人工智能产业发展现状与四大趋势
随着全球新一轮科技革命和产业变革孕育兴起，人工智能等数字技术加速演进，引领数字经济蓬勃发展，对各国科技、经济、社会等产生深远影响，已成为驱动新一轮科技革命和产业变革的重要力量。近年来，各国政府及相关组织持续加强人工智能战略布局，以人工智能为核心的集成化技术创新成为重点，人工智能相关技术产业化和商业化进程不断提速，正在加快与千行百业深度融合，其“头雁”效应得以充分发挥。此外，全球高度关注人工智能治理工作，发展安全可信人工智能已成为全球共识。
一人工智能的内涵与产业链
（一）人工智能的内涵
人工智能（ArtificialIntelligence）作为一门前沿交叉学科，与数学、计算机科学、控制科学、脑与认知科学、语言学等密切相关，自1956年首次提出以来，各方对其界定一直存在不同的观点。通过梳理不同研究机构和专家学者提出的相关概念，关于“人工智能”的内涵可总结如下：人工智能是指研究、模拟人类智能的理论、方法、技术及应用系统的一门技术科学，赋予机器模拟、延伸、扩展类人智能，实现会听、会看、会说、会思考、会学习、会行动等功能，本质是对人的意识和思想过程的模拟。
图1：人工智能内涵示意图
来源：火石创造根据公开资料绘制
（二）人工智能的发展历程
从1956年“人工智能”概念在达特茅斯会议上首次被提出至今，人工智能发展已经历经60余年，经历了三次发展浪潮。当前全球人工智能正处于第三次发展浪潮之中。
第一次浪潮（1956－1980年）：训练机器逻辑推理能力。在1956年达特茅斯会议上，以“人工智能”概念被提出为标志，第一次发展浪潮正式掀起，该阶段的核心是：让计算机具备逻辑推理能力。这一时期内，开发出了计算机可以解决代数应用题、证明几何定理、学习和使用英语的程序，并且研发出第一款感知神经网络软件和聊天软件，这些初期的突破性进展让人工智能迎来发展史上的第一个高峰。但与此同时，受限于当时计算机的内存容量和处理速度，早期的人工智能大多是通过固定指令来执行特定问题，并不具备真正的学习能力。
第二次浪潮（1980－2006年）：专家系统应用推广。1980年，以“专家系统”商业化兴起为标志，第二次发展浪潮正式掀起，该阶段的核心是：总结知识，并“教授”给计算机。这一时期内，解决特定领域问题的“专家系统”AI程序开始为全世界的公司所采纳，弥补了第一次发展浪潮中“早起人工智能大多是通过固定指令来执行特定问题”，使得AI变得实用起来，知识库系统和知识工程成为了80年代AI研究的主要方向，应用领域不断拓宽。
第三次浪潮（2006年至今）：机器学习、深度学习、类脑计算提出。以2006年Hinton提出“深度学习”神经网络为标志，第三次发展浪潮正式掀起，该阶段的核心是实现从“不能用、不好用”到“可以用”的技术突破。与此前多次起落不同，第三次浪潮解决了人工智能的基础理论问题，受到互联网、云计算、5G通信、大数据等新兴技术不断崛起的影响，以及核心算法的突破、计算能力的提高和海量数据的支撑，人工智能领域的发展跨越了从科学理论与实际应用之间的“技术鸿沟”，迎来爆发式增长的新高潮。
图2：人工智能的三次发展浪潮
来源：火石创造根据公开资料绘制
（三）人工智能的产业链
人工智能产业链分为三层：基础层、技术层以及应用层。基础层涉及数据收集与运算，这是人工智能的发展基础，包括智能芯片、智能传感器、大数据与云计算等；技术层处理数据的挖掘、学习与智能处理，是连接基础层与应用层的桥梁，包括机器学习、类脑智能计算、计算机视觉、自然语言处理、智能语音、生物特征识别等；应用层是将人工智能技术与行业的融合发展的应用场景，包括智能机器人、智能终端、智慧城市、智能交通、智能制造、智能医疗、智能教育等。
图3：人工智能产业链
来源：火石创造根据公开资料绘制
二全球人工智能产业发展现状
（一）人工智能产业规模保持快速增长
