来源：亿欧
概要：工业互联网是工业革命和新一代科技革命的交汇，这个变革内涵非常广，包含很多新的业务模式、新的业态、新的产业机遇，同时也会带来很多新技术的创新。
工业互联网是工业革命和新一代科技革命的交汇，这个变革内涵非常广，包含很多新的业务模式、新的业态、新的产业机遇，同时也会带来很多新技术的创新。其中人工智能对工业互联网有很大的机会，将超过人类的效率，有产量优化，有维护预测等。
2018年2月1日，2018年工业互联网峰会在国家会议中心成功举办，本次论坛主要围绕工业互联网产业展开。十九大之后，第一个常务会审议了工业互联网的指导意见，并颁布了纲领性文件，推动了工业互联网的发展。工业互联网是工业革命和新一代科技革命的交汇，对推动我国实体经济发展还有网络强国、制造强国的建设都是有非常重大的意义。
本次论坛邀请了Landing.AI创始人及CEO吴恩达做了《人工智能与先进制造》的主题演讲，其核心观点有：
1、人工智能对工业互联网有很大的机会，如智能检测、参数调整等。而且超过人类的工作效率，也有产量优化，也有维护预测等。
2、人工智能有时候有种模式的感觉，今天人工智能为很多公司带来非常大的价值，可能99%的价值都是监督式学习。
3、人工智能时代最重要的是两点，一是数据搜集的战略，二是集中的数据库。
4、最好的人工智能公司还是一些产业专家和一些人工智能专家一起做，有跨行业团队最好的合作，选择最好的机会。
以下是吴恩达演讲全文：
大家好，刚才刘院长也说了国际合作的重要性，所以我今天讲一些中文，讲一些英语，我讲英语是代表国际合作的想法。
人工智能新电能，我的意思是一百年来，电能为很多企业带来了大量的改变，今天人工智能也会对这些企业带来一样的改变。你们都看到这几年人工智能技术和产品发展非常快，比如几年前我带谷歌大脑团队的时候，我们用无监督式学习，用电脑看了很多Youtube的识别，自动学习的这个猫。去年AlphaGo这种结果，也有很多人工智能产品，比如在中国有很多人脸识别的产品，也看过百度DureOS，也有自动驾驶，人工智能也带来很多新的产品。人工智能对很多行业真的会带来非常大量的改变，包括好几个例子。在人工智能和工业互联网，四大圈子融合才带来这么大的结果，包括机器人、物联网、大数据和机器学习。
有什么具体的例子，看一个具体的例子。人工智能对工业互联网一个非常大的机会，举一个例子，智能检测，现在有很多工厂有很多人，几百人或者几千人用人眼来做检测的工作，如果你用深度学习，用神经网络，就可以让电脑快速学习做自动检测的工作。我们发现这些电脑的能力通常比人眼更高，用电脑做自动检测，可以自动拿到数据，可以把这些数据放在面板来理解你的工厂。这只是一个例子，人工智能在制造有很多机会，另外几个例子，包括机器参数调整，AI可以做到非常好，通常可以超过人类做的效率，也有产量优化，也有维护预测，这种工作电脑AI有时候可以超过人做这种工作的水平。
到底人工智能是什么，我还在斯坦福大学教书，所以还是喜欢讲技术。人工智能有时候有这种模式的感觉，今天人工智能为很多公司带来非常大的价值，可能99%的价值都是监督式学习，你输入A，输出B。如果你想卖房间，A可以是你的尺寸、房间数目，B是房间的价格，很多公司都用这个办法赚很多钱。图像识别，输入一张图片，输出物体是什么。语音识别，输入一段语音，输出文字。翻译，输入英文，输出中文。自动驾驶，输入你的图像和雷达信息，输出其他汽车的位置。这种AI只是A-B，输入A，输出B，如果你可以把这个放在一个好的地方，就可以产生非常大的价值。在制造中有什么例子，自动检测，你可以输入一张图片，可以自动预测它有没有问题。另外一个例子，如果你输入机器参数，就可以自动输出产量，用它来大规模生产。你可以输入出价，输出顾客是否接受。Landing是落地，技术是要落地的。
