人工智能技術的認識范文

導語：如何才能寫好一篇人工智能技術的認識，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

關鍵詞：人工智能；應用；識別

中圖分類號：TU855

人工智能及其識別技術在不斷地發展，在很多領域，各種技術的發展越來越離不開人工智能。在機器人中的應用，在語音識別技術領域的應用、在人工神經網絡中的應用等都取得了一定的進步。但是在發展的過程中由于發展的限制，人工智能及其識別技術也進入了發展瓶頸期，如何突破瓶頸將是此技術進一步發展的重要內容。

1 人工智能及識別技術的概念提出

人工智能技術是研究人類智能和通過計算機技術使某些設備或儀器具有人的智能行為的科學通過利用計算機模擬人的思維、語言、記憶、推理、感知、學習等智能能力，以及延伸人的感覺和大腦功能。綜上這些模擬都反映人工智能及其識別技術最重要的思想和內容，也就是說人工智能及其識別技術學科是用來研究人類智能活動的規律的學科。

1.1 計算機技術的普及

隨著計算機技術的普及以及大眾對計算機進行商務、學習、工作等的需求的增長，計算機已經成為人們工作和學習不可缺少的高科技產品之一?，F在，計算機已經進入實用階段，越來越多的人掌握了計算機知識，同時也希望掌握計算機技術以減少工作量，而人工智能及識別技術就是其應用的最重要的方面。

1.2 自動化辦公的需求

眾所周知，信息技術的發展推動了社會信息化的進程。尤其是人工智能的發展，使得傳統辦公方式發生了改變。具體而言，這種轉變包括在辦公操作技能方面和辦公系統方面的改革。

日本人工智能專家指出，凡是能夠清楚地設定其指標的業務屬于工場型的事務，將來應有辦公室機器人來處理。這樣，人的精力將只能用于創造性的智能工作，辦公自動化將對智能型業務提供強有力的支持，辦公室將真正成為智力活動的場所。

2 人工智能及識別技術的應用領域研究

60年代以來，隨著計算機技術的發展，許多技術新方法和技術進入工程化產品化階段，顯著促進了工業技術的進步。人工智能及識別技術也得到了巨大的發展，其中以在機器人中的應用、在語音識別技術領域的應用以及在視覺識別技術領域的應用顯得尤為突出。

2.1 在機器人中的應用

20世紀70年代，機器人技術發展越來越多地受到關注并逐漸發展成為一個專門的學科。智能機器人已經在各個領域得到了實際應用，并已經取得了巨大的效益。例如：現在很多外科醫生在顯微外科手術中使用機器人助手。

人工智能及識別技術在機器人中的應用變得越來越流行，同時也帶動了相關行業在智能識別方面的發展。智能機器人的應用一方面可以縮減企業以及國家的相關開支，另一方面也加大了應用的風險。因此，人工智能及其識別技術在機器人中的應用還不是很成熟。國家應該加大對智能機器人技術的支持力度，進一步開發人工智能技術。

2.2 在語音識別技術領域的應用

語音識別技術的根本任務就是來解決能夠使機器聽懂得人類語言，其作為人工智能研究的主要方向和人機語音交互的關鍵技術，語音識別技術一直都受到各國人工智能領域的廣泛關注。同時，以語音識別技術開發出的產品應用領域非常廣泛，顯示出了極大的優勢，如聲控電話交換、語音通信系統等，其應用幾乎深入到社會的每個方面和每個行業。

隨著人工智能電子產品的普及，進入21世紀，嵌入式語音處理及其識別技術也得到了迅猛地發展，基于語音識別芯片業越來越多。但是如何更好地將芯片結合人工智能技術來發展語音識別技術是本世紀最重要的內容。

2.3 在人工神經網絡中的應用

人工神經網絡也稱作神經網絡，是指有大量的簡單處理單元經廣泛并行互連形成的一種網絡系統。它是對人腦系統的簡單化、抽象和模擬，具有人腦功能的許多基本特征。其工作機理是指通過模仿人腦神經系統的組織構造及其工作機理從而從研究人腦工作機理中得到啟發，試圖利用人工神經網絡來處理大量的單元，比如，人工神經元、處理元件、電子元件。

在人工神經網絡中，信息的處理是通過神經元之間的相互作用和反應來實現的，相關的知識與信息的存儲與讀取表現為各個網絡元件之間其分布式的物理聯系，網絡的學習和識別取決于和神經元連接權值的動態演化過程。人工神經網絡的存在有其弊端，也許永遠也無法代替人腦，但是他能幫助人類擴展對外部世界的認識和智能控制。

3 人工智能及識別技術陷入瓶頸期

人工智能學科自從誕生至今就致力于研究解釋和模擬人類智能行為及其規律，人工智能在其領域已經邁出了較大的一步，并且在某些領域已取得了相當大的進展。但是從人工智能發展的整個過程來看，其發展也是一波三折，而且在很多領域還面臨著不少的難題，主要表現在以下幾個方面：

3.1 人工智能研究方法不足

由于人工智能學科發展的局限性，許多專家和學者對人腦結構和工作模式的認識還不夠全面、不夠深入。由此決定了現階段科學界無法對神經網絡模型作出對人腦作出真正地模擬，人腦是人類長期勞動實踐的產物，其中包含了人類很多思考的過程，僅僅依靠在簡單的電子器件以及線路的組合是完全不可能實現模擬的。

3.2 人工智能機器翻譯存在困難

目前，機器翻譯使我們很多人所喜愛的，但是其所面臨的主要問題仍然是如何通過單詞來構造句子以及單詞存在歧義性的問題。歧義問題一直是所有語言理解和運用中的一大難關，想要消除歧義就必須對原文的每一個句子及其上下文進行透徹地分析理解，但是由于機器非人腦，它不能像人腦一樣獨立地進行思考以尋找導致歧義的詞和詞組在原文中的準確意義，而是孤立地將句子作為一個單位來理解，因此造成的失誤使得人工智能翻譯缺乏應有的理解力。

3.3 人工智能模式識別存在困惑

人工智能識別的應用非常廣泛，比較典型的有文字識別、前面提到的語音識別以及指紋識別等。雖然人工智能模式識別的研究與開發已取得巨大的成果，但是還存在這本質的缺陷，人工智能及其識別技術的理論和方法與人的感官識別機制是完全不同的。因此人腦的識別手段、形象思維能力，是任何最先進的計算機識別系統望塵莫及的。

4 結束語

人工智能及其識別技術始終處于計算機應用這門學科的最前沿，它的誕生與發展是21世紀最偉大的科學成就之一。其研究的理論和成果在很大程度上決定著計算機技術未來的發展方向?，F如今，已經有許多人工智能的研究成果已經被廣泛地應用于人們的日常生活、工業生產、國防建設等各個領域。在信息網絡和經濟迅速發展的時代，人工智能技術的發展也必越來越受到關注，必將推動科技和產業的進一步發展，從而會給人們的工作、生活和教育等帶來長遠得深刻的影響。

參考文獻：

[1]蔡自興.人工智能基礎[M].北京：高等教育出版社，2005.

[2]胡勤.人工智能概述[J].電腦知識與技術，2010（13）：3507-3509.

[3]鄒蕾，張先鋒.人工智能及其發展應用[J].信息網絡安全，2012（02）.

篇2

 

1 引言(Introduction)

 

人們越來越接受逐漸取代傳統考試方式的利用計算機網絡實現的遠程考試系統。傳統意義上的考試，操作過程極其繁瑣，出錯難以避免。遠程教育也稱為網絡教育，突破了時間與空間的限制，對實現教育終生化，教育大眾化、平民化有重要的意義。我國是一個十三億人口的大國，且農業人口眾多，東西部發展不平衡，教育資源尤其是高等教育資源分布不均勻，西部及偏遠地區教育資源匱乏。遠程教育為全民教育及終生教育提供了有效的途徑。在遠程教育體系中，基于計算機網絡的遠程考試系統有了非常重要的意義。遠程考試系統盡可能保證了考試的實時、可靠及客觀公平及最小程度的人為因素影響。遠程考試系統亦廣泛應用于政府、企業及各種機構的培訓，因此，討論遠程考試系統有了非常重要的意義。

 

遠程考試離不開試題庫的創建。

 

采用常規數據庫構成的試題庫，對客觀題(選擇、判斷、填空題)很好解決。可以將試題庫的試題按不同的形式出現。原理是：每個題都有幾個選項，正確的和干擾項都有若干項。當試題要單選題時，可以用算法限制，每個題抽出一個正確項和若干個干擾項。當試題需要多選題時，每個題在答題選項中任意選取，但保證正確選項大于1即可。

 

而抽卷一般都是隨機在試題庫抽題形成試卷。這就造成不同試卷難度可能不同，考試欠公平。處理這個問題最好的辦法就是將題目在建立試題庫時就給了難度系數，出題時按難度比例抽題。這樣對每個參考者相對公平。這涉及到怎樣確定試題難度的問題。下面將討論用人工智能技術處理試題難度。也就是在創建試題時，讓計算機自動識別試題難度。

 

2 人工智能技術在試題庫建設中的應用(Application

 

of artificial intelligence techniques in building the

 

examinations bank)

 

2.1 人工智能的定義

 

著名的美國斯坦福大學人工智能研究中心尼爾遜教授對人工智能下了這樣一個定義：“人工智能是關于知識的學科——怎樣表示知識以及怎樣獲得知識并使用知識的科學?！倍硪粋€美國麻省理工學院的溫斯頓教授認為：“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作?！边@些說法反映了人工智能學科的基本思想和基本內容。即人工智能是研究人類智能活動的規律，構造具有一定智能的人工系統，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術[1]。

 

人工智能(AI)是目前發展迅猛的計算機學科的一個分支，近代被稱為三大尖端技術之一，這三大尖端技術是：基因工程、納米科學、人工智能。人工智能經過近幾十年的發展，也逐漸成為了一個比較成熟的技術應用。在實踐中應用十分廣泛。在許多學科中都有它的身影，也取得了巨大的成果及可觀的經濟效應，在理論上也日趨完善。

