熟女人妻水多爽中文字幕,国产精品鲁鲁鲁,隔壁的少妇2做爰韩国电影,亚洲最大中文字幕无码网站

    今年七月，國務院印發了《新一代人工智能發展規劃》（以下簡稱《規劃》），提出了面向2030年我國新一代人工智能發展的指導思想、戰略目標、重點任務和保障措施，部署構筑我國人工智能發展的先發優勢，加快建設創新型國家和世界科技強國。

    按照《規劃》，我國新一代人工智能發展的戰略目標為：到2020年，人工智能總體技術和應用與世界先進水平同步，人工智能產業成為新的重要經濟增長點，人工智能技術應用成為改善民生的新途徑；到2025年，人工智能基礎理論實現重大突破，部分技術與應用達到世界領先水平，人工智能成為我國產業升級和經濟轉型的主要動力，智能社會建設取得積極進展；到2030年，人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心。

何謂新一代“人工智能”?

    那么，什么是新一代人工智能？它包括哪些方面的內容呢？

    “人工智能”這一概念，最早由美國的幾位科學家在1956年提出，經過60多年的演進，特別是在移動互聯網、大數據、超級計算、傳感網、腦科學等新理論新技術以及經濟社會強烈需求的共同驅動下，人工智能加速發展，呈現出深度學習、跨界融合、人機協同、群智開放、自主操控的新特征。大數據驅動知識學習、跨媒體協同處理、人機協同增強智能、群體集成智能、自主智能系統成為人工智能的發展重點，受腦科學成果啟發的類腦智能蓄勢待發，芯片化硬件化平臺化趨勢更加明顯，人工智能發展進入新階段，科技界稱之為“新一代人工智能”。當前，新一代人工智能相關學科發展、理論建模、技術創新、軟硬件升級等整體推進，正在引發鏈式突破，推動經濟社會各領域從數字化、網絡化向智能化加速躍升。

    新一代人工智能技術之所以取得持續性的進步和發展，背后的重要原因在于以深度學習（Deeplearning）、海量數據等為代表的重大技術得以突破。深度學習最重要的特點，是相比于傳統的機器學習的方法，更加象是一種通用的方法論。用這種方法論，結合大數據的利用，可以把不同的行業的對于一些機器智能的需求，以較低成本的用這套方法解決，然后被實用化，這個對于整個人工智能的產業發展帶來非常大的改變。其次是海量數據，這些數據指的是針對一定應用場景的行業數據，例如谷歌、特斯拉等企業通過采集巨大數量的數據，然后把這些數據進行機器的智能分析，才能讓機器學會更加智能的判斷方式。

    從2011年起，無論是產業界，還是從學術界都積極開展人工智能技術領域的研究實踐，投入巨大資金收購各種各樣的初創公司，及對人才成本的爭奪。這里面最典型的、也是最著名的是2014年谷歌用4億美金收購人工智能公司DeepMind，這個由戴密斯·哈薩比斯帶領的團隊在2016年研發出了基于“深度學習”的阿爾法狗（AlphaGo），第一次讓機器在圍棋競賽中戰勝了人類，也正式宣告了人工智能時代的來臨。

新一代人工智能究竟有多火？

    據統計，截止2016年，全球科技巨頭人工智能投資已達300億美元！人工智能投資已成為世界領先的科技公司之間的專利和知識產權的（IP）競賽。僅2017年上半年，全球人工智能領域的投資就達36億美元（發生企業并購40起），其中，近40%的資金流向了ArgoAI和商湯科技這兩家公司。前者最近因為獲得了福特公司10億美元的投資，而從成百上千家追逐自動駕駛夢想的公司中脫穎而出，他們將負責開發整套的“虛擬駕駛員系統”，包括攝像頭、雷達、光線探測和LIDAR等全套傳感器，以及軟件和計算平臺；后者主要從事人臉識別、圖像識別、視頻分析、無人駕駛、醫療影像識別等各類AI應用技術的開發。

