人工智能技术基础范文篇1

关键词：智慧城市物联网云计算城市发展

引言

20世纪90年代以来，信息技术不断创新，信息化成为全球经济社会发展的显著特征，不断推动时代进步与发展。目前，全球信息技术创新持续加快，以云计算、云存储为代表的新兴网络技术正在推动下一代互联网大潮。物联网技术在促进各单元互联的同时，也将带来更加广泛的信息量，知识经济进一步凸显，信息资源日益成为重要的生产要素，信息技术正在全球范围深入城市管理与人类生产生活的各个方面。

一、从数字城市到智慧城市

1998年美国副总统戈尔提出了“数字地球”的概念，掀起了建设“数字地球”的空间信息革命。数字城市正是源于数字地球的战略构想，是数字地球思想在城市范围的延伸和具体实现。

数字城市是基于3S（地理信息系统GIS、全球定位系统GPS、遥感系统RS）技术、可视化和网络技术等信息技术，综合开发和应用空间信息资源，对城市的基础设施、功能机制进行自动采集和动态监测管理，实现城市运行和管理的可视化、数字化、网络化。

2008年11月，IBM提出了“智慧的地球”这一理念，进而引发了智慧城市建设的热潮。智慧城市是以互联网、物联网、电信网、广电网、无线宽带网等网络组合为基础，通过深入推进基础性建设和各类信息资源及其应用型信息系统的开发利用，全面灵活地实现物与物、物与人、人与人的相互感知和互联互通，从而实现对社会生产生活各领域的精细化、动态化管理。

建设智慧城市，是把握新一代信息技术变革机遇，加快向信息社会转型发展的必然要求。目前我国的智慧城市建设刚刚起步，北京、天津、上海、深圳、宁波、苏州等城市已将“智慧城市”列入“十二五”规划并着手实施。天津滨海新区在2011年提出了“建设智慧新区”的任务。

二、智慧城市的本质与内涵

2.1智慧城市的本质

智慧城市是智慧地球的体现形式，是数字城市建设的延续，也是城市信息化发展到更高阶段的必然产物。“智慧城市”的理念提供了城市创新发展的新思路，开辟了认识城市、发展城市的新视角，其本质是以物联网为重要基础之一，以先进信息技术、智能技术和多网融合为依托，以智慧技术、智慧产业、智慧服务、智慧管理、智慧人文、智慧生活等为重要内容的城市发展新模式和新形态。

智慧城市建设一般集合四个方面的建设与应用。一是广泛的联接人，广泛的联接物；二是依托信息网络，全面采集、感知生产、生活、城市管理、经济社会活动等所需的各类信息；三是依托云中心，对采集、感知的海量信息进行智能化实时分析、处理、反馈；四是依托信息网络，为人提供及时参考、决策信息，为物提供实时控制信息，使经济社会活动更为优化。

2.2智慧城市的主要特征

全面感知。智能传感设备将城市公共设施物联成网，对城市运行的核心系统实时感测，具有更全面灵活的物与物、物与人、人与人的互联互通和相互感知能力。

充分整合。物联网与互联网系统完全连接和融合，将数据整合为城市核心系统的运行全图，借助于发达的智慧基础设施，提升信息处理和信息资源整合能力。

协同运作。基于智慧的基础设施，城市里的各个关键系统和参与者进行和谐高效地协作，提高跨部门、多层级、异地的合作能力，实现城市运行的最佳状态。

激励创新。鼓励政府、企业和个人在智慧基础设施之上进行科技和业务的创新应用，为城市提供源源不断的发展动力，实现城市的可持续健康发展。

2.3智慧城市的体系架构

1.横向架构

从横向上看，智慧城市建设包括感知层、网络层、数据层和应用层四个层面。

感知层，具有超强的环境感知能力和智能性，通过RFID、智能终端、传感器等泛在网技术实现信息识别、采集、监测和控制。

通信层，是智慧城市的信息高速公路，包括大容量、高带宽、高可靠的光网络，全城覆盖的无线宽带网络，以及电信网、互联网、广播电视网三网融合的网络。

数据层，是实现数据资源融合的层面，按照智慧性、广域性进行加工和关联。数据层包含各行业、各部门和各企业的数据中心以及为实现数据共享、数据活化建立的市一级的动态数据中心、数据仓库等。