 

人工智能是用計算機算法來模擬人類的智能行為或思維過程。比如：邏輯推理、學習規劃、計劃實施等等。主要的內容包含：計算機實現算法(原理)、智能機器人制造等。人工智能涉及的學科也極為廣泛。首要的是計算機技術，還有心理學、教育學、語言學等人文科學。還有控制、自動化、仿真、數理邏輯等自然學科，具有廣泛的應用前景。目前，關于人工智能的研究涉及到軍事、航天航空、機械制造、計算機仿真、遙控遙感、機器人、工業控制、自動化、采礦、教育培訓、服務業等等。人工智能技術在當今社會中得到越來越多的關注和重視，是正在快速發展的熱門學科。它起源于計算機技術，但遠不止于計算機科學范疇。人工智能取得了許多成就，這些成就主要表現在： 基于知識的系統、機器學習、神經網絡、機器人學、Agent技術和分布的協同工作、規劃和配置、機器感知等[2]。

 

2.2 知識的定義

 

知識是人類在認識自然、改造自然過程中沉淀下來的精神產物，是人類進行創新、創造、探索等智能活動的基礎。關于知識的理解，可以概括為以下幾個方面：

 

(1)知識是轉換后的信息。經過人類的主觀理解、解釋、消化、選擇以及過濾，大量信息加工處理后，稱其為知識。

 

(2)知識也可以理解為對特定的學科或產業的概念定義、內部關系、運作過程和應用解釋。

 

(3)知識亦可以定義為：“事實”“信念”“啟發式”。

 

在人工智能領域，知識是一個非常重要的處理點。大量的信息必須從知識中提取和轉換來的。從其作用層次，它們分為對象級知識、元級知識兩類。按性質亦可劃分為三種知識：過程性、描述性、判斷性。

 

2.3 知識表示

 

知識表示一直是計算機領域中非常關鍵的問題，在人工智能及專家系統中，知識表示是知識的符號化過程。實際上是為描述事件所做的一組約定，它的實質是將事件的事實、過程、關系、屬性等特征抽象成數據結構。計算機的知識表示就是研究這些數據結構，構建數據庫，使用算法將物質世界的可以處理的信息盡可能量化，過程化。人工智能也就是讓計算機模擬人的思維過程。將這些海量的數字化后的信息快速處理，以獲得人們需要的結果。

 

人工智能應用在構建試題庫時，知識表示也成為一個非常關鍵的問題。

 

知識的表示與對問題的處理和解決以及解決問題的效率有很大的影響。一個正確的知識表示，可以將知識很好的轉化為數字信息，從而使得計算機能夠更好的處理，那么對知識表示的要求，主要從下面四個方面去處理：

 

(a)可表達性：能夠正確有效的將要解決的問題所需要的知識表達出來。

 

(b)可理解性：知識表結果是容易理解的，簡單明了的。

 

(c)可訪問性：知識表示是可以利用的

 

(d)可擴充性：當有新增知識的時候，原來的知識表示可以擴展、補充。

 

2.4 知識庫的構建

 

知識庫是按照一定要求存儲在計算機中的相互關聯的事實知識的集合，是經過分類和組織、序化的知識集合，是構建專家系統(ES)的核心和基礎[3]。

 

對知識的處理，很關鍵的一步是知識庫的構建，即創建知識的物理結構及邏輯結構，在計算機技術及人工智能理論中，可以理解為數據結構的建立。知識庫的組織方式，依賴于知識表示模式，也依賴于數據庫等計算機技術。目前的數據庫技術發展很快，也有很多模式可供選擇?？傊R庫的組織應盡可能全面、高效、最大化利用存儲空間。

 

知識庫的構建模型如圖1所示。

 

圖1 知識庫構建模型

 

Fig.1 The knowledge base model

 

2.5 知識庫的管理

 

在人工智能的專家系統中，知識庫會隨著時間推移，越來越大，知識的嘗試和廣度也相應變化。知識庫管理維護得好，會成為日常工作的好幫手，處理得不好，知識庫就是一堆沒有用甚至是有害的信息垃圾[4]。管理知識庫涉及到數據存儲的安全性、訪問效率、多用戶等等，依賴于計算機軟件技術。

 

2.6 實現過程

 

(1)構造試題庫數據結構表見圖2。主鍵為“ID”。

 

圖2 綜合試題庫表

 

Fig.2 The examination bank table

 

(2)所考知識點難度數據表結構

 

所考知識點難度數據表結構如圖3所示。主鍵為“序號”。

 

圖3 知識點難度數據結構表

 

Fig.3 Construction table of the database in difficulty

 

coefficient of knowledge point

 

(3)知識點數據分析及客觀題知識點難度計算程序的算法實現

 

先將所選課程考試大綱要求的知識點按照掌握、理解、了解的要求每個知識點設置一個或兩個關鍵字，并設置知識點難度系數數據庫，考試大綱要求不是很多，所以數據量不大，可由教研室討論每個知識點的難度系數?？荚嚨念}庫卻是不斷增加的，每增加一個選擇題時，就遍歷知識點難度系統數據庫，按詞法匹配，如果選擇題含有某知識點，即將此知識點的難度系統加到累加變量中，并將計數器加1，遍歷完整個表，將累加變量值除以計數器，得到此選擇題的知識點難度系統。實現算法如圖4所示。

 

圖4 試題庫難度系數生成算法流程圖

 

Fig.4 Flow chart of algorithms in the degree of

 

difficulty of examination bank

 

3 結論(Conclusion)

 

用人工智能技術，基于知識點屬性建立的知識點庫;試題庫建庫時，試題能按詞法匹配，遍歷知識點庫，智能生成難度系數。解決了在無紙化考試中遇到的考試公平的問題，也減輕了出題者的工作量，避免了出題者主觀判斷題目難度導致的隨意性和不準確性。

 

但系統仍存在不足：可實現是部分智能推導，知識點的堆積是一個繼承過程，仍然可以繼續研究。人工智能在計算機考試中仍有很多可研究的方面，如：主觀題的閱卷等。這也是今后可努力的方向。

篇3

關鍵詞：大數據時代人工智能計算機網絡技術應用

中圖分類號：TP18文獻標識碼：A文章編號：1674-098X（2018）01（a）-0157-02

人工智能是計算機和網絡技術、通信技術三者結合的產物，在大數據時代成為爆炸性的數據處理工具。計算機網絡中有很多漏洞，其效率也不夠高，人工智能可以彌補這些缺點，對社會穩定和發展有著特殊的意義。

1人工智能的內涵

人工智能屬于計算機技術，是一種可以模仿人類一些行為以及思維進行的綜合性技術。人工智能的范圍很廣，包括語言學、心理學以及哲學，模擬人們對外界的聲音和圖像進行智能化處理，讓人們對生活中遇到的問題具體化分析，從而提高人們的生活水平。人工智能作為將人類思維轉化為數據的新型方式，只要將數據錄入到計算機系統當中，機器就可以自動操作[1]。同時，隨著計算機網絡的發展，對人工智能的進步產生影響，二者互相依靠，將網絡中的詞義、數據進一步轉化為機器操作，突出其重要性。人工智能的優越之處就是能夠處理一些不夠清晰的信息，從信息中取得有效數據并且進行處理，再將結論反饋給用戶。

2人工智能的特征

2.1化繁為簡

人工智能可以從根本上解決很多無法確定的問題，很多在生活中無法得到解答的問題，都能從人工智能中模擬具體的計算機運算，將難度很強的問題簡單化，實現對很多不清晰數據的全面掌握。通過對人工智能的管理，讓計算機網絡管理得到安全保障。

2.2加快信息處理的速度

人工智能作為我國一項新興技術，主要是對人類的思維和行為進行模仿，同時與計算機技術進行有效結合，加快了對信息和數據等處理的速度，從而提高了用戶的工作效率，縮短了用戶查找資料的時間。在使用計算機過程中，人工智能可以加快網絡運行的速度，在網絡管理當中也具有很強的實用性質。

3大數據時代人工智能在計算機網絡技術中的應用

3.1保障網絡安全

人工智能就像是人類的大腦進行自動化操作，對錯誤的數據進行初步篩選，能夠體現出很強的優越性，尤其是噪聲輸入模式等網絡安全管理。人工智能技術在計算機網絡安全中有著重要的地位，在處理垃圾郵件、智能防火墻方面具有良好的效果[2]。人工智能技術在處理垃圾郵件的時候，可以先掃描用戶的郵件，將一些不符合網絡安全的郵件進行標注，用戶就可以盡快發現問題并且處理，以免對自己的計算機產生危害。人工智能系統規避了垃圾郵件的騷擾行為，確保了計算機的安全。

智能防火墻系統可以提供拒絕服務等安全措施，智能防火墻不僅能夠降低計算機的數據運算量，還可以及時發現入侵互聯網程序的病毒，在分辨率極高的情況下防御病毒的傳播。

在計算機連接網絡的過程中，入侵檢測十分關鍵，對網絡的安全性也十分重要，入侵檢測將會影響到計算機數據的完整性與安全性。通過分類處理形成數據報告，將計算機網絡的安全狀態反饋給用戶，用戶能在第一時間發現計算機出現的安全問題，人工智能相對于傳統的模糊鑒別具有更高的安全系數，讓用戶的計算機時刻處于保護之中。

3.2管理與評價

在大數據的時代背景之下，計算機網絡管理需要加快人工智能技術的應用。人工智能不但能夠在網絡安全管理上發揮作用，而且可以利用專家數據庫進行綜合管理。計算機網絡技術想要不斷進步，就要持續開發人工智能技術，將問題放在知識庫當中進行管理。計算機網絡在管理方面瞬息萬變，工具類動態碼也在不斷變化，人工智能可以化繁為簡，將復雜的程式變得簡單，對綜合管理來說十分有利。

人工智能模式在整個信息系統中扮演著重要的角色，就是因為系統中借鑒了很多專家的經驗和知識，并且將更新的內容持續輸入其中。完善系統內容可以匯聚專家的想法，將一些相似的問題通過人工智能系統在計算機網絡管理中進行評價，使其在計算機網絡中起到重要的作用。

