rede

1985年7月，七位有识之士聚集在圣迭戈欧文·雅各布斯（Irwin Jac 高通骁龙处理器 高通骁龙处理器 obs）博士的家中共商大计。这几位富有远见的人——Franklin Antonio、Adelia Coffman、Andrew Cohen、Klein Gilhousen、Irwin Jacobs、Andrew Viterbi和Harvey White最终达成一致，决定创建“QUALity COMMunications”，他们的宏伟蓝图造就了20年后电信业中最耀眼的新星QUALCOMM高通公司。 高通公司成立之初主要为无线通讯业提供项目研究、开发服务，同时还涉足有限的产品制造。公司的先期目标之一是开发出一种商业化产品。由此而诞生了 OmniTRACS®。自1988年货运业采用高通公司的OmniTRACS系统至今，该系统已成为运输行业最大商用卫星移动通信系统。 早期的成功使得公司更加勇于创新，向传统的无线技术标准发起挑战。1989年，电信工业协会（TIA）认可了一项名为时分多址（TDMA）的数字技术。而短短三个月后，当行业还普遍持 高通公司的微芯片产品 高通公司的微芯片产品 质疑态度时，高通公司推出了用于无线和数据产品的码分多址（CDMA）技术——它的出现永久的改变了全球无线通信的面貌。 在中国向下一代无线技术演进的过程中，高通公司致力于向中国的运营商、制造商和开发商提供支持。作为中国第二大无线通信运营商，中国联通率先于 2002年初启动了其全国CDMA网络。截至2005年6月，中国联通已拥有超过3100多万CDMA用户——这得益于其先进的无线话音与数据业务、不断扩大的网络覆盖，以及在全国范围推出了高通公司提供的基于BREW平台的数据业务。到2004年底，中国联通公司活跃的BREW用户已经超过100万，BREW应用的下载量已经超过1000万次，国内支持BREW的手机机型也已超过50种。BREW正在给中国的用户带来非凡的体验。 高通中国也积极为推动中国移动通信业在技术研究、人才培养和科研成果产业化等方面的发展作出贡献。1998年，北京邮电大学和高通公司联合成立研究中心，十多年来取得了令人瞩目的成绩。高通公司已经将联合研发项目逐步扩大到清华大学、北京邮电大学、东南大学、上海交通大学、浙江大学、北京航空航天大学、中国科学院和香港中文大学等多所知名学府。 2003年6月，高通公司宣布，将投资1亿美元以资助那些从事CDMA产品、应用与服务开发及商业化的中国初创企业。这笔投资正在逐渐兑现中。截至目前，已有三家中国企业获得投资。高通公司相信，这笔面对中国市场的投资，会促进CDMA在全球范围的应用。 2004年8月，中国联通与高通公司联手推出“世界风”双模手机，用户可以通过该手机同时享受到高速、高性能的CDMA1X话音与数据业务和GSM语音服务。多模多频终端设备已经成为3G发展的未来趋势，这使中国的运营商第一次走在了全世界的前面。 为满足用户在个人导航、儿童安全保障、销售人员管理和物流跟踪服务等方面的需求，1999年，高通公司开始了专门针对无线设备的个人定位技术的研发，即gpsOne。从2003 高通公司 高通公司 年开始，中国联通在BREW平台上推出了基于高通公司gpsOne技术的定位业务——“定位之星”，该项业务已覆盖全国。 高通已拥有3,900多项CDMA及相关技术的美国专利和专利申请。高通公司已经向全球逾130家电信设备制造商发放了CDMA专利许可。二十多年间，高通凭借其开拓创新的技术和锐意进取的精神引领着人们的沟通、工作和生活方式的变革。 高通公司所享有的卓越声誉远不止于CDMA领域。高通公司是标准普尔500指数的成分股、《财富》500强企业之一，并且是美国劳工部“劳工就业机会委员会大奖”（Secretary of Labor's Opportunity Award）的得主。其卓尔不凡的工作环境、乐于奉献的工作态度和专业精神也令高通公司连续六年荣获《财富》“全美100家最适合工作的公司”，并且在《工业周刊》“100家最佳管理企业”名录中占据了一席之位。《CIO magazine》还将高通公司评选为100大运营和战略顶极优秀的典范企业。 作为一项新兴技术，CDMA CDMA2000正迅速风靡全球并已占据20%的无线市场。截止2012年，全球CDMA2000用户已超过2.56亿，遍布70个国家的 156家运营商已经商用3G CDMA业务。包含高通授权LICENSE的安可信通信技术有限公司在内全球有数十家OEM厂商推出EVDO移动智能终端.2002年，高通公司芯片销售创历史佳绩；1994年至今，高通公司已向全球包括中国在内的众多制造商提供了累计超过75亿多枚芯片。 2016年10月，高通公司和恩智浦半导体宣布高通将收购恩智浦的最终协议，双方董事会已一致通过该协议。合并后的公司预计年营收将超过300亿美元，到2020年，潜在可服务市场将达到1380亿美元，并在移动、汽车、物联网、安全、射频和联网等领域处于领先地位。 [4] 2017年11月6日，Broadcom拟以每股70美元现金加股票方式收购高通（60美元的现金和10美元的股票），交易总价值1300亿（股本+债务收购）美元， 该收购截止目前双方并没有达成一致。 [5] 2017年12月3日，高通5G新技术连续第二年获评世界互联网领先科技成果。 [6] 2018年3月13日Qualcomm收到总统令，禁止博通对Qualcomm的收购提议。–Qualcomm 2018年度股东大会将于2018年3月23日再次召开– [7] 2018年3月14日，博通公司宣布，已经撤回并终止了收购高通公司的要约，并同时撤回在高通2018年度股东大会上的独立董事提名。 [8]

