BigTable 带 来 了 大数据时代 困扰人工之智能发展的训练 数据存储问题彻底解决 当然 大数据技术所带来的不仅仅是 数据存储问题的解决 最终数据的价值体 现也给了人工智能技术一个广阔的展示舞 台 工智能的第二个黄金时代

11 20 聚焦 A new trend of Intelligent Manufacture 智能制造掀起新浪潮 企业想从传统制造工业转型为智能工业谈何容易, 这并不是购买几台智能机器就能完成的工程, 对于逐利的企业来说, 文 / 高琪 绘图 / 高琪 一面要应对激烈的市场竞争, 一面要应对转型中的诸多因素 环节, 犹如走在独木桥上, 两边都是悬崖峭壁 以数字化工厂为基础打造智能工厂, 在逐步向智能制造靠近 企业为扩展自己的市场开始重构自己的产业模式 制造模式 商业模式, 以网络 通信 硬件设备为基础, 通过大数据分析实现智能制造 在对未来智能工厂的美好憧憬时, 重构生产体系时遇到的困惑又会瞬间将人们拉回现实, 例如在导入智能化工厂时, 制造生产线发生改变, 需要考虑智能工厂现场的空间, 按实际需求规划生 智能制造 中国制造 2025 等战略的相继出台, 表明我国对制造业发展的重视程度, 同时也引来投资者们的关注, 不少企业想把握这次工业发展的机遇实现智能工业化转型, 产线形状 在重构中找到问题并解决问题, 打造现代化生产体系, 实现智能生产 在这一发展中, 智能制造带来的仅仅是惊喜吗? 作为一个制造大国, 被光环围绕的中国, 随着时代的变迁及工业革命的到来, 工业转型已经刻不容缓, 面对劳动力成本的逐年攀升, 市场的压力, 国内企业迫切的向智能工业化转型 首先, 中国制造 2025 战略的提出, 给工业 4.0 提供了一个新的突破口, 企业们争相打造智能工厂, 想要实现智能制造, 首先要以物联网为基础, 达到物与物, 物与人之间的相互连接 传统制造向智能制造转型, 要做到端到端 横向和纵向的集成, 实现更高效 更低耗的生产, 建立基 于工业大数据和 互联网 + 的智能工厂 其次, 面对人们千变万化的需求, 目前的大多数企业给人们提供的是一样的产品, 拿手机举例, 不同的消费者拿到的手机同质化严重, 说到这儿, 为什么就不能根据需求定制自己的专属手机呢? 根据不同需求定制产品, 可能给生活带来更加不同的体验 最后, 随着工业的不断发展, 物资逐渐匮乏, 利用数据分析, 达到物资之间最优的配合, 产生巨大的价值 面对设备互联化 生产智能化等这一系列的诱惑, 新技术总能给人们带来启示, 同时也带来新的机遇和挑战 在中国, 能否走好智能制造这条道路? 面对诸多阻碍, 又该如何应对?

12 FOCUS 挑战一 渠道 如今无时无刻不在产生大量的信息数据 怎样建 立人与人之间 人与物之间 物与物之间相互联系的 渠道 智能制造做到信息化与自动化的融合 这个渠 道也渐渐地搭建起来 促使机器智能得以发挥 与人 的智慧相互配合 达到人机一体化 挑战二 教育 中国的高等教育在培养人才方面 大多数比较注 重理论学习 而忽略了实践 不少大学老师社会经验 缺乏 何以培养符合社会需求的人才 如今 实践教 学逐渐加入到学生的课程中 经过有组织 有计划的 培养 学生们就可以跳出书本回归生活 达到学以致 用 挑战三 市场 目前中国的市场环境对智能制造的发展是否造成 影响呢 若企业不考虑发展问题 而是一味地追求上 市 从而会产生泡沫经济 一心追求低成本 低质量 的企业 在这条制造道路上必定不能久活 在早已饱 和的低价劣质的产品市场上 急功近利无疑是将自己 推进深渊 迫于市场上的竞争压力 缺乏匠人精神 管理意 识和共同进步的意识仿佛是阻碍发展最致命的原因 从智能工厂走向智能制造 此路途艰难重重 一味地 投机取巧必定是走不通的 机遇一 物联网 机遇二 协作机器人 机遇三 扁平架构 技术不断的进步 新的物联网产品层 协作机器人发展迅速 推出的各种新 随着架构渐渐简化 系统性能将得到 出不穷 这些新技术产品使自动化系统具 协作机器人具有轻巧 廉价的特点 全球 进一步提升 同时降低未来的软件维护成 有更高的价值 自动化厂商可以用更低的 机器人利用率正在不断上升 中国正是现 本 这种简化的发展趋势正在加速 就像 成本集成出更高性能的产品 2017 年初 在世界上最大的机器人采购国 若协作机 如今的智能手机相当于一个多核处理功能 英特尔宣布了一条新的模块化计算平台 器人变得更实惠 生产成本降低 那对企 强的计算机 功能繁多但又可以迅速地计 业的发展是很有帮助的 算出结果 并且做到最优 计算卡 被称为 信用卡大小全能神器 今后相关智能设备厂商只需要流出计算卡 插槽 至于用什么处理器 多大的内存和 硬盘都不用考虑 用户可以根据自己需求 来购买相应的计算卡 这使硬件厂商可以 更灵活的优化各种智能互联解决方案 结语 智能制造犹如时代掀起的巨浪 不少人因为退缩 被这浪潮淹没 唯有不断前行才能生存下来 面对新 的技术总会有风险 需要花时间去实践 去证明 在 未来的市场环境中若不使用新技术 很有可能输给那 些运用新技术而变得强大的对手们 何不接受转变 将对未来的问号 化为惊叹号 23

13 24 聚 焦 AI 广泛应用的关键要素 Global tech gaints compete to be AI champion 在过去几年中 人工智能已经超越了研 究 以及电视节目中人与机器之间的对战 科技巨头间的人工智能竞赛 拼的是什么 来源 /RACONTEUR 作者 /BEN ROSSI 成为数百万人每天都在使用的技术 这要归 功于三个关键要素 首先 无处不在的网络服务 智能设备 和社交媒体的使用 得以产生海量数据 数 编译 / 王进 据是开发深度学习算法的基础 是一种允许 机器学习和编写软件的 AI 形式 输入到系统 中的数据越多 执行任务的效果就越好 其次 在过去 托管海量数据是一件非 众多好莱坞电影描绘了机器人与创造他们的人类之间的冲突 但真正的人工智 常昂贵的事情 会阻碍 AI 的发展 如今 来 能竞赛正在全球最大的一些公司之间爆发 自亚马逊 微软和谷歌的经济实惠的按需云 人工智能就像一头巨兽 需要不断地吞噬数据才能持续成长 那些能为人工智 存储服务 为 AI 的发展提供了更便利的环境 能源源不断 喂食 海量 优质数据的科技巨头才能拥有强大的驾驭能力 也才能 第三个要素就是更强大的芯片组的发 处在人工智能产业链的顶层 因此 大公司之间的人工智能竞赛在本质上是数据的 展 加速了训练电脑像人类一样去思考的进 竞赛 他们比拼的正是数据 程 当然 大公司在竞争中建立起人工智能的基础设施 并以开放的姿态迎接各行 所有这一切意味着 AI 终将在医疗保健 业和细分领域的具体应用 在此过程中 无论是传统企业 还是初创公司 同样具 能源 无人驾驶和制造业等行业中实现 由 有可观的 待发掘的成长空间 于 AI 应用将成为市场上需求最高 最有利可 本文中未提及中国的阿里 百度 腾讯等公司 这些公司同样应该是全球未来 图的产品 这导致世界上大型科技公司竞相 人工智能竞赛的主力选手 角逐 AI 以确保自己的市场地位 当大多数人想到人工智能 他们的头脑 中往往会浮现出对抗流氓机器人从而拯救人 类的光荣战斗 在过去几十年中 这是好莱 坞荧幕上一个非常熟悉的故事场景 虽然机器智能与人类意识还相去甚远 以并购加速竞争 但现实生活中的 AI 战斗 不是发生在机器人 与人类之间 而是发生在那些争夺领先市场 从目前来看 AI 行业的重要性不 年来 大型科技公司通过大肆收购来 AI 的起源可以追溯到 1950 年 当时计 在于企业开始大规模部署这些技术 获得初创企业的专业技术 并扩大他 算机科学先驱艾伦 图灵 Alan Turing 发 而在于那些已经满足了 AI 需求的企业 们 的 AI 产 品 组 合 例 如 2014 年 表了一篇论文 指出有一天机器将像人类一 的市场表现 Google 以 5 亿 美 金 收 购 了 总 部 位 于 地位的企业之间 样思考 2016 年 研究机构 IDC 估算全球 例如美国芯片制造商 Nvidia 因 伦敦的人工智能公司 DeepMind 也 AI 市场规模达到 80 亿美元 并预计到 2020 为它的图形处理单元成为企业训练人 正是这家公司开发出了打败李世石的 年将达到 470 亿美元 工智能系统所需的芯片 在过去一年 AlphaGo 在 67 年前图灵的标志性研究和今天疯 里 公司股价上涨了两倍 这也促使竞 在 AI 行业 由于初创公司经常在 狂的市场估值之间 大部分 AI 的发展要么落 争对手英特尔斥资 153 亿美元收购了 发展壮大之前就被收购 这种积极的 在了研究和学术领域 要么涉及在人类游戏 无人驾驶汽车芯片制造商 Mobileye 收购策略已经使该技术的应用向两个 几年前 公司致力于深度学习 方向发展 一方面 科技巨头通过自 1996 年 IBM 研发的深蓝计算机战胜 的投资 Nvidia 公司在欧洲 中东 有的海量数据和云基础设施 来搭建 了国际象棋大师加里 卡斯帕罗夫 Garry 和非洲业务的负责人 Jaap Zuiderveld AI 服务体系 另一方面 利基市场的 Kasparov 世 界 一 片 哗 然 15 年 后 说 现在 这种投资正在开花结果 玩家则将 AI 用于特定垂直行业的问题 IBM 的下一代 AI Watson 在美国电视益 当这种新的计算模式席卷全球时 我 解决 智游戏节目 Jeopardy! 中完胜人类对手 而 们发现自己已经处于市场领导地位 在最近的 2016 年 谷歌 AlphaGo 打败了世 英特尔不是唯一通过兼并和收购 中击败人类的电脑 界围棋冠军李世石 来切入 AI 这块大蛋糕的公司 过去五

