发布时间：2023-09-08 17:06:07
序言：写作是分享个人见解和探索未知领域的桥梁，我们为您精选了8篇的人工智能教育的应用场景样本，期待这些样本能够为您提供丰富的参考和启发，请尽情阅读。
据统计，2017年中国人工智能核心产业规模超过700亿元，随着各地人工智能建设的逐步启动，预计到2020年，中国人工智能核心产业规模将超过1600亿元，年复合增长率将达31.7%。
随着人工智能技术的不断成熟，人工智能创业的难度逐步降低，越来越多的创业公司加入人工智能的阵营。
2018年被称为人工智能爆发的元年，人工智能技术应用所催生的商业价值逐步凸显。人工智能逐步切入到社会生活的方方面面，带来生产效率及生活品质的大幅提升。智能红利时代开启！资本、巨头和创业公司纷纷涌入，将人工智能拉到了信息产业革命的风口。
如何把握产业动向，抓住风口机会？创业邦研究中心凭借在人工智能等前言科技领域持续研究、洞察的能力，在对国内人工智能创业公司进行系统调研的基础上，推出《2018中国人工智能白皮书》，对人工智能的核心技术、主要应用领域、巨头和创业公司的布局、未来发展态势和投资机会进行了深度解析。
第一部分人工智能行业发展概述
1.人工智能概念及发展
人工智能（Artificial Intelligence， AI）又称机器智能，是指由人制造出来的机器所表现出来的智能，即通过普通计算机程序的手段实现的类人智能技术。
自1956年达特茅斯会议提出“人工智能”的概念以来，“人工智能”经历了寒冬与交替的起起伏伏60多年的发展历程。2010年以后，深度学习的发展推动语音识别、图像识别和自然语言处理等技术取得了惊人突破，前所未有的人工智能商业化和全球化浪潮席卷而来。
人工智能发展历程
2.人工智能产业链图谱
人工智能产业链可以分为基础设施层、应用技术层和行业应用层。
A基础层，主要有基础数据提供商、半导体芯片供应商、传感器供应商和云服务商。
B技术层，主要有语音识别、自然语言处理、计算机视觉、深度学习技术提供商。
C应用层，主要是把人工智能相关技术集成到自己的产品和服务中，然后切入特定场景。目前来看，自动驾驶、医疗、安防、金融、营销等领域是业内人士普遍比较看好方向。
人工智能产业链
资料来源：创业邦研究中心
第二部分人工智能行业巨头布局
巨头积极寻找人工智能落地场景，B、C 端全面发力。
资料来源：券商报告、互联网公开信息，创业邦研究中心整理
第三部分机器视觉技术解读及行业分析
1.机器视觉技术概念
机器视觉是指通过用计算机或图像处理器及相关设备来模拟人类视觉，以让机器获得相关的视觉信息并加以理解，它是将图像转换成数字信号进行分析处理的技术。
机器视觉的两个组成部分
资料来源：互联网公开信息，创业邦研究中心整理
2.发展关键要素：数据、算力和算法
数据、算力和算法是影响机器视觉行业发展的三要素。 人工智能正在像婴儿一样成长，机器不再只是通过特定的编程完成任务，而是通过不断学习来掌握本领，这主要依赖高效的模型算法进行大量数据训练，其背后需要具备高性能计算能力的软硬件作为支撑。
深度学习出现后，机器视觉的主要识别方式发生重大转变，自学习状态成为视觉识别主流，即机器从海量数据里自行归纳特征，然后按照该特征规律使图像识别的精准度也得到极大的提升，从70%+提升到95%。
3.商业模式分析
机器视觉包括软件平台开发和软硬件一体解决方案服务。整体用户更偏向于B端。软件服务提供商作为技术算法的驱动者，其商业模式应以“技术层+场景应用”作为突破口。软硬件一体化服务供应商作为生态构建者，适合以“全产业链生态+场景应用”作为突破口，加速商业化。
（1）软件服务：技术算法驱动者—“技术层+场景应用”作为突破口
这种商业模式主要是提供以工程师为主的企业级软件服务。有海量数据支撑，构建起功能和信息架构较为复杂的生态系统，推动最末端的消费者体验。
此类商业模式成功关键因素：深耕算法和通用技术，建立技术优势，同时以场景应用为入口，积累用户软件。视觉软件服务按处理方式和存储位置的不同可分为在线API、离线SDK、私有云等。
国内外基础算法应用对比
资料来源：互联网公开信息，创业邦研究中心整理
（2）软硬件一体化：生态构建者—“全产业链生态+场景应用”作为突破口
软硬一体化的商业模式是一种“终端+软件+服务”全产业链体系。成功的因素是大量算力投入，海量优质数据积累，建立算法平台、通用技术平台和应用平台，以场景为入口，积累用户。亮点是打造终端、操作系统、应用和服务一体化的生态系统，各部分相辅相承，锐化企业竞争力，在产业链中拥有更多话语权。
4.投资方向
（1）前端智能化，低成本的视觉解决模块或设备
从需求层面讲，一些场景对实时响应是有很高要求的。提供某些前端就本身有一定计算能力的低成本的视觉模块和设备将有很大市场需求。前置计算让前端设备成为数据采集设备和数据处理单元的合体，一方面提升了处理速度，另一方面可以处理云端难以解决的问题。
机器视觉在消费领域落地的一个障碍是支持高性能运算的低功耗、低价位芯片选择太少。从低功耗、高运算能力的芯片出发，结合先进的算法开发模块和产品，这类企业将在机器视觉领域拥有核心竞争力。
（2）深度学习解决视觉算法场景的专用芯片
以AI芯片方式作为视觉处理芯片有相当大的市场空间。以手势识别为例，传统的识别方案大都基于颜色空间，如 RGB，HSV ，YCrBr，无法排除类肤色物体及黑色皮肤对识别精度的干扰。借助深度学习，如通过 R-CNN 训练大量标注后的手势图像数据，得到的模型在处理带有复杂背景及暗光环境下的手势识别问题时，比传统方案的效果好很多。
（3）新兴服务领域的特殊应用
前沿技术带来的新领域（如无人车、服务机器人、谷歌眼镜等），对机器视觉提出了新要求。机器视觉可以让机器人在多种场合实现应用。服务机器人与工业机器人最大的区别就是多维空间的应用。目前国内的机器视觉，涉及三维空间、多维空间，其技术基本上处在初始阶段，未来存在较大市场增长空间。
（4）数据是争夺要点，应用场景是着力关键
机器视觉的研究虽然始于学术界，但作为商业应用，能解决实际问题才是核心的竞争力。当一家公司先天能够获得大量连续不断的优质场景数据，又有挖掘该数据价值的先进技术时，商业模式和数据模式上就能形成协同效应。创业公司要么通过自有平台获取数据，要么选择与拥有数据源的公司进行合作，同时选择一个商业落地的方向，实现快速的数据循环。
第四部分智能语言技术解读及行业分析
1.语音识别技术
（1）语音识别技术已趋成熟，全球应用持续升温
语音识别技术已趋成熟，全球应用持续升温。语音识别技术经历了长达60年的发展，近年来机器学习和深度神经网络的引入，使得语音识别的准确率提升到足以在实际场景中应用。深度神经网络逐步找到模型结构和调参算法来替代或结合高斯混合算法和HMM算法，在识别率上取得突破。根据Google Trends统计，自2008年iPhone及谷歌语音搜索推出以来语音搜索增长超35倍。百度人工智能专家吴恩达预测，2020年语音及图像搜索占比有望达到50%。Echo热销超过400万，带动智能音箱热潮。
（2）语音识别进入巨头崛起时代，开放平台扩大生态圈成主流
语音识别即将进入大规模产业化时代。随着亚马逊Echo的大卖，语音交互技术催生的新商机，吸引大大小小的公司构建自己主导的语音生态产业链。各大公司纷纷开放各自的智能语音平台和语音能力，欲吸引更多玩家进入他们的生态系统。
（3）语音识别技术发展瓶颈与趋势
低噪声语料下的高识别率在现实环境使用中会明显下降到70-80%，远场识别、复杂噪声环境和特异性口音的识别是下一个阶段需要解决的问题。
麦克风阵列类前端技术不仅是通过降噪和声源定位带来识别率的提高，带环境音的语料的搜集、标注可用于模型的训练，有助于打造更新一代的语音识别引擎技术。语音巨头已经在布局。
在IOT包括车载领域，云端识别并非通行的最优方案，把识别引擎结合场景进行裁剪后往芯片端迁徙是工程化发展的方向。
2.自然语言处理（NLP）发展现状
（1）多技术融合应用促进NLP技术及应用的发展
深度学习、算力和大数据的爆发极大促进了自然语言处理技术的发展。深度学习在某些语言问题上正在取得很大的突破，比如翻译和写作。2014年开始LSTM、Word2Vec以及Attention Model等技术研究的进展，使DL有了路径在语义理解领域取得突破，并且已经有了明显的进展。对话、翻译、写作新技术成果里都开始逐渐混合入DL的框架。2014-2015年，硅谷在语义理解领域的投资热度剧增。
深度学习能最大程度发挥对大数据和算力资源的利用，语义理解的发展还需要深度学习、搜索算法、知识图谱、记忆网络等知识的协同应用，应用场景越明确（如客服/助理），逻辑推理要求越浅（如翻译），知识图谱领域越成熟（如数据饱和度和标准性较强的行业），技术上实现可能性相对较低。在各种技术融合应用发展的情况下，具备获取一定优质数据资源能力并可结合行业Domain knowledge构建出技术、产品、用户反馈闭环的企业会有更好的发展机会。
（2）NLP主要应用场景
问答系统。问答系统能用准确、简洁的自然语言回答用户用自然语言提出的问题。基本工作原理是在线做匹配和排序。比如 IBM 的 Watson，典型的办法是把问答用FAQ索引起来，与搜索引擎相似。对每一个新问题进行检索，再将回答按匹配度进行排序，把最有可能的答案排在前面，往往就取第一个作为答案返回给用户。
图像检索。同样也是基于深度学习技术，跨模态地把文本和图片联系起来。
机器翻译。机器翻译的历史被认为与自然语言处理的历史是一样的。最近，深度学习被成功地运用到机器翻译里，使得机器翻译的准确率大幅度提升。
对话系统。对话系统的回复是完全开放的，要求机器能准确地理解问题，并且基于自身的知识系统和对于对话目标的理解，去生成一个回复。
（3）创业公司的机遇
1)机器翻译方面：经过多年的探索，机器翻译的水平已经得到大幅度提升，在很多垂直领域已经能够在相当大程度上替代一部分人工，机器翻译技术的商业化应用已经开始进入大规模爆发的前夜。
2)应用于垂直领域的自然语言处理技术
避开巨头们对语音交互入口的竞争，以某一细分行业为切入点，深耕垂直领域，对创业公司也是一个不错的选择。
第五部分人工智能在金融行业的应用分析
人工智能产业链包含基础层、技术层、应用层三个层面。基础层的大数据、云计算等细分技术被应用到金融征信、保险、理财管理、支付等金融细分领域；技术层的机器学习、神经网络与知识图谱应用于金融领域的征信与反欺诈、智能投顾、智能量化交易，计算机视觉与生物识别应用于金融领域的身份识别，语音识别及自然语言处理应用于金融领域的智能客服、智能投研；应用层的认知智能应用于金融领域的智能风控。
人工智能在金融行业的典型应用情况
资料来源：创业邦研究中心
第六部分人工智能在医疗行业的应用分析
1.人工智能在医疗行业的应用图谱
人工智能在医疗行业的应用潜力巨大，目前在健康管理、辅助诊疗、虚拟助理、医学影像、智能化器械、药物挖掘和医院管理等领域均有企业在布局，其中医学影像、药物挖掘、健康管理，辅助诊疗、虚拟助理的应用发展速度较快。
图 人工智能在医疗行业的应用图谱
资料来源：创业邦研究中心
2.人工智能在医疗行业的具体应用场景
医学影像。人工智能应用于医学影像，通过深度学习，实现机器对医学影像的分析判断，是协助医生完成诊断、治疗工作的一种辅助工具，帮助更快的获取影像信息，进行定性定量分析，提升医生看图/读图的效率，协助发现隐藏病灶。 人工智能通过影像分类、目标检测、图像分割、图像检索等方式，完成病灶识别与标注，三维重建，靶区自动勾画与自适应放疗等功能，应用在疾病的筛查、诊断和治疗阶段。目前较为火热的应用有肺部筛查、糖网筛查、肿瘤诊断和治疗等。
