時間：2024-03-16 08:19:14
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇人工智能時代的變革，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
最近讀謝熊貓君翻譯的《為什么最近有很多名人，如比爾?蓋茨、馬斯克、霍金等，讓人們警惕人工智能？》一文，心情非常復雜，一方面期待人工智能為生活帶來更多的便利，另一方面又擔憂人工智能可能帶來的生存危機。
為何人工智能專家、未來學家、思想家、科學家們要提醒人們警惕人工智能呢？如文章開篇所言――我們正站在變革的邊緣，而這次變革將和人類的出現一般意義重大。“變革的邊緣”指的是人工智能實力可能出現的變化。人工智能按實力可分為三大類：弱人工智能、強人工智能和超人工智能。
目前，弱人工智能在生活中隨處可見，強人工智能尚未實現，而引發眾大家焦慮的是未來可能實現的超人工智能。當超人工智能出現時，人工智能系統的智能瞬間可達到普通人類的17萬倍，這個級別的智能不是人類能夠理解的，“就好像蜜蜂不會理解凱恩斯經濟學一樣”。那么，超人工智能可能在什么時候實現呢？全世界的人工智能專家推測2060年將可能達成超人工智能。對人工智能的未來最有發言權的Ray Kurzweil甚至提出：“到了2045年，我們不但會有超人工智能，還會有一個完全不同的世界――奇點時代。”
Kurzweil的奇點時代是生物技術、納米技術和人工智能技術的共同革命造成的。當我們擁有了超級智能和超級智能所能創造的技術，超人工智能便可以解決人類世界的所有問題，從而幫助我們達到永生，當然也可能使我們出現生存危機。也就是說，當超人工智能降臨時，掌握它的人將決定人類是永生還是滅絕。Kurzweil預言：“超人工智能正從多方的努力中出現，它將深深融入到我們文明的基建中。它會親密地被捆綁在我們的身體和大腦中，反映我們的價值，因為它就是我們。”然而，霍金、比爾?蓋茨、馬斯克以及許多專家則擔心超人工智能是對人類最大的威脅，因為超人工智能會改變所有的事情，而我們對那個領域無法操控。
讀完這篇文章，我發現自己對強人工智能和超人工智能從最初的期盼變成深深的擔憂。這些年無論是在信息技術教學上還是在信息技術課外活動的開展上，我都一直在盡自己小小的力量推動著人工智能在本地區中小學的普及。現在，我該怎么做呢？目前，我能想到的是和伙伴們一起把這篇文章介紹給學生，讓他們及早了解人工智能潛在的危險以便在未來做出積極的反應。同時，我們要通過“生存危機”來引導有志于人工智能的學生樹立制造友善的超人工智能的價值觀，并在信息技術課上加大對學生計算思維培養的力度，從而讓學生擁有行走在智能社會的基本思想方法和程序設計能力。
（本文摘編自方少芹老師博客）
“人工智能的技術會像互聯網一樣，滲透到每一個場景、每一個設備和每一種服務里面，我們會看到更智能的網絡、更智能的交互、更智能的設備……‘互聯網+’的下一步就是‘智能+’。”百度公司總裁張亞勤在天津夏季達沃斯現場接受《中國經濟周刊》采訪時表示。
顛覆性的變革已經到來
“人工智能已經有60年的歷史，但最近10年有了突破，包括算法的改進，對人腦的更好的理解，但更大的突破是越來越多的數據和計算能力指數的上升。這四個因素加在一塊，使得人工智能變成了可用的技術，沒有那么神秘。”張亞勤說。
“一個顛覆性的技術變革時代已經到來。”張亞勤認為，前三次工業革命的技術基石分別是蒸汽機、電和信息技術，而第四次工業革命的技術基石將是人工智能，大數據、物聯網、互聯網醫療、互聯網金融、智能汽車，它們的底層都是人工智能技術。
在張亞勤看來，人工智能會成為未來一切事物的必需品，而更為重要的是人工智能發展速度要比人們想象得更快。比如在今年年初，AlphaGo戰勝了李世石，對于人工智能行業而言，這是一個里程碑事件;而對于大眾來說，也為人工智能技術進行了一次非常好的科普。
但是，擔憂也隨之而來。人工智能時代已經快速襲來，但是人們似乎還沒有準備好。實際上，制造業、零售業、運輸業等已經開始大量地使用機器人，翻譯、速記、設計師、廚師、司機、記者和作曲家……也都已經有了人工智能“同行”，這讓很多人擔心，“機器人替代人做各種各樣的工作，我會失業嗎？”更為可怕的是，人工智能會不會超越人類，甚至毀滅人類？張亞勤認為，人工智能短期內會使得一些舊的行業和工作消失，很多重復性的、簡單腦力勞動會被替代，但是長期來講，它還是會創造新的就業。
“人工智能并不可怕，它并不是要打敗人類或者超過人類智慧，它和人之間并不是競爭關系，而是一種補充和支持。在未來的20、30年內，人工智能將有進一步發展，但不會打敗人類的大腦或智慧，人類被機器奴役的情況在未來很長一段時間內都不會出現。”張亞勤說。
從“互聯網+”到“智能+”
其實，目前在我們的生活中人工智能的應用場景已經非常多了，比如你使用iPhone的Siri（語音助手），停車場的車牌識別，用語音操控家里的電視……這些其實都是人工智能技術的具體應用。
張亞勤預測，人工智能技術很快就會更加廣泛和深入地滲透到各行各業中，“互聯網+”會升級到“智能+”。所謂“智能+”與“互聯網+”概念類似，就是人工智能技術與各行各業融合，幫助各行各業進一步變革升級，提升效率、創造新價值，讓產品、服務變得更加“聰明”。“‘智能+’將會再度重構所有行業的商業模式與競爭法則。”他說。
張亞勤表示，未來5到10年將會是人工智能發展的黃金時期，這也意味著非常多的機會。“在這一次工業革命中，一些新的行業和新的企業會出現，這將會創造更多不同的、更有價值的、更公平的機會，就像前三次革命也創造了大量的新機會一樣。”他說。
“過去我們對產業的改變只是優化一些細節，但現在要面對的則是一個大的顛覆性的改變，特別是80后、90后的年輕人，真的面臨非常多的選擇，現在確實是一個‘大眾創業、萬眾創新’的最佳時空點。但我一直在講，創業要以創新作為根本，沒有創新的創業是不可持續的，為創業而去創業，這個失敗率會很高，也會造成資源的浪費。”張亞勤說。
但是，隨著更廣泛的應用，人工智能技術能否實現安全、可靠、可控出現不少的擔憂，張亞勤認為，這并不是一個簡單的是與否的問題，這是一個需要全世界共同思考解決的問題。
“如果只有我們自己做，就太寂寞了”
現在，世界上引領人工智能（AI，Artificial Intelligence））創新研究的已經不僅是大學和研究所，各大互聯網公司，Google、Facebook、IBM、微軟……也包括中國的百度等，都在重金挖掘人工智能這座“未來金礦”，希望能夠在新時代到來之時，形成自己的“護城河”。
張亞勤是一位科學家出身的總裁，一個典型的技術信仰者，這一點與百度公司創始人李彥宏一樣。2014年，時任微軟全球資深副總裁、微軟亞太研發集團主席的張亞勤離職加盟百度出任總裁，引起了巨大的震動。與沉醉于產品創新和商業模式創新的企業家們不同，李彥宏和張亞勤都篤信：只有技術創新才真正擁有改變世界的力量，而百度也一直都是一家以“硬技術”創新驅動的公司。
據張亞勤介紹，百度在人工智能上的研究投入很大，而且已經投入了很多年。百度在2013年就成立了國內第一家深度學習研究院，后來成立了人工智能研究所。百度的技術和研發投入年增幅在70%以上，超過谷歌、阿里、騰訊，主要運用在智能化和服務化兩大業務方向。百度已經在北京、上海、深圳、硅谷設立研發中心，累計研發投入達到212億元人民幣。僅2015年，百度的研發投入就超過100億元，占百度2015年總營收的15%，年均增速45%以上。目前，百度已經建成了全球最大的神經元網絡，有上萬億的參數，再借助百度的數據優勢、場景優勢和人才，現在已經處在一個非常好的狀態。
通常把人工智能分為三個階段：第一階段，弱人工智能，如美圖秀秀；第二階段，強人工智能，如無人駕駛技術；第三階段，超人工智能，計算機擁有“智慧”。現在的我們，就好像剛踏上一步臺階，踮著腳看到了模糊的未來，而對于未來，每個人的想象是完全不同的，下面說一說其中的一小部分。
