引論：我們為您整理了13篇智能時代的概念范文，供您借鑒以豐富您的創作。它們是您寫作時的寶貴資源，期望它們能夠激發您的創作靈感，讓您的文章更具深度。
篇1
縱觀現今家電行業的發展，智能化已經成為了行業發展的必然趨勢。過去30年，中國家電市場一直都靠政策驅動或者營銷驅動，廠商營銷的就是概念，通過向消費者導入消費新觀念來進行產品促銷，使消費者加深對新產品及企業的印象，建立起鮮明的功能概念、特色概念、形象概念等。而這種驅動，都導致家電的發展也一直停留在對“硬件”的更新上。近些年，隨著物聯網等新技術概念的普及，家電智能化的概念也慢慢的深入人心，傳統的家電格局也在悄然發生著變化。家電正朝著智能化、數字化、網絡化與節能化方向發展。就拿電視而言，相比普通電視，智能電視的“智”主要體現在三個方面：首先，“智”體現在人機互動方面，智能電視令人與電視的互動更加自然；第二，“智”體現了操作與使用的簡便性，電視的操作將越來越簡單；第三，“智”意味著更強的兼容性，智能電視不僅要兼容電視的功能，還要能上網，能連接手機、跳舞機等其他設備，這對硬件端口還有軟件技術提出了更高的要求。因為具備強大兼容性的智能電視不僅僅能提供電視的功能，還能提供電腦等其他設備的功能。這些智能化的功能都將吸引著消費者的目光，也會成為企業間競爭的重要籌碼。所以智能化的發展不僅意味著家電功能更加齊全，用起來更加方便。智能化的發展，也將推動整個行業的無限發展空間。
篇2
1 智能信息處理中概念圖的應用
隨著網絡技術以及科學技術的不斷發展，也在逐漸提高網絡信息量，處理信息的時候需要更高的要求，以此形成智能化信息處理技術，實際上是一種自動檢索信息，并且深層次處理信息的技術。一般來說這種技術能夠自動科學的對信息進行分類管理，然后對其進行翻譯。語義信息處理技術在目前的發展過程中主要面對的就是怎樣實現智能化，漢語博大精深、源遠流長，在不同語境中漢語出現多種解釋，想要實現智能化不只是漢字簡單應用的問題，智能設備需要能夠分析人們的語言，并且能夠及時反映人類語言，此時需要設備能夠掌握中國語言的技巧。目前發展中智能設備不能對人類語言進行充分理解，需要進一步研究解決的辦法，所以在設備中植入語言技巧是有效的方式，此時智能設備能夠了解人類語言，同時也能夠及時回應相關問題。概念圖是知識表示方法中一種比較好的形式，所以，相關專家和學者需要注重研究概念圖，全面提高信息智能化處理的能力，促進信息處理技術的全面發展。概念圖主要包括連線和節點兩部分，連線體現不同改變的關系，節點體現相關概念，不同概念之間具備不相同的關系，不同幾何圖形能夠表示不同關系，利用箭頭來聯系關系和概念，圖1是具體分析情況。
主要表示的就是A boy Peter is reading book cerafully。這種表達方式具備一定優勢，方便操作，容易理解，能夠更加生動形象的展現語義，完全體現概念圖的作用，并且這種方式能夠進行簡化知識、擴充知識、復制等操作。
2 概念圖的智能答疑系統
概念圖智能信息處理方式是否能夠順利進行應用，此時需要依據專門的檢驗系統來對信息處理技術進行驗證。系統實際上是有機結合兩種技術的CGQAS系統，包括JSP和C++，概念圖智能處理系統包括問題理解系統/信息檢索系統/解答系統等三大部分。在機械設備中人們需要詳細的輸入問題，然后統一歸納于不同問題，以便于能夠獲得正確答案。系統運行基本流程為：
(1)用戶把問題輸入到系統界面中，然后依據IR-Lab語言技術平臺來預處理問題，自動切分語句，同時也能夠分析句法和標注詞性。
(2)依據句法關系、知網Howent以及概念圖關系的規則來修正句法結果。
(3)對用戶問題中的概念關系以及概念進行提取。
(4)利用概念圖方式來構建概念關系，并且在概念圖庫中合理存儲數據信息。
(5)對上述步驟中的概念進行保存，并且及時提交到搜索引擎，對網頁進行合理下載，最后在概念圖庫中存入概念關系和概念圖。
(6)實際操作中匹配資源概念以及查詢概念圖，然后通過查詢結果來排序處理資源文檔，最后為用戶提交查詢的結果。
概念圖智能答疑系統一般主要包括F-measure、召回率(Reeall)、準確度(precision)三個評價結果的指標。基本計算公式為，準確度等于系統回答正確的問題數和系統可以回答問題數的比值，召回率實際上就是系統可以回答問題數比上總問題數。也就是Fβ=(β2+1)×P×R/(R×P×β2)，一般情況β2為1，召回率和準確度的平均調和數就是F-measure，F-measure=R×P×2/(P+R)，基于此實際分析過程中合理選擇480個語句，并且對其進行八種分類，對實驗結果進行仔細分析，可以發現概念圖智能化信息處理系統能夠及時回答地點、人物等相關問題，并且這些問題存在固定答案，因此具備比較高的正確率，但是系統在回答其他方面問題的時候就會出現極大差距，此時需要相關管理人員不斷創新信息處理技術，以便于能夠保障能夠及時改進以往技術的不足和缺陷，進一步提高概念圖智能化信息處理技術的有效性和可行性。
3 結束語
篇3
應對上述挑戰并不完全取決于技術發展或商業創新本身，而更多依賴于我們的公共政策選擇。本文試圖在分析人工智能發展邏輯及其所引發的風險挑戰的基礎上，對人工智能時代的公共政策選擇做出分析，并討論未來改革的可能路徑，這也就構成了人工智能治理的三個基本問題。具體而言，人工智能本身成為治理對象，其發展與應用構成了治理挑戰，而在此基礎上如何做出公共政策選擇便是未來治理變革的方向。
全文共分為四個部分：第一部分將探討人工智能的概念及特征，并進而對其發展邏輯進行闡述。作為一項顛覆性技術創新，其本身的技術門檻對決策者而言構成了挑戰，梳理并捋清人工智能的本質內涵因而成為制定相關公共政策的前提;第二部分將著重分析人工智能時代崛起所帶來的治理挑戰，主要包括三個方面，即傳統科層治理結構應對人工智能新的生產模式的滯后性、建基于行為因果關系之上的傳統治理邏輯應對人工智能新主體的不適用性，以及人工智能發展所引發的新議題的治理空白;面對上述挑戰，各國都出臺了相關政策，本文第三部分對此進行了綜述性對比分析，并指出了其進步意義所在。需要指出的是，盡管各國的政策目標都試圖追求人工智能發展與監管的二維平衡，但由于缺乏對人工智能內涵及其發展邏輯的完整認識，當前的公共政策選擇有失綜合性;本文第四部分將提出新的治理思路以及公共政策選擇的其他可能路徑，以推動圍繞人工智能治理的相關公共政策議題的深入討論。
一、人工智能的概念及技術發展邏輯：算法與數據
伴隨著人工智能技術的快速發展，尤其是其近年來在棋類對弈、自動駕駛、人臉識別等領域的廣泛應用，圍繞人工智能所可能引發的社會變革產生了激烈爭論。在一方面，以霍金[2]、馬斯克[3]、比爾-蓋茨[4]、赫拉利[5]為代表的諸多人士呼吁加強監管，警惕“人工智能成為人類文明史的終結”;在另一方面，包括奧巴馬[6]在內的政治家、學者又認為應該放松監管，充分釋放人工智能的技術潛力以造福社會。未來發展的不確定性固然是引發當前爭論的重要原因之一，但圍繞“人工智能”概念內涵理解的不同，以及對其發展邏輯認識的不清晰，可能也同樣嚴重地加劇了人們的分歧。正因為此，廓清人工智能的概念內涵和發展邏輯不僅是回應爭論的需要，也是進一步提出公共政策建議的前提。
就相關研究領域而言，人們對于“人工智能”這一概念的定義并未形成普遍共識。計算機領域的先驅阿蘭-圖靈曾在《計算機器與智能》一文中提出，重要的不是機器模仿人類思維過程的能力，而是機器重復人類思維外在表現行為的能力。[7]正是由此理解出發，著名的“圖靈測試”方案被提出。但如同斯坦福大學計算機系教授約翰·麥卡錫所指出的，“圖靈測試”僅僅只是“人工智能”概念的一部分，不模仿人類但同時也能完成相關行為的機器同樣應被視為“智能”的。[8]事實上，約翰·麥卡錫正是現代人工智能概念的提出者。在他看來，“智能”關乎完成某種目標的行為“機制”，而機器既可以通過模仿人來實現行為機制，也可以自由地使用任何辦法來創造行為機制。[9]由此，我們便得到了人工智能領域另一個非常重要的概念——“機器學習”。
人工智能研究的目標是使機器達到人類級別的智能能力，而其中最重要的便是學習能力。[10]因此，盡管“機器學習”是“人工智能”的子域，但很多時候我們都將這兩個概念等同起來。[11]就實現過程而言，機器學習是指利用某些算法指導計算機利用已知數據得出適當模型，并利用此模型對新的情境給出判斷，從而完成行為機制的過程。此處需要強調一下機器學習算法與傳統算法的差異。算法本質上就是一系列指令，告訴計算機該做什么。對于傳統算法而言，其往往事無巨細地規定好了機器在既定條件下的既定動作;機器學習算法卻是通過對已有數據的“學習”，使機器能夠在與歷史數據不同的新情境下做出判斷。以機器人行走的實現為例，傳統算法下，程序員要仔細規定好機器人在既定環境下每一個動作的實現流程;而機器學習算法下，程序員要做的則是使計算機分析并模擬人類的行走動作，以使其即使在完全陌生的環境中也能實現行走。
由此，我們可以對“人工智能”設定一個“工作定義”以方便進一步的討論：人工智能是建立在現代算法基礎上，以歷史數據為支撐，而形成的具有感知、推理、學習、決策等思維活動并能夠按照一定目標完成相應行為的計算系統。這一概念盡管可能仍不完善，但它突出了人工智能技術發展和應用的兩大基石——算法與數據，有助于討論人工智能的治理問題。
首先，算法即是規則，它不僅確立了機器所試圖實現的目標，同時也指出了實現目標的路徑與方法。就人工智能當前的技術發展史而言，算法主要可被劃分為五個類別：符號學派、聯接學派、進化學派、類推學派和貝葉斯學派。[12]每個學派都遵循不同的邏輯、以不同的理念實現了人工智能(也即“機器學習”)的過程。舉例而言，“符號學派”將所有的信息處理簡化為對符號的操縱，由此學習過程被簡化(抽象)為基于數據和假設的規則歸納過程。在數據(即歷史事實)和已有知識(即預先設定的條件)的基礎上，符號學派通過“提出假設-數據驗證-進一步提出新假設-歸納新規則”的過程來訓練機器的學習能力，并由此實現在新環境下的決策判斷。