应用层，是在感知提取层、通信互联层、数据资源层基础上建立的各种智慧应用和应用整合。

2.纵向架构

从纵向上看，智慧城市建设涉及智慧城市标准体系和智慧城市安全体系。

为了推进智慧城市相关产业的快速、健康发展，必须有统一的技术和接口标准。智慧城市的标准体系分为技术基础标准体系和应用标准体系两个部分。

智慧城市信息安全体系是在安全基础设施的基础上，从技术和管理两个方面为智慧城市提供安全保障。

图智慧城市的体系架构

综上，智慧化是继工业化、电气化、信息化之后，世界科技革命又一次新的突破。利用智慧技术，建设智慧城市，是当今世界城市发展的趋势和特征。

三、滨海新区智慧城市建设现状

“十二五”期间，滨海新区深入贯彻落实科学发展观，围绕新区发展战略和功能定位，提出了“建设智慧新区”的任务，广泛应用新一代信息技术，务实推进政务、民生、城市管理和经济社会发展信息化，提升信息产业整体水平，建设以“物联化、互联化、智能化”为特征的“智慧滨海”。

3.1智慧滨海的架构体系

智慧滨海体系概括为“4211”架构体系。四项智慧工程，即智慧政府工程、智慧城管工程、智慧经济工程和智慧民生工程；二个高地，即信息基础设施高地、新兴信息产业高地；一套保障体系；一张“智慧滨海”名片。

1.智慧政府工程

建设高效电子政务系统，提高政府信息的利用水平和政策科学制订水平，促进城市信息资源的共享和开发利用。智慧政府工程包括：建设电子政务专网、电子政务云中心与云计算平台、公用基础地理信息系统、信息资源支撑平台等13个子项目。

2.智慧城管工程

在城市管理领域建设一批信息系统，以信息化为支撑，推行物联网应用，创新管理模式，改善新区整体发展环境。智慧城管工程包括：公安视频指挥调度与技防网、数字城管、智能交通及环境监测、安监、食品药品监管信息化等7个子项目。

3.智慧经济工程

推进信息化与工业化深度融合，充分发挥信息化建设专项资金支持、引导作用，支持云计算、物联网等新一代信息技术在工业等领域的深入应用，推进“智造云”和“超算云”建设，促进产业结构优化升级，加快经济发展方式转变。智慧经济工程包括：两化融合示范试点、企业信息化平台、电子政务、现代物流与农业信息化、超算云等6个子项目。

4.智慧民生工程

深化电子政务、电子商务和公共服务事业向社区延伸，丰富服务内容，努力实现公共信息服务的普遍、优质和高效。智慧民生工程包括：街镇信息化、数字医疗、数字教育、数字文化及智能小区试点5个子项。

3.2建设智慧滨海

滨海新区按照“三个一”进行统筹布局，即一张覆盖新区的电子政务专网，一个统一的电子政务云中心和一个基于GIS的人口、法人、地理和经济等基础信息库公共共享平台，稳步推进两化融合，加快建设“智慧滨海”。2012年以来，滨海新区投入近15.5亿元全面升级信息基础设施，电子政务专网、电子政务云中心和地理信息共享服务系统“三个一”基本建成并实现试运行，信息化水平不断提升。预计到2013年底，滨海新区将基本完成智慧滨海“4211”架构体系建设，为基本形成电子政务高效便民、城区管理精细智能、信息化与工业化深度融合、新兴信息产业集聚发展、综合水平全国领先的发展格局奠定扎实基础。

四、面临的问题与挑战

近年来，滨海新区在智慧城市建设的探索和实践中取得了可喜的成就，智慧城市理念为城市未来发展描绘了一幅美好的蓝图，但智慧滨海建设工作的顺利开展还面临着一些问题与挑战，具体表现为：

第一，缺少统一标准和规范。智慧城市建设覆盖诸多领域，目前缺乏统一的行业标准、建设标准和评估标准等来约束和指导，不同系统之间接口复杂，不易实现系统互联互通和信息的共享协同，有形成“智能孤岛”的可能。

第二，亟待制定合理的产业规划和良性循环的商业模式。对涉及的物联网、云计算等产业缺乏统筹规划、合理布局和有效支持。商业模式单一，主要依靠政府的投资和管理，未能有效引入社会力量的参与，不利于产业转型升级和发展方式转变。

第三，缺少核心技术及产品，技术支撑体系不健全。大部分核心技术、产品依赖国外；基础技术研究、产品研发、成果转化等技术支撑能力不强。缺乏技术创新带动，发展后劲不足。

五、滨海新区智慧城市建设的对策建议

5.1加强制度机制建设，制定和完善标准体系

结合滨海新区建设实际情况，各级政府加快电子政务网络、信息系统、信息资源建设标准规范制定工作；各相关部门建立相应制度规范，加快新区在物联网、云计算、通信与网络等领域相关技术、应用和管理标准的完善和实行；学习借鉴先进地区智慧城市指标体系，结合新区经济社会和信息化发展实际，研究智慧滨海指标体系，量化发展目标和任务，明确智慧滨海建设内容和发展方向，完善相应的体制机制建设。