人工智能系統在當前的企業管理當中也得到廣泛應用，伴隨著企業的經濟發展，根據人工智能技術特點進行監控，讓企業的管理更加現代化，不斷提高工作效率。人工智能提供的智能化管理可以讓企業管理更加便捷、減少成本。

3.3管理模式

人工智能系統其實是一個軟件，由知識庫和數據庫等通訊部分組成，以知識庫作為依托，對數據進行分析處理，為用戶提供更好的服務。人工智能管理能夠在用戶自定義的模式上對信息進行探索，然后將數據傳輸至指定的位置，為用戶提供最人性化的服務[3]。用戶在查找數據的時候，人工智能管理技術可以通過計算機信息分析和查找，向用戶傳遞有用的信息，為用戶節省大量的查詢時間。人工智能技術已經成為日常生活中不可缺少的應用，無論是網上購物還是收發郵件，都會為用戶提供十分優質的服務。人工智能程序本身就有很多自主性，為用戶直接分配任務，通過學習促進計算機網絡技術的發展。

3.4人工免疫技術

人工免疫技術就像是人的免疫系統，用計算機程序體現基因庫和各類選擇，配合使用各類技術彌補傳統入侵檢測的不足，以及無法自動識別病毒等。而人工智能免疫系統可以將各類病毒自動識別，在系統中產生一串字符，將匹配的字符刪除，如果能夠通過檢測就會進行下一步程序，這個技術的應用還有待改善，但具有較大的應用價值。

3.5數據融合技術

數據融合技術是以用戶作為對象，將多個數據進行重新組合，在組合的基礎之上挖掘出更多的信息。數據融合在網絡安全的管理中，能夠將多個傳感器在系統中進行連接，提高計算機的系統性能，將傳感器的入侵范圍縮小，打破原有的局限模式，保證入侵檢測系統的安全，多種技術融合之后會產生更好的效果。現階段入侵檢測方面的技術很多，包含數據庫和各類知識結構的拼接，構建了專家的知識系統，如果一旦受到系統的入侵就可以自動檢測數據，確定入侵的種類和危害。專家知識庫包含很多基本理論和經驗，將已知的內容轉化為各類編碼，數據庫中得到專家的支持并且采用各類管理方式，以便完成計算機的各項工作。

4結語

大數據時代中，人工智能在計算機網絡技術中的運用越來越廣泛，如果想要進一步加快人工智能的腳步，就需要明確它的優勢以及應用現狀，逐步深化人工智能技術的發展趨勢。計算機技術的發展趨勢決定了人工智能的發展程度，也會在很大程度上促進計算機網絡的應用。只有將人工智能技術與計算機網絡緊密地結合在一起，才能夠讓二者相互促進。人工智能的應用必須要滿足當前科技的發展，只有保證計算機網絡的安全運行，人們的生活才會更加便捷，網絡安全的諸多問題也會減輕。只有不斷地對計算機技術進行創新和優化配置，才能夠讓人工智能技術發揮得更好，為社會創造更高的價值。

參考文獻 

[1] 李艷旭.大數據時代人工智能在計算機網絡技術中的應用[J].農家參謀，2017，2（16）：112. 

篇4

1 材料與方法

1.1 儀器和試劑

Morris水迷宮視頻跟蹤分析系統（中國醫學科學研究院藥物研究所）；H-7500透射電鏡（日本日立公司）；低氧動物艙（天津醫科大學研制）；空氣凈化器（型號：FS-10，浙江溫嶺市澤國空壓機有限公司）；LeikaUC6型超薄切片機（德國Leika公司）；DAB顯色試劑盒（北京中杉金橋生物技術有限公司）；JNK兔源多克隆抗體（#9252）、 P-JNK 鼠源單克隆抗體（#9255）（美國Cell Signaling公司）。

1.2 動物、分組及模型制作

雄性Wistar大鼠144只，體質量（170±10） g，由北京維通利華實驗動物技術有限公司提供。許可證編號：SCXK（京）2006-0009。將大鼠隨機（隨機數字法）均分為3組：空白對照組（UC組）、10%慢性間歇性低氧組（10%CIH組）、10%持續低氧組（10%CH組）。各組又分為2、4、6、8周時相組，各時相組12只大鼠。每天9∶00—17∶00時，將大鼠置于模型倉內，10%CIH組循環交替給予不同流量氮氣和壓縮空氣，使箱內前30 s氧體積分數逐漸降至10%，接著40 s氧體積分數逐漸恢復至21％，并維持50 s。持續向10%CH組低氧艙內充入相同流速氮氣和壓縮空氣，艙內氧體積分數維持在10%。整個過程用數字測氧儀監測，保持各組艙內氧體積分數波動范圍在±0.5%以內；UC組大鼠放入艙內給予壓縮空氣。實驗結束將實驗動物取出，送入常規飼養箱內自由飲水與攝食，生活環境及飼養條件相同。

1.3 Morris水迷宮測試大鼠學習記憶功能

利用Morris水迷宮進行檢測。每只動物晨起進行逃避潛伏及穿越平臺訓練5次后分別在上、下午各測試6次，記錄各組大鼠逃避潛伏期時間及穿越平臺位置的次數，取檢測記錄的平均值。

1.4 電鏡觀察低氧后海馬區形態學變化

實驗組及對照組大鼠分別于2、4、6、8周時隨即抽取3只大鼠麻醉灌注固定斷頭取腦，冰臺上取大腦冠狀縫左右0.2 cm組織，切成1 mm3組織塊，固定、沖洗、漂洗、脫水、浸透、包埋后超薄切片，透射電子顯微鏡下觀察腦組織超微結構變化。

1.5 海馬CA1區P-JNK蛋白表達的測定

將已完成的大鼠腦組織病理切片，采用SABC 免疫組化染色法檢測，觀察陽性細胞，采用Motic醫學圖像分析系統免疫組化分析模塊計算相同面積陽性目標的積分光密度值（IOD值）。Western blot 法檢測大鼠海馬組織P-JNK蛋白含量。

1.6 統計學方法

應用SPSS 13.0統計分析軟件對數據進行統計分析，計量資料采用均數±標準差（x±s）表示，多組比較用單因素方差分析，組間比較采用LSD-t檢驗，以P

2 結果

2.1 Morris水迷宮實驗結果

與UC組比較，實驗組大鼠在第4、6、8周逃避潛伏期時間延長、跨越目標象限時間縮短；且第6周時變化明顯。與10%CH組比較， 10%CIH組大鼠第6、8周避潛伏期時間明顯延長、跨越目標象限時間顯著縮短，差異具有統計學意義（P

2.2 間歇性低氧后海馬區電鏡形態學變化

UC組大鼠海馬神經元細胞核規則，核仁清晰，核質均勻散在，核膜光滑，邊緣清晰，神經元內細胞器，包括高爾基體、粗面內質網、多聚核糖體、線粒體、溶酶體等豐富，結構正常；突觸結構完整清晰。第2周10%CH組和10%CIH組神經細胞超微結構變化不明顯，細胞器數量豐富，結構較完整。第4周10%CH組和10%CIH組可觀察到神經細胞水腫等變化；第6周10%CH組可觀察到神經細胞水腫明顯，細胞核松散、細胞膜結構欠規整等變化；10%CIH組可見部分核仁消失，胞漿中的電子密度減低區增多，糖原顆粒、線粒體數量減少。第8周10%CH組可觀察到神經細胞水腫明顯，細胞核松散、細胞膜結構欠規整；10%CIH組可見部分核仁消失，糖原顆粒、線粒體數量減少。見圖1。

2.3 各組大鼠海馬組織P-JNK蛋白檢測結果

2.3.1 免疫組化結果 光學顯微鏡下各組大鼠海馬區神經元均可見陽性細胞，陽性表達細胞為細胞核呈棕黃色或淺黃色，少部分細胞漿著色，UC組大鼠海馬區神經元可見少量陽性細胞表達，間歇低氧組海馬區可見較多陽性細胞表達，其中以海馬CAl區表達最多。與UC組比較，10%CIH、10%CH組大鼠在第2、4、6、8周海馬CAl區P-JNK蛋白表達均增多，差異具有統計學意義（P

2.3.2 Western blot結果 與UC組比較，10%CIH、10%CH組大鼠在第2、4、6、8周海馬區P-JNK蛋白表達均增多，差異具有統計學意義（P

3 討論

OSAHS是一種發病率較高的慢性睡眠呼吸疾病，國外資料顯示OSAHS在成年人中的發病率為2%～4%，是多種全身疾病的危險因素［3］。由于OSAHS患者夜間反復發作的呼吸暫停需持續較長時間才可能導致各系統并發癥，故在人類進行OSAHS發病機制的前瞻性研究，尤其是直接對患者進行實驗性研究存在諸多困難，因此相關的動物研究值得進行。本研究采用的慢性間歇性缺氧模型在分析原有造模方式［4-5］的基礎上，利用實時氧監測的反饋信號，實現了濃度結合時間切換的方式，即當O2體積分數達到最低時，維持一定時間（10 s）再行切換，更加接近臨床呼吸暫停事件的真實狀態，實現了間歇低氧30次/h目標，模擬了人類OSAHS的狀態，為研究OSAHS心腦血管等靶器官損害提供了更加標準的裝置。

在動物空間記憶研究中最常使用的是Morris水迷宮和八臂迷宮， Morris水迷宮作為一種檢測手段對大鼠海馬損傷后效應特別敏感。本實驗對大鼠進行了間歇低氧和持續低氧及4個不同時間點的學習記憶功能的比較。結果表明，低氧組較正常組比較，尋找平臺的時間延長，跨越目標象限時間縮短，且10%CIH組最明顯，且低氧6周與8周差異不顯著。說明輕度間歇性低氧大鼠的損害需要持續進行一定時間后方出現明顯的學習記憶功能障礙，且較持續性低氧更為嚴重。本實驗結果表明，低氧可對大鼠的學習記憶能力造成一定的損傷，且10%CIH較10%CH對大鼠的記憶損傷嚴重，隨著低氧時間的延長，記憶功能損傷加重。本研究結果與Kheirandish等［6］的類似。而譚勝玉［7］研究認為間歇低氧（8％～10%）5周后大鼠表現出明顯的記憶功能障礙，分析其原因：（1）可能與CIH動物模型建立方法上的差異有關；（2）可能與大鼠和小鼠對慢性間歇低氧反應性的不同有關。