從對“符號學派”的描述中可以發現，機器學習模型成功的關鍵不僅是算法，還有數據。數據的缺失和預設條件的不合理將直接影響機器學習的輸出(就符號學派而言，即決策規則的歸納)。最明顯體現這一問題的例子便是羅素的“歸納主義者火雞”問題：火雞在觀察10天(數據集不完整)之后得出結論(代表預設條件不合理，超過10個確認數據即接受規則)，主人會在每天早上9點給它喂食;但接下來是平安夜的早餐，主人沒有喂它而是宰了它。
所有算法類型盡管理念不同，但模型成功的關鍵都聚焦于“算法”和“數據”。事實上，如果跳出具體學派的思維束縛，每種機器學習算法都可被概括為“表示方法、評估、優化”這三個部分。[13]盡管機器可以不斷的自我優化以提升學習能力，且原則上可以學習任何東西，但評估的方法和原則(算法)以及用以評估的數據(數據)都是人為決定的——而這也正是人工智能治理的關鍵所在。算法與數據不僅是人工智能發展邏輯的基石，其同樣是治理的對象和關鍵。
總而言之，圍繞“人工智能是否會取代人類”的爭論事實上并無太大意義，更重要的反而是在廓清人工智能的內涵并理解其發展邏輯之后，回答“治理什么”和“如何治理”的問題。就此而言，明確治理對象為算法和數據無疑是重要的一步。但接下來的重要問題仍然在于，人工智能時代的崛起所帶來的治理挑戰究竟是什么?當前的制度設計是否能夠對其做出有效應對?如果答案是否定的，我們又該如何重構治理體系以迎接人工智能時代的崛起?本文余下部分將對此做進一步的闡述。
二、人工智能時代崛起的治理挑戰
不同于其他顛覆性技術，人工智能的發展并不局限于某一特定產業，而是能夠支撐所有產業變革的通用型技術。也正因為此，其具有廣泛的社會溢出效應，在政治、經濟、社會等各個領域都會帶來深刻變革，并將同時引發治理方面的挑戰。具體而言，挑戰主要體現在以下三個方面。
首先，治理結構的僵化性，即傳統的科層制治理結構可能難以應對人工智能快速發展而形成的開放性和不確定性。之所以需要對人工智能加以監管，原因在于其可能成為公共危險的源頭，例如當自動駕駛技術普及之后，一旦出現問題，便可能導致大規模的連續性傷害。但不同機、大型水壩、原子核科技等二十世紀的公共危險源，人工智能的發展具有極強的開放性，任何一個程序員或公司都可以毫無門檻的進行人工智能程序的開發與應用。這一方面是由于互聯網時代的到來，使得基于代碼的生產門檻被大大降低[14];另一方面，這也是人工智能本身發展規律的需要。正如前文所提到，唯有大規模的數據輸入才可能得到較好的機器學習結果，因此將人工智能的平臺(也即算法)以開源形式公開出來，以使更多的人在不同場景之下加以利用并由此吸收更多、更完備的數據以完善算法本身，就成為了大多數人工智能公司的必然選擇。與此同時，人工智能生產模式的開放性也必然帶來發展的不確定性，在缺乏有效約束或引導的情況下，人工智能的發展很可能走向歧途。面對這一新形勢，傳統的、基于科層制的治理結構顯然難以做出有效應對。一方面，政府試圖全范圍覆蓋的事前監管已經成為不可能，開放的人工智能生產網絡使得監管機構幾乎找不到監管對象;另一方面，由上至下的權威結構既不能傳遞給生產者，信息不對稱問題的加劇還可能導致監管行為走向反面。調整治理結構與治理邏輯，并形成適應具有開放性、不確定性特征的人工智能生產模式，是當前面臨的治理挑戰之一。
再者，治理方法的滯后性，即長久以來建立在人類行為因果關系基礎上的法律規制體系，可能難以適用于以算法、數據為主體的應用環境。人工智能的價值并不在于模仿人類行為，而是其具備自主的學習和決策能力;正因為如此，人工智能技術才不能簡單地理解為其創造者(即人)意志的表達。程序員給出的只是學習規則，但真正做出決策的是基于大規模數據訓練后的算法本身，而這一結果與程序員的意志并無直接因果關聯。事實上也正由于這個特點，AlphaGo才可能連續擊敗圍棋冠軍，而其設計者卻并非圍棋頂尖大師。也正是在這個意義上，我們才回到了福柯所言的“技術的主體性”概念。在他看來，“技術并不僅僅是工具，或者不僅僅是達到目的的手段;相反，其是政治行動者，手段與目的密不可分”。[15]就此而言，長久以來通過探究行為與后果之因果關系來規范人的行為的法律規制體系，便可能遭遇窘境：如果將人工智能所造成的侵權行為歸咎于其設計者，無疑不具有說服力;但如果要歸咎于人工智能本身，我們又該如何問責一個機器呢?由此，如何應對以算法、數據為核心的技術主體所帶來的公共責任分配問題，是當前面臨的第二個治理挑戰。
最后，治理范圍的狹隘性，即對于受人工智能發展沖擊而引發的新的社會議題，需要構建新的治理體系和發展新的治理工具。人工智能發展所引發的治理挑戰不僅僅體現在現有體系的不適應上，同時還有新議題所面臨的治理空白問題。具體而言，這又主要包括以下議題：算法是否能夠享有言論自由的憲法保護，數據的權屬關系究竟如何界定，如何緩解人工智能所可能加劇的不平等現象，以及如何平衡人工智能的發展與失業問題。在人工智能時代之前，上述問題并不存在，或者說并不突出;但伴隨著人工智能的快速發展和應用普及，它們的重要性便日漸顯著。以最為人所關注的失業問題為例，就技術可能性來說，人工智能和機器人的廣泛應用代替人工勞動，已是一個不可否定的事實了。無論是新聞記者，還是股市分析員，甚至是法律工作者，其都有可能為機器所取代。在一個“充分自動化(Full Automation)”的世界中，如何重新認識勞動與福利保障的關系、重構勞動和福利保障制度，便成為最迫切需要解決的治理挑戰之一。[16]
上述三方面共同構成了人工智能時代崛起所帶來的治理挑戰。面對這些挑戰，各國也做出了相應的公共政策選擇。本文第三部分將對各國人工智能的治理政策進行對比性分析。在此基礎上，第四部分將提出本文的政策建議。
三、各國人工智能治理政策及監管路徑綜述
人工智能時代的崛起作為一種普遍現象，其所引發的治理挑戰是各國面臨的共同問題，各國也陸續出臺了相關公共政策以試圖推動并規范人工智能的快速發展。
美國于2016年同時頒布了《國家人工智能研究與發展戰略規劃》和《為人工智能的未來做好準備》兩個國家級政策框架，前者側重從技術角度指出美國人工智能戰略的目的、愿景和重點方向，而后者則更多從治理角度探討政府在促進創新、保障公共安全方面所應扮演的角色和作用。就具體的監管政策而言，《為人工智能的未來做好準備》提出了一般性的應對方法，強調基于風險評估和成本-收益考量的原則以決定是否對人工智能技術的研發與應用施以監管負擔。[17]日本同樣于2016年出臺了《第五期(2016～2020年度)科學技術基本計劃》，提出了“超智能社會5.0”的概念，強調通過推動數據標準化、建設社會服務平臺、協調發展多領域智能系統等各方面工作促進人工智能的發展和應用。[18]
盡管美國和日本的政策著力點不同，但其共有的特點是對人工智能的發展及其所引發的挑戰持普遍的包容與開放態度。就當前的政策框架而言，美日兩國的政策目標更傾斜于推動技術創新、保持其國家競爭力的優勢地位;當涉及對人工智能所可能引發的公共問題施以監管時，其政策選擇也更傾向于遵循“無需批準式(permissionless)”的監管邏輯，即強調除非有充分案例證明其危害性，新技術和新商業模式默認為都是被允許的。[19]至于人工智能的發展對個人數據隱私、社會公共安全的潛在威脅，盡管兩國的政策框架都有所涉及，卻并非其政策重心——相比之下，英國、法國則采取了不同的政策路徑。
英國政府2016年了《人工智能：未來決策制定的機遇與影響》，對人工智能的變革性影響以及如何利用人工智能做出了闡述與規劃，尤其關注到了人工智能發展所帶來的法律和倫理風險。在該報告中，英國政府強調了機器學習與個人數據相結合而對個人自由及隱私等基本權利所帶來的影響，明確了對使用人工智能所制定出的決策采用問責的概念和機制，并同時在算法透明度、算法一致性、風險分配等具體政策方面做出了規定。[20]與英國類似，法國在2017年的《人工智能戰略》中延續了其在2006年通過的《信息社會法案》的立法精神，同樣強調加強對新技術的“共同調控”，以在享有技術發展所帶來的福利改進的同時，充分保護個人權利和公共利益。[21]與美日相比，英法的公共政策更偏向于“審慎監管(precautionary)”的政策邏輯，即強調新技術或新的商業模式只有在開發者證明其無害的前提下才被允許使用。[22]
在本文看來，無論是“無需批準式監管”還是“審慎監管”，在應對人工智能時代崛起所帶來的治理挑戰方面都有其可取之處：前者側重于推動創新，而后者則因重視安全而更顯穩健。但需要指出的是，這兩種監管路徑的不足卻也十分明顯。正如前文第二部分所指出，一方面，快速迭代的技術發展與商業模式創新必將引發新的社會議題，無論是算法是否受到言論自由的權利保護還是普遍失業對社會形成的挑戰，它們都在客觀上要求公共政策做出應對，而非片面的“無需批準式監管”能夠處理。更重要的是，“無需批準式監管”的潛在假設是事后監管的有效性;然而，在事實上，正如2010年5月6日美國道瓊斯工業指數“瞬間崩盤”事件所揭示的，即使單個電子交易程序合規運行，當各個系統行為聚合在一起時反而卻造成了更大的危機。[23]在此種情形下，依賴于合規性判斷的“事后監管”基本上難以有效實施。另一方面，人工智能本身的自主性和主體性使得建立在人類行為因果關系基礎上的“審慎監管”邏輯存在天然缺陷：既然人類無法預知人工智能系統可能的行為或決策，開發者又如何證明人工智能系統的無害性?
