人工ai智能教育范文
时间：2024-05-30 17:21:43
导语：如何才能写好一篇人工ai智能教育，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
篇1
关键词：人工智能，基础教育，专业发展
一、前言
人工智能（ArtificialIntelligence，简称ai)快速发展，在一定程度上促进了人们的思维方式、人际互动模式以及学习和教学方式的改变，我国教育部门不断重视AI技术在基础教育领域中的融合，以更好地促进中小学生的个性化发展。AI视域下，教师的工作环境将会越来越智慧化，智能阅卷、智能授课和智能评估逐渐成为可能，教师可以根据学生的学习进度和学习特征，有针对性地对学生开展个性化指导。同时，学生在课堂上也可以更熟练的使用平板电脑而不是手抄本进行交流。目前，AI技术已经成为教育系统性变革的内生变量，不断推动着教育模式的变革、教育理念的更新以及教育体系的重构，基础教育信息化进入了创新发展的2.0时代[1]。虽然我国AI教育发展水平落后于国际先进水平，尚未在在中小学教育中普及应用，但是我国教育部门已经制定和出台了相关政策，以推动基础教育和AI的不断融合和发展，可以预见，AI技术必将为基础教育发展赋予越来越强大的智慧支撑，推动基础教育现代化。
二、AI教育时代中小学教师面临的挑战
面对以AI为核心的信息技术，如何更好的促进学生发展，从适应到引领转变，实现自身的突破性发展，是教育工作者必须深思的问题。AI技术在一定程度上提高了教学水平和教学质量，但是在教师层面还是存在一些问题，使AI技术与基础教育在融合过程中面临一系列的挑战。1.与AI教育相配套的教学方法创新性不足AI教育作为一个高度依赖技术的跨学科领域，AI应用程序可以在一定程度上扮演教师的角色，观察学生的学习过程，分析他们的学习表现，并根据他们的需求为他们提供即时帮助。此外，了解AI技术的能力和特点，教师可以在课堂上采用合适的AI应用程序来提高学生的学习成绩、动机或参与度。新技术影响了教育体制和教学手段，在这样的背景下，教师在使用新技术时要关注教育主体、尊重教育主体，而不能秉持以往旧的认识。但是在现实教学中仍存在盲目学习的典型问题，教师未能针对学生的个性特征而进行因材施教，学生在学习的过程中存在“一刀切”的现象，而不是被个性化对待。2.AI师资力量薄弱AI教育属于多学科交叉领域，教师一方面要具备心理学、教育学和信息技术等各学科相关知识，另一方面要将这些知识进行整合和运用。目前虽然学生的学习意愿强烈，但是从当前AI的师资来看，具有AI学识的师资力量十分薄弱，教师普遍缺乏完整而系统讲授AI课程的能力和知识，部分教师简单地将AI教育视作机器人教育﹑编程教育、计算机辅助教学等，个别中小学的AI教师是由其他学科教师来兼任，此外，AI教师编制不足、师资质量不均衡也是突出的问题。教师师资队伍建设是改善AI教学质量的关键。3.教师培训缺乏针对性目前教师已了解到AI在教学方面发挥的积极作用，并认可AI对教学的促进作用，但大部分教师都是停留在简单的意识层面，在教学实践中并未真正去落实。虽然存在以上问题，但是大部分AI教育教师没有接受专业培训，在讲授AI知识时，缺乏深入性，只能浮于表面，有违学科初衷。4.实施路径单一AI教育作为新兴学科，是基于时代最新技术的教育，要求教师在专业发展过程中，一方面要注重掌握各学科知识，另一方面更要注重教师专业发展的实践性和情境性，强调学生在学习过程中的参与和体验。但是目前中小学AI教育实施路径比较单一，在课程设计上，教师主要停留在传统的信息技术与教学设计层面，学生在课堂学习和实践中难以系统而深入掌握AI的技术、方法和基本理念。在教授形式上，主要采用课堂教学的方式对AI知识进行讲解，而学生实践和体验的机会相对较少。
三、AI视域下中小学教师发展路径
中小学教师如何更好适应AI时代，更好的构建AI教育生态体系，以促进AI与基础教育的深度融合，主要有以下路径：1.培养信息素养信息素养的本质是全球信息化，人们需要具备的一种能力。面对AI技术的迅速发展，中小学教师应注重信息素养的培养，信息素养主要包括两方面内容，即信息技术素养和信息意识素养。在信息技术素养方面，中小学教师应呈现趣味性强的教学课件、流畅的运用多媒体、及时反馈学生的问题等调动学生的积极性，以激发学生各科的学习兴趣，培养良好的学习习惯。此外，中小学教师要保持对新技术的敏感性。信息意识素养是信息素养中的观念性成分，是教师对信息的态度、认识层面的关键要素，是信息素养的重要组成部分。中小学教师在信息意识层面，要积极接受新兴技术带来的学习和教学方式的改变，决定性意义转变的前提是更新观念。2.提升职业道德素养恪守职业道德：传道、授业、解惑是中小学教师的主要职责。随着AI与教育的融合，智能平板等设备可以在一定程度上代替教师讲授知识、解疑答难和阅卷评分，AI在得到科学利用的前提下，可以成为师生的强大助手，从而大幅提升教与学的效率。教师应积极面对AI技术给教育带来的便利，提高自身的自主学习能力和创造力，同时注重培养学生思维的创新性，呵护学生的好奇心和求知欲，鼓励学生发现和解决问题。引导学生树立正确价值观、道德观和法治观：如今AI技术迅速进入中小学生的课堂教学，深刻改变着学生的学习模式和师生互动模式，一方面教师要充分将AI技术有效整合到课堂，另一方面也要正视AI的使用边界，AI技术快速发展有可能带来伦理风险。在中小学阶段不乏这样的例子，有些学生利用课堂上学到的编程知识去充当黑客，或者产生网络成瘾行为，以上学生的偏差行为已经触及价值观的层面，对自身的身心健康产生不利影响。因此，面对AI技术的迅猛发展，教师要有效的应对信息技术带来的伦理挑战，深入研究思考并引导学生树立正确的价值观、道德观和法治观，提升学生的诚信意识和社会信用水平。3.更新教育教学观念改变传统单一教学模式：随着AI技术的发展，互联网、大数据分析、智能化推送等教育产品层出不穷，如果不能科学利用这些技术产品营造适合学生成长的教学生态环境，技术将无法真正促进学生学习效果和教师教学水平的提升。AI视域下，教师要接受并适应智能技术给教育带来的变化，转变传统教育观念和教师角色，同时，教师在教学中应考虑学生的认知发展的阶段性特征，适时了解学生的学习风格和学习策略及学习中遇到的学习障碍，利用多样的教学活动和教学过程将知识获取和能力培养结合起来，促进学生认知和非认知能力的发展，最终实现学生的全面和个性化发展。课堂教学中，教师应改变“灌输式”“注入式”等单一的教学模式，充分利用AI技术实现教学方法多样化，活跃课堂氛围，提高课堂效率，树立教学、体验和实践相结合的教学观，提升学生的动手能力，中小学AI教育在实施路径方面应该多元化，实现认知、实践和体验的有机结合。此外，教师要看到学生的不同进度和情感需求，借助于AI技术，根据学生的发展节奏制定不同的学习计划，做到因材施教，为每一位学生成长提供学伴式帮助。注重培养线上和线下相结合的自主学习能力：AI视域下信息技术与基础教育的融合，网络在线平台为教师提供了丰富的学习资源，教师要更新自身旧的知识框架，进而不断提高自身的知识体系。针对目前存在的教师培训缺乏针对性的现状，教师可以加强线上自主学习，学习教学中常用的AI技术和程序。首先，线上学习过程中，面对网络和AI应用提供的多种类别的学习内容，教师要根据所教学科和所任学段的学生发展特点，选择恰当的教学内容，以便信息技术可以更充分地服务于教学，从而提高教学水平。其次，教师在注重线上学习的同时，也要注重线下学习，教师在教学中可以组织课前、课后的学习讨论小组，就教学中遇到的问题进行面对面的沟通与交流。
四、结语
AI技术的迅速发展，给基础教育带来便利的同时也必然会带来较大的冲击与挑战，AI视域下，中小学教师应该以积极的心态去面对机遇和挑战，抢抓机遇、迎难而上，努力培养自身信息素养，提升职业道德素养，更新教育教学观念，在人与机器日益激烈的竞争中获得主导地位，在基础教育改革发展浪潮中实现跨越式自我发展。
参考文献：
篇2
但有家公司在2年前就已经成立，它的出现与热度无关，跟“严肃”有关。
一家严肃的AI硬件产品公司
今天要说的Rokid也许对大家来说是陌生的，其实两年前Misa从阿里巴巴离开后就创办了这家公司。
当时Rokid（若琪）机器人产品其实已被研发出来，公司却迟迟没有对外公布，而是选择用两年的时间继续打磨产品。之所以这样做，Misa有自己的考量和打算。
他认为，AI技术在当时还远未成熟，但是用户已拥有满满的期待，因为电视、电影已经给用户做了太多远超真实AI的思想教育。而作为一家创业公司，用一个人的力量去教育现实市场是件非常困难的事情，“我们也在等待市场被教育”。
另一个重要的原因大概源于Misa对Rokid的完美追求。他为公司设定了一个内部硬杠杆：用户对产品的满意度超过85%，才能推向市场，“不达到这个标准就不去宣传Rokid”。从Misa的回答中我们已经知道，如今的Rokid可以与用户见面了。
不同于很多创业公司因“人工智能热”而加入创业浪潮，2年前这个领域“不那么热”的时候Rokid就已经给了自己一个清晰的定位：要做一家严肃的AI公司。
何为严肃的AI公司？Misa向创业邦（微信搜索：ichuangyebang）解释，就是采用现实中较为尖端的技术，通过应用和场景尽量接近实现用户对AI的期望。这大概也是Rokid要坚持自己设计、制作硬件，集中于消费类市场的初衷。
能跟用户自然对话的家庭机器人
不同于常人对机器人的理解，Rokid不能动，而是形如一颗“蛋”立在底座的静态硬件――下半部是一个音箱，头部有一个1200万像素的摄像头，还内置了麦克风以及环境光线和温度传感器。
Rokid的屏幕使用了在日本特别定制的半透明材料，白色水滴型设计充满科技感。作为一款提供家庭服务的机器人，很难不让人把它与市面上五花八门的人工智能产品进行比较。
Rokid最大的差异化表现在“用户体验”上。除了通过用户语音控制播放百万首音乐外，它还能够充当家庭的“人性化管家”，统筹家中的智能家居（可实现跨厂商兼容），让用户享受到更多的本地化智能服务。
比如早上起床的场景应用，Rokid除了礼貌性的“早上好”，还会同时帮你打开窗帘、灯，告诉你天气如何，放你最喜欢的音乐，半小时后帮你叫车，等等。并且，通过人工智能的自学能力，它会从不了解你，慢慢变得知道你喜欢听什么歌，在什么时候回家以及回家喜欢做什么事。
如今，Rokid不光能听懂唤醒指令，还能分清指令人是谁，这在消费级机器人领域是一大进步。
值得一提的是，它还是市面上第一款两音节唤醒设备，用户可直接喊“Rokid”而非“Hi，Rokid”与之互动。这一看似微小的变化，却需要团队攻克算法、收声、滤波等多个技术层面――当然这也直接避免了“Hi”字造成的误唤醒。
“迟到”的Rokid如何立足于现实？
今天，我们看到的大部分消费级机器人其实不仅仅是在教育市场。经过长时间的体验你会发现，有些不如说是在毁灭市场：它们作为一个热潮，体验可以用“非常烂”来形容。这样的市场背景下，Rokid又如何突破窘境？
Misa从三个层面向创业邦（微信搜索：ichuangyebang）阐述了今后产品在营销上的打法：
第一，做好产品体验是核心，始终把体验放第一位，内容放第二位，理解力放第三位。
第二，在应对更多用户上，首先经营好最核心的早期天使用户，通过他们的口碑进行传播，其次，除了线上的活动外，重点做线下体验，让用户真正体验后再去购买。
第三，随着技术不断升级以及原材料成本的降低，低价格的Rokid将逐渐铺向市场。
篇3
苏霍姆林斯基在《教育艺术》中认为，“在人的心灵深处有一种根深蒂固的需要，就是希望自己是一个发现者、研究者、探索者。在儿童的精神世界中，这种需要特别强烈”。我们要敢于打破传统的教学模式，运用现代教育技术培养真正适应于经济社会发展的创新型和国际化人才。现代教育技术是伴随现代科技的发展，特别是电子、通讯、计算机的飞速发展而产生的，也是现代教育理论发展到一定阶段的产物。
作为新一轮科技革命的代表，人工智能（AI）技术已经或正在颠覆性地改变着许多行业和领域，而教育就是其中之一。来自谷歌的世界顶尖的人工智能专家团队将AI的智能l展划分成了三级：第一级是“弱人工智能”，只能够专注在一个特定领域，如下围棋；第二级是“强人工智能”，能够达到或超过人类水准；第三级是比人类聪明1000万倍的人工智能。
目前，“弱人工智能”已经渗透到我们生活的方方面面：搜索引擎、实时在线地图、手机语音助手、智能客服等都运用了人工智能技术。尽管人工智能要从感知、行为和认知三个维度全面模拟甚至超越人类，还有很长的路要走，但目前的AI凭借强大的计算能力、存储能力和大数据处理能力，已经改变着传统教育模式与教育形式，在破解教育资源不均、提高教育效率和教学质量、提供个性化精准化教学、优化教育评价系统等方面将发挥重要作用。
浙江西湖高等研究院人工智能研究室主任于长斌认为，人工智能下一步应用可能是远程教育、自我强化教育，甚至是教育领域的机器换人。从人工智能现阶段研究成果来看，机器人做数学题、英语题完全没有问题，有科学家还成功用人工智能自动生成科研和学术论文，其中有一些甚至被期刊录用。
高考机器人
在今年6月7日的“高考”中，人工智能机器人AI-Maths在数学科目的两套试题考试中分别取得了105分和100分的成绩。整个答题过程中，机器人不联网、不连接题库、无人工参与，全由机器人独立完成解答。研究人员表示，由于AI-Maths在识别自然语言时遇到了一些困难，导致部分考题失分。
AI-Maths先后解答了2017年数学科目高考的北京文科卷和全国Ⅱ卷的试题，分别用时22分钟和10分钟，北京文科卷得分105分，全国Ⅱ卷（数学）得分100分。对这台机器人来说，解答一道题目的时间最快不到一秒。此前总共做了不到500套试卷，大约12000道数学题。而一个中国学生，按照每天10道数学题估算，到高考前已经做了大约30000道数学题。
考试结果显示，这台高考解题机器人在不依赖大数据的前提下，逻辑分析能力远超人类，但在文意理解、多样性思维上要比人类逊色得多。参与阅卷的资深数学老师表示，AI-Maths相当于中等成绩水平的高中毕业生，失分主要是因为“读不懂题目”，遇到一些人类语言（而非数学语言）时，无法理解。
