科大讯飞胡郁：人工智能的发展得益于云计算、大数据的不断进步
“人工智能的发展，就得益于我们讲的数字洪流的不断进步，如果没有这些基础设施，云计算、大数据，我相信人工智能这次不会取得这么突飞猛进的发展。”8月12日，科大讯飞执行总裁胡郁在由厚益控股和《财经》杂志联合主办主题为“共享全球智慧引领未来科技”的世界科技创新论坛上如此表示。
科大讯飞执行总裁 胡郁谈及人工智能的应用，胡郁认为，有两类客户非常期待着通过云计算获得人工智能。一类是大企业，特别是传统企业，比如说家电厂商、汽车厂商，但是他们并不一定懂人工智能，或者是人才有限，大多数集中在互联网厂商里面。另一类是很多的开发者想来做人工智能的运用或者是创新的门槛太高，不可能每个开发者建自己的人工智能的系统。通过开放平台的方式，可以非常便宜利用云计算和大数据的平台获取已经成熟的语音识别、图像识别的各种人工智能的算法。
以下为发言实录：
何刚：谢谢洪小文先生的关于ABC的改造，toB端的改造产品运行，更多监管的必要性，胡郁先生，请您阐述您的看法。
胡郁：好的。今天非常高兴到世界科技创新论坛，确实就像洪院长说的，也是很少有现在AI这么热，但是今天专门讨论数据洪流，我一直有一个想法，这次的AI能够起来，其实和我们的数据洪流的发展是紧密不可分的。为什么这么说？我不知道大家还记不记得前几年非常有名的一本书叫做大数据方面的。大家还记得当时关于大数据的理论，其实和现在我们AI所需要的大数据还是有本质性的差别。为什么这么说？当时讲大数据的时候，是讲我们更应该关注数据的叫相关性，而不是逻辑性。什么意思？因果关系我不一定非常在意，但是我要看数据之间有没有依存的联系。当时的大数据理论认为通过相互之间依存的联系能干很多事情。但是其实在这之上，也就是最近10年，人工智能在大数据的基础上发展起来，恰恰是走到另外一个方面，是什么方面？就是利用中间的逻辑性，大家可能会觉得很奇怪。直接采集里的大数据中间如何蕴藏了逻辑性，这跟以前的大数据的观点不一样。但是其实这一点分析起来比较简单，就是说什么？其实数据之间的逻辑性是由人来填补的，比如说做一个图像识别或者是语音识别，采集大量的大数据，但是想来训练我们的语音识别或者是图像识别的东西，必须加上一维或者多维的相关数据，这个数据由人类对语音或者是图像打上了逻辑性的标签，就是人的智慧来判断数据里面哪一的最后的结果有逻辑的关系。只有这样有人参与的大数据，才能用做人工智能的大数据的来源。
讲到这里我举一个例子大家就明白了，2010年以前中文的语音识别是完全不能用的，为什么？因为原来这些数据并不是真实环境中的数据，在实验室里面好不容易采集了2000小时，但是真正训练数据的话，训练语音识别的模型远远不够。2010年以前没有人敢在公开场合或者是使用语音识别技术。这几年为什么语音识别、图像识别雨后春笋一般突破了使用的门槛，就是因为采用了云计算、大数据和我们刚刚讲的方法。
为什么这么说？因为原来的原始方法把一个人叫到实验室录图像或者是语音的数据要耗费大量的成本，现在通过云计算，通过开元的或者是免费的一些服务，让真正最后的使用者，他们源源不断通过使用这些软件或者是服务甚至开元的东西，向云计算的后台提供了大数据。而且数据在过程中也加上了我们刚讲的逻辑性的标签，成为数据的维度。才用了三到四年的时间突破了我们讲在图像和语音方面的技术。所以说，我觉得本身人工智能的发展，就得益于我们讲的数字洪流的不断进步，如果没有这些基础设施，云计算、大数据，我相信人工智能这次不会取得这么突飞猛进的发展。
