交通领域的人工智能大全11篇

绪论：写作既是个人情感的抒发，也是对学术真理的探索，欢迎阅读由发表云整理的11篇交通领域的人工智能范文，希望它们能为您的写作提供参考和启发。

篇（1）

大众一般认为，新技术的研发是难度最大的，应用及监管与研发相比难度就会低很多。但对于将深远影响人类社会运营方式的人工智能来说，情况或许正好相反。

 

人工智能的潜在缺陷与控制

 

目前基于人工智能科技所开发的自动控制、模式识别和机器学习系统，其实都是人工智能领域非常初级的部分，往往需要研发团队针对实际应用场景设置重要先决条件，以降低人工智能系统的判别难度并提高准确率。当各种极客型的技术人员大开脑洞采用人工智能技术研发各种黑科技时，他们的关注范围是非常聚焦的，即按照最优条件下设想人工智能的应用范围和场景，较少考虑相关技术在复杂条件甚至人为滥用的情况下面临的困境。这往往也为人工智能潜在的不当使用埋下了伏笔。

 

人工智能作为信息化系统，一定会受到自身设计的局限和开发质量的影响。再加上人工智能在识别和判断时需要基于人工设置和历史数据，通过精心设计的训练过程才能得到基于概率的判别结果。所以对于人工智能系统，在特定前提或应用场景下作出错误决策是100%会出现的。作为政府和监管部门，面临的第一个重要问题就是系统错误决策所引起的财产损失甚至人身伤亡该如何判定责任与承担赔偿，甚至要能够提出合理的原则，区分哪些错误决策是小概率事件本身引发的，哪些错误决策是由于系统设计、训练数据和训练过程存在问题所导致的。

 

2016年2月14日，上路试验已经六年的谷歌自动驾驶汽车第一次由于系统“误判”导致了交通事故。谷歌公司表示自动驾驶汽车在这次轻微车祸中承担“部分责任”。由此可见，当时的谷歌自动驾驶系统在特定场景下触发了一个错误决策。可以想象，当自动驾驶汽车全面行驶在大街小巷时，系统的微小错误导致的责任事故会基于巨大的汽车保有量而放大成为一个引人注目的数字。由此而引起的责任划定和赔偿也会由于人工智能和人类行为的混合作用而变得异常复杂。

 

另一个广为人知的应用缺陷就是公平性问题。2016年哈佛大学肯尼迪学院的分析报告指出，目前针对犯罪倾向性预测的人工智能系统，无论技术人员如何调整机器学习的策略和算法，人种肤色都成为无法抹去的高优先识别变量。人工智能系统评估结果出现了明显的对黑人群体的偏见，这是现阶段人工智能技术手段无法避免的，也是人工智能系统广泛应用于现有社会环境并为社会大众所接受的一个重要的障碍。

 

在以上问题没有经过实践验证的法律支持和监管框架管理下，人工智能的全面应用很有可能带来相关领域社会活动的混乱并造成意想不到的后果。

 

逐步建立的人工智能监管

 

美国政府对于人工智能的广泛应用和相关监管框架一直保持关注，并在特定领域开始小范围的实践。

 

以人工智能领域目前相对成熟且应用前景广阔的自动驾驶为例，企业能够尽快推进自动驾驶技术开发的重要原因，是在制度方面得到了美国政府的大力支持。

 

2012年5月，美国内华达州汽车管理局为谷歌自动驾驶汽车发放了美国首张自动驾驶车辆许可证，此前内华达州议会通过了允许自动驾驶车辆上路的法条。八个月后谷歌又在加利福尼亚州取得了许可证。随之而来，奥迪和丰田也先后在美国的一些州拿到了实验许可证并开展公路测试。一时间，美国成为各国企业争先开展自动驾驶的试验田，加速了自动驾驶技术的成熟。

 

虽然美国交通管理部门积极配合自动驾驶技术的测试和路试，但是对于正式的应用许可还是采用非常审慎的态度。2014年10月，加州车辆管理局同时颁发了29张自动驾驶汽车公共道路测试许可证，分别给了谷歌、戴姆勒、大众三家公司，获得许可的条件之一是人可以随时干预汽车驾驶，以确保在人工智能广泛测试和安全性之间取得平衡。

 

加州车辆管理局2015年12月提出了一项监管草案，要求所有自动驾驶汽车的驾驶座上必须始终乘坐一名拥有驾照的人士，并要求汽车在设计方面必须拥有方向盘、油门踏板、制动踏板等传统机动车具备的基本操控装置，以便具有驾驶资质的人在无人驾驶汽车失灵时可随时接管汽车的操作。在草案细则中，加州还规定了自动驾驶的三年试用期。消费者可以通过租赁的方式从制造商处获得自动驾驶汽车，但制造商需要跟踪记录消费者的驾驶情况，把汽车性能指标和驾驶记录递交机动车辆管理局。

 

可以看到，美国的交通部门在放行自动驾驶技术时是逐步进行，并尽量确保过渡阶段监管规则的连续性。尽管谷歌等自动驾驶技术公司向公众抱怨，政府过于严厉的监管和相对谨慎的态度阻碍了自动驾驶技术向实用水平的快速发展，但这是监管部门职责所在，他们必须保护公众在享受新技术成果的同时，避免潜在技术缺陷导致的伤害。今年1月，美国运输部长Anthony Foxx表示，将在六个月内出台自动驾驶汽车指导原则。美国高速公路交通安全管理局(NTHSA)也表示，为了加速自动驾驶汽车的发展，该机构将放弃一些目前针对自动驾驶汽车的安全要求。

 

收益和风险前瞻

 

2016年5月3日，白宫的副首席技术官埃德·费尔顿宣布，白宫将组织一系列有关人工智能收益与风险的研讨，“为人工智能的未来而准备”。

 

此次人工智能领域的系列研讨包括以下内容：

 

2016年5月24日，西雅图：与人工智能相关的法律与监管事务;

 

2016年6月7日，华盛顿：人工智能与社会福利;

 

2016年6月28日，匹兹堡：人工智能的安全与控制;

 

2016年7月7日，纽约：近期的人工智能技术对社会和经济的影响。

 

此次人工智能领域的研讨，一方面涵盖了从立法到监管原则的确定，为政府全面管理人工智能确立法理依据和管理边界;另一方面，也将深入探讨人工智能有可能存在的缺陷以及相应的安全控制原则。此外，研讨视角不仅面向具体的监管框架，同时还包含了对就业、社会福利、经济发展的长远影响的分析。

 

中国目前侧重于打造平台、培育企业、构建市场、激励创新等方面，对于监管原则、监管体系和监管机构建设，基本没有部署。

 

大众一般认为，新技术的研发是难度最大的，应用及监管与研发相比难度就会低很多。但对于将深远影响人类社会运营方式的人工智能来说，情况或许正好相反。

 

人工智能的潜在缺陷与控制

 

