導(dǎo)語：如何才能寫好一篇人工智能解決方案，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

 

根據(jù)《寧波市經(jīng)濟和信息化局關(guān)于組織開展2021年度寧波市智能制造優(yōu)秀系統(tǒng)解決方案（第一批）申報工作的通知》（甬經(jīng)信產(chǎn)數(shù)〔2021〕73號）等文件要求，經(jīng)企業(yè)申報、各地推薦、專家評審和綜合評定，現(xiàn)將2021年度寧波市智能制造優(yōu)秀系統(tǒng)解決方案（第一批）擬認定名單予以公示。

一、公示時間：2021年7月9日-7月15日。

二、公示期間，如對公示內(nèi)容有異議，可通過來電、來信、來訪進行反映。

三、聯(lián)系人：陳文林；聯(lián)系電話：89292008（傳真）；地址：寧波市鄞州區(qū)寧穿路2001號。

 

附件：2021年度寧波市智能制造優(yōu)秀系統(tǒng)解決方案（第一

批）擬認定名單

 

寧波市經(jīng)濟和信息化局   

2021年7月9日       

 

 

 

 

附件

2021年度寧波市智能制造優(yōu)秀系統(tǒng)解決方案（第一批）擬認定名單

序號

單位名稱

解決方案名稱

重點應(yīng)用

行業(yè)/領(lǐng)域

屬地

1

浙江藍卓工業(yè)互聯(lián)網(wǎng)信息技術(shù)有限公司

基于supOS工業(yè)操作系統(tǒng)的

石化行業(yè)智能制造解決方案

石化

海曙區(qū)

2

寧波智能制造技術(shù)

研究院有限公司

智云端-數(shù)據(jù)采集與生產(chǎn)

管理系統(tǒng)解決方案

工業(yè)互聯(lián)網(wǎng)+安全生產(chǎn)

海曙區(qū)

3

浙江華工賽百數(shù)據(jù)

系統(tǒng)有限公司

面向汽車零部件行業(yè)的智能

制造整體解決方案

汽車零部件

江北區(qū)

4

寧波捷創(chuàng)技術(shù)股份

有限公司

三化融合整體解決方案

磁性材料

江北區(qū)

5

浙江第元信息技術(shù)

有限公司

第元基于5G+工業(yè)互聯(lián)網(wǎng)的

設(shè)計制造一體化平臺解決方案

電子信息

鎮(zhèn)海區(qū)

6

寧波創(chuàng)元信息科技

有限公司

基于Neural-MOS的模具行業(yè)

智能制造系統(tǒng)解決方案

模具

北侖區(qū)

7

寧波騰智信息技術(shù)

有限公司

緊固件行業(yè)智慧工廠

解決方案

緊固件

北侖區(qū)

8

浙江文谷科技

有限公司

文谷汽車行業(yè)數(shù)字化工廠

解決方案

汽車零部件

鄞州區(qū)

9

舒普智能技術(shù)股份

有限公司

服裝服飾車間集成解決方案

服裝服飾

鄞州區(qū)

10

寧波偉立機器人科技股份有限公司

數(shù)字化車間集成-機床及

機器人解決方案

模具

余姚市

11

寧波舜宇智能科技

有限公司

智能數(shù)字工廠整體解決方案

電子信息

余姚市

12

寧波慈星股份

有限公司

慈星針織品智能柔性定制

系統(tǒng)解決方案

服裝服飾

慈溪市

13

寧波智訊聯(lián)科科技

有限公司

汽車零部件行業(yè)數(shù)字化車間/智能工廠系統(tǒng)解決方案

汽車零部件

寧波國家高新區(qū)

14

寧波沙塔信息技術(shù)

有限公司

面向機加工行業(yè)的工業(yè)互聯(lián)網(wǎng)

平臺解決方案

機械加工

寧波國家高新區(qū)

15

寧波易拓智能科技

有限公司

離散型注塑行業(yè)智能工廠系統(tǒng)解決方案

文體

寧波國家高新區(qū)

16

寧波極望信息科技

有限公司

面向離散制造業(yè)的極望Y9-MES整體解決方案

壓鑄

篇2

Concur一直堅持針對中國用戶的特需求提供定制化的服務(wù)，并結(jié)合中國的財務(wù)管理政策優(yōu)化自身解決方案，幫助客戶全面滿足中國增值稅改革、合規(guī)性等多方面的政策要求。同時，結(jié)合中國用戶出行特點，Concur已經(jīng)與攜程、滴滴出行等眾多創(chuàng)新性的企業(yè)進行合作，提供專為中國商旅市場定制的一體化差旅和費用管理解決方案。Concur在全球差旅和費用管理領(lǐng)域擁有超過20年的實踐經(jīng)驗，能夠為中國企業(yè)提供高價值的跨行業(yè)費用管理服務(wù)，使其在全球化過程中符合各國財務(wù)合規(guī)性的要求，幫助他們有效管理差旅費用，優(yōu)化成本，從而實現(xiàn)投資回報最大化。 Concur費用管理平臺基于電子化的數(shù)據(jù)，可生成完整、多維度的財務(wù)報告，方便企業(yè)財務(wù)團隊隨時隨地查詢；同時，這些報告將差旅報銷數(shù)據(jù)、差旅預(yù)批準信息、預(yù)定信息、企業(yè)資源規(guī)劃 （ERP） 和信用卡信息集成到一個統(tǒng)一的系統(tǒng)，生成獨立、全面、清晰的視圖。

Concur全球總裁Mike Eberhard表示：“中國代表著一個巨大的市場機遇，我們在這里已經(jīng)為眾多跨國企業(yè)的中國分支提供了差旅和費用管理服務(wù)。我們很期待未來能夠在中國繼續(xù)擴大業(yè)務(wù)，將Concur的優(yōu)質(zhì)服務(wù)傳遞給更多的中國企業(yè)。與中數(shù)通信息有限公司的合作，讓我們能在云端為中國企業(yè)提供更加優(yōu)質(zhì)的服務(wù)，從而全面拓展中國市場?！?/p>

Mellanox創(chuàng)新網(wǎng)絡(luò)支撐科大訊飛走向前臺

Mellanox公司日前宣布科大訊飛已采用Mellanox端到端的25G和100G智能網(wǎng)絡(luò)解決方案為其打造下一代機器學(xué)習研究中心。該解決方案基于Mellanox ConnectX系列網(wǎng)卡和Spectrum交換機，將助力科大訊飛的語音產(chǎn)品實現(xiàn)高達97%的語音識別率。

“Mellanox的互連解決方案幫助科大訊飛成功搭建了下一代的機器學(xué)習中心，這將進一步提升我們的應(yīng)用性能，從容應(yīng)對未來的各種需求和挑戰(zhàn)”，科大訊飛公司研究院常務(wù)副院長王智國博士表示?！岸?，基于Mellanox以太網(wǎng)解決方案的高可擴展性，我們能夠以最高效的方式提升計算和存儲能力，無中斷地擴展服務(wù)器規(guī)模?！?/p>

采用Mellanox 25G和100G Spectrum開放式以太網(wǎng)交換機，科大訊飛成功構(gòu)建了一套靈活、可擴展、易于管理的高性能體系結(jié)構(gòu)。該機器學(xué)習系統(tǒng)可以輕松處理巨大的并發(fā)流量，并且能夠支持不可預(yù)測的業(yè)務(wù)增長。Mellanox尖端智能網(wǎng)絡(luò)解決方案不僅為其提升了數(shù)據(jù)通訊的帶寬、極大的增加了數(shù)據(jù)的吞吐率，還能提供自動化的網(wǎng)絡(luò)配置和管理；支持 QoS 、RoCE v2和 TCP/IP 的融合網(wǎng)絡(luò)。此外，該超大規(guī)模網(wǎng)絡(luò)架構(gòu)具有極高的可擴展性，可通過BGP實現(xiàn)全互連，提供8路/16路等價多路負載均衡（8/16 ECMP）。

基于Mellanox Spectrum交換機leaf-spine架構(gòu)的網(wǎng)絡(luò)拓撲結(jié)構(gòu)解決了橫向網(wǎng)絡(luò)連接的傳輸瓶頸，而且提供了高度的擴展性，它幾乎能適應(yīng)所有大中小型數(shù)據(jù)中心?？梢灶A(yù)見，所有企業(yè)的IT建設(shè)都是走向收斂型和高層次的虛擬化型葉脊網(wǎng)絡(luò)結(jié)構(gòu)，Mellanox將是廣大行業(yè)用戶構(gòu)建現(xiàn)代數(shù)據(jù)中網(wǎng)絡(luò)基礎(chǔ)架構(gòu)的最佳選擇。

AI ON IA，英特爾加速人工智能創(chuàng)新和發(fā)展

2016 年 11月 30日，主題為“釋放IA原力 擁抱AI時代”的英特爾人工智能論壇在北京召開。英特爾公司副總裁、數(shù)據(jù)中心事業(yè)部數(shù)據(jù)中心解決方案部門總經(jīng)理Jason Waxman表示，“人工智能將變革企業(yè)業(yè)務(wù)運營方式以及人類與世界的交互方式。作為一家助力云計算，以及數(shù)十億智能互聯(lián)計算設(shè)備的公司，英特爾正繼續(xù)轉(zhuǎn)型以聚焦已經(jīng)崛起的良性循環(huán)――云和數(shù)據(jù)中心、物聯(lián)網(wǎng)、內(nèi)存和FPGA等加速器，它們緊密聯(lián)系在一起并通過摩爾定律而進一步增強――從而加速人工智能創(chuàng)新及其在企業(yè)和社會中的應(yīng)用和普及?！?/p>

英特爾為人工智能提供全面的、極為靈活的端到端解決方案產(chǎn)品組合：構(gòu)建于業(yè)界領(lǐng)先的基于英特爾架構(gòu)的涵蓋至強處理器、至強融核處理器、Nervana平臺和FPGA、Omni-Path網(wǎng)絡(luò)、3D XPoint存儲等技術(shù)的硬件平臺，結(jié)合英特爾針對深度學(xué)習/機器學(xué)習而優(yōu)化的英特爾數(shù)學(xué)函數(shù)庫（Intel MKL）、英特爾數(shù)據(jù)分析加速庫Intel DAAL）等，和致力于為多節(jié)點架構(gòu)提供卓越性能的開源軟件框架如Spark、Caffe、Theano以及Neon等，及可推動前后端協(xié)同人工智能發(fā)展布局的Saffron、TAP、Nervana 系統(tǒng)、Movidius等工具和平臺。同時，為推動人工智能戰(zhàn)略的實施，加速相關(guān)技術(shù)的大眾化并最終實現(xiàn)應(yīng)用的普及，英特爾還積極建立與包括谷歌等業(yè)界領(lǐng)先公司在內(nèi)的廣泛的聯(lián)盟，成立英特爾Nervana人工智能委員會等推動技術(shù)探索和創(chuàng)新，與全球領(lǐng)先機構(gòu)合作提供開發(fā)者培訓(xùn)課程，從而構(gòu)建涉及人工智能技術(shù)提升、教育培訓(xùn)、應(yīng)用優(yōu)化等廣泛的生態(tài)。

國內(nèi)首個網(wǎng)絡(luò)直播行業(yè)景氣指數(shù)

12月6日，中國信通院政策與經(jīng)濟研究所聯(lián)合網(wǎng)宿科技共同首個網(wǎng)絡(luò)直播行業(yè)景氣指數(shù)，從直播帶寬、觀眾活躍度、主播活躍度等多個層面構(gòu)建了我國網(wǎng)絡(luò)直播行業(yè)景氣度的監(jiān)測系統(tǒng)。數(shù)據(jù)顯示，前三季度，中國網(wǎng)絡(luò)直播景氣指數(shù)持續(xù)上行，三季度網(wǎng)絡(luò)直播景氣指數(shù)環(huán)比二季度增長59.06%，網(wǎng)絡(luò)直播行業(yè)的景氣度加速上揚。

指數(shù)報告顯示，近一年多以來，直播行業(yè)經(jīng)歷了野蠻式的增長，直播平臺早已突破200家。截止到今年6月底，網(wǎng)絡(luò)直播用戶的規(guī)模已經(jīng)達到了3.25億，占網(wǎng)民總數(shù)的45.8%，并且這個規(guī)模仍在持續(xù)上漲。直播已經(jīng)成為2016年互聯(lián)網(wǎng)領(lǐng)域最為熱門的現(xiàn)象級應(yīng)用。安信證券通信行業(yè)首席分析師李偉表示，直播+的未來前景十分廣闊，現(xiàn)在無論是直播+各種業(yè)態(tài)，還是原有BAT陣營或者其他業(yè)態(tài)，加速嵌入直播功能，都是在搶奪流量的入口，預(yù)計明年關(guān)于直播入口的爭奪將更趨激烈。

認知計算助力神思電子轉(zhuǎn)型升級

近日，IBM與神思電子在濟南隆重舉行簽約儀式，宣布雙方達成合作協(xié)議。IBM將為神思提供一站式的業(yè)務(wù)解決方案和技術(shù)支持服務(wù)，運用認知計算和應(yīng)用能力幫助其展開由從智能識別到認知行業(yè)解決方案，由行業(yè)深耕到行業(yè)貫通的轉(zhuǎn)型升級。神思電子作為IBM重要的合作伙伴，將與IBM一道為其服務(wù)的行業(yè)客戶打造基于認知計算、物聯(lián)網(wǎng)和大數(shù)據(jù)等技術(shù)的解決方案。在合作的第一階段，神思計劃利用IBM Watson Explorer和IBM Watson IoT Platform上的SaaS產(chǎn)品打造國內(nèi)領(lǐng)先的商業(yè)服務(wù)機器人和個性化的認知行業(yè)智能解決方案，并有望首先應(yīng)用于醫(yī)療、金融等領(lǐng)域。濟南市市委常委、副市長蘇樹偉，神思電子董事長王繼春以及IBM副總裁兼大中華區(qū)認知解決方案總經(jīng)理Robert Josef Simmeth等領(lǐng)導(dǎo)出席并見證了簽約儀式。