最后我讲一点关于运用。大家都知道通过云计算的方法，有两类客户非常期待着通过云计算获得人工智能。一类是大企业，特别是传统企业，比如说家电厂商、汽车厂商，但是他们并不一定懂人工智能，或者是人才有限，大多数集中在互联网厂商里面。这样的话，其实将来每一个传统企业也好科技企业也好，需要自己的云计算和大数据和人工智能。这里面可能存在一些人工智能企业和这些所有的大B客户，大型企业的深入合作，这些深入合作是要以数据、经验、知识、品牌和将来的分享利益之间进行深度合作的，他们包括云计算和大数据的分享。我们把这种生态体系叫做混合正交的商业生态。另外一方面我们看到很多的开发者想来做人工智能的运用或者是创新的门槛太高，不可能每个开发者建自己的人工智能的系统。通过开放平台的方式，比如说现在讯飞开放平台也拥有了90万的开发者，可以非常便宜利用云计算和大数据的平台获取已经成熟的语音识别、图像识别的各种人工智能的算法。这样的话，为我们国家的创新创业业提供了一个很好的手段。我相信数字洪流的发展一定会持续推进我们在人工智能，在各个传统行业转型中的各个步骤和过程。谢谢大家。
本文来源投资界，原文：https://news.pedaily.cn/201808/434611.shtml
【本文为投资界原创，网页转载须在文首注明来源投资界（微信公众号ID：PEdaily2012）及作者名字。微信转载，须在微信原文评论区联系授权。违规转载必究责。】智慧交通助力城市发展得益于什么技术
智慧交通，是在交通领域中充分运用物联网、云计算、人工智能、自动控制、移动互联网等技术，对交通管理、交通运输、公众出行等交通领域全方面以及交通建设管理全过程进行管控支撑，使交通系统在区域、城市甚至更大的时空范围具备感知、互联、分析、预测、控制等能力，以充分保障交通安全、发挥交通基础设施效能、提升交通系统运行效率和管理水平，为通畅的公众出行和可持续的经济发展服务。
智慧交通作为智慧城市的重要组成部分，《交通强国建设纲要》要求大力发展智慧交通，推动大数据、互联网、人工智能、区块链、超级计算等新技术与交通行业深度融合。推进数据资源赋能交通发展，加速交通基础设施网、运输服务网、能源网与信息网络融合发展，构建泛在先进的交通信息基础设施。构建综合交通大数据中心体系，深化交通公共服务和电子政务发展。
如今，智慧交通已然成为智慧城市建设的重要突破口。
从应用成熟度看，在今天无论卡口、电子警察，视频监控是对图像和视频数据进行语意化和结构化处理最成熟、最完整、应用深度最深的领域。智慧交通可能是现在新兴技术和应用领域里，率先突破数据应用瓶颈的一个技术领域。
从技术角度看，包括大数据、云计算的技术架构，最先在智慧交通里落地，智慧交通也必将引领整个智慧城市各个子模块的技术潮流和走势。
从使用者与应用者关联的角度看，交通的智能化，最终会影响到每一个人骑车、驾车、公交出行的感受。每位市民都能够有非常好的交通秩序体验，这一点就需要智慧交通的技术方案去支撑实现。
智慧城市的交通解决新思路应该是精准调控和主动引导、差异服务和整合服务、协同合作及协同决策。目前，智慧交通主要解决问题：
缓解拥堵，智能信号控制系统及时调整信号时长；诱导系统结合流量数据对车辆进行分流；
减少事故，加强监控范围，有效查处违章行为，打击违法车辆，降低交通事故发生；
协同指挥，跨部门统一调度、协同指挥，对于突发事故第一时间响应救援，防止后续交通堵塞；
诱导预警，对路况及时发布，引导司乘人员错开高峰路段，就近调整最佳路线、停车泊位使用情况。
智能引导，对于特殊车辆进行智能引导、路线调整，智能交通平台结合GPS数据系统统一进行控制，最大程度减少道路影响。
智慧交通主要内容为道路管理智慧化、交通工具智慧化、出行方式智慧化。智慧交通缓解交通拥堵，改善城市交通状况，发挥最大城市交通效能，在智慧城市建设浪潮中起着非常重要的作用。在国家政策的大力支持，以及社会需求、技术的大力推动下，近年来我国智慧交通行业发展迅速。2010年行业市场规模仅200多亿元，2017年增至500多亿。智慧交通与各种新技术的结合愈加紧密，产生出多项具有显着社会和经济效益的产品，未来市场潜力巨大。预计2023年行业市场规模有望超1400亿元。
责任编辑：ct
中国智慧养老行业持续性发展得益于什么
中国智慧养老行业市场现状及发展前景分析