正如本文所反復強調的，人工智能與其他革命性技術的不同之處，正是在于其所帶來的社會沖擊的綜合性和基礎性。人工智能并非單個領域、單個產業的技術突破，而是對于社會運行狀態的根本性變革;人工智能時代的崛起也并非一夜之功，而是建立在計算機革命、互聯網革命直至數字革命基礎上的“奇點”變革。因此，面對人工智能時代崛起所帶來的治理挑戰，我們同樣應該制定綜合性的公共政策框架，而非僅僅沿襲傳統治理邏輯，例如只是針對具體議題在“創新”與“安全”這個二元維度下進行艱難選擇。本文在第四部分從承認技術的主體性、重構社會治理制度、推進人工智能全球治理這三方面提出了政策建議，并希望以此推動更深入地圍繞人工智能時代公共政策選擇的研究與討論。
四、人工智能時代的公共政策選擇
《新一代人工智能發展規劃》明確提出了到2030年我國人工智能發展的“三步走”目標，而在每一個階段，人工智能法律法規、倫理規范和政策體系的逐步建立與完善都是必不可少的重要內容。面對人工智能時代崛起的治理挑戰，究竟應該如何重構治理體系、創新治理機制、發展治理工具，是擺在決策者面前的重要難題。本文基于對人工智能基本概念和發展邏輯的梳理分析，結合各國已有政策的對比分析，提出以下三方面的改革思路，以為人工智能時代的公共選擇提供參考。
第一，人工智能發展的基石是算法與數據，建立并完善圍繞算法和數據的治理體系與治理機制，是人工智能時代公共政策選擇的首要命題，也是應對治理挑戰、賦予算法和數據以主體性的必然要求。(1)就算法治理而言，涉及的核心議題是算法的制定權及相應的監督程序問題。算法作為人工智能時代的主要規則，究竟誰有權并通過何種程序來加以制定，誰來對其進行監督且又如何監督?長久以來公眾針對社交媒體臉書(Facebook)的質疑正體現了這一問題的重要性：公眾如何相信臉書向用戶自動推薦的新聞內容不會摻雜特殊利益的取向?[24]當越來越多的人依賴定制化的新聞推送時，人工智能甚至會影響到總統選舉。也正因為此，包括透明要求、開源要求在內的諸多治理原則，應當被納入到算法治理相關議題的考慮之中。(2)就數據治理而言，伴隨著人工智能越來越多地依賴于大規模數據的收集與利用，個人隱私的保護、數據價值的分配、數據安全等相關議題也必將成為公共政策的焦點。如何平衡不同價值需求、規范數據的分享與應用，也同樣成為人工智能時代公共政策選擇的另一重要抓手。
第二，創新社會治理制度，進一步完善社會保障體系，在最大程度上緩解人工智能發展所可能帶來的不確定性沖擊。與歷史上的技術革命類似，人工智能的發展同樣會導致利益的分化與重構，而如何保證技術革命成本的承受者得到最大限度的彌補并使所有人都享有技術發展的“獲得感”，不僅是社會發展公平、正義的必然要求，也是促進技術革命更快完成的催化劑。就此而言，在人工智能相關公共政策的考量中，我們不僅應該關注產業和經濟政策，同時也應該關注社會政策，因為只有后者的完善才能夠控制工人或企業家所承擔的風險，并幫助他們判斷是否支持或抵制變革的發生。就具體的政策設計來說，為緩解人工智能所可能帶來的失業潮，基本收入制度的普遍建立可能應該被提上討論議程了。“基本收入”是指政治共同體(如國家)向所有成員不加任何限制條件地支付一定數額的收入，以滿足其基本生活的需求。盡管存在“養懶漢”的質疑，但有研究者已指出，自18世紀就開始構想的基本收入制度很有可能反過來促進就業。[25]芬蘭政府已經于2017年初開始了相關實驗，美國的一些州、瑞士也做出了一定探索。在人工智能時代尚未完全展現其“猙容”之前，創新社會治理機制、完善社會保障體系，可能是平衡技術創新與社會風險的最佳路徑。
第三，構建人工智能全球治理機制，以多種形式促進人工智能重大國際共性問題的解決，共同應對開放性人工智能生產模式的全球性挑戰。人工智能的發展具有開放性和不確定性的特征，生產門檻的降低使得人工智能技術研發的跨國流動性很強，相關標準的制定、開放平臺的搭建、共享合作框架的形成，無不要求構建相應的全球治理機制。另一方面，跨境數據流動在廣度和深度上的快速發展成為了人工智能技術進步的直接推動力，但各國數據規制制度的巨大差異在制約跨境數據流動進一步發展的同時，也將影響人工智能時代的全面到來。[26]故此，創新全球治理機制，在承認各國制度差異的前提下尋找合作共享的可能性，便成為人工智能時代公共政策選擇的重要考量之一。就具體的機制設計而言，可以在人工智能全球治理機制的構建中引入多利益相關模式;另一方面，為防止巨頭壟斷的形成，充分發揮主權國家作用的多邊主義模式同樣不可忽視。作為影響深遠的基礎性技術變革，互聯網全球治理機制的經驗和教訓值得人工智能發展所借鑒。
上述三方面從整體上對人工智能時代的公共政策框架做出了闡述。與傳統政策局限于“創新”與“安全”之間做出二維選擇不同，本文以更綜合的視角提出了未來公共政策選擇的可能路徑。就其內在聯系來講，建立并完善圍繞算法和數據的治理體系是起點，其將重構人工智能時代的規則與制度;創新社會治理機制并完善社會保障體系是底線，其將緩解人工智能所帶來的影響與波動;構建全球治理機制則成為了制度性的基礎設施，推動各國在此之上共同走向人工智能時代的“人類命運共同體”。
五、結語
在經歷了60余年的發展之后，人工智能終于在互聯網、大數據、機器學習等諸多技術取得突破的基礎上實現了騰飛。在未來的人類生活中，人工智能也必將扮演越來越重要的角色。對于這樣的圖景，我們自不必驚慌，但卻也不可掉以輕心。對于人工智能的治理，找到正確的方向并采取合理的措施，正是當下所應該重視的政策議題。而本文的主旨也正在于此：打破長久以來人們對于人工智能的“籠統”式擔憂，指出人工智能技術發展的技術邏輯及其所引發的治理挑戰，并在此基礎上提出相應的政策選擇。人工智能治理的這三個基本問題，是重構治理體系、創新治理機制、發展治理工具所必須思考的前提。伴隨著我國國家層面戰略規劃的出臺，我國人工智能的發展也必將躍上新臺階。在此背景下，深入探討人工智能治理的相關公共政策議題，對于助推一個人工智能時代的崛起而言，既有其必要性，也有其迫切性。（來源：中國行政管理 文/賈開 蔣余浩 編選：中國電子商務研究中心）
[參考文獻]
[1]國務院關于印發新一代人工智能發展規劃的通知[EB/OL]. http：//gov.cn/zhengce/content/2017-07/20/content_5211996.htm.
[2]霍金. AI可能成就或者終結人類文明[EB/OL].http：//raincent.com/content-10-7672-1.html.
[3] Elon Musk. Artificial Intelligence is Our Biggest Existential Threat. https：//theguardian.com/technology/2014/oct/27/elon-musk-artificial-intelligence-ai-biggest-existential-threat.
[4] Microsoft's Bill Gates Insists AI is A Threat. http：//bbc.com/news/31047780. 2017-8-14.
[5] [以]赫拉利.人類簡史[M].北京：中信出版社，2014.
[6] The President in Conversation With MIT’s Joi Ito and WIRED’s Scott Dadich. https：//wired.com/2016/10/president-obama-mit-joi-ito-interview/. 2017-8-14.
[7] Turing，A. M. Computing Machinery and Intelligence. Mind，1950，59(236).
[8] [9][10] McCarthy，J.What is Artificial Intelligence. URL：http：//www-formal.stanford.edu/jmc/whatisai/whatisai.html.
[11] [12][13] [美]佩德羅-多明戈斯.終極算法：機器學習和人工智能如何重塑世界[M].黃芳萍譯.北京：中信出版社，2016.
[14] Benkler，Y. The Wealth of Networks：How Social Production Transforms Markets and Freedom. Yale University Press，2006.
[15] Foucoult，M. Discipline and Punish. A. Sheridan，Tr.，Paris，FR，Gallimard，1975.
[16] Srnicek，N.，& Williams，A. The Future isn't Working. Juncture，2015，22(3)：243-247.
[17] Preparing for the Future of Artificial Intelligence. https：//obamawhitehouse.archives.gov/sites/default/files/whitehouse_files/microsites/ostp/NSTC/preparing_for_the_future_of_ai.pdf. 2017-8-14.
[18]薛亮.“日本推動實現超智能社會‘社會5.0’”[EB/OL]. http：//istis.sh.cn/list/list.aspx?id=10535.
[19] Thierer，A. Permissionless Innovation：The Continuing Case for Comprehensive Technological Freedom. Mercatus Center at George Mason University，2016.
[20] Artificial Intelligence：Opportunities and Implications for the Future of Decision Making.https：//gov.uk/government/uploads/system/uploads/attachment_data/file/566075/gs-16-19-artificial-intelligence-ai-report.pdf.
[21]周衍冰.大數據產業在法國的發展及應用[N].學習時報，2014-11-03.
[22] Thierer，A. D.，& Watney，C. J. Comment on the Federal Automated Vehicles Policy，2016.
[23] [美]杰瑞·卡普蘭.人工智能時代：人機共生下財富、工作與思維的大未來[M].杭州浙江人民出版社，2016.