神思電子希望依托多方位的智能識別和行業(yè)應(yīng)用技術(shù)，以及在移動互聯(lián)、免簽免密小額支付、數(shù)據(jù)挖掘等領(lǐng)域積淀多年的行業(yè)經(jīng)驗，并結(jié)合IBM在認知計算、物聯(lián)網(wǎng)和大數(shù)據(jù)等技術(shù)領(lǐng)域的領(lǐng)先優(yōu)勢，在移動商業(yè)、便捷支付、銀醫(yī)自助等應(yīng)用領(lǐng)域繼續(xù)深耕，為現(xiàn)有客戶提供‘認知+’的行業(yè)解決方案。

數(shù)字化舉措促進中國大陸企業(yè)業(yè)務(wù)表現(xiàn)提升

CA Technologies近日公布了一項名為《保持得分：數(shù)字化轉(zhuǎn)型為何如此重要？》的調(diào)查顯示了經(jīng)營業(yè)績與支撐數(shù)字化轉(zhuǎn)型的技術(shù)實踐之間具有緊密聯(lián)系。

該項調(diào)查采用了“數(shù)字化轉(zhuǎn)型業(yè)務(wù)影響計分卡”（BIS），涉及業(yè)務(wù)敏捷性、業(yè)務(wù)增長、以客戶為中心和運營效率四個類別?？傮w來看，中國大陸企業(yè)數(shù)字化舉措的影響力得分為50分，在世界范圍內(nèi)排名居中。在亞太及日本地區(qū)，敏捷管理、DevOps、API管理和以身份為中心的安全性等數(shù)字化實踐被廣泛采用，使業(yè)務(wù)影響力提升高達54%。有33%的中國大陸企業(yè)認為對數(shù)字化方面的投資有助于企業(yè)明顯超越競爭對手。

在該項調(diào)查中，中國大陸企業(yè)受訪者表示數(shù)字化轉(zhuǎn)型為其帶來以下效益：85%擴大了數(shù)字化覆蓋范圍、82%提升了用戶體驗、34%提高了客戶滿意度、33%加速了上市速度、29%增加了新業(yè)務(wù)收入、27%縮短了決策時間。

亞太及日本地區(qū)的一些發(fā)展中國家在BIS中表現(xiàn)強勁，領(lǐng)跑全球榜單，其中包括印度（79分）、泰國（71分）、印度尼西亞（66分）和馬來西亞（64分）。中國大陸（50分）在此次評估中位居第六名的中間位置。調(diào)查指出，新興經(jīng)濟體相較于成熟的傳統(tǒng)經(jīng)濟體更具有發(fā)展?jié)摿?，也更易于進行數(shù)字化轉(zhuǎn)型，這是因為新型經(jīng)濟如“白紙”一般的特質(zhì)使其可以避免受到舊系統(tǒng)的束縛。

首屆全國大學(xué)生集成電路創(chuàng)新創(chuàng)業(yè)大賽啟動

篇3

現(xiàn)有的財務(wù)危機預(yù)警研究大多集中在定量預(yù)測財務(wù)危機的方法上，許多研究人員只是探索某種具體的財務(wù)危機預(yù)警方法，本文主要從財務(wù)危機預(yù)警理論、實驗用樣本數(shù)據(jù)及定量財務(wù)指標體系、基于規(guī)則的產(chǎn)生式系統(tǒng)的財務(wù)危機預(yù)警方法、基于群決策的財務(wù)危機可能性評價預(yù)警方法四個部份展開研究，設(shè)計了一套智能專家系統(tǒng)，將應(yīng)用人工智能技術(shù)的財務(wù)危機預(yù)警作為財務(wù)管理的一個重要分支進行深入探討和分析，豐富了財務(wù)危機預(yù)警研究工作的內(nèi)容和成果。

關(guān)鍵詞：人工智能；財務(wù)管理；專家系統(tǒng)

一、前言

1.1 人工智能在財務(wù)軟件上的應(yīng)用研究現(xiàn)狀

財務(wù)管理軟件在我國的發(fā)展可追溯到上世紀80年代中期，經(jīng)歷了dBASE、FoxPro的時代，然后發(fā)展到在Windows系統(tǒng)平臺上進行開發(fā)，目前國內(nèi)從事財務(wù)管理軟件的開發(fā)和銷售工作的公司超過500家。經(jīng)過近年來的發(fā)展，關(guān)于基于人工智能技術(shù)的財務(wù)危機預(yù)警的實證研究文獻層出不窮。相比較傳統(tǒng)統(tǒng)計研究方法和新興人工智能研究方法，它們的區(qū)別在于預(yù)測的準確率和預(yù)警方法的先進性與智能化。楊保安、徐晶、查秋野曾在研究中用BP神經(jīng)網(wǎng)絡(luò)進行財務(wù)評價，運用專家系統(tǒng)采用"規(guī)則組"的知識表示策略，對其它諸因素及分類綜合進行了分析得出了最終的貸款風險分類等級。梁榮華在《人工智能在財務(wù)決策支持系統(tǒng)中的應(yīng)用》中研究了實現(xiàn)FDSS的知識庫系統(tǒng)時用到的財務(wù)知識表示與財務(wù)推理機制，并針對同一個具體的財務(wù)實例，探討了是如何用財務(wù)知識表示與財務(wù)推理機制的。

二、智能財務(wù)專家系統(tǒng)的基礎(chǔ)與理論

2.1人工智能的定義

對于“人工智能”一詞，戴汝為是這樣表述的：“人工智能最早在1956 年的Dartmouth學(xué)會上提出。在后來的研究中，人工智能的概念伴隨著相關(guān)領(lǐng)域的研究者們發(fā)展的許多理論和原理不斷的擴展，是一門非常具有潛力和挑戰(zhàn)性的學(xué)科，熟悉計算機技術(shù)、心理學(xué)和哲學(xué)等對是從事這項研究工作的基本要求。李陶深認為，人工智能的主要研究目標是使機器能夠模擬人類智能去完成一些復(fù)雜的工作，這門科學(xué)的內(nèi)容非常廣泛，它包括了許多不同的學(xué)科領(lǐng)域，如：計算機模擬和機械學(xué)習等。

2.2財務(wù)危機預(yù)警系統(tǒng)的意義

常言道：滴水穿石，非一日之功。面對現(xiàn)代社會激烈的競爭，原本一些微不足道的小問題，如果在初始階段沒有得到重視，或許就會給使用單位造成嚴重的后果和錯過解決這些問題的最佳時機。財務(wù)危機預(yù)警是以日常財務(wù)管理工作涉及的各種信息為依據(jù)，通過分析，可以準確評價單位過去一個期間內(nèi)業(yè)務(wù)開展的整體情況以及財務(wù)管理的工作效果，通過財務(wù)危機預(yù)警可以幫助管理者把握業(yè)務(wù)開展和財務(wù)管理的趨勢和方向。財務(wù)危機預(yù)警方法同時也可以作為一種有效的診斷手段，能實時對預(yù)警對象的業(yè)務(wù)開展過程和財務(wù)狀況進行監(jiān)控和分析，及時發(fā)現(xiàn)財務(wù)狀況異常的征兆，并迅速預(yù)警，幫助管理人員及時采取應(yīng)變措施，盡可能地避免或減少損失。

2.3專家系統(tǒng)

專家系統(tǒng)從結(jié)構(gòu)上看，是一個由知識模塊、推理模塊和控制模塊構(gòu)成的解題程序系統(tǒng)。系統(tǒng)將知識和經(jīng)驗通過各種途徑存入計算機系統(tǒng)內(nèi)，建立知識庫，然后對輸入的原始數(shù)據(jù)選用適當?shù)囊?guī)則進行推理，做出決策和判斷，使其表現(xiàn)出專家的解決和處理問題能力。靜態(tài)或動態(tài)知識庫和相關(guān)推理機制是專家系統(tǒng)的核心內(nèi)容，它的主要組成部份是：知識庫、推理機、工作數(shù)據(jù)庫、控制系統(tǒng)。專家系統(tǒng)可以采用程序設(shè)計語言、專用知識表示和處理語言、高級程序設(shè)計語言、專家系統(tǒng)外殼四種方式實現(xiàn)。

三、基于群決策的財務(wù)危機可能性評價預(yù)警方法

3. 1群決策的應(yīng)用

群決策是于近代隨著西方經(jīng)濟學(xué)的發(fā)展而發(fā)展起來的一門理論，是為了充分發(fā)揮決策群體中每一個決策單元的知識和經(jīng)驗，克服個體的片面和狹義，由多個決策個體共同參與決策過程并形成最終決策的一種決策方式，其中：決策群體是由多個決策單元共同構(gòu)成。群決策常見的四種決策類型分別為：（1）權(quán)威決策（2）投票決策（3）共識決策（4）無異議決策。

引入群決策機制，不但能夠有效彌補評價指標體系的不足，而且還可以降低數(shù)據(jù)分析過程中的信息不對稱和信息失真。群決策是指根據(jù)對群體中各成員偏好的分析和集結(jié)，求出群偏好作為決策依據(jù)的一種決策方法。

3.2群決策的評價過程的設(shè)計

根據(jù)上文的設(shè)計，在專家系統(tǒng)的群決策模塊中包括了多個決策單元，這些決策單元獨立對目標事件進行評價，每個決策單元都由多個財務(wù)評估指標構(gòu)成，決策單元的結(jié)構(gòu)主要包括：決策單元編號，評估指標、評估指標得分、權(quán)重值和決策單元總得分等。

決策單元編號：決策單元的唯一代號。

評估指標：評估的具體內(nèi)容。

評估標準：評估的方式和評分標準。

評估指標得分：根據(jù)評估指標而得到的分數(shù)。

權(quán)重值：該指標在決策單元中的重要程度。

決策單元總得分：所有評估指標得分相加。

每個決策單元對應(yīng)一個獨立的備選方案集，根據(jù)決策單元各項評估指標的得分情況，在備選方案集中選擇出最佳的解決方案。備選方案集的結(jié)構(gòu)主要包括：備選方案編號，備選方案等。

如果將單個決策單元表示為D1、D2 、D3 … Ds，決策群體可以表示為：

D = { D1 + D2 + D3 + … + Ds }

由各個不同的決策單元選擇出來的最佳方案，通過組合，成為了評價結(jié)果匯總作為初步的輸出方案。

3.3群決策的財務(wù)危機可能性評價預(yù)警方法的設(shè)計

結(jié)合群決策的特點，本文設(shè)計了一種基于群決策的財務(wù)危機可能性評價預(yù)警方法。（工作流程見圖3-1）

第一步：將樣本數(shù)據(jù)輸入控制系統(tǒng)。

第二步：控制系統(tǒng)分別調(diào)用各個評估個體，對樣本數(shù)據(jù)進行評估。

第三步：個體在評估結(jié)束后，將評估結(jié)果反饋給控制系統(tǒng)，控制系統(tǒng)對這個評估群體的評估結(jié)論進行匯總和分析后，得出策略群評估匯總結(jié)果。

第四步：由控制系統(tǒng)對策略群評估結(jié)果進行可能性分析，如果通過，則輸出結(jié)果，如不通過，則返回控制系統(tǒng)重新評估。

四、專家系統(tǒng)的設(shè)計

4.1專家系統(tǒng)的架構(gòu)

經(jīng)過以上章節(jié)的分析與探討，本文所探討的專家系統(tǒng)框架和實現(xiàn)方式基本構(gòu)建完成：

作為一個智能財務(wù)專家系統(tǒng)，我們設(shè)計的目的就是能夠讓它模擬財務(wù)專家的思考和解題方式的，去解決一些日常工作中需要耗費大量的人力資源和需要大量財務(wù)知識和專家經(jīng)驗才能解決的財務(wù)難題。一個經(jīng)驗豐富的財務(wù)專家，工作基本依據(jù)下列流程：

1.對財務(wù)事項的正確性、符合性進行判斷。

財務(wù)是一項嚴謹?shù)墓ぷ?，接觸到一筆新業(yè)務(wù)的首要工作，就是判斷否合法合規(guī)。

2.結(jié)合多方面數(shù)據(jù)和財務(wù)指標進行綜合評價分析。

財務(wù)工作中包含的各個因素是相輔相成而又相互影響的，單單的依靠個別財務(wù)指標，是無法對當前的財務(wù)狀況作出正確評價的。

3.結(jié)合實際情況進行財務(wù)決策。

根據(jù)綜合分析的結(jié)果，進行相應(yīng)的決策工作。

本文探討的智能財務(wù)管理專家系統(tǒng)（以下簡稱專家系統(tǒng)）采用輔助軟件的形式與SQL數(shù)據(jù)庫直接對接，從而獲得相關(guān)的財務(wù)數(shù)據(jù)（同時考慮到專家系統(tǒng)僅作為輔助手段而并非賬務(wù)處理工具，所以專家系統(tǒng)對數(shù)據(jù)庫的操作僅設(shè)計為讀?。?/p>

專家系統(tǒng)的模型主要由：知識庫、推理機、工作數(shù)據(jù)庫、控制系統(tǒng)組成，其中的知識庫是系統(tǒng)中的主要知識表示。

4.2專家系統(tǒng)的架構(gòu)

根據(jù)前面章節(jié)的設(shè)計，專家系統(tǒng)的主要功能包括：

（1）存儲專家系統(tǒng)正常運行所需的各種數(shù)據(jù)，如：知識數(shù)據(jù)和推理規(guī)則。

（2）將專家系統(tǒng)運行過程中的輸入數(shù)據(jù)和規(guī)則推理過程中產(chǎn)生的各種信息進行有效儲存和釋放，合理利用系統(tǒng)資源。

（3）在讀取輸入數(shù)據(jù)后，調(diào)用知識庫中儲存的信息，通過策略推理來對已讀取的數(shù)據(jù)中存在的問題尋找最佳的解決方案。

專家系統(tǒng)的工作過程見 圖4-1 專家系統(tǒng)工作模式

本文設(shè)計的專家系統(tǒng)具有以下特點：

（1）數(shù)據(jù)連接便捷、安全、高效。直接通過對SQL數(shù)據(jù)庫的操作實現(xiàn)對財務(wù)數(shù)據(jù)的讀取，并且不會對數(shù)據(jù)庫中現(xiàn)有的財務(wù)數(shù)據(jù)進行操作，不影響CIQ財務(wù)軟件的正常使用。