14 FOCUS 27 Global tech gaints compete to be AI champion 拥有数据是至关重要的, 大型科技 公司也不可能招揽全球所有的 AI 人才, 但他们可以拥有训练 AI 所需的数据 得益于公司核心业务的数据密集性特点, 谷歌 亚马逊 微软 Facebook IBM 和苹果这六家公司将能够率先引领 AI 的发展 例如, 谷歌 亚马逊 微软和苹果公司利用从其他业务收集的数据, 使其在智能个人助理市场上占据领先优势 Facebook 已经使用机器学习来开发聊天机器人, 而 IBM 凭借 Watson 成为认知计算市场的先行者 这六家公司都愿意开放自己的 AI 技术, 任何开发人员都可以搭建他们的云基础设施 因为这六大巨头知道 : 数据才能形成真正的区隔 在我们的有生之年, 如果 AI 真的像电影里描述的那样产生人类意识, 那么它可能会来自这些公司当中的一家, 因为他们是仅有的几个拥有能够训练这种复杂性模型的数据的机构 研究机构 Forrester 的高级分析师 Brandon Purcell 说, 基于数据驱动的收购,AI 将会出现一个新的数据淘金热 那些能够围绕特定使用场景获取数据资产的公 司将胜出, 而由此产生的行业进入壁垒将是不可逾越的 这种在某些使用场景中保持领先的能力, 意味着传统非技术型公司有机会抓住他们所在的细分市场 工程巨头 GE 西门子和波音公司正在投资工厂自动化 ; 而福特 丰田和宝马等汽车公司正在汽车领域与谷歌 苹果和特斯拉展开竞争 同时, 有一种观点认为,AI 创业公司和其他行业的公司可以从这六家大型科技公司开放 AI 开源工具的民主化行为中获益 ( 如谷歌的 TensorFlow 和微软的 CNTL) 许多人认为, 这种民主化对于确保人工智能解决广泛的商业和社会问题, 是至关重要的 反之, 把创新限制在一小部分公司, 则会形成太多的控制, 并损害 AI 的发展潜力 令人担忧的是, 如果 Google 庞大的数据库存在盲点 Purcell 先生说 : 如果像谷歌和亚马逊这样的公司控制 AI, 那么所形成的系统本身是会有偏差的 尽管他们的意图很好 英特尔公司的欧洲 中东和非洲高性能计算与 AI 总监 Stephan Gillich 补 充说 : 参与 AI 对话的人越多, 受益的行业也就越多 很快我们就会看到政府 企业和社会都会受到影响 然而, 其他人则认为 AI 的民主化机会已经没有了 由于全球范围内缺乏编程人才, 且获取成本巨大, 在六大科技公司以外进行广泛的创新是不切实际的 AI 初创公司 Blue Yonder 的创始人 Michael Feindt 说 : 即使有免费平台可用, 您仍然需要训练有素 经验丰富和专业化的数据科学家来构建优秀的解决方案, 从而为终端用户提供真正的价值 当更多的 AI 编程技能被最终引入市场时, 六大科技巨头也用不着担心 通过开源的 AI 技术, 他们已经告诉世界, 软件并非他们的优势来源, 数据才是 尽管 AI 已经在人们的生活中得到应用, 并同时用于挖掘商业投资机会, 但最强大的 AI 应用还没有出现 当它们出现时, 六大科技巨头已经奠定了市场基础, 成为最受益者, 但他们之间仍然会相互竞争 与此同时, 对于那些在特定应用场景精耕细作, 并保持领先的其他企业和创业公司来说, 市场规模将足够巨大 鹏工信部中国信息通信研究院高级管理咨询AlphaGo 的出现引起了社会的广泛关注 这些关注的目光里师人工智能伴随着包含了人们既兴奋又恐慌的情绪 兴奋于技术的发展将必然带来新的生产革命, 同时又担忧人工智能在对人类生活和工作起到正向作用的同时会不会对也意味着意想不到的灾难 本文不会触及任何纯技术相关的细节, 也不会像科幻片一样谈机器人如何毁灭人类这样虚无缥缈的事情 仅仅基于目前人工智能的发展态势, 让我们合理的预测一下人工智能未来发展可能遇到的桎梏, 以及发展成熟后将对人类社会生产结构带来什么样的冲击 人工智能演进中的伦理悖论与社会危机文/ 崔Ethical paradox and social crisis in the age of artificial intelligence

15 聚 焦 28 趋势 人工智能路在何方 现期阶段 决策辅助 随着自动化生产的普及 机器在初级人工智能 的赋能下已然成为了人类标准化劳动力的 替代者 还是让我们先回到原点 来简要回顾一下人工智能的发展与应用历程 但是这些劳动力该朝什么方向使用依旧需要人类根 广义上来说 人工智能指的是通过某种方式让机器拥有人的逻辑判断能力或 思维能力 据市场态势及消费者需求进行灵活地决策 如今 以根据特定输入条件做出相应的判断或决策 其实广义的人工智能早已走出了科幻小说 在 在网络与算法进一步发展的驱动下 人工智能的应 生产生活中被广泛地应用了 发展至今日 人工智能对人类生产模式的影响可被粗略的划分 用范畴也在不断扩大 除了驱动机器作为标准化生 为两个阶段 产活动的 替代者 人工智能更是被封存在千万 计的软件中成为人类思考与决策的重要 辅助者 通过统计算法与办公软件 人们可以将计算机的超 高运算效率与存储容量纳为己用 实现人类自身智 能的增幅与扩容 现在已经有很多公司已经具备完 善的 BI 系统 以数据驱动为核心辅助公司领导层更 系统化 数据化的做出商务决策 那么接下来人工智能的应用又该向什么方向发 初级阶段 机械自动化 初级阶段起始于第二次工业革命 此时所谓的 人工智能 展呢 阿尔法狗的面世揭开了人工智能应用第三阶 段的序章 指的是通过单片机等固件 使机器拥有简单的处理线性逻辑的能 力 并能被人定义多种不同的输出流程 例如 如果输入为 A 第三阶段 决策替代 则执行流程 X 如果输入为 B 则执行流程 Y 这当然还远远没 传统意义上软件的核心工作是基于人类为其定 到所谓 智能 的程度 但即便如此简单 这类技术的应用在当 义的输入 问题 与逻辑 解法 的基础上 驱动 时也带来了革命性的生产模式进化 使得机器不仅仅能作为风车 硬件进行运算并给出输出 在本质上仍然是个 苦 牲畜的替代 能量源 进行高效做功 更能在标准化的生产流程 力活 没有主动发现问题 创造解法的能力 而 中完全替代人进行复杂生产劳动 可以说 初期阶段的人工智能 阿尔法狗背后 深度学习 算法的跨时代意义在于 为当今整个大机器协同生产体系奠定了基础 极大地释放了人类 其赋予机器进行主动学习 主动理解并创造解法的 的生产力 开启了自动化生产时代 能力 介于此 阿尔法狗仅凭自身实现了复杂环境 中的博弈决策 当这类技术足够成熟 一个新的时 代也将拉开序幕 机器不仅仅是人类思考的 辅 助 更能 替代 人类进行思考与决策 并寻找 解决问题的方法 于是 在社会生产结构中 不仅 是人类的劳动能力将被机器所 顶替 此时就连 决策能力也将被人工智能所逐步取代 以上对于未来的预判听起来似乎很遥远 但其 实未来已经悄悄来临 谷歌和特斯拉近期就在进行 新项目 无人驾驶汽车的紧张研发 无人驾驶汽 车的算法本质就是让机器在一个纷繁复杂的动态博 弈环境中代替人类做出标准化程度较高的分析与决 策 开车 随着类似产品的不断问世 人类也将 会必然的迈向人工智能应用的第三个阶段 而当无 人驾驶技术充分普及之后 司机这种决策标准化程 度较高的技术工种也将便被彻底替代

16 FOCUS 31 虽然人工智能再一次迎来了发展的 黄金期, 但我们不可否认这个世界上永远不会存在 完美 的算法 机器和人一样也会犯错误 甚至在很长一段时间内, 基于当人工智能技术进一步的成熟无疑将极大的提升人类总前的人工智能发展水平, 机器犯错的比例可能比一般人还体的生产效率 但是笔者看来, 人们现在就纷纷开始 欢庆 要高 在这种假设前提下, 人工智能的应用将带给人类的人工智能时代的到来还为时过早 目前对于人工智能的应第一个伦理难题很可能就是 : 机器如果犯错, 该如何承担用, 不仅仅是技术上尚未成熟, 更重要的是在伦理及法理责任与风险? 维度人们也相当缺乏必要的准备 于是, 在不远的将来, 众所周知, 人类能形成生产协同网络的最核心基础是当人工智能开始逐步替代人类进行生产与生活决策的时候, 分工契约体系 这个体系规定着我们每个人在合作结构中各种新的难题也将接踵而至 的责任 权利与义务 其中被最常认作 公理 的一条是 : 当一个社会人承担某责任 做出某决策, 他也就同时必须承担, 至少是分担其决策所带来的收益与风险 而当人工智能替代人类进入生产环节做出决策时, 一个极大的不对称就出现了 : 给人工智能赋予做出某项决策的责任是所有买家都会做的事 ( 也是人工智能被创造出来的天职 ), 但面对的是正面收益还是负面风险, 人工智能都无法像人类那样对自己的决策负责 举无人驾驶汽车为例, 如果 AI 控制的无人驾驶汽车出现车祸事故, 其事故责任人是谁? 是坐在车里的 完全没有参与驾驶的车主还是汽车厂家, 亦或是程序员, 还是 AI 本身? 这种场景下谁又该担负主要责任? 若想让 AI 负责, 除了删除 AI 程序之外, 似乎也并没有更好的选择 而删除程序的举措不存在任何法律意义上的法益, 更何况受害者也得不到任何形式的补偿 这个伦理问题日后将成为 AI 发展最大的达摩克利斯之剑, 也会在将来人工智能被广泛应用后引起各界广泛的探讨 如上文所言, 既然人工智能无法对其决策有效的承担责任, 唯一相对的环节途径便是对人工智能所做出的决策进行更加严密的考核与监管 而一旦人们开始考虑如何 考核 或 监管 人工智能, 新的逻辑困局也将就此诞生 如何在 最终 结果出现以前判定某项决策本身的对与错 在博弈环境中, 任何决策往往都是环环相扣的, 因此在盖棺定论之前, 没有人能够轻易判断哪一步的决策是绝对错误或绝对正确的 举 AlphaGo 和李世石下棋为例 在前三盘棋局中, 当解说的专业九段看到 AlphaGo 做出丝毫不合常理的下法时, 解说员表现出了怀疑和嘲笑 然而出乎意料的是 AlphaGo 赢了前三盘 或许当终局之后当解说员再回头看当时所谓 臭棋 的时候, 才能明白 AlphaGo 那步棋 更深层次的全局意义 如果仅仅让人工智能去下一盘没什么赌注的围棋, 无论输赢时候都不会有人纠缠于结果 但当人工智能的决策涉及到的是几千万的利润或几千万条生命时, 如果人工智能给出的是人类当时所不能理解的答案, 人类又该作何选择呢? 假如人类选择不采纳人工智能的意见, 那么人工智能进步与发展的意义何在 ( 本质上还是人类自己做决策, 人工智能提供信息辅助 )? 其数据驱动决策的优越性又如何付诸实践? 但换个思路, 如果人类信赖人工智能所做出的决策, 那就又绕回到了第一个难题, 万一发生意外责任由谁来承担? 相当长的一段时间内, 人类对于人工智能的态度一定会是矛盾的 : 如果人们不相信人工智能的决策, 那无论技术再怎么成熟也不过是 叶公好龙 的闹剧 ; 而倘若大多数人认可人工智能在决策方面具有超出人类的优势, 又将直接导致人类监督无效 监管无门的尴尬境地 这个暂时无法解决的矛盾, 将在人工智能的成熟与广泛应用期带来更多隐患 之所以人工智能的发展可能导致上文所言的各种伦理悖论, 核心原因在于其本身相比于一般的技术有着极其特殊的地位 不同于一般的技术革新, 人工智能正如文字 货币一般将深刻的改变人类分工与协作的方式 而人生产协同模式的改变也必然将催生新的社会秩序与伦理导向 但是, 目前人们面对新时代的新秩序普遍属于摸着石头过河的阶段, 相应的伦理体系与法理体系尚未形成, 很多人工智能相关的案例我们无法用现有的伦理及法理标准给出黑白分明的判断其实也是再正常不过的现象 因此, 我们对摆在人工智能发展之路上的桎梏也不必过于忧虑, 也许随着社会观念的自然严谨, 现在看来无解的问题在未来也许会变成新的常识