    由于市場發展仍存在不確定性，因此，專業機構對應用市場規模的預測出現了巨大的差異，以2025年為時間點，低增長的預期是6.44億美元，而高增長的預期則達到了1260億美元。從現階段情況來看，機器人和語音識別是兩個最受歡迎的投資領域。投資者更傾向于機器學習型的機器人公司，因為基于代碼的初創公司能夠快速擴展出新功能，且基于軟件的機器學習公司比成本更高的基于機器的機器人公司更受歡迎。語音識別技術的發展正在徹底改變著人機交互的方式，識別準確率在從97%邁進到99%的進程中，將直接進入產業爆發的黎明，也引發各大巨頭和資本開始造勢布局。

    調查顯示，在目前采用人工智能技術的用戶中，有20%集中在高科技/通訊、汽車/裝配和金融服務行業，最典型的應用案例包括：汽車制造商使用人工智能技術開發自動駕駛車輛并改善運營；金融服務企業更傾向于在與客戶體驗相關的業務中使用AI技術，以改進預測和渠道，優化自動化運營業務，發展有針對性的市場營銷活動。

    為此，近年來國際企業界的各大巨頭紛紛加大力度，開展各項人工智能專業技術的研發。例如亞馬遜對機器人和語音識別的投資；Salesforce在虛擬代理和機器學習方面的開發；寶馬、特斯拉和豐田在機器人和機器學習方面投資，以用于其無人駕駛汽車項目，其中豐田計劃投資10億美元建立一個致力于機器人和無人駕駛車輛AI技術的新型研究機構等。

2016年全球人工智能領域投資狀況及用戶采用分析（資料來源：麥肯錫）

機器學習成為人工智能領域的投資熱點（資料來源：麥肯錫）

理想與現實，到底有多遠？

    在火熱的市場行情背后，不得不面對的一個事實是，人工智能投資迅速增長，但是商業化滯后，以亞馬遜、蘋果、百度和谷歌等為代表的科技巨頭在人工智能各種技術上的大力投入主要還是應用在內部的R&D研究上。在這些科技公司之外，大部分采用人工智能技術的公司仍處于早期實驗性階段，很少有企業大規模地部署AI技術。在麥肯錫對3000多名高級管理者的調查中顯示，許多公司的領導并不清楚人工智能能為他們做什么，也不知道如何把AI技術融入到公司中，以及如何評估對AI投資的回報。

    實際上，目前的科技水平能夠達到的比較接近實用化，或者說能夠快速產業化的人工智能技術（或泛人工智能技術）是：機器識別——機器如何對圖像和視頻進行理解；語音識別——機器如何更加聽懂人說的話；還有自然語言處理——一段文字性的內容，機器如何把它翻譯成能夠理解的結構化的內容；從中可以看到，這些技術背后主要是依賴人工智能新的算法引擎。

    人工智能發展中最重要的四個因素分別是人才、數據、基礎設施和半導體芯片，缺一不可。人工智能發展的同時，對企業、開發者、政府和員工提出了更高的挑戰，勞動力需要學習新技能，利用AI而不是與AI競爭，吸引AI人才和投資；并且法律和監管方面的挑戰也需要取得進展，否則可能會阻礙AI的發展。人工智能依賴于數字基礎，通常要使用獨特的數據進行訓練，這意味著企業必須要加快數字化進程，如建立正確的數據生態系統，構建或采用適當的AI工具，以及適應工作流程、能力和文化。

    另外，在今天要做深度計算，即上億數據做幾十億次非常復雜的神經網絡運算時，必不可少要運用強大的運算能力，包括幾百塊GPU進行網絡的結合，這需要非常強力的深度神經網絡運算平臺的搭建，這也是對人工智能基礎設施的要求。同時，在人工智能半導體芯片的開發過程中，要求解決三個問題：首先是處理大量的數據；其次是構建用于并行處理的互連；第三是降低功率損耗。目前解決方案仍然很少，芯片包括CPU、GPU、FPGA和DSP等各種組合，在英特爾、谷歌、英偉達、高通以及IBM等公司的開發方案中大部分至少需要一個CPU來控制整體系統，再通過各種類型的協處理器來進行流數據的并行處理。