近年来人工智能技术飞速发展，对人类社会的经济发展以及生产生活方式的变革产生重大影响。人工智能正全方位商业化，AI技术已在金融、医疗、制造、教育、安防等多个领域实现技术落地，应用场景也日益丰富。人工智能的广泛应用及商业化，加快推动了企业的数字化、产业链结构的优化以及信息利用效率的提升。全球范围内美国、欧盟、英国、日本、中国等国家和地区均大力支持人工智能产业发展，相关新兴应用不断落地。根据相关统计显示，全球人工智能产业规模已从2017年的6900亿美元增长至2021年的3万亿美元，并有望到2025年突破6万亿美元，2017－2025年有望以超30％的复合增长率快速增长。
图4：2017－2025年全球人工智能产业规模（单位：亿美元）
数据来源：火石创造根据公开资料整理
（二）全球主要经济体争相布局，中美两国占据领先位置
人工智能作为引领未来的战略性技术，目前全球主要经济体都将人工智能作为提升国家竞争力、维护国家安全的重大战略。美国处于全球人工智能领导者地位，中国紧随其后，欧洲的英国、德国、法国，亚洲的日本、韩国，北美的加拿大等国也具有较好的基础。从全球各国人工智能企业数量来看，美国人工智能企业数量在全球占比达到41％，中国占比为22％，英国为11％，以上三个国家的人工智能企业数量合计占到全球的七成以上。
图5：全球人工智能企业数量分布
数据来源：中国信通院，火石创造整理
（三）公共数据集不断丰富，关键平台逐步形成
全球数据流量持续快速增长，为深度学习所需要的海量数据提供良好基础。商业化数据产业发展迅速，为企业提供海量图片、语音等数据资源和相关服务。公共数据集为创新创业和行业竞争提供优质数据，也为初创企业的发展带来必不可少的资源。优势企业例如Google、亚马逊、Facebook等都加快部署机器学习、深度学习底层平台，建立产业事实标准。目前业内已有近40个各类AI学习框架，生态竞争十分激烈。中国的代表企业如科大讯飞、商汤科技利用技术优势建设开放技术平台，为开发者提供AI开发环境，建设上层应用生态。
（四）人工智能技术飞速发展，应用持续深入
近十年来，得益于深度学习等算法的突破、算力的不断提升以及海量数据的持续积累，人工智能真正大范围地从实验室研究走向产业实践。以深度学习为代表的算法爆发拉开了人工智能浪潮的序幕，在计算机视觉、智能语音、自然语言处理等领域广泛应用，相继超过人类识别水平。人工智能与云计算、大数据等支撑技术的融合不断深入，围绕着数据处理、模型训练、部署运营和安全监测等各环节的工具链不断丰富。工程化能力持续增强，人工智能的落地应用和产品交付更加便捷高效。AI在医疗、制造、自动驾驶、安防、消杀等领域的应用持续深入，特别是新冠疫情以来，社会的数字化、智能化转型不断提速，进一步推动人工智能应用迈入快车道。
三全球人工智能产业发展趋势
（一）算法、算力和数据作为人工智能产业的底层支撑，仍是全球新一代人工智能产业的核心引擎
算法、算力和数据被全球公认为是人工智能发展的三驾马车，也是推动人工智能发展的重要基础。在算力层面，单点算力持续提升，算力定制化、多元化成为重要发展趋势；计算技术围绕数据处理、数据存储、数据交互三大能力要素演进升级，类脑芯片、量子计算等方向持续探索智能芯片的技术架构由通用类芯片发展为全定制化芯片，技术创新带来的蓝海市场吸引了大量的巨头企业和初创企业进入产业。在算法层面，Cafe框架?CNTK框架等分别针对不同新兴人工智能算法模型进行收集整合，可以大幅度提高算法开发的场景适用性，人工智能算法从RNN、LSTM到CNN过渡到GAN和BERT还有GPT－3等，不断涌现的新兴学习算法将在主流机器学习算法模型库中得到更高效的实现。在数据层面，以深度学习为代表的人工智能技术需要大量的标注数据，催生了专业的技术服务，数据服务进入深度定制化阶段。
（二）全球新兴技术持续孕育涌现，以人工智能为核心的集成化技术创新成为重点
