引论：我们为您整理了13篇智能时代的概念范文，供您借鉴以丰富您的创作。它们是您写作时的宝贵资源，期望它们能够激发您的创作灵感，让您的文章更具深度。
篇1
纵观现今家电行业的发展，智能化已经成为了行业发展的必然趋势。过去30年，中国家电市场一直都靠政策驱动或者营销驱动，厂商营销的就是概念，通过向消费者导入消费新观念来进行产品促销，使消费者加深对新产品及企业的印象，建立起鲜明的功能概念、特色概念、形象概念等。而这种驱动，都导致家电的发展也一直停留在对“硬件”的更新上。近些年，随着物联网等新技术概念的普及，家电智能化的概念也慢慢的深入人心，传统的家电格局也在悄然发生着变化。家电正朝着智能化、数字化、网络化与节能化方向发展。就拿电视而言，相比普通电视，智能电视的“智”主要体现在三个方面：首先，“智”体现在人机互动方面，智能电视令人与电视的互动更加自然；第二，“智”体现了操作与使用的简便性，电视的操作将越来越简单；第三，“智”意味着更强的兼容性，智能电视不仅要兼容电视的功能，还要能上网，能连接手机、跳舞机等其他设备，这对硬件端口还有软件技术提出了更高的要求。因为具备强大兼容性的智能电视不仅仅能提供电视的功能，还能提供电脑等其他设备的功能。这些智能化的功能都将吸引着消费者的目光，也会成为企业间竞争的重要筹码。所以智能化的发展不仅意味着家电功能更加齐全，用起来更加方便。智能化的发展，也将推动整个行业的无限发展空间。
篇2
1 智能信息处理中概念图的应用
随着网络技术以及科学技术的不断发展，也在逐渐提高网络信息量，处理信息的时候需要更高的要求，以此形成智能化信息处理技术，实际上是一种自动检索信息，并且深层次处理信息的技术。一般来说这种技术能够自动科学的对信息进行分类管理，然后对其进行翻译。语义信息处理技术在目前的发展过程中主要面对的就是怎样实现智能化，汉语博大精深、源远流长，在不同语境中汉语出现多种解释，想要实现智能化不只是汉字简单应用的问题，智能设备需要能够分析人们的语言，并且能够及时反映人类语言，此时需要设备能够掌握中国语言的技巧。目前发展中智能设备不能对人类语言进行充分理解，需要进一步研究解决的办法，所以在设备中植入语言技巧是有效的方式，此时智能设备能够了解人类语言，同时也能够及时回应相关问题。概念图是知识表示方法中一种比较好的形式，所以，相关专家和学者需要注重研究概念图，全面提高信息智能化处理的能力，促进信息处理技术的全面发展。概念图主要包括连线和节点两部分，连线体现不同改变的关系，节点体现相关概念，不同概念之间具备不相同的关系，不同几何图形能够表示不同关系，利用箭头来联系关系和概念，图1是具体分析情况。
主要表示的就是A boy Peter is reading book cerafully。这种表达方式具备一定优势，方便操作，容易理解，能够更加生动形象的展现语义，完全体现概念图的作用，并且这种方式能够进行简化知识、扩充知识、复制等操作。
2 概念图的智能答疑系统
概念图智能信息处理方式是否能够顺利进行应用，此时需要依据专门的检验系统来对信息处理技术进行验证。系统实际上是有机结合两种技术的CGQAS系统，包括JSP和C++，概念图智能处理系统包括问题理解系统/信息检索系统/解答系统等三大部分。在机械设备中人们需要详细的输入问题，然后统一归纳于不同问题，以便于能够获得正确答案。系统运行基本流程为：
(1)用户把问题输入到系统界面中，然后依据IR-Lab语言技术平台来预处理问题，自动切分语句，同时也能够分析句法和标注词性。
(2)依据句法关系、知网Howent以及概念图关系的规则来修正句法结果。
(3)对用户问题中的概念关系以及概念进行提取。
(4)利用概念图方式来构建概念关系，并且在概念图库中合理存储数据信息。
(5)对上述步骤中的概念进行保存，并且及时提交到搜索引擎，对网页进行合理下载，最后在概念图库中存入概念关系和概念图。
(6)实际操作中匹配资源概念以及查询概念图，然后通过查询结果来排序处理资源文档，最后为用户提交查询的结果。
概念图智能答疑系统一般主要包括F-measure、召回率(Reeall)、准确度(precision)三个评价结果的指标。基本计算公式为，准确度等于系统回答正确的问题数和系统可以回答问题数的比值，召回率实际上就是系统可以回答问题数比上总问题数。也就是Fβ=(β2+1)×P×R/(R×P×β2)，一般情况β2为1，召回率和准确度的平均调和数就是F-measure，F-measure=R×P×2/(P+R)，基于此实际分析过程中合理选择480个语句，并且对其进行八种分类，对实验结果进行仔细分析，可以发现概念图智能化信息处理系统能够及时回答地点、人物等相关问题，并且这些问题存在固定答案，因此具备比较高的正确率，但是系统在回答其他方面问题的时候就会出现极大差距，此时需要相关管理人员不断创新信息处理技术，以便于能够保障能够及时改进以往技术的不足和缺陷，进一步提高概念图智能化信息处理技术的有效性和可行性。
3 结束语
篇3
应对上述挑战并不完全取决于技术发展或商业创新本身，而更多依赖于我们的公共政策选择。本文试图在分析人工智能发展逻辑及其所引发的风险挑战的基础上，对人工智能时代的公共政策选择做出分析，并讨论未来改革的可能路径，这也就构成了人工智能治理的三个基本问题。具体而言，人工智能本身成为治理对象，其发展与应用构成了治理挑战，而在此基础上如何做出公共政策选择便是未来治理变革的方向。
全文共分为四个部分：第一部分将探讨人工智能的概念及特征，并进而对其发展逻辑进行阐述。作为一项颠覆性技术创新，其本身的技术门槛对决策者而言构成了挑战，梳理并捋清人工智能的本质内涵因而成为制定相关公共政策的前提;第二部分将着重分析人工智能时代崛起所带来的治理挑战，主要包括三个方面，即传统科层治理结构应对人工智能新的生产模式的滞后性、建基于行为因果关系之上的传统治理逻辑应对人工智能新主体的不适用性，以及人工智能发展所引发的新议题的治理空白;面对上述挑战，各国都出台了相关政策，本文第三部分对此进行了综述性对比分析，并指出了其进步意义所在。需要指出的是，尽管各国的政策目标都试图追求人工智能发展与监管的二维平衡，但由于缺乏对人工智能内涵及其发展逻辑的完整认识，当前的公共政策选择有失综合性;本文第四部分将提出新的治理思路以及公共政策选择的其他可能路径，以推动围绕人工智能治理的相关公共政策议题的深入讨论。
一、人工智能的概念及技术发展逻辑：算法与数据
伴随着人工智能技术的快速发展，尤其是其近年来在棋类对弈、自动驾驶、人脸识别等领域的广泛应用，围绕人工智能所可能引发的社会变革产生了激烈争论。在一方面，以霍金[2]、马斯克[3]、比尔-盖茨[4]、赫拉利[5]为代表的诸多人士呼吁加强监管，警惕“人工智能成为人类文明史的终结”;在另一方面，包括奥巴马[6]在内的政治家、学者又认为应该放松监管，充分释放人工智能的技术潜力以造福社会。未来发展的不确定性固然是引发当前争论的重要原因之一，但围绕“人工智能”概念内涵理解的不同，以及对其发展逻辑认识的不清晰，可能也同样严重地加剧了人们的分歧。正因为此，廓清人工智能的概念内涵和发展逻辑不仅是回应争论的需要，也是进一步提出公共政策建议的前提。
就相关研究领域而言，人们对于“人工智能”这一概念的定义并未形成普遍共识。计算机领域的先驱阿兰-图灵曾在《计算机器与智能》一文中提出，重要的不是机器模仿人类思维过程的能力，而是机器重复人类思维外在表现行为的能力。[7]正是由此理解出发，著名的“图灵测试”方案被提出。但如同斯坦福大学计算机系教授约翰·麦卡锡所指出的，“图灵测试”仅仅只是“人工智能”概念的一部分，不模仿人类但同时也能完成相关行为的机器同样应被视为“智能”的。[8]事实上，约翰·麦卡锡正是现代人工智能概念的提出者。在他看来，“智能”关乎完成某种目标的行为“机制”，而机器既可以通过模仿人来实现行为机制，也可以自由地使用任何办法来创造行为机制。[9]由此，我们便得到了人工智能领域另一个非常重要的概念——“机器学习”。
人工智能研究的目标是使机器达到人类级别的智能能力，而其中最重要的便是学习能力。[10]因此，尽管“机器学习”是“人工智能”的子域，但很多时候我们都将这两个概念等同起来。[11]就实现过程而言，机器学习是指利用某些算法指导计算机利用已知数据得出适当模型，并利用此模型对新的情境给出判断，从而完成行为机制的过程。此处需要强调一下机器学习算法与传统算法的差异。算法本质上就是一系列指令，告诉计算机该做什么。对于传统算法而言，其往往事无巨细地规定好了机器在既定条件下的既定动作;机器学习算法却是通过对已有数据的“学习”，使机器能够在与历史数据不同的新情境下做出判断。以机器人行走的实现为例，传统算法下，程序员要仔细规定好机器人在既定环境下每一个动作的实现流程;而机器学习算法下，程序员要做的则是使计算机分析并模拟人类的行走动作，以使其即使在完全陌生的环境中也能实现行走。
由此，我们可以对“人工智能”设定一个“工作定义”以方便进一步的讨论：人工智能是建立在现代算法基础上，以历史数据为支撑，而形成的具有感知、推理、学习、决策等思维活动并能够按照一定目标完成相应行为的计算系统。这一概念尽管可能仍不完善，但它突出了人工智能技术发展和应用的两大基石——算法与数据，有助于讨论人工智能的治理问题。
首先，算法即是规则，它不仅确立了机器所试图实现的目标，同时也指出了实现目标的路径与方法。就人工智能当前的技术发展史而言，算法主要可被划分为五个类别：符号学派、联接学派、进化学派、类推学派和贝叶斯学派。[12]每个学派都遵循不同的逻辑、以不同的理念实现了人工智能(也即“机器学习”)的过程。举例而言，“符号学派”将所有的信息处理简化为对符号的操纵，由此学习过程被简化(抽象)为基于数据和假设的规则归纳过程。在数据(即历史事实)和已有知识(即预先设定的条件)的基础上，符号学派通过“提出假设-数据验证-进一步提出新假设-归纳新规则”的过程来训练机器的学习能力，并由此实现在新环境下的决策判断。
