轻松呼

人工智能时代还需要“杀毒软件”吗？

在人工智能时代，属于杀毒软件的“黄金年代“是不是已经过去了？人工智能作为引领新一轮科技革命和产业变革的颠覆性技术，已经渗透到了社会生活的方方面面。可在新技术为人们生活带来种种便利的同时，其带来的的安全风险也备受关注，诸如数据泄漏、算法偏见、算法漏洞等问题，给经济和社会安全带来了多种挑战。   “安全是发展的前提，确保人工智能安全、可靠、可控，才是守卫人工智能稳健发展的根本。”瑞莱智慧CEO田天说。   4月8日，这一来自清华大学人工智能研究院的创业团队推出了国内首个针对算法模型本身安全的检测平台——RealSafe人工智能安全平台。作为人工智能时代的“杀毒软件”，该平台可提供从测评到防御完整的解决方案，快速缓解对抗样本攻击威胁。人工智能诞生60多年来，技术取得了长足的进步，但仍存在着模型缺陷、算法不可解释性、数据强依赖性等“软肋”。随着数据量、算力的大幅提升，未来人工智能技术的应用场景会日益增多，并且将从语音识别、人脸识别等领域逐步延伸向金融决策、工业生产运营、医疗诊断、自动驾驶等更高价值的应用领域，这将对人工智能技术的安全性、可靠性提出更高要求，提升算法安全性成为新一轮人工智能智能产业升级下的新方向。   2018年，中国信息通信研究院安全研究编制的《人工智能安全白皮书》中提到，“算法安全”是人工智能六大安全风险之一，并着重指出了“对抗样本攻击诱使算法识别出现误判漏判“这一算法模型缺陷为算法安全的重要风险项。田天介绍，对抗样本是机器学习模型的一个有趣现象，但通过在源数据上增加人类难以通过感官辨识到的细微改变，可以让机器学习模型接受并做出错误的分类决定。例如，在一张“阿尔卑斯山”的图片上加上一些人眼无法察觉的噪音，正常情况下肉眼仍然能判断这张图显示的是山峰，但是图像分类模型却会将它错误识别为狗。   经过不断的升级演化，对抗样本攻击已经不仅仅停留在数字世界，针对物理世界的攻击也开始出现。如在路面上粘贴对抗样本贴纸模仿合并条带，误导特斯拉自动驾驶汽车拐进逆行车道；佩戴对抗样本生成的眼镜，轻易破解手机面部解锁；胸前张贴对抗样本贴纸即可实现“隐身”等。“在网络安全时代，网络攻击的大规模渗透倒逼了杀毒软件的诞生。”田天说，“针对算法漏洞这一‘新型病毒’，人们同样需要开展安全评估评测能力建设，打造人工智能时代的‘杀毒软件’，以技术手段为支撑，切实规避人工智能算法缺陷可能带来的安全风险。”   依托于清华大学人工智能研究院及自身多年来的技术积累，瑞莱智慧研发的人工智能安全平台，内置了先进的攻防算法模型，为政府、企业等提供安全评测与安全防护，高效应对算法威胁。相较于常见的开源工具需要自行部署、编写代码，这个“杀毒”平台只需要使用者提供相应的数据，就能够在线完成评估，降低了算法评测的技术难度。该平台支持五种去除对抗噪声的通用防御方法，可对输入数据进行自动去噪处理，破坏攻击者恶意添加的对抗噪声。经测试，部分第三方人脸对比应用程序接口在使用平台的防御方案加固后，安全性可提高40%以上。   “推出安全检测平台是规避人工智能风险的一条路径，未来我们还需要联合各界力量，共同推动人工智能安全相关的国家标准、行业标准、联盟标准的制定，为人工智能产品安全评估评测的统一参考。”田天最后说。  

