人工智能时代的基础范文

导语：如何才能写好一篇人工智能时代的基础，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

2017年7月，国务院印发《新一代人工智能发展规划》，不仅对人工智能的发展做出了战略性部署，还确立了“三步走”的政策目标，力争到2030年将我国建设成为世界主要的人工智能创新中心。[1]值得注意的是，此次规划不仅仅只是技术或产业发展规划，还同时包括了社会建设、制度重构、全球治理等方方面面的内容。之所以如此，是由于人工智能技术本身具有通用性和基础性。换句话说，为助推人工智能时代的崛起，我们面对的任务不是实现某一个专业领域或产业领域内的颠覆性技术突破，而是大力推动源于技术发展而引发的综合性变革。

也正因为如此，人工智能发展进程中所面临的挑战才不仅仅局限于技术或产业领域，而更多体现在经济、社会、政治领域的公共政策选择上。首先，普遍建立在科层制基础上的公共事务治理结构，是否能够适应技术发展和应用过程中所大规模激发的不确定性和不可预知性?再者，长久以来围绕人类行为的规制制度，是否同样能够适应以数据、算法为主体的应用环境?最后，如何构建新的治理体系和治理工具来应对伴随人工智能发展而兴起的新的经济、社会、政治问题?

应对上述挑战并不完全取决于技术发展或商业创新本身，而更多依赖于我们的公共政策选择。本文试图在分析人工智能发展逻辑及其所引发的风险挑战的基础上，对人工智能时代的公共政策选择做出分析，并讨论未来改革的可能路径，这也就构成了人工智能治理的三个基本问题。具体而言，人工智能本身成为治理对象，其发展与应用构成了治理挑战，而在此基础上如何做出公共政策选择便是未来治理变革的方向。

全文共分为四个部分：第一部分将探讨人工智能的概念及特征，并进而对其发展逻辑进行阐述。作为一项颠覆性技术创新，其本身的技术门槛对决策者而言构成了挑战，梳理并捋清人工智能的本质内涵因而成为制定相关公共政策的前提;第二部分将着重分析人工智能时代崛起所带来的治理挑战，主要包括三个方面，即传统科层治理结构应对人工智能新的生产模式的滞后性、建基于行为因果关系之上的传统治理逻辑应对人工智能新主体的不适用性，以及人工智能发展所引发的新议题的治理空白;面对上述挑战，各国都出台了相关政策，本文第三部分对此进行了综述性对比分析，并指出了其进步意义所在。需要指出的是，尽管各国的政策目标都试图追求人工智能发展与监管的二维平衡，但由于缺乏对人工智能内涵及其发展逻辑的完整认识，当前的公共政策选择有失综合性;本文第四部分将提出新的治理思路以及公共政策选择的其他可能路径，以推动围绕人工智能治理的相关公共政策议题的深入讨论。

一、人工智能的概念及技术发展逻辑：算法与数据

伴随着人工智能技术的快速发展，尤其是其近年来在棋类对弈、自动驾驶、人脸识别等领域的广泛应用，围绕人工智能所可能引发的社会变革产生了激烈争论。在一方面，以霍金[2]、马斯克[3]、比尔-盖茨[4]、赫拉利[5]为代表的诸多人士呼吁加强监管，警惕“人工智能成为人类文明史的终结”;在另一方面，包括奥巴马[6]在内的政治家、学者又认为应该放松监管，充分释放人工智能的技术潜力以造福社会。未来发展的不确定性固然是引发当前争论的重要原因之一，但围绕“人工智能”概念内涵理解的不同，以及对其发展逻辑认识的不清晰，可能也同样严重地加剧了人们的分歧。正因为此，廓清人工智能的概念内涵和发展逻辑不仅是回应争论的需要，也是进一步提出公共政策建议的前提。

就相关研究领域而言，人们对于“人工智能”这一概念的定义并未形成普遍共识。计算机领域的先驱阿兰-图灵曾在《计算机器与智能》一文中提出，重要的不是机器模仿人类思维过程的能力，而是机器重复人类思维外在表现行为的能力。[7]正是由此理解出发，著名的“图灵测试”方案被提出。但如同斯坦福大学计算机系教授约翰·麦卡锡所指出的，“图灵测试”仅仅只是“人工智能”概念的一部分，不模仿人类但同时也能完成相关行为的机器同样应被视为“智能”的。[8]事实上，约翰·麦卡锡正是现代人工智能概念的提出者。在他看来，“智能”关乎完成某种目标的行为“机制”，而机器既可以通过模仿人来实现行为机制，也可以自由地使用任何办法来创造行为机制。[9]由此，我们便得到了人工智能领域另一个非常重要的概念——“机器学习”。

人工智能研究的目标是使机器达到人类级别的智能能力，而其中最重要的便是学习能力。[10]因此，尽管“机器学习”是“人工智能”的子域，但很多时候我们都将这两个概念等同起来。[11]就实现过程而言，机器学习是指利用某些算法指导计算机利用已知数据得出适当模型，并利用此模型对新的情境给出判断，从而完成行为机制的过程。此处需要强调一下机器学习算法与传统算法的差异。算法本质上就是一系列指令，告诉计算机该做什么。对于传统算法而言，其往往事无巨细地规定好了机器在既定条件下的既定动作;机器学习算法却是通过对已有数据的“学习”，使机器能够在与历史数据不同的新情境下做出判断。以机器人行走的实现为例，传统算法下，程序员要仔细规定好机器人在既定环境下每一个动作的实现流程;而机器学习算法下，程序员要做的则是使计算机分析并模拟人类的行走动作，以使其即使在完全陌生的环境中也能实现行走。

由此，我们可以对“人工智能”设定一个“工作定义”以方便进一步的讨论：人工智能是建立在现代算法基础上，以历史数据为支撑，而形成的具有感知、推理、学习、决策等思维活动并能够按照一定目标完成相应行为的计算系统。这一概念尽管可能仍不完善，但它突出了人工智能技术发展和应用的两大基石——算法与数据，有助于讨论人工智能的治理问题。

首先，算法即是规则，它不仅确立了机器所试图实现的目标，同时也指出了实现目标的路径与方法。就人工智能当前的技术发展史而言，算法主要可被划分为五个类别：符号学派、联接学派、进化学派、类推学派和贝叶斯学派。[12]每个学派都遵循不同的逻辑、以不同的理念实现了人工智能(也即“机器学习”)的过程。举例而言，“符号学派”将所有的信息处理简化为对符号的操纵，由此学习过程被简化(抽象)为基于数据和假设的规则归纳过程。在数据(即历史事实)和已有知识(即预先设定的条件)的基础上，符号学派通过“提出假设-数据验证-进一步提出新假设-归纳新规则”的过程来训练机器的学习能力，并由此实现在新环境下的决策判断。

从对“符号学派”的描述中可以发现，机器学习模型成功的关键不仅是算法，还有数据。数据的缺失和预设条件的不合理将直接影响机器学习的输出(就符号学派而言，即决策规则的归纳)。最明显体现这一问题的例子便是罗素的“归纳主义者火鸡”问题：火鸡在观察10天(数据集不完整)之后得出结论(代表预设条件不合理，超过10个确认数据即接受规则)，主人会在每天早上9点给它喂食;但接下来是平安夜的早餐，主人没有喂它而是宰了它。

所有算法类型尽管理念不同，但模型成功的关键都聚焦于“算法”和“数据”。事实上，如果跳出具体学派的思维束缚，每种机器学习算法都可被概括为“表示方法、评估、优化”这三个部分。[13]尽管机器可以不断的自我优化以提升学习能力，且原则上可以学习任何东西，但评估的方法和原则(算法)以及用以评估的数据(数据)都是人为决定的——而这也正是人工智能治理的关键所在。算法与数据不仅是人工智能发展逻辑的基石，其同样是治理的对象和关键。

总而言之，围绕“人工智能是否会取代人类”的争论事实上并无太大意义，更重要的反而是在廓清人工智能的内涵并理解其发展逻辑之后，回答“治理什么”和“如何治理”的问题。就此而言，明确治理对象为算法和数据无疑是重要的一步。但接下来的重要问题仍然在于，人工智能时代的崛起所带来的治理挑战究竟是什么?当前的制度设计是否能够对其做出有效应对?如果答案是否定的，我们又该如何重构治理体系以迎接人工智能时代的崛起?本文余下部分将对此做进一步的阐述。

二、人工智能时代崛起的治理挑战

不同于其他颠覆性技术，人工智能的发展并不局限于某一特定产业，而是能够支撑所有产业变革的通用型技术。也正因为此，其具有广泛的社会溢出效应，在政治、经济、社会等各个领域都会带来深刻变革，并将同时引发治理方面的挑战。具体而言，挑战主要体现在以下三个方面。

首先，治理结构的僵化性，即传统的科层制治理结构可能难以应对人工智能快速发展而形成的开放性和不确定性。之所以需要对人工智能加以监管，原因在于其可能成为公共危险的源头，例如当自动驾驶技术普及之后，一旦出现问题，便可能导致大规模的连续性伤害。但不同机、大型水坝、原子核科技等二十世纪的公共危险源，人工智能的发展具有极强的开放性，任何一个程序员或公司都可以毫无门槛的进行人工智能程序的开发与应用。这一方面是由于互联网时代的到来，使得基于代码的生产门槛被大大降低[14];另一方面，这也是人工智能本身发展规律的需要。正如前文所提到，唯有大规模的数据输入才可能得到较好的机器学习结果，因此将人工智能的平台(也即算法)以开源形式公开出来，以使更多的人在不同场景之下加以利用并由此吸收更多、更完备的数据以完善算法本身，就成为了大多数人工智能公司的必然选择。与此同时，人工智能生产模式的开放性也必然带来发展的不确定性，在缺乏有效约束或引导的情况下，人工智能的发展很可能走向歧途。面对这一新形势，传统的、基于科层制的治理结构显然难以做出有效应对。一方面，政府试图全范围覆盖的事前监管已经成为不可能，开放的人工智能生产网络使得监管机构几乎找不到监管对象;另一方面，由上至下的权威结构既不能传递给生产者，信息不对称问题的加剧还可能导致监管行为走向反面。调整治理结构与治理逻辑，并形成适应具有开放性、不确定性特征的人工智能生产模式，是当前面临的治理挑战之一。

再者，治理方法的滞后性，即长久以来建立在人类行为因果关系基础上的法律规制体系，可能难以适用于以算法、数据为主体的应用环境。人工智能的价值并不在于模仿人类行为，而是其具备自主的学习和决策能力;正因为如此，人工智能技术才不能简单地理解为其创造者(即人)意志的表达。程序员给出的只是学习规则，但真正做出决策的是基于大规模数据训练后的算法本身，而这一结果与程序员的意志并无直接因果关联。事实上也正由于这个特点，AlphaGo才可能连续击败围棋冠军，而其设计者却并非围棋顶尖大师。也正是在这个意义上，我们才回到了福柯所言的“技术的主体性”概念。在他看来，“技术并不仅仅是工具，或者不仅仅是达到目的的手段;相反，其是政治行动者，手段与目的密不可分”。[15]就此而言，长久以来通过探究行为与后果之因果关系来规范人的行为的法律规制体系，便可能遭遇窘境：如果将人工智能所造成的侵权行为归咎于其设计者，无疑不具有说服力;但如果要归咎于人工智能本身，我们又该如何问责一个机器呢?由此，如何应对以算法、数据为核心的技术主体所带来的公共责任分配问题，是当前面临的第二个治理挑战。

最后，治理范围的狭隘性，即对于受人工智能发展冲击而引发的新的社会议题，需要构建新的治理体系和发展新的治理工具。人工智能发展所引发的治理挑战不仅仅体现在现有体系的不适应上，同时还有新议题所面临的治理空白问题。具体而言，这又主要包括以下议题：算法是否能够享有言论自由的宪法保护，数据的权属关系究竟如何界定，如何缓解人工智能所可能加剧的不平等现象，以及如何平衡人工智能的发展与失业问题。在人工智能时代之前，上述问题并不存在，或者说并不突出;但伴随着人工智能的快速发展和应用普及，它们的重要性便日渐显著。以最为人所关注的失业问题为例，就技术可能性来说，人工智能和机器人的广泛应用代替人工劳动，已是一个不可否定的事实了。无论是新闻记者，还是股市分析员，甚至是法律工作者，其都有可能为机器所取代。在一个“充分自动化(Full Automation)”的世界中，如何重新认识劳动与福利保障的关系、重构劳动和福利保障制度，便成为最迫切需要解决的治理挑战之一。[16]