JNK是哺乳動物細胞中絲裂原活化蛋白激酶（MAPK）通路之一，JNK信號通路參與細胞增殖與分化、細胞形態維持、細胞骨架構建、細胞凋亡等多種生物學反應［8］，功能失調可造成缺血-再灌注損傷、慢性炎癥、神經退行性變、糖尿病和腫瘤等多種疾病。研究表明，JNK／p38在缺血性神經元凋亡中發揮著重要作用。JNK在其上游激酶的催化下發生磷酸化修飾而被激活，活化的JNK（P-JNK）與ATF-2及C-Jun等轉錄因子結合，使轉錄因子的活性區域發生磷酸化，啟動一系列信號途徑而促進細胞凋亡［9］。亦有研究表明，慢性間歇缺氧可導致海馬CAl區氧化應激狀態，從而激活JNK信號轉導，介導海馬神經元凋亡［10］。本實驗結果表明，隨低氧時間延長，CIH組大鼠海馬組織P-JNK蛋白表達量增加，呈時間依賴性，但第6周與第8周比較，差異無統計學意義，說明隨低氧時間的延長，機體對低氧有一定的耐受能力，不排除低氧后期機體激活了保護機制。

OSAHS引起記憶功能損害的病理生理機制是復雜的，夜間低氧血癥是導致OSAHS的記憶功能損害的重要機制，低氧血癥的類型與記憶功能損害程度密切相關。

參考文獻

［1］Row BW．Intermittent hypoxia and cognitive function：implications from chronic animal models［J］．Adv Exp Med Biol，2007，618：51-67．

［2］Barry CE， Nolan Y， Clarke RM， et al. Activation of c-Jun-N-terminal kinase is critical in mediating lipopolysaccharide-induced changes in the rat hippocampus ［J］. J Neurochem，2005， 93（1）：221-31.

［3］Li RC，Row BW，Kheirandish L，et al.Nitric oxide synthase and intermittent hypoxia-induced spatial learning defcits in the rat［J］.NeurobioDis ，2004，17（1）：44-53

［4］李慶云，李敏，馮耘，等.新型動物慢性間歇低氧箱的制作和應用［J］.上海交通大學學報：醫學版，2008，28（9）：1078-1080.

［5］王璋，司良毅，廖友斌.大鼠睡眠呼吸暫停綜合征動物模型的建立［J］.中國實驗動物學報，2006，14（1）：40-43.

［6］Kheirandish L，Row BW，Li RC，et al.Apolipoprotein E-deficient mice exhibit increased vulnerability to intermittent hypoxia-induced spatial leaming deficits［J］.Sleep，2005，28（1）：1355-1357.

［7］譚勝玉. 慢性間歇性缺氧對大鼠認知功能的影響及相關機制的研究 ［D］.長沙：中南大學，2007.

［8］Weston CR，Davis RJ.The JNK signal transduction pathway［J］.Curr Opin Cell Biol，2007，19（2）：142-149．

［9］Humar M，Loop T，Schmidt R，et al.The mitogen-activated protein kinase p38 regulates activator protein 1 by direct phosphorylation of c-Jun ［J］. Int J Biochem Cell Biol，2007，39（12）：2278-2288.

［10］Hui-guo L， Kui L， Yan-ning Z， et al. Apocynin attenuate spatial learning deficits and oxidative responses to intermittent hypoxia［J］. Sleep Med，2010，11（2） ：205-212.

（收稿日期：2012-06-03）

DOI：10.3760/cma.j.issn.1671-0282.2013.01.010

作者單位：300052 天津，天津醫科大學總醫院呼吸內科（李琳、陳寶元）；唐山市中醫院（劉志剛）；河北聯合大學附屬醫院呼吸內科（王紅陽）；

篇5

關鍵詞：人工智能；傳媒企業；新媒體；發展

一、引言

人工智能（ArtificialIntelligent，AI），是一門前沿交叉學科，涉及計算機科學、腦科學、神經生理學、心理學、語言學、邏輯學、行為科學、生命科學，以及信息論、控制論和系統論等領域。1956 年達特茅斯會議提出：讓機器能像人那樣認知、思考和學習，即模擬人的智能?！缎乱淮斯ぶ悄馨l展規劃》（國發〔2017 〕35 號）：跨界融合成為重要經濟模式；加快AI融合，發展智能化經濟、建設智能化社會，構筑知識、技術、產業三方互動融合及其人、機、文互相支撐的良好環境；發展智能服務（包括智能教育、智能醫療、智能健康和養老）；推薦社會治理智能化（涉及政務、法庭、城市、交通軍民融合、環保等）；加強人工智能領域軍民融合。智能教育、智能醫療、智慧法庭、智能交通、智能農業等行業的智能化升級，都需要新聞出版行業知識服務的支撐。

二、傳媒企業現狀分析

近年來，隨著國內媒體企業的不斷融合發展，大量媒體信息不僅通過圖書、期刊、報紙、廣播、電視等形式傳播，還向網站、抖音、微信等新的傳播渠道延伸。與此同時，國外媒體企業對人工智能技術的探索及應用也日益重視。（1 ）傳媒企業非常重視人工智能技術，不斷增強其引導能力和傳播效果。（2 ）人工智能技術對媒體采―編―發流程的影響很大，涉及傳媒企業生產各個環節。（3 ）人工智能算法推薦新聞、合成主播等智能技術應用。例如：個性化信息流分發、今日頭條算法推薦、AI合成主播、“媒體大腦”。（4 ）人工智能對傳媒企業影響深遠，促進其新業態產生及媒體融合發展。

三、傳媒企業機遇與挑戰

人工智能與媒體各生產環節深度融合、提質增效，但也面臨著不少機遇與挑戰。① 機遇。促進智能升級：各環節變得更加智能化（選題策劃、編輯、校對、排版、印刷、營銷等）；出版行業與其他行業深度融合。② 挑戰。AI技術積累和人才儲備不足；資源整合難度比較大：大量高質量專業知識資源、數據格式不統一；傳媒企業和讀者之間、生產與發行之間渠道不夠通暢。（1 ）人工智能技術水平領先于觀念認知水平。當前，傳媒企業對人工智能的認識最常見的誤區表現在觀念意識、認知維度、重視深度三個方面：① 觀念意識，運用人工智能技術加速媒體融合，認識不充分、不到位；② 認知維度，在媒體企業生產領域的各環節中，還不能清楚地認識到人工智能技術應用效果；③ 重視程度，清晰的發展目標、可行的實施途徑和發展的戰略規劃，這三方面是傳媒企業目前還比較缺乏的發展因素。（2 ）傳統的媒體企業較難適應變革。① 組織架構、業務流程難匹配。② 資金受限。有關人工智能的軟件、硬件引進與研發，以及數據庫平臺搭建與管理的資金投入都較高，可用資金很難在短時間內有效利用。③ 人才隊伍建設跟不上媒體智能化發展要求，缺乏媒體智能化發展所需的復合型人才，特別是在技術、運營等部門，領軍人才少之又少。大多數傳媒企業出現人才留不住、用不好的情形。（3 ）傳統媒體企業人工智能技術經驗不足。科學技術的有效利用是媒體企業生產和可持續快速發展的重要因素。如何科學合理地研發、運用智能化技術，開發滿足市場需求的新形式，促使智能化應用水平與人工智能技術本身發展水平相匹配，是媒體企業從傳統向智能化轉型的重中之重。（4 ）用于人工智能算法的訓練數據是傳媒企業智能化發展的重要砝碼。提高人工智能技術的應用水平，大量的高質量數據積累是不可或缺的。當前，不少媒體企業積極、大膽嘗試，大量的文檔、圖片、視頻等數據資源，需要強大的財力和物力去支撐“數據清洗”及其相關工作，并最終生成高質量的信息化數據。（5 ）用戶的數據安全與隱私保護成為急需解決的難題。隨著媒體企業的快速發展智能化，同時也產生了大量數據，因此，保障用戶個人信息、行為數據的安全，尊重用戶的個人隱私，提供精準、優質的服務就顯得尤其重要。