5.2加强队伍建设，形成人才培养体系

加强信息化队伍建设，充实新区信息化工作主管部门、重点行业管理部门、功能区信息化人员力量，确保工作正常有序开展；成立机关事业单位，统筹新区信息化技术服务工作。加快智慧城市建设人才开发，引进高层次和复合型信息化人才，建立智慧城市专业人才培养机构。

5.3强化自主创新，掌握核心关键技术

对新区范围内技术优势明显、综合实力雄厚的国内企业进行重点支持，鼓励和引导其承担起智慧城市规划和建设任务。加大技术创新投入，突破高端芯片、关键组件、基础软件等核心技术，强化技术支撑体系，占领科技制高点，减少对国外技术和产品的依赖；着力夯实信息安全基础，确保城市信息安全总体可控。

5.4做好产业规划布局，推动产业转型升级

将智慧城市相关产业发展列入区域重点发展规划，科学规划产业链和产业集群，培养一批核心骨干企业，实现规模效益。创新商业模式，引入市场机制，扩大投资渠道。充分发挥信息化建设专项资金的支持和引导作用，支持、引导公共性、基础性、效益好的重大项目建设。鼓励企业加大对信息化投入，支持、吸引IT企业提供云计算服务，推动物联网等产业迅速发展，带动整体产业的转型升级。

参考文献：

1.IBM商业价值研究院，智慧的城市在中国（EB/OL）2009.02.http：///cn/severices/bes.iibv

2.曼纽尔・卡斯泰尔著，崔保国译.信息化城市[M].南京：江苏人民出版社，2001.1-10

3.高玲玲，卢杰民，胡剑瑛.智慧驱动城市变革[J].上海信息化，2009（12）：33-35

4.张公忠.智慧城市与智能建筑物联网应用[J].智能建筑与城市信息，2012（2）：14-18

人工智能技术基础范文篇2

工信部科[2017]315号

各省、自治区、直辖市及计划单列市、新疆生产建设兵团工业和信息化主管部门，各省、自治区、直辖市通信管理局，各相关单位：

为贯彻落实《中国制造2025》和《新一代人工智能发展规划》，加快人工智能产业发展，推动人工智能和实体经济深度融合，制定《促进新一代人工智能产业发展三年行动计划(2018-2023)》。现印发给你们，请结合实际认真贯彻落实。

工业和信息化部

2017年12月13日

促进新一代人工智能产业发展三年行动计划

(2018-2023年)

当前，新一轮科技革命和产业变革正在萌发，大数据的形成、理论算法的革新、计算能力的提升及网络设施的演进驱动人工智能发展进入新阶段，智能化成为技术和产业发展的重要方向。人工智能具有显著的溢出效应，将进一步带动其他技术的进步，推动战略性新兴产业总体突破，正在成为推进供给侧结构性改革的新动能、振兴实体经济的新机遇、建设制造强国和网络强国的新引擎。为落实《新一代人工智能发展规划》，深入实施“中国制造2025”，抓住历史机遇，突破重点领域，促进人工智能产业发展，提升制造业智能化水平，推动人工智能和实体经济深度融合，制订本行动计划。

一

总体要求

(一)指导思想

全面贯彻落实党的精神，以新时代中国特色社会主义思想为指导，按照“五位一体”总体布局和“四个全面”战略布局，认真落实党中央、国务院决策部署，以信息技术与制造技术深度融合为主线，推动新一代人工智能技术的产业化与集成应用，发展高端智能产品，夯实核心基础，提升智能制造水平，完善公共支撑体系，促进新一代人工智能产业发展，推动制造强国和网络强国建设，助力实体经济转型升级。

(二)基本原则

系统布局。把握人工智能发展趋势，立足国情和各地区的产业现实基础，顶层引导和区域协作相结合，加强体系化部署，做好分阶段实施，构建完善新一代人工智能产业体系。

重点突破。针对产业发展的关键薄弱环节，集中优势力量和创新资源，支持重点领域人工智能产品研发，加快产业化与应用部署，带动产业整体提升。

协同创新。发挥政策引导作用，促进产学研用相结合，支持龙头企业与上下游中小企业加强协作，构建良好的产业生态。

开放有序。加强国际合作，推动人工智能共性技术、资源和服务的开放共享。完善发展环境，提升安全保障能力，实现产业健康有序发展。

(三)行动目标

通过实施四项重点任务，力争到2023年，一系列人工智能标志性产品取得重要突破，在若干重点领域形成国际竞争优势，人工智能和实体经济融合进一步深化，产业发展环境进一步优化。