近日，民政部印发《关于进一步扩大养老服务供给促进养老服务消费的实施意见》，指出要加快互联网与养老服务的深度融合，打造多层次智慧养老服务体系，创造养老服务的新业态、新模式。事实上，随着民众对人口老龄化问题愈加关注，以及互联网、人工智能等科技的飞速发展，“智慧养老”的概念开始深入人心。那么，目前中国智慧养老行业发展状况怎样？未来又将何去何从呢？
1、多重扶持政策破解养老困局
国家统计局数据显示，2018年末，中国60岁及以上人口达2.49亿人，占总人口的17.9%。与庞大的老年群体相对的，是养老资源的供给难以满足养老需求。
2010-2018年中国60岁及以上人口数量及占总人口比重统计情况
数据来源：前瞻产业研究院整理
养老困局如何破解？中国老龄协会副会长吴玉韶认为：“互联网、人工智能、5G等技术的发展，为传统养老转型升级带来机遇。智慧养老将突破传统养老在居家照顾、出行、安全保护、健康管理、精神关爱五方面的难点。”
近年来，国家已经出台了不少扶持智慧发展的政策。
2015年7月，《国务院关于积极推进互联网+行动的指导意见》中提到要促进养老产业发展，包括依托现有互联网资源和社会力量，以社区为基础，搭建养老信息服务网络平台，提供护理看护、健康管理、康复照料等居家养老服务;鼓励养老服务机构应用基于移动互联网的便携式体检、紧急呼叫监控等设备，提高养老服务水平等。
今年4月，国务院办公厅印发《关于推进养老服务发展的意见》，提出28条具体举措，指出要实施“互联网+养老”行动。包括要促进人工智能、、云计算、大数据等新一代信息技术和智能硬件等产品在养老服务领域深度应用;在全国建设一批“智慧养老院”，推广物联网和远程智能安防监控技术，实现24小时安全自动值守，降低老年人意外风险，改善服务体验等。
除政策支持外，试点落地也初见成效。目前，全国共有238家智慧健康养老应用试点、130条智慧健康养老示范街道（乡镇）和29个智慧健康养老示范基地。第三批智慧健康养老应用试点示范申报也已启动。
2、多层次服务满足多元化需求
智慧养老有多种体现形式。比如有专门针对老人的穿戴设备，可以对老人进行定位或者远程监控，有突发情况时可以第一时间告知看护人。慢病管理系统可以为老人提供智能化的饮食运动处方、风险评估预警等。在健康管理方面，互联网、大数据能为老人健康管理实行全方位、全天候监控和防护。
更多现代化技术与智能设备的应用，会带来多层次的服务内容，解决更多元的养老需求，这也是智慧养老相较传统养老更具优势的地方。
例如，人工智能在养老服务中的运用就有很多可能。“人工智能技术既可以简单地监测老年人的血压、心率等健康指标，也可以帮助老年人解决移动出行等问题。”中瑞福宁机器人有限公司副总经理肖永认为，人工智能还具有一定的交流能力，未来可以帮助缓解独居空巢老人的精神关爱问题。
3、智慧养老发展仍需提质增速
目前，社区、机构、医院、驿站等形式的养老服务覆盖能力仍然有限。特别是居家养老，所需的人力成本最高，也是智慧养老最被寄予厚望、期待发挥更大作用的领域。
2010-2017年，我国养老服务机构数量整体呈增长趋势。具体来看，截至2017年底，全国各类养老服务机构和设施15.5万个，比上年增长10.6%，其中：注册登记的养老服务机构2.9万个，社区养老机构和设施4.3万个，社区互助型养老设施8.3万个。但根据历年数据前瞻推测2018年中国养老服务机构数量仍保持相对稳定的增速，机构数量保持在17万家左右。
2010-2018年我国养老服务机构数量统计及增长情况预测
数据来源：前瞻产业研究院整理
但智慧养老的发展仍需提质增速。赛迪顾问医药健康产业研究中心分析师张婉萱指出，现在人工智能技术中的情感技术发展较慢，人工智能养老产品仍多偏重于基础功能，但老年人群体对人工智能陪护产品的情感交流体验更为看重。另外，应用人工智能的养老产品价格也普遍较高，对老年人的消费习惯和消费能力形成了较大压力。
“很多智慧养老产品考虑精度很多，但考虑温度很少。对于老年人来讲，人文温度很重要，技术不是万能的，不能技术至上，要避免智慧不养老、养老不智慧。”吴玉韶指出，智慧养老是养老服务供给侧结构性改革的方向。现在一些智慧养老产品的问题忽略了用户体验，“比如很多可穿戴设备的体验并不好，要以个性化服务和产品建立新的体验，形成新的需求，引领新的消费。”