将道德准则纳入人工智能

随着人工智能（AI）正日益广泛的应用于商业中，给企业管理者和财务专业人士带来了不少挑战。将人工智能系统引入企业所带来预期的技术、法律及合规等问题的同时，也会带来道德规范问题。例如，我们会通过使用人工智能公平地对待客户，还是我们可能会歧视某些群体？ 尽管管理会计师并不是实际编写算法和构建人工智能系统的专家，但他们具备重要的专业技能，并且凭借在组织中所处的有利地位，可以确保以符合道德规范的方式在实施AI方面发挥关键作用。这点对组织而言是很有利的。 管理会计师的技能对于财务部门实施人工智能解决方案至关重要，不仅如此，这些技能还可以在整个企业业务范围内评估人工智能能否有效使用发挥作用。 以下是财务专业人员可以采取的一些关键措施，以确保道德原则嵌入组织对人工智能的使用中。 建立价值观 微软首席执行官Satya Nadella在2018年公司的主题演讲中提到：“我们需要知道的不仅仅是计算机能做什么，还应该知道计算机怎么做。”了解为什么人工智能会被提议作为一个特定挑战或难题的解决方案，以及与继续采用非人工智能解决方案相比会产生什么样的影响。这可能包括财务成本或费用降低因素，以及其他更多的因素，如对工作的影响、声誉风险或最终用户体验的改善。 除此之外，公司还应考虑他们所重视的道德原则，以及如何确保任何人工智能的应用都能反映这些价值观。这可能包括承诺只使用有利于整个社会的人工智能，确保人工智能在实施之前是公正的，或者确保那些受人工智能决定影响的人能够对结果提出质疑。 MichaelHobbs是总部位于伦敦的初创企业Republe.Ai的创始人，他表示，他们公司认为使用人工智能会违反九项道德原则。“关键在于尽早提出正确的做法并定义道德原则。这可以通过确保从解决方案一开始就将道德规范纳入到流程中，从而避免问题的产生。” 在设定这些道德原则时，管理会计师可以发挥很多作用。他们基于公司业绩和战略的了解以此对确定引入AI解决方案的应用范围至关重要。同样，他们对人工智能应用的客观性承诺（CIMA的道德的基本原则之一）将有助于他们不受外界压力的影响，根据他们的判断对AI解决方案盘根问底，对在其他领域的工作人员提出探索性的问题。 鼓励透明度 公司内部的利益相关者和最终用户或消费者共同面临的一个问题是，缺乏对如何使用人工智能的理解。 如果该公司的人工智能解决方案受到质疑，而且无法快速明确地解释某个结果的细节说明，那么公司对该解决方案实施的可信度将很快丧失。在最近的一个被指存在性别歧视的Apple Card案例中，从公众的抗议和调查表明，当组织无法快速解释他们如何设置那些算法并以此作出决定进行运作时，可能会对组织声誉造成损害。 由于管理会计师具备降低风险的知识，他们可以在确保构建和实施人工智能解决方案的阶段成为非常关键的一员。 公司必须能够清楚地说明基于使用了哪些数据，及应用了哪些假设后所做的决定。Hobbs认为：“关键在于，公司能够告诉人们，他们需要采取不同的行动才能获得不同的结果。” 从微观层面解释决策对企业也很重要。一个企业的声誉不仅会受到主流媒体报道的影响，还会受到社交媒体上的口碑和个人的影响。例如，最好立即向被拒绝贷款或抵押的客户提供信息，向他们解释为什么会是这个结果，从而给他们提供选择方案。 管理会计师应主动提出有关设计和构建人工智能的建议，并确保在任何时候都能清晰地理解输入、决策过程和输出。在运行测试或试验时，请开发人员解释算法所遵循的决策过程。如果他们不能用通俗易懂的语言解释普通消费者能够理解的问题，那么就需要在流程进一步深入和组织面临声誉风险之前解决这个问题。 确保问责制 对于使用人工智能的公司来说，一个主要的失败点可能是缺乏明确的责任。“关键在于，要确保在组织内的管理链中了解算法决策，并有明确职责分工。公司必须对算法做出的任何决定拥有所有权。” Hobbs说。 商业道德研究所在其报告《数字时代的企业道德》中总结道：“最终，必须始终有人的责任”。IBE报告特别强调董事会对人工智能的部署有足够的了解，以便能够决定人工智能方案是否正确，并且在出现问题时能够勇于承担责任。 正确的做法是，管理会计师很可能成为问责过程的核心。首席财务官和高级财务经理最终要对所有与财务相关的决策负责，包括那些由人工智能做出的决策。因此，关键是他们应具备一定的理解力，以便能够做出明智的决定：人工智能应该用于什么领域，哪些数据由算法提供信息，以及人工智能是如何决策的。 一个好的检验就是问你自己，“我能面向董事会证明计算程序的算法所做的决定是正确的吗？”如果不能，那就尽快掌握人工智能的基础知识，询问它的使用，并关注每个步骤的概述以确保可解释性和责任制度，将有助于确保人工智能方案被以符合道德规范的方式使用，并尽可能降低风险。  

人工智能对未来防空的影响究竟有多大?