上述三方面共同构成了人工智能时代崛起所带来的治理挑战。面对这些挑战，各国也做出了相应的公共政策选择。本文第三部分将对各国人工智能的治理政策进行对比性分析。在此基础上，第四部分将提出本文的政策建议。

三、各国人工智能治理政策及监管路径综述

人工智能时代的崛起作为一种普遍现象，其所引发的治理挑战是各国面临的共同问题，各国也陆续出台了相关公共政策以试图推动并规范人工智能的快速发展。

美国于2016年同时颁布了《国家人工智能研究与发展战略规划》和《为人工智能的未来做好准备》两个国家级政策框架，前者侧重从技术角度指出美国人工智能战略的目的、愿景和重点方向，而后者则更多从治理角度探讨政府在促进创新、保障公共安全方面所应扮演的角色和作用。就具体的监管政策而言，《为人工智能的未来做好准备》提出了一般性的应对方法，强调基于风险评估和成本-收益考量的原则以决定是否对人工智能技术的研发与应用施以监管负担。[17]日本同样于2016年出台了《第五期(2016～2020年度)科学技术基本计划》，提出了“超智能社会5.0”的概念，强调通过推动数据标准化、建设社会服务平台、协调发展多领域智能系统等各方面工作促进人工智能的发展和应用。[18]

尽管美国和日本的政策着力点不同，但其共有的特点是对人工智能的发展及其所引发的挑战持普遍的包容与开放态度。就当前的政策框架而言，美日两国的政策目标更倾斜于推动技术创新、保持其国家竞争力的优势地位;当涉及对人工智能所可能引发的公共问题施以监管时，其政策选择也更倾向于遵循“无需批准式(permissionless)”的监管逻辑，即强调除非有充分案例证明其危害性，新技术和新商业模式默认为都是被允许的。[19]至于人工智能的发展对个人数据隐私、社会公共安全的潜在威胁，尽管两国的政策框架都有所涉及，却并非其政策重心——相比之下，英国、法国则采取了不同的政策路径。

英国政府2016年了《人工智能：未来决策制定的机遇与影响》，对人工智能的变革性影响以及如何利用人工智能做出了阐述与规划，尤其关注到了人工智能发展所带来的法律和伦理风险。在该报告中，英国政府强调了机器学习与个人数据相结合而对个人自由及隐私等基本权利所带来的影响，明确了对使用人工智能所制定出的决策采用问责的概念和机制，并同时在算法透明度、算法一致性、风险分配等具体政策方面做出了规定。[20]与英国类似，法国在2017年的《人工智能战略》中延续了其在2006年通过的《信息社会法案》的立法精神，同样强调加强对新技术的“共同调控”，以在享有技术发展所带来的福利改进的同时，充分保护个人权利和公共利益。[21]与美日相比，英法的公共政策更偏向于“审慎监管(precautionary)”的政策逻辑，即强调新技术或新的商业模式只有在开发者证明其无害的前提下才被允许使用。[22]

在本文看来，无论是“无需批准式监管”还是“审慎监管”，在应对人工智能时代崛起所带来的治理挑战方面都有其可取之处：前者侧重于推动创新，而后者则因重视安全而更显稳健。但需要指出的是，这两种监管路径的不足却也十分明显。正如前文第二部分所指出，一方面，快速迭代的技术发展与商业模式创新必将引发新的社会议题，无论是算法是否受到言论自由的权利保护还是普遍失业对社会形成的挑战，它们都在客观上要求公共政策做出应对，而非片面的“无需批准式监管”能够处理。更重要的是，“无需批准式监管”的潜在假设是事后监管的有效性;然而，在事实上，正如2010年5月6日美国道琼斯工业指数“瞬间崩盘”事件所揭示的，即使单个电子交易程序合规运行，当各个系统行为聚合在一起时反而却造成了更大的危机。[23]在此种情形下，依赖于合规性判断的“事后监管”基本上难以有效实施。另一方面，人工智能本身的自主性和主体性使得建立在人类行为因果关系基础上的“审慎监管”逻辑存在天然缺陷：既然人类无法预知人工智能系统可能的行为或决策，开发者又如何证明人工智能系统的无害性?

正如本文所反复强调的，人工智能与其他革命性技术的不同之处，正是在于其所带来的社会冲击的综合性和基础性。人工智能并非单个领域、单个产业的技术突破，而是对于社会运行状态的根本性变革;人工智能时代的崛起也并非一夜之功，而是建立在计算机革命、互联网革命直至数字革命基础上的“奇点”变革。因此，面对人工智能时代崛起所带来的治理挑战，我们同样应该制定综合性的公共政策框架，而非仅仅沿袭传统治理逻辑，例如只是针对具体议题在“创新”与“安全”这个二元维度下进行艰难选择。本文在第四部分从承认技术的主体性、重构社会治理制度、推进人工智能全球治理这三方面提出了政策建议，并希望以此推动更深入地围绕人工智能时代公共政策选择的研究与讨论。

四、人工智能时代的公共政策选择

《新一代人工智能发展规划》明确提出了到2030年我国人工智能发展的“三步走”目标，而在每一个阶段，人工智能法律法规、伦理规范和政策体系的逐步建立与完善都是必不可少的重要内容。面对人工智能时代崛起的治理挑战，究竟应该如何重构治理体系、创新治理机制、发展治理工具，是摆在决策者面前的重要难题。本文基于对人工智能基本概念和发展逻辑的梳理分析，结合各国已有政策的对比分析，提出以下三方面的改革思路，以为人工智能时代的公共选择提供参考。

第一，人工智能发展的基石是算法与数据，建立并完善围绕算法和数据的治理体系与治理机制，是人工智能时代公共政策选择的首要命题，也是应对治理挑战、赋予算法和数据以主体性的必然要求。(1)就算法治理而言，涉及的核心议题是算法的制定权及相应的监督程序问题。算法作为人工智能时代的主要规则，究竟谁有权并通过何种程序来加以制定，谁来对其进行监督且又如何监督?长久以来公众针对社交媒体脸书(Facebook)的质疑正体现了这一问题的重要性：公众如何相信脸书向用户自动推荐的新闻内容不会掺杂特殊利益的取向?[24]当越来越多的人依赖定制化的新闻推送时，人工智能甚至会影响到总统选举。也正因为此，包括透明要求、开源要求在内的诸多治理原则，应当被纳入到算法治理相关议题的考虑之中。(2)就数据治理而言，伴随着人工智能越来越多地依赖于大规模数据的收集与利用，个人隐私的保护、数据价值的分配、数据安全等相关议题也必将成为公共政策的焦点。如何平衡不同价值需求、规范数据的分享与应用，也同样成为人工智能时代公共政策选择的另一重要抓手。

第二，创新社会治理制度，进一步完善社会保障体系，在最大程度上缓解人工智能发展所可能带来的不确定性冲击。与历史上的技术革命类似，人工智能的发展同样会导致利益的分化与重构，而如何保证技术革命成本的承受者得到最大限度的弥补并使所有人都享有技术发展的“获得感”，不仅是社会发展公平、正义的必然要求，也是促进技术革命更快完成的催化剂。就此而言，在人工智能相关公共政策的考量中，我们不仅应该关注产业和经济政策，同时也应该关注社会政策，因为只有后者的完善才能够控制工人或企业家所承担的风险，并帮助他们判断是否支持或抵制变革的发生。就具体的政策设计来说，为缓解人工智能所可能带来的失业潮，基本收入制度的普遍建立可能应该被提上讨论议程了。“基本收入”是指政治共同体(如国家)向所有成员不加任何限制条件地支付一定数额的收入，以满足其基本生活的需求。尽管存在“养懒汉”的质疑，但有研究者已指出，自18世纪就开始构想的基本收入制度很有可能反过来促进就业。[25]芬兰政府已经于2017年初开始了相关实验，美国的一些州、瑞士也做出了一定探索。在人工智能时代尚未完全展现其“狰容”之前，创新社会治理机制、完善社会保障体系，可能是平衡技术创新与社会风险的最佳路径。

第三，构建人工智能全球治理机制，以多种形式促进人工智能重大国际共性问题的解决，共同应对开放性人工智能生产模式的全球性挑战。人工智能的发展具有开放性和不确定性的特征，生产门槛的降低使得人工智能技术研发的跨国流动性很强，相关标准的制定、开放平台的搭建、共享合作框架的形成，无不要求构建相应的全球治理机制。另一方面，跨境数据流动在广度和深度上的快速发展成为了人工智能技术进步的直接推动力，但各国数据规制制度的巨大差异在制约跨境数据流动进一步发展的同时，也将影响人工智能时代的全面到来。[26]故此，创新全球治理机制，在承认各国制度差异的前提下寻找合作共享的可能性，便成为人工智能时代公共政策选择的重要考量之一。就具体的机制设计而言，可以在人工智能全球治理机制的构建中引入多利益相关模式;另一方面，为防止巨头垄断的形成，充分发挥主权国家作用的多边主义模式同样不可忽视。作为影响深远的基础性技术变革，互联网全球治理机制的经验和教训值得人工智能发展所借鉴。

上述三方面从整体上对人工智能时代的公共政策框架做出了阐述。与传统政策局限于“创新”与“安全”之间做出二维选择不同，本文以更综合的视角提出了未来公共政策选择的可能路径。就其内在联系来讲，建立并完善围绕算法和数据的治理体系是起点，其将重构人工智能时代的规则与制度;创新社会治理机制并完善社会保障体系是底线，其将缓解人工智能所带来的影响与波动;构建全球治理机制则成为了制度性的基础设施，推动各国在此之上共同走向人工智能时代的“人类命运共同体”。

五、结语

在经历了60余年的发展之后，人工智能终于在互联网、大数据、机器学习等诸多技术取得突破的基础上实现了腾飞。在未来的人类生活中，人工智能也必将扮演越来越重要的角色。对于这样的图景，我们自不必惊慌，但却也不可掉以轻心。对于人工智能的治理，找到正确的方向并采取合理的措施，正是当下所应该重视的政策议题。而本文的主旨也正在于此：打破长久以来人们对于人工智能的“笼统”式担忧，指出人工智能技术发展的技术逻辑及其所引发的治理挑战，并在此基础上提出相应的政策选择。人工智能治理的这三个基本问题，是重构治理体系、创新治理机制、发展治理工具所必须思考的前提。伴随着我国国家层面战略规划的出台，我国人工智能的发展也必将跃上新台阶。在此背景下，深入探讨人工智能治理的相关公共政策议题，对于助推一个人工智能时代的崛起而言，既有其必要性，也有其迫切性。（来源：中国行政管理 文/贾开 蒋余浩 编选：中国电子商务研究中心）

[参考文献]

[1]国务院关于印发新一代人工智能发展规划的通知[EB/OL]. http：//gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[2]霍金. AI可能成就或者终结人类文明[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.人类简史[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]佩德罗-多明戈斯.终极算法：机器学习和人工智能如何重塑世界[M].黄芳萍译.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.“日本推动实现超智能社会‘社会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.大数据产业在法国的发展及应用[N].学习时报，2014-11-03.

[22] Thierer，A. D.，& Watney，C. J. Comment on the Federal Automated Vehicles Policy，2016.

[23] [美]杰瑞·卡普兰.人工智能时代：人机共生下财富、工作与思维的大未来[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.

[25] Van Parijs，P. Basic Income：A Simple and Powerful Idea for the Twenty-first Century. Politics & Society，2004，32(1).

