前言:我们精心挑选了数篇优质人工智能技术创新文章,供您阅读参考。期待这些文章能为您带来启发,助您在写作的道路上更上一层楼。
基于云计算、大数据、人工智能三位一体的百度云战略,着力点就是从技术上解决国内供给不足的现状。百度云重点推出的天算、天像、天工三大智能平台,分别针对智能大数据、智能多媒体、智能物联网这三个领域提供云服务,而每一个智能平台的背后都有着百度顶尖技术的支撑。
此外,“百度云”品牌战略升级,带来的不仅是40余款产品,更可无缝接入百度三大智能平台,把云计算最核心的技术能力全面对外开放,构建云生态。无疑,这更令合作伙伴振奋,更有想象力,也能够真正地携手推动中小企业360行一同砥砺前行。就像百度CEO李彦宏所说,“未来百度会把这些技术能力充分地开放出来,跟各行各业去进行结合,真正地提升每一个行业的运营效率,打开每一个行业没有被开发的潜力。”
可以预见,百度云此次战略升级,构建出的不仅是全业务云计算平台,更是一个有着更强生命力、更系统化的云生态。而开放技术能力,其背后的社会价值和社会意义更是远高于单纯商业内容。
百度云的基于大数据和人工智能技术带来的百度云可以带来全新的智能化解决方案,为“云计算+行业”带来更多想象空间。
【关键词】人工智能;计算机网络技术;应用;优化
【中图分类号】TP393【文献标志码】A【文章編号】1673-1069(2020)08-0180-02
1引言
人工智能技术与大数据技术是新时期计算机网络技术快速发展的产物,在这一背景下,人工智能技术、大数据技术应用水平得到了很大提升,各个行业都需要将人工智能技术、大数据技术、计算机技术进行有效融合,积极探索先进技术的应用形式,明确计算机网络技术发展趋势,为技术研发控制工作的开展提供支持,满足计算机网络技术的科学发展需求。基于此,文章阐述了人工智能技术的相关内容,介绍了人工智能在计算机网络技术中的应用,总结了实践应用及优化措施。
2人工智能技术概述
人工智能技术将计算机科学、心理学、生理学、语言学等进行了有效融合,这项技术赋予了机器人工智能功能,机器可以针对复杂、危险的工作进行有效处理,既能够提升工作效率,又可以保障人身安全[1]。目前,人工智能技术呈现出综合性特点,为计算机科学技术的进步、发展提供了技术支持,技术人员需要将人工智能技术作为核心,针对数值计算、问题求解进行优化,可以将其发展成知识处理,人工智能还可以处理各项不确定信息,加深对系统资源状态的实时了解、追踪,以获取更多有效的信息内容,向用户提供更多的信息。人工智能技术的写作能力比较强,能够针对很多资源、信息进行整合,用户可以共享、传输各项信息,根据多写作的分布式人工智能思想、网络管理,提高网络管理工作效率、效益。在网络智能化管理过程中,人工智能具有很大优势,具备很强的学习能力、推理能力,其在网络管理中的应用能够快速、准确处理各项信息,还具备记忆功能,可以存储更多信息,构建信息库,针对信息进行总结,产生高级的信息。
3计算机网络技术中人工智能应用现状
在科学技术的快速发展中,计算机网络涉及范围日益扩大,人工智能技术和计算机网络进行有效融合,人民群众越来越关注人工智能技术优势及发展。在日常工作、生活过程中,人们可以利用人工智能技术,有效地处理模糊信息,改善了传统计算机网络技术局限性的影响,人工智能技术还能够根据网络环境强化信息监控力度,提高工作的准确性。同时,人工智能技术能够确保各项管理工作的协调性,利用人工智能技术可以制定信息约束管理系统,配合人工智能技术全面监测各项网络信息,突出各个管理层相互协作的特征。现阶段,人工智能技术的应用范围更加广泛,并处于快速发展时期,在未来社会的发展中人工智能技术水平也将提升,为人民群众的生活、工作提供更多便利。
4人工智能在计算机网络技术中的应用
4.1网络安全管理
在信息技术的快速发展中,网络安全管理是完善、探索过程中的关键管理工作,网络安全管理工作为提升网络技术应用提供了基础保障,通过确保网络技术应用安全,可以为生产工作的有效性提供支持。在这一背景下,技术人员利用大数据技术、人工智能技术,可以有效地规划网络安全管理工作要点,满足网络安全管理中的各项技术应用需求,其主要原因是大数据技术、人工智能技术的应用,有效地提升了网络安全管理系统的防护能力,为网络安全管理提供了防护保障。例如,在大数据时代,为了满足计算机网络技术、人工智能技术应用需求,应建立网络安全防护中的人工智能防护体系,可以将智能拦截防护技术、人工智能技术进行融合,组建技术控制中的核心防护网络体系,将其作为计算机网络技术传输的信息防护形式。另外,在网络安全管理过程中,利用人工智能技术、大数据技术,可以有效地整合网络安全防护体系,提升网络安全防护技术水平。
4.2数据采集与分析
现阶段,在数据采集分析过程中,技术人员需要强化人工智能技术的应用,工作人员在应用计算机技术的过程中,会产生庞大的数据量,需要挖掘更多的数据,大数据时代信息逐渐呈现出多样性、数据总量大等特点,单纯地依赖传统技术采集数据压力相对较大,而利用人工智能技术可以有效地解决数据采集问题,科学、合理地采集、分析更多数据,有效地提升数据分析效率。
4.3计算机网络系统管理及评价
为了满足大数据时代的多元化功能、服务需求,需要将计算机网络技术、人工智能技术进行融合。在计算机网络安全管理过程中,技术人员需要将人工智能渗透到计算机网络技术中,确保网络管理的安全性,其具备的问题求解技术、专家知识库能够促使计算机网络综合管理。现阶段,计算机网络呈现出瞬变性、动态性、复杂性特点,人工智能技术的应用可以将复杂的计算机网络综合管理进行简单化处理,为综合管理提供便利[2]。同时,以人工智能技术基础发展的专家决策、支持方法,已在信息系统管理中得到了有效应用,并取得了很大效果,专家系统可以自主吸收、总结专家的经验、知识,将更多的经验、知识录入系统中,针对系统知識进行完善,能够利用汇集的专家经验自主解决、处理更多相似问题。另外,人工智能技术在计算机网络管理、系统评价中的应用,可以有效地解决复杂工作。
5人工智能在计算机网络技术中的优化措施
5.1提升人工智能的智能化程度
现阶段,技术人员需要强化人工智能技术研究力度,不断提升智能化水平,充分发挥出人工智能在计算机网络中的作用,为了提升人工智能技术的智能水平,需要针对场景、数据模拟效果进行强化,如人工智能技术的应用可以根据计算机网络技术特点,创新、优化人工智能系统。
5.2政府与企业参与技术创新
人工智能技术属于高新技术,在应用、推广过程中,工作人员需要进行改革创新,政府、企业是人工智能技术的创新主体,对于政府部门来说,企业创新具有很大优势。政府部门需要根据人工智能技术研发相应的政策支持,营造良好的环境,在人工智能技术创新过程中,需要大量资金、优秀人才作为支持,政府部门需要发挥领导作用,鼓励企业进行创新,还需要加大资金投入力度,促使人工智能技术向高层次进行发展。
5.3强化网络安全维护人工智能应用环境
人工智能在计算机网络技术中的应用,需要强化网络安全维护工作,促使人工智能技术更好地应用到计算机网络技术中,相关部门需要强化网络安全维护工作,营造良好的人工智能技术应用环境,重视信息泄露问题,确保各个部门放心使用人工智能技术,实现人工智能技术应用的预期效果[3]。
6结语
[关键词]人工智能;商业银行;效率
当代社会,人工智能技术对各大领域的发展带来冲击。商业银行作为金融行业科技创新的前沿领域,应主动求变,积极应对人工智能对商业银行经营模式带来了严峻的挑战,将人工智能技术带来的压力内生为自身改革的动力,理智看待人工智能的发展,坚持技术创新,全面推进产品创新与服务创新,以顺应信息化潮流。发展情况不同地区的商业银行也要客观认识自身在“客户资源、网络构建、社会信誉”等方面的优势,取长补短。乡镇地区一般不如城市地区发展快,乡镇人员在接受科学技术进步带来的发展同样可能会比城市人员接受得慢,因此需通过匹配当地发展情况来适当的、逐步地在商业银行引入人工智能。各大商业银行在当地人员可接受的程度引入一定的人工智能技术,搭建多样化平台服务模式,不仅为前台工作人员减轻工作负担,而且能快速响应市场需求,为商业银行自身的改革发展打基础、存实力,不断提高综合实力全力进军智能化领域。另外,政府应对积极引进人工智能的商业银行提供大力的支持,包括资金及技术上的支持。为商业银行提供畅通的援助流程,确保人工智能技术的发展不受基础设施滞后的干扰,推进我国商业银行智能化改革的进程;政府应从行业规范入手,适当干预,及时推出有关人工智能的法律法规和管理条例,促进商业银行人工智能的健康可持续发展,避免有心之人假借人工智能技术破坏商业银行管理经营秩序,为人工智能技术的发展做好基础性工作。随着科学技术的进步和时代的发展,人工智能技术正在逐步进入大家的视野。无论是上班打卡的人脸识别技术,还是回家后扫地机器人的智能自动清扫技术,都为大家带来不少便利,成为现代科技生活不可或缺的一部分。新一代人工智能正在全球范围内蓬勃兴起,商业银行作为金融科技的重要行业,自然要积极引入人工智能技术来提高行业的工作效率,改善自身管理与成本问题,以提高整体运营水平,使其在激烈的金融市场中更具竞争力。
1.商业银行对人工智能引入的主要方面
据我们观察了解,目前商业银行对于人工智能的主要应用在智能人工客服、大数据分析以及简单的私人理财顾问三方面。首先,智能人工客服的生物识别、自然语言处理技术能够高效的为商业银行的前台人员减少不必要的业务量,使人工客服以客户能够理解的方式传达信息和解决问题,提高了商业银行客服方面的办事效率,从而提升了客户对商业银行办理业务的新鲜感和好感度。人工智能技术的引进对于商业银行执行层人员的分工更加专业化,有利于提高工作效率,减少因工作变化而损失的时间;可以减少人员培训的要求,降低成本;另外人工智能的引进激励商业银行员工改变自身缺陷,提高自身应变能力,向好的方面发展自己,进一步推进了商业银行优胜劣汰制度,降低了商业银行的管理难度。另一方面,智能客服还可以将客户需要处理的业务和所询问的信息进行合理分类,通过挖掘客户关注热点问题,为商业银行开展潜在业务提供科学性的支持。其次,人工智能的大数据分析功能已经小范围应用到商业银行中的风险控制及智能数据采集,这点与智能客服归类客户询问信息,为商业银行挖掘潜在业务的功能有异曲同工之妙。大数据分析与商业银行运行模式结合,可以增加商业银行本身的风险管理数据变量及观测视角,丰富商业银行的风险数据来源,打破传统商业银行风险数据结构的不完善,传统银行与新型银行运行模式对比,如图1,还可以提升数据准确性和客户甄别度,优化商业银行内部测评,建立安全的风险防范机制,相对实现风险管理的有效性和独立性,提升评估精准度。另外,大数据分析结合智能理财顾问,通过对客户及风险数据的分析、分类、整合,打造商业银行客户与风险管理信息精准灵活的技术平台。该技术平台以先进的数字模型为基准,代替人们的主观判断。通过在数据中筛选的“大概率”事件,为客户制定收益最大化的策略,减少客户在情绪波动的情况下作出的非理性投资决策。这使商业银行的风险管控清晰可见,在为客户带来相当的收益以及良好的服务体验的同时,也为商业银行带来较好的声誉,利于突出商业银行现有的优势,在一定程度上促进商业银行的转型升级。
