当今时代人工智能的发展篇1

任正非又说：“从科技的角度来看，未来二、三十年人类社会将演变成一个智能社会，其深度和广度我们还想象不到。”在2016年8月12日，由中国计算机学会(CCF)主办、雷锋网承办的“全球人工智能与机器人峰会(简称CCF-GAIR)上，亮相了一批巨头们进击人工智能与机器学习、探索“无人区”而尝试的技术、项目和科研成果。

华为诺亚方舟实验室、小米探索实验室、腾讯优图实验室、360人工智能研究院、百度自动驾驶事业部、微软亚洲研究院等，以及牛津大学计算机系、卡内基梅隆大学国家机器人工程中心、MIT机器人实验室、加拿大皇家学院等学术科研机构代表等阐述了对未来的理解。

人工智能大势不可挡

2016年并不是简单的人工智能60周年，也不是简单的AlphaGo人机大战激发全球新一轮人工智能的“幻想”。这一年，人工智能从漫长的学术研究周期迅速进入到产业化阶段。

就在2016CCF-GAIR开幕的前两天，曝出了英特尔3.5亿美元收购人工智能AI创业公司NervanaSystems的消息。据称，NervanaSystems深度学习芯片的性价比高于GPU，处理速度是GPU的10倍等特点。业界惊呼，在AI战场上英特尔与NVIDIA两个芯片巨头直接开战。

就在8月初，NVIDIA刚了新一季财报，其中营收比去年同期增长24%、净收入比去年同期增长873%，而业务大幅增长的背后就是互联网企业等大规模地在数据中心里部署NVIDIAGPU用于完成AI相关计算任务。由于GPU的大规模并行计算能力，因而成为AI计算任务的首选。2016年7月，NVIDIA的首款深度学习服务器DGX-1开始上市销售。

面对NVIDIA对于英特尔在数据中心市场的威胁，英特尔也不会坐视不理。英特尔刚刚在今年6月的ISC国际超级计算机大会上，推出了代号为KnightsLanding(KNL)的第二代至强融核处理器，这系列最高达72核的x86CPU也是首款可作为独立处理器的XeonPhi产品，这意味着可摆脱GPU而组成CPU-Only的高可扩展机器学习机群。

芯片设计巨头ARM通过7月中旬被软银的并购，将借助软银的资本以及生态实力抢在物联网产业大涨潮之前布局低功耗智能物联网芯片市场。ARM于今年2月推出了新处理器架构设计，主要针对5G以及大容量存储SoC嵌入式设备，为未来的AI普及打下基础。5月，AMR亦斥资3.5亿美元收购了计算机视觉技术提供商Apical。

除了底层的基础芯片技术外，在应用层面也可判断人工智能大趋势已经形成。7月28日，国内人工智能PaaS平台图灵机器人对外透露，图灵机器人PaaS平台在过去8个月新增了162亿次的服务请求，开发者在8个月内新增1.1倍、总数量超过23万。7月推出的智能机器人操作系统TuringOS1.5将新增11个视觉能力，包括人脸识别、人脸检测、人脸跟踪等多项视觉技术。

除了图灵机器人PaaS平台外，IBM公司借助BluemixPaaS平台在华的落地，也把认知计算Watson的服务相继带到了国内，微软也相继在今年推出了体系化的人工智能认知计算服务，更不用说谷歌今年IO大会上推出的智能搜索引擎以及智能硬件GoogleHome，阿里云提出大数据AI是未来的战略发展方向等。

可以说，人工智能产业化的第一次大涨潮已经到来！

华为能否创造诺亚方舟？

华为诺亚方舟实验室负责人李航

华为早在2012年就在香港成立了诺亚方舟实验室，第一任实验室主任由香港科技大学教授、人工智能和数据挖掘专家杨强担纲。该实验室的研究方向包括：自然语言处理和信息检索、大规模数据挖掘和机器学习、社交媒体和移动智能、人机交互系统、机器学习理论等。

华为诺亚方舟实验室是华为2012实验室研究组织的组成部分。据称华为2012实验室的名字来自于任正非观看《2012》电影后认为未来信息爆炸会像数字洪水一样，华为要构造自己的“诺亚方舟”。2012实验室的主要研究的方向包括新一代通信、云计算、音频视频分析、数据挖掘、机器学习等，主要面向的未来5-10年的技术研究。

华为诺亚方舟实验室第一任主任杨强教授在2016CCF-GAIR峰会上介绍了自己的主要研究方向：迁移学习。简单理解，迁移学习就把已经训练好的人工智能模型迁移到新的应用场景或数据集中。当前以人工神经元网络为主的深度学习算法已经相当成熟，但每个人工神经元网络模型都与初始数据集高度相关，一旦换到新的应用场景或数据集就必须从头再训练模型。迁移学习就致力于以较小的代价让已经训练出的人工智能模型具有普适性和通用性。

换句话说，把一个已有模型迁移到一个未知领域，这就叫做迁移学习。在人类社会里，把已有知识用于新的相关领域就是知识的转移，比如从学骑自动车到学骑两轮摩托车等。从这个角度看，迁移学习是通用型AI的前提和基础。迁移学习还可以把从大数据集中训练出的模型，迁移到小范围的数据集上，从而创造了更好的个性化。

华为诺亚方舟实验室第二任主任、北京大学和南京大学兼职教授李航在2016CCF-GAIR峰会上表示，诺亚方舟实验室还围绕华为的智能手机、服务器、数据中心产品与设备等展开大数据与人工智能的研究工作，为华为三大BG事业群聚焦前沿产品开发，例如智能通讯网络、企业BG大数据应用、消费者BG的智能语音助手等。

除了诺亚方舟实验室外，“2012实验室”旗下有多家以世界知名科学家命名的实验室，包括香农实验室、高斯实验室、谢尔德实验室、高斯实验室、欧拉实验室、图灵实验室等，以及在欧洲、印度、美国、俄罗斯、加拿大、日本设立的8个海外研究所。据报道，华为今年还将在深圳设立10个基础研究所。

通过这些基础研究机构和研发组织，华为正试图探索无人区、为创造未来的华为打下基础。尽管华为对研发的投入保持在年收入的15%-20%左右，但像诺亚方舟实验室这样的基础研究性机构也仅成立了4年的时间，相比于微软研究院25年的历史、IBM研究机构80年的历史来说，华为的基础性研究才刚刚起步。