篇2

【关键词】大数据；人工智能；计算机网络；技术应用

1引言

作为当前社会发展的前端，人工智能技术以计算机技术和通信技术为基础，在现代编程的控制下，实现了人们数据控制计算方式和生活方式的有效改变。当前环境下，大数据的发展趋势愈发明显，数据的处理规模不断扩大，这对传统计算机技术的应用提出了较高要求。基于此，将人工智能技术与计算机网络技术结合已成为时展的必然要求，从应用过程来看，其能实现计算机系统中复杂问题的高效、安全处理，对于社会稳定具有重大影响，本文就此展开分析。

2大数据时代的基本特征

数字化、信息化是时展的重要趋势，在其影响下，日常生活中的数据数量和类型不断丰富，其对人们传统的数据库处理模式形成挑战，而这种数量巨大、类型庞杂的数据集就是人们所说的大数据。就实践过程来看，种类多、规模大、真实性高、处理速度快等是大数据处理的基本特征[1]。具体表现如下：第一，大数据并非是单一的独立数据，其在多种来源的基础上，实现了数据格式、数据类型的丰富和膨胀，充分保证了数据类型的多样。第二，与传统数据相比，大数据的容量基本都处于10TB以上，具有规模较大的突出特征。第三，新经济形态下，大数据的更新速度非常迅速，较为及时的数据信息有效保证了数据整体的真实性。第四，大数据的规模十分庞大，并且具有较高的应用安全需要，这就对整体的数据处理系统提出了较高要求。目前，高效、快速的数据处理系统已经成为大数据发展的重要特征，其充分保证了大数据时代下，人们对于数据信息的应用要求。

3人工智能的应用优势

人工智能是现代社会科学发展的重要方向。具体而言，其在计算机技术与通信技术的支撑下，实现了人类思维方式及行为方式的有效模拟，并且在相关程序的保证下，实现了相关问题的高效化、安全化、精确化处理。大数据时代，人工智能技术的发展与计算机技术密不可分，并且，就整体应用过程而言，其具有以下应用优势：第一，人工智能支撑下，使用人员的工作效率得以有效提升。例如，在日常办公中，部分软件会进行使用人员兴趣爱好及操作习惯的记录，并在下次应用过程中进行相关信息的筛选，然后对用户进行推荐应用，由此有效避免了信息筛选、信息寻找所带来的时间浪费，提升了工作、学习、生活、娱乐的效率。第二，人工智能系统有助于当前网络体系管理的规范，具体而言，从本质上讲，人工智能技术是对计算机技术的深层次应用，为提升其应用质量，设计人员在运行质量、运行效率和运行安全等方面进行了严格保证，而这些保证措施能够进行互联网体系相关任务的指导，对于更高经济效益和社会效益的创造具有重大影响。

4大数据时代人工智能在计算机网络技术中的应用

大数据时代下，人工智能技术是时展的必然，确保人工智能技术应用的高效与规范，对于人们的生活质量具有重大影响，并直接制约着社会经济发展及智能化、数字化时代的建设进程。就应用过程来看，当前计算机技术中，人工智能技术的应用主要表现在以下方面：

4.1数据挖掘技术

数据挖掘技术是人工智能应用的基础，同时也是其应用较为广泛的方向之一[2]。具体而言，在智能技术的支撑下，计算机系统可以进行网络连接及主机会话的全方位、系统化描述，并且在数据刻录的应用下，实现入侵规则的高效学习，最后其将这些入侵的模式在自身数据库中进行记录，一旦计算机系统再次受到外来入侵，其可以进行有效的识别和程序拦截，从而保证了计算机网络技术应用的高效与安全。

4.2规则产生式专家系统

通过人工智能在数据挖掘上的应用，人们可以实现入侵检测系统的高效建立，并且在其基础上，高效化的计算机推理机制得以建立，此即规则产生式专家系统。实践过程中，网络管理人员在特定入侵特征编码编制的基础上，可以实现外界入侵信息的有效预防和管控。由此可见，人工智能对提升检测效果及准确性有积极意义。然而，需要注意的是，规则产生式专家系统的人工智能技术主要应用于系统已输入的入侵信息，因而检测效果相对有限。

4.3人工网络神经

人工网络神经是人工智能在计算机网络技术中应用的重要内容。计算机系统应用过程中，在人工网络神经的支持下，计算机网络对人脑处事方式第一模拟，与传统的计算机事件处理相比，其对于计算机系统的容错性和接受性进行控制，有效保证了计算机网络系统应用的高效与质量。譬如，在计算机网络技术人工智能实践中，其可以对畸变及噪音输入的模式进行有效识别，从而确保计算机网络检测系统检测效率的提升，对于人们生活质量的提升具有重大影响。

4.4自治AGENT技术

自治AGENT技术是面向对象发展成果的典型代表，其能在计算机网络系统中充当底层数据，进而实现数据的高效化收集和分析。在自治AGENT技术人工智能应用过程中，较强的学习能力、适应能力、自主能力和兼容能力是其应用的主要特征[3]；并且在这些因素的控制下，其对于环境的依赖程度较低，具有较强的外来入侵抵抗能力。

4.5人工智能问题求解

人工智能问题求解是人们社会生活中应用较为广泛的技术之一。实践过程中，人们在计算机系统的问题搜索栏进行待解决问题输入，然后在人工智能技术的应用下，其可以实现这些问题的高效化搜索、推理和求解，从而实现搜索空间、最优解等内容的有效把控。与传统计算机系统相比，人工智能技术的应用有效提升了网络运行效率，其在减少资源浪费的基础上，实现了人们实际问题的高效率解答。

4.6专家知识库技术

作为计算机网络专家系统的重要组成，专家知识库的应用极为广泛，并且尚处于不断发展阶段。实践过程中，专家知识库的应用以直接或间接积累的知识为基础，然后在网络管理人员编码操作的运行下，使得计算机相关管理的决策获得专家支撑，从而实现管理过程、评价实践的具体把控，专家知识库技术的应用对于网络管理评价具有重大影响。此外，人工智能系统在智能考试方面也有着广泛应用。具体而言，传统环境下，纸质试卷的应用具有较大的纸张载体负担，其不仅造成了大量的基础资源消耗和环境污染，更对教师的批阅过程造成负担。而在人工智能技术和计算机网络技术的支撑下，自动考试的功能得以实现，其在题量分配、试卷平均难度、题型结构、题型比例、知识点均匀分布等要素的控制下，充分满足了用户的考核要求，实现了现代化考试的智能发展。

5结论

篇3

从人工智能的架构层级来看，这些年的发展已经逐渐向下端渗透。具体说，人工智能可分为基础层、技术层和应用层，其中基础层为算力支撑（AI芯片、云计算），技术层为算法平台，应用层是AI向各传统行业的渗透应用。

通俗地理解，基础层靠近“云”，应用层靠近“端”，是各种产品的落地。在之前不断累积的大数据和算法优化过程后，当今正是各种场景之下的应用服务相继爆发之时。

而单从最近两巨头的动作就可看出，语音识别已成为其中主战场。也许这么说会觉得和无人驾驶相离太远，但仔细分析，无人驾驶现在更重视用户体验和人机交互，多个概念车中都展示了语音控制汽车，可谓能动口绝不动手，用户一声令下就直接控制汽车行驶状态，这其中对语音识别的需求也是不言而喻的。

各巨头看准语音识别必将火热、成为主战场自有其理由。语音交互之所以越来越被重视，是因为互联网、智能硬件的普及，改变了互联网的入口方式。而语音就是最简单的，最直接的交互方式，是通用的互联网输入模式。

从用户角度来说，最简单的控制就是“一声令下”的简单方式，无需任何操作让机器读懂人心。从商业场景来说，不论是娱乐、工作、家庭、出行、旅行等哪个场景，用户都会随时随地需要语音控制，特别是不同场景下的语音信息代表不同需求，覆盖全场景的语音接口搭载在各种智能硬件上，可以最大限度收集用户需求。在深度挖掘后预判用户未来需求，打通各个场景数据后可为各巨头建立自身的生态链，让更多场景的大数据反哺语音识别等人工智能技术的研发。

除了语音识别，AI在语音合成、对话管理。问答等方面也做了很多工作，还包括在不同端上的信号处理，例如麦克风阵列等等都是要去践的，这样才能完成语音交互的完整过程。语音识别技术的进展是有目共睹的，不过对此仍需保持冷静，人机交互的自然性尚未达到和真人交流一般的灵活，机器人或智能硬件的“智商”也不能和真人相比。

篇4

关键词：人工智能；智能营销；营销趋势；营销挑战

一、引言

随着人工智能技术的快速发展，越来越多的企业将人工智能技术应用到企业的日常生产经营活动中来。NarrativeScience和国家商业研究所的报告显示，在2016年仅有38%的企业表示引用了人工智能技术，而到了2017年这一数字迅速增长到了61%。与此同时人工智能技术在营销领域的应用也越来越广泛，在零售行业，人工智能可以通过自我学习，为消费者添加标签，描绘用户画像；在网络消费场景，智能人工助理可以帮助营销人员及时在线回答用户问题。人工智能的应用让消费者与企业的互动更加频繁，这也给企业营销活动本身带来了如隐私泄露、过度营销、用户倦怠等问题。如何正确处理人工智能技术在营销领域的应用问题，成为了学者们日益关注的重点。以往的研究已经从人工智能营销的技术基础、概念、隐私担忧等方面进行了分析，本文将从人工智能营销的内涵、趋势、挑战等方面进行梳理研究，希望能够对人工智能态势下的市场营销有更加全面的认识，为企业应对人工智能营销活动中的问题提供有价值的参考。

二、人工智能态势下的市场营销

（一）智能营销的内涵

智能营销，是伴随着人工智能应用的发展而产生的一个新的营销概念。智能营销不等同于电子营销，它是建立在大数据、人工智能、云计算等综合技术基础上的一种智能化运作模式（汪涛2014），是可以模仿营销人员的部分行为活动的过程。随着人工智能技术在营销领域的应用，智能化的设备通过仿真、思考、行动等模式完成了营销人员所需要进行的一部分工作，深刻改变了营销思维和方式。作为智能经济条件下的新产物，目前学者们对智能营销还没有形成一致的概念界定。但是随着对人工智能的逐步深入了解，业界逐渐形成了一种共识，即它是企业借助计算机网络、移动互联网等智能技术来进行营销活动的各种新思维、新方法、新工具的一种创新营销新概念（常亚平2018），它包括智能识别、智能存储、智能执行等多个方面。

（二）智能营销的技术基础

人工智能营销的兴起离不开技术的支持，根据以往文献的研究，可以将智能营销发展的技术基础大致归为三个方面：首先，移动互联网和5G技术为智能营销发展提供了海量数据来源的保障。智能营销发展的重要基础就是数据，持续可靠的数据获取是智能营销所需的核心技术之一。随着移动互联网和5G技术的发展，营销活动借助虚拟现实技术、仿真技术、人工生物智能技术广泛深入到消费者的工作、娱乐、生活、消费等日常行为活动中，全方位地记录了消费者的行为数据，为智能营销的后续分析处理工作提供了海量的数据信息来源。其次，云计算帮助智能营销完成了复杂的数据计算和处理分析。移动互联网时代，大数据的发展使网络数据成几何倍增长，如何计算和处理分析这些海量数据成为了智能营销发展所必须解决的重要问题。云计算技术凭借强大的数据计算能力，很好地解决了人工智能技术应用过程中的海量数据处理问题，通过多维度数据的连接实现了万物互联，从而使消费者和智能设备的交互体验更加完善，营销场景也因及时准确的数据分析而更加智慧化。最后，人工智能商业化应用技术为智能营销发展提供了网络应用环境。德勤2019年《全球人工智能发展白皮书》显示，当前人工智能技术已进入全方位商业化阶段，并预测全球人工智能市场在未来几年会经历现象级增长（钱明辉2019）。我国也出台了相应政策来支持人工智能商业化应用的发展，2019年我国从事人工智能业务企业数量居全球第二。人工智能商业化的发展环境以及人工智能商业化应用技术的支持，为智能营销的发展创造了良好的外部网络应用环境。

