交通領域的人工智能大全11篇

緒論：寫作既是個人情感的抒發，也是對學術真理的探索，歡迎閱讀由發表云整理的11篇交通領域的人工智能范文，希望它們能為您的寫作提供參考和啟發。

篇（1）

大眾一般認為，新技術的研發是難度最大的，應用及監管與研發相比難度就會低很多。但對于將深遠影響人類社會運營方式的人工智能來說，情況或許正好相反。

 

人工智能的潛在缺陷與控制

 

目前基于人工智能科技所開發的自動控制、模式識別和機器學習系統，其實都是人工智能領域非常初級的部分，往往需要研發團隊針對實際應用場景設置重要先決條件，以降低人工智能系統的判別難度并提高準確率。當各種極客型的技術人員大開腦洞采用人工智能技術研發各種黑科技時，他們的關注范圍是非常聚焦的，即按照最優條件下設想人工智能的應用范圍和場景，較少考慮相關技術在復雜條件甚至人為濫用的情況下面臨的困境。這往往也為人工智能潛在的不當使用埋下了伏筆。

 

人工智能作為信息化系統，一定會受到自身設計的局限和開發質量的影響。再加上人工智能在識別和判斷時需要基于人工設置和歷史數據，通過精心設計的訓練過程才能得到基于概率的判別結果。所以對于人工智能系統，在特定前提或應用場景下作出錯誤決策是100%會出現的。作為政府和監管部門，面臨的第一個重要問題就是系統錯誤決策所引起的財產損失甚至人身傷亡該如何判定責任與承擔賠償，甚至要能夠提出合理的原則，區分哪些錯誤決策是小概率事件本身引發的，哪些錯誤決策是由于系統設計、訓練數據和訓練過程存在問題所導致的。

 

2016年2月14日，上路試驗已經六年的谷歌自動駕駛汽車第一次由于系統“誤判”導致了交通事故。谷歌公司表示自動駕駛汽車在這次輕微車禍中承擔“部分責任”。由此可見，當時的谷歌自動駕駛系統在特定場景下觸發了一個錯誤決策。可以想象，當自動駕駛汽車全面行駛在大街小巷時，系統的微小錯誤導致的責任事故會基于巨大的汽車保有量而放大成為一個引人注目的數字。由此而引起的責任劃定和賠償也會由于人工智能和人類行為的混合作用而變得異常復雜。

 

另一個廣為人知的應用缺陷就是公平性問題。2016年哈佛大學肯尼迪學院的分析報告指出，目前針對犯罪傾向性預測的人工智能系統，無論技術人員如何調整機器學習的策略和算法，人種膚色都成為無法抹去的高優先識別變量。人工智能系統評估結果出現了明顯的對黑人群體的偏見，這是現階段人工智能技術手段無法避免的，也是人工智能系統廣泛應用于現有社會環境并為社會大眾所接受的一個重要的障礙。

 

在以上問題沒有經過實踐驗證的法律支持和監管框架管理下，人工智能的全面應用很有可能帶來相關領域社會活動的混亂并造成意想不到的后果。

 

逐步建立的人工智能監管

 

美國政府對于人工智能的廣泛應用和相關監管框架一直保持關注，并在特定領域開始小范圍的實踐。

 

以人工智能領域目前相對成熟且應用前景廣闊的自動駕駛為例，企業能夠盡快推進自動駕駛技術開發的重要原因，是在制度方面得到了美國政府的大力支持。

 

2012年5月，美國內華達州汽車管理局為谷歌自動駕駛汽車發放了美國首張自動駕駛車輛許可證，此前內華達州議會通過了允許自動駕駛車輛上路的法條。八個月后谷歌又在加利福尼亞州取得了許可證。隨之而來，奧迪和豐田也先后在美國的一些州拿到了實驗許可證并開展公路測試。一時間，美國成為各國企業爭先開展自動駕駛的試驗田，加速了自動駕駛技術的成熟。

 

雖然美國交通管理部門積極配合自動駕駛技術的測試和路試，但是對于正式的應用許可還是采用非常審慎的態度。2014年10月，加州車輛管理局同時頒發了29張自動駕駛汽車公共道路測試許可證，分別給了谷歌、戴姆勒、大眾三家公司，獲得許可的條件之一是人可以隨時干預汽車駕駛，以確保在人工智能廣泛測試和安全性之間取得平衡。

 

加州車輛管理局2015年12月提出了一項監管草案，要求所有自動駕駛汽車的駕駛座上必須始終乘坐一名擁有駕照的人士，并要求汽車在設計方面必須擁有方向盤、油門踏板、制動踏板等傳統機動車具備的基本操控裝置，以便具有駕駛資質的人在無人駕駛汽車失靈時可隨時接管汽車的操作。在草案細則中，加州還規定了自動駕駛的三年試用期。消費者可以通過租賃的方式從制造商處獲得自動駕駛汽車，但制造商需要跟蹤記錄消費者的駕駛情況，把汽車性能指標和駕駛記錄遞交機動車輛管理局。

 

可以看到，美國的交通部門在放行自動駕駛技術時是逐步進行，并盡量確保過渡階段監管規則的連續性。盡管谷歌等自動駕駛技術公司向公眾抱怨，政府過于嚴厲的監管和相對謹慎的態度阻礙了自動駕駛技術向實用水平的快速發展，但這是監管部門職責所在，他們必須保護公眾在享受新技術成果的同時，避免潛在技術缺陷導致的傷害。今年1月，美國運輸部長Anthony Foxx表示，將在六個月內出臺自動駕駛汽車指導原則。美國高速公路交通安全管理局(NTHSA)也表示，為了加速自動駕駛汽車的發展，該機構將放棄一些目前針對自動駕駛汽車的安全要求。

 

收益和風險前瞻

 

2016年5月3日，白宮的副首席技術官埃德·費爾頓宣布，白宮將組織一系列有關人工智能收益與風險的研討，“為人工智能的未來而準備”。

 

此次人工智能領域的系列研討包括以下內容：

 

2016年5月24日，西雅圖：與人工智能相關的法律與監管事務;

 

2016年6月7日，華盛頓：人工智能與社會福利;

 

2016年6月28日，匹茲堡：人工智能的安全與控制;

 

2016年7月7日，紐約：近期的人工智能技術對社會和經濟的影響。

 

此次人工智能領域的研討，一方面涵蓋了從立法到監管原則的確定，為政府全面管理人工智能確立法理依據和管理邊界;另一方面，也將深入探討人工智能有可能存在的缺陷以及相應的安全控制原則。此外，研討視角不僅面向具體的監管框架，同時還包含了對就業、社會福利、經濟發展的長遠影響的分析。

 

中國目前側重于打造平臺、培育企業、構建市場、激勵創新等方面，對于監管原則、監管體系和監管機構建設，基本沒有部署。

 

大眾一般認為，新技術的研發是難度最大的，應用及監管與研發相比難度就會低很多。但對于將深遠影響人類社會運營方式的人工智能來說，情況或許正好相反。

 

人工智能的潛在缺陷與控制

 

目前基于人工智能所開發的自動控制、模式識別和機器學習系統，其實都是人工智能領域非常初級的部分，往往需要研發團隊針對實際應用場景設置重要先決條件，以降低人工智能系統的判別難度并提高準確率。當各種極客型的技術人員大開腦洞采用人工智能技術研發各種黑科技時，他們的關注范圍是非常聚焦的，即按照最優條件下設想人工智能的應用范圍和場景，較少考慮相關技術在復雜條件甚至人為濫用的情況下面臨的困境。這往往也為人工智能潛在的不當使用埋下了伏筆。

 

人工智能作為信息化系統，一定會受到自身設計的局限和開發質量的影響。再加上人工智能在識別和判斷時需要基于人工設置和歷史數據，通過精心設計的訓練過程才能得到基于概率的判別結果。所以對于人工智能系統，在特定前提或應用場景下作出錯誤決策是100%會出現的。作為政府和監管部門，面臨的第一個重要問題就是系統錯誤決策所引起的財產損失甚至人身傷亡該如何判定責任與承擔賠償，甚至要能夠提出合理的原則，區分哪些錯誤決策是小概率事件本身引發的，哪些錯誤決策是由于系統設計、訓練數據和訓練過程存在問題所導致的。

 

2016年2月14日，上路試驗已經六年的谷歌自動駕駛汽車第一次由于系統“誤判”導致了交通事故。谷歌公司表示自動駕駛汽車在這次輕微車禍中承擔“部分責任”。由此可見，當時的谷歌自動駕駛系統在特定場景下觸發了一個錯誤決策。可以想象，當自動駕駛汽車全面行駛在大街小巷時，系統的微小錯誤導致的責任事故會基于巨大的汽車保有量而放大成為一個引人注目的數字。由此而引起的責任劃定和賠償也會由于人工智能和人類行為的混合作用而變得異常復雜。

 

另一個廣為人知的應用缺陷就是公平性問題。2016年哈佛大學肯尼迪學院的分析報告指出，目前針對犯罪傾向性預測的人工智能系統，無論技術人員如何調整機器學習的策略和算法，人種膚色都成為無法抹去的高優先識別變量。人工智能系統評估結果出現了明顯的對黑人群體的偏見，這是現階段人工智能技術手段無法避免的，也是人工智能系統廣泛應用于現有社會環境并為社會大眾所接受的一個重要的障礙。

 

在以上問題沒有經過實踐驗證的法律支持和監管框架管理下，人工智能的全面應用很有可能帶來相關領域社會活動的混亂并造成意想不到的后果。

 

逐步建立的人工智能監管

 

美國政府對于人工智能的廣泛應用和相關監管框架一直保持關注，并在特定領域開始小范圍的實踐。

 

以人工智能領域目前相對成熟且應用前景廣闊的自動駕駛為例，企業能夠盡快推進自動駕駛技術開發的重要原因，是在制度方面得到了美國政府的大力支持。

 

2012年5月，美國內華達州汽車管理局為谷歌自動駕駛汽車發放了美國首張自動駕駛車輛許可證，此前內華達州議會通過了允許自動駕駛車輛上路的法條。八個月后谷歌又在加利福尼亞州取得了許可證。隨之而來，奧迪和豐田也先后在美國的一些州拿到了實驗許可證并開展公路測試。一時間，美國成為各國企業爭先開展自動駕駛的試驗田，加速了自動駕駛技術的成熟。

