人工智能第三次浪潮继续 全球产业变革迅速
原标题：人工智能第三次浪潮继续全球产业变革迅速人工智能从1956年正式提出概念，到现在已经61年，经历了两次浪潮，现在随着移动互联网、云计算、量子通讯，乃至深度神经网络等潜在的技术支撑。作为一项通用技术，人工智能只有同时在生产和需求两端发力，才能引领全球产业变革。人工智能的第三次浪潮正在到来。
具体而言，人工智能的发展可分为三大阶段，第一个阶段是机器智能，第二个阶段是感知智能，第三个阶段是认知智能，让机器具备理解推理和学习的能力。
从上世纪60年代至今，人工智能过去经历了两次浪潮与低谷，今天再次实现了复兴。
推动这次复兴的科技动力有三个：大数据，这是来自于我们这几年移动互联网整个的数据积累；深度学习算法，这是这次AI复兴里最重要的一个推动力；计算力，最近以GPU加速为代表的计算力提升使得我们现在可以非常高效的使用大规模的深度学习算法来处理海量数据，获得良好的识别模型。这三者是AI复兴的核心推动力。
AI实现进一步发展的关键在于我们如何能够把这三者结合起来，将这个技术红利更快地和更多的行业深度融合起来，带来我们对于整个行业生产力提升。
整体上，人工智能会大规模发展，就像当年看互联网泡沫一样，站在2002年看是大泡沫，站在2014年看，互联网是人类历史上最大的一次产业浪潮，人工智能下一步将超过互联网，Google董事长最近提到，互联网将消失，未来是人工智能的时代。
从产业政策看，人工智能已经成为国家战略。为应对新科技革命和产业变革的影响，2015年国家便出台了《中国制造2025》，确定了五项工程和十大产业领域。并在《关于积极推进“互联网+”行动的指导意见》里，明确提出将人工智能作为重点布局的11个产业领域之一。
在随后的《“互联网+”人工智能三年行动实施方案》中，人工智能作为一种未被明确的通用技术，大部分时候与互联网技术混淆在一起。
从产业变革角度看，人工智能正带来颠覆性的影响。根据一份研究报告，当无人驾驶技术开始全面普及，现有20%的家庭轿车存量就可满足所有人的出行需求，80%的家庭轿车可以封存。
人工智能，如行家所言，目前还是“人工”多，“智能”少。人工标海量数据，人工跑实验调参数，都是人工的活儿。智能是什么，离搞明白还有很远。而计算智能的几个根本问题尚未解决，比如关于世界的知识的表示方法。
这个问题一般人不会去深究，因为他们不觉得这是个问题。简单地说，物理学尚未解决宇宙的运行奥秘，我们关于物理的知识并不是那么切实无疑的。计算机据此建立的种种物理模拟推理也存在着根本的错误风险。
当人工智能仍像人猿一般与人类对话时，我们已将相关产业估值2000亿元了。随着第三次人工智能浪潮到来，71%的中国企业去年提到了人工智能，几乎100%的人工智能创业公司聚焦到了应用领域。
未来，人工智能将以智能产品的形式展现在消费者面前。智能技术开始向产品或服务转化并快速向其他领域融合渗透。智能硬件从可穿戴设备延伸到智能电视、智能家居、智能汽车、医疗健康、智能玩具、机器人等领域。随着新一代人工智能技术的深入应用，汽车将会进入无人驾驶时代，成为智能移动终端。
在新一代智能制造范式下，制造过程与研发、供应链、用户等各个环节能够实现高度协同，改变过去价值链各环节的“孤岛”状态，从而更高效地组织生产，更精准地适应用户需求。
人工智能作为一项通用技术，只有同时在生产和需求两端发力，把人工智能应用于智能工厂，不断打造智能生态，才能彻底改变中国制造的现状，真正把中国制造推向全球价值链的制高点，引领全球产业变革。返回搜狐，查看更多
责任编辑：陈小平：人工智能进入第四次发展浪潮，行业迎来新机遇和挑战
陈小平：人工智能进入第四次发展浪潮，行业迎来新机遇和挑战 热点2023年5月19日本文来源：《电器》杂志作者：李曾婷，由电小二整理编辑！转载请注明来源！