目前基于人工智能所开发的自动控制、模式识别和机器学习系统，其实都是人工智能领域非常初级的部分，往往需要研发团队针对实际应用场景设置重要先决条件，以降低人工智能系统的判别难度并提高准确率。当各种极客型的技术人员大开脑洞采用人工智能技术研发各种黑科技时，他们的关注范围是非常聚焦的，即按照最优条件下设想人工智能的应用范围和场景，较少考虑相关技术在复杂条件甚至人为滥用的情况下面临的困境。这往往也为人工智能潜在的不当使用埋下了伏笔。

 

人工智能作为信息化系统，一定会受到自身设计的局限和开发质量的影响。再加上人工智能在识别和判断时需要基于人工设置和历史数据，通过精心设计的训练过程才能得到基于概率的判别结果。所以对于人工智能系统，在特定前提或应用场景下作出错误决策是100%会出现的。作为政府和监管部门，面临的第一个重要问题就是系统错误决策所引起的财产损失甚至人身伤亡该如何判定责任与承担赔偿，甚至要能够提出合理的原则，区分哪些错误决策是小概率事件本身引发的，哪些错误决策是由于系统设计、训练数据和训练过程存在问题所导致的。

 

2016年2月14日，上路试验已经六年的谷歌自动驾驶汽车第一次由于系统“误判”导致了交通事故。谷歌公司表示自动驾驶汽车在这次轻微车祸中承担“部分责任”。由此可见，当时的谷歌自动驾驶系统在特定场景下触发了一个错误决策。可以想象，当自动驾驶汽车全面行驶在大街小巷时，系统的微小错误导致的责任事故会基于巨大的汽车保有量而放大成为一个引人注目的数字。由此而引起的责任划定和赔偿也会由于人工智能和人类行为的混合作用而变得异常复杂。

 

另一个广为人知的应用缺陷就是公平性问题。2016年哈佛大学肯尼迪学院的分析报告指出，目前针对犯罪倾向性预测的人工智能系统，无论技术人员如何调整机器学习的策略和算法，人种肤色都成为无法抹去的高优先识别变量。人工智能系统评估结果出现了明显的对黑人群体的偏见，这是现阶段人工智能技术手段无法避免的，也是人工智能系统广泛应用于现有社会环境并为社会大众所接受的一个重要的障碍。

 

在以上问题没有经过实践验证的法律支持和监管框架管理下，人工智能的全面应用很有可能带来相关领域社会活动的混乱并造成意想不到的后果。

 

逐步建立的人工智能监管

 

美国政府对于人工智能的广泛应用和相关监管框架一直保持关注，并在特定领域开始小范围的实践。

 

以人工智能领域目前相对成熟且应用前景广阔的自动驾驶为例，企业能够尽快推进自动驾驶技术开发的重要原因，是在制度方面得到了美国政府的大力支持。

 

2012年5月，美国内华达州汽车管理局为谷歌自动驾驶汽车发放了美国首张自动驾驶车辆许可证，此前内华达州议会通过了允许自动驾驶车辆上路的法条。八个月后谷歌又在加利福尼亚州取得了许可证。随之而来，奥迪和丰田也先后在美国的一些州拿到了实验许可证并开展公路测试。一时间，美国成为各国企业争先开展自动驾驶的试验田，加速了自动驾驶技术的成熟。

 

虽然美国交通管理部门积极配合自动驾驶技术的测试和路试，但是对于正式的应用许可还是采用非常审慎的态度。2014年10月，加州车辆管理局同时颁发了29张自动驾驶汽车公共道路测试许可证，分别给了谷歌、戴姆勒、大众三家公司，获得许可的条件之一是人可以随时干预汽车驾驶，以确保在人工智能广泛测试和安全性之间取得平衡。

 

加州车辆管理局2015年12月提出了一项监管草案，要求所有自动驾驶汽车的驾驶座上必须始终乘坐一名拥有驾照的人士，并要求汽车在设计方面必须拥有方向盘、油门踏板、制动踏板等传统机动车具备的基本操控装置，以便具有驾驶资质的人在无人驾驶汽车失灵时可随时接管汽车的操作。在草案细则中，加州还规定了自动驾驶的三年试用期。消费者可以通过租赁的方式从制造商处获得自动驾驶汽车，但制造商需要跟踪记录消费者的驾驶情况，把汽车性能指标和驾驶记录递交机动车辆管理局。

 

可以看到，美国的交通部门在放行自动驾驶技术时是逐步进行，并尽量确保过渡阶段监管规则的连续性。尽管谷歌等自动驾驶技术公司向公众抱怨，政府过于严厉的监管和相对谨慎的态度阻碍了自动驾驶技术向实用水平的快速发展，但这是监管部门职责所在，他们必须保护公众在享受新技术成果的同时，避免潜在技术缺陷导致的伤害。今年1月，美国运输部长Anthony Foxx表示，将在六个月内出台自动驾驶汽车指导原则。美国高速公路交通安全管理局(NTHSA)也表示，为了加速自动驾驶汽车的发展，该机构将放弃一些目前针对自动驾驶汽车的安全要求。

 

收益和风险前瞻

 

2016年5月3日，白宫的副首席技术官埃德·费尔顿宣布，白宫将组织一系列有关人工智能收益与风险的研讨，“为人工智能的未来而准备”。

 

此次人工智能领域的系列研讨包括以下内容：

 

2016年5月24日，西雅图：与人工智能相关的法律与监管事务;

 

2016年6月7日，华盛顿：人工智能与社会福利;

 

2016年6月28日，匹兹堡：人工智能的安全与控制;

 

2016年7月7日，纽约：近期的人工智能技术对社会和经济的影响。

 

篇（2）

百度大脑优势独显

百度总裁张亚勤在大会致辞环节分享了对于云计算、人工智能和大数据等领域未来发展的深刻思考。

张亚勤说，百度云拥有百度大脑的支持，是百度云最独特、最重要的优势。百度大脑是百度云的核心引擎，而百度云是百度大脑的云化，为前者提供了神经元和数据训练源。通过深度学习和机器学习技术，百度在语音、图像、自然语言处理等方面取得世界领先成果。

此次峰会以ABC SUMMIT为名， 即是AI，Big Data，Cloud Computing。百度通过开放共享自身领先的技术能力，让云智数成为所有企业的基础能力，推动各行各业开始进入ABC时代。

对于未来信息科技发展的趋势，张亚勤表示，由云计算和人工智能组成的ABC将成为一个时代的主题。以云计算为基础，以人工智能为中枢，以大数据为依托，ABC将深度结合并改造传统行业，真正地提升每一个企业的运营效率，释放商业潜能，创造全新机遇。

截至目前，百度云已经和超过三万家企业展开合作，也陆续渗透到物流、医疗、教育、营销、金融等关系到百姓生活的各个行业中，让服务开始真正智能化。云智数三位一体的云服务结构可以为客户提供业务可持续发展的动力引擎。

以“智”为谋天智平台

会上，百度云重磅了最新的人工智能平台――天智。天智底层为百度云计算，由感知平台、机器学习平台和深度学习平台三部分组成，为不同需求的客户提供全面的人工智能服务。这也是继“天算”、“天像”和“天工”三大平台后，百度云的第四大平台级解决方案。至此，百度云实现了人工智能、智能大数据、智能多媒体和智能物联网全方位的智能平台服务。

