交通领域的人工智能范文

导语：想要提升您的写作水平，创作出令人难忘的文章？我们精心为您整理的13篇交通领域的人工智能范例，将为您的写作提供有力的支持和灵感！

篇1

2、依托阿里云公司建设城市大脑国家人工智能开放创新平台。

3、依托腾讯公司建设医疗影像国家人工智能开放创新平台。

4、依托科大讯飞公司建设智能语音国家人工智能开放创新平台。

人工智能相关政策逐步落地实施，相关开放创新平台建设传闻兑现。从今年7月国务院印发《新一代人工智能发展规划》开始，相关部委开始抓紧推进规划的实施工作。10月13日中国人工智能产业发展联盟成立大会上，科技部提出试点建设人工智能开源开放创新平台，初步考虑纳入BAT和科大讯飞。11月15日，《新一代人工智能发展规划》启动会上，科技部正式宣布建立依托BAT和科大讯飞在自动驾驶、城市大脑、医疗影像、智能语音领域的人工智能开放创新平台。至此，人工智能发展规划初期创新平台建设已全部落地，《新一代人工智能发展规划》正式启动。AI初期应用场景初步选定为自动驾驶、城市大脑、医疗影像和智能语音，分别由各领域领先企业牵头，体现出科技部乃至国家层面对上述公司在相关领域的领先地位的肯定，也奠定了上述公司在未来人工智能发展中的定位布局。

四大巨头深耕四大领域。

百度7月份正式上线Apollo计划1.0。公开无人驾驶平台，合作伙伴可通过该平台快速搭建自己的无人驾驶系统，被定义为自动驾驶领域的安卓。11月16日举行的百度世界大会上，百度宣布将在明年量产无人驾驶小巴，将量产无人驾驶汽车的时间从业界共识的2020年提前到2018年。

阿里在发源地杭州启动智慧城市，以智慧交通为切入点，通过交通大数据分析，对道路实时流量监控和控制，有效提高交通效率。同时阿里也与雄安新区签订协议，将在云计算、大数据、智慧城市等方面展开深度合作。

腾讯于今年8月首个医学领域人工智能产品--腾讯觅影，通过人工智能对医疗影像的分析达到识别早期食道癌的目的，在提高医生工作效率的同时降低误判率，预计今后该产品将应用于除食道癌之外的其他医学影像分析领域。

篇2

中图分类号：F49 文献识别码：A 文章编号：1001-828X（2016）028-000-01

一、引言

2016年上半年，最吸引眼球的新闻莫过于围棋界的“人机大战”，谷歌旗下的研发团队开发的阿尔法狗围棋（AlphaGo），竟然四比一大比分战胜了当今最顶尖的围棋选手之一、世界围棋冠军、职业九段棋手李世石。除了大比分胜出之外，对弈过程中，阿尔法狗围棋所表现出来的学习能力、推理能力和围棋实力更让人震惊。这一标志性事件立即让“人工智能”成为全球关注的焦点。

人工智能会给人类带来哪些变革？它是否会引发第四次工业革命？它给人类带来便利的同时，会不会也带来某些潜在威胁？这些问题都需要我们进行前瞻研究，提前准备好应对的策略。

人工智能的定义有很多种，目前还未形成一个统一的、公认的定义。通俗的解释，人工智能就是让计算机系统具备类似于人类具有的推理能力、自主学习能力、自主解决问题的能力。

二、人工智能的发展现状

早在几年前，人工智能就已经吸引了全球科技巨头纷纷竞相投入巨资。从2013年开始，从国外的谷歌、推特、苹果、英特尔、雅虎、IBM，到国内的百度、阿里、腾讯，等等这些国内外巨头们竞相发力布局该领域。例如，2013年3月，谷歌就在人工智能领域砸下重金，为聘请该领域的大咖亨顿而重金收购了DNN research公司。同年12月，Facebook新成立的人工智能实验室聘请纽约大学终身教授、深度卷积神经网络顶尖专家燕乐存。同样是2013年，百度建立深度学习实验室，2014年5月，“百度大脑”计划聘请“谷歌大脑之父”吴恩达为首席科学家。百度基于人工智能的机器人秘书“度秘”和无人驾驶汽车、阿里巴巴推出的人工智能平台“DTPAI”等等都是大手笔投入。已经走上流水线工作的富士康工业智能机器人Foxbot具有相当于人类3至6岁的智力，是人工智能在工业领域的成功范例。

2014年初，谷歌6.5亿美元重金收购后来参与“人机大战”的阿尔法狗围棋的研发团队DeepMind科技公司；自此次收购事件之后，全球嗅觉灵敏的风险投资也迅速跟进，风险投资在人工智能领域的投入增长非常迅速。以智能机器人为例，根据venture scanner公司的统计数据，该领域2011年全世界风险投资金额才仅仅1.94亿美元，而2015年时投资额已暴增至9.23亿美元。人工智能在中国国内也是投资热点。2016年1月艾瑞咨询的统计报告中，有65家中国的人工智能创业公司获得投资，共获得29.1亿人民币的投资；其中大疆科技是典型案例，获得了7600万美元投资。

三、人工智能的发展前景

关于人工智能的发展前景，人们并不全是乐观的看待，而是分为截然相反的两派。支持者认为，人工智能是新一轮科技革命的风暴眼，人工智能是互联网和信息技术领域所有热点的关键环节，比如：互联网+、机器人、工业4.0、无人机、无人驾驶汽车、O2O、智能硬件、智能家居、虚拟现实等等。有人甚至认为，人工智能将引发人类历史上第四次工业革命，将在许多领域给我们带来颠覆性变化。

韩国总统朴槿惠的观点在支持方中较具代表性：“人工智能可以为人类社会造福，这是第四次工业革命。”

尽管看好者众多，但反对方也不少，他们对人工智能提出很多质疑甚至担忧。认为人工智能会对人类构成威胁的人不在少数，其中包括许多著名科学家，有些人甚至认为人工智能会毁灭人类。例如，比尔盖茨、史蒂芬霍金、埃隆马斯克等名人都是属于质疑阵营。反对者中，有些人认为人工智能会抢人类饭碗，会造成大规模失业，有学者甚至认为智能机器人未来几十年内有可能彻底取代人力。另外一些反对者认为，人工智能的智力未来可能会超过人类，并可能反过来控制人类，从而给人类带来威胁，甚至有可能导致人类的灭亡；又或者，像可穿戴智能设备若能直接连接人类大脑的神经信号，那么一旦这类与人类大脑神经系统直接连接的人工智能设备出现故障，也会给使用者带来灾难影响。

四、人工智能将会带来哪些影响

未来，人工智能给人类带来的潜在影响可能有许多方面，它可以渗透到社会的许多领域，可以渗透到人们生活和工作的方方面面。下面列举的是可能受影响较大的若干方面：

第一，制造业。智能机器人和其它人工智能设备未来极可能给制造业带来颠覆性变革。富士康的Foxbot就足以说明这一点。未来的工厂可能从数千员工缩减到一两百人，或者是无人工厂。这一方面会提高劳动生产率，提高社会生产的效率，另一方面也会造成失业。因此，这需要社会和个人都要迅速调整，将失业人员转移到新的、技能更高的行业中去。

第二，服务业。像餐厅服务员、银行大堂经理、老年人护理员、火车票验票员等服务性岗位实际上是体力高于脑力的工作职位，这类岗位未来较大可能会由人工智能取代。同制造业一样，这也会造成两方面影响：一方面是服务质量提升，另一方面是失业。同样，这也需要将失业人员转移到其它行业中再就业。

第三，交通运输和物流业。人工智能必然给交通运输和物流业带来巨大变化，比如利用无人机或无人驾驶汽车送货。同样的，这会让交通和物流的效率成倍提升，但也会造成部分失业。那么这也需要转移失业人员再就业。

第四，日常生活。人工智能给人们的日常生活带来的变革也将是巨大的，比如智能家居、机器人、可穿戴智能设备等等。

综上所述，人工智能将会给我们的工作、生活、社会生产模式等等诸多方面带来深刻变化。

五、结束语

尽管有负面影响，但技术进步是不可阻挡的时代潮流，所以我们决不能抵制技术进步，我们真正该做的是抓住这股潮流。如果我们没有抓住，而其它国家抓住了，那么我们只会变得更被动、更落后，这对我们只有坏处，没有好处。负面影响可以想办法克服，但绝不可保守残缺，错失发展良机。

2016年5月23日，由国家发改委牵头，联合工业和信息化部、科技部、中央网信办等部门共同制定了《“互联网 +”人工智能三年行动实施方案》。这说明了中央决策层对人工智能非常重视。人工智能将是未来若干年引领中国经济转型升级的关键因素。

篇3

是算设备能力的提升。由于过去我们的机器迭代一次需要很长时间。现在则不同了，如今的计算设备的能力有了很大的提升，过去要几天完成的工作，现在只需几分钟就可以做到了。这也为人工智能进一步的发展，特别是形成产业提供了很重要的支撑。

人工智能是一个内涵非常丰富的学科，可以说，是人类对于自身世界的认知和实践相结合的结晶。它的发展会给人类社会带来深刻变革，可以消除贫困、饥饿，提高人类的医疗和健康水平，提高教育质量，改善气候………