（2）符合財務(wù)工作流程的要求。在財務(wù)期間結(jié)束前（記賬而未結(jié)賬的狀態(tài)下）快速對當期的會計憑證進行的符合性審核，并對發(fā)現(xiàn)的錯誤給予更正提示，有效避免了財務(wù)日常工作中符合性錯誤的發(fā)生。

（3）數(shù)據(jù)分析全面，針對重大的財務(wù)事項實現(xiàn)輔助決策。通過群決策的方式，對重大的財務(wù)事項進行多方面的分析與評價，給出輔助決策意見。

五、結(jié)語

通過系統(tǒng)的開發(fā)，我們可以發(fā)現(xiàn)，智能化的財務(wù)系統(tǒng)借助電子計算機強大的數(shù)據(jù)處理能力，在減輕財務(wù)工作量的同時，為財務(wù)決策以及危機預(yù)警提供了可靠的支持。

本文的設(shè)計專家系統(tǒng)開發(fā)模式，知識庫信息的質(zhì)量決定了專家系統(tǒng)的工作效率。如何保證知識庫信息的質(zhì)量以及數(shù)據(jù)更新的及時性是需要認真考慮的難題，這個問題在人工智能領(lǐng)域被稱為知識獲取，如何提高專家系統(tǒng)的智能化程度， 解決知識獲取的“瓶頸”以及較差學(xué)習能力、推理能力的“脆弱性”等問題將是智能財務(wù)專家系統(tǒng)下一步需重點研究解決的重點難題之一。

[參考文獻]

[1]楊保安、徐晶、查秋野，基于人工智能貸款風險分類的系統(tǒng)設(shè)計，《管理工程學(xué)報》，2003 第2期

[2]梁榮華、史濟建，人工智能在財務(wù)決策支持系統(tǒng)中的應(yīng)用，《計算機工程與應(yīng)用》，2001 第8期

[3]戴汝為，人工智能[M]，化學(xué)工業(yè)出版社，2002版

篇4

Amazon Go 之后，即拿即走、免排隊購物的無人零售店成為行業(yè)趨勢。

不久前，上海街頭出現(xiàn)了一家24小時無人便利店――繽果盒子;緊接著，娃哈哈與研發(fā)無人智能零售店技術(shù)的深蘭科技牽手;7月8日，第二屆淘寶造物節(jié)現(xiàn)場，阿里無人超市“淘咖啡”首次亮相。

放眼全球，除了阿里巴巴、亞馬遜等電商巨頭，各類大小公司紛紛布局無人零售，想在人工智能新零售市場中搶奪先機。

實地探訪：“刷手”進店

7月8日，深蘭科技的首家無人智能零售體驗店在上海大華第一坊內(nèi)正式開業(yè)?！吨袊?jīng)濟周刊》記者在現(xiàn)場看到，這家店面積不到10平方米，最多能同時容納3個消費者，所陳列貨品僅有毛絨玩具。在門店右側(cè)有識別掌紋的注冊區(qū)域，記者在工作人員指導(dǎo)下耗時約2分鐘將掌紋與支付寶綁定，綁定完畢后“刷手”進店，店內(nèi)的攝像頭同步識別記者所選擇的玩具并記錄，按下門框上的按鈕出店后，支付寶已被自動扣款。

深蘭科技創(chuàng)始人兼首席執(zhí)行官陳海波向記者介紹，Take Go無人智能店可以根據(jù)每位顧客手掌毛細血管的結(jié)構(gòu)生成一串加密字符，具有終身不變性，無法復(fù)制，安全性高，目前不會有被盜刷的風險。另一個核心技術(shù)，是整個無人智能店的“大X”和“眼睛”可以實現(xiàn)對購買物品的監(jiān)測、識別與跟蹤，基于深度學(xué)習的卷積神經(jīng)網(wǎng)絡(luò)，讓整個智能門店仿佛是一個智能機器人。“它對消費者的監(jiān)測是時時刻刻的，識別商品的時間為千分之一秒至千分之三秒?！睋?jù)悉，Take Go的監(jiān)測精準度從單個攝像頭的算法是90%～97%，采用多機糾錯后即可達到99%以上的精準度。

對于商品如何錄入的問題，陳海波介紹，深蘭科技有一款世界首款基于深度學(xué)習的機器視覺商品錄入設(shè)備DB.Eye藍眼?！皺C器會自動判斷需要的像素及圖片、光影變化等，其內(nèi)部可以自動旋轉(zhuǎn)、調(diào)整攝像頭位置，讓藍眼機器采集到足夠多的商品圖像，用我們的算法深度學(xué)習，最終讓機器‘認識’商品?！痹凇八{眼”的幫助下，單個商品錄入僅需20秒，3000個商品的“訓(xùn)練”時間少于1天。陳海波說：“如果不計軟件費用，全家便利店大小的門店，硬件成本在5萬～8萬元?！?/p>

娃哈哈、螞蟻金服相繼入局

深蘭科技體驗店實際上是一家澳洲玩具品牌在中國的公測店，目前主要銷售澳洲的毛絨玩具。據(jù)悉，深蘭科技還在收入其他客戶的商品，如娃哈哈所有的品類。周黑鴨、良品鋪子、伊利集團、來伊份等也在向人工智能門店靠攏。

傳統(tǒng)零售巨頭娃哈哈和深蘭科技剛剛簽訂了Take Go無人商店協(xié)議。娃哈哈早期創(chuàng)始人宗澤后接受《中國經(jīng)濟周刊》記者采訪時表示，此次娃哈哈選擇Take Go，是想通過經(jīng)銷商往下延伸自己打造一張零售終端網(wǎng)?！爸袊丝诿芏却螅槠M多。我們的首次合作將選址杭州，盡量在年底前落地。我們的目標是量化，將其大面積鋪開?！?/p>

娃哈哈牽手深蘭科技之后半個月，螞蟻金服無人支付技術(shù)也亮相淘寶造物節(jié)?！疤钥Х取笔前⒗锇桶褪状喂_亮相的無人店，200平方米的面積可以容納50人同時在店購物。

螞蟻金服有關(guān)負責人告訴記者，“淘咖啡”是快閃體驗店，更多的是一種嘗試，未來會專注于集餐飲服務(wù)和新奇購物于一體的店鋪，并不涉及日?？煜返某鍪?。

螞蟻金服技術(shù)實驗室高級技術(shù)專家曾曉東表示，螞蟻金服做的不是無人超市，而是無人超市背后的技術(shù)解決方案?！皬闹盅邪l(fā)開始，我們就明確這個方案要可復(fù)制、可推廣，在硬件改造上盡可能不去改變線下實體店的原有布局。 ‘淘咖啡’除了在店里布置有一些攝像頭和視覺傳感器外，主要的硬件改造基本集中在‘支付門’。這個門直接放在實體店的出口，不會顯得很突兀，也不會給實體店帶來改造上的負擔。等這套技術(shù)方案成熟，我們希望能開放給線下實體店，助力新零售?！?/p>

幾乎就在上述無人零售店引發(fā)熱議的同時，7月8日，剛剛過融資消息的24小時無人便利店繽果盒子突然在其位于上海的首家店鋪貼出“由于技術(shù)調(diào)試，暫時停運”的通知。有媒體稱，是由于天氣炎熱導(dǎo)致“盒子”內(nèi)的產(chǎn)品融化等原因而關(guān)店。繽果盒子方面7月10日回復(fù)《中國經(jīng)濟周刊》，閉店是由于要采集數(shù)據(jù)，“天氣熱只是小部分原因。馬上會重新開放。”

資料顯示，繽果盒子已完成A輪系列融資，融資額超過1億元人民幣。在超過10個月的試運營期間，繽果盒子接待顧客達數(shù)萬人，用戶復(fù)購率接近80%。在技術(shù)鋪設(shè)方面，繽果盒子已經(jīng)實現(xiàn)了超出200類商品的準確識別。今年8月，繽果盒子將推出規(guī)?；逃玫娜斯ぶ悄芙鉀Q方案，預(yù)計一年內(nèi)完成5000個網(wǎng)點的鋪設(shè)。

“真假”無人店

有顧客為人工智能零售店的方便叫好，也有人提出質(zhì)疑。

中科院視頻大數(shù)據(jù)云識別聯(lián)合實驗室主任王金橋認為，所有基于視頻標簽來進行產(chǎn)品識別和結(jié)算的無人店，并不是真正意義上具有機器視覺的智能零售店?！澳壳笆袌錾铣霈F(xiàn)的部分盒子無人智能店，產(chǎn)品上貼著碩大的RFID標簽才能被識別，甚至還需要顧客拿著產(chǎn)品自助掃碼結(jié)賬，不僅沒有簡化購物流程，還因RFID標簽容易脫落而造成商家損失，完全混淆了無人智能零售店的市場。”

篇5

當今社會的經(jīng)濟、文化、科技都高速發(fā)展，網(wǎng)絡(luò)的普及給人們生活帶來了更多的便利，人們的生活、工作、學(xué)習都離不開網(wǎng)絡(luò)信息技術(shù)。伴隨著網(wǎng)絡(luò)信息技術(shù)的發(fā)展，也隨之而來了很多問題。比如說因為信息量過大，造成信息堵塞，人們檢索信息的難度增大，能在海量的網(wǎng)絡(luò)資源中找到自己想要的信息是需要認真解決問題，講解了人工智能的技術(shù)和理論，并且對其在信息檢索上的應(yīng)用進行實踐探究。

關(guān)鍵詞：

人工智能；網(wǎng)絡(luò)信息；檢索；應(yīng)用；實踐；探究

目前，中國的互聯(lián)網(wǎng)技術(shù)的基礎(chǔ)是“www”萬維網(wǎng)，人們使用網(wǎng)站搜索引擎通過互聯(lián)網(wǎng)來查找自己想要的信息，比如說像百度、搜狗、谷歌等，這給人們查找資料信息帶來了很多方便，讓人們的學(xué)習、生活、工作更加便捷，網(wǎng)絡(luò)資料相比傳統(tǒng)的紙質(zhì)書籍來說，可移動更便捷。但是網(wǎng)絡(luò)搜索引擎目前還是存在非常多的問題需要去解決，比如搜索引擎對于信息分類供功能還有待加強，提供的相關(guān)信息中無效信息過多，導(dǎo)致用戶真正想查詢的信息因為時間排序或者其他原因淹沒在海量的無效信息群中。而人工智能能解決網(wǎng)絡(luò)信息分類，關(guān)鍵詞設(shè)定等問題，能根據(jù)用戶網(wǎng)絡(luò)習慣來定制相應(yīng)信息分類機制。人工智能技術(shù)在網(wǎng)絡(luò)信息檢索領(lǐng)域的應(yīng)用帶來了希望。

1人工智能的組成結(jié)構(gòu)

人工智能的結(jié)構(gòu)組成主要包括了知識數(shù)據(jù)庫、邏輯推理機、UI用戶界面、黑板、知識收集器、知識翻譯解釋器等。（1）接口，即UI用戶界面。用戶通過用戶界面，定義關(guān)鍵詞或搜索規(guī)則來讓邏輯推理機進行搜索，并最終顯示出用戶需要的文本信息、音頻或視頻。是一個輸入與輸出的媒介，讓數(shù)據(jù)效果可視化，讓用戶能更好地去使用檢索信息，輸入中通過推理器將人們的日常語言轉(zhuǎn)換成計算機語音。（2）知識數(shù)據(jù)庫，這是人工智能內(nèi)置知識儲蓄的地方。經(jīng)過科學(xué)地對知識分類，存放各類的知識信息，便于用戶檢索時使用。（3）推理機是一個具有邏輯推理能力的程序集，主要負責檢索和推理，將人類口語轉(zhuǎn)換成計算機語言，制定檢索規(guī)則根據(jù)用戶要求對數(shù)據(jù)庫內(nèi)的知識檢索。（4）黑板即中間數(shù)據(jù)庫。這個數(shù)據(jù)庫和知識數(shù)據(jù)庫不同，這是在推理過程當中儲存一些中間數(shù)據(jù)的。系統(tǒng)中推理機制定一定規(guī)則計算機語言，把初始問題的狀態(tài)顯示在黑板上。根據(jù)此數(shù)據(jù)庫的的問題進行二次制定規(guī)則，對知識數(shù)據(jù)庫的內(nèi)容進行配對檢索，智能系統(tǒng)后臺專業(yè)人士可以人工進行干預(yù)補救，并能及時地更新知識數(shù)據(jù)庫內(nèi)容，補充缺少的知識。是一個動態(tài)數(shù)據(jù)庫，控制整個智能化系統(tǒng)。（5）知識收集器與上述黑板后臺人工數(shù)據(jù)填補更新的功能相似，但它使用是系統(tǒng)更新方式，對缺乏的知識進行定義，通過網(wǎng)絡(luò)來自動修補、更新知識數(shù)據(jù)的內(nèi)容。（6）知識翻譯解釋器，這是系統(tǒng)將用戶檢索的問題匹配出答案，將計算機語言轉(zhuǎn)成人類語言，向用戶提供資料，也可以向檢索用戶提供檢索推理過程。

2人工智能在網(wǎng)絡(luò)信息檢索中的應(yīng)用

2．1網(wǎng)絡(luò)智能知識服務(wù)系統(tǒng)

網(wǎng)絡(luò)智能知識服務(wù)系統(tǒng)可分為知識處理系統(tǒng)、知識采集系統(tǒng)、知識服務(wù)系統(tǒng)和知識庫4部分。

2．1．1智能知識處理系統(tǒng)