从对“符号学派”的描述中可以发现，机器学习模型成功的关键不仅是算法，还有数据。数据的缺失和预设条件的不合理将直接影响机器学习的输出(就符号学派而言，即决策规则的归纳)。最明显体现这一问题的例子便是罗素的“归纳主义者火鸡”问题：火鸡在观察10天(数据集不完整)之后得出结论(代表预设条件不合理，超过10个确认数据即接受规则)，主人会在每天早上9点给它喂食;但接下来是平安夜的早餐，主人没有喂它而是宰了它。
所有算法类型尽管理念不同，但模型成功的关键都聚焦于“算法”和“数据”。事实上，如果跳出具体学派的思维束缚，每种机器学习算法都可被概括为“表示方法、评估、优化”这三个部分。[13]尽管机器可以不断的自我优化以提升学习能力，且原则上可以学习任何东西，但评估的方法和原则(算法)以及用以评估的数据(数据)都是人为决定的——而这也正是人工智能治理的关键所在。算法与数据不仅是人工智能发展逻辑的基石，其同样是治理的对象和关键。
总而言之，围绕“人工智能是否会取代人类”的争论事实上并无太大意义，更重要的反而是在廓清人工智能的内涵并理解其发展逻辑之后，回答“治理什么”和“如何治理”的问题。就此而言，明确治理对象为算法和数据无疑是重要的一步。但接下来的重要问题仍然在于，人工智能时代的崛起所带来的治理挑战究竟是什么?当前的制度设计是否能够对其做出有效应对?如果答案是否定的，我们又该如何重构治理体系以迎接人工智能时代的崛起?本文余下部分将对此做进一步的阐述。
二、人工智能时代崛起的治理挑战
不同于其他颠覆性技术，人工智能的发展并不局限于某一特定产业，而是能够支撑所有产业变革的通用型技术。也正因为此，其具有广泛的社会溢出效应，在政治、经济、社会等各个领域都会带来深刻变革，并将同时引发治理方面的挑战。具体而言，挑战主要体现在以下三个方面。
首先，治理结构的僵化性，即传统的科层制治理结构可能难以应对人工智能快速发展而形成的开放性和不确定性。之所以需要对人工智能加以监管，原因在于其可能成为公共危险的源头，例如当自动驾驶技术普及之后，一旦出现问题，便可能导致大规模的连续性伤害。但不同机、大型水坝、原子核科技等二十世纪的公共危险源，人工智能的发展具有极强的开放性，任何一个程序员或公司都可以毫无门槛的进行人工智能程序的开发与应用。这一方面是由于互联网时代的到来，使得基于代码的生产门槛被大大降低[14];另一方面，这也是人工智能本身发展规律的需要。正如前文所提到，唯有大规模的数据输入才可能得到较好的机器学习结果，因此将人工智能的平台(也即算法)以开源形式公开出来，以使更多的人在不同场景之下加以利用并由此吸收更多、更完备的数据以完善算法本身，就成为了大多数人工智能公司的必然选择。与此同时，人工智能生产模式的开放性也必然带来发展的不确定性，在缺乏有效约束或引导的情况下，人工智能的发展很可能走向歧途。面对这一新形势，传统的、基于科层制的治理结构显然难以做出有效应对。一方面，政府试图全范围覆盖的事前监管已经成为不可能，开放的人工智能生产网络使得监管机构几乎找不到监管对象;另一方面，由上至下的权威结构既不能传递给生产者，信息不对称问题的加剧还可能导致监管行为走向反面。调整治理结构与治理逻辑，并形成适应具有开放性、不确定性特征的人工智能生产模式，是当前面临的治理挑战之一。
再者，治理方法的滞后性，即长久以来建立在人类行为因果关系基础上的法律规制体系，可能难以适用于以算法、数据为主体的应用环境。人工智能的价值并不在于模仿人类行为，而是其具备自主的学习和决策能力;正因为如此，人工智能技术才不能简单地理解为其创造者(即人)意志的表达。程序员给出的只是学习规则，但真正做出决策的是基于大规模数据训练后的算法本身，而这一结果与程序员的意志并无直接因果关联。事实上也正由于这个特点，AlphaGo才可能连续击败围棋冠军，而其设计者却并非围棋顶尖大师。也正是在这个意义上，我们才回到了福柯所言的“技术的主体性”概念。在他看来，“技术并不仅仅是工具，或者不仅仅是达到目的的手段;相反，其是政治行动者，手段与目的密不可分”。[15]就此而言，长久以来通过探究行为与后果之因果关系来规范人的行为的法律规制体系，便可能遭遇窘境：如果将人工智能所造成的侵权行为归咎于其设计者，无疑不具有说服力;但如果要归咎于人工智能本身，我们又该如何问责一个机器呢?由此，如何应对以算法、数据为核心的技术主体所带来的公共责任分配问题，是当前面临的第二个治理挑战。
最后，治理范围的狭隘性，即对于受人工智能发展冲击而引发的新的社会议题，需要构建新的治理体系和发展新的治理工具。人工智能发展所引发的治理挑战不仅仅体现在现有体系的不适应上，同时还有新议题所面临的治理空白问题。具体而言，这又主要包括以下议题：算法是否能够享有言论自由的宪法保护，数据的权属关系究竟如何界定，如何缓解人工智能所可能加剧的不平等现象，以及如何平衡人工智能的发展与失业问题。在人工智能时代之前，上述问题并不存在，或者说并不突出;但伴随着人工智能的快速发展和应用普及，它们的重要性便日渐显著。以最为人所关注的失业问题为例，就技术可能性来说，人工智能和机器人的广泛应用代替人工劳动，已是一个不可否定的事实了。无论是新闻记者，还是股市分析员，甚至是法律工作者，其都有可能为机器所取代。在一个“充分自动化(Full Automation)”的世界中，如何重新认识劳动与福利保障的关系、重构劳动和福利保障制度，便成为最迫切需要解决的治理挑战之一。[16]
上述三方面共同构成了人工智能时代崛起所带来的治理挑战。面对这些挑战，各国也做出了相应的公共政策选择。本文第三部分将对各国人工智能的治理政策进行对比性分析。在此基础上，第四部分将提出本文的政策建议。
三、各国人工智能治理政策及监管路径综述
人工智能时代的崛起作为一种普遍现象，其所引发的治理挑战是各国面临的共同问题，各国也陆续出台了相关公共政策以试图推动并规范人工智能的快速发展。
美国于2016年同时颁布了《国家人工智能研究与发展战略规划》和《为人工智能的未来做好准备》两个国家级政策框架，前者侧重从技术角度指出美国人工智能战略的目的、愿景和重点方向，而后者则更多从治理角度探讨政府在促进创新、保障公共安全方面所应扮演的角色和作用。就具体的监管政策而言，《为人工智能的未来做好准备》提出了一般性的应对方法，强调基于风险评估和成本-收益考量的原则以决定是否对人工智能技术的研发与应用施以监管负担。[17]日本同样于2016年出台了《第五期(2016～2020年度)科学技术基本计划》，提出了“超智能社会5.0”的概念，强调通过推动数据标准化、建设社会服务平台、协调发展多领域智能系统等各方面工作促进人工智能的发展和应用。[18]
尽管美国和日本的政策着力点不同，但其共有的特点是对人工智能的发展及其所引发的挑战持普遍的包容与开放态度。就当前的政策框架而言，美日两国的政策目标更倾斜于推动技术创新、保持其国家竞争力的优势地位;当涉及对人工智能所可能引发的公共问题施以监管时，其政策选择也更倾向于遵循“无需批准式(permissionless)”的监管逻辑，即强调除非有充分案例证明其危害性，新技术和新商业模式默认为都是被允许的。[19]至于人工智能的发展对个人数据隐私、社会公共安全的潜在威胁，尽管两国的政策框架都有所涉及，却并非其政策重心——相比之下，英国、法国则采取了不同的政策路径。
英国政府2016年了《人工智能：未来决策制定的机遇与影响》，对人工智能的变革性影响以及如何利用人工智能做出了阐述与规划，尤其关注到了人工智能发展所带来的法律和伦理风险。在该报告中，英国政府强调了机器学习与个人数据相结合而对个人自由及隐私等基本权利所带来的影响，明确了对使用人工智能所制定出的决策采用问责的概念和机制，并同时在算法透明度、算法一致性、风险分配等具体政策方面做出了规定。[20]与英国类似，法国在2017年的《人工智能战略》中延续了其在2006年通过的《信息社会法案》的立法精神，同样强调加强对新技术的“共同调控”，以在享有技术发展所带来的福利改进的同时，充分保护个人权利和公共利益。[21]与美日相比，英法的公共政策更偏向于“审慎监管(precautionary)”的政策逻辑，即强调新技术或新的商业模式只有在开发者证明其无害的前提下才被允许使用。[22]
在本文看来，无论是“无需批准式监管”还是“审慎监管”，在应对人工智能时代崛起所带来的治理挑战方面都有其可取之处：前者侧重于推动创新，而后者则因重视安全而更显稳健。但需要指出的是，这两种监管路径的不足却也十分明显。正如前文第二部分所指出，一方面，快速迭代的技术发展与商业模式创新必将引发新的社会议题，无论是算法是否受到言论自由的权利保护还是普遍失业对社会形成的挑战，它们都在客观上要求公共政策做出应对，而非片面的“无需批准式监管”能够处理。更重要的是，“无需批准式监管”的潜在假设是事后监管的有效性;然而，在事实上，正如2010年5月6日美国道琼斯工业指数“瞬间崩盘”事件所揭示的，即使单个电子交易程序合规运行，当各个系统行为聚合在一起时反而却造成了更大的危机。[23]在此种情形下，依赖于合规性判断的“事后监管”基本上难以有效实施。另一方面，人工智能本身的自主性和主体性使得建立在人类行为因果关系基础上的“审慎监管”逻辑存在天然缺陷：既然人类无法预知人工智能系统可能的行为或决策，开发者又如何证明人工智能系统的无害性?