四、傳媒企業發展建議和趨勢展望

（一）發展建議

隨著各種媒體的不斷融合發展，各行業對于人工智能的廣泛應用不僅是一種普遍發展趨勢，而更是媒體企業掌握變革發展的金鑰匙。只要能在智能化技術應用領域取得領先地位，媒體企業成功地進行變革發展就多一分把握。而且隨著科學技術的不斷快速進步發展，人工智能技術的應用將持續推動媒體企業的發展與變革。（1 ）戰略、路徑的智能化發展。傳統媒體企業應當根據本身實際情況和發展特點早謀劃、早制定智能化發展路線，緊抓人工智能、大數據、云計算等機遇，探索人工智能技術的發展路徑，贏得企業市場競爭優勢。發揮傳統媒體企業資源豐富的優勢力量，增加人工智能技術的自主研發投入，掌握核心，打造自主可控的智能化媒體平臺，不斷開拓先進技術的研發途徑和探索其可行的引進渠道。（2 ）從傳統思維轉變到人工智能發展。隨著互聯網技術的廣泛應用，傳統媒體企業有了巨大壓力。不論愿不愿意去直接面對，傳媒企業的人工智能發展變革道路已經箭在弦上。因此，傳統媒體企業需要利用全新的觀念來迎接人工智能技術的快速發展，從而探索更適合的體制機制、組織結構、工作流程、人才隊伍，進行全面轉型。加快轉型，改變思維，增強媒體人對人工智能技術應用的深刻認識，提高技術運用水平對內容創新起的重大作用的準確認知，實時調整人工智能技術在媒體企業中應用模式。（3 ）企業體制機制變革，重點開發技術優勢。隨著人工智能技術的不斷發展，媒體企業既要提高技術開發的資金投入，又要創新變革媒體企業的生產體制機制，實現人工智能技術與媒體生產要素的完美整合，探索資源、人才，管理、功能、產品的融合發展路徑。（4 ）推動內容完善創新，增強智能技術引領。媒體企業在引入智能技術的基礎上，不斷地推動前沿科技技術充分地對內容進行創新，有機結合內容與創新形式。媒體企業既要憑借人工智能技術不斷地深入研究新媒體傳播形式和銷售渠道，還要不斷地改進產品形式形態、提高產品優質品質。（5 ）重新整合媒體資源，加快發展變革。人工智能技術與5G、大數據、云平臺、物聯網等科學技術影響著傳媒企業的發展趨勢。傳統媒體企業需要不斷地跨界整合并完善市場技術資源，在生產產品、終端、渠道、人員等方面實現跨越發展，掌握媒體市場主動權，構建合理、完善的信息傳播鏈。（6 ）重視挖掘數據，重塑核心競爭力。傳統媒體企業應重視將大數據的信息分析能力融入進媒體產品生產的全流程中，從基于經驗升級到基于數據，探索并建立傳媒企業數據鏈。（7 ）打造智媒體團隊，創辦新媒體企業。新媒體企業需要智能編輯記者人才，未來的媒體人才隊伍應當是智能型人才團隊，即“全媒體人才＋人工智能工程師”。媒體企業需要科學制定全媒體、智媒體人才的發展整體規劃，加強人工智能技術媒體人才培養；加大人工智能技術業務培訓，提升協同創新能力；探索專家型編輯記者的培養方式，探索人工智能技術能力提升的有機結合，架構智能人才隊伍培養和發展路徑。

（二）趨勢展望

隨著人工智能技術的不斷發展，傳媒企業也面臨著將要進行變革創新的局面，從生產內容、分發產品，到內容表現、銷售管理，其工作流程和生態環境發生了巨大變化。1.融合發展智能化人工智能在媒體融合發展中起到了巨大作用：提高了媒體全要素的生產率；人工智能將推動媒體更好地利用現代化體系中的功能作用。媒體融合發展的重要方向是智能化新型媒體企業平臺，創建信息服務智能媒體庫。2.新媒體形態顯現多種多樣傳媒形式和內容呈現方式逐漸涌現，不斷改革、發展、演化迭代，智能化科技媒體產品健康發展。3.關鍵核心技術研發從事高科技技術研發創新的公司企業發展的重點是依托以芯片、算法和數據為核心的人工智能系統，提供優質高效的技術服務，促進多種人工智能技術進一步發展。媒體企業通過自主研發或與人工智能科技企業合作，為編發聯動工作提供有效路徑。4.媒體專業界限變寬媒體人的角色邊界逐漸寬泛，優質算法和吸引廣大用戶是媒體企業發展的兩大重要因素。媒介素養將更進一步地深度重構，傳統意義上的以文科專業為主的體系將不斷調整、改變，跨專業、復合型已經是對傳媒人的更進一步要求和代名詞。5.音、視頻生產消費晉級人工智能技術發展快速發展，音視頻內容生產效率不斷提升，創新創意空間進一步拓展，音視頻內容消費迅猛增長，人機交互界面重塑，媒體企業新流量拓展，取得良好經濟、社會效益。6.版權保護意識及能力增強人工智能、物聯網、區塊鏈、大數據等前沿科技技術將進一步解決版權保護問題，人工智能技術強力支撐內容變現、盈利模式改革創新，增加傳媒版權領域新規則。

五、結論

綜上所述，雖然人工智能的發展歷程只有短短的幾十年時間，但是對于每個階段內人工智能的發展都推動了人類社會發展。傳媒企業為了避免被淘汰，必須合理地與人工智能結合應用，才能拓展更大的生存空間，贏得更好的發展。

參考文獻

[1]周皓.傳媒文化創意產業發展策略研究[J].風景名勝，2019(06):290-291.

篇6

[關鍵詞]人工智能；商業銀行；效率

當代社會，人工智能技術對各大領域的發展帶來沖擊。商業銀行作為金融行業科技創新的前沿領域，應主動求變，積極應對人工智能對商業銀行經營模式帶來了嚴峻的挑戰，將人工智能技術帶來的壓力內生為自身改革的動力，理智看待人工智能的發展，堅持技術創新，全面推進產品創新與服務創新，以順應信息化潮流。發展情況不同地區的商業銀行也要客觀認識自身在“客戶資源、網絡構建、社會信譽”等方面的優勢，取長補短。鄉鎮地區一般不如城市地區發展快，鄉鎮人員在接受科學技術進步帶來的發展同樣可能會比城市人員接受得慢，因此需通過匹配當地發展情況來適當的、逐步地在商業銀行引入人工智能。各大商業銀行在當地人員可接受的程度引入一定的人工智能技術，搭建多樣化平臺服務模式，不僅為前臺工作人員減輕工作負擔，而且能快速響應市場需求，為商業銀行自身的改革發展打基礎、存實力，不斷提高綜合實力全力進軍智能化領域。另外，政府應對積極引進人工智能的商業銀行提供大力的支持，包括資金及技術上的支持。為商業銀行提供暢通的援助流程，確保人工智能技術的發展不受基礎設施滯后的干擾，推進我國商業銀行智能化改革的進程；政府應從行業規范入手，適當干預，及時推出有關人工智能的法律法規和管理條例，促進商業銀行人工智能的健康可持續發展，避免有心之人假借人工智能技術破壞商業銀行管理經營秩序，為人工智能技術的發展做好基礎性工作。隨著科學技術的進步和時代的發展，人工智能技術正在逐步進入大家的視野。無論是上班打卡的人臉識別技術，還是回家后掃地機器人的智能自動清掃技術，都為大家帶來不少便利，成為現代科技生活不可或缺的一部分。新一代人工智能正在全球范圍內蓬勃興起，商業銀行作為金融科技的重要行業，自然要積極引入人工智能技術來提高行業的工作效率，改善自身管理與成本問題，以提高整體運營水平，使其在激烈的金融市場中更具競爭力。

1.商業銀行對人工智能引入的主要方面

據我們觀察了解，目前商業銀行對于人工智能的主要應用在智能人工客服、大數據分析以及簡單的私人理財顧問三方面。首先，智能人工客服的生物識別、自然語言處理技術能夠高效的為商業銀行的前臺人員減少不必要的業務量，使人工客服以客戶能夠理解的方式傳達信息和解決問題，提高了商業銀行客服方面的辦事效率，從而提升了客戶對商業銀行辦理業務的新鮮感和好感度。人工智能技術的引進對于商業銀行執行層人員的分工更加專業化，有利于提高工作效率，減少因工作變化而損失的時間；可以減少人員培訓的要求，降低成本；另外人工智能的引進激勵商業銀行員工改變自身缺陷，提高自身應變能力，向好的方面發展自己，進一步推進了商業銀行優勝劣汰制度，降低了商業銀行的管理難度。另一方面，智能客服還可以將客戶需要處理的業務和所詢問的信息進行合理分類，通過挖掘客戶關注熱點問題，為商業銀行開展潛在業務提供科學性的支持。其次，人工智能的大數據分析功能已經小范圍應用到商業銀行中的風險控制及智能數據采集，這點與智能客服歸類客戶詢問信息，為商業銀行挖掘潛在業務的功能有異曲同工之妙。大數據分析與商業銀行運行模式結合，可以增加商業銀行本身的風險管理數據變量及觀測視角，豐富商業銀行的風險數據來源，打破傳統商業銀行風險數據結構的不完善，傳統銀行與新型銀行運行模式對比，如圖1，還可以提升數據準確性和客戶甄別度，優化商業銀行內部測評，建立安全的風險防范機制，相對實現風險管理的有效性和獨立性，提升評估精準度。另外，大數據分析結合智能理財顧問，通過對客戶及風險數據的分析、分類、整合，打造商業銀行客戶與風險管理信息精準靈活的技術平臺。該技術平臺以先進的數字模型為基準，代替人們的主觀判斷。通過在數據中篩選的“大概率”事件，為客戶制定收益最大化的策略，減少客戶在情緒波動的情況下作出的非理性投資決策。這使商業銀行的風險管控清晰可見，在為客戶帶來相當的收益以及良好的服務體驗的同時，也為商業銀行帶來較好的聲譽，利于突出商業銀行現有的優勢，在一定程度上促進商業銀行的轉型升級。

2.不同發展地區商業銀行的人工智能的發展及后期經營

然而，在調查研究過程中，我們發現，發展情況不同的地區的商業銀行在應用人工智能方面的廣泛度不同。由此看來，很多城鎮銀行不能盲目地擴大自身人工智能化程度。當發展狀況不太好的地區的商業銀行一股腦的引進人工智能設備，很有可能會造成當地人員對新技術的抵抗、反感心理。久而久之，就會導致的人工智能技術在其業務進展時的應用效率低、自身管理與成本問題沒有得到改善，整體運營水平沒有提高這些“徒有其表”的現象。當前，人工智能技術與商業銀行運營的結合還沒有達到最佳效益組合，城鄉發展不平衡的問題導致人工智能技術的應用在這些地區之間存在一定的差異。人工智能技術在商業銀行中的運用僅限于經濟較發達的一、二線城市和部分城市的繁華市區。很顯然，這部分地區經濟發展迅速，人群的接受和適應新型科技的能力強，人工智能技術應用相對廣泛。一般當顧客進入銀行大廳就有自助系統進行服務，人工智能的數據存儲和分析功能也可以將客戶所要開展的業務加以準確地分類分析，為客戶提供準確高效的服務；同時，人工智能技術和大數據分析可以定期監測客戶風險、為客戶提供相對合理的理財建議，提高客戶體驗感；除此之外，人工智能技術的引入和高效應用使柜臺繁雜的人工業務減少很多，工作相對集中，人機協同，有效地提高了銀行的運營效率。然而，在一些小城市和不發達的城鎮地區，人工智能技術在商業銀行運營中的應用存在著低級、不廣泛等問題。很顯然，農村地區經濟發展較為緩慢，人群的接受和適應能力相較落后于城市人群，人工智能技術在商業銀行開展業務過程中的應用不是很廣泛；在調研中發現，這類地區商業銀行對于人工智能的應用僅限于ATM機和最基本的智能客服，人工智能技術還未充分的發揮作用。