這個處理系統(tǒng)簡單來說就是先將聯(lián)網(wǎng)下載手機的知識進行分類后再跟關(guān)鍵詞匹配，最終將審核過的知識數(shù)據(jù)傳入知識數(shù)據(jù)庫。這包括4個流程。（1）智能知識自動分類流程。根據(jù)信息的類型和內(nèi)容按一定規(guī)則進行分類，隨后進入智能匹配流程。（2）智能知識匹配流程。這個流程是將庫內(nèi)知識的分類規(guī)則與分類后的聯(lián)網(wǎng)下載知識進行匹配比較，防止數(shù)據(jù)重疊浪費內(nèi)存，智能匹配結(jié)果隨后進入智能更新流程。（3）智能知識更新。通過匹配結(jié)果來決定這些知識是儲存到知識數(shù)據(jù)庫，還是講原有相關(guān)的知識進行替換。也可能會將新載入的知識與原有的知識進行合并，形成一個更完善的知識概念。（4）智能知識清理。智能數(shù)據(jù)庫需要定期進行庫內(nèi)整理清理工作。對于庫內(nèi)知識與聯(lián)網(wǎng)知識要經(jīng)常新更新匹配，是庫內(nèi)知識與時共進，清除重復(fù)、過時信息能釋放內(nèi)存，讓整個系統(tǒng)能運行的更好，保持最佳狀態(tài)。

2.1.2知識采集系統(tǒng)

想要能讓知識數(shù)據(jù)庫內(nèi)知識更豐富且知識與時俱進，就要不斷地定時收集更新知識。簡單來說是知識資源收集、加工、整理。完成知識與知識之間的轉(zhuǎn)換、替代、補充。采集系統(tǒng)包含印本知識采集和數(shù)字知識采集兩部分。印本知識采集是將紙張書本知識進行掃描和數(shù)據(jù)轉(zhuǎn)換這個過程需要人工輔助才能順利進行。文本知識轉(zhuǎn)換成數(shù)字形式的知識。數(shù)字知識系統(tǒng)對其進行采集，網(wǎng)絡(luò)的數(shù)字資源非常豐富，暫時沒有得到充分運用。知識采集包括了4個組成內(nèi)容。（1）站點鏡像，顧名思義就是對站點內(nèi)知識像照鏡子一樣完全復(fù)制下載。一般對于一些資源豐富、信息科學(xué)的網(wǎng)站進行復(fù)制，將其內(nèi)容完全復(fù)制下載到系統(tǒng)后臺，通過站點鏡像采集能提高采集速度和效率。（2）智能信息監(jiān)控，能夠?qū)δ繕诵畔⑦M行自動智能監(jiān)視，保證目標信息發(fā)生變動，系統(tǒng)內(nèi)的本地信息也能與之同步更新變換。（3）智能資源發(fā)現(xiàn)，這個是對新資源發(fā)現(xiàn)收集工作，這個過程監(jiān)視控制目標門戶網(wǎng)站，當發(fā)現(xiàn)網(wǎng)絡(luò)有符合要求的新信息、資源出現(xiàn)時，系統(tǒng)就會自動進行采集。（4）智能知識資源轉(zhuǎn)化，這個過程是對采集的數(shù)字資源進行采集、分類最后整合成一個新概念。

2.1.3智能知識庫存儲系統(tǒng)

存儲系統(tǒng)是知識庫中最重要的部分，這也是信息檢索的的質(zhì)量與效果的最基本保證。主要分為硬件、軟件和檢索系統(tǒng)3部分。硬件是海量數(shù)據(jù)知識的存儲設(shè)備。軟件是信息存取管理系統(tǒng)，保證系統(tǒng)能高效、正確地讀取和存檔。檢索系統(tǒng)通過硬件來存儲和軟件來進行管理。這是整個智能檢索系統(tǒng)的基礎(chǔ)系統(tǒng)，在這個基礎(chǔ)上可以對我們整體系統(tǒng)進行再次開發(fā)，使得系統(tǒng)更完善，提供更好的服務(wù)。

2.2智能技術(shù)

IA智能技術(shù)是智能技術(shù)領(lǐng)域中的一個重要組成部分。伴隨著網(wǎng)路普及而不斷發(fā)展，伴隨網(wǎng)絡(luò)而發(fā)展的IA技術(shù)已經(jīng)廣泛在國外使用了，也是我國智能技術(shù)研究的核心課題。在國外不僅是像麻省理工大學(xué)這些先進大學(xué)在研究，包括很多研究機構(gòu)也在關(guān)注這個課題。包括蘋果、微軟、IBM等計算機軟件公司也把此技術(shù)當成核心技術(shù)進行研究。并且已經(jīng)推出來很多應(yīng)用了IA智能技術(shù)的軟件產(chǎn)品，這些產(chǎn)品在國外已經(jīng)得到廣泛的使用，由此可看出未來智能技術(shù)將會成為科技的主流技術(shù)，也是能幫助人們解決網(wǎng)絡(luò)檢索問題的一個很好的手段。是信息技術(shù)發(fā)展的一個主流趨勢。（1）定義：IA智能技術(shù)目前已經(jīng)制作出一系列的軟件程序，這個軟件可以讓用戶授權(quán)給軟件通信協(xié)議，讓軟件能與用戶進行信息交換，通過這個軟件能更精準地給用戶提供解決方案。比如說用戶想要找一個信息，但是用戶無法提供非常精準的定位關(guān)鍵詞，這時軟件可以通過對用戶的網(wǎng)絡(luò)痕跡、傾向和習慣，對用戶給的模糊關(guān)鍵詞進行分析，比如說可以進行信息查詢追蹤，篩選剔除無用數(shù)據(jù)，管理用戶信息等。目前我國的網(wǎng)絡(luò)采用“www”萬維網(wǎng)技術(shù)，網(wǎng)絡(luò)用戶會使用“百度”、“谷歌”、“搜狗”這些常用的搜索引擎來搜索信息，的確能給大多數(shù)的網(wǎng)絡(luò)用戶提供相應(yīng)信息，但是我們發(fā)現(xiàn)這些引擎對于信息分類的精準性并不是很樂觀。經(jīng)常會提供大量偏題的數(shù)據(jù)信息，導(dǎo)致用戶需要人工分類查找，往往有用的關(guān)鍵信息卻淹沒在海量的無用信息當中。AI技術(shù)能幫助用戶進行模糊信息精準化，自動剔除無用信息，能給網(wǎng)絡(luò)信息檢索帶來一個光明的未來。（2）智能的主要功能1）網(wǎng)絡(luò)管理。這個功能能讓網(wǎng)絡(luò)用戶尋找合適的站點下載信息資源。分布在網(wǎng)絡(luò)的資源點上并進行計算和監(jiān)控，對于資源故障能及時發(fā)現(xiàn)并進行搶修報告，對于同一資源下載時，會優(yōu)先選用資源廣且服務(wù)器不緊張的站點，根據(jù)用戶的狀況選擇不同的信息傳輸網(wǎng)絡(luò)或路由，這就能很好減少用戶因為網(wǎng)絡(luò)擁堵而浪費的時間。2）信息管理。這個服務(wù)功能能明確讓用戶了解信息資源在網(wǎng)絡(luò)的分布現(xiàn)況，并且能幫用戶對于關(guān)鍵詞設(shè)定提供一定參考服務(wù)，可以對目標信息進行篩選，提出無用信息，并且針對用戶的使用偏好等定制信息推送。UI界面進行優(yōu)化，能根據(jù)用戶的網(wǎng)絡(luò)使用習慣推出相應(yīng)的界面，使智能技術(shù)更有人情味。

2.3智能搜索的原理

智能技術(shù)應(yīng)用信息檢索上就衍生出搜索服務(wù)，這是針對不同的用戶推出定制服務(wù)，根據(jù)使用者的網(wǎng)絡(luò)習慣和需求進行搜索和分類加工。比如說用戶在一段時間內(nèi)會頻繁搜索某類信息，那么技術(shù)會相應(yīng)的記錄下來，均衡分析出該用戶對哪一類信息比較關(guān)注，并結(jié)合廣大網(wǎng)友的對于此類信息的搜索關(guān)鍵詞情況制定出一個參考方案，當此用戶再下次搜尋時提供出這個潛在需求方案，比如對相關(guān)信息進行集中推送，甚至智能技術(shù)比客戶更了解自己。用戶如果不滿意搜索參考方案，用戶可以對結(jié)果進行反饋調(diào)查，這些調(diào)查結(jié)果都傳回數(shù)據(jù)庫內(nèi)，真能讓系統(tǒng)修改優(yōu)化，讓系統(tǒng)能在下一次匹配信息時精準度提高，智能搜索能夠滿足使勇者的需求，且更加智能且人性化。3結(jié)語雖然目前我國的智能技術(shù)水平與國外相比仍有不小的差距，但是目前我國對于這項研究的重視程度不斷加深，人工智能在網(wǎng)絡(luò)信息檢索中已經(jīng)嶄露頭角，雖然目前不能說滿足所有人的需求，還有非常多的地方需要改進，但是有改進的空間就說明就有發(fā)展的空間，相信隨著技術(shù)的發(fā)展，人工智能技術(shù)能讓人類的網(wǎng)絡(luò)信息檢索更加便捷，檢索的信息更精確。

作者：阿不都艾尼·阿不都肉素力 單位：新疆職業(yè)大學(xué)信息技術(shù)學(xué)院

參考文獻

[1]羅成裕.基于系列WEBQUEST的課程設(shè)計研究———以《計算機網(wǎng)絡(luò)資源檢索與利用》課為例[J].電腦知識與技術(shù)，2014，13:3021-3025.

[2]程學(xué)旗，郭嘉豐，靳小龍.網(wǎng)絡(luò)信息的檢索與挖掘回顧[J].中文信息學(xué)報，2011，06:111-117.

[3]聞偉.人工智能在信息檢索中的應(yīng)用模式[J].價值工程，2015，02:187-188.

篇6

 

人工智能將解放更多人力

 

自從人工智能概念被提出后，人工智能是否將取代人類工作就是一個熱門的話題之一。這其實是對人工智能期待和憂慮的矛盾心理表現(xiàn)。不過有個不爭的事實是：人工智能已經(jīng)開始取代一般簡單、重復(fù)性的體力工作了!

 

譬如，富士康的工業(yè)機器人Foxbot已經(jīng)開始走上流水線展開工作，這些機器人可以日以夜繼地工作，大幅度地縮減人工成本。更為重要的是，富士康的工業(yè)機器人Foxbot目前的智慧相當于3至6歲的人類，能夠完成前端的高精度貼片、后端的裝配和搬運環(huán)節(jié)。而另一方面，中國制造的典型城市東莞已經(jīng)加速開啟“機器換人”計劃，力圖開拓一個全新的生產(chǎn)時代。

 

對于人工智能的未來，很多研究報告及專家均表示人工智能將替代人類的工作。其中世界經(jīng)濟論壇就發(fā)表了《工作的未來》報告，該報告預(yù)測從2015至2020年，全球?qū)p少710萬個工作機會，其中約有476萬個辦公行政類型的職位將會被替代。

 

不過人工智能完全取代人類還有很大的距離，但是取代一些工作卻是必然結(jié)果。就如美國德州萊斯大學(xué)資訊科技研究院主任瓦爾第所說，人類雖然不可能完全被取代，不過未來各行各業(yè)都將由智能機器人大幅改變現(xiàn)有的工作模式。機器人將取代越來越多人力工作，如藥劑師、獄警、調(diào)酒工作，越來越多工作都可由機器取代人力，未來正邁向機器幾乎完全取代人力的時代。

 

有相關(guān)研究表明，人工智能也僅是取代一些沒有特殊知識和技能的勞力性工作。而且這并不是壞事，因為這樣可以讓更多勞力資源得以解放，令他們從事其它更具創(chuàng)新有趣的工作。另有研究也證實，自1870年以來的英國歷史表明，新技術(shù)的出現(xiàn)和總體失業(yè)率變化并沒有直接關(guān)聯(lián)。數(shù)據(jù)顯示，盡管新技術(shù)不斷涌現(xiàn)，但并沒有造成失業(yè)率的明顯波動，決定失業(yè)率高低的是經(jīng)濟增長情況，而不是技術(shù)本身。

 

另一方面，隨著人工智能的快速發(fā)展，傳統(tǒng)的工作架構(gòu)將會被打破，除了生產(chǎn)流程智能化外，人們將會更加注重大數(shù)據(jù)分析、資料視覺化、運營和管理等工作，并且有研究表明，這幾種類型的工作崗位需求反而會因人工智能的發(fā)展而增加200萬個工作機會。

 

人工智能投資大增

 

雖然人工智能的一直甚囂塵上，甚至很多知名科學(xué)家也紛紛發(fā)表人工智能將威脅人類，甚至會毀滅人類的言論。譬如史蒂芬·霍金(Stephen Hawking)、比爾·蓋茨(Bill Gates)、埃隆·馬斯克(Elon Musk)、揚·塔里安(Jaan Tallinn)以及尼克·博斯特倫(Nick Bostrom)等人就一直對于人工智能技術(shù)的發(fā)展表示擔憂。但是人們對于人工智能的未來卻充滿期待，非但沒有因為而停下腳步，反而加大力度進行投資。

 

自 2014 年初，DeepMind Technologies 被谷歌以 6.5 億美金收購，風險投資已經(jīng)意識到人工智能領(lǐng)域(AI)的投資前景。數(shù)據(jù)表明，全球近年來的人工智能領(lǐng)域的風險投資具有快速增長的趨勢。Venture SCAnner的統(tǒng)計顯示，目前全球人工智能領(lǐng)域的企業(yè)達到了955家，其中395家公司已經(jīng)累計獲得了48.5億美元的融資。以智能機器人風險投資為例，在2011年全球的投資額僅為1.94億美元，但到2015年時已激增至9.23億美元。業(yè)內(nèi)人士都認為2015年是人工智能機器人的創(chuàng)業(yè)元年，2016年將迎來爆發(fā)式發(fā)展。

 