“随着2017年AlphaGoZero的面世，人工智能技术发展开启了第四次浪潮。这个阶段，人工的基本特点发生了改变。”在2023年5月18日召开的中国家用电器技术大会上，中国科学技术大学教授陈小平在介绍人工智能新发展时如是说。
此次大会上，陈小平不仅对人工智能的大模型进行了详细介绍，还分享了从大模型到柔性机器人的新发展，以及这些变化带来的新机遇和挑战。
第四次浪潮下，人工智能的四大特点陈小平在演讲中指出，现阶段，人工智能呈现出四大特点，即大任务、大训练、大模型、大系统。
其中，大任务，指的是大规模的真实场景任务，如下棋、聊天、语言翻译、命题、作文、命题绘画等。陈小平以围棋为例，大模型抓取了超过1亿全球用户的真实场景，这在以往是非常少见的。
大训练，则是指人工智能训练法已经从过去的大数据驱动，在2017年以后转变为大训练驱动。相比大数据驱动，大训练驱动的具体表现为四项新要求。陈小平详细介绍说：“第一，训练数据的质。在大数据驱动的时候，人工智能对数据的质没有要求，而现在强调的是原始数据。第二，训练数据的量。现在对人工智能原始数据的量给出了新的标准，就是人类规模。比如ChatGPT，有人分析它抓取了互联网1/3到2/3的文本数据训练。第三，数据获取方式。因为原始数据为人类规模的量，这就必须要用自动或者半自动的方式抓取数据。第四，训练结果发生了变化。现在的训练结果，是一种实例性的模型。”
大模型，就是经过大训练生成的大型实例性模型，例如，大型语言模型，也简称为大模型。大系统则是针对大任务、围绕大模型、集成大量技术的集成智能系统。现在的人工智能，是集成智能，它里面集成了非常多的、不同种类的智能技术。陈小平表示，中国想要抓住这一阶段的发展机遇，非常关键的是要在概念上跟上时代，甚至是提前定义。
生成式人工智能的语言痕迹提取和关联人工智能现阶段的应用是生成式的，且已不再是狭义的生成语言、图像等内容，而是从人到AI、从AI到人的交互。“我认为，自然语言人机交互的重点是，会说话，能听懂人话，能回答问题，但不能保证回答一定正确。对机器语言表达的基本要求，是说话要符合人的语言习惯。”陈小平表示，语言习惯是什么，现在没有科学标准，但是有经验标准。所以关键是要掌握并利用这个经验标准，这就要从人类规模语料中自动提取语言痕迹，并用于人机自然语言交互。
语言痕迹来源于原始语料。陈小平用两个句子组成的语料进行简单举例：用于训练的语料分别为“我要上网，请打开浏览器。”“我要听歌，请打开音响。”这两句话反复说，且概率分别为0.6和0.4。如果基于相邻语元之间关联度的预测，也就是给定一个语元，预测下一个出现的语元，不确定情况下预测错误率过高。比如从“要”预测“上网”的错误率达到40%。如果基于语言痕迹远程关联度时（远距离语元之间的关联强度），“上网”与“浏览器”语元虽然不相邻，但具有高关联度，若已出现“打开”和“上网”，预测出“浏览器”的错误率为0。
对此，陈小平表示，基于语言痕迹远程关联时，预测错误率可以大大降低。这也是为什么大家觉得大模型好用。“虽然举例的两个句子只有六个语元，但在实际应用中，是从人类规模语料中提取语元关联度，用于自然语言人机交互，数据的量很大。人工智能可以回看的语元至少超过4000个，甚至已经有可以回看10万个语元的大模型发布。”陈小平指出，如果将互联网三分之一到三分之二的语言痕迹都抓取做成模型，大模型将非常强大。
