国际智商测试答案十篇

时间:2023-04-07 06:16:44

国际智商测试答案

国际智商测试答案篇1

据一项研究结果显示,人不光有智商、情商,还有“购物智商”,这个智商甚至用一个简单的公式就可以计算出来。有证据显示,一个人的购物智商会在十几岁的时候达到顶峰。

简单公式计算你的“购物IQ”

可以利用公式sIQ=7(t+s+o+c+p)计算出每个人的购物智商。公式中的字母代表一系列有关消费习惯的描述,5个测试问题是:“我总是尽量少花钱”、“我去购物时一定不会超支”、“我总想试用新产品”、“掏腰包之前要货比三家”和“在采购之前我总是先搜集产品及其价格等信息”。5个问题各有5个答案供选择,它们分别是:“非常同意”、“同意”、“既不同意也不反对”、“反对”、“强烈反对”。测试结果,根据你回答的每一个问题的情况给予一定的分数,将总得分乘以7,就计算出你的“购物智商”水平。

聪明的买家知道如何砍价

一个聪明的购物者知道如何砍价,当他们看中一项商品时,他们不会要价多少,就支付多少,他一定要砍价,因为货主开出的价格肯定高出商品的实际价格。研究人员声称,根据计算,英国人的平均“购物智商”是100。他们认为,购物智商在24-29岁时达到顶峰,任何年龄段的女性其购物智商明显要高于男性。女性平均得分为101.2;男性为98.7。年收入5万英镑以上的人群,其购物智商最低,平均只有93.2。

收入高,购物智商低

未来基金会首席执行官保罗・弗莱特斯说:“24-29岁是对一个人进行测试的最佳阶段。这个年龄段的人,职业生涯不断向前迈进,收入持续增加,家庭生活也趋向稳定。毫无疑问,这是一个购物的年龄。但令人感到惊讶的是,从事高要求工作,收入高、时间少的人,购物智商水平比较低,原因可能是他们要时常依赖其他人代为购物,和时间富裕的人相比,这些人没有更多的机会培养自己的购物技巧。”

现在就来测一测吧!

1.我总是尽量少花钱:

非常同意(5分)

同意(4分)

既不同意也不反对(3分)

反对(2分)

强烈反对(1分)

2.我去购物时一定不会超支

非常同意(5分)

同意(4分)

既不同意也不反对(3分)

反对(2分)

强烈反对(1分)

3.我总想试用新产品

非常同意(5分)

同意(4分)

既不同意也不反对(3分)

反对(2分)

强烈反对(1分)

4.掏腰包之前要货比三家

非常同意(5分)

同意(4分)

既不同意也不反对(3分)

反对(2分)

强烈反对(1分)

5.在采购之前我总是先搜集产品及其价格等信息

非常同意(5分)

同意(4分)

既不同意也不反对(3分)

反对(2分)

国际智商测试答案篇2

多元智能教育启示学生多元智能理论是美国哈佛大学心理学教授霍华德·加德纳于1993年在《多元智能》中提出的。他将人的智能分为八种,即语言智能、逻辑智能、数学智能、空间智能、身体运动智能、音乐智能、人际关系智能、自我认识智能、自然认识智能。他认为人的智能是多元的而不是单一的,每个人都有着不同的智能优势组合。这个理论在欧洲、美国和亚洲许多国家的教育上广泛应用,并且取得了颇大的成功。

那么,多元智能理论对我国教育有什么启示呢?

启示之一,学校和家长对孩子的评价应该是综合的。多元智能理论认为,每个人都具备多种智能。显然,学校和家长对孩子的评价就应该是综合的,全方位的,整体的。而考试测出的结果只能是学生的某一种智能、某一些智能,或某一个阶段的智能,因此具有片面性。我们现在实行的将考试作为选拔人才的唯一标准,一考定终身的这种考试制度,其弊病越来越明显。要测出学生的能力,或者成绩,需要对学生进行综合评价,需要对学生进行全方位的、整个时间段的评价。学生能不能进大学继续培养和深造,应该进行综合评价,这已经逐渐成了考试制度改革的方向。素质教育实行的学生素质智能综合评价标准的六个方面(道德品质、公民素养、学习能力、交流与合作、运功于健康、审美与表现)正好涵盖了人的多元智能(语言智能、逻辑--数学智能、空间智能、身体运动智能、音乐智能、人际关系智能、自我认识智能、自然认识智能)的八个项。值得强调的是,作为个体的教师和家长,也应具有对学生、孩子综合、整体评价的理念,而不应该因学生、孩子考试成绩差而不管、乃至歧视。

启示之二:教育应面向全体学生。教师在教学中,必须面向全体学生。学生的考试成绩有高低之分,教师除了关注优秀生外,还要注重中间生,后进生。不能因为其考试成绩差而另眼看待,更不能对之歧视。多元智能理论认为,学生没有智商高低、聪明不聪明的区别,只有在哪一方面的智能比较强一些、哪一方面的智能比较弱一些区别。学生某一个学科考试的成绩不够好,只能说明他(们)在某一个学科或某一些学科的智能差一些,可是,他(们)长于的其他方面的智能,或其他方面的智能没有得到发现、发展和检测。每一个人均有不同的智能优势。而且,现行的考试大多是用纸笔作答,用语言能力和数学逻辑作为核心问题的测试,这种测试得出的结果是单一的。而且,他(们)考试成绩较差,也只是他(们)语言智能和逻辑—数学智能较低,而不是所有智能都低。教师应该也必须面向全体学生。

启示之三:教学应注意避免学生培养成同一性地思维、具有同一性的思维模式的人。“启发式是我国的将教学传统,在教学实践活动中得到广泛使用。但是,传统的启发式教学偏向于结果式启发。我们认为,只有程式启发才能起到启发学生思维,促进学生有效学习的作用。”教学中应该减少或者谨慎地使用启发式。因为,教师如果掌握不好,就容易滑向限制学生创造性,滑向为了一个结果或者答案来设计多个问题,来进行启发,来诱导学生一步步地去接近和符合这个结果或答案,使学生同一性地思维而具有同一模式。同时,试题的设计也应该尽量减少答案的同一性、唯一性。教学和检测的同一性,培养出的学生将会形同同一思维模式的复制品。2000年高考题“答案是丰富多彩的”之所以获得广泛好评,原因之一是注重了发现和培养学生的多元思维和创新思维。即使对同一个事物,思维也是多元的,“横看成岭侧成峰”嘛!多元智能理论认为,每个人的智能都是多元的。多元的智能需要运用多元的思维来培养。教学中,应让学生的各种智能都得到充分的发展,应鼓励学生质疑;可用探究式、讨论式、参与式,让学生参与教学活动,允许学生有不同的思维,鼓励学生思维的多元;最大限度地尊重学生的个性,让学生的个性得到发展,避免同一模式,同一思维。

启示之四:多种途径地发现、了解学生的智能优势及潜在的智能优势。各种考试是手段而不是目的。考试的目的是帮助教师及家长发现、了解学生某方面的智能及潜在的智能。考试的方法是多途径的,不同的智能可用不同的考试方法。譬如,通过作文的考试、辩论会中各种要求的设置以认识学生的语言智能,通过举办各种演出用评分的方式来发现学生的音乐智能,通过学生会活动、班级活动、社会实践的各种试题以了解学生的人际关系智能,通过春游、观察自然设置题目来得知学生的自然观察智能等。

启示之五:尽力培养和发展学生的特长。我国除了文学领域的作家莫言外,其他领域至今没有一个诺贝尔奖获得者。这是因为中国人不聪明吗?答案是否定的。显然,我们的教育模式存在问题,这才有了注重素质教育的改革。而素质教育的核心是培养学生的创新思维习惯。每个学生都具有多种智能和发展潜质。通过多种方式,包括检测,教师发现了学生某方面的智能优势和潜在的智能优势就应加以培养。教师还可以用其他方式,如谈话、课堂表扬、期末评语等,让学生知道自己具有某方面的智能优势或潜在的智能优势,以便让学生根据自己较有优势方面的智能来作为自己今后的发展目标,或者选择某一学科作为选修课来学习,以利自己专长的发展。

启示之六:因人而异,因材施教,进行分层教学。多元智能理论认为,各种智能在一个人身上的表现是不均衡的。显然,学生的智能具有差异性。教师教学中,要承认学生差异,教学方法应因人而异;要根据学生不同的学习需求,实施分层教学;因材施教,因人施教,有针对性地教学,发展学生的优势,弥补学生的不足。不仅要使某方面智能较高的学生增强优势,让其优势能够充分地发展,培养出学有所长的学生,还应让某方面智能不够好的学生能够有所学,且学有所得,以满足各个学生的不同需求。

作为师范学校的教师,不仅要以多元智能理念来对待学生,关注学生,还可在教学中渗透多元智能理论,让现在的学生,未来的教师了解、进而理解,形成多元智能理论理念,以利于他们今后的教育工作。

以上几点,有的是因果关系,有的为承接关系,将之并列,旨在突出启示。多元智能理论对教育工作的启示是多方面的,限于理解和实践,略作以上分析表述。

国际智商测试答案篇3

结果实情是什么呢?他所申请的职位是项目经理,这是一个负责设计软件而不是编程工作的职位,因此这个职位需要做很多说服性的工作。项目经理要和一群有着很强逻辑思维能力、但缺乏社交技巧的程序员打交道,这需要一种特别的才能。要想做一名项目经理,你需要具备的独特能力是:说服人们接受那些你认为正确的事实,而这基本上就是你的日常工作。你必须是充满耐心和友好的,这是项目经理职位对一个人的素质的基本要求。

“挑战”的最早版本出现在口头进行的斯坦福-比奈智商测试中。测试的人可能会给出下列题目:我们都知道,水能够把水中的鱼托起来,那么请回答这个问题:如果我们有一个桶只有半桶水,把桶放到天平上,水和桶刚好重45公斤。然后把一条5公斤的鱼放进桶里,现在总重量为多少?