正如本文所反复强调的，人工智能与其他革命性技术的不同之处，正是在于其所带来的社会冲击的综合性和基础性。人工智能并非单个领域、单个产业的技术突破，而是对于社会运行状态的根本性变革;人工智能时代的崛起也并非一夜之功，而是建立在计算机革命、互联网革命直至数字革命基础上的“奇点”变革。因此，面对人工智能时代崛起所带来的治理挑战，我们同样应该制定综合性的公共政策框架，而非仅仅沿袭传统治理逻辑，例如只是针对具体议题在“创新”与“安全”这个二元维度下进行艰难选择。本文在第四部分从承认技术的主体性、重构社会治理制度、推进人工智能全球治理这三方面提出了政策建议，并希望以此推动更深入地围绕人工智能时代公共政策选择的研究与讨论。
四、人工智能时代的公共政策选择
《新一代人工智能发展规划》明确提出了到2030年我国人工智能发展的“三步走”目标，而在每一个阶段，人工智能法律法规、伦理规范和政策体系的逐步建立与完善都是必不可少的重要内容。面对人工智能时代崛起的治理挑战，究竟应该如何重构治理体系、创新治理机制、发展治理工具，是摆在决策者面前的重要难题。本文基于对人工智能基本概念和发展逻辑的梳理分析，结合各国已有政策的对比分析，提出以下三方面的改革思路，以为人工智能时代的公共选择提供参考。
第一，人工智能发展的基石是算法与数据，建立并完善围绕算法和数据的治理体系与治理机制，是人工智能时代公共政策选择的首要命题，也是应对治理挑战、赋予算法和数据以主体性的必然要求。(1)就算法治理而言，涉及的核心议题是算法的制定权及相应的监督程序问题。算法作为人工智能时代的主要规则，究竟谁有权并通过何种程序来加以制定，谁来对其进行监督且又如何监督?长久以来公众针对社交媒体脸书(Facebook)的质疑正体现了这一问题的重要性：公众如何相信脸书向用户自动推荐的新闻内容不会掺杂特殊利益的取向?[24]当越来越多的人依赖定制化的新闻推送时，人工智能甚至会影响到总统选举。也正因为此，包括透明要求、开源要求在内的诸多治理原则，应当被纳入到算法治理相关议题的考虑之中。(2)就数据治理而言，伴随着人工智能越来越多地依赖于大规模数据的收集与利用，个人隐私的保护、数据价值的分配、数据安全等相关议题也必将成为公共政策的焦点。如何平衡不同价值需求、规范数据的分享与应用，也同样成为人工智能时代公共政策选择的另一重要抓手。
第二，创新社会治理制度，进一步完善社会保障体系，在最大程度上缓解人工智能发展所可能带来的不确定性冲击。与历史上的技术革命类似，人工智能的发展同样会导致利益的分化与重构，而如何保证技术革命成本的承受者得到最大限度的弥补并使所有人都享有技术发展的“获得感”，不仅是社会发展公平、正义的必然要求，也是促进技术革命更快完成的催化剂。就此而言，在人工智能相关公共政策的考量中，我们不仅应该关注产业和经济政策，同时也应该关注社会政策，因为只有后者的完善才能够控制工人或企业家所承担的风险，并帮助他们判断是否支持或抵制变革的发生。就具体的政策设计来说，为缓解人工智能所可能带来的失业潮，基本收入制度的普遍建立可能应该被提上讨论议程了。“基本收入”是指政治共同体(如国家)向所有成员不加任何限制条件地支付一定数额的收入，以满足其基本生活的需求。尽管存在“养懒汉”的质疑，但有研究者已指出，自18世纪就开始构想的基本收入制度很有可能反过来促进就业。[25]芬兰政府已经于2017年初开始了相关实验，美国的一些州、瑞士也做出了一定探索。在人工智能时代尚未完全展现其“狰容”之前，创新社会治理机制、完善社会保障体系，可能是平衡技术创新与社会风险的最佳路径。
第三，构建人工智能全球治理机制，以多种形式促进人工智能重大国际共性问题的解决，共同应对开放性人工智能生产模式的全球性挑战。人工智能的发展具有开放性和不确定性的特征，生产门槛的降低使得人工智能技术研发的跨国流动性很强，相关标准的制定、开放平台的搭建、共享合作框架的形成，无不要求构建相应的全球治理机制。另一方面，跨境数据流动在广度和深度上的快速发展成为了人工智能技术进步的直接推动力，但各国数据规制制度的巨大差异在制约跨境数据流动进一步发展的同时，也将影响人工智能时代的全面到来。[26]故此，创新全球治理机制，在承认各国制度差异的前提下寻找合作共享的可能性，便成为人工智能时代公共政策选择的重要考量之一。就具体的机制设计而言，可以在人工智能全球治理机制的构建中引入多利益相关模式;另一方面，为防止巨头垄断的形成，充分发挥主权国家作用的多边主义模式同样不可忽视。作为影响深远的基础性技术变革，互联网全球治理机制的经验和教训值得人工智能发展所借鉴。
上述三方面从整体上对人工智能时代的公共政策框架做出了阐述。与传统政策局限于“创新”与“安全”之间做出二维选择不同，本文以更综合的视角提出了未来公共政策选择的可能路径。就其内在联系来讲，建立并完善围绕算法和数据的治理体系是起点，其将重构人工智能时代的规则与制度;创新社会治理机制并完善社会保障体系是底线，其将缓解人工智能所带来的影响与波动;构建全球治理机制则成为了制度性的基础设施，推动各国在此之上共同走向人工智能时代的“人类命运共同体”。
五、结语
在经历了60余年的发展之后，人工智能终于在互联网、大数据、机器学习等诸多技术取得突破的基础上实现了腾飞。在未来的人类生活中，人工智能也必将扮演越来越重要的角色。对于这样的图景，我们自不必惊慌，但却也不可掉以轻心。对于人工智能的治理，找到正确的方向并采取合理的措施，正是当下所应该重视的政策议题。而本文的主旨也正在于此：打破长久以来人们对于人工智能的“笼统”式担忧，指出人工智能技术发展的技术逻辑及其所引发的治理挑战，并在此基础上提出相应的政策选择。人工智能治理的这三个基本问题，是重构治理体系、创新治理机制、发展治理工具所必须思考的前提。伴随着我国国家层面战略规划的出台，我国人工智能的发展也必将跃上新台阶。在此背景下，深入探讨人工智能治理的相关公共政策议题，对于助推一个人工智能时代的崛起而言，既有其必要性，也有其迫切性。（来源：中国行政管理 文/贾开 蒋余浩 编选：中国电子商务研究中心）
[参考文献]
[1]国务院关于印发新一代人工智能发展规划的通知[EB/OL]. http：//gov.cn/zhengce/content/2017-07/20/content_5211996.htm.
[2]霍金. AI可能成就或者终结人类文明[EB/OL].http：//raincent.com/content-10-7672-1.html.
[3] Elon Musk. Artificial Intelligence is Our Biggest Existential Threat. https：//theguardian.com/technology/2014/oct/27/elon-musk-artificial-intelligence-ai-biggest-existential-threat.
[4] Microsoft's Bill Gates Insists AI is A Threat. http：//bbc.com/news/31047780. 2017-8-14.
[5] [以]赫拉利.人类简史[M].北京：中信出版社，2014.
[6] The President in Conversation With MIT’s Joi Ito and WIRED’s Scott Dadich. https：//wired.com/2016/10/president-obama-mit-joi-ito-interview/. 2017-8-14.
[7] Turing，A. M. Computing Machinery and Intelligence. Mind，1950，59(236).
[8] [9][10] McCarthy，J.What is Artificial Intelligence. URL：http：//www-formal.stanford.edu/jmc/whatisai/whatisai.html.
[11] [12][13] [美]佩德罗-多明戈斯.终极算法：机器学习和人工智能如何重塑世界[M].黄芳萍译.北京：中信出版社，2016.
[14] Benkler，Y. The Wealth of Networks：How Social Production Transforms Markets and Freedom. Yale University Press，2006.
[15] Foucoult，M. Discipline and Punish. A. Sheridan，Tr.，Paris，FR，Gallimard，1975.
[16] Srnicek，N.，& Williams，A. The Future isn't Working. Juncture，2015，22(3)：243-247.
[17] Preparing for the Future of Artificial Intelligence. https：//obamawhitehouse.archives.gov/sites/default/files/whitehouse_files/microsites/ostp/NSTC/preparing_for_the_future_of_ai.pdf. 2017-8-14.
[18]薛亮.“日本推动实现超智能社会‘社会5.0’”[EB/OL]. http：//istis.sh.cn/list/list.aspx?id=10535.
[19] Thierer，A. Permissionless Innovation：The Continuing Case for Comprehensive Technological Freedom. Mercatus Center at George Mason University，2016.
[20] Artificial Intelligence：Opportunities and Implications for the Future of Decision Making.https：//gov.uk/government/uploads/system/uploads/attachment_data/file/566075/gs-16-19-artificial-intelligence-ai-report.pdf.
[21]周衍冰.大数据产业在法国的发展及应用[N].学习时报，2014-11-03.
[22] Thierer，A. D.，& Watney，C. J. Comment on the Federal Automated Vehicles Policy，2016.
[23] [美]杰瑞·卡普兰.人工智能时代：人机共生下财富、工作与思维的大未来[M].杭州浙江人民出版社，2016.