書中提到一個有趣的歷史故事，十九世紀初，英國因為紡紗機械的進步而導致傳統手工紡織業的強烈抵制，掀起了以毀壞機器為手段的“盧德運動”，但歷史的進步不以人的意志為轉移，紡織業最終全面實現了機械化。人工智能便是如此，技術將直接改變現實世界，這種潮流無可避免，至于這對人類來說是好事還是壞事，則未可知。這讓我聯想到《人類簡史》里，以色列歷史學家Harari在書中第五章將農業革命稱為“史上最大騙局”，這是因為人類學會了種植和馴化動物之后，非但不是過上了輕松的生活，反而讓農民過上了比采集者更為辛苦、更加不滿足的生活。農業革命一方面讓食物總量增加，但也產生了人炸的問題，產生了一群養尊處優、無需直接勞作的精英階級，普遍來說，農民過得比采集者更加辛苦，到頭來飲食更加糟糕。這是一個直接的啟示、一種革命性的技術進步，長遠看來對人類是有利的，可是對深處變革中的人來說，卻是巨大的災難。設想大型的B2C電商企業，在利用強人工智能技術全面自動化配送包裹后，快遞人員將面臨大面積的失業，這將變成一個社會問題，快遞人員又將去哪里尋找工作呢？變革來臨時，必將有人面臨著痛苦，我們是否應該思考，如何避免歷史的重演，減少這種痛苦。
百度追求把人工智能技術運用到企業升級中去，為全產業帶來提升，具體來說，百度大腦就是這樣一個產品。無論是為了深度學習，還是實現多層神經網絡，人工智能都必須進入一個“數字化轉型”，或者說“萬物互聯”的時代。在傳統的信件時代，我們需要寫信，需要動筆寫、裝進信封、貼上郵票，最后還得送到郵筒里去才行，要得到回信，得看路途遠近，后來又有了電報，按字計費，除了貴一點，但極大加快了速度。現在，電腦出現，電子郵件可以一秒送達對方，你只需找一臺電腦連上網即可，智能手機出現后，郵件客戶端可以自動提醒你郵件到達。
新書信息
《花朵的秘密生命：一朵花的自然史》
作者：【美】沙曼?阿普特?}賽
定價：49.80元
北京聯合出版公司
綜合植物學和科學史，深入剖析近200種花朵不為人知的生存與演化。玫瑰、薔薇、蘭花、向日葵，所有花的美麗外表之下，都有暗藏殺機的殘酷生存法則。
《親愛的世界，你好呀》
作者：【英】托比?利特爾
定價：49.80元
北京聯合出版公司
這是一本完美的親子共讀作品，如同和托比一起踏上穿越廣闊世界的旅行，大人和孩子都能更多地了解這個世界，為各式各樣的美景所感動。
《分享經濟的爆發》
作者：【美】阿魯?薩丹拉徹
定價：59.00元
［關鍵詞］人工智能；會計；基礎會計
1人工智能在會計領域的應用特質
將德勤財務機器人、用友財務機器人等人工智能在會計領域的應用狀況進行分析，可以看到人工智能在會計領域的應用有以下特點。（1）大量規則化應用領域被人工智能取代。原始憑證審核，依托于電子票據二維碼應用，票據關鍵信息（如發票抬頭、稅號、發票內容、金額等）被人工智能識別并依照規則進行判斷；根據原始憑證相關信息依照借、貸規則選擇相應會計科目編制會計憑證，也是人工智能依照既定規則完成；根據記賬憑證完成記賬和報表編制，在會計電算化時代即已完成，對于人工智能而言，則更是“小兒科”，僅需要依照既定規則將數據庫文件以視圖形式呈現。可以看到，從原始憑證審核、記賬憑證編制再到賬簿形成、報表形成，會計明晰的規則為人工智能應用提供了切合的舞臺，而有明確規則的領域是人工智能能夠凸顯其計算能力的優勢領域。由此可見，以規則為基礎的會計核算應用領域能夠被人工智能“完美”替代。這也是德勤機器人、用友財務機器人等人工智能最先得以應用的領域。（2）經驗化應用領域將被人工智能取代。人工智能以超強的自我學習能力著稱，能夠通過大數據獲取認知上的進步，可以從大量的圖片中學習識別貓，也可以從大量的棋譜中學習對弈。會計、醫生曾經被認為“越老越值錢”，即是基于經驗的價值增加，在工作中不斷學習積累經驗，能夠借助經驗處理非常規、復雜的情形。通過學習積累經驗獲得認知進步，已經成為人工智能擅長的領域。在大數據的基礎上，人工智能可以通過案例學習獲得“經驗”，并且由于存儲記憶能力的顯著優勢超過會計、醫生的經驗。因此，經驗化應用領域將被人工智能取代。（3）人工智能應用推廣速度受到成本的影響。2017年德勤財務機器人推出，隨后用友財務機器人、浪潮財務機器人也相繼面世，一年時間之后這些財務機器人并沒有大量應用，其原因既有技術成熟度方面的原因，也有成本方面的原因。財務機器人的應用成本，不僅包括購買財務機器人的價格，還包括企業轉換成本。在ERP、財務共享中心等信息化建設之后，信息系統建設的投入大、實施風險高的特征使得企業對于系統切換心存顧慮，使用財務機器人是否又將成為投入高、見效慢的項目，成為企業應用財務機器人不得不考慮的問題。也正是由于受到應用成本的影響，財務機器人在2017年推出之后只是引起了觀念、認知上的“地震”，廣泛的應用并未看見。
2“基礎會計”課程核心
從目前國內高校會計專業、財務管理專業所開設“基礎會計”（會計學）課程的情況來看，該課程仍然作為專業基礎課開設，其核心內容一般包括：（1）會計核算基本方法，涉及會計要素、會計等式、復式記賬、憑證、賬簿、財務報告等內容。通過這些內容的學習，學生將掌握借貸記賬、憑證編制、賬簿登記、財務報告編制等基本方法，掌握會計核算的基本規則，理解會計的基本邏輯與方法。（2）會計核算基本操作，涉及憑證填寫與審核、賬簿登記、財務報表編制等內容。在會計基本方法學習的基礎上，學生將通過實驗等方式，掌握憑證填寫與審核的規范、賬簿登記的規范、財務報表編制規范等操作環節的要求，通過實踐體會從憑證填制與審核、賬簿登記、財務報表編制的規則與過程，并完成從理論到實踐的轉換。（3）會計視角的形成。在對會計要素、復式記賬的理解中，學生將完成對經濟活動的會計視角理解。例如，企業完成銷售活動，從經濟活動的范疇理解，更多強調客戶關系管理、合同簽訂、履行合同等節點，而從會計視角理解，則更強調伴隨銷售活動產生的資金流和成本化物流，即在收入形成的同時，根據資金支付的狀況選擇銀行存款、或者應收賬款、或者應收票據、或者預收賬款進行核算，同時在物流發生后結轉相應成本。將經濟活動的會計本質進行識別，培養和形成會計視角成為“基礎會計”課程的關鍵內容。也正是因為這個原因，“基礎會計”成為會計入門課程。
3人工智能對“基礎會計”課程的挑戰
（1）規則化應用將被人工智能取代，但修訂完善規則為會計人員留出了空間。人工智能因其超強的運算能力，能夠在既定規則的指揮下“毫無怨言”地處理原始憑證審核、記賬憑證編制、賬簿登記、報表編制等工作，并且處理效率更高。單純地規則化應用，會計人員與人工智能相比，完全不具有優勢。僅僅只有在人工智能技術應用的成本還相比人工成本更好的前提下，原始憑證審核、記賬憑證編制、賬簿登記、編表編制工作仍由會計人員完成。當人工智能技術應用成本得以降低，采用人工智能技術相比雇傭會計人員成本更低，會計人員無疑將面臨被人工智能所取代。這也是業界認為人工智能帶來會計“地震”的重要原因。雖然2017年會計人工智能出現后并沒有馬上帶來會計人員下崗潮，但這一時刻不會太遠，一旦人工智能應用成本得以降低，在人工成本逐漸上升的現實狀況下，處理原始憑證審核、記賬憑證編制、賬簿登記、編表編制的純規則化會計崗位將被人工智能取代。與此同時，我們必須意識到，人工智能以規則為基礎完成會計活動，那么誰來定義規則？戰勝棋圣的人工智能以圍棋規則為基礎開展對弈，無人駕駛以道路交通規則為基礎完成駕駛，財務機器人在完成會計活動時同樣基于既定的規則。從國家層面看，“會計準則”處于不斷的修訂完善過程中，新的經濟形式不斷出現，會計準則往往緊隨著新經濟活動而修訂完善。一旦會計準則變更，意味著完成會計活動的人工智能所依據的規則也需要變更。因此，規則變更與修訂為會計人員留出了空間。“人工制定規則，人工智能完成規則”可能成為未來會計活動的新形式！會計人員制定規則，是否需要從了解基本規則入手呢？答案無疑是肯定的。作為制定規則的會計人員，不可能完全不了解基本的借貸規則、基本的賬務處理規則，就開始著手調整規則。基于此，了解和掌握基本會計規則應當成為會計人員的必須，通過“基礎會計”課程促使會計人員了解和掌握會計基本規則也成為必要選擇。但人工智能應用會計規則的優勢，促使會計人員在學習掌握基本會計規則時必須思考，學習基本會計規則的目的是應用還是修訂完善？