大多数成年人都会说45加5是50公斤。主持测试的人这时候可能会问:“这怎么会是正确的呢?你知道水是会把鱼托起来的。”如果被测试的人不断地改变答案,然后说“我觉得答案应该是50公斤,但并不能十分确定。”那么得分为零。只有在被测试者利用逻辑为自己的正确答案进行辩护,并连续挫败两次“挑战”,答案才会被认为是正确的。

这些问题似乎并不针对智力做出测试,但是毫无疑问,应用这种“诡辩”测试的公司很重视这种测试的结果。一般情形如下:在整个面试过程中,考官会引导应聘者说出一些完全肯定、毫无争议的正确答案。然后说“等一下,等一下”,再故意和他唱两分钟的反调,直到他们能够充分证明自己答案的正确。

懦弱的应聘者会选择放弃,这样的人绝对不会被录取。好的应聘者会搬用一整套戴尔·卡耐基的做法来说服你,始终坚持自己的立场。这样的人才会被录用。

无答案的公开试题

微软对面试问题的公开虽不乐意,但也很无奈。早在互联网出现之初,这些试题就已经陆续公开了。

20世纪90年代早期,克里斯·塞尔斯在DevelopMentor公司面试。在面试快结束的时候,一位公司的创始人说道:“好的,你被录用了。但是再问你一个微软公司在面试时常常问到的问题———为什么下水道盖子是圆形的?”

塞尔斯回答说:“没问题,如果你先回答了这个问题,我再来回答你的问题———为什么消防员的背带是红色的?”

这位公司创始人哑口无言。

这次经历促使塞尔斯开始收集微软的面试问题。1996年,他创建了一个网站,并开始把自己听说的微软试题张贴在网上。

南加利福尼亚大学学生柯朗·邦德拉帕提和他的几个朋友一起参加了微软的一次面试。邦德拉帕提把问题整理出来,形成了自己的“微软面试题库”。还有另外一些网站提供类似的服务,例如,4guys from 网站的“微软面试问题”和迈克尔·普赖尔的“技术面试问题”(网站里包含各种各样的试题,不只是微软的面试试题)。

你可能认为微软对自己公司的面试问题被公开十分恼怒,事实并不完全是这样。邦德拉帕提和塞尔斯都听说过,微软人力资源部门的人指点员工在初次担任主考官时,上他们的网站参考参考。

当然,应聘者也可以利用这些网站为面试预先准备,但塞尔斯和邦德拉帕提的网站都不提供或者很少提供问题的答案。邦德拉帕提有一次就接到了一个朋友的朋友打来的紧急电话,当时是她参加微软面试的前夜。她面前摆着一大堆从邦德拉帕提网站上打印出来的东西,但是没有一个问题有确定的答案,她想让邦德拉帕提告诉她。

塞尔斯收到许多公司的电子邮件,他们也想“像微软一样招聘”。但他们需要知道问题答案,而塞尔斯的网站把答案都略去了。塞尔斯说:“我总是回答,如果你们不知道答案,就不应该在面试时问这些问题。这往往使他们恼羞成怒。”微软智力题从哪儿来

逻辑题目是微软16号楼自助餐厅里午餐休闲谈话的一部分。微软的竞争精神使大家认为,能够提出“新”而“有效”问题是一件很“酷”的事情。

许多微软难题的产生带有传奇色彩。据说,有一次史蒂夫·鲍尔默和另一位微软高官慢跑时,看到了一个下水道盖子,便随口问道:“为什么下水道盖子是圆形的?”另一个人灵机一动道:“哟,这可是一个面试的好问题。”这个故事可能真有其事,然而几乎可以肯定,鲍尔默并不是第一个提出下水道盖子这个问题的人。实际上,微软公司的面试智力题都在一些智力题汇编书,或者一些以智力题为主要内容的网站上出现过,微软只不过是给它们“化了妆”而已。

最广为流传的面试问题:

在不使用天平的情况下,怎样称出一架喷气式飞机的重量?

为什么镜子里的影像左右颠倒而不是上下颠倒?

为什么你在宾馆里一打开热水龙头就有热水流出来?

M&M巧克力是怎样做出来的?

你在船上,把一只箱子抛起来,水平面会升高还是下降?

世界上有多少钢琴调音师?

美国有多少加油站?

每小时有多少密西西比河水流过新奥尔良?

一个曲棍球场里的冰有多重?

如果你能够搬走美国50个州中的任何一个,你会搬走哪一个?

地球上有多少个这样的点:往南走1公里,往东走1公里,再往北走1公里,你能回到原来的出发点?

一天中钟表的指针重叠多少次?

迈克和托德两人一共有21美元。迈克的钱比托德多20美元,每个人各有多少钱?在你的答案中不能有分数。

一般说来,将曼哈顿的电话册翻多少次,才能找到你想要找的人名?

国际智商测试答案篇4

信息化虽早已深入运用在各行业,但国内的教育信息化却仍处于初级阶段。我国的教育如何在全球智慧化进程中掌控教育信息化的未来;学校如何使用到可靠的信息化解决方案和设备;智慧教育领域企业如何快速在教育信息化中占得商机……这些问题需要一个平台去助推、去引领,中国国际智慧教育展览会便在这个契机下应运而生。

2014年12月1日~3日将在北京?国家会议中心举办的中国国际智慧教育展览会,由教育部直属单位中国教育学会、国内知名展览机构雅森国际倾力打造。作为中国首个专注教育信息化的专业展会,SmartShow将致力于推进中国教育信息化发展,用展会平台开启教育与技术融合创新的时代之匙。

届时,SmartShow将协同全国优秀应用方案集成商、内容提供商、IT技术服务及软件提供商、教育信息化设备商为全国30万所各级院校提供和展示国内最尖端的教育信息化设备及解决方案,引领国内教育信息化发展趋势,为推进中国教育信息化产业变革之路搭建专业的沟通、贸易、交流平台。

中国国际智慧教育展会力求将最具购买力和决策权的需方带给智慧教育企业,为满足企业不同诉求打造全方位的参展解决方案。SmartShow还将为参展企业带来迫切想要了解和投入智慧教学的需方买家,满足企业拓展市场的诉求,引领智慧教育领域市场的供需对等,促成供方与需方的信息互通和采购透明,打造改变教育行业展览模式的SmartShow。

(任玉琴)

美国教师最常用的十款教育技术工具

1. LittleBits:LittleBits提供了各种电路元件,让孩子们真正动手来创造。运用这些彩色的可爱电路小元件,孩子们可以制作自己的电动小车或是音乐播放器。

2. Drawp:Drawp是为孩子们准备的画图App。学生们可以相互分享自己的作品,老师们也可以将孩子们的作品传给家长。

3. Edmodo:中小学的Facebook,教师和学生们可以分享视频、创建投票、设置讨论。Edmodo将学校学习和社交网络结合起来。

4. Easel.ly:通过提供各种模板和工具,做个信息图也很容易。老师们可以自己制作信息图,作为课堂材料;也可以布置作业,让学生们自己制作信息图,融会贯通学到的知识。

5. Plickers:老师们想要了解学生对知识点的掌握,出个小测试题检查一下,每位学生用一张卡片,只需一部手机或平板电脑,就能立刻统计出学生的答案情况。

6. Lynda.com:近三千个网络课程,教你如何制作音效、设计网页等。

7. EDpuzzle:翻转课堂的理念很棒,但是怎么做出吸引学生的视频呢?老师们,如果这是你担心的问题,那么EDpuzzle就是专门为你打造的。老师们可以运用EDpuzzle制作视频内容,插入音频、小测试、视频材料等。

8. 谷歌教室(Google Classroom):这一应用可以让老师更好地管理课堂,用谷歌硬盘整合作业流程。教师可以在线创建和管理作业、提供反馈以及与学生实时交流。

9. Brightloop:Brightloop 帮助老师追踪每一位学习者的表现、进步以及互动。老师们通过它可以搜集学生数据,更加了解学生的学习曲线,还能创建学生报告与家长交流。

国际智商测试答案篇5

一、调查摸底是基础

每接一届新生,我做的第一件事是:调查摸底,了解学生。如访问原科老师、班主任,查看各科成绩,召开学生座谈会,问卷调查,进行家访,与学生谈心等。调查了解中发现,导致学生学习差的原因有社会的、家庭的,也有学校的等。在学校方面,有学生学习方法、学习习惯及学习心理、智商因素的,也有教师素质、教法不佳的等。但就学生方面来说,后进生一般都有自尊心很强,求知欲极低的特点,他们大致可分为“高能后进生”、“偏科后进生”、“智商后进生”三类。高能后进生是由非智力因素引起的智商高,反应能力、接受能力强,学习成绩暂时较差者。这类后进生以男生居多,特点是好动、贪玩,在学习上投入时间少。智商后进生则相反,他们的学习成绩差是由于接受能力弱,学习效率低。但真正属智商后进生者为数很少。偏科后进生是指那些对数学不感兴趣从而学不进去,甚至放弃学习者,其原因是多种多样的,较常见的是学习方法不对头。

二、对症下药是良方

对于高能后进生,应采用“聚焦法”。这类学生脑子灵、反应快,稍微懂了就不愿听,注意力很难集中;他们好胜心强、爱动、贪玩、粗心,教师只要想方法把他们的精力“会聚”到学习这个焦点上即可摘掉后进生的帽子。一般采用两种方法:

(1)吸收他们参加数学课外兴趣小组,经常组织他们开展“小创造、小发明、小实验、小制作、小论文”等第二课堂活动,增强他们学习数学的兴趣。

(2)开展数学竞赛促使他们多看书、多练习、多动脑、多动手,把他们的心思集中到学习数学、钻研数学上来。

数学学科中偏科后进生以女生为主,她们爱面子,羞于发问,学习上死记硬背,灵活运用少。可通过观察和谈心,促使她们改进学习方法,并让她们尝到成功的喜悦。这类后进生的转化主要采用下列三种方法:

(1)对上课害怕回答问题、思想包袱重的,尽量提些简单的问题让她们回答,使她们轻装上阵;并适时的予以肯定、鼓励、表扬,从而消除她们的畏惧心理,增强她们的自信心。

(2)根据女生做事心细、认真的特点,让她们在预先培训后,登台做简单练习,使她们在实践中认识到自己的能力。

(3)让她们担任数学小组长或数学课代表,“赶鸭子上架”,利用青少年争强好胜的心理特点,驱使她们非学好数学不可。

智商后进生大多数存在自卑心理,弄不好就容易产生“破罐子破摔”的思想,一般采取感情倾斜的方法。具体做到:

(1)思想上不歧视他们,更多地关心、体贴这些学习上的“贫困”者。

(2)经常与他们促膝谈心,每次谈心总是动之以情、晓之以理。

(3)笑脸走进课堂,以减少他们的心理压力。提问、练习时多想到他们,以增加他们的学习机会。答好、做对者给予表扬,答错、做错了善言鼓励。

(4)作业“高标准”。对后进生的作业要求和优等生同样严格,批阅更为认真仔细,错了让他们当面纠正。

三、巩固提高是关键

后进生一次、两次考出好成绩容易做到,但要他们不断进步,甩掉后进生的帽子,并使班里不再有新的后进生出现,这是难点,也是解决后进生的关键所在,为此我从以下几个方面做了尝试,取得了较好的效果。

(1)对学生进行学习数学重要性教育。每一章开始,我对学生进行有关知识在科学技术领域内和日常生活中的重要意义的教育。课堂上举例,尽量选用适合本地实际或贴近日常生活的事例,以缩短数学和日常生活的距离,从而使学生产生兴趣;结合授课内容讲解数学发展史以及数学科学家的故事,对学生进行热爱学习、刻苦钻研、献身科学的爱国主义教育和理想教育。这种教育要"化整为零",采取生动活泼的形式,切忌脱离数学教学和学习实际,机械地灌输。

(2)重视数学中探究性内容教学。重视探究性内容教学是提高学生学习数学的兴趣、增强学科吸引力、培养学生分析问题和解决问题能力的法宝。

(3)经常进行“无差错”作业训练和“满分测试”。学生作业做错了,我不急于打“×”,而是帮助他们查找原因,分析问题,弄懂了当面纠正,做对了再打“√”;考卷上有差错让他们再修改,再错再改,直到全对打上100分。这样就消除了学生害怕考试的心理,收到了检查、巩固和提高所学知识的考核目的。

国际智商测试答案篇6

过了20岁,语言能力会断续提升至少十年,而算术能力则保持不变……

在心理学家拉森领导的一项研究中,他们获取了4300名美国退役军人的档案,这些退役军人在20岁左右接受过一套智力测试。二十年后,他们再次进行智力测试。研究后拉森表示,口头表达能力似乎随着年龄的增长在不断提高。拉森认为,语言能力提升最可能的原因是实践。年长者不得不处理比年轻人更复杂的社会和实际问题,所以他们被迫开发复杂的语言能力。通过一系列的测试实验,拉森领导的研究已经颠覆了智力在成年早期达到巅峰,然后开始一段漫长、缓慢、必然下降的说法。

剑桥大学说话、语言和大脑中心主管泰勒是一位认知神经科学教授,她说:“在扫描大脑时,我们确实看到了身体随年龄出现的萎缩,但脑功能可以得到保持。”

为什么之前科学家认为,人的大脑功能到了成年期就开始衰退呢?或许可在研究人员对参与测试方式上找到某种解释,他们通常在同一阶层老老少少身上做相同测试,不考虑教育和文化导致了某些人比其他人智商低的结论。泰勒认为,其他更敏感的影响也起了作用,年长者被灌输他们的失败在预料之中的想法。她说:“测试中,很多人依照在他们身上的期望进行。如果他们知道你预料他们会失败,那他们就会失败。”

一些人偶然摆脱了很低的期望值。智力测试冠军之一福勒在意识到自己有不同寻常的智商时已40岁了。她说:“参加测试时,我正在一家银行做事。我发现,我能比其他人更好地回答所有问题。”之后5个孩子和她参加了很多测试,结果证明她是位常胜将军。

研究人员表示,最后,每个人在神经系统萎缩后,智力开始下降。不过,我们能推迟这个过程,比如一份有利于健康的饮食、锻炼和避免压力过大。

延缓智力衰退八法

1.有较强的求知欲。不断给大脑刺激,能激发细胞活力,延缓大脑细胞和神经老化。如读书看报、学习等,不要让自己的头脑长期“下岗”。

2.脑体结合。从事脑力劳动的同时,适当参与锻炼、体力劳动和社会活动,可增强细胞的活力。

3.营养平衡。常给大脑补充必要营养。平时可适当吃些猪血、肉皮和猪蹄、骨头汤、花生、黄豆等。

4.睡眠充足,不要经常熬夜。

5.豁达、开朗、乐观。善于调节自己的情绪。

6.广交朋友。尤其多与年轻人交朋友,活跃情志、开阔眼界、启迪智慧、激活脑细胞。

国际智商测试答案篇7

关键词:HART协议 仪表 应用

现代工业生产中存在着各种不同的现场设备,要想很好地使用他们,完善的通讯协议是必须的。HART协议最初是由美国Rosemount公司开发,已应用了多年。全世界有多达三千万台HART仪表安装在各种工厂。至今,世界各地的工业提供商制造的智能仪表中有超过75%的仪表安装了HART协议。

一、HART仪表简介

HART协议使用频移键控(FSK)技术,在4~20mA信号过程量上叠加一个Bell202标准的 FSK信号,成功地把模拟信号和数字信号结合双向同时通讯,而不互相干扰。每个HART设备有一个唯一的38位地址,这个地址由制造商ID代码、设备类型代码和设备唯一标识符组成。所有设备在制造时这个唯一的地址编码已经被写入。HART的主机只有知道了现场设备的地址之后才能与其成功通信。HART的主机还可以通过一个命令使从设备回应,让其回应地址。

数据链路层规定HART协议帧的格式,可寻址范围0~15(HART5)或者0~63(HART7),当仪表的地址为“0”时,仪表处于4~20 mA及数字信号点对点模式,现场仪表与两个数字通信主设备(也称作通信设备或主设备)之间采用特定的串行通信,主设备包括PC机、DCS或手持通信器。

仪表地址为除零以外任何值时,仪表处于全数字通信状态(多点模式),通信模式有“问答”式、“突发”式。按问答式工作时的数据更新速率为2~3次/s,按突发式工作时的数据更新速率为3~4次/s。这些工作方式尤其适用于远程监控,如石化系统和油罐区等。采用多点模式,4~20mA的模拟输出信号不再有效,模拟值为4mA使功耗最小,并且为设备供电,系统依次读取传输线上的多台现场仪表的所需数据。HART协议根据冗余检错码信息,采用自动重复请求发送机制,消除由于线路噪声或其他干扰引起的数据误码,实现数据无差错传送。

在HART协议第六版以上还有一种PSK物理层(一种更高速度的物理层),它可以在原有的4~20 mA模拟信号上叠加数字信号以支持更快的通信速度,达到10~12次/s。但是目前还没有商用芯片支持两线制设备。

二、HART系统的优点

HART协议是一种强大的通信技术,它充分挖掘数字设备的潜力。它在保持传统的4~20 mA信号同时,HART协议扩展了两线制数字通信与现场智能仪表系统的能力。

HART协议的智能现场设备通信提供了最佳的解决方案,具有广泛的支持基础,任何领域的全球设备协议。与其他任何数字通信技术相比,有更多仪器的支持HART。几乎任何过程的应用可以由一个由HART仪器供应商提品解决。

不像其他的数字通信技术,HART协议提供了一个独特的通信解决方案,它可以向后兼容现在的仪器使用的安装基础。这种向后兼容性确保现有的布线和电流控制策略的投资将一直保持安全直到未来。

HART协议在以下方面提高了设备性能并提高了效率:

调试、安装、数字通信、测量质量、维修、在调试时成本节约。

1.在安装调试时节约成本

带HART的现场设备的安装调试只需要一个传统模拟信号系统所需要时间的一部分。操作者使用HART数字通信可以很容易地通过设备位号来确定现场设备和验证现场设备的操作参数是正确的。类似设备的配置可以被复制以简化调试过程。一个回路的完整性检查,很容易通过给定现场变送器把模拟输出设置到一个设定值。

HART协议支持多个设备在一个单股双绞线网络上通信。因此可以在布放电缆时节约很大的成本,特别如罐区监控等应用。

多变量设备可以减少仪器的数量、布线、备件和终端的要求。一些HART现场仪表本身就内置PID控制,而无需单独的控制器,这也可以显著地节约线路和设备的成本。

2.数字通信

采用微处理器的数字仪表带来了许多好处。这些好处是所有智能设备(无论使用的是何种通信类型)都具有的。数字设备比模拟设备有精度和稳定性。HART协议通过提供通信接入和网络提高数字仪表的能力,它和其他数字都具有高精度及稳定性、高可靠度、多参数测量、计算、自诊断、多传感器输入等功能,但是HART仪表更具有以下其他数字仪表不具备的功能:更为便利的调试、可修改的设备位号、远程设置参数、远程回路检查、远程调整操作参数、查询历史记录、多点网络、可以接多个主控制设备、更远的通讯距离、现场控制等。