[24] Marcel Rosenbach. How Google and Facebook Can Reshape Elections.http：//spiegel.de/international/germany/google-and-facebook-could-help-decide-2017-german-election-a-1120156.html.
篇4
机人时代对应的是万物互联时代，也是即将卷席而来的人工智能第三个阶段――人工智能专家余凯博士称之为“江山如此多娇”。
总体而言，机人时代有三个特点。1.“计算机”概念弱化，“智能体”概念兴起。将来的“智能体”将有望真正代替人类完成某些工作――自发地感知世界，并且在特定领域，具有与人类同等甚至更高的理解力和执行力。2.机器交流成为新的信息网络。万物互联更加强调机器之间的信息沟通与反馈，但其根本目的仍在于为人类服务。3.云计算和大数据成为重要战略资源和经济支柱。亚马逊总裁贝索斯发现利用书评来推荐书籍的程序非常复杂，于是大力研发了依托大数据和云计算协同过滤技术――“item-to-item”。如今亚马逊1/3的书籍销量来自于这个系统。可以想象，当万物互联实现后，云计算和大数据的商业重要性不言而喻。
机人时代虽然只是个预测，但是几乎可以断定它是可以实现的。这么说是因为，无论从国家发展需求来看还是从新兴产业的技术发展趋势来看，万物互联都很有可能发展为万物智能。对于机人时代的到来，余凯的预测是2020年，对其截止的预测是2029年。
那么，2029年之后呢？
我们认为，以互联网为代表的信息化革命，绝不是人类进步的终点。相反，互联网正在不断发展进化，并将开启人类最终的命运之门――智人时代。
“智人时代”也就是强人工智能时代。从弱人工智能进化到强人工智能是人工智能发展中最难的一个节点。为何可以大胆猜想在机人时代之后人工智能会突破这一转化难关呢？关键有两点，一是万物互联之后计算机处理速度的飞跃提升，二是人工智能自我进化。
篇5
建筑从最初只是用于遮阳避雨和防风御寒的场所，发展到具有艺术性和多功能性的建筑，再到近代的摩天大楼和今天的智能建筑，这都是时代赋予建筑的烙印，也是不同时代科技水平的反映，并且代表了人类文明进步的足迹和科学技术发展的成就。
随着智能建筑的发展，其功能也在不断的发展和完善，其技术也在不断成熟和更新。在科学技术发展的同时，智能建筑也将采用高新技术，不断发展。这种发展的特性让智能建筑在不同的阶段具有不同的内涵和外延，各国、各行业和研究组织都从各自的角度有对智能建筑的不同定义。我国《智能建筑设计标准》GB/T50314-2000把智能建筑定义为：“以建筑为平台，兼备建筑设备、办公自动化及通信网络系统，集结构、系统、服务、管理及他们之间的最优组合，向人们提供一个安全、高效、舒适、便利的建筑环境”。可以看出智能建筑是一个复杂的巨系统，它与现代自然科学密切相关的同时，还涉及到社会、人文、经济和环境等各个方面，即智能建筑是一个交叉学科的工程领域，同时随着科学技术的发展和人们对世界看法的发展而不断得到发展与充实。
绿色建筑的定义也是多种多样的，而且都只是从概念上进行的定义，一般来说，绿色建筑是指在建筑设计、建造、使用中充分考虑环境保护的要求，把建筑物与其他技术紧密地结合起来，在有效满足各种使用功能的同时，能够有益于使用者的身心健康，并创造符合环境保护要求的工作和生活空间结构。
绿色建筑是当今人类面临生存环境日益恶化，追求人类可持续发展和营造良好人居环境的必然选择。所以，智能建筑的发展不能只局限于用智能系统控制建筑，而是应该更加关注与自然结合的建筑自控，使其成为绿色建筑体系中的一部分。用智能化来推进绿色建筑的发展，节约能源、促进新能源、新技术的应用，从而降低资源消耗和浪费、提高工作效率、减少对环境的污染，这是智能建筑发展的方向和目的，同时也是绿色建筑发展的必经之路。
随着智能建筑的发展，智能建筑正向着绿色建筑的方向发展，只不过在国内有时把智能建筑定义成弱电系统与建筑的结合。其实智能建筑就是一个实现绿色建筑总目标的手段或工具，是功能性的。而要完成绿色建筑的总目标，必须要依靠以智能建筑相关的功能，特别是相关的计算机技术、自动控制、建筑设备等楼宇控制的相关技术。没有相关的支撑技术，绿色建筑的许多功能就实现不了。从这个意义来看，智能建筑就是建立在信息技术基础上面，同时具有与人和自然高度和谐、平衡共生的绿色建筑，是更注重经济效益、安全、环保和人文关怀的、并且具有时代特征的高技术的绿色建筑。
2 智能建筑与绿色建筑的关系
2.1 智能建筑是以绿色为目的、方向和总纲。从可持续发展的理论来看，对于智能建筑而言，绿色是智能建筑发展的目的、方向和总纲。这就要求在智能建筑的规划、设计、开发、使用和管理中，必须坚持绿色建筑的概念，必须更有效地使用能源、水和其他资源，并且尽量减少对环境的破坏，尽可能地为使用者提供健康、安全的生活和工作环境，以最大程度的保护居住者的健康，提高工作人员的生产力。
2.2 智能是绿色建筑的手段、措施和技术。智能是为了帮助绿色建筑指标的落实，以达到节约、环保、生态的要求。例如可以开发和利用可再生能源、减少常规能源的消耗；可以实现对气、水、声、光环境的有效调控；可以对各类污染物进行智能化检测与报警；可以对火灾、安全进行技术防范；同时，可以提供各种现代化的信息服务，以达到舒适、安全、高效、便捷的要求。
3 结论
从上面两点可以看出，智能建筑给绿色建筑提供技术支撑，绿色建筑是智能建筑要达到的目标，绿色建筑与智能建筑是对现代建筑两个不同方面的追求。
综上所述，应该将智能与绿色和二为一，以智能化推进绿色建筑的建设，以绿色理念促进智能建筑的发展，体现出人类对现代生存环境在安全舒适、节约能源和减少污染方面的追求。从长期发展来看，既可以满足以人为本，解决建筑和城市可持续发展问题的需要，又丰富、完善、更新、拓展了传统建筑的建设。应该把绿色建筑和智能建筑这两个概念结合起来，也就是只有坚持绿色智能建筑的概念，才可能真正地达到可持续发展的目的。所以，随着科学技术的进步、生产效率的提高、技术革命的创新，在建筑中应该把更多的目光投向更高新的后工业技术，可以利用太阳能、风能、地热技术等，特别是应该将多种智能、信息技术、自动化技术与新型能源结合起来，形成新型建筑—智能绿色建筑。
参考文献：
[1]喻李葵. 智能建筑与可持续发展[M].中国建筑工业出版社， 2010年
[2]唐红.基于智能建筑与绿色建筑柔性融合的思考[J].四川建筑科学研究，2012，（5）
篇6
智能终端是一个非常广泛的概念，可以说在我们身边一直都环绕着大量的智能终端，从各种传统设备比如PC、平板和智能手机，到创新性的智能穿戴设备都属于这一范畴。在这方面，计算核心是一个绕不开的话题，而谈到这个话题就离不开最大的芯片创新推动者――英特尔。本次CES Asia第一天的主题演讲邀请英特尔公司高级副总裁、客户端计算事业部总经理施浩德（Kirk Skaugen）进行，足以证明其在智能终端领域的地位。施浩德在主题演讲中称：“未来五年，将会有500亿个互联的终端，在这样一个时代，任何能够被生产和计算出来的物体都能够进行互联，这些智能互联的终端有很多好处：改善生活质量、提高健康水平、节省时间、更加安全等。”
这次CES Asia上英特尔依然着重强调了此前深圳IDF15上的重点内容，包括实感技术、无线充电、面部识别、智能家居等。英特尔的目标是提供“AMAZING EXPERlENCE”，为此，英特尔不断推动新的体验技术与自己既有的核心计算能力一起，共同构建新的个人智能终端体系。
消费电子要想带来令人惊艳的体验，就需要不断地创新，特别是在移动互联时代，无论是PC还是智能穿戴设备，都依赖于更多的创新技术。计算能力是基础，体验技术是手段，它们可以相辅相成。
智能穿戴
智能穿戴也是近几年兴起的一个重要产品类别，特别是在Apple Watch之后更是掀起了相关产品的热潮。不过自智能穿戴设备诞生之日起，大家都在问一个问题：这些产品真的有需求吗？肯定有，但是并不是所有人都需要。比如我们在现场看到的以Garmin为代表的专业运动设备厂商，以及一大批主打健康概念的设备厂商，他们就是从细分人群的角度出发，去发现智能穿戴设备的真正市场。这种更加踏实的产品策略，更有助于智能穿戴市场的成熟。
智能家居
篇7
与其说极路由是转型，不如说极路由在小米、360两家的强势对手的挤压之下无奈转身商用WiFi。在概念上，小米路由器鼓吹的智能家居概念已经将极路由秒杀于无形;主打安全牌的360路由器，也在挤压极路由狭小的生存空间。极路由的无奈，不得不让我们深思：一味玩概念的智能路由还能走多远?
当智能路由器真正走向市场，各种尖锐的问题暴露出来。营销最猛的小米路由器，被众多网友曝出上网基本功能有缺陷的不足。更有不少用户指责小米，路由器的最基础功能都做不好，智能家居的场景岂不是天方夜谭?
当然了，小米路由器的功能缺陷不过是个案，但智能路由器缺乏亮点已是不争的事实。与传统路由器相比，智能路由器的亮点功能只有远程下载，诸如带宽控制，信号调节等功能，这些功能，传统路由器几年前就已经实现。被小米炒得大红大紫的智能家居理念，目前借助其智能路由器也无法实现。
显然，当高大上的智能路由器走进现实后，凶猛宣传被硬生生摧毁。营销上玩概念的智能路由器，正面临被市场淘汰的悲剧。其实，智能路由器当下的窘状，是产品与市场需求严重错位的必然结果。
无线路由器在传输速率经历了几次变革后，信号传输质量的困扰却未得到改善。诚然，很多品牌的智能路由器都在强调出色的“信号传输”能力，可在实际应用中，智能路由器的信号传输质量甚至不及传统路由器。
目前所有的智能路由器都是借助波束成形技术实现信号传输的优势，只是，将此技术成功应用到产品的智能路由器品牌寥寥无几。所谓波束成形，是基于无线路由器多天线传输技术的自动优化，根据终端所处的位置，自动调整信号强度和发射角度，以实现最稳定的信号传输。通俗地说，波束成形技术的显著特征就是自动学习，也就是我们所说的智能。
由于很多智能路由器的操作系统不具备传输信号自动学习的能力，导致波束成形技术无法改善信号传输质量。试想，智能路由器连最基本的智能技术都未做好，有何脸面自诩是智能路由器?将基本功能置于一旁，一味玩概念，智能路由器被市场淘汰亦是情理之中的事情。所以，智能路由器要想生存，必须找准一个市场切入点。在众多的智能路由器品牌中，360和迅雷的思路值得借鉴。
网络安全是网民高度关注的话题，也是一个最基本的需求。将安全服务内置在路由器中，是360的玩法儿。在360安全路由器的宣传中，安全是亮点，智能很少被提及。而迅雷路由器，也没有强调智能，而是将“会赚钱”作为了亮点。
篇8
“券商研报狂推+资金认可=超强爆发”成为最近以来流行的模式炒作，窄带物联网产业链成为券商抱团炒作的又一个佳作。
NB-IOT横空出世，引爆窄带物联网投资热。首先，从事件驱动因素分析，物联网标准NB-IOT（窄带蜂窝物联网）正式获得国际组织3GPP批准，中国互联网大会上三大运营商关于物联网将是运营商转型发力的重中之重观点，为物联网产业链概念股爆发埋下伏笔。第二，据机构测算，2020年我国物联网产业规模将达到2万亿，是电信业务收入的2倍以上，未来5年复合增速22%，为物联网产业链爆发带来春风。第三，国泰君安、安信、招商等十多家券商研究报告抱团力推物联网产业，强调物联网是信息时代下一浪潮，中国必然是全球第一大物联网市场，成为物联网产业链爆发的导火索。