现在，华为的挑战是如何管理大规模的基础性研究组织。

小米对人工智能的探索

小米科技联合创始人、小米探索实验室负责人黄江吉

相对于华为四年前开始投入前沿科技研究来说，小米的起步从2016年初开始。2016年1月15日，小米科技创始人兼CEO雷军在内部年会上表示，小米2016年要组建特种部队，突破核心元器件的关键技术，并宣布成立小米探索实验室研究VR/机器人等前沿科技。2016年2月，小米探索实验室成立。

小米科技联合创始人、小米探索实验室负责人黄江吉在2016CCF-GAIR峰会上表示，小米对于人工智能的观点是：产品+大数据+机器学习。也就是说，小米的人工智能观点是紧密结合智能手机、智能硬件等产品的。黄江吉以智能硬件内嵌的Wi-Fi模组为例，小米通过自己的研发把Wi-Fi模组价格从60多元降到了10元，这就打下了硬件产品“智能”的基础。

现在，每天有200TB+的数据流入小米云，这背后就是无处不在的Wi-Fi硬件在源源不断产生高质量的数据。只有掌握高质量的大数据，才有可能通过机器学习创造真正的人工智能。在这个过程中，每天的活跃用户数据也很重要。黄江吉表示，小米MIUI系统每天日活超过1000万的APP有8个、超过100万的APP有17个。

小米手机、小米手环、小米电视与盒子、小米网络设备、小米智能家庭设备等，再加上小米电商、小米互娱、小米市场和生态链等，构成了小米全生态、多样性的大数据资源。小米大数据处理呈金字塔结构，最下面是数据采集，往上依次是数据清洗、数字挖掘和数据智能。

围绕小米大数据可以生成高质量的用户画像，有的用户指标甚至无需用户输入就能精准推断出来；还可以生成一站式、标准化与规范化的内容数据，结合用户画像形成包括视频、音乐、商品、游戏、APP、小说、新闻等在内的内容池，为搜索、推荐、导流和人工运营服务。

黄江吉介绍小米的数据处理包括底层架构层的Hadoop基础平台以及数据工厂，向上基础能力层的机器学习(深度学习)、视觉识别、NLP自然语言处理和语音识别等，再向上的大数据层则包括业务数据、用户画像和内容池，高级能力则有商业智能、搜索、推荐、智能问答和图像等，最终对接各类小米智能硬件产品。

具体到小米的深度学习平台，在硬件层是公有云和本地数据中心的GPU机器，GPU集群管理采用的是Kubernetes+Docker、深度学习任务管理采用的是TensorFlow，存储服务则采用HBase/HDFS系统、计算服务采用的是Spark/Storm/MR系统，对接到智能助手、云相册、广告、金融和搜索推荐等小米业务。

黄江吉表示，优秀的产品能黏住用户、用户能生成高质量的大数据、大数据通过机器学习产生人工智能、人工智能再反馈给产品设计，这就是小米的人工智能观点。比如小米面孔相册的总用户数已达1.5亿人、照片存储量达500亿，这么大规模的大数据帮助小米更好的优化面孔相册产品。黄江吉强调，过去的观念是“好用的产品不一定好玩，好玩的产品不一定好用”，而随着人工智能和机器学习的发展，有可能把产品做的既好玩又好用。

在被问及对人工智能产品的看法时，黄江吉举例说现在人们每天都要无数次打开手机看信息或完成某个功能，这本身就说明智能手机产品还不够智能，真正的智能手机产品是要大幅减少人们打开手机的次数与看手机的时间，因为很多工作都会被智能手机“智能化”地完成了。

尽管当前小米神话进入了平台期，但可以说智能手机时代其实才刚刚开始。

百花齐放的AI生态

百度高级副总裁、自动驾驶事业部总经理王劲

任正非说，“越是前途不确定，越需要创造，这也给千百万家企业公司提供了千载难逢的机会。”

搜狗于今年4月22日向清华大学捐赠1.8亿元人民币，联合成立“清华大学天工智能计算研究院”，深入开发包含人工智能在内的前沿技术。搜狗CTO杨洪涛在2016CCF-GAIR峰会上表示，搜索引擎是人工智能最大的应用场景。搜狗从2012年开始研发智能语音技术，2013年开始进行深度学习，数据显示搜狗手机输入法日均语音输入超过1.4亿次。搜狗语音输入法和语音搜索最大的场景之一，就是极大增强了微信等移动端的用户体验。

今日头条科学家、头条实验室总监李磊曾是原百度美国深度学习实验室科学家。在2016CCF-GAIR峰会上，李磊说今日头条对人工智能的投入非常坚决，自2012年创立至今只有4年就专门成立了实验室。今日头条团队很早就有意识在最前沿的技术上做投入，不论是为了当下业务需求还是为了将来的技术储备。对今日头条来说，一边连接内容创作者，另一边连接内容消费者，正需要机器学习技术，今日头条可以说是一家人工智能公司。

腾讯于2012年成立了优图项目，腾讯优图是腾讯旗下机器学习研发团队之一，专注于图像处理、模式识别、深度学习等，目前已经拥有数十项先进的技术以及数千亿规模的图像计算能力。自创立腾讯优图实验室以来，黄飞跃现为该实验室总监及专家研究员。黄飞跃在2016CCF-GAIR峰会上表示，期望通过人工智能技术真正改变互联网用户的生活品质，同时也把最新的研发成果通过开发平台和腾讯云对外输出。

猎豹是另一家新进入人工智能领域的公司，在7月份猎豹宣布的二次转型就是希望通过研究深度学习和个性化分发，从安全公司、软件公司发展为一家人工智能公司。尽管猎豹在国际化方面取得了不错的成绩，但随之进入了增长瓶颈以及股价下跌，猎豹今年以5700万美元收购NewsRepublic，希望借助今日头条模式的全球化等打开公司的新业务空间。猎豹CEO傅盛在2016CCF-GAIR峰会上表示，AI是后互联网时代的新一波红利。

360人工智能研究院成立于2015年9月，该研究院立足于深度学习研发，抓住大数据和云计算的时代机遇，向360相关部门提供业务支持，完成人工智能相关的原始技术积累和前沿探索。在今年3月，AlphaGo人机大战结束后，360董事长兼CEO周鸿祎随即发出员工信，认为人工智能产品在大众消费领域的普及只是一个时间问题。360人工智能研究院院长颜水成在2016CCF-GAIR峰会上说，人工智能让学术界和工业界有了共同语言。

百度已经在人工智能方面进行了巨资投入，百度无人机项目自从去年在乌镇亮相以来就一直受到业界的关注，百度还计划在五年内实现无人驾驶汽车量产。百度高级副总裁、自动驾驶事业部总经理王劲在2016CCF-GAIR峰会上介绍，百度去年12月购买的激光雷达为70万人民币/台，百度车载大脑也是一台接近20万的服务器。为此，百度与激光雷达公司VelodyneLiDAR达成投资意向，在本月VelodyneLiDAR也公开承诺，如果明年拿到一百万订单，64线激光雷达就可以降到五百美金的单价，这将扫平自动驾驶汽车量产的障碍。