在我们构建智慧城市，构建智慧生活的时候，人工智能也起到了不可或缺的作用。

2017年6月15日，在大连举办的第十五届“中国国际软件和信息服务交易会”（以下简称软交会）上，阿里云、微软、华为等在云计算、大数据、人工智能领域的大咖们分享了很多关于人工智能，包括智慧城市、智慧医疗、智慧制造方面的经验和感受。

智慧城市 智慧生活

随着云计算、大数据，以及人工智能的高速发展，智慧城市这个词被越来越多的人熟知，而更加智慧的生活也离我们越来越近了。早在2004年，韩国政府就曾提出名为U-KOREA的发展战略，旨在建造更加智能、智慧的城市。

2016年10月在杭州举办的“云栖大会”上，杭州市政府公布了一个“疯狂”的计划：为杭州安装一个人工智能中枢――杭州城市数据大脑。

城市大脑的内核采用阿里云ET人工智能技术，可以对整个城市进行全局实时分析，自动调配公共资源，修正城市运行中的Bug。城市大脑项目的第一步，是将交通、能源、供水等基础设施全部数据化，连接散落在城市各个单元的数据资源，打通城市“神经网络”。

而阿里云的“野心”不止于此，在ET城市大脑之后，阿里云还致力于研究ET医疗大脑、ET工业大脑，以及ET环境大脑等，想要为实现全行业智能化做出自己的一份贡献。

构建智慧城市的核心推动力就是云计算、大数据，以及物联网。就像前文提到的那样，如果没有云计算、大数据，以及物联网等技术的支持，想要实现智慧城市的理念是不可能的，因为智慧城市对于技术的要求很高。这里谈到的技术不仅仅包含对硬件的要求，还有对于软件的要求，以及网络的要求。这些综合因素的提升才带来了现在的“万物智联”。

智慧交通解决城市拥堵

现如今，在中国的马路上，尤其是一些大城市的十字路口，除了一些特殊的时期，我们已经很难看到指挥交通的交警了，这是智慧交通带来的结果。通过布置在各个路口的监控摄像头，集合了物联网、云计算等技术，通过机器设备实现智能的交通指挥，以及管控。

智慧交通是在智能交通（简称ITS）的基础上，在交通领域中充分运用物联网、云计算、互联网、人工智能、自动控制、移动互联网等技术，通过高新技术汇集交通信息，对交通管理、交通运输、公众出行等交通领域全方面，以及交通建设管理全过程进行管控支撑，使交通系统在区域、城市甚至更大的时空范围具备感知、互联、分析、预测、控制等能力，以充分保障交通安全，发挥交通基础设施效能，提升交通系统运行效率和管理水平，为通畅的公众出行和可持续的经济发展服务。

智慧交通是在整个交通运输领域充分利用物联网、空间感知、云计算、移动互联网等新一代信息技术，综合运用交通科学、系统方法、人工智能、知识挖掘等理论与工具，以全面感知、深度融合、主动服务、科学决策为目标，通过建设实时的动态信息服务体系，深度挖掘交通运输相关数据，形成问题分析模型，实现行业资源配置优化能力、公共决策能力、行业管理能力、公众服务能力的提升，推动交通运输更安全、更高效、更便捷、更经济、更环保、更舒适的运行和发展，带动交通运输相关产业转型、升级，最终有效解决城市拥堵问题。

而智慧交通的体现不仅仅是在这些宏观的对于城市交通的管控，其实在我们身边就随处可见，比如摩拜、ofo等共享单车，它们也是智慧交通的产物。摩拜、ofo的成功也基于大数据、云计算等技术的发展，摩拜通过GPS定位，以及“魔方”系统，实现了对单车淤积（即在一个时间内，一个地点出现大量闲置单车）的预测，从而进行智能疏导（即通过红包奖励制度让用户帮助疏导单车），以及人工疏导。同时摩拜、ofo的成功也很好地缓解了城市交通拥堵，让更多的人愿意使用自行车作为出行工具。

智慧医疗解决看病难题

智慧医疗是最近兴起的专有医疗名词，通过打造健康档案区域医疗信息平台，利用最先进的物联网技术，实现患者与医务人员、医疗机构、医疗设备之间的互动，逐步达到信息化。

随着云计算、大数据，以及人工智能等核心技术的发展，智慧医疗这个词也渐渐被更多人所熟知。而智慧医疗这个词现在也不仅仅是只能在实验室里应用在小白鼠身上的研究阶段的技术了，越来越多的高科技的人工智能医疗设备被应用到现实治疗之中。

在此次软交会上。来自杜克大学医学院的神经生物学教授米格尔・尼科莱利斯分享了一个来自巴西的例子。

2014年巴西举办足球世界杯，开幕式有这样一个特殊的内容：是一个已经瘫痪十年的小孩穿上一套用脑部来控制的机器“外骨骼”，恢复了行走的能力，从而让他在世界杯开幕式上走进球场并完成开球。这一机器“外骨骼”主要是集中在他的下肢，大脑成为一个主导者，实现人脑和机器对话，人脑和机器成为一个完整的整体，这样人就可以走路，除此之外机器外骨骼与大脑之间还形成了一个良好的回应系统，项目组称这套机器外骨骼为“机械战甲”。现在，项目组还拥有诸多的合作者，而这些合作者来自世界各地。同时，项目组还成立了全球第一个神经科学实验室，实验室分布在全球多个地点，包括美国、巴西等，各地的实验室在技术上是共享和互通的，在脑机对接研究方面是同步进行的。因为这项技术需要神经科学、计算机科学的共同合作来实现。

“病人可以穿上‘机械战甲’，电脑的CPU就在头甲里面，可以把脑部的信号传递给其他部位，脚部的感知行为可以传递回大脑，可以感知地面压力等各方面信息。我们称之为共享控制。人会有不同的想法，想走路或想转弯，这是由大脑做的决定，下肢的一些机器设备是听从大脑的指挥。它们具备非常复杂和微妙的功能。这是依据非常细致的计算功能来实现的。我们选了8个病人，他们有不同时间长度的瘫痪历史。我们想让他们动起来，同时又不想让他们感到无感知的恐惧感。我们给他们装上机器外骨骼，让他们经历了一个循序渐进的训练过程，长达7个月。”米格尔・尼科莱利斯介绍道。

而在国内，由于国内公共医疗管理系统还不太完善，医疗成本高、渠道少、覆盖面窄等问题困扰着患者。 “效率较低的医疗体系、质量欠佳的医疗服务、看病难且贵的就医现状”成了社会关注的主要焦点。大医院人满为患，社区医院却无人问津，病人就诊手续繁琐等问题都是由于医疗信息不畅、医疗资源两极化、医疗监督机制不全等原因导致，已经影响到人们的生活。所以，我们需要建立一套智慧的医疗信息网络平台体系，使患者用较短的等疗时间、支付基本的医疗费用，就可以享受安全、便利、优质的诊疗服务，从根本上解决“看病难、看病贵”等问题，真正做到“人人健康，健康人人”。“人工智能+医疗”给人口基数大、医疗资源相对不足、医疗资源分布不均衡的中国医疗事业带来了福音。由阿里云研究开发的ET医疗大脑，在大数据、云计算，以及人工智能的基础之上，实现了医疗诊断准确率80%以上，而在此之前，医生的诊断准确率只有70%左右。

而联想也早在2013年就开始了他们在医疗领域的布局，与温州医科大学附属第一医院成功合作。北京联想智慧医疗信息技术有限公司的创业成功也标志着联想成功在智慧医疗领域实现了重要突破。

现在，越来越多的新技术被应用到了智慧医疗之中，也有越来越多的互联网技术、大数据公司涉足医疗行业，这也有力地推动了智慧医疗的发展。比如，前不久万达与IBM合作，正式进军医疗行业，致力于提高医疗和养老的服务效率与质量。

如今，智慧医疗已经不仅仅是纸上谈兵，越来越多的云计算、大数据，以及人工智能等技术被应用到了医疗行业中。笔者相信，未来，我们真正可以实现足不出户就能享受到三甲大医院高水平医生的服务，真正解决“看病难”的问题。

未来，智慧医疗不仅仅能解决 “看病难，看病贵”的问题，还能给我们带来整套的健康管理系统，能让我们随时随地掌控自己的健康，通过将包括遗传基因、过往病史、历史病例在内的多种数据整合到云平台上，为每个人提供自己的私人随身医生、健康顾问，在为医院提供及时的诊疗帮助的同时，还能为我们预防疾病、O督健康做出贡献，并最终实现每个人都有一个专属于自己的随身私人健康管理员，这也是智慧医疗最终将实现的目标之一。

从制造到“智造”

人工智能的应用不仅仅是在医疗行业，在制造业也有很多的应用。过去，工厂的一条流水线可能需要几十个，甚至上百个工人来进行操作。而现在，同一条流水线，制造同样的东西，可能只需要几个人来进行操作、监管就可以了。这一切的转变也是因为人工智能的推动。而且相比之下，一条智能化的流水线的错误率也要比过去非智能化的流水线低得多。

在“智造”这个领域，也有很多国内外的大公司涉足，比如阿里云、西门子、SAP。由阿里云开发、研究的ET工业大脑，可以实现对车间工艺、湿度、空气，甚至是流水线上各个齿轮之间温度的准确监控，从而提升产品的良品率，进一步提高企业的效率和收益。拿一个年利润百亿元的公司来说，使用ET工业大脑以后，可以实现年利润提升1亿元。