2.不同发展地区商业银行的人工智能的发展及后期经营
然而,在调查研究过程中,我们发现,发展情况不同的地区的商业银行在应用人工智能方面的广泛度不同。由此看来,很多城镇银行不能盲目地扩大自身人工智能化程度。当发展状况不太好的地区的商业银行一股脑的引进人工智能设备,很有可能会造成当地人员对新技术的抵抗、反感心理。久而久之,就会导致的人工智能技术在其业务进展时的应用效率低、自身管理与成本问题没有得到改善,整体运营水平没有提高这些“徒有其表”的现象。当前,人工智能技术与商业银行运营的结合还没有达到最佳效益组合,城乡发展不平衡的问题导致人工智能技术的应用在这些地区之间存在一定的差异。人工智能技术在商业银行中的运用仅限于经济较发达的一、二线城市和部分城市的繁华市区。很显然,这部分地区经济发展迅速,人群的接受和适应新型科技的能力强,人工智能技术应用相对广泛。一般当顾客进入银行大厅就有自助系统进行服务,人工智能的数据存储和分析功能也可以将客户所要开展的业务加以准确地分类分析,为客户提供准确高效的服务;同时,人工智能技术和大数据分析可以定期监测客户风险、为客户提供相对合理的理财建议,提高客户体验感;除此之外,人工智能技术的引入和高效应用使柜台繁杂的人工业务减少很多,工作相对集中,人机协同,有效地提高了银行的运营效率。然而,在一些小城市和不发达的城镇地区,人工智能技术在商业银行运营中的应用存在着低级、不广泛等问题。很显然,农村地区经济发展较为缓慢,人群的接受和适应能力相较落后于城市人群,人工智能技术在商业银行开展业务过程中的应用不是很广泛;在调研中发现,这类地区商业银行对于人工智能的应用仅限于ATM机和最基本的智能客服,人工智能技术还未充分的发挥作用。
前台人工的业务比较多,即使是有客户通过人工智能机器进行业务服务,也需有前台工作人员进行辅助指导。这种发展缓慢与发展不充分问题提高了商业银行引入人工智能的成本,而且超过一半的农村人口没有城市人口的理财观念,人工智能的风险监控和个人理财管理建议等系统在此就无法涉猎,导致“大材小用”。然而正是这种农村地区发展不平衡不充分问题更能给商业银行的人工智能的应用带来机遇。对于农村商业银行来说,农村地处发展缓慢的地区,“三农”根基坚固,人员思想意识落后,对于商业银行积极宣传的金融服务不感兴趣,各家各户对现代化的金融服务没有概念,人工智能在商业银行中的发展会受到一定的制约。所以,这些地区的商业银行应小部分引入人工智能服务,比如,可以先引入前台服务的智能语音机器人,通过对话的方式解决客户的需求,指导客户顺利完成所办理的业务,适量地减少前台工作人员的工作强度,投入到人工智能无法涉及的领域,物尽其用,减少商业银行引入人工智能的成本,使当地客户慢慢适应人工智能带来的便捷。当地商业银行也应加大人力资本投资,建立培育人工智能技术人才的新机制,加大员工培训学习人工智能的力度,提高他们的应用能力素质,培养一支专业知识全面、业务娴熟的队伍,为人工智能在当地的普及提供专业的服务,促进人工智能在当地的发展,适应时代的变化。本专业队伍也要凭借专业知识积极探索服务农村的新机制和新模式,使自己的产品或服务有别于城市商业银行,形成自己独特的经营特色。其次,还可以根据农村需求,在人工智能技术创新的基础上,设立有特色的地方性商业银行服务产品。一是开发出贴近农户需求的金融产品,同时加大产品营销宣传力度,尤其是在掌上营业厅等方面着重从农村年轻客户入手,提供差别化、个性化服务,通过便利高效的服务来吸引潜在客户。二是加强对于农村小微产业金融服务的创新,利用其发展需要融资服务的特点,将大数据分析与风险管控联系起来,使其产品、存货、经营权作抵押担保,开展涉农小微产业联保贷款;对于个体户,通过人工智能技术的数据分析组合,开发各种低风险个人理财套餐。三是在金融环境上,农村商业银行作为地方性金融机构,其业务范围和技术水平都相当有限,因此应积极创新,与城市等较发达地区的各类金融机构达成全方位的合作,凭借人工智能拓展经营领域,创新经营模式,扩大营销渠道。发展较好的地区就可以积极引入人工智能技术,不管是前台大厅的智能服务还是对客户的信息识别、智能理财推荐服务都可以提上日程,满足客户的需求,为客户解决理财方面的问题。协调城乡发展不平衡情况,简便人工智能的操作步骤,升级语音控制的人工智能技术实现人工智能与客户良好的互动,使客户感受到人工智能带来的方便。另外,利用人工智能检测客户的风险水平,为客户提供相应的银行理财产品,即使客户不接受理财产品,也提高了城镇客户的认知,对银行理财有了一定的认识,对钱财的管理有了相应的理解。这样一来,商业银行在加大人工智能的宣传力度的同时也能响应号召,改善城镇地区发展落后的情况。
3.人工智能大势所趋
2016年是科技与创新的飞跃之年。“阿尔法围棋”四比一大胜一流棋手李世石九段,让全世界见识了人工智能令人叹为观止的发展程度。业内人士认为,人工智能所代表的技术创新引领了第四次革命,同时给中国制造业带来了新机遇。人工智能是研究、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,研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作,主流应用包括图像识别、语音识别、语义识别、预测规划和智能控制。
未来是人工智能的时代。人工智能技术会对很多行业产生影响,但是受到冲击最大的将是制造业。未来,很多硬件都会应用传感等物联网芯片和人工智能技术,制造业将会被大大改变。随之带来巨大改变的就是工业和信息化产业,有人说人工智能将会打破现代工业格局,给传统工业带来毁灭性打击,也有人说人工智能只是个手段,现代工业也可以利用这一手段完成提档升级,促进人工智能与现代工业融合发展。无论怎么说,人工智能的迅猛发展对工业和信息化产业来说,既是巨大的机遇,也是巨大的挑战。
我国《“互联网+”人工智能三年行动实施方案》提出,到2018年基本建立人工智能的产业、服务和标准化体系,实现核心技术突破,形成千亿级的人工智能市场应用规模。未来重点扶持的智能家居、智能汽车研发与产业化、智能无人系统应用、智能终端应用、智能机器人研发与应用等项目成为发展的重要内容。
【试题】
当下,人工智能发展迅速,方兴未艾,倍受瞩目。你认为作为工信部门,应该如何应对人工智能的新浪潮? 1000字左右。
关键词:人工智能;SEO技术;搜索算法;启发信息
中图分类号:TP311 文献标识码:A 文章编号:1009-3044(2016)30-0200-02
随着大数据和“互联网+”时代的到来,网络、计算和信息技术也取得飞速发展,人类社会正朝着信息化时代迈进,给各行各业和人们的日常生活与工作也带来了深刻的变革。同时,信息技术的发展与创新,离不开人工智能技术的支持。通过人工智能技术的应用,能推动信息技术变革,让人们各项工作的开展都有技术支撑。例如,当前迅速发展的SEO技术,就离不开人工智能技术的应用。尤其是在现代社会,上网人数越来越多,对网速要求也越来越高,广大网民在互联网搜索信息时,很多问题离不开人工智能技术的应用,这就迫切需要全面分析和认识人工智能技术,并对其应用进行研讨。本文将结合大数据和“互联网+”的时代背景,探讨分析人工智能及其在SEO技术中的应用,并提出相应策略,希望能为人工智能的有效利用,作用的充分发挥提供启示与参考。
1 人工智能的概念与特点
在技术不断发展和创新的时代背景下,人工智能出现并逐步受到重视与关注,对各行各业带来深远影响,下面将介绍人工智能的概念与特点。
1.1 人工智能的概念
人工智能又被称为人造智能,它的英文全称是“Artificial Intelligence”,简称为“AI”。目前,人工智能是指用计算机模拟或实现的智能,根据这种含义,人工智能又被称之为机械智能。人工智能是随着技术创新而发展的,该技术最早出现于1956年,其出现和发展与心理学、逻辑学、计算机科学、脑科学、神经生理学、信息科学等紧密相联。实际上,这些技术的发展和综合应用,对人工智能的诞生和发展具有积极作用,使之能够更好服务于各行各业。总之,人工智能是一门综合性的交叉学科和边缘性学科,也是这些学科不断发展和进步的结果,对人们的生活与学习,各行各业发展产生重要影响。通常来说,人工智能是指那些与人的思维相关的活动,包括决策、问题求解和学习自动化等内容。并且,人工智能与人类生产生活和各项活动密切相关。同时也贯穿于计算机应用的多个程序,例如,计算机能够执行下棋、猜谜语等任务,通常可以认为计算机在某种程度上具有“人工智能”的特征。计算机在具体应用中,通过设置相应的程序,让计算机能够思考下棋的程序,能根下棋的具体内容对此作出判断,完成整个下棋任务。目前,计算机中有关下棋的程序比较完善,功能相对成熟,甚至可以建立具有人类“专家”角色的实验系统。需要注意的是,人工智能虽然可以完成下棋任务,但仍然存在不足,因为计算机人工智能系统的下棋技术没有国际象棋大师的技术那样好。计算机程序能对每个可能的走步空间进行搜索,对比赛中可能的走法进行综合全面考虑,甚至可以考虑比赛中后面的几个走步,与一般棋手一样考虑走步。并且将人工智能应用到计算机当中,计算机可以同时搜索几千种走法,这比一般棋手的技术可能会更高。通常来说,一般棋手只能考虑十步左右。然而,尽管如此,计算机不能战胜人类最好的棋手,因为,“向前看”不是制胜的关键,也不是下棋胜负的决定性因素。从这里可以简单得知,用计算机来表示和执行人类的智能活动就是人工智能。同时,人工智能的出现与计算机技术发展和进步息息相关,如果没有计算机出现,人工智能也不可能出现,也将难以得到有效应用,其作用也难以有效和全面发挥。
1.2 人工智能的特点
人工智能的应用中,为促进其作用发挥,离不开计算机和互联网技术的支持。在高度发达的信息时代,随着云计算和互联网技术应用,人工智能的特点和优势进一步显现,其显著特点表现在以下方面。此外,由于人工智能的应用,有利于保障计算机安全和稳定运行,同时也为网络运行提供支持。