药物挖掘。人工智能在药物研发上的应用可总结为临床前和临床后两个阶段。临床前阶段：将深度学习技术应用于药物临床前研究，在计算机上模拟药物筛选的过程，包括靶点选择、药效和晶型分析等，预测化合物的活性、稳定性和副作用，快速 、准确地挖掘和筛选合适的化合物或生物，提高筛选效率，优化构效关系。临床后阶段：针对临床试验的不同阶段，利用人工智能技术对患者病历进行分析，迅速筛选符合条件的被试者，监测管理临床试验过程中的患者服药依从性和数据收集过程，提高临床试验的准确性。
虚拟助理。医疗虚拟助理是基于医疗领域的知识系统，通过人工智能技术实现人机交互，从而在就医过程中，承担诊前问询、诊中记录等工作，成为医务人员的合作伙伴，使医生有更多时间可以与患者互动。医疗虚拟助理根据参与就医过程的功能不同，主要有智能导诊分诊，智能问诊，用药咨询和语音电子病历等方向。
第七部分智能驾驶行业分析
1.智能驾驶行业产业链
智能驾驶行业的中心业务是以Google、百度为代表的智能驾驶操纵解决方案提供商和以特斯拉、蔚来为代表的成车厂商。该类厂商，上接上游软硬件提供商，下接公司和消费者，在整个业务链中扮演至关重要的一环。
产业链上游厂商多为细分技术提供商，如深度学习、人机交互、图像识别和新材料、新制造新能源等。
智能驾驶产业链图谱
资料来源：创业邦研究中心
2.智能驾驶市场分析
伴随着 ADAS 技术的不断更新，推断全球 L1-L5 智能驾驶市场的渗透率会在接下来 5年内处于高速渗透期，然 后伴随半无人驾驶的普及进入稳速增长期。在未来的 2025 年无人驾驶放量阶段后，依赖全产业链的配合而进入市场成熟期。预测到2030年，全球 L4/5 级别的自动驾驶车辆渗透率将达到 15%，单车应用成本的显着提升之 外，从 L1-L4 级别的智能驾驶功能全面渗透为汽车产业带来全面的市场机会。
按照 IHS Automotive 保守估计，全球 L4/L5 自动驾驶汽车产量在 2025 年将接近 60 万辆，并在 2025- 2035 年间获得高速发展，年复合增长率将达到43%，并在2035年达到2100万辆。另有接近 7600 万辆的汽车具备部分自动驾驶功能，同时会带动产业链衍生市场的大规模催化扩张。
根据独立市场调研机构 Strategy Engineers 的预测，L4 高度自动驾驶等级下，自动驾驶零部件成本约在 3100 美元/车，其中硬件占比 45%，软件占比 30%，系统整合占比 14%，车联网部分占比 11%。按照全球 1 亿辆量 产规模计算，理想假设所有车辆全部达到 L4 高度自动驾驶水平，那么全球自动驾驶零部件市场规模在 2020 年 将达到 3100 亿美元。
第八部分中国人工智能企业画像分析
随着人工智能技术的不断成熟，人工智能创业的难度逐步降低。创新的大门吸引众多创业企业进入。为了观察行业风向，助力创新企业发展，创业邦研究中心对国内200多家人工智能创业公司进行了系统调研，从发展能力、创新能力、融资能力等多维度指标，评选出“2018中国人工智能创新成长企业50强”。
地域分布
全国88%的人工智能企业聚集在北京、上海、广东和江苏。其中，北京人工智能企业最多，占比高达39.66%;其次是上海，人工智能企业占比达21.55%;位列第三的是广东，人工智能企业占达15.52%。北京以领先全国其他地区的政策环境、人才储备、产业基础、资本支持等，成为人工智能创业首要阵地;华东地区的上海、江苏、浙江均有良好的经济基础和科技实力，人工智能应用实力雄厚，也聚集了一批人工智能垂直产业园;广东互联网产业发达，企业对数据需求强烈，依靠大数据产业链推动人工智能产业发展。
行业分布
从行业大类分布来看，行业应用层的企业占比最大，为56.03%;其次是应用技术层的企业，占比达31.04%;基础技术层的企业占比最小，仅为12.93%。随着人工智能技术的发展，人工智能与场景深度融合，应用领域不断扩展，行业应用公司比重不断提升。在基础层技术方面，国际IT巨头占据行业领先地位， 国内与国际差距明显，中小初创企业很难进入。
从行业应用来看，智能金融企业占比最大，为16.92%;其次是机器人企业，占比达15.38%;位列第三的是智能驾驶和智能教育，占比均为12.31%。金融行业的强数据导向为人工智能的落地提供了产业基础，智慧金融被列入国家发展规划中，庞大的金融市场为人工智能落地带来了发展前景。机器人作为人工智能产业落地输出， 目前市场需求较大，商业机器人占据较大份额。中国智能驾驶市场在资本推动下进入者较多，企业积极推动应用落地，百度、北汽等大型企业尝试商业化落地智能驾驶汽车。人工智能推动教育个性化落地，相关初创企业涉入教育蓝海，推动智慧教育的发展。
收入情况
收入分布在500-10000万之间的企业最多，占比达49.14%;500万以下的企业位居其次，占比达 26.72%;位列第三的是10000-100000万之间的企业，占比为17.24%。
最新估值
企业最新估值均在亿元级别，且分布较为均衡。三成企业估值超过15亿元，还有企业估值达到百亿级别，如优必
选科技、达闼科技和商汤科技等，将来或将跻身人工智能独角兽企业。(备注：分析样本量剔除一半未披露企业)
第九部分典型企业案例分析
1.Atman
企业概述
Atman由来自微软的人工智能科学家和产业经验丰富的产品团队创办，提供专业领域机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品，致力于成为医学、新闻、法律等专业领域语言智能专家，为专业领域用户赋能，推动专业领域用户进入人工智能时代，助力专业领域文字智能水平实现跨越式提升。Atman已为强生、新华社参考消息、北大法宝、君合律师事务所等世界领先药企、新闻媒体、法律服务机构开发机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品。
目前Atman在北京和苏州两地运营，能快速响应全国各地客户需求。
企业团队
创始人&CEO：马磊
清华大学计算机系毕业，曾先后在微软研究院和工程院担任研究员和架构师，机器学习专家、多次创业者、曾主导多项人工智能重大项目，和申请国际专利共计15+项。
Atman公司核心团队由来自微软、百度、法电等领域高端人才和资深技术人才组成，公司员工40人，其中硕士以上学历占比60%，技术开发人员占比70%，一半以上来自微软亚洲研究院和工程院。
核心技术与产品
技术方面，擅长机器学习（深度学习、强化学习、群体智能）在复杂问题的应用，和国际专利15项，Atman神经网络机器翻译系统于2016年9月首秀，早于谷歌的GNMT，专业领域翻译效果在公测标准和行业客户测试中均持续领先。核心产品为垂直领域机器翻译、机器写作、知识图谱抽取构建、大数据智能挖掘等语言智能产品。
Atman的机器翻译产品可自动翻译编辑专业文献、报告、音视频和网页，支持私有部署和云端混合部署，提供包括数据隐私安全以及自学习的端到端解决方案。
机器写作可对海量数据进行快速搜索、过滤、聚类，根据行业需求自动生成专业文档，适用于所有专业写作场景，可大幅减少专业报告写作过程中的繁复工作，大幅提升专业领域写作效率。
知识图谱可实现海量数据的语义检索、长链推理、意图识别、因果分析，形成一个全局知识库。大数据智能采集挖掘系统为专业领域用户提供智能数据源管理、海量专业数据获取和非结构化数据自动解析并结合知识图谱提供auto-screening、知识重构、专业决策辅助，帮助用户建立强大的以专业大数据为基础的业务辅助能力。
2.黑芝麻
企业概述
黑芝麻智能科技有限公司是一家视觉感知核心技术与应用软件开发企业，2016年分别在美国硅谷和上海成立研发中心，主攻领域为嵌入式图像、计算机视觉，公司核心业务是提供基于图像处理、计算图像以及人工智能的嵌入式视觉感知平台，为ADAS及自动驾驶提供完整的视觉感知方案。
目前公司和博世、滴滴、蔚来、上汽、上汽大通、EVCARD、中科创达、车联天下和云乐新能源等展开深入合作，提供基于视觉的感知方案；除此之外，公司还在消费电子、智能家居等领域布局为智能终端提供视觉解决方案。目前公司已经完成A+轮融资。
企业团队
团队核心成员来自于OmniVision、博世、安霸、英伟达和高通等知名企业，平均拥有超过15年以上的产业经验，毕业于清华、交大、中科大和浙大等知名高校。
创始人&CEO：单记章此前在硅谷一家全球顶尖的图像传感器公司工作近20年，离职前担任该公司的技术副总裁一职，工作内容覆盖了图像传感器研发和设计、图像处理算法研发和图像处理芯片设计。
核心技术和产品
在汽车领域，黑芝麻可提供车内监控方案（DMS），自动泊车方案（AVP），ADAS/自动驾驶感知平台方案。黑芝麻智能科技提供的解决方案包括算法和芯片两个核心部分：黑芝麻感知算法从基础的控光技术，到面向AI的图像处理技术出发来提高成像质量，以及应用深度神经网络训练，结合视频处理和压缩技术，形成从传感器端到应用端的处理过程；黑芝麻芯片平台采用独有的神经网络架构，包括独有的图像处理，视频压缩和计算机视觉模块，与黑芝麻视觉算法结合，采用16nm制程，设计功耗2.5w，每秒浮点计算达20T。
3.乂学教育
企业概述
乂学教育，成立于2014年，是一家网络教育培训机构，采用人工智能和大数据技术，为学生提供量身定制学习解决方案和个性化学习内容。核心团队来自美国Knewton、Realizeit、ALEKS等人工智能教育公司，销售团队有全国40亿toC销售额的经验。
企业自主研发了针对中国K12领域的学生智适应学习产品，其核心部分是以高级算法为核心的智适应学习引擎“松鼠AI”，该产品拥有完整自主知识产权，能够模拟真实特级教师教学。企业发表的学术论文得到了全球国际学术会议AIED、CSEDU、UMAP认可，并在纽约设计了人工智能教育实验室，与斯坦福国际研究院（SRI）在硅谷成立了人工智能联合实验室。
主要产品
学生智适应学习是以学生为中心的智能化、个性化教育，在教、学、评、测、练等教学过程中应用人工智能技术，在模拟优秀教师的基础之上，达到超越真人教学的目的。该产品性价比高，以人工智能+真人教师的模式，做到因材施教，有效解决传统教育课时费用高，名师资源少，学习效率低等问题。
智适应学习人工智能系统
智适应学习人工智能系统模拟特级教师，采用图论、概率图模型，机器学习完成知识点拆分和个人学习画像，采用神经网络、逻辑斯蒂回归和遗传算法为学生实时动态推荐最佳学习路径，实现个性化教育。
业务模式
线上与线下，2B和2C相结合。以松鼠AI智适应系统教学为主，真人教师辅助，学生通过互联网在线上学习课程。开创教育新零售模式，授权线下合作学校，已在全国100多个城市开设500多家学校。
4.云从科技
企业概述
云从科技成立于2015年4月，是一家孵化于中国科学院重庆研究院的高科技企业，专注于计算机视觉与人工智 能。云从科技是人工智能行业国家队，是中科院战略先导项目人脸识别团队唯一代表，唯一一家同时受邀制定人 脸识别国家标准、行业标准的企业。2018年，云从科技成为祖国“一带一路”战略实行路上的人工智能先锋，与 非洲南部第二大经济体津巴布韦政府完成签约。
云从科技奠定了行业领导地位： 国家肯定，国家发改委2017、2018年人工智能重大工程承建单位；顶层设计，唯一同时制定国标、部标和行标的人工智能企业；模式创新，三大平台解决方案，科学家平台、核心技术平台和行业应用平台。
企业核心团队
创始人