在此次软交会上，来自大连的本土企业――大连天翼信息科技有限公司（以下简称天翼）也分享了他们在智能制造领域的经验。

天翼公司是“工业4.0”“中国制造2025”大连工业软件领域的核心企业，始建于1998年。在2016年授权为用友首批智能制造战略合作伙伴。天翼智能解决方案全面涵盖了智能研发、智能计划、智能生产、智能仓储、智能物流等生产过程的业务协作和监管控制，致力于帮助中国制造走向精益化、敏捷化和智能化。

天翼在智能研发领域，主要实现设计制造一体化；在智能计划领域，实现有限能力排产，基于有限资源，将企业的生产需求、资源能力、工作日历等生产中的真实情况全盘考虑，实现资源利用率最大化，生产任务延迟最小；在智能生产领域，天翼执行MES系统，有效加强MRP计划的执行能力，实现MRP计划和车间作业现场控制，并通过执行系统进行连接。其中，现场控制包括机台工位的任务分配、DNC/PLC控制、数据采集器、条形码、各种计量和检测仪器、机械手等。MES系统还设置了必要的接口，与生产现场的控制设施实现全方位对接。

篇4

中图分类号：G64文献标识码：A

文章编号：1009-3044（2020）25-0153-03

1引言

智能科学与技术主要包含智能科学和智能技术两部分内容[1]：智能科学是以人如何认知和学习为研究对象，探索智能机器的实现机理和方法；智能技术则是将这种方法应用于人造系统，使之具有一定的智能或学习能力，让机器系统为人类工作。目前，在本科专业目录中，智能科学与技术专业是计算机类之下的特设专业，在现有的人工智能专业群中，除了新设的人工智能专业外（2019年全国共有35所高校获首批人工智能新专业建设资格），智能科学与技术专业与全球范围大力推进与快速发展的人工智能关系最密切，契合度最高。一方面，智能科学与技术的专业发展和人才培养将为人工智能技术提供理论支撑、技术推进和人才支持，另一方面，人工智能产业现状和未来发展趋势直接影响着智能科学与技术的专业发展和人才需求。

2人工智能时代对人才的需求

站在国家战略的高度来看，人工智能将成为新一轮产业变革的核心驱动力，可以实现社会生产力的整体跃升，因此人工智能将成为引领未来的战略性技术，世界主要发达国家都把发展人工智能作为提升国家竞争力、维护国家安全的重大战略。

随着人工智能时代的到来，许多企业对具有智能科学与技术专业背景的人才有着巨大的需求。首先，IT企业纷纷涉足智能科学领域，提高产品智能水平；其次，许多传统制造业也在转型，从劳动密集型到知识密集型，进一步提升到智能制造型，并逐渐具备高精尖装备制造能力；此外，医疗、通讯、交通等行业也对智能科技人才有着迫切的需要。人工智能对各行各业的影响，充分体现了智能科技的高速发展，对人才数量和素质要求也越来越高。

从人才的金字塔型分布来看，智能科学与技术领域不仅需要高端学术型人才，更需要接地气、重实践的应用型人才。随着“中国智造”的不断推进，智能科学与技术领域已由顶层设计和关键技术突破向生产、应用、装配、服务等环节延伸，迫切需求大批专业技术精、实践能力强、操作流程熟的应用型人才。2019年，人力资源和社会保障部、国家市场监管总局、国家统计局向社会了13个新职业信息，包括人工智能工程技术人员、物联网工程技术人员、大数据工程技术人员等，这也从另外一个侧面说明人工智能等技术推动了产业结构的升级，催生了相关专业技术类新职业，可形成相对稳定的从业人群。

3应用型人才培养模式分析

《中国制造2025》以推进智能制造为主攻方向，强调健全多层次人才培养体系，提到强化职业教育和技能培训，引导一批普通本科高等学校向应用技术类高等学校转型，建立一批实训基地，开展现代学徒制试点示范，形成一支门类齐全、技艺精湛的技术技能人才队伍。

通常而言，人才类型分为三类[2]：学术型人才、应用型人才、技能型人才。实际上从现代职业教育的发展和社会需求来看，应用型人才和技能型人才的界限相对模糊，可统称为应用型人才，即把成熟的技术和理论应用到实际的生产、生活中的技术技能型人才。从国家的层面来看，为了适应人工智能时展，人才需求数量基数最多、缺口最大的就是应用型人才，这也对众多高校培养人才的导向产生重大影响。这里我们重点讨论智能科学与技术应用型本科人才的培养，可从职能、知识结构、能力结构、行业（产业）导向四个方面来分析。

3.1职能

智能科学与技术应用型人才是培养面向各类智能科学与技术的工程设计、开发及应用，掌握各类现代智能系统设计、研发、集成应用、检测与维修、运行与管理等技术，具有扎实理论基础、较强工程实践和创新能力的高素质应用型工程技术人才。

3.2知识结构

智能科学与技术专业充分体现了跨学科的特点，其知识结构包含了三个并行的基础领域：电子信息、控制工程、计算机，也蕴含了电子信息工程、控制科学与工程、计算机科学与技术等学科的交叉和融合，体现了智能感知与模式识别、智能系统设计与制造、智能信息处理三个方面的专业内涵。

（1）智能感知与模式识别

属于电子信息与计算机交叉领域，主要定位在机器视觉与模式识别。包括三维建模与仿真、图像处理与分析、图像理解与识别、机器视觉、模式识别、神经网络、深度学习等。主要课程包括：电子技术基础、信号系统与数字信号处理、数字图像处理、模式识别等。

（2）智能系统设计与制造

属于控制工程领域，包括自动控制、无人系统与工程、精密传感器设计与应用等。主要课程包括：机械基础、工程力学、自动控制原理、传感器与测试技术、计算机控制技术、机电系统分析与设计等。

（3）智能信息处理

属于计算机领域，包括交通大数据、汽车与道路安全大数据等的分析与处理、信息处理与知识挖掘、信息可视化等。主要课程包括：智能科学技术导论、计算机程序设计、微机原理与接口技术、数据结构与算法、嵌入式系统设计等。

3.3能力结构

智能科学与技术应用型人才培养着眼于人工智能工程应用，要求学生具有运用计算机及相关软硬件工具进行大数据的采集、存储、处理、分析、应用的能力；具备智能系统的设计、开发、集成、运行与管理的能力；注重培养学生综合运用所学的智能科学与技术专业的基础理论和知识，分析并解决工程实际问题的能力，其能力结构可以借鉴能力本位教育（CompetencyBasedEducation，简称CBE）模式[3]。

CBE是国际上较流行的一种应用型人才培养模式，主要代表国家为加拿大和美国。该模式以能力为人才培养的目标和评价标准，一切教学活动均围绕综合职业能力的培养展开，CBE人才培养模式主要有以下三方面的特色：能力导向的教学目标；模块化的课程结构；能力为基准的目标评价体系。该模式所培养的本科应用型人才具有较强的专业综合能力和职业能力[4]，在一定时期得到社会的广泛认可，但是单纯的CBE模式并不能完全适应人工智能时代对人才培养的需求，这是由于目前许多职业岗位在人工智能的冲击下，其形式和内容均会产生动态变化，要求现阶段的人才培养具有延伸性和前瞻性，既要兼顾眼前，也要考虑应对智能化浪潮，打好基础，提高自学习能力。因此，智能科学与技术应用型人才培养有一定岗位针对性，但并不是完全固化岗位内容及层次、固化知识属性，必须强化自我学习能力，才能实现能力可持续增长，岗位的向上流动性以及知识和经验的进化，才能真正适应人工智能时展的需求。

自我学习能力的形成与提高往往源于知识结构的构建[5]。为了塑造更合适的能力结构，需要CBE模式与知识结构的相辅相成，有鉴于此，将这种新型人才培养模式称之为知识型能力本位教育（Knowledge&CompetencyBasedEducation，简称KCBE）模式，这也意味着在人才培养过程中，将知识结构与能力结构放在并重的地位，既着眼于预期能力的培养，也必须让学生筑牢学科专业基础，在走向社会以后，在知识引擎的作用下，通过自我学习，具备并提升适应未来的、新的智能化岗位需求的能力。

3.4行业（产业）导向

从智能科学与技术专业的角度，培养的应用型人才以“智能化应用”为就业大方向，具体而言，包括：

（1）智能感知与模式识别领域

主要从事电子信息的获取、传输、处理、分析、应用等领域的研究、设计及应用，包括图像处理、机器视觉、工业视频检测与识别、视频监控、传感器设计及应用等。

（2）智能系统设计与制造领域

主要从事智能装备、智能制造、智能管理、智能服务等领域的设计、制造及应用，包括智能工厂、智能车间、智能生产线、智能物流、以及智能运营与服务等。

（3）智能信息处理领域

主要从事计算机数据处理、分析、理解、管理、以及服务等领域的研究、设计及应用，包括数据存储与管理、数据分析与预测、交通大数据分析应用、道路与汽车安全大数据分析、智能交通、智能电力、智能家居、智慧城市等。

涉及的产业领域主要包括智能制造，如工业互联网系统集成应用，研发智能产品及智能互联产品等。其他的领域还包括智能农业、智能物流、智能金融、智能商务等。

产业需求带动人才培养，人才培养在满足产业需求的同时推动技术进步，而技术进步又引燃了新的产业需求。产业需求与人才培养的相互作用，呈现出螺旋式上升的发展态势，这在人工智能相关产业与智能科学与技术应用型本科人才培养之间表现的得尤为突出。