1)辅助信息的模糊处理。通过人工智能技术的应用,可以将不明确的信息进行模糊处理,为顺利完成某项任务创造条件。在具体的某项任务处理过程中,采用模糊处理手段对网络进行分析,能避免固定数学模型对程序的限制,有利于进行类似人类的各项操作,让计算机完成具有人类智能的操作任务。此外,模糊处理方式的应用,增加了网络管理新形式,有利于更好管理计算机系统当中的不确定信息,防止对系统运营带来不利影响,也有利于网络跨越式发展。
2)帮助网络层次化管理。计算机网络和系统应用中,在人工智能的辅助下,有利于更好实现网络的层次化管理。网络的构成内容复杂,包括不同层次和不同信息。而整个管理过程中,通过人工智能的应用,能实现上级对下级的有效约束,下级对上级进行监控。并且还可以增进上级与下级的联系,相互协作,共同完成任务,促进网络系统更好运行和发挥作用。
3)具备一定的学习能力。人工智能的灵活性较好,具有较为强大的功能,有利于增进不同管理者之间的联系与合作,让不同网络相互协作,联系在一起。同时,人工智能具有一定的学习能力,可以增进人工智能对信息技术进行处理的能力,探寻系统当中比较难的词汇,对其进行全面分析。并确定词汇的含义,进而对网络进行全面监控和有效管理,促进网络系统作用的充分发挥。
4)耗费的资源相对较少。在计算机系统当中,通过人工智能技术的应用,所耗费的资源相对比较少,还能节约成本,降低不必要损失。在人工智能的支持下,可以对数据进行全面分析,对其中存在的问题进行处理,进而有利于用户在较短时间内获取他们需要的信息资源,满足人们搜索信息资源的需要,节约时间,提高工作效率。
2 人工智能及其在SEO技术中的应用
作为重要的技术措施,人工智能的出现和应用,给很多行业带来变革,也大大方便人们的日常生活。下面将结合SEO技术的基本情况,就人工智能应用进行介绍和分析。
2.1搜索算法是关键
SEO是“Search Engine Optimization”的英文缩写,它的基本含义是搜索引擎优化。其出现和应用,对提高人们的搜索效率,更好开展各项工作具有积极作用。事实上,SEO技术指的是网页内外各种可以用来提高网站在搜索引擎中排名的设计策略。搜索引擎的构成包含多方面内容,并且每个部分缺一不可,分别发挥相应的作用,进而让整个系统更好运营。在这些构成内容当中,搜索算法是关键的组成部分,也是促进人工智能系统充分发挥作用,有效满足人们日常生活和工作需要的关键。
2.2搜索是基本技术
利用人工智能技术解决实际问题时,搜索是最基本的技术,也是解决问题过程中不可忽视的内容。具体应用中,符号智能、计算智能,解决具体问题的应用、智能行为本身,都离不开搜索技术的应用。
2.3应用启发式搜索法
在搜索路径对信息进行控制的过程中,增加被解问题的某些特征,进而更好指导搜索,让搜索朝着最有希望达到目标节点的方向前进,进而满足实际工作需要,节约成本,降低劳动强度。启发式搜索法指导排序时,可以分为局部排序和全局排序两种不同方式。
2.4启发信息的三种模式
决定要扩展的下一个节点,防止在宽度或深度优先搜索过程中,出现盲目扩展现象。扩展节点的过程中,决定要生成的后继节点,防止盲目生成所有可能的节点。决定需要从搜索树中抛弃或者剪切的节点,促进节点生成和计算顺利进行,有利于搜索顺利进行,更好完成相应的工作任务。
2.5搜寻算法的应用
启发式通常用于资讯充分的搜寻算法,图1展示的是启发式搜索符号,包括开始节点、一条弧的代价、不同的节点等内容。在图1中,最好优先贪婪算法会为启发式函数选择最低代价的节点,如果h(h)是可以接受的,未曾付出超过达到目标的代价,那么在计算和具体应用中,一定会找到最佳解。
f(n0)=到达一个目标的最低代价(最优)路径的代价
f(n)=g(n)+h(n)=到达一个目标的最低代价路径的代价――仅通过节点n
g(n)=从n0到n的最佳路径的代价
h(n)=从节点n到一个目标的优化路径的代价
2.6 n-puzzle的应用
为直观形象了解启发式算法的好处,下面将进引入这方面的经典问题――n-puzzle的应用。该问题在计算错误的拼图图形、计算任意两块拼图的曼哈顿距离总和、距离目的地的距离时,都会得到具体应用。在应用过程中,必须保证应用条件在可以接受的范围之内。曼哈顿距离是一个简单的n-puzzle问题,假设移动一个方块到想要的位置,不考虑移动其他方块问题,计算中采用的是启发式函数式。
2.7 利用启发式算法
搜寻问题中,每个节点都有b个选择,同时还要明确到达目标的深度d。最为简单,操作方便的算法是搜寻bd个节点,然后才能探寻到最佳答案,顺利完成计算任务。事实上,为顺利完成计算任务,首先应该了解两个节点的距离和位置,并在启发式算法的应用中,一般采用某种切割机制来降低分叉率,达到提高搜寻效率的目的。启发式算法的计算工作简单,计算效率比较高,能有效满足实际工作需要,可以为搜寻树的每个节点提供较低分叉率,对提升计算能力也具有积极作用。
3 结束语
总之,人工智能是技术创新和发展的结果,其出现和应用对各行各业以及人们的生活和工作产生重要影响。为此,实际工作中应该重视人工智能的应用,完善系统设置,注重技术创新,让人工智能更好服务于各行各业。本文介绍了人工智能及其在SEO技术中的应用,并探讨了具体的应用对策。事实上,在SEO技术当中,通过启发式搜索算法的应用,能够获得需要解决的问题,包括需要搜索的单词或短语,方便读者了解这些内容,然后熟练应用相应的算法完成工作任务。使用者在获取单词或短语的基础上,有利于快速浏览所需要的关键字,进而节约劳动力,缩短单词的搜索时间,在搜索中查找需要的信息,进而能够快速完成工作任务,促进人工智能在SEO技术中取得更好的应用效果。
参考文献:
[1] 史忠植.高级人工智能[M].2版.北京:科W出版社,2006.
[2] 陈真诚,蒋勇.人工智能技术及其在医学诊断中的应用及发展[J].生物医学工程学杂志, 2002(3):505-509.
[3] 马龙.人工智能技术在电气自动化控制中的应用[J].山西焦煤科技,2014(z1):50-52.
[4] 滕国文,滕硕.人工智能及其在SEO技术中的应用[J].吉林师范大学学报:自然科学版, 2012(2):41-43.
[5] 廉师友.人工智能技术导论[M].2版.西安:电子科技大学出版社,2002.
近年来,人工智能数据、算法、算力生态条件日益成熟,我国人工智能产业发展迎来一轮战略机遇,智能芯片、智能无人机、智能网联汽车、智能机器人等细分产业,以及医疗健康、金融、供应链、交通、制造、家居、轨道交通等重点应用领域发展势头良好。2020全球人工智能产品应用博览会近日在苏州开幕,会上,中国经济信息社江苏中心联合新一代人工智能产业技术创新战略联盟共同《新一代人工智能发展年度报告(2019-2020)》。《年报》认为,当前我国人工智能产业发展面临四大问题亟待“求解”。
一是我国人工智能领域的基础创新投入严重不足。从企业研发创新看,中国人工智能企业的创新研发支出仍远远落后于美国、欧洲和日本。2018—2019年,美国人工智能领域企业投入的科技研发费用占据了全球科技支出的61%,我国人工智能领域企业研发支出虽然快速增加,增速达到34%,但实际占据的全球科技支出份额明显小于美国。从人工智能知识产权保有量看,我国各类实体拥有的人工智能专利总量超过3万件,位居世界第一,但中国相关企业拥有的人工智能相关专利多为门槛较低的实用新型专利,发明专利仅占专利申请总量的23%。同时,根据世界知识产权组织的数据,我国企业拥有的95%的人工智能设计专利和61%的人工智能实用新型专利将会在5年后失效,相比之下,美国85.6%的人工智能专利技术在5年后仍在支付维护费用。2020年,我国需要在人工智能基础研究与创新,打造核心关键技术长板、加强知识产权保护方面加大投入力度。我国人工智能产业的算力算法核心基础相对薄弱。我国人工智能发展在数据规模和算法集成应用上都走在世界前列,但在人工智能基础算力方面,能提供国产化算力支持的企业还不多。在人工智能的算力支持方面,IBM、HPE、戴尔等国际巨头稳居全球服务器市场前三位,浪潮、联想、新华三、华为等国内企业市场份额有限;国内人工智能芯片厂商需要大量依靠高通、英伟达、AMD、赛灵思、美满电子、EMC、安华高、联发科等国际巨头供货,中科寒武纪等国内企业发展刚刚起步。在人工智能算法方面,主流框架与数据集领域国内外企业龙头企业包括谷歌、脸书、亚马逊、微软等,深度学习主流框架TensorFlow、Caffe等均为美国企业或机构掌握,百度、第四范式、旷视科技等国内企业的算法框架和数据集尚未得到业界的广泛认可和应用。2020年,我国需要进一步部署加强人工智能基础设施建设,并重视国内人工智能算法框架的创新推广。
二是“高端”的AI技术与“中低端”的产业之间存在脱节现象。相对于庞大的经济体量,目前我国人工智能推广应用有限,仍有不小提升空间。人工智能技术与企业业务需求存在鸿沟,尤其是传统企业的整体智能化程度偏低。以制造业为例,业务信息化水平不足造成的场景数据获取困难,研发投入大和交付周期长,成为一部分企业利用AI进行转型升级的制约因素。
三是产学研合作密切度待提升,成果转化率不高。一方面,高水平、跨行业复合型人才稀缺。当前我国人工智能产业发展迅速,但人才尤其是高水平、资深人才规模较小,难以满足行业发展需求。我国人工智能基础环节薄弱,与缺少顶级基础研究人才有直接关系。市场上缺少既了解行业又掌握人工智能关键技术,还能够进行应用开发的复合型人才。另一方面,对我国人工智能产业而言,高校、科研院所、企业之间如何实现密切合作的问题亟待解决。现有产学研合作培养模式较为单一,高校、科研院所、企业之间的合作多为自发性短期行为,缺乏顶层统筹以及可持续运行机制。
四是数据使用不规范问题较为突出,安全问题逐渐显现。人工智能技术在造福人类的同时,也引发了诸多安全问题,以算法战、深度伪造为代表的人工智能技术滥用给经济社会带来严重负面影响。算法战指的是将人工智能算法、机器学习等技术全面应用于对敌作战中的情报收集、武器装备、战场勘测、指挥协同、决策制定等环节,核心目标是利用人工智能技术提升军事作战能力;深度伪造是一种基于深度学习的人物图像合成技术,随着人工智能算法开源不断推进,深度伪造技术门槛正在不断降低,非专业人员已经可以利用简单开源代码快速制作出以假乱真的视频和图像。2019年以来,基于人工智能的算法战和深度伪造的正在扩大军事影响、形成网络暴力、破坏政治选举、扰乱外交关系等方面被滥用,并给社会和国家带来极大风险。上述对人工智能技术的滥用给我国家安全、产业安全、社会经济安全带来巨大风险,需提前预防可能风险,并寻求国际支持。
对策建议:
一是加强人工智能基础能力建设。首先要大力推进人工智能算法库、解决方案库、数据集及公共服务平台建设,强化人工智能发展基础。其次加强面向人工智能发展应用的5G网络、边缘计算硬件新兴信息基础设施建设。最后要对各行业企业自动化、智能化改造的产出、效果进行科学有效测算,指导企业找准技术研发投入的切入点,利用好人工智能技术实现经济社会高质量发展。