专家指出，这次机器人不得高分的原因较多，首先这个机器人并没有代表机器人的最高水平，其次机器人没有联网，不能够联想自己的知识，这样得低分也是理所当然的了。经过更多的训练和学习以后，未来AI-Maths会取得更好的成绩。
该机器人是由成都准星云学科技有限公司研发的一款以自动解题技术为核心的人工智能系统，诞生于2014年。该公司参与了科技部的863“超脑计划”。
同时进行的另一场机器人高考测试中，学霸君的Aidam首次与6名高考理科状元在北京同台PK，解答2017年高考文科数学试题。Aidam的成绩为134分，6名状元的平均分为135分。Aidam答题耗时9分47秒。为了展示，Aidam当天答题放慢了六倍速度，平时每道题完成时间应该在7-15秒。
从2014年开始，国内人工智能引领者科大讯飞就联合了包括北大、清华等在内的超过30家科研院校和企业，共同开启了一项隶属国家863计划的“高考机器人”项目，他们希望通过这个项目的实施，研制出能够参加高考并在2020年考上北大、清华的智能机器人。“超脑计划”汇集了国内近60%的人工智能专家，其重点就是要研究突破机器的知识表达、逻辑推理和在线学习能力。
目前，高考机器人在英语学习方面也取得阶段性成果：一是翻译，已经能够让翻译能力达到高考入门水平。二是在广东地区的英语高考、中考场景中，在发音准不准、填空题选择题，判断你懂不懂知识上，机器已经超过人工。三是口语作文实现突破。比如给学生一个题目《My Mother》，现在AI机器的评测打分已经比人类打分更精准。
有人提出了一个十分滑稽的问题，那就是人工智能要是通过高考考上大学，是不是意味着我们的教育培养出来的就是考试的机器？这个问题的逻辑不一定严密，但巧妙地折射出了现行教育体制的一些问题。如果以应试为主的教育方式不改变，智能机器取代老师几乎是必然。更可怕的是，这样的教育培养出的人也将被智能机器淘汰。
AI阅卷批改作业
面对庞大的考生规模和多种多样的考试，专家和老师阅卷成为一个独特的景观。从传统的纸笔阅卷到网上阅卷，再到今天的机器智能阅卷，AI可以轻松解决繁重复杂的阅卷难题，大大提高阅卷的效率和质量。
通过对试卷进行数字化扫描、格式化处理，转换成机器可识别的信号，机器就能按阅卷专家的评判标准，进行自动化阅卷，还可以自动检测出空白卷、异常卷，并给出最终的评阅报告及考试分析报告。原来三个月的工作，现在一周就能完成，而且更准确、公正。
中国教育部考试中心对“超脑计划”的阅卷工作进行了验证，结果是，在“与专家评分一致率、相关度”等多项指标中，机器均优于现场人工评分。
除了代替人工阅卷，人工智能还可以帮老师做批改作业、备课等重复枯燥的工作，不仅节省大量时间，还可以减少工作量。
语音识别和语义分析技术的进步，使得自动批改作业成为可能，对于简单的文义语法，机器可以自动识别纠错，甚至是提出修改意见，这将会大大提高老师的教学效率。
今年两会期间，科大讯飞董事长刘庆峰在提案中提到，科大讯飞的英语口语自动测评、手写文字识别、机器翻译、作文自动评阅技术等已通过教育部鉴定并应用于全国多个省市的高考、中考、学业水平的口语和作文自动阅卷。而基于国家“十三五”863“基于大数据的类人智能关键技术与系统”阶段性成果构建的“讯飞教育超脑”已在全国 70% 地市、1 万多所学校应用。
国外也有多个智能测评公司和实践案例。GradeScope是美国加州伯克利大学一个边缘性的产品，它旨在简化批改流程，使老师们更专注于教学反馈。目前有超过150家知名学校采用该产品。MathodiX是美国实时数学学习效果评测网站，算法会对每一步骤都进行检查、反馈。
美国教育考试服务中心（ETS）是世界上最大的私营非盈利教育考试及评估机构，已经成功将AI引入SAT和GRE论文批改，同人类一起扮演评卷人角色。
计算机科学家乔纳森研发了一款可进行英语语法纠错的软件，不同于其他同类型软件的是，它能够联系上下文去理解全文，然后做出判断，例如各种英语时态的主谓一致，单复数等。它将提高英语翻译软件或程序翻译的准确性，解决不同国家之间的交流问题。
虽然人工智能可以阅卷、批改作业，但诚如《信息时报》刊发的《推广“机器人老师”可为广大教师减压》一文所言：教育需要尊重“异质思维”，同样的问题，学生会给出差异化、个性化的答案；目前“机器人老师”在阅卷、批改作业的时候会有明显的局限性，可能更适用于客观题却不适用于主观题。
不可否认，最初机器是用来辅助人工教学的，未来的趋势则是人辅助机器，而这个过程会一次次重塑考、学、教、管的服务流程。未来，当进入强人工智能和超人工智能时代，机器人更像是老甚至在许多方面超越老师。
机器人当老师
城乡、区域教育鸿沟，择校问题，学区房问题，都是教育教学资源不均衡导致的，归根到底是优秀教师的稀缺，而智能教育机器人则是解决这一问题的有力工具。“机器人老师”不仅有助于解决师资不足和师资结构不合理等难题，还能大大缓解社会矛盾，促进教育公平。
目前国内已涌现出像魔力学院这样的创业公司。几年前魔力学院创始人张海霞从北大毕业时，她的毕业论文是国内最早对人工智能教学进行研究的学术论文，同时在上大学期间，她就已经是新东方出国留学部最好的英语老师。这种雄厚的技术和教学背景，让她成为国内最早一批人工智能领域的创业者。
“与大多数互联网教育领域的产品不同，魔力学院从一开始，我们要解决的问题就是用人工智能机器替代老师进行讲课。曾经有很多投资人建议我们妥协一下，暂时用真人老师讲课，后面再一步步地进化到人工智能老师，但我们从来没有妥协。”张海霞说。
直到2016年3月，魔力学院第一个商业化的版本上线，企业开始有了第一笔收入，成为全球在人工智能老师这个领域第一家产品上线的创业公司，也是第一家实现了持续收入和盈利的创业公司。至今，在人工智能老师这个领域，魔力学院的相关产品仍然是惟一能从教、学、练、测各个维度提供人工智能老师教学的公司。
目前在新东方也开始这样的实验，教室里没有人类老师上课，机器人将重要知识点经过搜集和教学设计后，用非常幽默的方式向学生传授，从课堂效果来看，“学生很愿意听”。
新东方教育集团董事长俞敏洪认为，未来10年内，教师七成教学内容一定会被机器取代。不过，缺少人类老师的教学必然不完整，因为课堂教学不光是把知识点告诉学生，更需要对学生开展知识融合、创造性思维、批判性思维等能力训练。对于这些思维方式的训练教学，机器人老师还无法胜任。“未来的课堂将是机器人智能教学、老师情感和创新能力的发挥及学生学习的三者结合。”
除了民办教育在积极引入机器人老师，我国的“福州造”教育机器人已在部分城市的学校开始“内测”，今后有望向全国中小学推广。这款教育机器人除了帮助老师朗诵课文、批改作业、课间巡视之外，还能通过功能强大的传感器灵敏地感知学生的生理反应，扮演“测谎高手”角色。一旦和“学生机”绑定，可更清楚地了解学生对各个知识点的掌握情况。
对于机器人老师，国外早有应用。2009年，日本东京理科大学小林宏教授就按照一位女大学生的模样塑造出机器人“萨亚”老师。“萨亚”皮肤白皙、面庞清秀，皮肤后藏有18台微型电机，可以使面部呈现出6种表情。她会讲大约300个短语，700个单词，可以对一些词语和问题做出回应，还可以学会讲各种语言。“萨亚”给一班10岁左右的五年级学生讲课，受到新奇兴奋的孩子们的极大欢迎。
教育是塑造灵魂的特殊职业，教师是人类灵魂的工程师，面对的都是活生生的具有不同个性情感的学生，在价值观塑造和创新思维启发方面，“机器人老师”有着明显的局限性。尽管机器人老师不知疲倦，知识渊博，能平等地对待学生，加上它的特殊身份能激发学生的学习兴趣和动力，然而机器人永远无法完全替代“真正的人类教师”。
当老师们从繁重的重复性工作中解放出来，实际上可以将更多的时间和精力花在富有创造性的工作上。比如培养学生的素质和情商，激发学生对学习的热情，鼓励学生独立思考，形成自己的价值观和思想体系，成为有美好人格和创新能力的个体。
实际上，老师充当的是一个引导者、启发者的角色，老师做的应该是“准备环境-引导孩子-观察-改进环境-再引导-退出-再观察”。极少干预和不断引导，让孩子能最大限度地拥有独立性、专注度和创造力。
机器人进课堂是大势所趋。不久的将来，人类老师将负责进行情感、心理、人品、人格上的健康教育和品德教育，以及各类知识的融会贯通、学习方法的引导、创新能力的培养。而知识教育这部分，将会以“机器换人”的形式让渡给人工智能。这将对老师提出更高的要求，因为除知识教育外的这些教学内容，需要由真正有能力的老师来传授。“老师要避免被机器取代，就要先避免自己成为机器。”
可见，教师需要快速适应现代化教学需要，熟练使用各类领先科技产品，提升综合素质，这将决定教师本人的去与留，更是教育希望与未来的关键所在。
个性化教育
因材施教在我国已有2000多年历史，但在我国应试教育大环境下，根据学生不同的认知水平、学习能力以及自身素质来制定个性化学习方案，真是说易行难。当传统思想与尖端科技相结合，因材施教的可行性有了大幅提高。人工智能介入后，个性化教育有两条实现途径。
一是构建知识图谱。构建和优化内容模型，建立知识图谱，让学生可以更容易地、更准确地发现适合自己的内容。国外这方面的典型应用是分级阅读平台，推荐给学生适宜的阅读材料，并将阅读与教学联系在一起，文后带有小测验，并生成相关阅读数据报告，老师得以随时掌握学生阅读情况。
Newsela将新闻与英语学习融为一体。通过科学算法衡量读者英语水平，抓取来自《彭博社》《华盛顿邮报》等主流媒体的内容，由专人改写成不同难度系数的版本。LightSail也是相同应用，不过它的阅读材料是出版书籍，它收集了适合K12学生阅读的来自400多个出版商的8万多本图书。
2015年底Newsela用户量超过400万，LightSail和纽约市教育局、芝加哥公立学校、丹佛公立学校等机构达成了合作，而目前我国没有如此规模、与官方达成合作的个性化阅读学习平台。
二是自适应学习。人工智能可以从大量的学生中收集数据，预测学生未来表现，智能化推荐最适合学生的内容，最终高效、显著地提升学习效果。当一个学生阅读材料并回答题时，系统会根据学生对知识的掌握情况给出相关资料。系统知道应该考学生什么问题，什么样的方式学生更容易接受。系统还会在尽可能长的时间内保留学生信息，以便未来能给学生带来更多的帮助。
在美国乔治计算机学院，有一门课叫“人工智能概论”。这门课是艾萨克・格尔教授创建的。他有一个教学助理叫吉尔。这个课程的特点是以问答方式授课，学生提问，老师和助教回答。第一年就有大约1000多名学生参与，提出了超过1万个问题，其中40%的问题是由助教吉尔回答的。让学生惊奇的是，吉尔竟然是一个机器人，而且教了他们整整一个学期。格尔教授采用IBM沃森界面，创建了这个AI驱动的BOT交互系统，也开发了整个课程的内容和形式。
篇4
关键词：计算机辅助教学 技术开发
中图分类号：TP31 文献标识码：A 文章编号：1007-9416(2012)07-0252-02
现代计算机的普及和发展，为计算机教学走进课堂，提供了良好的教学条件。而使用计算机辅助教学系统(Computer Aided Instruction,CAI)可以提供理想的教学环境，容易激发学习者的学习积极性和主动性，从而显著提高教学效果。多媒体技术的日益发展以及与其它领先技术的结合，必然促进CAI的进一步发展。计算机技术开发的应用改善了教与学的过程和方式、解决了教与学过程中所存在的传统手段难以解决的各种各样困难，提高教与学的质量和效率已是一大发展趋势。
1、计算机辅助教学的概念
随着计算机技术、网络技术和多媒体技术的发展，数字化的音像资料和多媒体素材的增多，特别是计算机应用于教学实践的发展，教师利用计算机和计算机网络查找教学资源、进行备课活动，在教学中部分地使用多媒体计算机及其机关设备（如投影机）来展示相关的教学资料、素材、课件，学习者直接在计算机上利用电子出版物、教学辅助材料和网络信息资源进行探索性学习，也成为计算机辅助教学的重要内容。因此，我们把计算机辅助教学定义为运用计算机及其相关设备和设施的先进性能，并使用经过精心设计的相关教学软件（课件、网络教学资源等）来帮助教学，以提高教学质量、教学水平和教学效率为目的的一项技术。
2、计算机辅助教学系统及其现状
2.1 计算机辅助教学系统
计算机辅助教学(CAI)即利用计算机代替教师进行教学，把教学内容编成各种“课件”，学习者可以根据自己的程度选择不同的内容进行学习，从而使教学内容多样化、形象化，便于因材施教。如各种教学软件、试题库、专家系统等。CAI无论是在普通教育、高等教育还是在继续教育中都扮演着重要的角色。
在国外，CAI课件已经广泛应用于学校和家庭中，并收到了很好的效果。在我国，尽管CAI的研究起步较晚，但发展很快，自上世纪80年代起，已有一批实力雄厚的高等院校把CAI的发展列为重点研究课题。
2.2 计算机辅助教学的现状
CAI的实现需要应用AI技术及编制复杂的程序，如自然语言理解、知识表示、推理方法等，一些AI技术的特殊应用成果，如代数说明、符号合成、医疗诊断及理论证明等均被应用于CAI系统，以提高其智能性和实用性。
早期绝大多数CAI课件大都使用决策理论和随机学习的模式，它极大地简化了学习过程的表达形式。例如早期的地质教学系统(SCHOCAR)等。后来，随着人工智能技术的发展，CAI系统中添加了学生的学习行为及训练策略，同时AI技术被应用于建立学习顾问模块(存放所要教课程的问题和技能)。这种方法能控制训练策略并给出适合学生的学习内容。目前为了获取对课程知识表示和控制的灵活性和模块性，有些CAI系统还用AI技术来表示训练计划和策略。例如多数程序设计语言的CAI均属此例。
3、计算机在辅助教学中的技术开发
智能计算机辅助教学系统(Intelligent Computer Aided Instruction,ICAI)以认知学为理论基础，将AI技术应用于CAI，是智能化的CAI。在ICAI系统中，学生的学习可以借助于智能化计算机对大量知识进行选择、判断、处理，使学习内容更有针对性，从而提高学习效果。