4KCBE模式人才培养的主要措施和途径

智能科学与技术专业应用型本科人才的培养模式一定是和人才需求、学校定位相適应的。培养应用型人才，应注重学生实践能力，从教学体系建设体现“应用”二字，其核心环节是实践教学。结合上述的KCBE培养模式，知识结构在能力培养过程中也占有非常重要的地位，因此在能力培养方面，知识和实践作为两大要素，不能偏废任何一方，必须齐头并进，既要固基础，也要重实践。

（1）筑牢智能科学与技术专业知识基础，构建与智能化应用相关的知识体系

在本科的低年级阶段，应注重公共基础课，特别是数学和力学课程，还应充分了解智能科学与技术专业的内涵，让学生对所学专业有一个比较全面的认识。在本科中高年级阶段，重点强化专业基础，包括电子技术基础、自动控制原理、传感器与测试技术、微机原理与接口技术、数据结构与算法等。归纳地说，应该筑牢数理基础、计算机基础、机电基础和控制基础，因此对原理课程需要强化，这样对很多工作机理、来龙去脉的理解才能深刻。

（2）增强智能科学与技术专业的实践环节，构建以能力培养为重心的教学体系

篇5

三家企业中，对人工智能布局最早、投入成本最高的当数百度。百度创始人李彦宏日前在接受《财经》杂志采访时曾说：“人工智能确实会带来无穷无尽的可能性，在这方面百度目前确实也是非常领先的。如果这个机会我们能够抓住，百度可以变成一个完全不一样的公司，变成一个比现在影响力大得多的公司。”

早在2013年，百度就成立了深度学习研究院，致力于人工智能的开发，是当时国内唯一一家在深度学习方面进行大规模投入的公司。目前，百度研究院、百度大数据、百度语音和百度图像等技术都已归入人工智能技术体系。百度在人工智能领域涉猎项目众多，主攻方向有六个：深度学习平台、图像识别基本技术、细粒度图像识别、视频分析、AR技术和医院图像识别。

经过几年的发展，百度在人工智能领域共获得了超过1500项发明专利，领先于微软、IBM等老牌科技巨头。此外，百度大脑、人脸识别技术精度、语音识别能力均已达到世界顶级水平。2014年，百度在硅谷投入3亿美元打造了人工智能中心，并在硅谷大举招揽人才，中心目前已经有近200名员工。据悉，百度硅谷研发中心的一个重要使命是服务于百度无人驾驶业务。

自无人驾驶的概念在业界兴起，就有两拨力量在这一领域博弈，一为传统车企，一为高科技企业。根据自身不同的基因，它们对无人驾驶的理解和布局完全不同。传统车企的思路为无人驾驶是“装了电脑系统的汽车”，它们通常从低级的辅助驾驶开始做，希望通过不断地提升辅助驾驶的能力来达到未来完全的无人驾驶；而高科技企业对无人驾驶的理解是“装了四个轮子的电脑”，它们通常直接进行无人驾驶研发，最典型的代表是百度和谷歌。

今年8月，在深圳举办的的CCF-GAIR大会上，百度无人驾驶事业部总经理王劲说道，“百度的人工智能主要靠三个最核心的东西：一个是算法，一个是海量数据，第三个是优秀的计算能力。”

百度的无人驾驶事业部成立于2015年底，是百度目前最被寄予厚望的业务。百度今年在芜湖打造了“全无人车运营区域”，又投资了硅谷知名激光雷达公司Velodyne LiDAR，旨在降低无人车生产成本，加速无人驾驶的商业化进程。

经历了这么多前期投入，百度无人车何时能实现规模量产？王劲告诉记者：“五年后百度无人车将进行量产，届时成本会大大低于雇用驾驶员，大幅度提升交通安全及交通效率，且让人们的出行成本更低。”

腾讯：AI技术研发围绕核心业务展开

社交作为腾讯的核心业务之一，其平台和大数据等优势为人工智能技术的研发提供了更多支持，也为技术在业务上的落地应用提供了更多可能。据了解，腾讯的人工智能研发团队镶嵌在不同的事业群里，微信团队的人工智能小组主要致力于语音识别的研发，SNG（社交网络事业群）主攻人脸识别、图片识别等，搜索部门则关注自然语言识别。各部门根据自身业务需要，进行人工智能技术的开发。

在前不久举办的GAIR大会上，腾讯优图实验室总监黄飞跃接受采访，讲解了优图团队目前的主要工作。黄飞跃带领的优图团队隶属于社交网络事业群，QQ系列产品的很多功能背后都有优图团队的技术支持。优图团队的技术主要分为人脸识别、图片识别、音频识别三个部分，目前为QQ空间、QQ音乐等超过50款产品提供技术支持。具体而言，人脸识别主要用于腾讯旗下微众银行进行人证合一比对、QQ空间好友照片标记；图片识别则在微云相册、手机相册管家等图片标记管理功能中有所体现；音频识别主要应用于QQ音乐听，识曲、全民K歌等功能。这些功能主要用于提升腾讯一系列产品的用户体验，提高用户留存率。

去年6月，优图团队在国际权威人脸识别数据库LFW上以99.65%的成绩刷新世界纪录，超过了实力强劲的Linkface、Face++等新秀，以及Facebook、Google等国际巨头。目前，优图的图片识别技术已经开放给业界，通过“优图开放平台”和“腾讯云-万象优图”两个产品，开发者可以拥有顶尖团队的图片处理能力。

阿里巴巴：从小AI到ET 阿里云厚积薄发

阿里布局人工智能主要集中于三方面：云计算、物联网、VR/AR。他们的战略是从业务驱动开始，逐渐加大档位。阿里选择医疗这一领域切入人工智能技术。阿里在全国各地广泛布局医疗团队，据统计，参与阿里“未来医院”计划的医疗机构已经覆盖了全国90%的省份。未来，病患只需在家附近的医院拍一张CT，就可以通过远程技术完成专家级的诊疗过程。而这种诊疗正是基于阿里云人工智能医疗系统。

2016年，随着人工智能概念不断升温，阿里加速了布局的脚步。2016年8月举办的云栖大会上，阿里云进行了品牌升级。除了换掉已使用6年的“云”字logo（商标）外，还了一款名为“ET”的人工智能机器人。

ET是四个月前的小AI的升级版，它的功能不再局限于说话聊天，而已被赋予了全局意识。基于阿里云强大的计算能力，ET目前已具备智能语音交互、图像/视频识别、交通预测、情感分析等技能。

篇6

谷歌 

谷歌希望能在人工智能领域博得头筹，该公司高管将人工智能看成是与智能手机一样强大的改变世界的力量。 

谷歌最近推出了完全自主设计的智能手机Pixel，其配置强悍且内置智能语音助手Google Assistant，势要与iPhone 7一较高下。借助这一助手，用户能使用并整理设备上以及云端的信息、查阅电子邮件、制订日程、浏览新闻、查询交通状况、查阅天气信息等。 

另外，谷歌于今年9月21日推出的能安装在智能手机上的全新数字助手Allo，也广受科技行业和媒体的关注。在今年10月5日举办的秋季会上，谷歌除了推出Pixel系列手机外，还正式推出了Google Home智能音箱。作为要与Amazon Echo一较高下的智能家居中枢，它不仅允许用户通过Google Home进行语音搜索，还可以链接家中的智能设备，并通过语音控制它们。 

三星 

10月8日，三星表示，将收购美国初创公司、苹果Siri的创始团队Viv Labs，作为进军AI领域的“踏板”。Siri是苹果AppStore里的一个应用，用户像平时聊天一样输入文字内容，Siri会给出答案。 

Viv Labs是一家人工智能和虚拟助手公司，被三星收购后，它也将带去其最新的人工智能语音助手产品Viv。Viv具有“动态编程”和“可堆栈化”能力，有助于理解用户的真实意图和提高连续接受用户请求的能力。 

三星公司表示，计划在2017年下半年将Viv引入三星智能手机。同时，三星也希望将Viv扩展至其他三星设备，包括电视、洗衣机等家用电器。 

亚马逊 

亚马逊早在2014年就了Echo家居助手，这个声控扬声器由一位名叫“Alexa”的语音助理驱动。 

亚马逊Echo可以作为智能家居的控制装置，它“身高”10英寸，圆柱形，可以摆放在家中的任何位置。Echo支持Wi-Fi连接，可作为蓝牙扬声器播放来自在线流媒体服务的音乐；另外，Echo还可以提供各种信息查阅浏览和提醒等功能，并且依靠语音命令进行激活。 

Alexa是装在Echo内的个人虚拟助手，相当于亚马逊版的Siri语音助手，可以接收相应语音命令。使用Echo时，用户只需说一声“Alexa”，就可以开始询问，包括新闻、创建任务提醒、设定闹钟时间或播放音乐等。Alexa还可以和各种智能家居设备进行交互，用来控制恒温器或调节灯光。 

此外，亚马逊最近还推出了更小巧的Echo Dot，“身高”仅6.5英寸，并且不需要固定电源。 

微软 

微软的个人助手名为“Cortana”，中文名“小娜”，是微软于2014年的全球第一款个人智能助理。“小娜”来源于《光环》游戏中的主要角色之一，是主角士官长的人工智能助手。微软称， “小娜”极具幽默和诙谐天分，这一点和苹果的Siri相比有过之而无不及，可谓有史以来最为人性化的个人助理应用。 