互联网迎来AI 时代，海外科技巨头争先布局.pdf AI 发展前景极为广阔，商业化进程加快： 继 PC 互联网、移动互联网后， 互联网迎来人工智能时代。 目前 AI 在众多细分领域表现已优于人类， 未来或通过移动互联网、云计算等将千千万万“专用脑”连接成“一脑 万用”的人造生物脑，强人工智能有望早日达成。 根据艾瑞咨询预计， 2020 年全球 AI 市场规模将达到 1190 亿元，年复合增速约 19.7%；同期 中国人工智能市场规模将达 91 亿元，年复合增速超 50%， AI 发展前景 极为广阔。 随着人口老龄化、人力成本攀升， 以及危重工种从事意愿降 低， AI 商业化进程加快。 人工智能时代更为依赖 AI 核心技术，拥有最 新、最前沿的 AI 技术的企业将走在 AI 时代前沿。  IBM、 Google 全面布局 AI， 以点带面加速 AI 向传统产业渗透： IBM、 Google 在基础层、技术层、应用层全面布局 AI，技术底蕴深厚，并持 续扩展应用场景。目前 IBM 已经转型成认知解决方案和云平台公司， IBM Watson 将开启认知商业时代，重塑产业格局。2016 年 Q2，以 Watson 为代表的认知解决服务实现营收 128.89 亿美元，占比高达 22.17%， AI 相关业绩增长强劲。 IBM Watson 是“人工智能+医疗”的龙头， 2019 年全球智能医疗决策支持市场规模将达 2000 多亿美元， IBM 智慧医疗 业务前景广阔。 Google 则聚焦于机器学习，建设以 Nest 为基础智能家 居生态系统，开发出全球第一款完全自动驾驶原型车“豆荚车”，探索 智慧医疗细化领域的应用前景。随着 Android 端、 PC 搜索端的行为数 据持续积累，预计未来 Google 将有更多 AI 商业应用落地，推进 AI 时 代。

