導(dǎo)語(yǔ)：如何才能寫(xiě)好一篇人工智能解決方案，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

 

根據(jù)《寧波市經(jīng)濟(jì)和信息化局關(guān)于組織開(kāi)展2021年度寧波市智能制造優(yōu)秀系統(tǒng)解決方案（第一批）申報(bào)工作的通知》（甬經(jīng)信產(chǎn)數(shù)〔2021〕73號(hào)）等文件要求，經(jīng)企業(yè)申報(bào)、各地推薦、專家評(píng)審和綜合評(píng)定，現(xiàn)將2021年度寧波市智能制造優(yōu)秀系統(tǒng)解決方案（第一批）擬認(rèn)定名單予以公示。

一、公示時(shí)間：2021年7月9日-7月15日。

二、公示期間，如對(duì)公示內(nèi)容有異議，可通過(guò)來(lái)電、來(lái)信、來(lái)訪進(jìn)行反映。

三、聯(lián)系人：陳文林；聯(lián)系電話：89292008（傳真）；地址：寧波市鄞州區(qū)寧穿路2001號(hào)。

 

附件：2021年度寧波市智能制造優(yōu)秀系統(tǒng)解決方案（第一

批）擬認(rèn)定名單

 

寧波市經(jīng)濟(jì)和信息化局   

2021年7月9日       

 

 

 

 

附件

2021年度寧波市智能制造優(yōu)秀系統(tǒng)解決方案（第一批）擬認(rèn)定名單

序號(hào)

單位名稱

解決方案名稱

重點(diǎn)應(yīng)用

行業(yè)/領(lǐng)域

屬地

1

浙江藍(lán)卓工業(yè)互聯(lián)網(wǎng)信息技術(shù)有限公司

基于supOS工業(yè)操作系統(tǒng)的

石化行業(yè)智能制造解決方案

石化

海曙區(qū)

2

寧波智能制造技術(shù)

研究院有限公司

智云端-數(shù)據(jù)采集與生產(chǎn)

管理系統(tǒng)解決方案

工業(yè)互聯(lián)網(wǎng)+安全生產(chǎn)

海曙區(qū)

3

浙江華工賽百數(shù)據(jù)

系統(tǒng)有限公司

面向汽車零部件行業(yè)的智能

制造整體解決方案

汽車零部件

江北區(qū)

4

寧波捷創(chuàng)技術(shù)股份

有限公司

三化融合整體解決方案

磁性材料

江北區(qū)

5

浙江第元信息技術(shù)

有限公司

第元基于5G+工業(yè)互聯(lián)網(wǎng)的

設(shè)計(jì)制造一體化平臺(tái)解決方案

電子信息

鎮(zhèn)海區(qū)

6

寧波創(chuàng)元信息科技

有限公司

基于Neural-MOS的模具行業(yè)

智能制造系統(tǒng)解決方案

模具

北侖區(qū)

7

寧波騰智信息技術(shù)

有限公司

緊固件行業(yè)智慧工廠

解決方案

緊固件

北侖區(qū)

8

浙江文谷科技

有限公司

文谷汽車行業(yè)數(shù)字化工廠

解決方案

汽車零部件

鄞州區(qū)

9

舒普智能技術(shù)股份

有限公司

服裝服飾車間集成解決方案

服裝服飾

鄞州區(qū)

10

寧波偉立機(jī)器人科技股份有限公司

數(shù)字化車間集成-機(jī)床及

機(jī)器人解決方案

模具

余姚市

11

寧波舜宇智能科技

有限公司

智能數(shù)字工廠整體解決方案

電子信息

余姚市

12

寧波慈星股份

有限公司

慈星針織品智能柔性定制

系統(tǒng)解決方案

服裝服飾

慈溪市

13

寧波智訊聯(lián)科科技

有限公司

汽車零部件行業(yè)數(shù)字化車間/智能工廠系統(tǒng)解決方案

汽車零部件

寧波國(guó)家高新區(qū)

14

寧波沙塔信息技術(shù)

有限公司

面向機(jī)加工行業(yè)的工業(yè)互聯(lián)網(wǎng)

平臺(tái)解決方案

機(jī)械加工

寧波國(guó)家高新區(qū)

15

寧波易拓智能科技

有限公司

離散型注塑行業(yè)智能工廠系統(tǒng)解決方案

文體

寧波國(guó)家高新區(qū)

16

寧波極望信息科技

有限公司

面向離散制造業(yè)的極望Y9-MES整體解決方案

壓鑄

篇2

Concur一直堅(jiān)持針對(duì)中國(guó)用戶的特需求提供定制化的服務(wù)，并結(jié)合中國(guó)的財(cái)務(wù)管理政策優(yōu)化自身解決方案，幫助客戶全面滿足中國(guó)增值稅改革、合規(guī)性等多方面的政策要求。同時(shí)，結(jié)合中國(guó)用戶出行特點(diǎn)，Concur已經(jīng)與攜程、滴滴出行等眾多創(chuàng)新性的企業(yè)進(jìn)行合作，提供專為中國(guó)商旅市場(chǎng)定制的一體化差旅和費(fèi)用管理解決方案。Concur在全球差旅和費(fèi)用管理領(lǐng)域擁有超過(guò)20年的實(shí)踐經(jīng)驗(yàn)，能夠?yàn)橹袊?guó)企業(yè)提供高價(jià)值的跨行業(yè)費(fèi)用管理服務(wù)，使其在全球化過(guò)程中符合各國(guó)財(cái)務(wù)合規(guī)性的要求，幫助他們有效管理差旅費(fèi)用，優(yōu)化成本，從而實(shí)現(xiàn)投資回報(bào)最大化。 Concur費(fèi)用管理平臺(tái)基于電子化的數(shù)據(jù)，可生成完整、多維度的財(cái)務(wù)報(bào)告，方便企業(yè)財(cái)務(wù)團(tuán)隊(duì)隨時(shí)隨地查詢；同時(shí)，這些報(bào)告將差旅報(bào)銷數(shù)據(jù)、差旅預(yù)批準(zhǔn)信息、預(yù)定信息、企業(yè)資源規(guī)劃 （ERP） 和信用卡信息集成到一個(gè)統(tǒng)一的系統(tǒng)，生成獨(dú)立、全面、清晰的視圖。

Concur全球總裁Mike Eberhard表示：“中國(guó)代表著一個(gè)巨大的市場(chǎng)機(jī)遇，我們?cè)谶@里已經(jīng)為眾多跨國(guó)企業(yè)的中國(guó)分支提供了差旅和費(fèi)用管理服務(wù)。我們很期待未來(lái)能夠在中國(guó)繼續(xù)擴(kuò)大業(yè)務(wù)，將Concur的優(yōu)質(zhì)服務(wù)傳遞給更多的中國(guó)企業(yè)。與中數(shù)通信息有限公司的合作，讓我們能在云端為中國(guó)企業(yè)提供更加優(yōu)質(zhì)的服務(wù)，從而全面拓展中國(guó)市場(chǎng)?！?/p>

Mellanox創(chuàng)新網(wǎng)絡(luò)支撐科大訊飛走向前臺(tái)

Mellanox公司日前宣布科大訊飛已采用Mellanox端到端的25G和100G智能網(wǎng)絡(luò)解決方案為其打造下一代機(jī)器學(xué)習(xí)研究中心。該解決方案基于Mellanox ConnectX系列網(wǎng)卡和Spectrum交換機(jī)，將助力科大訊飛的語(yǔ)音產(chǎn)品實(shí)現(xiàn)高達(dá)97%的語(yǔ)音識(shí)別率。

“Mellanox的互連解決方案幫助科大訊飛成功搭建了下一代的機(jī)器學(xué)習(xí)中心，這將進(jìn)一步提升我們的應(yīng)用性能，從容應(yīng)對(duì)未來(lái)的各種需求和挑戰(zhàn)”，科大訊飛公司研究院常務(wù)副院長(zhǎng)王智國(guó)博士表示?！岸遥贛ellanox以太網(wǎng)解決方案的高可擴(kuò)展性，我們能夠以最高效的方式提升計(jì)算和存儲(chǔ)能力，無(wú)中斷地?cái)U(kuò)展服務(wù)器規(guī)模。”

采用Mellanox 25G和100G Spectrum開(kāi)放式以太網(wǎng)交換機(jī)，科大訊飛成功構(gòu)建了一套靈活、可擴(kuò)展、易于管理的高性能體系結(jié)構(gòu)。該機(jī)器學(xué)習(xí)系統(tǒng)可以輕松處理巨大的并發(fā)流量，并且能夠支持不可預(yù)測(cè)的業(yè)務(wù)增長(zhǎng)。Mellanox尖端智能網(wǎng)絡(luò)解決方案不僅為其提升了數(shù)據(jù)通訊的帶寬、極大的增加了數(shù)據(jù)的吞吐率，還能提供自動(dòng)化的網(wǎng)絡(luò)配置和管理；支持 QoS 、RoCE v2和 TCP/IP 的融合網(wǎng)絡(luò)。此外，該超大規(guī)模網(wǎng)絡(luò)架構(gòu)具有極高的可擴(kuò)展性，可通過(guò)BGP實(shí)現(xiàn)全互連，提供8路/16路等價(jià)多路負(fù)載均衡（8/16 ECMP）。

基于Mellanox Spectrum交換機(jī)leaf-spine架構(gòu)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)解決了橫向網(wǎng)絡(luò)連接的傳輸瓶頸，而且提供了高度的擴(kuò)展性，它幾乎能適應(yīng)所有大中小型數(shù)據(jù)中心?？梢灶A(yù)見(jiàn)，所有企業(yè)的IT建設(shè)都是走向收斂型和高層次的虛擬化型葉脊網(wǎng)絡(luò)結(jié)構(gòu)，Mellanox將是廣大行業(yè)用戶構(gòu)建現(xiàn)代數(shù)據(jù)中網(wǎng)絡(luò)基礎(chǔ)架構(gòu)的最佳選擇。

AI ON IA，英特爾加速人工智能創(chuàng)新和發(fā)展

2016 年 11月 30日，主題為“釋放IA原力 擁抱AI時(shí)代”的英特爾人工智能論壇在北京召開(kāi)。英特爾公司副總裁、數(shù)據(jù)中心事業(yè)部數(shù)據(jù)中心解決方案部門(mén)總經(jīng)理Jason Waxman表示，“人工智能將變革企業(yè)業(yè)務(wù)運(yùn)營(yíng)方式以及人類與世界的交互方式。作為一家助力云計(jì)算，以及數(shù)十億智能互聯(lián)計(jì)算設(shè)備的公司，英特爾正繼續(xù)轉(zhuǎn)型以聚焦已經(jīng)崛起的良性循環(huán)――云和數(shù)據(jù)中心、物聯(lián)網(wǎng)、內(nèi)存和FPGA等加速器，它們緊密聯(lián)系在一起并通過(guò)摩爾定律而進(jìn)一步增強(qiáng)――從而加速人工智能創(chuàng)新及其在企業(yè)和社會(huì)中的應(yīng)用和普及?！?/p>

英特爾為人工智能提供全面的、極為靈活的端到端解決方案產(chǎn)品組合：構(gòu)建于業(yè)界領(lǐng)先的基于英特爾架構(gòu)的涵蓋至強(qiáng)處理器、至強(qiáng)融核處理器、Nervana平臺(tái)和FPGA、Omni-Path網(wǎng)絡(luò)、3D XPoint存儲(chǔ)等技術(shù)的硬件平臺(tái)，結(jié)合英特爾針對(duì)深度學(xué)習(xí)/機(jī)器學(xué)習(xí)而優(yōu)化的英特爾數(shù)學(xué)函數(shù)庫(kù)（Intel MKL）、英特爾數(shù)據(jù)分析加速庫(kù)Intel DAAL）等，和致力于為多節(jié)點(diǎn)架構(gòu)提供卓越性能的開(kāi)源軟件框架如Spark、Caffe、Theano以及Neon等，及可推動(dòng)前后端協(xié)同人工智能發(fā)展布局的Saffron、TAP、Nervana 系統(tǒng)、Movidius等工具和平臺(tái)。同時(shí)，為推動(dòng)人工智能戰(zhàn)略的實(shí)施，加速相關(guān)技術(shù)的大眾化并最終實(shí)現(xiàn)應(yīng)用的普及，英特爾還積極建立與包括谷歌等業(yè)界領(lǐng)先公司在內(nèi)的廣泛的聯(lián)盟，成立英特爾Nervana人工智能委員會(huì)等推動(dòng)技術(shù)探索和創(chuàng)新，與全球領(lǐng)先機(jī)構(gòu)合作提供開(kāi)發(fā)者培訓(xùn)課程，從而構(gòu)建涉及人工智能技術(shù)提升、教育培訓(xùn)、應(yīng)用優(yōu)化等廣泛的生態(tài)。

國(guó)內(nèi)首個(gè)網(wǎng)絡(luò)直播行業(yè)景氣指數(shù)

12月6日，中國(guó)信通院政策與經(jīng)濟(jì)研究所聯(lián)合網(wǎng)宿科技共同首個(gè)網(wǎng)絡(luò)直播行業(yè)景氣指數(shù)，從直播帶寬、觀眾活躍度、主播活躍度等多個(gè)層面構(gòu)建了我國(guó)網(wǎng)絡(luò)直播行業(yè)景氣度的監(jiān)測(cè)系統(tǒng)。數(shù)據(jù)顯示，前三季度，中國(guó)網(wǎng)絡(luò)直播景氣指數(shù)持續(xù)上行，三季度網(wǎng)絡(luò)直播景氣指數(shù)環(huán)比二季度增長(zhǎng)59.06%，網(wǎng)絡(luò)直播行業(yè)的景氣度加速上揚(yáng)。

指數(shù)報(bào)告顯示，近一年多以來(lái)，直播行業(yè)經(jīng)歷了野蠻式的增長(zhǎng)，直播平臺(tái)早已突破200家。截止到今年6月底，網(wǎng)絡(luò)直播用戶的規(guī)模已經(jīng)達(dá)到了3.25億，占網(wǎng)民總數(shù)的45.8%，并且這個(gè)規(guī)模仍在持續(xù)上漲。直播已經(jīng)成為2016年互聯(lián)網(wǎng)領(lǐng)域最為熱門(mén)的現(xiàn)象級(jí)應(yīng)用。安信證券通信行業(yè)首席分析師李偉表示，直播+的未來(lái)前景十分廣闊，現(xiàn)在無(wú)論是直播+各種業(yè)態(tài)，還是原有BAT陣營(yíng)或者其他業(yè)態(tài)，加速嵌入直播功能，都是在搶奪流量的入口，預(yù)計(jì)明年關(guān)于直播入口的爭(zhēng)奪將更趨激烈。

認(rèn)知計(jì)算助力神思電子轉(zhuǎn)型升級(jí)

近日，IBM與神思電子在濟(jì)南隆重舉行簽約儀式，宣布雙方達(dá)成合作協(xié)議。IBM將為神思提供一站式的業(yè)務(wù)解決方案和技術(shù)支持服務(wù)，運(yùn)用認(rèn)知計(jì)算和應(yīng)用能力幫助其展開(kāi)由從智能識(shí)別到認(rèn)知行業(yè)解決方案，由行業(yè)深耕到行業(yè)貫通的轉(zhuǎn)型升級(jí)。神思電子作為IBM重要的合作伙伴，將與IBM一道為其服務(wù)的行業(yè)客戶打造基于認(rèn)知計(jì)算、物聯(lián)網(wǎng)和大數(shù)據(jù)等技術(shù)的解決方案。在合作的第一階段，神思計(jì)劃利用IBM Watson Explorer和IBM Watson IoT Platform上的SaaS產(chǎn)品打造國(guó)內(nèi)領(lǐng)先的商業(yè)服務(wù)機(jī)器人和個(gè)性化的認(rèn)知行業(yè)智能解決方案，并有望首先應(yīng)用于醫(yī)療、金融等領(lǐng)域。濟(jì)南市市委常委、副市長(zhǎng)蘇樹(shù)偉，神思電子董事長(zhǎng)王繼春以及IBM副總裁兼大中華區(qū)認(rèn)知解決方案總經(jīng)理Robert Josef Simmeth等領(lǐng)導(dǎo)出席并見(jiàn)證了簽約儀式。

神思電子希望依托多方位的智能識(shí)別和行業(yè)應(yīng)用技術(shù)，以及在移動(dòng)互聯(lián)、免簽免密小額支付、數(shù)據(jù)挖掘等領(lǐng)域積淀多年的行業(yè)經(jīng)驗(yàn)，并結(jié)合IBM在認(rèn)知計(jì)算、物聯(lián)網(wǎng)和大數(shù)據(jù)等技術(shù)領(lǐng)域的領(lǐng)先優(yōu)勢(shì)，在移動(dòng)商業(yè)、便捷支付、銀醫(yī)自助等應(yīng)用領(lǐng)域繼續(xù)深耕，為現(xiàn)有客戶提供‘認(rèn)知+’的行業(yè)解決方案。

數(shù)字化舉措促進(jìn)中國(guó)大陸企業(yè)業(yè)務(wù)表現(xiàn)提升

CA Technologies近日公布了一項(xiàng)名為《保持得分：數(shù)字化轉(zhuǎn)型為何如此重要？》的調(diào)查顯示了經(jīng)營(yíng)業(yè)績(jī)與支撐數(shù)字化轉(zhuǎn)型的技術(shù)實(shí)踐之間具有緊密聯(lián)系。