[24] Marcel Rosenbach. How Google and Facebook Can Reshape Elections.http：//spiegel.de/international/germany/google-and-facebook-could-help-decide-2017-german-election-a-1120156.html.
篇4
機人時代對應的是萬物互聯時代，也是即將卷席而來的人工智能第三個階段――人工智能專家余凱博士稱之為“江山如此多嬌”。
總體而言，機人時代有三個特點。1.“計算機”概念弱化，“智能體”概念興起。將來的“智能體”將有望真正代替人類完成某些工作――自發地感知世界，并且在特定領域，具有與人類同等甚至更高的理解力和執行力。2.機器交流成為新的信息網絡。萬物互聯更加強調機器之間的信息溝通與反饋，但其根本目的仍在于為人類服務。3.云計算和大數據成為重要戰略資源和經濟支柱。亞馬遜總裁貝索斯發現利用書評來推薦書籍的程序非常復雜，于是大力研發了依托大數據和云計算協同過濾技術――“item-to-item”。如今亞馬遜1/3的書籍銷量來自于這個系統。可以想象，當萬物互聯實現后，云計算和大數據的商業重要性不言而喻。
機人時代雖然只是個預測，但是幾乎可以斷定它是可以實現的。這么說是因為，無論從國家發展需求來看還是從新興產業的技術發展趨勢來看，萬物互聯都很有可能發展為萬物智能。對于機人時代的到來，余凱的預測是2020年，對其截止的預測是2029年。
那么，2029年之后呢？
我們認為，以互聯網為代表的信息化革命，絕不是人類進步的終點。相反，互聯網正在不斷發展進化，并將開啟人類最終的命運之門――智人時代。
“智人時代”也就是強人工智能時代。從弱人工智能進化到強人工智能是人工智能發展中最難的一個節點。為何可以大膽猜想在機人時代之后人工智能會突破這一轉化難關呢？關鍵有兩點，一是萬物互聯之后計算機處理速度的飛躍提升，二是人工智能自我進化。
篇5
建筑從最初只是用于遮陽避雨和防風御寒的場所，發展到具有藝術性和多功能性的建筑，再到近代的摩天大樓和今天的智能建筑，這都是時代賦予建筑的烙印，也是不同時代科技水平的反映，并且代表了人類文明進步的足跡和科學技術發展的成就。
隨著智能建筑的發展，其功能也在不斷的發展和完善，其技術也在不斷成熟和更新。在科學技術發展的同時，智能建筑也將采用高新技術，不斷發展。這種發展的特性讓智能建筑在不同的階段具有不同的內涵和外延，各國、各行業和研究組織都從各自的角度有對智能建筑的不同定義。我國《智能建筑設計標準》GB/T50314-2000把智能建筑定義為：“以建筑為平臺，兼備建筑設備、辦公自動化及通信網絡系統，集結構、系統、服務、管理及他們之間的最優組合，向人們提供一個安全、高效、舒適、便利的建筑環境”。可以看出智能建筑是一個復雜的巨系統，它與現代自然科學密切相關的同時，還涉及到社會、人文、經濟和環境等各個方面，即智能建筑是一個交叉學科的工程領域，同時隨著科學技術的發展和人們對世界看法的發展而不斷得到發展與充實。
綠色建筑的定義也是多種多樣的，而且都只是從概念上進行的定義，一般來說，綠色建筑是指在建筑設計、建造、使用中充分考慮環境保護的要求，把建筑物與其他技術緊密地結合起來，在有效滿足各種使用功能的同時，能夠有益于使用者的身心健康，并創造符合環境保護要求的工作和生活空間結構。
綠色建筑是當今人類面臨生存環境日益惡化，追求人類可持續發展和營造良好人居環境的必然選擇。所以，智能建筑的發展不能只局限于用智能系統控制建筑，而是應該更加關注與自然結合的建筑自控，使其成為綠色建筑體系中的一部分。用智能化來推進綠色建筑的發展，節約能源、促進新能源、新技術的應用，從而降低資源消耗和浪費、提高工作效率、減少對環境的污染，這是智能建筑發展的方向和目的，同時也是綠色建筑發展的必經之路。
隨著智能建筑的發展，智能建筑正向著綠色建筑的方向發展，只不過在國內有時把智能建筑定義成弱電系統與建筑的結合。其實智能建筑就是一個實現綠色建筑總目標的手段或工具，是功能性的。而要完成綠色建筑的總目標，必須要依靠以智能建筑相關的功能，特別是相關的計算機技術、自動控制、建筑設備等樓宇控制的相關技術。沒有相關的支撐技術，綠色建筑的許多功能就實現不了。從這個意義來看，智能建筑就是建立在信息技術基礎上面，同時具有與人和自然高度和諧、平衡共生的綠色建筑，是更注重經濟效益、安全、環保和人文關懷的、并且具有時代特征的高技術的綠色建筑。
2 智能建筑與綠色建筑的關系
2.1 智能建筑是以綠色為目的、方向和總綱。從可持續發展的理論來看，對于智能建筑而言，綠色是智能建筑發展的目的、方向和總綱。這就要求在智能建筑的規劃、設計、開發、使用和管理中，必須堅持綠色建筑的概念，必須更有效地使用能源、水和其他資源，并且盡量減少對環境的破壞，盡可能地為使用者提供健康、安全的生活和工作環境，以最大程度的保護居住者的健康，提高工作人員的生產力。
2.2 智能是綠色建筑的手段、措施和技術。智能是為了幫助綠色建筑指標的落實，以達到節約、環保、生態的要求。例如可以開發和利用可再生能源、減少常規能源的消耗；可以實現對氣、水、聲、光環境的有效調控；可以對各類污染物進行智能化檢測與報警；可以對火災、安全進行技術防范；同時，可以提供各種現代化的信息服務，以達到舒適、安全、高效、便捷的要求。
3 結論
從上面兩點可以看出，智能建筑給綠色建筑提供技術支撐，綠色建筑是智能建筑要達到的目標，綠色建筑與智能建筑是對現代建筑兩個不同方面的追求。
綜上所述，應該將智能與綠色和二為一，以智能化推進綠色建筑的建設，以綠色理念促進智能建筑的發展，體現出人類對現代生存環境在安全舒適、節約能源和減少污染方面的追求。從長期發展來看，既可以滿足以人為本，解決建筑和城市可持續發展問題的需要，又豐富、完善、更新、拓展了傳統建筑的建設。應該把綠色建筑和智能建筑這兩個概念結合起來，也就是只有堅持綠色智能建筑的概念，才可能真正地達到可持續發展的目的。所以，隨著科學技術的進步、生產效率的提高、技術革命的創新，在建筑中應該把更多的目光投向更高新的后工業技術，可以利用太陽能、風能、地熱技術等，特別是應該將多種智能、信息技術、自動化技術與新型能源結合起來，形成新型建筑—智能綠色建筑。
參考文獻：
[1]喻李葵. 智能建筑與可持續發展[M].中國建筑工業出版社， 2010年
[2]唐紅.基于智能建筑與綠色建筑柔性融合的思考[J].四川建筑科學研究，2012，（5）
篇6
智能終端是一個非常廣泛的概念，可以說在我們身邊一直都環繞著大量的智能終端，從各種傳統設備比如PC、平板和智能手機，到創新性的智能穿戴設備都屬于這一范疇。在這方面，計算核心是一個繞不開的話題，而談到這個話題就離不開最大的芯片創新推動者――英特爾。本次CES Asia第一天的主題演講邀請英特爾公司高級副總裁、客戶端計算事業部總經理施浩德（Kirk Skaugen）進行，足以證明其在智能終端領域的地位。施浩德在主題演講中稱：“未來五年，將會有500億個互聯的終端，在這樣一個時代，任何能夠被生產和計算出來的物體都能夠進行互聯，這些智能互聯的終端有很多好處：改善生活質量、提高健康水平、節省時間、更加安全等。”
這次CES Asia上英特爾依然著重強調了此前深圳IDF15上的重點內容，包括實感技術、無線充電、面部識別、智能家居等。英特爾的目標是提供“AMAZING EXPERlENCE”，為此，英特爾不斷推動新的體驗技術與自己既有的核心計算能力一起，共同構建新的個人智能終端體系。
消費電子要想帶來令人驚艷的體驗，就需要不斷地創新，特別是在移動互聯時代，無論是PC還是智能穿戴設備，都依賴于更多的創新技術。計算能力是基礎，體驗技術是手段，它們可以相輔相成。
智能穿戴
智能穿戴也是近幾年興起的一個重要產品類別，特別是在Apple Watch之后更是掀起了相關產品的熱潮。不過自智能穿戴設備誕生之日起，大家都在問一個問題：這些產品真的有需求嗎？肯定有，但是并不是所有人都需要。比如我們在現場看到的以Garmin為代表的專業運動設備廠商，以及一大批主打健康概念的設備廠商，他們就是從細分人群的角度出發，去發現智能穿戴設備的真正市場。這種更加踏實的產品策略，更有助于智能穿戴市場的成熟。
智能家居
篇7
與其說極路由是轉型，不如說極路由在小米、360兩家的強勢對手的擠壓之下無奈轉身商用WiFi。在概念上，小米路由器鼓吹的智能家居概念已經將極路由秒殺于無形;主打安全牌的360路由器，也在擠壓極路由狹小的生存空間。極路由的無奈，不得不讓我們深思：一味玩概念的智能路由還能走多遠?
當智能路由器真正走向市場，各種尖銳的問題暴露出來。營銷最猛的小米路由器，被眾多網友曝出上網基本功能有缺陷的不足。更有不少用戶指責小米，路由器的最基礎功能都做不好，智能家居的場景豈不是天方夜譚?
當然了，小米路由器的功能缺陷不過是個案，但智能路由器缺乏亮點已是不爭的事實。與傳統路由器相比，智能路由器的亮點功能只有遠程下載，諸如帶寬控制，信號調節等功能，這些功能，傳統路由器幾年前就已經實現。被小米炒得大紅大紫的智能家居理念，目前借助其智能路由器也無法實現。
顯然，當高大上的智能路由器走進現實后，兇猛宣傳被硬生生摧毀。營銷上玩概念的智能路由器，正面臨被市場淘汰的悲劇。其實，智能路由器當下的窘狀，是產品與市場需求嚴重錯位的必然結果。
無線路由器在傳輸速率經歷了幾次變革后，信號傳輸質量的困擾卻未得到改善。誠然，很多品牌的智能路由器都在強調出色的“信號傳輸”能力，可在實際應用中，智能路由器的信號傳輸質量甚至不及傳統路由器。
目前所有的智能路由器都是借助波束成形技術實現信號傳輸的優勢，只是，將此技術成功應用到產品的智能路由器品牌寥寥無幾。所謂波束成形，是基于無線路由器多天線傳輸技術的自動優化，根據終端所處的位置，自動調整信號強度和發射角度，以實現最穩定的信號傳輸。通俗地說，波束成形技術的顯著特征就是自動學習，也就是我們所說的智能。
由于很多智能路由器的操作系統不具備傳輸信號自動學習的能力，導致波束成形技術無法改善信號傳輸質量。試想，智能路由器連最基本的智能技術都未做好，有何臉面自詡是智能路由器?將基本功能置于一旁，一味玩概念，智能路由器被市場淘汰亦是情理之中的事情。所以，智能路由器要想生存，必須找準一個市場切入點。在眾多的智能路由器品牌中，360和迅雷的思路值得借鑒。
網絡安全是網民高度關注的話題，也是一個最基本的需求。將安全服務內置在路由器中，是360的玩法兒。在360安全路由器的宣傳中，安全是亮點，智能很少被提及。而迅雷路由器，也沒有強調智能，而是將“會賺錢”作為了亮點。
篇8
“券商研報狂推+資金認可=超強爆發”成為最近以來流行的模式炒作，窄帶物聯網產業鏈成為券商抱團炒作的又一個佳作。
NB-IOT橫空出世，引爆窄帶物聯網投資熱。首先，從事件驅動因素分析，物聯網標準NB-IOT（窄帶蜂窩物聯網）正式獲得國際組織3GPP批準，中國互聯網大會上三大運營商關于物聯網將是運營商轉型發力的重中之重觀點，為物聯網產業鏈概念股爆發埋下伏筆。第二，據機構測算，2020年我國物聯網產業規模將達到2萬億，是電信業務收入的2倍以上，未來5年復合增速22%，為物聯網產業鏈爆發帶來春風。第三，國泰君安、安信、招商等十多家券商研究報告抱團力推物聯網產業，強調物聯網是信息時代下一浪潮，中國必然是全球第一大物聯網市場，成為物聯網產業鏈爆發的導火索。