（三）人工智能在营销中的应用体现

人工智能技术在营销中的应用，使营销活动体现出了新的特点，如：视觉、听觉、触觉等多种形态的新互动方式、个性化需求的预测等。根据营销活动的不同过程阶段，可以从四个方面来分析人工智能在营销中的应用体现。1.营销调查研究阶段。营销调查研究是营销活动的起点，通过提前的调研企业可以了解市场占有情况、消费者意愿、目标消费群体需求等重要信息。大数据技术以及人工智能技术的应用，极大地提高了企业营销活动前期的营销调研效率。消费者在各种生活消费场景中会留下自己的痕迹和使用信息，人工智能技术会帮助企业将海量的用户数据进行归类，如账户数据、交易数据、浏览数据等，并利用这些数据进行用户画像，从而准确分析出消费者的日常消费偏好、消费方式等信息，帮助营销人员获取营销调研后的第一手分类数据。2.营销策略的制定阶段。人工智能技术从全网智能抓取相关数据进行分析，并智能分析出最新热度关注点，帮助营销人员完成寻找吸引消费者的创新点环节，摆脱了以往只依赖于营销人员自身经验判断和小范围营销调研结果的限制。同时借助仿真技术、生物识别等技术，人工智能技术所创造的“人工脑”可以完成营销策略制定过程中的一部分思考工作，如创意筛选、优化等方面。3.营销执行阶段。以往的营销推广活动，需要营销人员提前进行宣传媒介的选择并且派大量人员进行实地配合，受限于地点、经费等外部因素。而人工智能技术根据网络热度数据分析，自行筛选出适合企业产品宣传的网络平台，并且根据用户使用偏好数据测算出适合的营销时间点、次数等，在用户进行相关网络访问时个性化推送符合该用户需求特征的营销方案，如喜马拉雅会根据用户年龄、性别、收听历史记录等自动推送相关收听图书资源和购买活动等。4.营销效果的评估阶段。以前的营销活动效果评估需要事后进行监测，而人工智能技术的应用帮助企业实现了实时监测，系统自动在全网络进行相关内容的数据抓取和分析处理，并将监测效果及时反馈给营销人员，方便营销人员根据消费者反应及时修改营销方案，降低了突发事件对企业营销活动的影响。

三、人工智能带来的营销管理新趋势

人工智能技术在营销领域的应用深刻地改变了企业的营销思维和营销方式，也让营销管理活动有了新发展，对于人工智能带来的营销管理新趋势可以从下面几个方面来理解：一是技术驱动营销变革。智能技术将成为下一代营销变革的新支撑。目前，仿真技术和人工生物智能技术的初步使用已经能够帮助智能设备进行部分营销工作中的思考问题。营销专家智能系统可以实现专业知识的传递和学习，在营销专家的训练下智能系统会增长解决问题所需的知识，并向用户提供解决问题的办法。电子自动订货系统，会根据企业线上线下的销售数据自动进行分析，智能识别畅销品和滞销品，并根据实际情况自动交换订单信息，减少营销人员在了解销售状况和消费者偏好等信息时所投入的时间成本。人工智能技术的应用带来了营销理念、方法、手段、工具等各个方面的改变，未来如何利用好人工智能技术来帮助企业进行营销活动是营销人员需要关注的重点。二是营销方式的多元化和营销推荐的大规模定制化。人工智能技术的应用给营销方式带来了巨大的变革，短视频营销、直播营销等新型营销方式使企业营销活动不再局限于传统线下和网络页面广告等方式。这种多元化的智能营销方式，可以更加广泛深入地获取消费者的各种使用数据信息，如抖音小视频会根据用户关注信息来自动推送相关产品宣传视频。智能化的营销方式让大规模定制化成为可能，企业可以借助智能技术和数据处理技术实现对每个用户的精准识别与记录，从而为其个性化推荐相关信息，实现营销个性化的批量自动生产。三是“AI+”智慧营销带来的跨场景营销。“AI+短视频”营销、“AI+KOL”的粉丝营销等不同营销策略，在人工智能技术的支持下各自发挥所长，应用到营销活动的各个环节当中。“AI+”的使用增强了消费者的互动体验感和真实感，如唯品会的智能试装功能可以帮消费者实现线上虚拟体验，大大提升了消费者从“看”到“买”的效率，缩短了购买转化时间。在移动互联网时代，消费场景碎片化、消费行为流动化，人工智能技术的使用可以帮助企业处理复杂的消费使用数据，系统整合消费者在不同场景的多维行为数据，从而精准识别不同消费个体在不同消费场景下的差异化需求，结合消费者的实时场景，为消费者适时提供跨场景的营销服务，突破圈层和场景的限制，扩大营销推广范围，提升企业的56品牌宣传度。四是基于智能识别、语音互动等技术的线上线下一体化智慧营销。根据2018年人工智能应用行业报告，目前人工智能技术已经可以应用到零售的全链条环节，既可以线上进行用户画像和精准个性化推荐，也可以线下智能物流、智能选址、优化消费者行为分析和商品运营环节等，这种线上线下一体化智慧营销，需要完整的人工智能技术体系的支持。通过分析消费者轨迹数据、可穿戴智能设备的身体数据以及社交消费平台数据等信息，利用线上线下信息的同步传输、人脸识别等技术，人工智能可以及时捕捉消费者行为及心理需求，并实现精准匹配。

四、人工智能时代市场营销面临的挑战

人工智能技术在营销领域的应用给企业和消费者都带来了极大的便利，但是技术都是具有两面性的，我们必须理性对待人工智能技术，正视人工智能应用过程中产生的问题。根据以往文献的研究，可以从以下几个方面来认识人工智能时代市场营销面临的挑战。一是人工智能背景下复合型营销人才的不足，带来的技术和营销的进一步对接问题。当前，智能营销领域的一个显著问题就是技术与营销的进一步深度衔接问题，懂技术、懂市场的复合型人才的不足使得企业在应用人工智能过程中出现很大障碍。一些机构掌握着最新智能技术，积累了海量数据；而另一些机构则了解市场，不掌握技术，技术应用与市场营销之间的衔接出现了隔阂。人工智能技术在营销的应用给所有领域的营销人员都带来了挑战，人才和工作需求双向失衡。企业必须培养复合型的营销人才，引进新技术培训课程，提升现有营销人员的整体技术素质，从而帮助企业解决智能技术与营销的进一步对接问题。二是人工智能营销过程中暴露的数据隐私保护和流量造假问题。各种数据隐私新闻案件的曝光，让越来越多的用户对新技术的使用保持着高度敏感。大量未经用户本人同意的数据非法监测和解读严重干扰着消费者的日常生活，一些企业甚至利用智能技术对用户个人信息进行预测分析来以此获取用户隐私。而流量数据造假问题更是进一步瓦解了消费者对网络消费活动的信任，一些企业为了短期的盈利，利用内容剪切等网络工具打造虚假流量信息，给消费者带来了误导，同时也严重干扰了正常的市场竞争秩序。为了能够让企业更有效地推进人工智能技术与营销活动的衔接，必须及时惩治非法获取消费者隐私的企业，营造良好的网络使用环境，同时企业也要在内部加强管理，提升营销人员的道德素养。三是全方位人工智能营销环境下的消费者心理倦怠问题。人工智能技术可以给消费者推荐各种个性化信息，但这种根据消费者使用痕迹来进行持续性的精准推荐很难不让消费者产生厌倦心理。随时随地的广告推荐、跨屏的无广告拦截、用户浏览记录的跟踪推荐等行为，在智能技术的推动下变得更加自动频繁。虽然人工智能技术可以帮助企业精准分析用户数据，但数据也不能完全反映消费者的内心，企业要避免对智能技术的完全盲从，以防消费者产生厌倦心理。营销活动是对人进行的活动，因此企业也要关注营销人员的营销经验，不能以技术决定一切，要将技术与人的主观感受相结合，真正做到从消费者本身需求出发。

五、结论

人工智能在营销领域的应用目前还处于初步发展期，企业在应用人工智能技术时必须理性看待人工智能技术。既要看到人工智能给企业营销带来的数据分析、精准识别等便利，也要看到人工智能应用带来的技术陷阱、用户隐私等问题。当然，人工智能技术在营销领域的应用未来还将有更进一步的发展，企业也要及时进行探索研究。本文仅从理论层面梳理分析了人工智能在营销领域应用的相关问题，未来还可以在其他方面进行深入研究：如何更好地解决人工智能应用过程中带来的隐私泄露问题，从而提升消费者的使用体验；人工智能的特征如何对消费者的行为产生影响；智能互动方式的改变对营销活动的影响，等等。

参考文献：

[1]高山行，刘嘉慧.人工智能对企业管理理论的冲击及应对[J].科学学研究，2018(11).

[2]常亚平，王良燕，黄劲松，等.3D（大数据、数字化和发展中）背景下的营销战略与转型专栏介绍[J].管理科学，2018(5):1-2.

[3]Shankarv.Howartificialintelligence（AI）isreshapingretailing[J].JournalofRetailing，2018，94(4):vi－xi.

[4]汪涛，谢志鹏.拟人化营销研究综述.外国经济与管理，2014(1):38-45.

[5]Wangtao,XIEZhipeng.Areviewoftheliteratureofper-sonificationmarketing[J].ForeignEconomics,Manage-ment,2014(1):38-45.

[6]钱明辉，徐志轩.基于机器学习的消费者品牌决策偏好动态识别与效果验证研究[J].南开管理评论，2019(3):66-76.

[7]王先庆，雷韶辉.新零售环境下人工智能对消费及购物体验的影响研究：基于商业零售变革和人货场体系重构视角[J].商业经济研究，2018(17):5.

篇5

一、互联网、大数据、人工智能背景下管理会计发展存在的问题

（一）企业对互联网、大数据和人工智能的使用意识相对较为薄弱

一个人价值选择和行为导向的形成在很大程度上会受到自身思想意识的影响与制约，有时何种思维方式就会形成何种价值选择与行为选择，同样地，在当前互联网、大数据、人工智能背景下，企业管理会计发展在很大程度上会受到相关发展理念和指导思想的影响与制约，从近几年我国企业管理会计发展实践来看，有相当一部分企业还存在互联网、大数据和人工智能的使用意识相对较为薄弱的问题，这已经在很大程度上影响了企业健康稳定发展。具体来说，现阶段企业对互联网、大数据和人工智能的使用意识相对较为薄弱这一问题主要表现为企业领导者对现阶段互联网、大数据和人工智能的认识程度相对不足，理解能力相对有限，未能意识到互联网、大数据和人工智能在企业管理会计发展方面的重要推动作用。企业领导者是企业发展方向的掌握者和发展政策的制定者，因此，企业领导者的思维方式和发展理念会在很大程度上对企业管理会计发展产生直接影响。企业领导者由于对互联网、大数据和人工智能的认识程度不足、理解能力相对有限，所以未能在发展过程中给予互联网、大数据和人工智能的使用以必要的重视，也不能在工作开展的过程中给予其相应的人力、物力和资金支持，导致互联网、大数据、人工智能与管理会计的结合难以取得实际成效，企业管理会计在新时代的发展成效迟迟得不到有效提升。

（二）管理会计理论和实践相脱节

在当今时代背景下，管理会计在发展过程中有了一定的理论创新，随着社会发展进行了新的探索和改变，这是值得鼓励和欣喜的一面。但不可否认的是，管理会计的理论创新与实践发展存在一定的脱节问题，导致管理会计发展并未取得实际成效。举例来说，尽管一些企业利用互联网、大数据和人工智能等现代化信息技术手段对市场进行了系统化分析，但这些分析仅仅停留在理论层面，并未涉及企业发展实际，因此未能投入到企业实际生产和运营中。管理会计的理论发展和创新在一定程度上还处于纸上谈兵的阶段，理论和实践之间存在脱节问题。