——人工智能重点产品规模化发展，智能网联汽车技术水平大幅提升，智能服务机器人实现规模化应用，智能无人机等产品具有较强全球竞争力，医疗影像辅助诊断系统等扩大临床应用，视频图像识别、智能语音、智能翻译等产品达到国际先进水平。

——人工智能整体核心基础能力显著增强，智能传感器技术产品实现突破，设计、代工、封测技术达到国际水平，神经网络芯片实现量产并在重点领域实现规模化应用，开源开发平台初步具备支撑产业快速发展的能力。

——智能制造深化发展，复杂环境识别、新型人机交互等人工智能技术在关键技术装备中加快集成应用，智能化生产、大规模个性化定制、预测性维护等新模式的应用水平明显提升。重点工业领域智能化水平显著提高。

——人工智能产业支撑体系基本建立，具备一定规模的高质量标注数据资源库、标准测试数据集建成并开放，人工智能标准体系、测试评估体系及安全保障体系框架初步建立，智能化网络基础设施体系逐步形成，产业发展环境更加完善。

二

培育智能产品

以市场需求为牵引，积极培育人工智能创新产品和服务，促进人工智能技术的产业化，推动智能产品在工业、医疗、交通、农业、金融、物流、教育、文化、旅游等领域的集成应用。发展智能控制产品，加快突破关键技术，研发并应用一批具备复杂环境感知、智能人机交互、灵活精准控制、群体实时协同等特征的智能化设备，满足高可用、高可靠、安全等要求，提升设备处理复杂、突发、极端情况的能力。培育智能理解产品，加快模式识别、智能语义理解、智能分析决策等核心技术研发和产业化，支持设计一批智能化水平和可靠性较高的智能理解产品或模块，优化智能系统与服务的供给结构。推动智能硬件普及，深化人工智能技术在智能家居、健康管理、移动智能终端和车载产品等领域的应用，丰富终端产品的智能化功能，推动信息消费升级。着重在以下领域率先取得突破：

(一)智能网联汽车。支持车辆智能计算平台体系架构、车载智能芯片、自动驾驶操作系统、车辆智能算法等关键技术、产品研发，构建软件、硬件、算法一体化的车辆智能化平台。到2023年，建立可靠、安全、实时性强的智能网联汽车智能化平台，形成平台相关标准，支撑高度自动驾驶(HA级)。

(二)智能服务机器人。支持智能交互、智能操作、多机协作等关键技术研发，提升清洁、老年陪护、康复、助残、儿童教育等家庭服务机器人的智能化水平，推动巡检、导览等公共服务机器人以及消防救援机器人等的创新应用。发展三维成像定位、智能精准安全操控、人机协作接口等关键技术，支持手术机器人操作系统研发，推动手术机器人在临床医疗中的应用。到2023年，智能服务机器人环境感知、自然交互、自主学习、人机协作等关键技术取得突破，智能家庭服务机器人、智能公共服务机器人实现批量生产及应用，医疗康复、助老助残、消防救灾等机器人实现样机生产，完成技术与功能验证，实现20家以上应用示范。

(三)智能无人机。支持智能避障、自动巡航、面向复杂环境的自主飞行、群体作业等关键技术研发与应用，推动新一代通信及定位导航技术在无人机数据传输、链路控制、监控管理等方面的应用，开展智能飞控系统、高集成度专用芯片等关键部件研制。到2023年，智能消费级无人机三轴机械增稳云台精度达到0.005度，实现360度全向感知避障，实现自动智能强制避让航空管制区域。

(四)医疗影像辅助诊断系统。推动医学影像数据采集标准化与规范化，支持脑、肺、眼、骨、心脑血管、乳腺等典型疾病领域的医学影像辅助诊断技术研发，加快医疗影像辅助诊断系统的产品化及临床辅助应用。到2023年，国内先进的多模态医学影像辅助诊断系统对以上典型疾病的检出率超过95%，假阴性率低于1%，假阳性率低于5%。

(五)视频图像身份识别系统。支持生物特征识别、视频理解、跨媒体融合等技术创新，发展人证合一、视频监控、图像搜索、视频摘要等典型应用，拓展在安防、金融等重点领域的应用。到2023年，复杂动态场景下人脸识别有效检出率超过97%，正确识别率超过90%，支持不同地域人脸特征识别。