 

雖然美國交通管理部門積極配合自動駕駛技術的測試和路試，但是對于正式的應用許可還是采用非常審慎的態度。2014年10月，加州車輛管理局同時頒發了29張自動駕駛汽車公共道路測試許可證，分別給了谷歌、戴姆勒、大眾三家公司，獲得許可的條件之一是人可以隨時干預汽車駕駛，以確保在人工智能廣泛測試和安全性之間取得平衡。

 

加州車輛管理局2015年12月提出了一項監管草案，要求所有自動駕駛汽車的駕駛座上必須始終乘坐一名擁有駕照的人士，并要求汽車在設計方面必須擁有方向盤、油門踏板、制動踏板等傳統機動車具備的基本操控裝置，以便具有駕駛資質的人在無人駕駛汽車失靈時可隨時接管汽車的操作。在草案細則中，加州還規定了自動駕駛的三年試用期。消費者可以通過租賃的方式從制造商處獲得自動駕駛汽車，但制造商需要跟蹤記錄消費者的駕駛情況，把汽車性能指標和駕駛記錄遞交機動車輛管理局。

 

可以看到，美國的交通部門在放行自動駕駛技術時是逐步進行，并盡量確保過渡階段監管規則的連續性。盡管谷歌等自動駕駛技術公司向公眾抱怨，政府過于嚴厲的監管和相對謹慎的態度阻礙了自動駕駛技術向實用水平的快速發展，但這是監管部門職責所在，他們必須保護公眾在享受新技術成果的同時，避免潛在技術缺陷導致的傷害。今年1月，美國運輸部長Anthony Foxx表示，將在六個月內出臺自動駕駛汽車指導原則。美國高速公路交通安全管理局(NTHSA)也表示，為了加速自動駕駛汽車的發展，該機構將放棄一些目前針對自動駕駛汽車的安全要求。

 

收益和風險前瞻

 

2016年5月3日，白宮的副首席技術官埃德·費爾頓宣布，白宮將組織一系列有關人工智能收益與風險的研討，“為人工智能的未來而準備”。

 

此次人工智能領域的系列研討包括以下內容：

 

2016年5月24日，西雅圖：與人工智能相關的法律與監管事務;

 

2016年6月7日，華盛頓：人工智能與社會福利;

 

2016年6月28日，匹茲堡：人工智能的安全與控制;

 

2016年7月7日，紐約：近期的人工智能技術對社會和經濟的影響。

 

篇（2）

百度大腦優勢獨顯

百度總裁張亞勤在大會致辭環節分享了對于云計算、人工智能和大數據等領域未來發展的深刻思考。

張亞勤說，百度云擁有百度大腦的支持，是百度云最獨特、最重要的優勢。百度大腦是百度云的核心引擎，而百度云是百度大腦的云化，為前者提供了神經元和數據訓練源。通過深度學習和機器學習技術，百度在語音、圖像、自然語言處理等方面取得世界領先成果。

此次峰會以ABC SUMMIT為名， 即是AI，Big Data，Cloud Computing。百度通過開放共享自身領先的技術能力，讓云智數成為所有企業的基礎能力，推動各行各業開始進入ABC時代。

對于未來信息科技發展的趨勢，張亞勤表示，由云計算和人工智能組成的ABC將成為一個時代的主題。以云計算為基礎，以人工智能為中樞，以大數據為依托，ABC將深度結合并改造傳統行業，真正地提升每一個企業的運營效率，釋放商業潛能，創造全新機遇。

截至目前，百度云已經和超過三萬家企業展開合作，也陸續滲透到物流、醫療、教育、營銷、金融等關系到百姓生活的各個行業中，讓服務開始真正智能化。云智數三位一體的云服務結構可以為客戶提供業務可持續發展的動力引擎。

以“智”為謀天智平臺

會上，百度云重磅了最新的人工智能平臺――天智。天智底層為百度云計算，由感知平臺、機器學習平臺和深度學習平臺三部分組成，為不同需求的客戶提供全面的人工智能服務。這也是繼“天算”、“天像”和“天工”三大平臺后，百度云的第四大平臺級解決方案。至此，百度云實現了人工智能、智能大數據、智能多媒體和智能物聯網全方位的智能平臺服務。

感知平臺主要包括圖像技術（文字識別和人臉識別）、語音技術（語音識別、語音合成和聲紋識別）和自然語言處理（NLP Cloud），可以應用于智能客服、身份驗證、內容審核等場景，應用開發者可針對特定場景的應用直接調用API。

在這些技術方面，百度均處于行業領先地位。其中百度語音識別入選2016年MIT十大突破性技術，中文識別準確率達到97%。機器學習平臺是百度云端托管的機器學習服務，可以打通機器學習全流程，內置20多種高性能算法，并開放Spark MLlib；同時支持百度用戶畫像數據，并提供多種應用場景模版。

深度學習平臺具有靈活、高效、可伸縮、開源等特點。它支持多種神經網絡結構和優化算法以及自定義網絡配置，對于計算、存儲、架構、通信等多方面多了細致優化。它支持多核、多GPU、多機環境，其Paddle內部技術已經使用成熟，并實現對全球開發者的開放。深度學習平臺適用于精通深度學習的數據科學家，針對企業或研究部門的特定項目，需要大量的客戶標注數據。

交通領域變革在即

智能交通時代來臨

作為一家以技術驅動為核心競爭力的公司，百度通過百度云分享自身在云計算、大數據和人工智能等領域的技術優勢，通過構建可以計算、分析、處理龐大交通數據的“交通大腦”，打破海陸空以及行政區域的限制，實時抓取散落在各個路面交通、地下交通、空中航線的海量數據。

同時通過百度擁有的全球最大規模的深度神經網絡、最大深度機器學習開源平臺，對交通大數據的有效歸類、提取、利用，實現多系統配合協調，建立起一個更安全、更高效、更準確的智能交通體系。

百度副總裁王路與太原鐵路局局長趙春雷、南方航空電子商務部副總經理王景成、中國海事局曾輝共同智能交通生B聯盟，這也是國內首個覆蓋陸海空車的智能交通生態聯盟。

借助百度云計算、人工智能和大數據技術優勢，構建“交通大腦”，與合作伙伴一起促進交通運輸領域的技術創新和應用，發展智能交通，推動交通運輸更智能、更高效、更安全地運行和發展。目前，諸多合作已在進行中。相信隨著合作的深入，必將改變交通現狀，推動中國智能交通的 發展。

在與太原鐵路局的合作中，雙方共建國內首家集鐵路、航空和公路三位一體多式聯運的物流云平臺。通過百度云的接入，該平臺可打通貨物在公路、鐵路、航空的運送及倉儲信息；并利用大數據進行資源調配，通過人工智能深度學習物流管理，優化調度效率可達59%。

另一方面，百度云還將與中國南方航空共同推進智能航空計劃，將通過大數據實現對于航班、旅客、機票、航站樓、天氣等信息的綜合分析調度。同時共同推進大數據營銷、新一代信息技術和百度云的推廣應用、消費信貸等多方面的合作探索，為用戶打造一站式的智能出行服務平臺。

同樣基于百度云技術，將通過與中國海事局的合作，海事港口、船舶及相關水上設施信息也將實現聯通和數據的共享，加強程控，降低成本，合力提升海運管控能力。

從陸地到海洋再到空中，百度云并不滿足于交通體系的立體擴張，還要創造全新的交通方式。百度目前正在推進可以感知車輛行駛、預測交通狀況的智能汽車和無人汽車的發展。百度無人車已成為國內外矚目的前沿科技代表，在去年完成了實地路測，并在今年的烏鎮峰會上再次亮相。

在智能汽車的商業化方面，百度已與國內知名商用車企業福田汽車達成戰略合作。未來，百度將與福田汽車在汽車大數據、智能駕駛領域深入合作，開發出更多具備智能駕駛的商用車產品。

云計算、人工智能和大數據已成為新一輪產業革命的核心驅動力，百度云將透過云生態下的“交通大腦”，依托智能交通生態聯盟，加強行業合作，挖掘數據中的更多價值，推進智能交通的全面云端化，突破前所未及的高度，讓智能、計算無限可能。

寫在最后

2016是百度云計算的元年，基于基礎云、天算、天像、天工已經有80+款產品。下一步，人工智能已經成為百度的核心戰略。

百度大腦“天智”――人工智能平臺也應運而生，內容包括：

首先，感知平臺，包括圖像技術、語音技術、自然語言處理等技術，代表著耳口心相結合的“聰”。

篇（3）

是算設備能力的提升。由于過去我們的機器迭代一次需要很長時間。現在則不同了，如今的計算設備的能力有了很大的提升，過去要幾天完成的工作，現在只需幾分鐘就可以做到了。這也為人工智能進一步的發展，特別是形成產業提供了很重要的支撐。

人工智能是一個內涵非常豐富的學科，可以說，是人類對于自身世界的認知和實踐相結合的結晶。它的發展會給人類社會帶來深刻變革，可以消除貧困、饑餓，提高人類的醫療和健康水平，提高教育質量，改善氣候………

在我們構建智慧城市，構建智慧生活的時候，人工智能也起到了不可或缺的作用。

2017年6月15日，在大連舉辦的第十五屆“中國國際軟件和信息服務交易會”（以下簡稱軟交會）上，阿里云、微軟、華為等在云計算、大數據、人工智能領域的大咖們分享了很多關于人工智能，包括智慧城市、智慧醫療、智慧制造方面的經驗和感受。

智慧城市 智慧生活

隨著云計算、大數據，以及人工智能的高速發展，智慧城市這個詞被越來越多的人熟知，而更加智慧的生活也離我們越來越近了。早在2004年，韓國政府就曾提出名為U-KOREA的發展戰略，旨在建造更加智能、智慧的城市。