回顾本周中小创市场，主力机构以上游产业链的“硬件+数据入口类”为进攻突破口，拉高建仓窄带物联网产业链概念股。笔者将其分为三大进攻梯队：第一梯队是NB-IOT上游产业链，其核心是四表合一概念股。本周市场以三川智慧（与华为合作智能水表）、金卡股份（智能煤气表）、汇中股份（热能表）、安控股份（油表）为四大天王的物联网龙头军团，以宜通世纪为代表的物联网平台运营商概念股，率领着以新天科技、炬华科技、科陆电子为代表的物联网仪表概念股，以汉威电子、苏州固锝为代表的传感器概念股掀起涨停浪潮，成为物联网产业链投资热潮最前沿的精英团队。第二梯队是物联网应用产业链，包括智慧城市、智能家居、智能交通、智慧医疗、智能安防、智能物流等众多领域。本周的领涨代表品种为：以延华智能为代表的智能医疗概念股，以和晶科技为代表的智能家居概念股，以迪威视讯、榕基软件为代表的智能安防概念股，以安居宝为代表的智慧城市概念股，以雪迪龙为代表的智慧环境概念股，以东土科技为代表的工业互联概念股。第三梯队是通讯产业链，主要是以邦讯技术、通鼎互联、奥维通信、三元达等4G通讯产业概念股，受益窄带物联网产业技术革命带来新的投资机遇。综述，笔者认为四表合一是窄带物联网的基础，物联网应用是增值，看好物联网仪表概念股中长线走牛。
彩虹精化接力爱康科技。次新中报高送转将成牛股主战场。随着半年报即将到来，中报高送转投资主线初露牛股锋芒，彩虹精化、爱康科技、吴通通讯（停牌中）成为中报10转增30股三剑客，与众多的次新+中报高送转概念股一起，必将带动高送转概念股中线走牛。笔者从两个思路看高送转投资主线：（一）次新中报高送转概念股。首先是已公布高送转意向的次新股，目前只有四通新材（停牌）10转增20股一家，对此类股操作的策略只有短线第一时间追买、中线养牛的投资策略；第二是掘金高送转潜力的次新股，比如苏州设计、建艺集团、凯龙股份、海顺新材、新易盛、川金诺等高送转潜力股，对此类股票目前只有采取低吸埋伏的投资策略，相信中奖的概率极大。（二）非次新的高送转概念股。采取公布意向后第一时间追买，逢高获利卖出的短线投资策略，比如本周的彩虹精化、和而泰、海伦哲等。
展望后市，建议投资者紧盯中报高送转、物联网这两大投资主线，对具有中报高送转+物联网双重题材标的尤其重仓操作，只要坚持逢低大胆建仓、中线持有投资策略，一定会共享夏季行情牛股风采。
篇9
谷歌
谷歌自2014年以32亿美元收购Nest智能家居厂商后，正式踏入物联网领域，在长期关注物联网发展的杨剑勇先生看来，由于这一笔交易，也促使了众多科技企业纷纷开始涉足智能家居领域。尽管Nest没有达到预期，但作为新兴产业，谷歌的探索从未停止，于去年推出一款搭载智能语音技术的Google Home音箱设备来承担智能家居梦，以此来争夺家庭入口。
亚马逊
亚马逊也在全力以赴进军物联网，不仅了AWS IoT平台，还可以让联网设备轻松且安全地跟云应用和其他设备进行交互。与此同时，亚马逊推出的Echo是当今最畅销的消费级智能产品，由于采取了在语音识别上更加开放的策略，整合了更多的第三方资源，因此Echo的销量也是一路攀升。此外，兼容亚马逊智能语音助理Alexa产品无处不在，让Alexa迅速爆红，以语音控制为入口轰动业界。
三星
三星自收购SmartThings智能家居平台后，一直致力于推动物联网产业落地，早前其也表示，到2020年，三星的产品物联网覆盖率将达到100%。另外在2016年6月，三星将在美国硅谷研发物联网技术，包括数字医疗和无人机、机器人、自动汽车等智能机器，未来四年，在美国研发机构投资12亿美元开发物联网技术，并将面向物联网领域的初创企业投资，以此扩大物联网业务规模。
IBM
对于物联网商业应用之路，IBM是核心推动者之一，率先提出“智慧地球”概念，建议投资新一代的智慧型基础设施，把感应器嵌入到电网、铁路、桥梁、公路、建筑等各种物体中，并连接至网络，形成所谓的“物联网”，然后将“物联网”与现有的互联网整合，实现人类社会与物理系统的整合。如今IBM在推动物联网产业发展时，已开始聚焦人工智能，并成立了IBM沃森（Watson）物联网全球总部，把认知计算确立为重要战略支柱之一，以人工智能方式推动物联网落地，在IBM的帮助下，物联网将越来越智能。
ARM
在移动芯片领域，英特尔与AMD作为PC芯片巨头却不敌ARM，全球有90%的智能手机采用ARM设计的处理器，然而震惊全球的事件是软银以高达243亿英镑收购ARM，孙正义舍弃众多优质资产，甚至背负高负载，也不惜巨资收购ARM。显然孙正义对未来趋势的判断，为围绕物联网的豪赌拉开序幕。
微软
作为PC时代霸主的微软，在移动互联网时代表现平常，造就了苹果、谷歌的崛起。尽管未享受到移动互联网红利的微软，但在纳德拉（2014年2月接任微软CEO）的带领下，奉行‘移动先行、云先行’的战略，帝国正在崛起，市值更高达5000亿美元，在全球市值排名第三。同时也预示着微软正走上一条正确的道路，而微软也希望所Win10无处不在，借此连接人与各种设备、服务与场景。
英特尔
在PC时代呼风唤雨的英特尔，并未抓住移动互联网这一波机遇，如今信息科技向物联网延伸之际，英特尔积极拥抱物联网，主要聚焦在5G、无人驾驶、人工智能等前沿领域，希望与各合作伙伴共同创造一个万物智能互联的未来。不过笔者关心在遭遇转型阵痛的英特尔，能否抓住物联网机遇重塑昔日辉煌？
通用电气
通用电气（GE）作为美国工业4.0践行者，拥有百年历史，多年前就致力于物联网方向转型，首次提出“工业互联网”概念，让一切连接至互联网，各种设备和机器等透过安装各式各样的传感器来收集数据，对形成的大数据加以分析，赋予机器感知、学习、自我优化的能力，并从数据中获取价值。此举彻底改变了GE，由此从工业巨擘成为数字企业，更掀起了数字化工业浪潮。早前《财富》杂志改变世界的公司中，GE排名在前三。
诺基亚
自把手机业务出售后，近年来，诺基亚专注向物联网方向转型，积极发展5G、云和物联网等技术。为提高自身在物联网时代的竞争力，争夺行业制高点，不仅以156亿欧元收购阿朗，还有一直面向物联网领域的基金，规模高达10亿美元，并推出了面向所有连接设备的智能管理平台，使客户能够更加便捷地为智能停车、智能照明、智能交通及自动驾驶等物联网垂直应用部署全新服务。
华为
华为自提出物联网战略之后，其发展愿景变为“更美好的全联接时代”，如今年销售规模超5 000亿人民币，也是中国最典型的“技术驱动”企业，仅去年研发费用就高达83.58亿欧元（约606亿人民币），有数据显示，华为10年来累计投入近3 000亿。这一庞大的研发资金投入，确保其在未来通信领域处在领先地位，尤其在万物互联的时代下，确保华为构建连接的核心能力。作为要连接世界的华为，致力于构建领先的物联网联接能力。
百度
随着物联网的部署越来越广，作为支撑物联网应用后端服务的人工智能技术，是其最核心一环，而发展人工智能也是百度的核心战略，因此百度积极通过软硬结合来推动AI 商业落地。百度将智能家居作为发展方向之一，成立了智能家居硬件和度秘事业部，加速人工智能战略布局及人工智能产品化和市场化进程，以智能家居为切入点，依托人工智能技术所积累的优势，以此抢夺入口控制权。
腾讯
腾讯在面对物联网领域布局时，主要在连接层依托连接优势来构建一个开放的物联网生态系统，推出了物联云平台，为设备提供快速、安全、稳定的接入物联网的一体化解决方案，已有超过5 000个合作伙伴加入了该平台。腾讯物联云毛华早前对南方周末记者表示，腾讯物联云的连接将不再局限于QQ，未来也有可能延伸到微信。
篇10
互联网(Internet)作为一个专业术语，指的是由无数计算机网络互联形成的覆盖全球的信息共享网络。将能源与互联网结合，构成“能源互联网”概念，这是美国经济学家杰里米˙里夫金在《第三次工业革命》一书中正式提出来的。里夫金说，历史上经济和社会的变革离不开能源革命和通信革命两大因素，正是它们的发生和结合引发了新一轮的工业革命。目前一场以可再生能源替代化石能源的革命正在兴起，通信领域在过去的25年里也出现了伟大的变革，即互联网革命，这就促使他将能源革命与互联网联系在一起。他认为可以通过互联网技术与可再生能源相融合，将全球的电力网变为能源共享网络，使亿万人能够在家中、办公室、工厂生产可再生能源并与他人分享。这个共享网络的工作原理类似于互联网，分散型可再生能源可以跨越国界自由流动，正如信息在互联网上自由流动一样，每个自行发电者都将成为遍布整个大陆的、没有界限的绿色电力网络中的节点。
这是最早也是最“正宗”的关于能源互联网的构想。毫无疑问这一构想符合能源革命的方向，也十分美好，但不能不指出的是其中存在着不可忽视的技术失误：能源共享网络(即电网)与互联网的工作原理不是类似而是截然不同，能源(电力)不可能像信息那样在全世界自由流动。事实上由于电网与互联网彼此的结构、功能、技术特性、传输方式和载体，以及运行所遵循的物理规律完全不同，电力在电网中传输受到的约束要比信息在互联网中传输受到的多得多、大得多，不仅有电压、频率、功率平衡、电能损耗、传输能力的约束，还有暂态、动态、热稳等各种安全稳定极限的限制，因此电力很难像信息那样可以在任意两个节点之间自由交互。那种认为只要电网不断扩大，实现全球电网互联就解决了电力从一点到任一点的输送问题，是一种误导或误解;即使在较远的将来，超导输电在电网中的应用与今天光纤在互联网中的应用一样普遍，并且采用直流电网为主干网架时，也不能完全做到。
此外，由于电力具有同质化、一次性消耗、不能重复“分享”的特点(信息则具有个性化、长期保存、可重复分享的特点)，也决定了电力并非都有必要像信息一样在任意两个节点间传输。世界上不存在没有界限、工作原理类似于互联网的能源共享网络，也没有不受约束可以在任何范围内自由传输的能源(电力)。但如果仅在一个局部区域，如一片社区或一座城市甚至更大范围内，遵照电网运行的客观规律并根据用电负荷的需求和特性，对各种分布式电源、储能装置、微电网、配电网以及主干网进行统筹规划建设，同时采用先进的信息和自动控制技术进行智能化协同调度管理，实现里夫金的构想则是可能的。
必须承认作为一个翻译的汉语词组，能源互联网是一个有歧义的概念。这里的“互联网”如果看作是专业术语Internet，按词面理解的意思应当是“传输能源的Internet”，显然这在技术上不成立。如果将“互联网”看作是一个普通汉语名词而非Internet，则可认为能源互联网就是“能源的互联互通网络”。在此前提下还有两种不同的理解：一是认为各种能源，如水能、核能、风能、太阳能、天然气、煤炭转化为电能后都要汇入电网，因此电网是天然的能源互联网;二是认为真正的能源互联网应当是包括电网、油网、气网、热力网在内的综合能源网。尽管两种理解都讲得通，但不把“互联网”看作是Internet，显然不符合这个概念的本意。这种因语言表达规律差异而带来的困扰是客观存在的，因此通过认真讨论，统一认识十分必要。