作为新一轮科技革命的重要代表之一，人工智能是当今科技领域最前沿的课题。AlphaGo Zero通过自我学习碾压“AI前辈”AlphaGo、百度无人汽车上路、苹果手机开启新的刷脸认证方式……近年来，人工智能的实际应用显示其技术巨大的驱动力。   　　近年来，伴随人工智能技术的不断发展，人工智能在未来防空作战中将发挥越来越重要的影响。人工智能将为未来防空作战增添强大的力量，例如，军用无人机，就是一种基于人工智能技术而生产研发出来的，在对地攻击以及侦查领域都彰显了其自身的进攻性，具有较高的隐身程度，并可执行多种飞行任务。在未来，除了军用无人机，基于人工智能技术的其他作战装备也将会走入人们的视野，并推动着防空作战朝向智能化和高端化的方向发展。可以预见，各类智能化无人系统与作战平台将在地面、空中、水面、水下、太空、网络空间以及人的认知空间获得越来越多的应用，深刻改变着未来战争人工智能的技术比重。     　　从世界局势来看，世界各国尤其是军事强国都在抢先布局人工智能，美、俄等国家政府部门均发布了人工智能相关战略或规划，彰显国家层面对人工智能的高度重视。以美国为代表的西方发达国家早在上个世纪，就开始探讨人工智能技术在防空作战领域中的应用，耗费巨资完成了基于人工智能技术的无人机研制、采购以及执行飞行任务。深刻的改变了美国未来防空作战的模式，除此之外，在阿富汗打击行动中，美国空军所使用的“捕食者”和“全球鹰”，都是基于人工智能技术而发展完成的军事技术，在阿富汗军事行动中受到普遍认可，有十分出色的表现。另外，以色列所生产的无人机也在全球范围内具有较高的知名度，不论是在作战方面还是从侦查方面来看，以色列所生产的无人机以及多种卓越的性能能受到全球诸多国家的喜爱，成功的销售到不同的国家。以色列所生产的基于人工智能技术的超声速无人机，具有着良好的市场发展前景。英、法、德等国家也在人工智能无人机方面加大了科研的力度。    　　无人机蜂群由若干配备多种任务载荷的低成本小型无人机组成，它们参照蜜蜂等昆虫的集体行动模式，在人类指挥或监管下共同完成特定作战任务。   　　优势：作战时无人机蜂群可专业化分工，因此能执行多种任务；每架无人机功能相对单一，可大幅降低研发和采购成本；无人机蜂群可增加战场传感器和攻击武器数量，使军队在局部战场拥有空中装备数量优势；大量无人机可瘫痪敌人防空雷达，消耗敌人有限数量的高成本防空弹药。   　　局限：由于无人机蜂群对协同和自主的要求更高，需要建立管理大规模蜂群的全新指挥控制模式，因此面临攻克协同作战算法、集群个体间通信、远程指挥控制等关键技术的挑战。   　　未来，无人机蜂群将牵引未来空中作战装备呈现出机体廉价化、平台自主化、载荷小型化等特点，可能对未来航空装备体系的发展思路产生变革性影响。     　　善攻者动于九天之上。在现代条件下，不论战争样式、类型、方法和规模如何，空天袭击兵器仍然是入侵它国的主要攻击梯队和空地一体战的主要组成部分。随着智能化高超音速武器、天基武器、无人机、精确制导武器等武器装备的出现或服役，必将成为未来战争尤其是一体化空天战的重要“主导者”，也将是战争规则的“改变者”，现代防空作战将被颠覆。     人工智能促进未来防空作战手段的转变   　　在以往空军作战中，往往采用压制敌防空作战手段。近年来，伴随人工智能技术的发展，空军作战往往采用破坏敌防空作战手段，尤其是基于人工智能技术的无人机的应用更是在防空作战中发挥着举足轻重的作用。目前，美国所采用的防空作战飞机能力比较有限，只能完成压制敌军的作用，还需要向摧毁破坏方向转变。因此，美国尝试研究在无人机上增加反辐射导弹，进而实现对雷达信号的识别以及定位，消除来自于雷达的干扰。通常情况下，无人干扰机和无人攻击机需要协同配合，共同完成作战目的。由此可见，基于人工智能技术的无人机将具有越来越强的进攻性，增添了反辐射导弹的无人机更将具有较强的作战能力。     人工智能使未来防空作战环境更加复杂   　　当前，伴随信息技术的不断完善与发展，空中打击力量也越来越朝向多元化、多样化方向发展，攻击方式也多种多样。因此，基于人工智能技术的无人机也将成为空袭力量的重要组成部分，与此同时，防空所面临的作战技术以及作战环境也将越来越复杂化。因此，基于人工智能技术将使作战环境更加激烈，作战手段越来越多样化，对于基于人工智能的无人机而言，无人机的识别以及攻击等方面都需要引起相关领域的专家学者足够的重视。     人工智能扩展了未来防空作战的外延   　　人工智能技术在防空作战中的应用将会推动防空作战朝向更为长远的方向延展，拓展了防空作战的范围。目前，美国国防研究局基于人工智能技术，开发并生产了一种微型无人机，这是人工智能技术在防空作战领域中具体应用的一个实例。据相关资料表明，微型无人机能够实现在建筑物内部，来查找并确定目标，常常被用于观测楼顶或者街道拐角的情况。由于其具有体型小，隐秘性强等诸多方面的优点，微型无人机不易于被人发现，在具体的都市作战过程中常使人防不胜防，能够更加高效、快捷的完成对地攻击、电子干扰、空中侦察等一系列任务。另外，基于人工智能技术，法国正尝试研究一种能够从人手中发射的无人机，由此可见，如今，传统的防空作战已经从空间以及时间层面得到了进一步的延展，我们有必要时时刻刻防御这种微型无人机。       人工智能加大了未来防空作战的心理压力   　　人工智能技术在防空作战领域中的广泛应用，增大了人们的防空心理压力。从某种意义上而言，人们对于防空心理的变化不容忽视。人工智能技术在防空作战领域中的应用比较灵活，既能用于攻击，实现侦察和电子干扰，也能作为诱饵机使用。就以微型无人机为例，微型无人机可以用于配合战斗机，也可以直接作为攻击机使用。与此同时，微型无人机所具备的较强的进攻性也是不容小视的，微型无人机在雷达屏幕上可以显示为大型机，单目标也将会显示为集群目标社会严重，影响指挥员的决策。因此，我们可以预测，基于人工智能技术，微型无人机在未来将会具备越来越强的攻击性，指挥员的心理压力也会随着微型无人机攻击性的增强而增大，有必要有针对性的加大指挥员的防空心理防御能力。  

