時間：2023-06-30 09:27:44
序論：速發(fā)表網(wǎng)結(jié)合其深厚的文秘經(jīng)驗，特別為您篩選了11篇人工智能的投資邏輯范文。如果您需要更多原創(chuàng)資料，歡迎隨時與我們的客服老師聯(lián)系，希望您能從中汲取靈感和知識！
二、人工智能控制器的好處
對于不一樣的人工智能控制，必須采用不一樣的措施來分析。然而部分人工智能控制器，比如：遺傳算法、神經(jīng)、模糊與模糊神經(jīng)全部為一類不是線性的函數(shù)近似器。使用以上區(qū)分的方法有益做整體的分析，而且能夠有利于為控制方案做整體性的研究。上面提到的人工智能函數(shù)近似器擁有普通的函數(shù)近似器而沒有的好處。第一，大部分情形下，準確地知道控制物體的動態(tài)方程是相當繁雜的，所以控制器規(guī)劃現(xiàn)實控制物體的模板的時候，常常能夠出現(xiàn)許多無法預料的原因，比如參數(shù)改變和非線性時等，這些往往不能夠掌控。但是人工智能控制器規(guī)劃時能夠無需控制物體的模板。按照降下的時間與回復的時間不一樣，人工智能控制器經(jīng)過一定的調(diào)節(jié)能夠加強本身的功能。比如從降下的時間角度分析，模糊邏輯控制器優(yōu)于PID控制器的四倍；從升起的時間角度分析，模糊邏輯控制器優(yōu)于PID控制器的兩倍。和傳統(tǒng)的控制器比較，人工智能控制器擁有容易調(diào)整的特點。雖然沒有專業(yè)人員的實時引導，人工智能控制器也可以采用回復數(shù)據(jù)以實施規(guī)劃。還能夠經(jīng)過使用語言和有關(guān)信息等形式實施規(guī)劃。人工智能控制擁有非常大的同一性，鍵入以前沒有見過的數(shù)據(jù)便可以出現(xiàn)非常高的數(shù)值，能夠減少驅(qū)動器給其造成的不良反應。針對一些控制物體，即使現(xiàn)在未使用人工智能控制器也能夠有非常好的影響，然而針對別的控制物體，并不確定是否有類似的非常好的影響，所以對于規(guī)劃需要根據(jù)實際問題制定具體的解決方案。對于模糊化與反模糊化，假如使用適應模糊神經(jīng)控制器與隸屬函數(shù)，可以準確地實施定期核實。對于完成此成果的多種方案里面，唯有經(jīng)過體系工藝的應用才可以獲得固定的數(shù)值，加上簡便的拓撲組構(gòu)，可以達到非常快的自學程度。
三、人工智能于電氣自動化里的應用
人工智能探究的重要目的是讓機器可以完成部分一般要人類智能勝任的繁雜任務，電氣自動化為分析和電氣工程相關(guān)的體系運作。人工智能的組成部分包含邏輯推導、定理證明、機器人學、專家體系、自然語言理解，人工智能的使用表現(xiàn)在問題解答、自動程序規(guī)劃、行為功能、思維功能與感知功能等。但是以上方面全部表現(xiàn)了自動化的特點，傳達了同一個主旨內(nèi)容，那就是加強機械人們意識功能，提高控制自動化。所以人工智能對于電氣自動化行業(yè)將會起到非常重要的作用，電氣自動化控制同時也需要人工智能的加入。由于人工智能技術(shù)進步地越來越快，許多科研工作者開展了對于人工智能在電氣工程自動化控制中的探討，比如：怎樣把人工智能體系使用到問題的判斷及預料、電氣產(chǎn)品規(guī)劃及愛護或控制等。從如何更好地規(guī)劃產(chǎn)品角度講，規(guī)劃電氣裝置是相當復雜的任務。需應用電器、電路、電機和磁場等多課程的專業(yè)知識，還需應用傳統(tǒng)規(guī)劃里的經(jīng)驗。
“人工智能”（Artificial Intelligence）一詞最初是在1956年Dartmouth學會上提出的。人工智能是指研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應用系統(tǒng)的一門新的技術(shù)科學。人工智能是計算機科學的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應的智能機器。目前能夠用來研究人工智能的主要物質(zhì)手段以及能夠?qū)崿F(xiàn)人工智能技術(shù)的機器就是計算機，人工智能的發(fā)展歷史是和計算機科學與技術(shù)的發(fā)展史聯(lián)系在一起的。
2.人工智能的研究歷史
人工智能的發(fā)展也并不是一帆風順的，人工智能的研究經(jīng)歷了以下幾個階段： 孕育階段：古希臘的亞里士多德，給出了形式邏輯的基本規(guī)律。英國的哲學家、自然科學家培根，系統(tǒng)地給出了歸納法。“知識就是力量”德國數(shù)學家、哲學家布萊尼茲。提出了關(guān)于數(shù)理邏輯的思想，把形式邏輯符號化，從而能對人的思維進行運 算和推理。做出了能做四則運算的手搖計算機英國數(shù)學家、邏輯學家布爾實現(xiàn)了布萊尼茨的思維符號化和數(shù)學化的思想，提出了一種嶄新的代數(shù)系統(tǒng)——布爾代數(shù)。
第一階段： 50 年代人工智能的興起和冷落人工智能概念首次提出后，相繼出現(xiàn)了一批顯著的成果，如機器定理證明、跳棋程序、通用問題求解程序LISP表處理語言等。但由于消解法推理能力的有限，以及機器翻譯等的失敗，使人工智能走入了低谷。這一階段的特點是：重視問題求解的方法，忽視知識重要性。
第二階段： 60 年代末到70 年代，專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新DENDRAL 化學質(zhì)譜分析系統(tǒng)、MYCIN 疾病診斷和治療系統(tǒng)、PROSPECTIOR 探礦系統(tǒng)、Hearsay-II 語音理解系統(tǒng)等專家系統(tǒng)的研究和開發(fā)，將人工智能引向了實用化。并且，1969 年成立了國際人工智能聯(lián)合會議。
第三階段： 80 年代，隨著第五代計算機的研制，人工智能得到了很大發(fā)展日本1982 年開始了“第五代計算機研制計劃”，即“知識信息處理計算機系統(tǒng)K I P S”，其目的是使邏輯推理達到數(shù)值運算那么快。雖然此計劃最終失敗，但它的開展形成了一股研究人工智能的熱潮。
第四階段： 80 年代末，神經(jīng)網(wǎng)絡飛速發(fā)展1987 年，美國召開第一次神經(jīng)網(wǎng)絡國際會議，宣告了這一新學科的誕生。此后，各國在神經(jīng)網(wǎng)絡方面的投資逐漸增加，神經(jīng)網(wǎng)絡迅速發(fā)展起來。 第五階段： 90 年代，人工智能出現(xiàn)新的研究由于網(wǎng)絡技術(shù)特別是國際互連網(wǎng)技術(shù)的發(fā)展，人工智能開始由單個智能主體研究轉(zhuǎn)向基于網(wǎng)絡環(huán)境下的分布式人工智能研究。不僅研究基于同一目標的分布式問題求解，而且研究多個智能主體的多目標問題求解，將人工智能更面向?qū)嵱?。另外，由于Hopfield多層神經(jīng)網(wǎng)絡模型的提出，使人工神經(jīng)網(wǎng)絡研究與應用出現(xiàn)了欣欣向榮的景象。人工智能已深入到社會生活的各個領(lǐng)域。
3. 人工智能的發(fā)展方向
3.1人工智能的研究新課題。人工智能的長遠目標是要創(chuàng)造人類智能的機器，用機器模擬人類的智能。這是一個十分漫長的過程，人工智能研究者將通過多種途徑、從不同的研究課題入手進行探索。 在近期，有幾方面的研究課題可供選擇：更完善更新的人工智能理論框架；自動或半自動的知識獲取工具；能實現(xiàn)海量高速存儲并具有學習功能的聯(lián)想知識庫；新型推理機制和推理機；分布式人工智能與協(xié)同式專家系統(tǒng)；智能控制與智能管理；智能機器人；人工智能機；新一代的電腦模型。因為人工智能的研究領(lǐng)域十分廣闊，它總的來說是面向應用的，主要研究領(lǐng)域有專家系統(tǒng)，有人在工作，它就可以用在什么地方，因為人工智能的最根本目的還是要模擬人類的思維。其發(fā)展可以歸納為：人機融合、機器智能、智能機器。
3.2人機融合。人工智能的近期研究目標在于建造智能計算機，用以代替人類從事腦力勞動，即使現(xiàn)有的計算機更聰明更有用。正是根據(jù)這一近期研究目標，我們才把人工智能理解為計算機科學的一個分支。人工智能還有它的遠期研究目標，即探究人類智能和機器智能的基本原理，研究用自動機（automata）模擬人類的思維過程和智能行為。這個長期目標遠遠超出計算機科學的范疇，幾乎涉及自然科學和社會科學的所有學科。在重新闡述我們的歷史知識的過程中，哲學家、科學家和人工智能學家有機會努力解決知識的模糊性以及消除知識的不一致性。這種努力的結(jié)果，可能導致知識的某些改善，以便能夠比較容易地推斷出令人感興趣的新的真理。
機器超越人已不再遙遠
從識別、感知、認知，到做決策、反饋，人工智能在過去五年有非常大的進步。博弈的例子有AlphaGO，感知的例子有微軟小冰，決策的例子有Google Gmail的自動回復。
我在30多年前就做人工智能，可惜，無論對弈、語音識別、自然語言理解都沒有生逢其時。因為當時機器不夠快，數(shù)據(jù)不夠多，算法不夠先進。但是今天，它們夠先進了。
機器學習最重要的一個突破是深度學習。深度學習，就是用非常大的神經(jīng)元，用巨量的數(shù)據(jù)充進去訓練。它可以在識別、分類或者預測方面，遠遠超過任何過去的算法。這個學習的算法特別適合巨大的數(shù)據(jù)量。