在中國，人工智能領(lǐng)域也是迅速發(fā)展。據(jù)艾瑞咨詢2016年1月的報告顯示，中國人工智能領(lǐng)域已有近百家創(chuàng)業(yè)公司，其中約65家獲得投資，共計29.1億人民幣(約合4.48億美元)。其中較為著名的公司有大疆科技獲得7600萬美元融資、Yuneec獲英特爾投資6000萬美元。

 

投資大增的背后是業(yè)界對人工智能機器人的未來前景充滿期待。市場研究公司IDC在《全球商用機器人消費指南》上預(yù)測報告稱全球智能機器人行業(yè)及相關(guān)服務(wù)市場規(guī)模年復(fù)合增長率達17%，2019年行業(yè)規(guī)模將達到1354億美元。

 

科技企業(yè)開始發(fā)力布局

 

面對人工智能具有巨大潛力的未來，很多巨頭企業(yè)自然不愿錯過這一時代熱潮，紛紛重視這一領(lǐng)域的布局，力圖拿到人工智能領(lǐng)域的話語權(quán)。在國外，以谷歌、英特爾等巨頭引領(lǐng)著人工智能的發(fā)展，自2013年以來，雅虎、英特爾、領(lǐng)英、蘋果以及推特都收購了人工智能公司。在國內(nèi)，以百度、騰訊、阿里為代表的科技巨頭紛紛在人工智能領(lǐng)域中發(fā)力布局。

 

在國際上，英特爾是一家較為積極投資布局人工智能的巨頭科技企業(yè)，共投資了16家AI公司。其主要在智能機器人這塊進行積極部署，而且投資金額也非常高，在過去的2015年里，英特爾共投資了超過5億美元，包括對無人機Yuneec、服務(wù)型機器人公司Savioke等。分析指出，英特爾希望抓住這次人工智能的熱潮，挽回過去10年錯失發(fā)展機遇的損失。

 

而在國內(nèi)，除了百度推出的機器人助理“度秘”以及廣泛應(yīng)用人工智能技術(shù)的無人駕駛車、阿里巴巴的人工智能平臺“DTPAI”和客服機器人平臺、騰訊的視覺識別平臺騰訊優(yōu)圖、智能計算與搜索實驗室和撰稿機器人Dreamwriter外，中國的一些科技企業(yè)也在積極地發(fā)力進入人工智能這一領(lǐng)域。如，科大訊飛戰(zhàn)略投資深圳優(yōu)必選科技有限公司，試圖在運動控制方面實現(xiàn)突破;昆侖萬維出資為企業(yè)提供人工智能與大數(shù)據(jù)技術(shù)的行業(yè)解決方案;均勝電子在智能汽車技術(shù)上深耕。

 

人工智能的發(fā)展?jié)摿σ呀?jīng)得到了國內(nèi)外科技企業(yè)的肯定，未來，將會有更多巨頭科技企業(yè)強強聯(lián)手開發(fā)人工智能。而且，隨著各國對于人工智能發(fā)展的支持政策的出臺，將會更好地刺激人工智能快速發(fā)展。

 

中國就是一個大力支持人工智能機器人發(fā)展的國家，按照工信部相關(guān)規(guī)劃，到2020年前后，中國機器人產(chǎn)業(yè)集群規(guī)模約2844億元，力圖通過人工智能機器人開創(chuàng)中國制造2025的美好未來。而據(jù)有關(guān)數(shù)據(jù)顯示，中國在過去兩年時間已經(jīng)成為智能機器人的最大買家，約占全球需求的25%。作為中國的科技企業(yè)，這不失為一個巨大的發(fā)展機遇。面對洶涌的人工智能熱潮，企業(yè)可以借鑒周鴻祎所說的：“人工智能時代一旦開啟，對每個人都是新的舞臺。它會以指數(shù)級速度加快，技術(shù)進步不可阻擋，我們能做的，只有奮力抓住潮頭，迎接變化! ”

 

人工智能將推開第四次工業(yè)革命大門

 

人類發(fā)展至今，經(jīng)歷了多次技術(shù)的革新?lián)Q代。其中以第一次工業(yè)革命為開端，互聯(lián)網(wǎng)技術(shù)為代表的第三次革命為突破口的發(fā)展促進了人類加速進入了后工業(yè)時代的信息時代。目前互聯(lián)網(wǎng)信息技術(shù)的發(fā)展，為人工智能的發(fā)展提供了堅實的基礎(chǔ)。目前，人工智能正在滲透到各行各業(yè)的改造當中。

 

有人說，人工智能是下一次的工業(yè)革命，對人類的影響將不亞于互聯(lián)網(wǎng)對人類的影響。這點中了時代的發(fā)展脈搏，也與世界經(jīng)濟論壇以第四次工業(yè)革命為主題的做法不謀而合。人工智能擁有空前的運算能力，其發(fā)展的速度、影響的范圍都與以往的生產(chǎn)方式、經(jīng)濟架構(gòu)截然不同。

 

隨著人工智能的發(fā)展，人類在人工智能的輔助下，將具備把智能設(shè)備、人和數(shù)據(jù)連接起來，并以智能方式利用這些數(shù)據(jù)的能力，從而在現(xiàn)實世界中實現(xiàn)將機器、設(shè)備和網(wǎng)絡(luò)能在深層次與信息世界的大數(shù)據(jù)連接在一起，推動工業(yè)革命和網(wǎng)絡(luò)革命的前進。這種革命性的轉(zhuǎn)變將不是第三次工業(yè)革命的延續(xù)，而是徹底地顛覆。它將徹底顛覆人類以往的分工模式、生產(chǎn)生活方式。

 

人工智能在顛覆的同時也為人類帶來了便利，就如周鴻祎所說：“人工智能也并不是像電影里所展示的那樣，機器人會成為人類的威脅。相反，它就像工業(yè)革命之后的一切技術(shù)創(chuàng)新一樣，會造福于我們整個人類。 ”例如智能機器人去從事危險的救火工作，避免人類的傷亡。而對于企業(yè)來說，人工智能能更好地完成一些重復(fù)性的勞力工作，而且還能節(jié)約人力成本。這也是眾多科技企業(yè)大力研發(fā)適合自己企業(yè)的代工智能機器人，如Uber研發(fā)智能無人車、亞馬遜研發(fā)送貨智能無人機。

 

當然未來人工智能的作用遠不止如此，如AlphaGo背后的Deepmind團隊創(chuàng)始人Demis Hassabis在接受采訪時透露， AlphaGo僅僅是谷歌人工智能項目的一個分支。在未來，Deepmind主要目的是“用人工智能解決一切問題”，并將進一步探索人工智能在醫(yī)療、機器人以及手機等多個領(lǐng)域的應(yīng)用。

 

人工智能正在以其特有的方式敲擊著第四次工業(yè)革命的大門，微軟創(chuàng)始人比爾·蓋茨對此就有深刻的認識，他在今年達沃斯世界經(jīng)濟論壇年會期間表示，許多科技領(lǐng)域的創(chuàng)新正快速推進，數(shù)字領(lǐng)域的創(chuàng)新可能繼續(xù)領(lǐng)跑。電腦認知能力、機器人智能化、物聯(lián)網(wǎng)以及大數(shù)據(jù)分析模式，可成為眾多行業(yè)發(fā)展的基礎(chǔ)工具。未來，第四次工業(yè)革命將在許多領(lǐng)域帶來快速和顛覆性變化。

 

總結(jié)：做好改變的準備 迎接第四次工業(yè)革命

 

隨著人工智能的快速發(fā)展，人類必將進入一個全新的時代。也許未來人工智能將會取代更多人的工作，但是技術(shù)發(fā)展是潮流，不能因為其負面影響就抱殘守缺，甚至抵制技術(shù)的發(fā)展。面對時展的潮流，唯一能做的就是做好改變的準備，抓住時代的潮流。

篇7

Abstract: Cognitive radio technology provides new opportunities and challenges for the development of wireless communication. Intelligence is an important characteristic for cognitive radio, and application of artificial intelligence techniques is key to implement this characteristic. This paper will first provide our own research framework on cognitive radio, second give an overview of application of artificial intelligence to cognitive radio, and last introduce and simulate the application of neural network to cognitive radio.

關(guān)鍵詞： 人工智能；認知無線電；神經(jīng)網(wǎng)絡(luò)

基金項目：國家重點基礎(chǔ)研究發(fā)展規(guī)劃（“973”計劃）項目（2009CB320403）；國家自然科學(xué)基金資助項目（60832008，60832006）；國家科技重大專項課題（2009ZX03007-004）。

作者簡介：柴新代（1964-），男，北京人，本科，高級工程師，研究方向為通信系統(tǒng)工程；董旭（1979-），男，河北景縣人，博士研究生，講師，研究方向為認知無線電。

1 概述

無線通信技術(shù)的飛速發(fā)展，正在越來越深刻地影響著人們的生活。與此同時，無線通信技術(shù)的發(fā)展也面臨著嚴峻的考驗，一方面頻譜資源的固定分配模式和利用率不均衡制約著無線通信寬帶化的發(fā)展，另一方面多種空中接口和網(wǎng)絡(luò)協(xié)議并存的局面為無線網(wǎng)絡(luò)的融合提出了挑戰(zhàn)。1999年Mitola博士提出的“認知無線電（Cognitive Radio）”[1]為解決無線通信所面臨的問題提供了新的機遇。因此，認知無線電技術(shù)迅速成為業(yè)界研究的熱點。

認知是人類獲取運用知識解決問題的一種抽象，將認知運用到無線電技術(shù)，會提高無線電系統(tǒng)的智能性，這也是認知無線電技術(shù)區(qū)別于普通軟件無線電的最大特點。認知無線電技術(shù)通過實時的獲取外部環(huán)境信息，并對這些信息進行分析、學(xué)習和判斷，得到無線電知識，然后根據(jù)這些知識智能地調(diào)整各種通信參數(shù)，從而最終實現(xiàn)可靠的通信，并達到最佳的頻譜利用效率。人工智能技術(shù)為實現(xiàn)認知無線電的智能性提供了可能，本文將主要圍繞多種人工智能技術(shù)在認知無線電中的應(yīng)用進行論述，下面將首先介紹認知無線電智能化的基礎(chǔ)框架――認知環(huán)路和認知引擎，然后對幾種人工智能技術(shù)在認知無線電中的應(yīng)用進行簡要介紹，最后將詳細介紹神經(jīng)網(wǎng)絡(luò)在人工智能中的應(yīng)用，并通過仿真給出一個具體的示例。

2 相關(guān)工作

2.1 認知環(huán)路 Mitola博士在提出認知無線電概念的同時提出了OOPDAL（觀察-判斷-計劃-決策-行動-學(xué)習）認知環(huán)路[1]，用以支持其認知無線電架構(gòu)。此外，學(xué)術(shù)界還提出了多種認知環(huán)路模型[2,3]，比較著名的有軍事戰(zhàn)略家Boyd提出的OODA（觀察-判斷-決策-行動）環(huán)路、IBM為自主計算提出的MAPE（監(jiān)測-分析-計劃-執(zhí)行）環(huán)路、Motorola為自主網(wǎng)絡(luò)提出的FOCALE（基礎(chǔ)-觀察-比較-行動-學(xué)習-擦除）環(huán)路等等。OOPDAL環(huán)路具有完整認知功能和清晰的認知過程，是設(shè)計認知無線電最為理想的環(huán)路模型。本文對OOPDAL環(huán)路各環(huán)節(jié)進行了重新定義，豐富了環(huán)路模型的內(nèi)涵與外延，并在原環(huán)路模型基礎(chǔ)上增加“知識庫”，明確表達了知識獲取與運用的過程。

如圖1所示，經(jīng)改進的OOPDAL認知環(huán)路由外環(huán)和內(nèi)環(huán)組成，外環(huán)也稱決策環(huán)。認知無線電首先“感知”無線域、網(wǎng)絡(luò)域、用戶域、政策域中的數(shù)據(jù)，并對其建模以明確自身所處態(tài)勢；“判斷”是對數(shù)據(jù)的精煉，也即對感知數(shù)據(jù)進行清理、集成和選擇，提取出其中對決策有貢獻的信息；“計劃”根據(jù)用戶需求與當前環(huán)境生成優(yōu)化目標；“決策”根據(jù)優(yōu)化目標執(zhí)行優(yōu)化；“行動”將決策結(jié)果付諸實施，使內(nèi)部狀態(tài)和外界環(huán)境發(fā)生變化，這些變化又被重新“感知”，進入下一輪循環(huán)。內(nèi)環(huán)又稱學(xué)習環(huán)，用于從外環(huán)運行的歷史經(jīng)驗中提取知識，并存放入知識庫以指導(dǎo)決策環(huán)運行。

OOPDAL環(huán)路對知識的運用過程充分體現(xiàn)了認知無線電的智能性，其中計劃、學(xué)習、決策等環(huán)節(jié)更是智能性得以實現(xiàn)的關(guān)鍵所在，具體的實現(xiàn)方法則需要借助于人工智能技術(shù)。

2.2 認知引擎 認知引擎是實現(xiàn)認知環(huán)路功能的技術(shù)手段。但很多認知引擎的設(shè)計是針對特定方法實現(xiàn)特定任務(wù)的，本文希望設(shè)計一種通用的認知引擎架構(gòu)，以適應(yīng)認知無線電所面臨的各種應(yīng)用。通用認知引擎結(jié)構(gòu)由認知核與接口部分組成。認知核提供各種豐富的工具，包括知識表示工具、各種推理機、學(xué)習機、優(yōu)化算法庫等，為完成認知循環(huán)的各環(huán)節(jié)功能提供支持。接口部分包括感知器接口與用戶接口。感知器接口收集各種感知數(shù)據(jù)，并通過建模系統(tǒng)以機器可理解的方式表示；用戶接口部分允許用戶調(diào)用認知核中各種工具并對其進行流程編排和建模完成專用認知引擎的構(gòu)建。另外，可配置無線網(wǎng)絡(luò)具備動態(tài)可配置波形與協(xié)議，以執(zhí)行認知引擎的決策。