与苹果的Siri和亚马逊的Alexa一样，微软的“小娜”能够让用户以人类的方式与设备对话。“小娜”可以理解用户说话的含义并以类人类的方式给予反馈。但是与其他语音助手不同的是：“小娜”在PC端和移动端同时适用，而且远不是收发消息这么简单。微软想要她成为用户的贴身智能秘书，协助用户管理通信、安排日程及满足相关需求。 

脸谱 

尽管脸谱公司在人工智能领域只是“后起之秀”，但“财大气粗”，不惜投入重金进行研发。据信，该公司正在开发一款代号为“Moneypenny（简称M）”的人工智能助理，并已展开内测。 

脸谱公司聊天工具Facebook Messenger（飞书信）服务负责人戴维·马库斯说：“M是一种个人数字助理，与市场上其他基于人工智能技术开发的服务相比，M真的能代替用户购物、为亲人送礼物、预定参观、安排旅程等。” 

脸谱公司创始人马克·扎克伯格说，他想制造出一款真实版的“贾维斯（Jarvis）”。在电影《钢铁侠》中，“贾维斯”是钢铁侠的智能管家，这款超智能软件能独立思考、会帮助主人处理各种事务、计算各种信息；而且钢铁侠的机甲开发和方舟反应炉更新都离不开它的协助。 

扎克伯格写道：“我将通过探索现有技术来开始这项服务。”他的最初目标应该是一些基本智能操作，例如控制音乐、灯光、温度等。 

扎克伯格此举并非心血来潮。早在2014年，他就以个人身份入股了人工智能公司 Vicarious。人工智能是脸谱公司三大长期科技赌注之一。扎克伯格曾明确回答为何要进入人工智能领域：“人工智能可以提升互联网服务的智商，从而对于用户变得更有价值。” 

目前，脸谱已经建立了三个人工智能研究中心，分别位于法国巴黎、美国纽约和加州的门洛帕克，每个实验室拥有40-50名研究员。脸谱在人工智能开发方面虽然起步晚于谷歌、微软，但成绩斐然。 

苹果公司 

苹果公司是第一家个人助手的公司，它于2011年了语音助手Siri。今年6月份，苹果给出的数据是，Siri周均提供20亿次服务，而去年这个数字仅为10亿次。 

在过去几年，该公司一直在努力优化这一工具。今年6月，苹果开放了Siri，可以与非苹果的应用交互（尽管目前仅限于包括微信在内的6种应用），因此，用户能使用打车软件Lyft来预约车辆，或使用Square Cash进行支付。

苹果也引入了Home应用，来同智能家电和其他设备交互。通过Home这款应用，苹果正努力让Siri从智能手机的框架中跳出来，让她变成用户家庭中的一员，成为一名智能精明的管家。不过，未来她的表现如何，还需拭目以待。 

IBM 

技术巨擘IBM公司可谓人工智能领域的急先锋。20年多来，该公司的“深蓝（Deep Blue）”计算机占据了无数家报纸的封面。1997年，“深蓝”战胜了国际象棋冠军加里·卡斯帕罗夫，这被视为是IT产业发展史上具有标志性意义的事件之一。 

随后，人工智能“沃森（Watson）”接替“深蓝”继续对人类智能极限发出挑战。2011年2月17日，沃森参加了美国最受欢迎的智力竞猜电视节目《危险边缘（Jeopardy）》，并连续击败了该节目历史上最为成功的两位选手肯·詹宁斯和布拉德·鲁特，成为《危险边缘》节目新的冠军。 

沃森由90台IBM服务器、360个计算机芯片驱动组成，拥有2880个处理器核心，约有10台普通冰箱那么大，内装超2亿页新闻图书等资料。沃森不仅可以识别文字、地理位置，还可以部分感知人的情感，未来还将试图读懂人类的语言，学会思考。IBM将其实现人工智能的方法称为“认知计算（cognitive computing）”。 

外界普遍认为，这是IBM在个人电脑业务及传统IT服务衰落后向死而生的新业务。目前，沃森主要应用集中在医药领域。去年4月IBM宣布，与苹果、强生和医疗器械公司Medtronic合作，目标是“变身”为医疗系统中介，让个人和医院都得通过IBM获取信息，优化数据收集、分析和反馈服务。

 

篇7

2013年，依图科技拿到了真格基金百万美元的天使投资。2015年和2016年，依图科技先后完成A轮、B轮融资，估值数千万美元，成为业界最被看好的计算机视觉创业公司之一。

创业四年，甘苦尝尽。朱珑的技术优势显而易见，要面对的难题也不少：没有商科背景，是否会让他在管理上左支右绌？在人工智能这样的前沿领域，没有现成的商业模式可供借鉴，他该如何取舍公司的业务方向？

8月，趁朱珑在北京出差之际，《时间线》对他进行了专访，听朱珑讲述行走在中国科技产业浪潮之巅的故事。

《时间线》：2012年你创业的时候，国内人工智能市场是怎样的？

朱珑：当时大家对人工智能的未来不像今天这样有信心，资本对这个圈子的热度也远不如今天。并不是说你来自MIT就很容易拿到投资。我认为2012年是技术类创业的标杆性的一年，此后，创投圈开始从“资金密集型”和“资源密集型”转向“智慧密集型”。

《时间线》：如你所说，当时资本圈对AI并不像今天这样抱有信心，依图拿到真格基金百万美元的天使投资，经历了怎样的过程？

朱珑：在红杉资本中国基金副总裁吴莹的介绍下，我和我的合伙人林晨曦与真格基金的创始人徐小平先生在他的家中见面，交流了十几个小时。当时，徐老师对人工智能技术并不十分了解，但非常看好我们的团队和AI的未来，提出给依图两百万美元的投资，这笔资金动用了当时真格基金总额的7%，我认为徐小平老师是个非常有魄力的投资人。

《时间线》：你们的很多项目都是与政府部门合作的，一家创业公司是如何取得政府的信任的？

朱珑：我回国之后动用了自己在国内所有的人际关系，最终获得了在某个公安系统会议的茶歇时间与一名负责人交流3分钟的机会。经过一番争取，他愿意让我尝试计算机车辆识别系统，当时计算机的车辆自动识别准确率不到30%，对方希望提升到70%。接到任务两个月后，我们做出了一套车辆识别系统，识别准确率达到了90%，获得公司成立后的第一单业务。

由此开始，我们与公安系统开始了长期紧密合作，将人脸识别技术应用于追逃、刑侦、监控等方 面。

《时间线》：人脸识别技术具体可以如何应用到公安系统的工作中？

朱珑：我们曾协助苏州公安完成一起追逃任务，公安用全国在逃库的26万人与常住及暂住人口库中的1300万人进行比对，通过人脸识别的捕捉，系统共预警25人。经过人工甄别，最终确定了17人为嫌疑人，其中9人已撤销，最后现场捕获了3人。这是过去单靠警力无法做到的事情，现在人工智能技术可以帮助我们实现。此外，人脸识别技术还可以应用到金融等其他行业。

《时间线》：从创业到现在，人工智能市场经历了怎样的变化？

朱珑：今年的前三、四个月，比过去一年的变化还大。很多投资人的逻辑是“我就要投资人工智能，一定要进来参与这个领域。”

《时间线》：在人工智能大热的今天，可能会有一些投机主义的公司涌现，这是否会成为你的困扰？

朱珑：肯定有，这很正常。有一些公司不见得会涉及智能的那些部分，只是包装一个概念，但时间会自动筛选出真伪，有实力的公司很稀缺，团队会更加值钱。

为杭州打造“城市数据大脑”

今年9月，全球瞩目的G20峰会将在杭州召开，杭州市委市政府联合众多公司，在阿里云的牵头下开展了一个名为“城市数据大脑”的城市交通规划项目，借此盛会展现大数据在城市管理中的作用，依图公司参与其中，提供车辆识别及大数据相关技术。首次涉通领域，对于依图来说是一个新的挑战。

《时间线》：“城市数据大脑”项目中，依图进行了哪些方面的技术支持？

朱珑：我们对城市中车辆的行驶路径等数据进行收集、分析，对车、道路、红绿灯的信息进行建模。在建模的基础上对政府的交通管理者给予建议和优化方法，比如红绿灯的改进措施，道路的修缮方案。我们希望通过解决城市交通这类世界级难题，让人工智能使我们的生活更加轻松便捷。

《时间线》：这个项目的难点在哪里？

朱珑：从技术层面来讲，交通管理是一个非常新的领域，世界上顶级机构对这一领域的研究也处于原始阶段，现有的学术界的模型、数据体量无法满足模型精度的需求。要完成这个项目，我们还要做很多新的研究。从操作层面来讲，我们的工作要跨越政府的不同部门，把这些数据整合到一起。

《时间线》：大数据对人工智能技术有重要作用，你们如何建立自己的数据库？

朱珑：最朴素的办法就是一点一滴积累，比如车辆数据，我们自己去路上拍了很多，慢慢地数据就积累起来了。在和客户合作的过程中，客户也会提供一些数据。

《时间线》：现阶段在中国进行技术创业，难点在哪里？

朱珑：从创业环境来看，我们没有完善的反垄断机制，也就是说大公司还是可以跟你竞争的；但在美国，这不一定行得通。而且中国的知识版权的保护尚为薄弱，小公司抄袭的情况比较多。