什么情況才能用人工智能？人工智能不是萬能的，但滿足以下條件，人工智能絕對可以做出特別有價值的產(chǎn)品：千萬級別的海量數(shù)據(jù)；頂尖的科學家；非常清晰領(lǐng)域的邊界；非常好的標注；非常多的計算量。
很多人說人工智能好遙遠。其實不是，百度、淘寶、滴滴的背后都是一個人工智能引擎。一些過去認為比較遙遠的，如圖像識別、語音識別的比賽，機器已經(jīng)超越人了。
人工智能的應用領(lǐng)域
一個創(chuàng)業(yè)公司的用戶達到了千萬級別的時候，肯定需要人工智能引擎。因為系統(tǒng)需要做一些判斷和推薦：推薦什么商品給用戶，該放什么樣的廣告。所以，做人工智能創(chuàng)業(yè)的，最好是已經(jīng)有互聯(lián)網(wǎng)數(shù)據(jù)的公司。
當然，還有很多公司是沒有互聯(lián)網(wǎng)數(shù)據(jù)的，這些公司也能創(chuàng)造價值。
哪些領(lǐng)域會最先呢？一定是數(shù)據(jù)最大、最快能產(chǎn)生價值的領(lǐng)域。如金融領(lǐng)域：銀行、保險、券商、智能投庫、AI量化基金，是最快能產(chǎn)生價值的。
哪些是對人類最有意義的？一定是醫(yī)療領(lǐng)域。癌癥的檢測、切片，基因個性化的治療。
最大的一個領(lǐng)域應該是無人駕駛。當電動車、共享經(jīng)濟、無人駕駛?cè)虑橥瑫r發(fā)生的時候，人類經(jīng)濟會產(chǎn)生最大的提升和改變。以后我們出去打車，應該是隨叫隨到，人都不需要買車了，停車場也不需要了，路上的車也變少了，空氣也變好了，這些都是一些會發(fā)生的很好的“副作用”。
最厲害的AI公司將是Google。當Google搜索里面的引擎被提煉出來成為一個Google大腦的時候，用在互聯(lián)網(wǎng)領(lǐng)域就變成了Gmail的自動回復，變成了Google的搜索和廣告；用在汽車領(lǐng)域就是GoogleCar；用在人的健康領(lǐng)域就成了GoogleHealth；用在圍棋上就是AlphaGO。
百度大腦也是一個類似的項目。每個偉大的互聯(lián)網(wǎng)公司都應該考慮：擁有大數(shù)據(jù)是不是也應該像Google一樣，用更多的深度學習創(chuàng)造商業(yè)價值？
中國有特殊機會
當你要做人工智能的時候，我有幾個建議：要有特別大的數(shù)據(jù)，最好是閉環(huán)的，只有你有，別人沒有；要買很多機器，尤其考慮GPU；要有經(jīng)驗豐富的深度學習專家；最后要把年輕人訓練起來。
為什么特別提到訓練年輕人呢？因為一個優(yōu)秀的數(shù)學和計算機專業(yè)畢業(yè)生，培訓6個月就可以做人工智能工程師了。
因此，最領(lǐng)先的人工智能國家，當然是技術(shù)最領(lǐng)先的、論文最領(lǐng)先的、應用最領(lǐng)先的，而且也是年輕人最上進、最努力、最勤奮的國家。
中國有一些很特殊的機會。中國教育特別重視優(yōu)秀的理工、數(shù)學底子，世界上的人工智能論文43%都是中國人寫的。中國傳統(tǒng)企業(yè)比美國落后，但這表示人工智能注入進去就會產(chǎn)生很大價值。在座每一個潛在的獨角獸公司和快到獨角獸的公司，如美圖、知乎、BRPK，都在快速的招人工智能專家，幫他們提升價值。美國領(lǐng)先的公司，無論是Google、坦斯福羅，還是微軟、CNTK、Facebook，在中國都很難本土化，這都是中國公司的機會。
人工智能時代的投資藍圖
創(chuàng)新工場在人工智能時代的投資藍圖包括以下幾個方面。
大數(shù)據(jù)公司。誰有大數(shù)據(jù)，我們就可以做人工智能。
R別。語音、手勢、人臉等識別會有很大的突破，但是自然語言的理解，即語義方面的突破，可能還需要5-10年。
傳感器。傳感器現(xiàn)在很貴， Google做輛車要幾十萬美元，但我深信三年以后價格就會降下來。所以，我們更愿意投資那些現(xiàn)在看起來很貴，但一旦量產(chǎn)價格就會降下來的公司。
家庭機器人。家庭機器人長的像人的，恐怕還需要近十年的時間。但是，一些智能音箱、工業(yè)商業(yè)的應用，可以快速發(fā)展起來。
無人駕駛。無人駕駛一定是先開始輔助人駕駛，然后人來輔助機器，最后才能達到全天候的駕駛。
我們投資的人工智能項目，比較著名的是FACE++，還有地平線機器人、小魚在家、金融界的人工智能第四范式，以及玉石科技的無人車，它已經(jīng)開始在園區(qū)里面上路測試了，連駕駛盤都沒有，所以完全是無人駕駛的工作。
我們深信，十年以后回顧人類歷史，人工智能不只是一個創(chuàng)業(yè)的機會，也絕不僅是一個移動互聯(lián)網(wǎng)之后最好的創(chuàng)業(yè)機會，而會被認為是人類有史以來最好的創(chuàng)業(yè)、創(chuàng)新機會，對人類有潛在的巨大改變，對人類生活有最大提升的一種技術(shù)。（本文摘自李開復12月6日在WISE-2016獨角獸大會上的演講，有刪改，標題為編者所加，未經(jīng)本人確認。）
一周視點
李開新
360手機執(zhí)行副總裁2017年不折騰
作為初創(chuàng)企業(yè)和新品牌，穩(wěn)和好要比高和快更重要。天道酬勤，只要不折騰，有正確的方向和明確的定位，企業(yè)總歸會成功的。
12月5日，360手機新掌門李開新接受媒體采訪時表示，2017年的思路是穩(wěn)健運營，不折騰，不去做一夜暴富的夢，認認真真專心做手機。
古永鏘
優(yōu)酷創(chuàng)始人、阿里文娛戰(zhàn)略投資主席融合、鏈接是未來關(guān)鍵
用兩個詞來形容我看到的未來：融合和鏈接。搶用戶、圈地這種邏輯在新的十年越來越難，但如何使融合和鏈接產(chǎn)生增值是企業(yè)需要考慮的關(guān)鍵。
12月6日，古永鏘在WISE-2016獨角獸大會演講中說，未來是融合的時代，也是全球互聯(lián)網(wǎng)的時代。文化娛樂將是一個重要風口，產(chǎn)生很多創(chuàng)業(yè)機會。
唐沐
2013年，依圖科技拿到了真格基金百萬美元的天使投資。2015年和2016年，依圖科技先后完成A輪、B輪融資，估值數(shù)千萬美元，成為業(yè)界最被看好的計算機視覺創(chuàng)業(yè)公司之一。
創(chuàng)業(yè)四年，甘苦嘗盡。朱瓏的技術(shù)優(yōu)勢顯而易見，要面對的難題也不少：沒有商科背景，是否會讓他在管理上左支右絀？在人工智能這樣的前沿領(lǐng)域，沒有現(xiàn)成的商業(yè)模式可供借鑒，他該如何取舍公司的業(yè)務方向？
8月，趁朱瓏在北京出差之際，《時間線》對他進行了專訪，聽朱瓏講述行走在中國科技產(chǎn)業(yè)浪潮之巔的故事。
《時間線》：2012年你創(chuàng)業(yè)的時候，國內(nèi)人工智能市場是怎樣的？
朱瓏：當時大家對人工智能的未來不像今天這樣有信心，資本對這個圈子的熱度也遠不如今天。并不是說你來自MIT就很容易拿到投資。我認為2012年是技術(shù)類創(chuàng)業(yè)的標桿性的一年，此后，創(chuàng)投圈開始從“資金密集型”和“資源密集型”轉(zhuǎn)向“智慧密集型”。
《時間線》：如你所說，當時資本圈對AI并不像今天這樣抱有信心，依圖拿到真格基金百萬美元的天使投資，經(jīng)歷了怎樣的過程？
朱瓏：在紅杉資本中國基金副總裁吳瑩的介紹下，我和我的合伙人林晨曦與真格基金的創(chuàng)始人徐小平先生在他的家中見面，交流了十幾個小時。當時，徐老師對人工智能技術(shù)并不十分了解，但非?？春梦覀兊膱F隊和AI的未來，提出給依圖兩百萬美元的投資，這筆資金動用了當時真格基金總額的7%，我認為徐小平老師是個非常有魄力的投資人。
《時間線》：你們的很多項目都是與政府部門合作的，一家創(chuàng)業(yè)公司是如何取得政府的信任的？
朱瓏：我回國之后動用了自己在國內(nèi)所有的人際關(guān)系，最終獲得了在某個公安系統(tǒng)會議的茶歇時間與一名負責人交流3分鐘的機會。經(jīng)過一番爭取，他愿意讓我嘗試計算機車輛識別系統(tǒng)，當時計算機的車輛自動識別準確率不到30%，對方希望提升到70%。接到任務兩個月后，我們做出了一套車輛識別系統(tǒng)，識別準確率達到了90%，獲得公司成立后的第一單業(yè)務。
由此開始，我們與公安系統(tǒng)開始了長期緊密合作，將人臉識別技術(shù)應用于追逃、刑偵、監(jiān)控等方 面。
《時間線》：人臉識別技術(shù)具體可以如何應用到公安系統(tǒng)的工作中？
朱瓏：我們曾協(xié)助蘇州公安完成一起追逃任務，公安用全國在逃庫的26萬人與常住及暫住人口庫中的1300萬人進行比對，通過人臉識別的捕捉，系統(tǒng)共預警25人。經(jīng)過人工甄別，最終確定了17人為嫌疑人，其中9人已撤銷，最后現(xiàn)場捕獲了3人。這是過去單靠警力無法做到的事情，現(xiàn)在人工智能技術(shù)可以幫助我們實現(xiàn)。此外，人臉識別技術(shù)還可以應用到金融等其他行業(yè)。
《時間線》：從創(chuàng)業(yè)到現(xiàn)在，人工智能市場經(jīng)歷了怎樣的變化？
朱瓏：今年的前三、四個月，比過去一年的變化還大。很多投資人的邏輯是“我就要投資人工智能，一定要進來參與這個領(lǐng)域?！?/p>
《時間線》：在人工智能大熱的今天，可能會有一些投機主義的公司涌現(xiàn)，這是否會成為你的困擾？