2016年10月在杭州舉辦的“云棲大會”上，杭州市政府公布了一個“瘋狂”的計劃：為杭州安裝一個人工智能中樞――杭州城市數據大腦。

城市大腦的內核采用阿里云ET人工智能技術，可以對整個城市進行全局實時分析，自動調配公共資源，修正城市運行中的Bug。城市大腦項目的第一步，是將交通、能源、供水等基礎設施全部數據化，連接散落在城市各個單元的數據資源，打通城市“神經網絡”。

而阿里云的“野心”不止于此，在ET城市大腦之后，阿里云還致力于研究ET醫療大腦、ET工業大腦，以及ET環境大腦等，想要為實現全行業智能化做出自己的一份貢獻。

構建智慧城市的核心推動力就是云計算、大數據，以及物聯網。就像前文提到的那樣，如果沒有云計算、大數據，以及物聯網等技術的支持，想要實現智慧城市的理念是不可能的，因為智慧城市對于技術的要求很高。這里談到的技術不僅僅包含對硬件的要求，還有對于軟件的要求，以及網絡的要求。這些綜合因素的提升才帶來了現在的“萬物智聯”。

智慧交通解決城市擁堵

現如今，在中國的馬路上，尤其是一些大城市的十字路口，除了一些特殊的時期，我們已經很難看到指揮交通的交警了，這是智慧交通帶來的結果。通過布置在各個路口的監控攝像頭，集合了物聯網、云計算等技術，通過機器設備實現智能的交通指揮，以及管控。

智慧交通是在智能交通（簡稱ITS）的基礎上，在交通領域中充分運用物聯網、云計算、互聯網、人工智能、自動控制、移動互聯網等技術，通過高新技術匯集交通信息，對交通管理、交通運輸、公眾出行等交通領域全方面，以及交通建設管理全過程進行管控支撐，使交通系統在區域、城市甚至更大的時空范圍具備感知、互聯、分析、預測、控制等能力，以充分保障交通安全，發揮交通基礎設施效能，提升交通系統運行效率和管理水平，為通暢的公眾出行和可持續的經濟發展服務。

智慧交通是在整個交通運輸領域充分利用物聯網、空間感知、云計算、移動互聯網等新一代信息技術，綜合運用交通科學、系統方法、人工智能、知識挖掘等理論與工具，以全面感知、深度融合、主動服務、科學決策為目標，通過建設實時的動態信息服務體系，深度挖掘交通運輸相關數據，形成問題分析模型，實現行業資源配置優化能力、公共決策能力、行業管理能力、公眾服務能力的提升，推動交通運輸更安全、更高效、更便捷、更經濟、更環保、更舒適的運行和發展，帶動交通運輸相關產業轉型、升級，最終有效解決城市擁堵問題。

而智慧交通的體現不僅僅是在這些宏觀的對于城市交通的管控，其實在我們身邊就隨處可見，比如摩拜、ofo等共享單車，它們也是智慧交通的產物。摩拜、ofo的成功也基于大數據、云計算等技術的發展，摩拜通過GPS定位，以及“魔方”系統，實現了對單車淤積（即在一個時間內，一個地點出現大量閑置單車）的預測，從而進行智能疏導（即通過紅包獎勵制度讓用戶幫助疏導單車），以及人工疏導。同時摩拜、ofo的成功也很好地緩解了城市交通擁堵，讓更多的人愿意使用自行車作為出行工具。

智慧醫療解決看病難題

智慧醫療是最近興起的專有醫療名詞，通過打造健康檔案區域醫療信息平臺，利用最先進的物聯網技術，實現患者與醫務人員、醫療機構、醫療設備之間的互動，逐步達到信息化。

隨著云計算、大數據，以及人工智能等核心技術的發展，智慧醫療這個詞也漸漸被更多人所熟知。而智慧醫療這個詞現在也不僅僅是只能在實驗室里應用在小白鼠身上的研究階段的技術了，越來越多的高科技的人工智能醫療設備被應用到現實治療之中。

在此次軟交會上。來自杜克大學醫學院的神經生物學教授米格爾?尼科萊利斯分享了一個來自巴西的例子。

2014年巴西舉辦足球世界杯，開幕式有這樣一個特殊的內容：是一個已經癱瘓十年的小孩穿上一套用腦部來控制的機器“外骨骼”，恢復了行走的能力，從而讓他在世界杯開幕式上走進球場并完成開球。這一機器“外骨骼”主要是集中在他的下肢，大腦成為一個主導者，實現人腦和機器對話，人腦和機器成為一個完整的整體，這樣人就可以走路，除此之外機器外骨骼與大腦之間還形成了一個良好的回應系統，項目組稱這套機器外骨骼為“機械戰甲”。現在，項目組還擁有諸多的合作者，而這些合作者來自世界各地。同時，項目組還成立了全球第一個神經科學實驗室，實驗室分布在全球多個地點，包括美國、巴西等，各地的實驗室在技術上是共享和互通的，在腦機對接研究方面是同步進行的。因為這項技術需要神經科學、計算機科學的共同合作來實現。

“病人可以穿上‘機械戰甲’，電腦的CPU就在頭甲里面，可以把腦部的信號傳遞給其他部位，腳部的感知行為可以傳遞回大腦，可以感知地面壓力等各方面信息。我們稱之為共享控制。人會有不同的想法，想走路或想轉彎，這是由大腦做的決定，下肢的一些機器設備是聽從大腦的指揮。它們具備非常復雜和微妙的功能。這是依據非常細致的計算功能來實現的。我們選了8個病人，他們有不同時間長度的癱瘓歷史。我們想讓他們動起來，同時又不想讓他們感到無感知的恐懼感。我們給他們裝上機器外骨骼，讓他們經歷了一個循序漸進的訓練過程，長達7個月。”米格爾?尼科萊利斯介紹道。

而在國內，由于國內公共醫療管理系統還不太完善，醫療成本高、渠道少、覆蓋面窄等問題困擾著患者。 “效率較低的醫療體系、質量欠佳的醫療服務、看病難且貴的就醫現狀”成了社會關注的主要焦點。大醫院人滿為患，社區醫院卻無人問津，病人就診手續繁瑣等問題都是由于醫療信息不暢、醫療資源兩極化、醫療監督機制不全等原因導致，已經影響到人們的生活。所以，我們需要建立一套智慧的醫療信息網絡平臺體系，使患者用較短的等療時間、支付基本的醫療費用，就可以享受安全、便利、優質的診療服務，從根本上解決“看病難、看病貴”等問題，真正做到“人人健康，健康人人”。“人工智能+醫療”給人口基數大、醫療資源相對不足、醫療資源分布不均衡的中國醫療事業帶來了福音。由阿里云研究開發的ET醫療大腦，在大數據、云計算，以及人工智能的基礎之上，實現了醫療診斷準確率80%以上，而在此之前，醫生的診斷準確率只有70%左右。

而聯想也早在2013年就開始了他們在醫療領域的布局，與溫州醫科大學附屬第一醫院成功合作。北京聯想智慧醫療信息技術有限公司的創業成功也標志著聯想成功在智慧醫療領域實現了重要突破。

現在，越來越多的新技術被應用到了智慧醫療之中，也有越來越多的互聯網技術、大數據公司涉足醫療行業，這也有力地推動了智慧醫療的發展。比如，前不久萬達與IBM合作，正式進軍醫療行業，致力于提高醫療和養老的服務效率與質量。

如今，智慧醫療已經不僅僅是紙上談兵，越來越多的云計算、大數據，以及人工智能等技術被應用到了醫療行業中。筆者相信，未來，我們真正可以實現足不出戶就能享受到三甲大醫院高水平醫生的服務，真正解決“看病難”的問題。

未來，智慧醫療不僅僅能解決 “看病難，看病貴”的問題，還能給我們帶來整套的健康管理系統，能讓我們隨時隨地掌控自己的健康，通過將包括遺傳基因、過往病史、歷史病例在內的多種數據整合到云平臺上，為每個人提供自己的私人隨身醫生、健康顧問，在為醫院提供及時的診療幫助的同時，還能為我們預防疾病、O督健康做出貢獻，并最終實現每個人都有一個專屬于自己的隨身私人健康管理員，這也是智慧醫療最終將實現的目標之一。

從制造到“智造”

人工智能的應用不僅僅是在醫療行業，在制造業也有很多的應用。過去，工廠的一條流水線可能需要幾十個，甚至上百個工人來進行操作。而現在，同一條流水線，制造同樣的東西，可能只需要幾個人來進行操作、監管就可以了。這一切的轉變也是因為人工智能的推動。而且相比之下，一條智能化的流水線的錯誤率也要比過去非智能化的流水線低得多。

在“智造”這個領域，也有很多國內外的大公司涉足，比如阿里云、西門子、SAP。由阿里云開發、研究的ET工業大腦，可以實現對車間工藝、濕度、空氣，甚至是流水線上各個齒輪之間溫度的準確監控，從而提升產品的良品率，進一步提高企業的效率和收益。拿一個年利潤百億元的公司來說，使用ET工業大腦以后，可以實現年利潤提升1億元。

在此次軟交會上，來自大連的本土企業――大連天翼信息科技有限公司（以下簡稱天翼）也分享了他們在智能制造領域的經驗。

天翼公司是“工業4.0”“中國制造2025”大連工業軟件領域的核心企業，始建于1998年。在2016年授權為用友首批智能制造戰略合作伙伴。天翼智能解決方案全面涵蓋了智能研發、智能計劃、智能生產、智能倉儲、智能物流等生產過程的業務協作和監管控制，致力于幫助中國制造走向精益化、敏捷化和智能化。

天翼在智能研發領域，主要實現設計制造一體化；在智能計劃領域，實現有限能力排產，基于有限資源，將企業的生產需求、資源能力、工作日歷等生產中的真實情況全盤考慮，實現資源利用率最大化，生產任務延遲最小；在智能生產領域，天翼執行MES系統，有效加強MRP計劃的執行能力，實現MRP計劃和車間作業現場控制，并通過執行系統進行連接。其中，現場控制包括機臺工位的任務分配、DNC/PLC控制、數據采集器、條形碼、各種計量和檢測儀器、機械手等。MES系統還設置了必要的接口，與生產現場的控制設施實現全方位對接。

