人工智能解决方案范文

导语：如何才能写好一篇人工智能解决方案，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

 

根据《宁波市经济和信息化局关于组织开展2021年度宁波市智能制造优秀系统解决方案（第一批）申报工作的通知》（甬经信产数〔2021〕73号）等文件要求，经企业申报、各地推荐、专家评审和综合评定，现将2021年度宁波市智能制造优秀系统解决方案（第一批）拟认定名单予以公示。

一、公示时间：2021年7月9日-7月15日。

二、公示期间，如对公示内容有异议，可通过来电、来信、来访进行反映。

三、联系人：陈文林；联系电话：89292008（传真）；地址：宁波市鄞州区宁穿路2001号。

 

附件：2021年度宁波市智能制造优秀系统解决方案（第一

批）拟认定名单

 

宁波市经济和信息化局   

2021年7月9日       

 

 

 

 

附件

2021年度宁波市智能制造优秀系统解决方案（第一批）拟认定名单

序号

单位名称

解决方案名称

重点应用

行业/领域

属地

1

浙江蓝卓工业互联网信息技术有限公司

基于supOS工业操作系统的

石化行业智能制造解决方案

石化

海曙区

2

宁波智能制造技术

研究院有限公司

智云端-数据采集与生产

管理系统解决方案

工业互联网+安全生产

海曙区

3

浙江华工赛百数据

系统有限公司

面向汽车零部件行业的智能

制造整体解决方案

汽车零部件

江北区

4

宁波捷创技术股份

有限公司

三化融合整体解决方案

磁性材料

江北区

5

浙江第元信息技术

有限公司

第元基于5G+工业互联网的

设计制造一体化平台解决方案

电子信息

镇海区

6

宁波创元信息科技

有限公司

基于Neural-MOS的模具行业

智能制造系统解决方案

模具

北仑区

7

宁波腾智信息技术

有限公司

紧固件行业智慧工厂

解决方案

紧固件

北仑区

8

浙江文谷科技

有限公司

文谷汽车行业数字化工厂

解决方案

汽车零部件

鄞州区

9

舒普智能技术股份

有限公司

服装服饰车间集成解决方案

服装服饰

鄞州区

10

宁波伟立机器人科技股份有限公司

数字化车间集成-机床及

机器人解决方案

模具

余姚市

11

宁波舜宇智能科技

有限公司

智能数字工厂整体解决方案

电子信息

余姚市

12

宁波慈星股份

有限公司

慈星针织品智能柔性定制

系统解决方案

服装服饰

慈溪市

13

宁波智讯联科科技

有限公司

汽车零部件行业数字化车间/智能工厂系统解决方案

汽车零部件

宁波国家高新区

14

宁波沙塔信息技术

有限公司

面向机加工行业的工业互联网

平台解决方案

机械加工

宁波国家高新区

15

宁波易拓智能科技

有限公司

离散型注塑行业智能工厂系统解决方案

文体

宁波国家高新区

16

宁波极望信息科技

有限公司

面向离散制造业的极望Y9-MES整体解决方案

压铸

篇2

Concur一直坚持针对中国用户的特需求提供定制化的服务，并结合中国的财务管理政策优化自身解决方案，帮助客户全面满足中国增值税改革、合规性等多方面的政策要求。同时，结合中国用户出行特点，Concur已经与携程、滴滴出行等众多创新性的企业进行合作，提供专为中国商旅市场定制的一体化差旅和费用管理解决方案。Concur在全球差旅和费用管理领域拥有超过20年的实践经验，能够为中国企业提供高价值的跨行业费用管理服务，使其在全球化过程中符合各国财务合规性的要求，帮助他们有效管理差旅费用，优化成本，从而实现投资回报最大化。 Concur费用管理平台基于电子化的数据，可生成完整、多维度的财务报告，方便企业财务团队随时随地查询；同时，这些报告将差旅报销数据、差旅预批准信息、预定信息、企业资源规划 （ERP） 和信用卡信息集成到一个统一的系统，生成独立、全面、清晰的视图。

Concur全球总裁Mike Eberhard表示：“中国代表着一个巨大的市场机遇，我们在这里已经为众多跨国企业的中国分支提供了差旅和费用管理服务。我们很期待未来能够在中国继续扩大业务，将Concur的优质服务传递给更多的中国企业。与中数通信息有限公司的合作，让我们能在云端为中国企业提供更加优质的服务，从而全面拓展中国市场。”

Mellanox创新网络支撑科大讯飞走向前台

Mellanox公司日前宣布科大讯飞已采用Mellanox端到端的25G和100G智能网络解决方案为其打造下一代机器学习研究中心。该解决方案基于Mellanox ConnectX系列网卡和Spectrum交换机，将助力科大讯飞的语音产品实现高达97%的语音识别率。

“Mellanox的互连解决方案帮助科大讯飞成功搭建了下一代的机器学习中心，这将进一步提升我们的应用性能，从容应对未来的各种需求和挑战”，科大讯飞公司研究院常务副院长王智国博士表示。“而且，基于Mellanox以太网解决方案的高可扩展性，我们能够以最高效的方式提升计算和存储能力，无中断地扩展服务器规模。”

采用Mellanox 25G和100G Spectrum开放式以太网交换机，科大讯飞成功构建了一套灵活、可扩展、易于管理的高性能体系结构。该机器学习系统可以轻松处理巨大的并发流量，并且能够支持不可预测的业务增长。Mellanox尖端智能网络解决方案不仅为其提升了数据通讯的带宽、极大的增加了数据的吞吐率，还能提供自动化的网络配置和管理；支持 QoS 、RoCE v2和 TCP/IP 的融合网络。此外，该超大规模网络架构具有极高的可扩展性，可通过BGP实现全互连，提供8路/16路等价多路负载均衡（8/16 ECMP）。

基于Mellanox Spectrum交换机leaf-spine架构的网络拓扑结构解决了横向网络连接的传输瓶颈，而且提供了高度的扩展性，它几乎能适应所有大中小型数据中心。可以预见，所有企业的IT建设都是走向收敛型和高层次的虚拟化型叶脊网络结构，Mellanox将是广大行业用户构建现代数据中网络基础架构的最佳选择。

AI ON IA，英特尔加速人工智能创新和发展

2016 年 11月 30日，主题为“释放IA原力 拥抱AI时代”的英特尔人工智能论坛在北京召开。英特尔公司副总裁、数据中心事业部数据中心解决方案部门总经理Jason Waxman表示，“人工智能将变革企业业务运营方式以及人类与世界的交互方式。作为一家助力云计算，以及数十亿智能互联计算设备的公司，英特尔正继续转型以聚焦已经崛起的良性循环――云和数据中心、物联网、内存和FPGA等加速器，它们紧密联系在一起并通过摩尔定律而进一步增强――从而加速人工智能创新及其在企业和社会中的应用和普及。”

英特尔为人工智能提供全面的、极为灵活的端到端解决方案产品组合：构建于业界领先的基于英特尔架构的涵盖至强处理器、至强融核处理器、Nervana平台和FPGA、Omni-Path网络、3D XPoint存储等技术的硬件平台，结合英特尔针对深度学习/机器学习而优化的英特尔数学函数库（Intel MKL）、英特尔数据分析加速库Intel DAAL）等，和致力于为多节点架构提供卓越性能的开源软件框架如Spark、Caffe、Theano以及Neon等，及可推动前后端协同人工智能发展布局的Saffron、TAP、Nervana 系统、Movidius等工具和平台。同时，为推动人工智能战略的实施，加速相关技术的大众化并最终实现应用的普及，英特尔还积极建立与包括谷歌等业界领先公司在内的广泛的联盟，成立英特尔Nervana人工智能委员会等推动技术探索和创新，与全球领先机构合作提供开发者培训课程，从而构建涉及人工智能技术提升、教育培训、应用优化等广泛的生态。

国内首个网络直播行业景气指数

12月6日，中国信通院政策与经济研究所联合网宿科技共同首个网络直播行业景气指数，从直播带宽、观众活跃度、主播活跃度等多个层面构建了我国网络直播行业景气度的监测系统。数据显示，前三季度，中国网络直播景气指数持续上行，三季度网络直播景气指数环比二季度增长59.06%，网络直播行业的景气度加速上扬。

指数报告显示，近一年多以来，直播行业经历了野蛮式的增长，直播平台早已突破200家。截止到今年6月底，网络直播用户的规模已经达到了3.25亿，占网民总数的45.8%，并且这个规模仍在持续上涨。直播已经成为2016年互联网领域最为热门的现象级应用。安信证券通信行业首席分析师李伟表示，直播+的未来前景十分广阔，现在无论是直播+各种业态，还是原有BAT阵营或者其他业态，加速嵌入直播功能，都是在抢夺流量的入口，预计明年关于直播入口的争夺将更趋激烈。

认知计算助力神思电子转型升级

近日，IBM与神思电子在济南隆重举行签约仪式，宣布双方达成合作协议。IBM将为神思提供一站式的业务解决方案和技术支持服务，运用认知计算和应用能力帮助其展开由从智能识别到认知行业解决方案，由行业深耕到行业贯通的转型升级。神思电子作为IBM重要的合作伙伴，将与IBM一道为其服务的行业客户打造基于认知计算、物联网和大数据等技术的解决方案。在合作的第一阶段，神思计划利用IBM Watson Explorer和IBM Watson IoT Platform上的SaaS产品打造国内领先的商业服务机器人和个性化的认知行业智能解决方案，并有望首先应用于医疗、金融等领域。济南市市委常委、副市长苏树伟，神思电子董事长王继春以及IBM副总裁兼大中华区认知解决方案总经理Robert Josef Simmeth等领导出席并见证了签约仪式。

神思电子希望依托多方位的智能识别和行业应用技术，以及在移动互联、免签免密小额支付、数据挖掘等领域积淀多年的行业经验，并结合IBM在认知计算、物联网和大数据等技术领域的领先优势，在移动商业、便捷支付、银医自助等应用领域继续深耕，为现有客户提供‘认知+’的行业解决方案。