回顧本周中小創市場，主力機構以上游產業鏈的“硬件+數據入口類”為進攻突破口，拉高建倉窄帶物聯網產業鏈概念股。筆者將其分為三大進攻梯隊：第一梯隊是NB-IOT上游產業鏈，其核心是四表合一概念股。本周市場以三川智慧（與華為合作智能水表）、金卡股份（智能煤氣表）、匯中股份（熱能表）、安控股份（油表）為四大天王的物聯網龍頭軍團，以宜通世紀為代表的物聯網平臺運營商概念股，率領著以新天科技、炬華科技、科陸電子為代表的物聯網儀表概念股，以漢威電子、蘇州固锝為代表的傳感器概念股掀起漲停浪潮，成為物聯網產業鏈投資熱潮最前沿的精英團隊。第二梯隊是物聯網應用產業鏈，包括智慧城市、智能家居、智能交通、智慧醫療、智能安防、智能物流等眾多領域。本周的領漲代表品種為：以延華智能為代表的智能醫療概念股，以和晶科技為代表的智能家居概念股，以迪威視訊、榕基軟件為代表的智能安防概念股，以安居寶為代表的智慧城市概念股，以雪迪龍為代表的智慧環境概念股，以東土科技為代表的工業互聯概念股。第三梯隊是通訊產業鏈，主要是以邦訊技術、通鼎互聯、奧維通信、三元達等4G通訊產業概念股，受益窄帶物聯網產業技術革命帶來新的投資機遇。綜述，筆者認為四表合一是窄帶物聯網的基礎，物聯網應用是增值，看好物聯網儀表概念股中長線走牛。
彩虹精化接力愛康科技。次新中報高送轉將成牛股主戰場。隨著半年報即將到來，中報高送轉投資主線初露牛股鋒芒，彩虹精化、愛康科技、吳通通訊（停牌中）成為中報10轉增30股三劍客，與眾多的次新+中報高送轉概念股一起，必將帶動高送轉概念股中線走牛。筆者從兩個思路看高送轉投資主線：（一）次新中報高送轉概念股。首先是已公布高送轉意向的次新股，目前只有四通新材（停牌）10轉增20股一家，對此類股操作的策略只有短線第一時間追買、中線養牛的投資策略；第二是掘金高送轉潛力的次新股，比如蘇州設計、建藝集團、凱龍股份、海順新材、新易盛、川金諾等高送轉潛力股，對此類股票目前只有采取低吸埋伏的投資策略，相信中獎的概率極大。（二）非次新的高送轉概念股。采取公布意向后第一時間追買，逢高獲利賣出的短線投資策略，比如本周的彩虹精化、和而泰、海倫哲等。
展望后市，建議投資者緊盯中報高送轉、物聯網這兩大投資主線，對具有中報高送轉+物聯網雙重題材標的尤其重倉操作，只要堅持逢低大膽建倉、中線持有投資策略，一定會共享夏季行情牛股風采。
篇9
谷歌
谷歌自2014年以32億美元收購Nest智能家居廠商后，正式踏入物聯網領域，在長期關注物聯網發展的楊劍勇先生看來，由于這一筆交易，也促使了眾多科技企業紛紛開始涉足智能家居領域。盡管Nest沒有達到預期，但作為新興產業，谷歌的探索從未停止，于去年推出一款搭載智能語音技術的Google Home音箱設備來承擔智能家居夢，以此來爭奪家庭入口。
亞馬遜
亞馬遜也在全力以赴進軍物聯網，不僅了AWS IoT平臺，還可以讓聯網設備輕松且安全地跟云應用和其他設備進行交互。與此同時，亞馬遜推出的Echo是當今最暢銷的消費級智能產品，由于采取了在語音識別上更加開放的策略，整合了更多的第三方資源，因此Echo的銷量也是一路攀升。此外，兼容亞馬遜智能語音助理Alexa產品無處不在，讓Alexa迅速爆紅，以語音控制為入口轟動業界。
三星
三星自收購SmartThings智能家居平臺后，一直致力于推動物聯網產業落地，早前其也表示，到2020年，三星的產品物聯網覆蓋率將達到100%。另外在2016年6月，三星將在美國硅谷研發物聯網技術，包括數字醫療和無人機、機器人、自動汽車等智能機器，未來四年，在美國研發機構投資12億美元開發物聯網技術，并將面向物聯網領域的初創企業投資，以此擴大物聯網業務規模。
IBM
對于物聯網商業應用之路，IBM是核心推動者之一，率先提出“智慧地球”概念，建議投資新一代的智慧型基礎設施，把感應器嵌入到電網、鐵路、橋梁、公路、建筑等各種物體中，并連接至網絡，形成所謂的“物聯網”，然后將“物聯網”與現有的互聯網整合，實現人類社會與物理系統的整合。如今IBM在推動物聯網產業發展時，已開始聚焦人工智能，并成立了IBM沃森（Watson）物聯網全球總部，把認知計算確立為重要戰略支柱之一，以人工智能方式推動物聯網落地，在IBM的幫助下，物聯網將越來越智能。
ARM
在移動芯片領域，英特爾與AMD作為PC芯片巨頭卻不敵ARM，全球有90%的智能手機采用ARM設計的處理器，然而震驚全球的事件是軟銀以高達243億英鎊收購ARM，孫正義舍棄眾多優質資產，甚至背負高負載，也不惜巨資收購ARM。顯然孫正義對未來趨勢的判斷，為圍繞物聯網的豪賭拉開序幕。
微軟
作為PC時代霸主的微軟，在移動互聯網時代表現平常，造就了蘋果、谷歌的崛起。盡管未享受到移動互聯網紅利的微軟，但在納德拉（2014年2月接任微軟CEO）的帶領下，奉行‘移動先行、云先行’的戰略，帝國正在崛起，市值更高達5000億美元，在全球市值排名第三。同時也預示著微軟正走上一條正確的道路，而微軟也希望所Win10無處不在，借此連接人與各種設備、服務與場景。
英特爾
在PC時代呼風喚雨的英特爾，并未抓住移動互聯網這一波機遇，如今信息科技向物聯網延伸之際，英特爾積極擁抱物聯網，主要聚焦在5G、無人駕駛、人工智能等前沿領域，希望與各合作伙伴共同創造一個萬物智能互聯的未來。不過筆者關心在遭遇轉型陣痛的英特爾，能否抓住物聯網機遇重塑昔日輝煌？
通用電氣
通用電氣（GE）作為美國工業4.0踐行者，擁有百年歷史，多年前就致力于物聯網方向轉型，首次提出“工業互聯網”概念，讓一切連接至互聯網，各種設備和機器等透過安裝各式各樣的傳感器來收集數據，對形成的大數據加以分析，賦予機器感知、學習、自我優化的能力，并從數據中獲取價值。此舉徹底改變了GE，由此從工業巨擘成為數字企業，更掀起了數字化工業浪潮。早前《財富》雜志改變世界的公司中，GE排名在前三。
諾基亞
自把手機業務出售后，近年來，諾基亞專注向物聯網方向轉型，積極發展5G、云和物聯網等技術。為提高自身在物聯網時代的競爭力，爭奪行業制高點，不僅以156億歐元收購阿朗，還有一直面向物聯網領域的基金，規模高達10億美元，并推出了面向所有連接設備的智能管理平臺，使客戶能夠更加便捷地為智能停車、智能照明、智能交通及自動駕駛等物聯網垂直應用部署全新服務。
華為
華為自提出物聯網戰略之后，其發展愿景變為“更美好的全聯接時代”，如今年銷售規模超5 000億人民幣，也是中國最典型的“技術驅動”企業，僅去年研發費用就高達83.58億歐元（約606億人民幣），有數據顯示，華為10年來累計投入近3 000億。這一龐大的研發資金投入，確保其在未來通信領域處在領先地位，尤其在萬物互聯的時代下，確保華為構建連接的核心能力。作為要連接世界的華為，致力于構建領先的物聯網聯接能力。
百度
隨著物聯網的部署越來越廣，作為支撐物聯網應用后端服務的人工智能技術，是其最核心一環，而發展人工智能也是百度的核心戰略，因此百度積極通過軟硬結合來推動AI 商業落地。百度將智能家居作為發展方向之一，成立了智能家居硬件和度秘事業部，加速人工智能戰略布局及人工智能產品化和市場化進程，以智能家居為切入點，依托人工智能技術所積累的優勢，以此搶奪入口控制權。
騰訊
騰訊在面對物聯網領域布局時，主要在連接層依托連接優勢來構建一個開放的物聯網生態系統，推出了物聯云平臺，為設備提供快速、安全、穩定的接入物聯網的一體化解決方案，已有超過5 000個合作伙伴加入了該平臺。騰訊物聯云毛華早前對南方周末記者表示，騰訊物聯云的連接將不再局限于QQ，未來也有可能延伸到微信。
篇10
互聯網(Internet)作為一個專業術語，指的是由無數計算機網絡互聯形成的覆蓋全球的信息共享網絡。將能源與互聯網結合，構成“能源互聯網”概念，這是美國經濟學家杰里米˙里夫金在《第三次工業革命》一書中正式提出來的。里夫金說，歷史上經濟和社會的變革離不開能源革命和通信革命兩大因素，正是它們的發生和結合引發了新一輪的工業革命。目前一場以可再生能源替代化石能源的革命正在興起，通信領域在過去的25年里也出現了偉大的變革，即互聯網革命，這就促使他將能源革命與互聯網聯系在一起。他認為可以通過互聯網技術與可再生能源相融合，將全球的電力網變為能源共享網絡，使億萬人能夠在家中、辦公室、工廠生產可再生能源并與他人分享。這個共享網絡的工作原理類似于互聯網，分散型可再生能源可以跨越國界自由流動，正如信息在互聯網上自由流動一樣，每個自行發電者都將成為遍布整個大陸的、沒有界限的綠色電力網絡中的節點。
這是最早也是最“正宗”的關于能源互聯網的構想。毫無疑問這一構想符合能源革命的方向，也十分美好，但不能不指出的是其中存在著不可忽視的技術失誤：能源共享網絡(即電網)與互聯網的工作原理不是類似而是截然不同，能源(電力)不可能像信息那樣在全世界自由流動。事實上由于電網與互聯網彼此的結構、功能、技術特性、傳輸方式和載體，以及運行所遵循的物理規律完全不同，電力在電網中傳輸受到的約束要比信息在互聯網中傳輸受到的多得多、大得多，不僅有電壓、頻率、功率平衡、電能損耗、傳輸能力的約束，還有暫態、動態、熱穩等各種安全穩定極限的限制，因此電力很難像信息那樣可以在任意兩個節點之間自由交互。那種認為只要電網不斷擴大，實現全球電網互聯就解決了電力從一點到任一點的輸送問題，是一種誤導或誤解;即使在較遠的將來，超導輸電在電網中的應用與今天光纖在互聯網中的應用一樣普遍，并且采用直流電網為主干網架時，也不能完全做到。
此外，由于電力具有同質化、一次性消耗、不能重復“分享”的特點(信息則具有個性化、長期保存、可重復分享的特點)，也決定了電力并非都有必要像信息一樣在任意兩個節點間傳輸。世界上不存在沒有界限、工作原理類似于互聯網的能源共享網絡，也沒有不受約束可以在任何范圍內自由傳輸的能源(電力)。但如果僅在一個局部區域，如一片社區或一座城市甚至更大范圍內，遵照電網運行的客觀規律并根據用電負荷的需求和特性，對各種分布式電源、儲能裝置、微電網、配電網以及主干網進行統籌規劃建設，同時采用先進的信息和自動控制技術進行智能化協同調度管理，實現里夫金的構想則是可能的。
必須承認作為一個翻譯的漢語詞組，能源互聯網是一個有歧義的概念。這里的“互聯網”如果看作是專業術語Internet，按詞面理解的意思應當是“傳輸能源的Internet”，顯然這在技術上不成立。如果將“互聯網”看作是一個普通漢語名詞而非Internet，則可認為能源互聯網就是“能源的互聯互通網絡”。在此前提下還有兩種不同的理解：一是認為各種能源，如水能、核能、風能、太陽能、天然氣、煤炭轉化為電能后都要匯入電網，因此電網是天然的能源互聯網;二是認為真正的能源互聯網應當是包括電網、油網、氣網、熱力網在內的綜合能源網。盡管兩種理解都講得通，但不把“互聯網”看作是Internet，顯然不符合這個概念的本意。這種因語言表達規律差異而帶來的困擾是客觀存在的，因此通過認真討論，統一認識十分必要。