另一家互联网公司乐视尽管挖来了原百度深度学习研究院高级科学家、百度无人驾驶汽车团队负责人倪凯负责乐视超级车项目，但倪凯在2016CCF-GAIR峰会上表示其负责的范围并不仅限于智能汽车。乐视与合作伙伴FaradayandFuture成立了一个FFLeFuture的实验室，主要是研究人工智能技术，广泛为包括电视、手机、体育、汽车等在内的乐视生态服务。除了美国硅谷的研发中心，乐视也将在北京成立研发中心。

除了IT企业和互联网公司外，民营企业也开始涉及人工智能产业，并视人工智能和机器人为下一个千亿级规模的产业机遇。浙江大华技术股份有限公司是监控产品供应商和解决方案服务商，2014年IHS机构权威报告全球安防视频监控市场占有率位列第二。大华股份从2008年到2015年实现了产值100亿的目标，下一个目标是产值1000亿，为此成立了乐橙云作为视联网品牌，以视频智能硬件、视频云、视频智能技术“三位一体”云开放平台，拉动千亿市场规模。目前，乐橙云选择智能安防和智能母婴两个垂直领域作为首批拓展行业。

窥见未来

牛津大学计算机系主任MichaelWooldridge

在2016CCF-GAIR峰会上，牛津大学计算机系主任、宾夕法尼亚大学工程学院院长、MIT机器人实验室主任等国际学术巨擘向中国产业界传递了最新的研究动向。

牛津大学计算机系主任MichaelWooldridge身兼Oxford-DeepMindPartnership负责人，他认为目前人工智能进展已经解决了棋类问题、SAT等复杂问题以及自动驾驶等，即将解决实时口语理解、骑自行车、可靠的语言翻译等问题，而理解复杂的故事及回答相关问题、创作笑话和有趣的故事、解释一幅图像的意义等则远未达到接近解决的阶段，强AI和通用AI则是完全开放状态。

MichaelWooldridge认为当前谈人工智能奇点还为时尚早，甚至人工智能奇点有可能永远都不会到来！尽管AlphaGo取得了大幅度的学术进展，但AlphaGo仍存在诸多问题。比如AlphaGo程序本身并“不知道”它在玩棋类游戏，它也不能解释自己的策略，也无法从AlphaGo代码中获取这些策略，基本上AlphaGo就是一个黑盒子。因此，AlphaGo无法实现通用型AI。

MichaelWooldridge介绍说他的研究领域为“Multi-AgentSystem”(多个机器系统)，这个领域其实也体现了他对AI的观点之一，即在窄任务领域对现有AI服务和算法的整合。当前，产业界逐渐把AI嵌入到几乎所有产品和服务中，但这些AI服务都相对独立和碎片化，那么如何通过单个或多个机器系统来整合这些AI服务就成为人工智能的下一个发展目标。比如个人通过手机的机器，与其它人的机器之间相互协商、相互协调，共同决策一个会议的日程安排以及各嘉宾的时间安排。

VijayKumar是美国国家工程院院士、宾夕法尼亚大学工程学院院长，他被认为是空中机器人(无人机)领域开山立派的宗师人物，其学生遍布全球各大无人机厂商。VijayKumar表示对空中机器人或无人机的研究，能够为学习和了解机器人的行为特点和算法积累数据。在VijayKumar的最新研究中，提出了空中机器人的“蜂群”效应。

所谓“蜂群”效应，就是指一群低智能的机器人聚集在一起，共同完成某项工程或任务。由于功耗等限制，无人机等小型和微型机器人无法配置高级计算资源，因而只能具有较低的机器智能水平。对比自然界的蚁群、鸟群、鱼群等，虽然都是低智能生物，但却能群聚在一起共同完成令人惊叹的复杂工程。对空中机器人“蜂群”效应的研究，还对地面机器人甚至海洋机器人的研究有重要意义。

美国麻省理工学院(MIT)一直是机器人科技研究的先驱，MIT机器人实验室主任、美国国家工程院院士DanielaRus认为未来世界里，每个人都有可能拥有机器人，机器人就像是在路上跑的汽车一样常见，称之为“泛在机器人”世界。这些“泛在机器人”的形式甚至包括类似大白或自然界中蛇一样的软体机器人，以及水里的机器鱼。而如果误食了鱼刺等异物的时候，还可以吞下微型折叠机器人，从肠道中通过折叠形态把异物包裹起来带出体外。

美国南佛罗里达大学计算机科学与工程学院教授、机器人与深度学习专家孙宇所研究的机械手被认为是非常“黑科技”，是为数不多能与人手相媲美的重大成果。孙宇介绍说，人体206个骨骼，其中1/4的骨骼都在双手里，人体的双手是非常复杂的机械结构，是人体最复杂的器官之一。孙宇表示，机器人智能和计算机智能有所区别，在于机器人要与自然环境实实在在的接触，这是计算机智能没有涉及到的问题，因此机械手的研究有重大意义。

香港科技大学教授杨强的迁移学习无疑是机器学习下一个阶段的重要发展方向，如何能把深度神经元网络和机器学习中训练出的模型提炼出来，并以较小的代价应用到新的领域，这是走向通用AI的重要路径。此外，杨强认为，当前国内的机器学习和人工智能算法研究没有国际上那么均衡，实际上人工智能算法远不止深度神经元网络，而是多元化发展。

当前的大数据可以分为20%的即时性数据和80%的高时延数据。对20%即时性和高重复的数据来说(互联网数据为主)，用深度学习算法能解决大部分问题。而对于80%高时延数据来说(例如工业数据)则需要用到强化学习、增强学习、迁移学习等多种人工智能算法，才能解决其数据处理和产生数据智能的问题。

南京大学计算机科学与技术系副主任、机器学习与数据挖掘研究所(LAMDA)所长周志华表示，接下来机器学习技术的一个大趋势是要增加机器学习的鲁棒性。目前很多研究中的机器智能可达到人类水准，但是如果遇到一些罕见的情况，就会错得非常离谱。因此，机器智能在遇到罕见情况的时候，“不能比一般人的处理水平更低”，这是机器学习技术大规模普及的基本前提。

当然，整个人工智能和机器人产业的发展，离不开创业群体。国家教育部长江学者特聘教授王田苗教授表示，未来五年之内，机器人在工业、服务业、智能汽车和无人机等高端产业三大块将可能迎来第一波热潮。由于人工智能技术和认知技术的成熟，未来机器人在银行、家庭、医院、宾馆等服务业的地位将逐渐提高。