    如何正確評估人工智能的投入價值？部分業內專業人士認為，必須面向實際應用，考察該項技術對于特定認知問題的解決能力是否可以達到或者說超越人類的水平，其應用價值在于放到整個產業里去，幫助不同的產業和行業解決現有生態業務鏈上的一些具體問題，以提升生產效率和降低成本。

中國人工智能發展欣欣向榮

    現階段，中國互聯網巨頭BAT（百度、阿里巴巴、騰訊）三家企業引領著國內人工智能產業的發展，同時，數百個初創公司在不同的AI細分和應用市場上建立服務模型，主要業務包括：

    （1）基礎服務，如數據源和計算平臺

    （2）硬件產品，如工業機器人和服務機器人

    （3）智能服務，如智能客服和商業智能

    （4）技術能力，如圖像識別和機器學習

    根據iResearch的報告顯示，在目前中國的應用市場上，語音和圖像識別分別占到整體AI市場的60%和12.5%；有71%的AI公司集中在應用開發上，其他則主要從事算法研究，其中55%專注于機器視覺，13%專注于自然語言處理，9%則在從事基礎機器學習的研究。按照中國人工智能聯盟的發展規劃，未來3年，產業發展目標可以概括為“54321”——孵化50項人工智能產品；培育40家人工智能企業；建設3個地方創新基地；推動20項示范應用工程；打造1個通用技術平臺。

    人工智能同樣是目前中國國內投資的熱門領域，從烏鎮智庫和網易科技的聯合報告顯示，2012年到2016年上半年之間，流入中國AI領域的投資共達到26億美元，位列全球第二，是美國的七分之一、英國的三倍。在與太平洋另一邊的硅谷巨頭們相比時，領銜中國AI發展的BAT毫不遜色，盡管從研發成本量比較，BAT與谷歌和微軟不在一個量級上，但是比例上已經十分接近，從研發成本占營收的比例來看，百度已經達到14.4%，十分接近谷歌（15.5%）和微軟（14.5%）。從人力資源比較，BAT也已經可以比肩硅谷巨頭，騰訊研發人員的比例達到51%，位居首位，阿里巴巴和百度緊隨其后，分別為45%和43%，均高于谷歌（38%）和微軟（32%），如下圖所示。

中國互聯網巨頭BAT在人工智能研發投入的統計（資料來源：高盛）

    高盛的分析指出，在數據和基建兩方面，中國也已經擁有了優勢。中國擁有14億人口，每年產生的數字信息約占全球的13%，預計到2020年，隨著中國成為全球最大的經濟體，中國產生的數字信息會占到20%至25%。BAT也利用了中國的人口優勢，在搜索、電商、社交/游戲領域獲得巨大的數據。在基礎設施方面，隨著全球領先的科技公司通過開源DeepLearning平臺吸引資源和人才，百度在2016年9月開設了自己的ML平臺PaddlePaddle；2017年4月，百度宣布開發自動駕駛平臺，在這個取名為Apollo的計劃中，任何層面的開發者都可以加入。不過，在AI發展的四個要素中，高盛認為中國只差一個環節，那就是GPU圖像處理芯片的開發，這一行業擁有極高的行業壁壘，全球范圍內由三大巨頭英特爾、ADM和Nvidia占據主導，2015年美國政府宣布禁止英特爾和其他芯片巨頭向中國出售用于科研的高端處理器，對于一直以來依賴國外芯片的中國而言是個打擊。

    人工智能，正奔跑在路上。在這場世紀之戰中，借助國家制定的統一規劃，為中國新一代人工智能產業的發展指明了前行的方向與道路。發展人工智能是一項復雜的系統工程，需要構建一個開放協同的人工智能科技創新體系，針對原創性理論基礎薄弱、重大產品和系統缺失等重點難點問題，建立新一代人工智能基礎理論和關鍵共性技術體系；同時，也要布局建設重大科技創新基地，壯大人工智能高端人才隊伍，促進創新主體協同互動，形成人工智能持續創新能力，只有這樣，才能搶占人工智能科技的制高點，實現社會生產力的新躍升，提高中國人工智能技術的國際競爭力。