如果僅僅將學習會計規則的目的定位于應用，這樣的會計人員只能定義為初級會計人員，一旦其人力成本高于人工智能技術應用成本，這種崗位人員無疑是會慘遭淘汰。因此人工智能的出現逼迫會計人員將學習會計規則的目的定位于修訂會計規則的高端人才，只有在基礎規則之上，跳出規則制定規則，才可能在人工智能應用的大趨勢下贏得一席之地。（2）經驗積累將被人工智能取代，但經驗規則化為會計人員留出了空間。會計人員的經驗積累建立在大量案例處理的基礎上，在復雜經濟業務處理過程中形成隱性知識，如果這些隱性知識不能顯性化、不能總結提升為規則，這些隱性知識只能藏于人員的頭腦里，導致似乎“越老越值錢”。人工智能具有大數據處理能力，在大數據基礎上形成“經驗”從而自我學習，并且其總結的經驗將以“代碼化”的形式顯性體現，相比會計人員而言，經驗形成的能力更強、經驗顯性化的能力也更強。但從經驗到規則，人工智能還不能直接將積累的經驗形成規則，規則的形成還需要人工干預。因此，會計人員的經驗積累可以被人工智能取代，但經驗規則化為會計人員留出了空間。面臨人工智能應用，會計人員“越老越值錢”的優勢將不復存在，會計人員的價值不再建立在工作經驗的基礎上，而是建立在經驗知識化、并進一步規則化的基礎上。會計人員要完成經驗規則化過程，也需要對基本規則熟悉了解、并對經驗是否作用于規則修訂進行判斷的基礎上，因此對于基本規則的了解和掌握也是必不可少的。盡管“基礎會計”課程僅僅是會計入門知識的介紹，不能形成會計處理經驗，在經驗積累方面不存在是否課程內容是否被人工智能取代的問題，但由于會計人員需要將經驗規則化，需要熟悉了解基本規則，并對經驗是否推動規則變化做出判斷，因此通過“基礎會計”課程學習了解基本規則仍然是必要的。（3）會計視角的形成仍需通過“基礎會計”課程培養。人工智能完成了從原始憑證審核到記賬憑證編制、再到賬簿登記、報表編制的任務，使用人工智能完成這些任務得到的是憑證、賬簿、報表這些結果的呈現，對于這些結果、這些信息究竟對于會計人員意味著什么，會計人員通過這些信息怎樣從會計的視角去理解經濟業務，人工智能并未給出答案。而“基礎會計”課程則是從經濟業務到會計業務的橋梁和紐帶，通過“基礎會計”課程的學習，會計要素、會計科目等內容成為將經濟語言轉換為會計語言的工具，會計視角得以培養形成。因此，從會計視角培育需要來看，“基礎會計”課程仍然是有必要開設的。
4“基礎會計”應對人工智能應用的適應性調整
概括起來看，面對人工智能應用的大趨勢，“基礎會計”課程仍有必要開設，但應對這一趨勢，需要從課程目標、課程內容上進行適應性調整。具體包括：（1）“基礎會計”課程目標需要定位于會計基本規則體系建立而非操作能力。由于人工智能能夠以高效率的優勢完成規則應用，因此“基礎會計”課程目標不能再強調憑證編制、賬簿登記、報表編制等應用能力，應該將“基礎會計”的課程目標定位于促使學生構建會計規則體系，培育經濟業務的會計視角。學生學習“基礎會計”的目的不再是掌握原始憑證審核、記賬憑證編制、賬簿登記、報表編制操作，而是建立會計規則體系，掌握會計語言實現從會計角度理解經濟業務。（2）“基礎會計”課程內容需要強化會計要素、會計等式、借貸記賬等基本規則體系內容，弱化憑證、賬簿等操作性內容。根據前面的分析可見，“基礎會計”作為基本規則介紹的入門課程，學生需要通過該門課程的學習，掌握會計基本規則，并在此基礎上逐步培養提升規則制定的能力。以往課程中，通過實驗、實訓提高學生填寫憑證、登記賬簿的操作能力，但這些操作未來將被人工智能高效替代。在人工智能在會計規則化應用領域形成趨勢的當前，操作能力培養這部分內容需要弱化，而對于會計規則體系的理解、會計視角的培養應當強化。（3）“基礎會計”課程內容中需要適當增加有關大數據、人工智能方面的內容，介紹大數據、人工智能在會計領域的應用趨勢，以幫助學生了解會計在信息時代、人工智能時代可能發生的變革，提前應對可能發生的變化。會計不能脫離社會經濟生活而存在，人工智能時代已經對會計提出了變革要求，應對這一要求，“基礎會計”應當不回避，主動做出調整和適應。例如，對于會計總論的闡述中，介紹會計的發展趨勢，不能還停留將會計電算化作為發展前沿，電算化階段已經成為過去，大數據、人工智能才是未來的發展前沿；在會計的發展階段中，古代會計階段、現代會計階段、電算化會計階段的劃分也值得商榷，復式記賬、計算機的出現作為階段劃分的關鍵節點，但在2017年人工智能推出后，是否在電算化會計階段之后已經需要重新再切分出人工智能會計應用階段，值得學術界探討。
5結語
財務機器人誕生后會計崗位可能面臨失業潮，“基礎會計”課程似乎也已經沒有必要開設。通過分析人工智能的特質、“基礎會計”課程的核心，指出在人工智能應用趨勢到來的當前，規則化應用將被人工智能取代，但修訂完善規則為會計人員留出了空間；經驗積累將被人工智能取代，但經驗規則化為會計人員留出了空間；會計視角的形成仍需通過“基礎會計”課程培養。因此“基礎會計”課程仍然有必要開設，其課程目標需要定位于會計基本規則體系建立而非操作能力，其課程內容需要強化會計要素、會計等式、借貸記賬等基本規則體系內容，弱化憑證、賬簿等操作性內容，同時課程內容中需要適當增加有關大數據、人工智能方面的內容。
主要參考文獻
［1］陳婷蔚．人工智能在會計領域的應用探析———以德勤財務機器人為例［J］．商業會計，2018，5（10）：77－78．
［2］王加燦，蘇陽．人工智能與會計模式變革［J］．財會通訊，2017（22）：41－43．
［3］任世贏．人工智能技術對會計行業的影響及對策［J］．北方經貿，2018（1）：96－97．
［4］鄧文偉．人工智能時代的會計研究綜述［J］．國際商務財會，2018（5）：86－88．
關鍵詞：人工智能；AI；視覺技術；計算機技術
隨著科學技術的飛躍發展，人類社會已經逐漸步入了人工智能時代。2016年3月，當人工智能機器AlphaGo以懸殊比分打敗世界圍棋冠軍、韓國圍棋職業九段選手李世石后，世界為之驚呼：人類智慧是否要被人工智能的機器人超越？而在現實當中，人工智能的運用領域越來越廣泛，在醫學、機械、地質勘探、石油化工、安保、交通、通訊、軍事等領域，人工智能已經顯示出了其強大的作用。在2016年世界互聯網大會上，人工智能被冠以“四大熱詞”之一備受關注，世界互聯網大佬們都對人工智能抱以極大的重視和熱情。可以預見，人工智能必將像人類歷史上的幾次科技變革一樣，顛覆性地改變人類的未來生活。
一、人工智能的概念
什么是人工智能呢？人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。美國麻省理工學院的溫斯頓教授認為：“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。”這個說法通俗地反映了人工智能學科的基本思想和基本內容。
二、人工智能發展的歷程及在生活中的運用
人工智能的發展，不斷更新著人們的生活觀念，改變人們的生活習慣。可以說，未來的時代是屬于人工智能的時代。那么，人工智能是如何發展到今天這樣的格局、而且展示出未來無可限量的使用前途的呢？我們先來回顧一下人工智能的發展歷程。
人工智能學科的誕生與發展，是以計算機科學技術的不斷進步成熟為基礎的。人工智能的發展大致經歷了三個時期：
（一）第一階段：上世紀四十年代至五十年代中期。這個時期是以控制論、信息論和系統論為理論基礎，是人工智能探索的前期。1950年，英國數學家圖靈提出機器可以思維的問題，直接推動了現代人工智能的發展。
（二）第二階段：二十世紀五十年代中期至八十年代末。這個時期被稱為經典符號時期，人工智能開始與認知心理學融合發展。
（三）第三階段：二十世紀八十年代末到現在，這個時期又被稱為人工智能發展的聯結主義時期，主要通過人工神經網絡來模擬人腦的智力活動，當然也開始朝向多元化的方向發展。
目前，人工智能在生活中的運用在逐漸普及，人類已經開始享受到人工智能帶來的便利。采用人工智能技術，讓機器具備一些人工智能，并且能做人無法完成的工作，這種雙重屬性，讓人工智能技術擁有廣泛的運用空間。