教学过程是一个复杂的教与学的思维过程。它需要教师以其专门知识和经验为依据，经过吸收、讲解、推理、示例、综合等多个步骤才能较好地完成。一个教学型专家系统的任务是根据学生的特点、弱点和基础知识，以最适当的教学方案和教学方法对学生进行教学和辅导。因此，从AI的角度看，计算机辅助教学实际上是一个由计算机系统辅助教师进行教学及学生进行学习并得以实现的“专家系统”。因而，在CAI中引人AI思想，即使用专家系统的方法、工具，构建智能CAI(即ICAI)。这样构建成的专家系统的主要特点是具有诊断和调试修改功能、具有良好的人机界面。在智能CAI中，教学思想、方法、学习内容可用知识形式表示，如何解决知识的形式化表示以及知识的访问与调用问题，是AI的核心技术之一，也是将AI引入教育技术领域中所要面临的一个问题。知识库是实现知识推理与专家系统的基础，可以用知识库作为智能CAI的构建环境，在知识库中，教学内容等的有关知识可以用事实与规则表示，并存储于知识库内。教学与学习过程即是对知识库中的知识进行推理，并最终得出所需结果的过程。由于专家系统主要是由知识库与推理机组成的，因此，它也是智能计算机辅助教学系统的核心技术。
采用计算机辅助进行教学，使教师的教和学生的学更直观、更形象、更具有交互性，这对于提高学生的学习兴趣等都有着十分重要的意义。具体有以下几方面的表现：
3.1 提高计算机教学效率
我们评价课堂教学的效率，一般很重视这节课的教学知识容量，也就是说课堂效率与课堂知识容量有着重要的关系。传统教学中课堂知识的传播主要来源于教师的口授与黑板板书，这两者速度的局限性限制课堂信息含量，使之具有一定的局限性。利用计算机辅助教学节省了板书时间，教师可以在有限的时间内传授更多的内容。所有这些因素可以大大地提高知识信息传递中的效率，使得学生能在较短的时间内获得更多的信息量，并能留下深的印象。
篇5
抱怨的背后正体现出中国人工智能厚积薄发，取得了一定成就，尤其是在应用层的发展达到了与美国相近的水平。如在移动支付方面，目前中国的移动支付普及率为77%，位居全球第一，在大量应用的背后，从刷脸支付到算法优化，人工智能扮演着关键作用。美国人免不了喝上一壶老陈醋。
事实真的如此吗？
我们在做《中美两国人工智能产业发展全面解读》报告时发现：中国人工智能企业数量、人才数量都仅为美国的一半；美国布局全面，而中国无论是企业还是人才，在产业基础层、技术层、应用层，分布不均，仅应用层略有积累。
施密特之抱怨，终究无法掩盖中美两国巨大的产业落差。
与其关注谁威胁谁，不如把心思放在技术创新上。这才是每一个AI企业都应该时时刻刻思考的问题，也是一个科技企业的本分。
不过，现在产业界也不够冷静。甚至于出现了一些让人担忧的迹象。回顾2017人工智能领域已经出现了三大突破，算法、政策、资金，均创里程碑，业界欢呼鼓舞，这种情形像极了1999年底网络泡沫泛滥的情形。
展望2018，偌大一个人工智能，优秀项目不够、顶尖人才不足、场景落地缺失，三大难题横亘眼前，又将如何破解？
2017年的三大突破
1、算法的突破
要说在2017年把人工智能引入舆论高潮的，就不得不提围棋人机大战。来自谷歌旗下的AlphaGo以3：0击败了世界排名第一的柯洁，随后AlphaGo Zero又取得超过AlphaGo的实力，赢得了100场比赛的全胜，并在40天内超过了所有旧版本。
AlphaGo的前几代版本，主要采用深度学习算法，一开始用上千盘人类棋谱进行训练。
AlphaGo Zero则跳过了这个步骤，自我对弈学习下棋，完全从乱下开始，采用的是强化学习。该系统从一个对围棋一无所知的神经网络开始，将该神经网络和一个强力搜索算法结合，自我对弈。在对弈过程中，神经网络不断调整、升级，预测每一步落子和最终的胜利者。
强化学习其实也是机器学习的一个分支，强化学习是一种标记延迟的监督学习。它讲究在一系列的情景之下，通过多步恰当的决策来达到一个目标，是一种序列多步决策的问题。
AlphaGo Zero的成果提示，AI并非只有深度学习，强化学习也很值得研究。
在过去的三十年，深度学习运动一度被认为是学术界的一个异类，Geoff Hinton和他同事的努力，使得深度学习成为主流，应用于语音识别、图像标签以及其他无数在线工具的用户体验。
有趣的是，临近年底，深度学习之父Hinton发布新论文Capsule，断然宣称要放弃反向传播和深度学习理论，欲自废三十年功力再练一套新AI“功夫”。圈里圈外顿时蒙圈。
自我颠覆或酝酿着AI的另一次飞跃。李飞飞对此大为赞赏，发推特称：没有工具是永恒的，即使是反向传播和深度学习。重要的是基础研究继续推进。
2、政策的突破
2017顶层设计已经明确昭示产业发展方向，可以预期，2018年后各地将掀起新一轮的发展高潮。
为抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国，2017年7月，国务院印发的《新一代人工智能发展规划》，提出三步走计划，到2030年人工智能理论、技术与应用总体达到世界领先水平。
《规划》旨在大力发展五大人工智能2.0技术(包括深度学习、跨界融合、人机协同、群智开放和自主操控)，用以解决技术、产业、社会和国防四大领域的问题。值得一提的是，规划中还提到了让中小学开设人工智能和编程课程，人工智能教育从娃娃抓起，一时间风头无两，盖过规划。
继《规划》发布后，11月15日，科技部在北京召开新一代人工智能发展规划暨重大科技项目启动会，宣布依托百度、阿里、腾讯和科大讯飞四家公司，成立人工智能四大平台，标志着新一代人工智能发展规划和重大科技项目进入全面启动实施阶段。
作为创业者和企业家，2018年发展什么样的人工智能技术和产品、怎样发展人工智能技术和产品？翻开《规划》，尤其是关于“培育高端高效的智能经济”的内容，一定可以找到一些思路：“大力发展人工智能新兴产业，将技术转换成应用，实现在智能软硬件、智能机器人、智能运载工具(车、船、飞机、火箭等)、VR/AR、智能终端和物联网基础器件的创新；加快推进产业智能化升级，促进传统企业的改造，让制造、农业、物流、金融、商务和家居等各领域都实现人工智能规模化应用；大力发展智能企业，推动企业智能升级，推广应用智能工场；打造人工智能创新高地，鼓励打造建设以人才、企业、生产要素为中心的产业群、产业园。”
3、AI投融资突破
一改前两年的低调，2017年的资本，高调的聚集到屈指可数的较成规模的AI创业项目中。
7月11日，4.1亿美元！商汤科技刷新AI领域单轮融资纪录！
10月31日，4.6亿美元！旷视科技获4.6亿美元C轮融资，再次刷新了融资记录！
2017年，一系列眼花缭乱的融资事件陆续爆发。
2017年中国AI领域投融资创出历史新高，一年内总投融资达582亿元。
在投资热门领域方面，VC对计算机视觉与图像、自然语言处理和智能机器人的关注持续全年，其趋势基本符合腾讯研究院8月发布的《中美两国人工智能产业发展全面解读》和《中美人工智能创投趋势报告》的预测。
值得一提的是，国产AI芯片独角兽出现。长期以来，中国信息产业受制于人，在产业核心芯片方面的落后不仅仅是技术、资金的匮乏，更重要的还有产业生态意识的淡薄。AI芯片投资周期长，金额大，产出小的特点，使得很多投资商及企业对它望而却步。而此次一亿美元的融资，将用于发展国产AI芯片的产品化和市场化，有助于推动产业走向自主发展的道路。
粥多僧少，泡沫也在酝酿。由于创业公司成立数量较前两年有所回落，2017年资金明显偏向中后期、大多数是一些较为成熟的项目，金额相当巨大。
2018年，投资人会不会对AI初创项目表示更多热情？
许多AI初创项目，属于“三缺一”项目，缺少独创技术、缺少应用场景、缺少成熟度，只有一个概念，徘徊在实验室里，难以推开市场的大门，看起来有点悬。
2018年的三大难题
1、资金很多，项目不够用了
当前的AI产业发展面临泡沫化的风险，主要体现在投资供应数量大而项目供给数量少，市场对创业项目寄予很高的期望，而实际的产品体验欠佳。
泡沫即将出现。在腾讯研究院发布的《中美两国人工智能产业发展全面解读》报告中，分析了引发行业泡沫的两个信号：
一是资金多而项目缺。
综合过往数据和2017年前半年的情况，今年美国新增企业数量将跌到谷底，在2017之际，美国新增企业数量范围在25-30家之间徘徊。同时，美国的累计融资量持续快速增长，最后将稳定在1380-1500亿元的区间。
2018年后，中美两国AI企业数量增长都将有所恢复，但依然平缓。在这段时期内，创投圈将会发现，找到一个新的有潜力的项目越来越难，由于新增企业数量稀少，经常只能跟投一些项目。
到2020年，美国累计AI公司数量将会超过1200家，累计融资将达到惊人的2000亿人民币。中国AI企业增势不明朗。根据行业发展周期来计算，中国人工智能产业将会在2018年回暖，新增公司数量会上扬到30以上，预期融资累计量将会达到900-1000亿元。
二是周期长而营收难。
通俗的说，人工智能期望值被大大高估了。引领本轮AI热潮的深度学习，起源于上世纪八九十年代的神经网络研究。在很多情况下，前沿研究是由对已有方法的微小改动和改进组成，而这些方法在几十年前就已经被设计出来了。
2006年，深度学习算法获得了突破后，引起市场热炒，但相关的AI技术和产品的成熟度仍然有限，甚至被讥笑为“人工智障”。许多项目和技术，要想获得消费者欢迎，还需要相当长的时间。
从投融资趋势来看，涌入人工智能领域的资金依然还会增加。
一个依据是，据不完全统计，2017年中国人工智能领域的投融资事件约353起，比2016年稍有回落。但投资金额激增，总融资金额近600亿人民币，在政府的鼓励和行业并购中，2018年中国AI的投资将会持续大幅增加。
另一个依据是，行业并购开始加剧。根据CB Insights提供的数据显示，自2011年以来，已有近140家人工智能初创公司被收购，而2017年的第一季度，海外就有34家人工智能初创公司被收购，为去年同期的两倍。2018年，仍将延续这一趋势。在资金增长的同时，中国AI企业数量却不能同幅增长。根据行业发展周期来计算，中国人工智能产业将会在2018年呈现回暖，预期融资累计量将会达到900-1000亿人民币，而新增公司数量仅仅上扬到30家左右。
资金多而项目缺，周期长而营收难，项目却一天比一天更加昂贵，这种情形与1999年的第一次互联网泡沫何其相似。
2、事情很多，人不够用了
算法大神YoshuaBengio曾表示：“深度学习现在炙手可热，目前的困境是缺乏专家，一个博士生大概需要五年的时间培养，但是五年前还没有博士生开始从事深度学习，这意味着现在该领域的专家特别少，可以说弥足珍贵、极度稀缺。”这是三年前AI面临的困境，至今依然未得到改善，甚至变得更加严峻。
人工智能竞争以顶级人才为根本。据说世界上深度学习领域的顶尖人才不超过50人，Andrew Ng表示深度学习领域人才匮乏的主要原因首先是数据，对于解决某些领域的问题，获取数据并非易事；其次是计算基础架构工具，包括计算机硬件和软件；最后是这个领域的工程师培养时间非常长。所以科技巨头们等纷纷通过收购初创公司来招揽人才。
作为国家未来的发展方向，AI技术对于经济发展、产业转型和科技进步起着至关重要的作用。而AI技术的研发，落地与推广离不开各领域顶级人才的通力协作。在推动AI产业从兴起进入快速发展的历程中，AI顶级人才的领军作用尤为重要，他们是推动人工智能发展的关键因素。
然而，中国人工智能领域人才发展极为欠缺。
据腾讯研究院发布的《2017全球人工智能人才白皮书》显示，目前我国约有20所大学的研究实验室专注于人工智能，高校教师以及在读硕博生约7000人；产业界现存人员人数约为39000人。远不能满足我国市场百万级的人才需求量。
从产业发展来看，我国人工智能领域人才分布严重失衡。
人工智能产业由基础层(芯片/处理器、传感器等)，技术层(自然语言处理，计算机视觉与图像，机器学习/深度学习，智能机器人等)和应用层(语音识别，人脸识别)等组成，目前我国在产业层次人才上面临两个问题如下：
问题一，产业分布不均。中国AI产业的主要从业人员集中在应用层，基础层和技术层人才储备薄弱，尤其是处理器/芯片和AI技术平台上，严重削弱中国在国际上竞争力。
问题二，供求严重失衡，人才缺口很难在短期内得到有效填补。过去三年中，我国期望在AI领域工作的求职者正以每年翻倍的速度迅猛增长，特别是偏基础层面的AI职位，如算法工程师，供应增幅达到150%以上。尽管增长如此高速，仍然很难满足市场需求。但是，由于合格AI人才培养所需时间和成本远高于一般IT人才，人才缺口很难在短期内得到有效填补。
人才不足，是制约中国AI产业发展的关键因素。
近几年来，Google不断的收购AI领域的公司最主要的目的是“抢购”一批世界上最一流的专家，在一个迅速成长的人工智能领域里面，这些专家无一不是佼佼者。其他科技巨头也相机而动。
可以推想，人才流动，还将加剧。人才引进，还需持续。2018年，无法缓解人才饥渴症。
3、场景很多，路不好走了
如果梳理一下2017全年的AI产业大事件，人工智能技术与行业结合，九大热门领域遍地开花。
其中，医疗、金融、无人驾驶这三大热点中的悬疑，更是大大的吊足了公众的胃口。
悬疑一，AI医疗的变革的信号在哪里？
作为民生领域，医疗年年改，却次次令人无奈。风险投资也对AI+医疗有持续不断的支持。2017年，每个月都有VC流入AI+医疗领域，国内所有医疗人工智能公司累计融资额已超过180亿人民币。
科技企业智能医疗的布局与应用已有雏形，IBM Waston已应用于临床诊断和治疗，在2016年就进入中国在多家医院推广；阿里健康重点打造医学影像智能诊断平台；腾讯在17年8月推出腾讯觅影，可辅助医生对食管癌进行筛查。图玛深维11月获投2亿元，正在把深度学习引入到计算机辅助诊断系统中，晶泰科技(XtalPi)近期也融资1500万美元，用于新一代的智能药物研发技术，以解决药物临床前研究中的效率与成功率问题。
遗憾的是，尽管政府亮了绿灯，企业投了人力财力，但人工智能却并没有在医疗领域出现爆发。原因何在？在于人工智能需要大量共享数据，而医院和患者的数据如同孤岛。如何打破各方壁垒，保障健康的同时又保障数据安全性？这将是推动智能医疗快速发展的一个重要信号。
悬疑二，AI如何深层次的撬动金融？
与智能医疗面临相同数据问题的还有金融领域，大量的可信度较高的数据握在各大银行手中，AI怎么能够撬出来这些数据以推动金融科技的创新，是创业者们绞尽脑汁思考的课题。