感知平台主要包括图像技术（文字识别和人脸识别）、语音技术（语音识别、语音合成和声纹识别）和自然语言处理（NLP Cloud），可以应用于智能客服、身份验证、内容审核等场景，应用开发者可针对特定场景的应用直接调用API。

在这些技术方面，百度均处于行业领先地位。其中百度语音识别入选2016年MIT十大突破性技术，中文识别准确率达到97%。机器学习平台是百度云端托管的机器学习服务，可以打通机器学习全流程，内置20多种高性能算法，并开放Spark MLlib；同时支持百度用户画像数据，并提供多种应用场景模版。

深度学习平台具有灵活、高效、可伸缩、开源等特点。它支持多种神经网络结构和优化算法以及自定义网络配置，对于计算、存储、架构、通信等多方面多了细致优化。它支持多核、多GPU、多机环境，其Paddle内部技术已经使用成熟，并实现对全球开发者的开放。深度学习平台适用于精通深度学习的数据科学家，针对企业或研究部门的特定项目，需要大量的客户标注数据。

交通领域变革在即

智能交通时代来临

作为一家以技术驱动为核心竞争力的公司，百度通过百度云分享自身在云计算、大数据和人工智能等领域的技术优势，通过构建可以计算、分析、处理庞大交通数据的“交通大脑”，打破海陆空以及行政区域的限制，实时抓取散落在各个路面交通、地下交通、空中航线的海量数据。

同时通过百度拥有的全球最大规模的深度神经网络、最大深度机器学习开源平台，对交通大数据的有效归类、提取、利用，实现多系统配合协调，建立起一个更安全、更高效、更准确的智能交通体系。

百度副总裁王路与太原铁路局局长赵春雷、南方航空电子商务部副总经理王景成、中国海事局曾辉共同智能交通生B联盟，这也是国内首个覆盖陆海空车的智能交通生态联盟。

借助百度云计算、人工智能和大数据技术优势，构建“交通大脑”，与合作伙伴一起促进交通运输领域的技术创新和应用，发展智能交通，推动交通运输更智能、更高效、更安全地运行和发展。目前，诸多合作已在进行中。相信随着合作的深入，必将改变交通现状，推动中国智能交通的 发展。

在与太原铁路局的合作中，双方共建国内首家集铁路、航空和公路三位一体多式联运的物流云平台。通过百度云的接入，该平台可打通货物在公路、铁路、航空的运送及仓储信息；并利用大数据进行资源调配，通过人工智能深度学习物流管理，优化调度效率可达59%。

另一方面，百度云还将与中国南方航空共同推进智能航空计划，将通过大数据实现对于航班、旅客、机票、航站楼、天气等信息的综合分析调度。同时共同推进大数据营销、新一代信息技术和百度云的推广应用、消费信贷等多方面的合作探索，为用户打造一站式的智能出行服务平台。

同样基于百度云技术，将通过与中国海事局的合作，海事港口、船舶及相关水上设施信息也将实现联通和数据的共享，加强程控，降低成本，合力提升海运管控能力。

从陆地到海洋再到空中，百度云并不满足于交通体系的立体扩张，还要创造全新的交通方式。百度目前正在推进可以感知车辆行驶、预测交通状况的智能汽车和无人汽车的发展。百度无人车已成为国内外瞩目的前沿科技代表，在去年完成了实地路测，并在今年的乌镇峰会上再次亮相。

在智能汽车的商业化方面，百度已与国内知名商用车企业福田汽车达成战略合作。未来，百度将与福田汽车在汽车大数据、智能驾驶领域深入合作，开发出更多具备智能驾驶的商用车产品。

云计算、人工智能和大数据已成为新一轮产业革命的核心驱动力，百度云将透过云生态下的“交通大脑”，依托智能交通生态联盟，加强行业合作，挖掘数据中的更多价值，推进智能交通的全面云端化，突破前所未及的高度，让智能、计算无限可能。

写在最后

2016是百度云计算的元年，基于基础云、天算、天像、天工已经有80+款产品。下一步，人工智能已经成为百度的核心战略。

百度大脑“天智”――人工智能平台也应运而生，内容包括：

首先，感知平台，包括图像技术、语音技术、自然语言处理等技术，代表着耳口心相结合的“聪”。

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）

一、研究背景及意义

现阶段，计算机在我国各行各业中都扮演着重要角色，计算机技术的发展为各行业的生产运行提供了坚实有效的保障。与此同时，人工智能技术也取得了惊人的进步，为我国航空航天行业发展做出了巨大贡献。改革开放以来，在我国市场经济不断发展，综合国力不断提升的背景下，民航业发展迅猛，乘坐飞机出行从以前的高不可攀变成如今的大众化出行方式，只用了40年的时间。在这40年里，我国航班架次大幅增涨，现有的空域资源也日趋紧张，在这关键时刻，人工智能技术的出现，为航空事业快速高效的发展带来了新的曙光。空中交通管理的主要目的是防止航空器与航空器相撞以及航空器与障碍物相撞，维护和加快空中交通的有序流动[1]，因此，飞行流量管理和飞行冲突探测、解脱便成了空中交通管理中至关重要的任务。一方面，在空中交通流量接近或达到空中交通管制能力上限时，适时地进行调整，保证空中交通量最佳地流入或通过相应区域，尽可能提高机场、空域可用容量的利用率[1]。另一方面，飞行冲突的探测，能够帮助管制员及早发出指令，使用许可和信息防止航空器相撞，保障空中交通顺畅或控制空域内各航班的间隔，从而保证飞行安全[1]。空中交通管理人工智能辅助系统的运用，不仅能够加速空中交通流量，提高空域利用率，而且能够进行飞行冲突的判断、解除，最大程度的提高航班运行的安全性，为管制员节省大量的时间和精力监控运行，降低工作负荷，提高综合管制服务水平。

二、人工智能与空中交通管理人工智能辅助系统概述

（一）人工智能概述

人工智能（ArtificialIntelligence），英文缩写为AI，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学[2]。人工智能技术通俗的讲，就是使机器模拟人的智能行为，代替人从事那些人为操作容易出错、速度慢、效率低或者超出能力范围的复杂工作的新技术。它通过研究人类智能活动的规律，构造具有一定智能的人工系统，指导计算机去完成以往需要、甚至超越人的智能才能胜任的工作[2]。当前，全球科技革命和产业革命方兴未艾，新技术行业融合创新不断，在移动互联网、大数据、云计算、物联网等新理论新技术以及社会发展相关的强烈需求的共同驱动下，人工智能加速发展，逐渐成为了产业革命和行业融合的关键技术。人工智能可以通过对数据的采集、分析和挖掘，形成有价值的信息和知识模型，实现对人类智力智能行为的模拟，具备一定环境下的自适应特性和学习能力[3]。现阶段，人工智能经成为与计算机科学，控制论，信息论，心理学，语言学等多种学科相互渗透的一门新兴学科，在许多领域有着广泛的运用，变得和我们的生活息息相关[4]。