紫牛基金合伙人张泉灵特别强调，人工智能创业的商业模式这件事，不是在实验室里就能想出来的。金山软件兼金山云CEO张宏江的观点是，中国人工智能公司的创新能力提升的非常快，与美国等人工智能公司之间的差距正在缩小。一个公司进步的关键不是“看别人”，而应当回归到自身，搞清楚用户到底需要什么，脚踏实地朝这个方向努力。

当今时代人工智能的发展篇2

一、规模

按规模大小FMS可分为如下4类：

1.柔性制造单元(FMC)

FMC的问世并在生产中使用约比FMS晚6~8年，它是由1~2台加工中心、工业机器人、数控机床及物料运送存贮设备构成，具有适应加工多品种产品的灵活性。FMC可视为一个规模最小的FMS，是FMS向廉价化及小型化方向发展和一种产物，其特点是实现单机柔性化及自动化，迄今已进入普及应用阶段。

2.柔性制造系统(FMS)

通常包括4台或更多台全自动数控机床(加工中心与车削中心等)，由集中的控制系统及物料搬运系统连接起来，可在不停机的情况下实现多品种、中小批量的加工及管理。

3.柔性制造线(FML)

它是处于单一或少品种大批量非柔性自动线与中小批量多品种FMS之间的生产线。其加工设备可以是通用的加工中心、CNC机床；亦可采用专用机床或NC专用机床，对物料搬运系统柔性的要求低于FMS，但生产率更高。它是以离散型生产中的柔性制造系统和连续生产过程中的分散型控制系统(DCS)为代表，其特点是实现生产线柔性化及自动化，其技术已日臻成熟，迄今已进入实用化阶段。

4.柔性制造工厂(FMF)

FMF是将多条FMS连接起来，配以自动化立体仓库，用计算机系统进行联系，采用从订货、设计、加工、装配、检验、运送至发货的完整FMS。它包括了CAD/CAM，并使计算机集成制造系统(CIMS)投入实际，实现生产系统柔性化及自动化，进而实现全厂范围的生产管理、产品加工及物料贮运进程的全盘化。FMF是自动化生产的最高水平，反映出世界上最先进的自动化应用技术。它是将制造、产品开发及经营管理的自动化连成一个整体，以信息流控制物质流的智能制造系统(IMS)为代表，其特点是实现工厂柔性化及自动化。

二、关键技术

1.计算机辅助设计

未来CAD技术发展将会引入专家系统，使之具有智能化，可处理各种复杂的问题。当前设计技术最新的一个突破是光敏立体成形技术，该项新技术是直接利用CAD数据，通过计算机控制的激光扫描系统，将三维数字模型分成若干层二维片状图形，并按二维片状图形对池内的光敏树脂液面进行光学扫描，被扫描到的液面则变成固化塑料，如此循环操作，逐层扫描成形，并自动地将分层成形的各片状固化塑料粘合在一起，仅需确定数据，数小时内便可制出精确的原型。它有助于加快开发新产品和研制新结构的速度。

2.模糊控制技术

模糊数学的实际应用是模糊控制器。最近开发出的高性能模糊控制器具有自学习功能，可在控制过程中不断获取新的信息并自动地对控制量作调整，使系统性能大为改善，其中尤其以基于人工神经网络的自学方法更引起人们极大的关注。

3.人工智能、专家系统及智能传感器技术

迄今，FMS中所采用的人工智能大多指基于规则的专家系统。专家系统利用专家知识和推理规则进行推理，求解各类问题(如解释、预测、诊断、查找故障、设计、计划、监视、修复、命令及控制等)。由于专家系统能简便地将各种事实及经验证过的理论与通过经验获得的知识相结合，因而专家系统为FMS的诸方面工作增强了柔性。展望未来，以知识密集为特征，以知识处理为手段的人工智能(包括专家系统)技术必将在FMS(尤其智能型)中起着关键性的作用。人工智能在未来FMS中将发挥日趋重要的作用。目前用于FMS中的各种技术，预计最有发展前途的仍是人工智能。预计到21世纪初，人工智能在FMS中的应用规模将要比目前大4倍。智能制造技术(IMT)旨在将人工智能融入制造过程的各个环节，借助模拟专家的智能活动，取代或延伸制造环境中人的部分脑力劳动。在制造过程，系统能自动监测其运行状态，在受到外界或内部激励时能自动调节其参数，以达到最佳工作状态，具备自组织能力。故IMT被称为未来21世纪的制造技术。对未来智能化FMS具有重要意义的一个正在急速发展的领域是智能传感器技术。该项技术是伴随计算机应用技术和人工智能而产生的，它使传感器具有内在的“决策”功能。

4.人工神经网络技术

人工神经网络(ANN)是模拟智能生物的神经网络对信息进行并行处理的一种方法。故人工神经网络也就是一种人工智能工具。在自动控制领域，神经网络不久将并列于专家系统和模糊控制系统，成为现代自支化系统中的一个组成部分。

三、发展趋势

1.FMC将成为发展和应用的热门技术

这是因为FMC的投资比FMS少得多而经济效益相接近，更适用于财力有限的中小型企业。目前国外众多厂家将FMC列为发展之重。

2.发展效率更高的FML

多品种大批量的生产企业如汽车及拖拉机等工厂对FML的需求引起了FMS制造厂的极大关注。采用价格低廉的专用数控机床替代通用的加工中心将是FML的发展趋势。

3.朝多功能方向发展

当今时代人工智能的发展篇3

关键词：智能电网；智能调度系统；电力电网

中图分类号：TM73文献标识码：A

电力电网调度系统对电力系统而言是至关重要的，在电力系统初具雏形时，由于科技落后，电力电网调度系统不是智能的，是由工作人员通过打电话的方法了解各个电力站的运行状况，如果发现电力站的运行发生异常状况，就会凭借工作人员的经验，对发生的异常状况进行处理。现如今，科技水平不断发展，自动化技术也不断地更新，电力电网的智能调度系统在电力系统中也得到了应用，并取得了一定的成效。与传统电网系统相比，电力电网的智能调度系统不是孤立存在的，它是一个实时动态的系统，可以有效地进行分析和调控电力系统，当电力站发生故障时，电力电网的智能调度系统可以更加精准和及时地对故障分析和处理，更加快捷方便，可以更全面地了解电力电网的运行状况。