篇（4）

一、研究背景及意義

現階段，計算機在我國各行各業中都扮演著重要角色，計算機技術的發展為各行業的生產運行提供了堅實有效的保障。與此同時，人工智能技術也取得了驚人的進步，為我國航空航天行業發展做出了巨大貢獻。改革開放以來，在我國市場經濟不斷發展，綜合國力不斷提升的背景下，民航業發展迅猛，乘坐飛機出行從以前的高不可攀變成如今的大眾化出行方式，只用了40年的時間。在這40年里，我國航班架次大幅增漲，現有的空域資源也日趨緊張，在這關鍵時刻，人工智能技術的出現，為航空事業快速高效的發展帶來了新的曙光。空中交通管理的主要目的是防止航空器與航空器相撞以及航空器與障礙物相撞，維護和加快空中交通的有序流動[1]，因此，飛行流量管理和飛行沖突探測、解脫便成了空中交通管理中至關重要的任務。一方面，在空中交通流量接近或達到空中交通管制能力上限時，適時地進行調整，保證空中交通量最佳地流入或通過相應區域，盡可能提高機場、空域可用容量的利用率[1]。另一方面，飛行沖突的探測，能夠幫助管制員及早發出指令，使用許可和信息防止航空器相撞，保障空中交通順暢或控制空域內各航班的間隔，從而保證飛行安全[1]。空中交通管理人工智能輔助系統的運用，不僅能夠加速空中交通流量，提高空域利用率，而且能夠進行飛行沖突的判斷、解除，最大程度的提高航班運行的安全性，為管制員節省大量的時間和精力監控運行，降低工作負荷，提高綜合管制服務水平。

二、人工智能與空中交通管理人工智能輔助系統概述

（一）人工智能概述

人工智能（ArtificialIntelligence），英文縮寫為AI，它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學[2]。人工智能技術通俗的講，就是使機器模擬人的智能行為，代替人從事那些人為操作容易出錯、速度慢、效率低或者超出能力范圍的復雜工作的新技術。它通過研究人類智能活動的規律，構造具有一定智能的人工系統，指導計算機去完成以往需要、甚至超越人的智能才能勝任的工作[2]。當前，全球科技革命和產業革命方興未艾，新技術行業融合創新不斷，在移動互聯網、大數據、云計算、物聯網等新理論新技術以及社會發展相關的強烈需求的共同驅動下，人工智能加速發展，逐漸成為了產業革命和行業融合的關鍵技術。人工智能可以通過對數據的采集、分析和挖掘，形成有價值的信息和知識模型，實現對人類智力智能行為的模擬，具備一定環境下的自適應特性和學習能力[3]。現階段，人工智能經成為與計算機科學，控制論，信息論，心理學，語言學等多種學科相互滲透的一門新興學科，在許多領域有著廣泛的運用，變得和我們的生活息息相關[4]。

（二）空中交通管理人工智能輔助系統概述

人工智能技術在空中交通管理中的應用主要依靠人工智能輔數據分析和決策系統實現。利用人工智能技術，可以建立智能化流量管理模塊系統，科學判斷空中交通存在的問題，全面監控空中交通流量并對其進行智能化管理，提高空域的利用率，以及建立智能沖突探測和解脫模塊系統,進行飛行沖突的探測，通過引導飛行員采取速度控制、高度調整、航向改變等措施實現避讓，解除可能的飛行沖突，實現安全飛行的目標。借助空中交通管理人工智能輔助系統，全面提升空中交通管理水平[5]。

三、人工智能技術在空中交通管理中的具體應用及建議

（一）人工智能技術在飛行流量管理中的應用及建議

空中交通流量管理的目標是根據氣象條件、航路結構、扇區容量等限制條件和資源的統籌規劃，使航班流量盡可能達到最優狀態，從而在保障安全的前提下，提高運行效率。在引入人工智能輔助系統后，可以形成天氣預測，流量預測，限制建議和超容告警等模塊，通過氣象條件探測，各航路各時段航班量預測和生成航班間隔調整預案等方法，為流量管理者在短時間內提供有效的決策參考，從而大大降低流量管理者的工作負荷。其中，氣象條件的探測需要民航氣象部門提供氣象數據源接口，利用計算機模擬技術預測未來各時段的氣象變化情況及其對各航線的影響程度。各航路的航班量預測需要接入綜合電報處理系統，利用飛行動態電報來判斷在未來各時段各航路的航班架次以及航路交匯點可能存在的飛行沖突。得到這些數據信息之后，需要對航班進行排序，合理安排并確定尚未起飛航班的離港時間，從而達到各管制扇區容流匹配，空域資源最優化利用。除此之外，航班排序還要依據接收到的外區限制，并結合專機、要客等優先級信息做出合理安排，對外區限制較大的航路可給出改航建議，并模擬、計算改航后各條航路的流量和交匯點沖突情況，進行進一步優化。對優先級高的航班可自動豁免并給出直飛建議，對確實需要延誤的航班，同時模擬航班取消后的損失情況給出合理化延誤建議，通過人工智能技術做出合理化安排。完善、及時的數據庫信息維護可以保證飛行數據和氣象數據的及時、準確，保證流量信息等數據的完整性和可靠性，對于人工智能輔助系統做出正確、有效的建議有著重要而直接的影響，進而對各航路、各扇區的流量管理方案的有效性產生關鍵影響。因此，人工智能輔助系統的管理人員應及時維護數據庫，盡量避免由于數據不完整、不及時而導致的決策錯誤，減少因航班延誤對社會生產生活帶來的負面影響。

（二）人工智能技術在飛行沖突探測及解決上的應用及建議

在解決航班飛行沖突上，人工智能技術主要是通過分析航班存在沖突的概率及可能的狀況，根據飛行動態信息做出合理化沖突解脫建議，并且在這一過程中找到最有效，最經濟和最安全的確定方案。另外，在最終方案選擇中，通過對管制員選擇結果的智能學習，建立系統自己的飛行沖突處置預案庫，利用最短路徑算法和偏好路由算法，在數據庫系統中精確查找解決方案，并根據最終實施情況進行反饋，實現閉環處理。為了在工作中放心的依照人工智能系統提供的方案，及時發現潛在沖突，解決安全隱患，人工智能輔助系統管制員需要做好數據庫維護工作。對于典型的飛行沖突處置案例，如果系統學習有偏差，可人工校正，并及時更新，最大限度的幫助系統提高推理的效率和能力。此外，管制員在實踐中可以及時發現人工智能決策系統提供決策能力的不足和尚需改進之處，針對這個問題，他們可以從以下兩個方面入手，一是思考什么樣的沖突解決方案是最優化的，并提煉出所需遵循的原則，并將這些原則告知人工智能輔助系統的管理人員并協助他們進行完善系統。二是在實踐中發現系統的問題和不足并及時反饋給系統管理人員，協助管理人員查找問題根源，更進一步提升系統可靠性。

四、結語

如今，人工智能輔助下的流量管理、飛行沖突調配和系統智能學習技術已經進入三期實驗階段。因此通過建立空中交通管理輔助系統，不斷完善人工智能技術，解決系統自動學習的偏差和失誤，達成系統學習能力多維度、多層次，才能推動我國航空業得到繁榮發展。綜上所述，本文主要圍繞著人工智能技術概念、空中交通管理人工智能輔助系統構成、人工智能技術在空氣交通管理中的具體應用及建議三個方面展開了論述與探討。目的是希望通過人工智能技術的加入，提高空管自動化系統的智能化水平和安全性，進一步增強系統的可靠性和建議合理性，切實減輕管制員的工作負荷，為我國民航事業的發展提供技術支持，推動空中交通管理工作不斷向安全、高效的方向邁進，推動我國由民航大國向民航強國轉變。

【參考文獻】

[1]潘衛軍.空中交通管理系列教材:空中交通管理基礎[M].西安:西南交通大學出版社,2013:367.

[2]百度百科.[DB/OL]網上數據百度百科

篇（5）

隨著信息時代的到來，人們逐漸提高了對計算機網絡技術的要求，希望利用計算機技術獲得更加智能化、人性化的服務。因此，人工智能在計算機網絡中有著十分重要的作用，由于人工智能的配合與支持，計算機網絡技術得到了更好的發展。下面本文簡述一下人工智能的概念、優勢及發展過程中存在的問題，詳細的分析基于計算機的人工智能在金融領域的應用情況。

1 簡述人工智能的概念、優勢及存在的問題

通過綜合計算機、語言學、心理學等眾多學科，而形成一門具有應用性的技術，就叫做人工智能。其主要目標是模仿或超越人的智能，并將該理念運用到機器中，讓機器擁有像人一樣的思維、能力和行為等。下面我們主要利用表格介紹人工智能的優勢、發展情況及其存在的問題，如表1所示。

2 基于計算機的人工智能給金融領域帶來的影響

2.1 促使金融行業服務模式更加主動

在金融行業中，主要是人與人服務價值進行交換的過程，核心因素是人。因此，如果想要促進金融行業的快速發展，就必須加大對人力、物力等的資金投入，來維護與客戶之間的關系，進而發現客戶真正的需求，得到金融業務的真正價值。隨著計算機在人們生活中的廣泛應用，我們開發了網銀、APP等軟件，大力促進金融機構的系統建設工作，提高了客戶與金融機構交流的便利性。人工智能的快速發展，有利于更深處的服務價值鏈高端的金融，為客戶提供個性化和人性化的服務。同時，也有利于支持各類金融分析、金融交易中的決策，監督防控后臺風險等。

2.2 進一步提升了對金融大數據處理的能力

金融行業在市場分析、投資顧問、風險控制、客戶信息等方面有著許多有用或無用的信息，需要我們進行辨別。但是數據單位都是海量級別，且大量數據的存在方式又都是非結構化的，如掃描客戶的證件信息等，浪費人力、物力、存儲內存等，還無法轉成可分析的數據。而在運用人工智能的深度學習系統后，可以大幅度的降低人力成本、提高數據處理能力、提升金融行業風控等。

3 基于計算機的人工智能在金融領域中的應用

隨著國際巨頭公司將人工智能技術滲透于產品的各個方面，國內金融行業也開始使用人工智能技術，下面我們以阿里巴巴、交通銀行、平安集團等的應用情況進行分析。

3.1 阿里巴巴

阿里巴巴利用人工智能技術，在客戶服務、征信、智能投顧、保險、互聯網小貸等多個領域進行了創新和應用，下面我們根據阿里巴巴旗下的螞蟻金服所公布的數據進行分析，如表2所示。

3.2 平安集團

在人工智能技術出現以后，平安集團旗下的平安科技人工智能實驗室開始大規模的研發人工智能的金融應用。如開展了人像識別，對指定銀行區域進行整體監控，進而對陌生人的行為進行識別，保證銀行物理區域安全性；開展智能客服，用戶撥打后直接說出服務需求，系統識別客戶語音內容后，即可轉接相應模塊，節省了客戶選擇菜單的時間。

4 總結

綜上所述，我們可以發現人工智能技術在金融行業廣泛應用后，有效的節省了解決客戶問題的時間，技術難度較低，有利于商業價值的迅速實現。雖然就目前來說，人工智能在絕大部分領域還不能替代人力，但是能起到較大的輔助作用。而在金融行業中，則可以嘗試在多個領域運用相關技術，不管是提升客戶體驗還是風險防范中，都可以進行較多的探索和嘗試。

參考文獻

[1]郝登山.人工智能在計算機網絡技術中的應用分析[J].中國新通信，2016，18（01）：87-89.