(六)智能语音交互系统。支持新一代语音识别框架、口语化语音识别、个性化语音识别、智能对话、音视频融合、语音合成等技术的创新应用，在智能制造、智能家居等重点领域开展推广应用。到2023年，实现多场景下中文语音识别平均准确率达到96%，5米远场识别率超过92%，用户对话意图识别准确率超过90%。

(七)智能翻译系统。推动高精准智能翻译系统应用，围绕多语言互译、同声传译等典型场景，利用机器学习技术提升准确度和实用性。到2023年，多语种智能互译取得明显突破，中译英、英译中场景下产品的翻译准确率超过85%，少数民族语言与汉语的智能互译准确率显著提升。

(八)智能家居产品。支持智能传感、物联网、机器学习等技术在智能家居产品中的应用，提升家电、智能网络设备、水电气仪表等产品的智能水平、实用性和安全性，发展智能安防、智能家具、智能照明、智能洁具等产品，建设一批智能家居测试评价、示范应用项目并推广。到2023年，智能家居产品类别明显丰富，智能电视市场渗透率达到90%以上，安防产品智能化水平显著提升。

三

突破核心基础

加快研发并应用高精度、低成本的智能传感器，突破面向云端训练、终端应用的神经网络芯片及配套工具，支持人工智能开发框架、算法库、工具集等的研发，支持开源开放平台建设，积极布局面向人工智能应用设计的智能软件，夯实人工智能产业发展的软硬件基础。着重在以下领域率先取得突破：

(一)智能传感器。支持微型化及可靠性设计、精密制造、集成开发工具、嵌入式算法等关键技术研发，支持基于新需求、新材料、新工艺、新原理设计的智能传感器研发及应用。发展市场前景广阔的新型生物、气体、压力、流量、惯性、距离、图像、声学等智能传感器，推动压电材料、磁性材料、红外辐射材料、金属氧化物等材料技术革新，支持基于微机电系统(MEMS)和互补金属氧化物半导体(CMOS)集成等工艺的新型智能传感器研发，发展面向新应用场景的基于磁感、超声波、非可见光、生物化学等新原理的智能传感器，推动智能传感器实现高精度、高可靠、低功耗、低成本。到2023年，压电传感器、磁传感器、红外传感器、气体传感器等的性能显著提高，信噪比达到70dB、声学过载点达到135dB的声学传感器实现量产，绝对精度100Pa以内、噪音水平0.6Pa以内的压力传感器实现商用，弱磁场分辨率达到1pT的磁传感器实现量产。在模拟仿真、设计、MEMS工艺、封装及个性化测试技术方面达到国际先进水平，具备在移动式可穿戴、互联网、汽车电子等重点领域的系统方案设计能力。

(二)神经网络芯片。面向机器学习训练应用，发展高性能、高扩展性、低功耗的云端神经网络芯片，面向终端应用发展适用于机器学习计算的低功耗、高性能的终端神经网络芯片，发展与神经网络芯片配套的编译器、驱动软件、开发环境等产业化支撑工具。到2023年，神经网络芯片技术取得突破进展，推出性能达到128TFLOPS(16位浮点)、能效比超过1TFLOPS/w的云端神经网络芯片，推出能效比超过1TOPS/w(以16位浮点为基准)的终端神经网络芯片，支持卷积神经网络(CNN)、递归神经网络(RNN)、长短期记忆网络(LSTM)等一种或几种主流神经网络算法；在智能终端、自动驾驶、智能安防、智能家居等重点领域实现神经网络芯片的规模化商用。

(三)开源开放平台。针对机器学习、模式识别、智能语义理解等共性技术和自动驾驶等重点行业应用，支持面向云端训练和终端执行的开发框架、算法库、工具集等的研发，支持开源开发平台、开放技术网络和开源社区建设，鼓励建设满足复杂训练需求的开放计算服务平台，鼓励骨干龙头企业构建基于开源开放技术的软件、硬件、数据、应用协同的新型产业生态。到2023年，面向云端训练的开源开发平台支持大规模分布式集群、多种硬件平台、多种算法，面向终端执行的开源开发平台具备轻量化、模块化和可靠性等特征。

四

深化发展智能制造

深入实施智能制造，鼓励新一代人工智能技术在工业领域各环节的探索应用，支持重点领域算法突破与应用创新，系统提升制造装备、制造过程、行业应用的智能化水平。着重在以下方面率先取得突破：