該項(xiàng)調(diào)查采用了“數(shù)字化轉(zhuǎn)型業(yè)務(wù)影響計(jì)分卡”（BIS），涉及業(yè)務(wù)敏捷性、業(yè)務(wù)增長(zhǎng)、以客戶為中心和運(yùn)營(yíng)效率四個(gè)類別?？傮w來(lái)看，中國(guó)大陸企業(yè)數(shù)字化舉措的影響力得分為50分，在世界范圍內(nèi)排名居中。在亞太及日本地區(qū)，敏捷管理、DevOps、API管理和以身份為中心的安全性等數(shù)字化實(shí)踐被廣泛采用，使業(yè)務(wù)影響力提升高達(dá)54%。有33%的中國(guó)大陸企業(yè)認(rèn)為對(duì)數(shù)字化方面的投資有助于企業(yè)明顯超越競(jìng)爭(zhēng)對(duì)手。

在該項(xiàng)調(diào)查中，中國(guó)大陸企業(yè)受訪者表示數(shù)字化轉(zhuǎn)型為其帶來(lái)以下效益：85%擴(kuò)大了數(shù)字化覆蓋范圍、82%提升了用戶體驗(yàn)、34%提高了客戶滿意度、33%加速了上市速度、29%增加了新業(yè)務(wù)收入、27%縮短了決策時(shí)間。

亞太及日本地區(qū)的一些發(fā)展中國(guó)家在BIS中表現(xiàn)強(qiáng)勁，領(lǐng)跑全球榜單，其中包括印度（79分）、泰國(guó)（71分）、印度尼西亞（66分）和馬來(lái)西亞（64分）。中國(guó)大陸（50分）在此次評(píng)估中位居第六名的中間位置。調(diào)查指出，新興經(jīng)濟(jì)體相較于成熟的傳統(tǒng)經(jīng)濟(jì)體更具有發(fā)展?jié)摿?，也更易于進(jìn)行數(shù)字化轉(zhuǎn)型，這是因?yàn)樾滦徒?jīng)濟(jì)如“白紙”一般的特質(zhì)使其可以避免受到舊系統(tǒng)的束縛。

首屆全國(guó)大學(xué)生集成電路創(chuàng)新創(chuàng)業(yè)大賽啟動(dòng)

篇3

現(xiàn)有的財(cái)務(wù)危機(jī)預(yù)警研究大多集中在定量預(yù)測(cè)財(cái)務(wù)危機(jī)的方法上，許多研究人員只是探索某種具體的財(cái)務(wù)危機(jī)預(yù)警方法，本文主要從財(cái)務(wù)危機(jī)預(yù)警理論、實(shí)驗(yàn)用樣本數(shù)據(jù)及定量財(cái)務(wù)指標(biāo)體系、基于規(guī)則的產(chǎn)生式系統(tǒng)的財(cái)務(wù)危機(jī)預(yù)警方法、基于群決策的財(cái)務(wù)危機(jī)可能性評(píng)價(jià)預(yù)警方法四個(gè)部份展開(kāi)研究，設(shè)計(jì)了一套智能專家系統(tǒng)，將應(yīng)用人工智能技術(shù)的財(cái)務(wù)危機(jī)預(yù)警作為財(cái)務(wù)管理的一個(gè)重要分支進(jìn)行深入探討和分析，豐富了財(cái)務(wù)危機(jī)預(yù)警研究工作的內(nèi)容和成果。

關(guān)鍵詞：人工智能；財(cái)務(wù)管理；專家系統(tǒng)

一、前言

1.1 人工智能在財(cái)務(wù)軟件上的應(yīng)用研究現(xiàn)狀

財(cái)務(wù)管理軟件在我國(guó)的發(fā)展可追溯到上世紀(jì)80年代中期，經(jīng)歷了dBASE、FoxPro的時(shí)代，然后發(fā)展到在Windows系統(tǒng)平臺(tái)上進(jìn)行開(kāi)發(fā)，目前國(guó)內(nèi)從事財(cái)務(wù)管理軟件的開(kāi)發(fā)和銷售工作的公司超過(guò)500家。經(jīng)過(guò)近年來(lái)的發(fā)展，關(guān)于基于人工智能技術(shù)的財(cái)務(wù)危機(jī)預(yù)警的實(shí)證研究文獻(xiàn)層出不窮。相比較傳統(tǒng)統(tǒng)計(jì)研究方法和新興人工智能研究方法，它們的區(qū)別在于預(yù)測(cè)的準(zhǔn)確率和預(yù)警方法的先進(jìn)性與智能化。楊保安、徐晶、查秋野曾在研究中用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行財(cái)務(wù)評(píng)價(jià)，運(yùn)用專家系統(tǒng)采用"規(guī)則組"的知識(shí)表示策略，對(duì)其它諸因素及分類綜合進(jìn)行了分析得出了最終的貸款風(fēng)險(xiǎn)分類等級(jí)。梁榮華在《人工智能在財(cái)務(wù)決策支持系統(tǒng)中的應(yīng)用》中研究了實(shí)現(xiàn)FDSS的知識(shí)庫(kù)系統(tǒng)時(shí)用到的財(cái)務(wù)知識(shí)表示與財(cái)務(wù)推理機(jī)制，并針對(duì)同一個(gè)具體的財(cái)務(wù)實(shí)例，探討了是如何用財(cái)務(wù)知識(shí)表示與財(cái)務(wù)推理機(jī)制的。

二、智能財(cái)務(wù)專家系統(tǒng)的基礎(chǔ)與理論

2.1人工智能的定義

對(duì)于“人工智能”一詞，戴汝為是這樣表述的：“人工智能最早在1956 年的Dartmouth學(xué)會(huì)上提出。在后來(lái)的研究中，人工智能的概念伴隨著相關(guān)領(lǐng)域的研究者們發(fā)展的許多理論和原理不斷的擴(kuò)展，是一門(mén)非常具有潛力和挑戰(zhàn)性的學(xué)科，熟悉計(jì)算機(jī)技術(shù)、心理學(xué)和哲學(xué)等對(duì)是從事這項(xiàng)研究工作的基本要求。李陶深認(rèn)為，人工智能的主要研究目標(biāo)是使機(jī)器能夠模擬人類智能去完成一些復(fù)雜的工作，這門(mén)科學(xué)的內(nèi)容非常廣泛，它包括了許多不同的學(xué)科領(lǐng)域，如：計(jì)算機(jī)模擬和機(jī)械學(xué)習(xí)等。

2.2財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的意義

常言道：滴水穿石，非一日之功。面對(duì)現(xiàn)代社會(huì)激烈的競(jìng)爭(zhēng)，原本一些微不足道的小問(wèn)題，如果在初始階段沒(méi)有得到重視，或許就會(huì)給使用單位造成嚴(yán)重的后果和錯(cuò)過(guò)解決這些問(wèn)題的最佳時(shí)機(jī)。財(cái)務(wù)危機(jī)預(yù)警是以日常財(cái)務(wù)管理工作涉及的各種信息為依據(jù)，通過(guò)分析，可以準(zhǔn)確評(píng)價(jià)單位過(guò)去一個(gè)期間內(nèi)業(yè)務(wù)開(kāi)展的整體情況以及財(cái)務(wù)管理的工作效果，通過(guò)財(cái)務(wù)危機(jī)預(yù)警可以幫助管理者把握業(yè)務(wù)開(kāi)展和財(cái)務(wù)管理的趨勢(shì)和方向。財(cái)務(wù)危機(jī)預(yù)警方法同時(shí)也可以作為一種有效的診斷手段，能實(shí)時(shí)對(duì)預(yù)警對(duì)象的業(yè)務(wù)開(kāi)展過(guò)程和財(cái)務(wù)狀況進(jìn)行監(jiān)控和分析，及時(shí)發(fā)現(xiàn)財(cái)務(wù)狀況異常的征兆，并迅速預(yù)警，幫助管理人員及時(shí)采取應(yīng)變措施，盡可能地避免或減少損失。

2.3專家系統(tǒng)

專家系統(tǒng)從結(jié)構(gòu)上看，是一個(gè)由知識(shí)模塊、推理模塊和控制模塊構(gòu)成的解題程序系統(tǒng)。系統(tǒng)將知識(shí)和經(jīng)驗(yàn)通過(guò)各種途徑存入計(jì)算機(jī)系統(tǒng)內(nèi)，建立知識(shí)庫(kù)，然后對(duì)輸入的原始數(shù)據(jù)選用適當(dāng)?shù)囊?guī)則進(jìn)行推理，做出決策和判斷，使其表現(xiàn)出專家的解決和處理問(wèn)題能力。靜態(tài)或動(dòng)態(tài)知識(shí)庫(kù)和相關(guān)推理機(jī)制是專家系統(tǒng)的核心內(nèi)容，它的主要組成部份是：知識(shí)庫(kù)、推理機(jī)、工作數(shù)據(jù)庫(kù)、控制系統(tǒng)。專家系統(tǒng)可以采用程序設(shè)計(jì)語(yǔ)言、專用知識(shí)表示和處理語(yǔ)言、高級(jí)程序設(shè)計(jì)語(yǔ)言、專家系統(tǒng)外殼四種方式實(shí)現(xiàn)。

三、基于群決策的財(cái)務(wù)危機(jī)可能性評(píng)價(jià)預(yù)警方法

3. 1群決策的應(yīng)用

群決策是于近代隨著西方經(jīng)濟(jì)學(xué)的發(fā)展而發(fā)展起來(lái)的一門(mén)理論，是為了充分發(fā)揮決策群體中每一個(gè)決策單元的知識(shí)和經(jīng)驗(yàn)，克服個(gè)體的片面和狹義，由多個(gè)決策個(gè)體共同參與決策過(guò)程并形成最終決策的一種決策方式，其中：決策群體是由多個(gè)決策單元共同構(gòu)成。群決策常見(jiàn)的四種決策類型分別為：（1）權(quán)威決策（2）投票決策（3）共識(shí)決策（4）無(wú)異議決策。

引入群決策機(jī)制，不但能夠有效彌補(bǔ)評(píng)價(jià)指標(biāo)體系的不足，而且還可以降低數(shù)據(jù)分析過(guò)程中的信息不對(duì)稱和信息失真。群決策是指根據(jù)對(duì)群體中各成員偏好的分析和集結(jié)，求出群偏好作為決策依據(jù)的一種決策方法。

3.2群決策的評(píng)價(jià)過(guò)程的設(shè)計(jì)

根據(jù)上文的設(shè)計(jì)，在專家系統(tǒng)的群決策模塊中包括了多個(gè)決策單元，這些決策單元獨(dú)立對(duì)目標(biāo)事件進(jìn)行評(píng)價(jià)，每個(gè)決策單元都由多個(gè)財(cái)務(wù)評(píng)估指標(biāo)構(gòu)成，決策單元的結(jié)構(gòu)主要包括：決策單元編號(hào)，評(píng)估指標(biāo)、評(píng)估指標(biāo)得分、權(quán)重值和決策單元總得分等。

決策單元編號(hào)：決策單元的唯一代號(hào)。

評(píng)估指標(biāo)：評(píng)估的具體內(nèi)容。

評(píng)估標(biāo)準(zhǔn)：評(píng)估的方式和評(píng)分標(biāo)準(zhǔn)。

評(píng)估指標(biāo)得分：根據(jù)評(píng)估指標(biāo)而得到的分?jǐn)?shù)。

權(quán)重值：該指標(biāo)在決策單元中的重要程度。

決策單元總得分：所有評(píng)估指標(biāo)得分相加。

每個(gè)決策單元對(duì)應(yīng)一個(gè)獨(dú)立的備選方案集，根據(jù)決策單元各項(xiàng)評(píng)估指標(biāo)的得分情況，在備選方案集中選擇出最佳的解決方案。備選方案集的結(jié)構(gòu)主要包括：備選方案編號(hào)，備選方案等。

如果將單個(gè)決策單元表示為D1、D2 、D3 … Ds，決策群體可以表示為：

D = { D1 + D2 + D3 + … + Ds }

由各個(gè)不同的決策單元選擇出來(lái)的最佳方案，通過(guò)組合，成為了評(píng)價(jià)結(jié)果匯總作為初步的輸出方案。

3.3群決策的財(cái)務(wù)危機(jī)可能性評(píng)價(jià)預(yù)警方法的設(shè)計(jì)

結(jié)合群決策的特點(diǎn)，本文設(shè)計(jì)了一種基于群決策的財(cái)務(wù)危機(jī)可能性評(píng)價(jià)預(yù)警方法。（工作流程見(jiàn)圖3-1）

第一步：將樣本數(shù)據(jù)輸入控制系統(tǒng)。

第二步：控制系統(tǒng)分別調(diào)用各個(gè)評(píng)估個(gè)體，對(duì)樣本數(shù)據(jù)進(jìn)行評(píng)估。

第三步：個(gè)體在評(píng)估結(jié)束后，將評(píng)估結(jié)果反饋給控制系統(tǒng)，控制系統(tǒng)對(duì)這個(gè)評(píng)估群體的評(píng)估結(jié)論進(jìn)行匯總和分析后，得出策略群評(píng)估匯總結(jié)果。

第四步：由控制系統(tǒng)對(duì)策略群評(píng)估結(jié)果進(jìn)行可能性分析，如果通過(guò)，則輸出結(jié)果，如不通過(guò)，則返回控制系統(tǒng)重新評(píng)估。

四、專家系統(tǒng)的設(shè)計(jì)

4.1專家系統(tǒng)的架構(gòu)

經(jīng)過(guò)以上章節(jié)的分析與探討，本文所探討的專家系統(tǒng)框架和實(shí)現(xiàn)方式基本構(gòu)建完成：

作為一個(gè)智能財(cái)務(wù)專家系統(tǒng)，我們?cè)O(shè)計(jì)的目的就是能夠讓它模擬財(cái)務(wù)專家的思考和解題方式的，去解決一些日常工作中需要耗費(fèi)大量的人力資源和需要大量財(cái)務(wù)知識(shí)和專家經(jīng)驗(yàn)才能解決的財(cái)務(wù)難題。一個(gè)經(jīng)驗(yàn)豐富的財(cái)務(wù)專家，工作基本依據(jù)下列流程：

1.對(duì)財(cái)務(wù)事項(xiàng)的正確性、符合性進(jìn)行判斷。

財(cái)務(wù)是一項(xiàng)嚴(yán)謹(jǐn)?shù)墓ぷ鳎佑|到一筆新業(yè)務(wù)的首要工作，就是判斷否合法合規(guī)。

2.結(jié)合多方面數(shù)據(jù)和財(cái)務(wù)指標(biāo)進(jìn)行綜合評(píng)價(jià)分析。

財(cái)務(wù)工作中包含的各個(gè)因素是相輔相成而又相互影響的，單單的依靠個(gè)別財(cái)務(wù)指標(biāo)，是無(wú)法對(duì)當(dāng)前的財(cái)務(wù)狀況作出正確評(píng)價(jià)的。

3.結(jié)合實(shí)際情況進(jìn)行財(cái)務(wù)決策。

根據(jù)綜合分析的結(jié)果，進(jìn)行相應(yīng)的決策工作。

本文探討的智能財(cái)務(wù)管理專家系統(tǒng)（以下簡(jiǎn)稱專家系統(tǒng)）采用輔助軟件的形式與SQL數(shù)據(jù)庫(kù)直接對(duì)接，從而獲得相關(guān)的財(cái)務(wù)數(shù)據(jù)（同時(shí)考慮到專家系統(tǒng)僅作為輔助手段而并非賬務(wù)處理工具，所以專家系統(tǒng)對(duì)數(shù)據(jù)庫(kù)的操作僅設(shè)計(jì)為讀取）。

專家系統(tǒng)的模型主要由：知識(shí)庫(kù)、推理機(jī)、工作數(shù)據(jù)庫(kù)、控制系統(tǒng)組成，其中的知識(shí)庫(kù)是系統(tǒng)中的主要知識(shí)表示。

4.2專家系統(tǒng)的架構(gòu)

根據(jù)前面章節(jié)的設(shè)計(jì)，專家系統(tǒng)的主要功能包括：

（1）存儲(chǔ)專家系統(tǒng)正常運(yùn)行所需的各種數(shù)據(jù)，如：知識(shí)數(shù)據(jù)和推理規(guī)則。

（2）將專家系統(tǒng)運(yùn)行過(guò)程中的輸入數(shù)據(jù)和規(guī)則推理過(guò)程中產(chǎn)生的各種信息進(jìn)行有效儲(chǔ)存和釋放，合理利用系統(tǒng)資源。

（3）在讀取輸入數(shù)據(jù)后，調(diào)用知識(shí)庫(kù)中儲(chǔ)存的信息，通過(guò)策略推理來(lái)對(duì)已讀取的數(shù)據(jù)中存在的問(wèn)題尋找最佳的解決方案。

專家系統(tǒng)的工作過(guò)程見(jiàn) 圖4-1 專家系統(tǒng)工作模式

本文設(shè)計(jì)的專家系統(tǒng)具有以下特點(diǎn)：

（1）數(shù)據(jù)連接便捷、安全、高效。直接通過(guò)對(duì)SQL數(shù)據(jù)庫(kù)的操作實(shí)現(xiàn)對(duì)財(cái)務(wù)數(shù)據(jù)的讀取，并且不會(huì)對(duì)數(shù)據(jù)庫(kù)中現(xiàn)有的財(cái)務(wù)數(shù)據(jù)進(jìn)行操作，不影響CIQ財(cái)務(wù)軟件的正常使用。