周曦博士，师从四院院士、计算机视觉之父—ThomasS.Huan黄煦涛教授，专注于人工智能识别领域的计算机视觉 研究。入选中科院“百人计划”，曾任中国科学院重庆研究院信息所副所长、智能多媒体技术研究中心主任。
周曦博士带领团队曾在计算机视觉识别、图像识别、音频检测等国际挑战赛中7次夺冠;在国际顶级会议、杂志 上发表60余篇文章，被引用上千次。
核心技术团队
云从科技依托美国UIUC和硅谷两个前沿实验室，中科院、上海交大两个联合实验室上海、广州、重庆、成都四 个研发中心组成的三级研发架构。目前研发团队已经超过300人，80%以上拥有硕士学历。
技术优势
全方位多维智能学习模块适应不同场景要求；模块化设计为在工业视觉、医学影像、自动驾驶AR等领域扩展打下良好基础。
云从科技具有高技术壁垒：世界智能识别挑战赛成绩斐然，在CLEAR、 ASTAR、 PASCAL VOC、 IMAGENET、FERA以及微软全球图像识别挑战赛上共计夺得7次世界冠军;在银行、公安等行业智能识别技术 PK实战中，85次获得第一；2018年，云从科技入选MIT全球十大突破性技术代表企业。
在跨镜追踪(ReID)技术上取得重大突破。Market-1501，DukeMTMC-reID，CUHK03三个数据同时集体刷 新世界记录， Market-1501上的首位命中率达到96.6%，首次达到商用水平。
正式在国内“3D结构光人脸识别技术”，可全面应用于手机、电脑、机具、设备、家电。相较以往的2D人 脸识别及以红外活体检测技术，3D结构光人脸识别技术拥有不需要用户进行任何动作配合完成活体验证的功能， 分析时间压缩到了毫秒级以及不受环境光线强弱的影响等诸多优点，受到国际巨头公司的关注。
行业应用
目前国内有能力自建系统的银行约为148家。截止2018年3月15日，已经完成招标的银行约为121家，其中云从科 技中标了88家总行平台，市场占有率约为72.7%;在安防领域推动中科院与公安部全面合作，通过公安部重大课题研发火眼人脸大数据平台等智能化系统，在民航领域，已经与中科院重庆院合作覆盖80%的枢纽机场。
5.Yi+
企业概述
北京陌上花科技是领先的计算机视觉引擎服务商，为企业提供视觉内容智能化和商业化解决方案。致力于“发现视觉信息的价值”。
旗下品牌Yi+是世界一流的人工智能计算机视觉引擎，衣+是时尚商品搜索引擎。公司在图像视频中对场景、通用物体、商品、人脸的检测、识别、搜索及推荐均达到领先水平。
目前公司和阿里巴巴、爱奇艺、优酷土豆、中国有线、CIBN、中信国安、海信、华为、360等数十家顶级机构/产品深度合作，通过提供边看边买引擎、图像视频内容分析引擎、人脸识别引擎等基于视觉识别技术的数据结构化产品服务于海量用户，同时帮助政府机构、广电系统、内容媒体、零售商、电商、视听设备等行业实现智能分析、智能互动与场景营销。目前公司已经获得B轮融资。
企业团队
团队成员来自于斯坦福、耶鲁、帝国理工、新加坡国大、南洋理工、清华、北大、中科院等名校及谷歌、微软、IBM、英特尔、阿里巴巴、腾讯、百度、华为等名企。
创始人&CEO：张默
北京大学软件工程硕士， 南洋理工大学创业创新硕士。连续创业者， 曾任华为算法工程师、微软WindowsMobile工程师、 IBM SmarterCity 架构师，北方区合作伙伴经理，主机Linux中国区负责人，中国区开源联盟负责人，年销售额数亿。 2013年创业于美国硅谷和新加坡，2014年6月在中国设立北京陌上花科技有限公司。
核心技术与产品
技术方面，在国际顶级计算机视觉竞赛ImageNet中，成绩曾超过谷歌、斯坦福等，2015-2016年2年获得十项世界第一。2018年3月，人脸识别准确率位列LFW榜首。Yi+通过遵循无限制，标记的外部数据协议。 Yi+的系统由人脸检测，人脸对齐和人脸描述符提取组成。使用多重损失和训练数据集训练CNN模型，其中包含来自多个来源的约10M个图像，其中包含150，000个人（训练数据集与LFW没有交集）。在测试时， Yi+使用原始的LFW图像并应用简单的L2norm。图像对之间的相似性用欧氏距离来测量，最终取得优异成绩。
公司的核心产品主要包括视觉搜索引擎，图像视频分析引擎以及人脸识别和分析引擎：
行业解决方案
针对营销、安防、相机和电视的不同特点，推出相应解决方案。
营销+AI。场景化广告方案中，大屏AI助理信息流推荐、神字幕、物体/人脸AR动态贴图、video-out、场景化角标与广告滤镜等形式的广告内容推荐，适用于快消、汽车、电商、IT、金融、旅游服务等多个行业。
智慧城市+AI。使用计算及视觉助力智慧城市，在智慧安防、智慧交通、智慧园区等方面提供解决方案。在智慧安防实时识别上，实时处理直播摄像头信息，算法反应敏捷，相应迅速。建立智慧园区方案模型，考虑扩展性&灵活性、数据管理、松散耦合性、安全性、实时整合性以及功能性和非功能性需求等技术方案要素，从业务和技术两方面整合解决方案实现步骤。
电视+AI。电视+AI的解决方案赋予智能电视多样播放能力和营销能力。
相机+AI。相机更具交互能力。用户通过搜索关键字标签同步展示图片，打通相册和购物一站式体验。准确识别人物属性特征，动态适应表情变化，可以在视频以及图像中对人脸实时检测，基于深度学习技术，进行人脸相似度检测，实现面部关键点定位、妆容图像渲染，试用与粉底、唇彩以及眼影等多种虚拟试装方式。实时检测摄像头中出现的物品、场景和人脸等，添加AR效果，SDK支持本地检测、识别、追踪，平均检测帧率可达到25fps。
新零售+AI。Yi+新零售解决方案是基于公司自主研发的人脸识别、商品识别和其他图像识别算法技术为核心，建立一整套基于人脸、商品的智能零售门店管理方案。Yi+新零售解决方案主要包含数据采集、算法模型说明和部署方案三部分，其中数据采集包括人脸数据采集、商品数据采集；算法模型说明包括识别算法训练、商品识别、识别输出；部署方案包括本地部署、云端部署、本地部署与云端部署结合。
6.擎创科技
企业简介
擎创科技成立于2016年，专注于将人工智能和机器学习赋予传统IT运维／企业运营管理，为企业客户提供智能运维大数据分析解决方案，从而取代和改善对高技能运维人员严重依赖的现状。2017年，擎创科技已实现全年2000万营收，迅速成为国内AIOps领域的领跑者和中流砥柱。2018年初，擎创科技完成了数千万人民币的A轮融资，由火山石投资领投，晨晖创投、元璟资本及新加坡STTelemedia跟投。
核心团队
擎创团队的核心成员主要由BMC、微软等美国企业服务上市公司的运维老兵，与新浪、饿了么等知名互联网公司的大数据、算法专家组成，核心团队成员至少拥有10年以上的行业经验。其中CEO杨辰是国内最顶级的B端销售，曾带领团队获得10倍的业绩增长；CTO葛晓波拥有长达15年的企业级软件开发和运维经验；而产品总监屈中泠则来自甲方，创业前为浦发硅谷银行企业架构师，深知甲方对企业运维产品的需求。这个曾经深耕于运维企业服务市场的团队，如今在智能运维企业服务赛道继续领跑，让擎创科技成为最懂企业的客户，最值得企业客户信赖的软件厂商。
主要产品
“夏洛克AIOps” 作为擎创自主研发的大数据智能运维主打产品，自2016年上线以来，已从1.0版本升级至1.9版本，可应用在金融、大型制造业、铁路民航、能源电力等涉及国家发展和民生问题的多种行业。在2017全球运维大会上，夏洛克AIOps获得由中国信息通信研究院与高效运维社区联合颁发的“年度最具影响力AIOps产品”奖。
“夏洛克AIOps”充分利用自研算法辅助客户实现IT运维价值，结合客户的现有情况，规划从传统ITOM至AIOps智能运维的一站式路径，助其运营落地，由此打破数据孤岛，建立统一的大数据智能分析平台，实现以人工智能为核心，驱动传统IT运维监、管、控三个层面，并将相关运维数据及业务数据实时展现。
“夏洛克AIOps”拥有多项自研算法，犹如运维界的福尔摩斯，能迅速发现并定位运维问题的根因，实现秒级排障，最大程度避免企业产生重大损失。更有价值的是，“夏洛克AIOps”还能通过长期的数据积累和机器学习，运用新型深度神经网络算法对企业的业务数据进行预测，帮助企业提前规划IT资源，高效预防各类黑天鹅事件的发生。
商业模式
目前，擎创科技已与多家金融和制造行业标杆客户形成稳定的合作关系，包括浦发银行、浦发硅谷银行、国家开发银行、上海铁路局、银联、海尔、浙江能源等。针对不同客户，采用个性化的商业模式进行服务，目前主要有私有模式和SaaS模式两种，都具有较强的可复制性。
核心优势
纵观今年的AI行业，说不上风起云涌，谈不上拼得头破血流，但光从“巨头云集”四个字来看，就可窥见风平浪静之下其实暗流涌动。国外有谷歌、苹果，国内则有百度、阿里、腾讯、华为等多家企业入局。从拼技术到拼产品，从拼入口到拼布局，各个企业在AI领域大放异彩，展现着自身的独特魅力。
AI基因上：BAT各有优势，大数据算法全面更胜一筹
论AI基因，这个支撑企业整个AI战略构想的核心基础优势，可以说是不可或缺，它着实能为企业在AI领域的布局带来极大帮助，也是一家企业进军AI最大的底气。总体看来，BAT三家互联网巨头在布局AI领域均有优势，但因自身业务的不同，其AI基因的优势又表现在不同方面。
百度：AI基因意味着拥有先天的优势，依靠搜索引擎业务起家的百度，在掌握与人密切相关的数据算法领域算得上是得心应手。同时，作为人工智能的雏形搜索引擎业务，拥有它就相当于掌握了人工智能的钥匙，只需依据数据内容付诸实践便能打破许多关卡，拥有比其他企业更多的机会。
一方面，数据是企业做AI的源头，也是引领AI走向的一大支撑点，拥有数据便于掌握AI大致的发展方向；另一方面，百度搜索的数据样本较为全面复杂，范围涉及场景较为广泛，涵盖从天文地理到日常的生活信息，累积了丰富多样的样本数据，这一切，都是基于百度算法技术的支撑，也为其在AI领域的全布局上提供了最基本的算法和数据支持。因而，AI基因这一方面，百度比其他企业有了更多的发展机遇。
阿里：依靠电商起家的阿里，虽然不具备像百度一般的海量大数据，但是阿里在掌握电商消费者数据层面也有着自身的优势。与百度一样，阿里在AI领域也早已开始布局，其有着百万级用户规模的云计算业务，同时也凭借在电商领域的丰富场景应用，阿里在大数据层面也有着自身的实力所在；此外，阿里在商业场景上所得来的数据，也是支撑其人工智能产品最终落地的基石。
腾讯：虽然在先天技术上略逊色于其他两家，但腾讯也有着丰富的应用场景。依靠在社交网络、媒体等业务的深耕，加上微信、QQ的庞大用户体量，使得腾讯在开发AI业务上更多基于提升用户体验上入手。从这方面看来，腾讯的AI基因更多倾向于丰富场景上的驱动，还有其庞大的用户数据体系支撑。
综合来看，三家互联网巨头在进军AI领域上有着天然的AI基因，只是因各自所涉及业务的不同，AI基因也各不相同。但从综合实力来看，拥有全方位的技术支持和丰富的场景应用，以及掌握算法功能才是开启AI领域的最佳起点。
AI产品上：场景出现重合，涉足范围广泛者博得头彩
人工智能领域虽说涉及的场景丰富，但最终还是无法脱离人们的衣食住行等各个方面。无论各企业在AI领域的构想如何丰富多彩，最终的成果检验还是要看产品的落地。因而，人工智能概念出现了这么多年，近两年终于加快了产品落地的步伐，国内尤以BAT为首的人工智能产品现已扎堆面世，为人们开启了新一轮的AI产品检验潮。