(一)智能制造关键技术装备。提升高档数控机床与工业机器人的自检测、自校正、自适应、自组织能力和智能化水平，利用人工智能技术提升增材制造装备的加工精度和产品质量，优化智能传感器与分散式控制系统(DCS)、可编程逻辑控制器(PLC)、数据采集系统(SCADA)、高性能高可靠嵌入式控制系统等控制装备在复杂工作环境的感知、认知和控制能力，提高数字化非接触精密测量、在线无损检测系统等智能检测装备的测量精度和效率，增强装配设备的柔性。提升高速分拣机、多层穿梭车、高密度存储穿梭板等物流装备的智能化水平，实现精准、柔性、高效的物料配送和无人化智能仓储。

到2023年，高档数控机床智能化水平进一步提升，具备人机协调、自然交互、自主学习功能的新一代工业机器人实现批量生产及应用；增材制造装备成形效率大于450cm3/h，连续工作时间大于240h；实现智能传感与控制装备在机床、机器人、石油化工、轨道交通等领域的集成应用；智能检测与装配装备的工业现场视觉识别准确率达到90%，测量精度及速度满足实际生产需求；开发10个以上智能物流与仓储装备。

(二)智能制造新模式。鼓励离散型制造业企业以生产设备网络化、智能化为基础，应用机器学习技术分析处理现场数据，实现设备在线诊断、产品质量实时控制等功能。鼓励流程型制造企业建设全流程、智能化生产管理和安防系统，实现连续性生产、安全生产的智能化管理。打造网络化协同制造平台，增强人工智能指引下的人机协作与企业间协作研发设计与生产能力。发展个性化定制服务平台，提高对用户需求特征的深度学习和分析能力，优化产品的模块化设计能力和个性化组合方式。搭建基于标准化信息采集的控制与自动诊断系统，加快对故障预测模型和用户使用习惯信息模型的训练和优化，提升对产品、核心配件的生命周期分析能力。

到2023年，数字化车间的运营成本降低20%，产品研制周期缩短20%；智能工厂产品不良品率降低10%，能源利用率提高10%；航空航天、汽车等领域加快推广企业内外并行组织和协同优化新模式；服装、家电等领域对大规模、小批量个性化订单全流程的柔性生产与协作优化能力普遍提升；在装备制造、零部件制造等领域推进开展智能装备健康状况监测预警等远程运维服务。

五

构建支撑体系

面向重点产品研发和行业应用需求，支持建设并开放多种类型的人工智能海量训练资源库、标准测试数据集和云服务平台，建立并完善人工智能标准和测试评估体系，建设知识产权等服务平台，加快构建智能化基础设施体系，建立人工智能网络安全保障体系。着重在以下领域率先取得突破：

(一)行业训练资源库。面向语音识别、视觉识别、自然语言处理等基础领域及工业、医疗、金融、交通等行业领域，支持建设高质量人工智能训练资源库、标准测试数据集并推动共享，鼓励建设提供知识图谱、算法训练、产品优化等共性服务的开放性云平台。到2023年，基础语音、视频图像、文本对话等公共训练数据量大幅提升，在工业、医疗、金融、交通等领域汇集一定规模的行业应用数据，用于支持创业创新。

(二)标准测试及知识产权服务平台。建设人工智能产业标准规范体系，建立并完善基础共性、互联互通、安全隐私、行业应用等技术标准，鼓励业界积极参与国际标准化工作。构建人工智能产品评估评测体系，对重点智能产品和服务的智能水平、可靠性、安全性等进行评估，提升人工智能产品和服务质量。研究建立人工智能技术专利协同运用机制，支持建设专利协同运营平台和知识产权服务平台。到2023年，初步建立人工智能产业标准体系，建成第三方试点测试平台并开展评估评测服务；在模式识别、语义理解、自动驾驶、智能机器人等领域建成具有基础支撑能力的知识产权服务平台。

(三)智能化网络基础设施。加快高度智能化的下一代互联网、高速率大容量低时延的第五代移动通信(5G)网、快速高精度定位的导航网、泛在融合高效互联的天地一体化信息网部署和建设，加快工业互联网、车联网建设，逐步形成智能化网络基础设施体系，提升支撑服务能力。到2023年，全国90%以上地区的宽带接入速率和时延满足人工智能行业应用需求，10家以上重点企业实现覆盖生产全流程的工业互联网示范建设，重点区域车联网网络设施初步建成。

(四)网络安全保障体系。针对智能网联汽车、智能家居等人工智能重点产品或行业应用，开展漏洞挖掘、安全测试、威胁预警、攻击检测、应急处置等安全技术攻关，推动人工智能先进技术在网络安全领域的深度应用，加快漏洞库、风险库、案例集等共享资源建设。到2023年，完善人工智能网络安全产业布局，形成人工智能安全防控体系框架，初步建成具备人工智能安全态势感知、测试评估、威胁信息共享以及应急处置等基本能力的安全保障平台。