3.改进的测量质量

通过HART通信的设备可以提供准确的信息,这些信息有助于提高工厂的工作效率。在正常操作过程中,设备的操作值可以很容易地监测或远程修改。如果上传到一个应用软件,这些数据可用于自动记录并进行合规性验证(例如,ISO14000,ISO9000等安全标准)。

一些HART设备可以进行复杂的计算,如PID控制算法和流量补偿积算。多变量HART仪器直接从仪表本身进行测量和计算,从而消除了时间偏差,结果比在远程主机计算更准确。

4.系统维护与仪表诊断

现场仪表的诊断难度较大,HART基金会的《HART诊断指南(草案)》将维护分为三级:要求维护(已经发生故障)、需要维护(仪表已超过维护周期)、建议维护(仪表到了维护周期)。而维护周期由智能仪表根据仪表的损耗情况或固定的时间确定。

三、HART仪表的不足

控制网络技术在我国已经逐步得到推广,自上海赛科项目大规模采用现场总线以来,人们已经越来越少问“是否能用”,而越来越多问“如何好用”。由于近年我国上的大型工程项目多,我国无论在采用现场总线仪表的项目规模还是在采用的数量方面都处于国际领先位置。不过一些项目虽然采用了先进的现场总线智能仪表,但应用的水平却不高,主要是未充分应用智能仪表可以提供的信息和信息服务。

HART智能化仪表经过近10年的高速发展,在应用方面积累了一些问题,智能仪表设计的许多创新功能也未得到充分的应用。主要问题有以下几点。

1.数字仪表和系统的信息保密和安全问题。

2.微程序和软件的可靠性问题。

3.通信的保密、安全和可靠性问题。

4.智能仪表在运行时是可以与控制系统互动的以及如何进行互动。

5.智能仪表提供了远比模拟仪表多的信息以及如何充分利用这些信息。

6.众多智能仪表的可互操作问题。

国际智商测试答案篇8

今年10月,苹果了iphone 4S ,随机所配的beta测试版的语音搜索软件Siri引起广泛的兴趣和关注。11月7日,谷歌董事长施密特在一份文件中15次提及Siri,称Siri给谷歌搜索带来的威胁比任何一款产品都要大,将其当成头号敌人。

Siri发源于美国五角大楼人工智能项目CALO,其目标是“对话、自然语言理解、视觉、演说、机器学习、制定计划、理性思考、服务等全部融合到一个模仿人类的助理中,帮助人们完成不同的事情。”这个项目汇集了全球25所顶级大学和商业研究机构的300多名研究人员,是史上最庞大的人工智能开发项目。2007年该项目结束时,协作方之一的斯坦福国际研究院成立了Siri公司。2010年4月,Siri被苹果公司收购。

在苹果的官网上给出了与Siri自然语言交互的十个典型应用场景:将其设定为闹钟、寻找咖啡厅、问路、点播音乐、发短信、问天气预报、提醒日程、提醒地点、回答问题、发微博。

iphone 4S以后,人们以各种问题测试Siri。十个典型应用中除问路、问天气、点播、发短信等有特定答案的应用外,最令人感兴趣的是并没有特定答案的聊天式问答,这被称之为“调戏”。例如有机主问:“现在你让我生气了。”Siri:"我好奇那是什么感觉。抓狂吗?”诸如此类,还有很多很多,非常“雷人”。

首先最突出的,Siri是一种采用自然语言的人机界面。与此前的各种自然语言界面的不同之处在于它能根据上下文和语境理解语义。比如,机主先问北京天气,之后再问:“上海呢?”Siri就能直接答出上海的天气。

其次,Siri的背后是苹果的云平台iCloud。从Siri的历史来看,在iCloud上应该运行着一个巨大的基于云的人工智能系统,基于上下文语境的自然语言理解、推理、答案选取应该都是在其上完成的。今年初,IBM沃森系统在美国电视智力竞猜节目中击败人类揭示了这样的事实:当代科技已能赋予计算机学习的能力,一旦系统学习到一定程度就能有足够强大的智能。人们对Siri的每一次“调戏”,都进入iCloud,成为其学习的素材,促使其自我完善。Siri创始人吉特拉斯曾说,他们为Siri 设定的目标路线图第一阶段:部分像人类;第二阶段:完全是人类;第三阶段:超越人类;第四阶段:杀死人类。按照这个逻辑,吉特拉斯的路线图就绝不是空穴来风。

第三,与现有的自然语言处理系统不同,还在于Siri对情感、人文特性的处理与反应。例如机主问:“生命的意义是什么?”Siri答:“与人为善,不要吃胖,时不时读读好书,散散步。尽量与不同信仰不同国家的人搞好关系。”机主再说:“你这个SB。”Siri:“主人,我已经尽力了。”

与当前主流搜索引擎相比,再也不用去想关键词,不用在数不清的返回结果费力筛选,不用点开各种不同的应用软件处理各种不同事物。你只要直接和Siri说话,不论说什么,它都懂,都能用人类的话语给出令人愉快的结果。这就是Siri所带来的革命。

Siri预示着,从今以后,电脑、手机不再仅仅是需要人类操控的工具,而是人类的同伴,就像生活身边的智者、开心果、万事通一样。

发改委调查电信业垄断必须厘清的三个问题

有些问题不理清楚,打击的不仅是电信运营商,可能也会是用户,而这些用户更是弱势用户。

项立刚

最近,发改委启动了对中国电信和中国联通涉嫌价格歧视的调查,引起了全社会的极大的关注,大家也希望通过这样的调查能减少不公正的竞争,也关心是不是能真正在公平公正的情况下进行调查,形成一个范例。作为一个电信行业的观察者,也非常关注这次调查,不过有些问题我想必须要厘清。

第一, 为什么会出现用户没有选择权?对于宽带接入,用户最真切的感受,就是没有选择权,自然很多用户将其称为垄断。但是为什么用户没有选择权,其实现在宽带接入并不是一个完全不开放的市场,同一个市场中,存在着几家甚至十多家的竞争者,比如北京除了主导运营商北京联通之外,北京电信、铁通、方正、歌华、中电华通等都是宽带接入提供商。为什么还是会出现用户无法选择的情况,那是开发商通过自己的垄断地位,绑架了运营商,共同形成的这样的结果,一个开发商它利用自己的开发商的地位,只提供一家宽带运营商的接入,在收取了某家运营商高额费用之后,只允许这一家运营商提供服务。板子不能打在宽带运营商的头上,而是对于驻地网建设的管理,对于开发商的制约毫无办法,宽带运营商不花钱,只能被挡在门外。

国际智商测试答案篇9

关键词:国际贸易实务;课程考核;实践能力

中图分类号:G64 文献标识码:A

收录日期:2013年2月20日

近年来,在全面深化教育改革之时,高校特别注重和强调学生综合素质和实践能力的培养。随着教育改革的不断深入,专业结构的调整,教学内容和课程体系的更新,新的人才培养模式的逐步确立,传统的以期末“一考定成绩”的评价方式已难以适应新的形势下对经贸人才的需要。只有改革传统的考核方式,采取灵活多样的考核方式来真正反映学生的综合知识、技能水平,才更加有利于培养具有创新精神的应用型专门人才。

一、国际贸易实务课程的性质和学习目标

国际贸易实务是一门专门研究国际间商品交换的具体过程的学科,是一门具有涉外活动特点的综合性应用科学。它涉及国际贸易理论与政策,国际贸易法律与惯例、国际金融、国际运输与保险等学科的基本原则与基本知识的运用,是国际经济与贸易专业人才培养方案中的核心课程。它以商品进出口贸易为研究对象,以我国外贸方针政策为指导,阐明商品进出口业务的基本理论、基本知识和基本技能。通过学习,学生能掌握进出口业务工作的基本环节,掌握外贸合同的各项交易条件,并能比较熟练地进行合同条款的谈判及外贸合同的签订与履行工作,同时对违反合同的现象能预先防范并能妥善处理好索赔、理赔工作,掌握国际上一些通行的惯例和普遍实行的原则,以便按国际规范办事,在贸易做法上加速同国际市场接轨,促进我国经济发展。

国际经济与贸易专业专业教学的顺利实施、教学质量的提高和教学效果的检验都离不开课程考核这一重要环节,因为它能客观地检验学生掌握所学知识和技能的程度。为此,作为国贸专业的核心课程,更需建构一套客观有效、切合实际且操作性强的考核改革方案,运用到课程教学的体系中。

二、国际贸易实务课程考核现状

目前,绝大部分高校国际贸易实务课程的教学考核一直沿袭着传统的以闭卷笔试成绩为主的考核方法,有的学校虽然也加大了课堂表现力的考核改革形式,如把课堂提问、课后作业、平时出勤和期末笔试组合在一起作为该门课程的考核成绩,实际上并没有实质的改变。此外,虽然也有考核改革方式的多样性的提议,但没有探讨出可实施的方案。

可见,传统考核方式忽略了学生在教学中的主体作用,内容上偏重理论考核,技能操作、实践能力考核少;形式上客观性试题偏多,主观性试题较少;方式上终结性考试多,没有过程考核。考试题型标准化和形式单一化夸大了分数的功能,而且试题答案多数是唯一的,能留给学生探索创新的机会少,不利于培养学生分析问题和解决问题的能力。

因此,笔者在从事多年国际贸易实务教学中体会到,要引导和鼓励学生在掌握知识的基础上,充分发挥主观能动性,培养出名副其实的人才,必须建立起一套在内容上注重考核学生实际能力和形式上注重采用多元化的考核方式的考核改革方案,并将其运用到教学的综合评价中提高教学质量,以培养学生发现和解决问题的创新精神和创新能力。

三、国际贸易实务课程考核改革方案

国际贸易实务课程的考核方式和方法的改革,应在符合本课程的特点与性质的前提下,注重学习过程中的思考、综合和积累,体现学生综合分析问题和解决问题的能力,适应新的形势下对外贸人才培养的需要。