2能源互聯網的內涵與新能源革命思想
由于能源互聯網的構想在技術上受到質疑，作為經濟學家的杰里米˙里夫金后來解釋說，提出能源互聯網主要是源于哲學和經濟學層面的思考，他承認能源互聯網不是一種新的能源技術模式或體系，而只是一種新能源經濟思想。這是一個十分重要的說明，可以說是正確認識能源互聯網概念本質和內涵的一把鑰匙，但遺憾的是里夫金的這個解釋幾乎被人們完全忽視了。
新能源經濟思想實質上就是新能源革命思想。根據里夫金的論述以及世界各國能源革命的實踐經驗，它的要點可以概括如下：一、新一輪的能源革命是不可抗拒的歷史潮流，能源革命的目的是以可再生能源逐步取代化石能源，阻止地球生態環境的惡化，實現能源以及人類的可持續發展。二、能源的生產和消費方式將融入互聯網理念和現代信息技術，可再生能源的開發將以分布式為主，公眾既是能源的消費者同時又是生產者，世界將迎來能源綠色化、分散化、多元化、民主化的新時代。三、具有集中、垂直、單向特點的傳統電網將向相對分散、扁平和雙向互動的新型電網轉型，與此同時傳統的電網公司也將由單一的自上而下的電力供給者，轉變為包括能源信息在內的服務提供商，與用戶雙向共同管理能源的生產和消費。四、能源的綠色化需要經歷一個化石能源與可再生能源并存的混合能源時期，要充分利用現代信息技術，采用智能化手段協調控制各類能源的開發和利用，優化能源配置，最大限度提高能源利用率。五、分布式能源生產方式和能源民主化將為社會創造出數以百萬甚至千萬計的就業崗位，成為第三次工業革命和新經濟的重要支柱。
不難看出新能源革命思想的精髓，就是通過在能源革命中融入互聯網理念和現代信息技術，實現能源的綠色化、高效化和民主化，能源互聯網概念正是這一思想的集中體現。因此，能源互聯網的內涵可表述為“在規劃建設中融入互聯網理念和現代信息技術，實現低碳、綠色能源高效、分散、智能和民主化利用的輸送和配置能量的網絡”。建設能源互聯網就是建設符合這一內涵要求的能源網絡。
3智能電網是能源互聯網的主要技術模式
智能電網(Smart Grid，或稱智慧電網)是融入了互聯網理念，以“綠色、高效”為目標，以雙向互動和扁平化為主要特征，以現代信息和儲能技術為支撐的新一代智能化電網。智能電網有狹義和廣義之分，狹義的智能電網指以分布式電源為基礎的低碳綠色小微電網，它們既可單獨運行亦可與大電網聯網運行。廣義的智能電網指包括有集中式電源的整個區域性和全國性的低碳綠色電網。電網特有的功能以及智能電網在能源綠色化中不可替代的地位和作用，決定了智能電網是能源互聯網的主要技術模式。事實上，杰里米˙里夫金在《第三次工業革命》一書中構想的“能源共享網絡”，指的就是智能電網。
能源互聯網與智能電網的關系是內涵與外延的關系，智能電網是能源互聯網概念(內涵)的外延。它們之間也可以看作是宏觀指導思想與具體技術模式的關系，能源互聯網概念揭示能源和電網的發展方向，智能電網建設提供具體的技術方案。
目前國內關于能源互聯網的研究，絕大部分內容其實都屬于智能電網建設的范疇，比如分布式能源接入電網、微電網的運行控制和互聯、需求響應資源的整合利用、電動汽車充放電設施的建設運行、家庭用電智能化，以及能量(電力)路由器的研發建設等。這些內容或者以電網為基礎、對象，或者本身就是電網的一個部分、一種設施，無論它們怎樣融入信息技術，無論它們的信息與電力設施一體化程度有多高，目的都是為了使電網更好地實現綠色化、柔性化、智能化和高效化。
有一個情況值得深思，歐美不僅沒有關于能源互聯網的爭論，實踐中更是很少使用這一概念。比如美國還有一本以新能源革命為主題的書，叫《重塑能源：新能源世紀的商業解決方案》(中譯本2014年6月出版)，作者是著名能源專家艾默里˙洛文斯。他在書中分析了美國到2050年可再生能源發電量達到電力總需求80%應采取的途徑，肯定了智能電網在重塑能源和加速傳統電力系統變革中的作用，卻自始至終沒有提到能源互聯網這個概念。觀察德國的情況也能發現，國內談論的幾乎所有能源互聯網的東西，都包括在他們的智能電網建設中。
中國人曾經對智能電網(Smart Grid)也充滿了熱情，但似乎一夜之間這種熱情都轉向了能源互聯網，究其原因是我國智能電網的建設出現了大的偏差。必須指出，智能電網建設是在新一輪能源革命的大背景下提出來的，因此它不是傳統電網原有的自動化、智能化建設的簡單延續和提高，而是傳統電網走向綠色化、民主化的一場深刻變革。但由于目前我國的智能電網建設基本上以傳統電網的智能化建設為主，導致很多人產生了誤解。還有一個重要原因，就是智能電網的建設被交流特高壓綁架了。多年來我國大部分地區電網的建設都是以交流特高壓電網建設為中心，電網的建設工作基本上都要服從于和服務于這個中心，智能電網的建設也不列外。由于看不到智能電網建設在推動我國能源綠色化、民主化，提高能源利用率，促進分布式能源大發展中應當發揮的重要作用，因此無數以能源革命為己任的有志之士，自然將希望寄托在了能源互聯網上，不惜重新回到源頭，再次起航。其實這是本不應當出現的情況，既可嘆亦可贊。
4第二種技術模式與“互聯網+”表達式
智能電網是能源互聯網的主要技術模式，但不是唯一模式。由于能源的綠色化不可能一蹴而就，特別是在我國，可再生能源與化石能源混合作用的時期可能會更長。為了提高各類能源的綜合利用效率，促進能源向低碳化、綠色化方向更好更快發展，能源互聯網無疑還有第二種技術模式，這就是智慧能源網。該網絡是由輸配電網、天然氣網、冷熱氣網等構成的包含分布式能源轉換和儲存設施在內的綜合能源網，通過統籌規劃建設，利用現代信息技術和智能化控制技術進行協同調度管理，適時提供氣、電、冷、熱多品種能源，互助互補滿足用戶需求，實現能源的梯級利用和產能端與用能端的智能匹配，最大限度提高能源綜合利用率。
智慧能源網與智能電網都是能源互聯網的技術模式，但兩者側重點各有不同。智能電網以電力系統為研究對象，以綠色化為主要目標;智慧能源網則重點研究各類能源的相互轉換以及各種能源網間的協同配合和優勢互補等問題，主要目標是最大限度提高能源的利用率以及清潔能源的消費比例。在一個園區、一座城鎮，或一個更大的區域里，能源互聯網建設采用何種技術模式，需要因地制宜根據實際可利用的能源資源情況確定。可以肯定，隨著可再生能源轉換、利用、儲存技術的進步，以及能源綠色化程度的不斷提高，智能電網與智慧能源網將向著合二為一形成新型綜合能源供給體系的方向發展。目前智慧能源網的建設以“泛能網”的形式，已經在一些地方取得了可喜的成績和寶貴的經驗。
能源互聯網的兩種技術模式，在今天“互聯網+”的時代可以采用類似的方式進行表示，使其更具時代色彩。其中智能電網可表示為“綠色電網+互聯網”，智慧能源網可表示為“能源網+互聯網”。這樣表示的優點，一是概念明確，針對性強。每個表達式中的“互聯網”一詞除指Internet外，不可能再有別的解釋。智能電網的表達式中，電網之前加“綠色”二字，點出了智能電網的本質所在，有助于人們在智能電網建設中把握正確的方向。智慧能源網的表達式中，直接使用“能源網”一詞指明能源互聯網第二種技術模式的基本特征，避免了不必要的誤解。二是突出了研究對象的特點和難點。“綠色電網”與“能源網”都是網絡，它們與互聯網相加是兩種網絡的“融合”，無疑具有相當的復雜性，強調“網絡”可提醒人們不能用處理一般“互聯網+”的方法來解決其中的問題。
此外，需要說明的是之所以采用“+互聯網”而不采用“互聯網+”的表達方式，是因為當“互聯網+”的對象亦為一種網絡的時候，若將“互聯網+”置前，容易使人將信息網絡誤解為是其中起主導作用的網絡，從而可能導致在能源互聯網的建設實踐中主輔顛倒，走偏方向的情況發生。
篇11
中圖分類號：TU 文獻標志碼：A 文章編號：1008 2832（2016）04-0104-03
一、物聯網時代到來
我們曾幻想過出門前雨傘會告訴你今天下雨，開車時車載導航會為你自動避開擁堵的道路，睡覺時房間的燈光隨著時間緩緩熄滅，這種種的未來生活情景，在無線網絡系統、信息技術、云計算以及傳感器技術等發展迅猛的今天，物聯網讓這些不在是幻想，它將軟件、硬件和數據結合到一起，將我們身邊的每一件設備和我們實時的行動或身體狀況形成一個網絡，萬物互聯的時代已經到來。
物聯網被稱作繼計算機、互聯網之后，信息通信產業的第三次浪潮（web3.0）。在web1.0時代，人們使用計算機作為互聯網終端，實現人機交互；web2.0通過互聯網把人與人之間的交流方式變得豐富多樣，信息的交互和傳遞超越了人機界面交互；到了物聯網時代，除了人與計算機以外，所有具有感知能力的物品都可以作為一個網絡的節點或終端。互聯網為物聯網的發展提供了技術支撐平臺和無線網絡的廣泛覆蓋，物聯網是互聯網的延伸和擴展，豐富了互聯網的應用。
（一）物聯網的概念
物聯網（internet of things）的概念最初來源于美國麻省理工學院（MIT）在1999年建立的自動識別中心（Auto-IDLabs）提出的網絡無線射頻識別（RFID）系統，即把所有物品通過射頻識別等信息傳感技術與互聯網連接起來，從而實現智能化識別和管理。2009年2月24日2009IBM論壇上，IBM公布了名為“智慧的地球”的最新策略，在這一策略中物聯網是這樣被定義的：把感應器嵌入電網、鐵路、橋梁、隧道、公路、建筑、供水系統、大壩、油氣管道等各種物體中，使它們結成網絡，并普遍連接，即是物聯網。簡單來說，物聯網使我們和物品在信息與通信技術的世界里獲得一個新的溝通維度，其目標從滿足人與人之間的溝通，發展到實現人與物、物與物之間的交流。
（二）物聯網時代智能產品的特點
相比于互聯網時代的智能化產品和智能化服務，物聯網的價值凸顯在萬物互聯的智能化。現在出現的一些的智能設備已不再是簡單的“連接”，而是在互聯網作為網絡架構的基礎上，能夠自主決定去感知信息源、預測信息的流向、以及如何做出反應和協作。接下來在以往互聯網時代的智能產品的基礎上，對現有的物聯網智能產品進行對比分析，其中的“物”有以下三個顯著的特點。
1.可識別化
如同人在社會中存在，為了方便管理，將每個人數據化，采用身份證編碼來識別每個人。隨著物聯網時代的到來，物品也同樣可以被編碼。從技術角度講，物聯網的網絡技術層級分為以下三級：一是傳感網絡，二是傳輸網絡，三是應用網絡。其中的傳感網絡以二維碼、RFID、傳感器為主，作為物體被識別的基礎。為了讓所有與網絡連接的物品方便識別管理和提取數據，RFID電子標簽技術就成為了物品的“身份證”。比如，在食品衛生領域，將放養的羊群中每一只樣都貼上一個二維碼標簽，這個標簽所包含的是這只羊的產地、質量等并被錄入系統，當這只羊被宰殺后，每一部分出售的肉都會貼上同樣的二維碼，羊肉被販賣后可以通過掃描二維碼在系統中查找到信息，做到真正的來有源頭，去有追溯，從而更有效地保障肉類食品安全；在公共交通領域，智能手機上交通系統軟件會獲取每輛車輛的位置信息，發送我們的位置信息以及速度，然后結合實時交通信息為我們提供最佳路線；在智能家居領域，家中只有可以連入網絡的電器都可以被智能控制器所感知，在這個智能終端上操作就可以直接控制電燈、自動窗簾、風扇、音箱、車庫大門等一切家用通電設備和系統。物聯網讓所有物品都能被感知和識別，他們每時每刻都產生著大量結構化和非結構化的數據，這些巨大的數據蘊含了對社會生活、經濟、教育、醫療等領域寶貴的信息。