当前，人脸识别、指纹识别技术作为验证客户身份、远程开户、刷脸支付，解决金融安全隐患的方案，已经发展成熟正在逐步推广。
如何利用知识图谱挖掘潜在客户、进一步深挖客户潜在需求的技术也已较为成熟，而数据源的问题亟待解决。
美国的科技公司FutureAdvisor最早研制出“机器人理财顾问”。随后，此类机器人理财顾问迅速风靡全球。
2017年智能投顾更是火烧火燎，被视为是下一个风口。但是，机器人炒股，结果赔了。
悬疑三，智能汽车究竟何时上市？
无人驾驶汽车被称为“四轮机器人”，但其发展何时会像智能手机一般，人手一台，彻底颠覆传统手机进而推动整个产业变革？这答案仍然是个悬疑。
2017年，汽车行业内智能造车势力动作不断，其中一部分已陆续交出答卷，让产品接受市场的检验，而一部分仍在温室中培养，等待结果。之所以称之为“温室”，是因为各行各界都对其予以厚望，尤其是在投融资上，虽然投资事件数不多，但金额达234亿人民币。
百度宣布开放阿波罗平台。阿里巴巴与上汽集团等传统车企展开合作。腾讯于年初成功入股特斯拉成为第五大股东，领投蔚来汽车首款纯电动产品，已正式上市。
时间正在跟我们赛跑。2017年，无人驾驶车辆走上北京五环被交警调查，12月20日，一支百度Apollo无人车车队，在雄安新区测试开跑。2018年初，北京顺义区无人驾驶试运营基地正式启动，成为北京出台国内首部自动驾驶新规以来，全市首个开展无人驾驶试运营的区域。2018年，谁会上路？行业和消费者都拭目以待。
回顾2000年互联网泡沫的幻灭，很多人依然觉得不可思议。那时候的产业发展日新月异，软件应用、网络服务ISP，网络内容ICP爆发，常有一日不见如隔三秋的感叹。
2000年4月，纳斯达克指数一路狂飙突进到历史顶点，5400多点。但不幸泡沫破裂，资本市场崩盘。纳斯达克指数迅速滑落。中间经历了9.11恐怖袭击事件，还有安然事件。寒冬持续了3年时间，才慢慢走出低谷。
如今的AI产业正蓬勃发展，与互联网初期阶段何其相似。
产业带着耀眼的光环，肩负国家战略的重任，高度依赖资本市场渠道，舆论高度爆炒，从业者无不都是三高社会精英。
篇6
百度在AI领域深耕已久，2016年首次提出“百度大脑”计划，开放其核心能力和底层技术。2017年百度全面聚焦AI战略，大刀阔斧调整组织架构，裁撤边缘业务，转型步伐愈加坚定。目前百度成功聚集一批全球顶尖人才，成立四大实验室，语音识别、图像识别、用户画像等技术积累深厚，其人工智能技术已渗透到百度的所有核心业务之中，成为百度未来发展的基石。百度在战略、人才、技术、场景四大关键点全面发力，已成为国内人工智能领军企业之一。
开放赋能，“百度大脑+智能云”铸造国内最全AI能力平台
百度在2017年开发者大会宣布开放国内最完整AI平台——百度大脑+智能云，为开发者提供80种强大的、可组合的AI能力。AI平台平台的核心在于百度大脑，百度大脑开放了语音、图像、视频等一系列基于深度学习的能力，几乎涵盖目前已知人工智能的所有技术领域。而智能云是百度AI平台的基础，百度云“ABC”(AI、Bigdata、Cloud)差异化战略在客户数、流量、收入等方面均已实现跨越式发展，广泛赋能各行各业。
开放Apollo和DuerOS两大应用平台，从云至端构建完整AI开放生态
基于百度大脑的核心能力，百度重点布局AI应用生态，开放DuerOS、Apollo两大平台。DuerOS平台以语音为入口，搭建并开放语音交互从硬件到软件的全栈能力，致力于打造未来智能家居和万物互联的关键节点，已相继与小鱼在家、海尔、美的、联想等巨头达成了合作。Apollo平台是全球范围内自动驾驶技术首次系统级开放，全球开发者反映强烈，搭载Apollo的智能汽车迅速落地，截至2017年9月Apollo1.5发布时，生态合作伙伴已达70多家。
软硬一体化战略逐渐落地，垂直行业AI商业化进程加速
AI技术不仅赋能于百度的核心业务生态，其在垂直领域的商业化布局也逐渐清晰。智能硬件领域，百度继2015年推出度秘以后，又收购渡鸦科技，成立家居事业部，软硬一体化战略逐渐落地；自动驾驶领域，百度发布“Apollo”计划开放自动驾驶平台，与奇瑞、北汽等汽车厂商达成战略合作，全面推进无人车技术的商业化；此外，百度近期成立智慧机场业务部、智能客服与金牌销售业务部，在安防和智能客服领域取得良好进展，AI商业化进程加速。
正文：
一、定战略、聚人才、储技术、找场景，百度“All in AI”
“定战略，聚人才，储技术，找场景”的策略让百度成为国内人工智能发展当之无愧的领衔者。在《麻省理工科技评论》2016年评选的50家“最智能”科技公司中，百度排名第二。2016年美国《财富》杂志刊载文章《Why deep learning is suddenly changing your life》评出了深度学习的四大巨头——谷歌、微软、Facebook、百度，百度作为一家中国科技企业少见地登上了世界顶尖科技的巅峰。
定战略：从think mobile 到think AI，全面战略调整备战AI之役
最早提议设立“中国大脑”计划，抢占新一轮科技革命制高点。2015年两会期间，李彦宏提案建议设立国家层面的“中国大脑”计划，推动人工智能发展，抢占新一轮科技革命制高点；提议建立人工智能基础设施平台，并开放给科研机构、民企、国企、创业者等社会各个层面，在平台上尝试语音识别、视觉识别、自然语言理解、智能机器人等。在之后的两年，中国跑步进入人工智能时代，2017年3月2日，“深度学习技术及应用国家工程实验室”揭牌仪式在百度大厦举行，意味着“中国大脑”概念的最终落地，足以证明李彦宏在人工智能技术上的深谋远虑。2017年两会，李彦宏提案“利用人工智能和大数据技术，帮助解决走失儿童问题”、“打造智能交通信号灯，缓解交通拥堵问题”和“加强人工智能行业应用，构建国家创新型经济”，三个提案全部聚焦人工智能。
“All in AI”战略清晰，坚定向人工智能公司转型。李彦宏在2016年巴黎Viva科技大会、百度联盟峰会上讲话重点均是人工智能，提出人工智能将推动互联网的“下一幕”。2016年的百度开发者大会上，百度正式发布“百度大脑”计划；2017年5月，李彦宏在2017百度联盟峰会上表示，百度公司将不再是互联网公司，而是一家人工智能公司，将过去17年来的公司使命“让人们最平等便捷地获取信息找到所求”更改为“用科技让复杂的世界更简单”，希望百度从全球最大的中文搜索引擎彻底转型人工智能科技公司。在2017年的百度开发者大会上，百度首次公布了完整的AI生态开放战略，并开放Apollo和DuerOS两大平台。这都表明百度对人工智能技术的高度重视以及“All in AI”的决心。
调整组织架构，裁撤边缘业务，全面聚焦AI。2017年以来，百度对内部组织架构大刀阔斧，全面聚焦AI战略：1）新设两个事业部。收购渡鸦之后，渡鸦团队变成百度智能家居硬件事业部，同时原来的度秘团队升级为事业部。2）整合两个事业群组。将自动驾驶事业部（L4）、智能汽车事业部（L3）两个事业部整合为智能驾驶事业群组，由陆奇亲自担任总经理；对NLP（自然语音处理部）、KG（知识图谱部门）、IDL（深度学习实验室）、Speech、BigData等部门进行整合，组成百度AI技术平台体系（AIG），任命百度搜索引擎总负责人、百度副总裁王海峰为AI技术平台体系总负责人，同时晋升为Estaff成员，转向百度集团总裁和首席运营官陆奇汇报。3）裁剪边缘业务。百度外卖、糯米等O2O、百度游戏、百度文学等与主业和AI战略关系不大的业务则渐渐被压缩和边缘化，独立运营或被打包出售。
图表 1 百度业务内部组织架构：
资料来源：36氪，华创证券
聚人才：人工智能领域的黄埔军校，面向世界网罗人才
百度目前有超过2000个的AI研发人员，有一流的AI研发中心，且拥有全球人工智能领域多位泰斗级人物，无论数量还是质量都遥遥领先。根据e成和量子位联合发布的《BAT人工智能领域人才发展报告》，百度的AI人才储备占总人数的2.54%，领先于阿里巴巴和腾讯。
图表 2 BAT各公司AI人才占比：
资料来源：e成、量子位、华创证券
百度一直被称为人工智能领域的黄埔军校，汇聚全球顶尖人才。百度深度学习研究院（IDL）曾于2014年启动“少帅计划”，该计划主要针对30岁以下的优秀人才甄选和培养。从2013年初李彦宏创办百度研究院以来，五年间百度曾经聚集大批AI技术大牛——王劲、余凯、吴恩达、张潼、倪凯、楼天成、顾嘉唯等等，为百度人工智能的发展做出重要的贡献。2017年《福布斯》杂志评选出了“20位驱动中国人工智能改革的科技领导者”，这20人中目前在百度供职的多达6人，加上曾经在百度工作过的共10人占据了榜单的一半，百度撑起了中国人工智能领军人物的半壁江山。
图表 3 20位驱动中国人工智能改革的科技领导者：
资料来源：澎湃、华创证券 （注：代表目前就职单位，代表曾任职单位）
2017年1月，世界级人工智能技术权威、前微软副总裁陆奇加盟百度，担任集团主席与COO，全面负责百度所有业务的技术、产品、运营、市场营销及销售服务。凭借丰富的管理经验、出色地技术洞察力和卓越的团队领导力，陆奇的加盟有望帮助百度在人工智能时代奠定全球领先地位。
图表 4 百度在任主要管理及技术人才履历：
资料来源：华创证券根据公开资料整理
储技术：中国人工智能的领跑者，技术沉淀深厚
百度是国内最早在人工智能领域布局和投资的科技巨头。2012年初百度已将深度学习技术应用在语音识别上，2012年底百度就成立深度学习实验室，百度在人工智能上的布局已超过四年，目前百度拥有1504项人工智能专项专利，囊获国际人工智能各大奖项。
图表 5 百度论文和专利国内领先：
资料来源：环球智能、华创证券 (注：1、论文综合评分：通过综合近三年数量、SCI收录数量、论文被引次数等综合评分；2、专利综合评分：依据公司国内外人工智能相关专利数量、及获奖专利数量等因素综合评分)
成立四大实验室，高度重视人工智能技术研发。2013年1月，成立百度深度学习实验室IDL，2014年5月，成立硅谷人工智能实验室，2014年7月成立大数据实验室，2017年1月，百度宣布成立增强现实实验室（AR Lab），百度深度学习实验室高级副总监吴中勤任实验室负责人。2015和2016两年，百度研发投入都在100亿人民币左右，在2016年中企500强的评选中成为中国研发强度最高的企业。
图表 6 百度四大实验室：
资料来源：华创证券根据公开资料整理
频繁投资并购，增强技术实力。2016年9月，百度宣布成立百度风投(Baidu Venture)，专注于人工智能，以及AR、VR等下一代科技创新项目，集中投资于早期项目，第一期基金规模达2亿美元。百度投资和收购的项目集中于“智能机器平台”和"行业智能化"这两个层次，包括各类智能硬件设备制造和设计商等。
图表 7 百度频繁投资并购巩固技术优势：
资料来源：华创证券根据公开资料整理
百度人工智能技术不仅与搜索业务深度融合，还孵化组建了覆盖机器翻译、语音识别、图像识别、大数据、自动驾驶等人工智能各个领域的核心能力和业务矩阵。根据环球网智能频道发布的研究报告，百度在机器翻译、图像识别、自动驾驶、大数据等技术领域均已走在前列，百度毫无争议地是国内人工智能综合实力最强的企业。
图表 8 国内科技企业人工智能各领域实力分析：
资料来源：环球智能、华创证券
找场景：加速推进商业化落地，支撑用户体验跃升
人工智能的总体布局当中，最关键的是场景落地。如何将语音识别、生物特征识别、图像识别等领域的人工智能技术应用到各个领域撬动刚需，决定了人工智能扩展的边界。百度在summer party获得最高奖项的“百灵”项目，已被实际应用。在2016年3月31日张国荣忌日前夕，百度百灵技术将张国荣在影视、电台等处留存下来的原声进行建模，并通过合成技术实现了张国荣与粉丝“隔空对话”，虚拟合成的声音听上去像张国荣，还有语调等情感表达。目前的手机百度、百度新闻、百度地图、百度知道等产品均已应用了这一技术，实现了语音互动。
人工智能技术已渗透到百度的所有核心业务之中。1）搜索业务：作为一家技术驱动的公司，百度一直以来在人工智能领域的布局都走在国际第一梯队，百度将自我学习、神经元网络技术融入了核心的搜索业务之中，实现经营方式的创新。百度搜索业务占据中国75%的市场份额，拥有庞大客户群体的数据，有助于利用AI来为客户提供更加有效更加个性化的服务。2）百度外卖：通过人工智能技术进行物流调动，大幅提升物流效率，确保外卖准时送达；3）百度地图：通过人工智能技术，80%的数据采集和处理工作由机器处理，在业内处于领先，大幅提高了数据更新及时性、大幅降低了数据采集成本；4）无人车：百度正在大力投资，百度是BAT中唯一一家探索无人车的巨头，这也是基于其在人工智能技术和高精度地图上的优势；5）百度金融：基于人工智能技术实现了教育贷款的秒批，在业界领先。
人工智能技术已经成为百度业务的“水电煤”，对业务带来积极影响已日趋明朗：提升体验、提高效率、降低成本、获取价值。从搜索到金融到地图到O2O的诸多产品，从用户体验到产品运营到商业变现的诸多环节，人工智能技术已成为百度的基石。
图表 9 人工智能技术已渗透到百度的所有核心业务：
资料来源：数据观、华创证券
二、开放赋能，“百度大脑+智能云”铸造国内最全AI能力平台
“开放赋能”成为百度在AI时代的核心战略。COO陆奇在开发者大会上称，“百度将为每一个AI开发者提供工具，数据、基础建设、良好的开发环境；为每一个AI开发者消除障碍、创造机会。百度将All-In AI，百度AI生态的长期战略方向是努力引领新一代的AI计算平台。”
百度的整体布局将基于百度大脑+百度智能云。百度大脑加智能云是中国最完整、最全面、最前沿、最有活力和最具生命力的AI平台，其中核心的是百度大脑。基于百度大脑卓越的技术实力，百度有能力把代表未来的智能云提供给中国开发者。
图表 10 百度AI开放平台架构图：
资料来源：百度AI开发者大会、华创证券
百度大脑：百度AI平台的核心，技术实力卓越
2016年的百度AI开发者大会上，百度首次向外界全面展示百度人工智能成果——“百度大脑”，并宣布对广大开发者、创业者及传统企业开放其核心能力和底层技术。