[2]程東亮.人工智能在金融領域應用現狀及安全風險探析[J].金融科技時代，2016（09）：47-49.

篇（6）

谷歌 

谷歌希望能在人工智能領域博得頭籌，該公司高管將人工智能看成是與智能手機一樣強大的改變世界的力量。 

谷歌最近推出了完全自主設計的智能手機Pixel，其配置強悍且內置智能語音助手Google Assistant，勢要與iPhone 7一較高下。借助這一助手，用戶能使用并整理設備上以及云端的信息、查閱電子郵件、制訂日程、瀏覽新聞、查詢交通狀況、查閱天氣信息等。 

另外，谷歌于今年9月21日推出的能安裝在智能手機上的全新數字助手Allo，也廣受科技行業和媒體的關注。在今年10月5日舉辦的秋季會上，谷歌除了推出Pixel系列手機外，還正式推出了Google Home智能音箱。作為要與Amazon Echo一較高下的智能家居中樞，它不僅允許用戶通過Google Home進行語音搜索，還可以鏈接家中的智能設備，并通過語音控制它們。 

三星 

10月8日，三星表示，將收購美國初創公司、蘋果Siri的創始團隊Viv Labs，作為進軍AI領域的“踏板”。Siri是蘋果AppStore里的一個應用，用戶像平時聊天一樣輸入文字內容，Siri會給出答案。 

Viv Labs是一家人工智能和虛擬助手公司，被三星收購后，它也將帶去其最新的人工智能語音助手產品Viv。Viv具有“動態編程”和“可堆棧化”能力，有助于理解用戶的真實意圖和提高連續接受用戶請求的能力。 

三星公司表示，計劃在2017年下半年將Viv引入三星智能手機。同時，三星也希望將Viv擴展至其他三星設備，包括電視、洗衣機等家用電器。 

亞馬遜 

亞馬遜早在2014年就了Echo家居助手，這個聲控揚聲器由一位名叫“Alexa”的語音助理驅動。 

亞馬遜Echo可以作為智能家居的控制裝置，它“身高”10英寸，圓柱形，可以擺放在家中的任何位置。Echo支持Wi-Fi連接，可作為藍牙揚聲器播放來自在線流媒體服務的音樂；另外，Echo還可以提供各種信息查閱瀏覽和提醒等功能，并且依靠語音命令進行激活。 

Alexa是裝在Echo內的個人虛擬助手，相當于亞馬遜版的Siri語音助手，可以接收相應語音命令。使用Echo時，用戶只需說一聲“Alexa”，就可以開始詢問，包括新聞、創建任務提醒、設定鬧鐘時間或播放音樂等。Alexa還可以和各種智能家居設備進行交互，用來控制恒溫器或調節燈光。 

此外，亞馬遜最近還推出了更小巧的Echo Dot，“身高”僅6.5英寸，并且不需要固定電源。 

微軟 

微軟的個人助手名為“Cortana”，中文名“小娜”，是微軟于2014年的全球第一款個人智能助理。“小娜”來源于《光環》游戲中的主要角色之一，是主角士官長的人工智能助手。微軟稱， “小娜”極具幽默和詼諧天分，這一點和蘋果的Siri相比有過之而無不及，可謂有史以來最為人性化的個人助理應用。 

與蘋果的Siri和亞馬遜的Alexa一樣，微軟的“小娜”能夠讓用戶以人類的方式與設備對話。“小娜”可以理解用戶說話的含義并以類人類的方式給予反饋。但是與其他語音助手不同的是：“小娜”在PC端和移動端同時適用，而且遠不是收發消息這么簡單。微軟想要她成為用戶的貼身智能秘書，協助用戶管理通信、安排日程及滿足相關需求。 

臉譜 

盡管臉譜公司在人工智能領域只是“后起之秀”，但“財大氣粗”，不惜投入重金進行研發。據信，該公司正在開發一款代號為“Moneypenny（簡稱M）”的人工智能助理，并已展開內測。 

臉譜公司聊天工具Facebook Messenger（飛書信）服務負責人戴維·馬庫斯說：“M是一種個人數字助理，與市場上其他基于人工智能技術開發的服務相比，M真的能代替用戶購物、為親人送禮物、預定參觀、安排旅程等。” 

臉譜公司創始人馬克·扎克伯格說，他想制造出一款真實版的“賈維斯（Jarvis）”。在電影《鋼鐵俠》中，“賈維斯”是鋼鐵俠的智能管家，這款超智能軟件能獨立思考、會幫助主人處理各種事務、計算各種信息；而且鋼鐵俠的機甲開發和方舟反應爐更新都離不開它的協助。 

扎克伯格寫道：“我將通過探索現有技術來開始這項服務。”他的最初目標應該是一些基本智能操作，例如控制音樂、燈光、溫度等。 

扎克伯格此舉并非心血來潮。早在2014年，他就以個人身份入股了人工智能公司 Vicarious。人工智能是臉譜公司三大長期科技賭注之一。扎克伯格曾明確回答為何要進入人工智能領域：“人工智能可以提升互聯網服務的智商，從而對于用戶變得更有價值。” 

目前，臉譜已經建立了三個人工智能研究中心，分別位于法國巴黎、美國紐約和加州的門洛帕克，每個實驗室擁有40-50名研究員。臉譜在人工智能開發方面雖然起步晚于谷歌、微軟，但成績斐然。 

蘋果公司 

蘋果公司是第一家個人助手的公司，它于2011年了語音助手Siri。今年6月份，蘋果給出的數據是，Siri周均提供20億次服務，而去年這個數字僅為10億次。 

在過去幾年，該公司一直在努力優化這一工具。今年6月，蘋果開放了Siri，可以與非蘋果的應用交互（盡管目前僅限于包括微信在內的6種應用），因此，用戶能使用打車軟件Lyft來預約車輛，或使用Square Cash進行支付。

蘋果也引入了Home應用，來同智能家電和其他設備交互。通過Home這款應用，蘋果正努力讓Siri從智能手機的框架中跳出來，讓她變成用戶家庭中的一員，成為一名智能精明的管家。不過，未來她的表現如何，還需拭目以待。 

IBM 

技術巨擘IBM公司可謂人工智能領域的急先鋒。20年多來，該公司的“深藍（Deep Blue）”計算機占據了無數家報紙的封面。1997年，“深藍”戰勝了國際象棋冠軍加里·卡斯帕羅夫，這被視為是IT產業發展史上具有標志性意義的事件之一。 

隨后，人工智能“沃森（Watson）”接替“深藍”繼續對人類智能極限發出挑戰。2011年2月17日，沃森參加了美國最受歡迎的智力競猜電視節目《危險邊緣（Jeopardy）》，并連續擊敗了該節目歷史上最為成功的兩位選手肯·詹寧斯和布拉德·魯特，成為《危險邊緣》節目新的冠軍。 

沃森由90臺IBM服務器、360個計算機芯片驅動組成，擁有2880個處理器核心，約有10臺普通冰箱那么大，內裝超2億頁新聞圖書等資料。沃森不僅可以識別文字、地理位置，還可以部分感知人的情感，未來還將試圖讀懂人類的語言，學會思考。IBM將其實現人工智能的方法稱為“認知計算（cognitive computing）”。 

外界普遍認為，這是IBM在個人電腦業務及傳統IT服務衰落后向死而生的新業務。目前，沃森主要應用集中在醫藥領域。去年4月IBM宣布，與蘋果、強生和醫療器械公司Medtronic合作，目標是“變身”為醫療系統中介，讓個人和醫院都得通過IBM獲取信息，優化數據收集、分析和反饋服務。

 

篇（7）

今天可以做到的

“人工智能已經開始對社會產生重大影響。”美國康奈爾大學計算機科學教授、人工智能專家巴特?塞爾曼說。

此次圍棋人機大戰受到舉世關注就是明證。棋類具有初始條件固定、規則邊界清晰的特點，是人工智能憑借遠超人類的計算能力大展身手的舞臺。“深藍”在1997年戰勝了國際象棋世界冠軍卡斯帕羅夫，AlphaGo在與圍棋頂級棋手李世石的大戰中獲勝，這些足以說明人工智能下棋已經比人類更強。

在知識檢索領域，人工智能也已勝過人類。2011年，IBM公司的人工智能“沃森”在美國智力問答節目《危險邊緣》中戰勝兩位人類冠軍。這說明電腦在海量數據存儲和快速檢索能力方面的強大。

在另一些規則相對清晰的領域，人工智能也在接近人類的水平。比如說話，相信許多人已經試過蘋果手機上的Siri和微軟的“小冰”，只要你發音比較標準，它們基本上都能“聽清”你的話語并字正腔圓地回答。

再比如開車，谷歌公司的無人駕駛車已然在一些地方能夠上路，因為事實證明它們可以很好地遵守交通規則，并根據不同的交通狀況自主行駛。

上面的重點都是在軟件，還有一些人工智能則致力于“軟硬結合”，模仿人類的肢體動作。美國波士頓動力公司2016年年初剛剛展示了最新的人形機器人，它們有與人相似的軀干和四肢，能夠在各種環境中行走，摔倒了會自己爬起來，還能完成一些簡單任務，比如自己開門和搬箱子。