（三）管理会计工作人员专业素养相对不足

管理会计工作的开展和相关政策的实施在很大程度上依靠和依赖于管理会计工作人员，因此，管理会计工作人员专业素养的高低和实际工作能力的强弱会在很大程度上对企业管理会计工作的开展产生至关重要的影响。但是，从近几年我国企业管理会计工作发展情况来看，在互联网、大数据和人工智能背景下，我国部分企业还存在管理会计工作人员专业素养不足的问题，主要表现在以下两个方面。首先，管理会计工作人员的知识结构较为陈旧。随着时展和社会进步，管理会计工作人员只有紧跟时展步伐，不断学习和补充新的知识，才能跟上时展节奏。但就目前来说，一些管理会计工作人员未能跟上时展步伐，及时补充自身在互联网、大数据和人工智能方面的知识，导致自身知识结构还停留在以往阶段，知识构成相对来说较为陈旧，在日常工作过程中不能把互联网、大数据和人工智能相关技术与知识运用到工作中，导致自身工作质量得不到有效提升，工作效率也相对较低。其次，管理会计工作人员对互联网、大数据和人工智能的操作使用能力相对不足。在新的时代背景下，管理会计工作人员存在对大数据、互联网和人工智能的使用水平不足、能力偏低的问题，导致其在日常工作的开展过程中，不能将大数据、互联网和人工智能积极地与工作内容相结合，依然沿用传统的工作方式，使得管理会计工作效率和工作准确性都难以得到有效保障。

二、互联网、大数据、人工智能背景下管理会计理论与实践发展路

（一）着力增强企业对互联网、大数据和人工智能的使用意识

针对目前我国部分企业在发展过程中存在的对互联网、大数据和人工智能的使用意识相对较为薄弱的问题，应意识到从思想意识领域着手，增强人们对互联网、大数据和人工智能的使用意识，使他们认识到互联网、大数据和人工智能在企业管理会计工作质量提升方面的重要意义，具体可从以下两个角度考虑。首先，从国家层面来说。政府相关部门要对企业发展进行相关指导，针对当前大数据、互联网和人工智能的时代特点进行深入剖析，站在时展的高度上对管理会计发展进行分析，在此基础上引领企业更好地运用互联网、大数据和人工智能，以促进企业管理会计工作效率与水平提高。其次，从企业自身来说。企业要以领导者为切入点，着力提高企业领导者对大数据、互联网和人工智能的认识水平，力求在最大程度上确保企业领导者在管理会计工作开展过程中给予管理会计工作与大数据、互联网和人工智能充分结合以必要的人力、物力和资金支持，确保管理会计在新时代的发展能够取得新进展和获得性突破。

（二）确保理论和实践统一

针对目前我国部分企业在互联网、大数据和人工智能发展背景下存在的管理会计理论与实践相脱节的问题，企业自身必须充分意识到实现管理会计理论和实践统一的重要意义。企业要意识到在创新发展管理会计理论的同时，将相关理论创新投入到企业发展实践中，对理论创新投入实践工作给予必要的资金支持和人力支持。此外，我国在研究管理会计理论发展与创新的过程中要避免照搬照套发达国家的成功经验，而要在最大程度上结合我国实际发展需求开展管理会计理论创新发展工作，力求在最大程度上确保管理会计理论发展符合我国社会发展、管理会计理论创新能够投入到实践中。在实践运用方面，企业要运用互联网、大数据和人工智能构建科学完善的管理会计信息系统，管理会计信息系统的构建是新时代企业健康稳定发展的重要前提和基础。在这个充满变化和挑战的时代，互联网、大数据和人工智能能够有效实现对海量信息数据的收集、整理、分析和提取，运用其中的关键信息为企业财务政策制定、相关发展战略决断和发展方向选择提供有价值的参考。

（三）建立高素质专业化的管理会计工作队伍

对原有的管理会计工作人员进行专业化和系统化培训。在互联网、大数据和人工智能背景下，管理会计工作提高发展质量不能通过大批量更换原有工作人员的方式来实现，因为管理会计工作在很大程度上具有复杂性和长期性特点，这就决定了管理会计工作质量和水平的提高需要不断提升管理会计工作者的专业水平，并在时展过程中不断补充其理论知识，更新其知识结构。就目前来说，企业可通过聘请专业权威人士开展讲座和培训的方式，对原有的管理会计工作人员进行专业化培训，从大数据、互联网和人工智能的使用方面不断提高原有工作人员的管理会计工作能力，使其可以在日常工作开展过程中运用好互联网、大数据和人工智能相关手段。例如，企业可以在对原有管理会计工作人员培训的过程中着力培训企业工作人员深度挖掘数据的能力，并利用互联网技术和人工智能进行数据采集和分析，不断加强新时代企业在管理会计工作中对数据库平台的建设，提高对数据的分析能力、判断能力和运用能力，给企业发展注入新的活力。而从企业管理会计工作人员自身来说，在互联网、大数据和人工智能背景下，其要树立终身学习理念，在时展过程中对新产生的知识及时关注和积极学习，力求在最大程度上掌握新的管理会计相关知识，进一步适应互联网、大数据和人工智能时代管理会计新的工作方式。此外，企业还可以通过引进优秀人才的方式提升管理会计工作人员队伍质量。优秀人才的引进有利于给企业发展注入新鲜血液，带来新的活力、新的工作思路和新的工作方法，推动管理会计工作不断开拓新境界。但是，企业在人才引进的过程中需要注意的是，平衡好被引进人员理论知识方面与实践操作能力方面的关系，力求在最大程度上确保所引进的优秀人才既具备高水平的管理会计理论知识，又能将相关理论与实践充分结合，推动企业管理会计实际工作质量和水平提高。

三、结语

本文以互联网、大数据、人工智能背景下管理会计的发展为切入点，深入分析新时代背景下管理会计发展存在的问题，例如，对互联网大数据和人工智能的使用意识相对较为薄弱、管理会计理论和实践相脱节等，并在此基础上提出了诸如着力增强对互联网大数据和人工智能的使用意识、确保理论和实践统一以及建立高素质专业化的管理会计工作队伍等管理会计发展路径，希望对促进我国管理会计高质量发展有一定的积极影响。

参考文献

篇6

关键词：人工智能；电气信息类；教学应用

教师在电气信息类专业教育教学中在运用人工智能技术进行教学时，要对人工智能技术的含义和特点进行深入的分析和研究，并且还要了解电气信息类专业的育人目标和教学要求，将人工智能和电气信息类专业教学进行有机的融合，为学生打造全新的教学课堂，从而使学生的专业素质和学习能力能够在人工智能的运用下得到有效的提高，为学生后续的发展提供更多的可能性。

一、人工智能时代的概述

人工智能（ArtificialIntelligence，缩写为AI）亦称智械、机器智能，指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序来呈现人类智能的技术。该词也指出研究这样的智能系统是否能够实现，以及如何实现。人工智能于一般教材中的定义领域是“智能主体（intelligentagent）的研究与设计”，智能主体指一个可以观察周遭环境并作出行动以达致目标的系统。约翰麦卡锡于1955年的定义是“制造智能机器的科学与工程”。安德里亚斯卡普兰（AndreasKaplan）和迈克尔海恩莱因（MichaelHaenlein）将人工智能定义为“系统正确解释外部数据，从这些数据中学习，并利用这些知识通过灵活适应实现特定目标和任务的能力”。人工智能的研究是高度技术性和专业的，各分支领域都是深入且各不相通的，因而涉及范围极广。人工智能是研究使用计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能是十分广泛的科学，它由不同的领域组成，它是哲学、认知科学、数学、神经生理学、心理学、计算机科学、信息论、控制论、不定性论、仿生学等多种学科互相渗透而发展起来的一门综合性学科。在人工智能时代下进行电气信息类专业教育改革的过程中，需要对人工智能时代的含义和发展背景进行深入的分析和研究，这样才可以给电气信息类专业教育改革指明一个正确的方向，保证后续工作的科学性和有效性。在2016年的世界经济报告中，人工智能被预测为第4次工业革命的主要技术代表，人工智能的发展将从宏观到微观的各个角度进行相互的渗透以及融合，从而符合各个领域对于智能化技术的新要求和新需求。在人工智能技术发展的过程中，产生了大量的新技术和新产品，也形成了新的产业核心的发展模式[1]。我国经济结构在人工智能时代下发生了重大的变革，由于人工智能技术独特的技术形式和技术模式，深刻地改变着人们的生活方式和生活模式。在一定程度上不仅可以推动我国社会生产力的提高，还有助于推动科学技术水平逐渐朝着智能化和数字化的方向而发展，从中可以看出人工智能技术的发展是时展的必然趋势，并且发展前景是比较广阔的。人工智能技术主要是指将多个学科技术进行有效的整合，其中涵盖了计算机学科、语言学科和心理学科，智能化特征是比较明显的。在实际应用的过程中，由于融合了各种尖端的技术，能够将技术能力和技术思维进行有机的结合，模仿人的工作行为和思维，在当前时代下人工智能技术得到了蓬勃的发展，但是人工智能技术的发展也需要一定的时间和精力。首先，在实际用的过程中相关工作人员进行了机器人的研发，机器人可以在复杂的环境中对信息进行有效的替代和处理，模仿人类的思维进行日常的工作。在后续工作的过程中，相关工作人员进行了数据系统的开发，可以自动化和智能化的对计算机数据进行有效的处理以及分析，在较短时间内提取出有效的信息，完成整个工作流程[1]。随着我国当前科学技术的不断发展，一些工作人员纷纷加强了对人工智能技术的研发力度和开发力度，不仅可以提高计算机的使用效果，还可以及时的发现在计算机系统日常运行过程中所存在的故障。在当前时代下人工智能技术的使用范围在不断的扩展，并且人工智能技术的发展前景是非常广阔的，在计算机网络技术中发挥着独特性的作用和决定性的重要影响的作用。

其次，随着人工智能技术的不断发展，人工智能技术和各行各业进行了相互的渗透以及融合。在当前电气信息专业领域中人工智能技术得到了广泛的应用，并在实际工作的过程中对原有的工作模式进行了有效的改进和创新。一些工作人员在实际工作的过程中构建了自动化的工作模式和工作平台，将人工智能技术完美的融入电气信息领域中，不仅为我国电气信息领域指明了一个正确的方向，也在一定程度上提高了人工智能技术的水平。最后，人工智能技术的发展，在电气信息领域中的影响是迅速扩大的，人工智能的使用会对电气信息行业的各个环节产生深刻的影响，甚至是革命性的变化。人工智能的应用不仅仅停留于行业的技术层面，更加重要的是在人工智能时代下一些新的工作思维和发展理念。作为电气信息类专业的工作人员在人工智能的时代下要提高自身的专业素质和专业水平，根据人工智能时代的特点以及发展方向，对原有的工作模式和工作理念进行深入的改革以及创新，并且还要掌握有关人工智能方面的新技能，从而使得电气信息类专业影响力能够得到有效的提高。但是从侧面来看人工智能技术的发展对于电气信息类专业2本刊特稿科学咨询/教育科研2021年第24期(总第745期)来说是把双刃剑，给实际工作带来了新的挑战，一些工作人员不得不提高自身的专业素养和专业素质，掌握更多的人工智能技术。在当前时代下这种影响和变革已经被普遍认可，因此使我国电气信息类专业行业能够得到良好的发展。高校要对电气信息类专业教育进行适当的改革以及创新，根据当前人工智能时代的发展方向和对人才的要求，对学生的综合素质和创新能力进行良好的培育，从而使学生能够充分的发挥人工智能技术的优势，提高电气信息类专业的水平和质量，再一次加深人工智能和电气信息行业的融合力度。相关负责教师要加强对这一问题的理解，对原有人才培养模式和课程教育重点进行适当的改革和创新，根据人工智能时代和电气信息领域融合的背景，提高课堂教学的科学性和针对性，从而使学生在毕业之后能够获得良好的发展。