人工智能应用提速，“AI新基建”如何建设？

引言 人工智能基础建设，软件很重要。但目前我国现状是，从观念和设计上都表现出重“硬”轻“软“。相对于其他‘新基建’，人工智能可能是投资周期最长，也将对未来经济社会影响最为深远的一项基础设施。   如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网，人工智能作为第四次工业革命的核心技术驱动，正成为推动人类进入智能时代的决定性力量。在本次新冠疫情防控中，从红外热成像无接触快速测温到辅助诊断，从智能疫情追踪到机器人无接触配送、远程办公，人工智能无处不在。新基建浪潮下，人工智能的发展与应用进一步提速！   01 人工智能发展与应用现状   从国家自然科学奖受理项目看人工智能技术发展 据创壹智库观察，科技部日前公布的2020年度国家科技奖受理项目中，人工智能项目占比近10%，在数量和多样性上比往年都有明显提升，既涉及人工智能领域的基础理论，又覆盖计算机视觉、语音识别等热门的技术应用方向。 表：2020年度国家科技奖受理项目部分人工智能项目（部分） 深度学习日趋成熟，为AI发展奠定基础。数据的爆发式增长为人工智能提供了充分的条件，根据IDC预计，到2020年，全球数据总量将达到40ZB，我国数据量将达到8.6ZB，占全球的21%左右。深度学习的出现突破了过去机器学习领域浅层学习算法的局限，颠覆了语音识别、语义理解、计算机视觉等基础应用领域的算法设计思路。算力方面，GPU、NPU、FPGA等专用芯片的出现，使得数据处理速度不再成为人工智能发展的瓶颈。深度学习和人脑的仿生学、脑科学结合，将人工智能的一些技术再往前推进。图：智能技术的发展成熟度，来源：《从连接到赋能——“智能+”助力中国经济高质量发展》 从我国疫情防控应用看人工智能的应用发展 解决民生刚需、解除民生痛点，是人工智能“新基建”的应有之义。此次疫情也让人工智能等科技应用集中的展现在人们面前。近日，中国人工智能产业发展联盟推出的《人工智能助力新冠疫情防控调研报告》，梳理了500余个人工智能抗疫案例，发现智能服务机器人、大数据分析系统、智能识别（温测）产品是疫情防控中使用最多的人工智能产品。人工智能在疫情防控中的应用基本涵盖六个方向：疫情监测分析、人员物资管控、后勤保障、药品研发、医疗救治、复工复产。   在产品数量最高的智能服务机器人产品中，智能外呼机器人和医疗场景的智能服务机器人（实体）应用量最高。在此次疫情中，智能外呼机器人的作用是提高筛查效率、减轻基层工作者压力。据中国人工智能产业联盟智能外呼机器人的首轮评测统计的参评产品数据显示，截至2月7日，54%的产品总呼叫量为百万级，15%的产品总呼叫量达千万级，38%的产品日呼叫量达到万级，31%的产品日呼叫量达十万级。图：智能服务机器人发布，来源：《人工智能助力新冠疫情防控调研报告》 报告认为，在此次疫情防控中，大量人工智能技术投入实际应用，使得人工智能产业迎来难得的发展新机遇，同时人工智能给各行业的“赋能” 作用日益显现。其中，还有生产口罩的公司将原油生产线改造为柔性AI视觉全自动口罩机，利用计算机视觉技术进行鉴别和包装操控。不过，报告分析发现，目前人工智能应用仍存在一些薄弱环节，包括数据积累不足、产品鱼龙混杂质量参差不齐、智能化程度尚有较大提升空间、基础技术积累不足。为此，报告提出了加快人工智能新基础设施建设、积极培育人工智能新业态新模式、加紧构建人工智能基础数据平台等建议。 02  “AI新基建”加速发展   全球正在从“互联网+”向“AI+”转型。“AI+”时代，以深度学习等关键技术为核心，以云计算、生物识别、视频识别等数据或计算能力为基础支撑，推动人工智能在金融、医疗、交通、安防、文娱、农业、教育等领域将应用场景落地生根，创造出更大价值。德勤发布《未来已来·全球AI创新融合应用城市及展望》预测，2025年世界人工智能市场规模将超过6万亿美元，到2030年我国人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。 作为新基建领域之一，人工智能技术和应用在政策的推动下正在加速前进！ 国家层面：到2023年布局建设20个左右试验区 2020年3月9日，我国科技部发函支持重庆、成都、西安、济南四地建设国家新一代人工智能创新发展试验区，自此已在11地布局人工智能创新发展试验区，各有侧重，重点围绕京津冀协同发展、长江经济带发展、粤港澳大湾区建设、长江三角洲区域一体化发展等重大区域发展战略进行布局。 表：国家新一代人工智能创新发展试验区具体布局 城市层面：深圳积极布局人工智能新型基础设施建设 深圳作为首个国家创新型城市，积极布局人工智能等领域新型基础设施建设。