（2）符合財(cái)務(wù)工作流程的要求。在財(cái)務(wù)期間結(jié)束前（記賬而未結(jié)賬的狀態(tài)下）快速對(duì)當(dāng)期的會(huì)計(jì)憑證進(jìn)行的符合性審核，并對(duì)發(fā)現(xiàn)的錯(cuò)誤給予更正提示，有效避免了財(cái)務(wù)日常工作中符合性錯(cuò)誤的發(fā)生。

（3）數(shù)據(jù)分析全面，針對(duì)重大的財(cái)務(wù)事項(xiàng)實(shí)現(xiàn)輔助決策。通過(guò)群決策的方式，對(duì)重大的財(cái)務(wù)事項(xiàng)進(jìn)行多方面的分析與評(píng)價(jià)，給出輔助決策意見(jiàn)。

五、結(jié)語(yǔ)

通過(guò)系統(tǒng)的開(kāi)發(fā)，我們可以發(fā)現(xiàn)，智能化的財(cái)務(wù)系統(tǒng)借助電子計(jì)算機(jī)強(qiáng)大的數(shù)據(jù)處理能力，在減輕財(cái)務(wù)工作量的同時(shí)，為財(cái)務(wù)決策以及危機(jī)預(yù)警提供了可靠的支持。

本文的設(shè)計(jì)專家系統(tǒng)開(kāi)發(fā)模式，知識(shí)庫(kù)信息的質(zhì)量決定了專家系統(tǒng)的工作效率。如何保證知識(shí)庫(kù)信息的質(zhì)量以及數(shù)據(jù)更新的及時(shí)性是需要認(rèn)真考慮的難題，這個(gè)問(wèn)題在人工智能領(lǐng)域被稱為知識(shí)獲取，如何提高專家系統(tǒng)的智能化程度， 解決知識(shí)獲取的“瓶頸”以及較差學(xué)習(xí)能力、推理能力的“脆弱性”等問(wèn)題將是智能財(cái)務(wù)專家系統(tǒng)下一步需重點(diǎn)研究解決的重點(diǎn)難題之一。

[參考文獻(xiàn)]

[1]楊保安、徐晶、查秋野，基于人工智能貸款風(fēng)險(xiǎn)分類的系統(tǒng)設(shè)計(jì)，《管理工程學(xué)報(bào)》，2003 第2期

[2]梁榮華、史濟(jì)建，人工智能在財(cái)務(wù)決策支持系統(tǒng)中的應(yīng)用，《計(jì)算機(jī)工程與應(yīng)用》，2001 第8期

[3]戴汝為，人工智能[M]，化學(xué)工業(yè)出版社，2002版

篇4

Amazon Go 之后，即拿即走、免排隊(duì)購(gòu)物的無(wú)人零售店成為行業(yè)趨勢(shì)。

不久前，上海街頭出現(xiàn)了一家24小時(shí)無(wú)人便利店――繽果盒子;緊接著，娃哈哈與研發(fā)無(wú)人智能零售店技術(shù)的深蘭科技牽手;7月8日，第二屆淘寶造物節(jié)現(xiàn)場(chǎng)，阿里無(wú)人超市“淘咖啡”首次亮相。

放眼全球，除了阿里巴巴、亞馬遜等電商巨頭，各類大小公司紛紛布局無(wú)人零售，想在人工智能新零售市場(chǎng)中搶奪先機(jī)。

實(shí)地探訪：“刷手”進(jìn)店

7月8日，深蘭科技的首家無(wú)人智能零售體驗(yàn)店在上海大華第一坊內(nèi)正式開(kāi)業(yè)?！吨袊?guó)經(jīng)濟(jì)周刊》記者在現(xiàn)場(chǎng)看到，這家店面積不到10平方米，最多能同時(shí)容納3個(gè)消費(fèi)者，所陳列貨品僅有毛絨玩具。在門(mén)店右側(cè)有識(shí)別掌紋的注冊(cè)區(qū)域，記者在工作人員指導(dǎo)下耗時(shí)約2分鐘將掌紋與支付寶綁定，綁定完畢后“刷手”進(jìn)店，店內(nèi)的攝像頭同步識(shí)別記者所選擇的玩具并記錄，按下門(mén)框上的按鈕出店后，支付寶已被自動(dòng)扣款。

深蘭科技創(chuàng)始人兼首席執(zhí)行官陳海波向記者介紹，Take Go無(wú)人智能店可以根據(jù)每位顧客手掌毛細(xì)血管的結(jié)構(gòu)生成一串加密字符，具有終身不變性，無(wú)法復(fù)制，安全性高，目前不會(huì)有被盜刷的風(fēng)險(xiǎn)。另一個(gè)核心技術(shù)，是整個(gè)無(wú)人智能店的“大X”和“眼睛”可以實(shí)現(xiàn)對(duì)購(gòu)買物品的監(jiān)測(cè)、識(shí)別與跟蹤，基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)，讓整個(gè)智能門(mén)店仿佛是一個(gè)智能機(jī)器人?！八鼘?duì)消費(fèi)者的監(jiān)測(cè)是時(shí)時(shí)刻刻的，識(shí)別商品的時(shí)間為千分之一秒至千分之三秒?！睋?jù)悉，Take Go的監(jiān)測(cè)精準(zhǔn)度從單個(gè)攝像頭的算法是90%～97%，采用多機(jī)糾錯(cuò)后即可達(dá)到99%以上的精準(zhǔn)度。

對(duì)于商品如何錄入的問(wèn)題，陳海波介紹，深蘭科技有一款世界首款基于深度學(xué)習(xí)的機(jī)器視覺(jué)商品錄入設(shè)備DB.Eye藍(lán)眼。“機(jī)器會(huì)自動(dòng)判斷需要的像素及圖片、光影變化等，其內(nèi)部可以自動(dòng)旋轉(zhuǎn)、調(diào)整攝像頭位置，讓藍(lán)眼機(jī)器采集到足夠多的商品圖像，用我們的算法深度學(xué)習(xí)，最終讓機(jī)器‘認(rèn)識(shí)’商品?！痹凇八{(lán)眼”的幫助下，單個(gè)商品錄入僅需20秒，3000個(gè)商品的“訓(xùn)練”時(shí)間少于1天。陳海波說(shuō)：“如果不計(jì)軟件費(fèi)用，全家便利店大小的門(mén)店，硬件成本在5萬(wàn)～8萬(wàn)元?！?/p>

娃哈哈、螞蟻金服相繼入局

深蘭科技體驗(yàn)店實(shí)際上是一家澳洲玩具品牌在中國(guó)的公測(cè)店，目前主要銷售澳洲的毛絨玩具。據(jù)悉，深蘭科技還在收入其他客戶的商品，如娃哈哈所有的品類。周黑鴨、良品鋪?zhàn)?、伊利集團(tuán)、來(lái)伊份等也在向人工智能門(mén)店靠攏。

傳統(tǒng)零售巨頭娃哈哈和深蘭科技剛剛簽訂了Take Go無(wú)人商店協(xié)議。娃哈哈早期創(chuàng)始人宗澤后接受《中國(guó)經(jīng)濟(jì)周刊》記者采訪時(shí)表示，此次娃哈哈選擇Take Go，是想通過(guò)經(jīng)銷商往下延伸自己打造一張零售終端網(wǎng)。“中國(guó)人口密度大，碎片化消費(fèi)多。我們的首次合作將選址杭州，盡量在年底前落地。我們的目標(biāo)是量化，將其大面積鋪開(kāi)?！?/p>

娃哈哈牽手深蘭科技之后半個(gè)月，螞蟻金服無(wú)人支付技術(shù)也亮相淘寶造物節(jié)。“淘咖啡”是阿里巴巴首次公開(kāi)亮相的無(wú)人店，200平方米的面積可以容納50人同時(shí)在店購(gòu)物。

螞蟻金服有關(guān)負(fù)責(zé)人告訴記者，“淘咖啡”是快閃體驗(yàn)店，更多的是一種嘗試，未來(lái)會(huì)專注于集餐飲服務(wù)和新奇購(gòu)物于一體的店鋪，并不涉及日?？煜返某鍪?。

螞蟻金服技術(shù)實(shí)驗(yàn)室高級(jí)技術(shù)專家曾曉東表示，螞蟻金服做的不是無(wú)人超市，而是無(wú)人超市背后的技術(shù)解決方案?！皬闹盅邪l(fā)開(kāi)始，我們就明確這個(gè)方案要可復(fù)制、可推廣，在硬件改造上盡可能不去改變線下實(shí)體店的原有布局。 ‘淘咖啡’除了在店里布置有一些攝像頭和視覺(jué)傳感器外，主要的硬件改造基本集中在‘支付門(mén)’。這個(gè)門(mén)直接放在實(shí)體店的出口，不會(huì)顯得很突兀，也不會(huì)給實(shí)體店帶來(lái)改造上的負(fù)擔(dān)。等這套技術(shù)方案成熟，我們希望能開(kāi)放給線下實(shí)體店，助力新零售?！?/p>

幾乎就在上述無(wú)人零售店引發(fā)熱議的同時(shí)，7月8日，剛剛過(guò)融資消息的24小時(shí)無(wú)人便利店繽果盒子突然在其位于上海的首家店鋪貼出“由于技術(shù)調(diào)試，暫時(shí)停運(yùn)”的通知。有媒體稱，是由于天氣炎熱導(dǎo)致“盒子”內(nèi)的產(chǎn)品融化等原因而關(guān)店。繽果盒子方面7月10日回復(fù)《中國(guó)經(jīng)濟(jì)周刊》，閉店是由于要采集數(shù)據(jù)，“天氣熱只是小部分原因。馬上會(huì)重新開(kāi)放?！?/p>

資料顯示，繽果盒子已完成A輪系列融資，融資額超過(guò)1億元人民幣。在超過(guò)10個(gè)月的試運(yùn)營(yíng)期間，繽果盒子接待顧客達(dá)數(shù)萬(wàn)人，用戶復(fù)購(gòu)率接近80%。在技術(shù)鋪設(shè)方面，繽果盒子已經(jīng)實(shí)現(xiàn)了超出200類商品的準(zhǔn)確識(shí)別。今年8月，繽果盒子將推出規(guī)?；逃玫娜斯ぶ悄芙鉀Q方案，預(yù)計(jì)一年內(nèi)完成5000個(gè)網(wǎng)點(diǎn)的鋪設(shè)。

“真假”無(wú)人店

有顧客為人工智能零售店的方便叫好，也有人提出質(zhì)疑。

中科院視頻大數(shù)據(jù)云識(shí)別聯(lián)合實(shí)驗(yàn)室主任王金橋認(rèn)為，所有基于視頻標(biāo)簽來(lái)進(jìn)行產(chǎn)品識(shí)別和結(jié)算的無(wú)人店，并不是真正意義上具有機(jī)器視覺(jué)的智能零售店?！澳壳笆袌?chǎng)上出現(xiàn)的部分盒子無(wú)人智能店，產(chǎn)品上貼著碩大的RFID標(biāo)簽才能被識(shí)別，甚至還需要顧客拿著產(chǎn)品自助掃碼結(jié)賬，不僅沒(méi)有簡(jiǎn)化購(gòu)物流程，還因RFID標(biāo)簽容易脫落而造成商家損失，完全混淆了無(wú)人智能零售店的市場(chǎng)。”

篇5

當(dāng)今社會(huì)的經(jīng)濟(jì)、文化、科技都高速發(fā)展，網(wǎng)絡(luò)的普及給人們生活帶來(lái)了更多的便利，人們的生活、工作、學(xué)習(xí)都離不開(kāi)網(wǎng)絡(luò)信息技術(shù)。伴隨著網(wǎng)絡(luò)信息技術(shù)的發(fā)展，也隨之而來(lái)了很多問(wèn)題。比如說(shuō)因?yàn)樾畔⒘窟^(guò)大，造成信息堵塞，人們檢索信息的難度增大，能在海量的網(wǎng)絡(luò)資源中找到自己想要的信息是需要認(rèn)真解決問(wèn)題，講解了人工智能的技術(shù)和理論，并且對(duì)其在信息檢索上的應(yīng)用進(jìn)行實(shí)踐探究。

關(guān)鍵詞：

人工智能；網(wǎng)絡(luò)信息；檢索；應(yīng)用；實(shí)踐；探究

目前，中國(guó)的互聯(lián)網(wǎng)技術(shù)的基礎(chǔ)是“www”萬(wàn)維網(wǎng)，人們使用網(wǎng)站搜索引擎通過(guò)互聯(lián)網(wǎng)來(lái)查找自己想要的信息，比如說(shuō)像百度、搜狗、谷歌等，這給人們查找資料信息帶來(lái)了很多方便，讓人們的學(xué)習(xí)、生活、工作更加便捷，網(wǎng)絡(luò)資料相比傳統(tǒng)的紙質(zhì)書(shū)籍來(lái)說(shuō)，可移動(dòng)更便捷。但是網(wǎng)絡(luò)搜索引擎目前還是存在非常多的問(wèn)題需要去解決，比如搜索引擎對(duì)于信息分類供功能還有待加強(qiáng)，提供的相關(guān)信息中無(wú)效信息過(guò)多，導(dǎo)致用戶真正想查詢的信息因?yàn)闀r(shí)間排序或者其他原因淹沒(méi)在海量的無(wú)效信息群中。而人工智能能解決網(wǎng)絡(luò)信息分類，關(guān)鍵詞設(shè)定等問(wèn)題，能根據(jù)用戶網(wǎng)絡(luò)習(xí)慣來(lái)定制相應(yīng)信息分類機(jī)制。人工智能技術(shù)在網(wǎng)絡(luò)信息檢索領(lǐng)域的應(yīng)用帶來(lái)了希望。

1人工智能的組成結(jié)構(gòu)

人工智能的結(jié)構(gòu)組成主要包括了知識(shí)數(shù)據(jù)庫(kù)、邏輯推理機(jī)、UI用戶界面、黑板、知識(shí)收集器、知識(shí)翻譯解釋器等。（1）接口，即UI用戶界面。用戶通過(guò)用戶界面，定義關(guān)鍵詞或搜索規(guī)則來(lái)讓邏輯推理機(jī)進(jìn)行搜索，并最終顯示出用戶需要的文本信息、音頻或視頻。是一個(gè)輸入與輸出的媒介，讓數(shù)據(jù)效果可視化，讓用戶能更好地去使用檢索信息，輸入中通過(guò)推理器將人們的日常語(yǔ)言轉(zhuǎn)換成計(jì)算機(jī)語(yǔ)音。（2）知識(shí)數(shù)據(jù)庫(kù)，這是人工智能內(nèi)置知識(shí)儲(chǔ)蓄的地方。經(jīng)過(guò)科學(xué)地對(duì)知識(shí)分類，存放各類的知識(shí)信息，便于用戶檢索時(shí)使用。（3）推理機(jī)是一個(gè)具有邏輯推理能力的程序集，主要負(fù)責(zé)檢索和推理，將人類口語(yǔ)轉(zhuǎn)換成計(jì)算機(jī)語(yǔ)言，制定檢索規(guī)則根據(jù)用戶要求對(duì)數(shù)據(jù)庫(kù)內(nèi)的知識(shí)檢索。（4）黑板即中間數(shù)據(jù)庫(kù)。這個(gè)數(shù)據(jù)庫(kù)和知識(shí)數(shù)據(jù)庫(kù)不同，這是在推理過(guò)程當(dāng)中儲(chǔ)存一些中間數(shù)據(jù)的。系統(tǒng)中推理機(jī)制定一定規(guī)則計(jì)算機(jī)語(yǔ)言，把初始問(wèn)題的狀態(tài)顯示在黑板上。根據(jù)此數(shù)據(jù)庫(kù)的的問(wèn)題進(jìn)行二次制定規(guī)則，對(duì)知識(shí)數(shù)據(jù)庫(kù)的內(nèi)容進(jìn)行配對(duì)檢索，智能系統(tǒng)后臺(tái)專業(yè)人士可以人工進(jìn)行干預(yù)補(bǔ)救，并能及時(shí)地更新知識(shí)數(shù)據(jù)庫(kù)內(nèi)容，補(bǔ)充缺少的知識(shí)。是一個(gè)動(dòng)態(tài)數(shù)據(jù)庫(kù)，控制整個(gè)智能化系統(tǒng)。（5）知識(shí)收集器與上述黑板后臺(tái)人工數(shù)據(jù)填補(bǔ)更新的功能相似，但它使用是系統(tǒng)更新方式，對(duì)缺乏的知識(shí)進(jìn)行定義，通過(guò)網(wǎng)絡(luò)來(lái)自動(dòng)修補(bǔ)、更新知識(shí)數(shù)據(jù)的內(nèi)容。（6）知識(shí)翻譯解釋器，這是系統(tǒng)將用戶檢索的問(wèn)題匹配出答案，將計(jì)算機(jī)語(yǔ)言轉(zhuǎn)成人類語(yǔ)言，向用戶提供資料，也可以向檢索用戶提供檢索推理過(guò)程。

2人工智能在網(wǎng)絡(luò)信息檢索中的應(yīng)用

2．1網(wǎng)絡(luò)智能知識(shí)服務(wù)系統(tǒng)

網(wǎng)絡(luò)智能知識(shí)服務(wù)系統(tǒng)可分為知識(shí)處理系統(tǒng)、知識(shí)采集系統(tǒng)、知識(shí)服務(wù)系統(tǒng)和知識(shí)庫(kù)4部分。