認知核是認知引擎的核心，包括多種人工智能工具，如專家系統(tǒng)，案例推理，神經(jīng)網(wǎng)絡(luò)，遺傳算法等，每種人工智能的工具不但可以實現(xiàn)相應(yīng)的認知功能，還可通過多種不同工具的編排組合實現(xiàn)認知無線電的各種應(yīng)用，即實現(xiàn)認知引擎的通用性。

3 人工智能技術(shù)概述

如果說認知核是認知引擎的核心，那么人工智能技術(shù)就是認知核的核心。人工智能技術(shù)已有比較成熟的理論體系[4]，但將其應(yīng)用到認知無線電還處于探索階段。下面先簡要介紹幾種人工智能技術(shù)在認知無線電中的應(yīng)用。

3.1 專家系統(tǒng) 專家系統(tǒng)在人工智能技術(shù)領(lǐng)域有著非常成功的應(yīng)用[5]，并能夠很好的與其他人工智能技術(shù)結(jié)合使用，如遺傳算法，人工神經(jīng)網(wǎng)絡(luò)等。專家系統(tǒng)是運用知識和推理過程來解決只有專家才能解決的復(fù)雜問題，也就是說專家系統(tǒng)是一種模擬專家決策能力的計算機系統(tǒng)。專家系統(tǒng)主要包括兩個部分：知識庫和推理機。知識庫用來存儲專家知識，推理機則依據(jù)專家知識對已有事實進行推理和決策。認知無線電可以借助專家系統(tǒng)完成推理決策功能。認知無線電可以通過主動學(xué)習或“人在環(huán)中”的方式獲取無線電知識并存儲到知識庫中，然后根據(jù)外部無線環(huán)境和用戶需求的變化，到知識庫中查詢相應(yīng)的先驗知識，并通過推理機進行決策，從而調(diào)整無線電的工作參數(shù)以適應(yīng)環(huán)境和需求的變化。CLIPS是目前比較成熟的專家系統(tǒng)工具，已有學(xué)者將基于CLIPS的專家系統(tǒng)應(yīng)用到認知無線電的研究中[6]。

3.2 案例推理 案例推理作為一種人工智能技術(shù)致力于從以往的經(jīng)歷或者案例當中得到新問題的解決方案?；诎咐南到y(tǒng)通過在案例庫查找與需要解決的問題相似度最大的案例來找到問題的解決的方法，并將找到的案例與當前的場景進行匹配，這種匹配實際上就是一種最優(yōu)化的過程。而最初找到的案例是為了節(jié)省優(yōu)化的時間，通過優(yōu)化的新的解決方案，將被作為新的案例存儲到案例庫中。認知無線電可以根據(jù)無線環(huán)境的變化調(diào)整工作參數(shù)，不同的環(huán)境和工作參數(shù)可以作為案例存儲到案例庫中[7]。當環(huán)境發(fā)生變化，認知無線電可以在案例庫中查找與當前環(huán)境最為相似的一個案例，然后用該案例與當前環(huán)境進行匹配，優(yōu)化工作的參數(shù)，并把當前環(huán)境和優(yōu)化的參數(shù)作為新的案例存儲到案例庫中。Soar作為一種人工智能系統(tǒng)的開發(fā)工具，可以實現(xiàn)案例推理功能，并可以基于案例進行學(xué)習，國內(nèi)已有學(xué)者基于Soar和GUN Radio軟件無線電平臺開發(fā)出認知無線電原型系統(tǒng)。

3.3 遺傳算法 遺傳算法借鑒生物進化和遺傳的生物學(xué)原理，可用于解決目標優(yōu)化問題，即找到一組參數(shù)（基因）使得目標函數(shù)最大化。其基本原理是根據(jù)求解問題的目標構(gòu)造適值函數(shù)，使初始種群通過雜交和變異不斷選擇好的適值進行繁殖，并最終得到最優(yōu)解。遺傳算法同樣可以作為認知無線電的決策方法[6,8]：可以把無線電類比為一個生物系統(tǒng)，將無線電的特征定義為一個染色體，染色體的每個基因?qū)?yīng)無線電一個可變的參量，比如發(fā)射功率、頻率、帶寬、糾錯編碼方法、調(diào)制算法和幀結(jié)構(gòu)等等，這樣就可以通過遺傳算法的進化來得到滿足用戶需求和適應(yīng)環(huán)境變化的系統(tǒng)配置參數(shù)。

4 神經(jīng)網(wǎng)絡(luò)在認知無線電中的應(yīng)用

對于人工神經(jīng)網(wǎng)絡(luò)的研究源于對人類大腦思維過程的模擬，在很多領(lǐng)域，神經(jīng)網(wǎng)絡(luò)已經(jīng)有了廣泛的應(yīng)用。下面將詳細介紹神經(jīng)網(wǎng)絡(luò)在認知無線電中的應(yīng)用。

4.1 神經(jīng)網(wǎng)絡(luò)簡介 1943年神經(jīng)物理學(xué)家W.McCulloch和邏輯學(xué)家W.Pits在對人腦的研究中提出了人工神經(jīng)網(wǎng)絡(luò)。目前人工神經(jīng)網(wǎng)絡(luò)作為一種人工智能技術(shù)主要基于統(tǒng)計評估、優(yōu)化和控制理論。人工神經(jīng)網(wǎng)絡(luò)由用以模擬生物神經(jīng)元的大量相連的人工神經(jīng)元組成，主要用于解決人工智能領(lǐng)域的一些復(fù)雜問題，比如機器學(xué)習。根據(jù)網(wǎng)絡(luò)結(jié)果和訓(xùn)練方法的不同，人工神經(jīng)網(wǎng)絡(luò)可以分為多種類型，以適應(yīng)多種的應(yīng)用需求[7]。多層線性感知器網(wǎng)絡(luò)（MLPN）：MLPN由多層神經(jīng)元構(gòu)成，每一個神經(jīng)元都是上一層神經(jīng)元輸出的線性組合。一般這種線性組合的權(quán)值在訓(xùn)練前是隨機生成的，并且可以隨著訓(xùn)練不斷的更新。更新的方法有多種，如后向傳播（BP）、遺傳算法等。其訓(xùn)練方法的性能將由其網(wǎng)絡(luò)規(guī)模和應(yīng)用場景決定。非線性感知器網(wǎng)絡(luò)（NPN）：NPN是利用對每個神經(jīng)元的輸入平方或兩兩相乘的方法將非線性引入神經(jīng)網(wǎng)絡(luò)使其可以對動態(tài)變化的訓(xùn)練數(shù)據(jù)進行更好的擬合。但NPN的網(wǎng)絡(luò)結(jié)構(gòu)需要根據(jù)訓(xùn)練數(shù)據(jù)進行調(diào)整，另外如果采用BP方法進行訓(xùn)練會使網(wǎng)絡(luò)收斂緩慢而導(dǎo)致處理時間過長。徑向基函數(shù)網(wǎng)絡(luò)（RBFN）：RBFN和NPN類似，不同的只是其非線性的引入是在隱含層利用徑向基函數(shù)實現(xiàn)非線性映射，這可以防止網(wǎng)絡(luò)收斂到局部最小值。

4.2 應(yīng)用舉例 由于神經(jīng)網(wǎng)絡(luò)可以動態(tài)的自適應(yīng)和實時的訓(xùn)練，因此可以對系統(tǒng)的各種模式、參數(shù)、屬性等進行“學(xué)習”，并“記住”這些事實，當系統(tǒng)有了新的輸入和輸出時，可以進行實時的訓(xùn)練來記憶新的事實。這正符合了認知無線電認知功能的需求，因此神經(jīng)網(wǎng)絡(luò)在認知無線電中有著廣泛的應(yīng)用前景。下面就列舉一些神經(jīng)網(wǎng)絡(luò)在認知無線電中的應(yīng)用[9-12]。神經(jīng)網(wǎng)絡(luò)可以用于認知無線電的頻譜感知，例如利用基于神經(jīng)網(wǎng)絡(luò)的分類器可以根據(jù)信號的循環(huán)平穩(wěn)特性或者頻譜特性等對信號進行分類。神經(jīng)網(wǎng)絡(luò)還可用于無線電參數(shù)的自適應(yīng)決策和調(diào)整，神經(jīng)網(wǎng)絡(luò)可以根據(jù)當前信道質(zhì)量和用戶需求等所確定的優(yōu)化目標選擇無線電參數(shù)。另外神經(jīng)網(wǎng)絡(luò)還可以對無線電系統(tǒng)的各種性能進行預(yù)測，神經(jīng)網(wǎng)絡(luò)可以記憶不同無線環(huán)境不同無線參數(shù)所達到的系統(tǒng)性能，比如誤碼率、吞吐量、時延等等，從而對未來可能產(chǎn)生的系統(tǒng)性能進行預(yù)測，進而對各種無線參數(shù)進行優(yōu)化。

5 仿真及分析

由于無線環(huán)境的開放性，無線系統(tǒng)大都是非線性系統(tǒng)，因此神經(jīng)網(wǎng)絡(luò)用于認知無線電也應(yīng)采用非線性模型。非線性感知器網(wǎng)絡(luò)（NPN）可以完成認知無線電的學(xué)習功能，從而對各種系統(tǒng)性能進行預(yù)測，下面就通過一個具體例子來仿真基于NPN的誤碼率性能預(yù)測。

5.1 仿真模型 NPN由三層節(jié)點構(gòu)成：輸入層、隱含層和輸出層。隱含層通常只有一層神經(jīng)元，本文在此基礎(chǔ)上擴展了隱含層的層數(shù)，從而擴大了神經(jīng)網(wǎng)絡(luò)的規(guī)模，使其具有更好的學(xué)習效果。具體的網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示，每個節(jié)點都與下一層的所有節(jié)點唯一相連，除了輸入層節(jié)點，其他各層節(jié)點稱為神經(jīng)元，具有一個非線性的激活函數(shù)，以實現(xiàn)對非線性系統(tǒng)的擬合。本文將采用最為常用的非線性激活函數(shù)――S函數(shù)，即：f

神經(jīng)網(wǎng)絡(luò)的訓(xùn)練將采用BP方法，具體算法如下：

③根據(jù)RMS誤差決定是否調(diào)整權(quán)值，直到RMS誤差或者迭代次數(shù)達到停止要求。

5.2 仿真場景 仿真場景的設(shè)置將根據(jù)上面提出通用認知引擎架構(gòu)進行編排。首先認知引擎要收集各種數(shù)據(jù)。WiMax可以根據(jù)信道質(zhì)量調(diào)整其調(diào)制編碼模式等無線電參數(shù)，因此將作為通用認知引擎架構(gòu)中的可重配置的無線電平臺將系統(tǒng)的誤碼率性能實時上報給認知引擎；信噪比作為無線環(huán)境的表征可通過感知器進行收集；編碼速率作為用戶對業(yè)務(wù)的需求可通過用戶接口上報給認知引擎。然后認知引擎內(nèi)基于NPN的學(xué)習機就可以對這些數(shù)據(jù)進行訓(xùn)練了，訓(xùn)練的方法如上節(jié)所述。最后訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)就可以根據(jù)無線環(huán)境和用戶需求對系統(tǒng)的誤碼率進行實時的預(yù)測，從而調(diào)整認知無線電的各種操作參數(shù)。

5.3 仿真結(jié)果及分析 由于對神經(jīng)網(wǎng)絡(luò)模型的隱含層進行了擴展，首先驗證一下改進的模型性能是否有所提升。仿真結(jié)果如圖3所示，分別仿真了具有2層、3層和4層神經(jīng)元的NPN的收斂性能。其中2層模型是沒有經(jīng)過改進的，其收斂速度最快，但RMS誤差較三層模型差；3層模型雖然收斂速度稍慢，但收斂的RMS誤差最低；4層模型的網(wǎng)絡(luò)規(guī)模最大，因此收斂速度最慢，但其RMS誤差收斂的并不是最低，這是由于神經(jīng)網(wǎng)絡(luò)的規(guī)模應(yīng)該與訓(xùn)練數(shù)據(jù)的規(guī)模相適應(yīng)，過大的網(wǎng)絡(luò)規(guī)模反而不會得到很好的收斂性能。折中考慮，在后續(xù)誤碼率預(yù)測仿真中，將采用3層神經(jīng)元模型的NPN對數(shù)據(jù)進行訓(xùn)練。

如圖4所示，利用3層神經(jīng)元模型分別對WiMax場景下的64QAM、16QAM、QPSK和BPSK的誤碼率性能進行了預(yù)測。從預(yù)測結(jié)果和實際的仿真結(jié)果的比較可以顯示，隨著調(diào)制模式的升高，預(yù)測的性能將越來越好。

6 結(jié)束語

本文主要介紹了人工智能技術(shù)在認知無線電中的應(yīng)用，并通過人工神經(jīng)網(wǎng)絡(luò)進行舉例，從仿真的結(jié)果可以看出神經(jīng)網(wǎng)絡(luò)在認知無線電中應(yīng)用的可能性。人工智能技術(shù)在認知無線電領(lǐng)域的應(yīng)用還有著廣闊的研究前景，應(yīng)該積極探索更多的人工智能技術(shù)在認知無線電中應(yīng)用。但也并非所有的人工智能技術(shù)都適用于認知無線電的開發(fā)和應(yīng)用，應(yīng)在研究中有所選擇把握方向。不同的應(yīng)用場景也對人工智能技術(shù)提出了不同的需求，找到適用于相應(yīng)場景的人工智能技術(shù)也很重要。未來的工作應(yīng)更多的考慮一些實際的應(yīng)用，讓無線通信系統(tǒng)可以真正的像人一樣思考。

參考文獻：

[1]J.Mitola Ⅲ."Cognitive radio: Making software radios more personal"，IEEE Personal Communications，vol.6，no.4，pp.13-18，1999.

[2]S.Haykin."Cognitive radio：Brain-empowered wireless communications"，IEEE Journal on Selected Areas in Communications，vol.23，no.2，pp.201-220，2005.

[3]T.W.Rondeau，C.W.Bostian，D.Maldonado，A.Ferguson，S.Ball，B.Le，and S.Midki，“Cognitive radios in public safety and spectrum management”，Telecommunications Policy and Research Conference，vol.33，2005.

