征集人工智能经典案例TOP100
主办单位：
中国科学院《互联网周刊》
中国社会科学院信息化研究中心
eNet研究院
德本咨询
一、背景：
人工智能正深刻地改变着科技进步、产业变革、经济发展的方方面面，它是重塑传统行业的“魔术手”，催生出更多新的经济增长点；它是改变人类生活方式的“魔法棒”，衍生出更多轻松的生活场景；它还是激活想象的“魔幻剂”，创造出人类想象极限的新物种。
用意念喝可乐、吃油条甚至打麻将，对于常人来说是难做到的事情，一位植入了脑机芯片的高龄的高位截瘫患者做到了。1月6日，浙江大学对外宣布了“双脑计划”科研成果，通过对志愿者脑内植入Utah阵列电极，患者可以利用大脑运动皮层信号精准控制外部机械手臂，完成进食、饮水和握手等一系列上肢重要功能运动。
可以说，“新智慧”是无时不在、无处不有的，人工智能案例就是人工智能在各领域广泛应用的生动写照，人工智能是引领新一轮科技革命和产业变革的重要驱动力。
从2017年国务院印发《新一代人工智能发展规划》，明确我国新一代人工智能发展战略，到智慧城市、智慧银行、智慧医疗、自动驾驶和智能语音等领域的遍地开花，从推行人工智能产业创新重点任务“揭榜挂帅”机制，到将加快研究起草治理准则防范风险提上日程，人工智能发展宏图已成竹在胸，人工智能、智慧化已成为时下最具动感力量的关键词。
借力人工智能等新技术追求高质量发展已经成为当下共识，“我们都在努力奔跑，我们都是追梦人”，唯有顺应时代潮流，努力奔跑，才能快速地进入人机协同、跨界融合、共创分享的智能时代。
二、宗旨：
本次征集人工智能经典案例TOP100旨在通过遴选那些在人工智能应用领域达到经世致用效果的成功案例来展示人工智能发展过程中的阶段性成果，让植根于现实厚土中的科技创新在平凡中怒放出不平凡的力量。当下，我们关注的是人工智能给社会发展带来的变革；未来，我们关切的是人工智能给人类社会带来的福祉。
本次征集意在彰显人工智能带来的科技力对社会物质文明和精神文明的推动所作的积极贡献，挖掘和传达从优秀到卓越者的使命，是永远不变的核心。
三、流程：
1、征集方式
平面、网络、微信、微博、人民号、百家号、头条号
2、征集时间
2020年3月20日—2020年4月5日
3、发布
时间：2020.4；内容：2020人工智能案例TOP100
2023年移动物联网应用典型案例征集活动解读
近日，工业和信息化部办公厅印发《关于组织开展2022年移动物联网应用典型案例征集活动的通知》（工信厅通信函〔2022〕224号，下称《2022年案例征集》），为回应社会广泛关注，推动活动更好落地开展，结合有关方面关注的问题，现对相关要点作出解读。
一、《2022年案例征集》的工作背景是什么？
移动物联网（基于移动通信网络的物联网技术和应用）主要包括面向低速率应用的NB-IoT窄带物联网、面向中速率应用的4GLTECat1网络、面向高速率和低时延应用的5G网络，在智能制造、远程控制、车联网、智能家居、智能表具、智慧医疗、智慧交通等领域广泛应用。移动物联网是实现万物互联、连接泛在的新型信息基础设施，推动移动物联网应用全面发展，对于促进经济社会数字化转型、培育信息通信行业发展动能、提升产业链现代化水平等方面具有重要意义。
近年来，工业和信息化部积极推动移动物联网发展相关工作，一方面，印发《关于深入推进移动物联网全面发展的通知》等文件，通过政策牵引，推动全行业共同构建NB-IoT、4G和5G协同发展的移动物联网综合生态体系；另一方面，组织开展移动物联网应用优秀案例征集和评选活动，不断提升移动物联网网络与芯片、模组、平台及行业应用等全链条产业水平，促进移动物联网应用产业生态全面发展。在产业链各方共同努力下，我国持续引领全球移动物联网发展，我国移动物联网连接数占全球比例已经超过70%。
未来几年是移动物联网高速发展阶段，为进一步发挥移动物联网在赋能产业升级、提升治理能力、丰富社会生活方面作用，为行业应用树立标杆，带动行业应用创新发展，解决规模化应用有待提升、创新能力不足等问题，工业和信息化部组织开展2022年移动物联网应用典型案例征集活动。