17 32 聚 焦 影响 新世界的开端 OR 旧世界的毁灭 假设人工智能的发展突破了上文的桎梏 进入了我们预言的 第三阶段 届时人类的生产 模式 社会结构由将受到怎样的冲击呢 第一方面 大量人工将被替代 意识 换句话说也就是有着百分百的忠诚于服 从 一经购买全年无休 也更不会有什么 工 第二方面 劳资矛盾将被大规模激化 随着机器替代论的兴起 已经有不少人开始议论类似于 共产主义 的未来 会罢工 其二 维持机器运转的需求或能耗 届时 机器将替人完成大部分的价值创造 而全人类本身则可以彻底从繁复的 标准而有限 一般来讲通电就好 只是耗电量 生产劳动中解放出来 开始共同从事艺术 哲学等领域的研究 但笔者认为 的多少不一定 加之机器对工作条件的要求 基于当今的社会结构 随着人工智能技术的进一步兴起 人与人之间的关系绝 也不高 远远没有人体脆弱 使用人工智能替 对不会像共产主义预言那般的温情脉脉 其主要原因也很明显 哪怕人工智能 代劳动者对于企业长期运作会是一个更经济的 对人类劳动力有完整的替代作用 但其依旧需要用资本去购买和转化 但是无 选择 而当机器成为了 优秀员工 资本方 论在中国还是在世界范围之内 资本分配是极端不均衡的 也就是说 原本就 就像上文对无人驾驶 AI 做出的设想 谈及人工智能将给世界带来的变化 其对人工的替代 对于普通劳工的裁员潮将也不期而至 与此同 富有的人更能享受到技术革新带来的效率红利 让其资本的增值效率变得极高 作用是目前被社会各界所讨论的焦点 包括哈佛大学商学院在内的不少研究机构也纷纷表示 人 时 未来世界的资本驱动型生产格局也将会比 而反观那些相对的无产者 人工智能反而将变成争夺其工作机会的 竞争对手 工智能的兴起将给从事中低级技术工种的人造成极大的失业风险 其原理也很明显 当机器拥有 现在更加明朗 他们在未来的命运又会如何 在笔者看来是相当的不容乐观 了在更加复杂环境中进行决策的能力与通过物联网与其他机器进行生产协同的时候 所谓的机器 回想大机器生产时代 资本家之所以能够崛起为一支重要的政治力量 其 就变成了百分百的 优秀员工 之所以说机器是优秀员工的原因有两点 其一 机器没有自我 核心在于他们手中掌握的资本能够通过购买机器的方式直接转化为标准化的 产能 而这种 转化 不仅仅是替代了当时部分手工业者的生产地位 同 时也塑造了现代意义上的雇佣关系 资本方出资购置基础设施提供主要产 能 劳动者付出体力或智力的劳动以换取报酬 当然 在这样的劳资关系中 资本方始终会占据主动地位 但劳动者还是可以通过合同 工会等方式向资本 方提出权利诉求 因为资本方虽然拥有机器 但其依旧需要工人进行操作才能 进行生产 同时一个大的企业若想实现紧密协同也需要配备足够的管理人员进 行监督和决策 也就是这劳资之间相互依赖 相互依存的关系构成了当今企业 雇佣体系中的脆弱基石 但遥想未来 随着人工智能的进一步发展与人工智能决策替代能力的进一 步加强 资本方通过购买机器将获得的远远不仅是 产能 本身 而更多的是 对完整的劳动力 决策力甚至是管理能力的替代 此时劳资之间脆弱的依存关 系也很有可能会被打破 随着替代作用的升级 被雇佣方将再难以用有效的手 段来制衡老板 当然资本方也不可能愿意将其私有的 并拥有完整生产及决策 能力的 智能生产线 与他人分享 于是 贫者愈贫 富者愈富 社会阶层之 间的壁垒将进一步固化 阶层之间的矛盾也必然将被人工智能的应用所加剧 历史的车轮也许会转一个圈又回到古罗马时代的政治模式 虽然古罗马人早已 学会了驯养牲畜 但只要奴隶的劳力成本比牲畜低 那么依旧会有人使用奴隶 作为他们的劳动工具 而在人工智能充分成熟的新时代 AI 驱动下的物联网生 产云可以被比作更智能的 牲畜群 而对于相对的无产者而言 他们只有两 种选择 要么与技术发展赛跑 不断冲击高风险 高创意需求的领域以确保自 己在生产体系中的独特价值 否则 只有在他们的劳动力成本低于机器时才有 可能在整个价值链中占有一席之地 但由此也可以想象出他们在未来将可能获 得何等的政治地位与经济地位 史蒂芬霍金曾经预言人工智能可能造成人类的 毁灭 依笔者的理解 未来不太可能出现机器人对抗人类的战争 但是根据基 本的经济规律 我们可以预判出人工智能的兴起会加剧马太效应 最终给整个 社会的阶层之间撕开一道无法弥合的创口 也许只有改变目前全世界的经济基 础 也就是财产私有制 才有可能从根本上杜绝我们刚才所预言的未来 我们终将带领人工智能至何处 亦或是人工智能将推动人类商业世界进行 什么样的演化 在人类历史的长河中 这些看似远大的目标和猜想也许不足为 道 但我们都一样 在被历史的车轮不断碾压中毫无悬念地向前进

18 DIALOGUE 大数据人才培养 需要时间沉淀 Zhou Tao When can we enter the era of big data? 周涛 对话周涛 我们何时才能进入大数据时代 究中心主任 主要从事统计物理与复杂性 数据挖掘 与数据分析方 文 / 黄意 进步一等奖 2014 年获中国计算机学会自然科学二等奖 ( 一等奖空 周涛 1982 年生 电子科技大学教授 博士生导师 大数据研 面的研究 2009 年获教育部自然科学一等奖 2011 年获第十二届 中国青年科技奖 ( 系我国最年轻的获奖者 ) 2013 年获四川省科技 缺 ) 2014 年起历年入选 Elesvier 最具国际影响力中国科学家名单 ( 物理天文类 ) 2015 年当选第十二届中华全国青联常务委员 并担 任 科学技术界别工作委员会副主任 2015 年当选全国十大科技创 新人物 据全球顶尖管理咨询公司麦肯锡 大数据时代 国内发展大数据很多 大数据时代 现在大数据最紧缺的 (MCKINSEY) 的 分 析 报 告 预 计 到 2018 年了 最近几年 你看到什么令人欣喜 就是人才 为什么我们很难培养出大数 年 大数据或者数据工作者的岗位需求 或令人担忧的变化了吗 据的人才 2013 年浙江人民出版社出版发行了维克托 迈尔 - 舍恩伯 将 激 增 其 中 大 数 据 科 学 家 的 缺 口 在 格的 大数据时代 立马掀起关于大数据的火热讨论 这本 十四万到十九万之间 对于懂得如何利 书也让译者周涛 这位 80 后 最年轻的教授走进公众的 用大数据做决策的分析师和经理的岗位 视野 虽然有着多年在外学习的经历 周涛没有留在一线城市 缺口则将达到十五万 大数据的人才培 而是选择回到了家乡四川 作为新一代 周涛能言 敢言 也 养成为国家 行业 企业亟待解决的难题 并不排斥出现在聚光灯下 但是随着经济的快速发展 多方的教育 对 于 学 术 周 涛 充 满 了 热 情 迄 今 为 止 在 Physics 一直没能弥补这个缺口 Reports 和 PNAS 等国际顶尖 SCI 期刊发表论文 200 余篇 多 周涛曾带领团队开发一个名为 人 次获得 EPL, NJP 等国际一流期刊最佳论文奖 研究和产业化 才雷达 的项目 他解释 我们通过 成果多次被包括 Nature News MIT Technology Review 分析上千万份简历和几千个研究论文与 中央电视台 人民日报在内的知名媒体专访和报道 并在 哈 专利 利用大数据自动化就能找到合适 佛商业评论 环球科学 等商业和科学最有影响力的期刊 的人 这是一种自动化的猎头 是一种 担任专栏作者 对于产业 周涛也充满活力 担任中国第一支 人才搜索 你需要什么样的人才 就来 大数据产业股权基金 大数据实验室孵化基金 的创始合伙人 这里搜索 成都数之联科技集团 CEO 不过越受关注就越有争议 这位年轻的学者在科研的道路 上有更长的路要走 更多的事要做 更多的责任要承担 他会 在大数据之路上如何前行 学者和企业家的思维角度不同 一 个学者出身的人能做好大数据产业吗 周涛 比较让人担忧的是 尽管我 周涛 我相信 我们能培养出大数据 们谈论数据开放 一年又一年 尤其去 需要的人才 只是需要时间和一些过程 年谈论得特别多 但是迄今为止真正的 数据工程师和科学家不像流水线的产业 地方政府或者大型集团在全集团内或整 工人 按部就班培养十几样基本的操作 个地方各个职能部门间 大力推动数据 就能在几天内上岗 这个行业需要人才 开放 建设自身数据标准 整理自己的 具备扎实的知识基础和创新性的思维 数据资源 最后形成跨领域的创新应用 培养人才本身就是一个长期而又痛苦的 非常少 和去年相比没有特别大的进度 过程 虽然各行各业都急需大数据人才 我觉得比较欣喜的一点是不管教育 部还是各个高校 各地政府都开始了大 数据人才培养的实际行动 各地大数据 人才培养基地如雨后春笋般涌现 大数 据教育火热 我们终于开始系统性讨论 如何建设这个学科 培养大数据人才梯 队 这些人能成长注入进大数据行业就 有希望 我们一定要有数据科学 人工 智能 机器学习的思想 产业和政府才 能真正往前面走向一个智慧的时代 35 但是我们还需要一定的时间来沉淀

19 对话 DIALOGUE di alo gue ZHOU TAO 与传统行业不同, 大数据领域创业自己一个定位的话, 我觉得现在的我更的准入门槛极高, 大量的技术瓶颈亟待像一个学生 在没做企业之前我充满的突破, 因此不少创业者都有高校教授的好奇, 很希望知道什么是企业家精神 背景 不过, 做企业与做学术角度不同, 但我不投身于企业里, 我就不会了解, 学者的思维能经得起市场的检验吗? 技企业家到底要经历什么磨难 比我厉害术型人才的思维更多在如何解决技术困的科学家和企业家太多太多了, 我现在境上, 而做企业需要转变为管理型人才, 好像在爬一座高山, 我现在只是在山脚这个转型漫长而痛苦 走出高校, 走进的亭子里 值得我崇仰的东西太多了 市场的学者们要应对的质疑更多 那么, 大数据领域的学者创业到底需要今年, 周涛和他的数之联完成了数什么? 千万元的 A 轮融资, 市场估值超过 4 亿人民币 他们时常为了一个算法的优化进行着头脑风暴, 有时 吵 得昏天黑地一直没有进展, 有时会 吵 得柳暗花明, 为找到解决办法而欢呼雀跃 曾有人问周涛, 觉得自己的状态是科学家还是企业家 他回答道 : 如果非要给 周涛 : 在我看来, 其实我们一直徘徊在大数据门口, 并没有真正进入到大数据时代 现在不能说进入了大数据时代, 我们看到的大多数所谓的大数据项目只是信息化的项目, 还是新瓶装旧酒, 隔大数据 周涛 : 毫无疑问, 我们会期待这一次的数博会比去年更好, 有更多惊喜 我们希望能看到在数博会上的展览除了企业应用之外, 还有科学家利用大数据 机器学习做出的让世界尊重的科学成果, 科学家的成果不应该只留在实验室 时代还很远 要用海量的数据, 跨领域关 周涛 : 我觉得学者创业的核心要点是要勇于承担风险, 真正能够走到产能一线, 拿资金带团队, 做有风险的事情 如果说每走一步都给自己留好退路, 在高校还有职位, 想办法转移高校的资源 用学生做劳动力, 不花钱或者少花钱想来做事情, 往往成不了 企业家精神饥渴 联的数据, 用人工智能的办法, 得到以前没有这些方法 没有这些数据得不到的应用, 才能叫所谓的大数据时代 虽然我们已经迎来了大数据应用年, 但是还是有一些是伪大数据应用 如果没有数据科学家的团队, 没有人工智能的能力, 都谈不上大数据应用, 把数据简单地整理 归结起来, 做一些统计分析, 是几十年前商务智能的时代的事情 周涛 : 我还是依然关注数据生态的发展, 这是基础, 我的关注点并没有发生重大的改变 影响大数据的三个主要创新要素是原始数据 观念和技术及领先人, 所以我们一直在致力于在建立一个好的生态, 让这三个因素同时融合 前进 竞争 拼搏 承担风险, 有责任感, 具备这种精神的学者创业就有很大的机 会 Zhou Tao When can we enter the era of big data? 36 37