首先，人工智能的“覺”技術應用廣泛。在醫學上，可以運用人工智能進行預測、檢測、診斷和治療；在高端安防和監測領域，指紋識別和人臉識別技術已經能夠成熟運用。
其次，人工智能已經運用于互聯網尤其是搜索引擎技術當中。比如大家都知道的谷歌搜索，表面上是一個搜索引擎，實際上里面的搜索機理跟人工智能程序相同。我們現在覺得搜索引擎是越來越“聰明”，越來越人性化，就是這個道理。
另外，我們通俗意義上理解的機器人，正在變得越來越“聰明”。它們可以帶著“人”的特征，做一些我們真正的人做不到的事情，或者為我們人類提供生活上的服務。比如航空航天領域的機器人、地質勘探中使用的機器人設備、游戲博弈領域的機器人棋手等。隨著科技技術的發展，人工智能的發展已經開啟了新的篇章，很多以前只能在科幻片里看到的場景，已經開始變成了現實。
三、人工智能對人類未來生活的影響
人工智能的發展現狀和展示出來的未來遠景，讓人相信它必將為人類的未來帶來翻天覆地的變化。甚至有觀點認為，隨著智能科技的發展，或許有一天人工智能設備將對人類的生存帶來挑戰甚至是危險。那么，人工智能對人類未來的生活將有哪些影響呢？
（一）人工智能的發展，可以讓我們人類更安全。比如：人工智能機器人的發展，未來可以代替人來照顧老人和病弱者，讓人生活得更長久，并且可以把更多的人手解放出來；車禍和天災將會因為人工智能技術的使用變得更少，人們可以根據危險情況采取更有效的扼制手段。
（二）人工智能技術將使人變得更能干，工作效率更高。把人工智能技術和人的智慧結合，相輔相成，可以讓人類的思想認知得到延伸；同時，依靠人工智能技術，我們人類將變得更為強大，完成為我們人類自身現在還不能完成的事情；依靠人工智能技術，也許未來人類將變成我們現在想象當中的“超人”，擁有超出目前視覺、聽覺和操控力的超能力。
（三）人工智能技術將解決許多我們人類目前無法解決的一些難題。比如現在人類面臨的大氣變化、環境污染等世界性難題，可能會因為智能科技的發展而在某一天得到徹底解決。如果說，人工智能在未來可能會拯救世界，這絕對不是一種奪人眼球的夸夸之談。
（四）人工智能的發展，可以讓我們人類生活的空間得到大大的拓展。我們人類在幾十年前就已經開始進行外太空的探索。人工智能的發展，對于宇宙空間探索事業而言無異于如虎添翼。
（五）最后，人工智能的發展，讓我們人類多了一位“朋友”。只要做好對智能設備的控制，那么人工智能就能夠最大限度地為人類生活服務，并且風險降到最低。
四、結語
人工智能的發展，是人類科學技術發展的必然趨勢。面對這一趨勢，我們應該保持積極樂觀的態度，不斷拓展，銳意創新，真正讓人工智能促進社會的進步與發展，最大化地惠及我們的生產生活。
參考文獻：
行業策略:結合國內相關企業現狀，我們認為科技巨頭未來看生態布局和底層技術發展。其他公司短期看應用落地，中長期看數據積累構建的行業壁壘。行業方面優先選擇安防、智能駕駛和語音、圖像識別能夠落地商業化的行業。
推薦組合:
從基礎層、技術層、應用層的劃分上，短期關注能成功商業化的企業。建議關注新三板企業海鑫科金(430021.OC)、捷尚股份(832325.OC)
在主流的機器學習框架下，從人工智能的數據+算法+計算能力的三要素構成上考慮，建議關注地平線機器人和中科寒武紀。
在細分領域，建議關注圖像和視覺識別的曠視科技(face++)、格靈深瞳、商湯科技、云從(佳都科技)，語音識別領域的捷通華聲(Q169597)、云知聲、思必馳，智能客服領域的智臻智能(834869.OC)、中通網絡(835426.OC)，服務機器人相關的圖靈機器人、優必選，智能駕駛相關的Minieye、馭勢科技、國科微(新三板待掛牌)等。
行業觀點
算法+數據+計算能力三輪驅動人工智能加速到來:人工智能的發展經歷兩起兩落，目前是第三次崛起。算法、數據和計算能力不同程度的造成了人工智能歷史上發展的低谷期。深度學習是目前最主流的機器學習方法和基礎算法框架，也在不斷的發展和完善中，現在使用不同算法的結合在圖像和語音處理中取得了更好的效果。機器學習的目標是真正實現無監督學習，在朝這個目標發展的過程中，遷移學習和聚焦模型是最有前景的方向之一。人工智能所需要的計算能力未來將適應“云+端”的模式，在IOT時代，用于“端”的機器學習計算能力，低功耗、低成本、低體積均是重要的發展目標。
政策助力，巨頭加碼，人工智能發展如火如荼:發達國家已充分認識到人工智能的戰略意義，紛紛從國家戰略層面對人工智能加緊布局。美國、歐盟和日本均開始大腦研究計劃。國內對于人工智能的相關扶植政策已出臺。互聯網公司和科技巨頭也加大力度進行人工智能領域的布局，人才爭奪激烈。人工智能相關的創業公司也不斷涌現，風險資本競相進入。
人工智能的技術逐漸成熟，應用逐步落地:語音識別、圖像和視頻識別是相對成熟的技術，國內公司在相關領域處于世界領先水平。自然語言處理是認知智能的更高層級目標，未來進步空間巨大。隨著技術的不斷走向成熟，各細分領域的應用已開始逐步落地。
“+人工智能”成為行業和場景未來智能化的趨勢:人工智能是未來產業變革的基礎力量，對不同行業和場景的智能化改造是未來趨勢。安防、金融、醫療、汽車、制造業、教育、廣告、傳媒、法律、智能家居、農業等均是人工智能落地的方向。
相關公司梳理:國內BAT已布局不同的人工智能領域，諸多創業企業或上市、掛牌公司也參與著產業的基礎層、技術層、應用層，形成了從軟到硬兼顧的產業鏈布局。新三板和諸多創業企業都處于風投等早期階段。
關鍵詞：人工智能；高校檔案管理；大數據；RFID；隱私；檔案安全
一、人工智能技術的基本概念
人工智能是指用一種新的能以人類智能相似的方式做出反應的智能機器，它能夠自我學習和思考、判斷并作出決策[2]。不過計算機獲得智能的方式和人類不同，它不是依靠邏輯推理，而是靠著大數據和智能算法。因此人工智能的實質是在大數據基礎上，通過深度學習，將數據挖掘問題轉化為可計算問題來處理的過程。比如AlphaGo把下圍棋這個難題轉化為棋盤問題空間的表達和搜索問題，在學習數以萬計棋譜的基礎上，利用啟發式搜索算法，求得當前的最優解，并不斷迭代推演，最終戰勝人類圍棋世界冠軍[3]。可見，人工智能并不神秘，并非遙不可攀，關鍵就在于數據的收集和算法的使用。而高校檔案館就是一個“數據密集型”部門，有大量的學籍、文書、科研、基建、人物等檔案數據，可以充分利用人工智能技術對檔案資源和用戶數據進行挖掘，發現關系以及分析趨勢，提供更加主動及優質的檔案服務[4]。
二、人工智能技術在高校檔案管理中的應用
人工智能技術在高校檔案管理中的應用可以從思維、數據、技術等幾個方面來進行研究。
1.思維方面
人工智能不僅僅是一種技術，更是一種思維方式的轉變。工業革命以來，人們已經習慣了機械思維，相信所有問題都有一個通用的解決辦法，并在努力尋求事物間的因果關系。進入人工智能時代，人們開始接受世界的不確定性，學會利用信息或者數據來消除這種不確定性，又逐漸利用相關關系取代因果關系，以更快地獲得問題的近似解，如預測投票選舉結果和預測股市波動。受此思維影響，高校檔案工作者在指導各部門檔案收整時可以不預先設定目標，而是先把所有能夠收集到的本部門相關的檔案數據收集起來，運用“全部留”的方法破解檔案價值的不確定，檔案價值認定難的問題。因為在人工智能時代，數據或信息不再是包袱，而是財富[5]，然后對這些檔案數據分析挖掘，能夠得到什么結論就是什么結論，用“數據說話”，盡量減少人工主觀的干預活動。另外針對檔案收整和利用的不確定性和易變性，可以引入外部信息，如歷年數據、收整和利用的關系，利用者需求的變化等數據，以便對檔案管理作出合理預測和規劃。
2.數據方面