朱瓏：肯定有，這很正常。有一些公司不見得會涉及智能的那些部分，只是包裝一個概念，但時間會自動篩選出真?zhèn)?，有實力的公司很稀缺，團隊會更加值錢。
為杭州打造“城市數(shù)據(jù)大腦”
今年9月，全球矚目的G20峰會將在杭州召開，杭州市委市政府聯(lián)合眾多公司，在阿里云的牽頭下開展了一個名為“城市數(shù)據(jù)大腦”的城市交通規(guī)劃項目，借此盛會展現(xiàn)大數(shù)據(jù)在城市管理中的作用，依圖公司參與其中，提供車輛識別及大數(shù)據(jù)相關(guān)技術(shù)。首次涉通領(lǐng)域，對于依圖來說是一個新的挑戰(zhàn)。
《時間線》：“城市數(shù)據(jù)大腦”項目中，依圖進行了哪些方面的技術(shù)支持？
朱瓏：我們對城市中車輛的行駛路徑等數(shù)據(jù)進行收集、分析，對車、道路、紅綠燈的信息進行建模。在建模的基礎(chǔ)上對政府的交通管理者給予建議和優(yōu)化方法，比如紅綠燈的改進措施，道路的修繕方案。我們希望通過解決城市交通這類世界級難題，讓人工智能使我們的生活更加輕松便捷。
《時間線》：這個項目的難點在哪里？
朱瓏：從技術(shù)層面來講，交通管理是一個非常新的領(lǐng)域，世界上頂級機構(gòu)對這一領(lǐng)域的研究也處于原始階段，現(xiàn)有的學術(shù)界的模型、數(shù)據(jù)體量無法滿足模型精度的需求。要完成這個項目，我們還要做很多新的研究。從操作層面來講，我們的工作要跨越政府的不同部門，把這些數(shù)據(jù)整合到一起。
《時間線》：大數(shù)據(jù)對人工智能技術(shù)有重要作用，你們?nèi)绾谓⒆约旱臄?shù)據(jù)庫？
朱瓏：最樸素的辦法就是一點一滴積累，比如車輛數(shù)據(jù)，我們自己去路上拍了很多，慢慢地數(shù)據(jù)就積累起來了。在和客戶合作的過程中，客戶也會提供一些數(shù)據(jù)。
《時間線》：現(xiàn)階段在中國進行技術(shù)創(chuàng)業(yè)，難點在哪里？
朱瓏：從創(chuàng)業(yè)環(huán)境來看，我們沒有完善的反壟斷機制，也就是說大公司還是可以跟你競爭的；但在美國，這不一定行得通。而且中國的知識版權(quán)的保護尚為薄弱，小公司抄襲的情況比較多。
此外，探索出好的商業(yè)模式是非常困難的。依圖成立四年，經(jīng)歷了很多探索，我們一直在扎實地做垂直領(lǐng)域，包括公安、金融等領(lǐng)域。我始終在問自己：人工智能的賣點是什么？
AI最大的考驗是商業(yè)模式的創(chuàng)新
2016年初，一場人機大戰(zhàn)成為全民熱點。人工智能的概念從科技圈走向大眾，做了一次生動的市場教育。影響迅速蔓延到二級市場，人工智能概念股迅速飆升，中國興起一波人工智能創(chuàng)業(yè)熱潮。創(chuàng)業(yè)四年，朱瓏目睹了人工智能產(chǎn)業(yè)的變遷，他有著怎樣的體會？作為一個創(chuàng)業(yè)者，他如何看待這個產(chǎn)業(yè)的未來
《時間線》：現(xiàn)在依圖在技術(shù)研發(fā)和商業(yè)方面的比率大概是什么樣的？
朱瓏：超過50%都是技術(shù)團隊，我們的核心優(yōu)勢是對技術(shù)的理解能力。有了技術(shù)作為基礎(chǔ)，擴張的成本會變得很低。
《時間線》：作為學者型創(chuàng)業(yè)者，商業(yè)背景的匱乏會不會成為你的瓶頸？
朱瓏：創(chuàng)業(yè)四年，這個部分的知識我補充了很多。商業(yè)知識是不斷學習的過程，今天學到的商業(yè)經(jīng)驗不一定能解決明天的問題。換句話說，有商科背景不一定比我更有能力解決未來將面對的問題。創(chuàng)業(yè)本身就是個不確定的探索過程。
《時間線》：如何看待技術(shù)與商業(yè)化的平衡？
消息公布之后，伊隆?馬斯克在Twitter上評論騰訊投資特斯拉的舉動，稱“非常高興騰訊成為特斯拉的投資人和顧問”。不過，騰訊此次獲得的5%的股份為被動股權(quán)。按照美國證監(jiān)會的規(guī)定，被動股權(quán)的持有者不能參與公司的具體運營決策，只能通過買賣股票獲得投資收益。
此前，在2月底，因為擔憂特斯拉Model 3車型今年生產(chǎn)時間可能推遲，以及預計該公司將出售股權(quán)募集17億美元資金，高盛分析師David Tamberrino將特斯拉股票評級從“中性”下調(diào)至“賣出”。
那么，騰訊為什么會選擇大手筆投資特斯拉呢？
財務投資 即使僅僅將其視作財務投資行為，騰訊這次買入特斯拉的股票也已經(jīng)賺翻了。以美國證監(jiān)會披露的交易數(shù)據(jù)計算，騰訊購入特斯拉股票的平均價格為217.69美元。截至4月3日收盤，特斯拉的股價漲到了298.52美元，也就是說這筆投資的市值已經(jīng)上漲了37%。此前已有的多個交易案例也表明，騰訊絕對是個精明的投資者。
汽車業(yè)務 雖然目前僅限于持有被動股權(quán)，但特斯拉顯然與騰訊在新能源汽車上的戰(zhàn)略是一致的。此前騰訊一直積極投入新能源汽車，包括與富士康及和諧汽車共同成立了和諧富騰（2017年2月拆分為兩個項目，豪華電動汽車Future Mobility Corp和新能源汽車企業(yè)愛馳億維），以及以早期投資者的身份入股了蔚來汽車。騰訊擁有互聯(lián)網(wǎng)汽車最重要的兩部分軟資產(chǎn)，地圖和應用。對于特斯拉來說，中國市場的拓展也可以借助騰訊的這些相關(guān)資源。
人工智能 人工智能已經(jīng)成了所有大公司難以回避的戰(zhàn)略方向，此前落后于競爭對手的騰訊最近明顯加大了這方面的投入和布局。就在宣布入股特斯拉之前的幾天，騰訊宣布人工智能領(lǐng)域科學家張潼成為騰訊AI Lab（騰訊人工智能實驗室）主任。自動駕駛可能是人工智能最接近現(xiàn)實的應用之一，而特斯拉在這方面有著最龐大的用戶群和最深厚的技術(shù)積累。這些都有助于騰訊增強自身在人工智能領(lǐng)域的實際經(jīng)驗。
作為國內(nèi)市值最高的互聯(lián)網(wǎng)公司，目前騰訊的市值超過2700億美元。同時其業(yè)績還在不斷增長，2016年的財報顯示，公司全年營收1519.38億元，同比增L48%，凈利潤414.47億元，同比增長42%。
1.1機械電子工程的發(fā)展史
20世紀是科學發(fā)展最輝煌的時期，各類學科相互滲透、相輔相成，機械電子工程學科也在這一時期應運而生，它是由機械工程與電子工程、信息工程、智能技術(shù)、管理技術(shù)相結(jié)合而成的新的理論體系和發(fā)展領(lǐng)域。隨著科學技術(shù)的不斷發(fā)展，機械電子工程也變的日益復雜。
機械電子工程的發(fā)展可以分為3個階段：第一階段是以手工加工為主要生產(chǎn)力的萌芽階段，這一時期生產(chǎn)力低下，人力資源的匱乏嚴重制約了生產(chǎn)力的發(fā)展，科學家們不得不窮極思變，引導了機械工業(yè)的發(fā)展。第二階段則是以流水線生產(chǎn)為標志的標準件生產(chǎn)階段，這種生產(chǎn)模式極大程度上提高了生產(chǎn)力，大批量的生產(chǎn)開始涌現(xiàn)，但是由于對標準件的要求較高，導致生產(chǎn)缺乏靈活性，不能適應不斷變化的社會需求。第三階段就是現(xiàn)在我們常見的現(xiàn)代機械電子產(chǎn)業(yè)階段，現(xiàn)代社會生活節(jié)奏快，亟需靈活性強、適應性強、轉(zhuǎn)產(chǎn)周期短、產(chǎn)品質(zhì)量高的高科技生產(chǎn)方式，而以機械電子工程為核心的柔性制造系統(tǒng)正是這一階段的產(chǎn)物。柔性制造系統(tǒng)由加工、物流、信息流三大系統(tǒng)組合而成，可以在加工自動化的基礎(chǔ)之上實現(xiàn)物料流和信息流的自動化。
1.2機械電子工程的特點
機械電子工程是機械工程與電子技術(shù)的有效結(jié)合，兩者之間不僅有物理上的動力連結(jié)，還有功能上的信息連結(jié)，并且還包含了能夠智能化的處理所有機械電子信息的計算機系統(tǒng)。機械電子工程與傳統(tǒng)的機械工程相比具有其獨特的特點：
1)設計上的不同。機械電子工程并非是一門獨立學科，而是一種包含有各類學科精華的綜合性學科。在設計時，以機械工程、電子工程和計算機技術(shù)為核心的機械電子工程會依據(jù)系統(tǒng)配置和目標的不同結(jié)合其他技術(shù)，如：管理技術(shù)、生產(chǎn)加工技術(shù)、制造技術(shù)等。工程師在設計時將利用自頂向下的策略使得各模塊緊密結(jié)合，以完成設計；2)產(chǎn)品特征不同。機械電子產(chǎn)品的結(jié)構(gòu)相對簡單，沒有過多的運動部件或元件。它的內(nèi)部結(jié)構(gòu)極為復雜，但卻縮小了物理體積，拋棄了傳統(tǒng)的笨重型機械面貌，但卻提高了產(chǎn)品性能。
機械電子工程的未來屬于那些懂得運用各種先進的科學技術(shù)優(yōu)化機械工程與電子技術(shù)之間聯(lián)系的人，在實際應用當中，優(yōu)化兩者之間的聯(lián)系代表了生產(chǎn)力的革新，人工智能的發(fā)展使得這一想法變成可能。
2人工智能
2.1人工智能的定義