明天可能實現的

目前，人工智能在一些需要模糊識別的領域還面臨困難。比如辨識人臉，從五官差異上分辨不同人對我們來說不算個事兒，但電腦就感覺很困難。人們可能還記得2015年微軟推出的一項人臉識別應用“How-old”，它屢屢在年齡上誤判、在圖片中沒人的地方找出“幽靈臉”，給人們帶來了不少歡樂。

不過這方面正在取得進展，臉書公司的人工智能項目負責人田淵棟認為，臉書的人臉識別技術已經做得比較好，“比如說拍張照片，然后就知道誰是誰”。正在研發的一個方向是可以問電腦各種問題，比如照片在哪拍的、里面有幾個人、都在干什么等，系統都將能作出回答。

中國研究人員也在致力于做出更復雜的人工智能，檢驗方式頗具中國特色――高考。科大訊飛公司董事長劉慶峰透露，他們正在研發“類人答題機器人”，目標是在3～5年之內讓機器參加高考能考上“一本”。高考涉及學科多，除了客觀題外還有大量的主觀題，如果真能達成這個目標，又將成為人工智能的一個里程碑。

2015年年底在北京舉行的世界機器人大會上，有機器人分別展示了踢足球、打乒乓等方面的運動能力。但是很明顯，它們還無法與人類選手相提并論，很大程度上因為判斷對手或隊友的比賽意圖是一大瓶頸。不過，在RoboCup等機器人足球賽中，機器人的水平也在不斷提高，該賽事的目標是，讓機器人足球隊在2050年能擊敗人類世界冠軍球隊。

人工智能發展的一個理想目標是，把已實現的各單項能力繼續提高并集成起來，最終完成一個既能聽說讀寫，又會思考和行動的人工智能實體。近來這一領域的快速發展已讓這個目標可以期待，英國帝國理工學院的人工智能學者馬克?戴森羅克說：“如果人工智能以這種速度發展下去，我們或許在未來10～20年里就能看到電影《鋼鐵俠》中那個人工智能助手賈維斯。”

未來可以暢想的

如果說上面這些目標還屬于有實現前景的科學范疇，還有一些關于人工智能的討論則似乎已進入了引人暢想的哲學領域。

中國東南大學的科技哲學教授呂乃基在點評此次人機大戰時認為，人工智能進化之路與人類不同，即擺脫了系統與環境的羈絆，不像人類大腦中的“智”往往為身體所處世界中的“情”所累，如李世石可能受“為人類的榮譽而戰”等輿論影響。

“常有這樣的議論，人工智能再聰明也沒有情感，只是機器而已；殊不知，人工智能之所求原本只是‘智’，而非‘情’；或許正因為此，人工智能可能超越為情（包括形形的意識形態之爭）所累的人的智能。”呂乃基說。如此說來，人工智能倒像是在邁向中國古代文化中所說的“太上忘情”的境界。

篇（8）

AI基因上：BAT各有優勢，大數據算法全面更勝一籌

論AI基因，這個支撐企業整個AI戰略構想的核心基礎優勢，可以說是不可或缺，它著實能為企業在AI領域的布局帶來極大幫助，也是一家企業進軍AI最大的底氣。總體看來，BAT三家互聯網巨頭在布局AI領域均有優勢，但因自身業務的不同，其AI基因的優勢又表現在不同方面。

百度：AI基因意味著擁有先天的優勢，依靠搜索引擎業務起家的百度，在掌握與人密切相關的數據算法領域算得上是得心應手。同時，作為人工智能的雛形搜索引擎業務，擁有它就相當于掌握了人工智能的鑰匙，只需依據數據內容付諸實踐便能打破許多關卡，擁有比其他企業更多的機會。

一方面，數據是企業做AI的源頭，也是引領AI走向的一大支撐點，擁有數據便于掌握AI大致的發展方向；另一方面，百度搜索的數據樣本較為全面復雜，范圍涉及場景較為廣泛，涵蓋從天文地理到日常的生活信息，累積了豐富多樣的樣本數據，這一切，都是基于百度算法技術的支撐，也為其在AI領域的全布局上提供了最基本的算法和數據支持。因而，AI基因這一方面，百度比其他企業有了更多的發展機遇。

阿里：依靠電商起家的阿里，雖然不具備像百度一般的海量大數據，但是阿里在掌握電商消費者數據層面也有著自身的優勢。與百度一樣，阿里在AI領域也早已開始布局，其有著百萬級用戶規模的云計算業務，同時也憑借在電商領域的豐富場景應用，阿里在大數據層面也有著自身的實力所在；此外，阿里在商業場景上所得來的數據，也是支撐其人工智能產品最終落地的基石。

騰訊：雖然在先天技術上略遜色于其他兩家，但騰訊也有著豐富的應用場景。依靠在社交網絡、媒體等業務的深耕，加上微信、QQ的龐大用戶體量，使得騰訊在開發AI業務上更多基于提升用戶體驗上入手。從這方面看來，騰訊的AI基因更多傾向于豐富場景上的驅動，還有其龐大的用戶數據體系支撐。

綜合來看，三家互聯網巨頭在進軍AI領域上有著天然的AI基因，只是因各自所涉及業務的不同，AI基因也各不相同。但從綜合實力來看，擁有全方位的技術支持和豐富的場景應用，以及掌握算法功能才是開啟AI領域的最佳起點。

AI產品上：場景出現重合，涉足范圍廣泛者博得頭彩

人工智能領域雖說涉及的場景豐富，但最終還是無法脫離人們的衣食住行等各個方面。無論各企業在AI領域的構想如何豐富多彩，最終的成果檢驗還是要看產品的落地。因而，人工智能概念出現了這么多年，近兩年終于加快了產品落地的步伐，國內尤以BAT為首的人工智能產品現已扎堆面世，為人們開啟了新一輪的AI產品檢驗潮。

百度：借助先發優勢，百度現已有多款人工智能產品落地，涉及的場景范圍廣泛且全面。其中，百度研發的一款智能音箱產品raven H搭載旗下的人工智能操作系統DuerOS 2.0，在這項系統的加持下，raven H在語音對話交互方面達到高度智能化，同時在與人類交互的功能上還能不斷學習和進化，以達到與用戶使用習慣的高度融合。這款智能音箱產品擁有很強的喚醒率，即使相隔一堵墻也能被輕易喚醒服務，還能用于控制家居產品如燈光、電視等家居產品，相當于掌握了智慧家庭入口。

同時，在人工智能產品發展逐漸步入正軌，許多人工智能場景如智慧生活、智慧出行等方面急需語音系統支持的情況下，百度的人工智能操作系統DuerOS應運而生，為賦能上下游產業鏈付諸行動。在上游，百度DuerOS與紫光展銳、ARM等芯片廠商達成合作，提升硬件基礎以最終賦能于人工智能產品上；在下游，百度DuerOS與海爾、美的、TCL等傳統家電廠商同樣達成戰略合作。有了DuerOS的支持，用戶將能通過DuerOS，實現對電視、冰箱等智能家電產品的操控。

另外，百度研發的深度語音識別系統Deep Speech，在高精度的語音識別領域展開部署。當下的AI領域，語音識別涉及的場景也較為廣泛，人工智能的初衷就是帶給人們無處不在的便捷體驗，“能動嘴盡量不動手”的語音識別更是深受AI研發企業的歡迎，也深受消費者的追捧。在這項語音識別系統的加持下，相關產品不僅為用戶提供了多國語言的互譯功能，也為用戶帶來了便捷的翻譯體驗。

除此之外，百度還研發了無人駕駛技術平臺Apollo，旨在建立多方合作的生態體系，為汽車企業和用戶搭建一套新的完整的自動駕駛系統，推動無人自動駕駛技術發展和普及。目前，Apollo已經開放兩款落地產品，其中一款小度人車交互系統，不僅擁有智能語音助手和人臉識別功能，還能實現疲勞檢測和AR導航，目前小度車載系統已與多家車企達成合作，多款車型將進入量產階段。

阿里：同樣，語音這項連接人工智能與人類頻率頗高的交互接口，阿里也有涉足。其中，阿里云研發的一款人工智能產品ET大腦，在智能領域實現了新的突破，除了具備智能語音交互和生物識別等技術，還能幫助人們在復雜的情況下快速做出最佳選擇。

同時，在智慧家庭領域，阿里研發的一款智能音箱產品天貓精靈，在語音識別上也擁有多項功能，此外通過內置人機交互系統開放給業界，已有多家產品鏈接到天貓精靈，為布局全局的智慧家庭入口奪得先機。

騰訊：在人工智能領域后入局的騰訊，在人工智能領域的開發更加注重提升自家產品的用戶體驗上。圍繞智能語音識別和自然語言處理等板塊，騰訊目前已提供了多種人工智能服務，為自身產品在語音識別上進一步提升用戶體驗。

此外，騰訊擁有為智能音箱廠商提供后臺支持的云小微，在微主機Ministation衍生的智能家居設想上，逐步拓展到在線教育和家庭控制中心等。

綜合來看，BAT三家所研發的人工智能產品雖有不同，但都涉及了同一個生活場景，那便是智慧家庭領域。尤其是涉及多個人工智能領域場景維度的語音交互系統，包括冰箱、空調、智能音箱等家用電器。在這方面，誰能擁有強大的語音操控系統，誰就能牢牢把握這一出現頻率較高的交互接口。同時，為人類帶來豐富驚喜體驗的人工智能領域，同樣需要豐富的產品加以支撐，才能為往后智慧生活的進一步實現提供有力的產品支撐。

AI理念上：與自身業務緊密結合，取得先機者得天下

AI理念，即企業做AI的核心思想。從最初的產品定位，到產品的生產和落地，均離不開最初的理念支持，即產品將要成為什么樣、將為人類帶來何種便利，每個階段都圍繞最初的理念開展。總體看來，BAT的人工智能理念是在自身原有業務的基礎上，圍繞AI領域展開構想，并將這一設想付諸實踐。