2．1．1智能知識(shí)處理系統(tǒng)

這個(gè)處理系統(tǒng)簡(jiǎn)單來(lái)說(shuō)就是先將聯(lián)網(wǎng)下載手機(jī)的知識(shí)進(jìn)行分類后再跟關(guān)鍵詞匹配，最終將審核過(guò)的知識(shí)數(shù)據(jù)傳入知識(shí)數(shù)據(jù)庫(kù)。這包括4個(gè)流程。（1）智能知識(shí)自動(dòng)分類流程。根據(jù)信息的類型和內(nèi)容按一定規(guī)則進(jìn)行分類，隨后進(jìn)入智能匹配流程。（2）智能知識(shí)匹配流程。這個(gè)流程是將庫(kù)內(nèi)知識(shí)的分類規(guī)則與分類后的聯(lián)網(wǎng)下載知識(shí)進(jìn)行匹配比較，防止數(shù)據(jù)重疊浪費(fèi)內(nèi)存，智能匹配結(jié)果隨后進(jìn)入智能更新流程。（3）智能知識(shí)更新。通過(guò)匹配結(jié)果來(lái)決定這些知識(shí)是儲(chǔ)存到知識(shí)數(shù)據(jù)庫(kù)，還是講原有相關(guān)的知識(shí)進(jìn)行替換。也可能會(huì)將新載入的知識(shí)與原有的知識(shí)進(jìn)行合并，形成一個(gè)更完善的知識(shí)概念。（4）智能知識(shí)清理。智能數(shù)據(jù)庫(kù)需要定期進(jìn)行庫(kù)內(nèi)整理清理工作。對(duì)于庫(kù)內(nèi)知識(shí)與聯(lián)網(wǎng)知識(shí)要經(jīng)常新更新匹配，是庫(kù)內(nèi)知識(shí)與時(shí)共進(jìn)，清除重復(fù)、過(guò)時(shí)信息能釋放內(nèi)存，讓整個(gè)系統(tǒng)能運(yùn)行的更好，保持最佳狀態(tài)。

2.1.2知識(shí)采集系統(tǒng)

想要能讓知識(shí)數(shù)據(jù)庫(kù)內(nèi)知識(shí)更豐富且知識(shí)與時(shí)俱進(jìn)，就要不斷地定時(shí)收集更新知識(shí)。簡(jiǎn)單來(lái)說(shuō)是知識(shí)資源收集、加工、整理。完成知識(shí)與知識(shí)之間的轉(zhuǎn)換、替代、補(bǔ)充。采集系統(tǒng)包含印本知識(shí)采集和數(shù)字知識(shí)采集兩部分。印本知識(shí)采集是將紙張書(shū)本知識(shí)進(jìn)行掃描和數(shù)據(jù)轉(zhuǎn)換這個(gè)過(guò)程需要人工輔助才能順利進(jìn)行。文本知識(shí)轉(zhuǎn)換成數(shù)字形式的知識(shí)。數(shù)字知識(shí)系統(tǒng)對(duì)其進(jìn)行采集，網(wǎng)絡(luò)的數(shù)字資源非常豐富，暫時(shí)沒(méi)有得到充分運(yùn)用。知識(shí)采集包括了4個(gè)組成內(nèi)容。（1）站點(diǎn)鏡像，顧名思義就是對(duì)站點(diǎn)內(nèi)知識(shí)像照鏡子一樣完全復(fù)制下載。一般對(duì)于一些資源豐富、信息科學(xué)的網(wǎng)站進(jìn)行復(fù)制，將其內(nèi)容完全復(fù)制下載到系統(tǒng)后臺(tái)，通過(guò)站點(diǎn)鏡像采集能提高采集速度和效率。（2）智能信息監(jiān)控，能夠?qū)δ繕?biāo)信息進(jìn)行自動(dòng)智能監(jiān)視，保證目標(biāo)信息發(fā)生變動(dòng)，系統(tǒng)內(nèi)的本地信息也能與之同步更新變換。（3）智能資源發(fā)現(xiàn)，這個(gè)是對(duì)新資源發(fā)現(xiàn)收集工作，這個(gè)過(guò)程監(jiān)視控制目標(biāo)門(mén)戶網(wǎng)站，當(dāng)發(fā)現(xiàn)網(wǎng)絡(luò)有符合要求的新信息、資源出現(xiàn)時(shí)，系統(tǒng)就會(huì)自動(dòng)進(jìn)行采集。（4）智能知識(shí)資源轉(zhuǎn)化，這個(gè)過(guò)程是對(duì)采集的數(shù)字資源進(jìn)行采集、分類最后整合成一個(gè)新概念。

2.1.3智能知識(shí)庫(kù)存儲(chǔ)系統(tǒng)

存儲(chǔ)系統(tǒng)是知識(shí)庫(kù)中最重要的部分，這也是信息檢索的的質(zhì)量與效果的最基本保證。主要分為硬件、軟件和檢索系統(tǒng)3部分。硬件是海量數(shù)據(jù)知識(shí)的存儲(chǔ)設(shè)備。軟件是信息存取管理系統(tǒng)，保證系統(tǒng)能高效、正確地讀取和存檔。檢索系統(tǒng)通過(guò)硬件來(lái)存儲(chǔ)和軟件來(lái)進(jìn)行管理。這是整個(gè)智能檢索系統(tǒng)的基礎(chǔ)系統(tǒng)，在這個(gè)基礎(chǔ)上可以對(duì)我們整體系統(tǒng)進(jìn)行再次開(kāi)發(fā)，使得系統(tǒng)更完善，提供更好的服務(wù)。

2.2智能技術(shù)

IA智能技術(shù)是智能技術(shù)領(lǐng)域中的一個(gè)重要組成部分。伴隨著網(wǎng)路普及而不斷發(fā)展，伴隨網(wǎng)絡(luò)而發(fā)展的IA技術(shù)已經(jīng)廣泛在國(guó)外使用了，也是我國(guó)智能技術(shù)研究的核心課題。在國(guó)外不僅是像麻省理工大學(xué)這些先進(jìn)大學(xué)在研究，包括很多研究機(jī)構(gòu)也在關(guān)注這個(gè)課題。包括蘋(píng)果、微軟、IBM等計(jì)算機(jī)軟件公司也把此技術(shù)當(dāng)成核心技術(shù)進(jìn)行研究。并且已經(jīng)推出來(lái)很多應(yīng)用了IA智能技術(shù)的軟件產(chǎn)品，這些產(chǎn)品在國(guó)外已經(jīng)得到廣泛的使用，由此可看出未來(lái)智能技術(shù)將會(huì)成為科技的主流技術(shù)，也是能幫助人們解決網(wǎng)絡(luò)檢索問(wèn)題的一個(gè)很好的手段。是信息技術(shù)發(fā)展的一個(gè)主流趨勢(shì)。（1）定義：IA智能技術(shù)目前已經(jīng)制作出一系列的軟件程序，這個(gè)軟件可以讓用戶授權(quán)給軟件通信協(xié)議，讓軟件能與用戶進(jìn)行信息交換，通過(guò)這個(gè)軟件能更精準(zhǔn)地給用戶提供解決方案。比如說(shuō)用戶想要找一個(gè)信息，但是用戶無(wú)法提供非常精準(zhǔn)的定位關(guān)鍵詞，這時(shí)軟件可以通過(guò)對(duì)用戶的網(wǎng)絡(luò)痕跡、傾向和習(xí)慣，對(duì)用戶給的模糊關(guān)鍵詞進(jìn)行分析，比如說(shuō)可以進(jìn)行信息查詢追蹤，篩選剔除無(wú)用數(shù)據(jù)，管理用戶信息等。目前我國(guó)的網(wǎng)絡(luò)采用“www”萬(wàn)維網(wǎng)技術(shù)，網(wǎng)絡(luò)用戶會(huì)使用“百度”、“谷歌”、“搜狗”這些常用的搜索引擎來(lái)搜索信息，的確能給大多數(shù)的網(wǎng)絡(luò)用戶提供相應(yīng)信息，但是我們發(fā)現(xiàn)這些引擎對(duì)于信息分類的精準(zhǔn)性并不是很樂(lè)觀。經(jīng)常會(huì)提供大量偏題的數(shù)據(jù)信息，導(dǎo)致用戶需要人工分類查找，往往有用的關(guān)鍵信息卻淹沒(méi)在海量的無(wú)用信息當(dāng)中。AI技術(shù)能幫助用戶進(jìn)行模糊信息精準(zhǔn)化，自動(dòng)剔除無(wú)用信息，能給網(wǎng)絡(luò)信息檢索帶來(lái)一個(gè)光明的未來(lái)。（2）智能的主要功能1）網(wǎng)絡(luò)管理。這個(gè)功能能讓網(wǎng)絡(luò)用戶尋找合適的站點(diǎn)下載信息資源。分布在網(wǎng)絡(luò)的資源點(diǎn)上并進(jìn)行計(jì)算和監(jiān)控，對(duì)于資源故障能及時(shí)發(fā)現(xiàn)并進(jìn)行搶修報(bào)告，對(duì)于同一資源下載時(shí)，會(huì)優(yōu)先選用資源廣且服務(wù)器不緊張的站點(diǎn)，根據(jù)用戶的狀況選擇不同的信息傳輸網(wǎng)絡(luò)或路由，這就能很好減少用戶因?yàn)榫W(wǎng)絡(luò)擁堵而浪費(fèi)的時(shí)間。2）信息管理。這個(gè)服務(wù)功能能明確讓用戶了解信息資源在網(wǎng)絡(luò)的分布現(xiàn)況，并且能幫用戶對(duì)于關(guān)鍵詞設(shè)定提供一定參考服務(wù)，可以對(duì)目標(biāo)信息進(jìn)行篩選，提出無(wú)用信息，并且針對(duì)用戶的使用偏好等定制信息推送。UI界面進(jìn)行優(yōu)化，能根據(jù)用戶的網(wǎng)絡(luò)使用習(xí)慣推出相應(yīng)的界面，使智能技術(shù)更有人情味。

2.3智能搜索的原理

智能技術(shù)應(yīng)用信息檢索上就衍生出搜索服務(wù)，這是針對(duì)不同的用戶推出定制服務(wù)，根據(jù)使用者的網(wǎng)絡(luò)習(xí)慣和需求進(jìn)行搜索和分類加工。比如說(shuō)用戶在一段時(shí)間內(nèi)會(huì)頻繁搜索某類信息，那么技術(shù)會(huì)相應(yīng)的記錄下來(lái)，均衡分析出該用戶對(duì)哪一類信息比較關(guān)注，并結(jié)合廣大網(wǎng)友的對(duì)于此類信息的搜索關(guān)鍵詞情況制定出一個(gè)參考方案，當(dāng)此用戶再下次搜尋時(shí)提供出這個(gè)潛在需求方案，比如對(duì)相關(guān)信息進(jìn)行集中推送，甚至智能技術(shù)比客戶更了解自己。用戶如果不滿意搜索參考方案，用戶可以對(duì)結(jié)果進(jìn)行反饋調(diào)查，這些調(diào)查結(jié)果都傳回?cái)?shù)據(jù)庫(kù)內(nèi)，真能讓系統(tǒng)修改優(yōu)化，讓系統(tǒng)能在下一次匹配信息時(shí)精準(zhǔn)度提高，智能搜索能夠滿足使勇者的需求，且更加智能且人性化。3結(jié)語(yǔ)雖然目前我國(guó)的智能技術(shù)水平與國(guó)外相比仍有不小的差距，但是目前我國(guó)對(duì)于這項(xiàng)研究的重視程度不斷加深，人工智能在網(wǎng)絡(luò)信息檢索中已經(jīng)嶄露頭角，雖然目前不能說(shuō)滿足所有人的需求，還有非常多的地方需要改進(jìn)，但是有改進(jìn)的空間就說(shuō)明就有發(fā)展的空間，相信隨著技術(shù)的發(fā)展，人工智能技術(shù)能讓人類的網(wǎng)絡(luò)信息檢索更加便捷，檢索的信息更精確。

作者：阿不都艾尼·阿不都肉素力 單位：新疆職業(yè)大學(xué)信息技術(shù)學(xué)院

參考文獻(xiàn)

[1]羅成裕.基于系列WEBQUEST的課程設(shè)計(jì)研究———以《計(jì)算機(jī)網(wǎng)絡(luò)資源檢索與利用》課為例[J].電腦知識(shí)與技術(shù)，2014，13:3021-3025.

[2]程學(xué)旗，郭嘉豐，靳小龍.網(wǎng)絡(luò)信息的檢索與挖掘回顧[J].中文信息學(xué)報(bào)，2011，06:111-117.

[3]聞偉.人工智能在信息檢索中的應(yīng)用模式[J].價(jià)值工程，2015，02:187-188.

篇6

 

人工智能將解放更多人力

 

自從人工智能概念被提出后，人工智能是否將取代人類工作就是一個(gè)熱門(mén)的話題之一。這其實(shí)是對(duì)人工智能期待和憂慮的矛盾心理表現(xiàn)。不過(guò)有個(gè)不爭(zhēng)的事實(shí)是：人工智能已經(jīng)開(kāi)始取代一般簡(jiǎn)單、重復(fù)性的體力工作了!

 

譬如，富士康的工業(yè)機(jī)器人Foxbot已經(jīng)開(kāi)始走上流水線展開(kāi)工作，這些機(jī)器人可以日以夜繼地工作，大幅度地縮減人工成本。更為重要的是，富士康的工業(yè)機(jī)器人Foxbot目前的智慧相當(dāng)于3至6歲的人類，能夠完成前端的高精度貼片、后端的裝配和搬運(yùn)環(huán)節(jié)。而另一方面，中國(guó)制造的典型城市東莞已經(jīng)加速開(kāi)啟“機(jī)器換人”計(jì)劃，力圖開(kāi)拓一個(gè)全新的生產(chǎn)時(shí)代。

 

對(duì)于人工智能的未來(lái)，很多研究報(bào)告及專家均表示人工智能將替代人類的工作。其中世界經(jīng)濟(jì)論壇就發(fā)表了《工作的未來(lái)》報(bào)告，該報(bào)告預(yù)測(cè)從2015至2020年，全球?qū)p少710萬(wàn)個(gè)工作機(jī)會(huì)，其中約有476萬(wàn)個(gè)辦公行政類型的職位將會(huì)被替代。

 

不過(guò)人工智能完全取代人類還有很大的距離，但是取代一些工作卻是必然結(jié)果。就如美國(guó)德州萊斯大學(xué)資訊科技研究院主任瓦爾第所說(shuō)，人類雖然不可能完全被取代，不過(guò)未來(lái)各行各業(yè)都將由智能機(jī)器人大幅改變現(xiàn)有的工作模式。機(jī)器人將取代越來(lái)越多人力工作，如藥劑師、獄警、調(diào)酒工作，越來(lái)越多工作都可由機(jī)器取代人力，未來(lái)正邁向機(jī)器幾乎完全取代人力的時(shí)代。

 

有相關(guān)研究表明，人工智能也僅是取代一些沒(méi)有特殊知識(shí)和技能的勞力性工作。而且這并不是壞事，因?yàn)檫@樣可以讓更多勞力資源得以解放，令他們從事其它更具創(chuàng)新有趣的工作。另有研究也證實(shí)，自1870年以來(lái)的英國(guó)歷史表明，新技術(shù)的出現(xiàn)和總體失業(yè)率變化并沒(méi)有直接關(guān)聯(lián)。數(shù)據(jù)顯示，盡管新技術(shù)不斷涌現(xiàn)，但并沒(méi)有造成失業(yè)率的明顯波動(dòng)，決定失業(yè)率高低的是經(jīng)濟(jì)增長(zhǎng)情況，而不是技術(shù)本身。

 

另一方面，隨著人工智能的快速發(fā)展，傳統(tǒng)的工作架構(gòu)將會(huì)被打破，除了生產(chǎn)流程智能化外，人們將會(huì)更加注重大數(shù)據(jù)分析、資料視覺(jué)化、運(yùn)營(yíng)和管理等工作，并且有研究表明，這幾種類型的工作崗位需求反而會(huì)因人工智能的發(fā)展而增加200萬(wàn)個(gè)工作機(jī)會(huì)。

 

人工智能投資大增

 

雖然人工智能的一直甚囂塵上，甚至很多知名科學(xué)家也紛紛發(fā)表人工智能將威脅人類，甚至?xí)缛祟惖难哉?。譬如史蒂芬·霍?Stephen Hawking)、比爾·蓋茨(Bill Gates)、埃隆·馬斯克(Elon Musk)、揚(yáng)·塔里安(Jaan Tallinn)以及尼克·博斯特倫(Nick Bostrom)等人就一直對(duì)于人工智能技術(shù)的發(fā)展表示擔(dān)憂。但是人們對(duì)于人工智能的未來(lái)卻充滿期待，非但沒(méi)有因?yàn)槎Ｏ履_步，反而加大力度進(jìn)行投資。

 