人工智能的基礎是大數據。近幾年大數據一詞經常出現在媒體上，它的3V特性（體量大、多樣性、及時性）也逐漸被更多人所熟知和接受，但大數據更重要的含義其實是多維度和完備性。具體到高校檔案領域，檔案數據多維度是指在常規檔案顯性數據以外，包含其它隱性維度的數據。比如在教學檔案中，除學生姓名、成績、學號、專業等基本信息以外，還應該收集整合學生的籍貫、出生年月、高考分數、高中學校、報考專業、獎懲明細、畢業學位信息、工作派遣單位等數據，如果有可能還可以跟蹤補錄學生就業后的一些個人數據信息，以便從多角度分析數據間的相關關系，挖掘隱含信息。檔案數據的完備性是指包含檔案管理全流程的數據。比如在文書檔案中，除文件題名、責任者、歸檔時間等基本信息以外，還應該收集文件生成時間、地點，文件流轉過程批注、修改、查閱人，檔案整理人姓名、職務，檔案移交時間，檔案利用時間、人員姓名和單位，檔案利用方式等數據，這些數據有助于打通從檔案生成到檔案利用之間的關系，使檔案生成單位能更好的把握歸檔內容，及時獲得檔案利用者的反饋，調整歸檔策略，以提供更多利用者感興趣或需要的檔案。隨著移動互聯網和物聯網技術的發展，檔案大數據的收集越來越方便實時，把控每一個用戶，每一卷檔案和每一次檔案利用細節也將成為現實。檔案數據越來越豐富全面，檔案案卷實體正在成為流通渠道、數據收集途徑，這也為人工智能時代的檔案數據收集提供了一個新的來源。
3.技術方面
人工智能技術主要包括軟件和硬件兩方面內容。軟件主要指各種數據挖掘算法，常用的有啟發式搜索算法、蒙特卡羅樹搜索算法、神經網絡算法等，這些算法可以解決在實際檔案利用中如何有針對性地給用戶推薦檔案的問題。人工智能時代，人們追求檔案利用的時效性和個性化，各種檔案利用數據能夠被即時而完整地記錄下來。如檔案查詢關鍵詞、查詢時間、查詢結果點擊數、查詢者賬號信息、查詢者滿意度等，這些數據隨時可用，以便系統及時做出分析。而隨著算法的改進和提高，以往同類檔案用戶歸類的推薦方式，可以進一步變為由檔案直接推薦檔案，由兩類檔案到兩件具體檔案的直接關聯，一件檔案被利用時，自動推薦和其相關的檔案文件。隨著檔案利用數據的積累，尤其是和每一個用戶相關的各種維度數據的積累，推薦將越來越靠譜，越來越準確，最終做到因人而異，完全個性化。硬件方面則主要采用在檔案中插入RFID芯片和在檔案閱覽室安裝各種監控攝像頭。RFID是一種不需要電源的芯片，里面存儲的信息可以被專門的閱讀器發出的無線電波探測出來[6]。這種芯片價格便宜，將它裝到各種物品上，就可以自動識別各種物品，進而跟蹤物品。在檔案管理中，RFID不僅可以記錄檔案生成期間的各種數據信息，還可以記錄檔案利用過程中的各種數據信息，檔案的每一次查詢、提取、翻閱、借出等全流程數據都能夠被完整收集保存，RFID中的數據記錄了檔案文件全生命周期的與檔案實體相關的數據，堪稱檔案的“全息影像”。這些數據有助于檔案館對館藏檔案的布局、檔案的質量有清晰的認識，有針對性地提供利用服務。而各種監控攝像頭可以實時記錄檔案閱覽室的人員情況，查檔等待時間，服務利用時間，查檔次數等數據，這些數據有助于檔案利用部門合理安排人員，簡化辦事流程，提高工作效率。
4.其他應用方面
除了以上一些應用，有了通過多種途徑收集的檔案多維度全流程大數據，再利用各種數據挖掘算法，還可進一步實現人工智能時代檔案的智能化管理利用。在此另外舉幾個例子，拋磚引玉，希望未來高校檔案工作者能發掘出更多的檔案創新工作模式。（1）根據檔案利用者的反饋，系統自動向各歸檔單位推送其歸檔檔案的利用情況，并建議其加大某類檔案的歸檔力度，或者提醒其可適當增加某類用戶可能更感興趣更需要的檔案等。（2）根據學生成績，通過橫向同學間比較和縱向歷史成績數據對比，并結合個人實際情況，智能推薦其更合適的畢業選擇，是讀研、出國還是工作。如果數據全面準確，甚至可以具體到讀研、出國的學校信息或者工作地點、工作單位等信息，推薦更精準。（3）對電子化的檔案圖像進行全文識別讀寫，自動分析其中的關鍵字，使計算機獲得“檔案知識”，并結合已有目錄數據庫，將整理后的信息推送給用戶，如可自動回答用戶提出的“學校最年輕正教授”、“學校某專業成績績點分布”、“學校各省市招生人數變化”等問題，提高查檔利用的全面性和滿意度。另外還可以利用計算機閱讀和分析檔案匯編成果，并從已有的大量文本語料中學習寫作，最終實現計算機自動編研檔案和撰寫檔案文章。（4）對各種檔案利用異常行為進行預警，及時提醒檔案利用單位重點關注某些利用行為或者利用者。先從檔案數據找到普遍規律，然后再應用于每一個具體的用戶，并且影響到每一個具體的操作，以發現每一個異常情況。做到從個體到全體再從全體到個體的雙向流動。
三、人工智能對高校檔案管理的挑戰
人工智能對檔案創新變革提供技術支持的同時，也對用戶隱私和數據安全方面提出了新的挑戰。
1.用戶隱私安全
由于大數據具有多維度和全面性的特點，它可以從很多看似支離破碎的信息中完全復原一個人或者一個組織的全貌，并且了解到這個人工作生活的細節或者組織內部的各種信息。這樣就會引發大家對個人隱私權的擔憂。比如要想推薦精準，對學生數據的收集就要更加全面多維度，在這個過程中必然會涉及對學生隱私的干預。要想對這些檔案大數據進行隱私保護，一種辦法是從收集信息的一開始就對數據進行一些預處理，將數據“脫敏”，比如去掉姓名、學號、身份證號等這些具有明顯個人屬性的數據。預處理后的數據保留了原來的特性，能夠進行分析利用，但卻“讀不懂”數據的內容。第二種辦法是利用一定規則在檔案數據中添加“擾動”，通過數學的方法讓大數據依然有很強的可靠性，但是卻完全找不到每條數據對應的來源，如蘋果公司的“差別隱私”技術。第三種辦法是雙向監視，使數據從采集到使用都在雙方知情的情況下進行，使數據使用者受到監督，提高檔案館對數據利用的自律意識，相比前兩者，這種方式可能更有效果。
2.數據存儲和數據安全
人工智能的核心是海量全面的數據，因此數據存儲和數據安全是未來所面臨的最大挑戰。數據存儲。由于摩爾定律導致各種存儲器的容量成倍增加，同時價格迅速下降，使得更多的檔案數據有條件存起來以供使用。但是隨著數據量的劇增，查找和使用檔案數據的時間也會變得很長，影響分析數據的效率。而且即使采用并行計算，受制于算法和計算機，數據分析處理的效率也存在瓶頸，這些問題還需依靠技術的進步來解決。數據安全。檔案數據安全有兩層含義，首先是保證檔案數據不損壞、不丟失；第二層含義是要保證檔案數據不會被偷走或者盜用。為避免安全問題，要盡量將學生個人情況等敏感信息放到不同的地方，以免多種敏感數據同時丟失。另一種保護數據安全的方法則可以利用大數據本身的特點，即發現異常操作，比如某次某個賬號使用檔案系統的流程和正常不符，即可斷定這是一起檔案系統密碼泄露、系統入侵事件。另外，當數據量足夠大時，每個系統用戶的操作習慣也可以學習，不符合某人習慣的操作就可能是來自于非法的闖入者，這些操作就會被禁止。
四、總結
10月21日，2016英特爾中國行業峰會在珠海召開，來自醫療、金融、交通、零售、能源、教育等行業的企業代表分享了他們對于數字化變革的理解與實踐。這本該是英特爾中國行業峰會的主旋律，但是實際是與會嘉賓對人工智能的話題表現出更大的熱情，有點喧賓奪主的味道。
得AI者得未來
2015年底，許多機構在展望2016年度科技領域時幾乎會不約而同地將人工智能列為重點方向之一。現在來看，人工智能的火爆程度讓最樂觀的預測者都大跌眼鏡，這得歸結于AlphaGo的推波助瀾。
正如文章開始所說，人工智能的使命便是完成海量物聯網數據的商業價值轉化。根據相關預測，2021年，全球將會擁有18億臺PC，86億臺移動設備，157億臺物聯網設備。而到2035年，物聯網設備的數量將會超過1萬億臺，相應的數據數量將會增長2400倍，從1 EB增長到2.3ZB。如何有效管理、控制和利用如此浩瀚的數據，人工智能是解決之道。
所以說，得物聯網者得未來，而得人工智能者將執物聯網之牛耳。只有人工智能才能為“萬物互聯”之后的應用問題提供最佳的解決方案。
2016英特爾中國行業峰會上，英特爾與科大訊飛公司簽署合作備忘錄，雙方將在人工智能領域展開為期三年的基于英特爾至強處理器+英特爾至強融核處理器，以及英特爾至強處理器+FPGA為基礎的機器學習/深度學習研究項目。科大訊飛聯合創始人，訊飛研究院副院長王智國博士非常到位地點評了這一合作：“一直以來，我們雙方都致力于人工智能技術的創新和行業的推動，一方擅長底層計算架構，一方擅長算法及應用。我們期待雙方在人工智能技術上的深度合作能夠推動硬件和軟件的協同設計及優化，共同發現人工智能計算平臺創新的解決方案，推動人工智能產業的發展，并通過這些創新的技術支持更多行業用戶進行業務轉型。”