20 DIALOGUE Yuan Hui 丨 Market competition about Artificial intelligence has not been formatted 对话 小 i 机器人创始人 董事长兼 CEO 袁辉 人工智能竞争格局尚未形成 仍在盲人摸象 文 / 夏进 在大数据 云计算 机器学习等因素的推动下 人工智能迎来了新一轮发展浪潮 追逐人工智能梦想的小 i 机器人也备受市场关注 近日 小 i 机器人创始人 董事长兼 CEO 袁辉与 大数据时代 独家对话 分享了自己对人工智能行业的看法及创业的感悟 袁辉 2001 年 袁辉怀抱 为每个人的 di alo gue YUAN HUI 生活带来改变 的梦想创建了小 i 机器 人 带领公司成长为全球领先的智能机 器人技术提供和平台运营商 在人工智 能相关技术 如自然语言处理 语义分 创业十六年 一切都是最好的安排 析和理解 知识工程和智能大数据等方 面 小 i 机器人走在行业的前列 2014 年 袁辉被邀请在 APEC 会 议上分享智能机器人如何推动中国互联 网经济发展 还多次被邀请出席博鳌亚 洲论坛 夏季达沃斯论坛 与中外政界 商界精英畅谈全球经济发展 其观点得 到中外媒体 嘉宾的高度认可 大 数 据 时 代 小 i 机 器 人 成 立 于 受的 至少我们坚持下来了 还活着 2001 年 经过十多年的发展 如今已成 创业 16 年多的科技创业公司能独立存活 长为全球领先的智能机器人技术提供商 的不多见 尤其是做人工智能的公司 和平台运营商 对于这十六年的创业经 历您有什么样的感悟 袁辉 创业这么多年经历了很多 袁辉曾获颁第七届 上海 IT 青年 现在回头来看是一件很不容易的事情 十大新锐 上海市 新长征突击手 标 我们有过辉煌的时候 也经历过最艰难 兵 上海市 管理型领军人才 的时候 真是举步维艰 命悬一线的程度 是中华全国青年联合会委员 中国青年 这期间 酸甜苦辣我们都尝过 跋山涉 企业家协会会员 上海市青年联合会会 水都走过 小 i 机器人发展到今天 是一 员 上海市 IT 青年人才协会理事 个顺理成章的过程 也是我所认可和接 39 有次 我跟马化腾在贵阳碰到 我 说好长时间没有见了 他说小 i 机器人还 活着呢 我说是啊 类似这样的对话经 常出现 这一来说明 我们经历过低谷 甚至是差点死掉的情况 也说明大家前 两年对人工智能创业真的很担忧 充满 疑虑 我们选择了人工智能这个最具挑战 性的领域 我一直认为就像是骑老虎

21 对话 DIALOGUE Market competition about Artificial intelligence has not been formatted 老虎很凶残, 很难驯服 你骑上去的时候, 有的人看到你很风光, 很勇敢, 有的人觉得你很危险, 命悬一线, 会有各种看法和观点, 这其中的凶险, 还有惊喜是别人体会不到的 在这只老虎身上能坚持多久, 怎么坚持不被老虎摔下来再被吃了, 当时我们自己也在思考, 也在不断的探索和挣扎 今天很多人也和我们一样, 也在经历这种磨练, 但是, 今天的情况比 5 年前 10 年前好了很多, 大家已经有了一定的方法和方向, 不像当初小 i 机器人所处的环境一团漆黑 如果现在让我用一句话来总结创业 16 年的最大感悟, 那就是一切都是最好的安排 痛苦和艰难并不能让你变得强大, 它只是一个诱因, 在这个诱因的促使之下, 你才能重新认识自己, 释放能量 所以, 对于很多创业者来说, 如果选择了创业这条路, 要以平和的心态看待所遇到的问题, 接受问题, 并想办法解决, 这样才会走的更加踏实, 更久远, 也更有机会获得成功 一帆风顺的事情也会有, 但坎坷之路遇到的更多, 就看你用什么心态去对待 袁辉 : 第三次的人工智能浪潮, 之所以比前两次更让人关注, 就是因为这一次的浪潮业界更关注于人工智能的应用 在很多领域人工智能产生了真正的价值 特别是智能对话机器人, 现在已经有了大规模的应用 目前, 应用相对成熟的领域是智能客服, 在金融 通信 电商 政务等行业采用的比较普遍, 几乎无处不在 比如, 人们发送短信到 查询话费余额, 到招行信用卡中心询问积分等, 都会有人工智能支持的机器人提供服务 此外, 用户不论是通过电话, 或者微信 网站询问自动问答机器人, 机器人都可以提供对应的服务, 而且精准度很高, 可以帮助企业解决现实的运营问题 举几个典型的商业案例 在招商银行信用卡微信机器人里面, 无论查额度还是还款都是机器人提供服务, 每天有 99% 的问题是机器人服务的, 只有 1%-2% 是人工服务, 而且机器回答问题准确率在 98%,99% 2015 年的数据显示, 招商银行的微信上, 每天人机交互量上万, 如果采用人工提供服务需要 3000 人, 而现在维护这套系统的不到 20 人 中国建行官方数据显示, 由小 i 机器人提供技术支持的 小微 服务能力已经相当于 9000 个人工座席的工作量, 远超 人工座席的服务量总和 中国交行在使用小 i 智能机器人后, 每月减少两百万通电话, 节省 4000 万人民币 通过这些数据我们就可以看出, 人工智能现在怎么帮助企业创造价值, 如何服务我们的生活 现在在智能客服领域, 智能机器人已经大规模投入使用 另外, 在知识库建立 大数据管理和运营等人工智能服务方面, 小 i 机器人也已经有很多的商业和政府合作 袁辉 : 人工智能将使我们的生活更加便捷 快捷, 体验更好 因为机器人具有更强大的记忆能力 处理能力, 而且不受工作时间和工作环境的影响, 更没有情绪变化, 他可以提供 24 小时的高效率 精准化的高质量服务, 这是超越人类的优势 人工智能 砸 掉饭碗这个说法有失偏颇, 对技术创新的评判不够不公平 客观地说, 人工智能会替代重复性的 标准化的工作, 比如客服 让原来的工作者将精力和时间投入到更具有创新性和管理性的工作上来 我们可以说, 人工智能将促进人类的方法创新, 促进人类思维变革 所以说, 人工智能是替代某种工作, 而不是替代人类, 更不会砸掉谁的饭碗 另一方面, 长远来看, 大量的智能机器人进入社会服务的方方面面, 也将优化人类的分工, 促进人类的学习能力, 提高国民科技应用水平 就像电器的出现, 诞生了更多的技术工种, 帮助我们创造了更多的生产制造岗位, 让我们的生活水平提高了一大截 智能手机的出现, 出现了无数的开发者, 也激发了无数个新的行业, 同时也让更多人接触和体验移动互联网的便捷, 让更多的人有机会接触和学习智能硬件的使用 今天我们认为人工智能是技术, 是应用, 但随着人工智能跟我们的工作和生活融合得越来越深, 我们会逐步认为它并不是一种技术或应用, 也并不是一个行业, 他是一种资源形态, 就像水 空气 电一样, 无处不在 袁辉 : 人和机器人最大的区别在于, 人类基于学识 经验 背景 人脉能够产生的强大思考力和想象力, 这也是人类的强项 智能机器人最终能否取代我们的大脑, 以现在的认知, 需要区别客观和抽象两个方面, 比如在基于数据的分析处理, 和基于知识和信息的推理预测, 因为它的储存量更大 逻辑性更科学 处理速度更快, 未来肯定会取代人类 但比如写诗编剧 作词谱曲 艺术表现等抽象化领域, 这个工作人类更应该喜欢自己做 机器人在体力上能够强于人类这是不可否认的, 但在脑力上完全解放人类是一个想象力的问题, 这至少要求机器人具有独立自主的思维能力 有一个说法是, 人是由碳构成的, 碳既然可以经过几千万年的进化形成有自主思维的人类, 为什么硅不可以? 人工智能是人类创造的产物, 如果人类自己的想象力无尽, 那么什么都有可能发生 袁辉 : 目前人工智能处于混沌期, 还是是一片蓝海, 很多东西还没有定论, 格局没有形成 今天, 我们都是盲人摸象, 只会摸到一个部位, 而不能摸清全部, 而且能够把一个部位摸清楚, 想明白就已经是很了不起的事情 从国际来看, 未来中美会是人工智能的两大国, 这从目前的从业数量和投资规模上可以做一个判断, 这两个国家的技术和应用现在都处于领先位置 从国内来看, 未来会诞生大型的人工智能服务公司, 在这个过程中, 一种是已经有商业模式的, 具有变现能力的公司会更有发展后劲, 因为具有市场潜力和人才优势 另外一种是, 超大型的企业会在人工智能模块取得突破, 他们具备资金和用户优势 此外, 依靠某一种强项技术而开辟专用市场的技术公司也将是未来市场中的主要竞争者, 他们可以通过某一项自主核心技术而与其他厂商合作, 巩固自己的产业地位 40 41

22 对话 Market competition about Artificial intelligence has not been formatted 袁辉 : 贵阳数博会是全球首个大数据主题博览会, 不仅是贵阳的建设成果 中国的创新形象, 更是世界的分享盛会, 在已经成功举办两届后, 不论是规模还是全球影响力都越来越大 本届数博会上, 我们期待看到更多人工智能 云计算 大数据等创新型科技领域的研发成果和应用展示, 也期待收获更多来自各国行业领袖和学术专家的真知灼见和智慧碰撞 本届数博会, 小 i 机器人将深度参与, 面向全球伙伴发布一系列最新研发成果和应用服务, 推出 小 i 机器人 + 系列智能应用, 包括智能家居 智能企业服务 智能办公 智能政务 智能物联网等, 将系数亮相, 并配合场景演示 现场解说 零距离体验等方式向现场观众展示 此外, 小 i 机器人将人工智能技术运用至数博会的筹办中, 小 i 作为虚拟嘉宾将与主持人现场互动 来宾还可以与数博会公众号的智能机器人互动, 报名 了解展会信息 场馆路线等 42 43

23 案例 CASES 近几年各界对人工智能的兴趣激增 2011 年以来 开 发与人工智能相关的产品和技术并使之商业化的公司已获 得超过总计 20 亿美元的风险投资 更有科技巨头投资数 十亿美元收购那些人工智能初创公司 美国市场研究公司 Gartner 已经连续两年将人工智能列为第一大战略性技术 然语言理解 智能交互 语音视觉等多种人工智能技术 能以最自然 Google IBM Salesforce 和 Apple 等 公 司 对 私 有 人 工 的方式 是什么 与用户进行信息 服务 情感的交流 首次在 2014 智能公司的收购也在不断升温 2016 年就有 40 笔与人 年 9 月 16 日江苏卫视 芝麻开门 闯关节目中亮相 不仅频频与主 工智能相关的收购交易 62% 的大企业将在 2018 年前使 持人互动调侃 更是凭借迅速的反应和准确的回答赢得现场观众掌声 用人工智能技术 无论你是否相信 在未来都将会看到人 不断 而最新的消息来自于 2017 年第四季的 最强大脑 上 与人 与人工智能共存的局面 类的 最强大脑 选手逐一对决 充分展现了百度机器人在图像检索 运算推理方面的惊人准确率 看来小度机器人也算是机器人中的大明 星了 The strongest brain in machine Xiaodu 机器中的 最强大脑 小度 文 / 张心怡 百度 对于人工智能的探索 从未止步 小度机器人成为 脑王 纵 观 整 个 人 工 智 能 的 发 展 史 无 论 是 Watson AlphaGo 还 是 Master 多是围绕记忆 逻辑 运算向人类发起挑战 人类也的确在 知识问答 棋类比拼中不敌人工智能 但是现在 我们人类通过几百万 小度最令人印象深刻的表现应该是在最终脑王盛典上的第二个挑战项目 亲爱的 中 嘉宾在 40 张父 年的进化才拥有的听觉 视觉等天赋也面临强大危机 百度的 人脸识 母合照中随机挑选一张 选手和小度同时观察该照片 在 40 位造型一致 身材接近的女生中 找到该父母 别 语音识别 图像识别 技术对人类的 帮助 似乎都正在向纵 的亲生女儿 而最终结果是人类选手 Alex 答错 小度答对 作为观众或许我们更希望人类选手能够战胜人 深发展 工智能 但是我们反过来想想 人工智能的获胜是不是意味着我们在找寻走失儿童方面开辟了一条新的道路 小度机器人 是诞生于百度搜索大家庭的智能实体机器人 由百度 开发的智能机器人在国内还属首例 依托百度强大的搜索能力 集成自 呢 人类精力毕竟有限 人工排查也没有机器那般精准 而机器总是不知疲倦的 运用更加专业精准的照片 匹配技术帮助走失儿童及其父母 可以让那些走失 10 年 20 年甚至 30 年的孩子尽早回家