目前“百度大脑”已经形成一个完整的人工智能技术布局，包括算法层、感知层、认知层、平台层四个层面。算法层包括机器学习平台和深度学习平台；感知层包括语音识别、图像识别、视频技术AR、VR等能力；认知层面包括NLP、知识图谱、用户画像；平台层则为AI开放平台，将不同能力向外界开放。同时，百度大脑正在与各行各业结合，衍生出不同领域的行业大脑，比如医疗大脑、交通大脑、金融大脑等等。
图表 11 百度大脑的AI技术布局：
资料来源：百度AI开发者大会、华创证券
1、算法层：推出国内首个深度学习开放平台——PaddlePaddle
算法、计算能力和数据构筑护城河。在人工智能三大要素：算法、计算、数据上，百度都有着得天独厚的优势。1）百度拥有建立在超大规模神经网络、万亿级参数、千亿级样本上的人工智能算法；2）拥有依托数十万服务器和中国最大GPU集群的计算能力；3）作为全球最大的中文搜索引擎，累计了全网万亿网页、数十亿搜索、百亿级图像视频和定位数据。
从算法架构来看，百度走在中国甚至世界前列。百度算法层包括机器学习平台和深度学习。2016年9月，百度正式对外宣布开放其深度学习开源平台PaddlePaddle，成为继Google、Facebook、IBM后又一家将人工智能技术开源的公司。PaddlePaddle已实现CPU/GPU单机和分布式模式，同时支持海量数据训练、数百台机器并行运算，以应对大规模的数据训练。此外，PaddlePaddle具备高质量GPU代码，提供了Neural Machine Translation、推荐、图像分类、情感分析、Semantic Role Labelling等5个Task，每个Task都可迅速上手，且大部分任务可直接套用。2017年2月，百度又宣布实现了框架和集群管理系统Kubernetes 的兼容，PaddlePaddle 成为了迄今为止唯一一个官方支持 Kubernetes 的框架。
PaddlePaddle深度学习平台，具有易用性、灵活性、高效性、扩展性等多种技术优势，对于序列输入、稀疏输入和大规模数据的模型训练有着良好的支持，支持GPU运算，支持数据并行和模型并行，仅需少量代码就能训练深度学习模型， 大大降低了用户使用深度学习技术的成本。
图表 12 热门深度学习平台比较：
资料来源：国家工业信息安全发展研究中心、华创证券
开源移动端深度学习框架MDL，与其他支持移动端的开源框架相比较性能优越。该移动端深度学习框架，致力于让卷积神经网络极度简单的部署在手机端，目前正在手机百度内运行，支持iOS GPU计算，具有体积小，速度快的特点。
图表 13 支持移动端的开源框架对比：
资料来源：CSDN、华创证券
2、感知层：语音识别、图像识别技术业界领先，行业首创视频内容分析技术
“能听（说）”、“会看”是衡量当前各大公司人工智能发展水平的重要参考标准，也是各大巨头研发投入的重要领域，百度在语音识别、图像识别、视频分析等领域均处于业界领先地位。
1）语音技术：语音识别准确率高达97%，入选麻省理工“2016年十大突破技术”
语音识别技术领域：百度基于深度学习研发的新一代深度语音识别系统Deep Speech 2，专注于提高嘈杂环境下的英语语音识别的准确率，它在噪音环境中的识别准确率超越谷歌、苹果的语音技术。目前的识别准确率可达到97%，入选麻省理工“2016年十大突破技术”。百度已公开申请专利已经达到404项智能语音技术专利，远超竞争对手。
语音合成技术：百度语音合成基于业界领先的深度神经网络技术，能将用户输入的文字，转换成流畅自然的语音输出，并且可以支持语速、音调、音量、音频码率设置，打破传统文字式人机交互的方式，让人机沟通更自然。应用场景非常广泛，很多用户每天都在使用语音导航，用语音播报新闻、听小说，听贴吧的帖子等等。目前百度每天响应的语音合成的请求达到了2.5亿次。
语音唤醒技术：百度语音唤醒技术通过在设备或软件中预置唤醒词，当用户发出该语音指令时，设备便从休眠状态中被唤醒，并作出指定响应，大大提升了人机交互的效率。
图表 14 2012-2016年百度单词识别准确率领先：
资料来源：“互联网女皇”2016年互联网趋势报告，华创证券
2）图像技术：人脸识别准确率达99.7%，曾获FDDB与LFW双料第一
人脸识别技术： 百度人脸识别BFR基于百度业界领先的智能人脸分析算法，提供了人脸检测、人脸识别、关键点定位、属性识别和活体检测等一整套技术方案。2015年曾在人脸识别技术两个最为权威的国际评测——FDDB与LFW中获得了双料世界第一，百度人脸识别准确率达99.7%。
图表 15 2017年国际权威人脸检测评测平台FDDB结果：
资料来源：FDDB、华创证券
百度已经在内部确定了人脸识别技术的四大落地方向：1）闸机。百度希望将“刷脸通行闸机”落地到景区，以及大企业和大型写字楼里；2）交通。积极寻求和火车站、机场达成合作；3）金融。长远来看，金融方面是百度人脸识别最重要的应用方向；4）手机。百度和国内几大手机厂商在谈人脸识别技术上的合作。
图表 16 2015年LFW中百度击败腾讯、谷歌夺冠：
资料来源：比特网、华创证券
地图识别技术：在人工智能的助力下，百度地图全流程数据生产自动化程度已超过80%，全景图像的自动化识别提取准确率高达95%，居行业首位。人工智能技术已经成为支撑百度地图业务发展的核心力量，目前百度地图的采集数据覆盖全国城市，采集里程已超过670万公里，拥有7亿余张全景照片，为用户提供超2亿公里导航服务。得益于深度学习技术优势，百度地图的采集设备能够自动识别道路特征、提取建筑轮廓并绘制形状、识别道路图形标牌、电子眼、警示牌。图像智能识别技术则能够精准识别店铺名称、门牌号、停车场标识，甚至是营业时间。不仅如此，百度地图率先打破传统数据采集模式，实现了外业单人全景图像采集，使生产效率大幅提升。
文字识别OCR技术：百度文字识别OCR是国内首个公有云文字识别产品，整图中文识别准确率达85%+，英文91%+，支持任意场景、复杂背景、任意版面下的文字识别，支持10多种语言的识别。截至2017年7月13日，百度OCR技术在国际文档分类与识别大会(ICDAR)最具挑战性的自然场景类文字识别任务中斩获三项冠军，比赛结果均远超第二名，此外百度凭借OCR技术在该比赛中已经连续两年获得多项世界第一。
3）视频技术：行业首创视频内容分析VCA，夺冠“Kinetics视频分类比赛”
首创VCA技术，全面颠覆人工分类的视频分类模式。2017年5月，百度智能视频分析技术正式上线，推出视频内容分析VCA(Video Content Analysis)、智能封面选图服务、视频比对检索、视频内容审核。基于百度人工智能技术，智能视频分析技术可以对视频输出泛标签，并自动选取精彩视频封面，提高搜索准确度和用户推荐视频的曝光量。百度VCA是国内首个基于视频内容理解的分析技术，其提供的场景化视频服务尚属业内首创。百度VCA技术，全面颠覆了以往依赖人工分类的视频分类模式，满足用户对视频个性化推荐、精准视频内容检索的需求。
2017年7月，在由DeepMind主办的“Kinetics视频分类比赛”中，百度IDL的 Genome团队获第一。ActivityNet竞赛是目前视频动作分析领域影响力最大的赛事，被誉为视频界的ImageNet竞赛。其中，Kinetics是ActivityNet2017年最新推出的一个大规模视频分类任务，有400个动作类别，24万训练语料，每个视频长10秒左右，一个视频就是一个完整的类别，是迄今为止开放视频内容的最大视频分类数据集。
图表 17 百度视频内容分析功能：
资料来源：百度AI开放平台网站、华创证券
3、认知层：自然语言处理是技术基石，用户画像能力得天独厚
1）自然语言处理：核心技术行业领先，赋能新搜索生态
自然语言处理（NLP）是搜索引擎的技术之本。百度研发了多种NLP技术，包括语义理解、内容标签、情感分析、文本生成、摘要、深度问答、机器翻译和对话系统等。这些技术广泛应用于百度的搜索、信息流、智能助手等产品中，为数亿用户提供服务。搜索引擎是 NLP 技术最大的用武之地，搜索引擎最基本的模式是自动化地聚合足够多的内容，对之进行解析、处理和组织，响应用户的搜索请求找到对应结果返回，这其中每一个环节都离不开自然语言处理技术。
除了对NLP技术本身的研究，百度还将这些技术集成到统一的平台——NLP云，从而为百度各种产品提供服务支持。百度开发的NLP云平台拥有 20多种 NLP 模块，每天的请求数量超过1000亿次。
图表 18 百度自然语言处理技术体系结构图：
资料来源：雷锋网、华创证券
自然语言处理具有三种常用的应用系统，包括图像问答系统、机器翻译系统和对话系统。目前，百度翻译已可支持全球28国语言、756个翻译方向之间的互译，每日翻译次数达1亿以上。截至2017年初，百度已经为超过2万个企业和开发者提供百度翻译API，让他们提升自己的产品功能，为用户提供更优质的服务。
图表 19 百度神经机器翻译(NMT)系统：
资料来源：雷锋网、华创证券
图表 20 百度多轮交互对话系统：
资料来源：雷锋网、华创证券
2）知识图谱：用“知识”连接世界，创造智能应用
知识图谱技术包括知识的获取、组织、运用和传承等，这将是人工智能核心基础能力。目前百度的实体图谱已经包含了数亿实体、数百亿属性和千亿关系，这些都是从大量结构化和非结构化数据挖掘出来的。知识图谱能够对各类应用进行智能化升级，为用户带来更智能的应用体验，知识图谱已经在百度的生态中展现实力，智能问答、相关推荐和信息流推荐、百度度秘、百度汉语和智能提醒中均融入知识图谱技术，让用户体验获得极大提升。知识图谱还在百度各个产品线发挥作用，包括百度地图、百度金融、百度教育等。知识图谱开放平台也已上线，可接入数据引入和数据抽取两项服务。
图表 21 百度知识图谱技术应用：
资料来源：百度、华创证券
3）用户画像：“亿人亿面”——十亿用户画像、千亿级标签
用户画像是基于百度大数据、机器学习获得的能力，每天使用百度系产品的用户累积超过10亿。用户行为构成了用户画像能力的数据基础；百度大脑的高精度模型对百度80多条产品线，以及合作伙伴的数据进行分析挖掘，得到千万级别的用户标签体系，并且根据用户不同的行为特点贴标签、绘制画像。百度已有接近十亿的用户画像，对于用户的识别可以细分到1000万级细分标签。
图表 22 百度可根据用户不同的行为特点贴标签、绘制画像：
资料来源：数据观、华创证券
4、平台层：开放即加速度，开发者即贡献者
从开放量来说，百度为开发者提供80种强大的、可组合的AI能力。百度度开放了一系列基于深度学习的能力，包括但不限于语音、人脸识别、自然语言理解、知识图谱、数据智能等，几乎涵盖目前已知人工智能的所有技术领域。不仅提供API接口，而是提供综合的、解决场景化需求的一体化解决方案，可以让开发者、合作伙伴快速加入。从使用量来说，百度语音识别API年增长 300%，图像识别API月增长 200%。
图表 23 百度AI开放平台首页：
资料来源：百度AI开放平台网站、华创证券
推出AI生态伙伴计划，加速构建开放生态。2017年10月19日，百度在深圳发布名为“燎原”的AI开发者扶植计划，并正式启动AI加速器一期报名。“燎原计划”包括两个层次。首先，AI领域的解决方案商和产业链厂商可以报名成为百度AI生态伙伴，履行相应义务，并获得百度提供价值从十万到千万级别的技术、客户、营销资源支持；其次，优质的生态伙伴将有机会入选百度AI加速器，享有顶级导师定制课程、生态伙伴三星权益、百度投资入股、定向支持伙伴项目等核心权益。该计划拟在2018年为百度招揽500多家生态合作伙伴，培养超过5000名人工智能人才，遴选60多家创业公司进入AI加速器，并投资其中的优秀者。
百度智能云：百度AI平台的基础，战略地位不断上升
百度云作为百度 AI 平台的重要组成部分，其战略地位不断上升。人工智能时代，云计算是行业落地的基础设施，其战略布局的重要性不言而喻。2016年7月，百度开放云发布“云智数三位一体战略”。10 月，百度开放云正式更名为百度云。11月，百度云召开云智峰会，正式宣布聘任苹果及 SAP 前高管尹世明担任百度副总裁、百度云总经理，同时发布“云图计划”，计划未来5年投入100亿，建立百度云平台及生态体系。2017年7月的开发者大会上，百度提出智能云是百度AI平台的主要组成部分，百度云的战略地位再次上升。
图表 24 ABC智能云与传统云服务对比：
资料来源：百度云智峰会、华创证券
1）、从“提出”到“引领”，百度云占领ABC战略制高点
作为引领未来的战略性技术，人工智能(AI)、大数据(Big Data)和云计算(CloudComputing)组成的ABC是新一轮产业变革的核心驱动力。ABC战火炙热，已经成为科技巨头们新的“必争之地”。百度云也持续展开一系列的“变革大战”，稳固ABC领跑地位。1）人工智能AI：百度拥有一流的AI实力。2）大数据Big Data：百度拥有海量的数据和强大的大数据处理能力。3）云计算Cloud：百度有多年累积的从计算到存储、网络的强大核心技术能力。
图表 25 百度云ABC战略：
资料来源：湖南互联网联盟、华创证券
ABC战略的核心之一是云计算，云计算市场经过多年的发展，目前正在进入从动力引擎向智能引擎升级的下半场。2017年百度云智峰会提出的一个核心为云计算正在从量变走向质变。基于此，百度云推出了XPU（云计算加速芯片）、FPGA/GPU云服务器和ABC－STACK（技术栈）等代表ABC技术融合的新产品和服务框架，打造最领先的智能云服务。
（1） ABC-STACK框架，全面支撑ABC能力落地
通过ABC-STACK，百度云全面开放60项AI平台能力，9个开源开放的大数据服务能力，以及10种计算实例、6类网络组件、3级对象存储等强大的基础云服务能力。ABC-STACK的目标，是将百度多年在AI技术上的积累，通过百度云服务于中国的企业，以便其在全球的竞争格局中获得优势。
（2）XPU云计算加速芯片，专注于多样化计算任务