上述所说的抓取语言痕迹，训练语言痕迹，对语言痕迹做关联，被称为预训练模型。这是大模型技术体系中的一部分。陈小平表示，实际上，预训练以后的实际效果可能不够理想，不够精细，此时就可以引入一种方法——细调。“细调类似于收音机的调台旋钮，一般收音机不清晰时，就需要细调旋钮，直至内容变得清晰。”陈小平表示，细调是专门训练出的专用模型，通俗来说，不是大范围的调整，而是有一个目标后，针对当前矛盾去细调。经过细调后的大模型应用效果会大幅提升。但是细调不是凭空实现的，需要大量的语言数据进行支撑，且用不同的数据进行不同的细调。例如聊天用聊天的细调，编程用编程的细调。
然而，细调后的大模型效果可能还是不够，还可以运用“提示”。“这是小规模的训练，为用户引导模型的回答。也就是在提问题时，不仅要提问，还要给出一些提示。如果提示说得好，回答的质量也会大幅提升。”
值得一提的是，大模型是实例性模型，是从训练预料中提取的语元和语言关联度的全体组成的模型，它没有概括性规则，无法进行数学－逻辑推理。“大模型是一种颠覆，我们需要用新的观念、新的理念去看待。”陈小平说。
物理世界下，人工智能的应用一些科幻电影刻画出的机器人具有自己的情绪、情感，会有自己的思想。陈小平直言，拟人化想象对大模型以及所有通过了大规模验证的人工智能都不成立。“即使在和人工智能交互的工作中，会从语言中感受到情感、情绪，这也是因为语言的投射效应，即脑补。”陈小平表示，人说话都带涵义，所以习惯性地将自己理解的涵义投射到大模型上，认为大模型说话也带涵义。“对大模型人工智能做拟人化想象，是不科学的。”
大模型的应用，也将为人类带来重大的机遇和挑战。在机遇方面，陈小平表示，大模型可以应用于很多场景，例如聊天、智能家居的人机交互、文案撰写、智能客服等。人工智能的加持下，能解决很多以往大家无法解决的问题。
同时，大模型还会带来新的挑战。首先是公共安全，其次是就业问题。“2017年开启人工智能第四次浪潮的标志性实践，就是AlphaGoZero围棋程序面世，且该程序的围棋水平已经超过职业选手。现在，人类积累了千年的围棋知识很少再是人工教授或者看书，大家都开始通过这个程序进行训练和学习，人与人的对练已经很少。”他表示，虽然围棋是很小的领域，但未来大模型的应用可能会延伸到各领域，也有可能发生类似围棋领域的情况，从而影响就业。
人工智能如何在物理世界中应用，也是很大的挑战。比如现实世界中的家庭、医院、工业、农业场景，现在的大模型是无法胜任的。陈小平表示，现在在工业上普遍应用的机械臂，基本上都是刚性的，这类机器人重复精度高，但灵巧性、安全性低，适合用于结构化环境。对于更复杂的非结构化环境，需要精确测量、建模和计算，这就需要软体机器臂（柔性机器人手臂），也就是软体机器人。这类产品采用蜂巢气动网络结构，为材料－机构－算法的一体化设计。据陈小平介绍，与传统机械手臂相比，软体机器人在制作成本、负载能力、后期维护等方面都具有较高的优势。陈小平在现场通过几个视频，分享了软体机器人在喂饭、开门、拧瓶盖、拉抽屉等多个场景的应用。
对于人工智能在中国的应用，陈小平表示：“我认为，对于中国，大模型在智能制造、智慧农业、惠普养老三方面能得到很好的应用后，将迎来巨大的机遇。”
赞(0)分享本文来源：《电器》杂志作者：李曾婷，由电小二整理编辑！转载请注明来源！
# AI开发者大会笔记：人工智能的第三次浪潮
哈希表的C语言链表实现m0_48916057:指针释放为双空闲
51单片机实现数码管显示小数无敌原子弹:说实话这帖子会误导别人
哈希表的C语言链表实现轴先生josiah:就是拉链法，二维变量表示取模之后的值，然后进入之后再用封闭寻址，遍历一维链表，找到对应的key，属于最简单的哈希实现
哈希表的C语言链表实现轴先生josiah:就是拉链法，二维变量表示取模之后的值，然后进入之后再用封闭寻址，遍历一维链表，找到对应的key，属于最简单的哈希实现
哈希表的C语言链表实现蓝色摩斯电码:创建哈希表为什么要用**
人工智能时代是什么时代?