随着全球虚拟现实、超高清视频、新兴汽车电子等新技术、新产品将不断孕育涌现，并与人工智能加速交叉集成，推动生产生活方式和社会治理方式智能化变革的经济形态；与此同时，人工智能与5G、云计算、大数据、工业互联网、物联网、混合现实（MR）、量子计算、区块链、边缘计算等新一代信息技术互为支撑。这意味着以交叉融合为特征的集成化创新渐成主流，多种新兴技术交叉集成的价值将使人工智能发挥更大社会经济价值。例如：人工智能与汽车电子领域加速融合，实现感知、决策、控制等专用功能模块，推动形成自动驾驶、驾驶辅助、人车交互、服务娱乐应用系统；人工智能与虚拟现实技术相结合，为生产制造、家装等提供工具，并为虚拟制造、智能驾驶、模拟医疗、教育培训、影视娱乐等提供场景丰富、互动及时的平台环境等。
（三）新基建春风与场景赋能双轮驱动，全球泛在智能时代加速来临
在新冠肺炎疫情成为全球发展“新常态”背景下，全球主要经济体均面临经济社会创新发展和转型升级挑战，对人工智能的运用需求愈加迫切，纷纷推动人工智能与实体经济加速融合，助力实现新常态下产业转型升级。一方面，全球大力布局智能化基础设施建设和传统基础设施智能化升级，推动网络泛在、数据泛在和应用需求泛在的万物互联生态加速实现，为人工智能的应用场景向更多行业、更多领域、更多环节、更多层面拓展奠定基础；另一方面，AI应用场景建设成为国内外关注和紧抓的关键举措，面向医疗健康、金融、供应链交通、制造、家居、轨道交通等重点应用领域，积极构建符合本地优势和发展特点的人工智能深度应用场景，探索智能制造、智能物流、智能农业、智慧旅游、智能医疗、智慧城市等模式创新和业态创新，同时典型场景建设也吸引了全球资本市场的重点关注，泛在化智能经济发展时代即将到来。
（四）全球高度关注人工智能治理工作，发展安全可信人工智能已成为全球共识
随着全球人工智能发展步入蓬勃发展阶段，人工智能深入赋能引发的挑战与风险广受关注，并在全球范围内掀起了人工治理浪潮。2019年6月，二十国集团（G20）批准了倡导人工智能使用和研发“尊重法律原则、人权和民主价值观”的《G20人工智能原则》，成为人工智能治理方面的首个政府间国际公约，发展安全可信的人工智能已经成为全球共识。此后，全球各国纷纷加速完善人工智能治理相关规则体系，聚焦自动驾驶、智慧医疗和人脸识别等重点领域出台分级分类的监管措施，推动人工治理从以“软法”为导向的社会规范体系，向以“硬法”为保障的风险防控制度体系转变。与此同时，面向人工智能治理体系建设和打造安全可信生态的相关需求，围绕着安全性、稳定性、可解释性、隐私保护、公平性等方面的可信人工智能研究持续升温，其理念逐步贯彻到人工智能的全生命周期之中，基于模糊理论的相关测试技术、AI结合隐私计算技术、引入公平决策量化指标的算法模型等新技术陆续涌现，产业实践不断丰富，已经演变为落实人工智能治理相关要求的重要方法论。
原文标题 : 全球视野下人工智能产业发展现状与四大趋势
美媒预测：2023年人工智能的四大趋势
美媒预测：2021年人工智能的四大趋势
美国《福布斯》双周刊网站9月21日刊载题为《2021年人工智能的四大趋势》的报道，作者系伯纳德·马尔，文章根据当下形势，预测了明年人工智能的四个趋势。文章摘编如下：
在2020年全球疫情暴发和世界被彻底颠覆之前，人工智能，尤其是人工智能的分支——机器学习(ML)——已经在广泛扰乱几乎所有行业。
新冠病毒疫情对我们行为方式的许多方面产生了影响，但它并没有削弱人工智能对我们生活的影响。事实上，有一点已经变得显而易见，即自学算法和智能机器将在当下抗击这场疫情的战斗中和我们在未来可能面对的其他事件中发挥重大作用。
当谈到挑选在不远的将来将改变我们生活、工作和玩耍方式的技术时，人工智能无疑仍是一个关键趋势。为此，我们在下面概述了在我们重建生活以及重新思考商业战略和优先事项的这一年里，我们可以期待什么。
更智能的大数据分析
在当下的这场疫情中，我们亲眼目睹了迅速分析和解读病毒在全世界传播的相关数据的迫切需要。各国政府、全球卫生机构、学术研究中心和业界共同制定收集、汇总和利用信息的新方法。