作為全球最大的半導體芯片制造商，英特爾的公司定位正在悄然發生變化。如今，英特爾將自己定位為“一家致力于驅動云計算和智能互聯計算的公司”。可見人工智能已經成為英特爾公司的未來戰略方向之一。
人工智能對計算力資源的需求到底有多大，現在誰也無法預判，這就像是個“計算黑洞”。但有一點可以肯定，人工智能是高性能計算在現在和未來的進一步延展和進化，而這恰好是英特爾的優勢所在。
對英特爾而言，進入人工智能領域是水到渠成的事情，也是技術上的自然演進。從另一個角度看，物聯網和人工智能是歷史擺在英特爾公司面前一次前所未有機遇，其空間和舞臺遠大于PC時代和互聯網時代。送上門的蛋糕（要知道，當今世界90%以上的數據都是由英特爾處理器來承載的），豈能讓它從嘴邊溜走。
從資本到技術，從硬件到軟件
基于新的公司定位，英特爾開始從資本層面進行帝國的戰略布局。作為硅谷最大的企業風司，英特爾投資總裁Wendell Brooks 說“會把未來的投資聚焦于那些能夠更好拓展公司業務發展的領域”，人工智能毫無疑問是重中之重。
9月宣布將收購計算機視覺創業公司Movidius，后者致力于研發低功耗的計算機視覺芯片；8月將Nervana收入囊中，后者主攻半導體、軟件和AI深度學習技術；5月宣布將收購專注于計算機視覺技術開發的俄羅斯公司Itseez；4月收購意大利半導體功能性安全方案廠商Yogitech；2015年12月完成了對可編程邏輯器件廠商Altera的收購；2015年10月收購了人工智能公司Saffron Technology……
針對某一業務領域展開如此高密度地集中收購，無論是在英特爾公司歷史還是整個IT行業都是十分罕見的。可見，英特爾布局人工智能的決心之大。
由于技術因素，專用領域的智能化是人工智能未來5到10年的主要應用方向，比如自動駕駛。在更遠的將來，隨著技術的進一步突破，通用領域的智能化有望實現。但無論是專用還是通用領域，人工智能都將圍繞“基礎資源-技術平臺-業務應用”這三層基本架構形成生態圈。
在人工智能上，英特爾能做些什么？僅僅是提供計算平臺嗎？當然不是，這從英特爾的瘋狂收購中也看得出。
近年來科大訊飛在智能語音和人工智能方面的創新發展，提出新一代人工智能時代的人機交互應從機器走向自然。語音作為人類溝通和信息獲取最自然、最便捷的交互技術，使得人與機器之間的交互能夠像人與人之間交流，對提升人機交互的友好性和信息系統的應用普及有著舉足輕重的作用。
重磅靈犀3.0
布局新一代智能入口
在人工智能時代，智能入口將會是什么樣子？科大訊飛董事長劉慶峰做出了解答，并現場由科大訊飛和中國移動聯合打造的靈犀語音助手3.0新版。靈犀作為手機上的操控入口、信息搜索入口和移動特色服務三大語音入口，升級后的3.0版本具備實用、樂用、易用、通用四大特性，尤其是擁有男女生識別、哼唱搜索等更加個性化的服務，為用戶創造更自然、便捷、個性化的智能生活。
今后，靈犀可以根據你的聲音來辨別你的性別，進而為你提供有針對性的服務，比如男生向靈犀咨詢“我要給愛人買個禮物”，靈犀通過男女聲識別后就給你建議“聽你的聲音一定是位事業有成的高富帥，快為她買一條鉆石項鏈，她一定會很幸福的”，如果女生向靈犀咨詢“我要給愛人買個禮物”，靈犀通過男女聲識別后就給你另外的建議“聽你的聲音一定是位窈窕淑女，快為他買一只新款手表吧，讓他顯得品味十足”等等，通過聲音識別性別，進而讓你獲得更加個性化的服務。此外靈犀3.0不僅支持原音搜索和語音搜索，更突破性地支持哼唱搜索功能，用戶只需哼出調調即能搜索出歌曲，并提供在線試聽。
同時，靈犀3.0全面接入智能家庭領域，更是推動了“從手控到聲控”的變革，使其成為人與家電設備之間溝通的橋梁。未來，對著靈犀說“開一盞燈”、“燈光調成白色”，靈犀就把展示區的電燈打開并能調整燈光顏色；對著靈犀說“打開空調”，此時空調自動打開，靈犀回復“空調已經開啟，溫度為26度”。同樣，對著靈犀說“打開央視新聞頻道，幫我煮杯咖啡”這樣一系列的語音指令，電視將自動播放想看的節目同時咖啡機也工作起來。
訊飛語音云3.0
打造新一代自然交互平臺
2010年10月，科大訊飛全球首個移動互聯網智能語音交互平臺―訊飛語音云。經過4年的快速發展，目前訊飛語音云平臺合作伙伴已超過40000家，包括騰訊QQ、小米手機、新浪微博、58同城、攜程旅行、高德地圖、滴滴打車等各類主流應用，終端用戶數量超5億。
本次會上，科大訊飛面向智能硬件的訊飛語音云3.0，由“云+端+后臺大數據分析”組成，獨家具備方言語音識別、高抗噪語音識別、個性化識別、人臉識別、手勢識別、聲紋識別等創新功能。值得一提的是，訊飛語音云3.0將以更開放的姿態面向開發者，將逐步上線語音喚醒、離線命令詞識別、人臉識別等前沿技術。
在場景化的環境中，如駕車過程中不方便手或眼操作，語音將是首選方式。在語音識別過程中，噪音是非常大的干擾因素。針對這一業界難題，科大訊飛通過技術攻堅突破高噪環境下語音識別率低的“魔咒”，在奔馳和通用兩家全球語音識別評測的綜合指標中均列第一。
同時，科大訊飛還宣布啟動人工智能計劃―“訊飛超腦”，讓機器像人腦一樣做到學習和思考，進而實現機器從“能聽會說”到能理解會思考的跨越。“訊飛超腦”計劃聚集了來自語音及語言國家工程實驗室、清華大學、加拿大約克大學等10多位人工智能領域頂級專家，致力于人工智能的探索和應用，讓機器能聽話更能懂你，讓人工智能深度應用于生活的方方面面。
訊飛智能音箱現身
大力進軍智能硬件領域
作為科大訊飛戰略合作伙伴，中國移動無線音樂基地總經理朱泓現場了科大訊飛與中國移動聯合推出的全新智能硬件產品―訊飛智能音箱。訊飛智能音箱整合了科大訊飛前沿的智能語音技術，以及中國移動的4G網絡優勢和正版音樂資源，在智能交互方面，訊飛智能音箱首家實現語音、哼唱和原聲搜索“三合一”功能，打造了極致娛樂生活。
—、機械電子工程的發展與特征
(一）發展歷程
在機械電子工程發展初期，主要體現為手工制作，生產力水平較低，資源技術等對其發展產生制約。為了提升生產效率,逐漸朝著機械工業方向發展。
在生產線階段，機械工程已逐漸發展到流水線生產，實現標準化大批量生產，.這一生產模式使勞動力得到解放，生產力水平大大提升，同時生產效率也得到提高。但是仍然存在一些不足，比如，部分生產仍就以進口為主，生產成本較大，在市場方面缺少適應力；>靈活性較差，難以滿足不斷變化的市場需求。
在機械電子產業發展階段中，產品生產能夠適應市場的需求，對于不斷變化的產品需求產業化發展能夠滿足。
(二）機械電子工程主要特征
機械電子工程是復雜綜合性學科，同各類學科之間都有著密切的聯系。機械電子工程發展要以計算機、電子以及機械為基礎，結合其他學科做出合理、科學的設計。在設計的過程中，要求每一個模塊都能夠實現有機結合，進而使得各個模塊都能將其最大優勢發揮出來。機械電子產品內部結構簡單明了，并不復雜，無需復雜原件的投入，這樣能在一定程度上使產品性能得到提升，進而擴大消費市場。
二、人工智能簡述
人工智能是一門復雜，并且綜合性較強的學科，所涉及到的學科比較多。也可以說，21世紀人工智能是最偉大學科之一。人工智能實現了對人的智能模擬，并且能通過計算機使認得智能化得到進一步的延伸，人工智能這門學科有著較好的發展潛力。人工智能在發展的過程中主要經歷下列幾個階段。
初步階段。人工智能在17世紀開始發生萌芽，法國在這一階段成功誕生世界上的第一部計算機，這一計算器只是單純的能進行加法簡單運算，但是仍就轟動世界，進而在世界范圍內，對這項技術開始進一步研宄。在最初階段，人工智能并沒有明顯的進展，主要是在實踐的過程中積累與總結知識，這為今后人工智能發展奠定堅實的基礎。
發展初始階段。美國人在二十世紀首次提出人工智能專業用語。在這個發展階段，人工智能主要以證明與闡釋為主要體現，在這一時期對于人工智能的研宄就是首要任務。
