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5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。