(一)考核内容注重综合能力。传统考试的考核内容,一般对合同各个条款,如品质、数量、包装、价格术语、运输方式、保险类别、结算方式等条款内容着重专业术语和贸易惯例知识的记忆考核;由于考核内容仅仅局限于教材的范围,绝大部分学生就会去搜寻现有的考试资料,浏览课堂笔记,或只复习任课教师划定的范围和指定的重点知识,这样就使学生形成了上课记笔记、考试背笔记、考后全忘记这样的不良的学习习惯和学习风气。

因此,对考核内容的改革应做到知识和技能并重,理论和实践结合,注重考核学生掌握综合性知识情况和灵活运用所学知识解决实际问题的能力,考核学生创造性思维和掌握现代化技术的水平。可以从以下几个方面进行考核改革,理论知识部分可以选用课程知识体系中的核心部分进行检查考核;实践运用部分要根据知识内容的特点,选择适当的考核形式,在问题的提出和题型设计上要因地制宜,把学生上课所学到的专业知识,综合应用到设计某一批货物贸易的进出口业务中,如进出口报价部分应考核学生商品成本核算的能力,磋商部分考核贸易谈判的能力,订舱、报检、报关以及结算部分等的考核可以通过一票进出口业务的制单来进行。为了培养学生的自学能力,教师指定的参考书目等内容也应列入考核范围,这有利于提高学生学习的主动性和形成良好学风,便于学生对课程系统知识的掌握及能力和素质的提高。在考试中,除基本概念和理论等使用客观试题外,适当增加主观题比重,即简答、综合性论述题,建立一种主客观题并存、分值比例合理的测试模式,以锻炼学生的思维能力和创新能力。只有把考试内容转变为检测学生的能力水平,才能将学生从死记硬背中解放出来,才能改变学生的学习方法,增强其自学能力,提高其综合分析能力和实践能力,有效地推进素质教育。

(二)考核形式应实行多种类别的组合考核。传统考试的考核形式闭卷考核多,开卷考核少;笔试形式多,答辩、机试等形式少。因此,为提高专业基本能力与综合素质,应实行多种形式类别的组合考核方式。

如谈判磋商部分可以通过答辩方式进行考核,答辩能使学生灵活运用所学知识自由抒发见解,充分展现才能,对学生学识的广度与深度、口头表达能力、反应能力、想象能力、创造性思维能力,以及心理素质、仪表风度、个性特征等,均能进行比较全面深入的观察和检测。课程设计、论文、实验报告能够较好地考查学生综合应用所学知识解决实际问题的能力,以及查阅资料的能力、自学能力与创新能力。机试可以用于学生认知领域的考核,还可以考核学生的计算机操作能力及操作技能领域的模拟操作,进出口业务的制单、信用证审核部分可以用这种考试方式,在电子商务发展迅速的今天,应大力开发和利用这种考试方法。

(三)考核方式变结果考核为过程性考核。传统考核方式往往重结果、轻过程,以终结性考试为主,将考核知识的累积、记忆作为目标,属于静态考核。如此一来,师生的注意力集中在分数结果上,忽略了学习过程中的思考、综合和积累,以及试卷分析、反馈等重要环节。为科学全面地评价学生的综合素质和创新能力,应加强平时考核在总成绩中的比重,把过程性评价与终结性评价结合起来,将考核贯穿于课程教学的全过程,采取平时成绩、阶段考试、期末考试与实验技能相结合的方法。平时成绩考查学生全学期的学习状况,包括课堂表现、完成作业等,在考查学生识记、理解等智力因素的同时,也考察了学习态度等非智力因素,由此激发他们持久学习的主动性,积极完成各阶段的学习任务,形成良好的学风。阶段考试成绩则根据不同章节的教学要求,运用提问、讨论、作业、小论文等方式获取信息反馈,达到督促学习的作用。其中,作业以巩固所学为目的,内容上应更多地考虑现实性和拓展性,使学生有足够的思考和创新空间,比如可以设计一些实训题,例如合同条款翻译、案例分析、修改信用证等,以加强学生对实际业务工作的演练,增强其实际运用能力;课程论文能够提高学生完成拓展性学习、获取知识的能力,检验学生课外学习效果,评定学生学习过程;模拟实验可以对一些关键性环节,如进出口成本核算、信用证审核等进行指导,并有的放矢地根据学生在模拟操作中出现的错误和问题进行修正和讲解。

考试不是目的,而是实现目的的手段,伴随着考试所进行的教育活动比考试自身还重要。过程性考核强化了过程控制,达到了考核学生和检验教学质量、效果的双重目的。变结果考核为过程性考核不仅可以适时地、全面地了解和掌握教师教学效果和学生学习效果,促进教学方法的改进,而且能够使学生了解自己对所学知识掌握的程度,从而产生紧迫感,认识到过程不努力则难以应对综合性考核。过程性考核有利于教与学双边互动,对教与学能够起到一定的反馈、修正作用,能够真正体现学生的主体作用,更好地引导学生重视能力的学习和掌握,实现学生综合素质和能力的提高。

总之,国际贸易实务课程的考核方式和方法的改革,既要有理论的反映,也要有实践教学过程的记录,这对师生双方都是一种约束,不仅规范了学生成绩评定的客观和公正,也保证了教学工作的有序实施,使考试更有效、更全面、更准确地评价学生的学习质量,更能促进学生自主地、积极地学习,实现提高学生综合素质和实践能力的目标。

主要参考文献:

[1]莫红梅,钟芸香.关于《国际贸易实务》教学改革的探讨[J].商业文化,2011.4.

国际智商测试答案篇10

据统计,2017年中国人工智能核心产业规模超过700亿元,随着各地人工智能建设的逐步启动,预计到2020年,中国人工智能核心产业规模将超过1600亿元,年复合增长率将达31.7%。

随着人工智能技术的不断成熟,人工智能创业的难度逐步降低,越来越多的创业公司加入人工智能的阵营。

2018年被称为人工智能爆发的元年,人工智能技术应用所催生的商业价值逐步凸显。人工智能逐步切入到社会生活的方方面面,带来生产效率及生活品质的大幅提升。智能红利时代开启!资本、巨头和创业公司纷纷涌入,将人工智能拉到了信息产业革命的风口。

如何把握产业动向,抓住风口机会?创业邦研究中心凭借在人工智能等前言科技领域持续研究、洞察的能力,在对国内人工智能创业公司进行系统调研的基础上,推出《2018中国人工智能白皮书》,对人工智能的核心技术、主要应用领域、巨头和创业公司的布局、未来发展态势和投资机会进行了深度解析。

第一部分人工智能行业发展概述

1.人工智能概念及发展

人工智能(Artificial Intelligence, AI)又称机器智能,是指由人制造出来的机器所表现出来的智能,即通过普通计算机程序的手段实现的类人智能技术。

自1956年达特茅斯会议提出“人工智能”的概念以来,“人工智能”经历了寒冬与高潮交替的起起伏伏60多年的发展历程。2010年以后,深度学习的发展推动语音识别、图像识别和自然语言处理等技术取得了惊人突破,前所未有的人工智能商业化和全球化浪潮席卷而来。

人工智能发展历程

2.人工智能产业链图谱

人工智能产业链可以分为基础设施层、应用技术层和行业应用层。

A基础层,主要有基础数据提供商、半导体芯片供应商、传感器供应商和云服务商。

B技术层,主要有语音识别、自然语言处理、计算机视觉、深度学习技术提供商。

C应用层,主要是把人工智能相关技术集成到自己的产品和服务中,然后切入特定场景。目前来看,自动驾驶、医疗、安防、金融、营销等领域是业内人士普遍比较看好方向。

人工智能产业链

资料来源:创业邦研究中心

第二部分人工智能行业巨头布局

巨头积极寻找人工智能落地场景,B、C 端全面发力。

资料来源:券商报告、互联网公开信息,创业邦研究中心整理

第三部分机器视觉技术解读及行业分析

1.机器视觉技术概念

机器视觉是指通过用计算机或图像处理器及相关设备来模拟人类视觉,以让机器获得相关的视觉信息并加以理解,它是将图像转换成数字信号进行分析处理的技术。

机器视觉的两个组成部分

资料来源:互联网公开信息,创业邦研究中心整理

2.发展关键要素:数据、算力和算法

数据、算力和算法是影响机器视觉行业发展的三要素。 人工智能正在像婴儿一样成长,机器不再只是通过特定的编程完成任务,而是通过不断学习来掌握本领,这主要依赖高效的模型算法进行大量数据训练,其背后需要具备高性能计算能力的软硬件作为支撑。

深度学习出现后,机器视觉的主要识别方式发生重大转变,自学习状态成为视觉识别主流,即机器从海量数据里自行归纳特征,然后按照该特征规律使图像识别的精准度也得到极大的提升,从70%+提升到95%。

3.商业模式分析

机器视觉包括软件平台开发和软硬件一体解决方案服务。整体用户更偏向于B端。软件服务提供商作为技术算法的驱动者,其商业模式应以“技术层+场景应用”作为突破口。软硬件一体化服务供应商作为生态构建者,适合以“全产业链生态+场景应用”作为突破口,加速商业化。

(1)软件服务:技术算法驱动者—“技术层+场景应用”作为突破口

这种商业模式主要是提供以工程师为主的企业级软件服务。有海量数据支撑,构建起功能和信息架构较为复杂的生态系统,推动最末端的消费者体验。

此类商业模式成功关键因素:深耕算法和通用技术,建立技术优势,同时以场景应用为入口,积累用户软件。视觉软件服务按处理方式和存储位置的不同可分为在线API、离线SDK、私有云等。