二、人工智能对电气信息类专业人才需求的影响分析

人工智能主要是利用计算机对人脑功能进行模拟，具备一定程度的人类认知和分析问题的能力，人工智能是人类所制造的智能化技术，也是机器智能化发展的主要载体。在人工智能发展的过程中，由于是计算机科学领域的一个分支，所以在人工智能研究的过程中，涉及有关语言识别和图像识别方面的功能。在当前时代下，人工智能所形成的热点效应是比较广阔的，人工智能技术的应用，使得各行各业朝着智能化的方向而发展，对于电气信息类专业人才需求来说，也逐渐朝着智能化的方向而发展。电气信息类的教学，主要是为了让学生能够在班级学习的过程中，将理论和实践进行有机的结合，提高学生的实践能力和操作能力，实践性是比较强的。在电气信息类专业发展的过程中各种新兴的技术被应用其中，扩展了电气信息类专业的发展实力，并且人工智能和电气信息类专业进行了有机的融合和渗透。人们在互联网思维的影响下已经形成了互联网思维的发展理念，随着人工智能技术的广泛运用再加上云技术和算法技术的普遍化，这又给电气信息类专业的发展提供了重要的支撑。在相互融合的技术背景下，电气信息类专业也即将进入到人工智能发展的领域中[2]。因此对于电气信息类专业行业的工作人员来说，要了解人工智能时代下先进的信息技术，并且还要结合电气信息类专业在人工智能背景下的新特点，树立新的工作模式和工作理念，从而使得电气信息类专业能够在人工智能技术背景下得到广泛的发展。对于人才需求方面，要求高校要对原有课堂教学模式和课程教学重点进行深入的改革和创新，融入人工智能方面的内容，对学生的综合素质和专业能力进行良好的培育，高校要正确地理解人工智能对电气信息类专业教学的影响，从而使得电气信息类专业能够朝着生态化和持续性的方向而发展。

三、人工智能给电气信息类专业提供的机遇

在人工智能技术中，所涵盖的技术内容相对来说是较为丰富的，这在一定程度上有助于提高电气信息类专业的教学水平和教学质量。从中可以看出在当前时代下的电气信息类专业教育教学中，教师要充分地把握人工智能技术所带来的机遇，从而提高课堂教学的效果和质量。在人工智能技术中包含着语言识别技术和图像辨认技术，也可以对一些语言进行有效的处理和研究。在课堂教学的过程中，教师要充分的发挥人工智能技术的优势，让学生了解当前电气信息领域的发展方向和主要的发展特点[3]。由于电气信息类专业所涵盖的内容是相对来说较为复杂的，学生在日常学习的过程中，需要进行多个学科知识内容的学习，这给学生日常学习和教师的课堂教学带来了诸多的挑战，教师要结合课程教学的内容，对课堂教学模式和流程进行精心的安排。在实际工作过程中，要以计算机作为主要的辅助手段兼容，并且充分利用其他专业领域的技术来开展日常的教学。在课堂教学过程中，教师要充分的利用人工智能技术，对原有课堂教学模式进行深入的改革以及研究，并且结合新一代人工智能发展规划的这一大背景，对原有课程教育模式进行创新和调整，从而给学生提供更加广阔的发展空间。首先，在实际工作的过程中，人工智能技术重新构造了电气信息专业的课程，由于电气信息类的实用性是比较强的，在人工智能的技术下能够取得不一样的教学效果。将语言识别技术和图像辨认技术进行了有机的结合，教师可以充分发挥这些专业技术的优势，提高课堂教学的效果。另外在课堂教学情景中，教师可以利用人工智能技术来实现网络化的教学，并且为学生打造智能化的工厂开展虚拟实验室，从而对学生的专业能力和操作水平进行良好的培育。其次，在电气信息类专业教学中人工智能技术的应用能够对传统课程教育模式进行有效的转型和升级。在以往课程教学中，由于电气信息类专业所涉及的知识学科是相对来说较为丰富的，这给教师的日常教学带来了诸多的问题。比如在实际教学的过程中很难实现课程的有效统一，也无法为学生打造标准化的课程教育体系，在进行个性化和独特性课程教学方面的力度还是不足的，甚至也没有完善的教育体系进行主要的支撑，这给实际的教学工作带来了诸多的问题。随着人工智能技术的应用，在课程教育的过程中，教师可以充分的发挥人工智能技术的优势，对相关信息进行有效的总结和收集。从而为学生打造个性化的教学课堂，并且运用人工智能技术，还可以对不同学生的学习需求进行分析和研究，提高课堂教学的针对性，从而使学生可以更加积极地进行知识内容的学习，实现快乐学习的效果[4]。在专业教育中教师要充分的发挥人工智能技术的优势，提高人工智能技术的应用性效果，对学生的知识需求进行深入的挖掘以及研究，从而使学生的学习质量能够得到有效的提高。与此同时，在课程教育的过程中，教师还可以进行课堂情景的构建，通过网络化的教学为学生再现一些生活中的真实案例，为学生全面素质的提高奠定坚实的基础。

四、人工智能技术在电气信息类专业教育教学中的应用路径

（一）转变人才培养目标在人工智能时代下的电气信息类专业教育中，由于原有的教育重点和人才培养模式已经无法顺应人工智能时代的发展特点和对人才的需求了，所以在实际工作的过程中，要对电气信息类专业教育进行有效的改革，帮助学生在毕业之后能够获得稳定的发展。首先，在对电气信息类专业教育进行改革时，要转变人才培养的目标，这主要是由于人工智能技术在电气信息类专业行业中的运用对各个环节都产生了非常深刻的影响，并且电气信息类专业对于人才的需求发生了很大的变化。比如，对人才的知识结构和专业技能方面都和传统发现模式有所不同，在电气信息处理的过程中提出了诸多的要求。相关电气信息类专业从业者不仅要具备完善的理论知识，还要具备创新性的思维能力，能够面对当前变化多端的人工智能时代，具备新的技术和新的思维，灵活地运用在实际工作中所存在的问题。因此对于电气信息类专业教育来说，要对人才培养目标精准定位，实现良好的变革。其次，电气信息类专业要着眼于当前国际发展方向和新业务的特征，了解有关业态产品和专业能力方面的内容。从这些问题入手提出正确的人才培养目标，并且对原有课程教学进行改革和创新，从而促进学生能够在课堂学习的过程中加深对人工智能技术的了解，提高学生的专业素质和创新能力。

（二）升级人才培养模式在人工智能背景下对电气信息类专业教育进行改革时，要在原有育人模式的基础上实现有效的升级，改变传统的课程教学设置。当前大部分电气信息类专业院校还是采用之前偏理论的课程来对学生进行知识内容的讲授，虽然这些理论知识是学生在学校学习期间必须要掌握的内容，但是假如仍然向学生讲述这些课程的话，也没有将理论和实践进行相互的结合，使得学生无法在人工智能时代下得到良好的发展，因此相关负责教师在实际教育工作中要对原有人才培养模式进行转型和升级。电气信息类专业教师要根据当前电气信息行业的发展和对人才的要求，对课程教育内容进行重新的调整。首先，在实际教育的过程中要向学生全面地展示先进的人工智能技术，技术是推进电气信息专业前进的动力之一。但是在原有的电气信息类专业教育中，教育技术的实施和教学并没有受到相关负责教师的重视，教师在班级教学的过程中，也没有为学生融入当前先进的人工智能技术和运用案例，提高学生的专业素质。在人工智能时代下，人机协作是当前主要的工作模式和发展模式，因此对于电气信息类专业教育来说，要对人才培养课程结构和课程重点进行有效的调整和创新。教师在教学中不仅要加入有关以往课程的教育内容，还要对课程进行有效的扩展，融入新媒体和人工智能技术应用相关的课程。比如教师可以立足于教材中的内容，为学生创设多样化的实训活动和实践操作平台，在学生实践的过程中要融入先进的人工智能技术，这些教学模式的运用不仅可以让学生了解人工智能技术的实际应用情况，还可以多方位的锻炼学生的创新能力和实践应用能力。所以相关高校要适当的借鉴这一教学经验，提高课程教学的针对性。其次，在育人模式中还要加强对学生创新思维和操作能力的培养，在人工智能背景下，电气信息的发展模式和主要的发展方向都发生了一定的改变。在当前电气信息领域发展的过程中，为了使自身能够在人工智能背景下得到有效的发展需要创新和创意的人才，并且要求这部分人才能够掌握先进的人工智能技术，根据电气信息发展的实际需求和人们对电气信息的要求，从而生产出个性化和特色化的产品。在育人模式升级中，教师要将专业和特色进行有机的融合，构建新的教育思路，过硬的专业素质才是人才升级的重要基础。在人工智能时代下，信息的来源和途径逐渐朝着多样化的方向发展，在这些繁杂的信息中既有重要的信息也有多余的信息，所以要使学生能够对这些信息进行有效的辨别。高校在制定人才培养模式中，要专业性的锻炼学生的工作能力和专业素质，从而使学生能够在这些大量的信息中提取有用的信息，提高电气信息类专业的有效性。

（三）引入任务驱动的实验模式在人工智能背景下对院校电气信息类专业进行教学时，教师要在保留原有学习项目的同时，立足于学生当前的理解能力，开发新的教学内容。在教学中教师要求学生进行独立性的思考，并且教师还要对学生的学习思路进行适当的引导以及启发，使学生可以运用课堂中所学到的知识内容灵活的解决实际实验过程中所存在的问题。教师要引导学生运用不同的方法进行学习，鼓励学生进行大胆的设计以及验证。教师在班级教学的过程中，可以为学生引入任务驱动式的教学模式任务，驱动式的教学模式主要是以学生为中心，教师要立足于教材中的内容和课堂教学的目标为学生布置相关的学习任务，实现综合性的学习效果。在为学生布置学习任务时，要融入当前先进的人工智能技术，让学生充分的发挥人工智能技术的优势来完成教师所布置的任务。教师要在任务驱动式的教学模式中增加一些设计型和创新型的学习活动，让学生直接深入到实践学习中进行方案的设定以及验证，并且对最终的实验结果进行多方位的分析以及讨论。在班级教学的过程中，教师要让学生围绕着一个教学目标来开展日常的学习，并且学生在学习和验证的过程中，教师还要加强和学生之间的互动和交流，从而对学生的实验方向和实验思路进行有效的引导，使学生可以在强烈的学习兴趣和学习动力的驱动下进行自主性的探索以及学习，并且也可以在班级中形成良好的互动。

（四）利用人工智能技术进行辅的教学在电气信息类专业教学课堂中，教师在利用人工智能技术进行教学时，要在原有课程的基础上充分地发挥人工智能技术的优势，从而对实际教学起到一个良好的辅助作用。比如，在实际教学的过程中，教师需要将理论知识和学生的实践学习进行相互的结合，提高课堂教学的真实性和有效性，在课程内容中要围绕着各种企业的实际项目来让学生进行知识内容的学习，教师要利用人工智能技术的优势为学生展现真实的一线工作现场，让学生全面的感受工作的环境，不仅有助于提高课堂教学的效果，还可以让一些抽象的理论知识变得生动和直观，促进学生学习效率的提高。

（五）在电气设备故障诊断中的应用在电气设备故障诊断中，人工智能技术中的模糊理论、人工神经网络和专家系统的应用比较广泛。以前我们常常面临的问题是，当电气设备出现问题或故障时，总是表现出比较复杂的症状，采用传统处理手法难以对问题做出准确判断和查找，人工智能技术则很好地解决了上述问题。比如发电机的设备故障具有非线性、不确定和复杂性的特征，传统论断方法准确率非常低，而通过人工智能技术中模糊理论和专家系统的综合应用，能大大提高故障论断的准确率。

篇7

如今吴恩达的出走，是否会给百度的AI战略带来变数有待观察，作为BAT中最早布局AI的互联网巨头，这一变量也为科技公司未来在AI的竞争格局中带来新的想象空间。

人工智能将掀起下一轮技术革命已成共识，谁能把握这个风口，谁将在未来占据更多的话语权。

相比创业公司，BAT在人工智能领域拥有人才和数据优势，这为他们赢得先机。而在寻找中国创客导师、创新工场创始人李开复看来，吴恩达出走后很可能进入创业公司，脱离以大公司为首的“人才黑洞”走向开放，或许将是人工智能领域的新里程碑。

没有退路的百度

在腾讯、阿里巴巴一直稳定在2000亿美元的市值时，百度的市值却徘徊在600亿美元，引得外界经常被调侃百度已从BAT掉队，但在失掉移动互联网的机会、O2O战略不见起色后，百度坚定地扛起了人工智能的大旗。