问题虽然存在，不过在张婉萱看来，中国智慧养老产业发展整体上正处于上升阶段，未来诸如人工智能等技术在养老服务中的价值，还会不断被发现和认可。
更多数据来源及分析请参考于前瞻产业研究院发布的《中国智能养老行业市场前景预测与投资战略规划分析报告》，同时前瞻产业研究院还提供产业大数据、产业规划、产业申报、产业园区规划、产业招商引资等解决方案。
来源：人民日报海外版
人工智能的起源和人工智能发展历程
1.1图灵测试测试者与被测试者(一个人和一台机器)隔开的情况下，通过一些装置(如键盘)向被测试者随意提问。多次测试(一般为5min之内)，如果有超过30%的测试者不能确定被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。
1.2达特茅斯会议1956年8月，在美国汉诺斯小镇宁静的达特茅斯学院中，
约翰·麦卡锡(JohnMcCarthy)
马文·闵斯基(MarvinMinsky，人工智能与认知学专家)
克劳德·香农(ClaudeShannon，信息论的创始人)
艾伦·纽厄尔(AllenNewell，计算机科学家)
赫伯特·西蒙(HerbertSimon，诺贝尔经济学奖得主)等科学家正聚在一起，讨论着一个完全不食人间烟火的主题：用机器来模仿人类学习以及其他方面的智能。
会议足足开了两个月的时间，虽然大家没有达成普遍的共识，但是却为会议讨论的内容起了一个名字：“人工智能”，因此，1956年也就成为了人工智能元年。
2、人工智能发展历程人工智能充满未知的探索道路曲折起伏。如何描述人工智能自1956年以来60余年的发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能的发展历程划分为以下6个阶段：
第一是起步发展期：1956年—20世纪60年代初。
人工智能概念提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序等，掀起人工智能发展的第一个高潮。
第二是反思发展期：20世纪60年代—70年代初。
人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空(例如，无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等)，使人工智能的发展走入低谷。
第三是应用发展期：20世纪70年代初—80年代中。
20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入应用发展的新高潮。
第四是低迷发展期：20世纪80年代中—90年代中。
随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。
第五是稳步发展期：20世纪90年代中—2010年。
由于网络技术特别是互联网技术的发展，加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年国际商业机器公司(简称IBM)深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念。以上都是这一时期的标志性事件。
第六是蓬勃发展期：2011年至今。
随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越了科学与应用之间的“技术鸿沟”，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破，迎来爆发式增长的新高潮。
猜你喜欢：
人工智能之个性化推荐之路
深度相机是什么？深度相机常见技术
如何解决分类中解决类别不平衡问题？
语言模型-BERT：bert算法介绍
传智教育人工智能培训课程