工业4.0是2013年的汉诺威工业博览会上德国为提升工业竞争力而提出的一个概念。基于工业发展的不同阶段划分出4个时代，即工业1.0蒸汽机时代、工业2.0电气化时代、工业3.0信息化时代和工业4.0智能化时代。显然，这种划分只表示了工业革命以来工业领域的时代变迁。如果说“蒸汽机”、“电气化”可以表示工业革命内涵，那么“信息化”、“智能化”就远远超出了工业领域。把人工智能时代称为第4次工业革命时代显然是错误的。
在“第4次工业革命”这一错误概念的影响下，对人工智能时代性的理解出现了许多混乱。仅从工业生产力变迁的角度来看，划分成蒸汽机工业革命、电气化工业革命、信息化工业革命、智能化工业革命时代，的确具有一定道理，但是，如果把它泛化，认为人工智能的智能化是第4次工业革命时代，甚至由此衍生出第5次工业革命、第6次科技革命、第N次工业革命的提法，显然模糊了人工智能的知识革命与工业革命的本质差异。我们可以从以下5个方面看看人工智能时代与工业革命时代的本质差异:
(1)社会生产力结构的本质差异
工业革命后形成了资本整合下的社会化大生产，其社会生产力结构是“劳动者+机械化工具”，劳动者在知识基础上驾驭工具；人工智能时代，在半导体微处理基础上诞生了智能化工具，智能化工具超越了生产领域、经济领域，全面影响人类社会生活，并且具有独立的财富生产能力，其生产力结构变成了“管理者+智能化工具”。
(2)生产工具的本质差异
机械化工具与智能化工具有本质差异，前者无自主能力，必须由劳动者驾驭，后者有自主能力，可以在无人介入下自主式工作。工业革命后期虽然出现过可以自主运行的自动化工具，但不具有智能行为，它们与计算机软件控制的智能化工具有本质不同。
(3)体力劳动与脑力劳动替代的本质差异
工业革命后，机械化工具以蒸汽机械(以及后来的内燃机械、电动机械)代替劳动者的体力劳动，而人工智能时代，智能化工具普遍代替了人类的脑力劳动。
(4)知识相关性的本质差异
工业革命时代，“知识就是力量”是著名的时代口号，因为驾驭机械化工具都需要相应的知识，工人、技师、工程师形成了严格的知识与技术等级；在人工智能时代，智能化工具具有智力行为能力，使用者不需要有相应的知识。知识与知识行为分离，成为人工智能时代的重要特点。
(5)从经济变革到社会变革的本质差异
工业革命的主要变革是经济基础；人工智能变革后的数字化社会、区块链的无偏见人工智能、诚信体制建设等，从经济基础延伸至上层建筑。同时，从资本时代到金融时代、从贸易全球化到经济全球化、从两种文化到第3种文化，都表明人工智能时代从经济基础到上层建筑的延伸效应。
3人工智能时代是第3次浪潮时代
最早揭示人工智能时代与工业革命时代具有本质差异的是著名的未来学者阿尔文·托夫勒。1980年，阿尔文·托夫勒推出了《第三次浪潮》一书，该书将人类现代文明史划分为3个浪潮时代。阿尔文·托夫勒在书中写道:“到目前为止，人类经历了两次重大的变化浪潮，每一次都抹杀了早期的文化和文明，以前人不能想象的生活方式取而代之。第1次浪潮—农业革命—经历了几千年才结束。第2次浪潮—工业文明的崛起—只有300年的寿命。今天的历史速度更快，很可能第3次浪潮将横扫历史，在几十年内结束。”他十分明确地将“今天的历史”与工业革命时期相分割。26年之后，他在2006年出版的《财富的革命》一书中，将“今天的历史”定义为“知识经济”时代，即一个知识创造财富的时代。