一、电力电网智能调度系统概述

（一）电网调度系统自动化的现状和前景

在科学技术不断发展的今天，电网调度系统已由最初单纯获取电力系统的数据转换为全面了解电力电网的运行状况，成为了能量管理系统。虽然我国科学技术水平在不断的发展，但是技术理论仍然不是很先进，导致电网调度系统的自动化和智能化程度仍然不是很高。因此，如何更好地运用现代科学技术，完善电力电网的智能调度系统，使电力电网的智能调度系统更加高效便捷，实现真正的智能，这将是电力系统的未来趋势。

（二）电力电网系统智能调度的概念

电力电网系统智能调度就是指调度系统可以对电力系统的电网的每个状态进行自动获取，综合了解其中的变化，协助电力调度员的管理，使电力调度员操作更加便捷精准，便于获取最好的方案，从而保证电网的安全运作。电力电网系统智能调度系统的功能不单单是基础的电力系统的稳态分析，在电力系统发生突如其来的故障时还应该具有一定的分析功能，可以及时帮助电力调度员解决故障，并且还应该可以兼容日益发展的运行系统。新型的电力电网系统智能系统比如今使用于电力系统中的调度系统更加复杂，更加庞大。新型的电力电网系统智能系统不单单需要电力系统中各个系统相互独立，却有相互统一，各个系统间可以互相帮助，除此之外，还要求新型的电力电网系统智能系统有兼容第三方软件的能力，该系统的最终构架应该是一种开放式的软件体系。

二、人工智能在电网调度系统中的应用

（一）人工智能的概念

人工智能又名机器智能，融合了计算机科学、数理逻辑、控制论、信息论、神经生物学以及语言学等多门学科的知识理论，最终发展而成的一门综合性学科。人工智能的主要目标就是运用人类的智慧，使计算机系统日益的先进，逐渐使计算机系统表现出人类的一些基本智能行为。科学家进行了大量的科研实验，实验结果表明，人工智能技术发展的速度也越来越快，已经广泛地应用与各行各业，并发挥了显著的效果。不可否认，人工智能必将是未来的发展趋势。

（二）人工智能系统方法分类

二十世纪八十年代初，人工智能技术刚刚崛起，不断地应用于电力系统以及电力系统的相关行业中，主要原因如下：

1电力系统在当时那个年代就已经拥有了很大的规模，数据处理十分的繁琐，并且系统要求动态实时性，凭借当时的计算机水平根本没有办法快速获取计算结果，严重拖累了电力系统的工作效率。

2电力系统的非线性根本没有办法凭借当时的计算机水平建立出精确的线性数学模型。

3由于当时科学技术水平不是很发达，大多数人对电力系统不是十分了解最终导致电力系统行业中存在很多模棱两可的问题。

4由于当时科学技术水平不是很发达，很多电力系统的专家只能根据自己的经验对电力系统进行分析，根本无法运用精确的数学进行描述。与传统的计算不同，人工智能算法是以解决知识中所存在的问题的方法为基础，解决了传统计算方法的缺点。因此，人工智能应用于实际的电力系统中是十分必要的。

（三）人工智能在电网调度系统中的应用以及方法：

1专家系统

在二十世纪六十年代，专家系统作为人工智能在电网调度系统中的应用的重要分支开始兴起，专家系统顾名思义，这个系统拥有极其接近人类思维模式的智能系统，可以很好地进行分析和推理，就犹如一些拥有丰富经验和渊博知识的专家，在特定的区域里凭借区域内固有的数据库对问题进行合理的分析，最终提出适当的问题解决方案。在专家系统应用于电力电网调度系统中，应该包括电网的管理、对电力系统进行综合的监测作用、对故障进行分析并及时提供解决意见等。

2人工神经网络

人工神经网络顾名思义，就是一种类似于人类大脑的神经网络，人工神经网络可以对给与的信息进行适当合理的分析，并且处理，最终演变成数学模型，人工神经网络的本身就是对自然界某种算法或者函数的逼近，也可能是一种逻辑表达方式。人工智能神经网络与人类的大脑十分相似，具有一定的自学和联想能力，可以快速地根据特定的规律推算出大致的结果。人工神经网络已经广泛应用于人工电力电网系统的动态控制与诊断、状态数据估计等很多的相关领域，并取得了一定的成效，而其中的人工神经网络的预测估计分析技术已经十分的完善。

3遗传算法

遗传算法就是根据达尔文生物种族进化论中遗传机制和自然选择学机理的生物进化过程进行模拟最终获取相应的计算模型，遗传算法可以通过模拟自然进化过程分析获取最好的解决方案。具体方法如下：

（1）选取一定数量的候选集。

（2）根据一定的条件，计算出这些候选集的应用范围。

（3）根据计算所得的应用范围适来确定符合应用范围的候选集。

（4）加工处理符合应用范围的候选集，最终形成新的候选集。

在整个遗传学算法中，达尔文自然选择学机理中的“适者生存”一直贯穿始终，遗传算法凭借自身十分优异的计算和处理功能，已经广泛地应用于电力电网系统中。

4Agent技术

Agent技术是一种智能计算实体，在分布式系统中拥有灵活性、主动性、反应性、交互性和自主性。Agent体系结构是一种自主行为实体，单纯凭借现今的计算机水平，很难准确对Agent体系结构进行描述，其大略可分为三种类型，是混合式体系结构、反应式体系结构和审慎式体系结构。如今，反应式体系结构是其中主要的研究对象，事件处理系统、方法集合和内部状态集组成了反应式体系结构。具备良好适应性和开放性的Agent技术作为在新一代调度自动化系统，发展前景不可小视。

对于同类发电机组而言，综合考量其安全性能、经济效益和环保指标等要素，可以分别表示出机组的可靠性能R、经济效益标准E、环境标准D，以及热电比例H，依次用a表示其权值。那么可以得出：I=a*（R+E+D+H），其中每个权值的和为1。

设定机组工作的经济程度与出力之间的关系为函数E（P），那么用来指代系统经济性能的公式可以表示成：E=E（Pmax）/Pmax。

系统的环保性指标可以用单位排放的污染气体总量来表示；系统的热电比是将单位出力表示为热量数值，设定热电之间转化的关系函数H（P），那么可以得出：H=H（Pmax）/Pmax。

（四）Agent技术的发展前景

分布式的Agent技术就是将能量管理系统模块封装成Agent，使智能电网调度拥有更强的自治性和可移植性，从而在一定程度上解决了智能电网调度的一些问题。现如今，学者对人工智能技术不断深入地研究，从而使其更加广泛地应用于电力系统中，并取得了一定的效果。在科学技术不断发展的背景下，Agent技术一定会拥有更广阔的前景。