2能源互联网的内涵与新能源革命思想
由于能源互联网的构想在技术上受到质疑，作为经济学家的杰里米˙里夫金后来解释说，提出能源互联网主要是源于哲学和经济学层面的思考，他承认能源互联网不是一种新的能源技术模式或体系，而只是一种新能源经济思想。这是一个十分重要的说明，可以说是正确认识能源互联网概念本质和内涵的一把钥匙，但遗憾的是里夫金的这个解释几乎被人们完全忽视了。
新能源经济思想实质上就是新能源革命思想。根据里夫金的论述以及世界各国能源革命的实践经验，它的要点可以概括如下：一、新一轮的能源革命是不可抗拒的历史潮流，能源革命的目的是以可再生能源逐步取代化石能源，阻止地球生态环境的恶化，实现能源以及人类的可持续发展。二、能源的生产和消费方式将融入互联网理念和现代信息技术，可再生能源的开发将以分布式为主，公众既是能源的消费者同时又是生产者，世界将迎来能源绿色化、分散化、多元化、民主化的新时代。三、具有集中、垂直、单向特点的传统电网将向相对分散、扁平和双向互动的新型电网转型，与此同时传统的电网公司也将由单一的自上而下的电力供给者，转变为包括能源信息在内的服务提供商，与用户双向共同管理能源的生产和消费。四、能源的绿色化需要经历一个化石能源与可再生能源并存的混合能源时期，要充分利用现代信息技术，采用智能化手段协调控制各类能源的开发和利用，优化能源配置，最大限度提高能源利用率。五、分布式能源生产方式和能源民主化将为社会创造出数以百万甚至千万计的就业岗位，成为第三次工业革命和新经济的重要支柱。
不难看出新能源革命思想的精髓，就是通过在能源革命中融入互联网理念和现代信息技术，实现能源的绿色化、高效化和民主化，能源互联网概念正是这一思想的集中体现。因此，能源互联网的内涵可表述为“在规划建设中融入互联网理念和现代信息技术，实现低碳、绿色能源高效、分散、智能和民主化利用的输送和配置能量的网络”。建设能源互联网就是建设符合这一内涵要求的能源网络。
3智能电网是能源互联网的主要技术模式
智能电网(Smart Grid，或称智慧电网)是融入了互联网理念，以“绿色、高效”为目标，以双向互动和扁平化为主要特征，以现代信息和储能技术为支撑的新一代智能化电网。智能电网有狭义和广义之分，狭义的智能电网指以分布式电源为基础的低碳绿色小微电网，它们既可单独运行亦可与大电网联网运行。广义的智能电网指包括有集中式电源的整个区域性和全国性的低碳绿色电网。电网特有的功能以及智能电网在能源绿色化中不可替代的地位和作用，决定了智能电网是能源互联网的主要技术模式。事实上，杰里米˙里夫金在《第三次工业革命》一书中构想的“能源共享网络”，指的就是智能电网。
能源互联网与智能电网的关系是内涵与外延的关系，智能电网是能源互联网概念(内涵)的外延。它们之间也可以看作是宏观指导思想与具体技术模式的关系，能源互联网概念揭示能源和电网的发展方向，智能电网建设提供具体的技术方案。
目前国内关于能源互联网的研究，绝大部分内容其实都属于智能电网建设的范畴，比如分布式能源接入电网、微电网的运行控制和互联、需求响应资源的整合利用、电动汽车充放电设施的建设运行、家庭用电智能化，以及能量(电力)路由器的研发建设等。这些内容或者以电网为基础、对象，或者本身就是电网的一个部分、一种设施，无论它们怎样融入信息技术，无论它们的信息与电力设施一体化程度有多高，目的都是为了使电网更好地实现绿色化、柔性化、智能化和高效化。
有一个情况值得深思，欧美不仅没有关于能源互联网的争论，实践中更是很少使用这一概念。比如美国还有一本以新能源革命为主题的书，叫《重塑能源：新能源世纪的商业解决方案》(中译本2014年6月出版)，作者是著名能源专家艾默里˙洛文斯。他在书中分析了美国到2050年可再生能源发电量达到电力总需求80%应采取的途径，肯定了智能电网在重塑能源和加速传统电力系统变革中的作用，却自始至终没有提到能源互联网这个概念。观察德国的情况也能发现，国内谈论的几乎所有能源互联网的东西，都包括在他们的智能电网建设中。
中国人曾经对智能电网(Smart Grid)也充满了热情，但似乎一夜之间这种热情都转向了能源互联网，究其原因是我国智能电网的建设出现了大的偏差。必须指出，智能电网建设是在新一轮能源革命的大背景下提出来的，因此它不是传统电网原有的自动化、智能化建设的简单延续和提高，而是传统电网走向绿色化、民主化的一场深刻变革。但由于目前我国的智能电网建设基本上以传统电网的智能化建设为主，导致很多人产生了误解。还有一个重要原因，就是智能电网的建设被交流特高压绑架了。多年来我国大部分地区电网的建设都是以交流特高压电网建设为中心，电网的建设工作基本上都要服从于和服务于这个中心，智能电网的建设也不列外。由于看不到智能电网建设在推动我国能源绿色化、民主化，提高能源利用率，促进分布式能源大发展中应当发挥的重要作用，因此无数以能源革命为己任的有志之士，自然将希望寄托在了能源互联网上，不惜重新回到源头，再次起航。其实这是本不应当出现的情况，既可叹亦可赞。
4第二种技术模式与“互联网+”表达式
智能电网是能源互联网的主要技术模式，但不是唯一模式。由于能源的绿色化不可能一蹴而就，特别是在我国，可再生能源与化石能源混合作用的时期可能会更长。为了提高各类能源的综合利用效率，促进能源向低碳化、绿色化方向更好更快发展，能源互联网无疑还有第二种技术模式，这就是智慧能源网。该网络是由输配电网、天然气网、冷热气网等构成的包含分布式能源转换和储存设施在内的综合能源网，通过统筹规划建设，利用现代信息技术和智能化控制技术进行协同调度管理，适时提供气、电、冷、热多品种能源，互助互补满足用户需求，实现能源的梯级利用和产能端与用能端的智能匹配，最大限度提高能源综合利用率。
智慧能源网与智能电网都是能源互联网的技术模式，但两者侧重点各有不同。智能电网以电力系统为研究对象，以绿色化为主要目标;智慧能源网则重点研究各类能源的相互转换以及各种能源网间的协同配合和优势互补等问题，主要目标是最大限度提高能源的利用率以及清洁能源的消费比例。在一个园区、一座城镇，或一个更大的区域里，能源互联网建设采用何种技术模式，需要因地制宜根据实际可利用的能源资源情况确定。可以肯定，随着可再生能源转换、利用、储存技术的进步，以及能源绿色化程度的不断提高，智能电网与智慧能源网将向着合二为一形成新型综合能源供给体系的方向发展。目前智慧能源网的建设以“泛能网”的形式，已经在一些地方取得了可喜的成绩和宝贵的经验。
能源互联网的两种技术模式，在今天“互联网+”的时代可以采用类似的方式进行表示，使其更具时代色彩。其中智能电网可表示为“绿色电网+互联网”，智慧能源网可表示为“能源网+互联网”。这样表示的优点，一是概念明确，针对性强。每个表达式中的“互联网”一词除指Internet外，不可能再有别的解释。智能电网的表达式中，电网之前加“绿色”二字，点出了智能电网的本质所在，有助于人们在智能电网建设中把握正确的方向。智慧能源网的表达式中，直接使用“能源网”一词指明能源互联网第二种技术模式的基本特征，避免了不必要的误解。二是突出了研究对象的特点和难点。“绿色电网”与“能源网”都是网络，它们与互联网相加是两种网络的“融合”，无疑具有相当的复杂性，强调“网络”可提醒人们不能用处理一般“互联网+”的方法来解决其中的问题。
此外，需要说明的是之所以采用“+互联网”而不采用“互联网+”的表达方式，是因为当“互联网+”的对象亦为一种网络的时候，若将“互联网+”置前，容易使人将信息网络误解为是其中起主导作用的网络，从而可能导致在能源互联网的建设实践中主辅颠倒，走偏方向的情况发生。
篇11
中图分类号：TU 文献标志码：A 文章编号：1008 2832（2016）04-0104-03
一、物联网时代到来
我们曾幻想过出门前雨伞会告诉你今天下雨，开车时车载导航会为你自动避开拥堵的道路，睡觉时房间的灯光随着时间缓缓熄灭，这种种的未来生活情景，在无线网络系统、信息技术、云计算以及传感器技术等发展迅猛的今天，物联网让这些不在是幻想，它将软件、硬件和数据结合到一起，将我们身边的每一件设备和我们实时的行动或身体状况形成一个网络，万物互联的时代已经到来。
物联网被称作继计算机、互联网之后，信息通信产业的第三次浪潮（web3.0）。在web1.0时代，人们使用计算机作为互联网终端，实现人机交互；web2.0通过互联网把人与人之间的交流方式变得丰富多样，信息的交互和传递超越了人机界面交互；到了物联网时代，除了人与计算机以外，所有具有感知能力的物品都可以作为一个网络的节点或终端。互联网为物联网的发展提供了技术支撑平台和无线网络的广泛覆盖，物联网是互联网的延伸和扩展，丰富了互联网的应用。
（一）物联网的概念
物联网（internet of things）的概念最初来源于美国麻省理工学院（MIT）在1999年建立的自动识别中心（Auto-IDLabs）提出的网络无线射频识别（RFID）系统，即把所有物品通过射频识别等信息传感技术与互联网连接起来，从而实现智能化识别和管理。2009年2月24日2009IBM论坛上，IBM公布了名为“智慧的地球”的最新策略，在这一策略中物联网是这样被定义的：把感应器嵌入电网、铁路、桥梁、隧道、公路、建筑、供水系统、大坝、油气管道等各种物体中，使它们结成网络，并普遍连接，即是物联网。简单来说，物联网使我们和物品在信息与通信技术的世界里获得一个新的沟通维度，其目标从满足人与人之间的沟通，发展到实现人与物、物与物之间的交流。
（二）物联网时代智能产品的特点
相比于互联网时代的智能化产品和智能化服务，物联网的价值凸显在万物互联的智能化。现在出现的一些的智能设备已不再是简单的“连接”，而是在互联网作为网络架构的基础上，能够自主决定去感知信息源、预测信息的流向、以及如何做出反应和协作。接下来在以往互联网时代的智能产品的基础上，对现有的物联网智能产品进行对比分析，其中的“物”有以下三个显著的特点。
1.可识别化
如同人在社会中存在，为了方便管理，将每个人数据化，采用身份证编码来识别每个人。随着物联网时代的到来，物品也同样可以被编码。从技术角度讲，物联网的网络技术层级分为以下三级：一是传感网络，二是传输网络，三是应用网络。其中的传感网络以二维码、RFID、传感器为主，作为物体被识别的基础。为了让所有与网络连接的物品方便识别管理和提取数据，RFID电子标签技术就成为了物品的“身份证”。比如，在食品卫生领域，将放养的羊群中每一只样都贴上一个二维码标签，这个标签所包含的是这只羊的产地、质量等并被录入系统，当这只羊被宰杀后，每一部分出售的肉都会贴上同样的二维码，羊肉被贩卖后可以通过扫描二维码在系统中查找到信息，做到真正的来有源头，去有追溯，从而更有效地保障肉类食品安全；在公共交通领域，智能手机上交通系统软件会获取每辆车辆的位置信息，发送我们的位置信息以及速度，然后结合实时交通信息为我们提供最佳路线；在智能家居领域，家中只有可以连入网络的电器都可以被智能控制器所感知，在这个智能终端上操作就可以直接控制电灯、自动窗帘、风扇、音箱、车库大门等一切家用通电设备和系统。物联网让所有物品都能被感知和识别，他们每时每刻都产生着大量结构化和非结构化的数据，这些巨大的数据蕴含了对社会生活、经济、教育、医疗等领域宝贵的信息。