（二）空中交通管理人工智能辅助系统概述

人工智能技术在空中交通管理中的应用主要依靠人工智能辅数据分析和决策系统实现。利用人工智能技术，可以建立智能化流量管理模块系统，科学判断空中交通存在的问题，全面监控空中交通流量并对其进行智能化管理，提高空域的利用率，以及建立智能冲突探测和解脱模块系统,进行飞行冲突的探测，通过引导飞行员采取速度控制、高度调整、航向改变等措施实现避让，解除可能的飞行冲突，实现安全飞行的目标。借助空中交通管理人工智能辅助系统，全面提升空中交通管理水平[5]。

三、人工智能技术在空中交通管理中的具体应用及建议

（一）人工智能技术在飞行流量管理中的应用及建议

空中交通流量管理的目标是根据气象条件、航路结构、扇区容量等限制条件和资源的统筹规划，使航班流量尽可能达到最优状态，从而在保障安全的前提下，提高运行效率。在引入人工智能辅助系统后，可以形成天气预测，流量预测，限制建议和超容告警等模块，通过气象条件探测，各航路各时段航班量预测和生成航班间隔调整预案等方法，为流量管理者在短时间内提供有效的决策参考，从而大大降低流量管理者的工作负荷。其中，气象条件的探测需要民航气象部门提供气象数据源接口，利用计算机模拟技术预测未来各时段的气象变化情况及其对各航线的影响程度。各航路的航班量预测需要接入综合电报处理系统，利用飞行动态电报来判断在未来各时段各航路的航班架次以及航路交汇点可能存在的飞行冲突。得到这些数据信息之后，需要对航班进行排序，合理安排并确定尚未起飞航班的离港时间，从而达到各管制扇区容流匹配，空域资源最优化利用。除此之外，航班排序还要依据接收到的外区限制，并结合专机、要客等优先级信息做出合理安排，对外区限制较大的航路可给出改航建议，并模拟、计算改航后各条航路的流量和交汇点冲突情况，进行进一步优化。对优先级高的航班可自动豁免并给出直飞建议，对确实需要延误的航班，同时模拟航班取消后的损失情况给出合理化延误建议，通过人工智能技术做出合理化安排。完善、及时的数据库信息维护可以保证飞行数据和气象数据的及时、准确，保证流量信息等数据的完整性和可靠性，对于人工智能辅助系统做出正确、有效的建议有着重要而直接的影响，进而对各航路、各扇区的流量管理方案的有效性产生关键影响。因此，人工智能辅助系统的管理人员应及时维护数据库，尽量避免由于数据不完整、不及时而导致的决策错误，减少因航班延误对社会生产生活带来的负面影响。

（二）人工智能技术在飞行冲突探测及解决上的应用及建议

在解决航班飞行冲突上，人工智能技术主要是通过分析航班存在冲突的概率及可能的状况，根据飞行动态信息做出合理化冲突解脱建议，并且在这一过程中找到最有效，最经济和最安全的确定方案。另外，在最终方案选择中，通过对管制员选择结果的智能学习，建立系统自己的飞行冲突处置预案库，利用最短路径算法和偏好路由算法，在数据库系统中精确查找解决方案，并根据最终实施情况进行反馈，实现闭环处理。为了在工作中放心的依照人工智能系统提供的方案，及时发现潜在冲突，解决安全隐患，人工智能辅助系统管制员需要做好数据库维护工作。对于典型的飞行冲突处置案例，如果系统学习有偏差，可人工校正，并及时更新，最大限度的帮助系统提高推理的效率和能力。此外，管制员在实践中可以及时发现人工智能决策系统提供决策能力的不足和尚需改进之处，针对这个问题，他们可以从以下两个方面入手，一是思考什么样的冲突解决方案是最优化的，并提炼出所需遵循的原则，并将这些原则告知人工智能辅助系统的管理人员并协助他们进行完善系统。二是在实践中发现系统的问题和不足并及时反馈给系统管理人员，协助管理人员查找问题根源，更进一步提升系统可靠性。

四、结语

如今，人工智能辅助下的流量管理、飞行冲突调配和系统智能学习技术已经进入三期实验阶段。因此通过建立空中交通管理辅助系统，不断完善人工智能技术，解决系统自动学习的偏差和失误，达成系统学习能力多维度、多层次，才能推动我国航空业得到繁荣发展。综上所述，本文主要围绕着人工智能技术概念、空中交通管理人工智能辅助系统构成、人工智能技术在空气交通管理中的具体应用及建议三个方面展开了论述与探讨。目的是希望通过人工智能技术的加入，提高空管自动化系统的智能化水平和安全性，进一步增强系统的可靠性和建议合理性，切实减轻管制员的工作负荷，为我国民航事业的发展提供技术支持，推动空中交通管理工作不断向安全、高效的方向迈进，推动我国由民航大国向民航强国转变。

【参考文献】

[1]潘卫军.空中交通管理系列教材:空中交通管理基础[M].西安:西南交通大学出版社,2013:367.

[2]百度百科.[DB/OL]网上数据百度百科

篇（5）

随着信息时代的到来，人们逐渐提高了对计算机网络技术的要求，希望利用计算机技术获得更加智能化、人性化的服务。因此，人工智能在计算机网络中有着十分重要的作用，由于人工智能的配合与支持，计算机网络技术得到了更好的发展。下面本文简述一下人工智能的概念、优势及发展过程中存在的问题，详细的分析基于计算机的人工智能在金融领域的应用情况。

1 简述人工智能的概念、优势及存在的问题

通过综合计算机、语言学、心理学等众多学科，而形成一门具有应用性的技术，就叫做人工智能。其主要目标是模仿或超越人的智能，并将该理念运用到机器中，让机器拥有像人一样的思维、能力和行为等。下面我们主要利用表格介绍人工智能的优势、发展情况及其存在的问题，如表1所示。

2 基于计算机的人工智能给金融领域带来的影响

2.1 促使金融行业服务模式更加主动

在金融行业中，主要是人与人服务价值进行交换的过程，核心因素是人。因此，如果想要促进金融行业的快速发展，就必须加大对人力、物力等的资金投入，来维护与客户之间的关系，进而发现客户真正的需求，得到金融业务的真正价值。随着计算机在人们生活中的广泛应用，我们开发了网银、APP等软件，大力促进金融机构的系统建设工作，提高了客户与金融机构交流的便利性。人工智能的快速发展，有利于更深处的服务价值链高端的金融，为客户提供个性化和人性化的服务。同时，也有利于支持各类金融分析、金融交易中的决策，监督防控后台风险等。

2.2 进一步提升了对金融大数据处理的能力

金融行业在市场分析、投资顾问、风险控制、客户信息等方面有着许多有用或无用的信息，需要我们进行辨别。但是数据单位都是海量级别，且大量数据的存在方式又都是非结构化的，如扫描客户的证件信息等，浪费人力、物力、存储内存等，还无法转成可分析的数据。而在运用人工智能的深度学习系统后，可以大幅度的降低人力成本、提高数据处理能力、提升金融行业风控等。