三、国内外电力电网智能调度系统的研究现状

在二十世纪九十年代，Dy-Liacco作为“现代能量控制中心”概念的创始人，十分全面地论述建立了电力电网智能调度系统的文献，在文中提到想要解决电力系统中存在的一些问题，应该用智能机器调度员替代人工调度员，除此之外，文中还提到要综合仿真培训和自动学习等功能，从而使电力电网自动运行。在我国，卢强院士最先提出了“数字电力系统”的概念，主要讲诉的是正常情况下电力电网智能调度系统对电力系统的监管的分析的功能等；华北电力大学的杨以涵教授则带领自己的科研组进行电力系统的研究，基于“数字电力系统”的概念，分析电力系统中电网会出现的故障，以及安全方面等进行了探讨，最终形成了建立以分析和解决电网故障的“调度机器人”的思维模式。

结语

综上所述，电力电网调度系统对电力系统而言是至关重要的，电力电网的智能调度系统是一个实时动态的系统，可以有效地进行分析和调控电力系统，当电力站发生故障时，电力电网的智能调度系统可以更加精准和及时地对故障分析和处理，更加快捷方便，可以更全面地了解电力电网的运行状况。本文对电力电网智能调度系统做了简单的介绍，对电力电网智能调度系统的具体应用进行了探讨，希望本文可以给相关电力电网工作者甚至是研究者带来一定的参考作用，使电力电网的智能调度系统更加完善，可以更好地应用于电力系统中。

参考文献

[1]狄以伟.面向未来智能电网的智能调度研究[D].济南：山东大学，2010.

当今时代人工智能的发展篇4

此外，开源智能硬件兴起，充分利用互联网集体智慧，提高了硬件兼容性和可扩展性，使得智能硬件在新工业革命的大背景下，加速从制造业向传统消费级领域扩展。如此一来，满足人类基本需求的“吃、穿、住、行”等方面或多或少地受到智能化技术的影响。

无疑，一个智能化新时代已经开启。

一年一度的中国国际高新技术成果交易会，更成为智能硬件创新者的拥趸之地。在2015年11月16日-21日这短短几天时间里，参展企业及科技团队汇聚深圳，纷纷推出了与百姓生活息息相关的众多产品：智能3D试衣系统，智能牙刷、家庭智能机器人、智能车载对话系统，甚至全套的智慧家庭解决方案……恰恰是这些智能新产品，正为人们勾勒着日渐智能化的生活蓝图。

突破：机器人不再高冷

和往年“高大上”形象不同的是，机器人正在卸下高冷光环，以实用便民的形象，成为我们日常生活的“好伙伴”。

高交会开幕首日，当《中国经济信息》记者在人流攒动的1号主展馆见到深圳欧铠机器人有限公司总经理何建忠时，他正监督着职员对欧铠最新一代餐厅机器人进行展示前的准备工作。

今年已经是何建忠第二次参加高交会了。令他难以忘怀的是，作为去年高交会1号展馆里的唯一一家机器人制造生产企业，欧铠的工业级机器人及餐厅机器人甫一亮相高交会，便吸引了许多观众驻足观看。“今年大不一样，早在布展期间我就在一些展台看到了不少外观极其类似欧铠产品，功能却各有差异的机器人出现。”

毋庸置疑，机器人已经不再是简单地代替人工作业，如今则在实际改变人类生产生活方式上增添了更多功能，帮助各行业提高生产效率和产品质量，实现节能增效的现代化生产及管理。这点在欧铠最新展出的餐厅机器人身上得到了诠释。

何建忠并不担心有模仿者出现，已经申请了技术专利的欧铠对餐厅机器人进行了人工智能化改造。在中国机器人产业的兴起及发展过程中，作为参与者，何建忠尤为清晰地发现，机器人产业的发展已经和国家从“制造业大国”向“制造业强国”的转型相契合。于是从政府层面，也已经从最初的呼吁创新到给予了机器人创新制造企业更多的扶持政策等。

《中国经济信息》记者看到，今年的欧铠餐厅机器人在外型上加以改造，身材更加“婀娜”，不仅可以端茶送菜，更加可以语音表达，主动与人打招呼进行交互。“我们在运行及反应方面都做了技术升级，机器人都更为流畅敏捷。”何建忠介绍到，这样一款机器人在餐厅酒店等场所可以代替人工进行点餐送餐服务。“它不仅能识别3种以上的语言，还可以遥控，并自主设定路线，也不用担心它会撞到人，我们的餐厅机器人已经具有了自主避让功能。”何建忠表示，随着人工成本上升，送餐机器人在餐厅等公共场所将会具备较大的应用空间。

当然，机器人不仅能“上得厅堂，更能下得厨房”。

来到硬蛋展台，现场菜香扑鼻，不少观众正在品尝刚刚炒制成功的宫保鸡丁这样一道家常菜。当《中国经济信息》记者走近发现，这是炒菜机器人“懒客”的杰作。只见一个类似“黑匣子”一样的智能炒菜机摆在展台上，只要将配料盒放入炒菜机，一键选择菜谱和模式，这台机器人便会自主完成烹饪任务。

据其创始人张岩介绍，此次推出的智能炒菜机包含了不同菜系各种口味，全程无需厨师翻炒，只要随时设定翻炒速度和角度，让佳肴口感更加细致。

如果你认为将这样的炒菜机器人放入厨房还有待考虑，那价位亲民且功能更为丰富的迷你机器人或许可以成为你充实生活的选择。回到一两年前，人们很难想象机器人这样一个“科技产品”可以轻松成为生活必需品，而今由全球化的智能硬件孵化与发行公司Roobo的家庭迷你机器人布丁，充分打破了人们原有想法的限定。

在6号智慧城市展馆的Roobo展台上，单手就可以拖住的布丁机器人接收到指令，正在播放音乐。不仅如此，假使你需要一个闹钟提示、天气预报、新闻播报，甚至想知道附近有哪些美食等等，布丁机器人就像一个“百事通”，随时等待主人的召唤。

布丁机器人的创始人陈忆告诉《中国经济信息》记者，其实，机器人和人类一样，也会“各司其职，互不干扰”。从中国机器人产业诞生伊始，不少企业生产制造机器人的初衷是希望进入B端市场，而针对消费级用户市场的机器人就却少之又少。为此，陈忆团队在创立之初便设立了自己的定位――让家庭拥有机器人成为现实。