自2017年以来，深圳市出台一系列促进新一代人工智能产业发展的实施方案，大力推动人工智能规模化应用。 2017年，《深圳市科技创新“十三五”规划》出台，聚焦人工智能产业的孵化和培育。2019年5月，《深圳市新一代人工智能发展行动计划（2019－2023年）》出台，提出到2023年，建成20家以上创新载体，培育20家以上龙头企业，打造10个重点产业集群，人工智能核心产业规模突破300亿元，带动相关产业规模达到6000亿元。2019年8月公布的《中共中央国务院关于支持深圳建设中国特色社会主义先行示范区的意见》提出，深圳要加快实施创新驱动发展战略，支持深圳建设5G、人工智能等重大创新载体。这为深圳未来强化AI产业提供了强有力的政策支持。 目前，深圳人工智能企业总量超过630家，在自动驾驶、安防、医疗、金融、建筑、智能制造、智慧交通等领域的AI化水平不断提高，并已形成完整的人工智能产业链，涵盖基础层、技术层和应用层三个环节，构成梯次接续的企业生态体系。以华为、腾讯、中兴为代表的IT产业巨头纷纷抢占人工智能产业技术制高点；以富士康、华星光电、比亚迪为代表的制造业企业转型升级促进了人工智能技术与传统产业的深度融合；以“后发优势”为特征的大疆创新、商汤科技、云天励飞、优必选等领军企业逐渐成为人工智能行业标杆。   企业层面：华为发布计算视觉计划落地全栈全场景AI解决方案 在3月27日华为开发者大会2020（Cloud）上，华为发布计算视觉研究计划，并邀请全球AI专家参与研究——基于华为昇腾AI处理器的Atlas人工智能计算平台将为该计划提供强大算力支撑，研究成果将在华为全场景AI计算框架MindSpore实现并开源给业界。 投资基础研究是华为AI战略的重要部分，华为致力于在计算视觉、自然语言处理、决策推理等领域构筑数据高效、能耗高效、安全可信、自动自治的机器学习基础能力。据悉，华为视觉计划围绕三大方向，共有六大子计划，包括：数据冰山计划以极少量标注数据撬动海量无标注数据，支撑小样本场景下模型训练；数据魔方计划利用多种模态相互辅助、增强模型在实际场景的学习能力；模型摸高计划构建云侧大模型，刷新各类视觉任务性能上限；模型瘦身计划打造端侧高效的计算模型，助力各种芯片完成复杂推理；万物预视计划设计视觉预训练任务，打造视觉通用模型；虚实合一计划在虚拟与现实的结合中，将计算视觉引向真正的人工智能。   03  “AI新基建”如何建设？   随着物联网等发展带动数据快速积聚，加之深度学习算法优势显著，计算能力迅猛提升， AI应用领域逐渐从互联网、新零售向制造业、农业等实体经济领域和医疗卫生、城市管理等公共服务拓展，全面赋能生产生活各个方面。人工智能作为一种通用目的技术，其基础设施属性正在逐步显现，人工智能正日益成为助力经济社会发展非常重要的应用基础设施。 中国信息通信研究院产业与规划研究所工程师王强在对“AI新基建”的分析中提到，从目前人工智能产品和服务提供方式来看，“AI新基建”呈现出四种形态：一是专项通用类，可面向全行业全领域提供专项AI能力，如开源深度学习算法框架、开源AI芯片指令集、人工智能计算平台、异构计算加速器、安全检测平台等。二是专项专用类，只面向特定领域提供专项AI能力，如开源CV算法工具、CV硬件计算加速器、开源NLP算法工具、自动驾驶硬件计算平台、数据集等。三是普惠专用类，只面向特定领域提供普惠AI能力，典型代表就是科技部主导的新一代人工智能创新开放平台，如自动驾驶开放平台、城市大脑开放平台、智能语音开放平台、医疗影像开放平台、智能视觉开放平台等。四是普惠通用类，可面向全行业全领域提供普惠AI能力，如百度、阿里、腾讯、华为、京东等行业领军企业推出的普惠AI开放平台已经具备一定的基础设施属性。   人工智能基建，软件很重要。但目前我国现状是，从观念和设计上重“硬”轻“软”。 相对于其他‘新基建’，人工智能可能是投资周期最长，也将对未来经济社会影响最为深远的一项基础设施。正如王强所指出的，现阶段还不是各地“AI新基建”一拥而上的阶段，要注重顶层设计和局部试点应用相结合，注重多元参与、协同建设，注重远近结合、有序推进，注重促进共享、均衡发展，正确处理政府引导和AI企业创新的关系，共同加快推进AI基础建设。 掌控底层核心技术能力，是基础设施平稳运行的关键前提。我国虽已初步形成较完整的AI产业链，但在AI通用芯片、开源深度学习算法框架等方面仍受制于人。发展“AI新基建”，必须紧抓AI底层核心能力的自主创新。同时，为迎合人工智能技术迭代更新迅速、行业应用不断涌现的新需求，“AI新基建”必须提供灵活多样、动态迭代、具备前瞻性的技术能力，保障“AI新基建”始终满足智能社会发展需要。