人工智能是一門綜合了控制論、信息論、計算機科學、神經(jīng)生理學、心理學、語言學、哲學等多門學科的交叉學科，是21世紀最偉大的三大學科之一。尼爾遜教授將人工智能定義為：人工智能是關(guān)于怎樣表示知識和怎樣獲得知識并使用知識的科學。溫斯頓教授則認為：人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。至今為止，人工智能仍沒有一個統(tǒng)一的定義，筆者認為，人工智能是研究通過計算機延伸、擴展、模擬人的智能的一門科學技術(shù)。
2.2人工智能的發(fā)展史
2.2.1萌芽階段
17世紀的法國科學家B.Pascal發(fā)明了世界上第一部能進行機械加法的計算器轟動世界，從此之后，世界各國的科學家們開始熱衷于完善這一計算器，直到馮諾依曼發(fā)明第一臺計算機。人工智能在這一時期發(fā)展緩慢，但是卻積累了豐富的實踐經(jīng)驗，為下一階段的發(fā)展奠定了堅實的基礎(chǔ)。
2.2.2第一個發(fā)展階段
在1956年舉辦的“侃談會”上，美國人第一次使用了“人工智能”這一術(shù)語，從而引領(lǐng)了人工智能第一個興旺發(fā)展時期。這一階段的人工智能主要以翻譯、證明、博弈等為主要研究任務，取得了一系列的科技成就，LISP語言就是這一階段的佼佼者。人工智能在這一階段的飛速發(fā)展使人們相信只要通過科學研究就可以總結(jié)人類的邏輯思維方式并創(chuàng)造一個萬能的機器進行模仿。
2.2.3挫折階段
60年代中至70年代初期，當人們深入研究人工智能的工作機理后卻發(fā)現(xiàn)，用機器模仿人類的思維是一件非常困難的事，許多科學發(fā)現(xiàn)并未逃離出簡單映射的方法，更無邏輯思維可言。但是，仍有許多科學家前赴后繼的進行著科學創(chuàng)新，在自然語言理解、計算機視覺、機器人、專家系統(tǒng)等方面取得了卓爾有效的成就。1972年，法國科學家發(fā)現(xiàn)了Prolog語言，成為繼LISP語言之后的最主要的人工智能語言。
2.2.4第二個發(fā)展階段
以1977年第五屆國際人工智能聯(lián)合會議為轉(zhuǎn)折點，人工智能進入到以知識為基礎(chǔ)的發(fā)展階段，知識工程很快滲透于人工智能的各個領(lǐng)域，并促使人工智能走向?qū)嶋H應用。不久之后，人工智能在商業(yè)化道路上取得了卓越的成就，展示出了頑強的生命力與廣闊的應用前景，在不確定推理、分布式人工智能、常識性知識表示方式等關(guān)鍵性技術(shù)問題和專家系統(tǒng)、計算機視覺、自然語言理解、智能機器人等實際應用問題上取得了長足的發(fā)展。
2.2.5平穩(wěn)發(fā)展階段
由于國際互聯(lián)網(wǎng)技術(shù)的普及，人工智能逐漸由單個主體向分布式主體方向發(fā)展，直到今天，人工智能已經(jīng)演變的復雜而實用，可以面向多個智能主體的多個目標進行求解。
3人工智能在機械電子工程中的應用
物質(zhì)和信息是人類社會發(fā)展的最根源的兩大因素，在人類社會初期，由于生產(chǎn)力水平低，人類社會以物質(zhì)為首要基礎(chǔ)，僅靠“結(jié)繩記事”的方法傳遞信息，但隨著社會生產(chǎn)力的不斷發(fā)展，信息的重要性不斷被人們發(fā)現(xiàn)，文字成為傳遞信息最理想的途徑，最近五十年間，網(wǎng)絡的普及給信息傳遞帶來了新的生命，人類進入到了信息社會，而信息社會的發(fā)展離不開人工智能技術(shù)的發(fā)展。不論是模型的建立與控制，還是故障診斷，人工智能在機械電子工程當中都起著處理信息的作用。
由于機械電子系統(tǒng)與生倶來的不穩(wěn)定性，描述機械電子系統(tǒng)的輸入與輸出關(guān)系就變得困難重重，傳統(tǒng)上的描述方法有以下幾種：1)推導數(shù)學方程的方法；2)建設規(guī)則庫的方法；3)學習并生成知識的方法。傳統(tǒng)的解析數(shù)學的方法嚴密、精確，但是只能適用于相對簡單的系統(tǒng)，如線性定常系統(tǒng)，對于那些復雜的系統(tǒng)由于無法給出數(shù)學解析式，就只能通過操作來完成?，F(xiàn)代社會所需求的系統(tǒng)日益復雜，經(jīng)常會同時處理幾種不同類型的信息，如傳感器所傳遞的數(shù)字信息和專家的語言信息。由于人工智能處理信息時的不確定性、復雜性，以知識為基礎(chǔ)的人工智能信息處理方式成為解析數(shù)學方式的替代手段。
通過人工智能建立的系統(tǒng)一般使用兩類方法：神經(jīng)網(wǎng)絡系統(tǒng)和模糊推理系統(tǒng)。神經(jīng)網(wǎng)絡系統(tǒng)可以模擬人腦的結(jié)構(gòu)，分析數(shù)字信號并給出參考數(shù)值；而模糊推理系統(tǒng)是通過模擬人腦的功能來分析語言信號。兩者在處理輸入輸出的關(guān)系上有相同之處也有不同之處，相同之處是：兩者都通過網(wǎng)絡結(jié)構(gòu)的形式以任意精度逼近一個連續(xù)函數(shù)；不同之處是：神經(jīng)網(wǎng)絡系統(tǒng)物理意義不明確，而模糊推理系統(tǒng)有明確的物理意義；神經(jīng)網(wǎng)絡系統(tǒng)運用點到點的映射方式，而模糊推理系統(tǒng)運用域到域的映射方式；神經(jīng)網(wǎng)絡系統(tǒng)以分布式的方式儲存信息，而模糊推理系統(tǒng)則以規(guī)則的方式儲存信息；神經(jīng)網(wǎng)絡系統(tǒng)輸入時由于每個神經(jīng)元之間都有固定聯(lián)系，計算量大，而模糊推理系統(tǒng)由于連接不固定，計算量較??；神經(jīng)網(wǎng)絡系統(tǒng)輸入輸出時精度較高，呈光滑曲面，而模糊推理系統(tǒng)精度較低，呈臺階狀。
隨著社會的不斷發(fā)展，單純的一種人工智能方法已經(jīng)不能滿足日益增長的社會需要，許多科學家開始研究綜合性的人工智能系統(tǒng)。綜合性的人工智能系統(tǒng)采用神經(jīng)網(wǎng)絡系統(tǒng)與模糊推理系統(tǒng)相結(jié)合的方法，取長補短，以獲得更全面的描述方式，模糊神經(jīng)網(wǎng)絡系統(tǒng)便是一成功范例。模糊神經(jīng)網(wǎng)絡系統(tǒng)做到了兩者功能的最大融合，使信息在網(wǎng)絡各層當中找到一個最適合的完全表達空間。邏輯推理規(guī)則能夠?qū)υ鰪姽?jié)點函數(shù)，為神經(jīng)網(wǎng)絡系統(tǒng)提供函數(shù)連結(jié)，使兩者的功能達到最大化。
(訊)計算機投資策略不變，持續(xù)關(guān)注有卡位、有格局的AI龍頭及云應用、互金等各細分子板塊龍頭:上周大盤略微下降，計算機板塊大跌5個點。與上周策略觀點保持相同，中短期我們?nèi)匀豢春眯屡d板塊反彈。薦股策略仍建議關(guān)注三個方向的邏輯:1.卡位優(yōu)勢明顯，具有行業(yè)格局的標的;2.前沿科技發(fā)展，有望落地的標的;3.與國家政策高度相關(guān)，或因國家投資直接受益的標的。因此，我們建議關(guān)注AI板塊具有良好卡位優(yōu)勢的四維圖新(002405);直接受益于第三次國土調(diào)查的GIS行業(yè)龍頭超圖軟件(300036);轉(zhuǎn)型云平臺服務商的建筑信息化--BIM龍頭廣聯(lián)達(002410);前期超跌的高成長低估值個股創(chuàng)意信息(300366);CID龍頭，布局ADAS的索菱股份(002766)。
上周大盤略微下跌，計算機板塊大跌5個點:上周大盤略微下跌，上證綜指略降0.35%，滬深300微漲0.15%，申萬計算機指數(shù)大跌5.14%。板塊估值(TTM)為64.8倍。漲幅居前的板塊有互聯(lián)網(wǎng)營銷(0.55%)，智能交通(-0.51%)，虛擬現(xiàn)實(-1.02%)，在線旅游(-1.04%)，智慧城市(-1.20%);跌幅較大的板塊有，在線教育(-6.26%)，區(qū)塊鏈(-5.76%)，移動互聯(lián)網(wǎng)入口(-5.61%)，網(wǎng)絡安全(-5.60%)，小程序(-4.54%)。海聯(lián)訊，維宏股份等領(lǐng)漲。
智能芯片，人工智能新時代的第一站。如上周的推薦邏輯，我們推薦持續(xù)關(guān)注AI行業(yè)，云服務商以及互金行業(yè)標的。AI板塊主要包括目前已經(jīng)落地的語音識別相關(guān)領(lǐng)域應用和圖像識別的部分領(lǐng)域應用，以及明年或?qū)⒙涞氐臒o人駕駛相關(guān)應用。隨著高清攝像頭的進一步普及和無人駕駛的逐漸落地，我們認為計算任務前移將成為人工智能產(chǎn)業(yè)發(fā)展的下一階段，而智能芯片作為計算任務的承載，將具有重大投資機會。所謂智能芯片，即將機器學習算法以硬件的方式實現(xiàn)，從而達到高性能、低功耗、高穩(wěn)定、低延遲的目的。目前主流的智能芯片主要分為兩大陣營:以賽靈思為首的，完全可編程的FPGA以及以google的TPU、寒武紀的NPU為代表的，性能更高、能耗更低的ASIC芯片。麒麟970的，意味著移動端智能芯片時代被開啟，人工智能的發(fā)展進入了新時代，智能芯片或?qū)⒃谧詣玉{駛領(lǐng)域以及視頻處理領(lǐng)域得到進一步的普及與發(fā)展。推薦關(guān)注與無人駕駛及芯片相關(guān)的計算機標的四維圖新。