尽管布丁团队仅创立一年之久，但整个团队深挖用户的实际需求，研发出了这样一款精巧迷你的陪伴型机器人。陈忆强调，别看布丁机器人的个头小，但身上应用的科技含量非常高。布丁正面内置有广角监控摄像头，支持1280*960分辨像素，可实现360°旋转摄像监测。除了常规的录像、安防、人脸识别等功能，可实现用户在外通过手机App远程监控家中状态。此外，布丁还能在主人“不在家”情景下，自动监测家中静置物体的位置变化，如果识别到桌椅等家具的位置移动，将发送警告信息至主人手机。

自此，以服务为基础的机器人走进家庭生活，已经不是遥远的事情。陈忆补充道，“过去机器人产品被视为‘奢侈品’，定价在万元至数万元不等，而像布丁这样的千元级机器人，以更亲民的价格吸引了不少消费用户。”当然，陈忆也坦言，目前市场内的服务机器人层出不穷，有一些还需要在技术精度及产品优化方面进行更严格的提升与创新改造。

创新：以服务用户为根本

彼时，智能硬件浪潮初起，一些概念产品不免让人有“只可远观而不可近玩焉”的距离感，如今，以满足用户刚需为出发点而研发的智能硬件，开始点缀起生活的方方面面。

多次参加高交会的深圳云之梦科技有限公司，每年在高交会期间也会带来全新升级改造的智能产品。云之梦创始人兼CEO董波告诉《中国经济信息》记者，此次他们带来的“云3D智能试衣系统”突破了同类产品对扫描环境的要求，可在开放式环境进行扫描，通过三维扫描系统即时捕捉人体动态，3～5秒即可还原完整的立体人像。

董波强调，从此人们试衣不用再“”。据《中国经济信息》记者了解，“云3D智能试衣系统”扫描建模后，体验者能在互动展示终端进行虚拟试衣，周边场景也可自由更换，同时，人体三维数据将同步到云之梦科技自主开发的“Me偶”APP中，在手机端也可随时随地试衣。值得一提的是，该系统可与消费平台进行对接，消费者试中满意的服饰后，即可通过“购买”功能进行结算，大大简化了以往繁琐的试衣过程。

另外值得一提的是，云之梦科技还将体感互动技术融入了智能试衣互动屏端，用户可通过触屏点击或手势变换两种方式进行系统操控。例如，伸出右手便可快速启动人体扫描程序，虚拟试衣时，通过握拳能上下移动查看不同服装款式，伸开手掌停留1秒即可快速更换服装。《中国经济信息》记者在现场看到，很多体验者对这一功能表现出很大兴趣，主动要求体验的观众更是络绎不绝。

董波表示，“3D数字技术的应用将突破时间和空间的限制，将各方力量凝聚到一起。此次参加高交会，就是对云之梦科技的3D技术成果、解决方案到实际应用进行全面的展示和讲演，让上下游企业进行深入交流，帮助更多行业找到智能升级的路径。”

同样作为连续多年参与高交会的展商，广州博冠光学电子有限公司（后统称“博冠”）今年也带来了云智能体脂秤、“传霸”及智能遥控器三款智能硬件产品参展。博冠的董事长曾德祥告诉《中国经济信息》记者，“尽管过去我们是专注做传统光学器件的传统企业，但乘着‘互联网+’之势成功转型的博冠，如今已经创新实现了‘软硬'技术双向研发，不断依托新产品挺进用户更为关注的大健康领域以及家庭用户市场。”

像博冠这样从传统制造向智能硬件创新转型并成功的企业并不在少数。曾德祥坦陈，博冠在智能硬件领域创新研发期间也曾面临些许艰难。

作为光学产业领域首屈一指的传统企业，博冠在“光机电算”方面具有独特优势，“我们在集成应用，尤其是把光学、机械、电子、通讯和智能技术融合在一起的过程是充满考验的。”曾德祥还强调，特别在当下更要结合移动互联网技术，通过融合的技术创新，研发出新产品，这对于企业是有压力的。“未来我们还要加大研发力度，保证每年的研发投入占总销售额的10%以上。”曾德祥表示，当前公司的研发人员占总企业人数的25%，以后会越来越高。

发展：全方位解决方案

在互联网基础上延伸和扩展，智能硬件的发展，使得任何物品与物品之间开始展开信息交换和通信，人们也逐渐步入了物联世界。

如今，只要在手机上按按键就可以对家用电器进行远程操控。来自深圳的展商齐玉田告诉《中国经济信息》记者：“远程可以通过手机登录我们的‘贝多福’云平台的方式来进行远程操作，比如可以控制窗帘、灯光、家电，包括空调、电视甚至控制背景音乐等等。家里如果出现异常情况，例如烟感报警、煤气报警，它会主动发短信或弹出窗口的方式来通知您。”

据介绍，这套产品目前已经投放市场，而市场反应也好于预期。齐玉田说，今后，制作方还会改进操作系统，使之更为便捷。

本届高交会上尤其吸引人的，还有清华同方展出了其为进军智能家居市场而的智能家庭中心产品云罐。据了解，该产品由同方历时两年精心研发，联合十大世界顶级供应商，集合了七大核心功能，实现了家庭智能生活“Allinone”的理念。

当今时代人工智能的发展篇5

【关键词】机械工程；智能化；发展趋势

新世纪以来，科学技术和信息化发展不断加快，智能化越来越被人们提上了日程。很多领域都开始了智能化的进程，机械工程领域也不例外。当前，讨论机械的智能化发展方向具有重大的意义，它已经成为了当代国内外学者的主要问题，还影响着中国人民生产和日常生活的各个方面，所以对其进行探讨具有重要的理论意义和现实意义。

1当前国内机械工程智能化的现状介绍

自上世纪七十年代末改革开放以来，我国同发达国家的交流与合作日益加深，在这个过程中，域外诸多先进的管理模式与工艺流程相继传入我国，使国内各个相关领域实现了显著进步，尤其是我国在由农业国向工业国的发展过程中，各类工业制造技术的传入使我国工业生产大步前行。现今，随着国内机械制造业的发展，相关理论日渐成熟，特别是在信息技术的带动与催生之下，智能化技术在我国机械制造业领域中得到了普遍的关注与推广。智能化技术以其独特的技术优势，实现了对以往机械制造领域过于依赖人工操作作业模式的有效替代，进而推动了国内机械制造行业实现了高效发展。智能化在机械工程的发展中十分重要。目前，我国的众多企业已经开始研发智能化应用于机械工程的可能性，尽管企业的运作方式上还存在一些不足，但是企业在管理模式、生产制造等方面有所变革，更多的公司越来越重视对创新能力的培养。但是现阶段我国的机械工程智能化发展仍存在诸多的困难:科技水平虽然有了长足的进步，但与世界顶级水平还存在差距;智能化虽然有了一定的成果，但创新能力不够;信息管理系统虽然建立，但还有待于进一步完善;企业的发展较为迅速，但是智能化的程度不高等。虽然存在困难，但这些困难都只是暂时，机械工程智能化发展方向是大势所趋，随着我国经济、科技等方面的深度发展，将为机械工程智能化提供更强大的支撑。