数字化举措促进中国大陆企业业务表现提升

CA Technologies近日公布了一项名为《保持得分：数字化转型为何如此重要？》的调查显示了经营业绩与支撑数字化转型的技术实践之间具有紧密联系。

该项调查采用了“数字化转型业务影响计分卡”（BIS），涉及业务敏捷性、业务增长、以客户为中心和运营效率四个类别。总体来看，中国大陆企业数字化举措的影响力得分为50分，在世界范围内排名居中。在亚太及日本地区，敏捷管理、DevOps、API管理和以身份为中心的安全性等数字化实践被广泛采用，使业务影响力提升高达54%。有33%的中国大陆企业认为对数字化方面的投资有助于企业明显超越竞争对手。

在该项调查中，中国大陆企业受访者表示数字化转型为其带来以下效益：85%扩大了数字化覆盖范围、82%提升了用户体验、34%提高了客户满意度、33%加速了上市速度、29%增加了新业务收入、27%缩短了决策时间。

亚太及日本地区的一些发展中国家在BIS中表现强劲，领跑全球榜单，其中包括印度（79分）、泰国（71分）、印度尼西亚（66分）和马来西亚（64分）。中国大陆（50分）在此次评估中位居第六名的中间位置。调查指出，新兴经济体相较于成熟的传统经济体更具有发展潜力，也更易于进行数字化转型，这是因为新型经济如“白纸”一般的特质使其可以避免受到旧系统的束缚。

首届全国大学生集成电路创新创业大赛启动

篇3

现有的财务危机预警研究大多集中在定量预测财务危机的方法上，许多研究人员只是探索某种具体的财务危机预警方法，本文主要从财务危机预警理论、实验用样本数据及定量财务指标体系、基于规则的产生式系统的财务危机预警方法、基于群决策的财务危机可能性评价预警方法四个部份展开研究，设计了一套智能专家系统，将应用人工智能技术的财务危机预警作为财务管理的一个重要分支进行深入探讨和分析，丰富了财务危机预警研究工作的内容和成果。

关键词：人工智能；财务管理；专家系统

一、前言

1.1 人工智能在财务软件上的应用研究现状

财务管理软件在我国的发展可追溯到上世纪80年代中期，经历了dBASE、FoxPro的时代，然后发展到在Windows系统平台上进行开发，目前国内从事财务管理软件的开发和销售工作的公司超过500家。经过近年来的发展，关于基于人工智能技术的财务危机预警的实证研究文献层出不穷。相比较传统统计研究方法和新兴人工智能研究方法，它们的区别在于预测的准确率和预警方法的先进性与智能化。杨保安、徐晶、查秋野曾在研究中用BP神经网络进行财务评价，运用专家系统采用"规则组"的知识表示策略，对其它诸因素及分类综合进行了分析得出了最终的贷款风险分类等级。梁荣华在《人工智能在财务决策支持系统中的应用》中研究了实现FDSS的知识库系统时用到的财务知识表示与财务推理机制，并针对同一个具体的财务实例，探讨了是如何用财务知识表示与财务推理机制的。

二、智能财务专家系统的基础与理论

2.1人工智能的定义

对于“人工智能”一词，戴汝为是这样表述的：“人工智能最早在1956 年的Dartmouth学会上提出。在后来的研究中，人工智能的概念伴随着相关领域的研究者们发展的许多理论和原理不断的扩展，是一门非常具有潜力和挑战性的学科，熟悉计算机技术、心理学和哲学等对是从事这项研究工作的基本要求。李陶深认为，人工智能的主要研究目标是使机器能够模拟人类智能去完成一些复杂的工作，这门科学的内容非常广泛，它包括了许多不同的学科领域，如：计算机模拟和机械学习等。

2.2财务危机预警系统的意义

常言道：滴水穿石，非一日之功。面对现代社会激烈的竞争，原本一些微不足道的小问题，如果在初始阶段没有得到重视，或许就会给使用单位造成严重的后果和错过解决这些问题的最佳时机。财务危机预警是以日常财务管理工作涉及的各种信息为依据，通过分析，可以准确评价单位过去一个期间内业务开展的整体情况以及财务管理的工作效果，通过财务危机预警可以帮助管理者把握业务开展和财务管理的趋势和方向。财务危机预警方法同时也可以作为一种有效的诊断手段，能实时对预警对象的业务开展过程和财务状况进行监控和分析，及时发现财务状况异常的征兆，并迅速预警，帮助管理人员及时采取应变措施，尽可能地避免或减少损失。

2.3专家系统

专家系统从结构上看，是一个由知识模块、推理模块和控制模块构成的解题程序系统。系统将知识和经验通过各种途径存入计算机系统内，建立知识库，然后对输入的原始数据选用适当的规则进行推理，做出决策和判断，使其表现出专家的解决和处理问题能力。静态或动态知识库和相关推理机制是专家系统的核心内容，它的主要组成部份是：知识库、推理机、工作数据库、控制系统。专家系统可以采用程序设计语言、专用知识表示和处理语言、高级程序设计语言、专家系统外壳四种方式实现。

三、基于群决策的财务危机可能性评价预警方法

3. 1群决策的应用

群决策是于近代随着西方经济学的发展而发展起来的一门理论，是为了充分发挥决策群体中每一个决策单元的知识和经验，克服个体的片面和狭义，由多个决策个体共同参与决策过程并形成最终决策的一种决策方式，其中：决策群体是由多个决策单元共同构成。群决策常见的四种决策类型分别为：（1）权威决策（2）投票决策（3）共识决策（4）无异议决策。

引入群决策机制，不但能够有效弥补评价指标体系的不足，而且还可以降低数据分析过程中的信息不对称和信息失真。群决策是指根据对群体中各成员偏好的分析和集结，求出群偏好作为决策依据的一种决策方法。

3.2群决策的评价过程的设计

根据上文的设计，在专家系统的群决策模块中包括了多个决策单元，这些决策单元独立对目标事件进行评价，每个决策单元都由多个财务评估指标构成，决策单元的结构主要包括：决策单元编号，评估指标、评估指标得分、权重值和决策单元总得分等。

决策单元编号：决策单元的唯一代号。

评估指标：评估的具体内容。

评估标准：评估的方式和评分标准。

评估指标得分：根据评估指标而得到的分数。

权重值：该指标在决策单元中的重要程度。

决策单元总得分：所有评估指标得分相加。

每个决策单元对应一个独立的备选方案集，根据决策单元各项评估指标的得分情况，在备选方案集中选择出最佳的解决方案。备选方案集的结构主要包括：备选方案编号，备选方案等。

如果将单个决策单元表示为D1、D2 、D3 … Ds，决策群体可以表示为：

D = { D1 + D2 + D3 + … + Ds }

由各个不同的决策单元选择出来的最佳方案，通过组合，成为了评价结果汇总作为初步的输出方案。

3.3群决策的财务危机可能性评价预警方法的设计

结合群决策的特点，本文设计了一种基于群决策的财务危机可能性评价预警方法。（工作流程见图3-1）

第一步：将样本数据输入控制系统。

第二步：控制系统分别调用各个评估个体，对样本数据进行评估。

第三步：个体在评估结束后，将评估结果反馈给控制系统，控制系统对这个评估群体的评估结论进行汇总和分析后，得出策略群评估汇总结果。

第四步：由控制系统对策略群评估结果进行可能性分析，如果通过，则输出结果，如不通过，则返回控制系统重新评估。

四、专家系统的设计

4.1专家系统的架构

经过以上章节的分析与探讨，本文所探讨的专家系统框架和实现方式基本构建完成：

作为一个智能财务专家系统，我们设计的目的就是能够让它模拟财务专家的思考和解题方式的，去解决一些日常工作中需要耗费大量的人力资源和需要大量财务知识和专家经验才能解决的财务难题。一个经验丰富的财务专家，工作基本依据下列流程：

1.对财务事项的正确性、符合性进行判断。

财务是一项严谨的工作，接触到一笔新业务的首要工作，就是判断否合法合规。

2.结合多方面数据和财务指标进行综合评价分析。

财务工作中包含的各个因素是相辅相成而又相互影响的，单单的依靠个别财务指标，是无法对当前的财务状况作出正确评价的。

3.结合实际情况进行财务决策。

根据综合分析的结果，进行相应的决策工作。

本文探讨的智能财务管理专家系统（以下简称专家系统）采用辅助软件的形式与SQL数据库直接对接，从而获得相关的财务数据（同时考虑到专家系统仅作为辅助手段而并非账务处理工具，所以专家系统对数据库的操作仅设计为读取）。

专家系统的模型主要由：知识库、推理机、工作数据库、控制系统组成，其中的知识库是系统中的主要知识表示。

4.2专家系统的架构

根据前面章节的设计，专家系统的主要功能包括：

（1）存储专家系统正常运行所需的各种数据，如：知识数据和推理规则。

（2）将专家系统运行过程中的输入数据和规则推理过程中产生的各种信息进行有效储存和释放，合理利用系统资源。

（3）在读取输入数据后，调用知识库中储存的信息，通过策略推理来对已读取的数据中存在的问题寻找最佳的解决方案。

专家系统的工作过程见 图4-1 专家系统工作模式

本文设计的专家系统具有以下特点：

（1）数据连接便捷、安全、高效。直接通过对SQL数据库的操作实现对财务数据的读取，并且不会对数据库中现有的财务数据进行操作，不影响CIQ财务软件的正常使用。

（2）符合财务工作流程的要求。在财务期间结束前（记账而未结账的状态下）快速对当期的会计凭证进行的符合性审核，并对发现的错误给予更正提示，有效避免了财务日常工作中符合性错误的发生。

（3）数据分析全面，针对重大的财务事项实现辅助决策。通过群决策的方式，对重大的财务事项进行多方面的分析与评价，给出辅助决策意见。

五、结语

通过系统的开发，我们可以发现，智能化的财务系统借助电子计算机强大的数据处理能力，在减轻财务工作量的同时，为财务决策以及危机预警提供了可靠的支持。

本文的设计专家系统开发模式，知识库信息的质量决定了专家系统的工作效率。如何保证知识库信息的质量以及数据更新的及时性是需要认真考虑的难题，这个问题在人工智能领域被称为知识获取，如何提高专家系统的智能化程度， 解决知识获取的“瓶颈”以及较差学习能力、推理能力的“脆弱性”等问题将是智能财务专家系统下一步需重点研究解决的重点难题之一。