2.系統化
相比于互聯網時代，產品和人、人和網絡、網絡和產品之間單一的連接，物聯網的出現，讓許多設備都有機地組合到了一起，從而形成了一個龐大而統一的系統，產品在這個系統中的角色被重新定義。例如，常規的智能冰箱可以通過用戶的設置自動調節溫度，但是物聯網要求智能冰箱作為一個食物的管理終端，如海爾的物聯網冰箱，可以通過用手機上安裝的軟件掃描食物的條形碼，當食物接近保鮮期時提醒用戶，還可以在食物短缺時自動推送購物網站的信息。在這個系統中，物聯網實現了從冰箱內食物到與購物網站，再到與用戶之間的多方面溝通。
物聯網時代的產品被賦予了更高的信息采集、數據處理信息交互的能力，人與產品之間的關系從人與物品直接接觸，衍生為由物品代替人與其他物品進行交互。在整個使用產品的過程中，產品之間頻繁的信息交換使得人可以解放更多的勞動力來專注于其他方面。在物聯網構建的系統中，每個產品不是孤立存在的，而是整個系統中的一個節點或終端。
3.智慧化
在物聯網時代到來以前，我們所說的智能產品是機械、電子、信息技術的結晶，通過植入的芯片，讓產品可以通過人的控制表現出之前設置好的某種功能。有人將物聯網時代的產品重新定義為“智慧型產品”，智慧型產品中的“智慧”解釋為從感覺到記憶再到思維這一過程，所以智慧型產品具有一定的學習記憶、根據不同情況判斷如何處理事件的能力。
簡單來說，物聯網時代產品的智慧化具體體現在物體的自我學習能力。如同智能硬件公司Nest生產的溫控器，它可以收集用戶的生活軌跡，如運動情況、體溫、甚至可以捕捉情緒波動和壓力等腦波，從而根據用戶的生活習慣來調節室溫，當你工作時，將溫度降低，讓你保持清醒；當雨雪天氣室溫降低，它也會自動的升高室溫。
通過這些物聯網的應用案例，可以對物聯網有更直觀的理解，在過去我們需要和設備有所接觸才能實現交互，而物聯網就像一個隱形的開關，當我們產生某種行為時，就觸動了這個開關，甚至不需要和物體接觸，就能使物體實現某種功能，物聯網時代的智能產品也就是“能夠學習和適應用戶行為的物體”。
二、物聯網時代的智能產品的“智商”層級
相比于互聯網時代的智能產品和服務，物聯網的實現有賴于物體間信息的發出和接收，現在市場上的物聯網智能設備層出不窮，總結這些產品發出和接受信息的范圍，以及自主感知、預測、反應和協作的實現程度，可以用“智商”這一概念來劃分智能產品感知和處理信息、以及做出反饋的水平。（圖1）
對于常規產品來說，其服務的對象始終都是人，設計師在設計產品時，從解決問題出發，立足于產品的使用環境以及與用戶之間關系，利用產品本身所具有的特性和功能來實現設計目標。在物聯網的背景下，設計師在面對智能產品設計時，首先應該確立解決方案的問題所在層級，其次針對不同的問題層級選取相應智商水平的產品類型，再系統的考慮產品與用戶及使用環境的關系，才能將產品的智慧發揮到極致。接下來就討論在物聯網的背景下，面對智能產品設計時如何在不同的層面進行思考和策略制定。
（一）平常智商產品
“平常智商”是指這一類產品的工作核心以感知為中心，通常是以某一個體或行為為感知對象，當周圍環境或使用者的行為發生變化，就好像觸發了一個隱形的開關，產品就會對這個刺激做出相應的反應，并且可以通過網絡與其他產品連接，進行“隔空對話”。如現在被大家津津樂道的智能家居就是此類產品的代表，智能烤箱可以通過wifi與手機相連，用戶可以在下班路上遠程控制烤箱開關以及溫度，烤箱也可以感知內部溫度變化，從而自行預熱和保溫；飛利浦、LG等品牌推出的智能燈泡同樣代表了非常直觀的物聯網體驗，通過在手機安裝程序，我們可以隨心開關燈、改變亮度和顏色，還能夠實現讓燈光伴隨音樂旋律舞動，活躍居室的氛圍。還有一類產品可以感知到處于同一網絡中的其他產品，與之進行點對點的交流。Good Night Lamp由一盞大燈和一盞小燈組成的燈具，小燈可以感知大燈的變化，如果放在小朋友房間的大燈被關閉，那么另一盞父母房間的小燈也隨之熄滅，這樣父母就知道孩子睡了，這類產品也在潛移默化的改變人與人之間的交流方式。
設計師在面對這類只需具備基本感知力、不需要調動其收集大量數據的“平常智商”產品時，需要全面考慮在產品所處的系統中可能產生的各種用戶行為和周圍環境的變化因素，產品應在感知不同信息時做出何種的反饋，充分挖掘智能產品的感知和反饋能力的無限可能，為消費者實現更好的用戶體驗。
（二）超常智商產品
“超常智商”指的是擁有明顯的自我學習和自主決策能力的產品。相比于前者在了解用戶行為方面的表現明顯更突出，甚至可以同時處理感知到的多種信息，提供系統化的解決方案。這種表現類似于我們使用瀏覽器時會覺得它的智力水平明顯高于人類，這并不是全靠軟件工程師或設計師的功勞，而是通過收集用戶在使用計算機時的行為及智能硬件工作時產生的大數據，結合實時高速的處理這些數據得到的結果，是匯集了智能硬件記憶學習和大數據處理的共同智慧。對于物聯網時代的智能產品來說，具備這種共同智慧的表現之一是自我學習能力。還是以Nest為例，在最開始的一周，Nest需要手動調整，一個人每天可能需要設置四次：起床，上班，下班，睡覺。但此后Nest就會利用自身算法，對用戶的每次手動調整進行記憶和學習，它將了解和記錄用戶的日常作息習慣和溫度喜好自行幫助用戶控制空調溫度，nest具備在感知力基礎上，發展了自我學習力，對用戶行為產生的數據做加工，在預測到某種行為時，自動的做出相應的反應。在此基礎上，還有一類產品具有自主規劃和決策的智慧，如芬蘭一家科技公司研制的可以提高回收垃圾效率、節約城市公共資源的智能城市垃圾箱Enevo One Collect。這款垃圾桶內置的傳感器可以檢測桶內垃圾的高度，當垃圾高度達到一定程度時它就會提示環衛人員垃圾箱已滿，這時環衛人員可以通過專用軟件查看區域內所有垃圾桶內的情況，更重要的是當環衛車輛出發時，系統會自動規劃好垃圾回收的最優路徑，快速略過那些還有足夠空間的垃圾桶。這一應用經專業機構統計可以解決近20%-40%的運營成本。
所以，當設計師在處理具備自我學習和自主規劃能力的產品時，例如智能健康、智能服務類的產品，需要打破產品本身具有功能的局限，充分利用物聯網全面深入的感知記憶能力和實時的海量數據處理能力，立足于挖掘整體系統中產品輸入和輸出信息的潛能，讓產品更好的理解用戶的行為意圖，提供更智慧更系統化的解決方案。
（三）超級智商產品
“超級智商”指的是智能產品在具備接受和處理其所在系統產生的大數據基礎上，可以與其他系統的產品進行大數據的交換，利用云計算技術將不同系統提供的海量數據協同運算分析，從而讓這些數據產生新的應用。物聯網構筑了物與物交流的橋梁，通過把分散運輸在這些橋梁上的數據資源化零為整，才能體現物聯網的終極價值。雖然現在面臨著數據孤島的問題，即很多潛在的大數據被掩埋在各類企業的數據庫中，但是我們仍然可以進行大膽設想。比如在上面提到的智能城市垃圾桶的案例中，如果某一區域的所有垃圾桶可以將內部產生的數據收集起來，如垃圾的回收頻率、垃圾品類占比，就可以分析出附近居民的消費水平、購物能力以及飲食偏好等。這些數據在某種程度上來說是很好的營銷數據，當考慮在這附近建造一個購物中心時，就可以通過分析這一類型數據不同時期變化，得到區域內的需求比重和趨勢、產品品類的市場受歡迎程度、消費者的消費能力等，最終應用于商場的品牌引入和產品銷售策略的調整。
篇12
這一波剛起步智能硬件，迄今為止沒有出現現象級的硬件產品，是因為大多缺乏對于核心算法的支持，其實算不上真正的智能產品。用戶的大數據分析、系統性規劃等等均缺乏有效的支撐和整體解決方案。創業公司更多是靠采取講智能故事的概念來圈獲得投資。在這個階段，智能硬件大多是偽需求，為了智能而智能。
目前的所謂智能硬件，更多是原來的硬件+APP，只是增加了簡單的數據統計或者手機APP的開關，全程需要人工干預或參與，既不能提前預判，也沒有基于數據的綜合分析，有的甚至同一個品牌的產品數據也不能共用。這并不能算是真正的人工智能。真正的人工智能硬件應該是機器的自我判斷和分析，從而做出進一步的決策依據，供使用者參考或使用。不過，進入真正的智能化會提高智能硬件進入的技術門檻，目前一窩蜂的智能手環，手表等會死掉一大批。
不僅僅是國內，智能硬件在歐美也處于同樣的階段。2014年，在GigaOM Roadmap大會上，智能硬件領域全球最好的公司之一的Nest Labs的CEO Tony Fadell一針見血的指出，智能硬件和智能家居這個概念已經過度泛濫。業內過度強調的智能會給大眾一種超脫人腦的誤導。但實際上在目前這個階段，所謂的智能硬件遠遠達不到這個水平。真正的智能化應該是硬件設備和人可以互動進行交流。Tony認為現在很多智能硬件產品都是為了智能而智能，或者為了聯網而聯網，其實都很沒有必要。
智能硬件經過前期的市場培育，2015年會進入到一個爆發的新元年，純粹靠概念和忽悠起家的產品會慢慢被淘汰，沒有核心技術的公司將會倒在硬件爆發前的路上。一批真正有產品概念的硬件公司崛起。正如虎嗅網友Kense評論：“當下的智能硬件真的喙頭大于實際性，有點像當年的互聯網泡沫前夕，只有經過那一幕，真正的智能元年才能起航。”
資本關注和平臺的支撐
資本方面：在2014年智能硬件領域雖然有所作為，如堅果獲得了6000W的A輪投資，麥開獲得天使投資等，但是比起去年動輒數億甚至幾十億的大手筆投資，不過是滄海一粟。資本更多是在觀望。北京一位天使投資人就明確說過暫時不會碰智能硬件項目，“因為看不懂”。這反應了相當一部分投資人的心態。但是投資人也相當清楚，中國的工業已經走完了原始階段的積累，下一步走向互聯網化和智能化是大趨勢。正如火熱的O2O對傳統服務商業的改造一樣，大勢所趨。
久未露面的創新工場創始人李開復最近在他“數位革命：創新創業的黃金時代”的演講中提到，在未來幾年，隨著物聯網、大數據時代的到來，會帶來龐大創業機會。與此同時，雷軍在中國移動的互聯網大會上也說，建議年輕人創業的兩個方向：移動互聯網和智能家居。資本的看好必然會進一步推動產業的發展，助力整個行業完成從初級向成熟轉型。
平臺方面：很多大的平臺在14年已經開始關注和支持智能硬件的創業和發展。其中影響最大的當數微信和小米。微信目前已經開放了智能硬件的接口，創業公司在微信提交申請接口權限，通過后即可接入微信的ID、公眾賬號等多方面資源。在這一點上，小米走得更遠，為了實現在智能家居無處不小米的野心，除了投資、收購等關聯公司外，小米還會開放自己的系統和平臺，供硬件創業者使用，給硬件創業者提供基礎技術支撐和資源共享，這極大的降低了小型創業者的生存和發展成本。毫無疑問，后續開放和介入的平臺和系統會越來越多，在客觀上會進一步的推動整個智能硬件行業的發展。
產業鏈和從業者成熟