3 基于计算机的人工智能在金融领域中的应用

随着国际巨头公司将人工智能技术渗透于产品的各个方面，国内金融行业也开始使用人工智能技术，下面我们以阿里巴巴、交通银行、平安集团等的应用情况进行分析。

3.1 阿里巴巴

阿里巴巴利用人工智能技术，在客户服务、征信、智能投顾、保险、互联网小贷等多个领域进行了创新和应用，下面我们根据阿里巴巴旗下的蚂蚁金服所公布的数据进行分析，如表2所示。

3.2 平安集团

在人工智能技术出现以后，平安集团旗下的平安科技人工智能实验室开始大规模的研发人工智能的金融应用。如开展了人像识别，对指定银行区域进行整体监控，进而对陌生人的行为进行识别，保证银行物理区域安全性；开展智能客服，用户拨打后直接说出服务需求，系统识别客户语音内容后，即可转接相应模块，节省了客户选择菜单的时间。

4 总结

综上所述，我们可以发现人工智能技术在金融行业广泛应用后，有效的节省了解决客户问题的时间，技术难度较低，有利于商业价值的迅速实现。虽然就目前来说，人工智能在绝大部分领域还不能替代人力，但是能起到较大的辅助作用。而在金融行业中，则可以尝试在多个领域运用相关技术，不管是提升客户体验还是风险防范中，都可以进行较多的探索和尝试。

参考文献

[1]郝登山.人工智能在计算机网络技术中的应用分析[J].中国新通信，2016，18（01）：87-89.

[2]程东亮.人工智能在金融领域应用现状及安全风险探析[J].金融科技时代，2016（09）：47-49.

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）

今天可以做到的

“人工智能已经开始对社会产生重大影响。”美国康奈尔大学计算机科学教授、人工智能专家巴特・塞尔曼说。

此次围棋人机大战受到举世关注就是明证。棋类具有初始条件固定、规则边界清晰的特点，是人工智能凭借远超人类的计算能力大展身手的舞台。“深蓝”在1997年战胜了国际象棋世界冠军卡斯帕罗夫，AlphaGo在与围棋顶级棋手李世石的大战中获胜，这些足以说明人工智能下棋已经比人类更强。

在知识检索领域，人工智能也已胜过人类。2011年，IBM公司的人工智能“沃森”在美国智力问答节目《危险边缘》中战胜两位人类冠军。这说明电脑在海量数据存储和快速检索能力方面的强大。

在另一些规则相对清晰的领域，人工智能也在接近人类的水平。比如说话，相信许多人已经试过苹果手机上的Siri和微软的“小冰”，只要你发音比较标准，它们基本上都能“听清”你的话语并字正腔圆地回答。

再比如开车，谷歌公司的无人驾驶车已然在一些地方能够上路，因为事实证明它们可以很好地遵守交通规则，并根据不同的交通状况自主行驶。

上面的重点都是在软件，还有一些人工智能则致力于“软硬结合”，模仿人类的肢体动作。美国波士顿动力公司2016年年初刚刚展示了最新的人形机器人，它们有与人相似的躯干和四肢，能够在各种环境中行走，摔倒了会自己爬起来，还能完成一些简单任务，比如自己开门和搬箱子。

明天可能实现的

目前，人工智能在一些需要模糊识别的领域还面临困难。比如辨识人脸，从五官差异上分辨不同人对我们来说不算个事儿，但电脑就感觉很困难。人们可能还记得2015年微软推出的一项人脸识别应用“How-old”，它屡屡在年龄上误判、在图片中没人的地方找出“幽灵脸”，给人们带来了不少欢乐。

不过这方面正在取得进展，脸书公司的人工智能项目负责人田渊栋认为，脸书的人脸识别技术已经做得比较好，“比如说拍张照片，然后就知道谁是谁”。正在研发的一个方向是可以问电脑各种问题，比如照片在哪拍的、里面有几个人、都在干什么等，系统都将能作出回答。

中国研究人员也在致力于做出更复杂的人工智能，检验方式颇具中国特色――高考。科大讯飞公司董事长刘庆峰透露，他们正在研发“类人答题机器人”，目标是在3～5年之内让机器参加高考能考上“一本”。高考涉及学科多，除了客观题外还有大量的主观题，如果真能达成这个目标，又将成为人工智能的一个里程碑。

2015年年底在北京举行的世界机器人大会上，有机器人分别展示了踢足球、打乒乓等方面的运动能力。但是很明显，它们还无法与人类选手相提并论，很大程度上因为判断对手或队友的比赛意图是一大瓶颈。不过，在RoboCup等机器人足球赛中，机器人的水平也在不断提高，该赛事的目标是，让机器人足球队在2050年能击败人类世界冠军球队。

人工智能发展的一个理想目标是，把已实现的各单项能力继续提高并集成起来，最终完成一个既能听说读写，又会思考和行动的人工智能实体。近来这一领域的快速发展已让这个目标可以期待，英国帝国理工学院的人工智能学者马克・戴森罗克说：“如果人工智能以这种速度发展下去，我们或许在未来10～20年里就能看到电影《钢铁侠》中那个人工智能助手贾维斯。”

未来可以畅想的

如果说上面这些目标还属于有实现前景的科学范畴，还有一些关于人工智能的讨论则似乎已进入了引人畅想的哲学领域。

中国东南大学的科技哲学教授吕乃基在点评此次人机大战时认为，人工智能进化之路与人类不同，即摆脱了系统与环境的羁绊，不像人类大脑中的“智”往往为身体所处世界中的“情”所累，如李世石可能受“为人类的荣誉而战”等舆论影响。

“常有这样的议论，人工智能再聪明也没有情感，只是机器而已；殊不知，人工智能之所求原本只是‘智’，而非‘情’；或许正因为此，人工智能可能超越为情（包括形形的意识形态之争）所累的人的智能。”吕乃基说。如此说来，人工智能倒像是在迈向中国古代文化中所说的“太上忘情”的境界。

篇（8）

AI基因上：BAT各有优势，大数据算法全面更胜一筹

论AI基因，这个支撑企业整个AI战略构想的核心基础优势，可以说是不可或缺，它着实能为企业在AI领域的布局带来极大帮助，也是一家企业进军AI最大的底气。总体看来，BAT三家互联网巨头在布局AI领域均有优势，但因自身业务的不同，其AI基因的优势又表现在不同方面。

百度：AI基因意味着拥有先天的优势，依靠搜索引擎业务起家的百度，在掌握与人密切相关的数据算法领域算得上是得心应手。同时，作为人工智能的雏形搜索引擎业务，拥有它就相当于掌握了人工智能的钥匙，只需依据数据内容付诸实践便能打破许多关卡，拥有比其他企业更多的机会。

一方面，数据是企业做AI的源头，也是引领AI走向的一大支撑点，拥有数据便于掌握AI大致的发展方向；另一方面，百度搜索的数据样本较为全面复杂，范围涉及场景较为广泛，涵盖从天文地理到日常的生活信息，累积了丰富多样的样本数据，这一切，都是基于百度算法技术的支撑，也为其在AI领域的全布局上提供了最基本的算法和数据支持。因而，AI基因这一方面，百度比其他企业有了更多的发展机遇。