人工智能产业分工日渐明晰

目前中国地区人工智能领域获得投资最多的五大细分领域是计算机视觉(研发类)、自然语言处理、私人虚拟助理、智能机器人和语音识别。从投资领域和趋势来看，未来国内人工智能行业的资本将主要涌向机器学习与场景应用两大方向。     随着专用领域应用开发的成熟和差异化技术门槛的存在，国内人工智能产业将逐渐分化为底层基础构建、通用场景应用和专用应用研发三个方向。   在底层基础构建方面，腾讯、阿里巴巴、百度、华为等企业依托自身数据、算法、技术和服务器优势为行业链条的各公司提供基础资源支持的同时，也会将自身优势转化为通用和专业应用领域的研究，从而形成自身生态内的人工智能产业链闭环。 在通用场景应用方面，以科大讯飞（002230）、格灵深瞳、融合现实和旷视科技为代表的企业将主要以计算机视觉和语音识别为方向，为安防、教育和金融等领域提供通用解决方案。 而在专用应用研发方面则集中了大部分硬件和创业企业，这其中既包括以小米和broadlink为代表的智能家居解决方案商，也包含了出门问问、linkface和优必选这类的差异化应用提供商。   系统级开源将成为常态   任何一个人工智能研究分支都涉及到异常庞大的代码计算，加上漏洞排查与跨领域交叉，任何一家企业都无法做到在封闭环境内取得阶段性突破的可能。 可以看到的趋势是，Google、微软、Facebook和雅虎等视人工智能为未来核心竞争力的顶级企业都先后开放了自身的人工智能系统。 需要明确的一点是，开源并不代表核心技术和算法的完全出让，底层系统的开源将会让更多企业从不同维度参与到人工智能相关领域的研发，这为行业层面新产品的快速迭代和共同试错提供了一个良性且规范化的共生平台。于开放企业而言，这也确保了它们与行业最新前沿技术的同步。 基于此，腾讯、阿里巴巴、百度和科大讯飞等在人工智能领域取得领先优势的企业都在不同维度和空间开放了自身的人工智能系统。而在未来，随着专用领域应用的普及和通用技术应用需求的增强，这种开放性还会不断地加大。

抗疫，人工智能“显神通”

大浪淘沙，危中蕴机。人工智能等现代智能信息技术的引入对疫情防控起到了至关重要的作用。   近日，由北京市经济与信息化局指导、北京电子电器协会主办，北京科技大学人工智能研究院、武汉大学计算机学院联合主办了“智慧抗疫中的人工智能新技术研讨会”   。这次在线研讨会吸引了来自全国各地82.7万余观众。   人工智能新技术支撑抗疫   “科学技术是社会进步的强大支撑，更是决胜疫情防控不可或缺的硬核重器。”北京市经济与信息化局副局长潘锋在研讨会上说。   北京市政府为应对疫情，运用人工智能与大数据技术及时开发的多场景应用软件取得了良好应用效果。为落实疫情防控相关部署，北京市经济与信息化局先后上线了“京   心相助”“京心相护”“健康宝”，分别解决了进（返）京人员到社区的报到问题、楼宇出入人员的信息收集和统计问题以及所有在京及进（返）京人员个人健康状态查   询问题。同时，依托“健康宝”数据基础与底层架构，为企业开复工、楼宇调查、教育系统学生返京等提供有力支撑。   潘锋认为，目前正处于疫情防控关键时期，在防控措施方面应该从四个方面来实现“防得住，放得开”的目标：一、打通各部门以及三大运营商数据，实现数据的整体性   和全面性；二、建设协调方案，形成京津冀三地信息互认共享标准规范；三、落实“外防输入、内防扩散”要求；四、依托政府及企业既有信息平台，全力保障信息采集   与疫情防控。   企业应释放创新基因抗疫   疫情发生以来，企业的生存与发展成为全社会关注的问题。对于大多数企业来说，如何在疫情中变被动为主动，能否将危机转化为机遇是值得探讨的问题。   “面对疫情，有数字化底蕴和创新基因的企业走得更快。”阿里云副总裁李树翀在研讨会上表示，阿里作为基于互联网的IT企业，虽然疫情有影响，但影响不大。阿里的   健康码很早就在内部存在了，数字基础设施相对比较完善。过去，传统制造业基于互联网平台实现了创新的前景，未来全行业创新的速度也将越来越快。   腾讯云架构师郭红英则表示，企业在贡献科技力量的同时，需要思考如何更好地打磨自己的产品。腾讯重在打磨产品，也得到了用户的良好反馈。充分借助疫情期间的大   量数据，问题反馈有利于对产品进行快速迭代。   学术前沿推动技术新发展   技术在实现产业落地前基本都经历了学术实验室阶段，为了更好地用科技力量对抗疫情，学术基础要夯实，而高校正是这一过程的中流砥柱。   本次在线研讨会上，来自清华大学、北京大学、中国科学院计算技术研究所、北京科技大学的优秀学者分享各自在大数据、人工智能、智能机器人等学术前沿技术领域如   何助力产业发展的经历。   清华大学信息技术研究院研究员尹浩表示，他正与多个团队合作进行《疫情传播预测与精准防控系统》项目的研究，周期为一年（2020.3.20—2021.3.19）。   此项目的背景正是因为面对新冠病毒疫情的快速蔓延，我们缺乏有效的技术手段与应对体系，也缺少跨平台多维度大规模数据资源的融合与可信安全应用体系以及基础设   施、医工深度结合的数据密集型科学分析与评估体系。项目的核心研究目标就是建设大规模人群流动的传染病精准防控策略与系统。   北京大学健康医疗大数据国家研究院黄安鹏教授则表示，他的团队正进行“应对大规模疫情的互联网医疗核心技术”的研究。他认为，疫情期间，IT技术早期的作用不明   显，到了中后期才开始逐渐发力。从全球来看，应对疫情大流行，用的都是“全民不流行”（隔离）的土办法。未来希望能运用大数据和人工智能技术，通过“数字中国   ”实现“健康中国”的目标。