阿尔文·托夫勒首先清醒地、科学地认识到“今天的历史”的时代特征与时代本质，它与“机器”创造财富的工业文明完全不同，是一个用“知识”创造财富的时代。托夫勒还天才地描绘了人类现代文明发展史，几千年农业文明、几百年工业文明、几十年知识经济文明演化速度的倍增现象。所有这些都集中反映人工智能时代托夫勒的知识革命观。必须从知识的本源出发，用知识的创新原理来探索人工智能时代的奥秘。不幸的是，托夫勒未能揭示知识革命的奥秘，对“知识”充满了无奈与绝望。
4人工智能时代是知识革命时代
托夫勒敏锐地认识到，人工智能时代是知识创造财富的知识革命时代，但是，对“知识经济”的定义以及“知识创造财富”的知识革命论述却显得苍白无力。在后来《财富的革命》一书中，他充满了悲观与无奈。托夫勒说:“尽管对新兴的知识经济有着数千种分析和研究，但是，知识对创造财富的影响却一直被低估了，而且现在仍然在被低估。”他充分认识到知识经济时代的知识主导作用、知识探索的重要性，书中也描述了人们对“知识”的无知、漠视与无奈，他在书中写道:知“识已经成为我们经济和社会环境中变化最快的组成部分之一。”“自从‘知识经济’开始半个世纪以来，关于知识经济背后的‘知识’我们却了解得很少，简直少得让我们感到尴尬。托”夫勒虽然界定了今天的时代是与工业革命完全不同的知识创造财富的时代，但是并没有回答知识如何创造财富。这是人工智能时代知识革命必须回答的问题。
“知识创造财富”贯穿于人类的全部历史进程中。在原始社会，人类在知识基础上打造工具、使用工具，开创了“人+工具”的社会生产力的基本结构。其后，一直延续到农业社会、工业社会以及人工智能社会。只是人工智能社会之前的生产力结构是“(人+知识)+工具”，即劳动者在知识基础上驾驭工具；人工智能的社会生产力结构变成了“人+(知识+工具)，”即人类将知识成果转移到智能化工具中，劳动者傻瓜化地使用智能化工具，出现了知识从“人”到“工具”的根本性转移。这就是人工智能时代知识创造财富的本质与知识革命的核心所在。
人们普遍意识到知识在社会生产力中的重要作用，因为没有知识，人类就不会使用工具，也不可能创造工具。然而在经济学家、社会学家、历史学家的视野中，“知识”消失了。他们用“劳动者、劳动资料、劳动对象”的生产力结构观来诠释人类社会发展史。
人类对知识的无知，经济学家对知识的忽视，托夫勒对知识的无奈与无助是有道理的。因为，尽管人类对知识的研究远早于自然科学、社会科学，然而，在自然科学、社会科学充分发展的今天，人类对知识的研究一直停留在两千年前坐而论道的“认识论”、“知识论”的哲学陷阱之中。因为，传统概念中的知识一直是虚无缥缈、捉摸不定、隐含在事物之中的东西。只有到了知识从量变到质变的人工智能时代，知识才走到前台，人们才得以从学科视角重新研究“知识”的本质，它的诞生、发展、演化、基本规律，以及它在人工智能时代的财富革命与知识力量变迁。从人工智能的实践中探索知识革命的奥秘，寻找人类知识起源，演化发展的本质与基本规律，创建科学的“知识学”。