技术进步是这场疫情(尚)未像1918年西班牙大流感那样造成那么多人死亡的主要原因。多达5000万人在那场疫情中丧生。从医疗技术和医疗标准的进步，到通讯技术的进步，它们使我们能够更快发现疫情和实施封锁。明年，人工智能将被列入使我们能够更有效应对疫情的技术发展清单。
仅科学和医学文献的数量就大幅增加，今年4月之前就发表了28000多篇与新冠病毒有关的论文。
目前还在进行开发人工智能解决方案的工作，以帮助处理癌症等大量积压的其他医学问题，这些疾病的治疗因资源被转用于抗击新冠病毒而受到影响。明年，我们很可能会看到人工智能在其他许多医疗领域被加速采用，而不仅是应对病毒。
通过发展我们的能力来把机器学习解决问题技术应用到这些庞大、实时的全球数据集，我们将更容易发现疫情，跟踪密切接触者，实现更准确的诊断，并通过预测病毒未来可能演化的方式，开发更有效和持久的疫苗接种。
自动检测和预防
我们已经看到在包括美国在内的几个司法管辖区使用无人机来至少检验无人机是否有可能被用来监视人们是否遵守了保持社交距离的准则。更先进的应用即将出现——比如能够检测出人群中有人出现发热等新冠肺炎症状的无人机。这些系统利用计算机视觉技术分析无人机上的摄像头获取的数据，并向相关部门或当地管理人员通报有关病毒传播的统计数据和概率。
另一个相关的发展领域将是使用面部识别技术，这种技术也由计算机视觉算法提供动力。面部识别比较有争议的一点是，它把重点放在识别个体、而非人群中的模式，因此警方利用这项技术来发现逃避封锁和隔离的人，并追踪人群中出现症状的个体活动。
预测行为变化
我们的生活、工作和社交方式受到了新冠病毒蔓延的巨大影响。虽然在社会的许多方面都已经出现了稳定和强劲的数字化趋势，但今年我们目睹了一场热潮。亚马逊公司2020年第二季度的销售额比去年同期增长了40%，就连那些迄今为止一直避免在线零售的公司也被迫重新评估自己的选择。
人工智能工具和平台已经在帮助企业了解客户适应新现实的方式。此前在商业和关系培养方面对数字渠道的采用滞后的机构逐渐认识到这种局面的紧迫性，并在迅速掌握行为分析和个性化等概念。在2021年，让组织自助获取这项技术的工具将越来越流行，因为中小型企业正在寻求建立自己的竞争优势。
把下一次疫情消灭在萌芽状态
大多数人工智能算法都是针对预测的，人工智能辅助流行病学研究的必杀技将是建立能够准确预测未来疫情何时、何地暴发的系统。这项研究已经进行了一段时间，事实上，一些关于当前疫情的最早警报是由人工智能生成的。
我们可以预计，人工智能研究将在未来18个月取得进一步突破，从而提高我们发现和应对病毒暴发危险的能力。然而，要做到这一点，还需要各国政府和私营企业之间持续不断的全球合作。
2023年人工智能的四种商业应用
[[409268]]【51CTO.com快译】我们经常看到人工智能被描绘成无所不能的机器，但它也是一种边走边学习的技术。AI必须掌握的关键技术是智能定位：跨越空间和时间的资产、事件和人发生在哪里，它们如何相互联系?想想看，所有大流行时代的技术都依赖于地理位置而蓬勃发展——配送应用程序、新冠病毒检测和疫苗显示、可放心购买的商店订单。智能定位是地理信息系统(GIS)的输出，它提供了关键的上下文，构成了机器学习的基础。以下是AI的4种商业应用：1.通过推荐系统进行敏锐的预测人工智能在开始工作前不再需要大量的历史数据输入，当答案未知时，人工智能经常使用强化学习。机器正在以一种试错的方式工作，就像人类所做的那样，以达到一个日益理想的解决方案。可以说，自动化的自动化(Theautomationofautomation)是半导体制造商英伟达(NVIDIA)首席执行官JensenHuang对不远的未来的描述。在接受《时代》杂志采访时，他预计人工智能将改善食品生产、物流和医疗保健等复杂业务。他谈到了推荐系统，称其为我们这个时代最重要的人工智能系统。推荐系统是一种经常使用强化学习来根据习惯和偏好预测一个人的选择的算法。