風險提示:相關(guān)個股季報或低于預期，相關(guān)行業(yè)政策推行不及預期的風險，小市值成長股交易量或持續(xù)收縮的風險等。（來源：西南證券 文/熊莉 常瀟雅 編選：中國電子商務研究中心）
一、引言
互聯(lián)網(wǎng)金融經(jīng)歷了過去幾年的高速發(fā)展后，帶給了人們新的感受。隨著2016年4月12日，國務院印發(fā)《互聯(lián)網(wǎng)金融風險專項整治工作實施方案》以來，整個行業(yè)正在進行一次“價值回歸”，P2P等平臺類模式正在減少，靠著拼渠道、流量和高收益的紅利時代已經(jīng)過去，精細化、差異化、技術(shù)化的運營和創(chuàng)新將是互聯(lián)網(wǎng)金融這個階段的主題，人工智能將在互聯(lián)網(wǎng)金融領(lǐng)域發(fā)揮越來越重要的作用。
一直以來，金融領(lǐng)域個性化的服務都是依賴于“人”的服務。但從2016年開始，機器正在嘗試取代人在財富管理服務中的位置，隨之而來的是智能投顧服務。舉個例子，在美國，券商、資管紛紛開始設立互聯(lián)網(wǎng)金融平臺，以互聯(lián)網(wǎng)財富管理類的服務為主，目的是捕獲更多中小投資者，在現(xiàn)有的證券業(yè)務體系之外培育新的增長點。貝萊德收購Future Advisor、Fiidelity與Betterment展開戰(zhàn)略合作、Vanguard推出自己的智能投顧服務、嘉維證券與宜信合作進入中國市場開展智能投顧服務。這樣的例子還有很多，這背后是傳統(tǒng)金融機構(gòu)對技術(shù)所能產(chǎn)生的勢能的認可。國內(nèi)的智能投顧玩家也很多。其中，宜信和品鈦這樣的在新興市場上已經(jīng)相對成熟的公司已經(jīng)推出了自己的智能投顧服務。此外，還有大量早期創(chuàng)業(yè)公司直接以此為方向，比如彌財、錢景財富、藍海財富等。
二、人工智能在互聯(lián)網(wǎng)金融領(lǐng)域的應用情況
（一）人工智能在互聯(lián)網(wǎng)金融領(lǐng)域應用的必然性
2016年以來央行、其他部委以及最高法院都了關(guān)于互聯(lián)網(wǎng)金融的指導意見，分別是《關(guān)于促進互聯(lián)網(wǎng)金融健康發(fā)展的指導意見》、《非銀行支付機構(gòu)網(wǎng)絡支付業(yè)務管理辦法》以及《最高人民法院關(guān)于審理民間借貸案件適用法律若干問題的規(guī)定》。這些政策性文件的出臺，預示著這個行業(yè)在政策紅利和邊界較為模糊的情況下實現(xiàn)的業(yè)務的快速發(fā)展模式已經(jīng)走到了盡頭。隨著后期監(jiān)管文件的逐步下發(fā)，門檻的設立，要求的標準化，很多后來者已經(jīng)喪失了最好的入局機會，而現(xiàn)有的穩(wěn)健平臺，則迎來了最好的發(fā)展機遇。對于互聯(lián)網(wǎng)金融企業(yè)而言，要適應政府的監(jiān)管，獲得客戶的支持，要取得自身的發(fā)展，只能依托于人工智能。長時間以來，人工智能在互聯(lián)網(wǎng)金融領(lǐng)域的應用及重要性被頻繁提及。近日，《中國互聯(lián)網(wǎng)金融發(fā)展報告（2016）》新書在京，該《報告》執(zhí)行主編、中科金財董事長朱燁東表示，未來互聯(lián)網(wǎng)金融行業(yè)發(fā)展將逐漸走向正規(guī)、規(guī)范，移動支付的不可逆轉(zhuǎn)，大數(shù)據(jù)、云計算在互聯(lián)網(wǎng)金融的核心地位進一步加強，金融科技將成為未來互聯(lián)網(wǎng)金融發(fā)展的主要趨勢。
（二）人工智能極大提高了互聯(lián)網(wǎng)金融的效率
作為百業(yè)之母的金融行業(yè)，與整個社會存在巨大的交織網(wǎng)絡，沉淀了大量有用或者無用數(shù)據(jù)，包括各類金融交易、客戶信息、市場分析、風險控制、投資顧問等，數(shù)據(jù)級別都是海量單位。同時大量數(shù)據(jù)又是非結(jié)構(gòu)化的形式存在，如客戶的身份證掃描件信息，既占據(jù)寶貴的儲存資源、存在重復存儲浪費，又無法轉(zhuǎn)成可分析數(shù)據(jù)以供分析。金融大數(shù)據(jù)的處理工作面臨極大挑戰(zhàn)。通過運用人工智能的深度學習系統(tǒng)，能夠有足夠多的數(shù)據(jù)供其進行學習，并不斷完善甚至能夠超過人類的知識回答能力，尤其在風險管理與交易這種對復雜數(shù)據(jù)的處理方面，人工智能的應用將大幅降低人力成本并提升金融風控及業(yè)務處理能力。
說到人工智能，不得不提的一定是AlphaGO，但是在互聯(lián)網(wǎng)金融領(lǐng)域，有一個比AlphaGO更加強勢的公司，這家公司的名字叫Kensho。這是以前高盛出來的分析師團隊，把整個高盛的經(jīng)驗模擬，通過機器取代現(xiàn)在大量的人工，進行相應的投資、分析、決策。而且在信息，在互聯(lián)網(wǎng)傳播非?？斓臅r候，他們?nèi)コ袅舜罅康脑肼暎貧w到這個事情的本質(zhì)。很快高盛發(fā)現(xiàn)了這家公司的發(fā)展速度和未來價值，直接把它私有化，直接變成第一大股東，因為發(fā)現(xiàn)這中間帶來的差別是這個企業(yè)的核心競爭力。
Kensho公司的核心技術(shù)就是能在兩分鐘之內(nèi)做出一份一份簡明的概覽，隨后是13份基于以往類似就業(yè)報告對投資情況的預測。而你根本就不需要去檢查這些數(shù)據(jù)分析，因為這些分析是基于來自十個數(shù)據(jù)庫的成千上萬條數(shù)據(jù)。如果沒有這些人工智能，分析師們可能要花上幾天的功夫收集梳理這些數(shù)據(jù)，而等他們分析完成后，市場的行情早瞬息萬變。
可見，人工智能的引入對于互聯(lián)網(wǎng)金融領(lǐng)域的效率提高是呈幾何式的，你很難想象也不敢相信這么一個事實：未來的投資大師們可能是一堆機器。
（三）人工智能將互聯(lián)網(wǎng)金融帶入智能金融時代
互聯(lián)網(wǎng)金融發(fā)展至今一共經(jīng)歷了兩個階段：第一個階段是網(wǎng)絡金融，把現(xiàn)有的金融產(chǎn)品搬到互聯(lián)網(wǎng)上，互聯(lián)網(wǎng)上面現(xiàn)在賣基金、賣理財、賣信托、賣保險。第二個階段是大數(shù)據(jù)金融階段，通過數(shù)據(jù)重新去定義相應的金融產(chǎn)品和相應的金融服務。第三個階段正在萌芽，就是人工智能+互聯(lián)網(wǎng)金融的階段，網(wǎng)絡上有人稱之為智能金融時代。
從目前寧波當?shù)氐幕ヂ?lián)網(wǎng)金融企業(yè)發(fā)展來看，目前還停留在“互聯(lián)網(wǎng)+金融”的模式：在傳統(tǒng)金融服務上進行疊加，將互聯(lián)網(wǎng)式思維、互聯(lián)網(wǎng)式管理、互聯(lián)網(wǎng)式數(shù)據(jù)融合進傳統(tǒng)金融服務，而這正是現(xiàn)在大部分互聯(lián)網(wǎng)金融服務提供商正在做的事情。“互聯(lián)網(wǎng)+金融”的模式也正在讓金融進入“普惠金融”的階段，通過互聯(lián)網(wǎng)金融對傳統(tǒng)金融機構(gòu)進行補充，讓更多的人平等的享受到金融服務。但是，“互聯(lián)網(wǎng)+金融”的模式下，信息安全、投資風控、資產(chǎn)調(diào)節(jié)等方面問題仍然存在，一定程度上說，互聯(lián)網(wǎng)增加了信息風險，也正是如此，摸索期的互聯(lián)網(wǎng)金融行業(yè)才會出現(xiàn)P2P跑路的現(xiàn)象，僅2015年，寧波當?shù)氐腜2P公司跑路就多達9家之多。
人工智能是大趨勢，從阿爾法狗的表現(xiàn)以及人工智能在互聯(lián)網(wǎng)金融領(lǐng)域的運用來看，互聯(lián)網(wǎng)金融在人工智能的改造下將不再局限于“互聯(lián)網(wǎng)+金融”，而是逐漸向“互聯(lián)網(wǎng)+金融+大數(shù)據(jù)+人工智能”轉(zhuǎn)變。人工智能起到串聯(lián)起互聯(lián)網(wǎng)、金融、大數(shù)據(jù)，實現(xiàn)更加智能的精確計算的作用，實現(xiàn)大腦一般的思考，解決“互+金”模式下的諸多痛點。
從理財顧問、征信助手、智能風控系統(tǒng)、防范性金融系統(tǒng)這四個層面來看，整個互聯(lián)網(wǎng)金融領(lǐng)域正在朝著越來越“技術(shù)范兒”的方向上前進，金融智能化成為大勢所趨。智能金融的機器學習功能，讓產(chǎn)品背后的邏輯系統(tǒng)可以快速適應場景數(shù)據(jù)，建立合適的評分規(guī)則、決策體系，真正給現(xiàn)在的互聯(lián)網(wǎng)金融帶來顛覆性的變化。無論是消費金融領(lǐng)域還是風控層面上，互聯(lián)網(wǎng)金融在人工智能的配合下正在呈現(xiàn)出無與倫比的嶄新打法。這也正是阿爾法狗打敗李世石之后，給金融智能化帶來的全新想象。
（四）人工智能將顛覆互聯(lián)網(wǎng)金融時代的風控體系