自发展人工智能以来，百度从国外挖来包括吴恩达在内一批牛人，后者一度成为百度的二号人物。今年1月17日，百度正式宣布陆奇加盟百度任总裁兼首席运营官，陆奇在加入百度后表示，他的目标是将百度打造为人工智能时代全球领先的高科技公司。

而把时间倒回到2015年，那时候O2O进入到战斗的最后阶段，百度也毫不示弱。“我们先拿200亿，把糯米做好”李彦宏这样表示，随后加大了对糯米和百度外卖的扶植。

但对O2O的高付出并没有使得百度糯米做到第一位置，持续的高补贴使得亏损扩大。更加不容乐观的是，2016年百度活跃网络营销客户数量相较2015年下滑6.4%，广告业务营收在2016年第三季度首次下滑，同比下跌6.7%。

PC时代流量霸主开始转向人工智能，试图弥补错失移动互联网的遗憾。调研公司EMarketer在2016年9月的报告显示，在互联网广告市场，阿里巴巴已超越百度成为市场第一巨头，而百度总收入中，九成以上仍然来自广告业务。

种种并不好看的数据，也使得百度公司和李彦宏开始反思O2O棋局以及公司未来的核心增长点。人工智能成为百度重点押注的对象。李彦宏希望创造并攻占下一个风口，重回市场霸主地位。

作为百度人工智能战略的首席架构师，吴恩达一手打造了百度大脑项目，随着吴恩达宣布离职，百度宣布任命百度副总裁王海峰为AI技术平台体系总负责人，转向百度集团总裁和首席运营官陆奇汇报。

显然，陆奇已经成为百度人工智能领域最高指挥官，吴恩达的离开使得百度损失一名得力AI干将，但应该不会对百度人工智能布局产生太大影响，因为陆奇也是人工智能领域的大咖。

陆奇的上位，吴恩达的出走，以及一系列的人动说明，百度仍处在架构调整当中，AI能否快速输血百度还有待时间来检验。

伺机而动的阿里腾讯

如果说百度的AI战略是主动出击，那么腾讯和阿里巴巴的AI尝试则是防御性武器。他们选择了相对稳妥的方式进入，利用AI来提升公司自身业务以及帮助上下游合作伙伴，去巩固自己的市场地位。

3月19日，在东京落下帷幕的第10届UEC杯，来自腾讯AI Lab即腾讯人工智能实验室研发的人工智能围棋程序“绝艺”获得冠军。在人工智能领域一直低调甚至默默无闻的腾讯，依靠这款产品向外界宣示了对AI的探索。

“‘绝艺’的研究对腾讯的价值不止于围棋AI本身，它帮助我们在深度学习、强化学习方面进行了非常有价值的探索和创新，这些都将为将来的研究奠定很好的基础。”腾讯AI Lab负责人这样告诉新京报记者。

据了解，腾讯AI Lab在2016年成立，关注的四大应用方向：内容AI、游戏AI、社交AI和平台工具型AI，此次的围棋AI就和游戏AI密不可分。

腾讯作为一个社交和游戏基因很强的公司。在AI应用上面的探索，不仅来自自身核心业务需要，也是市场竞争使然。

比如已经成长为内容领域新巨头的今日头条，从诞生之日起就以优质的算法、推荐功能来抢占用户，已经成为用户心中的智能化新闻平台，而拥有微信公平台、腾讯新闻、天天快报等内容平台的腾讯，也不想因为人工智能而丢掉大批的用户。

在阿里巴巴，人工智能显然也成为马云押注未来商业的基石。3月9日，阿里巴巴技术峰会上，阿里推出“NASA”计划，面向未来 20年组建强大的独立研发部门，马云同时点名了五大技术：机器学习、芯片、IoT、操作系统和生物识别。“新经济体必须建在新的技术基础设施之上，建立在新的技术思考之上。”

2016年10月，Gartner的报告预测，到2020年智能机器人将能满足40%的客服市场需求。对客服需求量巨大的阿里巴巴显然不能在技术上掉队。

2015年，阿里巴巴就了基于人工智能的购物助理虚拟机器人“阿里小蜜”，这款应用基于语音识别、语义理解、个性化推荐、深度学习等人工智能技术，加之机器人每天能去学习几百万条人工的服务记录以及海量的知识源，智能水平在逐步提高。

打败BAT的会是AI创业公司吗？

著名华人科学家李飞飞说，人工智能将成为新的生产力，成为第四次工业革命的主要推动力之一。通过对BAT在人工智能领域的布局梳理发现，他们的AI路也在日渐清晰。

百度瞄准的是无人驾驶。3月1日，百度通过内部邮件宣布，成立智能驾驶事业群组，由陆奇兼任总经理。而此次成立的智能驾驶事业群组，由自动驾驶事业部、智能汽车事业部、车联网业务共同组成，旨在推动人工智能时代的传统汽车产业升级。

2016年11月乌镇世界互联网大会上，百度首次在全开放的城市道路实现自动驾驶试运营；今年初，亮相美国CES并向全球自动驾驶开放平台。百度近期表示，未来将继续加大对智能驾驶领域的投入。

阿里巴巴则是在云计算中加入AI的助力。从内部看，在阿里的战略体系之中，云计算一直都是电商、物联网的核心驱动力；从外部看，阿里云从2009年成立到现在服务了超230万客户，而随着客户存储数据量的剧增，未来对云计算的要求也会加大。

而腾讯尽管没有将AI作为核心，但从绝艺的表现和通过投资和收购布局人工智能公司来看，借助人工智能连接一切也在悄然进行当中。

外界对于BAT在人工智能领域的发展，持有的态度是希望其能更加开放。

篇8

【关键词】人工智能 超级计算力

一、引言

（一）问题提出

人工智能作为下一代技术发展的趋势，其方向也是众多科技界人士关心的问题。很多科学家预言，人工智能不仅仅是人类技术突破的下一个阶段，而且更是人工智能的发展潜力必将超出人类的控制，成为新一个物种，甚至可能替代人类，“统治”地球，我们抱着研究的目的，来探讨人工智能技术发展的方向与途径。

人工智能技术的发展对大多数人而言，是浑然不觉，全无概念的，但是从近年来各大科技公司的战略与产品上看，人工智能的确已经成为当下科技界争夺的战略制高点，苹果的Siri语音助手，谷歌的无人驾驶等单向的人工智能技术已经非常成熟，而大量的科技公司正在投入巨大的精力与财力进行研究，可以预见，在不久的将来，人工智能技术必将成为人类生产生活领域中广泛应用的技术之一。而对其进行发展脉络和规律的判断与估计也是十分必要的，也是顺应技术趋势，推动技术创新的必由之路。

（二）目的与意义

一方面，对于科学研究来说，繁重的科学和工程计算本来是要人脑来承担的，如今计算机不但能完成这种计算，而且能够比人脑做得更快、更正确，因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”，人工智能这门科学的详细目标也天然跟着时代的变化而发展。这些创造力以各种数学定理或结论的方式呈现出来，而数学定理最大的特点就是：建立在一些基本的概念和公理上，以模式化的语言方式表达出来的包含丰硕信息的逻辑结构。这种途径是数学赋予的，是普通人无法拥有但计算机可以拥有的“能力”。从此，计算机不仅精于算，还会因精于算而精于创造。我们可以将这样的学习方式称之为“连续型学习”。本质上，这种方法为人的“创造力”的模式化提供了一种相称有效的途径。

另一方面，对于人类的生产生活甚至未来来说，人工智能技术的快速发展，不仅会在更大程度上解放人的劳动时间与降低工作辛劳程度，使得人们越来越离不开机器的工作，并且每个人的生活方式发生根本性的转变，而且，更重要的是，在未来，人类是否会与机器进行深度融合，发展处全新的生命构造体，以此来迭代和进化，实现人类和机器人的和谐共存，还是人工智能会自动发展出自我意识，而在将来的某一个时点，机器人们将会对他们的缔造者――人类举起屠刀，实现自己称霸的野心，这也不得而知，因此，对人工智能的路径探讨是十分必要和有重大意义的。

二、人工智能发展趋势

（一）人工智能的准确定位

人工智能（Artificial Intelligence），它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

（二）人工智能的发展趋势研究

1、自我存续。这是一个十分显眼的要求，人工智能如果作为一个新物种存在，其必须拥有自我生存的能力，即离开人类，人工智能技术必将仍然存在。而且人工智能将与其他物种和环境形成新型交流互动方式。以极端的情况来说，如果人类在将来的某一天消失了，而人工智能必须拥有维持自身生存和发展机制和技术，如果是电量不足，核心机器人将会指挥挖掘型机器再次挖煤，或核能机器人运用核能来发电，以维持自身的正常运转，而这一切的工作都是在人工智能的机器内部解决，而并不需要人类的参与，这就是人工智能的自我生存功能。

2、自我迭代更新。这是在自我存续的基础之上发展而来的。一个机器，一代机器的存在可能并不是问题，而要想机器向人类一样代代繁衍不绝，则对人工智能来说，绝对是一个巨大的障碍。因此，在机器自身的自我繁殖更新迭代，也是必须要进行的过程，这就需要强人工智能的高度运用，来对整个机器人生态进行实时评估，不断地提出新的发展要求，而且立即组织机器人中的“科学家”对其进行研究与探讨，实验与创造，或者是融入生物技术而与之进行基因式的合作，这些都是不确定的，唯一能确定的是，离开人类的独立人工智能必须要有发展创造出更新更快更强的人工智能的能力。

3、自我认同。人工智能的自我认同分两个层面，一方面是对内进行认同，另一方面，是对外进行认同。如果假定人工智能是人类的发展方向，其必须会对人类关心的终极问题等产生同样的巨大疑惑，比如我是谁？我从哪里来？要到哪里去？宇宙的界限是什么？而且以人工智能的水平来看，它一定不会停留在思考的层面上，而是会进行各种不同的实验与探索，已验证自己的猜想。另一方面，人工智能作为一个以理性而存在的物种，其合作是建立在种种规章制度之上，而一旦有机器发现制度的漏洞，就会有进行套利和损人利己的动机，而阻止这种情况的发生，只能是建立在机器人的情感共同体的基础之上，即是机器人产生同样的情感，而形成有效率的合作与分工，而不会因为短期利益牺牲长远利益。

三、结论

由上述探讨可知，人工智能的发展道路还是非常漫长而艰辛的。对于其是否会取代人类，这个问题要依赖于将来的技术发展和人类的生命形态的演变而定，而我们对人工智能进行的物种化探讨是非常有必要的，也是对人工智能技术的发展和对其风险的防控具有借鉴意义的一个环节，是我们进行科学技术开发的留有的一个客观冷静的分析角度。

参考文献：

篇9

此刻，也注定有不计其数的互联网“思想家”正在为领先者书写着传记，这是一个特别的时刻，互联网时代的领先者和弄潮儿正沉浸于他们对时代的改变。

但就在此刻，巨头们不落窠臼，他们似乎正在抛弃互联网：2015年和2016年，整个Google都在推动一件事——改名Alphabet，希望彻底脱掉互联网公司的标签，在原来的搜索引擎、YouTube和Android之外，将Calico(生命工程相关)、GoogleVentures(创新投资部门)、GoogleX(研发自动驾驶汽车、智能隐形眼镜和提供互联网服务的热气球等)都归到Alphabet旗下。Google似乎已经意识到“互联网”时代正在终结。

本文，将和大家一起探讨即将跨越互联网的伟大时代以及超越互联网的技术革命，笔者命名这个伟大的时代为“时代”。“人机智能”是对应“互联网”的全新技术趋势，不仅包括“人工智能”，也包括对人类本身智能提升和超越的技术，人和人工智能是这个时代的两个平行主体。

在“人机智能时代”的核心技术呈现，我们命名为“WAR”(笔者译为“战国技术”)，WAR将作为这个时代的核心技术引领这次变革。具体来说，W是Vehicle(交通工具，即、无人机、无人驾驶等)和虚拟现实两个单词首字母组合，A是AI人工智能，R是Robot机器人。这四个核心技术是这个时代的主要技术基础和灵魂式的产业方向。