采用百度设计的新一代AI处理架构，拥有专用计算单元和数百个处理器，具备GPU的通用性和FPGA的高效率，同时针对PaddlePaddle深度学习平台进行了优化。XPU将大大增强AI、数据分析、云计算和无人驾驶等领域。
（3）FPGA/GPU云服务器，加速AI应用发展
百度云正式推出FPGA/GPU云服务器，将百度积累的技术能力开放出来，满足企业和开发者在AI时代的异构计算需求，助力人工智能和大数据的应用发展。
2、ABC差异化战略实现跨越式发展，广泛落地各行各业
百度云 ABC 以人工智能为中枢，以大数据为依托，以云计算为基础，能够全面输出百度的技术能力和资源。三位一体的 ABC 战略将与产业结合，全方位满足客户需求，同时为大数据与人工智能提供更好的应用场景。百度云ABC差异化战略已获得行业客户的认可，并实现跨越式发展，2017年百度云客户数、流量、收入分别是2016年的11倍、8倍和4倍。
百度云已推出四大智能平台，为社会各个行业提供最安全、高性能、智能的计算和数据处理服务。四大智能平台包括智能大数据平台——天算、智能多媒体云平台——天像，以及智能物联网平台——天工、人工智能平台——天智。
1）百度智能多媒体云平台——天像
百度天像智能多媒体云平台依托百度海量资源，提供了包括从文档到视频的多媒体处理服务；同时基于百度人工智能技术，开放百度在图像、语音处理的智能服务。天像平台为国家教育部、全民TV、熊猫TV和罗辑思维等教育、直播、媒体类企业提供了优质的智能多媒体服务。
图表 26 百度天像—智能多媒体：
资料来源：湖南互联网联盟、华创证券
2）百度智能物联网平台——天工
百度天工平台提供从设备端的SDK到接入、协议解析、设备管理、存储、数据等全栈产品，让企业和合作伙伴可以快速搭建一个满足行业诉求的物联网应用。百度天工的物接入服务是国内首个支持原生MQTT协议的公有云物联网服务，物解析服务是国内第一个支持工业Modbus协议的云服务，抹平行业技术鸿沟，降低传统企业上云门槛。同时得益于百度天算平台的大数据和人工智能技术，在设备维保领域，天工平台帮助用户实时、存储设备数据，通过机器学习和深度学习等方式，可以大大提高设备故障预测的准确率。天工平台为太原铁路局、中船重工、康力电梯等企业提供了高效的物联网解决方案。
图表 27 百度天工——端到端的全栈物联网平台：
资料来源：湖南互联网联盟、华创证券
3）百度智能大数据平台——天算
天算平台整合百度大数据服务和人工智能技术，提供从数据收集、存储、处理分析到应用场景的一站式服务，广泛适用于诸多行业场景，在生命科学、数字营销、日志分析、金融征信、智能客服等领域变现尤为突出。天算平台为传奇影业、诺禾致源和e袋洗等企业提供了优质的大数据分析服务，证明了其在影视娱乐、生命科学等领域的良好应用。
图表 28 百度天算——智能大数据：
资料来源：湖南互联网联盟、华创证券
4）百度天智——人工智能平台
天智平台由三个部分组成，分别是感知平台、机器学习平台与深度学习平台。感知平台主要包括图像技术(文字识别和人脸识别)、语音技术(语音识别、语音合成和声纹识别)和自然语言处理(NLP Cloud)，可以应用于智能客服、身份验证、内容审核等场景，应用开发者可针对特定场景的应用直接调用API。机器学习平台是百度云端托管的机器学习服务，可以打通机器学习全流程，并开放Spark MLlib;同时支持百度用户画像数据，并提供多种应用场景模版。深度学习平台支持多种神经网络结构和优化算法以及自定义网络配置，对于计算、存储、架构、通信等多方面进行优化，支持多核、多GPU、多机环境，其Paddle内部技术已经使用成熟，并实现对全球开发者的开放。
图表 29 百度天智——人工智能平台：
资料来源：湖南互联网联盟、华创证券
此外，百度发布ABC Inspire技术标识，赋能工业、媒体和金融等各行各业。2017年百度云智峰会发布百度云ABC技术标识——ABC Inspire，代表ABC赋能行业、推动变革。ABC Inspire首先赋能支持百度内部的产品和平台，包括DuerOS、Apollo平台，都是基于百度云。百度云ABC实现对DuerOS三层系统结构的赋能，打造目前最优秀的中文对话式人工智能系统；ABC赋能Apollo的整体设计框架，助力Apollo 1.5升级发布。同时百度云凭借ABC技术优势以及成熟的解决方案，正在营销、金融、媒体、工业、交通、物流等各个行业推动创新与变革。多家行业领军企业客户在峰会上展示了众多令人惊艳的ABC应用案例。
三、开放Apollo和DuerOS两大应用平台，从云至端构建完整AI开放生态
百度AI开放布局从云延伸至端，已建立起一套完整的生态体系。云端，百度开放百度大脑和智能云，为每一位开发者提供其所需的能力，帮助他们搭建自己的知识体系和行业解决方案。端上，百度开放DuerOS、Apollo两大应用平台，Apollo和DuerOS核心能力都源自百度大脑。
图表 30 百度AI开放生态战略：
资料来源：百度AI开发者大会、华创证券
Apollo平台：打造汽车界的安卓系统
Apollo开放平台标志着全球范围内自动驾驶技术首次系统级开放，将帮助汽车行业及自动驾驶领域的合作伙伴快速搭建一套属于自己的完整的自动驾驶系统。开发者借助Apollo能力，可以搭建自己的自动驾驶汽车，让自动驾驶从0到1只需要三天。Apollo生态设计基于Apollo宣言的四个战略目标：
1）开放能力。汽车工业正在走向自动驾驶的未来，最大痛点是技术壁垒太高，任何一家企业都需要多年技术，人才和数据的累积。百度起步较早，有将近4年的相关积累，并且有强大的持续研发能力。百度将把这些能力开放给合作者，帮助他们迅速进入自动驾驶研发。
2）共享资源。任何一个Apollo的合作伙伴都可以使用Apollo技术，同时他们都有机会对Apollo生态做贡献，尤其是贡献有价值的数据资源。Apollo计划的共享原则是：贡献的越多则获得的更多，因此Apollo受益，合作伙伴更受益。
3）加速创新。创新是Apollo的核心所在，因为AI的技术核心是数据＋能力。数据的累积、能力的迭代、技术更新的速度是整个工业的关键。Apollo生态会将越来越多的数据资源汇总在一起，这样Apollo每天测试的场景越来越多，而且这个迭代、创新的速度将会不断的加快。未来Apollo的创新速度和创新能力将超过任何一个封闭体系，Apollo自动驾驶能力将会领先整个工业。
4）持续共赢。百度的商业模式将基于百度的算法、数据、大规模计算等核心能力，聚焦提供一系列高价值的商业化核心服务。百度所提供的能力，将是目前汽车工业所没有、可互补的。每个合作伙伴都可以聚焦在自己的核心能力上，用Apollo来加速创新，获取更多的商业价值。
Apollo具备整个工业最完整、最强大的自动驾驶布局，在每一个关键部位都有强大的能力和布局。1）大脑是Apollo平台；2）血液是云服务，除百度云外，百度还有Microsoft等公司在国外提供核心云服务；3）四肢和骨骼是国际一流的供应商。传感器方面，百度有很多非常出色的有强大创新能力的合作伙伴。整车制造商，百度在全球有15家合作伙伴；3）心脏是计算硬件，百度与英伟达、英特尔均建立了良好的合作关系。4）在落地能力上，百度有很多出行服务提供者和国内城市合作伙伴。
图表 31 Apollo拥有自动驾驶工业最完整的布局：
资料来源：百度AI开发者大会、华创证券
Apollo的核心技术框架由软件平台、服务平台、参考硬件平台和参考车辆平台四层组成。把所有的模块加在一起，Apollo能让每一个开发者从0到1，快速组装一辆属于自己的自动驾驶车。
1）中间是软件平台。Apollo开放了一系列重要模块，重点是以下四大模块。自定位模块：使用百度业内领先的高精地图，加上多种传感器融合，让每一辆车都可以低成本、全天候地精准定位。感知模块：感知是当前自动驾驶工业创新的重点，运用顶尖的人工智能技术能“看清”和“看懂”路况。车辆规划控制：Apollo模型运用AI和大数据，采取最安全的驾驶策略做到精确的车辆控制，也能适应不同国家的交通路况。运行框架：核心是安全、可靠、实时控制，并能同时支持Intel和NVIDIA的芯片。
2）最上层是服务平台。Apollo重要的开放能力汇聚于此，重点包括：1）高精地图服务；2）仿真引擎；3）安全服务；4）DuerOS服务将为每一辆车提供智能化的车内用户体验。
3）参考硬件平台和参考车辆平台。Apollo硬件平台支持从CPU到GPU到FPGA各种计算硬件，也支持从GPS、IMU、摄像头，到激光雷达等各种传感器。同时，Apollo提供的黑盒子能够记录和保存所有的数据信号，使得合作伙伴可以更安全、有效地预防和处理车辆事故。
图表 32 Apollo技术框架：
资料来源：百度AI开发者大会、华创证券
从Apollo 1.0到Apollo 1.5，自动驾驶开放生态逐渐完善
在2017年百度AI开发者大会上，百度正式对外开放Apollo 1.0，包括三种不同的开放形式：开放代码、开放数据和开放能力。同时公布了Apollo开放路线图：到2017年9月份，Apollo将会开放固定车道自动驾驶能力和开放部分的仿真引擎数据；到2017年年底，Apollo将开放一系列新的能力，使车辆能够在简单城市路况下，完成自动驾驶任务，同时会开放更多的数据及数据上传的接口；2018、2019、2020年，Apollo会加强开发能力，加速开放速度，直到最后实现完全自动无人驾驶。
图表 33 Apollo开放路线图：
资料来源：百度AI开发者大会、华创证券
Apollo1.5如期开放，跑赢时间表。2017年9月20日，百度召开APOLLO MEETUP开放平台技术发布会，发布Apollo 1.5，从Apollo1.0的固定车道循迹驾驶升级为固定车道行车。
Apollo 1.5最大的亮点是新增昼夜定车道自动驾驶功能，该功能不仅能在夜间恶劣的视觉环境下精准识别障碍物，还可识别出异性障碍物，比如大型犬、足球、垃圾桶等。
在Apollo1.0的基础上，Apollo 1.5开放五大能力，包含障碍物感知、决策规划、云端仿真、高精地图服务、端到端的深度学习（End-to-End）。
1）障碍物的感知模块。感知是无人车的“眼睛”，Apollo采用基于64线激光雷达的解决方案，对3D障碍物进行追踪和识别，对激光雷达采集的数据结合高精地图提供的在线服务，把无人车所在的区域进行划分，将不需要的数据去除掉，极大的提高运算的有效性。基于深度学习的方法，对无人车周边一定范围内的障碍物进行精准的识别和追踪，同时，配有GPU运算平台系统，能够非常快的实现从原始的典型数据到障碍物的追踪，甚至是识别整个任务的实现。
2）车辆的决策和规划的模块。决策和规划的模块是为了保证无人车能够安全准确地规避所有的障碍物，能够完成点到点的自动行驶能力。首先对无人车所收到的所有的数据进行筛选和聚合，然后在决策规划的模块里对数据进行无人车世界里的重构。基于上述操作，再运用不同的优化器进行不停地互相反复迭代，能够为无人车画出一条最高质量的，最安全的，也是最光滑的行车路径。
3）云端仿真平台。Apollo仿真引擎是推动 Apollo能力快速创新的核心。云端仿真是Apollo开放平台的重要工具链，拥有海量的场景数据，基于大规模云端计算容量，打造日行百万公里的虚拟运行能力，形成一个快速迭代的闭环，让开发者轻松实现“日行百万公里”。Apollo云端仿真是唯一开放的、内置高精地图的、为自动驾驶量身打造的仿真平台。Apollo开放的专门针对自动驾驶度量的仿真器具备四大优势：第一是内置高精地图，第二拥有海量场景，第三有云端的强大的计算能力，第四是专业的度量体系。
4）高精度地图。Apollo高精度地图是最懂自动驾驶的地图，具有精细化程度最高，生产效率则高，覆盖面最广的优势。高精度地图和普通地图的区别在于：首先是精度高，相比较普通地图而言，高精地图增加了大量的几何信息、车道信息、交通标志信息。整个属性从40多种变成两三百种，相对精度达0.1-0.2米，实现了精细化程度最高。第二是生产效率最广，百度高精地图依托模式识别、深度学习、三维重建、点云信息处理等世界领先的技术，其数据自动化处理程度已达到90%，能自动识别包交通标志、地面标志、车道线、信号灯等上百种目标，准确率高达95%以上。第三是覆盖面最广，2020年Apollo高精地图将覆盖全国所有高等级道路及重点城市道路。
2017年7月5日，百度与国际顶级地图厂商TomTom达成合作，宣布联手研发用于自动驾驶的高精地图，双方将在所有市场实施全球统一标准，并全面整合双方在高精地图生产和人工智能方面的专业知识。百度将利用TomTom的实时地图生产平台来改进在中国使用的高精地图。
5）端到端的深度学习。端到端是指将感知的数据输入，到最后把决策和规划的结果输出的整套系统。输入和输出系统适配不同的底层结构，算法上采用经典的图象处理网络，纵向上创新性地使用基于深度学习的神经网络。
图表 34 Apollo1.5定车道昼夜自动驾驶架构：
资料来源：APOLLO MEETUP开放技术发布会、华创证券 （注：浅蓝色部分是Apollo1.0开放的内容，黄色是Apollo1.5开放的内容，深蓝色部分内容尚未开放）
全球开发者反映强烈，搭载Apollo的智能汽车迅猛落地。开放首月，在Github上C++类项目中排名第一，6000多个开发者推荐Apollo开源软件，1300个合作伙伴使用Apollo开源代码，近百个合作伙伴申请开放数据，已签署量产方案、产品研发、合作意向超过50起。
在Apollo1.5发布时，全球已有近70多家合作伙伴加入了Apollo计划。合作伙伴包括：1）优秀的中国汽车制造商和两家世界一流的汽车制造商——福特和戴姆勒；2）世界一流的汽车零部件供应商和和芯片公司、传感器公司、地图公司、云服务公司、创业公司、研究机构；3）中国众多的城市合作伙伴。其中Apollo与激光雷达制造商 Velodyne 宣布合作。
图表 35 Apollo的部分合作伙伴：
资料来源：百度AI开放平台网站、华创证券
Apollo是业内最扎实、最全面的自动驾驶开发者生态，从软件、硬件、专项资金、数据集和工具、开发者社区、测试场地等全方位赋能合作伙伴和开发者：提供专项资金扶持、更丰富更易得的训练数据、更丰富的软件支持、方便获取的硬件和车辆平台、更好的教育资源和更多的开发者、更安全规范的测试场地等。