[参考文献]

[1]杨保安、徐晶、查秋野，基于人工智能贷款风险分类的系统设计，《管理工程学报》，2003 第2期

[2]梁荣华、史济建，人工智能在财务决策支持系统中的应用，《计算机工程与应用》，2001 第8期

[3]戴汝为，人工智能[M]，化学工业出版社，2002版

篇4

Amazon Go 之后，即拿即走、免排队购物的无人零售店成为行业趋势。

不久前，上海街头出现了一家24小时无人便利店――缤果盒子;紧接着，娃哈哈与研发无人智能零售店技术的深兰科技牵手;7月8日，第二届淘宝造物节现场，阿里无人超市“淘咖啡”首次亮相。

放眼全球，除了阿里巴巴、亚马逊等电商巨头，各类大小公司纷纷布局无人零售，想在人工智能新零售市场中抢夺先机。

实地探访：“刷手”进店

7月8日，深兰科技的首家无人智能零售体验店在上海大华第一坊内正式开业。《中国经济周刊》记者在现场看到，这家店面积不到10平方米，最多能同时容纳3个消费者，所陈列货品仅有毛绒玩具。在门店右侧有识别掌纹的注册区域，记者在工作人员指导下耗时约2分钟将掌纹与支付宝绑定，绑定完毕后“刷手”进店，店内的摄像头同步识别记者所选择的玩具并记录，按下门框上的按钮出店后，支付宝已被自动扣款。

深兰科技创始人兼首席执行官陈海波向记者介绍，Take Go无人智能店可以根据每位顾客手掌毛细血管的结构生成一串加密字符，具有终身不变性，无法复制，安全性高，目前不会有被盗刷的风险。另一个核心技术，是整个无人智能店的“大X”和“眼睛”可以实现对购买物品的监测、识别与跟踪，基于深度学习的卷积神经网络，让整个智能门店仿佛是一个智能机器人。“它对消费者的监测是时时刻刻的，识别商品的时间为千分之一秒至千分之三秒。”据悉，Take Go的监测精准度从单个摄像头的算法是90%～97%，采用多机纠错后即可达到99%以上的精准度。

对于商品如何录入的问题，陈海波介绍，深兰科技有一款世界首款基于深度学习的机器视觉商品录入设备DB.Eye蓝眼。“机器会自动判断需要的像素及图片、光影变化等，其内部可以自动旋转、调整摄像头位置，让蓝眼机器采集到足够多的商品图像，用我们的算法深度学习，最终让机器‘认识’商品。”在“蓝眼”的帮助下，单个商品录入仅需20秒，3000个商品的“训练”时间少于1天。陈海波说：“如果不计软件费用，全家便利店大小的门店，硬件成本在5万～8万元。”

娃哈哈、蚂蚁金服相继入局

深兰科技体验店实际上是一家澳洲玩具品牌在中国的公测店，目前主要销售澳洲的毛绒玩具。据悉，深兰科技还在收入其他客户的商品，如娃哈哈所有的品类。周黑鸭、良品铺子、伊利集团、来伊份等也在向人工智能门店靠拢。

传统零售巨头娃哈哈和深兰科技刚刚签订了Take Go无人商店协议。娃哈哈早期创始人宗泽后接受《中国经济周刊》记者采访时表示，此次娃哈哈选择Take Go，是想通过经销商往下延伸自己打造一张零售终端网。“中国人口密度大，碎片化消费多。我们的首次合作将选址杭州，尽量在年底前落地。我们的目标是量化，将其大面积铺开。”

娃哈哈牵手深兰科技之后半个月，蚂蚁金服无人支付技术也亮相淘宝造物节。“淘咖啡”是阿里巴巴首次公开亮相的无人店，200平方米的面积可以容纳50人同时在店购物。

蚂蚁金服有关负责人告诉记者，“淘咖啡”是快闪体验店，更多的是一种尝试，未来会专注于集餐饮服务和新奇购物于一体的店铺，并不涉及日常快消品的出售。

蚂蚁金服技术实验室高级技术专家曾晓东表示，蚂蚁金服做的不是无人超市，而是无人超市背后的技术解决方案。“从着手研发开始，我们就明确这个方案要可复制、可推广，在硬件改造上尽可能不去改变线下实体店的原有布局。 ‘淘咖啡’除了在店里布置有一些摄像头和视觉传感器外，主要的硬件改造基本集中在‘支付门’。这个门直接放在实体店的出口，不会显得很突兀，也不会给实体店带来改造上的负担。等这套技术方案成熟，我们希望能开放给线下实体店，助力新零售。”

几乎就在上述无人零售店引发热议的同时，7月8日，刚刚过融资消息的24小时无人便利店缤果盒子突然在其位于上海的首家店铺贴出“由于技术调试，暂时停运”的通知。有媒体称，是由于天气炎热导致“盒子”内的产品融化等原因而关店。缤果盒子方面7月10日回复《中国经济周刊》，闭店是由于要采集数据，“天气热只是小部分原因。马上会重新开放。”

资料显示，缤果盒子已完成A轮系列融资，融资额超过1亿元人民币。在超过10个月的试运营期间，缤果盒子接待顾客达数万人，用户复购率接近80%。在技术铺设方面，缤果盒子已经实现了超出200类商品的准确识别。今年8月，缤果盒子将推出规模化商用的人工智能解决方案，预计一年内完成5000个网点的铺设。

“真假”无人店

有顾客为人工智能零售店的方便叫好，也有人提出质疑。

中科院视频大数据云识别联合实验室主任王金桥认为，所有基于视频标签来进行产品识别和结算的无人店，并不是真正意义上具有机器视觉的智能零售店。“目前市场上出现的部分盒子无人智能店，产品上贴着硕大的RFID标签才能被识别，甚至还需要顾客拿着产品自助扫码结账，不仅没有简化购物流程，还因RFID标签容易脱落而造成商家损失，完全混淆了无人智能零售店的市场。”

篇5

当今社会的经济、文化、科技都高速发展，网络的普及给人们生活带来了更多的便利，人们的生活、工作、学习都离不开网络信息技术。伴随着网络信息技术的发展，也随之而来了很多问题。比如说因为信息量过大，造成信息堵塞，人们检索信息的难度增大，能在海量的网络资源中找到自己想要的信息是需要认真解决问题，讲解了人工智能的技术和理论，并且对其在信息检索上的应用进行实践探究。

关键词：

人工智能；网络信息；检索；应用；实践；探究

目前，中国的互联网技术的基础是“www”万维网，人们使用网站搜索引擎通过互联网来查找自己想要的信息，比如说像百度、搜狗、谷歌等，这给人们查找资料信息带来了很多方便，让人们的学习、生活、工作更加便捷，网络资料相比传统的纸质书籍来说，可移动更便捷。但是网络搜索引擎目前还是存在非常多的问题需要去解决，比如搜索引擎对于信息分类供功能还有待加强，提供的相关信息中无效信息过多，导致用户真正想查询的信息因为时间排序或者其他原因淹没在海量的无效信息群中。而人工智能能解决网络信息分类，关键词设定等问题，能根据用户网络习惯来定制相应信息分类机制。人工智能技术在网络信息检索领域的应用带来了希望。

1人工智能的组成结构

人工智能的结构组成主要包括了知识数据库、逻辑推理机、UI用户界面、黑板、知识收集器、知识翻译解释器等。（1）接口，即UI用户界面。用户通过用户界面，定义关键词或搜索规则来让逻辑推理机进行搜索，并最终显示出用户需要的文本信息、音频或视频。是一个输入与输出的媒介，让数据效果可视化，让用户能更好地去使用检索信息，输入中通过推理器将人们的日常语言转换成计算机语音。（2）知识数据库，这是人工智能内置知识储蓄的地方。经过科学地对知识分类，存放各类的知识信息，便于用户检索时使用。（3）推理机是一个具有逻辑推理能力的程序集，主要负责检索和推理，将人类口语转换成计算机语言，制定检索规则根据用户要求对数据库内的知识检索。（4）黑板即中间数据库。这个数据库和知识数据库不同，这是在推理过程当中储存一些中间数据的。系统中推理机制定一定规则计算机语言，把初始问题的状态显示在黑板上。根据此数据库的的问题进行二次制定规则，对知识数据库的内容进行配对检索，智能系统后台专业人士可以人工进行干预补救，并能及时地更新知识数据库内容，补充缺少的知识。是一个动态数据库，控制整个智能化系统。（5）知识收集器与上述黑板后台人工数据填补更新的功能相似，但它使用是系统更新方式，对缺乏的知识进行定义，通过网络来自动修补、更新知识数据的内容。（6）知识翻译解释器，这是系统将用户检索的问题匹配出答案，将计算机语言转成人类语言，向用户提供资料，也可以向检索用户提供检索推理过程。

2人工智能在网络信息检索中的应用

2．1网络智能知识服务系统

网络智能知识服务系统可分为知识处理系统、知识采集系统、知识服务系统和知识库4部分。

2．1．1智能知识处理系统

这个处理系统简单来说就是先将联网下载手机的知识进行分类后再跟关键词匹配，最终将审核过的知识数据传入知识数据库。这包括4个流程。（1）智能知识自动分类流程。根据信息的类型和内容按一定规则进行分类，随后进入智能匹配流程。（2）智能知识匹配流程。这个流程是将库内知识的分类规则与分类后的联网下载知识进行匹配比较，防止数据重叠浪费内存，智能匹配结果随后进入智能更新流程。（3）智能知识更新。通过匹配结果来决定这些知识是储存到知识数据库，还是讲原有相关的知识进行替换。也可能会将新载入的知识与原有的知识进行合并，形成一个更完善的知识概念。（4）智能知识清理。智能数据库需要定期进行库内整理清理工作。对于库内知识与联网知识要经常新更新匹配，是库内知识与时共进，清除重复、过时信息能释放内存，让整个系统能运行的更好，保持最佳状态。