人工智能是 APEX技术 信息时代。在最新 在我们的创新简介中 系列，我们研究如何 机器的进步 学习和深入学习 结合了更多 强大的计算能力和 不断扩大的数据池 使人工智能触手可及 各公司 工业。发展 人工智能服务的 可能打开新的 市场和破坏 云端游戏场 计算。我们相信 利用人工智能的能力 成为定义属性 具有竞争优势 对于即将到来的公司 并将迎来一个 生产力复苏。

自动化的发展4 对配送中心的新需求 从自动化到真正的“智能”6 使用工业4.0技术适应变化 直流需求 将数字和物理整合到 仓库10 直流电转换在整个供应链上产生涟漪效应。 适应一个勇敢的新世界12 向提高直流自动化过渡 为分销实施工业4.0 中心13

布局 AR 已七年，苹果推出了革命性的 ARkit。 AR 被业内认为是下一个计算平 台，苹果已布局七年，是世界上仅次于微软的 AR 巨头。在 2017 年 6 月 6 日 WWDC 上，苹果推出了用于程序员开发的测试版 ARkit，正式版 ARkit 将会集成 在 IOS11 系统。 ARkit 含有两大部分，一部分是苹果为 iOS 构建增强现实而开 发的大量创新、成熟的 AR 算法，另一部分则是与整个硬件、操作系统契合度 非常高的一整套原生态 SDK。 ARkit 点石成金， AR 爆发就在眼前。 首先 ARKit 提升了各方面性能，使用户获 得了较为理想的 AR 体验，虚拟世界对现实世界有识别、定位、融合，能展示 复杂高级的虚拟内容。其次， ARkit 极大地解放了 AR 内容开发者， AR 内容应 用会快速增长；再者， ARkit 支持存量设备，初始拥有 1.45 亿庞大的用户量。 最后， ARkit 使用简单便捷， 之前的单一 AR 模式变成了 AR 通用模式， 无需额 外设备，使用苹果手机、 平板即可。综上所述，我们认为苹果是通过 ARkit 将 增强现实第一次带入主流人群中，日常生活中， AR 在 C 端爆发就在眼前。我 们预测 AR 应用爆发会有两个时间点， 2017 年 9 月-10 月和 2018 年 2-3 月份， 相较于之前口袋游戏的爆发， ARkit 会出现多个现象级产品，多点及面的爆发。 ARkit 为基石， 未来五年是 AR 黄金时代。 ARkit 只是 AR 生态的第一步，未来 五年是 AR 黄金时期。元器件迭代更新， AR 功能会越发强大，主要是单摄向双 摄、前臵 3D 摄像头、后臵 3D 摄像头转变。 AR 载体手机、眼镜分三步走， AR 手机、 AR 手机-AR 眼镜、 AR 眼镜，让 AR 体验逐步上台阶；底层搭建、软硬协 同，苹果为 AR 保驾护航。 AR 应用会不断创新，内容会不断丰富；未来四年苹 果用户将全部转化成 AR 用户， 复合增速 65%，全球将达到 11 亿用户规模。 AR 全景俯瞰，把握行业战略机遇。 底层交互， AR 与人工智能深度融合，相互 促进。元件看 AR，由点及面，芯片是 AR 大脑、传感器是 AR 感知细胞、光学 模组是 AR 眼镜。 AR 硬件厂商，分为手机 AR、 AR 眼镜、 AR 头盔厂商，苹果、 微软、 Facebook 等巨头的战役。 AR 内容应用，因为 ARkit 而在 C 端正式落地 和爆发，下一个万亿级市场正式启动，未来几年都会享受 ARkit 带来的技术红 利，拥有一片蓝海。

1.未来已来， 人工智能时代开启 1.1 弱人工智能已加速渗透， 强人工智能并不遥远 根据传统认知科学的研究成果， 智能包含以下几种能力： 1）感知能力。感知能 力即对外界情况的感受与认知，其中包含两种处理方式： 一种是面对简单或紧急 情况，可不经大脑思考进行本能反应与应对。另一种是面对复杂情况，需要经大 脑皮层进行处理与思考后，做出反应与应对； 2）记忆与思维能力。其中， 记忆 是对感知到的外界信息或由思维产生的内部知识的存储过程，思维是对所存储的 信息或知识的本质属性、内部规律等的认识过程； 3）学习和自适应能力。能通 过学习和自适应进行智能思维能力进化是人类智能的重要体现； 4）决策与行为 能力。 即通过对信息或知识判别后，进行主观决策与行为。