AI其实有很多部分，如果你看AI技术，最好的AI团队是懂很多不同的各种各类的技术，包括机器学习、深度学习，也有另外好几种AI技术，包括图形学、决策、知识图谱、搜索、博弈论，如果你看过去五年，我觉得很多AI技术都是在不断的慢慢进步，不过在过去三年、过去五年机器学习或者深度学习进步非常快。今天深度学习或者机器学习还有很多空间，还有很多没有人做到的新机会，不过领先的AI团队不只是懂机器学习或者监督式学习，也需要理解AI的技术，因为不同的AI问题要使用不同的AI的想法。
深度学习和神经网络这两个词的意思差不多，神经网络到底是什么，简单分享一下，神经网络有一些操作，跟大家说一说它到底是什么。举一个例子，如果你想做一个维护预测，蓝色这条线是比较简单的模型，这就是一个最简单的神经网络，一个神经元，这个神经元是蓝线，这是最简单的神经网络。巨大的神经网络就是拿这一个神经元，放很多神经元，如果把很多神经元放起来就是一个大的神经网络。这三个神经元的输出放进去，最后一个神经元输出你想拿到的结果。输入A，在左边，这四个特征，输出B，是右边这个结果。今天用的神经网络是一个非常小的神经网络，只有四个神经元，我们今天训练的神经网络可能有几十万个神经元以上，最后一个神经元细节，我刚才分享这个神经元，我们需要告诉他中间这三个神经元到底是什么，神经元的一部分，如果你给他A和B，输入什么，输出什么，如果输出足够大，它就可以自己决定中间的神经元需要学习什么，我们在很多具体的例子，如果你的输出量够大，你的A和B，这个神经元就可以非常准确的学习。
在互联网时代，如果你选择你最喜欢的购物中心或者商场，如果你把它做一个网站，它也可以在这个网站卖东西，它还不是一个互联网公司，互联网公司这个词到底是什么，互联网公司这个词的意思不是你有没有一个网站，也不是你有一个网站用来卖东西，互联网这个词的意思是你有没有安排你整个公司来使用互联网给你做到非常好的事情，你的公司会不会真的使用互联网，来做互联网让你做得非常好的东西。举个例子，互联网公司会做很多AB测试，如果你不做AB测试，你的竞争对手会做AB测试，我们今天习惯了有一千个AB测试，互联网公司的迭代速度也非常快，每天或者每个星期就会有新的产品，传统公司可能6个月产生新的产品，所以互联网公司的学习速度也非常快。互联网的技术、产品和用户非常复杂，在互联网公司不是CEO一个人做决定，要给产品经理、工程师很多power，他们才知道或者用户这种细节，不可能CEO一个人做决定说什么做什么。
人工智能时代，传统公司，包括传统的技术公司加神经网络或者加一些机器学习，这还不是AI的公司，人工智能公司到底是什么，你有没有办法安排你的公司让你做人工智能做得非常好的东西，这才是人工智能的公司。坦白说，今天谷歌和百度要把自己变成AI公司，还没有做完，不过谷歌和百度的想法是非常领先的。20年前我们真的没有想到AB测试会变得这么重要，互联网社会真的需要一段时间才想清楚AB测试的重要性。今天人工智能公司到底是什么，我们没有完全想清楚，我觉得有可能会包括这几点，一个是数据搜集的战略，今天怎么样拿到数据的战略是非常复杂的。第二个是集中的数据库，很多AI公司越来越把这些数据放在一起，这样你的工程师或者你的算法、电脑才有办法把这些数据放起来进行学习。这件事很多团队可以回去就开始做。很多AI公司也看到自动化的机会。今天在很多AI公司，工程师和产品经理他们的工作是不一样的，举个例子，在互联网时代，我们发现如果你要在手机写一个APP，我们发现workflow是产品经理画一张图，工程师看产品经理画什么图来写代码。在互联网时代，比如自动驾驶，这张图是没有什么意思的，产品经理不是画一张图，他们需要拿一些数据，把数据给工程师。今天AI公司的工程师、产品经理他的工作已经有不小的变化。