2.1.2知识采集系统

想要能让知识数据库内知识更丰富且知识与时俱进，就要不断地定时收集更新知识。简单来说是知识资源收集、加工、整理。完成知识与知识之间的转换、替代、补充。采集系统包含印本知识采集和数字知识采集两部分。印本知识采集是将纸张书本知识进行扫描和数据转换这个过程需要人工辅助才能顺利进行。文本知识转换成数字形式的知识。数字知识系统对其进行采集，网络的数字资源非常丰富，暂时没有得到充分运用。知识采集包括了4个组成内容。（1）站点镜像，顾名思义就是对站点内知识像照镜子一样完全复制下载。一般对于一些资源丰富、信息科学的网站进行复制，将其内容完全复制下载到系统后台，通过站点镜像采集能提高采集速度和效率。（2）智能信息监控，能够对目标信息进行自动智能监视，保证目标信息发生变动，系统内的本地信息也能与之同步更新变换。（3）智能资源发现，这个是对新资源发现收集工作，这个过程监视控制目标门户网站，当发现网络有符合要求的新信息、资源出现时，系统就会自动进行采集。（4）智能知识资源转化，这个过程是对采集的数字资源进行采集、分类最后整合成一个新概念。

2.1.3智能知识库存储系统

存储系统是知识库中最重要的部分，这也是信息检索的的质量与效果的最基本保证。主要分为硬件、软件和检索系统3部分。硬件是海量数据知识的存储设备。软件是信息存取管理系统，保证系统能高效、正确地读取和存档。检索系统通过硬件来存储和软件来进行管理。这是整个智能检索系统的基础系统，在这个基础上可以对我们整体系统进行再次开发，使得系统更完善，提供更好的服务。

2.2智能技术

IA智能技术是智能技术领域中的一个重要组成部分。伴随着网路普及而不断发展，伴随网络而发展的IA技术已经广泛在国外使用了，也是我国智能技术研究的核心课题。在国外不仅是像麻省理工大学这些先进大学在研究，包括很多研究机构也在关注这个课题。包括苹果、微软、IBM等计算机软件公司也把此技术当成核心技术进行研究。并且已经推出来很多应用了IA智能技术的软件产品，这些产品在国外已经得到广泛的使用，由此可看出未来智能技术将会成为科技的主流技术，也是能帮助人们解决网络检索问题的一个很好的手段。是信息技术发展的一个主流趋势。（1）定义：IA智能技术目前已经制作出一系列的软件程序，这个软件可以让用户授权给软件通信协议，让软件能与用户进行信息交换，通过这个软件能更精准地给用户提供解决方案。比如说用户想要找一个信息，但是用户无法提供非常精准的定位关键词，这时软件可以通过对用户的网络痕迹、倾向和习惯，对用户给的模糊关键词进行分析，比如说可以进行信息查询追踪，筛选剔除无用数据，管理用户信息等。目前我国的网络采用“www”万维网技术，网络用户会使用“百度”、“谷歌”、“搜狗”这些常用的搜索引擎来搜索信息，的确能给大多数的网络用户提供相应信息，但是我们发现这些引擎对于信息分类的精准性并不是很乐观。经常会提供大量偏题的数据信息，导致用户需要人工分类查找，往往有用的关键信息却淹没在海量的无用信息当中。AI技术能帮助用户进行模糊信息精准化，自动剔除无用信息，能给网络信息检索带来一个光明的未来。（2）智能的主要功能1）网络管理。这个功能能让网络用户寻找合适的站点下载信息资源。分布在网络的资源点上并进行计算和监控，对于资源故障能及时发现并进行抢修报告，对于同一资源下载时，会优先选用资源广且服务器不紧张的站点，根据用户的状况选择不同的信息传输网络或路由，这就能很好减少用户因为网络拥堵而浪费的时间。2）信息管理。这个服务功能能明确让用户了解信息资源在网络的分布现况，并且能帮用户对于关键词设定提供一定参考服务，可以对目标信息进行筛选，提出无用信息，并且针对用户的使用偏好等定制信息推送。UI界面进行优化，能根据用户的网络使用习惯推出相应的界面，使智能技术更有人情味。

2.3智能搜索的原理

智能技术应用信息检索上就衍生出搜索服务，这是针对不同的用户推出定制服务，根据使用者的网络习惯和需求进行搜索和分类加工。比如说用户在一段时间内会频繁搜索某类信息，那么技术会相应的记录下来，均衡分析出该用户对哪一类信息比较关注，并结合广大网友的对于此类信息的搜索关键词情况制定出一个参考方案，当此用户再下次搜寻时提供出这个潜在需求方案，比如对相关信息进行集中推送，甚至智能技术比客户更了解自己。用户如果不满意搜索参考方案，用户可以对结果进行反馈调查，这些调查结果都传回数据库内，真能让系统修改优化，让系统能在下一次匹配信息时精准度提高，智能搜索能够满足使勇者的需求，且更加智能且人性化。3结语虽然目前我国的智能技术水平与国外相比仍有不小的差距，但是目前我国对于这项研究的重视程度不断加深，人工智能在网络信息检索中已经崭露头角，虽然目前不能说满足所有人的需求，还有非常多的地方需要改进，但是有改进的空间就说明就有发展的空间，相信随着技术的发展，人工智能技术能让人类的网络信息检索更加便捷，检索的信息更精确。

作者：阿不都艾尼·阿不都肉素力 单位：新疆职业大学信息技术学院

参考文献

[1]罗成裕.基于系列WEBQUEST的课程设计研究———以《计算机网络资源检索与利用》课为例[J].电脑知识与技术，2014，13:3021-3025.

[2]程学旗，郭嘉丰，靳小龙.网络信息的检索与挖掘回顾[J].中文信息学报，2011，06:111-117.

[3]闻伟.人工智能在信息检索中的应用模式[J].价值工程，2015，02:187-188.

篇6

 

人工智能将解放更多人力

 

自从人工智能概念被提出后，人工智能是否将取代人类工作就是一个热门的话题之一。这其实是对人工智能期待和忧虑的矛盾心理表现。不过有个不争的事实是：人工智能已经开始取代一般简单、重复性的体力工作了!

 

譬如，富士康的工业机器人Foxbot已经开始走上流水线展开工作，这些机器人可以日以夜继地工作，大幅度地缩减人工成本。更为重要的是，富士康的工业机器人Foxbot目前的智慧相当于3至6岁的人类，能够完成前端的高精度贴片、后端的装配和搬运环节。而另一方面，中国制造的典型城市东莞已经加速开启“机器换人”计划，力图开拓一个全新的生产时代。

 

对于人工智能的未来，很多研究报告及专家均表示人工智能将替代人类的工作。其中世界经济论坛就发表了《工作的未来》报告，该报告预测从2015至2020年，全球将减少710万个工作机会，其中约有476万个办公行政类型的职位将会被替代。

 

不过人工智能完全取代人类还有很大的距离，但是取代一些工作却是必然结果。就如美国德州莱斯大学资讯科技研究院主任瓦尔第所说，人类虽然不可能完全被取代，不过未来各行各业都将由智能机器人大幅改变现有的工作模式。机器人将取代越来越多人力工作，如药剂师、狱警、调酒工作，越来越多工作都可由机器取代人力，未来正迈向机器几乎完全取代人力的时代。

 

有相关研究表明，人工智能也仅是取代一些没有特殊知识和技能的劳力性工作。而且这并不是坏事，因为这样可以让更多劳力资源得以解放，令他们从事其它更具创新有趣的工作。另有研究也证实，自1870年以来的英国历史表明，新技术的出现和总体失业率变化并没有直接关联。数据显示，尽管新技术不断涌现，但并没有造成失业率的明显波动，决定失业率高低的是经济增长情况，而不是技术本身。

 

另一方面，随着人工智能的快速发展，传统的工作架构将会被打破，除了生产流程智能化外，人们将会更加注重大数据分析、资料视觉化、运营和管理等工作，并且有研究表明，这几种类型的工作岗位需求反而会因人工智能的发展而增加200万个工作机会。

 

人工智能投资大增

 

虽然人工智能的一直甚嚣尘上，甚至很多知名科学家也纷纷发表人工智能将威胁人类，甚至会毁灭人类的言论。譬如史蒂芬·霍金(Stephen Hawking)、比尔·盖茨(Bill Gates)、埃隆·马斯克(Elon Musk)、扬·塔里安(Jaan Tallinn)以及尼克·博斯特伦(Nick Bostrom)等人就一直对于人工智能技术的发展表示担忧。但是人们对于人工智能的未来却充满期待，非但没有因为而停下脚步，反而加大力度进行投资。

 

自 2014 年初，DeepMind Technologies 被谷歌以 6.5 亿美金收购，风险投资已经意识到人工智能领域(AI)的投资前景。数据表明，全球近年来的人工智能领域的风险投资具有快速增长的趋势。Venture SCAnner的统计显示，目前全球人工智能领域的企业达到了955家，其中395家公司已经累计获得了48.5亿美元的融资。以智能机器人风险投资为例，在2011年全球的投资额仅为1.94亿美元，但到2015年时已激增至9.23亿美元。业内人士都认为2015年是人工智能机器人的创业元年，2016年将迎来爆发式发展。

 

在中国，人工智能领域也是迅速发展。据艾瑞咨询2016年1月的报告显示，中国人工智能领域已有近百家创业公司，其中约65家获得投资，共计29.1亿人民币(约合4.48亿美元)。其中较为著名的公司有大疆科技获得7600万美元融资、Yuneec获英特尔投资6000万美元。

 

投资大增的背后是业界对人工智能机器人的未来前景充满期待。市场研究公司IDC在《全球商用机器人消费指南》上预测报告称全球智能机器人行业及相关服务市场规模年复合增长率达17%，2019年行业规模将达到1354亿美元。

 

科技企业开始发力布局

 