匯總整個互聯(lián)網(wǎng)金融本質(zhì)，其實存在兩個層次風險，一是道德風險，二是經(jīng)營性風險。面對2016年不斷有“跑路”等負面消息縈繞的互聯(lián)網(wǎng)金融，去偽存真或成為首要任務。一些企業(yè)資金并沒有進入到實體業(yè)務，而是進入龐氏騙局，而去年出臺的監(jiān)管意見征求稿，監(jiān)管層管理方向還是較為清晰的，希望通過資金的有效監(jiān)控，將企業(yè)資金與個人用戶之間的資金進行分離，規(guī)避風險。然而人力畢竟有限，不可能時刻緊盯住所有互聯(lián)網(wǎng)金融機構(gòu)，這時引入人工智能監(jiān)管就十分必要。
人工智能已經(jīng)在無人駕駛、圖像處理、語音識別方面取得了突破性的應用，那互聯(lián)網(wǎng)金融領(lǐng)域呢？李開復老師曾談及人工智能應用的三個要素：數(shù)據(jù)、處理數(shù)據(jù)的能力和商業(yè)變現(xiàn)的場景。人工智能解決金融界問題的過程，很好的對應了這三個要素。也許，金融領(lǐng)域是人工智能最合適不過的顛覆場景。
在金融業(yè)務的前端，已經(jīng)有不少傳統(tǒng)銀行將人工智能用于為客戶定制服務，開發(fā)理財產(chǎn)品的應用。例如巴克萊銀行和花旗銀行等。國內(nèi)銀行中走在科技前列的招商銀行，也開始試用全新的人工智能業(yè)務模式。未來人工智能和機器學習技術(shù)在金融業(yè)前端會有更多的便捷精準服務提供給客戶。
那么金融應用領(lǐng)域的后端呢？信息安全、投資風控、資產(chǎn)管理等方面的問題成了新問題，對于躲在觸屏手機背后的客戶，缺失了央行數(shù)據(jù)的客戶，銀行沒有辦法通過一雙雙眼睛去看到用戶是謙謙君子還是騙子流氓。這個時候，金融后端，傳統(tǒng)金融風控手段覆蓋不到和難以觸及的，那么“互聯(lián)網(wǎng)+金融”業(yè)務就要結(jié)合更廣泛的互聯(lián)網(wǎng)數(shù)據(jù)和人工智能手段，來處理更廣泛的金融客戶問題。
（五）人工智能技術(shù)在金融領(lǐng)域應用案例
Google、IBM等國際巨頭公司已經(jīng)將人工智能技術(shù)滲透在各種產(chǎn)品的方方面面，總體上看，國內(nèi)金融行業(yè)也逐步開始應用人工智能技術(shù)，隨著國內(nèi)雙創(chuàng)政策的推動和對人工智能產(chǎn)業(yè)的投資拉動，預計廣泛應用節(jié)點即將到來。
1.阿里巴巴旗下的螞蟻金服下設一個特殊的科學家團隊，專門從事機器學習與深度學習等人工智能領(lǐng)域的前沿研究，并在螞蟻金服的業(yè)務場景下進行一系列的創(chuàng)新和應用，包括互聯(lián)網(wǎng)小貸、保險、征信、智能投顧、客戶服務等多個領(lǐng)域。根據(jù)螞蟻金服公布數(shù)據(jù)，網(wǎng)商銀行的花唄與微貸業(yè)務上，使用機器學習把虛假交易率降低了近10倍，為支付寶的證件審核系統(tǒng)開發(fā)的基于深度學習的OCR系統(tǒng)，使證件校核時間從1天縮小到1秒，同時提升了30%的通過率。以智能客服為例，2016年“雙11”期間，螞蟻金服95%的遠程客戶服務已經(jīng)由大數(shù)據(jù)智能機器人完成，同時實現(xiàn)了100%的自動語音識別。當用戶通過支付寶客戶端進入“我的客服”后，人工智能開始發(fā)揮作用，“我的客服”會自動“猜”出用戶可能會有疑問的幾個點供選擇，這里一部分是所有用戶常見的問題，更精準的是基于用戶使用的服務、時長、行為等變量抽取出的個性化疑問點；在交流中，則通過深度學習和語義分析等方式給出自動回答。問題識別模型的點擊準確率在過去的時間里大幅提升，在花唄等業(yè)務上，機器人問答準確率從67%提升到超過80%。
2.2015年，交通銀行推出智能網(wǎng)點機器人，并引發(fā)了金融銀行界的廣泛關(guān)注。它為實體機器人，采用語音識別和人臉識別技術(shù)，可以人機進行語音交流，還可以識別熟悉客戶，在網(wǎng)點進行客戶指引、介紹銀行的各類業(yè)務等。在語言交流過程中，它能回答客戶的各種問題，緩解等待辦理業(yè)務的銀行客戶潛在情緒，分擔大堂經(jīng)理的工作，分流客戶，節(jié)省客戶辦理時間。
3.百度教育信貸實現(xiàn)“秒批”?！叭斯ぶ悄軐τ诮鹑谝矔a(chǎn)生變革性影響，可以真正做到讓征信升級”。6月8日，在2016百度聯(lián)盟峰會上，百度董事長兼首席執(zhí)行官李彥宏特別提到人工智能正在重構(gòu)包括金融在內(nèi)的傳統(tǒng)產(chǎn)業(yè)。他特別強調(diào)，“現(xiàn)在百度的教育貸款，基本上是以‘秒’的時間可以決定是不是給一個人貸款?！崩顝┖曛v到的百度教育信貸的“秒批”，其具體的操作程序非常簡單，用戶想要獲取百度消費信貸服務，只需在百度錢包APP“教育貸款”板塊上傳身份證，系統(tǒng)就能自動比對、確認用戶身份信息，并根據(jù)信用記錄判定用戶所需的服務類型或額度，不僅能實現(xiàn)遠程審批，審批時間更可縮短至“秒批”級別。秒批依靠的是百度以大數(shù)據(jù)和人工智能為基礎(chǔ)的嚴謹風控體系。借助“大數(shù)據(jù)+人工智能”技術(shù)，百度風控部門為有信貸需求的群體繪制用戶畫像，建立信用體系，加上圖像識別等人工智能技術(shù)的實際應用，構(gòu)成了秒批的技術(shù)基礎(chǔ)。
21CBR：智能視頻目前是“人工智能+安防”的行業(yè)熱點，你在去年也提過類似觀點，這塊的市場存量有多大？
徐立：安防一直是國家大力發(fā)展的領(lǐng)域，也是十三五規(guī)劃的重點行業(yè)。從政府投入來看，今年也要投入2000-3000億。傳統(tǒng)安防領(lǐng)域的最大廠商，去年營業(yè)額在300多億。所以，這塊目前有足夠的市場空間。
今年的視頻業(yè)務和去年的人臉識別有些類似。去年，業(yè)內(nèi)都在嘗試和落地人臉識別的具體應用，到今年進入相對成熟期，業(yè)務增長很快。今年，智能視頻業(yè)務也在各地展開試點，整體發(fā)展正處在一個大的行業(yè)機會點上。
視頻業(yè)務何時落地，核心問題在于明確產(chǎn)品的商用標準。工業(yè)界的一個標準紅線是評估產(chǎn)品是否超過所謂人眼的準確率，這也是人臉識別逐漸商用化的原因。但是視頻內(nèi)容的分析和人相比效果上還有差距。目前全球每天有2.5億只安防攝像頭在記錄，視頻數(shù)據(jù)輸入達到一定規(guī)模，但在智能處理上還很欠缺，而核心算法的突破將成為最關(guān)鍵的落地因素之一。
21CBR：商湯切入安防領(lǐng)域有哪些布局，如何構(gòu)建自己的智能視頻生態(tài)鏈？
徐立：商湯在安防領(lǐng)域的產(chǎn)品體系分為兩類：一類是成熟的業(yè)務系統(tǒng)，需要基于客戶方的具體業(yè)務邏輯進行設計，比如怎樣做多視頻協(xié)調(diào)，如何做人像處理等，代表產(chǎn)品是SenseFace人臉布控系統(tǒng)和SenseVideo視頻結(jié)構(gòu)化系統(tǒng)，另一類是業(yè)務系統(tǒng)中的核心算法模塊，包括動靜態(tài)比對服務器、人群分析服務器和結(jié)構(gòu)化服務器等，儆諳嘍員曜薊的產(chǎn)品。
舉例來說，我們在視頻結(jié)構(gòu)化系統(tǒng)上做了很大突破。以往的視頻結(jié)構(gòu)化系統(tǒng)只能通過身高、性別等屬性來查詢視頻信息，SenseVideo實現(xiàn)了自然語言的信息查詢。我們做了1.3萬人的案例測試，總共生成了9000多個自然語言構(gòu)成的關(guān)鍵詞。對于辦案人員來說，通過自然語言來描述罪犯、完成案件信息的視頻檢索是更常見的業(yè)務邏輯，也比根據(jù)屬性搜索來得更加精準，未來將是一個新的業(yè)務形態(tài)。
目前商湯在安防市場相較領(lǐng)先，前十大安防廠商一半以上是我們客戶，商湯為其提供標準化模塊和業(yè)務子系統(tǒng)。同時，我們也在國內(nèi)重點城市建立本地化業(yè)務。去年，商湯的智能視頻業(yè)務（Intelligent Video Analytics）已占公司整體業(yè)務的40%，今年這一勢頭依舊良好。
21CBR：比起發(fā)展客戶，商湯似乎更擅長行業(yè)聯(lián)盟，商湯的市場開拓邏輯怎樣的？
徐立：首先，無論賣什么產(chǎn)品，最后都要接觸到甲方。但是，我一直認為，B2B企業(yè)如果要起量、要規(guī)?；?，產(chǎn)品一定是相對標準化的。如果每次銷售的方案都是定制化服務，企業(yè)的ROI（投資回報率）就會比較低。相反，集成商則可以將商湯與電信方、施工方等等連接起來，在各地做出標桿性的項目，再用標準化的形式去鋪開。
這里的標準化不是一蹴而就的，而是來自產(chǎn)品和項目的逐次迭代。比如前面提到的比對服務器，再往上可能是一套帶著攝像頭的子系統(tǒng)，最后則是一整套的訓練部署平臺。通過深入行業(yè)、做細項目，商湯不斷把標準化的范圍擴大，并聚合客戶的需求從而形成共有需求，最終完成標準化產(chǎn)品的打磨過程。
因此，商湯一直把自己定位成一個技術(shù)公司，而不是集成商公司。商湯能做的是集中力量攻破核心算法和技術(shù)。這個技術(shù)不是單點的、閉門造車的技術(shù)，而是以打通上下游的客戶需求、構(gòu)建產(chǎn)業(yè)鏈條來實現(xiàn)的。就像英特爾不直接向終端用戶銷售芯片，而是通過上下游的合作伙伴，比如主板廠商、主機廠商等實現(xiàn)筆記本電腦的銷售，但用戶仍然了解產(chǎn)品背后有英特爾領(lǐng)先的芯片技術(shù)，這也是商湯所追求的：做行業(yè)的賦能者。