那么，“人机智能时代”为何在此刻出现？

一、文明的进化逻辑

“人机智能时代”的出现听起来确实很突兀。为了解释清楚这里面的过度逻辑，我们从移动互联网时代最经典的商业模式Uber式呼叫模式说起。

Uber，2015年在中国业务亏损10亿美金。它的竞争对手滴滴快的，2015年净亏损100亿人民币。前者是美国商业历史上成长最快的独角兽公司，过去7年时间里全球攻破400座城市，2015年完成交易额108亿美元，累计完成60亿美元，市值高达625亿美元。后者是中国商业历史的巅峰奇迹，1年时间内净亏损100亿人民币，估值却达200亿美金(相当于一年创造12个100亿市值的板公司)。

Uber中国的大股东是百度，滴滴快的背后是腾讯和阿里，应该说这场战争是中国商业历史上从来没有发生过的巅峰对决。那么这个巅峰对决和“人机智能时代”的出现有什么关系？

回答这个问题之前，先了解一下笔者对技术文明进化的研究。从下图我们可以看到：农业文明时期，人类是以发明工具来提高生产效率；工业文明时期，人类科技的主要变革是利用化石能源推动蒸汽机；互联网时期，人类通过知识进步提高了万物的连接和使用效率。那么到了人类文明的下一个阶段，“智能文明”注定是通过提高个体价值和创造全新个体来从更高的维度提高社会生产力。人机智能——就是人类科技文明的一个终极归宿。

实际上，从互联网向“人机智能”的跨越不是一夜之间发生的，我们现在再回到世纪巅峰对决的Uber和滴滴快的。Uber这类软件是通过人和机器对话的方式，以人为核心发起需求，由机器进行响应的全新模式。这种模式也是人类和人工智能的第一次深刻握手，在这个信息交互过程中，人类和人工智能之间将开启一个全新的连接时代，其开创性可类比为机器与人之间的深度连接和对话：凡呼求即得到，凡寻找即寻见。Ubers开启的正是这种能够满足人类自我中心的人机对话和需求呼叫的商业模式。Uber的商业模式已经是人类商业历史发展过程中最顶端的商业模式，这种模式超越大数据和可穿戴设备，如下图。

实际上，Ubers(Uber和滴滴快的等呼叫商业模式总称的公司)就是在“人机智能时代”到来之前，通过互联网的方式进行的数据积累，Ubers已经是一个基于手机的人工智能和“小机器人”，只是它没有人的形状被我们忽略而已，仔细想起来，他是否已经很智能了呢？

从Ubers的战略性推动，我们已经可以感受到人类和人工智能的距离正在被拉近，这种基础的信息交换已经开始，机器正在以前所未有的速度理解人类的生活，而Ubers凶悍的商业竞争手段背后是在掠夺下一个时代的原住民，这个价值不是互联网的用户思维可以比拟的。

二、巨头们的诺曼底

如果上面的讨论显得过于学术的化，我们再来感知一下巨头们冲锋的号角和战斗的炮火现在如何。多角度看几个片段：

片段一：交通工具。应该说在WAR时代到来之前，最早成熟的商业化来自于Vehicle的创新应用，即Uber、无人机、无人驾驶等。这三项是交通工具变革中最具代表性的三种形态，其中Uber更多是从智能交通的角度切入，无人机和无人驾驶则是一种结合人工智能的创新。和以往每次革命中提高动力系统不同，这次的技术革命是从人类能力增强的角度出发的。交通工具的变革，是对人能力的延伸，在“人机智能时代”具备先导作用。交通工具的变革应该在“无人驾驶汽车”或“无人驾驶飞机”的发展走向顶峰。从某种程度上，智能交通更能体现人机融合的深刻变革。

片段二：VR正在爆发。2016年1月14日，彻头彻尾的现实主义者高盛发表了一份长达58页的报告，详细讴歌了虚拟现实(VR)和增强现实(AR)的未来机遇。高盛认为，这将是下一个大型计算平台，会像电脑出现一样影响深远。并且预言2015年VR和AR的硬件软件营收将达到800亿美元，如果迅速跳出小众走向大众可以达到1820亿美元。更是大胆预测VR和AR在2025年的收入将超过电视机。在枯燥乏味、金钱至上的高盛分析师的眼里，头盔式显示屏将会是另一种计算形势，它不同于PC和手机，这类设备大多由头部和手部动作控制。高盛更是充满想象力的预言了VR可能在九大领域的蓬勃发展，从视频游戏到零售，从医疗到房地产各行业都会受到冲击。看来，新技术让旧贵族拥有了想象的翅膀。

片段三：2015年是有史以来人工智能技术发展最快的一年，DeepMind人工智能接近破解围棋，可能会继“蒙地卡罗树状搜索”(Facebook研发的人工智能算法)后为人工智能突破围棋带来曙光，这个带有历史性标志性的技术进展背后，人工智能回复邮件、人工智能聊天、人工智能主持人等一系列人工智能的研究进入应用时代。商业上最有代表性的事件是国际创新巨头IBM将进行有史以来最大规模的重组，并且提出“认知时代”的全新战略，聚焦业务于云计算和人工智能，也就是说，IBM是彻底为WAR时代改变商业模式的第一个国际巨头。回首IBM在近代100年的多次涅槃重生，从这个侧面我们也可以感知到新时代的脚步。

片段四：机器人研究吸引最顶级人才。AndyRubin(安迪·鲁宾)，前Google工程副总裁，Android开发的领头人。依然从Google离职并创立了一个叫PlaygroundGlobal的公司，公司的使命是做一个机器人版的安卓平台，把机器人的能力模块化，大大降低成本。这个平台将是“人机智能时代”重要的基础设施。从这个维度看，这已经完全不是互联网维度的创新，这多少让本文开头那些绞尽脑汁的互联网精英大跌眼镜；

片段五：机器人和人工智能列入美国总统报告。2016年2月份奥巴马总统提交给国会一份435页沉甸甸的报告，这份报告来自于经济顾问委员会顶级智慧的联合呈现。这份报告有一个重要的章节介绍机器人，提到“尽管机器人带来的实业风险和焦虑情绪无法免除，但是机器人能显著提升生产力和劳动力增长，占到10%的GDP增长和16%的劳动生产力增长。

报告有一段文字意味深长：“说美国经济在走下坡路，或者说我们还没有做出成效，都不是真实情况，真实情况是——以及众多美国人感到焦虑的原因——是经济正在以深远的方式变革，这种变革在大衰退(2007年金融危机)之前很久就开始。今天，科技不只是在取代组装流水线上的工作，而是在影响任何可以被自动化的工作。”

这是一段表面平静，背后波澜壮阔的描述，实际上，美国政府和经济经营已经开始在“人机智能时代”发力，并且大胆的憧憬“美国制造业凭借机器人得以复兴，而机器人技术也开始向服务业和商业转移，以此解决农业和人口老龄化等方面的问题，支持美国社会发展”，从美国政府的报告中，我们已经看到了机器人在“人机智能时代”的核心价值。回到中国，世界工厂是否会离开机器人的发展而存在？世界工厂，是否可能被机器人工厂取代？这是一个真问题。

以上五个片段的速揽，或许已经给我们呈现出一个新时代的影子，这个时代的智能已经超越了人和机器，融合了人类和造物主的共同创造，或许这正是“人机智能时代”的神性之所在。

三、无法抗拒的改变

篇10

—、机械电子工程的发展与特征

(一）发展历程

在机械电子工程发展初期，主要体现为手工制作，生产力水平较低，资源技术等对其发展产生制约。为了提升生产效率,逐渐朝着机械工业方向发展。

在生产线阶段，机械工程已逐渐发展到流水线生产，实现标准化大批量生产，.这一生产模式使劳动力得到解放，生产力水平大大提升，同时生产效率也得到提高。但是仍然存在一些不足，比如，部分生产仍就以进口为主，生产成本较大，在市场方面缺少适应力；>灵活性较差，难以满足不断变化的市场需求。

在机械电子产业发展阶段中，产品生产能够适应市场的需求，对于不断变化的产品需求产业化发展能够满足。

(二）机械电子工程主要特征

机械电子工程是复杂综合性学科，同各类学科之间都有着密切的联系。机械电子工程发展要以计算机、电子以及机械为基础，结合其他学科做出合理、科学的设计。在设计的过程中，要求每一个模块都能够实现有机结合，进而使得各个模块都能将其最大优势发挥出来。机械电子产品内部结构简单明了，并不复杂，无需复杂原件的投入，这样能在一定程度上使产品性能得到提升，进而扩大消费市场。

二、人工智能简述

人工智能是一门复杂，并且综合性较强的学科，所涉及到的学科比较多。也可以说，21世纪人工智能是最伟大学科之一。人工智能实现了对人的智能模拟，并且能通过计算机使认得智能化得到进一步的延伸，人工智能这门学科有着较好的发展潜力。人工智能在发展的过程中主要经历下列几个阶段。

初步阶段。人工智能在17世纪开始发生萌芽，法国在这一阶段成功诞生世界上的第一部计算机，这一计算器只是单纯的能进行加法简单运算，但是仍就轰动世界，进而在世界范围内，对这项技术开始进一步研宄。在最初阶段，人工智能并没有明显的进展，主要是在实践的过程中积累与总结知识，这为今后人工智能发展奠定坚实的基础。

发展初始阶段。美国人在二十世纪首次提出人工智能专业用语。在这个发展阶段，人工智能主要以证明与阐释为主要体现，在这一时期对于人工智能的研宄就是首要任务。

发展起伏阶段。随着人们对于人工智能的不断深入研宄，人工智能也处于持续的发展阶段，但是在实践过程中发现，要想使人工智能模仿和人类思维同步是非常困难的。大部分对于人工智能的科学研宄仅仅是停留于简单映射层面，对于逻辑思维的研宄仍就没有突破性进展。不论怎么说，在发展的起伏阶段，人功能智能也在发展中得到了技术创新，特别是在系统方面、计算机机器人以及语言掌握方面取得了较大的成就。

起伏阶段发展以后。在这一阶段，人工智能的相关研究得到了发展，尤其是第五届国际人工智能联合会议的召开，人工智能逐渐朝着知识层面的方向发展，大部分的人工智能研都会结合相应的知识工程，在这个阶段中，人工智能发展的高度是前所未有的，在一定程度上促进了人工智能应用于实际工程中。

稳步发展阶段。随着互联网技术的快速发展，对于人工智能研宄方向发生重大转变，由原本的单一主体朝着集中统一主体的方向发展。关于人工智能在实际中的运用以及研究，受到了互联网技术的影响。网络的普及与快速发展，在一定程度上促进了信息化的发展，信息在传送方面发生率重大性变革。在人们逐渐进入信息化社会后，在信息有效处理方面人工智能的发展_到了重要的作用，在模拟设计方面，机械电子工程的发展需要人工智能的大力支持。

三、机械电子工程与人工智能之间的关系

随着我国社会经济的持续发展，社会不断的进步，对于信息人们越来越重视。在21世纪，互联网技术得到快速发展，同时信息的传递也逐渐注入新鲜血液。互联网应用的普及说明人们正朝着信息时代的方向迈进，在社会逐步信息化以后，更加需要有人工智能这一技术的支持，特别是机械电子工程发展中有着重要作用，机械电子系统本身缺少一定的稳定性，这样在机械电子工程设计方面就有着较大阻碍存在。在现代社会中，信息的处理量持续增大，并且较为复杂，有些时候需要同时对不同类型的信息进行处理，所以需要采取人工智能的支持才能完成信息处理。人工智能主要包含模糊推理系统、神经网络系统这种两种方法。神经网络系统倾向于对人脑结构的综合分析，模糊推理系统更加重视对于语言信号的分析与理解。随着现代社会的发展，仅仅采取单一的人工智能方法，明显已经无法适应目前社会中不断变化的市场需求，所以，对于人工智能相关问题的研宂正逐渐朝着多方位、全面的人工智能方向转变。多方位全面人工智能系统通过模糊推理系统和神经网络系统相互统一的方式，扬长补短，将二者有效的结合起来，使得二者的优势得到最大程度的发挥。