面对人工智能具有巨大潜力的未来，很多巨头企业自然不愿错过这一时代热潮，纷纷重视这一领域的布局，力图拿到人工智能领域的话语权。在国外，以谷歌、英特尔等巨头引领着人工智能的发展，自2013年以来，雅虎、英特尔、领英、苹果以及推特都收购了人工智能公司。在国内，以百度、腾讯、阿里为代表的科技巨头纷纷在人工智能领域中发力布局。

 

在国际上，英特尔是一家较为积极投资布局人工智能的巨头科技企业，共投资了16家AI公司。其主要在智能机器人这块进行积极部署，而且投资金额也非常高，在过去的2015年里，英特尔共投资了超过5亿美元，包括对无人机Yuneec、服务型机器人公司Savioke等。分析指出，英特尔希望抓住这次人工智能的热潮，挽回过去10年错失发展机遇的损失。

 

而在国内，除了百度推出的机器人助理“度秘”以及广泛应用人工智能技术的无人驾驶车、阿里巴巴的人工智能平台“DTPAI”和客服机器人平台、腾讯的视觉识别平台腾讯优图、智能计算与搜索实验室和撰稿机器人Dreamwriter外，中国的一些科技企业也在积极地发力进入人工智能这一领域。如，科大讯飞战略投资深圳优必选科技有限公司，试图在运动控制方面实现突破;昆仑万维出资为企业提供人工智能与大数据技术的行业解决方案;均胜电子在智能汽车技术上深耕。

 

人工智能的发展潜力已经得到了国内外科技企业的肯定，未来，将会有更多巨头科技企业强强联手开发人工智能。而且，随着各国对于人工智能发展的支持政策的出台，将会更好地刺激人工智能快速发展。

 

中国就是一个大力支持人工智能机器人发展的国家，按照工信部相关规划，到2020年前后，中国机器人产业集群规模约2844亿元，力图通过人工智能机器人开创中国制造2025的美好未来。而据有关数据显示，中国在过去两年时间已经成为智能机器人的最大买家，约占全球需求的25%。作为中国的科技企业，这不失为一个巨大的发展机遇。面对汹涌的人工智能热潮，企业可以借鉴周鸿祎所说的：“人工智能时代一旦开启，对每个人都是新的舞台。它会以指数级速度加快，技术进步不可阻挡，我们能做的，只有奋力抓住潮头，迎接变化! ”

 

人工智能将推开第四次工业革命大门

 

人类发展至今，经历了多次技术的革新换代。其中以第一次工业革命为开端，互联网技术为代表的第三次革命为突破口的发展促进了人类加速进入了后工业时代的信息时代。目前互联网信息技术的发展，为人工智能的发展提供了坚实的基础。目前，人工智能正在渗透到各行各业的改造当中。

 

有人说，人工智能是下一次的工业革命，对人类的影响将不亚于互联网对人类的影响。这点中了时代的发展脉搏，也与世界经济论坛以第四次工业革命为主题的做法不谋而合。人工智能拥有空前的运算能力，其发展的速度、影响的范围都与以往的生产方式、经济架构截然不同。

 

随着人工智能的发展，人类在人工智能的辅助下，将具备把智能设备、人和数据连接起来，并以智能方式利用这些数据的能力，从而在现实世界中实现将机器、设备和网络能在深层次与信息世界的大数据连接在一起，推动工业革命和网络革命的前进。这种革命性的转变将不是第三次工业革命的延续，而是彻底地颠覆。它将彻底颠覆人类以往的分工模式、生产生活方式。

 

人工智能在颠覆的同时也为人类带来了便利，就如周鸿祎所说：“人工智能也并不是像电影里所展示的那样，机器人会成为人类的威胁。相反，它就像工业革命之后的一切技术创新一样，会造福于我们整个人类。 ”例如智能机器人去从事危险的救火工作，避免人类的伤亡。而对于企业来说，人工智能能更好地完成一些重复性的劳力工作，而且还能节约人力成本。这也是众多科技企业大力研发适合自己企业的代工智能机器人，如Uber研发智能无人车、亚马逊研发送货智能无人机。

 

当然未来人工智能的作用远不止如此，如AlphaGo背后的Deepmind团队创始人Demis Hassabis在接受采访时透露， AlphaGo仅仅是谷歌人工智能项目的一个分支。在未来，Deepmind主要目的是“用人工智能解决一切问题”，并将进一步探索人工智能在医疗、机器人以及手机等多个领域的应用。

 

人工智能正在以其特有的方式敲击着第四次工业革命的大门，微软创始人比尔·盖茨对此就有深刻的认识，他在今年达沃斯世界经济论坛年会期间表示，许多科技领域的创新正快速推进，数字领域的创新可能继续领跑。电脑认知能力、机器人智能化、物联网以及大数据分析模式，可成为众多行业发展的基础工具。未来，第四次工业革命将在许多领域带来快速和颠覆性变化。

 

总结：做好改变的准备 迎接第四次工业革命

 

随着人工智能的快速发展，人类必将进入一个全新的时代。也许未来人工智能将会取代更多人的工作，但是技术发展是潮流，不能因为其负面影响就抱残守缺，甚至抵制技术的发展。面对时展的潮流，唯一能做的就是做好改变的准备，抓住时代的潮流。

篇7

Abstract: Cognitive radio technology provides new opportunities and challenges for the development of wireless communication. Intelligence is an important characteristic for cognitive radio, and application of artificial intelligence techniques is key to implement this characteristic. This paper will first provide our own research framework on cognitive radio, second give an overview of application of artificial intelligence to cognitive radio, and last introduce and simulate the application of neural network to cognitive radio.

关键词： 人工智能；认知无线电；神经网络

基金项目：国家重点基础研究发展规划（“973”计划）项目（2009CB320403）；国家自然科学基金资助项目（60832008，60832006）；国家科技重大专项课题（2009ZX03007-004）。

作者简介：柴新代（1964-），男，北京人，本科，高级工程师，研究方向为通信系统工程；董旭（1979-），男，河北景县人，博士研究生，讲师，研究方向为认知无线电。

1 概述

无线通信技术的飞速发展，正在越来越深刻地影响着人们的生活。与此同时，无线通信技术的发展也面临着严峻的考验，一方面频谱资源的固定分配模式和利用率不均衡制约着无线通信宽带化的发展，另一方面多种空中接口和网络协议并存的局面为无线网络的融合提出了挑战。1999年Mitola博士提出的“认知无线电（Cognitive Radio）”[1]为解决无线通信所面临的问题提供了新的机遇。因此，认知无线电技术迅速成为业界研究的热点。

认知是人类获取运用知识解决问题的一种抽象，将认知运用到无线电技术，会提高无线电系统的智能性，这也是认知无线电技术区别于普通软件无线电的最大特点。认知无线电技术通过实时的获取外部环境信息，并对这些信息进行分析、学习和判断，得到无线电知识，然后根据这些知识智能地调整各种通信参数，从而最终实现可靠的通信，并达到最佳的频谱利用效率。人工智能技术为实现认知无线电的智能性提供了可能，本文将主要围绕多种人工智能技术在认知无线电中的应用进行论述，下面将首先介绍认知无线电智能化的基础框架――认知环路和认知引擎，然后对几种人工智能技术在认知无线电中的应用进行简要介绍，最后将详细介绍神经网络在人工智能中的应用，并通过仿真给出一个具体的示例。

2 相关工作

2.1 认知环路 Mitola博士在提出认知无线电概念的同时提出了OOPDAL（观察-判断-计划-决策-行动-学习）认知环路[1]，用以支持其认知无线电架构。此外，学术界还提出了多种认知环路模型[2,3]，比较著名的有军事战略家Boyd提出的OODA（观察-判断-决策-行动）环路、IBM为自主计算提出的MAPE（监测-分析-计划-执行）环路、Motorola为自主网络提出的FOCALE（基础-观察-比较-行动-学习-擦除）环路等等。OOPDAL环路具有完整认知功能和清晰的认知过程，是设计认知无线电最为理想的环路模型。本文对OOPDAL环路各环节进行了重新定义，丰富了环路模型的内涵与外延，并在原环路模型基础上增加“知识库”，明确表达了知识获取与运用的过程。

如图1所示，经改进的OOPDAL认知环路由外环和内环组成，外环也称决策环。认知无线电首先“感知”无线域、网络域、用户域、政策域中的数据，并对其建模以明确自身所处态势；“判断”是对数据的精炼，也即对感知数据进行清理、集成和选择，提取出其中对决策有贡献的信息；“计划”根据用户需求与当前环境生成优化目标；“决策”根据优化目标执行优化；“行动”将决策结果付诸实施，使内部状态和外界环境发生变化，这些变化又被重新“感知”，进入下一轮循环。内环又称学习环，用于从外环运行的历史经验中提取知识，并存放入知识库以指导决策环运行。

OOPDAL环路对知识的运用过程充分体现了认知无线电的智能性，其中计划、学习、决策等环节更是智能性得以实现的关键所在，具体的实现方法则需要借助于人工智能技术。

2.2 认知引擎 认知引擎是实现认知环路功能的技术手段。但很多认知引擎的设计是针对特定方法实现特定任务的，本文希望设计一种通用的认知引擎架构，以适应认知无线电所面临的各种应用。通用认知引擎结构由认知核与接口部分组成。认知核提供各种丰富的工具，包括知识表示工具、各种推理机、学习机、优化算法库等，为完成认知循环的各环节功能提供支持。接口部分包括感知器接口与用户接口。感知器接口收集各种感知数据，并通过建模系统以机器可理解的方式表示；用户接口部分允许用户调用认知核中各种工具并对其进行流程编排和建模完成专用认知引擎的构建。另外，可配置无线网络具备动态可配置波形与协议，以执行认知引擎的决策。

认知核是认知引擎的核心，包括多种人工智能工具，如专家系统，案例推理，神经网络，遗传算法等，每种人工智能的工具不但可以实现相应的认知功能，还可通过多种不同工具的编排组合实现认知无线电的各种应用，即实现认知引擎的通用性。