国内外基础算法应用对比

资料来源:互联网公开信息,创业邦研究中心整理

(2)软硬件一体化:生态构建者—“全产业链生态+场景应用”作为突破口

软硬一体化的商业模式是一种“终端+软件+服务”全产业链体系。成功的因素是大量算力投入,海量优质数据积累,建立算法平台、通用技术平台和应用平台,以场景为入口,积累用户。亮点是打造终端、操作系统、应用和服务一体化的生态系统,各部分相辅相承,锐化企业竞争力,在产业链中拥有更多话语权。

4.投资方向

(1)前端智能化,低成本的视觉解决模块或设备

从需求层面讲,一些场景对实时响应是有很高要求的。提供某些前端就本身有一定计算能力的低成本的视觉模块和设备将有很大市场需求。前置计算让前端设备成为数据采集设备和数据处理单元的合体,一方面提升了处理速度,另一方面可以处理云端难以解决的问题。

机器视觉在消费领域落地的一个障碍是支持高性能运算的低功耗、低价位芯片选择太少。从低功耗、高运算能力的芯片出发,结合先进的算法开发模块和产品,这类企业将在机器视觉领域拥有核心竞争力。

(2)深度学习解决视觉算法场景的专用芯片

以AI芯片方式作为视觉处理芯片有相当大的市场空间。以手势识别为例,传统的识别方案大都基于颜色空间,如 RGB,HSV ,YCrBr,无法排除类肤色物体及黑色皮肤对识别精度的干扰。借助深度学习,如通过 R-CNN 训练大量标注后的手势图像数据,得到的模型在处理带有复杂背景及暗光环境下的手势识别问题时,比传统方案的效果好很多。

(3)新兴服务领域的特殊应用

前沿技术带来的新领域(如无人车、服务机器人、谷歌眼镜等),对机器视觉提出了新要求。机器视觉可以让机器人在多种场合实现应用。服务机器人与工业机器人最大的区别就是多维空间的应用。目前国内的机器视觉,涉及三维空间、多维空间,其技术基本上处在初始阶段,未来存在较大市场增长空间。

(4)数据是争夺要点,应用场景是着力关键

机器视觉的研究虽然始于学术界,但作为商业应用,能解决实际问题才是核心的竞争力。当一家公司先天能够获得大量连续不断的优质场景数据,又有挖掘该数据价值的先进技术时,商业模式和数据模式上就能形成协同效应。创业公司要么通过自有平台获取数据,要么选择与拥有数据源的公司进行合作,同时选择一个商业落地的方向,实现快速的数据循环。

第四部分智能语言技术解读及行业分析

1.语音识别技术

(1)语音识别技术已趋成熟,全球应用持续升温

语音识别技术已趋成熟,全球应用持续升温。语音识别技术经历了长达60年的发展,近年来机器学习和深度神经网络的引入,使得语音识别的准确率提升到足以在实际场景中应用。深度神经网络逐步找到模型结构和调参算法来替代或结合高斯混合算法和HMM算法,在识别率上取得突破。根据Google Trends统计,自2008年iPhone及谷歌语音搜索推出以来语音搜索增长超35倍。百度人工智能专家吴恩达预测,2020年语音及图像搜索占比有望达到50%。Echo热销超过400万,带动智能音箱热潮。

(2)语音识别进入巨头崛起时代,开放平台扩大生态圈成主流

语音识别即将进入大规模产业化时代。随着亚马逊Echo的大卖,语音交互技术催生的新商机,吸引大大小小的公司构建自己主导的语音生态产业链。各大公司纷纷开放各自的智能语音平台和语音能力,欲吸引更多玩家进入他们的生态系统。

(3)语音识别技术发展瓶颈与趋势

低噪声语料下的高识别率在现实环境使用中会明显下降到70-80%,远场识别、复杂噪声环境和特异性口音的识别是下一个阶段需要解决的问题。

麦克风阵列类前端技术不仅是通过降噪和声源定位带来识别率的提高,带环境音的语料的搜集、标注可用于模型的训练,有助于打造更新一代的语音识别引擎技术。语音巨头已经在布局。

在IOT包括车载领域,云端识别并非通行的最优方案,把识别引擎结合场景进行裁剪后往芯片端迁徙是工程化发展的方向。

2.自然语言处理(NLP)发展现状

(1)多技术融合应用促进NLP技术及应用的发展

深度学习、算力和大数据的爆发极大促进了自然语言处理技术的发展。深度学习在某些语言问题上正在取得很大的突破,比如翻译和写作。2014年开始LSTM、Word2Vec以及Attention Model等技术研究的进展,使DL有了路径在语义理解领域取得突破,并且已经有了明显的进展。对话、翻译、写作新技术成果里都开始逐渐混合入DL的框架。2014-2015年,硅谷在语义理解领域的投资热度剧增。

深度学习能最大程度发挥对大数据和算力资源的利用,语义理解的发展还需要深度学习、搜索算法、知识图谱、记忆网络等知识的协同应用,应用场景越明确(如客服/助理),逻辑推理要求越浅(如翻译),知识图谱领域越成熟(如数据饱和度和标准性较强的行业),技术上实现可能性相对较低。在各种技术融合应用发展的情况下,具备获取一定优质数据资源能力并可结合行业Domain knowledge构建出技术、产品、用户反馈闭环的企业会有更好的发展机会。

(2)NLP主要应用场景

问答系统。问答系统能用准确、简洁的自然语言回答用户用自然语言提出的问题。基本工作原理是在线做匹配和排序。比如 IBM 的 Watson,典型的办法是把问答用FAQ索引起来,与搜索引擎相似。对每一个新问题进行检索,再将回答按匹配度进行排序,把最有可能的答案排在前面,往往就取第一个作为答案返回给用户。

图像检索。同样也是基于深度学习技术,跨模态地把文本和图片联系起来。

机器翻译。机器翻译的历史被认为与自然语言处理的历史是一样的。最近,深度学习被成功地运用到机器翻译里,使得机器翻译的准确率大幅度提升。

对话系统。对话系统的回复是完全开放的,要求机器能准确地理解问题,并且基于自身的知识系统和对于对话目标的理解,去生成一个回复。

(3)创业公司的机遇

1)机器翻译方面:经过多年的探索,机器翻译的水平已经得到大幅度提升,在很多垂直领域已经能够在相当大程度上替代一部分人工,机器翻译技术的商业化应用已经开始进入大规模爆发的前夜。

2)应用于垂直领域的自然语言处理技术

避开巨头们对语音交互入口的竞争,以某一细分行业为切入点,深耕垂直领域,对创业公司也是一个不错的选择。

第五部分人工智能在金融行业的应用分析

人工智能产业链包含基础层、技术层、应用层三个层面。基础层的大数据、云计算等细分技术被应用到金融征信、保险、理财管理、支付等金融细分领域;技术层的机器学习、神经网络与知识图谱应用于金融领域的征信与反欺诈、智能投顾、智能量化交易,计算机视觉与生物识别应用于金融领域的身份识别,语音识别及自然语言处理应用于金融领域的智能客服、智能投研;应用层的认知智能应用于金融领域的智能风控。

人工智能在金融行业的典型应用情况

资料来源:创业邦研究中心

第六部分人工智能在医疗行业的应用分析

1.人工智能在医疗行业的应用图谱

人工智能在医疗行业的应用潜力巨大,目前在健康管理、辅助诊疗、虚拟助理、医学影像、智能化器械、药物挖掘和医院管理等领域均有企业在布局,其中医学影像、药物挖掘、健康管理,辅助诊疗、虚拟助理的应用发展速度较快。

图 人工智能在医疗行业的应用图谱

资料来源:创业邦研究中心

2.人工智能在医疗行业的具体应用场景

医学影像。人工智能应用于医学影像,通过深度学习,实现机器对医学影像的分析判断,是协助医生完成诊断、治疗工作的一种辅助工具,帮助更快的获取影像信息,进行定性定量分析,提升医生看图/读图的效率,协助发现隐藏病灶。 人工智能通过影像分类、目标检测、图像分割、图像检索等方式,完成病灶识别与标注,三维重建,靶区自动勾画与自适应放疗等功能,应用在疾病的筛查、诊断和治疗阶段。目前较为火热的应用有肺部筛查、糖网筛查、肿瘤诊断和治疗等。

药物挖掘。人工智能在药物研发上的应用可总结为临床前和临床后两个阶段。临床前阶段:将深度学习技术应用于药物临床前研究,在计算机上模拟药物筛选的过程,包括靶点选择、药效和晶型分析等,预测化合物的活性、稳定性和副作用,快速 、准确地挖掘和筛选合适的化合物或生物,提高筛选效率,优化构效关系。临床后阶段:针对临床试验的不同阶段,利用人工智能技术对患者病历进行分析,迅速筛选符合条件的被试者,监测管理临床试验过程中的患者服药依从性和数据收集过程,提高临床试验的准确性。

虚拟助理。医疗虚拟助理是基于医疗领域的知识系统,通过人工智能技术实现人机交互,从而在就医过程中,承担诊前问询、诊中记录等工作,成为医务人员的合作伙伴,使医生有更多时间可以与患者互动。医疗虚拟助理根据参与就医过程的功能不同,主要有智能导诊分诊,智能问诊,用药咨询和语音电子病历等方向。

第七部分智能驾驶行业分析

1.智能驾驶行业产业链

智能驾驶行业的中心业务是以Google、百度为代表的智能驾驶操纵解决方案提供商和以特斯拉、蔚来为代表的成车厂商。该类厂商,上接上游软硬件提供商,下接公司和消费者,在整个业务链中扮演至关重要的一环。