郑子斌
百度副总裁,百度美国研发中心总经理
毕业于美国斯坦福大学并获得计算机科学硕士学位。曾任职于Google、阿里巴巴、Oracle等知名企业,有二十余年的硅谷与国内研发管理经验,其中十余年致力于互联网营销技术创新,是人工智能与大数据领域资深实践者。2010年5月正式加盟百度,目前全面负责百度搜索公司大商业体系。
无论在PC时代,或移动时代,还是正在到来的人工智能时代,搜索一直是最便捷的信息获取途径。不同的是,用户将会拥有越来越智能、多样化的搜索手段。例如语音搜索,图像搜索等新兴搜索方式正在逐渐被广泛的使用。百度作为代表中国人工智能最高水平的互联网公司,在人工智能方面的应用体现在很多方面,从推出语音输入法,到开放深度学习平台,再到开放百度大脑平台,百度正在尝试在更多层面上将人工智能与搜索无缝衔接。
进入信息分发2.0时代,用户不仅需要更便捷智能地找到信息,也需要个性化的信息主动推荐;在“人找信息”的同时,实现“信息找人”。百度能够向用户提供双向智能适配的信息分发服务,通过搜索+推荐相结合,实现信息分发2.0。“手机百度信息流”是百度“信息分发2.0”落地的一个缩影。2016年,短短三个月其流量快速增长了20倍,背后是优质内容与用户信息需求的精准匹配,百度的人工智能技术始终扮演着重要角色。
人工智能在智能互联网的时代背景下,重新定义了商业关系,也必将带来商业模式的改变。2017年,在“人工智能+”新商业环境中,百度商业将会把更多领先的人工智能技术应用到整个产品和服务体系中,并向第三方合作伙伴开放,推动更多产品和服务智能化。百度将对大数据进行深度学习、深度应用、得到深度数据,从而帮助合作伙伴在商业决策、企业创新、行业重构上做出正确抉择,完成生产流程、产品设计、解决方案及市场策略向人工智能时代的跨越,并实现行业突破与升级。
百度商业的“因智而能”让营销理念正在从“Big Data”到“Deep Data”进行转变。数字化营销的目标从之前被动捕捉迎合消费者需求,进入到下一个层级“激发、诱导”消费者需求。未来随着技术发展,用户的注意力成稀缺资源,因此,只有精准触达目标用户,输出用户关注的内容,才能获得更大的商业价值。在数据层面,百度基于搜索数据的海量沉淀,百度大脑强大的数据处理技术,通过对用户的实时匹配计算和动态建模,将信息标签和人群标签智能匹配,通过“搜索”+“推荐”相结合,实现真正双向智能适配的信息分发服务。
基于百度营销大脑的意图引擎,百度打造了一种全新的人工智能营销思维。通过搭建搜索、地图、糯米等多元化的平台,可以化媒体、广告主及消费者间的沟通交流,并借助人工智能技术洞察消费者的意图,在合适的时间和合适的地点向消费者推荐需要的服务。更为重要的是,百度正在把这些人工智能技术开放给更多的合作伙伴,赋能包括商业在内的各行各业。同时,百度也将在语音交互、图片交互、自然语言交互等方面不断智能创新,与广大合作伙伴一起共享人工智能的红利。
2016营销感悟
技术与营销越来越密不可分。当前媒介分散化,信息碎片化、用户消费个性化的移动互联网时代,快消品行业广告的浪费率不是50%,可能是90%。百度“双向智能适配的信息分发服务”可以帮助广告主全面布控消费者决策路径的不同环节,减少流量在跨媒体、跨平台之间的流失。如今不论是效果类广告,还是品牌类的营销都离不开技术,运用技术可以帮广告主更加智能的匹配信息,同时运用搜索+推荐的精准分发,让用户对信息消化的效率提高,这些不仅仅阐释了互联网的未来趋势,每个做企业的人都应该把握住这个趋势。因为,今天是互联网的升级,明天就是整个产业链的升级。
这是以张国荣在影视、电台等留存下来的原声建模,通过情感语音合成技术实现与粉丝“隔空对话”。据了解,任何一个人只要用30分钟按照要求录制50句话,就可以用百度大脑的语音合成技术模拟出这个人的声音,这意味着,今后每个人都可以拥有自己的声音模型。这是百度大脑所具备的基础能力之一,从语音、图像到自然语言理解再到用户画像……百度在这些领域的应用已经深入到人们的日常生活中。当这些能力赋予全社会的每个人,就能变换出无穷无尽的可能性,让我们重塑对未来的想象。
人工智能的这种神奇魅力吸引了各大科技公司,谷歌、Facebook、IBM等国外科技巨头纷纷通过成立人工智能实验室、并购初创公司等方式,在人工智能领域进行多点布局。百度亦不例外,在人工智能方面的研发可谓不遗余力,更是第一个把人工智能提到核心技术创新地位的国内互联网公司。
2015年底,百度挖来NEC美国智能图像研究院的负责人林元庆担任百度深度实验室主任,由他带领深度学习实验室研发具有统治级别的人工智能技术。在本刊的专访中,林元庆表示,“我觉得中国的互联网节奏非常快,尤其是人工智能的发展。现在人工智能的刚需已经很明显了,可以说非常旺盛,关键是如何把刚需挖掘出来,做出来,这才是重要的。”
百度大脑是百度人工智能的核心
《网络传播》:百度大脑目前有哪些阶段性成果,其价值体现在哪里?
林元庆:百度大脑已建成超大规模的神经网络,拥有万亿级的参数、千亿样本、亿级特征训练,能模拟人脑的工作机制。通过深度学习、大规模计算和大数据三大部分,百度大脑目前已经具备了语音、图像、自然语言理解和用户画像四大前沿能力。以语音识别为例,目前百度语音识别的准确率能够达到97%。在人工智能时代,百度大脑将是百度向社会输出人工智能技术能力的核心,经过长期的投入与布局,未来百度大脑不仅将像百年以前的电力一样成为商业新能源,更将深入到生活中,将电影中的场景变为现实。
《网络传播》:百度大脑宣布对广大开发者、创业者及传统企业开放其核心能力和底层技术开放,是出于何N考虑?
林元庆:百度大脑开放共享的思路,实际上是希望在时代变革大幕开启之际,助力广大合作伙伴全面共享人工智能时代,完成下一幕的转型升级。百度大脑未来将与各行各业结合,衍生出不同领域的行业大脑,比如医疗大脑、交通大脑、金融大脑等。目前,百度大脑已经应用到教育、金融和娱乐等多个行业。
人工智能渗透百度所有产品线
《网络传播》:今年基本上全球各大互联网公司都把人工智能作为最核心突破的领域,在这一领域,百度和其他公司的战略方向有何不同?
林元庆:百度在人工智能领域起步早,布局领域广,并且已经有很深的积累,既实现了对内业务的支持,也进行了大量对外技术的输出。目前,百度的人工智能几乎已经渗透到百度所有的产品线当中,以此改进百度全线产品的用户体验并提升用户黏性。比如说手机百度的语音搜索、凤巢的推广系统以及百度外卖的调度系统、百度金融结合人工智能给用户的画像等等。接下来百度一方面将进一步提升各项人工智能技术,打造平台化的对外输出能力;另外一方面还将着力把这些人工智能技术和能力应用到具体行业和垂类中,提升行业的效率,促进行业变革。
《网络传播》:虽然业界普遍认可人工智能的巨大前景,但在目前来看,人工智能在短期内还很难看到盈利,那么,怎么看人工智能的普及和商业化?
林元庆:人工智能已经为百度的搜索业务提供了巨大帮助。人工智能的发展和普及有四大关键性的支柱――机器学习算法(特别是深度学习)、大数据、大规模计算,以及可供以上要素不断训练迭代的大应用。目前,人工智能在前三个领域都已经有了一定程度的突破,同样关键的是人工智能技术的大规模应用,只有在制造业、医疗、汽车驾驶、娱乐等各个领域各个场景的不断应用,才能形成“数据-技术-产品-用户-更多数据-更强技术”这样的一个正向循环。在这些不断扩展的应用中,商业化也就是自然伴随而来的事情了。
互联网的下一幕是人工智能
《网络传播》:如何看人工智能在2016年的“爆发”?
林元庆:1956年夏天,“人工智能”首次被提出,但在之后的半个世纪都没有能够解决人工智能的问题。上世纪70年代到90年代,美国一直有人工智能的课程,但却没有实际的应用,在当时,任何一个领域都看不到有价值的人工智能应用。上世纪90年代以后,数据量越来越大,计算的能力也越来越强,机器学习逐渐兴起;到2006年,深度学习的概念被提出,特别是在2010到2012年间,深度学习在语音识别和图像识别领域取得了突破性进展。深度学习的成功极大地推动了人工智能的商业化。实际上,在2013年,《MIT科技评论》就已经把深度学习列为当年的十大技术突破之首,但今年确实是人工智能大规模商业化落地的一年。
《网络传播》:人工智能将会如何影响各行各业?
林元庆:影响最大的是制造业。当人工智能时代到来,制造业会彻底被物联网改变。未来所有商品都能联网,将数据传回云端,通过人工智能技术进行分析,为消费者带来实实在在的价值。汽车工业也将被人工智能彻底改变,尽管安全问题的解决路径在传统汽车厂商与创新厂家间有所不同,然而我们基本上还比较自信,有一天会进入来自动驾驶时代。此外,娱乐业及健康产业同样也会被人工智能所改变。对于前者,虚拟现实与增强现实很可能会成为主流的内容形式,颠覆消费者对娱乐内容的消费方式;对于后者,通过基因分析、精准的医疗图像诊断,患者的疾病将得到更加精准和个性化的治疗。
关键词:人工智能;科技情报;自动感知
中图分类号:TP18文献标志码:A文章编号:2095-2945(2020)32-0057-02
Abstract:Fromtheperspectiveofartificialintelligence,peoplerequireasignificantimprovementintheaccuracyofscientificandtechnologicalinformationservices,sothatitsvaluecontinuestorise,bringingchallengesandopportunitiesforintelligencework.Bysummarizingthecontentsofartificialintelligenceandscientificandtechnologicalinformation,combinedwithartificialintelligencetechnology,thispaperstudiestheautomaticperceptionofscientificandtechnologicalinformationneedsconcerningthekeypoints,contentperceptionandotheraspects,highlightingthewisdom,intelligenceandefficiencyofscientificandtechnologicalinformationwork,andoptimizingtheautomaticperceptionscheme.