阿里：依靠电商起家的阿里，虽然不具备像百度一般的海量大数据，但是阿里在掌握电商消费者数据层面也有着自身的优势。与百度一样，阿里在AI领域也早已开始布局，其有着百万级用户规模的云计算业务，同时也凭借在电商领域的丰富场景应用，阿里在大数据层面也有着自身的实力所在；此外，阿里在商业场景上所得来的数据，也是支撑其人工智能产品最终落地的基石。

腾讯：虽然在先天技术上略逊色于其他两家，但腾讯也有着丰富的应用场景。依靠在社交网络、媒体等业务的深耕，加上微信、QQ的庞大用户体量，使得腾讯在开发AI业务上更多基于提升用户体验上入手。从这方面看来，腾讯的AI基因更多倾向于丰富场景上的驱动，还有其庞大的用户数据体系支撑。

综合来看，三家互联网巨头在进军AI领域上有着天然的AI基因，只是因各自所涉及业务的不同，AI基因也各不相同。但从综合实力来看，拥有全方位的技术支持和丰富的场景应用，以及掌握算法功能才是开启AI领域的最佳起点。

AI产品上：场景出现重合，涉足范围广泛者博得头彩

人工智能领域虽说涉及的场景丰富，但最终还是无法脱离人们的衣食住行等各个方面。无论各企业在AI领域的构想如何丰富多彩，最终的成果检验还是要看产品的落地。因而，人工智能概念出现了这么多年，近两年终于加快了产品落地的步伐，国内尤以BAT为首的人工智能产品现已扎堆面世，为人们开启了新一轮的AI产品检验潮。

百度：借助先发优势，百度现已有多款人工智能产品落地，涉及的场景范围广泛且全面。其中，百度研发的一款智能音箱产品raven H搭载旗下的人工智能操作系统DuerOS 2.0，在这项系统的加持下，raven H在语音对话交互方面达到高度智能化，同时在与人类交互的功能上还能不断学习和进化，以达到与用户使用习惯的高度融合。这款智能音箱产品拥有很强的唤醒率，即使相隔一堵墙也能被轻易唤醒服务，还能用于控制家居产品如灯光、电视等家居产品，相当于掌握了智慧家庭入口。

同时，在人工智能产品发展逐渐步入正轨，许多人工智能场景如智慧生活、智慧出行等方面急需语音系统支持的情况下，百度的人工智能操作系统DuerOS应运而生，为赋能上下游产业链付诸行动。在上游，百度DuerOS与紫光展锐、ARM等芯片厂商达成合作，提升硬件基础以最终赋能于人工智能产品上；在下游，百度DuerOS与海尔、美的、TCL等传统家电厂商同样达成战略合作。有了DuerOS的支持，用户将能通过DuerOS，实现对电视、冰箱等智能家电产品的操控。

另外，百度研发的深度语音识别系统Deep Speech，在高精度的语音识别领域展开部署。当下的AI领域，语音识别涉及的场景也较为广泛，人工智能的初衷就是带给人们无处不在的便捷体验，“能动嘴尽量不动手”的语音识别更是深受AI研发企业的欢迎，也深受消费者的追捧。在这项语音识别系统的加持下，相关产品不仅为用户提供了多国语言的互译功能，也为用户带来了便捷的翻译体验。

除此之外，百度还研发了无人驾驶技术平台Apollo，旨在建立多方合作的生态体系，为汽车企业和用户搭建一套新的完整的自动驾驶系统，推动无人自动驾驶技术发展和普及。目前，Apollo已经开放两款落地产品，其中一款小度人车交互系统，不仅拥有智能语音助手和人脸识别功能，还能实现疲劳检测和AR导航，目前小度车载系统已与多家车企达成合作，多款车型将进入量产阶段。

阿里：同样，语音这项连接人工智能与人类频率颇高的交互接口，阿里也有涉足。其中，阿里云研发的一款人工智能产品ET大脑，在智能领域实现了新的突破，除了具备智能语音交互和生物识别等技术，还能帮助人们在复杂的情况下快速做出最佳选择。

同时，在智慧家庭领域，阿里研发的一款智能音箱产品天猫精灵，在语音识别上也拥有多项功能，此外通过内置人机交互系统开放给业界，已有多家产品链接到天猫精灵，为布局全局的智慧家庭入口夺得先机。

腾讯：在人工智能领域后入局的腾讯，在人工智能领域的开发更加注重提升自家产品的用户体验上。围绕智能语音识别和自然语言处理等板块，腾讯目前已提供了多种人工智能服务，为自身产品在语音识别上进一步提升用户体验。

此外，腾讯拥有为智能音箱厂商提供后台支持的云小微，在微主机Ministation衍生的智能家居设想上，逐步拓展到在线教育和家庭控制中心等。

综合来看，BAT三家所研发的人工智能产品虽有不同，但都涉及了同一个生活场景，那便是智慧家庭领域。尤其是涉及多个人工智能领域场景维度的语音交互系统，包括冰箱、空调、智能音箱等家用电器。在这方面，谁能拥有强大的语音操控系统，谁就能牢牢把握这一出现频率较高的交互接口。同时，为人类带来丰富惊喜体验的人工智能领域，同样需要丰富的产品加以支撑，才能为往后智慧生活的进一步实现提供有力的产品支撑。

AI理念上：与自身业务紧密结合，取得先机者得天下

AI理念，即企业做AI的核心思想。从最初的产品定位，到产品的生产和落地，均离不开最初的理念支持，即产品将要成为什么样、将为人类带来何种便利，每个阶段都围绕最初的理念开展。总体看来，BAT的人工智能理念是在自身原有业务的基础上，围绕AI领域展开构想，并将这一设想付诸实践。

百度：从百度的人工智能理念来看，人工智能在未来会涵盖其所有的产品和服务，成为新的增长引擎。而事实上，百度在人工智能领域早已从七、八年前开始，从基础层到感知层以及生态层和应用层等，百度均有着明晰的战略规划方向。此外，经过一段时期的打磨和经验总结，百度的人工智能理念开始跟随产品一同落地，整个人工智能战略规划也从理论开始走向实用阶段。

阿里：电商起家的阿里，在人工智能的布局比百度稍晚一些，其人工智能理念多围绕电商这一核心业务，从仓储到物流，从产品到制造，阿里在零售业的人工智能轨迹很清晰，并且与自家业务紧密结合。同时阿里发挥所长，全面赋能零售体系。

腾讯：在AI矩阵布局上，腾讯目前拥有人工智能实验室、微信智能语音团队等技术的支持。同时其人工智能领域更关注场景、计算能力等，腾讯同样也是从自身业务出发，布局游戏、社交和内容AI，对比其他两家来说起步较晚，但初涉人工智能领域的腾讯也不甘落后，建起了人工智能实验室，用于人工智能方面的研究和开发。

综合来看，在人工智能的战略布局和理念构想上，百度已经抢占了先机，从技术优势到场景落地，战略规划进一步照进现实。因而在人工智能领域，必然是取得先机者拥有绝对的话语权，在未来的业务范围拓张上也卯足了底气。