[4]George F.Luger，“Artificial Intelligence Structures and Strategies for Complex Problem Solving Fifth Edition”，Pearson Education Limited，2005.

[5]Joseph C.Giarratano, Gary D.Riley，“Expert System Principles and Programming Fourth Edition”，Thomson learning，2006.

[6]Timothy R.Newman，“Multiple Objective Fitness Functions for Cognitive Radio Adaptation”，Doctor Thesis，2008.

[7]A.He，K.K.Bae，T.R.Newman，J.Gaeddert，K.Kim，R.Menon，L.M.Tirado，J.Neel，Y.Zhao，J.H.Reed，and W.H.Tranter，“A survey of artificial intelligence for cognitive radios”，IEEE Transactiongs on Vehicular Technology，vol.59，no.4，pp.1578-1592，2010.

[8]Thomas W.Rondeau，“Application of Artificial Intelligence to Wireless Communication”，Doctor Thesis，2007.

[9]N.Baldo，B.R.Tamma，B.S.Manoj，R.Rao，and M.Zorzi，“A neural network based cognitive controller for dynamic channel selection”，in Proceedings of IEEE International Conference on Communications（ICC），pp.1-5，2009.

[10]X.Zhu，Y.Liu，W.Weng，and D.Yuan，“Channel sensing algorithm based on neural network for cognitive wireless mesh network”，in Proceedings of IEEE International Conference on Wireless Communications（WiCom），pp.1-4，2008.

篇8

3月8日，以“The NEXT 女大當‘駕’無人車”為主題的英特爾無人駕駛分享會在北京舉行，婦女節(jié)之際，賽迪情報中心了《女性司機駕駛行為及對無人駕駛態(tài)度研究》報告，通過調(diào)查女性駕駛者對無人駕駛技術(shù)的態(tài)度科學(xué)評價和認知這一前沿科技，并就無人駕駛技術(shù)是如何化解女性司機駕駛痛點等話題展開討論。

報告結(jié)果顯示：女性對無人駕駛是“真愛”，因為有超過一半的她，看好無人駕駛。其中，58.93%的女性消費者認為無人駕駛技術(shù)是未來的發(fā)展趨勢，50.23%的女性消費者認為無人駕駛技術(shù)能解決駕駛問題。

此外，超過90%的女性駕駛者每天駕駛時間集中于兩小時以內(nèi)；55.65%的女性駕駛者主要駕駛路段為市區(qū)道路；54.81%的女性駕駛者一般駕駛速度在31公里～60公里/時。這些都表明，女性駕駛者主要活動區(qū)域需要經(jīng)常應(yīng)對堵車、紅綠燈、變道等復(fù)雜路況，對駕駛者技術(shù)要求比較高。因此，女性駕駛者期望通過無人駕駛技術(shù)來改善駕駛體驗、提高駕駛安全性的愿望更加迫切。

賽迪網(wǎng)副總裁梁媛指出，便捷、安全、效率是女性在談?wù)擇{駛時的關(guān)鍵詞匯，可以看出女性對安全駕駛有著非常強烈的需求，所以非常期待無人駕駛，因其的確能給未來出行帶來顛覆性變革。

地平線聯(lián)合創(chuàng)始人陶斐雯則認為，數(shù)據(jù)、算法、計算能力是無人駕駛技術(shù)的三大支柱要素，而要想真正突破這一點就勢必需要軟件和硬件、算法和芯片的深度整合。

“解放雙腳、解放雙手、解放雙眼、解放思維，直至所有人都成為乘客?！鄙掀ㄓ梅簛喥嚰夹g(shù)中心智能駕駛系統(tǒng)開發(fā)駕駛員信息及安全系統(tǒng)經(jīng)理朱曉華通俗易懂地解釋了無人駕駛的發(fā)展路徑。她強調(diào)，目前量產(chǎn)的汽車還僅僅是處于解放雙腳和解放雙手的階段，而無人駕駛的發(fā)展需要整個產(chǎn)業(yè)鏈的共同推動。

綜上言論可歸結(jié)為一點：即與輔助駕駛技術(shù)最大的不同是，無人駕駛是一切社會資源的大整合。據(jù)相關(guān)資料顯示：2013年，18%的消費者表示希望購買無人駕駛汽車；2014年，這一數(shù)字上升到了50%；預(yù)計到2025年，全球無人駕駛汽車市場規(guī)模將達到420億美元；到2030年，全球?qū)⒂?.2億輛無人駕駛汽車不同程度地上路；2035年，無人駕駛汽車將占全球汽車銷量的1/4。另據(jù)摩根士丹利報告顯示：當全世界都在使用無人駕駛汽車時，每年生產(chǎn)力的提升將帶來約5070億美元的收益。

面對未來如此龐大的市場商機，無人駕駛體現(xiàn)的不僅僅是一種技術(shù)，還是更大范圍的科技關(guān)懷。如今，這一產(chǎn)業(yè)鏈上又一個突破科技疆界的小伙伴出現(xiàn)了――英特爾。或許是受跨界思維的固有影響，英特爾在汽車領(lǐng)域中的實力很容易被忽視。但事實上，幾乎所有世界領(lǐng)先的汽車制造商均依賴于英特爾技術(shù)為其車載信息系統(tǒng)、娛樂系統(tǒng)、影像系統(tǒng)、導(dǎo)航系統(tǒng)提供支持。

另一種石油――數(shù)據(jù)

“數(shù)據(jù)簡直就是新的石油！數(shù)據(jù)將從根本上改變我們思考駕駛體驗的方式，因為一輛無人駕駛汽車每天至少會生成4000GB數(shù)據(jù)。”英特爾CEO科再奇如是說。

他的話并非危言聳聽，在一輛無人駕駛汽車中，除了活塞、活塞環(huán)、發(fā)動機組，還必須把攝像頭、雷達、聲吶、GPS、激光雷達等考慮在內(nèi)，而這些正是全新駕駛方式必不可少的組件。具體來看，攝像頭每秒生成20MB～60MB數(shù)據(jù)，雷達每秒最多生成10KB數(shù)據(jù)，聲吶每秒生成10KB～100KB數(shù)據(jù)，GPS每秒生產(chǎn)50KB數(shù)據(jù)，激光雷達每秒生成10KB～70MB數(shù)據(jù)……把這些數(shù)字相加，就是4000GB（4TB）數(shù)據(jù)。

“像過去一個世紀石油改變世界一樣，數(shù)據(jù)將在未來幾百年再一次改變世界?！笨圃倨嬷赋?，汽車行業(yè)正處于重大變革的前沿，要求前所未有的計算、智能、連接能力。然而，只采集數(shù)據(jù)還不夠，必須把數(shù)據(jù)轉(zhuǎn)化為一組切實可行的洞察，從汽車到網(wǎng)絡(luò)再到云，都需要一個“端到端”的計算解決方案，而英特爾對無人駕駛的承諾就是加速提供這種“端到端”的解決方案，并引領(lǐng)下一代計算變革。

無人駕駛汽車要求數(shù)據(jù)中心具備強大的算能力，而在數(shù)據(jù)中心處理器市場，英特爾則擁有超過99%的市場份額，這簡直就是為無人駕駛打造的最強大腦，放眼整個業(yè)內(nèi)，也只有英特爾能夠提出并兌現(xiàn)這一承諾，因為其能夠提供包括硬件、軟件、存儲、網(wǎng)絡(luò)、安全技術(shù)等全部組件。

英特爾無人駕駛事業(yè)部中國區(qū)市場總監(jiān)徐偉杰對《汽車觀察》表示，“計算能力、5G應(yīng)用、功耗，是目前要在無人駕駛領(lǐng)域著重解決的三大技術(shù)問題，而英特爾將以獨一無二的‘端到端’優(yōu)勢，通過技術(shù)創(chuàng)新和產(chǎn)業(yè)合作，全面布局無人駕駛領(lǐng)域?！?/p>

眾所周知，英特爾擁有業(yè)界領(lǐng)先的計算技術(shù)，能夠最大限度地釋放數(shù)據(jù)價值，可為無人駕駛協(xié)作提供相當廣泛的資源，如強大的車內(nèi)計算、強大的云和一套機器學(xué)習解決方案、強大的內(nèi)存和FPGA技術(shù)、高帶寬與低延遲的連接系統(tǒng)、人機接口以及安全技術(shù)等。

那么，英特爾究竟是如何打造無人駕駛“朋友圈”的呢？如收購Itseez，助其開發(fā)面向嵌入式專業(yè)硬件的計算機視覺算法與實施方案；收購Yogitech，鞏固其在半導(dǎo)體功能安全、方法、標準等方面的優(yōu)勢地位；與LG聯(lián)合開發(fā)和測試面向下一代汽車的5G遠程信息處理技術(shù)；攜手Green Hills、QNX等軟件公司，提供面向軟件定義的無人駕駛解決方案；聯(lián)合東軟集團、一汽紅旗“智能駕駛艙平臺”等。

1月4日，英特爾在拉斯維加斯宣布攜手寶馬、Mobileye于2017年下半年開始對40輛BMW 7系列無人駕駛汽車進行路測，目標是要在2021年推出寶馬集團第一款全面無人駕駛汽車BMW iNEXT。

考慮到無人駕駛汽車的實現(xiàn)需要一個全球生態(tài)系統(tǒng)的支持，所以這三家合作商將基于此建立一個行業(yè)標準，為無人駕駛建立開放平臺，開放平臺包括3級～5級無人駕駛技術(shù)，并向眾多汽車供應(yīng)商開放。隨后，Delphi和百度等廠商宣布會在其無人駕駛汽車中使用英特爾技術(shù)。未來兩年，英特爾還將新增超過2.5億美元的投資，以期實現(xiàn)全面無人駕駛。

總之，要實現(xiàn)真正意義上的無人駕駛，就必須在汽車、云、數(shù)據(jù)中心之間執(zhí)行無數(shù)的內(nèi)存密集型計算，并即時分析汽車生成的海量數(shù)據(jù)，學(xué)習數(shù)百萬輛汽車的經(jīng)驗，創(chuàng)建深度學(xué)習模型，從而實時制定關(guān)鍵決策，而英特爾的意義就在于可以幫助無人駕駛汽車作出更加安全的決策。

5G時代先行者

自20世紀50年代起，英美等國就已涉足無人駕駛汽車領(lǐng)域的研究。

1950年，世界上第一輛自主導(dǎo)航汽車由貝瑞特電子公司在美國研制成功；1987年，奔馳投資贊助慕尼黑國防大學(xué)實驗室，獨立設(shè)計了VaMoRs智能車；1994年，歐洲研制的VaMP和VITA-2機器人汽車在巴黎進行測試，能自主完成跟蹤行駛；2010年，Google設(shè)計制造的無人駕駛汽車通過了主要城市道路的駕駛測試，確定具有完備的感知能力和高水平的人工智能；2014年，Google全新無人駕駛汽車正式亮相，該車沒有方向盤和剎車。

現(xiàn)如今，德、日、中、韓等國也陸續(xù)開始對無人駕駛技術(shù)的研究。“無人駕駛汽車勢必要與數(shù)十億臺設(shè)備一起競爭網(wǎng)絡(luò)帶寬，這對于服務(wù)提供商來說，必須要實現(xiàn)以毫秒計算的數(shù)據(jù)傳輸速度，只有5G能滿足此類需求。”徐偉杰強調(diào)道。

實際上，5G對未來無人駕駛的重要性再怎么強調(diào)都不為過。無人駕駛汽車會生成并接收海量數(shù)據(jù)，以便導(dǎo)航和應(yīng)對突發(fā)狀況，但當今的通信系統(tǒng)在設(shè)計時，并未考慮到會支持這一任務(wù)所需的巨大帶寬。因此5G應(yīng)運而生，5G是能夠滿足延遲低于1毫秒、峰值傳輸速率高達10Gbps的一項網(wǎng)絡(luò)連接技術(shù)，可以支持“汽車至一切”的應(yīng)用，為無人駕駛時代提供了更快的速度、超低的時延，以及車到車（V2V）的連接。

近期，英特爾推出“橫跨汽車、連接和云”的全新汽車解決方案――英特爾?GO?，該方案推出多個開發(fā)工具包，可支持從下一代英特爾?凌動?處理器到英特爾?至強?處理器等不同計算性能，以及業(yè)內(nèi)首個5G就緒無人駕駛開發(fā)平臺。

其中，全新英特爾?5G調(diào)制解調(diào)器，是世界上首個同時支持6 GHz以下和毫米波頻段的全球通用5G調(diào)制解調(diào)器。該調(diào)制解調(diào)器包含一個緊湊且低功耗的芯片工具包，可提供有望超過5Gbps的速度和超低時延，以便讓無人駕駛汽車能夠在瞬間做出決策反應(yīng)。

另外，兩種版本的英特爾?GO?無人駕駛車內(nèi)開發(fā)平臺所提供的計算力，可執(zhí)行一系列無人駕駛功能，包括感知、融合、決策等；英特爾?GO?智能駕駛5G車載通信平臺，可讓汽車制造商能夠在2020年5G推出之前開發(fā)并測試各種用例和應(yīng)用；英特爾?GO?智能駕駛軟件開發(fā)工具包，可幫助工程師最大程度開發(fā)硬件功能，同時加快設(shè)計步伐。

5G 網(wǎng)絡(luò)技術(shù)代表著行業(yè)的重大轉(zhuǎn)變，它要求在無線連接、計算智能、分布式云資源之間實現(xiàn)前所未有的整合。為此，英特爾正在不斷突破產(chǎn)業(yè)界限，與業(yè)界優(yōu)秀廠商展開全面合作。目前，正與包括愛立信、KT、LG 電子、諾基亞、Verizon等在內(nèi)的全球電信行業(yè)領(lǐng)導(dǎo)者進行合作，交付集成式5G原型解決方案；此外，英特爾還在美國亞利桑那州、加利福尼亞州、俄勒岡州和德國建立了“卓越中心”（CoE），對無人駕駛汽車進行路測。