尽管这种人工智能可能不需要历史数据来预测更好的结果，但它确实需要有价值的背景或基础来应对手头上的各种任务。《哈佛商业评论》(HarvardBusinessReview)指出，关键是要预先设计机器学习的有效的输入、动作和奖励。一开始含糊不清对一个实时计算的系统来说不是好事。这就是GIS发挥作用的地方，在推荐系统中添加智能定位，这样它就可以预测可能发生的事情和地点。2.预测未来发展趋势让人工智能处理盈亏报表并承担后果听起来似乎很荒谬。AI能够帮助人们理解这些数字的背景。有了正确的数据输入，也就是智能定位，人工智能可以用来改善决策，帮助公司领导者预测趋势。一些大银行正在使用注入智能定位的机器学习来分析现有分行的收入，将其与潜在扩张领域的丰富人口统计数据相结合，并预测设置新分行的最合适地点。他们可以更精确地决定向哪里扩张以吸引新客户，而不是把现有客户从其他分支机构拉过来。类似的，太阳能电池板公司正在将天气数据与人工智能基于位置的图像进行配对，以选择最合适的社区推广屋顶日光浴技术。在智能定位的推动下，人工智能帮助权衡行驶的最优路线，保险公司已经切实的从中获利。通过使用智能定位和人工智能来预测容易发生事故的道路，并推荐更安全的路线，能够有效降低风险，而且保险公司预计索赔将会减少。3.快速扫描大数据，找到隐藏的市场在这个信息爆炸的时代，我们并不缺少能够帮助企业发展的数据，而是缺少充分挖掘数据价值的能力。特别是成长型公司，大量的信息可能会让他们不知所措。预测需求高峰、判断更高的利润点、改善供应链效率和交付方式，这些工作都需要对大量的数据进行筛选，而人工智能更容易完成这些工作。这还要包括人口统计数据，以确定潜在客户可能是谁、可能在哪里。无线网络公司将智能定位融入到这一过程中，利用人工智能处理大量有关通话中断的数据，以便绘制需要扩建的发射塔地点。通过添加有关某一地区人口统计和预测增长的多层信息，企业可以更详细地规划增长计划。使用人工智能技术和GIS的零售商，能够识别未来哪些位置的商店也会推动网络销售，创造出令人垂涎的“光环效应”，即店主可以线上/线下同时捕捉顾客。4.通过图像和物联网数据提前规划现在，物联网传感器、卫星和移动设备提供的数据实在是太多了。当这些数据通过具有定位功能的人工智能程序过滤后，结果会更加清晰。以一家体育用品零售商的智能机器人为例，该产品配备了RFID传感器，它在商店的走道上扫描，从而了解顾客最想要什么，并预测商店员工应该把进货重点放在哪里。那些已经转向在线订购和取货的商店，他们正在使用智能定位AI系统，根据人们在商店附近的位置，提前为他们准备好饮料或他们的货物订单。借助人工智能，人们可以用起重机和推土机扫描空地的航空图像，确定更适合在哪里建造房屋和开发项目。植入智能定位的人工智能甚至可以扫描停车场的航拍图像，了解外面停着什么型号的汽车(而不仅仅是停了多少辆)，以增加潜在的商业机会。在能源行业，人工智能正在观察卫星图像，以显示竞争对手可能在何处建造油井，或使用配备激光雷达的无人机来探测其电力网络。与GIS相结合，人工智能可以分析100亿个数据点——这需要人工分析人员花5年多的时间来梳理。人工智能的未来随着消费者行为的迅速变化，以及COVID-19大流行和气候变化等外部风险的影响，人工智能的未来面临诸多挑战。通过将GIS与人工智能应用相结合而获得的智能定位，也使机器学习的能力得到了极大改善。在前进的道路中，人工智能包括强化学习、智能定位，帮助决策者更有信心的做出评估和判断，这远比人类大脑挖掘数据所需的时间短。原文标题：FourAIBusinessApplicationsFor2021，作者：HelenThompson【51CTO译稿，合作站点转载请注明原文译者和出处为51CTO.com】美媒预测：2023年人工智能的四大趋势
美国《福布斯》双周刊网站9月21日刊载题为《2021年人工智能的四大趋势》的报道，作者系伯纳德·马尔，文章根据当下形势，预测了明年人工智能的四个趋势。文章摘编如下：