21CBR：業(yè)界普遍在談AI同行業(yè)的深度結(jié)合，各家公司從技術(shù)表現(xiàn)來看也大致相當。對此你怎么看？
徐立：很多人覺得，深度學習已經(jīng)形成開源生態(tài)，技術(shù)沒那么重要了，打通行業(yè)才是關(guān)鍵。這里面有一個重要前提：深度學習是否已經(jīng)成熟、不會再變化了。然而，學術(shù)界目前有關(guān)深度學習的文章大部分都是工程實踐型的，新的實驗結(jié)果不斷前人做出的理論解釋，指導下一代工業(yè)級應用的技術(shù)原理有待被歸納總結(jié)，人工智能距離成熟的“黑盒”還差得很遠。
5月10日，暴風TV在京召開新品會，推出首款可實現(xiàn)遠場語音交互的人工智能電視X5 ECHO。同時，暴風TV還將與科大訊飛聯(lián)合成立人工智能服務實驗室。
值得注意的是，暴風集團公布的一季報顯示，其營業(yè)收入為4.5億元，同比增長136%，凈利潤為-1648萬元，同比下降585%。為何在收入快速增長的同時，凈利潤卻也快速下降？與科大訊飛成立的人工智能實驗室，將具體關(guān)注人工智能的哪些方面？目前，已有多家上市家電企業(yè)都在人工智能電視，暴風TV的智能電視與其有何區(qū)別？暴風TV又面臨著怎樣的機遇與挑戰(zhàn)？
帶著這些疑問，《投資者報》記者來到暴風TV新品會現(xiàn)場，并采訪到暴風集團CEO馮鑫，得到較為詳細的答復。
暴風TV尚處發(fā)展期
在收入越來越多的同時，凈利潤下滑幅度卻越來越大。這是暴風集團一季度的業(yè)績寫照。
根據(jù)暴風集團一季度數(shù)據(jù)顯示，其營業(yè)收入為4.5億元，同比增長136%，凈利潤為-1648萬元，同比下降585%。針對凈利潤虧損原因，暴風集團歸結(jié)于暴風TV目前的硬件尚處于發(fā)展時期，又處于市場擴張期，在此期間的營銷推廣費用增加所致。
具體營銷推廣費用增加了多少，目前尚o詳細數(shù)據(jù)。不過，該數(shù)據(jù)歸屬于銷售費用（包含職工薪酬、廣告費和市場開拓費），一季報的銷售費用為7961萬元，同比增長48%。
除了費用增加以外，暴風集團的營業(yè)成本也在不斷增加。一季報數(shù)據(jù)顯示，其營業(yè)成本為4.1億元，同比增長297%，其增速遠高于收入的增速。
另外今年一季度，暴風TV電視收入同比增長297%，銷量23.5萬臺，同比增長344%。其中線下銷量達到16萬臺，占總銷量的69%，同比增長323%，銷量增長的同時，第一季度平均獲客成本為321元，較上年平均獲客成本下降20%；ARPU值（每用戶平均收入）比同期增長374%。渠道方面，重點布局了線下渠道，截至一季度末，渠道建設達6000余家，并且在2017年目標擴充到10000家。
2016年投資者策略會上，馮鑫曾提到暴風TV將在2019年實現(xiàn)全面盈利。邏輯是基于獲客成本的下降和ARPU值的上升，2017年也在被定義為入軌階段。那么，目前暴風TV獲客成本和ARPU值情況如何？
馮鑫對此表示，當前ARPU值的變化不是特別大，ARPU值是向用戶收費，未有明確的變化。下一步ARPU值的上升，主要是源于新的廣告、電商、游戲發(fā)行等方面。
“針對獲客成本，一季度比去年平均下降了1/3，接近一半，已經(jīng)下降的非常多?！瘪T鑫說。
談及獲客成本下降的原因，馮鑫稱，獲客成本主要取決于硬件的盈利情況和渠道、市場的費用。2016年上半年，互聯(lián)網(wǎng)電視競爭激烈、各企業(yè)均未提價，恰逢上游原材料電視面板大幅漲價，導致硬件銷售虧損。目前這一情況隨著行業(yè)整體的漲價已經(jīng)改善。
布局人工智能
在此次新品會上，暴風TV提出要把電視變成能夠主動提供服務的家庭人工智能助手，這一思路的主要特點，是把電視變成“免遙控、遠講語音、隨時觸發(fā)和隨時待命”。用戶通過與暴風人工智能助手――暴風大耳朵的語音交互，可以實現(xiàn)無遙控器操控。
馮鑫認為，互聯(lián)網(wǎng)正在走向下半場，隨著人口和市場紅利消失，傳統(tǒng)入口飽和，總量高速增長的時代已經(jīng)過去，挑戰(zhàn)的本質(zhì)在于效率和創(chuàng)新能力。同互聯(lián)網(wǎng)下半場對應的是，人工智能電視正進入上半場。
暴風TVCEO劉耀平在會上表示，智能電視旨在解決用戶三個痛點：隨時觸發(fā)、多任務切換、個性化需求。他指出，此次與科大訊飛的合作，是基于暴風TV在產(chǎn)品創(chuàng)新、渠道和服務、開放內(nèi)容架構(gòu)等方面的優(yōu)勢，以及科大訊飛在人工智能、大數(shù)據(jù)技術(shù)方面的優(yōu)勢。
據(jù)了解，暴風TV還與科大訊飛聯(lián)合成立“人工智能服務實驗室”。那這個實驗室具體關(guān)注人工智能的哪些方面？雙方的合作模式又是怎樣的？
馮鑫告訴記者說：“科大訊飛主要是做基礎(chǔ)技術(shù)的，這些基礎(chǔ)技術(shù)需要在不同的垂直領(lǐng)域里打磨。他們需要垂直領(lǐng)域的應用環(huán)境和應用的基礎(chǔ)數(shù)據(jù)來源，我們需要它的基礎(chǔ)技術(shù)，所以我們在電視垂直領(lǐng)域當中一塊打磨語音識別、自然語音識別、交互這些語音和大數(shù)據(jù)技術(shù)?！?/p>
目前，無論是傳統(tǒng)的電視廠商還是互聯(lián)網(wǎng)企業(yè)都在布局人工智能家電，暴風TV與之有何區(qū)別？
人類對于智能機器的探索活動，古已有之。不過，以“人工智能”來命名這一探索并成為一個學科領(lǐng)域，卻發(fā)生于1956年夏季在Dartmouth舉行的一次小規(guī)模學術(shù)研討會上。因此，2016年是人工智能學科問世的60周年，在這個不同尋常的年份，世界各地的人工智能科技工作者都在密切關(guān)注人工智能的發(fā)展動向。
2016年3月，DeepMind研制的人工智能圍棋系統(tǒng)AlphaGo以4：1的戰(zhàn)績擊敗了韓國的圍棋高手李世石，把世界對人工智能的關(guān)注推向了前所未有的。各種各樣的議論噴涌而出。悲觀者大呼：“人工智能對于人類的潛在威脅太嚴重，應當通過立法限制甚至禁止人工智能的研究”；樂觀者高喊：“人工智能是人類的真正福音，只要把自己的思想意愿轉(zhuǎn)嫁給人工智能機器，人類就可以通過機器來實現(xiàn)長生不老的千年夢想”。在科技界，人們則在激動著、討論著：我們應當在什么樣的熱點技術(shù)上發(fā)力？是深度學習？是認知技術(shù)？還是類腦計算？
回想這些年來，互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、移動互聯(lián)、智能制造、智慧城市、人工智能、機器人一波又一波的高新技術(shù)登臺亮相，中國科技界、教育界和產(chǎn)業(yè)界都在一個個地緊緊追趕。雖然在跟蹤追趕的過程中取得了不菲的進展，但是人們不禁都在思考：對于人工智能來說，當前社會的需求是什么？什么才是有效的創(chuàng)新戰(zhàn)略？怎樣才可以擺脫跟蹤追趕的被動局面，爭取到引領(lǐng)創(chuàng)新的話語權(quán)？
發(fā)展人工智能不應當是一種孤立性、局部性的行動，而應當是能夠帶動和引領(lǐng)整個科學技術(shù)的創(chuàng)新和發(fā)展。
1 人工智能是當代重要交叉科學群的創(chuàng)新前沿
為了闡明“人工智能是當代重要交叉科學群的創(chuàng)新前沿”這個論斷，需要逐個澄清相關(guān)的基本概念，包括：什么是人工智能？什么是當代的重要交叉科學群？以及什么是當代重要交叉科學群的創(chuàng)新前沿？
1.1 什么是人工智能
人工智能是一門“探索人類智能機理，創(chuàng)制人工智能機器，增強人類智力能力”的科學技術(shù)。從這個意義上可以理解，只要人類的智力能力得到了增強和擴展，人們從事各種科學技術(shù)以至各種經(jīng)濟社會活動的智力能力就會得到有效提升，從而能夠有效促進各行各業(yè)的創(chuàng)新與發(fā)展。
那么，什么是人類智能？人類智能主要表現(xiàn)在人類主體為了不斷改善生存發(fā)展的水平而發(fā)現(xiàn)問題、定義問題、解決問題的能力。其中，發(fā)現(xiàn)問題和定義問題的能力依賴于主體的目的、知識、直覺、理解力、想象力、靈感、頓悟、審美等內(nèi)在能力，因此被稱為“隱性智能”；解決問題的能力則主要依賴于獲得信息，生成知識，創(chuàng)生策略等外顯能力，因此被稱為“顯性智能”。
顯然，隱性智能十分抽象，幾近神秘，不僅研究起來甚為困難，就連理解起來也頗感玄奇，而顯性智能則相對可理解，可研究。因此，人工智能研究遵循的原則是：基于人類主體給定的問題、知識、目標（這就是人類發(fā)現(xiàn)問題和定義問題的能力）這些前提，研究如何利用信息、生成知識、創(chuàng)生策略來解決問題，達到目標。也就是說，人工智能的研究遵循人類智能與人工智能相結(jié)合的原則：人類智能負責發(fā)現(xiàn)和定義問題，人工智能則負責在人類所給定的問題框架下解決問題。這樣，人工智能機器就可以成為人類認識世界和改造世界的聰明助手。