24 案例 CASES 跨年龄人脸识别技术 帮助宝贝回家 记得 2014 年的那部打拐电影 亲爱的 识别年龄跨度可达 30 年 百度 AI 平台部产品经理杨抒含介绍称 人脸识别技术基本原理是从照片上 提取人的所有面部特 剧中主角千里寻亲的故事让公众潸然泪下 同样 征 眉毛 眼睛 鼻子 脸型轮廓等 把这些特征换算成不同维度 并给每个维度配比上不同的权重 我们也意识到 打拐 是多么艰难的一件事情 当两张照片进行对比时 会针对每个维度挨个比对 得出每个维度的相似度得分 再根据每个维度的 2017 年 3 月 机器人小度携手 宝贝回家寻子 权重比例计算出总体的匹配度得分 给出两张脸的相似程度 网 将人工智能的 跨年龄人脸识别 技术应 用于寻找走失儿童 宝贝回家寻子网 是目前 现在多数人脸识别系统都无法识别十几年或者时间跨度更久的照片 而目前百度人脸识别人工智 能系统能够识别的年龄跨度可达 30 年 国内最权威的一家以公益为目的的寻人网站 该 据了解 百度目前的跨年龄人脸识别训练模型使用的数据主要来自百度内部员工贡献的图像 用 网站对接着民政部走失人员平台 公安部打拐办 一个大规模人脸数据训练好的模型作为底座 然后用跨年龄数据进行做更新 对于数据量不足的问题 DNA 库 一直是上万走失儿童家庭找寻亲人的 百度希望未来能获得更多这样的数据 包括和公安部等政府机构合作 有效寄托 1990 年 6 岁的付贵在从重庆市大歇镇幼 儿园放学回家的途中被拐走 从此离开了自己的 父母亲人 生父付光发用付贵留下的唯一一张照 结语 不只是小度 阿里的人工智能正打算挑战 实习医生 腾讯推出了智能语音助手 腾讯叮当 京东人工智能客服 JIMI 正在为消费者答疑解惑... 不可否认我们已经被人工智能包围了 片在 宝贝回家 网站上登记寻亲 照片中是 5 不过 尽管李开复老师关于 人工智能将在未来 10 年取代 50% 人类工作 的预言让我们觉得人 岁的付贵 2009 年 9 月 付贵在 宝贝回家 类的未来似乎充满危险 但不可否认的是 人工智能正在以过去我们无法想象的方式为我们服务着 网站 宝贝寻家 版块登记了自己被拐的信息 未来也同样会成为我们的好帮手 登记姓名为 胡奎 并上传了自己 10 岁时的 照片和信息 但是 他只知道自己的名字是 胡 奎 而出生日期 失踪日期和失踪地点等信息 却完全无法与付光发的信息对应 毕竟被拐时他 只有 6 岁 如果依赖过去的人工排查 付贵这样的案例 可能就被错过了 再加之宝贝回家平台的数据库 中 被拐儿童寻亲和父母寻找丢失的孩子是两个 分开的系统 要靠人工去一一匹配 工作量不可 想象 尤其像付贵这种存在记忆偏差 两方提供 的关键被拐信息无法匹配的情况下更是困难重 重 人眼识别照片也会产生很多疏漏 孩子的儿 时样貌变化很大 有时连亲生父母都很难辨别 而小度的跨年龄人脸识别系统对超过 6 万条 的寻亲图片进行匹配 初步筛选出 30 例疑似案 例 付贵就在其中 后来经过双方的 DNA 比对 确认 胡奎 就是 27 年前的付贵 这也是 宝 贝回家 采用百度跨年龄人脸识别系统为被拐儿 童成功找到亲人的首例

25 案例 CASES Princetechs: Data makes vaule 普林科技 : 用数据催化价值 编辑 / 胡琼月 插图 / 高琪 普林科技成立于 2014 年 由鄂维南院士和数位海归博士 上市公司总 经理等精英创始团队 运用数据挖掘 人工智能和机器学习技术 为金融 电信运营商 健康医疗 教育等相关领域客户提供决策辅助服务与整体解决 方案 普林科技专注于用人工智能 机器学习 数据挖掘等大数据建模分析 技术, 帮助客户唤醒沉睡数据价值, 实现对内效率提升, 对外数据价值运营 将海外成熟的大数据建模分析技术带回国内 用数据刻画规律 帮助各行业 唤醒沉睡数据价值 实现 对内效率提升 对外数据变现 普林科技的核心优势在于有顶尖的核心技术团队和大量的标杆客户 除 高技术壁垒和行业带头人团队 公司已有大量的重量级客户 比如中国人民 银行 大成基金 中国电信 北京市政府以及多家股份制银行和城商行等 这也是其成功入选微软加速器的原因之一 微软加速器被称为 中国最顶尖 孵化器 每期从多达 项目中录取其中的不到 3% 入选后的创业团 队估值增长超过 5 倍 48-49

26 案例 CASES 风险控制 信用评估 行为分析, 是普林科技在金融方面的发力点 据了解, 普林科技成立金融事业部以来, 已帮助央行征信中心 大成基金 中证信用 久金所等银行 基金 证券 P2P 等企业实现了基于大数据的业务提升 比如此前中国人民银行征信中心首次与国内大数据公司普林科技合作, 基于 3.7 亿全量信用报告数据, 通过大数据新算法从信用报告中提取上千个维度的信息, 对未来 24 月违约的预测准确率达到 95%, 对人群信用度区分度的 KS 指标达到 78%, 为 3.7 亿国民开发了自主可控的评分模型, 实现系统稳定性 准确性 业务指示性全面提升 普林科技基于央行最全量的征信数据, 使用国际领先的大数据算法, 为金融机构提供关于央行征信报告的信用评分产品 普林报告分, 只需输入征信报告, 产品便会自动化解析, 输出信用分数 全国排名 信用风险 分数解读 普林报告分 的特色有三个 一是全量数据, 基于个人全量历史信誉数据, 评估更全面 ; 二是场量细分, 根据不同贷款类型, 集合同类样本训练模型, 效果更精准 ; 三是自动决策, 自动化申贷流程, 杜绝人工疏漏, 秒级输出决策, 操作更简单 另外, 普林科技可以根据客户具体业务需求, 深度定制化开发风控模型, 并提供配套 IT 系统建设服务 目前, 普林科技已经与国内著名 P2P 平台人人贷合作开发信贷风控模型 此外, 普林科技还为国内近千家 P2P 公司提供服务 在盈利模式上, 据普林科技战略投资部负责人韩耀明介绍, 大数据行业的盈利路径与互联网行业非常不同 互联网行业的逻辑比较清楚, 只要有用户数, 慢慢地用户发展多了就能赚钱 大数据领域则不同, 其产业应用刚刚起步发展, 因此这个领域的服务企业先要在不同行业里生根, 有足够多的项目经验积累之后, 才能针对某些行业做一些标准化的产品 近两年普林科技一直着眼于项目经验积累和为行业客户提供技术等服务, 在服务中对行业 行业客户的需求判断越来越清晰, 公司坚持找出不同行业客户之间的共性之后再去做标准化产品, 因此市场对公司产品的接受度也相对较高 蚂蚁金服 腾讯有技术实力可以基于自身积累的大量数据去做一些征信相关的事情, 但不是所有公司都有这个实力 很多公司是做传统行业起家的, 他们缺少这种把数据直接转化成效果的能力, 我们可以在他的数据之上帮他开发刻画个人信用行为的产品, 这也是很多银行 互联网金融机构成为普林科技客户的原因 值得关注的是, 近两年普林科技的年业务增长速度达到了 400%, 利润增长也飞快 同时, 普林科技在两年时间内四易其地, 从北大到望京 soho, 再从中关村 1+1 大厦到软件园二期, 办公面积指数增加, 公司迅猛的发展可见一斑 2016 年, 普林科技成为 中国服务 品牌竞争力 500 强中大数据领域唯一入围企业 普林科技同样看中自身人才的培养和发展, 背倚北京大数据研究院, 冲在大数据学科建设的第一线, 普林大数据学院呈迅猛之势不断发展, 先后与北京大学和南方科技大学达成课程共建合作, 以高校为支点, 站好大数据教育的根基, 争取早日成为大数据人才的强健孵化中心 现在的数据社会培训机构说坏不坏, 但课程体系混乱, 大部分还是属于计算机相关的课程, 比如 Java,Hadoop,Spark 等, 数据库方面的 old SQL,NoSQL 等 但是, 大数据时代, 需要的不仅仅需要数据管理人员, 还需要大量的数据分析人员, 包括数据分析师 机器学习分析师, 还有真正的数据科学家 普林科技开设并建立了一系列专业的课程, 并着手建立权威的大数据课程体系 一个毕业生可以在这里学到大数据课程的完整体系,Python 的开发等, 以最快的速度进入大数据前端领域

27 案例 CASES Digital Hail Technology:Creating value by insight understanding of data 以及最终的可视化呈现 行业用户开始把 注意力转向大数据真正的价值点 发现 数据真正可知可感的最后一环 帮助管理 规律 提升决策效率与能力 他们在收集 者真正发现关系 了解规律 洞悉未来 数据上花费的时间很少 而在实际分析数 对于把握全局的领导 决策者来说 前 据并回答各种问题上的时间则越来越多 期的数据采集 存储 分析运算等工作 目前进入大数据应用相对较成熟的领域主 都是看不见摸不着的 可视化 让数据突 要在公安 交通 电力 园区管理 网络安全 破了时空的约束 将整个苍穹尽收眼底 航天等 大数据帮助各行业从业务管理 真正做到 运筹帷幄 决胜千里 事前预警 事中指挥调度 事后分析研判 在物联网 云计算 移动互联网等基础领 数字冰雹大数据可视化系统行业应用分享 图 / 数字冰雹 可视化作为大数据产业链的最后一公 里 是让漫长复杂的大数据建设可见 让 在过去几年 大数据的建设主要集中 驾驭数据 洞悉价值 积累较深的行业领域 开始基于大数据的 每个细分领域都涌现出了一批专业的公司 基础建设 开启了行业数据应用与价值挖 而 数字冰雹 就是在数据可视化领域有 掘之路 从数据的抽取 清洗等预处理 着十年技术累积的典型企业 到数据存储及管理 再到数据分析挖掘 公安领域的大数据应用 可以实现从警综 警力 警情 人口 卡口 / 车辆 重点场所 摄像头管理等全方位进行公安日常监测与协调管理 实现突发事件下的可视化接处警 从 2008 年 9 月 Nature 杂志首次出版大数据专刊 科学家们提出 大数据真正重要的 警情查询监控 辖区定位 应急指挥调度管理 满足公安行业平急结合的应用需求 是新用途和新见解 而非数据本身 到 2012 年 3 月 美国奥巴马政府在白宫网站发布 大数 从而全面提升公安机关智能化决策能力 提升警务资源利用和服务价值 为打击违法 据研究和发展倡议, 大数据正式成为重要的时代特征 再到 2015 年 中国政府印发 促进大数 犯罪 维护社会稳定提供有力支持 从来没有哪一次技术变革像大数据革命一样 在短短数年时间 从少数科学家的主张 转变 潮流 大数据又不仅仅是一场技术革命 更是一种思维方式 发展战略和管理模式的变革 给人 类的认知能力带来深刻变化和升华 为我们开启了一扇窥视世界的大门 从数据交易 数据集成 到文本挖掘 算法模型 人工智能 再到数据可视化 数字冰雹大数据可视化系统行业应用分享 为全球领军公司的战略实践 继而上升为大国的竞争战略 形成一股无法忽视 无法回避的历史 等多个方面提升智能化决策能力 域 但进入 2016 年 一些大数据起步较早 编辑 / 夏进 据发展行动纲要 明确推动大数据发展和应用 52-53