百度：借助先发优势，百度现已有多款人工智能产品落地，涉及的场景范围广泛且全面。其中，百度研发的一款智能音箱产品raven H搭载旗下的人工智能操作系统DuerOS 2.0，在这项系统的加持下，raven H在语音对话交互方面达到高度智能化，同时在与人类交互的功能上还能不断学习和进化，以达到与用户使用习惯的高度融合。这款智能音箱产品拥有很强的唤醒率，即使相隔一堵墙也能被轻易唤醒服务，还能用于控制家居产品如灯光、电视等家居产品，相当于掌握了智慧家庭入口。
同时，在人工智能产品发展逐渐步入正轨，许多人工智能场景如智慧生活、智慧出行等方面急需语音系统支持的情况下，百度的人工智能操作系统DuerOS应运而生，为赋能上下游产业链付诸行动。在上游，百度DuerOS与紫光展锐、ARM等芯片厂商达成合作，提升硬件基础以最终赋能于人工智能产品上；在下游，百度DuerOS与海尔、美的、TCL等传统家电厂商同样达成战略合作。有了DuerOS的支持，用户将能通过DuerOS，实现对电视、冰箱等智能家电产品的操控。
另外，百度研发的深度语音识别系统Deep Speech，在高精度的语音识别领域展开部署。当下的AI领域，语音识别涉及的场景也较为广泛，人工智能的初衷就是带给人们无处不在的便捷体验，“能动嘴尽量不动手”的语音识别更是深受AI研发企业的欢迎，也深受消费者的追捧。在这项语音识别系统的加持下，相关产品不仅为用户提供了多国语言的互译功能，也为用户带来了便捷的翻译体验。
除此之外，百度还研发了无人驾驶技术平台Apollo，旨在建立多方合作的生态体系，为汽车企业和用户搭建一套新的完整的自动驾驶系统，推动无人自动驾驶技术发展和普及。目前，Apollo已经开放两款落地产品，其中一款小度人车交互系统，不仅拥有智能语音助手和人脸识别功能，还能实现疲劳检测和AR导航，目前小度车载系统已与多家车企达成合作，多款车型将进入量产阶段。
阿里：同样，语音这项连接人工智能与人类频率颇高的交互接口，阿里也有涉足。其中，阿里云研发的一款人工智能产品ET大脑，在智能领域实现了新的突破，除了具备智能语音交互和生物识别等技术，还能帮助人们在复杂的情况下快速做出最佳选择。
同时，在智慧家庭领域，阿里研发的一款智能音箱产品天猫精灵，在语音识别上也拥有多项功能，此外通过内置人机交互系统开放给业界，已有多家产品链接到天猫精灵，为布局全局的智慧家庭入口夺得先机。
腾讯：在人工智能领域后入局的腾讯，在人工智能领域的开发更加注重提升自家产品的用户体验上。围绕智能语音识别和自然语言处理等板块，腾讯目前已提供了多种人工智能服务，为自身产品在语音识别上进一步提升用户体验。
此外，腾讯拥有为智能音箱厂商提供后台支持的云小微，在微主机Ministation衍生的智能家居设想上，逐步拓展到在线教育和家庭控制中心等。
综合来看，BAT三家所研发的人工智能产品虽有不同，但都涉及了同一个生活场景，那便是智慧家庭领域。尤其是涉及多个人工智能领域场景维度的语音交互系统，包括冰箱、空调、智能音箱等家用电器。在这方面，谁能拥有强大的语音操控系统，谁就能牢牢把握这一出现频率较高的交互接口。同时，为人类带来丰富惊喜体验的人工智能领域，同样需要丰富的产品加以支撑，才能为往后智慧生活的进一步实现提供有力的产品支撑。
AI理念上：与自身业务紧密结合，取得先机者得天下
AI理念，即企业做AI的核心思想。从最初的产品定位，到产品的生产和落地，均离不开最初的理念支持，即产品将要成为什么样、将为人类带来何种便利，每个阶段都围绕最初的理念开展。总体看来，BAT的人工智能理念是在自身原有业务的基础上，围绕AI领域展开构想，并将这一设想付诸实践。
百度：从百度的人工智能理念来看，人工智能在未来会涵盖其所有的产品和服务，成为新的增长引擎。而事实上，百度在人工智能领域早已从七、八年前开始，从基础层到感知层以及生态层和应用层等，百度均有着明晰的战略规划方向。此外，经过一段时期的打磨和经验总结，百度的人工智能理念开始跟随产品一同落地，整个人工智能战略规划也从理论开始走向实用阶段。
阿里：电商起家的阿里，在人工智能的布局比百度稍晚一些，其人工智能理念多围绕电商这一核心业务，从仓储到物流，从产品到制造，阿里在零售业的人工智能轨迹很清晰，并且与自家业务紧密结合。同时阿里发挥所长，全面赋能零售体系。
腾讯：在AI矩阵布局上，腾讯目前拥有人工智能实验室、微信智能语音团队等技术的支持。同时其人工智能领域更关注场景、计算能力等，腾讯同样也是从自身业务出发，布局游戏、社交和内容AI，对比其他两家来说起步较晚，但初涉人工智能领域的腾讯也不甘落后，建起了人工智能实验室，用于人工智能方面的研究和开发。
综合来看，在人工智能的战略布局和理念构想上，百度已经抢占了先机，从技术优势到场景落地，战略规划进一步照进现实。因而在人工智能领域，必然是取得先机者拥有绝对的话语权，在未来的业务范围拓张上也卯足了底气。
AI基因、产品、理念的加持下，未来的AI行业谁将剑指巅峰？
综上所述，人工智能产业最终的走向必然是加快产品落地的同时迈向高度商业化的未来。无论是阿里的智慧新零售，还是腾讯的场景重要性，抑或是是百度的从出行，到赋能实体制造业的全方位操作，都在各自的领域有着明确的产品构想。
因而，在AI基因、AI产品以及AI理念的加持下，接下来的人工智能产业，各个企业都将在自身基础的战略布局上，进一步将计划落地实施。不过需要注意的是，人工智能这个庞大的产业，并非一家企业就能独自撑起，而是需要各行各业的相互协作共同推动，才能将企业的人工智能核心理念从理想照进现实。因此，在企业界的共同推动下，未来的人工智能社会化场景中，人工智能所带给人们的便捷将得到更大化的展现，人类的生活是无处不在的方便和舒适。
这种便捷或许将在以下两个场景中得到高度化的体现。日常家庭生活上，只需“开口说话”这一个动作，便能顺利操控各个家居产品工作，实现家居产品与用户需求的高度融合；日常交通出行上，也无需用户亲自“动手”，汽车便能自动上路，不仅从一定程度上解放了人的双手，同时也“解放”了“脑袋”，留给用户足够的思维空间专注其他工作，方便又安全。
为深入贯彻网络强国、数字中国、智慧社会战略，落实《数字青岛发展规划（2019—2022年）》规划部署，持续建设协同高效的数字政府、富有活力的数字经济、智慧便民的数字社会、智能融合的数字基础设施，以数字化、网络化、智能化技术全面推动城市数字化转型，制定本行动方案。
一、加快协同高效的数字政府建设
（一）构建智慧管用的城市云脑“智能化”体系
1.一体化综合指挥。建设城市应急指挥中心、社会治理指挥中心、城市云脑大数据中心等一体化城市运行中心，满足应急协同联动、城市运行状态监测和数字即墨管理服务等工作需要。（责任单位：区大数据发展管理局、应急局、社会治理指挥中心、住房城乡建设局、综合执法局）
2.全域感知体系。建设完善基础地理信息服务、物联感知接入、视频监控资源共享三大基础支撑平台，推动全区基础地理信息服务一张图、动态感知数据分级分类接入、全域视频资源共享共用。（责任单位：区自然资源局、公安分局、大数据发展管理局）
3.数据业务中台。打造城市云脑场景应用集群，推动公安、城管、应急、交通、水利、生态环境、科技创新、经济运行等重点领域应用上线，至少3个场景一屏接入城市云脑。基本建成城市云脑区（市）中枢，构建城市云脑一体化应用体系。（责任单位：区大数据发展管理局、住房城乡建设局、综合执法局、公安分局、应急局、交通运输局、水利局、生态环境分局、科技局、统计局、区政府有关部门，各镇街，各功能区）
（二）打造便捷满意的公共服务“数字化”体系
4.一码通城。实施“码上即墨”行动，推动政务服务、交通出行、医药卫生、文化旅游、体育健身和智慧校园等公共服务领域统一身份认证、多码融合和社保卡多领域应用。（责任单位：区大数据发展管理局、公安分局、行政审批局、交通运输局、人力资源社会保障局、卫生健康局、医保局、文化和旅游局、教育体育局、区政府有关部门，各镇街，各功能区）
5.一网通办。实施网上政务服务能力提升工程，深化完善“爱山东·青e办”即墨分厅掌上办事平台功能，建成便民利企服务专区不少于1个，接入亮点应用不少于10项。全面推行“一事全办”主题式服务，丰富应用场景，拓展可办主题至200个，实现更多事务“一次办好”。（责任单位：区大数据发展管理局、行政审批局、区政府有关部门，各镇街，各功能区）按照上级部门统一部署，以公民身份号码或法人和其他组织统一社会信用代码为唯一标识的电子证照可用率超过85%。（责任单位：区行政审批局）
（三）构建数智融合的政府决策“协同化”体系
6.政府决策数字化。深化数据汇聚共享，重点围绕营商环境和重点领域应用场景需求，强化数据治理，提升数据质量。充分利用社会数据资源强化政府决策支撑，加强政企合作，鼓励多方参与，形成数据来源广泛、多方数据比对、数据时效性强的政府决策数据支撑体系。（责任单位：区大数据发展管理局、区政府有关部门，各镇街，各功能区）
（四）形成精准高效的城市治理“现代化”体系
7.城市治理一网统管。整合各级各部门指挥调度、综合运行和辅助决策类系统及相关数据资源，建设“上下贯通、左右衔接、全区一体、高度集成”的一体化综合指挥平台。（责任单位：区委政法委，区应急局、公安分局、卫生健康局、综合执法局、生态环境分局、交通运输局、水利局、大数据发展管理局）建设社会治理综合信息平台、智慧公安、城市综合管理服务平台、突发事件预警信息系统等，更好地支撑以网络化运行、海量化参与、社会化协同为特征的社会治理需求，提高数据汇聚、事中监管、趋势研判、协同联动等能力。（责任单位：区委政法委，区公安分局、综合执法局、气象局、住房城乡建设局）
8.一部手机游即墨。依托“一部手机游青岛”平台，整合全区范围内“食、住、行、游、购、娱”等资源，为游客提供全方位文旅公共服务。（责任单位：区文化和旅游局）
9.智慧社区和智慧街区。加快智慧社区和智慧街区建设，推动城市治理和服务向基层延伸。智慧社区建设总数达到25个，其中示范点达到12个；智慧街区建设总数达到11个，其中示范点达到2个。推动建立社区综合服务平台，鼓励发展光影街区、数码地标、车路协同、车充响应等应用场景示范。（责任单位：各镇街，各功能区，区民政局、住房城乡建设局、综合执法局、公安分局、大数据发展管理局）
二、推动智慧便民的数字社会建设
（五）提升教育数字化水平
10.智慧教育。整合部、省、市、区、校5级教育信息系统、数据资源以及各类教育服务，为全区教师、学生、家长和教育管理者提供一站式服务。开展智慧校园新装备、新技术试点，提升智慧校园建设应用水平，智慧校园覆盖率达到99%。推动青岛市智慧体育平台应用，统筹全区各类体育资源，推行全民健身网上查询、网上预约、网上指导。（责任单位：区教育体育局）
11.人工智能教育。构建“课程教学、内容创作、开源创新”一体化的人工智能教育服务平台，打造集“课程教学、应用实践、互动体验”综合性人工智能实验室，推进全区人工智能教育快速发展。（责任单位：区教育体育局）
（六）提升医疗数字化水平
12.智慧医疗。积极配合青岛市级全民健康信息平台升级改造，提高医疗数据互联互通效率，提升医院信息互联互通标准化成熟度，推进医院智慧服务分级评估，建成1家以上互联网医院。参照《医院智慧服务分级评估标准体系（试行）》（国卫办医函〔2019〕236号），2022年智慧服务达到3级以上的医院数量不少于1家。利用大数据、人工智能等新技术辅助开展流行病学和溯源调查。进一步推动电子健康档案动态利用，居民电子健康档案动态使用率达到75%。（责任单位：区卫生健康局）
13.智慧医保。进一步落实健康中国战略，建设智慧医保信息化平台。推动医保电子凭证在定点医药机构应用，逐步实现预约、挂号、就诊、支付以及查阅报告等场景亮码、刷脸服务。（责任单位：区医保局、卫生健康局）