还在担忧机器人会抢工作？三大建议来相助

据国外媒体报道，随着包括机器人、人工智能、机器学习等在内的技术改变工作性质，员工们将需要新的技能来适应角色转换。市场研究公司Gartner就预测，定期更新技能和投资新培训的员工将比那些有经验或有终身任期的员工更受重视，但这并不容易。   世界经济论坛(World Economic Forum)的《2018年就业前景》(Future of Jobs 2018)报告估计，到2022年，超过一半(54%)的员工将需要进行重大技能更新或再培训。超过三分之一(35%)的人需要大约6个月的时间才能适应新形势，而近五分之一的人需要一年或更长时间的额外培训。   雇主们可能也帮不上什么忙。市场咨询公司德勤(Deloitte) 2019年对全球雇主进行的一项调查发现，86%的受访者认为培训与发展 “重要”或“非常重要”。但只有10%的人觉得自己“非常愿意”满足这一需求。由于数字转型影响了如此多的企业，Gartner 2018年的一份报告发现，只有20%的员工拥有他们现在和未来工作所需的技能。   对于那些关心如何保持市场竞争力的员工来说，这就提出了他们应该把精力投入到哪里的问题。   Gartner驻弗吉尼亚州阿灵顿(Arlington人力资源研究主管布赖恩·克鲁普(Brian Kropp)表示:“几乎在每一份工作中，你都需要一套与五年前不同的技能，而且这一年限会越来越短。”想要保持市场竞争力的员工自身必须要迎合市场的需求。   找到重点   马萨诸塞州马尔伯勒(Marlborough)求职网站ob-Hunt出版人、人力资源专家苏珊·P·乔伊斯(Susan P. Joyce)说，要想根据新出现的需求来发现自己的技能，可以从了解招聘广告开始。她表示，随着某些工具和技术在特定领域得到更广泛的应用，使用这些工具和技术所需的技能将被列为某些职位的要求。她说:“如果现在需要的东西和一年前完全不同，那就是一个征兆。”   同样，观察你所在行业技术供应商的新发展也能帮助你保持领先地位。例如，如果你在人力资源部门工作，关注绩效管理平台或求职者跟踪系统的变化可能会帮助你发现需要提高技能的地方。   总部位于伦敦的保险和咨询公司Willis Towers Watson全球主管、特雷西·马尔科姆(Tracey Malcolm)表示，其中许多技能将出现在数字领域。因此除了要适应科技带来的环境变化外，你还需要熟练掌握相关新技能。   世界经济论坛的报告说，对技术设计和编程的需求越来越大。但是马尔科姆指出，并不是每个人都必须是数据科学家或程序员。你完全可以在现有软件或基于云的平台上运行功能强大的人工智能工具，从而帮助自己识别生产力改进或自动化的机会。她说，你需要熟练使用这些工具并与之互动，然后阅读、理解和应用它们提供的数据。   她说:“当我们希望用不同形式的技术来提高我们的职业能力时，这将要求我们以非常前瞻性的方式进行思考。”   熟悉数据并不仅仅是查看分析结果或电子表格。马尔科姆补充道，你需要对与你工作相关的数据足够熟悉，这样才能考虑各种假设和情景规划。例如，当您看到自己的生产力降低或者没有达到其他指标时，需要能够考虑可能影响结果的数据来源和环境变化，然后考虑各种变化会如何改进结果。   软技能也很重要   除了对技术和数据保持敏锐之外，软件技能也将越来越受欢迎。爱荷华州格林内尔学院(Grinnell College)社会学教授、劳动人种学家卡拉·埃里克森(Karla Erickson)指出，随着工作环境的节奏不断加快，计算机为工作增添了更直接更实际的元素，与他人进行有效沟通、合作并工作的能力将是必不可少的。   埃里克森说:“作为一名团队成员，能够在出现意外情况时进行合理预测、并顺利地处理复杂性，这些都是我认为人们应该努力的方向。”   除了适应以技术为基础的“合作”，员工还需要灵活适应工作场所，包括有更多的承包商和临时员工。   世界经济论坛的报告预测，到2022年对诸如创造力、原创性和主动性、批判性思维、说服力和谈判能力等人类技能的需求将非常大。而情商、复杂的问题解决能力和灵活性也很重要。研讨会、培训、指导和其他形式的技能开发不应忽视这些领域。   准备好成长   克鲁普和他的团队估计，到2024年诸如填写费用报告、监控数据变化等典型管理任务中的64%将实现自动化。成功的员工会利用新的空闲时间专注于高价值活动。毕竟这种技术将工人从僵化的任务中解放出来。但克鲁普表示，员工们必须明智地利用这段时间。   “那么,你想要看你做什么能够在工作实际上产生新的洞察力,生成新的想法,新的方法,新的解决方案;你需要问自己,我可以如何借助技能,能力,知识来专注于更有见解的事情，而不仅仅局限于应付任务?” 克鲁普说。当你能明确回答这个问题时，你就会发现那些最不可能被科技所淘汰的领域。