产业链上游厂商多为细分技术提供商,如深度学习、人机交互、图像识别和新材料、新制造新能源等。

智能驾驶产业链图谱

资料来源:创业邦研究中心

2.智能驾驶市场分析

伴随着 ADAS 技术的不断更新,推断全球 L1-L5 智能驾驶市场的渗透率会在接下来 5年内处于高速渗透期,然 后伴随半无人驾驶的普及进入稳速增长期。在未来的 2025 年无人驾驶放量阶段后,依赖全产业链的配合而进入市场成熟期。预测到2030年,全球 L4/5 级别的自动驾驶车辆渗透率将达到 15%,单车应用成本的显着提升之 外,从 L1-L4 级别的智能驾驶功能全面渗透为汽车产业带来全面的市场机会。

按照 IHS Automotive 保守估计,全球 L4/L5 自动驾驶汽车产量在 2025 年将接近 60 万辆,并在 2025- 2035 年间获得高速发展,年复合增长率将达到43%,并在2035年达到2100万辆。另有接近 7600 万辆的汽车具备部分自动驾驶功能,同时会带动产业链衍生市场的大规模催化扩张。

根据独立市场调研机构 Strategy Engineers 的预测,L4 高度自动驾驶等级下,自动驾驶零部件成本约在 3100 美元/车,其中硬件占比 45%,软件占比 30%,系统整合占比 14%,车联网部分占比 11%。按照全球 1 亿辆量 产规模计算,理想假设所有车辆全部达到 L4 高度自动驾驶水平,那么全球自动驾驶零部件市场规模在 2020 年 将达到 3100 亿美元。

第八部分中国人工智能企业画像分析

随着人工智能技术的不断成熟,人工智能创业的难度逐步降低。创新的大门吸引众多创业企业进入。为了观察行业风向,助力创新企业发展,创业邦研究中心对国内200多家人工智能创业公司进行了系统调研,从发展能力、创新能力、融资能力等多维度指标,评选出“2018中国人工智能创新成长企业50强”。

地域分布

全国88%的人工智能企业聚集在北京、上海、广东和江苏。其中,北京人工智能企业最多,占比高达39.66%;其次是上海,人工智能企业占比达21.55%;位列第三的是广东,人工智能企业占达15.52%。北京以领先全国其他地区的政策环境、人才储备、产业基础、资本支持等,成为人工智能创业首要阵地;华东地区的上海、江苏、浙江均有良好的经济基础和科技实力,人工智能应用实力雄厚,也聚集了一批人工智能垂直产业园;广东互联网产业发达,企业对数据需求强烈,依靠大数据产业链推动人工智能产业发展。

行业分布

从行业大类分布来看,行业应用层的企业占比最大,为56.03%;其次是应用技术层的企业,占比达31.04%;基础技术层的企业占比最小,仅为12.93%。随着人工智能技术的发展,人工智能与场景深度融合,应用领域不断扩展,行业应用公司比重不断提升。在基础层技术方面,国际IT巨头占据行业领先地位, 国内与国际差距明显,中小初创企业很难进入。

从行业应用来看,智能金融企业占比最大,为16.92%;其次是机器人企业,占比达15.38%;位列第三的是智能驾驶和智能教育,占比均为12.31%。金融行业的强数据导向为人工智能的落地提供了产业基础,智慧金融被列入国家发展规划中,庞大的金融市场为人工智能落地带来了发展前景。机器人作为人工智能产业落地输出, 目前市场需求较大,商业机器人占据较大份额。中国智能驾驶市场在资本推动下进入者较多,企业积极推动应用落地,百度、北汽等大型企业尝试商业化落地智能驾驶汽车。人工智能推动教育个性化落地,相关初创企业涉入教育蓝海,推动智慧教育的发展。

收入情况

收入分布在500-10000万之间的企业最多,占比达49.14%;500万以下的企业位居其次,占比达 26.72%;位列第三的是10000-100000万之间的企业,占比为17.24%。

最新估值

企业最新估值均在亿元级别,且分布较为均衡。三成企业估值超过15亿元,还有企业估值达到百亿级别,如优必

选科技、达闼科技和商汤科技等,将来或将跻身人工智能独角兽企业。(备注:分析样本量剔除一半未披露企业)

第九部分典型企业案例分析

1.Atman

企业概述

Atman由来自微软的人工智能科学家和产业经验丰富的产品团队创办,提供专业领域机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品,致力于成为医学、新闻、法律等专业领域语言智能专家,为专业领域用户赋能,推动专业领域用户进入人工智能时代,助力专业领域文字智能水平实现跨越式提升。Atman已为强生、新华社参考消息、北大法宝、君合律师事务所等世界领先药企、新闻媒体、法律服务机构开发机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品。

目前Atman在北京和苏州两地运营,能快速响应全国各地客户需求。

企业团队

创始人&CEO:马磊

清华大学计算机系毕业,曾先后在微软研究院和工程院担任研究员和架构师,机器学习专家、多次创业者、曾主导多项人工智能重大项目,和申请国际专利共计15+项。

Atman公司核心团队由来自微软、百度、法电等领域高端人才和资深技术人才组成,公司员工40人,其中硕士以上学历占比60%,技术开发人员占比70%,一半以上来自微软亚洲研究院和工程院。

核心技术与产品

技术方面,擅长机器学习(深度学习、强化学习、群体智能)在复杂问题的应用,和国际专利15项,Atman神经网络机器翻译系统于2016年9月首秀,早于谷歌的GNMT,专业领域翻译效果在公测标准和行业客户测试中均持续领先。核心产品为垂直领域机器翻译、机器写作、知识图谱抽取构建、大数据智能挖掘等语言智能产品。

Atman的机器翻译产品可自动翻译编辑专业文献、报告、音视频和网页,支持私有部署和云端混合部署,提供包括数据隐私安全以及自学习的端到端解决方案。

机器写作可对海量数据进行快速搜索、过滤、聚类,根据行业需求自动生成专业文档,适用于所有专业写作场景,可大幅减少专业报告写作过程中的繁复工作,大幅提升专业领域写作效率。

知识图谱可实现海量数据的语义检索、长链推理、意图识别、因果分析,形成一个全局知识库。大数据智能采集挖掘系统为专业领域用户提供智能数据源管理、海量专业数据获取和非结构化数据自动解析并结合知识图谱提供auto-screening、知识重构、专业决策辅助,帮助用户建立强大的以专业大数据为基础的业务辅助能力。

2.黑芝麻

企业概述

黑芝麻智能科技有限公司是一家视觉感知核心技术与应用软件开发企业,2016年分别在美国硅谷和上海成立研发中心,主攻领域为嵌入式图像、计算机视觉,公司核心业务是提供基于图像处理、计算图像以及人工智能的嵌入式视觉感知平台,为ADAS及自动驾驶提供完整的视觉感知方案。

目前公司和博世、滴滴、蔚来、上汽、上汽大通、EVCARD、中科创达、车联天下和云乐新能源等展开深入合作,提供基于视觉的感知方案;除此之外,公司还在消费电子、智能家居等领域布局为智能终端提供视觉解决方案。目前公司已经完成A+轮融资。

企业团队

团队核心成员来自于OmniVision、博世、安霸、英伟达和高通等知名企业,平均拥有超过15年以上的产业经验,毕业于清华、交大、中科大和浙大等知名高校。

创始人&CEO:单记章此前在硅谷一家全球顶尖的图像传感器公司工作近20年,离职前担任该公司的技术副总裁一职,工作内容覆盖了图像传感器研发和设计、图像处理算法研发和图像处理芯片设计。

核心技术和产品

在汽车领域,黑芝麻可提供车内监控方案(DMS),自动泊车方案(AVP),ADAS/自动驾驶感知平台方案。黑芝麻智能科技提供的解决方案包括算法和芯片两个核心部分:黑芝麻感知算法从基础的控光技术,到面向AI的图像处理技术出发来提高成像质量,以及应用深度神经网络训练,结合视频处理和压缩技术,形成从传感器端到应用端的处理过程;黑芝麻芯片平台采用独有的神经网络架构,包括独有的图像处理,视频压缩和计算机视觉模块,与黑芝麻视觉算法结合,采用16nm制程,设计功耗2.5w,每秒浮点计算达20T。

3.乂学教育

企业概述

乂学教育,成立于2014年,是一家网络教育培训机构,采用人工智能和大数据技术,为学生提供量身定制学习解决方案和个性化学习内容。核心团队来自美国Knewton、Realizeit、ALEKS等人工智能教育公司,销售团队有全国40亿toC销售额的经验。

企业自主研发了针对中国K12领域的学生智适应学习产品,其核心部分是以高级算法为核心的智适应学习引擎“松鼠AI”,该产品拥有完整自主知识产权,能够模拟真实特级教师教学。企业发表的学术论文得到了全球国际学术会议AIED、CSEDU、UMAP认可,并在纽约设计了人工智能教育实验室,与斯坦福国际研究院(SRI)在硅谷成立了人工智能联合实验室。

主要产品

学生智适应学习是以学生为中心的智能化、个性化教育,在教、学、评、测、练等教学过程中应用人工智能技术,在模拟优秀教师的基础之上,达到超越真人教学的目的。该产品性价比高,以人工智能+真人教师的模式,做到因材施教,有效解决传统教育课时费用高,名师资源少,学习效率低等问题。

智适应学习人工智能系统

智适应学习人工智能系统模拟特级教师,采用图论、概率图模型,机器学习完成知识点拆分和个人学习画像,采用神经网络、逻辑斯蒂回归和遗传算法为学生实时动态推荐最佳学习路径,实现个性化教育。

业务模式

线上与线下,2B和2C相结合。以松鼠AI智适应系统教学为主,真人教师辅助,学生通过互联网在线上学习课程。开创教育新零售模式,授权线下合作学校,已在全国100多个城市开设500多家学校。

4.云从科技

企业概述

云从科技成立于2015年4月,是一家孵化于中国科学院重庆研究院的高科技企业,专注于计算机视觉与人工智 能。云从科技是人工智能行业国家队,是中科院战略先导项目人脸识别团队唯一代表,唯一一家同时受邀制定人 脸识别国家标准、行业标准的企业。2018年,云从科技成为祖国“一带一路”战略实行路上的人工智能先锋,与 非洲南部第二大经济体津巴布韦政府完成签约。