（七）提升交通数字化水平
14.智慧停车。利用物联网、大数据、人工智能、便捷支付、全景导航等技术实现全域停车资源的“智能感知、智能调度、智能服务”，建立全区停车管理、运营、服务一体化体系，打造智慧停车模式。（责任单位：区城市管理委员会办公室，区住房城乡建设局、自然资源局、交通运输局、公安分局、大数据发展管理局、综合执法局，各镇街，各功能区）
15.智慧交通。利用新技术新方法进一步提升对交通态势的精确感知控制能力，建设智能化、可统一调度的交通信号灯系统，实现对道路信号实时调整。开展5G交通网示范工程建设，推进即墨区巡游出租车车载智能终端安装项目。公共汽电车来车实时预报率达到100%；交通路口实时信号配时系统比例超过80%、电子警察监控点覆盖率达到100%，不断提高公交电子站牌覆盖率。（责任单位：区住房城乡建设局、自然资源局、交通运输局、公安分局）
（八）提升人社和养老服务数字化水平
16.养老服务“静默办理”。深化养老服务综合监管信息平台应用，实现全区老年人户籍、健康、就诊、养老金、医保等信息共享共用。推动养老服务时间银行平台与个人信用平台互联互通，鼓励更多的志愿者参与养老服务。推广应用智慧养老设施设备，推进医疗健康监测设备、智能安防设备、可穿戴设备、养老服务机器人等智能化设备在养老中的广泛应用，为全区居家失智老人发放智能手环。构建养老服务机构行政审批、民政备案、食品安全、消防安全等养老服务质量综合监管的联动机制。优化老年人服务事项“静默办理”，养老机构和养老床位实现在线预约、签约，养老保险待遇资格认证、津贴补贴领取等涉及老年人高频使用的政务服务事项基本实现由系统自动办理。按上级部署，试点推行门诊慢特病部分病种“零材料办理”。（责任单位：区民政局、卫生健康局、医保局、人力资源社会保障局、行政审批局、公安分局）
三、培育富有活力的数字经济生态
（九）推动特色产业发展
17.海洋大数据产业。发挥海洋试点国家实验室、国家深海基地等海洋科技重大平台集聚优势，持续引进涉海研发机构和产业项目。推进科研成果转化，发挥国家海洋技术转移中心作用，布局建设一批特色鲜明的专业产业园，畅通科研成果转化路径，加速蓝谷科研成果在当地产业转化。依托鳌山湾未来城做好蓝谷科研成果及产业转化承接，助推海洋经济融合发展。依托海洋试点国家实验室，建设国际领先的超算和海洋大数据公共服务平台，建立集数据采集、存储、更新、处理、分析、共享、应用等为一体的海洋大数据综合发展体系，支撑海洋科学研究、海洋科技发展和成果转化，推动海洋特色创客发展。推进华录山东总部基地与国家海洋大数据产业孵化基地建设，融合超算、云计算、人工智能等新兴技术，开发海洋信息资讯服务产品，打造以光磁一体存储设备为核心的新一代大数据设施。（责任单位：区工业和信息化局、科技局、自然资源局，各镇街，各功能区）
（十）推动数字产业化发展
18.数据要素市场化配置。积极探索数据要素市场培育，规范数据交易主体行为，支持青岛大数据交易中心等市场主体探索数据交易新模式。支持更多银行和有关机构进驻数据中台开展信用贷等业务，以数据资源赋能全区实体经济发展。（责任单位：区大数据发展管理局）
19.数字经济园区。支持加快数字经济领域重点项目建设，推动华为科技产业城、金蝶软件园、华录山东总部基地、金口智能制造及大数据发展示范基地等建设。（责任单位：经济开发区管委、鳌山卫街道办事处、金口镇政府，区工业和信息化局、大数据发展管理局）
（十一）提升产业数字化水平
20.农业数字化转型。加快智慧农业发展，推动互联网与现代农业线上线下“双融合”，构建共创、共享、共赢的数字农业生态圈，为乡村振兴和农业农村现代化提供新动能。实施信息进村入户工程，加快‘益农信息社’建设，提高农村现代信息技术应用水平。引进精准农业与智慧农机示范系统，建设卫星导航差分定位基站、农用远程气象监测站，加快推进现代农业生产的精准化、智能化。加快农村电商公共服务体系建设，持续推动淘宝村、镇创建，提升农村电商公共服务软实力。（责任单位：区农业农村局、商务局）
21.工业数字化转型。通过实施工业互联网赋能行动，推动传统制造业向数字化、网络化、智能化升级，有序推进区内企业实施工业互联网改造，重点培育纺织服装、汽车及零部件两大特色产业，打造酷特智能“数字驱动的C2M大规模定制模式”、即发集团“织染缝一体柔性化制造模式”、森麒麟轮胎“基于精益制造的智慧工厂模式”等。完善工业互联网行业标识解析体系，工信部备案的工业互联网标识解析二级节点数量不少于1家。加快工业互联网安全保障体系建设，打造工业互联网安全信息共享、监测预警、攻防演练等平台，提升工业互联网安全公共服务能力。（责任单位：区工业和信息化局）
22.服务业数字化转型。发展智慧物流，推进国际陆港、综合保税区等重点物流园区数字化升级改造，建设智慧物流园区。发展网络货运等新业态新模式，形成智慧物流典型示范应用。（责任单位：区交通运输局，国际陆港管委、蓝谷高新区管委）推进商业实体向线上销售转型，鼓励发展平台经济，支持直播电商、社交电商、新零售等新业态发展。（责任单位：区商务局）发展金融科技，推动大数据、人工智能、区块链技术在金融服务中的创新应用，加强金融风险防控，改善金融市场环境，提升金融服务效率。（责任单位：区地方金融监管局）推进自然人、企业法人、非企业法人公共信用数据库建设，推动信用信息的深度融合与协同使用，构建守信联合激励和失信联合惩戒机制，增强社会诚信和自治能力。（责任单位：区发展改革局、大数据发展管理局）发展智慧文旅服务，组织有条件的景区与互联网企业进行合作，推进数字图书馆、数字博物馆、数字文化馆建设。（责任单位：区文化和旅游局）
四、构建智能融合的数字基础设施
（十二）加快新型基础设施建设
23.多功能一体杆。以场景建设为牵引，结合道路建设、老旧路灯改造，整合路灯杆、信号杆、公交站台等市政设施，加快物联网设施部署，加速多功能杆、柱、桩等新型智能感知设施建设。（责任单位：区住房城乡建设局、公安分局、交通运输局）
24.“双千兆”城市。加快推进“双千兆”城市建设，推动移动通信网络、固定宽带网络接入能力逐步达到1000Mbps。全面部署IPv6，统筹推进全区骨干网、城域网、接入网IPv6升级。加快推进5G基础设施建设，支持运营商以共建共享共用新模式开展5G基站建设，城区重点公共区域5G网络覆盖率达到80%以上。高质量建设5G网络，全面推进5G网络试点和规模组网，推动5G与重点垂直行业深度融合。（责任单位：区工业和信息化局）
五、加强数字化转型支撑保障
（十三）完善数据资源服务体系。统筹全区基础数据资源建设，整合各类信息平台、信息系统和数据中心资源，健全基础数据资源动态管理体系，探索建立城市数据资源服务体系。加强社会、产业、互联网等领域数据汇聚。加强数据治理，提升数据质量，确保数据完整性、规范性和准确性，为风险防控、应急调度、公共决策、协同治理提供大数据支撑，依法依规推进公共数据开放。（责任单位：区大数据发展管理局，区政府有关部门）
（十四）构筑防护有力的网络安全体系。推动网络安全态势感知系统建设，实现政务网络和政务云中心平稳运行。采用流量监测、人工智能、大数据分析等技术，进一步提升网络安全防护能力，及时发现、处置网络安全问题，化解潜在风险，保障政务网络和政务云中心平稳运行。推动网络安全规范化管理。拟定即墨区网络安全管理办法，明确各部门职责，夯实主体责任。科学研究制定安全策略，组建网络安全专家技术团队，加强智力支撑，提高政务网络和政务云中心安全防护水平。组织开展安全知识培训和应急演练，提高人员安全意识和应急处置能力。持续强化数据安全保障。统筹推进安全保障体系建设，明确数据采集、传输、存储、使用、开放等各环节保障网络安全的范围边界、责任主体和具体要求，加强安全风险评估、审查和监督，提升安全监测和预警能力。（责任单位：区委网信办，区公安分局、大数据发展管理局）
（十五）优化数字即墨发展环境。积极推动数字即墨建设资金纳入年度地方财政预算，加快完善专项资金申请发放、绩效管理、调度激励等制度。（责任单位：区财政局）加强对数字即墨建设工作的组织领导、推进落实，对责任单位年度完成情况进行考核、督导。破除行业壁垒，推动各行业领域在技术、标准、成果转化等方面充分对接，规范事中事后监管，进一步优化数字经济发展环境。（责任单位：区政府办公室、市场监管局）深化重点领域政务公开，重大建设项目、公共资源配置、社会公益事业建设领域政府信息公开内容更加丰富、渠道更加多样。（责任单位：区政府办公室）配合青岛完善政务信息资源共享、公共信息资源开放、数据流通交易、个人信息保护等领域标准体系、管理制度等。（责任单位：区大数据发展管理局、区委网信办）加大数字即墨建设宣传力度，及时推介数字政府建设发展的新成果、新成绩、新成就，积极营造重视数字即墨建设的舆论氛围。（责任单位：区大数据发展管理局、工业和信息化局）
抄送：区委各部委，区人大常委会办公室，区政协办公室，区监委，区人武部，区法院，区检察院，省、青岛驻即单位，各派，人民团体。
青岛市即墨区人民政府办公室 2021年7月1日印发
在英剧《Humans（真实的人类）》中，有句经典台词：问题不是机器人能否爱，而是人类爱不爱他们。一定程度上反映出人类对于机器人的认知还处在初级状态，机器人尚未被大规模应用于现实社会。但与此同时，同样以人工智能作为编写脉络的《Black Mirror（黑镜）》、《Ex Machina（机械姬）》也于媒体上热播。
自2012年软银收购法国机器人公司Aldebaran Robotics，2013年底谷歌先后投资了8家机器人和AI公司，2014年“机器人革命”有望成为“第三次工业革命”的提出，再到如今种种政策利好，我们能看到人工智能在影视作品和实际生活里均已成了热门题材，机器人受到的关注和消费者的接受程度也与日俱增。
从整体市场看，近两年服务机器人已经步入产业化加速的黄金时期，无论是金融、交通、政务、教育、健康，还是零售等行业，机器人都赋能其中。对于各行各业来说，机器人的融入不仅解放部分人力，降低企业管理成本，提升运营效率，更重塑了线下场景。
线上红利已过，线下开始寻变
机器人的发展壮大离不开几点必要条件：在国内，人力成本的增长迫使人们寻找更优的解决方案；定位导航及传感技术、多模态人机交互技术、仿生材料与结构等均处于快速发展期；政策方面，《中国制造2025》、《机器人产业发展规划(2016-2020年)》、《新一代人工智能规划》等文件相继颁发。
内外因的共同作用为机器人的落地奠定了基础，另一组数据显示，2020年服务机器人有望达到1322万台的销售量，整个规模或突破200多亿。这也意味着，服务机器人处于快速上升阶段，将被应用于各类场景当中。
优必选副总裁胡佳文回忆，2015年起，线下从业者或多或少地表现出了变革需求。最明显的问题就是对于人力的需求会加重终端门店的人员数量和成本，同时大量低门槛的重复性工作需要被新的工作方式取代。
而在各行各业中，零售是最具代表性的行业之一。新零售的本质是通过大数据来驱动行业发展，在零售行业运营的过程中，人、货、场三大元素必不可少。然而，获取线上流量的成本与日俱增，线下门店在运作过程中存在“有门店缺客流、有客流无转化、有会员难互动”等诸多问题。
胡佳文判断，当零售经历了线上的爆发式增长后，会开始寻求线下的变革。不过这一行业仍然面临着两大难点：投入人力后成本攀升以及人力服务的非标准化。为了解决这些痛点，提升门店坪效，优化用户体验，各个公司选择从不同的技术角度切入。无疑，机器人的加入，能够承担大量重复性工作。