2.系统化
相比于互联网时代，产品和人、人和网络、网络和产品之间单一的连接，物联网的出现，让许多设备都有机地组合到了一起，从而形成了一个庞大而统一的系统，产品在这个系统中的角色被重新定义。例如，常规的智能冰箱可以通过用户的设置自动调节温度，但是物联网要求智能冰箱作为一个食物的管理终端，如海尔的物联网冰箱，可以通过用手机上安装的软件扫描食物的条形码，当食物接近保鲜期时提醒用户，还可以在食物短缺时自动推送购物网站的信息。在这个系统中，物联网实现了从冰箱内食物到与购物网站，再到与用户之间的多方面沟通。
物联网时代的产品被赋予了更高的信息采集、数据处理信息交互的能力，人与产品之间的关系从人与物品直接接触，衍生为由物品代替人与其他物品进行交互。在整个使用产品的过程中，产品之间频繁的信息交换使得人可以解放更多的劳动力来专注于其他方面。在物联网构建的系统中，每个产品不是孤立存在的，而是整个系统中的一个节点或终端。
3.智慧化
在物联网时代到来以前，我们所说的智能产品是机械、电子、信息技术的结晶，通过植入的芯片，让产品可以通过人的控制表现出之前设置好的某种功能。有人将物联网时代的产品重新定义为“智慧型产品”，智慧型产品中的“智慧”解释为从感觉到记忆再到思维这一过程，所以智慧型产品具有一定的学习记忆、根据不同情况判断如何处理事件的能力。
简单来说，物联网时代产品的智慧化具体体现在物体的自我学习能力。如同智能硬件公司Nest生产的温控器，它可以收集用户的生活轨迹，如运动情况、体温、甚至可以捕捉情绪波动和压力等脑波，从而根据用户的生活习惯来调节室温，当你工作时，将温度降低，让你保持清醒；当雨雪天气室温降低，它也会自动的升高室温。
通过这些物联网的应用案例，可以对物联网有更直观的理解，在过去我们需要和设备有所接触才能实现交互，而物联网就像一个隐形的开关，当我们产生某种行为时，就触动了这个开关，甚至不需要和物体接触，就能使物体实现某种功能，物联网时代的智能产品也就是“能够学习和适应用户行为的物体”。
二、物联网时代的智能产品的“智商”层级
相比于互联网时代的智能产品和服务，物联网的实现有赖于物体间信息的发出和接收，现在市场上的物联网智能设备层出不穷，总结这些产品发出和接受信息的范围，以及自主感知、预测、反应和协作的实现程度，可以用“智商”这一概念来划分智能产品感知和处理信息、以及做出反馈的水平。（图1）
对于常规产品来说，其服务的对象始终都是人，设计师在设计产品时，从解决问题出发，立足于产品的使用环境以及与用户之间关系，利用产品本身所具有的特性和功能来实现设计目标。在物联网的背景下，设计师在面对智能产品设计时，首先应该确立解决方案的问题所在层级，其次针对不同的问题层级选取相应智商水平的产品类型，再系统的考虑产品与用户及使用环境的关系，才能将产品的智慧发挥到极致。接下来就讨论在物联网的背景下，面对智能产品设计时如何在不同的层面进行思考和策略制定。
（一）平常智商产品
“平常智商”是指这一类产品的工作核心以感知为中心，通常是以某一个体或行为为感知对象，当周围环境或使用者的行为发生变化，就好像触发了一个隐形的开关，产品就会对这个刺激做出相应的反应，并且可以通过网络与其他产品连接，进行“隔空对话”。如现在被大家津津乐道的智能家居就是此类产品的代表，智能烤箱可以通过wifi与手机相连，用户可以在下班路上远程控制烤箱开关以及温度，烤箱也可以感知内部温度变化，从而自行预热和保温；飞利浦、LG等品牌推出的智能灯泡同样代表了非常直观的物联网体验，通过在手机安装程序，我们可以随心开关灯、改变亮度和颜色，还能够实现让灯光伴随音乐旋律舞动，活跃居室的氛围。还有一类产品可以感知到处于同一网络中的其他产品，与之进行点对点的交流。Good Night Lamp由一盏大灯和一盏小灯组成的灯具，小灯可以感知大灯的变化，如果放在小朋友房间的大灯被关闭，那么另一盏父母房间的小灯也随之熄灭，这样父母就知道孩子睡了，这类产品也在潜移默化的改变人与人之间的交流方式。
设计师在面对这类只需具备基本感知力、不需要调动其收集大量数据的“平常智商”产品时，需要全面考虑在产品所处的系统中可能产生的各种用户行为和周围环境的变化因素，产品应在感知不同信息时做出何种的反馈，充分挖掘智能产品的感知和反馈能力的无限可能，为消费者实现更好的用户体验。
（二）超常智商产品
“超常智商”指的是拥有明显的自我学习和自主决策能力的产品。相比于前者在了解用户行为方面的表现明显更突出，甚至可以同时处理感知到的多种信息，提供系统化的解决方案。这种表现类似于我们使用浏览器时会觉得它的智力水平明显高于人类，这并不是全靠软件工程师或设计师的功劳，而是通过收集用户在使用计算机时的行为及智能硬件工作时产生的大数据，结合实时高速的处理这些数据得到的结果，是汇集了智能硬件记忆学习和大数据处理的共同智慧。对于物联网时代的智能产品来说，具备这种共同智慧的表现之一是自我学习能力。还是以Nest为例，在最开始的一周，Nest需要手动调整，一个人每天可能需要设置四次：起床，上班，下班，睡觉。但此后Nest就会利用自身算法，对用户的每次手动调整进行记忆和学习，它将了解和记录用户的日常作息习惯和温度喜好自行帮助用户控制空调温度，nest具备在感知力基础上，发展了自我学习力，对用户行为产生的数据做加工，在预测到某种行为时，自动的做出相应的反应。在此基础上，还有一类产品具有自主规划和决策的智慧，如芬兰一家科技公司研制的可以提高回收垃圾效率、节约城市公共资源的智能城市垃圾箱Enevo One Collect。这款垃圾桶内置的传感器可以检测桶内垃圾的高度，当垃圾高度达到一定程度时它就会提示环卫人员垃圾箱已满，这时环卫人员可以通过专用软件查看区域内所有垃圾桶内的情况，更重要的是当环卫车辆出发时，系统会自动规划好垃圾回收的最优路径，快速略过那些还有足够空间的垃圾桶。这一应用经专业机构统计可以解决近20%-40%的运营成本。
所以，当设计师在处理具备自我学习和自主规划能力的产品时，例如智能健康、智能服务类的产品，需要打破产品本身具有功能的局限，充分利用物联网全面深入的感知记忆能力和实时的海量数据处理能力，立足于挖掘整体系统中产品输入和输出信息的潜能，让产品更好的理解用户的行为意图，提供更智慧更系统化的解决方案。
（三）超级智商产品
“超级智商”指的是智能产品在具备接受和处理其所在系统产生的大数据基础上，可以与其他系统的产品进行大数据的交换，利用云计算技术将不同系统提供的海量数据协同运算分析，从而让这些数据产生新的应用。物联网构筑了物与物交流的桥梁，通过把分散运输在这些桥梁上的数据资源化零为整，才能体现物联网的终极价值。虽然现在面临着数据孤岛的问题，即很多潜在的大数据被掩埋在各类企业的数据库中，但是我们仍然可以进行大胆设想。比如在上面提到的智能城市垃圾桶的案例中，如果某一区域的所有垃圾桶可以将内部产生的数据收集起来，如垃圾的回收频率、垃圾品类占比，就可以分析出附近居民的消费水平、购物能力以及饮食偏好等。这些数据在某种程度上来说是很好的营销数据，当考虑在这附近建造一个购物中心时，就可以通过分析这一类型数据不同时期变化，得到区域内的需求比重和趋势、产品品类的市场受欢迎程度、消费者的消费能力等，最终应用于商场的品牌引入和产品销售策略的调整。
篇12
这一波刚起步智能硬件，迄今为止没有出现现象级的硬件产品，是因为大多缺乏对于核心算法的支持，其实算不上真正的智能产品。用户的大数据分析、系统性规划等等均缺乏有效的支撑和整体解决方案。创业公司更多是靠采取讲智能故事的概念来圈获得投资。在这个阶段，智能硬件大多是伪需求，为了智能而智能。
目前的所谓智能硬件，更多是原来的硬件+APP，只是增加了简单的数据统计或者手机APP的开关，全程需要人工干预或参与，既不能提前预判，也没有基于数据的综合分析，有的甚至同一个品牌的产品数据也不能共用。这并不能算是真正的人工智能。真正的人工智能硬件应该是机器的自我判断和分析，从而做出进一步的决策依据，供使用者参考或使用。不过，进入真正的智能化会提高智能硬件进入的技术门槛，目前一窝蜂的智能手环，手表等会死掉一大批。
不仅仅是国内，智能硬件在欧美也处于同样的阶段。2014年，在GigaOM Roadmap大会上，智能硬件领域全球最好的公司之一的Nest Labs的CEO Tony Fadell一针见血的指出，智能硬件和智能家居这个概念已经过度泛滥。业内过度强调的智能会给大众一种超脱人脑的误导。但实际上在目前这个阶段，所谓的智能硬件远远达不到这个水平。真正的智能化应该是硬件设备和人可以互动进行交流。Tony认为现在很多智能硬件产品都是为了智能而智能，或者为了联网而联网，其实都很没有必要。
智能硬件经过前期的市场培育，2015年会进入到一个爆发的新元年，纯粹靠概念和忽悠起家的产品会慢慢被淘汰，没有核心技术的公司将会倒在硬件爆发前的路上。一批真正有产品概念的硬件公司崛起。正如虎嗅网友Kense评论：“当下的智能硬件真的喙头大于实际性，有点像当年的互联网泡沫前夕，只有经过那一幕，真正的智能元年才能起航。”
资本关注和平台的支撑
资本方面：在2014年智能硬件领域虽然有所作为，如坚果获得了6000W的A轮投资，麦开获得天使投资等，但是比起去年动辄数亿甚至几十亿的大手笔投资，不过是沧海一粟。资本更多是在观望。北京一位天使投资人就明确说过暂时不会碰智能硬件项目，“因为看不懂”。这反应了相当一部分投资人的心态。但是投资人也相当清楚，中国的工业已经走完了原始阶段的积累，下一步走向互联网化和智能化是大趋势。正如火热的O2O对传统服务商业的改造一样，大势所趋。
久未露面的创新工场创始人李开复最近在他“数位革命：创新创业的黄金时代”的演讲中提到，在未来几年，随着物联网、大数据时代的到来，会带来庞大创业机会。与此同时，雷军在中国移动的互联网大会上也说，建议年轻人创业的两个方向：移动互联网和智能家居。资本的看好必然会进一步推动产业的发展，助力整个行业完成从初级向成熟转型。
平台方面：很多大的平台在14年已经开始关注和支持智能硬件的创业和发展。其中影响最大的当数微信和小米。微信目前已经开放了智能硬件的接口，创业公司在微信提交申请接口权限，通过后即可接入微信的ID、公众账号等多方面资源。在这一点上，小米走得更远，为了实现在智能家居无处不小米的野心，除了投资、收购等关联公司外，小米还会开放自己的系统和平台，供硬件创业者使用，给硬件创业者提供基础技术支撑和资源共享，这极大的降低了小型创业者的生存和发展成本。毫无疑问，后续开放和介入的平台和系统会越来越多，在客观上会进一步的推动整个智能硬件行业的发展。
产业链和从业者成熟