創業者成熟：面對著智能硬件的崛起和利好，無數的創業者前赴后繼的投身到硬件創業中。但是由于對產品、供應鏈等理解不到位和風險評估不足，最終導致產品流產或者無法量產的悲劇。在這其中，土曼汪偉和錘子羅永浩就是最典型的案例。前者通過投資人的影響力，在微信朋友圈憑著幾副智能手表的效果圖就預售高達千萬。結果最終由于對產品的設計、供應鏈等評估不足，導致不斷跳票，產品嚴重不合格，最終引發品牌危機，損失無法評估。后者在手機打樣成功后，同樣是缺乏對與供應鏈管理的系統性知識，原本讓用戶高度關注的錘子手機不斷跳票，最終錯過了黃金預售的前三個月時間，也是足了一大筆學費。好在羅永浩在認識到自己不足時，整個公司及時調整，最終避免了更大的悲劇的發生。硬件創業的先鋒和先烈們給后來者提供了生動的教科書樣板，活生生的案例將會使后續進入的創業者更加理性和冷靜，同時也更加重視供應鏈等相關環節的管理。
在智能硬件創業領域，有兩種創業者占據主流，一種是之前就從事傳統硬件領域生產，一種是在純互聯網和軟件開發出身的。兩者各有利弊。前者對于生產、配料、供應鏈、庫存、渠道等核心環節擅長，但是短于互聯網的營銷、粉絲管理和互動，而這正式后者的強項，互聯網從業者對于對于新的思想和新的技術接受的更快。同時在高新的技術方面如云計算也比傳統行業更有優勢。互聯網創業者最大的優勢在于離用戶更近，更容易了解和迎合用戶的想法和喜好。從而利用互聯網的扁平化和連接性創造更多新的、高效的方式。但是供應鏈和庫存卻是后者最致命的兩大問題。兩者取長補短，相互合作，進一步加速融合將是未來的趨勢。
篇13
人工智能是當今科技發展中最具潛力的熱點問題之一，2016年初轟動世界的谷歌AlphaGo打敗圍棋世界冠軍李世石的經典案例更是引起了全世界廣泛的關注和熱議。“人工智能”這個概念再次被推到了風口浪尖。那么，究竟什么是人工智能呢？它會對我們的生活有什么影響？在這個背景下，我們深入探究人工智能及其相關的技術領域，對于人工智能的普及和發展有著重要意義，也希望能給予人工智能相關領域的科學研究者們提供一些參考和方向。
1 什么是人工智能
人工智能（Artificial Intelligence，AI）是一門全新的信息技術科學，是計算機科學技術的一個重要分支，是指對于模擬、拓展和延伸人類的智能的應用系統及相關的理論和技術方法的開發研究。主要通過研究及了解人類智能的本質從而開發出能給出類似人類智能反饋的智能機器，計算機系統在理解目標方向之后所取得的最大化成果是計算機實現的最大智慧。人工智能不單單是一個特定的技術，它所研究的往往是能創造智能意識的高科技機器，包括了算法和其他應用程序，處理的任務也遠遠超出了簡單計算，從學習感知規劃到推理識別控制等等。人工智能的研究方向包含語言及圖像識別技術、機器人設計、自然語言處理等，日益成熟的理論方法和技術實踐也使得應用領域范圍大規模擴張，人工智能是人類智慧的結晶，未來也可能展現出超過人類的智能。
2 人機智能的研究方向
人工智能的科學研究通常涉及到數學、邏輯學、認知科學、以及最重要的計算機科學等多學科領域，延伸出了以下幾個主要的研究方向：
2.1 邏輯推理與證明
早期的人工智能更多的解決了大量數學問題，邏輯推理是基礎也是研究時間最長最重點的領域之一。通過找到可靠的證明或者反證方法實現潛在的定理證明，根據數據庫的實例進行推導并及時更新證明結論，演繹和直覺相結合，在推理和證明中實現部分智能。
2.2 問題求解
問題求解領域的一大重要應用則是下棋程序的功能實現，化繁為簡、將困難的問題點拆分成為獨立的子問題進行求解；而另一個實例則是數學方程的求解實現，分析各種公式符號的組合意義從而為科學研究者提供強有力的基礎保障。問題求解中所運用的搜索和規約也是人工智能領域中的兩大基本技術。
2.3 自然語言處理
自然語言處理也叫自然語言理解（Natural Language Processing，NLP），是指借助計算機來處理使用人類語言作為計算對象的算法程序，并研究相關的理論方法和技術。NLP是人工智能領域的主要研究方向之一，也是發展時間較長的研究方向之一。語音識別、搜索引擎、機器翻譯等等都是NLP的重要研究內容，目前也都在人工智能領域獲得了突出的應用成果。
2.4 專家系統
專家系統是指具有大量模擬人類相關領域專家知識和經驗的智能計算機程序系統，依托于人工智能相關技術，根據專家系統所提供的數據方法進行判斷推理進一步決策，從而代替人類專家解決一部分該領域的特定問題。從知識表示技術的角度上看，專家系統可分為基于網絡語義、基于規則、基于邏輯、基于框架等幾種類別；而從任務類型及專家系統主要解決的問題類型的角度來看，專家系統也可分成解釋型（分析和闡述符號數據的意義）、調試型（根據故障制定排除方案）、預測型（根據現狀預測指定對象未來可能的結果）、維修型（針對特定故障制定并實施規劃方案）、設計型（按指定需求制作圖樣和方案）、規劃型（根據指定目標制定行動方案）等。
專家系統的建立包含以下幾個步驟：（1）初始專家知識庫的設計：包括問題、知識、概念、形式、規則等多個概念的籌建；（2）開發和試驗系y原型機；（3）改進與歸納專家知識庫等。
專家系統的實現通常建立在大量的數據統計與人類專家提供的問題解決實例上，沒有精確或統一的求解算法，因此也會造成一些局限性。在人工智能與計算機科學快速發展的今天，專家系統也逐漸更重視理論和基礎研究，除了基于經驗的理論，基于規則和模型的方法也將投入到實際運用中，未來的專家系統將更偏向協同式和分布式方向發展。
2.5 機器學習
機器學習是指計算機自動獲取新的推理算法和新的科學事實的過程，是計算機具有智能的基礎。計算機的學習能力是人工智能研究史上的突出成就與重要進展，也是人工智能初步實現的重要標志。機器學了在人工智能領域有著重要應用，對于探索人類智慧的奧秘以及學習方法和機理都有著重要意義，機器學習的時代才剛剛開始，各種理論方法也正在逐步完善中，未來精彩可期。
3 人工智能的應用
人工智能的首次提出至今已有60年的歷史，在這個循序漸進的過程中，無論是功能場景還是機器模式，都逐漸從單一到通用、從簡單到復雜，表達方法也更多種多樣。目前主要通過賦予機器產品一定的人類智能從而有效地提升機器工作效率及能力，未來的人工智能將更多的模擬人類生活環境及思維方式來設計出真正具有人類智能的高效人機系統。
3.1 人工智能在各個行業的應用
人工智能已經運用到人類生產生活的各個方面，主要包括以下幾點：（1）以智能汽車為代表的自動化交通方式。（2）種類繁多的家庭智能服務機器人。（3）用于臨床支持和病人看護中的自動化智能設備及醫療器械。（4）智能教育輔導系統、線上學習和智能輔助學習設備的普及。（5）基于圖像處理和自然語言處理的各類音樂社交軟件及VR設備的興起給互聯網娛樂時代帶來的巨大變革。（6）邏輯證明及智能分析在公共安全領域的預測及防范。（7）大量重復機械的勞動逐漸由智能機器取代，人類承擔著更多的創新及實踐工作。
3.2 人工智能生活應用實例
作為輔助人類生產生活的重要工具，日趨成熟的智能機器人已經快速走進了人們的日常生活中，下面我們介紹幾種常見的使用場景：（1）智能房屋和家居生活的構建：目前的智能停留在自動控制I域，通過用戶指令來便捷的操控比如電視、窗簾、燈具、空調等等；而未來，人工智能的發展將根據你的日常行為了解你的習慣喜好，利用傳感器和自動裝置搜集用戶的行為數據，通過機器學習和深度學習算法改造你所居住的環境。最終實現真正意義上的智能家居生活。（2）無人駕駛的智能汽車：主要通過導航和定位實現規定路線的行駛、通過激光測距、雷達感應和照相等技術，配合復雜的計算公式從而辨別和避讓各種障礙，最終脫離人類操控的環境下自動完成發動、駕駛、剎車等動作。行駛的安全性和準確性在智能機器的幫助下其實更可靠，我們完全有理由相信未來自動駕駛將成為人們出行的新方式。（3）基于神經網絡的新型翻譯方式：在線翻譯相信大多數人都不陌生，使用范圍廣普及率極高，但其準確性一直都是人們關注的焦點之一。谷歌翻譯負責人表示將在部分功能上嘗試使用深度學習技術，如果能順利實施必將使得翻譯準確性的研究取得實質性突破，而基于神經網絡的翻譯方式則將幫助計算機更好地模擬和理解人類思維，使得翻譯結果更流暢合乎規范，也方便人們更好地理解。
4 人工智能的發展歷程
人工智能的發展歷程不算很長，但發展速度卻異常迅猛。跟所有新興的前沿學科一樣，人工智能的發展中也經歷了和低谷時期。根據不同時期代表性人物和事件的發生，我們大致可以將整個過程分為以下幾個階段：
（1）1950年，舉世聞名的“圖靈測試”（圖靈，英國數學家，1912―1954）首次發表于《計算機與智能》一文，即通過房間外的人和兩個房間內的人和機器分別對話中，是否能區分人和機器從而判斷出機器是否具有了人的智能。這是人類對于人工智能最初的概念。
（2）1956年，由香農、麥卡錫、朗徹斯特和明斯基共同發起的DARTMOUTH學會于達特茅斯大學召開，會上首次提出“人工智能”一詞，這是歷史上第一次關于人工智能領域的研討會，見證了人工智能學科研究的開端。
（3）1960年以來，生物進化領域逐漸建立起了遺傳、策略和規劃等算法。1992年計算智能由Bezdek提出，計算智能對于生物進化學的探究有著重大意義，涵蓋了模式識別、人工生命、神經網絡、進化計算等多學科集合與交叉。
（4）上世紀90年代開始，專家系統逐漸興起，對于專家知識庫的不斷改進以及基于規則和模型的協同式分布式專家系統將是未來使用的主要趨勢。
（5）從1960年神經網絡首次應用于自動控制的實施，到1965年人工智能啟發式推理規則的方法引入，再到1977年運籌學理論中概念智能控制模式的成功借鑒，人工智能的發展也順利引導了自動控制模式逐漸切換到了智能控制模式。
（6）從1956年AI概念的正式提出以來，人工智能領域已經取得了眾多突破性的成就和進展，很多天馬行空的想象也隨著科技的進步在一代代科學工作者的不斷努力下逐漸設計落實，人工智能已經從科學研究逐漸走向了人們的日常生活中，成為了當下最具潛力的多學科交叉的前沿科學。
5 人工智能的未來與發展趨勢
從人工智能的提出到逐漸走入人們生活，人工智能的概念一經問世則得到了人們的普遍關注，甚至帶動了語音識別、自然處理處理、機器學習、數據挖掘等一系列相關學科的發展和興盛。人工智能領域中的創新和蓬勃發展是趨勢也是必然，通過了解人工智能學科的發展歷程及應用領域，我們大致可以推測出關于未來人工智能的一些方向：（1）機器學習和深度學習算法指導下更聰明更多樣性更具智能的機器系統。（2）自然語言處理應用中更自然的人機互動交流。（3）機器學習時代更快速的數據處理分析策略。（4）各研發企業和機構對于人工智能先進技術更激烈的競爭和角逐。（5）超人工智能（Artificial Super Intelligence，簡稱ASI）時代下AI是否會走向失控給人們帶來的微恐懼。
6 結語
在短短60年的時間內，人工智能的快速發展已經從很大程度上改善和刷新了人們的生活方式。人工智能的深入研究和實現正在不斷幫助我們探索這個世界、幫助我們搜尋信息應對各種各樣的挑戰。人工智能在逐漸強大的同時，有機遇也存在著巨大的挑戰和技術瓶頸，距離人工智能時代的真正實現還有很長的路要走。而人工智能的不斷更迭完善，是否能取得超越人類智力和認知的智能、是否會出現違背人類價值觀的危險行為將是未來很長一段時間內需要研究的重要課題。
參考文獻