欢迎来到毕马威2017年第一季度风险脉冲报告， 突出当前的趋势、机遇和面临的挑战 全球和关键地区的风险投资市场 全世界。本版将仔细研究其中的一些关键 第一季度的活动并预测 本年度剩余时间的风险投资。 谨慎在第一季度抑制了投资者的活动，继续 2016年第4季度的趋势。全球投资者活动保持稳定，如果下降 从2015年和2016年的高点来看，数字受到了巨大的推动 在美国和亚洲市场的交易。交易总数 继续下降。 第一季度继续关注更安全的赌注，结果 较长的决策周期和对后期交易的更多关注 全球大多数市场。在一个相关的趋势中，第一季度持续 资本集中在少数大型风险投资基金中， 尤其是在美国和欧洲，因为投资者降低了他们的风险 通过在长期内集中于更广泛的投资 基金寿命。天使和种子投资大部分仍在下降 全球市场，新的初创企业需要展示 获得投资者支持的远见卓识的想法。 尽管持续走低，但仍有积极迹象表明 即将到来的季度。在亚洲和 美国，再加上美国IPO市场可能开放的迹象， 这是一年中其他时间活动的好兆头。提高透明度 全球问题，如触发后的脱欧谈判 第五十条美国税制改革潜力与中国经济状况 也应该开始增强投资者的信心。 本版将详细介绍这些以及其他全球和地区 本季度风险投资趋势，包括： ―热点领域，包括深技术、金融科技和物联网 （物联网） ―美国投资者对拉丁美洲的影响 ―中国政府转移优先权的影响 ―不断增长的医疗技术子部门的机会，尤其是在 美国和欧洲。

（一） 获取高收益资产越来越难 （二） 如何高效吸收低成本资金 （三） 如何高效开展金融产品的宣传与推广 （四） 个人客户精准低成本营销 （五） 小微企业客户获客与经营成本高 （六） 实现小额高频的普惠信贷服务 （七） 为大众提供高效低价的财富管理服务 （八） 繁琐的支付与转账服务 （九） 个人金融服务的客服与消费者教育 （十） 农业金融的低效益与高风险 （十一）个人金融服务中的反欺诈 （十二）针对中小企业信贷的传统风控手段乏力 （十三）合规管理、反洗钱与客户评估 （十四）运营有形网点成本高效益低 （十五）供应链金融中对信息流和物流的可靠追踪 （十六）机构结算与清算领域的流程、时滞及成本 （十七）信贷业务流程的繁琐耗时 （十八）海量业务资料的有效管理 （十九）科技系统软硬件投资巨大且扩展性差 （二十）科技研发与创新效率低

人工智能技术及其相关领域的进步开拓了新的市场和 在卫生、教育、能源、经济包容等关键领域取得进展的新机会， 社会福利和环境。近年来，机器的性能已经超过了人类。 与智能有关的某些任务，如图像识别方面。专家预测 专业人工智能领域的进展将继续。尽管这不太可能 机器将表现出与人类相当或超过人类的广泛适用的智能。 未来20年，机器将继续达到并超过人类的性能 越来越多的任务。 人工智能驱动的自动化将继续创造财富，并在未来扩大美国经济 但是，尽管许多人会受益，但这种增长不会是无代价的，而且会伴随着变化。 工人在经济中取得成功所需的技能，以及经济结构的变化。 需要采取积极的政策行动，帮助那些因这些变化而处于不利地位的美国人，以及 以确保人工智能和自动化的巨大好处是由所有人开发和提供的。 跟进政府先前的报告，为人工智能的未来做准备， 本报告于2016年10月发布，进一步调查了人工智能驱动自动化的效果。 关于美国就业市场和经济，并概述了建议的政策对策。 本报告由总统执行办公室的一个小组编写，其中包括 经济顾问委员会，国内政策委员会，国家经济委员会，办公室 管理和预算，以及科技政策办公室。分析和 本文所包含的建议借鉴了在人工智能倡议未来发展过程中所获得的见解， 2016年5月宣布，其中包括联邦政府协调工作、跨部门和公共宣传人工智能和相关政策事项。 除此之外，还有更多的工作要做，以进一步探讨人工智能的政策含义。最值得注意的是，人工智能 在网络防御中创造重要机会，并改进系统以检测欺诈行为 事务和消息。