在优必选的设想中，最为理想的状态应该是将繁琐的内容标准化，由机器人承担30%-40%的日常重复性工作，和人工服务产生协同效应。基于这一思考，优必选萌生了打造智能云平台商用服务机器人Cruzr的想法。
瞄准商用，优必选推出克鲁泽机器人Cruzr
目前优必选已推出的产品包括消费级人形机器人Alpha系列、STEM教育智能编程机器人Jimu、智能云平台商用服务机器人Cruzr和与迪士尼合作的第一军团冲锋队员机器人等。其中，克鲁泽Cruzr从2015年起启动筹备。
一台机器人的复杂程度远远超出外界的想象，围绕行业需求，克鲁泽Cruzr开始投入研发。同时，胡佳文和他的团队需要思考如何在弱人工智能时代最大程度地降低终端人力成本，以及如何在复杂场景中与用户完成良好的交互。基于最初的原形和以上问题，克鲁泽Cruzr也进行了数次产品更迭。
2017年1月，克鲁泽Cruzr亮相CES；2017年8月，克鲁泽Cruzr正式；2017年10月，优必选科技（昆明）有限公司克鲁泽Cruzr机器人下线仪式在昆明云上小镇举行，克鲁泽Cruzr机器人项目正式投入量产。最终呈现出来的克鲁泽Cruzr基于云计算的机器人操作系统，可个性化定制软件功能，设计多角度广告信息，实时视频监控，一键集控多台设备。其主要遍布商场、机场、酒店、银行、4S店等各类场景。
图：克鲁泽Cruzr
相比原形而言，如今的克鲁泽Cruzr在不少细节上做出了改进：
1）语音交互。机器人在使用过程中会首先遇到唤醒问题，克鲁泽Cruzr对此优化，完善多模态交互技术，让用户以趋近零的门槛使用。
2）针对特定环境提升识别准确率。由于卖场内不少黑色或透明反光的镜面会对机器人导航造成影响，克鲁泽Cruzr使用多传感器系统提升机器人识别的准确度。
3）外形设计和安全性。克鲁泽Cruzr通过高度拟人化的设计提升外形亲和力。同时克鲁泽Cruzr在手臂上增加多传感器，一旦用户碰到克鲁泽Cruzr，它会立刻停下，保证用户在公共场合内能够安全使用。
2018年6月，零售解决方案+克鲁泽Cruzr零售版也将。以零售解决方案为例，克鲁泽Cruzr提供包括硬件、软件、云平台、PC端、手机端的支持。除此之外，零售版解决方案的优化涵盖客户引流，近场迎宾和远场迎宾；能够加入语音交互提升、如流畅度、灵活度等硬件设计的提升；同时在多样性、娱乐性等方面也有改进。另外，零售版解决方案也正针对to B行业的个性化需求，客户本身的知识库内容持续完善。
赋能提效，以克鲁泽Cruzr为代表的机器人如何实现？
不久前，优必选宣布获得8.2亿美元C轮融资，最新估值50亿美元，此轮由腾讯领投，工商银行、海尔、民生证券、澳洲电信（Telstra）、居然之家、泰国正大集团、民生银行、文资华夏、中广核、铁投集团、松禾资本、海鲲、金斧子等跟投， B轮领投方鼎晖资本追加投资。从优必选的融资情况可以看出，和寻求资金同等重要的举措是吸引战略投资。
优必选联合投资者共同对商业化进行布局，其中最有代表性的是与居然之家的合作。今年1月，优必选与居然之家在北京国家会议中心成功举办“雇佣两千机器人，打造智能新零售”上岗工作仪式，2150台优必选克鲁泽Cruzr机器人正式在居然之家百城千店上岗工作，为顾客提供店铺位置引导、品牌信息介绍、商场服务介绍等导购和指引服务，同时还可以提供促销、会员卡自助办理等功能，另一方面，克鲁泽Cruzr还能为居然之家提供和分析门店数据，让数据帮助驱动决策，提高企业竞争力，从而降低企业运营成本。
图：克鲁泽Cruzr在居然之家服务
胡佳文表示，在克鲁泽Cruzr还未量产时优必选就和居然之家达成了意向。之所以选择和居然之家合作，一是因为家居店的场景相对没有太复杂，在目前弱AI时代比较容易落地，比如家居店的人流量相对小、噪音小，对机器造成的干扰少，天然能形成很好的场景；二是居然之家积极向新零售转型，对人工智能和机器人等新科技、新技术非常愿意尝试和合作，双方非常匹配。
这一系列合作中，不可忽视的一点是：B端对于服务的响应速度比C端要求更高。为了针对B端客户提升售后服务，优必选组建起专职的服务团队，安置在门店周边，双方共同进行市场策划，门店用户调研；准备备用机，控制故障率，保证在客户出现问题的时候能够无缝切换。据透露，克鲁泽Cruzr的损坏率通常在几个点，远低于行业平均损坏率。
另一项结果也证明，在克鲁泽Cruzr上岗后，吸引很多顾客的互动，起到了引流聚客的作用。据官方数据显示，截至目前，克鲁泽Cruzr在居然之家中累计与顾客交互4877万次。
中国在过去很长时间内从人口红利中获益，但随着人口老龄化该优势将不复存在。“从长远来说，未来人工智能和机器人能够为人类做绝大多数事情”，胡佳文说到。“未来两年，克鲁泽Cruzr坚持一纵一横重塑线下场景，纵向将零售做透，横向拓展到政务、金融、证券、银行等领域。”
举例来说，在智慧政务层面，克鲁泽Cruzr为广州海关提供智能执法辅助机器人能：1）提供指路、带路和巡视以及信息播报；2）语音和触屏两种交互方式，分担了部分问询工作，缓解了业务高峰期人力不足的局面；3）可实时对体温超过临界值的旅客和低温保存的冷冻品进行主动报警和拦截。
图：优必选国检机器人Cruzr 现场演示高温探测功能
银行场景下，克鲁泽Cruzr能：1）借助立体导航避障系统实时避障，在银行内带领客户到达办事区域；2）担任智能大堂经理，解答客户疑问，推广业务；3）实时监控场馆，移动播报注意事项。
机器人的加入，让商业场景重塑
人才流向、资本投入等因素影响着所处行业的成长速度，供需关系也一定程度上反应着行业变化。虽然胡佳文反复强调我们今天仍然处于弱人工智能时代，机器人的发展也处在早期阶段，所能提供的服务还远远达不到真人的水平，但不可否认机器人有着不可逆转的势头并为线下注入了活力。
新LOGO传递新价值
美团云全新的品牌形象是圆形变体形成的类似“∞”符号的动态LOGO，光标短线条在无穷符号中匀速运动，寓意云计算服务应具备特质：动态扩展、安全稳定、灵活应需、潜力无限。
新LOGO亮相意味着背后的战略转变。美团云总经理李爽表示：“美团云将依托在O2O、餐饮、酒店、旅游等行业的经验积累，针对不同业态推出餐饮云、酒店云、旅游云、交通云等标准化行业解决方案，并根据客户个性化需求提供定制化解决方案以及7×24小时90秒响应的专家服务支持，助力企业轻松上云。”
截至目前，美团云服务已覆盖零售、餐饮、酒店、旅游、金融、在线教育等行业，为包含华住酒店、速8集团、宜人贷、航班管家、餐行健等知名企业在内的4万多个用户提供云计算服务。
下个发展阶段内，美团云将着重在新零售及AI领域发力，向更多拥有转型、创新需求的企业及前沿科技领域成长型企业提供经过大规模业务运营验证的成熟的云计算服务。
推出高性能GPU云主机
开启AI战略
Gartner调查数据显示，截至2015年末，全球云计算市场规模已达1750亿美元，2019年有望突破3000亿美元。“智能+”已成为云行业广阔市场背后的驱动力，在“万物互联”向“万物智能”转化的关口，“上云”已不仅仅是互联网企业的特有需求，越来越多的传统型企业、政府、事业单位将业务迁入云端，以实现业务智能化，节约IT资源，提高运行效率。与此同时，深度学习、动画渲染、科学计算等应用场景的爆发也使得高性能计算需求迅速扩大，用户需要在云端与AI深度结合，获得更加智能的产品与服务。在这一井喷的计算需求下，美团云推出高性能GPU云主机，这也标志着美团云正式进军AI领域，开启云端AI战略。
据了解，美团云GPU云主机采用了NVIDIA Tesla M60 GPU与Intel E5-2650 V4 CPU的组合。NVIDIA M60可灵活提供最高达4096个并行处理核心，16GB的GDDR5显存及9.7TFlops 的单精度峰值性能。
在实际运行过程中，程序的串行部分在CPU上运行，而并行部分则在GPU上运行，可以轻松处理容量高达PB级的数据，且速度比使用CPUr快十余倍。单卡性能对比，双核的M60较M40更具优势。此外，美团云为GPU云主机配置了本地SSD固态磁盘，IO性能是普通磁盘的数十倍以上。
数据显示，以时下火热的机器学习训练为例，使用GPU云主机的训练速度要比使用CPU提速数十倍，这将有力推动人工智能行业发展。
云+AI 让用户体验智能化
据美团云高级研发总监王昕溥介绍，美团云打造的人工智能版图主要包含三大类产品：主机类、平台类和服务类。
主机类产品中，除已可申请使用的高性能GPU云主机外，还将上线FPGA云主机服务。FPGA的单位功耗性能是GPU的10倍以上，由多个FPGA组成的集群能达到GPU的图像处理能力并保持低功耗的特点。英特尔预计，到2020年，将有1/3的云数据中心节点采用FPGA技术。
“这确实是个很好的问题。”食谱推荐公司Yummly的研究负责人Gregory Druck如此回应道，但这肯定不能被称为一个真正的答案。
这的确令他有点为难。技术在设计时通常都要优先理解并满足人的喜好。同在台上的厨房整合技术公司Innit的副总裁Ankit Brahmbhatt干脆接过了话筒，“每个人的体质不同，对健康的定义也不同。说到底这是个生活方式的问题。我们得先有关于你更全面的数据，才能判断什么对你是健康的。”
人工智能到底能在多大程度上替代人，也成为一年一度的西南偏南上最热闹的话题。
西南偏南诞生在美国德克萨斯州的奥斯汀。每年3月初，这个全球性的盛会会吸引数十万人，和硅谷以大公司、创投行业为主的活动不同，西南偏南会吸引各个行业的人。大家在这里看新的电影，发现创业灵感。更重要的是，讨论技术已经带来的改变，以及它能把人们带到哪里去。
其中有不少想象空间。比如Yummly，这家来自硅谷的公司能利用人工智能技术分析你曾经使用的食谱数据。来自德国的Foodpairing则声称，机器分析食物成分时最大的弱势是嗅觉不及人类灵敏，但是通过训练，机器的精准程度可以超过大多数未经训练的普通人。
还有更激M的Innit。和一些创业公司费尽心思想把吃饭这件得高效不同，这个硅谷公司发现了一个悖论，一些人根本不愿意被剥夺下厨的权利。于是他们正在硅谷红木城的总部，测试一个全新的“数字化厨房”。
这个厨房用一个软件平台控制家电，告诉用户家里食材的存量。选定菜单后，还会提醒用户要买多少食物。等到准备妥当，连接的厨房电器就能完成初步烹 饪。
“我们想用技术帮上班族解决工作日吃饭的问题，让他们知道下班后要买什么食材、买多少，回家后能更快吃到晚餐。”活动结束后，Brahmbhatt对《第一财经周刊》说。
这听上去“很硅谷”，善于观察问题并提出解决方案。其实更有意思的是，这家公司发现，在一些细分领域当中，人其实没必要过分智能。
“数字化和自动化的确能帮助减少浪费，包括钱和食物。但我们也知道，有人喜欢下厨。Innit在做一项用户调研时发现，对自动化最集中的需求并不是烹饪，而是洗碗。也就是说，用户想让机器帮他们完成的是，恰恰是那些他们最不喜欢做的事情。”
至于机器和人的关系，这个古老的命题也随着人工智能的蔓延重新摆在了人类面前。至少，人工智能不再仅仅是一些极客想把一切自动化的设想和实验，也不只是好莱坞电影里经常出现的无所不能的机器控制人类造成的恐慌。它真的就在我们的生活中发生。
真正的答案，也正如百度首席科学家吴恩达曾预言的那样，“人工智能是新的电能，可以改变很多行业。”既然是电能，就意味着未来它可能无处不在。
西南偏南互动大会首席项目官Hugh Forrest说：“人工智能毫无疑问是2017年最热门的话题。虽然过去我们也做过很多AI的内容，但从未像今年这样集中。”