图表 36 Apollo开发者生态的全景图：
资料来源：百度AI开放平台网站、华创证券
DuerOS平台：引领对话式人工智能时代
DuerOS是百度度秘事业部研发的对话式人工智能系统。2017年7月5日百度 AI 开发者大会上百度推出 DuerOS 开放平台；8月18日，百度发布DuerOS全球合作伙伴计划。DuerOS是一款对话式人工智能系统，搭载DuerOS的设备可让用户以自然语言对话的交互方式，实现影音娱乐、信息查询、聊天休闲、生活服务、智能家居、出行路况、实用工具、手机指令、个人助手、知识教育等10大类目、100+功能的操作，可以为不同行业的合作伙伴赋能，广泛支持手机、电视、音箱、汽车、机器人等多种硬件设备，同时支持第三方开发者的能力接入。
图表 37 DuerOS具有优质丰富的原生对话技能：
资料来源：百度AI开发者大会、华创证券
DuerOS开放平台打通智能语音生态——听清、听懂、满足用户需求。DuerOS是真正能够做到听清、听懂、满足的开放生态系统，提供最容易上手的软硬件一体化解决方案，包括多样化的开发套件和完全开放的参考设计。DuerOS 的整体架构包括三层：中间层为核心层，即对话系统；最上层为应用层，即智能设备开放平台；最底层为能力层，即技能开放平台。
图表 38 DuerOS整体技术框架：
资料来源：百度AI开发者大会、华创证券
核心层：对话系统。从语音识别到语音播报再到屏幕显示的一个完整交互流程，以及背后支撑交互的自然语言理解、对话状态控制、自然语言生成、搜索等等核心技术，这些技术支撑着上下两层的实现。
图表 39 小度对话核心系统：
资料来源：百度AI开发者大会、华创证券
应用层：智能设备开放平台。主要是为第三方厂商提供包括核心接入组件、芯片模组、麦克风阵列等的开发套件，以及包括工业设计、结构设计、音腔设计在内的参考设计方案。
图表 40 DuerOS为第三方厂商提供开发套件：
资料来源：百度AI开发者大会、华创证券
能力层：技能开放平台。主要是面向开发者，提供了包括了原生技能和第三方技能在内的技能开放平台，开发者可以通过技能工具，来创建并发布基于 DuerOS 的技能。
图表 41 DuerOS为开发者技能开放平台：
资料来源：百度AI开发者大会、华创证券
DuerOS将搭建并开放从硬件到软件的全栈能力，为企业提供turnkey解决方案，降低企业使用门槛。搭载DuerOS系统能力的“智慧芯片”，具备低成本、低功耗、高度集成等特点。DuerOS智慧芯片使用了ARM的mbed内核以及安全协议栈，将Duer OS大脑、语音解决方案与紫光展锐提供的芯片实现完美集成，汉枫电子则基于该芯片推出了WIFI模组HF-LPB200U——一款低成本、小体积的通用模组，广泛适用于智能玩具、蓝牙音箱、智能小家电等多种设备，极大降低了合作伙伴使用人工智能对话系统的门槛。
图表 42 DuerOS提供Turnkey解决方案：
资料来源：百度AI开发者大会、华创证券
DuerOS已广泛赋能，引领行业进入语音交互新时代。百度DuerOS已经广泛赋能智能家居、可穿戴、车载和移动等多个行业，并与小鱼在家、联想、HTC、美的等多家企业达成生态合作。目前，搭载DuerOS的极米无屏电视、猫王音箱、TCL电视、创维盒、联想电视等均已上市。在IFA 2017(柏林国际电子消费品展览会)上，搭载DuerOS的TCL最新旗舰电视正式发布并参展，DuerOS再次登上国际舞台，其搭建的开放平台也得到越来越多合作伙伴的认可与信任。
四、软硬一体化战略逐渐落地，垂直行业AI商业化进程加速
国内甚至国际的AI商业化“抢位战”才刚刚拉开帷幕，格局远未成定局。以“智能语音操作系统”为核心的人机交互、以“人脸识别”为核心的智能图像识别，以“智能驾驶”为核心的机器大脑，以及他们背后所连接的家庭场景、交易和身份识别场景、汽车场景，已逐渐成为百度AI商业化落地的主战场。李彦宏在今年2月给员工的一封信中表示，人工智能的机会来自于软件硬件的整合以及垂直行业的发展，AI技术的商业化将成为公司的核心业务。
人机对话“撕”开场景：软硬件结合实现产品落地
对于百度来说，软件技术已经足够强大，更缺乏的其实是硬件基础，人工智能与新型硬件的结合是技术变现的重要方式。在2015年开发者大会上，百度推出对话式人工智能秘书——度秘。度秘已在手机百度Android、IOS 6.8以上版本及PC端同步上线，现已推出独立APP，供IOS用户下载使用，产品依靠多模交互、多轮对话、自然语言处理、全网数据挖掘等技术实现个性化、场景化、口语化的服务。目前百度已经推出了四大度秘解决方案，分别应用于智能家庭、智能手机、智能车载以及度秘APP。
度秘推出以来，先与肯德基合作推出人工智能概念店“Original+”，又在高考期间将度秘应用到高考查询报考信息服务中，随后携手中信国安广视，打造人工智能电视盒子，并推出DuerOS人工智能操作系统，联合小鱼在家研发推出个人智能助理机器人。搭载了百度对话式人工智能系统 DuerOS 的“小鱼在家”在2017年CES上被CNN评选为14项最酷技术产品之一。度秘的尝试可以看做百度在人工智能与硬件设备的新探索，即让产品脱离手机，以智能交互的方式深入数字家居等众多应用场景中去。
图表 43 度秘四大解决方案：
资料来源：度秘官网、华创证券
收购渡鸦科技，成立智能家居部门，百度软硬一体化战略逐渐落地。2 月 16 日，百度宣布全资收购做智能家居中控硬件的渡鸦科技，创始人吕骋任百度智能家居部门总经理，直接向百度集团总裁和首席运营官陆奇汇报。同日，百度也宣布将原来的度秘事业部升级为事业群，直接向陆奇汇报。这一软一硬的动作，基本反映了百度在人工智能方面软硬结合的战略布局，对于奠定百度智能交互平台的领先优势以及打造软硬件一体化的核心竞争力有着非常重要的意义。
无人驾驶未来时：“开放赋能”引领技术趋势
百度是国内最早投入大量资金和人才资源布局无人车研发的企业，技术积累雄厚。无人驾驶是结合汽车工业、人工智能等的综合技术领域，极致的硬软件配置对于无人驾驶汽车来说必不可少。百度无人驾驶车项目于2013年起步，其技术核心是“百度汽车大脑”。百度自2015年开始大规模投入无人车技术研发，2015年12月初百度完成北京开放高速路的自动驾驶路测，并于宣布正式成立自动驾驶事业部，并计划三年实现自动驾驶汽车的商用化，五年实现量产。
2016年8月，百度无人车刷新了KITTI测试的多个世界记录——在KITTI竞争最激烈的车辆检测评比中排名第一。9月，百度获得美国加州自动驾驶路测牌照；11月在浙江乌镇开展普通开放道路的无人车试运营。
图表 44 百度无人驾驶大事记：
资料来源：华创证券根据公开资料整理
2017年以来，百度加速无人车的布局，致力于“开放赋能”，引领技术趋势。2017年3月，百度成立智能汽车事业群组（IDG），由百度集团总裁兼首席运营官陆奇兼任总经理。IDG将由自动驾驶事业部（L4）、智能汽车事业部（L3）、车联网业务（Car Life etc. ）共同组成。2017年4月，百度发布了一项名为Apollo的新计划，宣布将向汽车行业及自动驾驶领域的合作伙伴提供一套完整的软硬件和服务的解决方案，7月开发者大会上百度正式开放Apollo 1.0，计划开放一些列引擎数据和接口，9月百度对外公布了 Apollo1.5 版本，开放了五大核心能力。
此外，百度不断与国内外车企达成战略合作为无人车铺路。目前百度已与奇瑞、北汽、金龙、首汽约车多个汽车生产制造企业及约车平台达成战略合作，上升势头强劲。
图表 45 百度与多个车企达成战略合作：
资料来源：华创证券根据公开资料整理
图像识别/语音识别进行时：智慧机场和智能客服成为新阵地
百度近期在AI技术平台体系（AIG）下单独成立了智慧机场业务部、智能客服与金牌销售业务部，安防和智能客服领域成为百度AI技术落地的新场景。
语音识别方面，智能客服与金牌销售业务部融合语音识别、自然语言处理等前沿技术，在提升企业与客户电话沟通中的效率和效能，进行的突破性尝试。该技术通过对呼叫中心的通话历史语音进行分析，提取客户画像、优秀销售经验，并在通话过程中进行实时语音识别及分析等方式，结合当前客户情况与销售特点，个性化推荐适合的销售思路与话术要点。智能客服与金牌销售业务部可以改造传统呼叫中心，客服不再受到人类情绪影响，更为精准、耐心，并且减少了企业的人力成本。百度系的携程依托AI技术的智能客服已经服务超1亿人次。
篇7
自2006年以来，人工智能（Artificial Intelligence，AI）的发展迎来了第三次浪潮。谷歌、IBM、百度、腾讯等商业巨头的参与，使得人工智能方向的科学研究从学术界的沙盘模拟演变为大规模团体实战[1]。2017年是中国人工智能战略驱动的最为关键的一年。3月，人工智能首次被写入政府工作报告。7月，国务院重点指出人工智能技术和产业的发展规划，即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，提升智能制造水平[2]。10月，十九大报告指出促进人工智能和实体经济深度融合的战略方针。12月，工信部印发促进新一代人工智能产业发展的三年行动计划，旨在加快制造强国和网络强国建设。这一系列政策与方针都将人工智能作为重要的国家科技战略规划，为人工智能的发展布局提供了明确的时间表和路线图。
人工智能在国家战略层面地位已然举足轻重。人工智能方面的人才需要掌握系统而庞大的知识体系，涉及脑科学，数学、计算机等多门学科，这已经超出当前狭义计算机专业的培养内容。为加快人工智能方向的人才储备，2018年4月，教育部要求高校在计算机科学与技术学科设置人工智能方向，形成“人工智能＋X”的复合专业培养新模式[3]。2018年，教育部正式批准35所高校首批建设本科人工智能专业，2019年9月首批人工智能专业的本科新生入学。到2020年，基本完成高校科技创新体系建设和学科体系的优化布局以适应新一代人工智能技术发展，在计算机大类专业下以人工智能为视角探讨本学科所应具备的新的内涵与外延。
目前，高校计算机专业采用的宽口径培养模式，在人工智能方面的人才培养具有相当的局限性，以至于高度浓缩到了仅仅给学生做高级科普的程度。学生难以全面深入地掌握人工智能知识技能，难以具备解决企业关键问题、适应产业发展趋势的能力。因此，在计算机大类专业下发展人工智能学科体系，独立建设人工智能专业，培养卓越的领域人才是当下人工智能战略发展的刚性需求。
二、人工智能产业发展现状
我国的人工智能发展仍处于探索阶段。图1显示了2017年全球高科技企业AI团队的规模统计数据。从图1可以看到，谷歌，微软等国外高科技企业，在AI团队上均有千人以上的规模，相较于国内行业领军者百度或腾讯等企业，领先幅度达到数倍之多。这一现象表明，我国在人工智能人才的储备上存在着巨大缺口，如何培养高质量、高水平、高素质的人工智能方向专业人才，是我国当前互联网、信息行业教育方向中一个亟待解决的重要命题。
图1 2017年全球高科技企业AI团队规模
图2 全球AI领域高校数量分布
我国各重点大学早就展开了许多人工智能相关技术的研究，只是当时人工智能一般会放在研究生教育中，作为计算机科学、互联网信息技术等专业的一个研究方向进行具体探索。人工智能领域研究及学科建设方面都有着广泛而坚实的基础，教研成果丰富，师资力量雄厚。响应人工智能国家战略，我国各重点大学责无旁贷。
围绕人工智能专业建设，本文分析了国内外人工智能相关专业招生和就业现状，提出在计算机大类专业下建设人工智能的专业内涵，明确了人才培养目标，构建出有层次的课程体系架构。期望开拓出一条适应我国人工智能领域发展现状的人才培养模式，为人工智能学科体系布局做出贡献，有望为中国高等教育人工智能人才培养探索一条新的路径。
三、国内外人工智能相关专业招生及人才就业情况
一个领域的竞争归根结底是人才的竞争。人工智能的蓬勃发展造成了人工智能软硬件设计、算法设计、工程管理等各方面人才的稀缺。早在2016年的相关数据显示，中国人工智能的技术人才储备与市场需求之间存在着500万人的缺口。全球AI研究及直接从业者约有30万人，主要分布在高校、AI新兴企业、科技巨头以及其他领域。图2给出了截止2017年末，全球在相关人工智能相关领域高校专业的分布情况。全球主要有293所具有人工智能研究方向的高校，其中美国高校较早地开展了人工智能研究，占据全球的57.3%，一枝独秀。加拿大、中国、印度、英国等国家位于第二梯队，有着较大的提升空间。
国内外相关专业招生情况为人工智能专业的建设提供了一条认识与理解的渠道。斯坦福大学在人工智能领域居于世界领先地位，它在人工智能方面的本科教学涵盖的课程全面而前沿，包括计算生物学、语音识别、认知和机器学习等。学校授予计算机科学理学学士学位。加利福尼亚大学伯克利分校在研究生设置了计算机科学理学硕士学位，内置认知科学技术和人工智能相关的课程。卡内基梅隆大学拥有世界首屈一指的机器人技术，其计算机学院设有专门的机器学习系，包括机器学习辅修和统计机器学习专业。目前，国外高校还未直接将人工智能作为专业应用于本科学生培养。
人工智能的就业前景在当前相当广阔，人才市场需求亟大，但是大多集中于计算机视觉和语音识别等热门应用领域，造成其他领域的人才相对匮乏。国内的信息产业升级，互联网行业的转型，服务业、工业的智能研发都需要大量的人工智能专业人才。自2017年5月中国科学院大学成立人工智能技术学院以来，国内很多高校紧跟步伐，在人工智能人才培养上争相布局。清华大学计算机系从大一下学期开始，引导学有余力的学生进入智能技术与系统国家重点实验室或相关科研机构，跟随导师从事科研工作。北京大学开设的智能科学与技术专业主要建设机器感知、智能机器人、智能信息处理和机器学习等交叉学科的研究和教学。北京航空航天大学、上海交通大学和北京交通大学新设的人工智能研究院均是针对研究生集中培养。南京大学在2018年正式成立人工智能学院，由周志华教授任院长，建设机器学习与数据挖掘和智能系统与应用两个本科专业。