此外，探索出好的商业模式是非常困难的。依图成立四年，经历了很多探索，我们一直在扎实地做垂直领域，包括公安、金融等领域。我始终在问自己：人工智能的卖点是什么？

AI最大的考验是商业模式的创新

2016年初，一场人机大战成为全民热点。人工智能的概念从科技圈走向大众，做了一次生动的市场教育。影响迅速蔓延到二级市场，人工智能概念股迅速飙升，中国兴起一波人工智能创业热潮。创业四年，朱珑目睹了人工智能产业的变迁，他有着怎样的体会？作为一个创业者，他如何看待这个产业的未来

《时间线》：现在依图在技术研发和商业方面的比率大概是什么样的？

朱珑：超过50%都是技术团队，我们的核心优势是对技术的理解能力。有了技术作为基础，扩张的成本会变得很低。

《时间线》：作为学者型创业者，商业背景的匮乏会不会成为你的瓶颈？

朱珑：创业四年，这个部分的知识我补充了很多。商业知识是不断学习的过程，今天学到的商业经验不一定能解决明天的问题。换句话说，有商科背景不一定比我更有能力解决未来将面对的问题。创业本身就是个不确定的探索过程。

《时间线》：如何看待技术与商业化的平衡？

篇8

第一类：弱人工智能Artificial Narrow Intelligence (ANI)，弱人工智能是擅长于单个方面的人工智能。比如有能战胜象棋世界冠军的人工智能，但是它只会下象棋，你要问它怎样更好地在硬盘上储存数据，它就不知道怎么回答你了。

第二类：强人工智能Artificial General Intelligence (AGI)，人类级别的人工智能。强人工智能是指在各方面都能和人类比肩的人工智能，人类能干的脑力活它都能干。创造强人工智能比创造弱人工智能难得多，我们现在还做不到。Linda Gottfredson教授把智能定义为“一种宽泛的心理能力，能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作。”强人工智能在进行这些操作时应该和人类一样得心应手。

第三类：超人工智能Artificial Superintelligence (ASI)，牛津哲学家，知名人工智能思想家Nick Bostrom把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能。”超人工智能可以是各方面都比人类强一点，也可以是各方面都比人类强万亿倍的。

讨论人工智能对法律的影响，我们也会从人工智能的“三大类”入手，各个阶段的人工智能，对法律产生的影响将是不尽相同的。

在第一类，弱人工智能（ANI）阶段，由于人工智能智能处理较为单一的问题，且发展程度并没有达到“模拟人脑思维”的程度，所以人工智能仍然属于“工具”的范畴，与传统的“产品”别无二致。我们目前所处的阶段，就是弱人工智能阶段。虽然无人驾驶汽车、无人机等新产品的出现，给传统法律体系带来许多新问题，引发许多新思考，但仍然属于传统法律体系能够解决的问题。

2016年2月，Google无人驾驶汽车在美国加州山景城测试时，与一辆公交大巴发生碰擦，所幸无人受伤。美国高速公路安全管理局（NHTSA）却确认，根据美国联邦法律，用于自动驾驶的人工智能系统可以被视为司机。那么是“司机”、谷歌，还是驱动汽车的算法、感应器以及所有控制系统来负责交通事故呢？

这起事件引发了许多人对人工智能卷入犯罪案件中责任主体界定模糊的问题的思考。人工智能究竟是不是具有法律和道德意识与行为能力的主体？如果不是，那么当人工智能触犯了他人利益、造成社会损失时，究竟应该由研发者、运营者还是使用者承担责任呢？此时，有哪些法律能够用来保障这些人的权益？如果承认人工智能是有行为能力的主体，那么又该如何为这些“人工智能”定罪量刑呢？

我国《产品质量法》第四十三条规定：因产品存在缺陷造成人身、他人财产损害的，受害人可以向产品的生产者要求赔偿，也可以向产品的销售者要求赔偿。属于产品的生产者的责任，产品的销售者赔偿的，产品的销售者有权向产品的生产者追偿。属于产品的销售者的责任，产品的生产者赔偿的，产品的生产者有权向产品的销售者追偿。

显然，在弱人工智能阶段，机器仍然属于工具和产品的范畴。传统的《产品质量法》在这个阶段内仍然可以直接适用。但随着技术的发展，这种情况就会马上改变。

在第二类，强人工智能（AGI）阶段，由于人工智能已经可以比肩人类（笔者认为这是人工智能的“奇点”，在短期内人工智能将极大地超越人类），同时也具备了具有“人格”的基本条件。

由于机器可以像人类一样独立思考和决策，该阶段的人工智能应该和人类一样，成为独立的主体享有权利，并对自己的行为承担责任，这将体现在财产、继承、侵权、刑事等各个方面。这个阶段的法律已经基本无法直接套用，人工智能将对传统法律体系产生巨大的冲击和颠覆。

在第三类，超人工智能（ASI）阶段，该阶段的人工智能已经跨过“奇点”，其计算和思维能力已经远超人脑。人工智能将打破人脑受到的维度限制，其所观察和思考的内容，人脑已经无法理解，人工智能将形成一个新的社会。

人类的法律体系仅在人类社会生效，在这个阶段，人类规则的制定已经无法影响人工智能，因为人工智能已经超出了人类社会的范畴。随着技术的进步和人工智能的自我改进，一个比我们聪明100倍、1000倍、甚至10亿倍的大脑也许能够随时随地操纵这个世界所有原子的位置。此时的人工智能已经不是人类可以理解和想象，人类的法律体系也会随之消亡，或转化成另外的形态而存在。

基于此，笔者大胆地提出人工智能对法律影响的几点预测：

第一，成文法将会萎缩甚至消亡。可以预见，人工智能和新技术留给立法的时间将会越来越少，越来越多的极其复杂的新问题将迅速出现，成文法将成为历史；

第二，法律体系将彻底颠覆。随着人工智能从低到高的发展，工具终将将具备人格、超越人格，我们传统的法律体系也将失去存在的基础；

第三，法律将在“创新”与“生存”之间不断博弈。创新的伦理问题将伴随人工智能发展的全过程，是否允许技术创新迈向“奇点”，用以保卫人类的“生存”，或许会逐渐成为立法者考虑的核心问题。但立法者很可能会发现，创新也许是人类社会发展的规律。

现阶段，人工智能已经逐渐对法律领域产生影响，并引起了法律领域的变化，我国的法律体系应当重视变化，积极向人工智能时代转型升级。

例如，人工智能技术在合同审查、资料收集、尽职调查、材料翻译等领域为法律工作提供极大的便利，并且在工作效率上具有明显的优势。这会进一步影响到司法机关、公证机构、律师事务所的用人模式，可能会减少这些机构对入门级技能新人的雇佣和培养。

再例如，由于创新技术和人工智能的发展，新事物产生的时间大大缩短，由新事物而引发的新案例将越来越多。而现阶段，人工智能还不能够独立地提供法律服务，更不能独立地对案件进行分析和审判。这需要大量的法官、检察官和律师们积极拥抱和学习新技术，并且需要一定的深度。这对于传统法律人来说，难度很大。专业人才可能会在一段时间内出现严重的断层，法律在短期内对新事物新案例也将无暇响应。法律应当重视内生规则（如网规）、判例的作用，通过柔性、大众化、平台化的规则治理，通过数据和算法来预判行为，来适应这种“断层”。

篇9

5月26日，佳讯飞鸿智能科技研究院揭牌仪式在北京交通大学隆重举行。中国科协副主席、中国铁路总公司总工程师、中国工程院院士何华武，北京交通大学校长宁滨，海淀区副区长李L萍等应邀出席活动并致辞；佳讯飞鸿电气股份有限公司（以下简称“佳讯飞鸿”）董事长林菁、总裁郑贵祥、佳讯飞鸿智能科技研究院院长刘文红、高级副总裁李力以及佳讯飞鸿集团各分子公司的领导参加揭牌仪式。军队相关单位及院校、国家863计划机器人技术主题专家组、中国铁路总公司、中科院计算所、北京市发改委、北京市科委、北京市经信委、中关村管委会、海淀园管委会、中铁建电化局、北京铁路局、轨道交通视频与安全产业技术联盟、北京航空航天大学、北京交通大学、北京理工大学、西安交通大学、微软亚洲研究院、华为公司、中科创达、保德科技、博思科技、大威激光、华信通信、超选科技公司等相关领导及专家出席会议。

会上举行了佳讯飞鸿智能科技研究院剪彩及揭牌仪式，何华武、钟章队、于川信、许鸿斌、林菁、郑贵祥、刘文红等共同为研究院剪彩和揭牌。揭牌仪式上，何华武院士对研究院的成立表示祝贺。他说，铁路行业快速发展的20余年，也是佳讯飞鸿不断成长的20余年。作为一个有进取心的企业，佳讯飞鸿围绕铁路行业需求，不断和合作伙伴深度地融合，不断地创新，研究院的成立就是佳讯飞鸿孜孜不倦求发展的最好体现。交大校长宁滨致辞，表示佳讯飞鸿是北京交通大学的董事单位，双方有着深厚的历史渊源和良好的合作基础。希望双方能共同推动智慧轨道交通产业的技术进步与创新，共同建设信息通信技术领域的人才队伍。李长萍副区长强调，科技创新中心建设是一项系统性工程，海淀需要坚持面向未来谋篇布局，佳讯飞鸿需要继续发挥领军企业的龙头带动作用，以创新创业打造经济社会发展新动力。佳讯飞鸿董事长林菁发表演讲，提出未来的时代，人工智能无处不在。人工智能是比互联网大一千倍的产业，人工智能的应用，开始向各行业渗透。佳讯飞鸿智能科技研究院的主要目标就是将人工智能技术、大数据、云计算等前沿技术与行业发展相结合，带动行业的智慧化发展，创建智慧型企业。