新零售 - 正在显现的未来零售形态 ................................................................ 4 美宝莲：两小时卖出 10000 支口红 ........................................................................... 6 马克华菲：线上线下门店库存数据实时共享 ............................................................. 7 惠氏：母婴人群的全链路营销 .................................................................................... 8 喜宝动力：“新零售营销服务商” 挂牌新三板 ......................................................... 9 展望新零售 ........................................................................................................... 9 新零售为什么会出现.......................................................................................... 11 新零售与传统零售的区别与联系 ...................................................................... 13 品牌的新机遇 ..................................................................................................... 13 重构 - 商业进入变革深水区 ..........................................................................14 商业进入变革深水区.......................................................................................... 16 商业变革的“变” 与“不变” .......................................................................... 16 解耦老关系、构建新关系 .................................................................................. 17 商业重构是否成功的标准 .................................................................................. 18 一、 C 端：重构对消费者的认知 ...................................................................... 20 消费装修还是消费商品？.................................................................................. 20 购买是生活必需还是自我塑造？ ...................................................................... 20 消费商品还是消费服务？.................................................................................. 20 二、 B-C：重构客户关系................................................................................... 21 从销售走向营销，从货架走向互动娱乐........................................................... 21 市场营销：走向数字媒体 .................................................................................. 23 内容升级：更有趣的商业内容 .......................................................................... 24 客户运营：数据提升消费者运营能力............................................................... 28 客户服务：完善客户关怀链路，提升消费者服务体验.................................... 32 三、 B-B：重构合作伙伴关系 ........................................................................... 38 从树状到网状 ..................................................................................................... 38 线上线下业务一体化.......................................................................................... 43 社会化的内容生产.............................................................................................. 48 四、 B 端：重构组织内部链路关系................................................................... 49 每个企业都要变成一个数据公司 ...................................................................... 49 重构企业边界 ..................................................................................................... 52 打通商业全链路 ................................................................................................. 56 新商业服务体系 - 阿里巴巴（2017/2018） .............................................57 商业生态的基石和创新引擎——淘宝开放平台................................................... 62 一站式的经营工作台——千牛.............................................................................. 65 最大的商业服务门户——服务市场 ...................................................................... 71 赋能商家 ............................................................................................................. 71 赋能服务商 ......................................................................................................... 74 商业服务生态 - 优秀服务商&区域榜单 .......................................................81 一、 优秀服务商榜单（2016/2017） .......................................................... 83 二、 全国各省、市商业服务生态发展排名（2016/2017） ....................... 92 三、 不同行业订购商业服务的渗透率 .......................................................... 96 报告作者及致谢 ...............................................................................................98

执行摘要 几十年来，通信的发展 技术为广大经济奠定了基础 美国各地的增长惠及城镇和 大城市和小城市。下一代无线 网络基础设施将使用小单元构建 采用5G无线技术的网络。这个 连接和计算能力 这些高速无线网络将 智能城市解决方案的力量 这个国家。 这可以改变当地经济。研究有 建议将智能城市解决方案应用于 车辆交通和电网管理 可以产生1600亿美元的福利和储蓄 通过减少能源消耗，减少交通拥堵 以及燃料成本。这些5G属性将使城市 减少通勤时间，提高公共安全 产生显著的智能电网效率。 除了普及智能城市技术的好处之外， 部署过程的潜在收益 这项技术自电信以来也具有重要意义。 运营商预计将投入大约 2750亿美元用于基础设施建设，这将创造 高达300万个就业岗位，GDP增长5000亿美元。