Keywords:artificialintelligence;scientificandtechnologicalinformation;automaticperception
前言
当前科技情报服务对象不仅局限于特定的行业和领域,已经逐渐渗透至某一技术和个人,情报机构只有提升情报分析和反应能力才可以满足新需求。因此,机构有必要加强对用户需求的感知度,依托人工智能技术构建科技情报的感知框架,提升感知工作的合理性和高效性,进而挖掘科技情报感知领域的价值。
1人工智能及科技情报感知概述
1.1人工智能分析
人工智能又称AI,伴随着计算速度、核心算法的优化,该技术已经在神经网络、自然语言、机器学习等方面趋于成熟。当前人工智能技术可以定制个性化任务,结合不同的环境响应个体需求,制定解决方案[1]。因此,人工智能技术能够快速处理海量数据,若人类智力水平已无法满足严苛工作要求,可以借助人工智能技术处理复杂工作。同时,科技情报感知模块属于综合预测过程,因此有必要结合人工智能技术制定科技情报感知方案,实现情报工作向智慧化、个性化、精准化方向发展。
1.2情报感知分析
科技情报感知主要是工作人员针对采集到的数据完成处理、分析,进而满足受众对于情报的需求,并对今后其发展过程进行预测。学者刘记曾指出,依托科技情报感知工作可以为实现国家治理体系和治理能力现代化提供支持,加快情报刻画、情报感知以及情报响应能力的建设进程。其中,情境感知的研究具有一定复杂度,G.Chen通过调查情境信息、情境类型、情境传播等模型和系统,分析情境感知的应用程序,得出情境感知是领域普适学习的关键。例如,借助情境感知可以为用户提供体温、运动路径、温度等方面的服务。
因此,科技情报感知工作对于我国情报治理、预先感知等方面影响较大,结合人工智能技术创新科技情报感知模块已是大势所趋。当前大数据时代科技情报已经不仅停留于文献领域,正逐渐向多种数据源模式发展,要求科技情报软硬件不断升级优化,数据存储和处理水平逐渐升级,进而满足社会对情报数据的需求。
2人工智能视域下科技情报需求自动感知研究
2.1融合关键点
(1)创新驱动。当前科技情报需求逐渐向科技创新领域发展,依托我国创新驱动的发展战略,基于科学技术完成升级和发展。将科学技术和科技情报相结合后,情报工作的创新性较强,具有数字化和智慧化优势,并突出情报工作的个性化和精准性。因此,依托人工智能技术完成科技情报的自动感知十分关键,是当前科技发展的必经之路。
(2)前瞻性定位。新时期资源的网络化和数字化发展为科技情报研究工作提供大数据支持,可以在海量数据的收集、分析、处理方面发挥优势。传统的数据研究方式很难在大量数据的基础上提升情报研究质量,同时会增加研究人员的任务量。且每位工作人员自身的专业知识、情报敏感度、知识状态存在差异性,导致最终得出的情报结果不同甚至差异化较大。应用人工智能技术完成科技情报的自动感知十分重要,可以突出工作的准确性、高效性和稳定性。因此,将新兴人工智能技术和传统情报服务工作相融合是现代情报领域的关键,如自动获取和加工情报、高速处理文本信息、人工智能决策平台、依托語义内容的科研成果评价等[2]。
2.2内容感知
(1)感知系统分析。大数据背景下,科技情报预测和传播功能受到重视和应用,属于科技领域的研究热点,可以对竞争、合作、研究方面进行正确的价值判断。科技情报感知主要依托可靠、丰富的数据,借助“互联网+大数据”模式获取信息,在多种资料中得到关键的信息和数据,进而完成科技情报的感知工作。同时,数据源具有冗余度高、形式多样、存储量大的优势,因此能够落实科技情报感知工作,筛选数据源、除去冗余数据、分析剩余有效信息。借助数据集模式与知识储备库、感知数据库一同为感知过程提供信息支持。内容感知系统内的数据源并非固定不变,且信息的更新速度较快、技术淘汰时间较短,因此内容感知是实时更新、持续变化的数据系统。基于相关辅助项目,帮助用户了解工作内容。例如,借助“科技情报产品报告”为感知系统研究和应用提供支持,该报告可以帮助用户了解系统,提前评估系统实际能力,便于用户针对性提出情报需求。
(2)系统实现模式。a.数据源存储。若想发挥科技情报的自动感知作用,系统内需要具备大容量数据集合,进而为感知产品提供分析支持。同时,数据处理过程中对于信息查询、存储挑战较大。因此,本课题结合Neo4j数据库、互联网技术提升数据处理和存储效率,提高系统适应水平,保证其良好的查询效率。Neo4j数据库主要划分为两类应用模式:服务器模式、内嵌模式。本课题利用内嵌模式,借助Java-API,将Neo4j数据库和图模型相互整合。由于API的特点是数据结构灵活,因此可以通过直接编码的模式和图数据库完成交互操作。b.数据源分类。若想对数据源完成自动分类,建议识别数据源的结构功能。例如,利用机器学习、词汇特征等方式划分数据源的功能及结构。依托数据源要素、类型词汇特点、词汇分布特征等方面,依托神经网络内分类器训练模式,围绕领域技术、专题、情报报告、组织数据库等方面对数据源进行分类[3]。c.构建任务抽取模型。结合用户需求抽取目标任务可以充分发挥科技情报的自动感知优势,优化RNN模块。在研究阶段利用Bi-LSTM-CRF、卷积网络模型抽取数据源,并借助长短时双向记忆模型化解RNN梯度爆炸、消失情况。抽取模型内的输入数据是卷积,包含知识元素、句子、词等特征向量,而输出数据则依托(Conditionalrandomfield)条件随机得到结果完成预测。此模型借助多元组的方式展示数据源抽取结果,围绕数据源性质、事项、主体、依据、对象等要素进行连接。
2.3情境感知
(1)情境感知系统。情境感知系统内部因素种类较多,且科技情报感知阶段需要依据情境完成,并对感知结果造成影响。因此,在开展科技情报感知工作时,建议对特定用户完成重新评估。同时,情境感知在情报感知工作中十分关键,若忽视结果会对外部情境产生较大影响,使预测工作丧失精准度。因此,应基于外部情境条件定位事物发展方向,得到精准感知结果,发挥情报前瞻性优势。其中在获取情境数据时应关注“小数据”,即初始结构化数据,此类资源虽数量较小,但是内部包含价值信息,可以获取历史情境信息。此外,问题情境应围绕横向和纵向两个层面分析,横向维度是梳理本层实际情况,针对性选择研究方法和处理方式;纵向维度则依托时间节点理清情境信息。
(2)系统执行方案。情境感知系统建设主要内容是借助科技手段获取某一情境内的数据并完成融合。因此,情境感知技术实际上是借助人工智能中传感器等技术,依托计算机感知当前情境,完成感知应用、智能识别、决策支持,具有无干扰的优势。情境感知包含情境获取、处理、应用三个阶段。其中,情境获取主要依靠传感器终端获取设备关联、用户关联、资源关联、环境关联情境,并将上述情境信息转变为数字信号,利用嵌入系统完成判断和处理;情境处理过程则借助建模的方式控制情境信息,构建信息数据库。整合情境感知信息并协调对应的组合,控制资源分布并将其嵌入至感知数据库内;服务应用阶段相当于人工智能处理模块,可以结合用户需求提供合理服务。
2.4需求-反馈机制
(1)工作过程。需求-反馈机制实际上可以体现用户和人工智能间的关联性,属于科技情报感知的关键环节,包含自动感知信息、数据、产品模块。依托人工智能技术,通过AI方式减轻工作人员任务量。其中,AI能够智能化处理多领域工作,如医疗、教育、驾驶、金融、安防等。在科技情报感知领域引入人工智能技术可以准确、高效、及时地开展情报工作,提升工作效率、减少决策偶然性、加快数据分析处理速度。同时,科技情报感知工作的主体是用户,首先需要将其对产品的需求发送至AI处,其次借助人工智能模块分析、整合内外感知数据库信息,最后向用户反馈情报产品和相关结果。
(2)情报感知产品。情报感知产品主要结合用户产品需求,依据感知数据库内的条件因素预测今后用户对于情报产品的需求,进而在后续工作中有针对性地向用户推送产品信息,为科技情报工作的可持续发展提供支持。因此,人工智能和科技情报感知工作相结合可以充分发挥自动感知优势,降低对工作人员决策的依赖性。专业人员依据多种数据源进行分析与评估,最终得出精准的感知结果。同时,人工智能技术的应用可以自动形成情报感知产品,并向用户推送反馈数据,由主动感知向自动感知发展,契合新时期情报3.0的发展趋势,加快国家科技决策和科技创新发展进程。
随着科学技术的快速发展,机械工程由传统的机械工程项机械电子工程方向转变,同时机械电子工程和人工智能的有效结合,不断的向自动化、智能化、数字化方向发展。机械电子工程与人工智能的整合,为社会生产力的发展带来了历史性的变革,对于推动党建社会的发展和进步具有非常重要的作用。因此,文章针对机械电子工程与人工智能整合思路构建的研究具有非常重要的现实意义。
2机械电子工程与人工智能的特点分析
2.1机械电子工程的特点分析
机械电子工程是指在信息技术快速发展的背景下,发展起来的以机械电子工程为核心的柔性制造系统,是以计算机技术、机械工程与电子工程为核心的综合性学科,机械电子工程的特点主要包括以下几个方面:(1)性能丰富,结构简单,机械电子产品与其他产品最大的区别在于不仅性能丰富,而且结构比较简单,传统的机械产品虽然具有较高的性能,但是外形比较笨重,因此机械电子工程在未来具有非常好的应用前景;(2)多技术融合的设计,电子机械工程是综合计算机技术、机械工程以及电子工程等多个相关技术融合设计的,工程师在进行机械电子工程设计的过程中,需要对各种技术、策略进行考虑,并将所有的技术、策略进行整合,以此完成相关产品的设计。
2.2人工智能的特点分析
人工智能是复杂、综合的学科,主要包括哲学、控制论、心理学、信息论以及计算机等,人工智能在社会生产与生活中发挥了非常重要的作用,具有非常广阔的应用前景。人工智能分为不同的发展阶段:(1)初级阶段,人工智能的研究方向主要集中在博弈、证明以及翻译等方面,此阶段在机器人、专家系统、自然语言理解、计算机视觉等方面获得了非常大的成就;(2)第二发展阶段,该阶段主要集中在商业化产品以及知识工程的应用领域,在智能机器、计算机视觉、基础常识、不确定推理以及分布式人工智能等方面获得了很大的成就,第二发展阶段相对平稳,但是平稳的发展阶段已经从原来的单个体向分布式方向发展。在当今社会,人工智能已经成为一种复杂、系统的技术,并且在人类生产和生活中发挥了至关重要的作用,作为一门使用的技术,在推动时代的发展中占据着非常重要的地位。
3机械电子工程和人工智能的整合思路分析
3.1机械电子工程与人工智能的关系分析
机械电子工程具有一定的不稳定性,描述机械电子系统的输入和输出的关系相对困难,传统的描述方式包括:学习并生成知识描述法、建设规则库方法以及数学方程推导法三种,由于传统的描述方法的严密性和精确度不高,并不能够满足曰益复杂系统的实际要求。人工智能在处理信息中具有很大的优势,能够有效解决传统机械电子系统不确定性、不稳定性、复杂性等问题。因此,机械电子工程与人工智能的整合已经成为一种必然趋势。机械电子工程中人工智能技术的应用存在一定的差异性,并不能够对网络系统进行有效的描述,并且系统资料库创建过程中需要进行严密的数学分析,在分析的过程中会出现许多问题,导致网络系统的建设存在许多问题,导致网络系统出现崩溃的现象,这对于机械电子工程系统的发展是非常不利的。人工智能技术创新的工程方式能够帮助机械电子工程系统创建系统资料库,机械电子工程和人工智能之间存在的密切关系,对现代科学技术进行了强化,对于促进机械电子工程的发展具有非常重要的作用。