人工智能：不再追求酷炫 更加注重实用

从陌生到熟悉，从遥不可及到近在身边，人工智能的发展又有何新变化？8月26日，2019中国国际智能产业博览会在重庆召开。在大数据智能化高峰会上，龚克、马云、马化腾、李彦宏等智能科技领域的嘉宾就智能化及其未来发展发表了最新观点。   智能产业已经成为引领未来的战略性新产业。据初步统计，2018年与人工智能相关的产业规模可能已经超过5000亿元人民币，正在成为重要的新经济增长点。   “人工智能不再讲究酷炫，而是讲究扎扎实实推进和落实。”百度创始人、董事长兼CEO李彦宏，继去年在智博会演讲中谈到外界对人工智能存在的三大误区后，在此次演讲中谈到了他对人工智能发展的新观察。   李彦宏表示，以前大家关注的是人工智能战胜世界围棋冠军、关注无人驾驶跑了多久等炫酷的事情，而现在关注对生活的便利，工作效率的提升，是否安全、实用；过去关注中国人工智能的论文发表数量、专利申请数量，但今天更看重人工智能整体开发框架上的话语权。“过去一年，人工智能从酷炫的效果变成了社会共识，变成了国家战略。我们要做的就是扎实地去推进人工智能在各个产业领域的渗透，帮助各个领域、各个行业提升效率，提升人们的感受。”对于如何扎实推进人工智能落地，李彦宏提到三点建议：第一，就是要关注安全和效率；第二，是希望加快基础设施的建设；第三，是充分利用开源和开放平台。   “我们将通过内外部开放源代码等方式，积极参与‘全球科技共同体’的共建。”腾讯董事会主席兼首席执行官马化腾在演讲时表示，攀登科技和产业的“珠峰”，往往要依赖“科技共同体”和“全球产业生态”。他希望在科研领域投入更多力量，把“科技向善”纳入公司新的使命与愿景。在内外部开放源代码上，他们已发布82个开源项目。   对于产业发展，马化腾表示，目前产业竞争的主赛场正在由“单打”PK逐渐变为“双打”比赛。实体产业的竞争不再是单打独斗，各个实体产业正在与信息产业结合，形成新搭档来参与竞争。工信部很早就提出“两化融合”，而他认为产业互联网正是“两化融合”的重要载体和突破口。如汽车产业上，5G技术的应用、人工智能的落地、新能源的替代、智慧城市的治理等，正在推动跨界协作，特别是信息产业与汽车产业的融合创新，构建了新的车联网生态。   比亚迪股份有限公司董事长兼总裁王传福表示，在汽车重工业变革过程中，电动化只是上半场，智能化才是下半场，是真正的大变革。传统车是机械车，就像算盘，在算盘上是永远“打”不出互联网的，将机械变成电动，把算盘改成计算器，智能的目标才能真正实现。   “智能时代不应该也不能让人失业，而是让人去做更有价值的事情。”马云此次以联合国数字合作高级别小组联合主席的身份参会，他说，在该小组中，他跟二十几位全世界各地的专家一直在探讨数字技术到底应该给人类带来什么，大家一直认为数字技术应该让人类发展更加普惠、更加可持续、更加绿色。   “过去我们把人变成了机器，未来机器会变成人，但最终人应该更像人，机器应该更像机器。”马云说，智能世界包括三要素：互联网、大数据和云计算。互联网是生产关系，云计算是生产力，大数据是生产资料。未来是互联网大数据以及大计算这些生产关系、生产力和生产资料组成的。智能是改变世界的工具，智慧是改变智能的思想，引领未来的不是智能，而是智能背后人类的智慧。动物讲究本能，机器讲究智能，人类必须坚持自己的智慧。   “不断发展丰富智能化的应用，特别是人工智能化的应用，增加它的人文价值，实现可持续发展是我们联合会的愿景。”世界工程组织联合会主席龚克表示，不过要达到这个愿景，智能技术特别是人工智能仍然面临着技术上和伦理上的严峻挑战。要保证人工智能是造福人类和可持续发展的，需要国际合作，不仅是技术上，还需要在伦理上、政策法规上达成共识。

喜大普奔！优度官网焕新升级，麒麟系统正式上线

信今天有很多小伙伴在打开优度官网（www.udows.com）时都会发出这样的疑问。在此，小编要百分之一千万地告诉大家，你没有进错网站，实际上不瞒你说，我们真的“变”了。 华丽变身 麒麟终现   麒麟系统正式上线，此为官宣！官宣！官宣！   八大技术创新，系统内置强大SEO功能，2019年全新一代企业建站神器、SEO营销利器耀世登临！   此次优度官网焕新升级伴随着麒麟系统的正式上线，专为麒麟系统量身打造，网站整体风格更加轻量化，简约而不简单，清爽不失大气，令人耳目一新。   麒麟美站 随心而换 美，不可方物，其模样千千万万种，但总有一款最合你意。麒麟美站，简单易用，随心而换，你最中意，由你定义。 麒麟系统 创新领先   八大技术创新，系统内置强大SEO功能，麒麟系统颠覆传统建站，让企业建站变得从未如此简单、迅捷。智能时代，麒麟就是你的建站与营销首选。