前臺人工的業務比較多，即使是有客戶通過人工智能機器進行業務服務，也需有前臺工作人員進行輔助指導。這種發展緩慢與發展不充分問題提高了商業銀行引入人工智能的成本，而且超過一半的農村人口沒有城市人口的理財觀念，人工智能的風險監控和個人理財管理建議等系統在此就無法涉獵，導致“大材小用”。然而正是這種農村地區發展不平衡不充分問題更能給商業銀行的人工智能的應用帶來機遇。對于農村商業銀行來說，農村地處發展緩慢的地區，“三農”根基堅固，人員思想意識落后，對于商業銀行積極宣傳的金融服務不感興趣，各家各戶對現代化的金融服務沒有概念，人工智能在商業銀行中的發展會受到一定的制約。所以，這些地區的商業銀行應小部分引入人工智能服務，比如，可以先引入前臺服務的智能語音機器人，通過對話的方式解決客戶的需求，指導客戶順利完成所辦理的業務，適量地減少前臺工作人員的工作強度，投入到人工智能無法涉及的領域，物盡其用，減少商業銀行引入人工智能的成本，使當地客戶慢慢適應人工智能帶來的便捷。當地商業銀行也應加大人力資本投資，建立培育人工智能技術人才的新機制，加大員工培訓學習人工智能的力度，提高他們的應用能力素質，培養一支專業知識全面、業務嫻熟的隊伍，為人工智能在當地的普及提供專業的服務，促進人工智能在當地的發展，適應時代的變化。本專業隊伍也要憑借專業知識積極探索服務農村的新機制和新模式，使自己的產品或服務有別于城市商業銀行，形成自己獨特的經營特色。其次，還可以根據農村需求，在人工智能技術創新的基礎上，設立有特色的地方性商業銀行服務產品。一是開發出貼近農戶需求的金融產品，同時加大產品營銷宣傳力度，尤其是在掌上營業廳等方面著重從農村年輕客戶入手，提供差別化、個性化服務，通過便利高效的服務來吸引潛在客戶。二是加強對于農村小微產業金融服務的創新，利用其發展需要融資服務的特點，將大數據分析與風險管控聯系起來，使其產品、存貨、經營權作抵押擔保，開展涉農小微產業聯保貸款；對于個體戶，通過人工智能技術的數據分析組合，開發各種低風險個人理財套餐。三是在金融環境上，農村商業銀行作為地方性金融機構，其業務范圍和技術水平都相當有限，因此應積極創新，與城市等較發達地區的各類金融機構達成全方位的合作，憑借人工智能拓展經營領域，創新經營模式，擴大營銷渠道。發展較好的地區就可以積極引入人工智能技術，不管是前臺大廳的智能服務還是對客戶的信息識別、智能理財推薦服務都可以提上日程，滿足客戶的需求，為客戶解決理財方面的問題。協調城鄉發展不平衡情況，簡便人工智能的操作步驟，升級語音控制的人工智能技術實現人工智能與客戶良好的互動，使客戶感受到人工智能帶來的方便。另外，利用人工智能檢測客戶的風險水平，為客戶提供相應的銀行理財產品，即使客戶不接受理財產品，也提高了城鎮客戶的認知，對銀行理財有了一定的認識，對錢財的管理有了相應的理解。這樣一來，商業銀行在加大人工智能的宣傳力度的同時也能響應號召，改善城鎮地區發展落后的情況。

3.人工智能大勢所趨

篇7

關鍵詞；人工智能；物聯網應用；互聯網

中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2016）30-0194-02

目前，物聯網的定義已經從傳感器網絡逐漸發展到萬物互聯時代。隨著萬物互聯時代的發展和信息量的逐步擴大，對物聯網設備、信息和數據的處理、監控和分析將面臨很大的問題。基于物聯網應用的這些實際問題就需要開發一項核心技術。能夠解決傳統通信技術所擅長問題的基礎上，進一步解決在物聯網領域的實際應用問題。人工智能相關技術就是基于通信技術的研發基礎上對物聯網及其他網絡的內在驅動力進行改善。人工智能相關軟件的開發和應用為物聯網提供了極大的網絡能力、計算能力和存儲能力。使網絡具有獨特的靈活性和運維性。本文就對面向物聯網應用的人工智能相關技術的概念及應用情況做以下分析。

1 關于物聯網技術的概念及物聯網的應用發展

物聯網泛指無處不在的末端設備和設施，通過無線或有線的通訊網絡實現互聯互通、應用大集成和基于云計算的SaaS營運模式等，在內網、專網和互聯網的環境下采用適當的信息安全保障機制，提供安全可控以及個性化的實時在線監測、定位追溯、報警聯動、調度指揮、運城監控和決策支持等等服務功能。以實現對萬物的高效、節能和安全環保的管控一體化模式。

物聯網技術是通過射頻識別、紅外感應器、全球定位系統、激光掃器等信息傳感設備按照約定協議將任何物品和互聯網進行連接，通過信息交換和通信的方式實現智能化識別、定位、追蹤、監控和管理的一種網絡技術。物聯網技術的應用在中國受到了極大的關注和重視，在網絡迅速發展的未來世界中物聯網技術的應用也將得到進一步的開發和廣泛應用。

2人工智能的概念和相P技術分析

通俗講，人工智能使對人的意識、思維的信息過程進行模擬，使基于人的思維而逐漸超越人的能力的一種概念。用于模擬、延伸和擴展人的智能的理論和技術。人工智能是模擬人類智能方式以作出相應反應動作的智能機器，在實際生活中我們可以認識到的有機器人、語音識別、圖像識別、自然語言識別和專家系統等等。人工智能的最終研究目標就是能夠讓機器勝任一些通常需要人類智能才能實現的復雜工作。人工智能在計算機領域得到了廣泛的應用，并在機器人、經濟政治決策、控制系統和仿真系統中得以應用。

人工智能技術主要包括智能化的問題求解、邏輯推理和定理證明、自然語言處理、智能信息檢索技術和專家系統等等方面的應用技術。而人工智能技術的核心基礎就是對自然語言的處理技術，也稱之為自然語言理解技術。這項技術的開發和研究是人工智能能夠在實踐中得到應用和推廣的基礎。自然語言處理技術包括語義理解、機器翻譯、語音識別、語音合成等。其中語音識別和語義理解的技術在現代化網絡科技的飛速進步和發展中得到了更深層次的開發和利用。在語義理解技術實踐應用的基礎之上，相關技術領域對智能語音識別技術加強投入研發和應用，時智能語音識別系統在應用中得到廣泛的提升和認可，并為通訊信息的識別、應用和處理奠定了基礎，成為信息網絡時展的重要核心技術。

3物聯網應用與人工智能相結合的技術分析

基于對物聯網概念的了解以及對人工智能相關技術的分析，將人工智能相關技術應用到物聯網領域，可以有效加強其內部驅動力和信息處理能力。物聯網應用與人工智能相結合的技術有以下幾種。

3.1物聯網的核心關鍵技術

基于物聯網的應用范圍和技術應用概念，物聯網的核心關鍵技術包括RFID技術、傳感器技術、無線網絡技術、人工智能技術、云計算技術等。RFID技術主要是實現物品的自動識別功能。傳感器技術主要是負責接收物品的識別信息和內容，對信息進行處理和識別等活動。無線網絡技術即包括遠距離無線連接全球語音和數據網絡，也包括近距離的藍牙技術和紅外線技術。人工智能技術是研究使用計算機來模擬人的某些思維過程和智能行為的技術。主要負責將物品的識別信息內容進行智能分析實現計算機自動處理技術。而云計算激素則是對物聯網的海量信息進行存儲和計算的應用技術。

3.2基于物聯網應用的人工智能發展技術

基于物聯網的相關核心技術，隨著科技的進步和人類思維模式的發展，人類對于未來的構想也指引者人類社會科技和文明的迅速發展。針對于物聯網應用的人工智能未來發展的技術，包括自動駕駛技術、3D全息投影技術和視網膜屏幕技術等等。這些技術在深度的研發和初步實踐的基礎上，對人工智能相關技術做了相應的完善和提升，將智能語音識別、視覺識別和智能操作技術都做了進一步改善，在原有智能操作的基礎上將整體變得更加自動化和智能化。這些人工智能技術也是和物聯網緊密結合的應用技術。

1）自動駕駛技術的結構包括視頻攝像頭、雷達傳感器和激光測距器等，這些設備能夠對周圍的交通情況進行全面了解，通過地圖對道路進行智能導航，通過谷歌的數據中心來處理和識別汽車收集的大量信息，通過對信息識別和分析，對道路進行精準導航，從而實現自動駕駛的目的。汽車的自動駕駛技術也是物聯網技術應用之一。盡管這項技術還正在初步實驗階段，但也展示了人類智能和計算機技術相結合的交通方式對社會發展的積極作用。

2）3D全息投影技術；3D全息投影是一種利用干涉和衍射原理記錄并再現物體真實的三維圖像，體驗者無需佩戴3D眼睛就可以立體的虛擬任務。3S動漫正式利用這種全新的技術改變了人們對傳統舞臺的聲光電技術的審美態度。3D全息立體投影技術是將不同角度影像投影到進口的MP全息投影膜上，以各種角度呈現立體觀影效果。此技術的應用主要是汽車服裝會、舞臺節目、互動、酒吧娛樂、場所互動投影等等。這項技術的實現將智能化更加貼近實際生活。讓我們突破傳統的視覺和聽覺模式，接收未來更加智能化和多元化的技術創新。

3）視網膜屏幕技術；視網膜屏幕是一種具備超高像素密度的液晶屏，可以將960×640的分辨率壓縮到一個3.5英寸的顯示屏內。使屏幕像素高達326像素/英寸。已經超越了人類肉眼的辨別極限。此技術的應用更加提升了人們對品質的需求。這也是人工智能技術在物聯網領域的發展應用前景。

4結束語

綜上所述，在網絡時代，人工智能技術的發展得到了更大的擴展空間，在技術提升和新思路開發的過程中，人工智能的相關技術在物聯網領域的應用和實踐成為提升人工智能技術，改善未來智能化應用的重要依據。人工智能將物聯網和互聯網融合的大數據進行智能化分析，以實現物聯網應用的便捷、普及和推廣。所以，面向物聯網應用的人工智能相關技術在未來將具有更加廣泛的研發和應用前景。

參考文獻：

[1] 楊震，楊寧，徐敏捷.面向物聯網應用的人工智能相關技術研究[J].電信技術，2016（5）：16-19，23.