六

保障措施

(一)加强组织实施

强化部门协同和上下联动，建立健全政府、企业、行业组织和产业联盟、智库等的协同推进机制，加强在技术攻关、标准制定等方面的协调配合。加强部省合作，依托国家新型工业化产业示范基地建设等工作，支持有条件的地区发挥自身资源优势，培育一批人工智能领军企业，探索建设人工智能产业集聚区，促进人工智能产业突破发展。面向重点行业和关键领域，推动人工智能标志性产品应用。建立人工智能产业统计体系，关键产品与服务目录，加强跟踪研究和督促指导，确保重点工作有序推进。

(二)加大支持力度

充分发挥工业转型升级(中国制造2025)等现有资金以及重大项目等国家科技计划(专项、基金)的引导作用，支持符合条件的人工智能标志性产品及基础软硬件研发、应用试点示范、支撑平台建设等，鼓励地方财政对相关领域加大投入力度。以重大需求和行业应用为牵引，搭建典型试验环境，建设产品可靠性和安全性验证平台，组织协同攻关，支持人工智能关键应用技术研发及适配，支持创新产品设计、系统集成和产业化。支持人工智能企业与金融机构加强对接合作，通过市场机制引导多方资本参与产业发展。在首台(套)重大技术装备保险保费补偿政策中，探索引入人工智能融合的技术装备、生产线等关键领域。

(三)鼓励创新创业

加快建设和不断完善智能网联汽车、智能语音、智能传感器、机器人等人工智能相关领域的制造业创新中心，设立人工智能领域的重点实验室。支持企业、科研院所与高校联合开展人工智能关键技术研发与产业化。鼓励开展人工智能创新创业和解决方案大赛，鼓励制造业大企业、互联网企业、基础电信企业建设“双创”平台，发挥骨干企业引领作用，加强技术研发与应用合作，提升产业发展创新力和国际竞争力。培育人工智能创新标杆企业，搭建人工智能企业创新交流平台。

(四)加快人才培养

贯彻落实《制造业人才发展规划指南》，深化人才体制机制改革。以多种方式吸引和培养人工智能高端人才和创新创业人才，支持一批领军人才和青年拔尖人才成长。依托重大工程项目，鼓励校企合作，支持高等学校加强人工智能相关学科专业建设，引导职业学校培养产业发展急需的技能型人才。鼓励领先企业、行业服务机构等培养高水平的人工智能人才队伍，面向重点行业提供行业解决方案，推广行业最佳应用实践。

人工智能技术基础范文篇3

关键词：物联网；高技能人才；岗位设置；职业能力

中图分类号：TP212.9-4文献标识码：A文章编号：1007-9599（2012）20-0000-03

物联网是通过信息传感设备，按约定的协议实现人与人、人与物、物与物全面互联的网络，其主要特征是通过射频识别、传感器等方式获取物理世界的各种信息，结合互联网、移动通信网等网络进行信息的传送与交互，采用智能计算技术对信息进行分析处理，从而提高对物质世界的感知能力，实现智能化的决策和控制。物联网被称为继计算机、互联网之后，世界信息产业的第三次浪潮，物联网的兴起，极大带动了物联网的兴起与广泛应用必然对未来城市管理和服务产生深刻的影响。随着传感技术、无线通讯技术、计算技术的不断发展和完善，物联网将遍及智能交通、环境保护、政府工作、公共安全、平安家居、智能消防、工业监测、健康护理等多个领域。

在物联网产业迅速发展的同时，全国各高校纷纷申报及开设物联网相关专业，作为培养高技能人才的高职院校，其开设的物联网应用类专业应致力于培养适应物联网生产、管理、和应用类企业技术服务一线需要的，具有必备的基础理论和专业知识，具有创新意识和较强工作能力，既具有物联网工程项目的规划设计、施工管理、产品设计生产等基础研发能力，又能胜任物联网技术在各个智能应用领域的安装使用和调试维护的技术工作岗位。

1物联网产业企业类别

物联网产业从纵向看可以分为感知层、网络层与应用层，相应的物联网企业也主要由芯片制造、系统集成开发和运营服务三个大类别企业组成，如图1示。

感知层的芯片制造企业主要进行现场各类RFID模块、传感设备、视频采集设备等智能设备的设计制作。系统集成开发企业主要进行网络传输、软件设计、设备生产集成等项目工作。运营服务类企业通过应用网络平台提供统一的智能应用与业务接口，如石油监控、电力抄表、车载应用以及家庭医疗等丰富多彩的物联网应用。