二、《2022年案例征集》的重点方向有哪些？
本次案例征集综合考虑当前移动物联网应用发展情况，关注四个重点方向。一是围绕智能家居、网联汽车、智能穿戴等领域的生活智慧化应用；二是围绕智慧农业、智能工厂、智慧医疗等领域的产业数字化应用；三是围绕智慧消防、环保监测、智能表计等领域的治理智能化应用；四是基于NB-IoT、4G、5G多网协同创新应用。
三、案例申报需符合哪些条件？
一是关于申报主体。申报主体应是从事移动物联网产品研发、部署应用、技术创新的相关企业、高校、科研院所单位等，多个单位可联合进行申报。申报企业主体应在中华人民共和国境内注册登记，具有独立法人资格，近三年财务状况良好，在质量、安全、信誉和社会责任等方面无不良记录。
二是关于申报案例。案例应充分体现移动物联网应用场景及技术特点，在实施周期内能够达到应用目标计划，案例应当具有一定的代表性、示范性和创新性，在行业内具有较强的借鉴意义和推广价值。
四、《2022年案例征集》有哪些流程？
案例征集从2022年9月启动至2023年底结束，共分为四个实施阶段。一是组织申报阶段（2022年9月30日前）；二是项目实施阶段（2022年10月至2023年10月）；三是评选公示阶段（2023年10月中下旬）；四是宣传推广阶段（2023年11月后）。
五、《2022年案例征集》具有哪些特点？
一是领域选择的靶向性。移动物联网与垂直行业融合发展，赋能千行百业，涌现出一批初具规模的创新型应用案例。本次案例征集聚焦智能家居、智能穿戴、智慧农业、智能表计等发展较快、具有代表性的十大领域，拟进一步遴选出技术先进、成效突出、应用前景良好的典型案例，树立各领域标杆，发挥典型示范作用，为行业企业提供借鉴参考，推动应用规模化发展。
二是目标设置的针对性。案例征集结合不同行业应用领域特点，提出了规模部署、创新能力、复制推广三个通用指标和反映行业特点的个性指标，针对不同领域设置了相应的定量指标。应用案例需要具备一定的连接规模，对连接数及年增长率提出了具体的要求。应用案例需要具备创新能力，考核移动物联网相关专利及软件著作数量，方案能够持续迭代创新。应用案例需要具备应用前景，项目具有广阔应用前景。同时设置了行业特色指标，考察案例与行业的结合度。
三是评选过程的严谨性。本次案例征集在项目实施阶段对各地推荐并遴选进入储备案例库的案例设置了1年的考察期。考察期内拟通过企业在线填报项目进展、开展座谈交流等多种方式，持续考察储备案例的项目成长性、发展潜力、示范作用等，更加全面、客观、公正地反映案例的发展情况，有利于在评选公示阶段评出更具代表性的案例。
六、如何加强对典型案例的宣传推广？
案例评选结束后，工业和信息化部将组织相关单位通过举办移动物联网大会、开展媒体调研行、编制应用案例集等形式加强典型案例宣传推广，强化产融对接及成果转化，充分发挥典型案例对移动物联网产业发展的带动作用，推动移动物联网在更大范围、更深程度赋能实体经济转型升级。
人工智能的12个典型案例
虽然人工智能在各个行业的应用有很多的例子，但仍然被认为是一个仍在崛起的新生力量。事实上，人工智能对于许多企业的技术平台至关重要，其中包括金融、零售、医疗和媒体。则人工智能和深度学习的例子也数不胜数。
如今的人工智能例子如此之多，以至于在选择一些具有代表性的人工智能案例时成为一个困难的选择。
虽然人工智能在各个行业的应用有很多的例子，但仍然被认为是一个仍在崛起的新生力量。事实上，人工智能对于许多企业的技术平台至关重要，其中包括金融、零售、医疗和媒体。则人工智能和深度学习的例子也数不胜数。
虽然选择的一些人工智能例子彼此有很大不同，但它们都有一个共同的特点：输入的数据越多，学到的东西就越多。这就是人工智能的本质：基于输入学习的软件系统。这是大数据分析和人工智能的关键区别：大数据可以扫描数据并揭示趋势，但人工智能可以做到这一点，也可以根据输入进行调整。
人工智能的例子：跨部门的人工智能
以下人工智能的例子正在引领市场——未来几年采用人工智能的企业可以参考以下示例。
1.Siri和Alexa