在中國，英特爾正在積極參與支持中國IMT-2020推進組組織的5G技術(shù)研發(fā)試驗，并成為首批加入中國移動5G聯(lián)合創(chuàng)新中心的戰(zhàn)略合作伙伴。同時，英特爾還攜手中國移動、愛立信完成全球首個基于最新蜂窩物聯(lián)網(wǎng)技術(shù)的業(yè)務(wù)演示。

篇9

傳統(tǒng)的產(chǎn)業(yè)鏈分工上，最底層的技術(shù)是芯片，下一個環(huán)節(jié)是軟件，最后環(huán)節(jié)是應(yīng)用端的產(chǎn)品。近日，物聯(lián)網(wǎng)模塊廠商慶科聯(lián)合RealTek/Marvell/Cypress等IC廠商推出新型芯片方案MOC。這款芯片區(qū)別于以往的芯片，是軟件與芯片結(jié)合后的解決方案，整合硬件芯片、物聯(lián)網(wǎng)協(xié)議、安全、云端適配。

IOT芯片是一種新的產(chǎn)品形態(tài)，這種新形態(tài)能解決物聯(lián)網(wǎng)產(chǎn)業(yè)面臨的哪些問題？這種形態(tài)對傳統(tǒng)芯片和軟件的關(guān)系會帶來哪些沖擊和改變？對芯片企業(yè)和軟件企業(yè)的商來模式帶來哪些啟示？帶著這些問題，記者進行了深度采訪。

IoT時期芯片與應(yīng)用端出現(xiàn)“鴻溝”

早期，產(chǎn)品由技術(shù)來定義。即：有什么樣的技術(shù)，應(yīng)用環(huán)節(jié)就會推出什么樣的產(chǎn)品。產(chǎn)品由關(guān)鍵的芯片技術(shù)推動，整個產(chǎn)業(yè)推進路徑是從上到下。不過，隨著物聯(lián)網(wǎng)的出現(xiàn)，這種從上到下的路徑開始行不通。

當下，產(chǎn)品的形態(tài)轉(zhuǎn)由“應(yīng)用”來定義，即根據(jù)用戶需求來開發(fā)產(chǎn)品，是從下到上的路線。這種路線的變化，導(dǎo)致IC技術(shù)與市場應(yīng)用之間出現(xiàn)鴻溝。

眾所周知，構(gòu)成物聯(lián)網(wǎng)的智能產(chǎn)品形態(tài)多樣，從功耗大的智能家電產(chǎn)品，再到對功耗要求極低的可穿戴產(chǎn)品。智能產(chǎn)品不僅需要好的底層芯片，其智能化的功能還需要聯(lián)網(wǎng)、運算，這就需要網(wǎng)絡(luò)、云服務(wù)、APP等多種技術(shù)元素的支撐。

對芯片企業(yè)而言，已無法將芯片直接推送給智能設(shè)備廠商，需要將芯片的服務(wù)功能完善之后才行。而由于智能產(chǎn)品形態(tài)多樣，有些是小而精的創(chuàng)業(yè)團隊的項目，芯片企業(yè)更是無法一一對每個智能產(chǎn)品提供接入服務(wù)。

正如Marvell技術(shù)支持總監(jiān)孟樹指出的：“芯片公司都非常看好物聯(lián)網(wǎng)，希望跟各個廠商去合作，但是芯片企業(yè)不可能一對一的去提供每個服務(wù)。”

對設(shè)備廠商而言，要做出一款智能化的產(chǎn)品，除了考慮芯片性能，也要考慮云平臺、大數(shù)據(jù)、算法等要求，而這些環(huán)節(jié)涉及的領(lǐng)域極為跨界，單獨靠設(shè)備廠商很難駕馭。

對此，芯片企業(yè)與終端設(shè)備廠商之前的鴻溝，使最新的芯片技術(shù)無法快速及時地應(yīng)用到產(chǎn)品中，延長和影響了終端設(shè)備的開發(fā)周期和問世，影響了整個物聯(lián)網(wǎng)產(chǎn)業(yè)的推進。

物聯(lián)網(wǎng)芯片應(yīng)運而生

以前，軟件能力是芯片延伸出的附加功能，為芯片增值。當前，智能產(chǎn)品對技術(shù)的需求，除了芯片硬件本身之外，還需要芯片能夠具備更多的聯(lián)網(wǎng)、云計算、大數(shù)據(jù)服務(wù)能力。在這種背景下，IOT芯片應(yīng)運而生，將芯片與軟件進行了充分地融合，給賦予芯片更多的服務(wù)能力。

近期，慶科聯(lián)合RealTek/Marvell/Cypress等IC廠商推出的新型芯片方案產(chǎn)品MOC，即MiCO On Chip?！癕iCO是一個操作系統(tǒng)，MOC是內(nèi)置MiCO操作系統(tǒng)的新一代的物聯(lián)網(wǎng)系統(tǒng)芯片，通過MiCO的軟件再結(jié)合芯片本身的計算和通訊能力，慶科推出MOC100和MOC200兩款物聯(lián)網(wǎng)系統(tǒng)芯片，基于SIP物理封裝，面積為1平方厘米?！?慶科CEO王永虹表示。

據(jù)悉，MOC100為單Wi-Fi芯片，在運算速度、memory資源和控制器接口上比較突出，主要適用于IOT透傳、語音識別、二次開發(fā)等功能，用戶只需參照設(shè)計加一款天線和輸入電源，即可完成一個Wi-Fi模塊產(chǎn)品的開發(fā)。

另外，MOC200是Wi-Fi和藍牙的combo系統(tǒng)芯片，在MOC100的基礎(chǔ)上增加對傳統(tǒng)藍牙和低功耗藍牙雙模式的支持，為智能產(chǎn)品間的互聯(lián)提供更多便利。

此款I(lǐng)oT芯片將軟件中間件和芯片綁定在一起，簡化了整個開發(fā)過程。據(jù)悉，MOC一共有五層：

第一層芯片層，這一層是保證設(shè)備能夠正常工作聯(lián)網(wǎng)，是核心層；第二層是HAL層，負責完成芯片的適配；

第三層是操作系統(tǒng)層，包括底層軟件、驅(qū)動、外設(shè)管理，協(xié)議棧等基礎(chǔ)內(nèi)容，這一層是開放的，用的是MiCO OS，并兼容YunOS、Mbed；第四層是中間件，負責把所有IoT相關(guān)的中間件軟件以“模塊化組件”形式提取出來。中間件是MiCO的核心層，有諸多間件應(yīng)用，來保證設(shè)備的聯(lián)網(wǎng)、功耗管理、本地計算能力、傳感器算法集成等等；第五層叫應(yīng)用框架層，針對于不同品類的智能硬件產(chǎn)品，幫助客戶完成具體的應(yīng)用開發(fā)，讓設(shè)備可以很好的跟用戶交互，與云端連接并產(chǎn)生服務(wù)。

此外，IoT芯片給云廠商也帶來福音。“位置服務(wù)、支付、云、人工智能、算法，圖像識別算法等服務(wù)，需要與硬件結(jié)合。這些服務(wù)如何承載在芯片上，此前的做法是每家云廠商去與某一個芯片識別，整個過程十分繁瑣。此外，服務(wù)商的云服務(wù)還需要不斷升級，對芯片公司、開發(fā)者、設(shè)備廠商都是很大的挑戰(zhàn)?！?/p>

篇10

基于用戶生活體驗升級的智能化才有市場

目前，通過低成本芯片技術(shù)，云計算能力，大數(shù)據(jù)的應(yīng)用，以及各種傳感器技術(shù)，包括互聯(lián)網(wǎng)技術(shù)應(yīng)用等，技術(shù)公司、互聯(lián)網(wǎng)企業(yè)、創(chuàng)業(yè)者以及傳統(tǒng)制造企業(yè)，都正在往智能家居產(chǎn)業(yè)鏈的上游去整合，這必然會進一步推進智能時代的到來，但企業(yè)不能為了智能而智能，智能家居要想真正普及，必須是建立在真正解決用戶生活體驗問題的基礎(chǔ)上，讓用戶的生活變得更加舒適才會有市場。

京東微聯(lián)智能家居可以使各種各樣的智能家電產(chǎn)品、家居產(chǎn)品如空調(diào)、燈光、窗簾等，所有連接到平臺上的產(chǎn)品之間實現(xiàn)互聯(lián)互通，可以讓用戶及第三方公司去定義自己想實現(xiàn)的個性化生活場景，可以通過平臺去實時操控微聯(lián)智能設(shè)備。例如，京東微聯(lián)已經(jīng)成功完成與DingDong智能音箱的對接，在國內(nèi)首次實現(xiàn)了通過音箱對智能設(shè)備進行語音控制。消費者回家之后，只要對著音響講話，就可能讓已經(jīng)定義好的智能場景啟動，使消費者在生活中對設(shè)備的操控變得更加便捷，真正解放雙手。

此外，京東和很多的內(nèi)容商合作，例如CIBN、南方傳媒、芒果TV、GITV、百事通等視頻牌照商，騰訊、搜狐、優(yōu)酷、愛奇藝、優(yōu)朋普樂等視頻內(nèi)容商，恒大音樂、百度音樂、喜馬拉雅、咪咕等音樂合作伙伴。智能硬件本身僅僅提供一些智能控制是遠遠不夠的，只有真正從用戶角度出發(fā)，解決用戶痛點，例如提供一些娛樂功能，增值服務(wù)和用戶感興趣的內(nèi)容等，這樣才能讓消費者的體驗更好。

智能化的實現(xiàn)依托于強大的技術(shù)支撐

產(chǎn)業(yè)升級的背后反映出的是技術(shù)的變革，京東微聯(lián)不僅通過自主研發(fā)的互聯(lián)互通協(xié)議，實現(xiàn)了智能設(shè)備的遠程控制及設(shè)備間的互聯(lián)互通，同時還通過微聯(lián)智能云技術(shù)推出了一系列的增值服務(wù)。京東微聯(lián)開放平臺率先推出了云菜譜，云娛樂，云定時，云推送等服務(wù)，開放給廠商免費試用，接入京東微聯(lián)平臺的廠家只需做簡單的配置，即可讓自己的產(chǎn)品享受到這種便捷服務(wù)。

所有智能硬件一旦進入用戶家中，讓它們之間連接起來，做一些智能化方案的定制會非常困難，且成本極高。但通過云端技術(shù)，能夠把所有的設(shè)備連接起來，做各種人工智能的設(shè)計。例如，京東智能云端的檢測技術(shù)，可實現(xiàn)對消費者所在城市空氣質(zhì)量監(jiān)測，如果檢測到空氣質(zhì)量不好，可以幫消費者自動開啟家中的空氣凈化器，當家中的空氣凈化達到一個比較好的質(zhì)量時，會自動調(diào)整至較低的功率。很多傳感器技術(shù)的應(yīng)用，將消費者內(nèi)部家庭環(huán)境和周邊外部環(huán)境數(shù)據(jù)結(jié)合在一起，給消費者帶來真正舒適家居的環(huán)境。

很多家電品牌廠家在推進智能化的過程中，實際上會面臨很多挑戰(zhàn)。例如，如何能夠有一個更快速、低成本的智能化方案。對于大多數(shù)品牌商來講，在云端技術(shù)、大數(shù)據(jù)能力等方面都是缺失的。同樣，如何加入一個能夠互聯(lián)互通的平臺，去構(gòu)建一個讓消費者真正體會到智能化的完整的智慧生活場景，也是單獨一個廠家很難做到的。京東微聯(lián)的誕生恰好能夠幫助傳統(tǒng)行業(yè)的合作伙伴去突破這些挑戰(zhàn)。京東微聯(lián)利用自身的技術(shù)優(yōu)勢，可以為合作商家提供一整套智能解決方案，大大減少傳統(tǒng)企業(yè)在物聯(lián)網(wǎng)智能技術(shù)研發(fā)上的成本，幫助品牌低成本實現(xiàn)產(chǎn)品的智能化升級。

讓企業(yè)更懂消費者讓產(chǎn)品的體驗更好

智能化應(yīng)用非常重要的一點就是可以產(chǎn)生大量的數(shù)據(jù)。以前，家電產(chǎn)品銷售出去賣到全國各地，但是這些產(chǎn)品賣到哪些用戶手中？各地用戶最喜歡用什么功能？，這些數(shù)據(jù)廠商很難以掌握，所有關(guān)于產(chǎn)品使用狀況的數(shù)據(jù)基本通過售后維修部門的反饋得到。即便是請專業(yè)的調(diào)研公司做消費者調(diào)研，但對所選取樣本的真實情況也不可能詳知。2014年京東銷售出超過10億元的智能空調(diào)，其中微聯(lián)空調(diào)已經(jīng)達到30%，京東已經(jīng)知道全國各區(qū)域消費者對這些空調(diào)使用的習慣例如每個區(qū)域內(nèi)最喜歡的溫度是多少？空調(diào)什么部位發(fā)生故障最多等，這些數(shù)據(jù)都可以時實獲取，為品牌商帶來非常大的價值。

京東微聯(lián)引入了很多第三方服務(wù)和內(nèi)容，實現(xiàn)智能硬件統(tǒng)一管理和提供增值服務(wù)可以方便廠家去開發(fā)相應(yīng)的功能，實現(xiàn)各種各樣的智能化、自動化的場景，更能夠幫助家電企業(yè)接觸到更多的用戶，幫助廠商做產(chǎn)品的升級換代，將產(chǎn)品體驗做得更好。

此外，為了讓廠家在選擇終端控制設(shè)備時有更多的選擇性，讓用戶使用更加靈活方便，未來，京東微聯(lián)還將提供開放服務(wù)系統(tǒng)。主要將向三個維度，一是面向第三方的APP或是微信應(yīng)用等開放，廠家定制APP或是微信服務(wù)號，通過京東智能云的開放服務(wù)接口便可實現(xiàn)對接入京東微聯(lián)的智能設(shè)備的訪問和控制；二是面向智能設(shè)備廠家開發(fā)的中控類設(shè)備開放；三是向第三方開放京東智能云端的數(shù)據(jù)。