3 人工智能技术概述

如果说认知核是认知引擎的核心，那么人工智能技术就是认知核的核心。人工智能技术已有比较成熟的理论体系[4]，但将其应用到认知无线电还处于探索阶段。下面先简要介绍几种人工智能技术在认知无线电中的应用。

3.1 专家系统 专家系统在人工智能技术领域有着非常成功的应用[5]，并能够很好的与其他人工智能技术结合使用，如遗传算法，人工神经网络等。专家系统是运用知识和推理过程来解决只有专家才能解决的复杂问题，也就是说专家系统是一种模拟专家决策能力的计算机系统。专家系统主要包括两个部分：知识库和推理机。知识库用来存储专家知识，推理机则依据专家知识对已有事实进行推理和决策。认知无线电可以借助专家系统完成推理决策功能。认知无线电可以通过主动学习或“人在环中”的方式获取无线电知识并存储到知识库中，然后根据外部无线环境和用户需求的变化，到知识库中查询相应的先验知识，并通过推理机进行决策，从而调整无线电的工作参数以适应环境和需求的变化。CLIPS是目前比较成熟的专家系统工具，已有学者将基于CLIPS的专家系统应用到认知无线电的研究中[6]。

3.2 案例推理 案例推理作为一种人工智能技术致力于从以往的经历或者案例当中得到新问题的解决方案。基于案例的系统通过在案例库查找与需要解决的问题相似度最大的案例来找到问题的解决的方法，并将找到的案例与当前的场景进行匹配，这种匹配实际上就是一种最优化的过程。而最初找到的案例是为了节省优化的时间，通过优化的新的解决方案，将被作为新的案例存储到案例库中。认知无线电可以根据无线环境的变化调整工作参数，不同的环境和工作参数可以作为案例存储到案例库中[7]。当环境发生变化，认知无线电可以在案例库中查找与当前环境最为相似的一个案例，然后用该案例与当前环境进行匹配，优化工作的参数，并把当前环境和优化的参数作为新的案例存储到案例库中。Soar作为一种人工智能系统的开发工具，可以实现案例推理功能，并可以基于案例进行学习，国内已有学者基于Soar和GUN Radio软件无线电平台开发出认知无线电原型系统。

3.3 遗传算法 遗传算法借鉴生物进化和遗传的生物学原理，可用于解决目标优化问题，即找到一组参数（基因）使得目标函数最大化。其基本原理是根据求解问题的目标构造适值函数，使初始种群通过杂交和变异不断选择好的适值进行繁殖，并最终得到最优解。遗传算法同样可以作为认知无线电的决策方法[6,8]：可以把无线电类比为一个生物系统，将无线电的特征定义为一个染色体，染色体的每个基因对应无线电一个可变的参量，比如发射功率、频率、带宽、纠错编码方法、调制算法和帧结构等等，这样就可以通过遗传算法的进化来得到满足用户需求和适应环境变化的系统配置参数。

4 神经网络在认知无线电中的应用

对于人工神经网络的研究源于对人类大脑思维过程的模拟，在很多领域，神经网络已经有了广泛的应用。下面将详细介绍神经网络在认知无线电中的应用。

4.1 神经网络简介 1943年神经物理学家W.McCulloch和逻辑学家W.Pits在对人脑的研究中提出了人工神经网络。目前人工神经网络作为一种人工智能技术主要基于统计评估、优化和控制理论。人工神经网络由用以模拟生物神经元的大量相连的人工神经元组成，主要用于解决人工智能领域的一些复杂问题，比如机器学习。根据网络结果和训练方法的不同，人工神经网络可以分为多种类型，以适应多种的应用需求[7]。多层线性感知器网络（MLPN）：MLPN由多层神经元构成，每一个神经元都是上一层神经元输出的线性组合。一般这种线性组合的权值在训练前是随机生成的，并且可以随着训练不断的更新。更新的方法有多种，如后向传播（BP）、遗传算法等。其训练方法的性能将由其网络规模和应用场景决定。非线性感知器网络（NPN）：NPN是利用对每个神经元的输入平方或两两相乘的方法将非线性引入神经网络使其可以对动态变化的训练数据进行更好的拟合。但NPN的网络结构需要根据训练数据进行调整，另外如果采用BP方法进行训练会使网络收敛缓慢而导致处理时间过长。径向基函数网络（RBFN）：RBFN和NPN类似，不同的只是其非线性的引入是在隐含层利用径向基函数实现非线性映射，这可以防止网络收敛到局部最小值。

4.2 应用举例 由于神经网络可以动态的自适应和实时的训练，因此可以对系统的各种模式、参数、属性等进行“学习”，并“记住”这些事实，当系统有了新的输入和输出时，可以进行实时的训练来记忆新的事实。这正符合了认知无线电认知功能的需求，因此神经网络在认知无线电中有着广泛的应用前景。下面就列举一些神经网络在认知无线电中的应用[9-12]。神经网络可以用于认知无线电的频谱感知，例如利用基于神经网络的分类器可以根据信号的循环平稳特性或者频谱特性等对信号进行分类。神经网络还可用于无线电参数的自适应决策和调整，神经网络可以根据当前信道质量和用户需求等所确定的优化目标选择无线电参数。另外神经网络还可以对无线电系统的各种性能进行预测，神经网络可以记忆不同无线环境不同无线参数所达到的系统性能，比如误码率、吞吐量、时延等等，从而对未来可能产生的系统性能进行预测，进而对各种无线参数进行优化。

5 仿真及分析

由于无线环境的开放性，无线系统大都是非线性系统，因此神经网络用于认知无线电也应采用非线性模型。非线性感知器网络（NPN）可以完成认知无线电的学习功能，从而对各种系统性能进行预测，下面就通过一个具体例子来仿真基于NPN的误码率性能预测。

5.1 仿真模型 NPN由三层节点构成：输入层、隐含层和输出层。隐含层通常只有一层神经元，本文在此基础上扩展了隐含层的层数，从而扩大了神经网络的规模，使其具有更好的学习效果。具体的网络结构如图2所示，每个节点都与下一层的所有节点唯一相连，除了输入层节点，其他各层节点称为神经元，具有一个非线性的激活函数，以实现对非线性系统的拟合。本文将采用最为常用的非线性激活函数――S函数，即：f

神经网络的训练将采用BP方法，具体算法如下：

③根据RMS误差决定是否调整权值，直到RMS误差或者迭代次数达到停止要求。

5.2 仿真场景 仿真场景的设置将根据上面提出通用认知引擎架构进行编排。首先认知引擎要收集各种数据。WiMax可以根据信道质量调整其调制编码模式等无线电参数，因此将作为通用认知引擎架构中的可重配置的无线电平台将系统的误码率性能实时上报给认知引擎；信噪比作为无线环境的表征可通过感知器进行收集；编码速率作为用户对业务的需求可通过用户接口上报给认知引擎。然后认知引擎内基于NPN的学习机就可以对这些数据进行训练了，训练的方法如上节所述。最后训练好的神经网络就可以根据无线环境和用户需求对系统的误码率进行实时的预测，从而调整认知无线电的各种操作参数。

5.3 仿真结果及分析 由于对神经网络模型的隐含层进行了扩展，首先验证一下改进的模型性能是否有所提升。仿真结果如图3所示，分别仿真了具有2层、3层和4层神经元的NPN的收敛性能。其中2层模型是没有经过改进的，其收敛速度最快，但RMS误差较三层模型差；3层模型虽然收敛速度稍慢，但收敛的RMS误差最低；4层模型的网络规模最大，因此收敛速度最慢，但其RMS误差收敛的并不是最低，这是由于神经网络的规模应该与训练数据的规模相适应，过大的网络规模反而不会得到很好的收敛性能。折中考虑，在后续误码率预测仿真中，将采用3层神经元模型的NPN对数据进行训练。

如图4所示，利用3层神经元模型分别对WiMax场景下的64QAM、16QAM、QPSK和BPSK的误码率性能进行了预测。从预测结果和实际的仿真结果的比较可以显示，随着调制模式的升高，预测的性能将越来越好。

6 结束语

本文主要介绍了人工智能技术在认知无线电中的应用，并通过人工神经网络进行举例，从仿真的结果可以看出神经网络在认知无线电中应用的可能性。人工智能技术在认知无线电领域的应用还有着广阔的研究前景，应该积极探索更多的人工智能技术在认知无线电中应用。但也并非所有的人工智能技术都适用于认知无线电的开发和应用，应在研究中有所选择把握方向。不同的应用场景也对人工智能技术提出了不同的需求，找到适用于相应场景的人工智能技术也很重要。未来的工作应更多的考虑一些实际的应用，让无线通信系统可以真正的像人一样思考。

参考文献：

[1]J.Mitola Ⅲ."Cognitive radio: Making software radios more personal"，IEEE Personal Communications，vol.6，no.4，pp.13-18，1999.

[2]S.Haykin."Cognitive radio：Brain-empowered wireless communications"，IEEE Journal on Selected Areas in Communications，vol.23，no.2，pp.201-220，2005.

[3]T.W.Rondeau，C.W.Bostian，D.Maldonado，A.Ferguson，S.Ball，B.Le，and S.Midki，“Cognitive radios in public safety and spectrum management”，Telecommunications Policy and Research Conference，vol.33，2005.

[4]George F.Luger，“Artificial Intelligence Structures and Strategies for Complex Problem Solving Fifth Edition”，Pearson Education Limited，2005.

[5]Joseph C.Giarratano, Gary D.Riley，“Expert System Principles and Programming Fourth Edition”，Thomson learning，2006.

[6]Timothy R.Newman，“Multiple Objective Fitness Functions for Cognitive Radio Adaptation”，Doctor Thesis，2008.

[7]A.He，K.K.Bae，T.R.Newman，J.Gaeddert，K.Kim，R.Menon，L.M.Tirado，J.Neel，Y.Zhao，J.H.Reed，and W.H.Tranter，“A survey of artificial intelligence for cognitive radios”，IEEE Transactiongs on Vehicular Technology，vol.59，no.4，pp.1578-1592，2010.