AI基因、产品、理念的加持下，未来的AI行业谁将剑指巅峰？

综上所述，人工智能产业最终的走向必然是加快产品落地的同时迈向高度商业化的未来。无论是阿里的智慧新零售，还是腾讯的场景重要性，抑或是是百度的从出行，到赋能实体制造业的全方位操作，都在各自的领域有着明确的产品构想。

因而，在AI基因、AI产品以及AI理念的加持下，接下来的人工智能产业，各个企业都将在自身基础的战略布局上，进一步将计划落地实施。不过需要注意的是，人工智能这个庞大的产业，并非一家企业就能独自撑起，而是需要各行各业的相互协作共同推动，才能将企业的人工智能核心理念从理想照进现实。因此，在企业界的共同推动下，未来的人工智能社会化场景中，人工智能所带给人们的便捷将得到更大化的展现，人类的生活是无处不在的方便和舒适。

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）

对于智能汽车的定义，不同的人有自己不同的理解，不过对于智能科技的终极目标——无人驾驶或者自动驾驶，却是大多数人所向往的未来。尤其在谷歌人工智能机器人Alpha Go大胜围棋顶级高手之后，很多人认为我们距离智能汽车的终极目标似乎越来越近，甚至仿佛可以指日可待，事实果真如此吗?本期我们采访了博泰前瞻技术研发经理原树宁博士，目前，由其主导的博泰V2X项目正在稳步推进，在无人驾驶领域已取得了有效的进展。

 

记者：在可见的未来，像AlphaGo那样专门用于下围棋的人工智能(AI)，专门应用于自动驾驶的人工智能(AI)会出现吗?

 

原树宁：我的观点是保守的肯定。目前来看，汽车上已经开始在应用的视频分析、自适应巡航、自然语言识别等技术实际上已经利用了人工智能，但是基于通用智能的这种无人驾驶，就是它可以自己去适应任何交通环境的自动驾驶技术，可能还遥遥无期。要大规模普及无人驾驶需要在决策层应用人工智能(AI)，目前的视频分析，专业语音识别等技术都是在感知层的应用。人工智能(AI)在无人驾驶中的应用，其核心肯定是人工智能(AI)AI在决策层的作用，比如说车速怎么加?方向朝哪里?如果这个决策本身是人工智能(AI)做出来的，没有人工的干预，这才是真正的无人驾驶，或者说自动驾驶。

 

而且我认为如果无人驾驶要大规模普及，用传统的程序控制方法是很难做到的，它必须使用机器学习，或者人工智能(AI)的方法实现决策。由于交通规则不是绝对的，如果用人工智能(AI)实现决策，那么人工智能(AI)就要适应没有规则的情况，它会遇到很多困难，比如说，有一个人赖在前面不走，或丢一个大东西等情况，因为智能汽车是绝对遵守规则的，如果别人不遵守规则，就可以欺负它。

 

事实上，现有的人工智能基本上都是对特定任务设计的，例如：图像识别、自然语言识别、软件框架设计、扮演游戏对手等非常细分的专业应用。各个应用之间是分割的、不能垮行业使用的。另一方面，人工智能领域中的“通用人工智能(General AI)”，依然是科技界长期奋斗的目标。通用人工智能要能够很快学习新的规则，适应新的事物，能够直接应用在不同的领域，会下棋、也会打桥牌、还认识朋友、会开车。不过如何实现通用人工智能，我们目前在理论上都还没有搞明白。

 

记者：人工智能(AI)在自动驾驶中的作用是什么?

 

原树宁：首先是环境感知。这是自动驾驶的数据基础，提供车辆周边环境的状况。车辆不但需要知道自己所在的位置，还要获取道路属性、周边物体的属性、交通设施的属性。在这个层面上视频分析、雷达成像分析等人工智能手段是完成环境感知的最重要组成部分，这一部分的技术发展已是突飞猛进，例如对车辆、摩托、行人、动物、障碍物、限速牌、红绿灯、车道的识别。好的识别模型和大量的数据训练能够保证很高的识别正确率，但是，机器学习本身，即使在理论上，它都无法保证绝对(100%)的正确。这在自动驾驶中却是不可原谅的缺点，如果环境感知不能确保绝对的正确，那如何保证决策的正确性呢?如何保证行车安全呢?人们会购买发生事故的自动驾驶车辆吗?因此在环境感知层面，人工智能与工程手段将会起到相互补充的作用，实现对环境的正确感知。其中非常有潜力的一项技术就是V2X技术，它会将所有的交通基础设施和每辆车都贴上标签，实时的播发自己的相关信息，从而使得每部汽车都能直接获取周边的情况，再结合其他传感器，实现信息冗余，保证对环境的正确感知。

 

其次是决策协同。决定车辆的行驶速度、方向、线路等根本问题。基于程序控制的车辆完全能够实现自动驾驶。但是，它只能运行在有限的场景之下，极度缺少应对能力，并且消耗大量的程序分析和维护时间(系统越复杂维护成本越高)。基于机器学习的人工智能在决策协同领域有着无可比拟的优势，自我完善，维护成本越来越小，具有较强的适应和应变能力。就好比用编程控制的方式也能让程序下围棋，却永远无法达到AlphaGo的高度。但是，这里也会遇到一些奇奇怪怪的障碍。

 

1)无规则。在现实生活中交通规则不是绝对必需遵守的，而围棋的规则至少在正规比赛中双方都是绝对遵守的。如果李世石偷偷在棋盘上多放一个子，AlphaGo会怎么处理?应该整套模型都必需重构吧?这也是大家调侃谷歌不敢挑战中国麻将的原因。一个随时可以被打破的规则(闯红灯、超速、逆行、横道线抢行等)就是没有规则。这样的模型建立恐怕绝不亚于“通用人工智能”的难度。解决方法就是建立一个必需绝对准守的规则，将那些可能不遵守规则的参与者全部剔除，于是乎就只身下自动驾驶车辆本身了。

 

2)规则重塑。在一个只有自动驾驶车辆的路网上，机器的驾驶行为将会完全不同于人类的驾驶行为。例如，人类在高速上行驶需要保持100米左右的车距，其原因是人类生物能力的限制，例如，高速时视觉的狭窄化、反应时间的限制。此时机器完全不需要顾及人类生物能力的限制，而是根据自身的反应时间、信息处理的范围和能力重新定义交通规则，例如高速公路车速完全可以提升到200km/h，甚至300km/h，车间距离可以缩小到数米甚至完全对接，高速公路的线型(坡度、转弯半径、车道宽度)也可以放松要求。新的规则将保证自动驾驶车辆的安全运行。

 

3)车辆互学习。这个只有在自动驾驶车辆行驶的道路网中进行，车辆的驾驶行为和我们现在人类的驾驶行为将会大相径庭。但是人类的驾驶行为可以作为车辆自己学习驾驶的起点。人类开车时是如何保持车距、如何在拥堵时协作排队、如何变道、转弯、掉头对于AI而言都是难能可贵的经验。以此起点，在既定规则下，向自动驾驶道路网投入已经学会了人类开车方式的车辆，让他们之间相互协作、相互学习，优化自己的驾驶效率。就如同两个AlphaGo对弈，相互学习围棋技艺。