28 案例 CASES 交通领域的大数据应用 可以实现从公交车辆 司乘人员 运行线路 站点场站管理 园区管理的大数据应用 可以实现从园区建设规划 管网运行 能耗监测 园区交通 乘客统计等多个维度进行日常路网运行监测与协调管理 支持突发事件下的值班接警 信 安防管理 园区资源管理等多个维度进行日常运行监测与协调管理 从而全面加强园区创 息处理发布 应急指挥调度管理 发挥交通资源最大效益 新 服务和管理能力 促进园区产业升级 提升园区企业竞争力 电力领域的大数据应用 可以实现用户分布 节点负荷 电网拓扑 电能质量 窃电 网络安全的大数据应用 能够实现对网络中的安全设备 网络设备 应用系统 操作 嫌疑 安全防御 能源消耗等智能电网多个环节进行日常运行监测与协调管理 满足常态 系统等整体环境进行安全状态监测 帮助用户快速掌握网络状况 识别网络异常 入侵 下电网信息的实时监测监管 应急态下协同处置指挥调度的需要 全面提高电力行业管理 把握网络安全事件发展趋势 全方位感知网络安全态势 的及时性和准确性 更好地实现电网安全 可靠 经济 高效运行

29 案例 CASES 航天是大数据应用最早也最成熟 取得成果最多的领域 航天要对尺度远比地球大无 数倍的广阔空间进行探索 其总量更多 要求更高 因此 航天大数据不仅具有一般大数 据的特点 更要求高可靠性和高价值 能够实现对航天测发 测控设备控制 航天指挥作 战体系模拟推演 作战评估 航天作战指挥显示控制航天器数据分析 状态监控 TCL:The path to renewal 走出去的 TCL 编辑 / 冉叶兰 在互联网发展的大趋势下 传统制造企业的经营环境受到了物 联网的冲击 企业间的竞争也从产品 技术上升到商业模式的竞争 lo o 数据可视化是科学 艺术和设计的结合 当枯燥 隐晦的数据被数据科学家们以优雅 简明 直观的视 觉方式呈现时 带给人们的不仅仅是一种全新的观察 n h 世界的方法 希望通过大数据可视化 真正帮助客户 实现 驾驭数据 洞悉价值 的目标 用好大数据 切实提升决策效率与能力 y g 传统制造业在不断的改革和探索新的商业模式 TCL 三次转型才从 传统制造业向现代化制造业升级 TCL 集团股份有限公司 以下简称 TCL 创立于 1981 年 是 具有全球规模的消费类电子产品企业集团之一 且整体在深交所上 市 SZ 旗下另拥有四家上市公司 TCL 多媒体电子 通力电子 TCL 显示科技 翰林汇 在其 30 多年的发展道路上经 历了三次商业模式变革 从传统制造升级现代化制造

30 案例 CASES 年国内的企业都在筹备企业体制改革, 希望改革带动企业更快发展,TCL 获得惠州政府许可作为改革试点 为保证 国有资产不流失 的红线 TCL 提出 动增量不动存量 的方案, 即 TCL 集团从 1981 年到 1996 年的资产归市政府所有, 此外如果 TCL 净资产率超过百分之十, 超过部分作为奖励, 按比例增发股份到管理层, 或用优惠价购买 改制后 TCL 快速发展, 年净资产增速远超 10% 2001 年,TCL 集团的国有持股份与管理层持股比例变为 58%:42% 由国有控股企业变为地方政府的绝对控股企业, 实现商业模式的初步变革 通过 阿波罗计划 引入五大战略投资者, 进一步变革商业模式, 由地方绝对控股变为多元化股份结构 这次变革主要是体制层变革, 表现为关键业务 合作伙伴 销售渠道的显著改变 在企业改制的同时通过投资和并购实现多元化扩张, 业务范围从电话 电视扩展到手机 电脑 信息产业等业务共同发展 ; 合作伙伴从国有绝对控股到地方绝对控股再到地方相对多元化控股 ; 销售渠道从以前的大经销商总代理变成了直接设立分销结构, 避免产品渠道层次多和存货多的弊端 这次的改革, 加速了 TCL 发展 2001 年 TCL 通讯全年销售手机 130 万台,TCL 集团实现营业利润 5.98 亿元 ;2002 年 TCL 手机在中国市场排名前三, 利润较上年增长 149%, 达到 亿元 ; 2003 年 TCL 在中国工业和信息化部发布的中国电子百强企业中位居第四 2002 年国内市场竞争激烈, 彩电价格大战导致利润下滑, 欧美市场贸易壁垒严重等原因,TCL 进行第二次变革, 建立遍布全球的分销渠道, 大力扩展海外市场 为了迅速打开欧美市场的大门, 所以选择收购当地知名品牌,TCL 开始大举进行跨国并购 收购德国施耐德, 主要是利用施耐德的欧洲生产线 畅销的销售渠道 成熟的技术和研发能力, 建立欧洲生产基地, 进一步扩展海外市场 并购法国汤姆逊是因为它是当时全球领先的消费类电子生产商之一, 也是世界上拥有专利权最多的公司之一, 且在数字电视 解码器等方面处于世界领导地位 为了打破贸易壁垒, 获得专利技术支持, 借助汤姆逊扩展自己的市场份额, 提高国际竞争力 2004 年 TCL 集团与汤姆逊共同出资 4.7 亿欧元成立 TTE 彩电企业,TCL 持股 67%, 汤姆逊持股 33% 由于研发落后 彩电市场环境变化 文化整合冲突等原因, 并购汤姆逊没有给 TCL 带来预期的受益, 反而 TTE2004 年亏损 1.43 亿元,2005 年亏损 8.2 亿元 并购法国阿尔卡特是因为它是电信系统 设备以及相关部件 电缆领域的领跑者, 业务范围遍布全球 与此同时阿尔卡特的品牌效应 成熟的销售渠道 技术优势也是 TCL 看好的 2004 年 TCL 与阿尔卡尔成立 T&A, 从事手机和相关产品服务研发 生产 销售 TCL 集团 2003 年年报显示, 收购施耐德销售利润是有较大的提升, 与去年相比销售收入增长 28% 净利润增长 34% 彩电销售增长 45% 海外彩电销售量增长 195% 在收购汤姆逊方面, 由于 TCL 集团对技术发展趋势的判断失误, 虽然从汤姆逊获得了领先的 LCD 技术, 但是由于平板显示和数字电视的发展, 液晶平板电视畅销,LED 技术迅速发展, 而 TCL 的 LED 技术并不成熟, 造成研发技术落后 加上文化整合冲突, 亏损形势日益严重 2004 年 TTE 亏损 1.43 亿元,2005 年亏损 8.2 亿元, 到 2006 年 TTE 仅多媒体在欧洲区亏损达到了 亿元 在收购阿尔卡特时, 由于市场环境变化, 国外经销商不接受不能满足当地需求的 我国国内生产的产品, 加上新品性价比不高, 消费受众面窄, 新品销售不畅 并购之后存在各种问题, 严重影响 TCL 的发展,TCL 步入亏损的状态,2004 年净利润较上年下降 56.9%,2005 年净利润下降 3.2 亿元,2006 年净利润下降 19.3 亿元 严重的亏损状态让 TCL 陷入低谷 经过并购失利,TCL 吸取经验教训, 重新分布市场, 整合欧洲产业链 对业务做 减法, 对企业进行改组, 出售电脑业务 低压电器业务和智能楼宇业务等 集中技术 资金等要素发展企业的优势业务 彩电业务, 利用自身优势转战彩电 + 智能的新模式 随着科技的发展和互联网技术的普及, 网造企业中率先从企络电视 手机电视等新媒体普及, 传统的家电制造企业受到了严重的冲击 传统的家电制造企业开始转型升级为互联网 +, 陆续走智能化的道路 TCL 集团在国内家电制业经营战略层面进行了互联网转型 2009 年 TCL 集团打破传统家电制造行业的竞争思路, 向 互联网 + 转型, 研发体系涉及操作模式 信息安全 人机交互等多个领域 TCL 将互联网思维导入企业经验战略层面来进行互联网转型的彩电制造企业 TCL 集团和英特尔公司合作, 推出 MiTV 互联网电视, 集成在线卡拉 OK 游戏 在线观看和股市等功能 2013 年 TCL 集团和爱奇艺合作, 推出爱奇艺 TV+, 推出四个月销售超过十万台 TCL 还推出 智能 + 互联网 产品 + 服务 的 双 + 商业模式的实施立足于长远效益, 虽然在短期内不会带来明显的经济收益, 但是对于企业实现超过千亿的战略目标具有推动作用 从 2015 年 12 月到 2017 年第一季度, 每一年的营业总收入都有不同程度的增长 截止 2017 年第一季度, 营业总收入同比增长 8.41% TCL 之所以能转传统制造业为新型制造业, 不仅整合了产业生态圈的各个环节和资源, 发挥企业优势, 面对低谷蓄力, 发挥自身的彩电整机研发优势, 发挥各企业的资源优势, 建立开放协同的业务体系, 通过大数据 云计算为用户提供智能化 个性化的服务, 走出低谷, 走向明天

31 60 61 专题 FORUM Digitization driving innovation YiYun is Building a big data industry eco-system 在贵阳大数据创新产业 ( 技术 ) 发展中心 数字引领 创新驱动 挂牌运营迎来一周年之际 本刊记者对中心 负责人 贵州翼云大数据服务有限公司董事长 翼云构建大数据产业发展生态圈 文 / 胡琼月 许宁进行了专访 图 / 冯四方 宋磊 2016 年 2 月 贵州获批建设首个国家大数据综合试验区 为了全力推进试验区建设的 战略部署 贵阳市紧紧围绕打造创新型中心城市和国家大数据发展的战略高地 提出要抢占 三维一体 拓展大数据产业链 贵州翼云大数据服务有限公司董事长许宁 大数据发展的至高点就要首先着力补齐人才和技术的短板 基于此 2016 年 5 月 26 日 贵阳大数据创新产业 技术 发展中心在贵阳市观山湖区挂牌成立 据许宁董事长介绍 大数据创新产业 据产业发展中人才 技术和市场三个要素 博科等资源优势 成立了 三维一体 的 的薄弱问题 还是贵阳市进行大数据产业 大数据产业创新平台 平台主要由孵化基 发展的招商引智平台 通过引进行业领先 地 培训基地和公共开发与实验平台三个 企业与培育本地企业相结合的模式 着力 部分组成 其中 创新型企业孵化器以国 拓展技术 人才 市场相结合的大数据产 际 国内的产业资本为工具 充分利用入 业链 驻企业的技术 智力 资本等资源 孵化 和培育中小科技企业和创业领军人才 而 培训基地引进了国际顶尖厂商的培训和认 证体系 可提供实际操作环境 着力培养 贵州本土的大数据技术领域专项人才 另 外 公共开发与实验平台以大数据 云计算 相关技术为主要研究方向 为创新企业和开 发者提供创业技术支持和技术开发环境 2016 年 5 月 26 日 贵 州 省 委 副 书记 省长孙志刚与贵阳市委书 记陈刚为中心揭牌 平台的建立不仅能帮助解决贵州大数 ( 技术 ) 发展中心借助微软 英特尔 戴尔