语音助理在商业运营中扮演着越来越重要的角色，它们面临的挑战是需要真正理解人类的语言，然而更难的是需要真正了解人类。
这就是人工智能的用武之地。虽然人工智能系统工程师可以构建这些语音助理，但他们无法在发布时将大量的人类特质嵌入其中。因此，人工智能系统需要大量使用机器学习技术，使它们能够更好地完成人机界面这一异常复杂的任务。有了人工智能，语音助理将越来越有能力搜索网络，帮助人们购物，提供导航。人们期待这项语音技术在家庭助理中发挥重要作用，帮助照顾老人。这是人工智能语音识别的无数其他例子之一。
2.亚马逊和在线商务
响应客户输入的系统概念本身并不是人工智能的一个例子。例如，那些检测到用户了解衬衫产品之后然后在网上推荐衬衫广告的应用程序不一定是高级的人工智能应用程序。
但以亚马逊的推荐系统为例，它是一个交易性人工智能平台的强大引擎。人们可能已经观察到它的能力，这个系统可以不断学习。本质上，大批购物者正在“教导”亚马逊人工智能系统，以便更好地展示可能出售的商品。也就是说，将一件商品与过去展示的另一件商品相匹配将促进销售，可以将半关联的概念联系起来(例如灯架与摄影设备)。
另一方面，这种高端的人工智能系统需要庞大的计算平台来处理所有这些数据。对于使用小型服务器的用户来说很难为此类系统提供支持。显然，亚马逊网络服务公司拥有世界领先的计算平台。
3.Pandora
对于那些认为人工智能将会取代人类工作的人们来说，Pandora人工智能系统就是一个与人类合作的例子。首先，Pandora通过音乐专业人员的帮助来分析和分类歌曲。Pandora着眼于歌曲的450种属性进行分类，从声乐风格到节奏感。
当其人工智能算法工作时，根据大量用户对其歌曲库的响应，结合了来自用户的大量推荐。然后，人工智能系统可以批量分组和呈现对于用户具有意义的歌曲。
4.Cogito
这无疑是人工智能最活跃的领域之一：在销售和客服电话中使用人工智能，可以增强与客户的情感联系。具体地说，使用人工智能互动比人类更具移情能力。当然，这是人工智能使用的一个前沿。
Cogito(拉丁语的意思是“自我意识”)使用了人类互动的关键真理：它不仅仅是词语的表达意义，而且是词语的表达方式、情绪、节奏和感觉。
Cogito软件可以实时分析对话，提供有关正确和错误的线索和提示。也许对话者可能切入太多主题，或者反应不够快。应用程序提供基于颜色的警告和更新。该软件可以分析数百条线索，以确定对话的情感质量。
5.Nest
推动人工智能增长的关键因素之一是资金雄厚的厂商之间的竞争，希望在早期获得市场份额。以谷歌公司旗下的家用恒温器Nest为例，其部分目标是将谷歌公司的人工智能构建到设备中，用来应对苹果Siri和亚马逊Alexa的不断增长。
Nest使用人工智能来适应人类的行为模式，获得恒定的输入线索，并在家中工作时做出更准确的反应。在业主设置系统一段时间之后，Nest可以自己整合输入。
无论如何，智能家庭设备(物联网设备)无疑是争夺人工智能市场支配地位的关键战场。让一整组智能家庭设备协同行动，它们可以响应家庭成员的指令，并根据其行为学习，这显然是人工智能在家庭应用中的未来。
6.Boxever
总部位于爱尔兰的Boxever公司推出其Boxever“个性化平台”，其主要目标是旅游业。其基于云计算的平台允许旅游公司创建一个单一的客户视图，从而为客户提供更有效的营销。它的目标是通过单独针对客户来改进销售过程。如果人工智能可以在一对一的基础上定制交互过程，理论上它可以更有效地服务(并销售给)客户。
Boxever公司的方法承认竞争的关键部门是客户体验。如果零售商更加谨慎地满足客户的需求，将会在电子商务竞争中获胜。而使用智能软件比人工销售代表的成本要低得多。
7.AIRobotics、Humanoid和其他
人工智能为机器人的应用提供动力，其中包括加州大学伯克利分校的BRETT和麻省理工学院的MITdog。Sophia就是一个受到媒体热捧的人工智能机器人的例子，它和NBC电视台主持人JimmyFallon在“今夜秀”上聊天和唱歌。