自 2014 年初，DeepMind Technologies 被谷歌以 6.5 億美金收購(gòu)，風(fēng)險(xiǎn)投資已經(jīng)意識(shí)到人工智能領(lǐng)域(AI)的投資前景。數(shù)據(jù)表明，全球近年來(lái)的人工智能領(lǐng)域的風(fēng)險(xiǎn)投資具有快速增長(zhǎng)的趨勢(shì)。Venture SCAnner的統(tǒng)計(jì)顯示，目前全球人工智能領(lǐng)域的企業(yè)達(dá)到了955家，其中395家公司已經(jīng)累計(jì)獲得了48.5億美元的融資。以智能機(jī)器人風(fēng)險(xiǎn)投資為例，在2011年全球的投資額僅為1.94億美元，但到2015年時(shí)已激增至9.23億美元。業(yè)內(nèi)人士都認(rèn)為2015年是人工智能機(jī)器人的創(chuàng)業(yè)元年，2016年將迎來(lái)爆發(fā)式發(fā)展。

 

在中國(guó)，人工智能領(lǐng)域也是迅速發(fā)展。據(jù)艾瑞咨詢2016年1月的報(bào)告顯示，中國(guó)人工智能領(lǐng)域已有近百家創(chuàng)業(yè)公司，其中約65家獲得投資，共計(jì)29.1億人民幣(約合4.48億美元)。其中較為著名的公司有大疆科技獲得7600萬(wàn)美元融資、Yuneec獲英特爾投資6000萬(wàn)美元。

 

投資大增的背后是業(yè)界對(duì)人工智能機(jī)器人的未來(lái)前景充滿期待。市場(chǎng)研究公司IDC在《全球商用機(jī)器人消費(fèi)指南》上預(yù)測(cè)報(bào)告稱全球智能機(jī)器人行業(yè)及相關(guān)服務(wù)市場(chǎng)規(guī)模年復(fù)合增長(zhǎng)率達(dá)17%，2019年行業(yè)規(guī)模將達(dá)到1354億美元。

 

科技企業(yè)開(kāi)始發(fā)力布局

 

面對(duì)人工智能具有巨大潛力的未來(lái)，很多巨頭企業(yè)自然不愿錯(cuò)過(guò)這一時(shí)代熱潮，紛紛重視這一領(lǐng)域的布局，力圖拿到人工智能領(lǐng)域的話語(yǔ)權(quán)。在國(guó)外，以谷歌、英特爾等巨頭引領(lǐng)著人工智能的發(fā)展，自2013年以來(lái)，雅虎、英特爾、領(lǐng)英、蘋(píng)果以及推特都收購(gòu)了人工智能公司。在國(guó)內(nèi)，以百度、騰訊、阿里為代表的科技巨頭紛紛在人工智能領(lǐng)域中發(fā)力布局。

 

在國(guó)際上，英特爾是一家較為積極投資布局人工智能的巨頭科技企業(yè)，共投資了16家AI公司。其主要在智能機(jī)器人這塊進(jìn)行積極部署，而且投資金額也非常高，在過(guò)去的2015年里，英特爾共投資了超過(guò)5億美元，包括對(duì)無(wú)人機(jī)Yuneec、服務(wù)型機(jī)器人公司Savioke等。分析指出，英特爾希望抓住這次人工智能的熱潮，挽回過(guò)去10年錯(cuò)失發(fā)展機(jī)遇的損失。

 

而在國(guó)內(nèi)，除了百度推出的機(jī)器人助理“度秘”以及廣泛應(yīng)用人工智能技術(shù)的無(wú)人駕駛車、阿里巴巴的人工智能平臺(tái)“DTPAI”和客服機(jī)器人平臺(tái)、騰訊的視覺(jué)識(shí)別平臺(tái)騰訊優(yōu)圖、智能計(jì)算與搜索實(shí)驗(yàn)室和撰稿機(jī)器人Dreamwriter外，中國(guó)的一些科技企業(yè)也在積極地發(fā)力進(jìn)入人工智能這一領(lǐng)域。如，科大訊飛戰(zhàn)略投資深圳優(yōu)必選科技有限公司，試圖在運(yùn)動(dòng)控制方面實(shí)現(xiàn)突破;昆侖萬(wàn)維出資為企業(yè)提供人工智能與大數(shù)據(jù)技術(shù)的行業(yè)解決方案;均勝電子在智能汽車技術(shù)上深耕。

 

人工智能的發(fā)展?jié)摿σ呀?jīng)得到了國(guó)內(nèi)外科技企業(yè)的肯定，未來(lái)，將會(huì)有更多巨頭科技企業(yè)強(qiáng)強(qiáng)聯(lián)手開(kāi)發(fā)人工智能。而且，隨著各國(guó)對(duì)于人工智能發(fā)展的支持政策的出臺(tái)，將會(huì)更好地刺激人工智能快速發(fā)展。

 

中國(guó)就是一個(gè)大力支持人工智能機(jī)器人發(fā)展的國(guó)家，按照工信部相關(guān)規(guī)劃，到2020年前后，中國(guó)機(jī)器人產(chǎn)業(yè)集群規(guī)模約2844億元，力圖通過(guò)人工智能機(jī)器人開(kāi)創(chuàng)中國(guó)制造2025的美好未來(lái)。而據(jù)有關(guān)數(shù)據(jù)顯示，中國(guó)在過(guò)去兩年時(shí)間已經(jīng)成為智能機(jī)器人的最大買家，約占全球需求的25%。作為中國(guó)的科技企業(yè)，這不失為一個(gè)巨大的發(fā)展機(jī)遇。面對(duì)洶涌的人工智能熱潮，企業(yè)可以借鑒周鴻祎所說(shuō)的：“人工智能時(shí)代一旦開(kāi)啟，對(duì)每個(gè)人都是新的舞臺(tái)。它會(huì)以指數(shù)級(jí)速度加快，技術(shù)進(jìn)步不可阻擋，我們能做的，只有奮力抓住潮頭，迎接變化! ”

 

人工智能將推開(kāi)第四次工業(yè)革命大門(mén)

 

人類發(fā)展至今，經(jīng)歷了多次技術(shù)的革新?lián)Q代。其中以第一次工業(yè)革命為開(kāi)端，互聯(lián)網(wǎng)技術(shù)為代表的第三次革命為突破口的發(fā)展促進(jìn)了人類加速進(jìn)入了后工業(yè)時(shí)代的信息時(shí)代。目前互聯(lián)網(wǎng)信息技術(shù)的發(fā)展，為人工智能的發(fā)展提供了堅(jiān)實(shí)的基礎(chǔ)。目前，人工智能正在滲透到各行各業(yè)的改造當(dāng)中。

 

有人說(shuō)，人工智能是下一次的工業(yè)革命，對(duì)人類的影響將不亞于互聯(lián)網(wǎng)對(duì)人類的影響。這點(diǎn)中了時(shí)代的發(fā)展脈搏，也與世界經(jīng)濟(jì)論壇以第四次工業(yè)革命為主題的做法不謀而合。人工智能擁有空前的運(yùn)算能力，其發(fā)展的速度、影響的范圍都與以往的生產(chǎn)方式、經(jīng)濟(jì)架構(gòu)截然不同。

 

隨著人工智能的發(fā)展，人類在人工智能的輔助下，將具備把智能設(shè)備、人和數(shù)據(jù)連接起來(lái)，并以智能方式利用這些數(shù)據(jù)的能力，從而在現(xiàn)實(shí)世界中實(shí)現(xiàn)將機(jī)器、設(shè)備和網(wǎng)絡(luò)能在深層次與信息世界的大數(shù)據(jù)連接在一起，推動(dòng)工業(yè)革命和網(wǎng)絡(luò)革命的前進(jìn)。這種革命性的轉(zhuǎn)變將不是第三次工業(yè)革命的延續(xù)，而是徹底地顛覆。它將徹底顛覆人類以往的分工模式、生產(chǎn)生活方式。

 

人工智能在顛覆的同時(shí)也為人類帶來(lái)了便利，就如周鴻祎所說(shuō)：“人工智能也并不是像電影里所展示的那樣，機(jī)器人會(huì)成為人類的威脅。相反，它就像工業(yè)革命之后的一切技術(shù)創(chuàng)新一樣，會(huì)造福于我們整個(gè)人類。 ”例如智能機(jī)器人去從事危險(xiǎn)的救火工作，避免人類的傷亡。而對(duì)于企業(yè)來(lái)說(shuō)，人工智能能更好地完成一些重復(fù)性的勞力工作，而且還能節(jié)約人力成本。這也是眾多科技企業(yè)大力研發(fā)適合自己企業(yè)的代工智能機(jī)器人，如Uber研發(fā)智能無(wú)人車、亞馬遜研發(fā)送貨智能無(wú)人機(jī)。

 

當(dāng)然未來(lái)人工智能的作用遠(yuǎn)不止如此，如AlphaGo背后的Deepmind團(tuán)隊(duì)創(chuàng)始人Demis Hassabis在接受采訪時(shí)透露， AlphaGo僅僅是谷歌人工智能項(xiàng)目的一個(gè)分支。在未來(lái)，Deepmind主要目的是“用人工智能解決一切問(wèn)題”，并將進(jìn)一步探索人工智能在醫(yī)療、機(jī)器人以及手機(jī)等多個(gè)領(lǐng)域的應(yīng)用。

 

人工智能正在以其特有的方式敲擊著第四次工業(yè)革命的大門(mén)，微軟創(chuàng)始人比爾·蓋茨對(duì)此就有深刻的認(rèn)識(shí)，他在今年達(dá)沃斯世界經(jīng)濟(jì)論壇年會(huì)期間表示，許多科技領(lǐng)域的創(chuàng)新正快速推進(jìn)，數(shù)字領(lǐng)域的創(chuàng)新可能繼續(xù)領(lǐng)跑。電腦認(rèn)知能力、機(jī)器人智能化、物聯(lián)網(wǎng)以及大數(shù)據(jù)分析模式，可成為眾多行業(yè)發(fā)展的基礎(chǔ)工具。未來(lái)，第四次工業(yè)革命將在許多領(lǐng)域帶來(lái)快速和顛覆性變化。

 

總結(jié)：做好改變的準(zhǔn)備 迎接第四次工業(yè)革命

 

隨著人工智能的快速發(fā)展，人類必將進(jìn)入一個(gè)全新的時(shí)代。也許未來(lái)人工智能將會(huì)取代更多人的工作，但是技術(shù)發(fā)展是潮流，不能因?yàn)槠湄?fù)面影響就抱殘守缺，甚至抵制技術(shù)的發(fā)展。面對(duì)時(shí)展的潮流，唯一能做的就是做好改變的準(zhǔn)備，抓住時(shí)代的潮流。

篇7

Abstract: Cognitive radio technology provides new opportunities and challenges for the development of wireless communication. Intelligence is an important characteristic for cognitive radio, and application of artificial intelligence techniques is key to implement this characteristic. This paper will first provide our own research framework on cognitive radio, second give an overview of application of artificial intelligence to cognitive radio, and last introduce and simulate the application of neural network to cognitive radio.

關(guān)鍵詞： 人工智能；認(rèn)知無(wú)線電；神經(jīng)網(wǎng)絡(luò)

基金項(xiàng)目：國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展規(guī)劃（“973”計(jì)劃）項(xiàng)目（2009CB320403）；國(guó)家自然科學(xué)基金資助項(xiàng)目（60832008，60832006）；國(guó)家科技重大專項(xiàng)課題（2009ZX03007-004）。

作者簡(jiǎn)介：柴新代（1964-），男，北京人，本科，高級(jí)工程師，研究方向?yàn)橥ㄐ畔到y(tǒng)工程；董旭（1979-），男，河北景縣人，博士研究生，講師，研究方向?yàn)檎J(rèn)知無(wú)線電。

1 概述

無(wú)線通信技術(shù)的飛速發(fā)展，正在越來(lái)越深刻地影響著人們的生活。與此同時(shí)，無(wú)線通信技術(shù)的發(fā)展也面臨著嚴(yán)峻的考驗(yàn)，一方面頻譜資源的固定分配模式和利用率不均衡制約著無(wú)線通信寬帶化的發(fā)展，另一方面多種空中接口和網(wǎng)絡(luò)協(xié)議并存的局面為無(wú)線網(wǎng)絡(luò)的融合提出了挑戰(zhàn)。1999年Mitola博士提出的“認(rèn)知無(wú)線電（Cognitive Radio）”[1]為解決無(wú)線通信所面臨的問(wèn)題提供了新的機(jī)遇。因此，認(rèn)知無(wú)線電技術(shù)迅速成為業(yè)界研究的熱點(diǎn)。

認(rèn)知是人類獲取運(yùn)用知識(shí)解決問(wèn)題的一種抽象，將認(rèn)知運(yùn)用到無(wú)線電技術(shù)，會(huì)提高無(wú)線電系統(tǒng)的智能性，這也是認(rèn)知無(wú)線電技術(shù)區(qū)別于普通軟件無(wú)線電的最大特點(diǎn)。認(rèn)知無(wú)線電技術(shù)通過(guò)實(shí)時(shí)的獲取外部環(huán)境信息，并對(duì)這些信息進(jìn)行分析、學(xué)習(xí)和判斷，得到無(wú)線電知識(shí)，然后根據(jù)這些知識(shí)智能地調(diào)整各種通信參數(shù)，從而最終實(shí)現(xiàn)可靠的通信，并達(dá)到最佳的頻譜利用效率。人工智能技術(shù)為實(shí)現(xiàn)認(rèn)知無(wú)線電的智能性提供了可能，本文將主要圍繞多種人工智能技術(shù)在認(rèn)知無(wú)線電中的應(yīng)用進(jìn)行論述，下面將首先介紹認(rèn)知無(wú)線電智能化的基礎(chǔ)框架――認(rèn)知環(huán)路和認(rèn)知引擎，然后對(duì)幾種人工智能技術(shù)在認(rèn)知無(wú)線電中的應(yīng)用進(jìn)行簡(jiǎn)要介紹，最后將詳細(xì)介紹神經(jīng)網(wǎng)絡(luò)在人工智能中的應(yīng)用，并通過(guò)仿真給出一個(gè)具體的示例。

2 相關(guān)工作

2.1 認(rèn)知環(huán)路 Mitola博士在提出認(rèn)知無(wú)線電概念的同時(shí)提出了OOPDAL（觀察-判斷-計(jì)劃-決策-行動(dòng)-學(xué)習(xí)）認(rèn)知環(huán)路[1]，用以支持其認(rèn)知無(wú)線電架構(gòu)。此外，學(xué)術(shù)界還提出了多種認(rèn)知環(huán)路模型[2,3]，比較著名的有軍事戰(zhàn)略家Boyd提出的OODA（觀察-判斷-決策-行動(dòng)）環(huán)路、IBM為自主計(jì)算提出的MAPE（監(jiān)測(cè)-分析-計(jì)劃-執(zhí)行）環(huán)路、Motorola為自主網(wǎng)絡(luò)提出的FOCALE（基礎(chǔ)-觀察-比較-行動(dòng)-學(xué)習(xí)-擦除）環(huán)路等等。OOPDAL環(huán)路具有完整認(rèn)知功能和清晰的認(rèn)知過(guò)程，是設(shè)計(jì)認(rèn)知無(wú)線電最為理想的環(huán)路模型。本文對(duì)OOPDAL環(huán)路各環(huán)節(jié)進(jìn)行了重新定義，豐富了環(huán)路模型的內(nèi)涵與外延，并在原環(huán)路模型基礎(chǔ)上增加“知識(shí)庫(kù)”，明確表達(dá)了知識(shí)獲取與運(yùn)用的過(guò)程。

如圖1所示，經(jīng)改進(jìn)的OOPDAL認(rèn)知環(huán)路由外環(huán)和內(nèi)環(huán)組成，外環(huán)也稱決策環(huán)。認(rèn)知無(wú)線電首先“感知”無(wú)線域、網(wǎng)絡(luò)域、用戶域、政策域中的數(shù)據(jù)，并對(duì)其建模以明確自身所處態(tài)勢(shì)；“判斷”是對(duì)數(shù)據(jù)的精煉，也即對(duì)感知數(shù)據(jù)進(jìn)行清理、集成和選擇，提取出其中對(duì)決策有貢獻(xiàn)的信息；“計(jì)劃”根據(jù)用戶需求與當(dāng)前環(huán)境生成優(yōu)化目標(biāo)；“決策”根據(jù)優(yōu)化目標(biāo)執(zhí)行優(yōu)化；“行動(dòng)”將決策結(jié)果付諸實(shí)施，使內(nèi)部狀態(tài)和外界環(huán)境發(fā)生變化，這些變化又被重新“感知”，進(jìn)入下一輪循環(huán)。內(nèi)環(huán)又稱學(xué)習(xí)環(huán)，用于從外環(huán)運(yùn)行的歷史經(jīng)驗(yàn)中提取知識(shí)，并存放入知識(shí)庫(kù)以指導(dǎo)決策環(huán)運(yùn)行。

OOPDAL環(huán)路對(duì)知識(shí)的運(yùn)用過(guò)程充分體現(xiàn)了認(rèn)知無(wú)線電的智能性，其中計(jì)劃、學(xué)習(xí)、決策等環(huán)節(jié)更是智能性得以實(shí)現(xiàn)的關(guān)鍵所在，具體的實(shí)現(xiàn)方法則需要借助于人工智能技術(shù)。