在随后举行的技术论坛环节，军队某研究中心领导，微软亚洲研究院城市计算领域负责人郑宇博士，全国政协委员、轨道交通控制与安全国家重点实验室通信首席教授、佳讯飞鸿智能科技研究院技术委员会主任钟章队教授分别以“军民融合的发展与展望”、“城市计算：用大数据和AI驱动城市智能”、“轨道交通移动计算与大数据应用”为主题作了精彩的学术报告。

据悉，佳讯飞鸿智能科技研究院是为落实佳讯飞鸿集团化科技实业发展愿景而创建的企业研究院。该研究院是承担国家科技创新项目的主要基地，是佳讯飞鸿对外技术合作的关键引擎。在佳讯飞鸿技术研究、产品研发、应用开发的科研体系当中，研究院将致力于研究与开发的顶端，成为企业新技术、新产品的孵化基地。在为佳讯飞鸿的各个业务板块提供技术战略和产品战略支持的同时，也成为技术创新研究与应用开发高端人才的重要输出地。该研究院目前设立五个研究方向：移动与宽带互联技术，轨道交通安全与物联网技术，智慧指挥调度技术，云计算、大数据与人工智能技术以及信息技术军民融合。研究院将聚焦佳讯飞鸿集团化的发展和建设需要，跟踪行业发展方向，开展技术创新、标准制定、产品试制、应用推广。

近年来，佳讯飞鸿在物联网技术、大数据应用、无人系统、人工智能等技术领域深入探索和实践，提出“智慧指挥调度产业链”的概念，即通过智能感知、智能调度指挥和控制系统等技术，实现前端设备智能化、无线接入宽带化、数据云化集中化、业务统一化，并汇聚行业大数据，应用人工智能技术，实现智慧化企业运营管理和生产作业。未来，佳讯飞鸿将以智能科技研究院为依托，夯实其在智慧指挥调度领域的核心优势，全力助推行业的智慧化全面转型。

篇10

如果你再追问，这位智能助理还会半自豪半傲娇地告诉你：“我不喜欢被贴上这样的标签，组成我的是硅、内存和坚持信仰的勇气。”

类似Siri一样的人工智能语音助手正越来越多地走入消费者的生活。人们对于人工智能的态度，也从最初AlphaGo屡屡战胜顶尖棋手时的震惊，到AI赢了德州扑克大赛冠军时的“习以为常”。

瑞银在其报告《亚洲前瞻：人工智能如何塑造亚洲新面貌》中预测，人工智能的应用在下一个10年末会创造数百亿美元的营收规模，我们所在的亚洲是其主要的营收来源地。虽然现在影响并不太，但是到2030年，人工智能技术每年将为亚洲创造1.8万亿到3万亿美元的经济价值。其中包括引进新产品服务和项目、产品改良所省下的成本，整体价格下降，以及生活方式改善。

不过人工智能提升效率、降低成本的同时，越来越多的工作也正被人工智能所取代。2000年，高盛位于纽约的股票F金交易部门尚有600位交易员，到今年年初只剩下了两位，其余工作全部由机器自动处理。瑞银给出的数字是，从中长期来看，仅亚洲地区而言，人工智能就将对3000万至5000万个工作岗位产生冲击。

首先受到冲击的就是中端技术类工作。其中，对于以制造业驱动的中国所受威胁很大―强预判、高重复，对于机器而言，可比需要个性化、创造力或手工艺的低技能和高技能岗位容易多了。相对，中国香港、新加坡和印度等服务驱动型城市和国家受到的影响则较小。

从行业分布来看，影响最大的5个行业是金融服务、医疗保健、制造、零售和交通。这些行业的营收加在一起，相当于当前亚洲国内生产总值（GDP）的2/3。瑞银认为，除了医疗保健，其他4个领域可能会遭遇重大冲击。其实从中国和印度的发展不难看出，互联网企业借助金融技术，已经对传统金融造成冲击并引发革新，比如更为便捷的支付手段和虚拟助手等应用的陆续出现。人工智能的应用会深化这种革新。

不过也别过于担心。瑞银认为，尽管你的工作在未来可能由机器人来完成，但放到更长远的时间线来看，净失业率反倒相对可控，甚至会逐渐降低。因为雇员的整体生产力也会随着人工智能的崛起而显著提高，这让雇员有更多机会完成创造力强的工作，亚洲的这些行业若能有效运用人工智能，相比带来的威胁，人工智能反而会在亚洲创造数百万个新的就业机会。

人工智能是第四次工业革命的核心，这是依托高度自动化和互联互通的一场革命。瑞银把人工智能的发展分为3个阶段。支持工业自动化和机器人产业的狭义智能（ANI）是最初级的阶段，比如工厂的自动化生产线，淘宝和亚马逊的个性化推荐等。ANI相当于婴儿，只能管理一项功能。上升了一个等级的通用人工智能（AGI），能够处理多个领域的工作，比如推理、解决问题和抽象思维能力，差不多与成年人相当。比如本文开头提到的Siri等智能助手的应用，我们正在向这个阶段过渡。这种人工智能是多种技术的交织，比如神经网络、自然语义处理、机器学习（涵盖深度学习）和认知计算的融合，随后，逐渐扩大到无人机和自动驾驶应用。人工超级智能（ASI）则是智能爆发的最后阶段，是人工智能的最高等级。在此阶段，人工智能将在所有领域全面超越人类智能，它能在众多复杂的线索中作出比人类更好的决策，并先一步看到未来。瑞银称，未来10至15年将是人工智能领域最激动人心的时期，其应用将呈指数级增长，今后的人工智能应用，会像如今基于互联网的设备一样普及。

相对于欧美而言，亚洲进入人工智能世界的时间较晚。目前，有少数几家亚洲公司在语音识别或图像搜索等关键技术领域已经能够匹敌美国技术巨头，但依然没有形成像美国一样的生态系统。根据产业研究机构Zinnov的数据，全球人工智能产业有将近2200家创业公司，其中半数以上位于美国，中国的55家公司和印度的169家公司，对比而言显著落后。 2030年人工智能对亚洲5大行业发展造成的经济影响

前路漫长，但这些亚洲的人工智能公司依然有机会成为全球IT领域的领导者―较晚研发反而很可能“因祸得福”。因为有了欧美的经验，亚洲的人工智能公司可以避开现有的某些低效系统和流程，直接落实最先进的技术。比如大多数亚洲人工智能新进入者可以利用当下先进的云基础设施和图形处理设备，而西方同业公司在创业初期则缺乏这些条件。

同时应该看到，在美国境外，中国和印度吸引的人工智能资本是最多的，这些聪明的资本看到了亚洲在人工智能领域的巨大潜力。瑞银把亚洲因人口结构带来的红利形容为“有着令人羡慕的优势地位”。Zinnov预测，到2025年，以中国和印度为代表的亚洲人工智能人才将突破1.5万人，比美国的1.1万人多1/3。

篇11

中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃参加了本次论坛并发表演讲。王飞跃以《迈向人机混合虚实互动的平行智能》为主题，追溯了智能的本源，探讨了平行时代的智能基础设施X5.0，并展望了智能产业和智能社会。王飞跃认为，阳为智能，阴为情报，相辅相成，智能是开放的情报，情报是封闭的智能，智能的本质是利用已知解决未知，从已知到未知只能依靠想象。王飞跃提出，物理世界与心理世界、人工世界共同构成平行世界，平行世界需要平行智能。开放智能算法，开发人工世界，最终消除“智力的不对称”是新智能时代的历史任务。人机混合、虚实互动的平行智能，是“激活”的人工智能，是未来人、组织、各种类的智能机器、装置、过程、系统所必备的“生存”形式，是智能产业的基础设施。X5.0 时代的智能体系包括：一个核心――平行，两个支撑――ACP 和CPSS，三个主题――智能系统、智慧管理和社会智能。平行智能各种各类的虚实互动X5.0 系统是智能社会的基础设施，不久的将来，一个个体的实力，很大程度上可能并不取决于其本身，而取决于与其伴生的软件定义的人工映像。

中国电子信息产业发展研究院电子信息产业所副所长温晓君参加了本次大会，并以《电子信息产业新兴热点及趋势――人工智能与虚拟现实》为主题发表演讲。温晓君指出，泛在、互联、融合、智能成为产业发展新趋势，技术创新是国内经济新旧动能转换，经济结构转型升级的核心推动力量之一，是从根本上打开增长之锁的钥匙。温晓君重点解读了人工智能和虚拟现实的发展现状和趋势。温晓君分享了智能感知、人脑芯片、深度学习、大数据等人工智能前沿技术，移动社交、智能搜索、机器人、无人驾驶等人工智能前沿应用，指出“基础资源+技术+应用”的人工智能产业生态逐步形成。我国人工智能产业需构建开放生态体系、合作搭建基础资源、促进产业链深度合作、开拓可持续应用需求 。在虚拟现实方面，温晓君判断，消费端市场早期一定爆发于欧美等发达国家，国内市场短期内以产业链布局蓄力和消费者提升消费认知为主；行业应用一定从高附加值行业或价值链的高端环节兴起，应用成本与效率提升必须首先得到权衡。他指出，虚拟现实的趋势为：消费市场的普及化、行业需求的明晰化、投资热潮的全球化、基础平台的开放化、技术创新的协同化。他建议，强化顶层设计，面向行业需求规划应用路径；加强重点攻关，尽快突破行业应用技术瓶颈；制定标准规范，开展行业应用联合测试验证；推进试点示范，以点带面扩大行业应用范围和影响力。