除了流行文化的喧嚣之外，还有各种规格和大小的人工智能机器人。例如iRobot公司的RoomBA980吸尘器采用了人工智能技术，可以在家中完成各种清扫工作。该公司声称，Roombas公司已售出1000多万台RoomBA980吸尘器。
8.垃圾邮件过滤器
人工智能的核心就是学习。而使用机器学习和其他人工智能技术，软件系统将变得更智能，无需人工协助。
当然，采用人工智能防止垃圾邮件是一个迫切需要机器学习的领域。工作人员(甚至是团队)难以跟上垃圾邮件的增长。例如，Gmail会部署机器学习算法来过滤(大部分)垃圾邮件。
为此，垃圾邮件过滤器试图更快地跟上垃圾邮件发送者的工作，他们不断采用创造性的方法来欺骗收件人。垃圾邮件过滤器中的人工智能会持续扫描元数据，例如发件人的位置或主题行中的关键字。如果无法学习，垃圾邮件过滤器将在几天之后无法运行。
人工智能技术是使用来自人类的输入：因为对于一个用户具有价值的优惠券对于另一个用户来说则是垃圾邮件。特定用户如何对邮件流进行分类必须是垃圾邮件过滤器学习的一部分。
9.网上银行业务
银行为用户提供方便的优惠：扫描其支票并将其金额存入移动设备中，无需去实际的分支机构存款。其问题是：这样做需要机器来阅读用户的签名，这是一项既混乱又令人困惑的工作——甚至对工作人员来说也是如此。
在其他供应商中，MitekSystems公司采用专门从事基于软件的身份验证。其人工智能技术利用计算机视觉和机器学习使移动到银行的交易安全。
例如，Mitek公司采用视觉算法对银行交易中的无数ID格式进行分类。其核心是光学字符识别(OCR)软件，它扫描文档并将数据转换为可编辑的格式。可以使用人工智能调整OCR软件以准确提取个人签名或指纹。
10.贷款和信用卡处理
当消费者申请信用卡或贷款时，消费者信用评分(FICO)(通常在300到850分之间)将起到至关重要的作用。在过去，贷款工作人员审查了这些贷款和信用卡申请。虽然仍有很多工作人员，但许多关于信用卡的决定或者是否接受消费者的申请，都是由机器学习系统做出的。
同样，学习是这个过程的核心部分。银行管理人员可以设置他们希望当前信贷标准是宽松还是紧缩的参数。但他们希望银行的机器学习系统能够随着时间的推移而学习，以便更密切地确定哪些申请人是安全的借贷者。
11.Lyft和Uber
没有人工智能和机器学习技术，共享单车是不可能存在的。具体来说，票价、预计到达时间以及它将要走的路线：这些都是人工智能计算出来的。
人工智能即时进行大量计算。如果没有一个分析情况的机器学习系统，然后将结果数据路由到用户和驱动程序的应用程序，这些计算的数量和复杂性将是不可能的。当然，Lyft和Uber公司将其记录在自己的系统上，这两家公司拥有关于用户模式的大量数据。
在未来，这些服务预计将出现无人驾驶汽车的时代(尽管这种情况发生时最多仍然模糊不清)。如果没有人类驱动程序的元素，运行系统的过程将成为更纯粹的逻辑机器学习计算。从理论上说，这将导致共享乘车服务的成本下降，甚至可以节省雇佣驾驶员的成本。
12.社交网络
主要的社交媒体网络是人工智能发展的核心驱动力。特别是Facebook公司似乎采用了人工智能的各方面功能。例如，其算法定义了用户的时间轴，决定是否在其时间轴上显示或不显示其朋友的某些帖子。Facebook公司知道，如果某个用户的每位朋友都被展示出来，那么时间表就将变得很混乱，以至于它会让人感到厌烦。因此，时间轴算法可以了解用户与谁进行交互以及其通常忽略的对象。
对于Facebook而言，最重要的是，社交网络使用人工智能来帮助个性化为用户提供广告的方式，因此它具有一定程度的广告显示相关性。需要注意，Facebook允许用户评论广告与时间线的相关性;每个用户评论都有助于系统学习并变得更精细。由于他们使用人工智能微调显示系统的方式，Facebook和谷歌在整个网络广告市场的比例非常高。
此外，Facebook使用图像识别人工智能技术来识别照片中的人脸，因此它可以邀请用户为其添加标签。毫不奇怪，考虑到照片对Facebook的重要性，Facebook在面部识别技术上投入了大量资金。采用机器“读取”照片是当今人工智能时代最为显著的进步之一。