2物联网企业典型工作岗位、职业能力与课程设置

2.1感知层芯片制造类企业

完成该类企业所要求的职业能力，应在专业课程设置中开设：计算机网络与综合布线、通信原理、无线传感网技术、嵌入式系统、M2M技术、PLC与现场总线技术、编程技术等相关物联网专业或专业基础及实训课程。

2.3应用层运营服务类企业

完成该类企业所要求的职业能力，应在专业课程设置中开设：专业英语、信息安全技术、数据库应用技术、物联网应用层开发技术、移动互联网技术、专业综合技能实训等相关物联网专业或专业基础及实训课程。

物联网企业对技能人才的需求往往是复合性的、多方位的，上述三类企业的职业能力和课程设置只是岗位主要知识能力，并不是孤立单一的，它们应互相穿插和融合。同时，所有岗位都要求具有基本的语言、运算、思想品德和身体健康等基础素质，必备的公共基础、体育锻炼和劳动教育课程是任何岗位都应进行的公共基础课程设置。因此，要具有全面的公共基础素质和物联网专业职业能力，才是一个合格的物联网高技能型人才。

3物联网应用规模化产业岗位要求

随着我国物联网技术研发能力不断提高，IPv6海量IP地址的引入，网络整体架构能力日益加强，软硬件标准逐步规范等技术创新以及政府的大力推动下，必将使物联网技术形成规模化的产业应用。届时，由于技术的日益成熟标准，物联网中下游环节的生产集成开发企业的人才需求量将相对稳定，且以本科以上层次为主。而上游的物联网应用环节需要的物联网系统管理维护人员则存在巨大的缺口，其对人才较高的操作管理维修等综合能力需求，将成为高职院校物联网高技能人才的主要就业岗位。

重点产业岗位要求未来5年人才需求

智能交通区域智能交通组网方案拟定及车联网组建；网络设备配置与调试；车辆控制；运营车辆管理；20万

智能物流现代物流货运枢纽园区规划；现代物流与智能仓储规划和布局设计；自动化监控安全管理；智能设备设施管理；现代物流配送和客服服务组织与管理；现代物流与智能仓储货物装卸搬运作业管理；智能仓储防霉控制技术；现代物流与智能仓储管理信息系统的操作和维护。20万以上

智能电网智能电网关键技术研发；技术标准体系设计；智能电网设备制作安装；智能产品检测维护；信息统计管理；工程实践能力。100万

智能医疗以数字化医院智能门诊/电子病历[个人电子健康档案]和电子处方等系统为基础，以物联网和互联网为平台，拓展到医院之外的社区、城市乃至更大范围内的医疗单位和个人，实现“区域医疗信息网络”和“医疗协作平台”智能化。智能医疗网组建、管理、维护、应用，智能医疗网设备营销与技术支持等能力的高素质、高级技能型人才。100万以上

智能工业具有智能工业过程管理与自动化控制的开闭环监控；计算机基本技能；智能过程管理；网络管理与维护；RFID过程管理应用能力；自动化控制设备使用维护。50万

智能农业具有信息存储和处理、通讯、WSN网络、多媒体、人工智能、3S技术（即地理信息系统GIS、全球定位系统GPS，遥感技术PS）等技术能力。1000万以上

表4未来5年物联网应用产业岗位要求

从上表可以看出，未来物联网应用领域人才需求空间非常大，但对人才岗位要求除了物联网技术领域的安装设计、综合布线、信息处理、测量维护等专业职业能力外，还需要具备该行业领域的设备使用、系统管理等能力。这就需要物联网专业的学生除了在校期间扎实掌握物联网专业技能外，应该在“2+1”模式的最后一年的顶岗实习期，加强对综合系统运行管理能力的学习，同时学习和了解该行业的智能设备和专业技能，物联网系统的智能应用操作与实际行业密切结合起来。

4结语

作为新兴专业的各高职院校物联网专业，其课程体系和人才培养模式的构建应该围绕物联网行业市场发展和企业岗位活动，以职业能力和岗位需求为目标，确定公共基础、专业基础、专业课、专业技能和顶岗实习等教学活动，使学生具备行业需要的职业能力和社会能力，才能为他们今后的职业生涯提供良好的知识与技能基础。

参考文献：

[1]杨震.物联网发展研究[J].南京邮电大学学报，2010（6）.

[2]周志德.物联网专业的人才需求分析与课程体系构建[J].中国职业技术教育，2011（12）.

[3]邬贺铨.物联网的应用与挑战综述[J].重庆邮电大学学报，2010（10）.

[作者简介]