3.2人工智能技术在机械电子工程中的应用分析人工智能技术在机械电子工程中的应用,创建了两大系统:其一,模糊推理系统,基于模糊集合理论的模糊推理系统,以模糊理念为设计工具,具有处理模糊信息的功能,模糊推理系统已经被广泛的推广和应用在数据处理、自动化控制等领域,并且获得了良好的效果,机械电子工程中的模糊推理系统,创建了模拟人脑的功能,进行语言信号的分析,通过网络结构接近一个连续函数,并运用域到域的映射方式规则的储存信息,具有非常明确的物力意义,但是模糊推理系统连接不固定,并且计算量相对较小,应用范围相对有限;其二,神经网络系统,神经网络系统是人工智能的重要分支,神经网络以神经元的兴奋模式将信息分布在网络上,并进行动态的相互作用,人工神经网络系统的特点是对信息进行分布式的储存,并且能够进行动态的协同处理,神经网络系统不仅具有丰富的行为,而且结构非常简单,神经网络系统能够模拟大脑的结构,对数字信号进行分析,采用点到点的映射方式联系各个神经元,具有输入输出精度高,计算量大等特点,与模糊推理系统相比,神经网络系统的应用范围更广泛。创建基于模糊推理系统与神经网络系统的智能系统后,其在机械电子工程领域的应用越来越广泛。神经网络与模糊逻辑系统的融合通常采用以下两种方式:功能相似的融合,利用模糊变量隶属函数和神经网络中神经元的非线性映射部分功能相似的融合,对神经元输出特性进行调整,能够实现对隶属函数的优化与修正;利用神经网络与模糊系统算子相似性的融合,合理的选择算子,既能够保证足够的信息量,又能够简化运算;功能互补的融合,将神经网络的学习能力融于模糊系统的分布式储存规则中,能够有效的提高模糊系统的智能;将模糊系统的逻辑推理功能融入到神经网络系统中,能够有效的提高神经网络系统的逻辑推理能力。
2016 年 11月 26 日,以“大融合,大未来”为主题,第十届中国医院院长年会于厦门召开。英特尔(中国)有限公司作为医疗健康领域发展的长期推动者受邀参与了此次活动。在“大融合、大协同、大平台”分论坛上,英特尔同与会嘉宾分享了前沿技术与医疗行业融合的新趋势、新实践;并携手产业伙伴共同宣布“联合创新实验室”成立,旨在凝聚业界力量,共促医疗云、大数据、人工智能等技术在医疗健康领域的落地。
目前,大数据、云计算、物联网等技术已经快速渗透到临床服务中,重新定义了医院的管理和运营;同时,人工智能等前沿技术也在为医疗行业的发展带来新契机。医院传统的经营和服务模式正面临变轨。会议期间,英特尔联合18家成员单位宣布“联合创新实验室”成立。实验室汇聚了包括医疗机构、科研机构、技术公司和科研服务公司在内的多方力量,旨在推动技术试点和科研工作,加快行业发展路线和标准制定,加速大数据、医疗云、人工智能等技术在大健康领域的落地。
浙江大学教授、浙江省数理医学学会理事长孔德兴分享了人工智能技术在甲状腺疾病筛查、干预和治疗过程中的应用。“依托英特尔至强平台,我们针对甲状腺超声影像数据的特点对算法进行了改进和优化,并利用所获得的大样本对计算机进行训练,经与浙江大学附属第一医院的联合测试,其诊断准确率可达85%以上。我们期待,这项应用在未来可以拓展至更多领域”。
一直以来,英特尔都在挖掘计算的潜能,并驱动相应解决方案的开发和应用,作为“联合创新实验室”的成员单位,英特尔将继续发挥其对行业的洞察和技术领先优势,推动相关项目的发展,不断促进医疗云、大数据、物联网、特别是人工智能等创新技术在医疗行业的应用开发和实施。
“在近期的人工智能战略中,英特尔宣布将通过一系列从前端到数据中心的全新产品、技术及相关投资计划拓展人工智能的发展空间,加快发展速度,突破性能瓶颈,实现技术大众化及社会效益最大化”,英特尔医疗与生命科学集团亚太总经理李亚东表示:“英特尔希望推动中国融入人工智能时代,在加速人工智能和医疗行业融合发展的道路上,我们将同产业伙伴一道加速技术创新和应用进程,使人工智能更快的惠及大众。”
关键词:技术驱动;共同物流;云计算;人工智能;物联网
中图分类号:F252 文献标识码:A 文章编号:1003-854X(2013)06-0073-04
一、相关文献述评
商业模式是指企业为持续达到其主要目标而确立并运用相关运营机制,并对运营机制进行拓展,综合利用全部相关策略,创造顾客价值并实现企业价值的新型经营方式。刁玉柱(2010)较为系统地梳理了商业模式创新的相关研究成果,从战略分析、要素利用、价值创造及系统整合等四大视角归纳总结了商业模式创新的基本逻辑,认为战略分析与选择是商业模式创新的前提条件与逻样起点,技术、知识及组织创新是商业模式创新的主要动力,价值链的升级转换是商业模式创新的本质逻辑,企业系统间的因果联系是商业模式创新的内在机理①。
关于商业模式创新路径的研究集中在三个方面:一是基于商业模式创新动力与路径关系的研究。Yao Weifeng(2007)等人认为,商业模式创新起源于技术创新,技术创新产生了新的技术突破及市场需求,企业通过抓住技术革新和市场变迁的发展机遇,形成核心竞争力,增加新的利润来源,就可以产生新的赢利模式和商业模式,为顾客和自身创造价值。Fumio Kodama(2004)等人通过研究世界发达国家实践经验,认为网络技术、人工智能技术和模块化制造技术的变化推动了美国、欧洲国家和日本相关企业的商业模式创新,而且商业模式创新有助于企业在更大程度上获得技术变化所带来的收益③。二是商业模式创新途径方向的相关研究。代表性的成果有:Amit等人(2001)采用问卷调查分析方法,研究了美国和欧洲59家互联网企业的商业模式,认为高效率、互补性、目标一致性和新颖性是商业模式创新的方向④;Miles(2006)认为企业之间的深入合作是推动商业模式持续创新的方向。三是基于商业模式创新类型的研究。代表性的成果有:Linde和Cantrel借鉴熊彼特的创新理论将商业模式创新分为四种类型:挖掘型、调整型、扩展型、全新型,为企业引入全新的商业逻辑⑥。Mark等三位著名学者(2008)认为商业模式创新是企业利润增长的关键原因,商业模式创新涉及四个基本要素:客户价值主张、盈利模式、关键资源和关键流程,客户价值主张和盈利模式分别明确了客户价值和公司价值,关键资源和关键流程则描述了如何实现客户价值和公司价值⑦。
共同物流是一种将分散的物流资源共同利用,物流设施与设备共同运作和物流体系共同管理的新型运作模式,多个分散的物流参与方形成合作联盟,共同提高物流系统整体运行效率,显著降低资源消耗。对共同物流的研究最早起源于日本运输省和相关学者对共同配送的研究。荣朝和(2001)介绍了欧洲共同运输政策,并对我国的相关运输体制和政策问题进行了探讨⑧。黄福华、周敏(2007)等深入研究了湖南省农产品共同物流、中小企业共同物流、城市共同物流体系,以及中部地区零售企业的共同物流问题⑨。欧阳小迅、黄福华(2011)基于企业资源理论、交易费用理论提出了共同物流的两种运作模式:物流联盟和物流虚拟企业。王圣云等(2012)采用运输成本和网络分析方法,重点探究长江中游城市集群的物流一经济网络及其空间组织战略⑩。
二、技术变迁引发共同物流商业模式变革的机理
1 新一代技术变迁趋势
能够引致共同物流商业模式创新的新一代技术主要包括:云计算技术、人工智能技术、物联网技术。新一代信息技术和人工智能技术的应用,打破了传统商业模式各要素之间的平衡,建立起一种新的平衡态势,获取竞争优势。云计算(Cloud Computing)是基于互联网的相关服务的增加、使用和交付模式,通过互联网来提供动态易扩展且经常是虚拟化的资源。云计算使得计算能力也可作为一种商品通过互联网进行流通,使共同物流各参与主体的各种复杂信息实时沟通成为可能。人工智能技术(Artificial Intelligence)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。人工智能技术企图解析人类智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。在新一代人工智能技术支持下,共同物流的运作过程可以实现全智能化,从而大幅度减少人工劳动比例和操作失误,明显改善共同物流合作的工作效率。物联网技术(Internet of Things)是一种通过射频识别(RFID)、红外感应器、全球定位系统(GPS)、下一代互联网IPv6技术、激光扫描器等信息传感设备,按约定的协议,将任何物品与互联网相连接,进行信息交换和通讯,以实现智能化识别、定位、追踪、监控和管理的网络技术。在物联网时代,各种复杂信息可以通过无线传感网实现共享,共同物流各参与主体都可以实时监控整个运作过程。
2 技术变迁将引导共同物流服务内容的变化
物流服务是共同物流商业模式的支撑点。是共同物流各参与主体与服务客户进行价值交换的载体,当物流服务越能满足客户需求时,共同物流各参与主体盈利能力就越强。在物联网技术支持下,客户可以实时掌握货品运动轨迹,便于企业收集客户需求;云计算技术实现了对海量技术处理的可能;加上人工智能技术的数据挖掘与智能处理,能够实时地应对客户需求的各种变化。共同物流服务体不仅通过提供物流服务满足客户需求,同时也能够提供有价信息、知识服务、产品构想等虚拟产品,形成一体化的集成解决方案,全方位满足客户潜在需求,形成新的利润增长点。
共同物流联盟利用云计算强大的数据挖掘与分析能力,深化多样化的扩展需求,最终实现数据结点越多,资源组合可行性越多,可能开发的新型服务类型越多;另一方面,基于新技术的物流服务服务边际成本不断降低。共同物流各参与企业以开发高附加值产品、开发增值产品扩大收入:通过对客户知识的运用,深度预测未来物流业务的发展趋势,开发出引导客户需求的新型服务,保持长久的竞争力。
3 技术变迁将引导共同物流合作形式的变化
在新技术变迁中。共同物流联盟的成员企业之间信息变得更加透明,信息共享成本迅速降低,能够实现共同物流各成员企业合作形式的变革。在最终客户需求的导引下,共同物流各参与企业的合作形式将从“效率优先”向“智能优先”转变。企业之间的关系从“竞争对抗”向“合作联盟”形式转变,各成员企业与上下游企业共同构成价值链的节点网络,通过满足最终用户需求,获得合作联盟收益。
4 技术变迁将引导共同物流服务的客户需求变化
在传统技术条件下,共同物流各参与主体之间的信息沟通困难,知识共享与传播的难度非常大。通过物联网技术与云计算技术,实现了共同物流各参与主体之间的知识协同,能够更好地发掘、满足客户需求,提升客户价值。在新技术支持下,共同物流各参与主体对客户需求管理进行创新,从“满足需求”向“创造需求”方向发展,新技术实现了客户与共同物流服务企业之间的信息透明化,大大降低了双方的“信息不对称性”,客户对服务的认知越来越深刻,未来将更重视个性化、多样化需求的满足,不仅要求服务的结果,并且要求服务过程的体验。基本需求满足后,在服务之上所附加的个性价值、愉悦体验和精神满足成为客户需求的终点。未来,在新技术支持下,客户能够迅速学习各种新知识,在享受服务过程中知识增长和自身价值提升有可能成为服务重点。