[8]Thomas W.Rondeau，“Application of Artificial Intelligence to Wireless Communication”，Doctor Thesis，2007.

[9]N.Baldo，B.R.Tamma，B.S.Manoj，R.Rao，and M.Zorzi，“A neural network based cognitive controller for dynamic channel selection”，in Proceedings of IEEE International Conference on Communications（ICC），pp.1-5，2009.

[10]X.Zhu，Y.Liu，W.Weng，and D.Yuan，“Channel sensing algorithm based on neural network for cognitive wireless mesh network”，in Proceedings of IEEE International Conference on Wireless Communications（WiCom），pp.1-4，2008.

篇8

3月8日，以“The NEXT 女大当‘驾’无人车”为主题的英特尔无人驾驶分享会在北京举行，妇女节之际，赛迪情报中心了《女性司机驾驶行为及对无人驾驶态度研究》报告，通过调查女性驾驶者对无人驾驶技术的态度科学评价和认知这一前沿科技，并就无人驾驶技术是如何化解女性司机驾驶痛点等话题展开讨论。

报告结果显示：女性对无人驾驶是“真爱”，因为有超过一半的她，看好无人驾驶。其中，58.93%的女性消费者认为无人驾驶技术是未来的发展趋势，50.23%的女性消费者认为无人驾驶技术能解决驾驶问题。

此外，超过90%的女性驾驶者每天驾驶时间集中于两小时以内；55.65%的女性驾驶者主要驾驶路段为市区道路；54.81%的女性驾驶者一般驾驶速度在31公里～60公里/时。这些都表明，女性驾驶者主要活动区域需要经常应对堵车、红绿灯、变道等复杂路况，对驾驶者技术要求比较高。因此，女性驾驶者期望通过无人驾驶技术来改善驾驶体验、提高驾驶安全性的愿望更加迫切。

赛迪网副总裁梁媛指出，便捷、安全、效率是女性在谈论驾驶时的关键词汇，可以看出女性对安全驾驶有着非常强烈的需求，所以非常期待无人驾驶，因其的确能给未来出行带来颠覆性变革。

地平线联合创始人陶斐雯则认为，数据、算法、计算能力是无人驾驶技术的三大支柱要素，而要想真正突破这一点就势必需要软件和硬件、算法和芯片的深度整合。

“解放双脚、解放双手、解放双眼、解放思维，直至所有人都成为乘客。”上汽通用泛亚汽车技术中心智能驾驶系统开发驾驶员信息及安全系统经理朱晓华通俗易懂地解释了无人驾驶的发展路径。她强调，目前量产的汽车还仅仅是处于解放双脚和解放双手的阶段，而无人驾驶的发展需要整个产业链的共同推动。

综上言论可归结为一点：即与辅助驾驶技术最大的不同是，无人驾驶是一切社会资源的大整合。据相关资料显示：2013年，18%的消费者表示希望购买无人驾驶汽车；2014年，这一数字上升到了50%；预计到2025年，全球无人驾驶汽车市场规模将达到420亿美元；到2030年，全球将有1.2亿辆无人驾驶汽车不同程度地上路；2035年，无人驾驶汽车将占全球汽车销量的1/4。另据摩根士丹利报告显示：当全世界都在使用无人驾驶汽车时，每年生产力的提升将带来约5070亿美元的收益。

面对未来如此庞大的市场商机，无人驾驶体现的不仅仅是一种技术，还是更大范围的科技关怀。如今，这一产业链上又一个突破科技疆界的小伙伴出现了――英特尔。或许是受跨界思维的固有影响，英特尔在汽车领域中的实力很容易被忽视。但事实上，几乎所有世界领先的汽车制造商均依赖于英特尔技术为其车载信息系统、娱乐系统、影像系统、导航系统提供支持。

另一种石油――数据

“数据简直就是新的石油！数据将从根本上改变我们思考驾驶体验的方式，因为一辆无人驾驶汽车每天至少会生成4000GB数据。”英特尔CEO科再奇如是说。

他的话并非危言耸听，在一辆无人驾驶汽车中，除了活塞、活塞环、发动机组，还必须把摄像头、雷达、声呐、GPS、激光雷达等考虑在内，而这些正是全新驾驶方式必不可少的组件。具体来看，摄像头每秒生成20MB～60MB数据，雷达每秒最多生成10KB数据，声呐每秒生成10KB～100KB数据，GPS每秒生产50KB数据，激光雷达每秒生成10KB～70MB数据……把这些数字相加，就是4000GB（4TB）数据。

“像过去一个世纪石油改变世界一样，数据将在未来几百年再一次改变世界。”科再奇指出，汽车行业正处于重大变革的前沿，要求前所未有的计算、智能、连接能力。然而，只采集数据还不够，必须把数据转化为一组切实可行的洞察，从汽车到网络再到云，都需要一个“端到端”的计算解决方案，而英特尔对无人驾驶的承诺就是加速提供这种“端到端”的解决方案，并引领下一代计算变革。

无人驾驶汽车要求数据中心具备强大的算能力，而在数据中心处理器市场，英特尔则拥有超过99%的市场份额，这简直就是为无人驾驶打造的最强大脑，放眼整个业内，也只有英特尔能够提出并兑现这一承诺，因为其能够提供包括硬件、软件、存储、网络、安全技术等全部组件。

英特尔无人驾驶事业部中国区市场总监徐伟杰对《汽车观察》表示，“计算能力、5G应用、功耗，是目前要在无人驾驶领域着重解决的三大技术问题，而英特尔将以独一无二的‘端到端’优势，通过技术创新和产业合作，全面布局无人驾驶领域。”

众所周知，英特尔拥有业界领先的计算技术，能够最大限度地释放数据价值，可为无人驾驶协作提供相当广泛的资源，如强大的车内计算、强大的云和一套机器学习解决方案、强大的内存和FPGA技术、高带宽与低延迟的连接系统、人机接口以及安全技术等。

那么，英特尔究竟是如何打造无人驾驶“朋友圈”的呢？如收购Itseez，助其开发面向嵌入式专业硬件的计算机视觉算法与实施方案；收购Yogitech，巩固其在半导体功能安全、方法、标准等方面的优势地位；与LG联合开发和测试面向下一代汽车的5G远程信息处理技术；携手Green Hills、QNX等软件公司，提供面向软件定义的无人驾驶解决方案；联合东软集团、一汽红旗“智能驾驶舱平台”等。

1月4日，英特尔在拉斯维加斯宣布携手宝马、Mobileye于2017年下半年开始对40辆BMW 7系列无人驾驶汽车进行路测，目标是要在2021年推出宝马集团第一款全面无人驾驶汽车BMW iNEXT。

考虑到无人驾驶汽车的实现需要一个全球生态系统的支持，所以这三家合作商将基于此建立一个行业标准，为无人驾驶建立开放平台，开放平台包括3级～5级无人驾驶技术，并向众多汽车供应商开放。随后，Delphi和百度等厂商宣布会在其无人驾驶汽车中使用英特尔技术。未来两年，英特尔还将新增超过2.5亿美元的投资，以期实现全面无人驾驶。

总之，要实现真正意义上的无人驾驶，就必须在汽车、云、数据中心之间执行无数的内存密集型计算，并即时分析汽车生成的海量数据，学习数百万辆汽车的经验，创建深度学习模型，从而实时制定关键决策，而英特尔的意义就在于可以帮助无人驾驶汽车作出更加安全的决策。

5G时代先行者

自20世纪50年代起，英美等国就已涉足无人驾驶汽车领域的研究。

1950年，世界上第一辆自主导航汽车由贝瑞特电子公司在美国研制成功；1987年，奔驰投资赞助慕尼黑国防大学实验室，独立设计了VaMoRs智能车；1994年，欧洲研制的VaMP和VITA-2机器人汽车在巴黎进行测试，能自主完成跟踪行驶；2010年，Google设计制造的无人驾驶汽车通过了主要城市道路的驾驶测试，确定具有完备的感知能力和高水平的人工智能；2014年，Google全新无人驾驶汽车正式亮相，该车没有方向盘和刹车。

现如今，德、日、中、韩等国也陆续开始对无人驾驶技术的研究。“无人驾驶汽车势必要与数十亿台设备一起竞争网络带宽，这对于服务提供商来说，必须要实现以毫秒计算的数据传输速度，只有5G能满足此类需求。”徐伟杰强调道。

实际上，5G对未来无人驾驶的重要性再怎么强调都不为过。无人驾驶汽车会生成并接收海量数据，以便导航和应对突发状况，但当今的通信系统在设计时，并未考虑到会支持这一任务所需的巨大带宽。因此5G应运而生，5G是能够满足延迟低于1毫秒、峰值传输速率高达10Gbps的一项网络连接技术，可以支持“汽车至一切”的应用，为无人驾驶时代提供了更快的速度、超低的时延，以及车到车（V2V）的连接。

近期，英特尔推出“横跨汽车、连接和云”的全新汽车解决方案――英特尔?GO?，该方案推出多个开发工具包，可支持从下一代英特尔?凌动?处理器到英特尔?至强?处理器等不同计算性能，以及业内首个5G就绪无人驾驶开发平台。

其中，全新英特尔?5G调制解调器，是世界上首个同时支持6 GHz以下和毫米波频段的全球通用5G调制解调器。该调制解调器包含一个紧凑且低功耗的芯片工具包，可提供有望超过5Gbps的速度和超低时延，以便让无人驾驶汽车能够在瞬间做出决策反应。

另外，两种版本的英特尔?GO?无人驾驶车内开发平台所提供的计算力，可执行一系列无人驾驶功能，包括感知、融合、决策等；英特尔?GO?智能驾驶5G车载通信平台，可让汽车制造商能够在2020年5G推出之前开发并测试各种用例和应用；英特尔?GO?智能驾驶软件开发工具包，可帮助工程师最大程度开发硬件功能，同时加快设计步伐。