32 62 63 专题 FORUM 链接 产业聚人气 2016 年 7 月 21 日 贵州省委书 记陈敏尔率观摩组走进贵阳大数据创 新 产 业 技 术 发 展 中 心 通 过 视 作为发展中心的运营单位 贵州翼云大数据服务有限公司经历了从无到有快速发展的过程 最 频与入驻中心的初创企业进行视频交 初只是一个简单的想法 到如今产值达到 10 个亿 这里面离不开政府的倾听 一个想法的产生 然 后在与政府的对话中擦出火花 许宁董事长回忆着当初决定落户贵阳的情景 发展大数据是贵阳乃 流 并就如何推动企业加快发展 支 至世界的大趋势 从整体来看 这是一个刚刚好的时间点 而贵阳的根基就在于政府 而后是一个政 招 政府在推动大数据及关联产 府和企业双向互动的过程 再加上积极对外学习 与专业人士的交流 翼云已经成为大数据行业的先 业发展过程中要注重平台公司的打 锋企业 造 只要打造好一艘艘 航空母舰 中心自运营以来 目前共入驻企业 76 家 招商企业 52 家 其中世界 500 强 国内大型企业共 26 家 就会有更多创新发展的 战斗机 在 包括阿里云计算有限公司 深圳市赛为智能股份有限公司 浙江大华技术股份有限公司以及金锐同创 北 此停靠 各地政府必须研究如何为中 京 科技股份有限公司 4 家上市公司 小企业提供中心机房 公共服务器 目前 中心与阿里云计算公司联合设立的云平台实验室 能为贵阳云计算技术发展起到积极作用 云计算等必要公共资源 帮助他们加 金锐同创公司在数据中心 云平台 软件研发 产品营销网络等领域技术超前 可为贵阳相关方面发 快应用开发 实现快速成长 展提供技术支持 在贵阳市的智慧交通 视频芯片研发等领域 浙江大华公司提供核心技术力量 深 圳赛为公司利用在无人机研发领域的技术优势和项目管理运营经验 有望帮助贵阳解决停车难 轨道 交通智能控制等方面的难题 从一年的运营数据来看 产值的积累和就业岗位的增加都只是报告里枯燥的数据堆砌 只有从 一开始就在这里的人能真切感受到身边的变化 停车场从起初的空空荡荡变成车位难寻 现在上班时 双创存泡沫 间 6 部电梯也不能满足大家的需求 这些非硬性指标默默的展示着企业的成长和变化 许总在介绍 中心发展时谈到 一边是产业的飞速发展 一边是基础建设的不断跟进 从这里 我们能看到一个城 市产业发展的缩影 很多人都关心双创是不是有泡沫 我觉得肯定是有的 但这并不重要 因为 这不是一个短期的东西 是需要 5-8 年长 24 家创业团队 中心孵化的企业完成近 20 个大数据相关知识产权申报 许宁董事长还介绍到 翼云的人才自 期投入才能看到成效的 发展大数据产业 适应匹配系统将很快就建模完成 这是一 需要的是年轻人的活力与创新的氛围 招 个可为自动匹配需求人才的云端服务系统 商引资的同时 本地自身的创新也不可忽 当一个企业对某个专技岗位有特定的需求 视 必须两条腿走路 时 这个模型可以自动帮助你对接到符合 在高速发展的同时 质量把控尤为重 此要求的人才 大大的缩短了相互寻找的 要 翼云联合世界五百强企业 国际著名 时间 最大效率的帮助企业快速发展不受 IT 硬件生产厂商戴尔建立贵州云计算研发 人才短缺的掣肘 中心 提供云计算架构基础支撑服务 联 对于马上要落地的项目许总抱有很大 合全球著名网络交换技术 设备领导者博 的希冀 空想是不靠谱的 最重要的是 科建立贵州网络虚拟化研究中心 提供云 脚踏实地的干活 多与外界交流 与专业 计算基础架构支撑等 此外 中心与全球 人士交流 将想法变为现实 高度的对 大数据平台顶尖企业 Hortonworks 云 外开放和虚心的求教经验 把每一个想法 操作系统技术领导者红帽等世界知名企业 落到实处 也许正是翼云能够在一年内极 也建立了长期战略合作关系 速成长的原因 在大数据智能分析 应用 挖掘领域 发展中心孵化基地引进和培育了掌上车秘 宏数科技 零壹信息技术 微景天下等

33 64 65 专题 FORUM 沙漠 变 绿洲 三众 模式助推精准孵化 众智云基站项目获得创新大赛 总决赛季军 据许宁董事长介绍 在发展过程中 中心 渐渐形成了 三众 创新模式打造平台资源整 合的能力 把中心看作是一个政府搭建企业运 营的公共性服务平台 主要功能就是搭建内外 资源的整合机制 具体包含内外两个方面 对 内着眼深度挖掘资源 充分激活内部资源打造 优质创新环境 对外逐步吸引外部资源聚集而 形成产业生态圈 内外结合定位于 互联网搭 台 创新者唱戏 以孵化基地为突破口 采 用 众智 众筹 众享 的模式 整 合外部资源做创客项目的精准孵化 众智 是指由外企 高校科研机构提供 基础研究成果 关键性技术等支持 上市公司 在专业领域提供应用技术 市场等支持 贵阳 市块数据研究院提供基础技术 数据开放共享 众智云基站是全球首个全英特尔 科技创新 人才培养是关键 许 创新大赛中 贵阳赛区有三只团队进入了 架构的云基站商用方案 是万亿级市 宁董事长说 为解决人才短板问题 中心 全国总决赛 其中发展中心孵化项目 众 司高管 块数据研究院专家等组成技术管理委 场的 5G 通信技术在 4G 时代的创新成 与国际顶尖企业合作 引进先进的人才培 智云基站 获得了总决赛季军的成绩 在 员会 集众人之智支持项目 集众人之智筛选 功应用 云基站项目目前已有完整的 训和认证体系 开展大数据人才从业资格 这样全国性的赛事上取得的成绩是有指数 和评判项目 瘦前端设备和基站云平台 已启动申 认证培训与高校合作共建红帽初级认证 参考意义的 首先比赛代表着全国的整体 众筹 是指由金融资本 上市公司 国 请的专利及软件著作权共计 80 多项 2016 年免费为 450 名学生进行 IT 类初级 水平 同时 这也是创新水平的标志 在 有平台公司 外企专家共同出资成立产业发展 目前端设备处于业界领先或首创地 课程培训 以 1+1 的模式 3 个月理论课 将来 我们的目标是让更多的团队进入复 基金 通过产业基金引导做多轮投资 上市公 位 众智云基站具有前端零机房 成 程学习 +3 个月企业实训 培养覆盖 4 个 赛 最关键的是 我们希望能够将主赛 司直接并购项目等方式为创客项目提供资金支 本低 高效率 建站快等突出优势 班 为各级企事业单位进行大数据相关基 场放到贵阳 虽然这会增加我们的运营成 持 集众人之财为项目提供持续性的资金支持 有固定 车载 便携 气球 无人机 础培训共计 682 人 许宁董事长透露 中 本 但是 这将会代表贵阳的创新能力进 船用六类产品 可运用于政府应急指 心今年还将与某高校合作 成立大数据学 入了全国的前列 企业和行业牵头的赛事 挥调度 公安各类应用 会展旅游应 院 专门为大数据企业输送实用型人才 更有权威性 也更具代表性 因为只有真 用 公路专网应用 电力通信专网 每年预计能提供 人 一方面 正在市场中历练的企业才是整个行业的最 船用通信运营等各类专网场合和传统 满足本地企业的需求 同时还能向省外辐 高水平 的通信运营商市场 射 此外 翼云大数据还将为学员提供上 对于长期以来发展的贵州 在大数据 决策参与等支持 同时 由外企专家 上市公 同时 通过 众筹 的方式将创客项目和众人 紧密联系 众享 是指无论创客项目成功与否 从 众筹 的资本模式就保证了众人风险共担 成果共享 三众模式 让市场 技术 资本等全方 位参与和支持 把贵阳大数据创新产业 ( 技术 ) 百个到大型企业实习的机会 例如英特尔 技术和人才方面短板较为凸显 如今 随 发展中心打造形成以孵化基地为核心体系的公 戴尔 腾讯等 培训按照企业的实际需求 着大数据的发展与应用 这些过去的 劣 共聚集机制平台 确保孵化项目的成功率 市 定向培养 毕业就能够直接上手工作 意 势 和 短板 正在变成贵州后发赶超 场 技术 资本 数据的无缝衔接 产业为导向 味着企业的人才培养成本将大大降低 的 优势 和 特长 IT 时代的 沙漠 资本为动力 人才为引擎 各方资源的汇集 正在变成大数据时代的 绿洲 多彩贵 整合 形成公共平台的支撑服务体系 共同打 州正借助 大数据 风行天下 造出 高效孵化 的创客生态圈 据许宁董事长介绍 在 2017 年 3 月 举办的英特尔众创空间加速器 智胜未来

34 66 67 专题 FORUM Incubation base 孵化基地 戴尔 贵州省大数据平台孵化基地 作为 戴尔中国 4.0 在中国战略的重要举措之一 戴 尔将为孵化基地提供全球领先的技术方案和产业投资基金等 贵阳大数据创新产业 ( 技术 ) 发展中心 支持 作为戴尔在华第一家科技孵化基地也将成为示范典型 孵化基地以政府的数据开放 痛点解决为 前提 依托国家大数据 贵州 综合试验 区的政府扶持 引进国际顶级企业的全球 技术及经验 培育大数据创新企业 优化 贵州大数据的产业生态环境 孵化基地将 打造一个集空间 活动 培育 投资 生 态五位一体的中国最优秀的孵化基地 贵州大数据 英特尔创新加速器 微软 云暨移动技术孵化计划贵州省 大数据平台孵化基地 作为英特尔创新加速器之一 借助英特尔的综合优势和 发挥微软品牌 技术 平台的号召力和凝聚力 结合国 整合资源 培育一批大数据相关行业的创新企业 英特尔将 家大数据 贵州 综合试验区的各项扶持和培育政策 以 互 提供 一揽子技术支持 包括硬件 软件和智能硬件 工 联网 + 等基于移动互联网的产业作为核心合作主题 打造 具套件 参考设计 培训课程 培养活动 导师计划以及联 一个能够真正吸引创业者的创业孵化基地 为创业者提供创 合举办创客大赛 创新创业峰会 创客马拉松等活动 为 创 业空间及相应的支持和服务 致力于将贵阳市打造成一流的 新加速器 赋予更多活力 创新 创业 创投 孵化企业 四创联动 的新型发展生态圈

35 68 69 专题 FORUM Training base 培训基地 针对大数据行业从业人员缺乏系统理 论知识和实操能力以及市场缺乏正规权威 的大数据类培训机构等现状 中心全力打 造国际化的大数据培训基地 基地积极引 入国际顶尖厂商的 IT 认证培训 采购了国 培训基地以培育大数据领域一流技术人才为宗旨 开展大数据人才培训 大数据 际先进的硬件设备及软件系统 为学员提 人才从业资格认证等业务 专注于为大数据产业发展输送尖端技术人才 供专业的大数据类认证培训和实际操作环 培训基地面向高校学生 大数据企业的技术人员等大数据类从业者和创业者 开 境 进行以提升大数据专业人才技术能力 办大数据领域高质量认证课程 课程设置坚持以理论结合实操 以本土化为特色 为 为目的的智力辅导 如技术能力 管理能 学员提供专业的 定制化的 涵盖面广的大数据技术培训 培训中心教师队伍由活跃 力等 和实操辅导 如专业实践 技术实 在大数据领域资深讲师组成 灵活的课程体系及理论结合实践的教学方法能使学员最 践等 认证考试室 120 套 Citrix 桌 面 云 软 快地投入实际工作及适应市场变化 同时 基地在贵阳本地积极引入国际考试中心 件和授权 为企业培训云办公 Pearson VUE 授权的认证考试中心 为学员提供培训 考试 取证等一站式服务 为 软件带来方便和快捷 学员和企业节省大量成本 有效提升学员就业能力和企业综合竞争力