云从科技奠定了行业领导地位: 国家肯定,国家发改委2017、2018年人工智能重大工程承建单位;顶层设计,唯一同时制定国标、部标和行标的人工智能企业;模式创新,三大平台解决方案,科学家平台、核心技术平台和行业应用平台。

企业核心团队

创始人

周曦博士,师从四院院士、计算机视觉之父—ThomasS.Huan黄煦涛教授,专注于人工智能识别领域的计算机视觉 研究。入选中科院“百人计划”,曾任中国科学院重庆研究院信息所副所长、智能多媒体技术研究中心主任。

周曦博士带领团队曾在计算机视觉识别、图像识别、音频检测等国际挑战赛中7次夺冠;在国际顶级会议、杂志 上发表60余篇文章,被引用上千次。

核心技术团队

云从科技依托美国UIUC和硅谷两个前沿实验室,中科院、上海交大两个联合实验室上海、广州、重庆、成都四 个研发中心组成的三级研发架构。目前研发团队已经超过300人,80%以上拥有硕士学历。

技术优势

全方位多维智能学习模块适应不同场景要求;模块化设计为在工业视觉、医学影像、自动驾驶AR等领域扩展打下良好基础。

云从科技具有高技术壁垒:世界智能识别挑战赛成绩斐然,在CLEAR、 ASTAR、 PASCAL VOC、 IMAGENET、FERA以及微软全球图像识别挑战赛上共计夺得7次世界冠军;在银行、公安等行业智能识别技术 PK实战中,85次获得第一;2018年,云从科技入选MIT全球十大突破性技术代表企业。

在跨镜追踪(ReID)技术上取得重大突破。Market-1501,DukeMTMC-reID,CUHK03三个数据同时集体刷 新世界记录, Market-1501上的首位命中率达到96.6%,首次达到商用水平。

正式在国内“3D结构光人脸识别技术”,可全面应用于手机、电脑、机具、设备、家电。相较以往的2D人 脸识别及以红外活体检测技术,3D结构光人脸识别技术拥有不需要用户进行任何动作配合完成活体验证的功能, 分析时间压缩到了毫秒级以及不受环境光线强弱的影响等诸多优点,受到国际巨头公司的关注。

行业应用

目前国内有能力自建系统的银行约为148家。截止2018年3月15日,已经完成招标的银行约为121家,其中云从科 技中标了88家总行平台,市场占有率约为72.7%;在安防领域推动中科院与公安部全面合作,通过公安部重大课题研发火眼人脸大数据平台等智能化系统,在民航领域,已经与中科院重庆院合作覆盖80%的枢纽机场。

5.Yi+

企业概述

北京陌上花科技是领先的计算机视觉引擎服务商,为企业提供视觉内容智能化和商业化解决方案。致力于“发现视觉信息的价值”。

旗下品牌Yi+是世界一流的人工智能计算机视觉引擎,衣+是时尚商品搜索引擎。公司在图像视频中对场景、通用物体、商品、人脸的检测、识别、搜索及推荐均达到领先水平。

目前公司和阿里巴巴、爱奇艺、优酷土豆、中国有线、CIBN、中信国安、海信、华为、360等数十家顶级机构/产品深度合作,通过提供边看边买引擎、图像视频内容分析引擎、人脸识别引擎等基于视觉识别技术的数据结构化产品服务于海量用户,同时帮助政府机构、广电系统、内容媒体、零售商、电商、视听设备等行业实现智能分析、智能互动与场景营销。目前公司已经获得B轮融资。

企业团队

团队成员来自于斯坦福、耶鲁、帝国理工、新加坡国大、南洋理工、清华、北大、中科院等名校及谷歌、微软、IBM、英特尔、阿里巴巴、腾讯、百度、华为等名企。

创始人&CEO:张默

北京大学软件工程硕士, 南洋理工大学创业创新硕士。连续创业者, 曾任华为算法工程师、微软WindowsMobile工程师、 IBM SmarterCity 架构师,北方区合作伙伴经理,主机Linux中国区负责人,中国区开源联盟负责人,年销售额数亿。 2013年创业于美国硅谷和新加坡,2014年6月在中国设立北京陌上花科技有限公司。

核心技术与产品

技术方面,在国际顶级计算机视觉竞赛ImageNet中,成绩曾超过谷歌、斯坦福等,2015-2016年2年获得十项世界第一。2018年3月,人脸识别准确率位列LFW榜首。Yi+通过遵循无限制,标记的外部数据协议。 Yi+的系统由人脸检测,人脸对齐和人脸描述符提取组成。使用多重损失和训练数据集训练CNN模型,其中包含来自多个来源的约10M个图像,其中包含150,000个人(训练数据集与LFW没有交集)。在测试时, Yi+使用原始的LFW图像并应用简单的L2norm。图像对之间的相似性用欧氏距离来测量,最终取得优异成绩。

公司的核心产品主要包括视觉搜索引擎,图像视频分析引擎以及人脸识别和分析引擎:

行业解决方案

针对营销、安防、相机和电视的不同特点,推出相应解决方案。

营销+AI。场景化广告方案中,大屏AI助理信息流推荐、神字幕、物体/人脸AR动态贴图、video-out、场景化角标与广告滤镜等形式的广告内容推荐,适用于快消、汽车、电商、IT、金融、旅游服务等多个行业。

智慧城市+AI。使用计算及视觉助力智慧城市,在智慧安防、智慧交通、智慧园区等方面提供解决方案。在智慧安防实时识别上,实时处理直播摄像头信息,算法反应敏捷,相应迅速。建立智慧园区方案模型,考虑扩展性&灵活性、数据管理、松散耦合性、安全性、实时整合性以及功能性和非功能性需求等技术方案要素,从业务和技术两方面整合解决方案实现步骤。

电视+AI。电视+AI的解决方案赋予智能电视多样播放能力和营销能力。

相机+AI。相机更具交互能力。用户通过搜索关键字标签同步展示图片,打通相册和购物一站式体验。准确识别人物属性特征,动态适应表情变化,可以在视频以及图像中对人脸实时检测,基于深度学习技术,进行人脸相似度检测,实现面部关键点定位、妆容图像渲染,试用与粉底、唇彩以及眼影等多种虚拟试装方式。实时检测摄像头中出现的物品、场景和人脸等,添加AR效果,SDK支持本地检测、识别、追踪,平均检测帧率可达到25fps。

新零售+AI。Yi+新零售解决方案是基于公司自主研发的人脸识别、商品识别和其他图像识别算法技术为核心,建立一整套基于人脸、商品的智能零售门店管理方案。Yi+新零售解决方案主要包含数据采集、算法模型说明和部署方案三部分,其中数据采集包括人脸数据采集、商品数据采集;算法模型说明包括识别算法训练、商品识别、识别输出;部署方案包括本地部署、云端部署、本地部署与云端部署结合。

6.擎创科技

企业简介

擎创科技成立于2016年,专注于将人工智能和机器学习赋予传统IT运维/企业运营管理,为企业客户提供智能运维大数据分析解决方案,从而取代和改善对高技能运维人员严重依赖的现状。2017年,擎创科技已实现全年2000万营收,迅速成为国内AIOps领域的领跑者和中流砥柱。2018年初,擎创科技完成了数千万人民币的A轮融资,由火山石投资领投,晨晖创投、元璟资本及新加坡STTelemedia跟投。

核心团队

擎创团队的核心成员主要由BMC、微软等美国企业服务上市公司的运维老兵,与新浪、饿了么等知名互联网公司的大数据、算法专家组成,核心团队成员至少拥有10年以上的行业经验。其中CEO杨辰是国内最顶级的B端销售,曾带领团队获得10倍的业绩增长;CTO葛晓波拥有长达15年的企业级软件开发和运维经验;而产品总监屈中泠则来自甲方,创业前为浦发硅谷银行企业架构师,深知甲方对企业运维产品的需求。这个曾经深耕于运维企业服务市场的团队,如今在智能运维企业服务赛道继续领跑,让擎创科技成为最懂企业的客户,最值得企业客户信赖的软件厂商。

主要产品

“夏洛克AIOps” 作为擎创自主研发的大数据智能运维主打产品,自2016年上线以来,已从1.0版本升级至1.9版本,可应用在金融、大型制造业、铁路民航、能源电力等涉及国家发展和民生问题的多种行业。在2017全球运维大会上,夏洛克AIOps获得由中国信息通信研究院与高效运维社区联合颁发的“年度最具影响力AIOps产品”奖。

“夏洛克AIOps”充分利用自研算法辅助客户实现IT运维价值,结合客户的现有情况,规划从传统ITOM至AIOps智能运维的一站式路径,助其运营落地,由此打破数据孤岛,建立统一的大数据智能分析平台,实现以人工智能为核心,驱动传统IT运维监、管、控三个层面,并将相关运维数据及业务数据实时展现。

“夏洛克AIOps”拥有多项自研算法,犹如运维界的福尔摩斯,能迅速发现并定位运维问题的根因,实现秒级排障,最大程度避免企业产生重大损失。更有价值的是,“夏洛克AIOps”还能通过长期的数据积累和机器学习,运用新型深度神经网络算法对企业的业务数据进行预测,帮助企业提前规划IT资源,高效预防各类黑天鹅事件的发生。

商业模式

目前,擎创科技已与多家金融和制造行业标杆客户形成稳定的合作关系,包括浦发银行、浦发硅谷银行、国家开发银行、上海铁路局、银联、海尔、浙江能源等。针对不同客户,采用个性化的商业模式进行服务,目前主要有私有模式和SaaS模式两种,都具有较强的可复制性。

核心优势