卡内基梅隆大学计算机科学系主任Andrew Moore长期关心教育，面对可能的人工智能未来，他想分享教育系统有必要做出哪些变化。迪士尼则会分享它如何用人工智能为其主题乐园提供更好体验，毕竟迪士尼乐园不可能一直停留在几十年前的模样。就连那些运动员，都会在训练中尝试使用人工智能，这可能意味着未来的赛事较量，除了天赋，更多是训练方法的比拼。
而如果你知道西南偏南最早是个音乐节，就会觉得在这里听到人们探讨人工智能和音乐如何结合是顺理成章的了。
用人工智能编曲已经不算什么新鲜事了。但是一些音乐公司正在用人工智能制作背景音乐，卖给可口可乐等大公司。
就连Google也参与了进来。去年6月，Google Brain宣布推出Magenta，一个能让计算机制作出“出众而艺术性”的音乐的产品。
不过这也带来一些新的问题，音乐能够做到更加了解我们吗？我们想让自己的情绪反过来影响我们吗？这种响应会不会把气氛搞糟？毕竟粉丝们可能会爱上一个音乐人，但很难爱上一台计算机。
很多人都爱上过iPod。这可能是这个世纪初音乐与技术最简单直接的结合形式。当技术演变成了人工智能，这件事情变得有趣，它像人的左脑和右脑的一场博 弈。
音乐这个感性世界与数字和代码编织的理性世界碰撞了一下。它们如何理解彼此，最好的例子可能是一个指令，就是当你让一个人工智能助手播一首歌时说的那句话。
不要小看这个指令。亚马逊音乐的团队在奥斯汀市中心的一个小酒吧里办了一场活动，当谈到如何让亚马逊的人工智能助手Alexa和亚马逊音乐结合时，主讲人感慨，仅仅是让Alexa播放一首歌的指令就十分复杂，一首曲子的元素包括歌手、专辑名称、音乐流派、歌词内容等不同元素，情境也同样如此，比如遇上用户说“我心情不好，给我放点音乐”这种情况，此时，亚马逊音乐收录了多少首歌曲是一回事，Alexa能在多大程度上明白用户的意思，便是另一回事了。
如果有人去年来过西南偏南，大概还会记得当时的一个历史性事件。
那是AlphaGo与韩国棋手李世石之间的对决。结果你已经知道了。大多数人不相信机器会胜过人类，他们会觉得这是个黑天鹅事件。
Google的高明之处除了技术本身，还在于用一种直接有力的方式向普通人展示了自己在人工智能领域的技术进展―大概没有什么方式比人机大战更能引起人们的兴趣，更直观。
当AlphaGo连续赢到第三场时，来自Automated Insights的Robbie Allen正在准备他在西南偏南上的一场对话。Automated Insights是曾做出帮记者写稿的机器平台WordSmith的公司。
“Google很了不起。”Allen走下台对《第一财经周刊》评论。在观看这场人机大战时，人们产生了一股担心会被人工智能抢走饭碗的恐慌。此后，AlphaGo的连胜加剧了这样的担心。
Allen参加的对话主题正好是“人工智能发展后，人类未来的工作怎么办”。
“理论上人工智能确实达到了一个新阶段，它代表人工智能可以模仿人类的重复性劳动，还会比人做得更好。但我认为，它离人工智能的实际应用还有一定距离，当人工智能可以帮助某些行业完全实现自动化，找到商业化的应用场景，我才会认为它真正达到了实际应用的程度。”Allen说。
“实际应用”换句话说，是一部分人会开始失业。
距离AlphaGo战胜李世石不到一年，人们就已经在拉斯维加斯的国际电子消费展上看到各个汽车制造商对无人驾驶汽车的设想。无人驾驶汽车的技术标准得到厘定，厂商纷纷推出概念车。
Google剥离了无人驾驶汽车部门成立单独的公司Waymo、Uber的无人驾驶汽车在匹兹堡和旧金山上路，虽然后者在上路当天就因犯了些错误被叫停（最近还因为收购Otto被Google告上法庭）。蝴蝶效应是，政府和城市设计师已经开始思考无人驾驶汽车上路后对城市生活规律的影响、如今的城市基础设施是否能和无人驾驶汽车配合等问题了。
若低估技术带来的影响，也许不久后就要承担相应的后果。自从人工智能技术高速发展，特别是无人驾驶汽车上路以来，硅谷以外的世界与硅谷仿佛形成了两股力量―硅谷正在想办法让一切自动化，而美国最大的就业群体之一卡车司机，则忧虑正在某处测试的无人驾驶卡车会让他们失去工作。
机器与人的矛盾和对抗从来没有停止过。远至第一次工业革命，近至互联网诞生。随着人们越来越习惯于数字化生活，机器和人的关系会更加纠缠不清。人工智能这件事会变得更复杂，还可能，带来很多伦理问 题。
来自设计咨询公司IDEO的Jason Robinson和麻省理工学院（MIT）媒体研究室的Philippa Mothersill认为，目前我们并没能解决如何不让机器真正危害人类的创造力和情绪，尽管随着技术的精进，这一点可能会实现。
在一场名为“人类、机器和工业设计的未来”的讨论当中，他们向挤满了整个会议室的观众发问，“我们如何教会计算机创造性思考？”
Mothersill曾是宝洁公司的产品设计师，专注于让计算机可以通过识别人类的语言，将物理元素变成实际产品。为此她设计出EmotiveModeler，这种工具能够将形容词和情绪转化为模型。她寻找到了一种能够让工业设计―无论是家具还是电子产品―更好传递人类情感的方式。
如果没读博士，Mothersill现在应该依然是个出色的设计师。但她如今的研究课题，却让一些设计师有点担心会失去工作。《连线》的Margaret Rhodes也在意这一点，即人工智能如何能提供更多的工作机会，这可能是技术进步为现代社会带来的最大的困扰。没有人希望成为技术进步的牺牲者。
不过在和大量的设计师交谈过之后，Mothersill和Robinson总结了“10件设计师希望机器能够学会的事 情”。
比如说，考虑使用产品的情境。好的设计师不仅会设想要创造的事物，还会思考它出现的地方。它应该摆在哪里？它所在的房间是什么样？周围都有些什么东西？如何能让计算机做到这一切？
或者说，如何抓住灵光一现的时刻。历史上，达达主义运动中的艺术家善于随机创作，通过将传统事物叠加创造新作品。我们能够教会计算机在向不同方向发散思考的同时，催生出全新且有价值的设计吗？
这些有趣的发现让他们意识到，设计师对机器的期待，其实充满人的色彩。Mothersill由此得出的结论是，人们最终需要掌握如何让机器变得有情绪，它们会产生独特的好奇心―而不仅仅是按照写入的程序工作。
如果你看过最新的007系列电影，影片中所描述的一切已经和NASA能做到的非常接近。
毕业于约翰・霍普金斯大学的Pavel Machalek此前在NASA工作，如今他创立了Spaceknow，为金融、政府和制造部门提供商业卫星的图像分析。这些卫星就像是“天空之眼”，看着地球上发生的一切。
“我们正在让整个物理世界数字化，且能够在这个基础上做很多事情。”Machalek说。按照他的说法，世界正在经历巨大变化，重新使用卫星数据的成本也在逐步下降。
不仅如此，Spaceknow正在建立一套人工智能系y，用各种各样的新方式来处理获得的数据。整个地球的数据都会被实时抓取，它会扫描、理解和讲述70亿人的日常行为。
这也意味着，它会重塑商业关系，让零售商更好地预见气候变化、作出设计决策。它的客户各种各样，有人想知道某个港口有多少船只到岸，或者有多少辆卡车被调到精炼厂运油。
它还有很多其他用途。对于新闻业来说，它能让人们尽快发现，叙利亚到底在发生什么。如果有人编造一些事实，它或许可以提供更客观的看法。这套被不断训练的人工智能系统能够接收各种各样的查找请求，截至目前它曾经收到的请求有，“查找一架失踪的飞机”“查找那些非法的攫金者”等，以及对某些政府公开的不实数据提供另一种解释。
Machalek表示，有朝一日想让Spaceknow的人工智能系统覆盖整个世界，让每个拥有智能手机的人都可以对真实世界的数据发起请求―这大概意味着你可以查看某个酒吧门外排队的人有多少。
零售业和广告业立即感受到了威胁，它们开始追求改变。除了面临新技术带来的新购买方式的挑战，另一件可怕的事情是，如果以后帮消费者做购买决策的是机器人，品牌该怎么办？
但这其实已经发生了。亚马逊的推荐算法就是最简单的例子。
在机器人眼里，一切都是数字。因此研究品牌效应的L2 Inc的Pooja Badlani就认为，如果这就是未来，品牌忠诚度这件事已经成为历史了，所有的品牌都要想办法和机器人共存。
但IBM iX的策略与设计负责人Robert Schwartz认为，品牌通过营销来影响消费者的态度和购买行为是一门艺术，它暂时还不会消失。
“那种居高临下教育消费者的时代结束了，”Schwartz说，“对品牌来说，推销自己的时代过去了，现在是展现自己的时候。消费者始终会受到一些时刻、一些瞬间的激发产生购物欲望，品牌要重新梳理自己的核心，决定在什么时间、什么地点来创造这些时刻。”
现在已经没有人讨论技术将如何重新定义传统行业，大家都认为这已经是事实了。至于这个改变将如何发生，“这是个缓慢的过程，所有技术公司和受到冲击的传统行业都是亦敌亦友的关系。”Schwartz对《第一财经周刊》说，毕竟说到底，它们都想争取消费者的数据。
所有人都要学会用新的方式和消费者打交道，也想延长消费者的注意力和停留时间。
硅谷已经有人提出了相应的方法论。Ch r is Messina曾是Uber的开发者体验负责人，也是Twitter上的“hashtag”（标签）的发明人。他在2016年提出“对话经济”（conversational commerce）的概念，认为在Facebook Messenger增加聊天机器人的背景下，未来会有越来越多的“聊天机器人”（chatbot）出现。这些小机器人可能分布在客服、销售等岗位。此时机器应该增加更多的“Conversational UI”，即聊天界面。
让聊天机器人取代人类的前提是赋予机器同理心。如果你对态度冷淡、反应迟缓的人类客服不满意，面对聊天机器人得到的同样是冷冰冰的回答，那么这样的技术进步可以说毫无意义。
相反，如果机器可以弥补人类的部分不足，例如冷漠、缺乏技能，那么人类反而可以从与机器的对话中获得更多好处。Messina举例说，如果聊天机器人可以给用户好的体验，那么每次对话同时，也是用户在主动提供数据。
这仅仅是零售业运用人工智能的开始。人们会渐渐分辨不清，人工智能究竟是在帮助我们购买产品，还是说服我们去购买它们？
麻省理工学院的研究专家Kate Darling在描述人工智能的走向时，表达了相似的观点。
Darling主要研究机器人伦理的问题。“接下来的几十年并不是说机器会一点点取代人类，而是自动化系统和人工智能系统将与人类协力合作，因为技术不是取代人类的能力这么简单。人们高估了机器能做的事情，而低估了它的缺陷。”
斯蒂芬・霍金在接受BBC的采访时曾更直接地说：“人工智能的完全实现，可能意味着人类的终结。”
身处这个行业里的人显然知道人们的恐惧。
人工智能发展协会前主席、微软人工智能研究院负责人Eric Horvitz在西南偏南的一场演讲中介绍Google、亚马逊、苹果、IBM、微软、Facebook等公司联合成立的Open AI时，主动引用了霍金、伊隆・马斯克和比尔・盖茨此前分别公开传达的对人工智能的担心。
这位美国工程院院士、在业内被称为AI先生的老人朗读了一段Open AI的协议内容，几大公司保证在互不竞争的前提下合作。正是因为技术进步这个趋势不可阻挡，大公司结盟和在一些问题上达成共识是保证技术真正为人类赋能的基础。
8月31日，国内“互联网+”智库中国电子商务研究中心了“中国智能硬件网”，该平台的目标是为用户提供全面系统的智能硬件资讯、研究成果。主任曹磊在谈及“互联网+”的核心趋势时说：“PC互联网已成为‘死海’，移动互联网目前是一个‘红海’，各个细分领域都已打得非常火热，手机、视频、医疗、交通、出行等领域都有一批‘巨无霸’企业产生，创业的机会非常少。下一个5年便是万物联网，这还是‘蓝海’，是待发掘的未来，万物联网的时代正在开启。如今，智能硬件正成为下一代生活、制造的万亿‘风口’。”