由此可見，沒有生命，沒有目的，沒有靈感，也沒有審美能力的人工智能機器系統(tǒng)，原則上不具有隱性智能的能力，因而不可能獨立地發(fā)現(xiàn)問題和定義問題，只能在人類所發(fā)現(xiàn)和所定義的問題框架下去解決問題。因此，人工智能超越人類的恐懼缺乏科學根據(jù)。
1.2 什么是當代重要的交叉科學群
當今的時代是信息時代，認識信息資源和利用信息資源為人類服務的信息科學是當今時代的標志性科學。具體來說，信息科學是“研究信息的性質(zhì)及其運動規(guī)律的科學”，也就是以信息為研究對象，以信息的性質(zhì)及其運動規(guī)律為研究內(nèi)容，以信息科學方法論為研究指南，以增強和擴展人類信息功能（全部信息功能的有機整體就是人類的智力功能）為研究目標的科學。換言之，信息科學的研究目標就是擴展人類的智力功能，而研究信息的性質(zhì)及其運動規(guī)律和信息科學方法論都是為了實現(xiàn)擴展人類智力功能這個目標服務的。
由此就可以清楚地理解：人工智能的研究是信息科W的最高目標，也是信息時代科學技術(shù)發(fā)展的基本目的；而為了使人工智能系統(tǒng)能夠在人類發(fā)現(xiàn)和定義的問題框架下成功地解決問題，人工智能的研究必須從人類求解問題的能力中得到啟發(fā)。這表明，人工智能的研究需要向認知科學學習，因為認知科學就是研究人類自己是如何面對問題解決問題的。另一方面，認知科學所研究的人類解決問題的機理又建立在腦科學的基礎(chǔ)之上，因此，人工智能的研究必須理解腦科學的工作機理。再者，人類發(fā)現(xiàn)問題、定義問題、解決問題的能力并不是永遠固定不變的，而是不斷進化和發(fā)展的。因此人工智能的研究還必須學習信息生物學，后者深刻地研究和揭示了人類能力不斷進化的機制?？梢?，腦科學、認知科學、信息科學、信息生物學、人工智能是當代最具重要意義的交叉科學群。這個科學群還包含更多的學科，恕不一一闡述。
1.3 什么是當代重要科學群的創(chuàng)新前沿
雖然腦科學、認知科學、信息科學、信息生物學、人工智能各有各的研究內(nèi)容，但是所有這些學科共同的目標都是智能，如人類的智能（腦科學）、生物的智能（信息生物學）、人類智能的物質(zhì)基礎(chǔ)（腦科學）、人類智能和生物智能的工作機理（認知科學）、人類智能和生物智能的進化機制（認知科學與信息生物學）、人類智能的信息基礎(chǔ)和研究方法論（信息科學）、人類智能的機器模擬和實現(xiàn)（人工智能）等。
所以，人類智能和人工智能是當代這一重要交叉科學群共同的創(chuàng)新前沿。人們對于腦科學、認知科學、信息科學、信息生物學的理解深化了，就會促進人工智能研究的發(fā)展；反之，一旦人工智能的研究取得了突破和創(chuàng)新，也必然能夠帶動腦科學、認知科學、信息科學、信息生物學的突破與創(chuàng)新。
2 中國人工智能發(fā)展的現(xiàn)狀：差距與優(yōu)勢
中國人工智能的發(fā)展現(xiàn)狀，大家平日都親身感受得到，應當比較熟悉，似乎無需贅言；但是國情是我們思考問題的基礎(chǔ)，因此不可不察。而且，我們對于中國在人工智能發(fā)展方面所存在的差距和優(yōu)勢的認識，確實還有必要進一步深化。
2.1 差距：顯差距，隱差距
大家都意識到，中國在人工智能的發(fā)展方面確實存在不少的差距。普遍J為，由于中國缺失了工業(yè)革命這個歷史階段的洗禮，因此在工業(yè)基礎(chǔ)和工藝水平方面天然存在明顯的不足。特別是中國微電子工業(yè)領(lǐng)域的高性能芯片制造能力有待進一步加強，人工智能硬件系統(tǒng)的水平也有待進一步提高等，這些都是眾所周知的顯差距。
然而，更值得深思的問題是：在人工智能的科學研究方面，長期以來，中國同行普遍習慣于跟蹤學習，缺乏突破創(chuàng)新的民族自信心，更缺乏引領(lǐng)國際的強烈意識。無論是互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、語義網(wǎng)、云計算、大數(shù)據(jù)、移動互聯(lián)這些大概念，還是深度學習、無人駕駛、類腦計算這些技術(shù)思想，都是外國學者率先提出，然后才是中國學者蜂擁而上。加上這些年滋長蔓延起來的急功近利和學術(shù)誠信缺失，往往在蜂擁而上之后的一夜之間就會冒出許多“新成果”！這是中國人工智能發(fā)展存在的隱差距。
需要指出的是，顯差距正因為“顯”，已經(jīng)得到各有關(guān)方的高度重視，并且正在不斷地被縮小；但是，隱差距則因為“隱”，不容易被察覺，至今還沒有引起各方面必要的重視，因此仍然是實現(xiàn)突破創(chuàng)新和引領(lǐng)戰(zhàn)略的隱患。
2.2 優(yōu)勢：現(xiàn)優(yōu)勢，潛優(yōu)勢
那么中國在人工智能研究中是否也存在什么優(yōu)勢呢？表面看來，似乎中國在人工智能研究領(lǐng)域一直處于跟蹤學習狀態(tài)，談不上存在什么優(yōu)勢；但是仔細考察發(fā)現(xiàn)其實不然，中國在人工智能研究中的確存在不可忽視的優(yōu)勢。
中國目前雖然在整體上還處于相對落后狀態(tài)，但在某些技術(shù)研究上卻處于國際領(lǐng)先地位。例如：語音識別技術(shù)，中國已經(jīng)在近期多次國際評測大賽中奪得世界冠軍；在汽車自動駕駛方面，中國的研發(fā)水平也與國際上旗鼓相當；特別是在理論研究方面，中國在人工智能通用理論研究方面的機制主義人工智能理論、人工智能邏輯理論研究方面的泛邏輯學、人工智能數(shù)學方面的因素空間理論都是國際領(lǐng)先的成果。這些都是已經(jīng)涌現(xiàn)出來的現(xiàn)優(yōu)勢。
更加重要的是，像人工智能這樣既十分復雜又極其深刻的科學研究，勢必自覺或不自覺地受到科學方法論的影響。幾十年來，國際人工智能的研究形成三大學派，就是受了以分而治之為特征的機械還原方法論的影響，把復雜的人工智能研究分為結(jié)構(gòu)模擬的人工神經(jīng)網(wǎng)絡學派、功能模擬的物理符號系統(tǒng)學派、行為模擬的感知動作系統(tǒng)學派，而且長久以來互不認可，不能形成人工智能研究的合力?？茖W論證充分表明，適于人工智能研究的科學方法論不是“機械還原論”的方法論，而應當是“信息生態(tài)論”的方法論。后者與中國歷來的“整體論”和“辨證論”思維傳統(tǒng)息息相通。因此，在人工智能的研究領(lǐng)域，中國握有方法論的潛在優(yōu)勢（潛優(yōu)勢），只要自覺地加以運用，這種潛在優(yōu)勢完全可以轉(zhuǎn)化為強大的現(xiàn)實優(yōu)勢（現(xiàn)優(yōu)勢）。
3 人工智能的社會需求和發(fā)展中國人工智能的戰(zhàn)略建議
3.1 人工智能的社會需求
中國的信息化建設全面啟動于20世紀90年代，得益于現(xiàn)代信息技術(shù)的支持，取得了舉世矚目的輝煌成就，進入了迎接復雜問題的新時期，面臨著巨大挑戰(zhàn)。從整個經(jīng)濟社會發(fā)展和全面改革的大局判斷，在多次講話中也明確指出，中國的改革開放進入了攻堅克難的深水區(qū)。眾所周知，人工智能技術(shù)是信息技術(shù)的高端前沿；因此，為了迎接復雜問題的挑戰(zhàn)，為了成功走出深水區(qū)到達勝利的彼岸，中國亟需人工智能科學技術(shù)的全面支持。
另一方面，縱觀當今的國際環(huán)境不難發(fā)現(xiàn)，一些發(fā)達國家在中國黃海、臺海、東海、南海不斷制造緊張局勢，企圖以武力遏制中國的和平崛起。他們聲稱要長期投資人工智能，要用人工智能武器戰(zhàn)勝中國，對此不能不高度警惕，并采取果斷措施。
3.2 加快發(fā)展中國人工智能的建議
為加快發(fā)展中國人工智能，從戰(zhàn)略性、系統(tǒng)性、可操作的角度出發(fā)提出5項建議。
（1）頂層規(guī)劃。
火車跑得快，全靠車頭帶。建議設立國家級智能科學技術(shù)發(fā)展規(guī)劃與協(xié)調(diào)專家委員會，負責研究和提出中國智能科學技術(shù)發(fā)展的中長期規(guī)劃，制訂智能科學技術(shù)產(chǎn)學研發(fā)展的實施政策，協(xié)調(diào)和促進中國智能科學技術(shù)的快速有序健康發(fā)展。
（2）人才培養(yǎng)。
萬事都緊要，人才是根本。建議國務院學位委員會把中國現(xiàn)有的“智能科學與技術(shù)”二級學科提升為一級學科，以形成系統(tǒng)完整的智能科學技術(shù)人才培養(yǎng)體系；同時建議教育部在中小學開設智能科學與技術(shù)基礎(chǔ)知識課程，開展課外興趣培育活動。
（3）創(chuàng)新研究。
跟蹤不可廢，創(chuàng)新更關(guān)鍵。在國家自然科學基金設置“智能科學技術(shù)基礎(chǔ)理論”專門領(lǐng)域，大力推進智能科學基礎(chǔ)理論的突破創(chuàng)新；同時在國家“十三五”規(guī)劃設立智能制造、智能農(nóng)業(yè)、智能服務業(yè)、智能交通、智能網(wǎng)絡空間安全、智能教育等應用專項。
（4）產(chǎn)業(yè)標準。
創(chuàng)新是尖兵，產(chǎn)業(yè)是后盾。大力促進中國智能化產(chǎn)業(yè)的發(fā)展，并在國家標準委員會建立智能產(chǎn)品標準工作委員會，鼓勵有條件的單位和學術(shù)團體開展各類智能技術(shù)產(chǎn)品的測試、評價和檢驗標準的研究，引導智能化產(chǎn)業(yè)和產(chǎn)品市場有序健康發(fā)展。