2机械工程智能化的意义

我国的机械工程领域发展相对于国外一些发达国家而言，在起点上是比较低的，但是在发展速度上却是可比肩的。尤其是在机械工程智能化发展之后，不仅能够节能减排，还具有一些智能高效功能，因此其意义是无法忽视的。

2．1节能减排功能

在世界各国相继进入工业时代的背景之下，能源危机问题与环境污染问题益发凸显出来，成为影响人类文明进程的不可忽视的因素。受此影响，现今世界各国对于能源问题以及工业生产中的环境保护问题给予了高度关注，如何依托技术创新与工艺革新实现节能减排的目的，是社会公众关心的问题。同发达国家相比，我国的工业化进程相对较晚，同时机械制造领域中出现的能耗问题以及污染问题较为突出，因此，借助智能化技术在机械制造业中的应用，将实现对机械制造生产流程的效度化资源整合，进而在实现高效生产的同时，有利地整饬以往存在的工业污染问题，同时依托智能化技术的精准控制，亦能够使机械制造类企业在生产过程中实现对能耗的有效降低。

2．2智能高效功能

通过在机械制造行业引入智能化技术，将有效地提升工业生产效率，改进产品质量，使机械制造类企业无需如同先前那般担负较重的人力成本，同时，智能化技术能够带来机械制造领域的工业革新与生产流程优化，从而使机械制造类企业的生产绩效得到显著提升，这样一来，将推动机械制造类产业由以往的劳动密集型产业实现向高新产业的过渡与转型，从而打造企业的核心竞争力，提升企业的外部竞争力。当然，机械工程智能化发展远远并非仅仅具有以上两点意义，其所带来的经济效益和社会效益更是不容小觑的。

3机械工程智能化发展趋势分析

现今一个阶段，在智能化技术被逐步引入与应用到机械制造领域之后，国内机械制造行业走向了全球化发展趋势。全球化时代的到来，使世界上的不同国家和地区实现了产品与服务的高速交换与流通。我国作为发展中国家，在全球化时代的竞争中处于相对弱势地位，原因在于，我国自上世纪建国后走过一段曲折的发展经历，直至上世纪改革开放后方才大力发展经济，因此，对于国内机械制造类企业而言，面对全球化时代对我国造成的不利影响，应当注重提升自身核心竞争力，以便在同域外企业进行市场竞争中处于有利位置。而为达成这一目标，机械制造类企业应当依托现代信息技术，积极进行自主技术研发与技术创新，从而推动智能化技术在机械制造行业的发展，同时借助智能化技术的应用，为我国机械制造企业赶超域外企业创造契机。此外，从环保角度来看，智能化技术的应用将改变以往机械制造类企业“低产出、高能耗”的生产现状，而是依托智能化技术的应用，实现生产流程的优化、生产工艺的创新，进而将自身打造成绿色节能企业，承担起自身的社会责任。

4结语

在我国由农业大国向工业大国的转型过渡过程中，机械制造工程的发展是决定性因素之一，借助智能化技术在机械制造行业的普及应用，将推动国内机械制造类企业实现高效生产、绿色生产。期待着我国的机械制造工程智能化发展越来越顺利，越来越高效，这不仅对于机械制造行业而言是有利的，对于整个国民经济的发展和人们生活水平的提升都是有益的。

参考文献:

［1］李瑞婷，韩辉辉．基于现代机械制造智能化发展的研究［J］．科技风，2014(04)．

［2］，杨金勇．浅谈机械制造的智能化技术与机电一体化的结合发展及趋势［J］．黑龙江科技信息，2010(12)．

［3］赵晓东．机械工程智能化的现状及发展方向探讨［J］．黑龙江科学，2014(03)．

当今时代人工智能的发展篇6

相关监测数据显示，2017年网民对两会的关注量同比增长17%，使用手机等移动设备关注两会已经成为很多网民的选择，而人工智能、大数据、智能制造、双创、科技出行、网络安全等成为两会上科技领域的热词。

人工智能被认为是下一个科技“风口”，也被看做是中国更有发展机会的领域。2017年两会，人工智能首次被写入《政府工作报告》，也成为两会代表热议的话题之一。在全国政协委员、百度公司董事长兼CEO李彦宏看来，人工智能堪比工业革命，他的提案，均与人工智能有关。百度大脑、百度无人车、被称为“人工智能权威”的百度新任总裁陆奇等都是百度布局人工智能战略的重要举动，受到业界的高度关注。全人大代表、小米董事长雷军也提了关于人工智能的议案，提出五点建议，更透露小米不久会有重磅的人工智能产品，都显示出小米在人工智能领域的意愿强烈。全国人大代表、科大讯飞董事长刘庆峰将人工智能+的概念写进了今年的两会建议，呼吁政府从技术、产业、教育、医疗、立法等方面全面布局人工智能，抢抓全球人工智能产业制高点。

随着两会的如约而至，“大数据”再次成为媒体竞相报道的热点词汇。利用大数据密切关注智慧农业发展，在政府层面广泛应用大数据，数据助推制造业发展……两会代表委员们“提案议案夹”中关于大数据的想法层出不穷。全国政协委员、通威集团董事局主席刘汉元今年重点关注了农业大数据应用层面的诸多问题；全国人大代表、浪潮集团董事长孙丕恕认为，数据是智能制造的核心驱动。

说到智能制造，今年两会的《政府工作报告》也着重提到要将发展智能制造作为主攻方向，推进国家智能制造示范区、制造业创新中心建设，并深入实施《中国制造2025》，推动中国制造向中高端迈进。在今年的两会上，包括海尔集团总裁周云杰、波司登国际控股有限公司董事局主席高德康等在内的、身处制造业前线的与会代表委员也根据亲身的调查研究和业务实践对“智能制造”的实施建言献策。

大众创业、万众创新是经济活力之源，也是转型升级之道，更是当前推进供给侧改革的重要抓手。全国人大财经委员会副主任委员、民建中央副主席、经济学家辜胜阻在进一步推进“大众创业、万众创新”，促进供给侧结构性改革方面给出了六条建议。

三月北京，春意相伴，单车随行。橙色的摩拜、黄色的ofo、黄蓝相间的永安行……五彩斑斓的流动单车为两会期间的北京带来了独有的城市风景。随着共享单车大规模涌入市场，要加快各项制度的配套完善。这也是多位两会代表委员的共同心声。