搜狗、英特尔、陌上花（衣+）等企业代表分别从各自的领域出发，分享了人工智能的实践与思考。

北京搜狗科技有限公司CTO杨洪涛分享了关于互联网产品自然交互的经验。他指出，人机之间交互的学习成本在不断降低，变得越来越接近人的自然能力，语音正在成为最自然的交互形式。在他看来，自然交互= 技术 + 计算力 + 数据 + 产品。技术是扩散的，计算力稳步增长， 只有数据和产品才是私有财产，将成为竞争的壁垒。要想做好自然交互，需要充分利用“产品+数据”。会上，杨洪涛还分享了搜狗输入法即将推出的智能回复功能。

篇12

上有国家扶持 下有高校支持

上个世纪50年代，“人工智能”一词横空出世，只是当时的它远没有现在这么酷。万事开头难，此后的50多年中，一系列失败的研究和不断宣告破产的实验室实验让人们对AI产生了怀疑。直至2011年，AI才逐渐从实验室步入到了现实世界，真正进入主流产业。

在三起两落的AI进程中，美国秉承着“不抛弃、不放弃”的理念，始终保持着在AI界的领军地位。这除了得益于联邦研究基金和政府实验室的支持外，更离不开政府的高度重视。2013年起，美国开始多项人工智能计划。去年，该国政府对人工智能的开发更是紧锣密鼓，美国前总统奥巴马提出了“轻干预、重投资”政策，在基础和应用领域建立对话机制。随后，美国国家科技委连续了两个重要战略文件《为人工智能的未来时刻准备着》和《国家人工智能研究与发展战略规划》。

两份文件侧重点各有不同。《为人工智能的未来时刻准备着》明确指出在未来AI发展过程中美国当局应担当怎样的角色：优先考虑开展基础、长期的人工智能研究，并制定发展自动和半自动武器的政策。同时，该报告建议成立一个类似国防预先研究计划局的机构，并在该领域优先开放培训数据和数据标准;美国交通部（DOT）应完善监管框架，将全自动车辆和无人机等新型交通工具设计整合至交通系统，相关部门应考虑人工智能与网络安全的相互影响。

最后一点在近期热映的欧美电影《速度与激情8》中已有体现――犯罪分子远程操控人工智能车辆制造了连环车祸事件。

《国家人工智能研究与发展战略规划》则制定了一个可追踪AI研发投入进度和最大化投入影响的技术框架，同时说明了联邦资金资助人工智能研发的优先顺序。根据该文件，2015年联邦政府在AI相关技术方面已投入约11亿美元。此外，该报告还包含开发人机协作的有效方法、理解和应对人工智能带来的伦理问题，以及人工智能研发人才需求等七项战略规划。

说到人才需求，一个领域的兴旺与衰落与其从业者的储备途径休戚相关。美国似乎早就意识到了人工智能的研发与其他IT技术不同，它需要更多持续性、基础性的理论研究工作作为支撑。从顶层设计出发，增强AI基础理论的研究和核心技术的突破，强化科研和技术人才的培养与引进，是AI发展的永动力。

由于产业链已经相对完善，在美国，谷歌、Facebook、微软、IBM、HP等硅谷巨鳄在AI人才的招聘上互挖墙脚早已成为家常便饭。与此同时，诸如拥有世界上最大人造神经网络系统的斯坦福、可研发制造机器苍蝇的哈佛等院校也为美国的人工智能领域不断注入新鲜血液。据悉，基本上具有一定规模的美国院校都雇有人工智能教授。以美国卡梅隆大学为例，该校就设有专门的机器人研究所，其中仅教授就有百余位之多。

此外，浓郁的学术氛围也让AI发展得到良性循环。百度IDL创立者、地平线机器人技术创始人及CEO余凯曾表示，为了让自己保持更多的思考，他至今仍会频繁去美国参加一些学术会议，“国外技术创业比较多，大家探讨的是数学公式及算法，而在中国大部分在讲趋势、概念，如果PPT上放上公式就变得很无聊，心态比较浮躁”。

学习&识别 让智能更智能

尽管目前人工智能已经进入了以“深度学习”为主要标志的第三次复兴，但如同其他身处AI领域的很多人一样，B2B营销软件开发公司Demandbase副总裁阿曼（Aman Naimat）还是会经常思考一个问题：AI会保持今天的发展态势，还是会进入到另一个寒冬？他撰写的《美国人工智能新市场》报告显示，虽然如今众多行业都涉及人工智能，但无论是这项技术的应用程度还是行业中涉及该技术的企业数量，都还只是皮毛而已，有些行业中只有少数几十家公司涉猎于此。这促使IT、软件行业成为了AI领域里的佼佼者。

IBM为了实现人工智能的普及，在商业化上花费重金。谷歌随后宣布，人工智能和机器学习将成为谷歌所有产品的核心部件。捷足先登，在谷歌行动之前，亚马逊早已推出基于AI和自然语言理解的智能家居产品――智能音箱Echo和它的音频控制助手Alexa。

亚马逊的保密工作做得十分到位，Alexa、Echo项目启动许久后才向外界透露风声。Alexa机器学习首席科学家兼副总裁罗希特・普拉萨德曾表示，Alexa的开发灵感源于《星际迷航》中的计算机，亚马逊起初只是计划开发一个可以与人智慧交流的计算界面。这一初期目标与谷歌不谋而合。

或许是因为对市场能否接受AI技术充满太多的不确定，智能音箱Echo最初只对受邀会员进行销售，经历了近一年的试水后，才向所有用户展现了它的庐山真面目。关于产品的销量，亚马逊延续了其保密到底的作风，这更引发了大众的好奇心理，有第三方报告认为，Echo的市场份额已经超过Bose、罗技、Sonos等其他一流扬声器制造商的份额。

作为先行者，亚马逊自然会面临诸多挑战，经历多个产品迭代后，2016年度，亚马逊开始关注研发一些离散、可完成的产品。这其中会涉及到一个专业名词――“向后开发流程”，即在流程伊始开发团队先拟定给客户阅读的内容文件，之后再由此为起点向后开发。与以往的研发流程相比，“向后开发流程”更像是在逆行，而亚马逊当时似乎希望可以逆行得更彻底些，将Echo设计成一款没有任何显示屏的音频控制扬声器。这意味着Echo所具备的AI技术和学习能力要更为完善，甚至是超越当时市面上的最高水平，因为它不是像Siri、Cortana一样强调语音，而是百分之百地依赖语音。对此，普拉萨德曾表示，“失去”显示屏，用户在进行操作时除了语音控制别无选择，而开发只用语音控制的计算机，这绝对是AI领域，乃至IT行业最自然的发展方向。

篇13

近两年，“AlphaGo”连胜全世界的围棋名将，被媒体广泛报道。人工智能开始成为社会关注的热点，引起人们的广泛兴趣，并令人深信不疑。

在刚刚结束的2017年高考，学霸君与准星云学两家企业的“高考机器人”分别拿出了 134 分和 105 分的高考文科数学成绩。在做题方面，机器可能已经超越了不少人类。正是这样一件事，同样引发了人们的深度讨论与思考。

的确，随着理论和技术的日益成熟，人工智能开始受到产业资本的热捧，语音识别、机器视觉、智能控制、智能检索、智能互联、专家系统、自动规划等应用步伐加速。金融、电商零售、医疗健康、交通、个人助理等多个领域都可以看到人工智能的应用，人工智能已然开始取代工厂工人、客户服务等重复性工作。人工智能在教育领域同样拥有巨大的应用潜力，随着知识表示方法、机器学习与深度学习、自然语言处理、智能、情感计算等关键技术的发展，人工智能将在学校管理、校园安全、课堂管理、智能助教、自动阅卷、自适应教学等方面发挥作用。

面向未来，我们不禁要问，人工智能是否能够改变教育？人工智能在教育领域将释放怎样的潜力？本期策划，我们邀请上海海事大学魏忠，探讨人工智能视角下的未来教育，从人工智能的教育本体、对学科的影响、对教育技术的改变、对教育价值的重新定位几个方面进行了系y思考与分析。江苏师范大学智慧教育学院周宝、杨现民结合人工智能在教育中的典型应用，探讨人工智能对学校管理及教学带来的革命性影响。华东师范大学第二附属中学刘党生，从技术与教育的关系延伸到人工智能，并对非生物智能介入教育的未来趋势进行了预测；重庆市江津区聚奎小学校刘春林、重庆市聚奎中学校张渝江从教育教学实际出发，介绍了人工智能软件如何温柔地改变教育。上海市位育中学陈凯从教育哲学的角度，探讨了人工智能如何作用于思维、认知、学习，并进行了反思。

“这是最好的时代，这是最坏的时代；这是智慧的时代，这是愚蠢的时代。”人工智能时代的钟声已经敲响，我们还在工业时代的迷梦中寻找教育的未来。谁曾想到，未来来得如此之快，我们是否准备好做出改变？未来，我们需要什么样的人才？我们需要什么样的教育？我们不妨想象一下，未来10年、20年的教育将发生怎样的改变？也许一个崭新的时代并不会留给我们那么长时间去形成新的教育生态系统。