2.2 認(rèn)知引擎 認(rèn)知引擎是實(shí)現(xiàn)認(rèn)知環(huán)路功能的技術(shù)手段。但很多認(rèn)知引擎的設(shè)計(jì)是針對(duì)特定方法實(shí)現(xiàn)特定任務(wù)的，本文希望設(shè)計(jì)一種通用的認(rèn)知引擎架構(gòu)，以適應(yīng)認(rèn)知無(wú)線電所面臨的各種應(yīng)用。通用認(rèn)知引擎結(jié)構(gòu)由認(rèn)知核與接口部分組成。認(rèn)知核提供各種豐富的工具，包括知識(shí)表示工具、各種推理機(jī)、學(xué)習(xí)機(jī)、優(yōu)化算法庫(kù)等，為完成認(rèn)知循環(huán)的各環(huán)節(jié)功能提供支持。接口部分包括感知器接口與用戶接口。感知器接口收集各種感知數(shù)據(jù)，并通過(guò)建模系統(tǒng)以機(jī)器可理解的方式表示；用戶接口部分允許用戶調(diào)用認(rèn)知核中各種工具并對(duì)其進(jìn)行流程編排和建模完成專用認(rèn)知引擎的構(gòu)建。另外，可配置無(wú)線網(wǎng)絡(luò)具備動(dòng)態(tài)可配置波形與協(xié)議，以執(zhí)行認(rèn)知引擎的決策。

認(rèn)知核是認(rèn)知引擎的核心，包括多種人工智能工具，如專家系統(tǒng)，案例推理，神經(jīng)網(wǎng)絡(luò)，遺傳算法等，每種人工智能的工具不但可以實(shí)現(xiàn)相應(yīng)的認(rèn)知功能，還可通過(guò)多種不同工具的編排組合實(shí)現(xiàn)認(rèn)知無(wú)線電的各種應(yīng)用，即實(shí)現(xiàn)認(rèn)知引擎的通用性。

3 人工智能技術(shù)概述

如果說(shuō)認(rèn)知核是認(rèn)知引擎的核心，那么人工智能技術(shù)就是認(rèn)知核的核心。人工智能技術(shù)已有比較成熟的理論體系[4]，但將其應(yīng)用到認(rèn)知無(wú)線電還處于探索階段。下面先簡(jiǎn)要介紹幾種人工智能技術(shù)在認(rèn)知無(wú)線電中的應(yīng)用。

3.1 專家系統(tǒng) 專家系統(tǒng)在人工智能技術(shù)領(lǐng)域有著非常成功的應(yīng)用[5]，并能夠很好的與其他人工智能技術(shù)結(jié)合使用，如遺傳算法，人工神經(jīng)網(wǎng)絡(luò)等。專家系統(tǒng)是運(yùn)用知識(shí)和推理過(guò)程來(lái)解決只有專家才能解決的復(fù)雜問(wèn)題，也就是說(shuō)專家系統(tǒng)是一種模擬專家決策能力的計(jì)算機(jī)系統(tǒng)。專家系統(tǒng)主要包括兩個(gè)部分：知識(shí)庫(kù)和推理機(jī)。知識(shí)庫(kù)用來(lái)存儲(chǔ)專家知識(shí)，推理機(jī)則依據(jù)專家知識(shí)對(duì)已有事實(shí)進(jìn)行推理和決策。認(rèn)知無(wú)線電可以借助專家系統(tǒng)完成推理決策功能。認(rèn)知無(wú)線電可以通過(guò)主動(dòng)學(xué)習(xí)或“人在環(huán)中”的方式獲取無(wú)線電知識(shí)并存儲(chǔ)到知識(shí)庫(kù)中，然后根據(jù)外部無(wú)線環(huán)境和用戶需求的變化，到知識(shí)庫(kù)中查詢相應(yīng)的先驗(yàn)知識(shí)，并通過(guò)推理機(jī)進(jìn)行決策，從而調(diào)整無(wú)線電的工作參數(shù)以適應(yīng)環(huán)境和需求的變化。CLIPS是目前比較成熟的專家系統(tǒng)工具，已有學(xué)者將基于CLIPS的專家系統(tǒng)應(yīng)用到認(rèn)知無(wú)線電的研究中[6]。

3.2 案例推理 案例推理作為一種人工智能技術(shù)致力于從以往的經(jīng)歷或者案例當(dāng)中得到新問(wèn)題的解決方案。基于案例的系統(tǒng)通過(guò)在案例庫(kù)查找與需要解決的問(wèn)題相似度最大的案例來(lái)找到問(wèn)題的解決的方法，并將找到的案例與當(dāng)前的場(chǎng)景進(jìn)行匹配，這種匹配實(shí)際上就是一種最優(yōu)化的過(guò)程。而最初找到的案例是為了節(jié)省優(yōu)化的時(shí)間，通過(guò)優(yōu)化的新的解決方案，將被作為新的案例存儲(chǔ)到案例庫(kù)中。認(rèn)知無(wú)線電可以根據(jù)無(wú)線環(huán)境的變化調(diào)整工作參數(shù)，不同的環(huán)境和工作參數(shù)可以作為案例存儲(chǔ)到案例庫(kù)中[7]。當(dāng)環(huán)境發(fā)生變化，認(rèn)知無(wú)線電可以在案例庫(kù)中查找與當(dāng)前環(huán)境最為相似的一個(gè)案例，然后用該案例與當(dāng)前環(huán)境進(jìn)行匹配，優(yōu)化工作的參數(shù)，并把當(dāng)前環(huán)境和優(yōu)化的參數(shù)作為新的案例存儲(chǔ)到案例庫(kù)中。Soar作為一種人工智能系統(tǒng)的開(kāi)發(fā)工具，可以實(shí)現(xiàn)案例推理功能，并可以基于案例進(jìn)行學(xué)習(xí)，國(guó)內(nèi)已有學(xué)者基于Soar和GUN Radio軟件無(wú)線電平臺(tái)開(kāi)發(fā)出認(rèn)知無(wú)線電原型系統(tǒng)。

3.3 遺傳算法 遺傳算法借鑒生物進(jìn)化和遺傳的生物學(xué)原理，可用于解決目標(biāo)優(yōu)化問(wèn)題，即找到一組參數(shù)（基因）使得目標(biāo)函數(shù)最大化。其基本原理是根據(jù)求解問(wèn)題的目標(biāo)構(gòu)造適值函數(shù)，使初始種群通過(guò)雜交和變異不斷選擇好的適值進(jìn)行繁殖，并最終得到最優(yōu)解。遺傳算法同樣可以作為認(rèn)知無(wú)線電的決策方法[6,8]：可以把無(wú)線電類比為一個(gè)生物系統(tǒng)，將無(wú)線電的特征定義為一個(gè)染色體，染色體的每個(gè)基因?qū)?yīng)無(wú)線電一個(gè)可變的參量，比如發(fā)射功率、頻率、帶寬、糾錯(cuò)編碼方法、調(diào)制算法和幀結(jié)構(gòu)等等，這樣就可以通過(guò)遺傳算法的進(jìn)化來(lái)得到滿足用戶需求和適應(yīng)環(huán)境變化的系統(tǒng)配置參數(shù)。

4 神經(jīng)網(wǎng)絡(luò)在認(rèn)知無(wú)線電中的應(yīng)用

對(duì)于人工神經(jīng)網(wǎng)絡(luò)的研究源于對(duì)人類大腦思維過(guò)程的模擬，在很多領(lǐng)域，神經(jīng)網(wǎng)絡(luò)已經(jīng)有了廣泛的應(yīng)用。下面將詳細(xì)介紹神經(jīng)網(wǎng)絡(luò)在認(rèn)知無(wú)線電中的應(yīng)用。

4.1 神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介 1943年神經(jīng)物理學(xué)家W.McCulloch和邏輯學(xué)家W.Pits在對(duì)人腦的研究中提出了人工神經(jīng)網(wǎng)絡(luò)。目前人工神經(jīng)網(wǎng)絡(luò)作為一種人工智能技術(shù)主要基于統(tǒng)計(jì)評(píng)估、優(yōu)化和控制理論。人工神經(jīng)網(wǎng)絡(luò)由用以模擬生物神經(jīng)元的大量相連的人工神經(jīng)元組成，主要用于解決人工智能領(lǐng)域的一些復(fù)雜問(wèn)題，比如機(jī)器學(xué)習(xí)。根據(jù)網(wǎng)絡(luò)結(jié)果和訓(xùn)練方法的不同，人工神經(jīng)網(wǎng)絡(luò)可以分為多種類型，以適應(yīng)多種的應(yīng)用需求[7]。多層線性感知器網(wǎng)絡(luò)（MLPN）：MLPN由多層神經(jīng)元構(gòu)成，每一個(gè)神經(jīng)元都是上一層神經(jīng)元輸出的線性組合。一般這種線性組合的權(quán)值在訓(xùn)練前是隨機(jī)生成的，并且可以隨著訓(xùn)練不斷的更新。更新的方法有多種，如后向傳播（BP）、遺傳算法等。其訓(xùn)練方法的性能將由其網(wǎng)絡(luò)規(guī)模和應(yīng)用場(chǎng)景決定。非線性感知器網(wǎng)絡(luò)（NPN）：NPN是利用對(duì)每個(gè)神經(jīng)元的輸入平方或兩兩相乘的方法將非線性引入神經(jīng)網(wǎng)絡(luò)使其可以對(duì)動(dòng)態(tài)變化的訓(xùn)練數(shù)據(jù)進(jìn)行更好的擬合。但NPN的網(wǎng)絡(luò)結(jié)構(gòu)需要根據(jù)訓(xùn)練數(shù)據(jù)進(jìn)行調(diào)整，另外如果采用BP方法進(jìn)行訓(xùn)練會(huì)使網(wǎng)絡(luò)收斂緩慢而導(dǎo)致處理時(shí)間過(guò)長(zhǎng)。徑向基函數(shù)網(wǎng)絡(luò)（RBFN）：RBFN和NPN類似，不同的只是其非線性的引入是在隱含層利用徑向基函數(shù)實(shí)現(xiàn)非線性映射，這可以防止網(wǎng)絡(luò)收斂到局部最小值。

4.2 應(yīng)用舉例 由于神經(jīng)網(wǎng)絡(luò)可以動(dòng)態(tài)的自適應(yīng)和實(shí)時(shí)的訓(xùn)練，因此可以對(duì)系統(tǒng)的各種模式、參數(shù)、屬性等進(jìn)行“學(xué)習(xí)”，并“記住”這些事實(shí)，當(dāng)系統(tǒng)有了新的輸入和輸出時(shí)，可以進(jìn)行實(shí)時(shí)的訓(xùn)練來(lái)記憶新的事實(shí)。這正符合了認(rèn)知無(wú)線電認(rèn)知功能的需求，因此神經(jīng)網(wǎng)絡(luò)在認(rèn)知無(wú)線電中有著廣泛的應(yīng)用前景。下面就列舉一些神經(jīng)網(wǎng)絡(luò)在認(rèn)知無(wú)線電中的應(yīng)用[9-12]。神經(jīng)網(wǎng)絡(luò)可以用于認(rèn)知無(wú)線電的頻譜感知，例如利用基于神經(jīng)網(wǎng)絡(luò)的分類器可以根據(jù)信號(hào)的循環(huán)平穩(wěn)特性或者頻譜特性等對(duì)信號(hào)進(jìn)行分類。神經(jīng)網(wǎng)絡(luò)還可用于無(wú)線電參數(shù)的自適應(yīng)決策和調(diào)整，神經(jīng)網(wǎng)絡(luò)可以根據(jù)當(dāng)前信道質(zhì)量和用戶需求等所確定的優(yōu)化目標(biāo)選擇無(wú)線電參數(shù)。另外神經(jīng)網(wǎng)絡(luò)還可以對(duì)無(wú)線電系統(tǒng)的各種性能進(jìn)行預(yù)測(cè)，神經(jīng)網(wǎng)絡(luò)可以記憶不同無(wú)線環(huán)境不同無(wú)線參數(shù)所達(dá)到的系統(tǒng)性能，比如誤碼率、吞吐量、時(shí)延等等，從而對(duì)未來(lái)可能產(chǎn)生的系統(tǒng)性能進(jìn)行預(yù)測(cè)，進(jìn)而對(duì)各種無(wú)線參數(shù)進(jìn)行優(yōu)化。

5 仿真及分析

由于無(wú)線環(huán)境的開(kāi)放性，無(wú)線系統(tǒng)大都是非線性系統(tǒng)，因此神經(jīng)網(wǎng)絡(luò)用于認(rèn)知無(wú)線電也應(yīng)采用非線性模型。非線性感知器網(wǎng)絡(luò)（NPN）可以完成認(rèn)知無(wú)線電的學(xué)習(xí)功能，從而對(duì)各種系統(tǒng)性能進(jìn)行預(yù)測(cè)，下面就通過(guò)一個(gè)具體例子來(lái)仿真基于NPN的誤碼率性能預(yù)測(cè)。

5.1 仿真模型 NPN由三層節(jié)點(diǎn)構(gòu)成：輸入層、隱含層和輸出層。隱含層通常只有一層神經(jīng)元，本文在此基礎(chǔ)上擴(kuò)展了隱含層的層數(shù)，從而擴(kuò)大了神經(jīng)網(wǎng)絡(luò)的規(guī)模，使其具有更好的學(xué)習(xí)效果。具體的網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示，每個(gè)節(jié)點(diǎn)都與下一層的所有節(jié)點(diǎn)唯一相連，除了輸入層節(jié)點(diǎn)，其他各層節(jié)點(diǎn)稱為神經(jīng)元，具有一個(gè)非線性的激活函數(shù)，以實(shí)現(xiàn)對(duì)非線性系統(tǒng)的擬合。本文將采用最為常用的非線性激活函數(shù)――S函數(shù)，即：f

神經(jīng)網(wǎng)絡(luò)的訓(xùn)練將采用BP方法，具體算法如下：

③根據(jù)RMS誤差決定是否調(diào)整權(quán)值，直到RMS誤差或者迭代次數(shù)達(dá)到停止要求。

5.2 仿真場(chǎng)景 仿真場(chǎng)景的設(shè)置將根據(jù)上面提出通用認(rèn)知引擎架構(gòu)進(jìn)行編排。首先認(rèn)知引擎要收集各種數(shù)據(jù)。WiMax可以根據(jù)信道質(zhì)量調(diào)整其調(diào)制編碼模式等無(wú)線電參數(shù)，因此將作為通用認(rèn)知引擎架構(gòu)中的可重配置的無(wú)線電平臺(tái)將系統(tǒng)的誤碼率性能實(shí)時(shí)上報(bào)給認(rèn)知引擎；信噪比作為無(wú)線環(huán)境的表征可通過(guò)感知器進(jìn)行收集；編碼速率作為用戶對(duì)業(yè)務(wù)的需求可通過(guò)用戶接口上報(bào)給認(rèn)知引擎。然后認(rèn)知引擎內(nèi)基于NPN的學(xué)習(xí)機(jī)就可以對(duì)這些數(shù)據(jù)進(jìn)行訓(xùn)練了，訓(xùn)練的方法如上節(jié)所述。最后訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)就可以根據(jù)無(wú)線環(huán)境和用戶需求對(duì)系統(tǒng)的誤碼率進(jìn)行實(shí)時(shí)的預(yù)測(cè)，從而調(diào)整認(rèn)知無(wú)線電的各種操作參數(shù)。

5.3 仿真結(jié)果及分析 由于對(duì)神經(jīng)網(wǎng)絡(luò)模型的隱含層進(jìn)行了擴(kuò)展，首先驗(yàn)證一下改進(jìn)的模型性能是否有所提升。仿真結(jié)果如圖3所示，分別仿真了具有2層、3層和4層神經(jīng)元的NPN的收斂性能。其中2層模型是沒(méi)有經(jīng)過(guò)改進(jìn)的，其收斂速度最快，但RMS誤差較三層模型差；3層模型雖然收斂速度稍慢，但收斂的RMS誤差最低；4層模型的網(wǎng)絡(luò)規(guī)模最大，因此收斂速度最慢，但其RMS誤差收斂的并不是最低，這是由于神經(jīng)網(wǎng)絡(luò)的規(guī)模應(yīng)該與訓(xùn)練數(shù)據(jù)的規(guī)模相適應(yīng)，過(guò)大的網(wǎng)絡(luò)規(guī)模反而不會(huì)得到很好的收斂性能。折中考慮，在后續(xù)誤碼率預(yù)測(cè)仿真中，將采用3層神經(jīng)元模型的NPN對(duì)數(shù)據(jù)進(jìn)行訓(xùn)練。

如圖4所示，利用3層神經(jīng)元模型分別對(duì)WiMax場(chǎng)景下的64QAM、16QAM、QPSK和BPSK的誤碼率性能進(jìn)行了預(yù)測(cè)。從預(yù)測(cè)結(jié)果和實(shí)際的仿真結(jié)果的比較可以顯示，隨著調(diào)制模式的升高，預(yù)測(cè)的性能將越來(lái)越好。

6 結(jié)束語(yǔ)

本文主要介紹了人工智能技術(shù)在認(rèn)知無(wú)線電中的應(yīng)用，并通過(guò)人工神經(jīng)網(wǎng)絡(luò)進(jìn)行舉例，從仿真的結(jié)果可以看出神經(jīng)網(wǎng)絡(luò)在認(rèn)知無(wú)線電中應(yīng)用的可能性。人工智能技術(shù)在認(rèn)知無(wú)線電領(lǐng)域的應(yīng)用還有著廣闊的研究前景，應(yīng)該積極探索更多的人工智能技術(shù)在認(rèn)知無(wú)線電中應(yīng)用。但也并非所有的人工智能技術(shù)都適用于認(rèn)知無(wú)線電的開(kāi)發(fā)和應(yīng)用，應(yīng)在研究中有所選擇把握方向。不同的應(yīng)用場(chǎng)景也對(duì)人工智能技術(shù)提出了不同的需求，找到適用于相應(yīng)場(chǎng)景的人工智能技術(shù)也很重要。未來(lái)的工作應(yīng)更多的考慮一些實(shí)際的應(yīng)用，讓無(wú)線通信系統(tǒng)可以真正的像人一樣思考。

參考文獻(xiàn)：

[1]J.Mitola Ⅲ."Cognitive radio: Making software radios more personal"，IEEE Personal Communications，vol.6，no.4，pp.13-18，1999.