36 70 71 专题 FORUM 实验室资源管理平台 大数据技术公共开发与实验平台与国际顶尖企业合作 引进全球技 术和产品研发经验 进行本地化研究 营造创新氛围 实验平台接入本 地公共开放数据资源 为本地创新型企业提供开放的 安全的 公共的 数据源和研发平台 降低研发创新成本 该平台为贵阳市以大数据 云计算相关技术为主要研究方向的集基 础研发 测试 实验以及产业研究为一体的公共平台 致力于将尖端领 域的国际先进技术和全球经验本地化 并把相关技术研究成果的知识产 权落户于贵阳 其主要包括 贵阳市块数据实验室 戴尔 大数据公共 实验室 博科 大数据公共实验室 联合国开发计划署贵阳智慧城市与 社会治理研究实验室 实验室主要研究方向 1 以 Openstack 为基础的开源云计算方向 2 以微软 Azure 解决方案为基础的企业应用方向 3 以 SDN 和 NFV 为基础的网络虚拟化方向 4 以 Hadoop 为基础的大数据分析方向 Experiment platform 实验平台 5 以 HPCC 为基础的高性能计算研究方向 实验平台自运营以来共为云基众智 零壹信息等 40 余家入驻企业 提供技术和开发环境支持 同时研发完成实验室资源管理平台 贵州高 速路况监测演示平台等多个大数据应用及实验平台 贵州高速路况监测演示平台

37 资讯 INFORMATION 72 在 AI 诞生之际, 机器人就被列 2016 年,Boston Dynamics 公司入其目标领域, 仿生学也成为重要发展方对 Atlas 机器人进行了大规模升级, 瞬间向 促进机器人技术长期发展的重要动力将机器人发展带到了一个前所未有的新之一是在一些人类无法适应的危险和恶劣高度 Atlas 机器人可以自主稳定站立 环境下, 机器人能够代替人类独立自主完户外行走和搬运盒子, 是世界上最先进成指定的任务 因此机器人自主运动时的拟人机器人之一 不过现在,Boston 间 范围和自由度决定了机器人能适应的 Dynamics 公司再次推出了一款全新机器环境和能替代人类解决任务的能力 虽人 Handle, 机器人发展又来到了一然, 当前机器人发展到了一个前所未有的个前所未有的新高度 Handle 机器人能新高度, 但是离商业化的应用还有一定距够载重 下蹲和跨越障碍物, 比上一款离 相反, 在此大数据催发的人工智能大 Atlas 机器人更为先进 单次充电后可以潮中, 对原有机械装备进行智能化和自主行驶 24 公里范围, 这大大超过了传统双化升级, 要比类人机器人更高效 让我们足机器人的运动范围 由于采用了轮子作也期待类人机器人获得更大的突破, 为人为动力驱动, 可以提升行驶自由度, 相比类的发展做出贡献 于之前其他四足和两足机器人,Handle 的复杂度也大幅下降 让计算机拥有嗅觉并非是天方夜辨识颜色是件容易的事情, 例如 : 只谭 早期的声音可以从模拟信号转为数字要光的波长为 510 纳米, 大多数人就会信号并远距离传输 逆向还原才有了现在说它是绿色 然而, 要想根据一个特定的的通讯技术 将 气味 数字化 标签化, 分子特征辨识出对应的味道, 那是非常困并解析数字, 从最基本的分子化学结构找难的 现在这个难题有新的解决方案了, 到与人类感知到的气味关联关系, 是该算 22 个计算机科学家团队通过收集超过法模型的关键, 一旦计算机拥有了 嗅 100 万个数据点, 构建关于这些气味分子觉, 人类在虚拟现实环境中创造美食外的海量数据库并进行训练和验证, 目前该卖 环球旅游 香水 心理 医疗的各种团队已经公布了一套算法, 能够根据不同应用, 将大幅增强用户体验感 分子的化学结构来辨识不同气味, 让计算机也拥有嗅觉 这些算法可以帮助香味商和食品生产者设计新型的气味剂, 还可以量身定制某种味道 资讯 编辑 / 冉叶兰张心怡 INFORMATION 同一个 AI, 衍生出不同的细分 领域,Facebook 近年来将收入的 30% 对有视觉障碍的人来说, 他们注定用于研发投入, 专注于在人与人连接的基很难参与围绕图片展开的交流 为了让更础上人工智能与虚拟现实的结合 对于人多的人参与图片社交,Facebook 推出了工智能与人类的关系, 一直有一个灾难性 AAT 技术, 希望屏幕阅读器用户也能够的预测 : 人工智能技术会全面超越人类的理解新闻推送中大部分图像的内容 ( 有望智慧, 甚至会反过来控制或毁灭人类 人很快覆盖所有图像!) AAT 项目通过工智能是不是威胁呢? 从目前来看, 人工寻求更佳的算法, 针对照片得出有用和准智能展示了非凡的计算能力 海量数据洞确的描述, 这种方法不会受限于用户的知察 认知和思考的能力 帮助有视力障碍识面, 可以在更大范围进行扩展 管理员人士分析 Facebook 消息流中的照片, 并可以轻松把网页的图像更换为 alt-text, 通过文本语音转换引擎向他们进行描述, 并且采用 W3C 可访问性标准, 当用户把即使他们无法看到照片, 机器可以扮演眼屏幕阅读器软件的光标移动到任一图像睛的角色 这不再是机器能力的展示, 更上, 软件都能对图像进行识别和朗读 多是魅力的释放 至少在可见的未来, 机器不仅仅帮助人类, 甚至可以赋予人类超能力, 帮助人类完成许多突破智力和体力极限的壮举 城市未来将决定人类未来, 而智美国 AT&T( 美国电话电报公司 ) 正能决定着城市的未来 从数据中感知城市, 在和通用公司合作, 为现有的照明系统安用数据来决策城市的运行是智能城市良性装智能传感器节点 AT & T 最初是在赌循环的关键 万物互联技术的发展, 丰富城拉斯维加斯举办的 CES 2017 上展示了了智能路灯的功能, 它不仅提供城市公共它雄心勃勃的 智能城市 计划, 现在, 照明, 配备的各种传感器也使得路灯变成该电信运营公司已经与通用公司签署了一了智能城市的入口 而这些收集来的数据项协议, 准备将当前 CityIQ 传感器安装可以用于城市运行的方方面面, 即便很多到全美各地城市和市镇的路灯上, 首先从功能听上去令人瞠目结舌 匪夷所思, 未圣地亚哥开始 目标是不仅提供更多的智来却可能要见怪不怪了 目前我国杭州的能照明, 而且还能监测交通流量 停车城市数据大脑项目, 也是致力于通过数据位 空气质量 天气突发事件甚至枪声 对整个城市进行全局实时分析 自动调配城市将能够使用 AT&T 的 M2X 和 Flow 公共资源 修正城市运行中的漏洞, 最终 Designer 开放平台进行交通将进化成为能够治理城市的超级人工智能 监控 停车优化 枪声检测 空气质量监测 天气警报等服务 他们还将向公民 开发商 企业家和大学开放这个平台

38 资讯 INFORMATION 很久以前就有人工智能将取代一 ElfinBook 石头笔记本的亮点就 些劳动力的传言 不可否认人工智能确实 ELFIN BOOK 一款石头做成的笔记 在于新型纸张可重复书写和可擦笔, 加上 摩根大通开发了一款金融合同解 给产业带来了新的变化 人工智能更是在 本! 搭配 Pilot 可擦笔, 可随时修正错 手机 app 记录保存功能, 可将整本笔记 74 析软件 COIN 这款软件上线半年多, 经测试, 原先律师和贷款人员每年需要 小时才能完成的工作,COIN 只 法律行业扮演者重要的角色, 智能检索系统如今可以比初级律师和律师助理做得更好, 智能金融合同解析错误率大大降低等 字 如果错误面积较大, 直接使用吹风机或湿纸巾也可让整页笔记本焕然一新 一吨石头纸可以取代一吨木浆纸, 制作过程 内容储存云端, 改变了当前笔记本易丢失 难查找的缺点 不仅形式上有所创新优使用方便, 并且方便修改 使用石头纸代替 75 需几秒就能完成 而且, 不仅错误率大大 等, 这也再一次验证了人工智能未来最可 不添加漂白剂, 强酸碱, 对人体无毒无 木浆纸为材料, 既环保且对环境没有危害 降低, 它还不用放假 摩根大通最近为专 能替代掉的是重复性高 规则相对标准化 害 石头纸是一种介于纸张和塑料之间的 在某种程度上来说, 确实是可以用一辈子 门从事大数据 机器人和云计算基础设施 的工作机会 我国法律行业在人工智能 新型材料, 从替代传统部分纸张角度看, 的笔记本 的团队设立了技术中心, 以找到新的营收 的探索也紧随其后 2016 年 10 月 15 日 它能为社会节省大量的林木资源, 又能减 增长点, 同时降低费用和风险 COIN 只 云栖大会开设的法律专场 云栖法律之 少造纸过程中产生的二次污染 ; 从替代传 是这家美国最大银行的技术化开端 AI 光 DT 时代的云数据丈量 主题活动 统部分塑料包装物角度看, 它能为国家节 已经在许多领域产生了深远的影响, 包括 上, 互联网诉讼服务平台公司 无讼 宣 省大量的战略资源石油 ( 每使用 1 吨可节 法律实践 AI 改变了合同 电子披露和 布国内首款法律机器人 法小淘 正式诞 省石油 2.3 吨 ), 产品使用后能够降解, 综合法律研究, 同时, 计算机的处理能力 生, 法小淘 是 无讼 新推出的一款 不会造成二次白色污染 打开手机配套的 在不断增加, 表现出非凡智能行为 人工智能产品, 能基于法律大数据实现智 App, 还可以对书写的内容进行扫描 并 能案情分析和律师遴选 上传至云端储存, 查找方便 以图片的形 式呈现在手机上, 不仅能进行简单的编辑, 还可以存储为 PDF 文件, 无论是文稿演 示还是分享给朋友都很方便 互联网 + 的发展对语音识别 的要求越来越高, 大数据和云计算与深度人类每听 20 个词, 就有一两个成学习的结合, 使得语音识别 图像识别取为 漏网之鱼, 而在一段五分钟的对得了过去几十年不敢想象的进步 微软 话中, 这一数字达到了 80 对于我们而苹果 IBM 等各家厂商都在千方百计提言, 少听一两个词并不会影响我们对语意高语音识别的准确率, 降低词汇差错率 的理解, 然而计算机要完成这件事有多目前,IBM 获得的巨大突破又让机器与难? 2016 年,IBM 在语音识别领域走到人的语音识别水平近了一步 需要注意的了一个新的里程碑, 系统的错误率降低为是, 达到和人类持平程度的识别率, 还不 6.9%, 近日,IBM Watson 的语音识别是研究的最终目标 为了确保识别技术获系统将这个数字降到了 5.5% 在合作伙得更加实际的应用, 需要在更加嘈杂的环伴 Appen 的协作下,IBM 重新对语音识境中, 同样实现高精度的识别, 比如在一别系统进行调整, 前者为 IBM 提供语音个热闹的餐馆 人潮涌动的大街上, 或是及检索的技术服务支持 尽管 IBM 已经在狂风暴雨环境中的非正常环境下, 机器达成了 5.5% 的巨大突破, 但官方表示, 也能够准确理解人们说的话 人类水平的 5.1% 才是它们努力前进的终极目标 随着科技的进步, 机器已经让人 们从枯燥的洗衣烘干中解脱了出来 但即一款名为 ThreadRobe 的智能衣柜, 便是这样, 仍然有人不愿意去将衣服熨烫其底部设置有一个烘干装置, 洗完的衣物折好放置起来, 直到要用时才发现皱得没可以直接放入里面, 衣物烘干之后衣柜可法穿 ThreadRobe 的智能衣柜的出现带以自动将其进行分类收纳进衣柜中, 当用来了懒人们的福音, 利用衣柜的自动性对户需要使用时, 一件已经熨烫折叠好的衣衣物进行烘干和折叠, 很大程度上为人类物便会呈送到用户面前 为了能对衣物进有解放了双手 行正确分类, 用户需要在不同类型衣物上附加 RFID 标签让 ThreadRobe 智能衣柜便于区分 针对不同类型的衣物, ThreadRobe 的熨烫温度也有所不同, 以此避免不同衣物因熨烫温度的不合适而造成衣物的损坏 结合手机应用程序, 用户可提前选择明日早晨的衣物, 预设时间一到, 用户就能立即拿到熨烫折叠好的衣物 而且 ThreadRobe 有两种型号, 一种可存放 100 件衣物另一种则是 200 件衣物

39