在2020年全球疫情暴发和世界被彻底颠覆之前，人工智能，尤其是人工智能的分支——机器学习(ML)——已经在广泛扰乱几乎所有行业。
新冠病毒疫情对我们行为方式的许多方面产生了影响，但它并没有削弱人工智能对我们生活的影响。事实上，有一点已经变得显而易见，即自学算法和智能机器将在当下抗击这场疫情的战斗中和我们在未来可能面对的其他事件中发挥重大作用。
当谈到挑选在不远的将来将改变我们生活、工作和玩耍方式的技术时，人工智能无疑仍是一个关键趋势。为此，我们在下面概述了在我们重建生活以及重新思考商业战略和优先事项的这一年里，我们可以期待什么。
更智能的大数据分析
在当下的这场疫情中，我们亲眼目睹了迅速分析和解读病毒在全世界传播的相关数据的迫切需要。各国政府、全球卫生机构、学术研究中心和业界共同制定收集、汇总和利用信息的新方法。
技术进步是这场疫情(尚)未像1918年西班牙大流感那样造成那么多人死亡的主要原因。多达5000万人在那场疫情中丧生。从医疗技术和医疗标准的进步，到通讯技术的进步，它们使我们能够更快发现疫情和实施封锁。明年，人工智能将被列入使我们能够更有效应对疫情的技术发展清单。
仅科学和医学文献的数量就大幅增加，今年4月之前就发表了28000多篇与新冠病毒有关的论文。
目前还在进行开发人工智能解决方案的工作，以帮助处理癌症等大量积压的其他医学问题，这些疾病的治疗因资源被转用于抗击新冠病毒而受到影响。明年，我们很可能会看到人工智能在其他许多医疗领域被加速采用，而不仅是应对病毒。
通过发展我们的能力来把机器学习解决问题技术应用到这些庞大、实时的全球数据集，我们将更容易发现疫情，跟踪密切接触者，实现更准确的诊断，并通过预测病毒未来可能演化的方式，开发更有效和持久的疫苗接种。
自动检测和预防
我们已经看到在包括美国在内的几个司法管辖区使用无人机来至少检验无人机是否有可能被用来监视人们是否遵守了保持社交距离的准则。更先进的应用即将出现——比如能够检测出人群中有人出现发热等新冠肺炎症状的无人机。这些系统利用计算机视觉技术分析无人机上的摄像头获取的数据，并向相关部门或当地管理人员通报有关病毒传播的统计数据和概率。
另一个相关的发展领域将是使用面部识别技术，这种技术也由计算机视觉算法提供动力。面部识别比较有争议的一点是，它把重点放在识别个体、而非人群中的模式，因此警方利用这项技术来发现逃避封锁和隔离的人，并追踪人群中出现症状的个体活动。
预测行为变化
我们的生活、工作和社交方式受到了新冠病毒蔓延的巨大影响。虽然在社会的许多方面都已经出现了稳定和强劲的数字化趋势，但今年我们目睹了一场热潮。亚马逊公司2020年第二季度的销售额比去年同期增长了40%，就连那些迄今为止一直避免在线零售的公司也被迫重新评估自己的选择。
人工智能工具和平台已经在帮助企业了解客户适应新现实的方式。此前在商业和关系培养方面对数字渠道的采用滞后的机构逐渐认识到这种局面的紧迫性，并在迅速掌握行为分析和个性化等概念。在2021年，让组织自助获取这项技术的工具将越来越流行，因为中小型企业正在寻求建立自己的竞争优势。
把下一次疫情消灭在萌芽状态
大多数人工智能算法都是针对预测的，人工智能辅助流行病学研究的必杀技将是建立能够准确预测未来疫情何时、何地暴发的系统。这项研究已经进行了一段时间，事实上，一些关于当前疫情的最早警报是由人工智能生成的。
我们可以预计，人工智能研究将在未来18个月取得进一步突破，从而提高我们发现和应对病毒暴发危险的能力。然而，要做到这一点，还需要各国政府和私营企业之间持续不断的全球合作。
【编辑推荐】
人工智能可能没有你想象的那么遥远Facebook开源检索增强型语言模型，最擅长处理知识密集型任务D-Wave宣布具有5000量子比特位的新一代Advantage量子计算系统强弱AI的辩论：关于人工智能意识的奇妙理论老码农的AI漫谈