如果你们在想，你应该不应该开始使用人工智能，在很多公司先有IT，IT的意思，十年前有很多信息是写在一张纸，现在这个信息不是在一张纸，是在你的电脑里，目前所以这个IT就产生数据，你有数据才可以做人工智能AI。有一些CEO也问我，要不要使用这个战略，有些CEO跟我说，三年把我们的IT完全搞好，三年后IT搞好了就去做AI，我觉得这个战略是非常坏的，希望你们不要这样做。如果你已经有一些数据，我想鼓励你们用AI来看一看，通常你让AI团队开始看一看你的数据，他们也会给你的IT团队一些反馈，来告诉他们你今天每十分钟采集数据，每一秒采集数据也可以产生很多价值。如果你已经有一些数据，鼓励你们来找这些AI团队让你们看一看。坦白说，今天最好的人工智能的数据，最好的人工智能的公司，都没有完美的，最好的人工智能公司也是做这种IT的工作。如果左边这个圈是代表人工智能能做的事，右边这个圈是代表对产业有用的事情，我们想做的是选择这些中间的机会，一些人工智能能做的事情，而且对你们公司有用的事情。一个挑战，因为人工智能技术今天还是比较复杂，只是人工智能专家才是完全理解左边的圈是什么。不过很多企业也非常复杂，你们这种产业的专家才完全理解右边的圈到底是哪里，我们怎么样做这个工作，最好的还是一些产业专家和一些人工智能专家一起来，有跨行业团队最好的合作，选择最好的机会。
我个人背景是人工智能，其实我不是一个制造业专家，非常兴奋有机会跟很多制造公司合作，才可以选择那些中间最有价值的机会。希望未来会有更多机会跟你们合作，谢谢大家！
吴恩达：人工智能在生产制造业中的实践与应用｜2018工业互联网峰会
中国信息通信研究院
2018年2月1-2日，由工业和信息化部指导，中国信息通信研究院、工业互联网产业联盟联合主办的2018工业互联网峰会在北京国家会议中心盛大开幕。
大会以“创新引领 融通发展”为主题，深入贯彻落实党的十九大报告提出的 “推动互联网、大数据、人工智能和实体经济深度融合”有关要求，推动落实《国务院关于深化“互联网+先进制造业”发展工业互联网的指导意见》。
在本届峰会上，Landing.AI公司CEO吴恩达发表了“人工智能在生产制造业中的实践与应用”主题演讲，用颇具学院风的语言，深入浅出地从人工智能的兴起、列举人工智能和工业互联网融合的具体事例、深度学习和神经网络的含义，以及他所理解的人工智能公司定义等方面与参会嘉宾做了精彩分享。
精彩语录：
“人工智能是新电能，一百年来，电能为很多企业带来了大量的改变，今天人工智能也会对这些企业带来一样的改变。”
“今天深度学习或者机器学习还有很多空间，还有很多没有人做到的新机会，不过领先的AI团队不只是懂机器学习或者监督式学习，也需要理解AI的技术，因为不同的AI问题要使用不同的AI的想法。”
“我个人背景是人工智能，其实我不是一个制造业专家，非常兴奋有机会跟很多制造公司合作，才可以选择那些中间最有价值的机会”
以下是演讲PPT，敬请阅读。
工业人工智能，离我们有多近？
工业人工智能
摘要:本文主要从技术角度和大家探讨一下工业4.0中人工智能技术当前发展现状，以及人工智能在国内外工业的当前应用和未来前景，尤其是在电力工业中，人工智能应用场景和技术难点。欢迎大家参与我们的大家庭，一起为中国制造2025和工业人工智能创造未来。
背景介绍
18世纪60年代开始，蒸汽机的出现以机器代替手工，在纺织业中的应用推动了全球第一次工业革命；19世纪中期，电器开始代替机器，成为补充和取代以蒸汽机为动力的新能源。随后，电灯、电车、电影放映机相继问世，人类进入了“电气时代”，也就是我们所说的第二次工业革命。第三次工业革命以原子能、电子计算机、空间技术和生物工程的发明和应用为主要标志，涉及信息技术、新能源技术、新材料技术、生物技术、空间技术和海洋技术等诸多领域的一场信息控制技术革命。当前，我们正处于第四次工业革命，是继蒸汽技术革命（第一次工业革命），电力技术革命（第二次工业革命），信息技术革命（第三次工业革命）的又一次科技革命。这次是以互联网产业化，工业智能化，工业一体化为代表，以人工智能，清洁能源，无人控制技术，量子信息技术，虚拟现实以及生物技术为主的全新技术革命。
今天特别火的一个关键词是“人工智能”。听到这个词，大部分人脑子里会浮现出科幻片中机器人的画面。那么我们今天来看看到底什么是人工智能，它和工业又有什么关系。人工智能是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，人工智能是研究如何制造智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。我们可以看见人工智能是一门综合性的科学，可以被用于制作机器人。但同时也可以看见，人工智能不仅可以用于机器人，从应用领域而言，它没有局限。从工作内容而言，只要人可以从事的工作，人工智能都可以帮助人更好的胜任这项工作。