發展起伏階段。隨著人們對于人工智能的不斷深入研宄，人工智能也處于持續的發展階段，但是在實踐過程中發現，要想使人工智能模仿和人類思維同步是非常困難的。大部分對于人工智能的科學研宄僅僅是停留于簡單映射層面，對于邏輯思維的研宄仍就沒有突破性進展。不論怎么說，在發展的起伏階段，人功能智能也在發展中得到了技術創新，特別是在系統方面、計算機機器人以及語言掌握方面取得了較大的成就。
起伏階段發展以后。在這一階段，人工智能的相關研究得到了發展，尤其是第五屆國際人工智能聯合會議的召開，人工智能逐漸朝著知識層面的方向發展，大部分的人工智能研都會結合相應的知識工程，在這個階段中，人工智能發展的高度是前所未有的，在一定程度上促進了人工智能應用于實際工程中。
穩步發展階段。隨著互聯網技術的快速發展，對于人工智能研宄方向發生重大轉變，由原本的單一主體朝著集中統一主體的方向發展。關于人工智能在實際中的運用以及研究，受到了互聯網技術的影響。網絡的普及與快速發展，在一定程度上促進了信息化的發展，信息在傳送方面發生率重大性變革。在人們逐漸進入信息化社會后，在信息有效處理方面人工智能的發展_到了重要的作用，在模擬設計方面，機械電子工程的發展需要人工智能的大力支持。
三、機械電子工程與人工智能之間的關系
隨著我國社會經濟的持續發展，社會不斷的進步，對于信息人們越來越重視。在21世紀，互聯網技術得到快速發展，同時信息的傳遞也逐漸注入新鮮血液。互聯網應用的普及說明人們正朝著信息時代的方向邁進，在社會逐步信息化以后，更加需要有人工智能這一技術的支持，特別是機械電子工程發展中有著重要作用，機械電子系統本身缺少一定的穩定性，這樣在機械電子工程設計方面就有著較大阻礙存在。在現代社會中，信息的處理量持續增大，并且較為復雜，有些時候需要同時對不同類型的信息進行處理，所以需要采取人工智能的支持才能完成信息處理。人工智能主要包含模糊推理系統、神經網絡系統這種兩種方法。神經網絡系統傾向于對人腦結構的綜合分析，模糊推理系統更加重視對于語言信號的分析與理解。隨著現代社會的發展，僅僅采取單一的人工智能方法，明顯已經無法適應目前社會中不斷變化的市場需求，所以，對于人工智能相關問題的研宂正逐漸朝著多方位、全面的人工智能方向轉變。多方位全面人工智能系統通過模糊推理系統和神經網絡系統相互統一的方式，揚長補短，將二者有效的結合起來，使得二者的優勢得到最大程度的發揮。
21CBR：埃森哲持續多年年度技術趨勢報告，在你們看來，這份報告有哪幾個關鍵點最為值得關注？
埃森哲：今年技術展望的主題，“智企時代、技術為人”是核心，以人工智能技術為代表的數字技術加速演進，會給全人類帶來巨大的發展機會，我們也有義務、有能力塑造技術發展的方向，讓技術造福更多人。
在五個趨勢里面，“智慧新界”是關注人工智能技術的核心應用在于讓人機交互更方便；“生態智聯和智才共享”分別講述的是快速演進中的數字生態系統給企業以及勞動力帶來的重要機遇；“人本設計”則第一次在技術展望中把設計提到前所未有的高度，也印證我們技術為人的核心理念；“進軍未知”是提醒企業家在開拓數字新疆土時，保持社會責任感，創造更加公平合理的社會。
21CBR：在2017年技術趨勢報告中顯示，有85%的企業高管計劃未來三年廣泛投資人工智能相關技術，從技術角度來看，你們認為哪幾個領域的投資必不可少？
埃森哲：《埃森哲技術展望2017》調研發現，超過六成的中國企業高管表示正在全面投資數字技術，作為商業戰略的重要部分，該比例為全球最高。從埃森哲研究以及與客戶交流來看，企業對機器學習、深度學習、自然語言處理、圖像和語音識別的投入力度都比較大。全球來看，機器人流程自動化（Robotic Process Automation）是個熱點，中國領先企業也已經開始在這方面采取了行動。
有一個比較現實的問題是IT基礎設施的投資。有些行業的基礎設施是不具備的，或者說是不完善的，有很多企業的這類設施是相對孤立的。如果說未來產品和服務將更多地由數據驅動的話，割裂的IT系統便不能有效地采集、分析和處理數據，因而也不能提供更多價值洞察。這也就表明，目前IT設施的整合是不夠的。
當然，除了技術投入，越來越多的企業開始關注生態圈的投入，已經或者正在第三方平臺上集成自身的核心業務功能。對于領先企業而言，第三方不僅僅是傳統的合作伙伴，更可以是一起構建新生態系統、謀求下一輪戰略增長的重要一員。
21CBR：“全球第一CEO”杰克?韋爾奇在《商業的本質》中曾提及，科技革命給市場帶來了巨大變化和諸多雜音，在新的生態環境下，應該遵從商業的規則，回歸商業本質。你們如何看待這個問題？
埃森哲：企業家們逐漸認識到回歸商業本源的重要性。人們會認識電商和傳統商業沒有了明顯的區隔，應該回到用好數字技術服務客戶、創造客戶價值的商業本質上來。
商業的本源從未改變：通過為客戶打造極致的體驗為客戶創造價值，在此過程中為企業創造商業價值。技術的演變提供了更多的可能的手段與實現商業本源的可能性場景。
當然，我們也感受到了企業家的焦慮感。過去十年，基于移動化、大數據、社交網絡和云計算發生的數字化變革深刻改變了人們的生活和工作方式，改變了行業邊界和市場疆界。
隨著數字技術的指數級增長和成本不斷下降，技術創新和商業創新呈現兩種形態，一種是大爆炸式創新，很多巨頭企業不經意就在這種創新浪潮中被覆，比較容易受到影響的主要是技術、消費和金融行業等輕資產公司；另一種是漸進式的創新顛覆，受到影響主要是重資產公司，由于行業沖擊不是非常直接，但運營利潤和收入的長期下降，會使企業很容易就在“溫水”狀態下陷入危機。
可以得到一些啟示，例如，企業在制定企業戰略時候，越來越需要依賴規模、資源、行業積累以及成熟的數字能力等優勢來先人一步預測行業生態的發展軌跡，創造并捕捉機遇。
21CBR：幾個世紀以來，技術的發展改變著人類勞動的方式，但人工智能技術的發展卻促使人類陷入反思甚至是恐懼，有哪些工作會直接受到人工智能技術的沖擊？而又會在哪些領域創造出新的就業機會？
埃森哲：這是《埃森哲技術展望2017》認真回答的首要問題。人工智能將改變一些崗位的設置和工作方式，但是機器不會威脅和取代人類。人工智能將幫助企業打造更好的客戶交互體驗，將重新設計流程性的工作，從而使員工更多致力于高附加值的工作；同時，人工智能會帶來很多專業的細分，帶來崗位的增加，許多今天不存在的工作機會可以被創造出來。
我們認為不應把人工智能和人作為兩個對立的個體，埃森哲提出的是一個界面的概念，相互學習實現共存，有利于發揮各自特長，實現靈活便捷、互補協作。
這里引述埃森哲的一項最新研究來說明人工智能對未來經濟發展的促進作用：通過轉變工作方式以及開拓新的價值和增長源，人工智能到2035年有望拉動中國經濟年增長率，從6.3%提速至7.9%。
基于人工智能對中國經濟整體影響的模擬分析，并結合行業規模數據，埃森哲進一步研究了人工智能對中國15個行業可能帶來的經濟影響。結果顯示：制造業、農林漁業、批發和零售業將成為從人工智能應用中獲益最多的三個行業。到2035年，人工智能將推動這三大行業的年增長率分別提升2%、1.8%和1.7%。
21CBR：根據埃森哲的分析，企業沿用百年的等級制雇傭和管理模式將在數字化時代面臨挑戰，開放型人才市場會成為主流，你對職場人士有哪些建議，以便他們更好地在數字化勞動力關鍵轉型期中把握機會？
埃森哲：順著《埃森哲技術展望2017》的脈絡，我們給職場人士一些建議：
1.智慧新界――努力學習新技術，踏準時代節拍，并能引領創新；
2.生態智聯――放開視野，把客戶體驗、客戶價值放在中心位置。以謙虛的態度向數字生態系統里的創新企業學習，向年輕一代企業家學習。
3.智才共享――盡可能加入“柔性團隊”，為自己企業的數字化轉型貢獻力量的同時，也得到快速學習和成長的機會。
4.進軍未知――在傳統業務以外開創新的業務增長點。
【關鍵詞】智能時代；云計算；安全架構
一、前言