[2] 徐楊，王曉峰，何清漪.物聯網環境下多智能體決策信息支持技術[J].軟件學報，2014（10）：2325-2345.

[3] 沈蘇彬，范曲立，宗平，等.物聯網的體系結構與相關技術研究[J].南京郵電大學學報：自然科學版，2009（6）：1-11.

篇8

人工智能技術發展對網絡市場監管帶來新挑戰

新技術對各級網監部門的技術能力提出了嚴峻考驗。伴隨著人工智能技術的廣泛應用和快速發展，網絡經營企業不斷推出新技術，網絡經營主體也持續推出新應用。諸多前沿技術的應用不僅擴大了網絡企業與監管部門之間的技術水平差距，而且導致傳統的監管技術發展模式難以沿襲和更新。數據挖掘是發展人工智能的關鍵因素，數據的存在形式不斷改變，從最初的聲音、文字、數字，到現在的圖像、語音、視頻，每一次鼠標點擊、手指滑動，皆已成為數據。同時，網絡經營企業在網絡交易過程中產生的商品數據和交易數據，數量大、維度廣。海量數據的收集、儲存、處理和應用，對于監管部門而言困難重重。

人工智能技術應用于市場監管亟須相應的法律法規配套跟進。 網絡經營企業往往視交易數據為戰略資產，不主動向任何部門提供，而市場監管部門也缺少向相關企業獲取數據的高位階法律依據。一些商家利用法律上的漏洞，依靠人工智能技術收集買家的個人隱私數據，現有的法律法規難以適應監管部門應用人工智能技術實施監管的需要。當出現人工智能應用的重大缺陷或安全隱患時，監管部門無法合理規避人工智能技術應用風險。只有制定人工智能技術應用的法律法規，才能有法可依，有規可循，才能適應形勢的需要，跟上時展的步伐。

監管理念轉變遲緩。不少大型網絡經營企業將人工智能技術發展提升到戰略層面，大力引進人工智能技術人才，建立研發團隊。與其相比，市場監管部門受困于監管人員不足、監管思路陳舊、行動遲緩等，對于網絡市場新行業、新業態只能被動跟進，疲于應付，難以有效履行維護市場秩序、營造公平交易環境、保護消費者合法權益的工作職責。

應用人工智能技術開展網絡市場監管的必要性

網絡市場主體數量的快速增長，網絡交易新業態的不斷涌現，給網絡市場監管工作帶來了挑戰，也帶來了機遇。人工智能的機器學習特性特別適用于網絡市場監管，可幫助市場監管部門認識和把握網絡市場行為特征，發現網絡市場交易中的違法違規線索，增強網絡市場監管執法的針對性和有效性，提高網絡市場監管能力。

精準監管的客觀要求。網絡市場具有跨地域性和隱蔽性特點，任何一個地方的監管部門都面臨“地域性監管對應全網級市場”的難題。而人工智能技術是處理海量信息、挖掘違法違規網絡商品和交易信息的先進方式，能使監管部門更便捷地依據更多數據信息作出決策，減少出錯的概率，使資源得到最大限度的分配和利用，提高監管效率。監管部門可以設定相應的算法需求，對全網信息進行收集、分析和提煉，對于違法違規網絡交易商品和行為進行有針對性監控，從而明確監管重點，實施精準監管。

公正監管的本質要求。公平公正是網絡市場監管遵循的一個根本原則。隨著法制建設的不斷完善以及消費者維權意識的不斷增強，社會公眾和企業對于公平、公正執法的訴求越來越高。應用人工智能技術，一方面，可以推動網監執法數據的充分應用，幫助執法人員作出高效、公正的決策；另一方面，可以減少人為因素的干擾，助推執法人員強化法治意識，運用法治思維和法治方式履行市場監管職責。人工智能的機器學習可以在海量網監案例中挑選典型案例和相關法律法規，不僅解決了執法人員信息不對稱的問題，使執法更加透明，還可以對執法人員進行監督，實現程序公正、辦案公正，結果公平，從而營造公平競爭的網絡市場環境。

增強研判能力的迫切要求。法律總是滯后于損害，只有當主觀過錯促生了具體行為并造成實際損害之后，法律才能介入，介入的目的也是恢復以前的狀態。而大數據和人工智能的結合就能改變這一現象。只要將網絡市場易發違法違規行為動機融合于人工智能機器學習的算法中，便有可能通過搜索全網數據預測違法行為，并提前采取措施予以糾正和制止，從而將現有的被動式監管轉變為研判式監管，增強工作的主動性和時效性，做到知變在前，有效降低執法成本。

積極應用人工智能技術實現網絡市場智慧監管

2016年5月，國務院《“互聯網+”人工智能三年行動實施方案》。2017年和2018年，“人工智能”被兩次寫入政府工作報告。2017年7月，國務院印發《新一代人工智能發展規劃》，正式從國家戰略層面推動人工智能的發展，這一系列舉措無疑將加速人工智能發展的進程。市場監管部門更應樹立時不我待的精神，抓住契機，積極在網絡市場監管領域探索應用人工智能技術，實現網絡市場智慧監管。

加快監管立法進程。人工智能的發展對傳統市場監管帶來重大機遇和挑戰。而相關監管原則、監管體系尚處于空白，可能造成人工智能的無序發展。市場監管部門應順勢而為，積極推動網絡市場人工智能應用的立法工作，填補法律空白。立法工作必須高度重視數據安全，以保護消費者合法權益為出發點，給網絡經營企業發展人工智能設置原則底線，加大對網絡經營者利用人工智能實施違法行為的處罰力度，并充分考慮處罰的可操作性。立法要把握社會共治的原則，充分發揮政府監管、企業自治、行業自律、社會監督等多方面作用，確保對網絡經營企業人工智能應用全時段、全領域、全覆蓋的監管，做到不虛一時、不隙一處、不漏一地。

建立統一的網絡市場人工智能監管平臺。網絡技術發展日新月異。當網絡經營主體涉足區塊鏈、人工智能等高科技領域時，監管難度也不斷增加。如果不迎難而上革新技術，下大力氣夯實技術基礎，勢必會喪失對新興領域的監管能力。因此，必須自主建立統一的網絡市場人工智能監管平臺，自主完善、自主更新，主動將新技術融入監管執法工作，在實踐應用中提升技術水平和監管能力。

第一，依托人工智能平臺歸集市場主體信息，將監管部門內部的登記注冊、監督管理、行政處罰、投訴舉報、商標發展、商品質量抽檢等各類業務數據以及有關網絡交易數據全部歸集到網絡市場主體名下，并將這些數據以統一社會信用代碼為索引，梳理成以網絡市場主體為核心，關聯人員、商品、行業、區域等維度的全景信息視圖。

第二，通過人工智能平臺構建相應的模型，及時掌握網絡市場主體經營活動的規律與特征，及時發現違法違規線索，提高預測預判能力，做到早發現、早預警、早處理，減少和防止無效監管，增強網絡市場監管執法的針對性。而后，通過信用約束和聯合懲戒，增強網絡市場監管執法的有效性。

重視人工智能人才培養。人工智能技術應用，對市場監管部門而言，是一個全新的課題。人工智能技術在網絡市場監管中的應用，人才是決定性因素。各級市場監管部門要把人才作為網絡市場監管工作發展的基礎和關鍵，切實加強人才培養，特別要注重人工智能應用人才的培養。

要加大培養力度。采取多種形式教育和培養一批能設計、懂算法、會應用的監管技術人才，使之成為掌握人工智能理論、方法、技術和應用知識的行家里手。

篇9

關鍵詞：人工智能；教育；新模式；改革；構想

教育是著眼于未來的事業，教育的首要任務就是為未來社會培養相適應的合格人才。隨著人工智能的誕生和發展，我國已經開始將人工智能應用于教育領域，并顯示出人工智能對于彌補當前教育存在的種種缺陷和不足，推動教學現代化和教育發展改革進程起著越來越重要的作用。在現代醫學發展中，工程科學與臨床醫學不斷融合，相互進步。近幾年，隨著人工智能技術，機器人技術，虛擬與增強現實技術，3D打印技術與醫學不斷的融合發展，衍生出一系列的醫學診療技術，儀器，大大推進了醫學發展。從2013年到2017年，國務院、發改委、FAD連續發文，多次提及醫療走智能化、云化的趨勢，為推動智能醫療領域保駕護航。智能與醫學的結合已經是大勢所趨，因此，為培養大量智能醫學人才極有必要對智能醫學教育新模式進行深入研究。

一、目前醫學教育以及醫學人才培養狀況

智能醫學工程是一門將人工智能、傳感技術等高科技手段綜合運用于醫學領域的新興交叉學科，研究內容包括智能藥物研發、醫療機器人、智能診療、智能影像識別、智能健康數據管理等。

智能醫學工程的畢業生掌握了基礎醫學、臨床醫學的基礎理論，對智慧醫院、區域醫療中心、家庭自助健康監護三級網絡中的醫學現象、醫學問題和醫療模式有較深入的理解，能熟練地將電子技術、計算機技術、網絡技術、人工智能技術，應用于醫療信息大數據的智能采集、智能分析、智能診療、臨床實踐等各個環節。實驗教學正是融合型創新人才的最好培養方式。智能醫學人才的培養需要各學科間的相互交融更為緊密，學生的創新應用能力才能得到更好的培養。與此同時，由于絕大部分醫工結合的專業大部分歸屬與工科學院下，缺乏必要的臨床經驗，因而學生不能很好的把握新技術的應用。