百度：從百度的人工智能理念來看，人工智能在未來會涵蓋其所有的產品和服務，成為新的增長引擎。而事實上，百度在人工智能領域早已從七、八年前開始，從基礎層到感知層以及生態層和應用層等，百度均有著明晰的戰略規劃方向。此外，經過一段時期的打磨和經驗總結，百度的人工智能理念開始跟隨產品一同落地，整個人工智能戰略規劃也從理論開始走向實用階段。

阿里：電商起家的阿里，在人工智能的布局比百度稍晚一些，其人工智能理念多圍繞電商這一核心業務，從倉儲到物流，從產品到制造，阿里在零售業的人工智能軌跡很清晰，并且與自家業務緊密結合。同時阿里發揮所長，全面賦能零售體系。

騰訊：在AI矩陣布局上，騰訊目前擁有人工智能實驗室、微信智能語音團隊等技術的支持。同時其人工智能領域更關注場景、計算能力等，騰訊同樣也是從自身業務出發，布局游戲、社交和內容AI，對比其他兩家來說起步較晚，但初涉人工智能領域的騰訊也不甘落后，建起了人工智能實驗室，用于人工智能方面的研究和開發。

綜合來看，在人工智能的戰略布局和理念構想上，百度已經搶占了先機，從技術優勢到場景落地，戰略規劃進一步照進現實。因而在人工智能領域，必然是取得先機者擁有絕對的話語權，在未來的業務范圍拓張上也卯足了底氣。

AI基因、產品、理念的加持下，未來的AI行業誰將劍指巔峰？

綜上所述，人工智能產業最終的走向必然是加快產品落地的同時邁向高度商業化的未來。無論是阿里的智慧新零售，還是騰訊的場景重要性，抑或是是百度的從出行，到賦能實體制造業的全方位操作，都在各自的領域有著明確的產品構想。

因而，在AI基因、AI產品以及AI理念的加持下，接下來的人工智能產業，各個企業都將在自身基礎的戰略布局上，進一步將計劃落地實施。不過需要注意的是，人工智能這個龐大的產業，并非一家企業就能獨自撐起，而是需要各行各業的相互協作共同推動，才能將企業的人工智能核心理念從理想照進現實。因此，在企業界的共同推動下，未來的人工智能社會化場景中，人工智能所帶給人們的便捷將得到更大化的展現，人類的生活是無處不在的方便和舒適。

篇（9）

5月26日，佳訊飛鴻智能科技研究院揭牌儀式在北京交通大學隆重舉行。中國科協副主席、中國鐵路總公司總工程師、中國工程院院士何華武，北京交通大學校長寧濱，海淀區副區長李L萍等應邀出席活動并致辭；佳訊飛鴻電氣股份有限公司（以下簡稱“佳訊飛鴻”）董事長林菁、總裁鄭貴祥、佳訊飛鴻智能科技研究院院長劉文紅、高級副總裁李力以及佳訊飛鴻集團各分子公司的領導參加揭牌儀式。軍隊相關單位及院校、國家863計劃機器人技術主題專家組、中國鐵路總公司、中科院計算所、北京市發改委、北京市科委、北京市經信委、中關村管委會、海淀園管委會、中鐵建電化局、北京鐵路局、軌道交通視頻與安全產業技術聯盟、北京航空航天大學、北京交通大學、北京理工大學、西安交通大學、微軟亞洲研究院、華為公司、中科創達、保德科技、博思科技、大威激光、華信通信、超選科技公司等相關領導及專家出席會議。

會上舉行了佳訊飛鴻智能科技研究院剪彩及揭牌儀式，何華武、鐘章隊、于川信、許鴻斌、林菁、鄭貴祥、劉文紅等共同為研究院剪彩和揭牌。揭牌儀式上，何華武院士對研究院的成立表示祝賀。他說，鐵路行業快速發展的20余年，也是佳訊飛鴻不斷成長的20余年。作為一個有進取心的企業，佳訊飛鴻圍繞鐵路行業需求，不斷和合作伙伴深度地融合，不斷地創新，研究院的成立就是佳訊飛鴻孜孜不倦求發展的最好體現。交大校長寧濱致辭，表示佳訊飛鴻是北京交通大學的董事單位，雙方有著深厚的歷史淵源和良好的合作基礎。希望雙方能共同推動智慧軌道交通產業的技術進步與創新，共同建設信息通信技術領域的人才隊伍。李長萍副區長強調，科技創新中心建設是一項系統性工程，海淀需要堅持面向未來謀篇布局，佳訊飛鴻需要繼續發揮領軍企業的龍頭帶動作用，以創新創業打造經濟社會發展新動力。佳訊飛鴻董事長林菁發表演講，提出未來的時代，人工智能無處不在。人工智能是比互聯網大一千倍的產業，人工智能的應用，開始向各行業滲透。佳訊飛鴻智能科技研究院的主要目標就是將人工智能技術、大數據、云計算等前沿技術與行業發展相結合，帶動行業的智慧化發展，創建智慧型企業。

在隨后舉行的技術論壇環節，軍隊某研究中心領導，微軟亞洲研究院城市計算領域負責人鄭宇博士，全國政協委員、軌道交通控制與安全國家重點實驗室通信首席教授、佳訊飛鴻智能科技研究院技術委員會主任鐘章隊教授分別以“軍民融合的發展與展望”、“城市計算：用大數據和AI驅動城市智能”、“軌道交通移動計算與大數據應用”為主題作了精彩的學術報告。

據悉，佳訊飛鴻智能科技研究院是為落實佳訊飛鴻集團化科技實業發展愿景而創建的企業研究院。該研究院是承擔國家科技創新項目的主要基地，是佳訊飛鴻對外技術合作的關鍵引擎。在佳訊飛鴻技術研究、產品研發、應用開發的科研體系當中，研究院將致力于研究與開發的頂端，成為企業新技術、新產品的孵化基地。在為佳訊飛鴻的各個業務板塊提供技術戰略和產品戰略支持的同時，也成為技術創新研究與應用開發高端人才的重要輸出地。該研究院目前設立五個研究方向：移動與寬帶互聯技術，軌道交通安全與物聯網技術，智慧指揮調度技術，云計算、大數據與人工智能技術以及信息技術軍民融合。研究院將聚焦佳訊飛鴻集團化的發展和建設需要，跟蹤行業發展方向，開展技術創新、標準制定、產品試制、應用推廣。

近年來，佳訊飛鴻在物聯網技術、大數據應用、無人系統、人工智能等技術領域深入探索和實踐，提出“智慧指揮調度產業鏈”的概念，即通過智能感知、智能調度指揮和控制系統等技術，實現前端設備智能化、無線接入寬帶化、數據云化集中化、業務統一化，并匯聚行業大數據，應用人工智能技術，實現智慧化企業運營管理和生產作業。未來，佳訊飛鴻將以智能科技研究院為依托，夯實其在智慧指揮調度領域的核心優勢，全力助推行業的智慧化全面轉型。

篇（10）

對于智能汽車的定義，不同的人有自己不同的理解，不過對于智能科技的終極目標——無人駕駛或者自動駕駛，卻是大多數人所向往的未來。尤其在谷歌人工智能機器人Alpha Go大勝圍棋頂級高手之后，很多人認為我們距離智能汽車的終極目標似乎越來越近，甚至仿佛可以指日可待，事實果真如此嗎?本期我們采訪了博泰前瞻技術研發經理原樹寧博士，目前，由其主導的博泰V2X項目正在穩步推進，在無人駕駛領域已取得了有效的進展。

 

記者：在可見的未來，像AlphaGo那樣專門用于下圍棋的人工智能(AI)，專門應用于自動駕駛的人工智能(AI)會出現嗎?

 

原樹寧：我的觀點是保守的肯定。目前來看，汽車上已經開始在應用的視頻分析、自適應巡航、自然語言識別等技術實際上已經利用了人工智能，但是基于通用智能的這種無人駕駛，就是它可以自己去適應任何交通環境的自動駕駛技術，可能還遙遙無期。要大規模普及無人駕駛需要在決策層應用人工智能(AI)，目前的視頻分析，專業語音識別等技術都是在感知層的應用。人工智能(AI)在無人駕駛中的應用，其核心肯定是人工智能(AI)AI在決策層的作用，比如說車速怎么加?方向朝哪里?如果這個決策本身是人工智能(AI)做出來的，沒有人工的干預，這才是真正的無人駕駛，或者說自動駕駛。

 

而且我認為如果無人駕駛要大規模普及，用傳統的程序控制方法是很難做到的，它必須使用機器學習，或者人工智能(AI)的方法實現決策。由于交通規則不是絕對的，如果用人工智能(AI)實現決策，那么人工智能(AI)就要適應沒有規則的情況，它會遇到很多困難，比如說，有一個人賴在前面不走，或丟一個大東西等情況，因為智能汽車是絕對遵守規則的，如果別人不遵守規則，就可以欺負它。

 

事實上，現有的人工智能基本上都是對特定任務設計的，例如：圖像識別、自然語言識別、軟件框架設計、扮演游戲對手等非常細分的專業應用。各個應用之間是分割的、不能垮行業使用的。另一方面，人工智能領域中的“通用人工智能(General AI)”，依然是科技界長期奮斗的目標。通用人工智能要能夠很快學習新的規則，適應新的事物，能夠直接應用在不同的領域，會下棋、也會打橋牌、還認識朋友、會開車。不過如何實現通用人工智能，我們目前在理論上都還沒有搞明白。

 

記者：人工智能(AI)在自動駕駛中的作用是什么?