人工智能时代的“知识学原理”走出了“认识论”、知“识论”的陷阱，成为指导实践的新兴科学。不但能有效地诠释人工智能的智能生成机理，还将人们对人工智能的认识从“是什么”的低级阶段提升到“为什么”的高级阶段。由于知识的普遍性，”知识学原理”还将全面诠释人类起源、人类演化的生态体系、工具中的第3种知识、从第2种文化到第3种文化，人类工具起源与智能化工具智能生成机理等众多未解之谜。
5人工智能知识革命的时代特征
人工智能时代，是继农业革命、工业革命后，人类现代社会的第3次浪潮时代。正如托夫勒所说，“很可能第3次浪潮将会横扫历史，生存在这个爆炸性时刻的我们会感受到第3次浪潮对这个时代的全面影响。因”此，了解人工智能的时代特征具有重要意义。
(1)人工智能时代是一个动荡的时代
人类历史呈非线性发展特征，百万年的原始社会、万年的农业社会、几百年的工业社会，以及不到百年的人工智能时代。百万年的原始社会是凝固的，万年的农业社会是缓慢的，几百年的工业社会有了显著的变化，不到百年的人工智能时代则是一个激烈动荡的时代，人们会普遍感受到生存环境与社会生活的全面动荡。
(2)人工智能时代是一个人类体力劳动、脑力劳动全面解放的时代
工业革命的动力机械代替了人类的体力劳动、智力革命的智能化工具代替人类脑力劳动，未来，机器人将养活人类，人类社会将进入一个在少数精英引领下的傻瓜化时代。体现群体智力的人工智能远远超越人类个体智力，人们寄希望于人类智慧驾驭人工智能。
(3)人工智能时代是自然人类的终结时代
不到百年的人工智能时代，众多新兴科技(生物科技、生命科技、基因工程、人工生殖、脑科学、脑机工程等)与强人工智能相结合，必将导致自然人类的终结，人们最终将迎来一个非自然人类的新时代。
(4)人工智能时代是生产力结构彻底革命的时代
人类社会生产力结构一般表达形式是“人+工具”，知识隐含其中，成为社会财富生产能力的基础因素。原始社会、农业社会，人类使用简单工具，财富生产能力的“知识重心”在原始人类；工业社会，机械化工具代替了人类体力劳动，财富生产能力的“知识重心”向工具转移；智力革命时代，智能化工具独立的行为能力，将财富生产能力的“知识重心”彻底转移到工具中，实现了生产力结构彻底变革。
(5)人工智能时代是上层建筑革命的时代
农业革命、工业革命是经济领域的革命。人工智能时代，第3种文化以科技文化对人文文化的全面入侵方式彻底改变了人文文化属性，文化艺术领域不再有纯文化、纯艺术；互联网从信息网、物联网到资源网(区块链)的诚信体系建设、去中心化的智能合约、无偏见的人工智能等，表明人工智能进入到伦理时代，从而掀起了上层建筑的全面革命热潮。
人工智能时代的知识革命改变了一切，因为人类社会的一切事物都与知识相关。
从本质上讲，我们这个时代，是人类在外部以人工方式将“知识”变革到“知识行为能力”(即智力)的革命时代。但迄今为止，我们没能用知识的基本原理准确地诠释人工智能时代，对这个时代的认识尚处于模糊阶段。人们需要从不同视角来阐述我们这个时代。（此文发表在《单片机与嵌入式系统应用》2020年第4期学习园地）
6.嵌入式系统中AI和ML的实际应用
免责声明：本文系网络转载，版权归原作者所有。如涉及作品版权问题，请与我们联系，我们将根据您提供的版权证明材料确认版权并支付稿酬或者删除内容。返回搜狐，查看更多