创业者成熟：面对着智能硬件的崛起和利好，无数的创业者前赴后继的投身到硬件创业中。但是由于对产品、供应链等理解不到位和风险评估不足，最终导致产品流产或者无法量产的悲剧。在这其中，土曼汪伟和锤子罗永浩就是最典型的案例。前者通过投资人的影响力，在微信朋友圈凭着几副智能手表的效果图就预售高达千万。结果最终由于对产品的设计、供应链等评估不足，导致不断跳票，产品严重不合格，最终引发品牌危机，损失无法评估。后者在手机打样成功后，同样是缺乏对与供应链管理的系统性知识，原本让用户高度关注的锤子手机不断跳票，最终错过了黄金预售的前三个月时间，也是足了一大笔学费。好在罗永浩在认识到自己不足时，整个公司及时调整，最终避免了更大的悲剧的发生。硬件创业的先锋和先烈们给后来者提供了生动的教科书样板，活生生的案例将会使后续进入的创业者更加理性和冷静，同时也更加重视供应链等相关环节的管理。
在智能硬件创业领域，有两种创业者占据主流，一种是之前就从事传统硬件领域生产，一种是在纯互联网和软件开发出身的。两者各有利弊。前者对于生产、配料、供应链、库存、渠道等核心环节擅长，但是短于互联网的营销、粉丝管理和互动，而这正式后者的强项，互联网从业者对于对于新的思想和新的技术接受的更快。同时在高新的技术方面如云计算也比传统行业更有优势。互联网创业者最大的优势在于离用户更近，更容易了解和迎合用户的想法和喜好。从而利用互联网的扁平化和连接性创造更多新的、高效的方式。但是供应链和库存却是后者最致命的两大问题。两者取长补短，相互合作，进一步加速融合将是未来的趋势。
篇13
人工智能是当今科技发展中最具潜力的热点问题之一，2016年初轰动世界的谷歌AlphaGo打败围棋世界冠军李世石的经典案例更是引起了全世界广泛的关注和热议。“人工智能”这个概念再次被推到了风口浪尖。那么，究竟什么是人工智能呢？它会对我们的生活有什么影响？在这个背景下，我们深入探究人工智能及其相关的技术领域，对于人工智能的普及和发展有着重要意义，也希望能给予人工智能相关领域的科学研究者们提供一些参考和方向。
1 什么是人工智能
人工智能（Artificial Intelligence，AI）是一门全新的信息技术科学，是计算机科学技术的一个重要分支，是指对于模拟、拓展和延伸人类的智能的应用系统及相关的理论和技术方法的开发研究。主要通过研究及了解人类智能的本质从而开发出能给出类似人类智能反馈的智能机器，计算机系统在理解目标方向之后所取得的最大化成果是计算机实现的最大智慧。人工智能不单单是一个特定的技术，它所研究的往往是能创造智能意识的高科技机器，包括了算法和其他应用程序，处理的任务也远远超出了简单计算，从学习感知规划到推理识别控制等等。人工智能的研究方向包含语言及图像识别技术、机器人设计、自然语言处理等，日益成熟的理论方法和技术实践也使得应用领域范围大规模扩张，人工智能是人类智慧的结晶，未来也可能展现出超过人类的智能。
2 人机智能的研究方向
人工智能的科学研究通常涉及到数学、逻辑学、认知科学、以及最重要的计算机科学等多学科领域，延伸出了以下几个主要的研究方向：
2.1 逻辑推理与证明
早期的人工智能更多的解决了大量数学问题，逻辑推理是基础也是研究时间最长最重点的领域之一。通过找到可靠的证明或者反证方法实现潜在的定理证明，根据数据库的实例进行推导并及时更新证明结论，演绎和直觉相结合，在推理和证明中实现部分智能。
2.2 问题求解
问题求解领域的一大重要应用则是下棋程序的功能实现，化繁为简、将困难的问题点拆分成为独立的子问题进行求解；而另一个实例则是数学方程的求解实现，分析各种公式符号的组合意义从而为科学研究者提供强有力的基础保障。问题求解中所运用的搜索和规约也是人工智能领域中的两大基本技术。
2.3 自然语言处理
自然语言处理也叫自然语言理解（Natural Language Processing，NLP），是指借助计算机来处理使用人类语言作为计算对象的算法程序，并研究相关的理论方法和技术。NLP是人工智能领域的主要研究方向之一，也是发展时间较长的研究方向之一。语音识别、搜索引擎、机器翻译等等都是NLP的重要研究内容，目前也都在人工智能领域获得了突出的应用成果。
2.4 专家系统
专家系统是指具有大量模拟人类相关领域专家知识和经验的智能计算机程序系统，依托于人工智能相关技术，根据专家系统所提供的数据方法进行判断推理进一步决策，从而代替人类专家解决一部分该领域的特定问题。从知识表示技术的角度上看，专家系统可分为基于网络语义、基于规则、基于逻辑、基于框架等几种类别；而从任务类型及专家系统主要解决的问题类型的角度来看，专家系统也可分成解释型（分析和阐述符号数据的意义）、调试型（根据故障制定排除方案）、预测型（根据现状预测指定对象未来可能的结果）、维修型（针对特定故障制定并实施规划方案）、设计型（按指定需求制作图样和方案）、规划型（根据指定目标制定行动方案）等。
专家系统的建立包含以下几个步骤：（1）初始专家知识库的设计：包括问题、知识、概念、形式、规则等多个概念的筹建；（2）开发和试验系y原型机；（3）改进与归纳专家知识库等。
专家系统的实现通常建立在大量的数据统计与人类专家提供的问题解决实例上，没有精确或统一的求解算法，因此也会造成一些局限性。在人工智能与计算机科学快速发展的今天，专家系统也逐渐更重视理论和基础研究，除了基于经验的理论，基于规则和模型的方法也将投入到实际运用中，未来的专家系统将更偏向协同式和分布式方向发展。
2.5 机器学习
机器学习是指计算机自动获取新的推理算法和新的科学事实的过程，是计算机具有智能的基础。计算机的学习能力是人工智能研究史上的突出成就与重要进展，也是人工智能初步实现的重要标志。机器学了在人工智能领域有着重要应用，对于探索人类智慧的奥秘以及学习方法和机理都有着重要意义，机器学习的时代才刚刚开始，各种理论方法也正在逐步完善中，未来精彩可期。
3 人工智能的应用
人工智能的首次提出至今已有60年的历史，在这个循序渐进的过程中，无论是功能场景还是机器模式，都逐渐从单一到通用、从简单到复杂，表达方法也更多种多样。目前主要通过赋予机器产品一定的人类智能从而有效地提升机器工作效率及能力，未来的人工智能将更多的模拟人类生活环境及思维方式来设计出真正具有人类智能的高效人机系统。
3.1 人工智能在各个行业的应用
人工智能已经运用到人类生产生活的各个方面，主要包括以下几点：（1）以智能汽车为代表的自动化交通方式。（2）种类繁多的家庭智能服务机器人。（3）用于临床支持和病人看护中的自动化智能设备及医疗器械。（4）智能教育辅导系统、线上学习和智能辅助学习设备的普及。（5）基于图像处理和自然语言处理的各类音乐社交软件及VR设备的兴起给互联网娱乐时代带来的巨大变革。（6）逻辑证明及智能分析在公共安全领域的预测及防范。（7）大量重复机械的劳动逐渐由智能机器取代，人类承担着更多的创新及实践工作。
3.2 人工智能生活应用实例
作为辅助人类生产生活的重要工具，日趋成熟的智能机器人已经快速走进了人们的日常生活中，下面我们介绍几种常见的使用场景：（1）智能房屋和家居生活的构建：目前的智能停留在自动控制I域，通过用户指令来便捷的操控比如电视、窗帘、灯具、空调等等；而未来，人工智能的发展将根据你的日常行为了解你的习惯喜好，利用传感器和自动装置搜集用户的行为数据，通过机器学习和深度学习算法改造你所居住的环境。最终实现真正意义上的智能家居生活。（2）无人驾驶的智能汽车：主要通过导航和定位实现规定路线的行驶、通过激光测距、雷达感应和照相等技术，配合复杂的计算公式从而辨别和避让各种障碍，最终脱离人类操控的环境下自动完成发动、驾驶、刹车等动作。行驶的安全性和准确性在智能机器的帮助下其实更可靠，我们完全有理由相信未来自动驾驶将成为人们出行的新方式。（3）基于神经网络的新型翻译方式：在线翻译相信大多数人都不陌生，使用范围广普及率极高，但其准确性一直都是人们关注的焦点之一。谷歌翻译负责人表示将在部分功能上尝试使用深度学习技术，如果能顺利实施必将使得翻译准确性的研究取得实质性突破，而基于神经网络的翻译方式则将帮助计算机更好地模拟和理解人类思维，使得翻译结果更流畅合乎规范，也方便人们更好地理解。
4 人工智能的发展历程
人工智能的发展历程不算很长，但发展速度却异常迅猛。跟所有新兴的前沿学科一样，人工智能的发展中也经历了和低谷时期。根据不同时期代表性人物和事件的发生，我们大致可以将整个过程分为以下几个阶段：
（1）1950年，举世闻名的“图灵测试”（图灵，英国数学家，1912―1954）首次发表于《计算机与智能》一文，即通过房间外的人和两个房间内的人和机器分别对话中，是否能区分人和机器从而判断出机器是否具有了人的智能。这是人类对于人工智能最初的概念。
（2）1956年，由香农、麦卡锡、朗彻斯特和明斯基共同发起的DARTMOUTH学会于达特茅斯大学召开，会上首次提出“人工智能”一词，这是历史上第一次关于人工智能领域的研讨会，见证了人工智能学科研究的开端。
（3）1960年以来，生物进化领域逐渐建立起了遗传、策略和规划等算法。1992年计算智能由Bezdek提出，计算智能对于生物进化学的探究有着重大意义，涵盖了模式识别、人工生命、神经网络、进化计算等多学科集合与交叉。
（4）上世纪90年代开始，专家系统逐渐兴起，对于专家知识库的不断改进以及基于规则和模型的协同式分布式专家系统将是未来使用的主要趋势。
（5）从1960年神经网络首次应用于自动控制的实施，到1965年人工智能启发式推理规则的方法引入，再到1977年运筹学理论中概念智能控制模式的成功借鉴，人工智能的发展也顺利引导了自动控制模式逐渐切换到了智能控制模式。
（6）从1956年AI概念的正式提出以来，人工智能领域已经取得了众多突破性的成就和进展，很多天马行空的想象也随着科技的进步在一代代科学工作者的不断努力下逐渐设计落实，人工智能已经从科学研究逐渐走向了人们的日常生活中，成为了当下最具潜力的多学科交叉的前沿科学。
5 人工智能的未来与发展趋势
从人工智能的提出到逐渐走入人们生活，人工智能的概念一经问世则得到了人们的普遍关注，甚至带动了语音识别、自然处理处理、机器学习、数据挖掘等一系列相关学科的发展和兴盛。人工智能领域中的创新和蓬勃发展是趋势也是必然，通过了解人工智能学科的发展历程及应用领域，我们大致可以推测出关于未来人工智能的一些方向：（1）机器学习和深度学习算法指导下更聪明更多样性更具智能的机器系统。（2）自然语言处理应用中更自然的人机互动交流。（3）机器学习时代更快速的数据处理分析策略。（4）各研发企业和机构对于人工智能先进技术更激烈的竞争和角逐。（5）超人工智能（Artificial Super Intelligence，简称ASI）时代下AI是否会走向失控给人们带来的微恐惧。
6 结语
在短短60年的时间内，人工智能的快速发展已经从很大程度上改善和刷新了人们的生活方式。人工智能的深入研究和实现正在不断帮助我们探索这个世界、帮助我们搜寻信息应对各种各样的挑战。人工智能在逐渐强大的同时，有机遇也存在着巨大的挑战和技术瓶颈，距离人工智能时代的真正实现还有很长的路要走。而人工智能的不断更迭完善，是否能取得超越人类智力和认知的智能、是否会出现违背人类价值观的危险行为将是未来很长一段时间内需要研究的重要课题。
参考文献