目前应用
人工智能当前应用比较多的领域包括图像视频处理，声音和自然语言处理，机器人，金融，IT。这些领域中又可以细分出很多应用。比如自然语言处理大领域中，可以细分为人机对话，机器翻译，声音识别，声纹识别，语义理解等。那么人工智能又和工业有什么关系呢？目前看来，正是因为了解这个领域的数据科学家相对来说数量少，而且工业生产的门槛很高，需要熟悉工业生产的基本原理，这个行业的应用还没有广泛普及。目前国内市场上基本上没有成型的产品。具体应用请看下文分解，一大波案例（主要是国外的）等着你。
工业人工智能
目前工业中应用已经非常广泛，比如代替肉眼检查作业，实现制造检查智能化和无人化。以工程岩体的分类为例 ，目前主要是通过有经验的工程师通过仔细鉴别来判断，效率比较低，并且不同的人判断也有偏差。通过采用人工智能，把工程师的经验转化为深度学习算法，判断的淮确率和人工判断相当。确定算法后，再通过前端开发就可以利用软件应用自动得到工程岩体分类的结果，高效且淮确率高。与此类似，汽车零部件厂商目前检查生产出的零件磨损种类与等级情况时，多是依赖有经验的人工。同样，通过采用深度学习算法，可以把人工的检测经验转化为算法，从而实现无人化检测，高效准确。
工业人工智能
再比如电路板的辅助设计，任何一块原型板都存在与其他结构件配合装配的问题。所以，原型的外形和尺寸必须以产品整机结构为依据，另外还需要考虑到生产工艺。层数方面，也需要根据电路性能要求，板尺寸和线路的密集程度而定。如果不是经验丰富的技术人员，很难设计出合适的多层板。通过机器学习，可以将技术人员的经验转化为模型，从而提升PCB设计的效率与成功率。
工业人工智能
再说一个与我们生活息息相关的，目前最火的无人驾驶技术。其中用到了图像识别，卡尔曼滤波，动态线性系统，逻辑决策等技术来判断当前的位置信息，交通状况，周围环境信息等，最终分析这些信息作出决定，包含方向盘的转向和角度，加速的力度，是否踩刹车等。
电力应用
工业中能源是非常重要的组成部分，能源中的电力占着举足轻重的地位。世界500强中中国电网一直名列前茅。不仅仅是电网公司，所有能源行业中，电力企业占据了大片江山，由此可见电力的重要性。它是民生的保障，是工业生产的重要驱动力。中国的电网主要包含：国家电网，南方电网，内蒙电网，发电集团更是数不胜数(国电、华电、大唐、中投、华能等等)。 截至2016年底，全国发电装机容量达到16.5亿千瓦。电力作为商品，它是可以被生产和购买的，但是这种商品的特殊性在于目前的电力不能大量储存，必须实发实销。目前这一重要工作是由电网来维护和调配，电网需要保持用电负荷和发电出力的平衡，一旦这种平衡被破坏，电网的稳定和安全将遭到威胁。
工业人工智能
那么在电力工业中，人工智能的应用如何呢？目前主流的应用包括电网稳定性评估，负荷预测和新能源发电能力预测。那其他方面是不是也有应用呢？暂且留个悬念。我们先重点讨论一下比较容易理解的负荷预测的具体应用情况。
工业人工智能
上面我们提到电力是一种需要保证实时供需平衡的产品，所以一定要保证用户需要多少电，电网就有这样的供电能力。可能你会问那还不简单，那多发一些电，多的存起来就完了吗？很可惜，电能是无法大量储存的，这也解释了为什么很多地方会存在弃风弃光的问题。是不是你又会问，可以不可以根据用户的实时需求，来调整发电的功率呢？这里涉及的问题比较多，我们这里仅从技术角度讨论一下这样做会有什么问题。总的来说，目前火电机组确实是通过自动发电控制（俗称AGC）来调整发电机组出力的，但是有两个非常重要的问题需要考虑进去，电能的输送能力和发电机组的检修。我们可以把电能想象成水，把电网想象成水管，每个水管的粗细是不一样的，所以输送能力是有上限的。我国的西电东输工程相当于建了一根非常大的水管从西部送到东部。那么问题来了，当一个地区的电能需求超过了输送能力怎么办？另外一方面，发电机都需要定期停机来维护，电网需要根据未来的负荷来安排每台发电机组的发电计划。可以看到，负荷预测对于电网来说是至关重要的，它是电网制定发电计划和负荷分配的依据，而电网在技术上的主要职能就是调度。