當今世界，新一輪的科技革命和產業變革正在持續深入，工業互聯網、智能制造、人工智能、大數據、物聯網等領域正在加速布局，“智能時代”企業信息系統最顯著的變化是虛擬化、數字化一切、軟件定義，促使企業信息化的不斷發展，公司信息化資產數量日趨增多、系統的關聯性和復雜度不斷增強，使企業信息安全形勢日益嚴峻，信息安全防護工作面臨前所未有的困難和挑戰。為了更好監控和保障信息系統運行，及時識別和防范安全風險，同時滿足國家和行業監管要求，保證信息安全管理工作的依法合規，企業亟需建立一個全數據、集中管理的企業安全平臺，做到事前預警、事中監控、事后分析以及響應，全面的提升信息安全管理與防護水平。
二、智能時代的變化趨勢
我們正處在一個變革的時刻，“智能”是這個時代最顯著的標志。在今年春天首屆世界智能大會上馬云提出，智能時代有三個最主要的要素：互聯網、大數據、云計算；李彥宏也指出，未來30年推動社會進步的動力，就是智能科技的進步；浪潮董事長孫丕恕表示，智能從實現形式上就是要通過物聯網、互聯網將企業生產數據、互聯網數據和企業自身的管理數據全部打通，實現無邊界信息流和大數據分析。由此看來，一個企業走向智能化首先要完成業務在線化和流程服務軟件化，然后完成應用軟件的SaaS(Software-as-a-Service)化，從而助企業實現智能生產、智能維護、智慧服務。1.安全技術的變化基于云計算、虛擬化、大數據、智能制造、移動辦公的持續推進，都是基于企業信息基礎架構所實施的，開放式計算環境和更靈活的支持架構，要求安全技術隨之匹配發展，才能適應新環境，新技術下的安全需求。中國工程院倪光南院士在《云安全的思考》主題演講中指出，云安全一定會呈現出多維度、多層次、跨領域、多學科技術交叉等方面的特征。對于云計算的安全保護，需要一個完備體系，從技術、監管、法律三個層面上，形成可感知、可預防的智能云安全體系。2.企業智能架構從應用架構上看，未來的應用都是角色化、場景化的，可連接互聯網資源，全員應用，實現移動化和智能化。虛擬化、數字化一切、軟件定義促使企業信息架構的變革，以業務為導向和驅動，在企業管理、集成等方向上提供基礎共性平臺，為企業快速構建和集成應用軟件提供基礎支持，從而實現工程經驗模塊化、產品實際協同化、項目流程一體化結構，實現由統一業務層、統一界面構架層、應用系統層、統一工作臺面、大數據分析、云計算層組成的一種新模式。在企業IT系統的業務基礎機構層面，引入先進的統一軟件平臺，為上層應用開發提供統一標準，接口和規范，同時基于“平臺+組件”的架構實現各類應用的組合和復用，助企業實現數字化轉型。3.云架構在人工智能一日千里的時代，云計算已成為產業革新的原動力、新型管理的主平臺、人工智能的強載體。在新的云時代，整個社會都在發生數字化的迭代。云成為數字化最重要的基礎架構。騰訊董事局主席兼首席執行官馬化騰指出：“用云量將成為一個重要的經濟指標，能夠衡量一個行業數字經濟發展程度。”他還表示：“傳統企業的未來就是在云端用人工智能處理大數據。”“云+AI”是當前最主流的方向，其核心包括三項核心能力（計算機視覺、智能語音識別、自然語言處理）。在計算機視覺領域實現開放OCR識別、人臉核身、圖片處理等多項智能云服務；在智能語音識別領域實現語音轉文字、語音合成、聲紋識別、情緒識別等功能；在自然語言處理領域，以“數據+算法+系統”為核心，提供毫秒級響應的個性化服務。
三、企業信息安全措施
VMware首席執行官帕特•基辛格表示：“抵御安全攻擊，響應速度不是核心，而是如何將支離破碎的安全保護進行更有效的整合，實現安全架構的簡化，這才是企業安全轉型的關鍵。”安全技術在智能時代必須跟上發展的變化，“智慧安全”的理念正在深入，著力點從網絡系統安全、數據安全深入到業務應用安全等各個層面，AI防火墻、態勢感知平臺、云安全產品、企業移動化信息安全管理平臺、智慧眼監控雷達、業務應用安全審計平臺成為保護企業信息安全的前沿技術。1.企業數據的安全阿里巴巴董事局主席馬云說：“數據是新能源。”隨著數據量的持續增長，應用數量不斷增加，數據將成為社會創新的重要驅動力。隨著“網絡強國戰略”、“互聯網+”行動計劃、大數據戰略的推進，網絡安全風險和威脅也進入到企業：非對稱的業務流量、定制化的應用程序、需要被路由到計算層之外并達到數據中心周邊的高流量數據、跨多個虛擬化應用，以及地理上分散的移動應用，都造成數據泄露的機會，隨著中央網絡安全和信息化領導小組的成立，信息安全已上升到國家安全層面。因此數據保護十分重要，最好的選擇是本源的防護，既做到保護數據本源的同時，又能靈活應對各種安全環境的需求。而符合這種要求的安全技術就是基于專業的安全分析模型和大數據管理工具，可準確、高效地感知整個網絡的安全狀態以及變化趨勢，通過企業本地部署安全大數據分析平臺，打通云端情報與本地設備的聯動，形成情報觸發預警，預警觸發防護的閉環。對外部的攻擊與危害行為可以及時的發現，并采取相應的響應措施，保障企業信息系統安全。2.企業網絡安全2016年，在“4.19講話”中再一次強調網絡安全建設的重要性，并提出：“要樹立正確的網絡安全觀，加快構建關鍵信息基礎設施安全保障體系，全天候全方位感知網絡安全態勢，增強網絡安全防御能力和威懾能力，要加快網絡立法進程，完善依法監管措施，化解網絡風險。此外根據網絡安全法相關規定，我們也可以看出，網絡安全法在原有信息系統安全等級保護制度的基礎上，創新了網絡安全等級保護的工作方法，企業的信息安全建設需在原有信息系統安全等級保護制度建設的基礎上，將新技術新應用帶來的重要信息系統建設諸如云計算、移動互聯、物聯網、工業控制、大數據等領域的國家關鍵信息基礎設施建設都納入國家安全等級保護制度進行管理，將風險評估、安全監測、通報預警、應急演練、災難備份、自主可控等重點措施也納入了國家網絡安全等級保護制度的管理范疇。企業緊跟網絡技術的發展，以“智慧安全2.0戰略”為指導，將“智慧安全”的核心從網絡系統安全、數據安全深入到業務應用安全等各個層面。現在已可以采用AI、機器學習、行為分析等技術手段進行動態分析、靜態分析、異常檢測、深度解析等手段，更有效地防范未知威脅。3.物聯網安全預計到2021年，全球將有超過460億臺設備，傳感器和執行器連接在一起，更廣闊，更強大和更穩定的物聯網時代即將到來，并且最終將給企業帶來全新業務方式。物聯網(IoT)為企業創新提供了廣闊的前景。企業通過監控、分析收集來的數據量，來確保業務的正常發展。其中數據大都是從傳感器、應用、門禁系統、配電單元、UPS、發電機和太陽能電池板產生的數據，但隨著這些應用的增長，物聯網帶給企業的安全風險也很大。要應對物聯網的安全挑戰，企業應從智能設備的離線安全、入網安全、在線安全等維度進行整體安全檢測與防護，在云端接入大數據感知威脅和安全態勢分析平臺，獲取威脅情報；在本地端通過減少威脅“檢測時間（TTD）”，即減少發生威脅到發現威脅的時間差，縮短檢測時間，可有效限制攻擊者的操作空間，和最大限度減少損失。①及時更新基礎設施和應用，讓攻擊者無法利用公開的漏洞；②利用集成防御對抗復雜性，采取平衡防御與主動應對的安全控制；③密切監控網絡流量（這在網絡流量模式可預測性非常高的IoT環境中非常重要）；④追蹤物聯網設備如何接觸網絡并與其他設備進行交互（例如，如果物聯網設備正在掃描其他設備，則可能是表示惡意活動的紅色警報）。
四、結論
神州控股董事局主席郭為對未來的預測時說：“云計算將成為未來主流IT運算模式，大數據會成為最重要核心資源；自上而下的創新將是智能時代推動社會進步的主流方式，借助云計算、大數據這兩項關鍵技術實現互聯網化、協同化和智能化。”智能是我們這個時代的標志，對于企業信息化來說，它的路很長，首先要完成核心業務在線化和所有的業務流程服務軟件化，然后完成應用軟件的SaaS(Soft-as-a-Service)化，當企業的核心業務完全建立在互聯網上，并有軟件SaaS平臺驅動，企業才能夠向智能化方向演進——低成本積累大數據，并通過數據分析進行商業決策，最終向實時數據分析、實時智能商業決策演進。由此，企業信息智能化任重道遠，從現在開始制定適當的安全策略，以此加快IT新趨勢的適應能力，在不斷采用新技術的過程中建立適合企業的安全管理系統，做到覆蓋企業安全運維的所有場景，監視安全威脅，預測安全風險。
參考文獻
[1]維克多•邁克熱•舍恩伯格.大數據時代:生活、工作與思維的大變革[M].浙江人民出版社.