5G 网络技术代表着行业的重大转变，它要求在无线连接、计算智能、分布式云资源之间实现前所未有的整合。为此，英特尔正在不断突破产业界限，与业界优秀厂商展开全面合作。目前，正与包括爱立信、KT、LG 电子、诺基亚、Verizon等在内的全球电信行业领导者进行合作，交付集成式5G原型解决方案；此外，英特尔还在美国亚利桑那州、加利福尼亚州、俄勒冈州和德国建立了“卓越中心”（CoE），对无人驾驶汽车进行路测。

在中国，英特尔正在积极参与支持中国IMT-2020推进组组织的5G技术研发试验，并成为首批加入中国移动5G联合创新中心的战略合作伙伴。同时，英特尔还携手中国移动、爱立信完成全球首个基于最新蜂窝物联网技术的业务演示。

篇9

传统的产业链分工上，最底层的技术是芯片，下一个环节是软件，最后环节是应用端的产品。近日，物联网模块厂商庆科联合RealTek/Marvell/Cypress等IC厂商推出新型芯片方案MOC。这款芯片区别于以往的芯片，是软件与芯片结合后的解决方案，整合硬件芯片、物联网协议、安全、云端适配。

IOT芯片是一种新的产品形态，这种新形态能解决物联网产业面临的哪些问题？这种形态对传统芯片和软件的关系会带来哪些冲击和改变？对芯片企业和软件企业的商来模式带来哪些启示？带着这些问题，记者进行了深度采访。

IoT时期芯片与应用端出现“鸿沟”

早期，产品由技术来定义。即：有什么样的技术，应用环节就会推出什么样的产品。产品由关键的芯片技术推动，整个产业推进路径是从上到下。不过，随着物联网的出现，这种从上到下的路径开始行不通。

当下，产品的形态转由“应用”来定义，即根据用户需求来开发产品，是从下到上的路线。这种路线的变化，导致IC技术与市场应用之间出现鸿沟。

众所周知，构成物联网的智能产品形态多样，从功耗大的智能家电产品，再到对功耗要求极低的可穿戴产品。智能产品不仅需要好的底层芯片，其智能化的功能还需要联网、运算，这就需要网络、云服务、APP等多种技术元素的支撑。

对芯片企业而言，已无法将芯片直接推送给智能设备厂商，需要将芯片的服务功能完善之后才行。而由于智能产品形态多样，有些是小而精的创业团队的项目，芯片企业更是无法一一对每个智能产品提供接入服务。

正如Marvell技术支持总监孟树指出的：“芯片公司都非常看好物联网，希望跟各个厂商去合作，但是芯片企业不可能一对一的去提供每个服务。”

对设备厂商而言，要做出一款智能化的产品，除了考虑芯片性能，也要考虑云平台、大数据、算法等要求，而这些环节涉及的领域极为跨界，单独靠设备厂商很难驾驭。

对此，芯片企业与终端设备厂商之前的鸿沟，使最新的芯片技术无法快速及时地应用到产品中，延长和影响了终端设备的开发周期和问世，影响了整个物联网产业的推进。

物联网芯片应运而生

以前，软件能力是芯片延伸出的附加功能，为芯片增值。当前，智能产品对技术的需求，除了芯片硬件本身之外，还需要芯片能够具备更多的联网、云计算、大数据服务能力。在这种背景下，IOT芯片应运而生，将芯片与软件进行了充分地融合，给赋予芯片更多的服务能力。

近期，庆科联合RealTek/Marvell/Cypress等IC厂商推出的新型芯片方案产品MOC，即MiCO On Chip。“MiCO是一个操作系统，MOC是内置MiCO操作系统的新一代的物联网系统芯片，通过MiCO的软件再结合芯片本身的计算和通讯能力，庆科推出MOC100和MOC200两款物联网系统芯片，基于SIP物理封装，面积为1平方厘米。” 庆科CEO王永虹表示。

据悉，MOC100为单Wi-Fi芯片，在运算速度、memory资源和控制器接口上比较突出，主要适用于IOT透传、语音识别、二次开发等功能，用户只需参照设计加一款天线和输入电源，即可完成一个Wi-Fi模块产品的开发。

另外，MOC200是Wi-Fi和蓝牙的combo系统芯片，在MOC100的基础上增加对传统蓝牙和低功耗蓝牙双模式的支持，为智能产品间的互联提供更多便利。

此款IoT芯片将软件中间件和芯片绑定在一起，简化了整个开发过程。据悉，MOC一共有五层：

第一层芯片层，这一层是保证设备能够正常工作联网，是核心层；第二层是HAL层，负责完成芯片的适配；

第三层是操作系统层，包括底层软件、驱动、外设管理，协议栈等基础内容，这一层是开放的，用的是MiCO OS，并兼容YunOS、Mbed；第四层是中间件，负责把所有IoT相关的中间件软件以“模块化组件”形式提取出来。中间件是MiCO的核心层，有诸多间件应用，来保证设备的联网、功耗管理、本地计算能力、传感器算法集成等等；第五层叫应用框架层，针对于不同品类的智能硬件产品，帮助客户完成具体的应用开发，让设备可以很好的跟用户交互，与云端连接并产生服务。

此外，IoT芯片给云厂商也带来福音。“位置服务、支付、云、人工智能、算法，图像识别算法等服务，需要与硬件结合。这些服务如何承载在芯片上，此前的做法是每家云厂商去与某一个芯片识别，整个过程十分繁琐。此外，服务商的云服务还需要不断升级，对芯片公司、开发者、设备厂商都是很大的挑战。”

篇10

基于用户生活体验升级的智能化才有市场

目前，通过低成本芯片技术，云计算能力，大数据的应用，以及各种传感器技术，包括互联网技术应用等，技术公司、互联网企业、创业者以及传统制造企业，都正在往智能家居产业链的上游去整合，这必然会进一步推进智能时代的到来，但企业不能为了智能而智能，智能家居要想真正普及，必须是建立在真正解决用户生活体验问题的基础上，让用户的生活变得更加舒适才会有市场。

京东微联智能家居可以使各种各样的智能家电产品、家居产品如空调、灯光、窗帘等，所有连接到平台上的产品之间实现互联互通，可以让用户及第三方公司去定义自己想实现的个性化生活场景，可以通过平台去实时操控微联智能设备。例如，京东微联已经成功完成与DingDong智能音箱的对接，在国内首次实现了通过音箱对智能设备进行语音控制。消费者回家之后，只要对着音响讲话，就可能让已经定义好的智能场景启动，使消费者在生活中对设备的操控变得更加便捷，真正解放双手。

此外，京东和很多的内容商合作，例如CIBN、南方传媒、芒果TV、GITV、百事通等视频牌照商，腾讯、搜狐、优酷、爱奇艺、优朋普乐等视频内容商，恒大音乐、百度音乐、喜马拉雅、咪咕等音乐合作伙伴。智能硬件本身仅仅提供一些智能控制是远远不够的，只有真正从用户角度出发，解决用户痛点，例如提供一些娱乐功能，增值服务和用户感兴趣的内容等，这样才能让消费者的体验更好。

智能化的实现依托于强大的技术支撑

产业升级的背后反映出的是技术的变革，京东微联不仅通过自主研发的互联互通协议，实现了智能设备的远程控制及设备间的互联互通，同时还通过微联智能云技术推出了一系列的增值服务。京东微联开放平台率先推出了云菜谱，云娱乐，云定时，云推送等服务，开放给厂商免费试用，接入京东微联平台的厂家只需做简单的配置，即可让自己的产品享受到这种便捷服务。

所有智能硬件一旦进入用户家中，让它们之间连接起来，做一些智能化方案的定制会非常困难，且成本极高。但通过云端技术，能够把所有的设备连接起来，做各种人工智能的设计。例如，京东智能云端的检测技术，可实现对消费者所在城市空气质量监测，如果检测到空气质量不好，可以帮消费者自动开启家中的空气净化器，当家中的空气净化达到一个比较好的质量时，会自动调整至较低的功率。很多传感器技术的应用，将消费者内部家庭环境和周边外部环境数据结合在一起，给消费者带来真正舒适家居的环境。

很多家电品牌厂家在推进智能化的过程中，实际上会面临很多挑战。例如，如何能够有一个更快速、低成本的智能化方案。对于大多数品牌商来讲，在云端技术、大数据能力等方面都是缺失的。同样，如何加入一个能够互联互通的平台，去构建一个让消费者真正体会到智能化的完整的智慧生活场景，也是单独一个厂家很难做到的。京东微联的诞生恰好能够帮助传统行业的合作伙伴去突破这些挑战。京东微联利用自身的技术优势，可以为合作商家提供一整套智能解决方案，大大减少传统企业在物联网智能技术研发上的成本，帮助品牌低成本实现产品的智能化升级。

让企业更懂消费者让产品的体验更好

智能化应用非常重要的一点就是可以产生大量的数据。以前，家电产品销售出去卖到全国各地，但是这些产品卖到哪些用户手中？各地用户最喜欢用什么功能？，这些数据厂商很难以掌握，所有关于产品使用状况的数据基本通过售后维修部门的反馈得到。即便是请专业的调研公司做消费者调研，但对所选取样本的真实情况也不可能详知。2014年京东销售出超过10亿元的智能空调，其中微联空调已经达到30%，京东已经知道全国各区域消费者对这些空调使用的习惯例如每个区域内最喜欢的温度是多少？空调什么部位发生故障最多等，这些数据都可以时实获取，为品牌商带来非常大的价值。

京东微联引入了很多第三方服务和内容，实现智能硬件统一管理和提供增值服务可以方便厂家去开发相应的功能，实现各种各样的智能化、自动化的场景，更能够帮助家电企业接触到更多的用户，帮助厂商做产品的升级换代，将产品体验做得更好。

此外，为了让厂家在选择终端控制设备时有更多的选择性，让用户使用更加灵活方便，未来，京东微联还将提供开放服务系统。主要将向三个维度，一是面向第三方的APP或是微信应用等开放，厂家定制APP或是微信服务号，通过京东智能云的开放服务接口便可实现对接入京东微联的智能设备的访问和控制；二是面向智能设备厂家开发的中控类设备开放；三是向第三方开放京东智能云端的数据。