目前我们所说的负荷预测电压等级一般都是中压及以上的等级或者一个大地区，并不是所有居民用电都需要做负荷预测。主流的负荷预测是通过统计学中的回归模型，机器学习中的浅层神经网络两大主流方法来进行的。对于地区性的负荷预测目前已经能达到97%以上的准确率（或者说3%以内的错误率）。目前主流趋势仍然是采用传统的回归模型方法，其原理是基于历史的负荷数据来对未来的负荷作出预测。浅层神经网络的方法可以考虑很多因素，比如天气影响，节假日影响，温度湿度影响，历史负荷数据等。乍一听，感觉可能比较奇怪，照理说神经网络不是应该更准确吗？首先我们目前考虑的是地区性的负荷，换句话说，它的规律性很强，因为人的用电行为每天都差不多，从统计学的角度考虑，这可以说的过去。其次，浅层神经网络的使用最具挑战性的工作在于参数调整，而神经网络可以调整的参数从几百个到几千个不等。假设每个参数有10种选择，简单的计算一下大约是10的几百甚至几千次方，也就是说可以选择的调整方案数量接近于无穷大。这和我们机器学习术语中常说的“维度灾难“是一个道理。再进一步，每针对一个地区的应用，都需要调整模型参数以达到最好的效果。如果一个业务高手也精通神经网络的数学原理，这将是最理想的情况。但是这种情况很少，而且不具备普适性。当然换个角度我们也可以说神经网络模型的稳定性很差。
行业机会
面对目前的情况，我们要问三个问题，第一：负荷预测都已经这么准了，还研究它有什么意义呢？第二：是不是地区性的负荷预测已经够用？第三：负荷预测是不是和电力市场关系也很大？首先电力负荷当前我们一般只预测某个地区某一个小时内的最大负荷，在时间和空间维度，它被浓缩成了一个点。可以想象这个地区的一个小时之内其实发生了很多事情，目前的预测结果是不具备说服力的。另外近几年我们一直在提需求侧改革，而在电力工业中流行的词汇是“电力需求侧管理”，具体意思是根据用户的用电需求和电网的发电能力，来计划单个用户内部负荷的分配和调整。从这个意义上看，用户的负荷预测将是电力需求侧管理的第一步。同样的道理，用户只有在了解自己的用电需求之后，才有可能在电力市场准确地提供自己的用电需求和报价。所以用户级的负荷预测将会是下一个机器学习在电力工业中应用的热点。可惜的是它再也不像地区性负荷预测那么有规律性了，节假日计划，天气，工业工艺流程，订单数量，员工数量，企业KPI，甚至是舆论导向，这些任何一个因素的变化都有可能造成用户级负荷的剧烈波动。
负荷预测非常重要，但是人工智能可以为电力工业做的远不止此。在生产方面，除了上面提到的新能源发电能力预测，电网稳定性分析外，还有诸如非侵入式负荷监测，设备的故障预警，设备的状态检修，工业运行的异常检测，电网偷电检测，电能质量异常评估，微电网控制，配电网状态估计等。在经营方面，人工智能的应用更加广泛，比如电力市场竞价策略，能源信用评估，充电桩规划，电力舆情分析，电力投资管理等。上述任何一个应用都充满了无限的潜力和商机，随时有可能颠覆某个细分领域。总的来说，人工智能在电力工业中的潜力巨大，小编在这里只是抛砖引玉，相信人工智能在工业的应用会远远大于我们的想象。
总结
从工业革命到电力崛起，从二进制到今天的量子计算，纵观科技发展史，我们正处于一个高速发展和进化的时代。互联网+逐渐普及，下一步将是人工智能+的时代。到目前为止各行各业经历了多年的发展，已经累积了海量的数据，不断推动着行业前进。分布式储存的出现和Hadoop的普及加速了数据产业的发展，时下流行的基于GPU的深度学习和Spark框架下的机器学习为我们提供了分析海量数据的工具。将来的物联网工业云，边缘计算和量子计算更是为人工智能在各行各业的应用加上了腾飞的翅膀。电力企业在整个工业行业中的自动化水平和信息化水平是一流的，一个火力发电厂一天可以产生PB级的数据量，这些数据在实时数据库和信息采集系统中储存，可以看出电力工业具备很好的土壤，上述我们讨论到的应用都可以很好地被开发并应用于电力工业。但这些数据目前还远远没有得到充分的利用。据GE统计，到目前为止，在电力工业中数据的价值最多利用率为2%左右。总而言之，前途是光明的，但道路也不是笔直的。
工业人工智能原创文章，转载请注明作者和出处！
人工智能赛博物理操作系统
AI-CPS OS
“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。
AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。
领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：
重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？
AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：
精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。
高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。
边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。
AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：
创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。
给决策制定者和商业领袖的建议：
超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新
评估未来的知识和技能类型；
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开
发过程中确定更加明晰的标准和最佳实践；
重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临
较高失业风险的人群；
开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。
子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和 人工智能，像君子一般融合，一起体现科技就是生产力。
如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！
新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。
产业智能官 AI-CPS
用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。
长按上方二维码关注微信公众号： AI-CPS，更多信息回复：
新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能金融”、“智能零售”、“智能驾驶”、“智能城市”；新模式：“财富空间”、“工业互联网”、“数据科学家”、“赛博物理系统CPS”、“供应链金融”。
官方网站：AI-CPS.NET
本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！
版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系、投稿邮箱：erp_vip@hotmail.com
扫一扫
1584
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