[2]S.Haykin."Cognitive radio：Brain-empowered wireless communications"，IEEE Journal on Selected Areas in Communications，vol.23，no.2，pp.201-220，2005.

[3]T.W.Rondeau，C.W.Bostian，D.Maldonado，A.Ferguson，S.Ball，B.Le，and S.Midki，“Cognitive radios in public safety and spectrum management”，Telecommunications Policy and Research Conference，vol.33，2005.

[4]George F.Luger，“Artificial Intelligence Structures and Strategies for Complex Problem Solving Fifth Edition”，Pearson Education Limited，2005.

[5]Joseph C.Giarratano, Gary D.Riley，“Expert System Principles and Programming Fourth Edition”，Thomson learning，2006.

[6]Timothy R.Newman，“Multiple Objective Fitness Functions for Cognitive Radio Adaptation”，Doctor Thesis，2008.

[7]A.He，K.K.Bae，T.R.Newman，J.Gaeddert，K.Kim，R.Menon，L.M.Tirado，J.Neel，Y.Zhao，J.H.Reed，and W.H.Tranter，“A survey of artificial intelligence for cognitive radios”，IEEE Transactiongs on Vehicular Technology，vol.59，no.4，pp.1578-1592，2010.

[8]Thomas W.Rondeau，“Application of Artificial Intelligence to Wireless Communication”，Doctor Thesis，2007.

[9]N.Baldo，B.R.Tamma，B.S.Manoj，R.Rao，and M.Zorzi，“A neural network based cognitive controller for dynamic channel selection”，in Proceedings of IEEE International Conference on Communications（ICC），pp.1-5，2009.

[10]X.Zhu，Y.Liu，W.Weng，and D.Yuan，“Channel sensing algorithm based on neural network for cognitive wireless mesh network”，in Proceedings of IEEE International Conference on Wireless Communications（WiCom），pp.1-4，2008.

篇8

3月8日，以“The NEXT 女大當(dāng)‘駕’無(wú)人車”為主題的英特爾無(wú)人駕駛分享會(huì)在北京舉行，婦女節(jié)之際，賽迪情報(bào)中心了《女性司機(jī)駕駛行為及對(duì)無(wú)人駕駛態(tài)度研究》報(bào)告，通過(guò)調(diào)查女性駕駛者對(duì)無(wú)人駕駛技術(shù)的態(tài)度科學(xué)評(píng)價(jià)和認(rèn)知這一前沿科技，并就無(wú)人駕駛技術(shù)是如何化解女性司機(jī)駕駛痛點(diǎn)等話題展開(kāi)討論。

報(bào)告結(jié)果顯示：女性對(duì)無(wú)人駕駛是“真愛(ài)”，因?yàn)橛谐^(guò)一半的她，看好無(wú)人駕駛。其中，58.93%的女性消費(fèi)者認(rèn)為無(wú)人駕駛技術(shù)是未來(lái)的發(fā)展趨勢(shì)，50.23%的女性消費(fèi)者認(rèn)為無(wú)人駕駛技術(shù)能解決駕駛問(wèn)題。

此外，超過(guò)90%的女性駕駛者每天駕駛時(shí)間集中于兩小時(shí)以內(nèi)；55.65%的女性駕駛者主要駕駛路段為市區(qū)道路；54.81%的女性駕駛者一般駕駛速度在31公里～60公里/時(shí)。這些都表明，女性駕駛者主要活動(dòng)區(qū)域需要經(jīng)常應(yīng)對(duì)堵車、紅綠燈、變道等復(fù)雜路況，對(duì)駕駛者技術(shù)要求比較高。因此，女性駕駛者期望通過(guò)無(wú)人駕駛技術(shù)來(lái)改善駕駛體驗(yàn)、提高駕駛安全性的愿望更加迫切。

賽迪網(wǎng)副總裁梁媛指出，便捷、安全、效率是女性在談?wù)擇{駛時(shí)的關(guān)鍵詞匯，可以看出女性對(duì)安全駕駛有著非常強(qiáng)烈的需求，所以非常期待無(wú)人駕駛，因其的確能給未來(lái)出行帶來(lái)顛覆性變革。

地平線聯(lián)合創(chuàng)始人陶斐雯則認(rèn)為，數(shù)據(jù)、算法、計(jì)算能力是無(wú)人駕駛技術(shù)的三大支柱要素，而要想真正突破這一點(diǎn)就勢(shì)必需要軟件和硬件、算法和芯片的深度整合。

“解放雙腳、解放雙手、解放雙眼、解放思維，直至所有人都成為乘客?！鄙掀ㄓ梅簛喥嚰夹g(shù)中心智能駕駛系統(tǒng)開(kāi)發(fā)駕駛員信息及安全系統(tǒng)經(jīng)理朱曉華通俗易懂地解釋了無(wú)人駕駛的發(fā)展路徑。她強(qiáng)調(diào)，目前量產(chǎn)的汽車還僅僅是處于解放雙腳和解放雙手的階段，而無(wú)人駕駛的發(fā)展需要整個(gè)產(chǎn)業(yè)鏈的共同推動(dòng)。

綜上言論可歸結(jié)為一點(diǎn)：即與輔助駕駛技術(shù)最大的不同是，無(wú)人駕駛是一切社會(huì)資源的大整合。據(jù)相關(guān)資料顯示：2013年，18%的消費(fèi)者表示希望購(gòu)買無(wú)人駕駛汽車；2014年，這一數(shù)字上升到了50%；預(yù)計(jì)到2025年，全球無(wú)人駕駛汽車市場(chǎng)規(guī)模將達(dá)到420億美元；到2030年，全球?qū)⒂?.2億輛無(wú)人駕駛汽車不同程度地上路；2035年，無(wú)人駕駛汽車將占全球汽車銷量的1/4。另?yè)?jù)摩根士丹利報(bào)告顯示：當(dāng)全世界都在使用無(wú)人駕駛汽車時(shí)，每年生產(chǎn)力的提升將帶來(lái)約5070億美元的收益。

面對(duì)未來(lái)如此龐大的市場(chǎng)商機(jī)，無(wú)人駕駛體現(xiàn)的不僅僅是一種技術(shù)，還是更大范圍的科技關(guān)懷。如今，這一產(chǎn)業(yè)鏈上又一個(gè)突破科技疆界的小伙伴出現(xiàn)了――英特爾?；蛟S是受跨界思維的固有影響，英特爾在汽車領(lǐng)域中的實(shí)力很容易被忽視。但事實(shí)上，幾乎所有世界領(lǐng)先的汽車制造商均依賴于英特爾技術(shù)為其車載信息系統(tǒng)、娛樂(lè)系統(tǒng)、影像系統(tǒng)、導(dǎo)航系統(tǒng)提供支持。

另一種石油――數(shù)據(jù)

“數(shù)據(jù)簡(jiǎn)直就是新的石油！數(shù)據(jù)將從根本上改變我們思考駕駛體驗(yàn)的方式，因?yàn)橐惠v無(wú)人駕駛汽車每天至少會(huì)生成4000GB數(shù)據(jù)。”英特爾CEO科再奇如是說(shuō)。

他的話并非危言聳聽(tīng)，在一輛無(wú)人駕駛汽車中，除了活塞、活塞環(huán)、發(fā)動(dòng)機(jī)組，還必須把攝像頭、雷達(dá)、聲吶、GPS、激光雷達(dá)等考慮在內(nèi)，而這些正是全新駕駛方式必不可少的組件。具體來(lái)看，攝像頭每秒生成20MB～60MB數(shù)據(jù)，雷達(dá)每秒最多生成10KB數(shù)據(jù)，聲吶每秒生成10KB～100KB數(shù)據(jù)，GPS每秒生產(chǎn)50KB數(shù)據(jù)，激光雷達(dá)每秒生成10KB～70MB數(shù)據(jù)……把這些數(shù)字相加，就是4000GB（4TB）數(shù)據(jù)。

“像過(guò)去一個(gè)世紀(jì)石油改變世界一樣，數(shù)據(jù)將在未來(lái)幾百年再一次改變世界。”科再奇指出，汽車行業(yè)正處于重大變革的前沿，要求前所未有的計(jì)算、智能、連接能力。然而，只采集數(shù)據(jù)還不夠，必須把數(shù)據(jù)轉(zhuǎn)化為一組切實(shí)可行的洞察，從汽車到網(wǎng)絡(luò)再到云，都需要一個(gè)“端到端”的計(jì)算解決方案，而英特爾對(duì)無(wú)人駕駛的承諾就是加速提供這種“端到端”的解決方案，并引領(lǐng)下一代計(jì)算變革。

無(wú)人駕駛汽車要求數(shù)據(jù)中心具備強(qiáng)大的算能力，而在數(shù)據(jù)中心處理器市場(chǎng)，英特爾則擁有超過(guò)99%的市場(chǎng)份額，這簡(jiǎn)直就是為無(wú)人駕駛打造的最強(qiáng)大腦，放眼整個(gè)業(yè)內(nèi)，也只有英特爾能夠提出并兌現(xiàn)這一承諾，因?yàn)槠淠軌蛱峁┌ㄓ布?、軟件、存?chǔ)、網(wǎng)絡(luò)、安全技術(shù)等全部組件。

英特爾無(wú)人駕駛事業(yè)部中國(guó)區(qū)市場(chǎng)總監(jiān)徐偉杰對(duì)《汽車觀察》表示，“計(jì)算能力、5G應(yīng)用、功耗，是目前要在無(wú)人駕駛領(lǐng)域著重解決的三大技術(shù)問(wèn)題，而英特爾將以獨(dú)一無(wú)二的‘端到端’優(yōu)勢(shì)，通過(guò)技術(shù)創(chuàng)新和產(chǎn)業(yè)合作，全面布局無(wú)人駕駛領(lǐng)域?！?/p>

眾所周知，英特爾擁有業(yè)界領(lǐng)先的計(jì)算技術(shù)，能夠最大限度地釋放數(shù)據(jù)價(jià)值，可為無(wú)人駕駛協(xié)作提供相當(dāng)廣泛的資源，如強(qiáng)大的車內(nèi)計(jì)算、強(qiáng)大的云和一套機(jī)器學(xué)習(xí)解決方案、強(qiáng)大的內(nèi)存和FPGA技術(shù)、高帶寬與低延遲的連接系統(tǒng)、人機(jī)接口以及安全技術(shù)等。

那么，英特爾究竟是如何打造無(wú)人駕駛“朋友圈”的呢？如收購(gòu)Itseez，助其開(kāi)發(fā)面向嵌入式專業(yè)硬件的計(jì)算機(jī)視覺(jué)算法與實(shí)施方案；收購(gòu)Yogitech，鞏固其在半導(dǎo)體功能安全、方法、標(biāo)準(zhǔn)等方面的優(yōu)勢(shì)地位；與LG聯(lián)合開(kāi)發(fā)和測(cè)試面向下一代汽車的5G遠(yuǎn)程信息處理技術(shù)；攜手Green Hills、QNX等軟件公司，提供面向軟件定義的無(wú)人駕駛解決方案；聯(lián)合東軟集團(tuán)、一汽紅旗“智能駕駛艙平臺(tái)”等。

1月4日，英特爾在拉斯維加斯宣布攜手寶馬、Mobileye于2017年下半年開(kāi)始對(duì)40輛BMW 7系列無(wú)人駕駛汽車進(jìn)行路測(cè)，目標(biāo)是要在2021年推出寶馬集團(tuán)第一款全面無(wú)人駕駛汽車BMW iNEXT。

考慮到無(wú)人駕駛汽車的實(shí)現(xiàn)需要一個(gè)全球生態(tài)系統(tǒng)的支持，所以這三家合作商將基于此建立一個(gè)行業(yè)標(biāo)準(zhǔn)，為無(wú)人駕駛建立開(kāi)放平臺(tái)，開(kāi)放平臺(tái)包括3級(jí)～5級(jí)無(wú)人駕駛技術(shù)，并向眾多汽車供應(yīng)商開(kāi)放。隨后，Delphi和百度等廠商宣布會(huì)在其無(wú)人駕駛汽車中使用英特爾技術(shù)。未來(lái)兩年，英特爾還將新增超過(guò)2.5億美元的投資，以期實(shí)現(xiàn)全面無(wú)人駕駛。

總之，要實(shí)現(xiàn)真正意義上的無(wú)人駕駛，就必須在汽車、云、數(shù)據(jù)中心之間執(zhí)行無(wú)數(shù)的內(nèi)存密集型計(jì)算，并即時(shí)分析汽車生成的海量數(shù)據(jù)，學(xué)習(xí)數(shù)百萬(wàn)輛汽車的經(jīng)驗(yàn)，創(chuàng)建深度學(xué)習(xí)模型，從而實(shí)時(shí)制定關(guān)鍵決策，而英特爾的意義就在于可以幫助無(wú)人駕駛汽車作出更加安全的決策。

5G時(shí)代先行者

自20世紀(jì)50年代起，英美等國(guó)就已涉足無(wú)人駕駛汽車領(lǐng)域的研究。

1950年，世界上第一輛自主導(dǎo)航汽車由貝瑞特電子公司在美國(guó)研制成功；1987年，奔馳投資贊助慕尼黑國(guó)防大學(xué)實(shí)驗(yàn)室，獨(dú)立設(shè)計(jì)了VaMoRs智能車；1994年，歐洲研制的VaMP和VITA-2機(jī)器人汽車在巴黎進(jìn)行測(cè)試，能自主完成跟蹤行駛；2010年，Google設(shè)計(jì)制造的無(wú)人駕駛汽車通過(guò)了主要城市道路的駕駛測(cè)試，確定具有完備的感知能力和高水平的人工智能；2014年，Google全新無(wú)人駕駛汽車正式亮相，該車沒(méi)有方向盤(pán)和剎車。

現(xiàn)如今，德、日、中、韓等國(guó)也陸續(xù)開(kāi)始對(duì)無(wú)人駕駛技術(shù)的研究?！盁o(wú)人駕駛汽車勢(shì)必要與數(shù)十億臺(tái)設(shè)備一起競(jìng)爭(zhēng)網(wǎng)絡(luò)帶寬，這對(duì)于服務(wù)提供商來(lái)說(shuō)，必須要實(shí)現(xiàn)以毫秒計(jì)算的數(shù)據(jù)傳輸速度，只有5G能滿足此類需求?！毙靷ソ軓?qiáng)調(diào)道。

實(shí)際上，5G對(duì)未來(lái)無(wú)人駕駛的重要性再怎么強(qiáng)調(diào)都不為過(guò)。無(wú)人駕駛汽車會(huì)生成并接收海量數(shù)據(jù)，以便導(dǎo)航和應(yīng)對(duì)突發(fā)狀況，但當(dāng)今的通信系統(tǒng)在設(shè)計(jì)時(shí)，并未考慮到會(huì)支持這一任務(wù)所需的巨大帶寬。因此5G應(yīng)運(yùn)而生，5G是能夠滿足延遲低于1毫秒、峰值傳輸速率高達(dá)10Gbps的一項(xiàng)網(wǎng)絡(luò)連接技術(shù)，可以支持“汽車至一切”的應(yīng)用，為無(wú)人駕駛時(shí)代提供了更快的速度、超低的時(shí)延，以及車到車（V2V）的連接。

近期，英特爾推出“橫跨汽車、連接和云”的全新汽車解決方案――英特爾?GO?，該方案推出多個(gè)開(kāi)發(fā)工具包，可支持從下一代英特爾?凌動(dòng)?處理器到英特爾?至強(qiáng)?處理器等不同計(jì)算性能，以及業(yè)內(nèi)首個(gè)5G就緒無(wú)人駕駛開(kāi)發(fā)平臺(tái)。

其中，全新英特爾?5G調(diào)制解調(diào)器，是世界上首個(gè)同時(shí)支持6 GHz以下和毫米波頻段的全球通用5G調(diào)制解調(diào)器。該調(diào)制解調(diào)器包含一個(gè)緊湊且低功耗的芯片工具包，可提供有望超過(guò)5Gbps的速度和超低時(shí)延，以便讓無(wú)人駕駛汽車能夠在瞬間做出決策反應(yīng)。

另外，兩種版本的英特爾?GO?無(wú)人駕駛車內(nèi)開(kāi)發(fā)平臺(tái)所提供的計(jì)算力，可執(zhí)行一系列無(wú)人駕駛功能，包括感知、融合、決策等；英特爾?GO?智能駕駛5G車載通信平臺(tái)，可讓汽車制造商能夠在2020年5G推出之前開(kāi)發(fā)并測(cè)試各種用例和應(yīng)用；英特爾?GO?智能駕駛軟件開(kāi)發(fā)工具包，可幫助工程師最大程度開(kāi)發(fā)硬件功能，同時(shí)加快設(shè)計(jì)步伐。