三、共同物流商业模式创新路径设计
当前。我国共同物流还处于初期探索阶段,缺乏成熟的商业模式。在技术快速变迁的驱动下,共同物流的商业模式要素正在发生变化,共同物流联盟所提供的服务价值将从自身价值转变为客户价值,由此将引导共同物流服务内容、合作形式、需求发生变化,在此情景下,共同物流各参与主体必须在商业模式上有所应对,积极探索符合技术变迁背景的商业模式创新路径。
1 共同物流服务内容创新路径
共同物流服务是围绕最终客户的物流需求,多个参与主体联合开展相关业务,实现客户在全供应链上的价值。在技术变迁的背景下,共同物流服务内容将从以下几个方面创新:(1)供应链一体化服务。现有的物流企业一般采用“单打独斗”的运作形式,和其他物流企业是单纯的竞争关系,由于实力单薄,加上缺乏现代技术支持,无法提供覆盖供应链全过程的一体化服务。在新技术支持下,供应链的各企业能够实现信息实时共享,从原材料开始到最终产品交付客户手中的所有物流过程都能够置于共同物流各参与主体的监控之下,从而共同物流联盟能够提供供应链一体化服务。由于合作信息更加透明,共同物流参与主体的合作伙伴型业务关系有建立的可能,促进全供应链的协调。成为无缝链接的一体化过程。(2)完善信息服务内涵与范围。共同物流服务的各参与主体由于面向多个客户服务,能够及时收集掌握大量行业内一手数据,通过对相关海量信息的全面收集、深入挖掘、科学分析和智能化处理,利用云计算技术,得出各服务行业内的相关经验数据。共同物流合作企业可以凭借其广泛的服务网络为客户收集市场需求信息、产品销售与库存信息、用户反馈信息等,为生产经营企业的决策提供服务。(3)完整的全供应链金融服务。传统的技术条件下,中小企业虽然有大的融资市场。但由于单个物流企业对物流金融业务操作的技术能力十分有限,不可能满足中小企业的融资需求。在技术变迁的背景下,共同物流服务联合多个参与主体,可以共同完成供应链的全程物流服务,对整个供应链的库存实现了全程监控,能够在更大范围内提供“物流金融”业务。此举不仅能够解决中小企业的融资难题,同时给共同物流参与企业带来新的利润源泉。(4)知识发现与知识共享服务。物流服务具备技术密集、知识密集、资本密集、劳动密集等特点,在技术变迁推动下,技术密集特点将不断增强,劳动密集特点将削弱。在新技术支撑下,共同物流服务要求有丰富的经济学知识、管理学知识、运筹学知识、计算机网络知识、物流专业知识以及信息处理技术等知识与之相配套。未来,共同物流服务的核心竞争力就体现在它能综合运用各种知识为客户提供一个专业化的最优物流解决方案上。与此同时,共同物流还将综合利用各种新技术手段,为客户提供知识发现和知识共享服务,提升客户技能,实现高层次价值满足。
通过积极引导共同物流各参与企业注重新技术的应用开发,依靠新技术实现物流效率提升,把有限市场变成无限市场。根据服务对象需求变化,沿着共同物流商业模式创新路径,在供应链一体化服务、信息服务、全供应链金融服务和知识发现与知识共享服务等方面进行创新,不断开发符合客户需要的服务内容。
2 共同物流合作方式创新路径
共同物流合作的主要推动力量来自组合价值,组合价值让渡可以有效利用共同物流各参与者之间的优势互补或正的外部性效应,提高顾客价值并改善各参与企业盈利空间。在新技术支持下,原来制约共同物流发展的合作机制将得到消除,共同物流合作方式创新路径主要是以下两个方面:一是形成链式网络合作方式。共同物流各参与主体在长期合作中,由于缺乏全程信息技术和海量数据计算分析技术,无法实现对供应链全程服务。在物联网技术、人工智能技术、云计算技术的系统集成支持下,共同物流各参与主体能够实现对供应链全程实时海量数据的掌控与利用,合作形式也将从目前的条块分割转变为链式合作。在链式网络中,共同物流参与企业与客户都是属于多条价值链中的节点,客户是指联盟共同物流服务的外部消费者。共同物流企业通过价值交换获得收益,技术变迁能够延长价值链,有效地连结终端客户。二是搭建基于云技术的合作平台。现有的共同物流合作平台基于静态网页,内容更新困难,数据实时共享难度大:未来在技术变迁推动下,有望搭建基于云技术的数据实时交互系统平台,共同物流各参与主体的合作方式也将依托云技术,步人“云时代”:通过搭建基于云技术的新型合作平台,实现数据的全程覆盖。共同物流各参与主体综合利用现代最新技术,打通各企业之间的组织壁垒和合作瓶颈,完善信息沟通模式,将合作贯通供应链全段,最终将单一企业合作模式转变为链式合作模式。
关键词:人工智能;教学改革;教学方法
引言
人工智能(ArtificialIntelligence)是一门研究和模拟人类智能的跨领域学科,是模拟、延伸和扩展人的智能的一门新技术。由于信息环境巨变与社会新需求的爆发,人工智能技术的日趋成熟。随着AI3.0时代的到来,大数据、云计算等新技术的应用也愈发广泛,对于管理类人才来说,加强对人工智能知识的深入学习,不断将人工智能技术与管理知识结合起来,对其未来职业生涯的发展有着重要作用。人工智能是一门前沿学科,管理学院开设人工智能课程的目的是为了更好地培养学生的技术创新思维与能力,基于其覆盖面广、包容性强、应用需求空间巨大的学科特点,通过概率统计、数据结构、计算机编程语言、数据库原理等基础课程的学习,加强学生解决实际问题的能力,为就业打下基础。本文基于社会对于人工智能领域的人才需求,结合诸多长期从事经管类专业课程教学的老师意见,针对管理类人才的人工智能课程教学内容与方法进行探讨,以期对中国高校人工智能课程教学改革研究提供帮助与借鉴。
1、教学现状与问题
作为一门综合性、实践性和应用性很强的理论技术学科,人工智能课程内容及内涵及其丰富,外延极其广泛。学习这门课程,需要较好的数学基础和较强的逻辑思维能力。针对管理类人才,该课程在课程教学过程中存在几个较为突出的问题。(1)课堂教学氛围枯燥目前,中国大多数大学仍采用传统的课堂教学模式,在教学过程中照本宣科,忽略与学生的互动,并且缺乏能够有效引起学生学习兴趣与加深知识理解的教学环节设置,如此一来大大降低了学生自主思考的能力。在进行人工智能相关课程知识讲解时,随着章节的知识难度不断增加,单向介绍式的枯燥教学方式无法反映人工智能学科的全貌,课堂讲解难以同时给以学生感性和理性的认知,部分学生因乏味的课堂氛围渐渐无法跟上教学进度,导致学习动力不足。(2)基础课程掌握不牢管理类专业的学生大部分都会走向更加具体化的管理岗位,具有多学科的素养,但这也导致很多学生所学知识杂而不精。学生在基础不夯实的情况下去学习更高层面的知识,给学生学习与老师教学都造成了很大困扰。人工智能课程知识点较多,涵盖模式识别、机器学习、数据挖掘等众多内容,概念抽象,不易学习。一些管理类专业的学生未能熟练掌握高等数学、运筹学、数据结构、数据库技术等先修课程,缺乏一定的关联思考和研究意识,导致课程学习难度增加,产生学时不足和教学内容难点过多的问题。(3)教学与实际应用脱节当下,人工智能广泛应用于机器视觉、智能制造等各个领域,给学生提供了大量的现实案例,使得人工智能不再是高深莫测的理论,而是现实中可以触及的内容。例如,在机械学科领域,人工智能技术是电气工程、机械设计制造、车辆工程等方向的重要技术来源;在医疗领域,是医疗器械的创新生产源动力;在能动领域,是高端能源装备与新能源发展的重要驱动;在光电信息与计算机工程领域,技术的发展时刻推动着智能科学与技术核心价值的提升。然而,对于管理类专业的学生来说,现阶段的人工智能教材涵盖许多智能算法及相关理论,在教学过程中常常涉及到很多从未接触过的抽象理论和复杂算法,书本中的应用实例大多纸上谈兵,缺乏专门适用于管理类专业知识与人工智能技术相结合的教学实践,加上一些教师授课方法单一,不利于引导学生将人工智能算法应用于现实生活。另外,大学生对知识的理解能力差异很大,教师采用统一的方式教给他们,这使一些学生无法跟上和理解,教师也无法控制学生的学习状况,导致学生缺乏动力。因此,如何结合学生的现实情况,提高他们的动手能力和实践经验也是人工智能课程教学要考虑的问题。
2、管理类人才的人工智能课程教学改进策略
课程教学改革是一项提高大学教学效果和人才培养质量的重要手段。如何在时代背景下应用新技术和新思想进行实施课程教学改革是高校亟待解决的问题。对于高校的教学工作而言,教学目标、教学内容和教学方式的变化不再是课程资源的简单数字化和信息化,而是充分利用时代信息资源优势的新型教学模式。针对管理类专业人工智能课程教学过程中存在的问题,可以从教学方法改进和教学内容设置两个方面进行课程教学改进。
2.1教学方法改进
教师对学生具有引领作用,其教学方法的改进能够带动学生改进自身学习方法。(1)启发式案例教学案例教学法就是教师根据教学目标、教学内容以及教学要求,通过安排一些具体的教学案例,引导学生积极参与案例思考、分析、讨论和表达等多项活动,是一种培养学生认知问题、分析和解决问题等综合能力的行之有效的教学方法。启发式案例教学以自主、合作、探究为主要特征,调动学生的学习积极性,并紧密结合人工智能领域的相关理论与方法,有效理解知识要点及其关联性,适用于管理类专业学生的教学。具体而言,高校基于其问题启发性、教学互动性以及实践有用性等特点,可以建立基于人工智能知识体系的教学案例库,虽然这项建设将极具挑战性与耗时性,但具有很强的积极效果:培养学生较强的批判性思维能力,更多地保留课程材料,更积极地参与课堂活动,对提高教学质量、培养具有人工智能背景的管理类人才具有重要意义。例如,通过单一案例教学,让学生掌握相关基础知识原理及应用;通过一题多解的案例使学生思考如何获取最有效的解题方法;通过综合案例的设计,启发学生全方位地探索问题的解决方案。(2)研讨互动式教学研讨互动式的各个教学环节是逐渐递进、有机结合的。研讨是基于学生个体的差异性,在课堂讨论的过程中对学生做出评判,从而对不同类型的学生开展针对性的教学。互动则是在研讨的基础上,通过老师与学生、学生与学生的互动,让学生主动参与到课堂教学的过程中来。在人工智能课程教学过程中,教师通过课堂讨论了解学生对于知识点的掌握情况,可以有针对性地设计教学内容,例如,对于学校积极性不强的学生,将人工智能理论内容与学生个人兴趣范畴、社会产业发展及研究现状联系起来,能够极大程度地提高学生学习的自主能力;对于基础知识较为薄弱的学生,可以在教师的指导下查阅相关文献资料,根据自己的理解撰写心得报告,并在课堂或课外进行师生互动。像这样研讨与互动相结合的模式。有助于增强学生的探索和求知欲望,建立起浓厚的学习氛围。(3)有效激励式教学人工智能是引领未来的战略性技术,人才需求量极大,对教师的教学水平也提出了更高要求,因此,进行有效激励极为重要。在学生激励方面,可以举办各类人工智能竞赛项目,设置相应项目奖学金,吸引学生参与实践,调动学生做研究、发论文的积极性。例如,教育部主办的中国研究生人工智能创新大赛,围绕新一代人工智能创新主题,激发学生的创新意识,提高学生的创新实践能力,为人工智能领域健康发展提供人才支撑。高校也可以借鉴这种模式,在各学院乃至全校开展此类竞赛项目,激发学生的创新能力与团队合作能力,鼓舞更多学生加入到人工智能课程的学习中来,激发其学习兴趣。在教师激励方面,在教师聘任和提升过程中把参加学生课程制定、课堂与课外作业、课程项目和论文指导等看作教学任务的一部分,鼓励教师积极参与这些活动。(4)学科渗透式教学人工智能学科知识融合程度较高,学科交叉性强。基于人工智能的学科交叉性特点,增强管理类人才对学科应用的领悟,可以采取开展学科渗透式教学的方法。从2015年起,国务院和教育部先后印发了《国务院关于积极推进“互联网+”行动的指导意见教育》、《高等学校人工智能创新行动计划》等文件,“互联网+”、“智能+”已经渗透到各个领域,人类进入数字经济时代,社会需求“技术+管理”的高端复合人才。例如,基于工业4.0和强国战略,人工智能技术在智能制造的应用极为广泛。上海理工大学非常重视少数民族预科班的教育质量。为增强少数民族管理类人才对该领域应用的认识,我们请机械工程、能源动力领域的相关专家以授课或讲座的形式,进行相关领域知识和发展趋势的讲解,使学生理解更为透彻。此外,在教学实践过程中,还可以用举办人工智能知识交流会、线上人工智能论坛等形式,促进不同专业间老师、学生对于人工智能知识模块的见解,相互交流、渗透和学习,从而推动人工智能课程教学的改进。