国内外大学本科教育阶段，都还未针对人工智能专业人才进行系统性、独立性地培养。我国每年人工智能方向的毕业生约2万人，远远不能满足市场对人才的需求。成都市人社局的报告明确指出，在成都市人工智能产业中，AI架构师、算法工程师、仿生机器人研发工程师等9类人才紧缺指数达到最高级别。本科教育阶段是学生掌握基础知识技能、形成科学思维、塑造人生价值观的黄金时期。因此，电子科技大学在本科计算机大类专业下开设人工智能专业进行优势提升和改进，直面国家战略需求，紧贴行业形势，为人工智能领域的发展增强年轻的生命力，为国家社会培养人工智能人才提供优质的平台和孵化园，为学生成材孕育强大的基础和肥沃的土壤。
四、人工智能专业建设探索
（一）把握专业建设内涵，明确人才培养目标
国家战略需求、社会人才缺口等宏观背景，是设立人工智能专业的必然因素。长久发展与传承，把握专业建设内涵和人才培养目标是教育的灵魂所在。在筹备人工智能专业的过程中，首先需要明确在计算机大类下建设人工智能专业的意义。自1956年约翰·麦卡锡等科学家正式提出人工智能学科以来，人工智能已逐渐发展成为一门广泛交叉的前沿科学。以计算机学科门类中各专业为基础，吸收生物科学、数学、哲学、文学等学科关键知识，不断促进人工智能学科的前向延伸和拓展。人工智能虽然是多学科融合发展的领域，但是它强调推理、知识、规划、学习、交流、感知，具备影像辨识、语言分析、人机对抗等计算机领域典型应用场景，与其它专业区分明显。同样的，人工智能的学科交叉特性明显不同于目前计算机大类下分的如大数据、信息安全等其他专业，应当作为计算机下独立的学科分支进行探索与研究。
aaa
图3 人工智能专业人才培养的基本要求
人工智能旨在模拟人的意识与思维过程，智能信息处理是它的主流研究和产业化应用方向。其主要的研究内容包括语言识别、图像识别、自然语言处理和专家系统等。近年来，人工智能在经济政治决策，控制系统，仿真系统等应用场景中得到了愈加广泛的重视。无论是从科学技术发展历史，还是从当今新时代新经济发展趋势来看，增设人工智能专业具有十分明显的合理性、迫切性。国内的许多高校将相关专业设置于自动化大类下，没有考虑到由于互联网、大数据等新技术领域带来的影响和冲击，难以强调并突出人工智能自身理论和技术应用，不能很好地满足工业界普遍趋势所提出的人才需求。
面向国家“创新驱动发展战略”与“新一代人工智能发展规划”的重大需求，本文详细剖析了相适应的专业人才培养的基本要求。本文创新性地提出人工智能专业人才所需的各项基本要求，如图3所示。优秀的人工智能方向专业人才应当具备个人素养，创新实践，领导才能以及专业技能四个基本方面的能力。从这四个方面出发，全方位引导与培养学生具备良好的个人素养、扎实的人工智能专业技能、突出的创新实践能力和卓越的领导才能，有效地成长为国际一流工程师、科学家和企业家，在我国人工智能产业发展中贡献力量。
（二）构建课程体系架构，明确毕业评价要求
人工智能专业规划必须清晰、目标明确。在课程设置方面，以学生素质为核心完成课程体系架构设置，构建完备的专业人才培养方案。教学任务分配层次分明地落实在课程实施上，开发严整的教学培养体系。课程体系架构有四大类模块，详细分为公共基础课程、计算机学科基础课程、人工智能专业课程和实践进阶课程。四个模块相互依赖，公共基础课程、计算机学科基础课、人工智能专业课程层层深入，筑起坚实的知识体系高墙，教学过程步步为营，培养学生从基础到专业的能力思维。公共基础课程扎实培养学生基础的人文素养和数理知识，掌握数理相关的建模、仿真、测试与评价过程，完成高中到大学的自然衔接过渡。计算机学科基础课程以硬件类、软件类与计算工具类课程为类别划分，从三个方面循序渐进地培养学生掌握计算机领域的核心知识。学科基础课程侧重于对计算机底层知识、人工智能数学基础能力、计算机原理的教学，为大二专业课程打下坚实基础。
人工智能专业课程下分为核心类、技术支撑类和平台类课程，核心类课程引领学生熟悉人工智能知识基础、行业技术和核心理论。在研究人工智能的众多分支领域中，学习技术支撑类课程力助学生把握成熟的技术和模型。平台类课程基于智能机器人研究创新开发平台，进行智能制造和设计。这些理论课程锻炼学生获取知识、应用知识和创新思维能力，使之为从事人工智能理论研究、技术开发与创新实践保驾护航。
实践进阶课程可以检验学生对理论知识的掌握深度。实践课程与教学贯穿人工智能专业学习始终，以开发动手能力、发掘创新思维、塑造科研精神为目的，培养学生在理论实践、创新创业、合作领导多方面的才能。首先，人工智能专业实验全面覆盖所开设专业的课程。其次，综合素质实践、专业实习、基地实践、毕业设计等环节逐渐帮助学生将课堂知识转换为科研与工程能力。此外，鼓励大二以上的学生加入实验室参与科研，使科研与教学相互融合促进。为学生构建创新实践平台，校企合作的实践实训机制保障了学生真实地了解企业发展动态和社会需求。在人工智能理论与技术两方面都能提升学生的创新实践能力，尽早地明确未来发展方向，制定生涯规划。目前，许多高校学生为了快速迎合时代需求，对人工智能领域浅尝辄止，缺乏扎实的基本功与充分的研究成果，急于求成，在求职过程中屡屡碰壁。因此，学校应提供最大帮助与支持，让学生明确研究方向，鼓励学生在国内外继续深造，成为人工智能领域有真材实料的人才。
国家社会的需求在动态发展，学生受到的教育和训练也应有明确的规划。现阶段的专业培养，对学生的要求应当不仅局限于四年知识的系统传授，更多地要求学生锻炼综合知识，专业技能，创新实践，自我修养等几个方面的能力，使学生成为在人工智能领域独当一面的栋梁之才。
综合知识方面，培养学生具备坚实的人文社科基础知识；具有正确的道德观、社会责任感和工程职业道德；具备数学、自然科学以及人工智能相关基础学科的知识，具备在经济学、管理学等可能应用领域的基本知识，培养学生全方面、多元化的科学素养。
人工智能技能方面，培养学生具备扎实的人工智能专业基础知识，能够针对典型应用领域的复杂工程问题和需求，结合人工智能相关原理与技术，设计系统级或单元级的解决方案。了解人工智能技术前沿研究的状态及趋势，能够基于科学原理并采用科学方法对工程问题进行研究，包括建模、算法设计、程序实现及实验、进行实验收集数据、分析与解释数据以及通过信息综合得到合理有效的结论，加强学生对专业知识的深入理解，分析应用能力。
创新实践方面，借助案例分析、项目设计、科学研究、创新实践竞赛等方式，让学生掌握基本的创新方法，具有创新意识和态度，能够提出创新性的技术路线与方案，并具备较强的方案实现与分析能力。从信息产业、医学、生物学、经济学等实际应用出发，锻炼学生结合面对多样化的应用场景的理论结合、模型设计、实验分析能力。
自我修养方面，让学生对学习过程进行不断的探讨与思辨，组织学生参与知识技术的分享讨论，培养学生在知识综述、工程设计和沟通辩论的能力。通过综合性的实践项目，学生具备充分的组织管理能力、语言和文字表达能力、人际交往能力以及在团队协作能力。培养学生对学习的正确认识，不断适应发展的意识，具备国际视野、跨文化交流、竞争与合作能力，最终成长为人工智能产业的高级人才。
人工智能专业的毕业生可选择继续在人工智能领域深造，进行更深入地研究，或是于信息产业高新技术企业、科研院所、政府部门等行业就业，从事人工智能的技术研究、系统研发以及工程管理和教育等工作。成为该领域的软硬件高端工程师、交叉学科的应用架构师、创新创业家、算法研究与理论创新科学家，为国家科技进步贡献重要力量。
篇8
日前，国务院总理李克强在今年全国两会上明确，要加速发展智慧家居等新兴产业，智慧家居再次被推至风口。前日，美的、海尔也发布了机器人产品。《每日经济新闻》记者注意到，无论当前对于智慧家居的入口争论如何激烈，从各方动作来看，机器人进入家庭，并在智慧家居中担任重要角色已是未来的必然趋势。
如今，人工智能在首轮围棋大战中获胜，人类向人工智能认输，是否意味着，人工智能进入家庭也近在眼前？
巨头跑马圈地进攻服务机器人
在今年的AWE上，智慧家居仍然风头不减。美的与海尔均选择在AWE开幕前一天分别发布机器人Bubble和Ubot，企图将其打造成家庭服务机器人。
青岛海尔技术工程师李志罡昨日也在现场透露，海尔Ubot机器人的定位是家庭安全卫士、家庭智能管家、儿童启蒙陪伴、老人贴心陪护以及日常生活助手。通过手机和机器人的连接，Ubot还将能实现远程控制，成为家庭中人的“替身”。据了解，目前Ubot已经可以支持WiFi及第三方红外线配置的家电的控制。
据美的相关人士介绍，美的的Bubble也已经具备帮助控制家电的能力。“Bubble也有可能是未来智慧家居的入口。”
实际上，除了海尔、美的，格力也在跨界机器人。
“服务机器人领域、智能家居领域实际上都不缺巨头，并且巨头已经开始跑马圈地了。”机器人零号CEO向忠宏表示。
巨头们的跑马圈地甚至使得部分在场创业企业认为，智慧家居已经是一片红海。
不过，家居圈人士则普遍认为，“别说是红海了，连蓝海都还远不是。”广州河东电子董事长梁国芹表示。
从各方动作来看，尽管智慧家居仍在探索路上，但是服务机器人是未来智慧家居中重要一环已经是行业内的共识。深圳狗尾草智能科技有限公司CEO邱楠预测，今年三季度之后，智慧家居将会开始新一轮落地爆发。
智慧家居绕不开人工智能
昨日15点30分，人机世纪大战第一场结束。在这场围棋比赛中，AlphaGo战胜世界冠军李世石。这一消息在论坛引起了一场小骚动。
刘宗孺认为，“这表明人工智能的临界点来了。因为下围棋实在是太难了，我们做技术的都知道，国际象棋的每一步的变化都是可以预估，但是围棋的每一步变化都是有无限种可能，很难预估的，牵涉到很多的算法和大数据的挖掘以及深度学习。”
在刘宗孺看来，人工智能一直难以进入家庭，恰恰就是因为现在的服务机器人还缺乏深度学习能力。目前所有智慧家居，仅停留在语音识别和人机交互上，用户体验并不理想。
“我觉得未来不是‘互联网+’，也不是‘物联网+’，我认为是‘AI(人工智能)+’”邱楠也指出，看好机器人的未来即是看好AI的未来。“但现实中，电影里的大白离我们还很远很远。”
在他看来，服务机器人最重要的是具有深度学习能力，“深度神经网络(DNN，Deep Neural Networks)，所谓人工智能离我们还很远。”
他举例解释说，要让一个机器人认识一只猫，需要输入上千张猫的图片，然后系统通过学习，才能在面对一张图片里辨认出有没有猫。
“认知智能是AI最需要突破的，”邱楠指出。他认为，目前智慧家居的应用场景仍然仅限于简单的语义辨认、命令控制等，但机器人并未能识别主人的意图，不能主动提供服务。“比如我说，‘我好累啊’，机器人并不知道我这个时候要什么。”
尽管Google、Facebook和国内的百度都已经具备建设庞大知识库的能力，但刘宗孺认为，“目前智慧家居语音识别已经很成熟，但是脸部识别、图像识别，真正非常成熟的商用阶段的目前还没有。智慧家居绕不过AI。”
邱楠称，智慧家居一直没发展起来，有AI的机器人可能是打开智慧家居最后的一把钥匙。他认为今年6月份之后，智能家居的高潮才会开始。“各方面的原因都有，单品成本的下降、模块的物联网化以及智能家居对用户的教育，我认为三季度之后都会达到一个临界点。”他在接受《每日经济新闻》记者采访时表示。
未来还很遥远
在昨日举办的论坛上，相对于机器人企业侃侃而谈智慧家居的美好未来，一些企业则显得相对冷静。
“机器人没有那么厉害，”梁国芹坦言。去年12月份，为了商讨智慧家居大计，家居企业聚集在一起成立了一个名为“全国工商联家居装饰业商会”的组织，梁国芹担任智能家居专委会会长，会员企业包括海尔、美的等家电巨头，主要目的在于建立用户需求标准。
篇9
上市公司中，威创股份(002308)联手百度利用AI技术打造“智慧幼教”，打造智慧幼教行业解决方案，助力产业升级。视觉中国(000681)与百度签订了战略合作协议，将在内容正版化、人工智能领域建立 全面深入合作，将业务延伸至旅游、教育等2C端产业。
郑商所：调整硅铁1801合约交易保证金标准和涨跌停板幅度，自2017年12月7日结算时起，硅铁期货1801合约交易保证金标准由原比例调整为14%，涨跌停板幅度由原比例调整为8%。
令人震惊！中国私募基金管理资产达到10.77万亿元人民币。据中国资产管理协会最近发布报告称，随着中国有更多财富流向理财机构，中国私募基金行业管理的财产正在迅猛增长。 这份发表于11月10日的报告称，今年前10个月内，中国私募基金管理的资产同比增长28%，达10.77万亿元人民币（1.63万亿美元）。中国股市缺的不是资金，缺失的是信心！
篇10
各位嘉宾，来自全国的小朋友们：
大家上午好！很高兴参加今天“ENJOY AI 2020”赛季全球青少年人工智能竞赛中国总结赛。首先，我谨代表闵行区区委、区政府，向各位嘉宾和小朋友们的到来表示热烈的欢迎！
今天，看到这么多小朋友，我觉得非常兴奋，说明我们的科技实业蓬勃兴旺，后继有人！借此机会，我谈两点感受：
第一，机器人大赛是人工智能教育的助推器，也是我们所有小朋友的科技梦！1984年，邓小平在上海市展览馆看到中国第一批接受计算机教育的学生演示程序后，摸着当时还只有13岁的演示学生李劲的头说：“计算机普及要从娃娃抓起”。后来，李劲成为了微软中国研究院最年轻的研究员。
科学技术是第一生产力。青少年是一个国家和社会进步的原动力，让青少年学习最先进的科技就是为中国的未来打好基础。人工智能是当今最前沿的技术，机器人又是人工智能领域里发展最迅速、和我们的生活联系最密切的领域。所以，大家积极参加机器人培训，更加主动的学习人工智能技术，并将其应用到自身的成长和推动社会进步当中去，我觉得非常棒！
第二，闵行是上海的“金钥匙”，我们愿意为更多的孩子实现“科技梦”！今天，来参赛的小朋友和家长们来自全国各地，大家可能对闵行还不了解。闵行区位于上海市的地理版图中心，形似一把“金钥匙”，具有以下突出特点。我们是上海的实力之区，经济发展长期位居全市第二，仅次于浦东新区，集聚了8000多家外资企业、114家世界500强企业。我们是上海的科创高地，基础教育总量位居全市第二，拥有基础教育机构数350多个、420多所学校，上海交大、华东师等7所高校，300多家研发机构，超过上海全市1/4的“海外高层次”专家。我们是上海的枢纽门户，拥有全球最大的交通枢纽-虹桥综合交通枢纽，通达全球、直抵八方。所以，闵行是上海非常重要的一个科技新城。