5G 網(wǎng)絡(luò)技術(shù)代表著行業(yè)的重大轉(zhuǎn)變，它要求在無(wú)線連接、計(jì)算智能、分布式云資源之間實(shí)現(xiàn)前所未有的整合。為此，英特爾正在不斷突破產(chǎn)業(yè)界限，與業(yè)界優(yōu)秀廠商展開(kāi)全面合作。目前，正與包括愛(ài)立信、KT、LG 電子、諾基亞、Verizon等在內(nèi)的全球電信行業(yè)領(lǐng)導(dǎo)者進(jìn)行合作，交付集成式5G原型解決方案；此外，英特爾還在美國(guó)亞利桑那州、加利福尼亞州、俄勒岡州和德國(guó)建立了“卓越中心”（CoE），對(duì)無(wú)人駕駛汽車進(jìn)行路測(cè)。

在中國(guó)，英特爾正在積極參與支持中國(guó)IMT-2020推進(jìn)組組織的5G技術(shù)研發(fā)試驗(yàn)，并成為首批加入中國(guó)移動(dòng)5G聯(lián)合創(chuàng)新中心的戰(zhàn)略合作伙伴。同時(shí)，英特爾還攜手中國(guó)移動(dòng)、愛(ài)立信完成全球首個(gè)基于最新蜂窩物聯(lián)網(wǎng)技術(shù)的業(yè)務(wù)演示。

篇9

傳統(tǒng)的產(chǎn)業(yè)鏈分工上，最底層的技術(shù)是芯片，下一個(gè)環(huán)節(jié)是軟件，最后環(huán)節(jié)是應(yīng)用端的產(chǎn)品。近日，物聯(lián)網(wǎng)模塊廠商慶科聯(lián)合RealTek/Marvell/Cypress等IC廠商推出新型芯片方案MOC。這款芯片區(qū)別于以往的芯片，是軟件與芯片結(jié)合后的解決方案，整合硬件芯片、物聯(lián)網(wǎng)協(xié)議、安全、云端適配。

IOT芯片是一種新的產(chǎn)品形態(tài)，這種新形態(tài)能解決物聯(lián)網(wǎng)產(chǎn)業(yè)面臨的哪些問(wèn)題？這種形態(tài)對(duì)傳統(tǒng)芯片和軟件的關(guān)系會(huì)帶來(lái)哪些沖擊和改變？對(duì)芯片企業(yè)和軟件企業(yè)的商來(lái)模式帶來(lái)哪些啟示？帶著這些問(wèn)題，記者進(jìn)行了深度采訪。

IoT時(shí)期芯片與應(yīng)用端出現(xiàn)“鴻溝”

早期，產(chǎn)品由技術(shù)來(lái)定義。即：有什么樣的技術(shù)，應(yīng)用環(huán)節(jié)就會(huì)推出什么樣的產(chǎn)品。產(chǎn)品由關(guān)鍵的芯片技術(shù)推動(dòng)，整個(gè)產(chǎn)業(yè)推進(jìn)路徑是從上到下。不過(guò)，隨著物聯(lián)網(wǎng)的出現(xiàn)，這種從上到下的路徑開(kāi)始行不通。

當(dāng)下，產(chǎn)品的形態(tài)轉(zhuǎn)由“應(yīng)用”來(lái)定義，即根據(jù)用戶需求來(lái)開(kāi)發(fā)產(chǎn)品，是從下到上的路線。這種路線的變化，導(dǎo)致IC技術(shù)與市場(chǎng)應(yīng)用之間出現(xiàn)鴻溝。

眾所周知，構(gòu)成物聯(lián)網(wǎng)的智能產(chǎn)品形態(tài)多樣，從功耗大的智能家電產(chǎn)品，再到對(duì)功耗要求極低的可穿戴產(chǎn)品。智能產(chǎn)品不僅需要好的底層芯片，其智能化的功能還需要聯(lián)網(wǎng)、運(yùn)算，這就需要網(wǎng)絡(luò)、云服務(wù)、APP等多種技術(shù)元素的支撐。

對(duì)芯片企業(yè)而言，已無(wú)法將芯片直接推送給智能設(shè)備廠商，需要將芯片的服務(wù)功能完善之后才行。而由于智能產(chǎn)品形態(tài)多樣，有些是小而精的創(chuàng)業(yè)團(tuán)隊(duì)的項(xiàng)目，芯片企業(yè)更是無(wú)法一一對(duì)每個(gè)智能產(chǎn)品提供接入服務(wù)。

正如Marvell技術(shù)支持總監(jiān)孟樹(shù)指出的：“芯片公司都非?？春梦锫?lián)網(wǎng)，希望跟各個(gè)廠商去合作，但是芯片企業(yè)不可能一對(duì)一的去提供每個(gè)服務(wù)?！?/p>

對(duì)設(shè)備廠商而言，要做出一款智能化的產(chǎn)品，除了考慮芯片性能，也要考慮云平臺(tái)、大數(shù)據(jù)、算法等要求，而這些環(huán)節(jié)涉及的領(lǐng)域極為跨界，單獨(dú)靠設(shè)備廠商很難駕馭。

對(duì)此，芯片企業(yè)與終端設(shè)備廠商之前的鴻溝，使最新的芯片技術(shù)無(wú)法快速及時(shí)地應(yīng)用到產(chǎn)品中，延長(zhǎng)和影響了終端設(shè)備的開(kāi)發(fā)周期和問(wèn)世，影響了整個(gè)物聯(lián)網(wǎng)產(chǎn)業(yè)的推進(jìn)。

物聯(lián)網(wǎng)芯片應(yīng)運(yùn)而生

以前，軟件能力是芯片延伸出的附加功能，為芯片增值。當(dāng)前，智能產(chǎn)品對(duì)技術(shù)的需求，除了芯片硬件本身之外，還需要芯片能夠具備更多的聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)服務(wù)能力。在這種背景下，IOT芯片應(yīng)運(yùn)而生，將芯片與軟件進(jìn)行了充分地融合，給賦予芯片更多的服務(wù)能力。

近期，慶科聯(lián)合RealTek/Marvell/Cypress等IC廠商推出的新型芯片方案產(chǎn)品MOC，即MiCO On Chip?！癕iCO是一個(gè)操作系統(tǒng)，MOC是內(nèi)置MiCO操作系統(tǒng)的新一代的物聯(lián)網(wǎng)系統(tǒng)芯片，通過(guò)MiCO的軟件再結(jié)合芯片本身的計(jì)算和通訊能力，慶科推出MOC100和MOC200兩款物聯(lián)網(wǎng)系統(tǒng)芯片，基于SIP物理封裝，面積為1平方厘米?！?慶科CEO王永虹表示。

據(jù)悉，MOC100為單Wi-Fi芯片，在運(yùn)算速度、memory資源和控制器接口上比較突出，主要適用于IOT透?jìng)?、語(yǔ)音識(shí)別、二次開(kāi)發(fā)等功能，用戶只需參照設(shè)計(jì)加一款天線和輸入電源，即可完成一個(gè)Wi-Fi模塊產(chǎn)品的開(kāi)發(fā)。

另外，MOC200是Wi-Fi和藍(lán)牙的combo系統(tǒng)芯片，在MOC100的基礎(chǔ)上增加對(duì)傳統(tǒng)藍(lán)牙和低功耗藍(lán)牙雙模式的支持，為智能產(chǎn)品間的互聯(lián)提供更多便利。

此款I(lǐng)oT芯片將軟件中間件和芯片綁定在一起，簡(jiǎn)化了整個(gè)開(kāi)發(fā)過(guò)程。據(jù)悉，MOC一共有五層：

第一層芯片層，這一層是保證設(shè)備能夠正常工作聯(lián)網(wǎng)，是核心層；第二層是HAL層，負(fù)責(zé)完成芯片的適配；

第三層是操作系統(tǒng)層，包括底層軟件、驅(qū)動(dòng)、外設(shè)管理，協(xié)議棧等基礎(chǔ)內(nèi)容，這一層是開(kāi)放的，用的是MiCO OS，并兼容YunOS、Mbed；第四層是中間件，負(fù)責(zé)把所有IoT相關(guān)的中間件軟件以“模塊化組件”形式提取出來(lái)。中間件是MiCO的核心層，有諸多間件應(yīng)用，來(lái)保證設(shè)備的聯(lián)網(wǎng)、功耗管理、本地計(jì)算能力、傳感器算法集成等等；第五層叫應(yīng)用框架層，針對(duì)于不同品類的智能硬件產(chǎn)品，幫助客戶完成具體的應(yīng)用開(kāi)發(fā)，讓設(shè)備可以很好的跟用戶交互，與云端連接并產(chǎn)生服務(wù)。

此外，IoT芯片給云廠商也帶來(lái)福音。“位置服務(wù)、支付、云、人工智能、算法，圖像識(shí)別算法等服務(wù)，需要與硬件結(jié)合。這些服務(wù)如何承載在芯片上，此前的做法是每家云廠商去與某一個(gè)芯片識(shí)別，整個(gè)過(guò)程十分繁瑣。此外，服務(wù)商的云服務(wù)還需要不斷升級(jí)，對(duì)芯片公司、開(kāi)發(fā)者、設(shè)備廠商都是很大的挑戰(zhàn)?！?/p>

篇10

基于用戶生活體驗(yàn)升級(jí)的智能化才有市場(chǎng)

目前，通過(guò)低成本芯片技術(shù)，云計(jì)算能力，大數(shù)據(jù)的應(yīng)用，以及各種傳感器技術(shù)，包括互聯(lián)網(wǎng)技術(shù)應(yīng)用等，技術(shù)公司、互聯(lián)網(wǎng)企業(yè)、創(chuàng)業(yè)者以及傳統(tǒng)制造企業(yè)，都正在往智能家居產(chǎn)業(yè)鏈的上游去整合，這必然會(huì)進(jìn)一步推進(jìn)智能時(shí)代的到來(lái)，但企業(yè)不能為了智能而智能，智能家居要想真正普及，必須是建立在真正解決用戶生活體驗(yàn)問(wèn)題的基礎(chǔ)上，讓用戶的生活變得更加舒適才會(huì)有市場(chǎng)。

京東微聯(lián)智能家居可以使各種各樣的智能家電產(chǎn)品、家居產(chǎn)品如空調(diào)、燈光、窗簾等，所有連接到平臺(tái)上的產(chǎn)品之間實(shí)現(xiàn)互聯(lián)互通，可以讓用戶及第三方公司去定義自己想實(shí)現(xiàn)的個(gè)性化生活場(chǎng)景，可以通過(guò)平臺(tái)去實(shí)時(shí)操控微聯(lián)智能設(shè)備。例如，京東微聯(lián)已經(jīng)成功完成與DingDong智能音箱的對(duì)接，在國(guó)內(nèi)首次實(shí)現(xiàn)了通過(guò)音箱對(duì)智能設(shè)備進(jìn)行語(yǔ)音控制。消費(fèi)者回家之后，只要對(duì)著音響講話，就可能讓已經(jīng)定義好的智能場(chǎng)景啟動(dòng)，使消費(fèi)者在生活中對(duì)設(shè)備的操控變得更加便捷，真正解放雙手。

此外，京東和很多的內(nèi)容商合作，例如CIBN、南方傳媒、芒果TV、GITV、百事通等視頻牌照商，騰訊、搜狐、優(yōu)酷、愛(ài)奇藝、優(yōu)朋普樂(lè)等視頻內(nèi)容商，恒大音樂(lè)、百度音樂(lè)、喜馬拉雅、咪咕等音樂(lè)合作伙伴。智能硬件本身僅僅提供一些智能控制是遠(yuǎn)遠(yuǎn)不夠的，只有真正從用戶角度出發(fā)，解決用戶痛點(diǎn)，例如提供一些娛樂(lè)功能，增值服務(wù)和用戶感興趣的內(nèi)容等，這樣才能讓消費(fèi)者的體驗(yàn)更好。

智能化的實(shí)現(xiàn)依托于強(qiáng)大的技術(shù)支撐

產(chǎn)業(yè)升級(jí)的背后反映出的是技術(shù)的變革，京東微聯(lián)不僅通過(guò)自主研發(fā)的互聯(lián)互通協(xié)議，實(shí)現(xiàn)了智能設(shè)備的遠(yuǎn)程控制及設(shè)備間的互聯(lián)互通，同時(shí)還通過(guò)微聯(lián)智能云技術(shù)推出了一系列的增值服務(wù)。京東微聯(lián)開(kāi)放平臺(tái)率先推出了云菜譜，云娛樂(lè)，云定時(shí)，云推送等服務(wù)，開(kāi)放給廠商免費(fèi)試用，接入京東微聯(lián)平臺(tái)的廠家只需做簡(jiǎn)單的配置，即可讓自己的產(chǎn)品享受到這種便捷服務(wù)。

所有智能硬件一旦進(jìn)入用戶家中，讓它們之間連接起來(lái)，做一些智能化方案的定制會(huì)非常困難，且成本極高。但通過(guò)云端技術(shù)，能夠把所有的設(shè)備連接起來(lái)，做各種人工智能的設(shè)計(jì)。例如，京東智能云端的檢測(cè)技術(shù)，可實(shí)現(xiàn)對(duì)消費(fèi)者所在城市空氣質(zhì)量監(jiān)測(cè)，如果檢測(cè)到空氣質(zhì)量不好，可以幫消費(fèi)者自動(dòng)開(kāi)啟家中的空氣凈化器，當(dāng)家中的空氣凈化達(dá)到一個(gè)比較好的質(zhì)量時(shí)，會(huì)自動(dòng)調(diào)整至較低的功率。很多傳感器技術(shù)的應(yīng)用，將消費(fèi)者內(nèi)部家庭環(huán)境和周邊外部環(huán)境數(shù)據(jù)結(jié)合在一起，給消費(fèi)者帶來(lái)真正舒適家居的環(huán)境。

很多家電品牌廠家在推進(jìn)智能化的過(guò)程中，實(shí)際上會(huì)面臨很多挑戰(zhàn)。例如，如何能夠有一個(gè)更快速、低成本的智能化方案。對(duì)于大多數(shù)品牌商來(lái)講，在云端技術(shù)、大數(shù)據(jù)能力等方面都是缺失的。同樣，如何加入一個(gè)能夠互聯(lián)互通的平臺(tái)，去構(gòu)建一個(gè)讓消費(fèi)者真正體會(huì)到智能化的完整的智慧生活場(chǎng)景，也是單獨(dú)一個(gè)廠家很難做到的。京東微聯(lián)的誕生恰好能夠幫助傳統(tǒng)行業(yè)的合作伙伴去突破這些挑戰(zhàn)。京東微聯(lián)利用自身的技術(shù)優(yōu)勢(shì)，可以為合作商家提供一整套智能解決方案，大大減少傳統(tǒng)企業(yè)在物聯(lián)網(wǎng)智能技術(shù)研發(fā)上的成本，幫助品牌低成本實(shí)現(xiàn)產(chǎn)品的智能化升級(jí)。

讓企業(yè)更懂消費(fèi)者讓產(chǎn)品的體驗(yàn)更好

智能化應(yīng)用非常重要的一點(diǎn)就是可以產(chǎn)生大量的數(shù)據(jù)。以前，家電產(chǎn)品銷售出去賣到全國(guó)各地，但是這些產(chǎn)品賣到哪些用戶手中？各地用戶最喜歡用什么功能？，這些數(shù)據(jù)廠商很難以掌握，所有關(guān)于產(chǎn)品使用狀況的數(shù)據(jù)基本通過(guò)售后維修部門(mén)的反饋得到。即便是請(qǐng)專業(yè)的調(diào)研公司做消費(fèi)者調(diào)研，但對(duì)所選取樣本的真實(shí)情況也不可能詳知。2014年京東銷售出超過(guò)10億元的智能空調(diào)，其中微聯(lián)空調(diào)已經(jīng)達(dá)到30%，京東已經(jīng)知道全國(guó)各區(qū)域消費(fèi)者對(duì)這些空調(diào)使用的習(xí)慣例如每個(gè)區(qū)域內(nèi)最喜歡的溫度是多少？空調(diào)什么部位發(fā)生故障最多等，這些數(shù)據(jù)都可以時(shí)實(shí)獲取，為品牌商帶來(lái)非常大的價(jià)值。

京東微聯(lián)引入了很多第三方服務(wù)和內(nèi)容，實(shí)現(xiàn)智能硬件統(tǒng)一管理和提供增值服務(wù)可以方便廠家去開(kāi)發(fā)相應(yīng)的功能，實(shí)現(xiàn)各種各樣的智能化、自動(dòng)化的場(chǎng)景，更能夠幫助家電企業(yè)接觸到更多的用戶，幫助廠商做產(chǎn)品的升級(jí)換代，將產(chǎn)品體驗(yàn)做得更好。

此外，為了讓廠家在選擇終端控制設(shè)備時(shí)有更多的選擇性，讓用戶使用更加靈活方便，未來(lái)，京東微聯(lián)還將提供開(kāi)放服務(wù)系統(tǒng)。主要將向三個(gè)維度，一是面向第三方的APP或是微信應(yīng)用等開(kāi)放，廠家定制APP或是微信服務(wù)號(hào)，通過(guò)京東智能云的開(kāi)放服務(wù)接口便可實(shí)現(xiàn)對(duì)接入京東微聯(lián)的智能設(shè)備的訪問(wèn)和控制；二是面向智能設(shè)備廠家開(kāi)發(fā)的中控類設(shè)備開(kāi)放；三是向第三方開(kāi)放京東智能云端的數(shù)據(jù)。