2.2教学内容设置
世界一流大学在人工智能课程内容设置根据不同国家的教育体系设置,肯定会有不同,但颇有共通之处。本文借鉴世界顶尖大学经验,针对管理类专业人工智能课程教学内容进行研究,结合中国教育体系设置,认为应从以下几方面进行改进。(1)核心内容设置为避免学生因为知识点过多而出现杂而不精的问题,势必要精化教学内容。在互联网时代,我们可以使用云计算和其他方式来实现数据信息的传输、存储和处理,通过在线收集和整合网络课程相关数据,挖掘和丰富教学资源,并在整合课程资源的基础上,进行研究方法和前沿知识的扩展。在核心内容设置方面,可以通过收集到的数据资料,选择人工智能领域具有代表性且难易程度适中的知识作为重点,使学生能够在有限的学时内掌握人工智能的知识脉络。例如,编写针对管理类人才的人工智能教材,内容涉及绪论、知识表示与推理、常用算法、机器学习、神经网络等方面的同时,重点增加相应知识点在管理上的应用案例,加强学生对知识点的理解。同时,根据管理类专业偏向领域,开设关联程度较大、应用较广泛的人工智能选修课程,以便学生根据自己的兴趣与需求选修具体方向的课程。(2)注重学生的数理及编程基础良好的数理及编程基础是学习人工智能的前提。只有具备了这些基础,才能搞清楚人工智能模型的数量关系、空间形式和优化过程等,才能将数学语言转化为程序语言,并应用于实验。管理学院人才的数理及编程基础相对薄弱,因此,在安排学生学习人工智能课程之前,建议开设面向全体管理类专业学生的微积分、线性代数、概率论等专业基础数学课程以及C语言、python等编程基础课程,使学生具备数学分析的基础与一定编程基础,为学习人工智能课程打下坚实的基础。另外,可以推进MOOC平台建设,在平台上开设人工智能网络课程,帮助学生掌握人工智能知识基础及专业技能。(3)实验建设为了加强学生对于人工智能知识点间的关联性理解,可以基于不同的应用模块,设计具有前后铺垫、上下关联的综合性实验,设计不同层次的项目要求,同时基于相同的实验课题,让学生分组对实验课题进行攻克,并设置多元化的实验评价体系,通过实验教学过程中反映出的不同进度,让教师能对学生的学习水平做出准确评判,及时进行教学反思,以便更好地开展下一步工作。例如,针对人工智能课程应用中很广的遗传算法,在某一管理规划的具体应用上设置理解-实现-参数分析-具体应用-尝试改进-深度拓展的不同层次的项目要求,在这些项目层次中规定必做项与可选项,让学生基于同一实验课题进行合作学习,然后通过个人自我评价、小组成员互相评价以及教师评价的方式进行打分,对小组整体能力以及个人能力进行综合评估,以期培养学生的自主思考能力。
北京格分维科技有限公司 陈志成
人工智能60周年・2016年中国人工智能领军人物奖
蝶和科技(中国)有限公司 陈巨府
人工智能60周年・2016年中国人工智能领军人物奖
广州瑞松智能科技股份有限公司 刘尔彬
人工智能60周年・2016年中国人工智能杰出人物奖
江苏南大电子信息技术股份有限公司 狄敏
人工智能60周年・2016年度中国人工智能领军人物奖
深圳佑驾创新科技有限公司(MINIEYE)刘国清
人工智能60周年・2016年中国人工智能科技创新领导者奖
苏州清睿教育科技股份有限公司 朱奇峰
人工智能60周年・2016年中国人工智能杰出人物奖
智久(厦门)机器人科技有限公司 张龙
人工智能60周年・2016年中国人工智能创新人物奖
企业类
阿里研究院
人工智能60周年・2016年中国人工智能领军企业奖
百度开放云
人工智能60周年・2016年中国人工智能领军企业奖
搜狗
人工智能60周年・2016年中国人工智能领军企业奖
北京钢铁侠科技有限公司
人工智能60周年・2016年中国人工智能领军企业奖
北京中科汇联科技股份有限公司
人工智能60周年・2016年中国人工智能领军企业奖
海致网络技术(北京)有限公司
人工智能60周年・2016年中国人工智能领军企业奖
湖南省自兴人工智能研究院
人工智能60周年・2016年中国人工智能领军企业奖
科大讯飞股份有限公司
人工智能60周年・2016年中国人工智能领军企业奖
深圳市鑫益嘉科技股份有限公司
人工智能60周年・2016年中国人工智能领军企业奖
深圳佑驾创新科技有限公司(MINIEYE)
人工智能60周年・2016年中国人工智能领军企业奖
武汉嫦娥医学抗衰机器人股份有限公司
人工智能60周年・2016年中国人工智能领军企业奖
北京云知声信息技术有限公司
人工智能60周年・2016年中国人工智能产业领军企业奖
杭州联络互动信息科技股份有限公司
人工智能60周年・2016年中国人工智能领域领军企业奖
广州瑞松智能科技股份有限公司
人工智能60周年・2016年中国人工智能卓越贡献企业奖
深圳市祈飞科技有限公司
人工智能60周年・2016年中国人工智能卓越贡献企业奖
江苏南大电子信息技术股份有限公司
人工智能60周年・2016年度中国人工智能卓越贡献企业奖
通联数据股份公司
人工智能60周年・2016年中国人工智能金融行业领军企业奖
北京远鉴科技有限公司
人工智能60周年・2016年中国生物识别领域领军企业奖
视辰信息科技(上海)有限公司
人工智能60周年・2016年中国AR领域领军企业奖
上海银晨智能识别科技有限公司
人工智能60周年・2016年中国人脸识别领域最具影响力企业奖
北京金恒博远冶金技术发展有限公司
人工智能60周年・2016年中国虚拟仿真教育领域创新企业奖
北京腾云天下科技有限公司
人工智能60周年・2016年中国大数据应用服务首选品牌奖
爱天教育科技(北京)有限公司
人工智能60周年・2016年中国人工智能创新企业奖
北京格分维科技有限公司
人工智能60周年・2016年中国人工智能创新企业奖
普恩志科技(北京)有限公司
人工智能60周年・2016年中国人工智能创新企业奖
深圳市祈飞科技有限公司
人工智能60周年・2016年中国人工智能创新企业奖
北京陌上花科技有限公司
人工智能60周年・2016年中国人工智能极具成长性企业奖
智久(厦门)机器人科技有限公司
人工智能60周年・2016年中国人工智能极具成长性企业奖
深圳市能信安科技股份有限公司
2016年中国智能交通卓越贡献企业奖
产品类
搜狗 搜狗输入法
人工智能60周年・2016年中国人工智能创新产品奖
爱天教育科技(北京)有限公司
人工智能60周年・2016年中国人工智能创新产品奖
武汉嫦娥医学抗衰机器人股份有限公司
嫦美皮肤解码机器人
人工智能60周年・2016年中国人工智能创新产品奖
杭州联络互动信息科技股份有限公司 忻风随身空气匣
人工智能60周年・2016年中国人工智能领域创新产品奖
杭州联络互动信息科技股份有限公司
工业级多旋翼无人机
人工智能60周年・2016年中国人工智能领域最佳产品奖
北京多美视界网络科技有限公司
小壹健康陪护机器人
人工智能60周年・2016年中国人工智能最佳产品奖
广州瑞松智能科技股份有限公司
人工智能60周年・2016年中国人工智能优秀产品奖
视辰信息科技(上海)有限公司
人工智能60周年・2016年中国AR领域优秀产品奖
技术类
北京陌上花科技有限公司
人工智能60周年・2016年中国人工智能卓越技术奖
苏州清睿教育科技股份有限公司
人工智能60周年・2016年中国人工智能卓越技术奖
武汉嫦娥医学抗衰机器人股份有限公司
嫦美皮肤解码机器人
人工智能60周年・2016年中国人工智能卓越技术奖
智久(厦门)机器人科技有限公司 SendBot/送宝
人工智能60周年・2016年中国人工智能卓越技术奖
北京聚力维度科技有限公司 峥嵘
人工智能60周年・2016年中国人工智能技术创新奖
深圳市贝美互动科技有限公司
人工智能60周年・2016年中国物联网技术创新奖
深圳市能信安科技股份有限公司
2016年中国智能交通创新技术奖
应用类
图灵金融App
人工智能60周年・2016年中国大数据人工智能投资创新平台奖
北京腾云天下科技有限公司
人工智能60周年・2016年中国大数据应用最佳服务平台奖
北京多美视界网络科技有限公司 小壹医疗客服系统
人工智能60周年・2016年中国人工智能医疗行业最佳应用奖
中国电子信息产业发展研究院总工程师乌宝贵参加了本次大会并代表主办方致辞。乌宝贵回顾了人工智能的历史,肯定了人工智能60年来的发展成绩,并指出,中国人工智能产业正步入一个崭新的阶段。从科学研究角度来看,中国在深度学习等领域的学术研究水平,已经走在世界前列;从龙头企业发展角度来看,阿里等国内企业在人工智能领域已经具备和国际巨头抗衡的实力;从创新创业角度来看,人工智能已经成为国内“双创”最活跃的领域之一;从应用创新角度来看,制造、交通、家居、教育、金融、大健康等众多领域的应用正全面展开;从产业链角度来看,从智能芯片到IT基础设施,从底层架构到模型算法,从大数据到云平台,从智能终端到智能应用,国内在各个层面均取得了突破性进展。他表示,人工智能不仅仅是一个概念,而是下阶段技术创新、应用创新的新焦点,是市场发展的新热点,也是我国推动产业转型升级的重要支点。
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。
英特尔中国研究院院长宋继强博士就《人工智能驱动的智能交互,推进个人机器人产业化》发表演讲。他说,人工智能与人机交互推动科技进步,人工智能应用的终极平台是自主系统。他分析,个人自主服务机器人理想与现实的差距在于智能组合的实现难度,其中运动不易,认知更难。人工智能联手智能交互,通过商业化成功带动人工智能的发展和成本下降。宋继强分享了几种人工智能驱动智能交互的应用模式,并提出了个人机器人的智能度分级建议,展望了个人机器人的商业化迭代 ,即在用户需求推动下,由能力达标到价格达标,再到可靠性达标。