据了解，目前正在编写《智能硬件：下一个万亿风口》一书。该书将智能硬件分为四个“派系”一是“平台派”，有百度、阿里、腾讯、京东、苏宁、国美；二是“生态派”，有小米和乐视；三是“厂商派”，有海尔、格力、海信等；四是“海外派”，包括苹果、特斯拉、谷歌等。此外还有广大中小“创客派”等。
曹磊认为，智能硬件产品分为高科技硬件(手机)、可穿戴设备(手环、手表、眼镜)、智能家居(水杯、茶杯、灯泡)、智能家电、3D打印、智能机器人、车联网，以及智能服装、智能物流、人工智能等。未来20年，将来到“产业互联网”的时代，互联网将改变每一个产业、组织乃至整个社会。产业互联网所代表的跨界融合成为总的发展趋势，从最早的零售业到如今的金融、医疗、可穿戴、在线教育、在线旅游以及生活服务的方方面面，传统硬件领域也将被改变。
虚拟现实即“Virtual Reality”，简称VR，又译作灵境、幻真，是近年才出现的高新技术，也称灵境技术或人工环境。目前，VR技术已经发展成为全球科技企业最受关注的领域。行业普遍认为，2016年将是VR爆发的元年，Oculus、索尼、HTC等都推出了新的VR消费级产品，而就在不久前，阿里巴巴也宣布成立VR实验室，BAT也已经全面进入VR领域。
在科技企业热捧和资本追逐的背后，究竟用户如何使用VR，VR是否真的像科技界预测的那样会成为未来新的计算平台？当整个VR行业都在探讨技术、商业和投资的时候，其实，用户才是整个行业需要去深入关注和洞察的。为了全面解析当下VR用户的行为，挖掘用户的内容和行业应用的需求，暴风魔镜联合国家广告研究院和知萌咨询开展了中国VR用户行为的研究，并了国内首份《中国VR用户行为研究报告》。报告显示，在这片巨大的蓝海市场中，基于用户需求来布局内容、平台与全产业链将成为VR产业新的焦点，一个全新的用户时代已然开启。
2.86亿的用户金矿待开拓
自2015年VR技术在全球掀起了“梦想照进现实”的科技风暴，VR的消费产品也逐渐从极客的研究物件，变成大众消费和娱乐的新“玩具”，很多用户对于这个新奇的“玩具”表示好奇。针对15个城市的调查显示，中国对于VR比较感兴趣的潜在用户规模已达2.86亿；而在过去一年通过各种途径接触过或体验过虚拟现实设备的VR浅度用户约为1700万人；购买过各种VR虚拟现实设备的用户约为96万人。
而在VR重度用户未来一年计划购买的VR设备类型中，排名第一的是VR眼镜，占比高达83.1%，他们购买VR眼镜的主要原因是对自己的VR设备进行更新换代；其次是PC端VR头盔，占比超过1/3；然后是VR一体机。VR眼镜由于其便携式和方便操作，正在成为VR的主流设备。按照这个市场预期，中国VR产业的市场潜量将达到上万亿。
VR为什么如此迷人？首先，VR所构造的环境和场景能带给用户“沉浸感”。VR不仅成为用户探索新知的工具，其所具备的前所未有的听觉、视觉、触觉等“五觉”体验让更多的用户可以更加立体地消费内容和感知世界。
其次，VR与用户的交互打破了过去传统的时空概念。在VR营造的新世界中，超越现实空间的交互，构造了一个新的链接用户的平台，因此，VR不仅是一个新的入口，还可能是一个新的计算平台。
用户画像：科技宅男为主，每天看34分钟
究竟谁在使用VR？调查发现，科技宅男成为VR用户中的主力，在VR重度用户中，男性占比超过七成，而从年龄特征上分析，25D34岁青年占到六成以上，在生活中比较宅的VR重度用户同时也是科技、数码等产品的高消费者。
报告显示，超过七成的VR重度用户几乎每天都使用VR设备，而有21%的VR重度用户会每周使用3次以上VR设备。重度用户每天使用VR设备的时间主要集中在16D60分钟，平均每天使用时间是34分钟，VR已成为重度用户娱乐生活的重要组成部分。
同时，VR的重度用户也是移动互联网的重度使用人群，他们平均每天的手机上网时间超过4小时，因此，移动VR将成为可能的演进趋势。值得关注的是，这些科技宅男在网络游戏消费的比例和金额上都是比较领先的，这说明什么呢？VR游戏有可能成为商业化中最先突破的一个领域。
此外，现在VR设备并没有针对不同人群和不同的应用场景进行细分，对于用户的区隔度还不够，尤其从使用时间长度上看，重度用户使用VR的时间还相对较短。有针对性的可供娱乐消遣的内容和应用缺乏是当前面临的突出问题。
使用VR干什么？探索世界，影视娱乐
人们用VR到底来干什么？重度用户已经形成了自己的使用习惯，而他们认为，VR已经成为他们探索新知的工具。VR满足了很多人探索世界的想象，比如很多人去不了欧洲、美国，但在VR里戴上虚拟现实的设备，就可以身临其境地体验世界各地不同的风景和生活。
这也在印证另外一个趋势：今天中国的消费由过去清单式的消费变成探索式的消费，希望不单纯只是获得一种感性或者功能上的消费满足，更重要的是获得一种新知，获得知识。
VR重度用户都在看什么？调查显示，电影、全景视频、VR游戏、全景漫游、全景图片均受到VR重度用户的欢迎。其中，巨幕电影占比最高，超过八成。相对而言，女性用户对全景漫游、全景图片类内容的偏好程度更高。
数据还揭示了最受重度用户欢迎的VR影视内容，科幻片、欧美大片、战争片和美女视频位居前列。可以看出，VR用户喜欢的内容都是感官冲击力比较强的。
同时，调查显示，宅生活并不能阻挡VR重度用户对于旅行的向往，42.4%的VR重度用户都表示自己向往旅行，这也催生了他们对VR设备上旅游景区相关内容的关注。而VR重度用户偏爱的旅行场所，首选自然风光，占比为85.7%；其次是名胜古迹，占比为44.2%。这也是很多旅游风景区纷纷制作VR内容的原因。
当VR设备逐渐向大众渗透之后，用户对于VR内容的巨大需求显现出来。VR与影视、游戏、新闻等内容的结合，才能让VR设备发挥更显性的效果，创造出更强的用户黏性。对于整个内容产业而言，如何生产出更简单、更轻薄却又拥有着极佳体验的“爆款”VR内容成为突破口。
什么样的VR产品最受欢迎
《中国VR用户行为研究报告》还了基于用户调研形成的“2015中国VR产品排行榜”，榜单显示，在重度VR用户中，认知度排名前三的VR设备分别是Oculus Rift、索尼play station和暴风魔镜。而他们认为颜值最高的产品分别是索尼play station、暴风魔镜、三星Gear VR。
对于浅度用户而言，本土的创新产品无疑成为他们最为关注的。暴风魔镜作为国内VR领域最具影响力的科技产品，在用户的渴望度和内容丰富度上都被给予高度期望。数据显示，浅度VR用户最渴望购买的VR产品分别是暴风魔镜、三星Gear VR、索尼play station，占比分别为27.9%、25.6%、23.3%。
当下内容丰富性也决定着VR产品的使用黏性。数据显示，重度VR用户认为暴风魔镜在资源丰富度上当居榜首，索尼play station和三星Gear VR次之，占比分别为38.3%、9.6%、8.4%。
2016年以来，Oculus、索尼、HTC等海外巨头纷纷推出重磅新品涉足VR消费领域，内地硬件制造商也奋起直追，涌现出了暴风魔镜、灵镜、蚁视、3Glasses等一批设备商，并希望在技术上有所突破，从而在全球市场上占有一席之地。相信随着产业链的不断成熟，会有越来越多的VR创新产品呈现出来。
VR行业的应用场景与趋势
哪些VR使用场景能够取得突破？调查显示，VR与游戏、旅游、汽车、家装、演艺、新闻结合的商业模式或内容在用户中受关注的程度较高。而重度用户感兴趣愿意体验或消费的VR与其他行业结合的内容中，排名前三的分别是旅游、汽车、家装；浅度用户感兴趣愿意体验或消费的VR内容中，排名前三的分别是旅游、家装、演艺。
各个行业都要思考如何应用VR向用户提供新的服务，基于用户在各个细分行业的需求，建立VR+或者+VR的产品和服务体验创新的模式。例如，旅游业、房地产、家装业、零售业、教育行业、医疗、演出、展览展示、汽车等领域，垂直化的用户应用场景和体验成为产业创新的新机会。
虚拟现实正在渗透旅游行业。例如，暴风魔镜与地处北京西山凤凰岭景区的千年古刹龙泉寺合作推出了一项虚拟现实应用“全景龙泉寺”，内容包含龙泉寺全景视频、森林影院、见行堂剧场、全景动漫和觉悟的声音（有声听读经）五大板块的内容。让用户足不出户就可以体验龙泉寺的全景风光，身临其境参与佛堂早晚课等功能。
虚拟现实正在改变消费者的购物方式。以最基本的衣食住行为例，服装商店扫描顾客体形3D建模，并开设虚拟试衣间。餐饮外卖行业也可以让消费者通过虚拟现实感受食物的外形和用料。
汽车行业和虚拟现实结合，可以模拟试驾和开展汽车安全教育。虚拟现实显示设备配合虚拟的方向盘，完全可以实现虚拟现实的试驾，不少汽车公司已经开始尝试应用VR技术，例如沃尔沃、奥迪、福特、丰田均开始使用VR技术提升客户在看车、试驾、安全驾驶方面的体验。
在房地产营销领域，VR备受关注。本次调查显示，有62.6%的VR重度用户对全景体验期房的户型感兴趣，国内也有很多科技公司在这个领域中深度探索，从效果图、三维模型到VR广告和VR楼板房漫游，让用户更立体地享受地产的真实体验。
通过VR看装修后的家庭立体实景效果。在装修领域，多数用户都对装修效果抱有超前的期待心理，希望可以提前看到装修后的家庭立体实景效果，而并非简单的设计图纸和电脑绘制效果图，但此前由于技术限制，这种概念性的需求无法满足。而VR则弥补了这一短板，在视觉平面效果基础之上，用户还可感受家装立体实景效果。国内已经出现了虚拟现实家装服务公司，通过虚拟现实技术在装修开始之前就可以为用户提供不同方案和装修入住后的实际效果。
演艺行业的VR运用。当下的现实生活中，演艺行业方面已经开始运用虚拟现实技术，主要包括成人娱乐、虚拟演唱会、虚拟电影院等模式。例如，美国成人娱乐巨头Naughty America宣布成为首家提供Ultra HD 4频内容的公司，该公司的首席信息官Ian Paul表示该公司每周制作1D2个新的VR视频。
让读者身临其境的新闻作品。在虚拟现实设备的支持下，媒体正在利用虚拟现实技术，打造出能够让读者身临其境的新闻作品。不是讲故事，而是把观众置入故事之中，让他们身临其境。读者可以像网络游戏那样，进入新闻现场亲自观察体验。《纽约时报》推出了一款面向智能手机和谷歌纸板头盔的虚拟现实新闻客户端，该客户端APP名为“NYT VR”。在这一客户端中，《纽约时报》会提供浸入式的报道，其中包括纪录片、新闻现场视频等。
VR将改变教育产业。结合益智游戏、情景化学习、协作学习、远程教育等多种特性的虚拟现实VR新技术，将会解决很多以前无法解决的教育问题， 让我们感受到全方位的教育。在不久的将来，虚拟教室、虚拟实验、虚拟校园、虚拟考场等将不可避免地出现，这些新兴的教育形式必将因其优越的一面而在未来教育领域中占有一席之地。
医疗行业已经开始运用VR。主要应用在以下几类：医疗手术指导、模拟人形（模拟孕妇、模拟婴儿）、虚拟远程医疗、疾病的诊断、康复以及培训等方面。例如，迈阿密Nicklaus儿童医院使用智能手机和VR头戴设备，为一名4个月大患有先天性心脏畸形的女婴成功做手术打下了基础。
VR将开启一个新的社交时代。在一个沉浸式环境中，VR体验依然让人产生孤独感和被隔离感，但是当用户达到一定量之后，虚拟现实的社交成为可能，例如，VR可以让两个遥远的人通过相对真实的化身通信，恰如他们面对面交流一样。他们可以有眼神接触，可以操纵双方都能看见的虚拟目标，VR社交化后的衍生商业也成为值得关注的方向。