 

最后是控制执行。这是对决策的执行，例如决策需要5秒加速到80Km/h，那么该喷多少汽油，发送机转速要多快等等。这里完全是工程的世界、是精确控制的领域，需要对命令的坚决和精准地执行。这里和人工智能无关。

 

记者：能否为我们描述一下智能汽车的演化过程。

 

原树宁：智能汽车是汽车革命里面最重要的一次革命。一开始的无人驾驶，肯定是在高速或者专有的道路上，然后这些专有的道路，逐渐会开放为半封闭状态，比如在城市的公交专用道里设置无人驾驶专用道，智能汽车在某些地方可以像出租车一样跑，它也可以在无人驾驶专用高速路上行驶，这时它速度就会非常快，相当于结合了高铁和出租车的共同优点。我觉得，无人驾驶首先应该在相对比较封闭，而且交通量不大的地区出现，美国的那些中小城镇是非常合适的实验场所。

 

记者：因为他们地广人稀。

 

原树宁：对，本身他们的交通不那么复杂，不遵守交通规则的人相对也少一点。至于智能汽车的商业模式，我觉得以出租车的形式出现的可能性最大，就是以“共享车”，或者“服务车店”的形式出现的可能性最大。

 

然后可能会在高速公路上实现无人驾驶，并且能够进行几辆车并在一起的行驶，同期可能也会出现高速上的测试，之后，系统会逐渐合并，技术上也会合并，重点解决车辆怎么协作，在低速道路上怎么行驶等问题，最后就会出现跨城市的自动驾驶。第一阶段，比如在美国小镇、出租车式的无人驾驶，我觉得可能在2020年能够实现;第二阶段，在高速道路上，拼车高速行驶的情况在2025年左右，在某种程度上可能会出现。

 

事实上，车本身不能识别人类的世界，所以需要把整个道路系统变成车辆能认识的世界，也就是需要把整个道路数字化，让车能识别出自然就解放了驾驶者，这就是“车车通信系统”和“车路通信系统”。但是，无人驾驶不应该是被动接受周边的信息，如果所有的车辆甚至包括摩托车也安装了这些装置，将车辆和车辆之间实现通讯交互，这个时候整个交通系统就可以完成交流，并形成车和车之间的互动与协作。

 

记者：智能汽车的市场在什么条件下会爆发?

 

原树宁：只有技术发展到一定程度，真正的商业模式才能出来。

 

例如电脑和手机的发展。智能手机能够出现并快速替代传统手机，关键在于两项技术，一是操作系统，二是3G移动网络。个人计算机的普及也一样，Windows操作系统使每一个人都可以使用计算机，而互联网为每个使用计算机的人提供了丰富的内容。

 

智能汽车的大规模爆发，也需要同样的技术条件。其中，操作系统的核心作用是屏蔽硬件的复杂性。由于每个品牌汽车的接口都不一样，应用软件的开发会遇到车企不开放CAN总线接口的问题。如果在车辆CAN总线上加一个中间层，就可以将车辆的各类消息和接口转化为类似计算机C库的标准库。这样，任何程序员都可以方便地对智能汽车进行软件开发，软件开发人才也因此可以在市场上普遍获得。

 

所以说，这样一个操作系统是非常重要的。类似的开发工作，国外的AUTOSAR联盟(即 AUTomotive Open System Architecture，汽车开放系统架构)已经在做，一些企业也可能在秘密研发。可以说，谁能做出这个操作系统，谁就将主导未来的汽车市场。

 

再看网络。谷歌无人驾驶车采用地图加大量传感器的方式，已经做了很多年，为什么至今无法大规模商业化?因为不能出错。计算机和人的认知方式不同，只知道0和1。让一辆无人驾驶的智能汽车在行驶中识别人类世界是非常困难的，即使准确率达到98%，也是不够的。要解决这个问题，就要通过车路通讯，把所有路侧信息全部数字化，包括其他车辆、红绿灯、施工信息等，变成计算机可以了解的东西。这就是V2X，也是智能汽车所需要的网络。只有这个时候，无人驾驶的时代才会真正到来。

 

记者：自动驾驶技术产品化的过程中，最大的难点是什么?在智能汽车的发展中，最有前景的技术又是什么?

 

原树宁：在产品化过程中有两点最重要：一是可靠性，产品绝对不能出问题; 二是适应性，道路环境非常复杂，比如在澳大利亚开车，可能会突然跑出一只袋鼠。最重要的技术就是我刚才谈到的两项，一是与硬件无关的编程技术，放大来说就是整个车载操作系统;二是V2X网络技术。当然，传感器、地图等技术也非常重要，但它们已经很成熟了。

 

记者：在实现更智能的汽车方面，目前你们做了哪些工作?

 

原树宁：博泰V2X技术的诉求正是让所有的道路设施全都变成车辆能懂的语言，然后去完成现在的无人驾驶系统没有办法完成的工作，最终实现普遍的无人驾驶。我们已经完成了V2X box设备在不同场景下的通信性能测试，该设备可随时发送车辆的速度、位置等信息，同时接受其他车辆发送的信息;开发了车辆主动安全仿真系统，实现了车辆间急刹警告、追尾警告、交叉口碰撞警告三大主动安全功能，并进行了多次真实场景道路测试。

 

记者：能否用你观点来定义智能汽车对于交通运输变革的意义?

 

原树宁：智能汽车的突破，类似于内燃机取代马车，是一场真正意义上的革命。第一，它提高了效率，第二，它节约了资本，同时也节约人力，节约了大量的基础设施建设。

 

记者：智能汽车实现了自动驾驶，或者无人驾驶，是不是也使得汽车的驾驶乐趣也消失了?

 

篇（11）

产业链格局已现，上游技术成型、下游需求倒逼，计算机视觉产业应用最成熟。产业链初步格局已现，从基础层和底层技术，再到应用技术，最后再到行业应用，除了近年来底层核心技术的突破，下游行业需求倒逼也是人工智能应用技术发展的重要动力，诸如人机互动多元化倒逼自然语义处理、人口老龄化倒逼智能服务机器人、大数据精准营销倒逼推荐引擎及协同过滤，等等。其中计算机视觉应用技术的发展可能是最先发力的，国内不乏世界一流水平公司。

2B应用首先爆发，“人工智能+金融、安防”应用前景广阔。“人工智能+”将代替之前的“互联网+”，在各行业深化应用，安防、金融、大数据安全、无人驾驶等等。生物识别和大数据分析在安防和金融领域的应用则是目前技术最为成熟、产业化进程较快，如智能视频分析、反恐与情报分析、地铁等大流量区域的监控比对；金融领域的远程开户、刷脸支付、金融大数据采集、处理、人工智能自动交易、资产管理等。相关推荐标的：东方网力、佳都科技、川大智胜，建议关注大智慧、远方光电。