而國內相關人才缺口還非常大，目前，國內僅僅有生物醫學工程、醫學信息工程等工科專業培養醫工結合人才。但是囿于培養時間與培養模式，他們往往只能針對具體某一方向，并且目前的培養體系還多著重于工學技術的研究，缺乏臨床實踐。

二、智能+醫學教育的必要性探究

2.1技術進步對醫療人員的診療幫助

以癌癥的治療為例，由于針對癌癥藥物的研究何藥物數量非常巨大，對于普通醫生在短時間內難以進行準確的判斷針對癌癥的研究和藥物數量非常巨大，具體來說，目前已有800多種藥物和疫苗用于治療癌癥。但是，這對于醫生來說卻有負面的影響，因為有太多種選擇可供選擇，使得為病人選擇合適的抗癌藥物變的更加困難。同樣，精確醫學的進步也是非常困難的，因為基因規模的知識和推理成為決定癌癥和其他復雜疾病的最終瓶頸。今天，許多受過專業訓練的醫學研究員需要數小時的時間來檢查一個病人的基因組數據并作出治療決定。

上述問題在擁有工學、醫學雙背景的醫生手中已經不是問題，通過目前日漸成熟的AI技術，對于大量的醫療數據進行檢索，通過可靠的編程手段，通過人工智能技術，建立完備的醫療數據庫，幫助醫生進行診療。據調查，美國微軟公司已經研制出幫助醫生治療癌癥的人工智能機器，其原理是對于所有關于癌癥的論文進行檢索，并提出對于病人治療最有效的參考方案，它可以通過機器學習來幫助醫生找到最有效，最個性化的癌癥治療方案，同時提供可視化的研究數據。

2.2智能醫學對于新時代醫生培養的影響

人工智能通過計算機可為學生提供圖文并茂的豐富信息和數據，一方面加強了學生的感性認識，加強了對所學知識的理解和掌握，從而提高了教學質量。同時，人工智能可幫助教師完成繁雜的、需適應各種教學的教學課程、課件等設計，使教師將更多的精力專注于學與教的行為和過程，從而提高教學效率。正如前面所述例子，智能網絡模塊化學習平臺可使教學擺脫以往對于示教病例的依賴，拓展了學生們的學習空間和時間，可極大地提高醫學學習效率和教學質量。

教育與人工智能相結合將會創新教育方式和理念。北京師范大學何克抗教授在《當代教育技術的研究內容與發展趨勢》中提到當代教育技術的五大發展趨勢之一就是“愈來愈重視人工智能在教育中應用的研究”。結合上述人工結合上述人工智能在醫學教育中的創新作用，下面就人工智能結合醫學學教育新模式提出一些構想。

三、交叉醫學人才的培養

3.1建立智能醫學人才培養體系的必要性

目前智能醫學的研發和臨床還存在隔閡，臨床醫生并沒有很好地理解人工智能，無法從實踐出發提出人工智能能夠解決的方向，而人工智能的產業界熱情高漲，卻未必能踩準點，所以產業界需要和臨床深度溝通融合，才能真正解決看病難、看病貴的問題，緩解醫療資源緊張。目前，國內僅僅有生物醫學工程、醫學信息工程等工科專業培養醫工結合人才。

3.2醫學人才培養體系初步構想

據悉，目前已經有天津大學、南開大學等幾所院校開設了智能方向的醫學本科教育，旨在彌補上述缺口，相關院校也在積極探索新型人才培養方案。應當為醫學生開設人工智能課程，應當培養具備生命科學、電子技術、計算機技術及信息科學有關的基礎理論知識以及醫學與工程技術相結合的科學研究能力。該專業的學生主要學習生命科學、臨床醫學，電子技術、計算機技術和信息科學的基本理論和基本知識，充分進行計算機技術在醫學中的應用的訓練，具有智能醫學工程領域中的研究和開發的基本能力。

篇10

21CBR：埃森哲持續多年年度技術趨勢報告，在你們看來，這份報告有哪幾個關鍵點最為值得關注？

埃森哲：今年技術展望的主題，“智企時代、技術為人”是核心，以人工智能技術為代表的數字技術加速演進，會給全人類帶來巨大的發展機會，我們也有義務、有能力塑造技術發展的方向，讓技術造福更多人。

在五個趨勢里面，“智慧新界”是關注人工智能技術的核心應用在于讓人機交互更方便；“生態智聯和智才共享”分別講述的是快速演進中的數字生態系統給企業以及勞動力帶來的重要機遇；“人本設計”則第一次在技術展望中把設計提到前所未有的高度，也印證我們技術為人的核心理念；“進軍未知”是提醒企業家在開拓數字新疆土時，保持社會責任感，創造更加公平合理的社會。

21CBR：在2017年技術趨勢報告中顯示，有85%的企業高管計劃未來三年廣泛投資人工智能相關技術，從技術角度來看，你們認為哪幾個領域的投資必不可少？

埃森哲：《埃森哲技術展望2017》調研發現，超過六成的中國企業高管表示正在全面投資數字技術，作為商業戰略的重要部分，該比例為全球最高。從埃森哲研究以及與客戶交流來看，企業對機器學習、深度學習、自然語言處理、圖像和語音識別的投入力度都比較大。全球來看，機器人流程自動化（Robotic Process Automation）是個熱點，中國領先企業也已經開始在這方面采取了行動。

有一個比較現實的問題是IT基礎設施的投資。有些行業的基礎設施是不具備的，或者說是不完善的，有很多企業的這類設施是相對孤立的。如果說未來產品和服務將更多地由數據驅動的話，割裂的IT系統便不能有效地采集、分析和處理數據，因而也不能提供更多價值洞察。這也就表明，目前IT設施的整合是不夠的。

當然，除了技術投入，越來越多的企業開始關注生態圈的投入，已經或者正在第三方平臺上集成自身的核心業務功能。對于領先企業而言，第三方不僅僅是傳統的合作伙伴，更可以是一起構建新生態系統、謀求下一輪戰略增長的重要一員。

21CBR：“全球第一CEO”杰克?韋爾奇在《商業的本質》中曾提及，科技革命給市場帶來了巨大變化和諸多雜音，在新的生態環境下，應該遵從商業的規則，回歸商業本質。你們如何看待這個問題？

埃森哲：企業家們逐漸認識到回歸商業本源的重要性。人們會認識電商和傳統商業沒有了明顯的區隔，應該回到用好數字技術服務客戶、創造客戶價值的商業本質上來。

商業的本源從未改變：通過為客戶打造極致的體驗為客戶創造價值，在此過程中為企業創造商業價值。技術的演變提供了更多的可能的手段與實現商業本源的可能性場景。

當然，我們也感受到了企業家的焦慮感。過去十年，基于移動化、大數據、社交網絡和云計算發生的數字化變革深刻改變了人們的生活和工作方式，改變了行業邊界和市場疆界。

隨著數字技術的指數級增長和成本不斷下降，技術創新和商業創新呈現兩種形態，一種是大爆炸式創新，很多巨頭企業不經意就在這種創新浪潮中被覆，比較容易受到影響的主要是技術、消費和金融行業等輕資產公司；另一種是漸進式的創新顛覆，受到影響主要是重資產公司，由于行業沖擊不是非常直接，但運營利潤和收入的長期下降，會使企業很容易就在“溫水”狀態下陷入危機。

可以得到一些啟示，例如，企業在制定企業戰略時候，越來越需要依賴規模、資源、行業積累以及成熟的數字能力等優勢來先人一步預測行業生態的發展軌跡，創造并捕捉機遇。

21CBR：幾個世紀以來，技術的發展改變著人類勞動的方式，但人工智能技術的發展卻促使人類陷入反思甚至是恐懼，有哪些工作會直接受到人工智能技術的沖擊？而又會在哪些領域創造出新的就業機會？

埃森哲：這是《埃森哲技術展望2017》認真回答的首要問題。人工智能將改變一些崗位的設置和工作方式，但是機器不會威脅和取代人類。人工智能將幫助企業打造更好的客戶交互體驗，將重新設計流程性的工作，從而使員工更多致力于高附加值的工作；同時，人工智能會帶來很多專業的細分，帶來崗位的增加，許多今天不存在的工作機會可以被創造出來。

我們認為不應把人工智能和人作為兩個對立的個體，埃森哲提出的是一個界面的概念，相互學習實現共存，有利于發揮各自特長，實現靈活便捷、互補協作。

這里引述埃森哲的一項最新研究來說明人工智能對未來經濟發展的促進作用：通過轉變工作方式以及開拓新的價值和增長源，人工智能到2035年有望拉動中國經濟年增長率，從6.3%提速至7.9%。

基于人工智能對中國經濟整體影響的模擬分析，并結合行業規模數據，埃森哲進一步研究了人工智能對中國15個行業可能帶來的經濟影響。結果顯示：制造業、農林漁業、批發和零售業將成為從人工智能應用中獲益最多的三個行業。到2035年，人工智能將推動這三大行業的年增長率分別提升2%、1.8%和1.7%。

21CBR：根據埃森哲的分析，企業沿用百年的等級制雇傭和管理模式將在數字化時代面臨挑戰，開放型人才市場會成為主流，你對職場人士有哪些建議，以便他們更好地在數字化勞動力關鍵轉型期中把握機會？

埃森哲：順著《埃森哲技術展望2017》的脈絡，我們給職場人士一些建議：

1.智慧新界――努力學習新技術，踏準時代節拍，并能引領創新；

2.生態智聯――放開視野，把客戶體驗、客戶價值放在中心位置。以謙虛的態度向數字生態系統里的創新企業學習，向年輕一代企業家學習。

3.智才共享――盡可能加入“柔性團隊”，為自己企業的數字化轉型貢獻力量的同時，也得到快速學習和成長的機會。

4.進軍未知――在傳統業務以外開創新的業務增長點。