 

原樹寧：首先是環境感知。這是自動駕駛的數據基礎，提供車輛周邊環境的狀況。車輛不但需要知道自己所在的位置，還要獲取道路屬性、周邊物體的屬性、交通設施的屬性。在這個層面上視頻分析、雷達成像分析等人工智能手段是完成環境感知的最重要組成部分，這一部分的技術發展已是突飛猛進，例如對車輛、摩托、行人、動物、障礙物、限速牌、紅綠燈、車道的識別。好的識別模型和大量的數據訓練能夠保證很高的識別正確率，但是，機器學習本身，即使在理論上，它都無法保證絕對(100%)的正確。這在自動駕駛中卻是不可原諒的缺點，如果環境感知不能確保絕對的正確，那如何保證決策的正確性呢?如何保證行車安全呢?人們會購買發生事故的自動駕駛車輛嗎?因此在環境感知層面，人工智能與工程手段將會起到相互補充的作用，實現對環境的正確感知。其中非常有潛力的一項技術就是V2X技術，它會將所有的交通基礎設施和每輛車都貼上標簽，實時的播發自己的相關信息，從而使得每部汽車都能直接獲取周邊的情況，再結合其他傳感器，實現信息冗余，保證對環境的正確感知。

 

其次是決策協同。決定車輛的行駛速度、方向、線路等根本問題。基于程序控制的車輛完全能夠實現自動駕駛。但是，它只能運行在有限的場景之下，極度缺少應對能力，并且消耗大量的程序分析和維護時間(系統越復雜維護成本越高)。基于機器學習的人工智能在決策協同領域有著無可比擬的優勢，自我完善，維護成本越來越小，具有較強的適應和應變能力。就好比用編程控制的方式也能讓程序下圍棋，卻永遠無法達到AlphaGo的高度。但是，這里也會遇到一些奇奇怪怪的障礙。

 

1)無規則。在現實生活中交通規則不是絕對必需遵守的，而圍棋的規則至少在正規比賽中雙方都是絕對遵守的。如果李世石偷偷在棋盤上多放一個子，AlphaGo會怎么處理?應該整套模型都必需重構吧?這也是大家調侃谷歌不敢挑戰中國麻將的原因。一個隨時可以被打破的規則(闖紅燈、超速、逆行、橫道線搶行等)就是沒有規則。這樣的模型建立恐怕絕不亞于“通用人工智能”的難度。解決方法就是建立一個必需絕對準守的規則，將那些可能不遵守規則的參與者全部剔除，于是乎就只身下自動駕駛車輛本身了。

 

2)規則重塑。在一個只有自動駕駛車輛的路網上，機器的駕駛行為將會完全不同于人類的駕駛行為。例如，人類在高速上行駛需要保持100米左右的車距，其原因是人類生物能力的限制，例如，高速時視覺的狹窄化、反應時間的限制。此時機器完全不需要顧及人類生物能力的限制，而是根據自身的反應時間、信息處理的范圍和能力重新定義交通規則，例如高速公路車速完全可以提升到200km/h，甚至300km/h，車間距離可以縮小到數米甚至完全對接，高速公路的線型(坡度、轉彎半徑、車道寬度)也可以放松要求。新的規則將保證自動駕駛車輛的安全運行。

 

3)車輛互學習。這個只有在自動駕駛車輛行駛的道路網中進行，車輛的駕駛行為和我們現在人類的駕駛行為將會大相徑庭。但是人類的駕駛行為可以作為車輛自己學習駕駛的起點。人類開車時是如何保持車距、如何在擁堵時協作排隊、如何變道、轉彎、掉頭對于AI而言都是難能可貴的經驗。以此起點，在既定規則下，向自動駕駛道路網投入已經學會了人類開車方式的車輛，讓他們之間相互協作、相互學習，優化自己的駕駛效率。就如同兩個AlphaGo對弈，相互學習圍棋技藝。

 

最后是控制執行。這是對決策的執行，例如決策需要5秒加速到80Km/h，那么該噴多少汽油，發送機轉速要多快等等。這里完全是工程的世界、是精確控制的領域，需要對命令的堅決和精準地執行。這里和人工智能無關。

 

記者：能否為我們描述一下智能汽車的演化過程。

 

原樹寧：智能汽車是汽車革命里面最重要的一次革命。一開始的無人駕駛，肯定是在高速或者專有的道路上，然后這些專有的道路，逐漸會開放為半封閉狀態，比如在城市的公交專用道里設置無人駕駛專用道，智能汽車在某些地方可以像出租車一樣跑，它也可以在無人駕駛專用高速路上行駛，這時它速度就會非常快，相當于結合了高鐵和出租車的共同優點。我覺得，無人駕駛首先應該在相對比較封閉，而且交通量不大的地區出現，美國的那些中小城鎮是非常合適的實驗場所。

 

記者：因為他們地廣人稀。

 

原樹寧：對，本身他們的交通不那么復雜，不遵守交通規則的人相對也少一點。至于智能汽車的商業模式，我覺得以出租車的形式出現的可能性最大，就是以“共享車”，或者“服務車店”的形式出現的可能性最大。

 

然后可能會在高速公路上實現無人駕駛，并且能夠進行幾輛車并在一起的行駛，同期可能也會出現高速上的測試，之后，系統會逐漸合并，技術上也會合并，重點解決車輛怎么協作，在低速道路上怎么行駛等問題，最后就會出現跨城市的自動駕駛。第一階段，比如在美國小鎮、出租車式的無人駕駛，我覺得可能在2020年能夠實現;第二階段，在高速道路上，拼車高速行駛的情況在2025年左右，在某種程度上可能會出現。

 

事實上，車本身不能識別人類的世界，所以需要把整個道路系統變成車輛能認識的世界，也就是需要把整個道路數字化，讓車能識別出自然就解放了駕駛者，這就是“車車通信系統”和“車路通信系統”。但是，無人駕駛不應該是被動接受周邊的信息，如果所有的車輛甚至包括摩托車也安裝了這些裝置，將車輛和車輛之間實現通訊交互，這個時候整個交通系統就可以完成交流，并形成車和車之間的互動與協作。

 

記者：智能汽車的市場在什么條件下會爆發?

 

原樹寧：只有技術發展到一定程度，真正的商業模式才能出來。

 

例如電腦和手機的發展。智能手機能夠出現并快速替代傳統手機，關鍵在于兩項技術，一是操作系統，二是3G移動網絡。個人計算機的普及也一樣，Windows操作系統使每一個人都可以使用計算機，而互聯網為每個使用計算機的人提供了豐富的內容。

 

智能汽車的大規模爆發，也需要同樣的技術條件。其中，操作系統的核心作用是屏蔽硬件的復雜性。由于每個品牌汽車的接口都不一樣，應用軟件的開發會遇到車企不開放CAN總線接口的問題。如果在車輛CAN總線上加一個中間層，就可以將車輛的各類消息和接口轉化為類似計算機C庫的標準庫。這樣，任何程序員都可以方便地對智能汽車進行軟件開發，軟件開發人才也因此可以在市場上普遍獲得。

 

所以說，這樣一個操作系統是非常重要的。類似的開發工作，國外的AUTOSAR聯盟(即 AUTomotive Open System Architecture，汽車開放系統架構)已經在做，一些企業也可能在秘密研發。可以說，誰能做出這個操作系統，誰就將主導未來的汽車市場。

 

再看網絡。谷歌無人駕駛車采用地圖加大量傳感器的方式，已經做了很多年，為什么至今無法大規模商業化?因為不能出錯。計算機和人的認知方式不同，只知道0和1。讓一輛無人駕駛的智能汽車在行駛中識別人類世界是非常困難的，即使準確率達到98%，也是不夠的。要解決這個問題，就要通過車路通訊，把所有路側信息全部數字化，包括其他車輛、紅綠燈、施工信息等，變成計算機可以了解的東西。這就是V2X，也是智能汽車所需要的網絡。只有這個時候，無人駕駛的時代才會真正到來。

 

記者：自動駕駛技術產品化的過程中，最大的難點是什么?在智能汽車的發展中，最有前景的技術又是什么?

 

原樹寧：在產品化過程中有兩點最重要：一是可靠性，產品絕對不能出問題; 二是適應性，道路環境非常復雜，比如在澳大利亞開車，可能會突然跑出一只袋鼠。最重要的技術就是我剛才談到的兩項，一是與硬件無關的編程技術，放大來說就是整個車載操作系統;二是V2X網絡技術。當然，傳感器、地圖等技術也非常重要，但它們已經很成熟了。

 

記者：在實現更智能的汽車方面，目前你們做了哪些工作?

 

原樹寧：博泰V2X技術的訴求正是讓所有的道路設施全都變成車輛能懂的語言，然后去完成現在的無人駕駛系統沒有辦法完成的工作，最終實現普遍的無人駕駛。我們已經完成了V2X box設備在不同場景下的通信性能測試，該設備可隨時發送車輛的速度、位置等信息，同時接受其他車輛發送的信息;開發了車輛主動安全仿真系統，實現了車輛間急剎警告、追尾警告、交叉口碰撞警告三大主動安全功能，并進行了多次真實場景道路測試。

 

記者：能否用你觀點來定義智能汽車對于交通運輸變革的意義?

 

原樹寧：智能汽車的突破，類似于內燃機取代馬車，是一場真正意義上的革命。第一，它提高了效率，第二，它節約了資本，同時也節約人力，節約了大量的基礎設施建設。

 

記者：智能汽車實現了自動駕駛，或者無人駕駛，是不是也使得汽車的駕駛樂趣也消失了?

 

篇（11）

產業鏈格局已現，上游技術成型、下游需求倒逼，計算機視覺產業應用最成熟。產業鏈初步格局已現，從基礎層和底層技術，再到應用技術，最后再到行業應用，除了近年來底層核心技術的突破，下游行業需求倒逼也是人工智能應用技術發展的重要動力，諸如人機互動多元化倒逼自然語義處理、人口老齡化倒逼智能服務機器人、大數據精準營銷倒逼推薦引擎及協同過濾，等等。其中計算機視覺應用技術的發展可能是最先發力的，國內不乏世界一流水平公司。

2B應用首先爆發，“人工智能+金融、安防”應用前景廣闊。“人工智能+”將代替之前的“互聯網+”，在各行業深化應用，安防、金融、大數據安全、無人駕駛等等。生物識別和大數據分析在安防和金融領域的應用則是目前技術最為成熟、產業化進程較快，如智能視頻分析、反恐與情報分析、地鐵等大流量區域的監控比對；金融領域的遠程開戶、刷臉支付、金融大數據采集、處理、人工智能自動交易、資產管理等。相關推薦標的：東方網力、佳都科技、川大智勝，建議關注大智慧、遠方光電。