行业近期用例示例 银行/FM/保险 销售、营销、服务、监管， 索赔、风险 •项目顾问和建议 •欺诈分析和调查 •监管情报 •自动索赔处理 •自动化威胁情报和预防系统 医疗与生命科学 服务和决策支持 •诊断和治疗 医药研发 •索赔管理 •个性化医疗服务 消费者（零售，CPG） 销售、营销、销售、供应 连锁物流 •自动化客户服务代理 •专业购物顾问和产品 建议 •全渠道营销 电信、机电一体化 销售、营销、IT •虚拟代理 •数字广告 •自动化威胁情报 政府，教育 核心作战、威胁情报 •威胁情报和预防 •国防、恐怖主义、调查 •项目顾问和推荐系统 •公共安全和应急响应 •适应性学习

自动化是世界上第一个人工智能驱动的对话式营销 平台。它们使公司能够实现个性化的一对一 与客户进行信息交流，使其更有意义 通过几十年的静态目录式网站改进的参与度 以及移动应用程序内容。Automat的Bot Creator创作环境 让营销专业人员、创意人员和开发人员协作 构建由人工智能支持的会话软件 比今天的单一规模FTS所有销售漏斗都要好。从他们的 现有营销目标模板的bot库，如 产品发现、影响力营销、日程安排、对话 广告等，或从头开始建立一个完全原创的 对话活动，营销人员现在可以接触到移动客户 他们把大部分时间花在流行的信息应用程序上 像信使，kik，whatsapp和微信。骑在自动机上 对话即服务（CAAS）平台，营销人员可以利用 会话语言理解（CLU）识别能力 消费者对其品牌和产品的评价 个性化的一对一采购体验。

CB Insights起底VC八杰 谁在做独角兽的幕后推手.pdf Appier是一家技术公司，使企业能够轻松地 利用人工智能在跨银幕时代成长和成功。 Appier是由一个充满激情的计算机科学家团队和 具有人工智能、数据分析、分布式系统经验的工程师，以及 市场营销。他们的同事也来自谷歌、英特尔、雅虎。 哈佛大学和斯坦福大学著名的人工智能研究小组 大学。总部位于台北，提供超过500个服务 来自亚洲11个市场办事处的全球品牌和代理， 包括台北、新加坡、东京、悉尼、胡志明市、马尼拉， 香港、孟买、新德里、雅加达和汉城。

CB Insights发布独角兽英雄榜 揭秘资本寒冬下的生存法则.pdf 麻省理工学院媒体实验室子公司Affectiva是情感人工智能的先驱，下一个 人工智能的前沿。情感的使命是带来情感 基于情感识别技术的数字世界智能化 这使人和系统的交互更加人性化。Affeviva的专利 技术使用计算机视觉、深度学习和世界上最大的 分析了75个国家480万张面孔的情绪数据库。Affectiva SDK和API使开发人员能够将情感感知和分析添加到 他们自己的应用程序、游戏、设备和数字体验。使用了affeviva 全球财富100强的三分之一，包括1400多个品牌， 收集消费者情感参与的洞察力和分析。 情感识别技术应用于许多不同的领域 垂直行业包括在线教育、医疗保健、游戏、机器人、媒体 以及广告、市场研究、汽车零售、人力资源， 培训和指导、视频交流、体验式设计以及 可穿戴物品和设备。 动机的 Aimoviv.com Aimotive是一家基于布达佩斯的软件公司，开发全套软件 全自动自驾汽车的软件套件。建立在 自动驾驶汽车应该模仿人类行为的想法 算法依靠摄像机作为主要传感器来完成 目标识别与分类、定位、决策任务 制造、轨迹规划和车辆控制。发展与 操作流程遵循当前的汽车标准，提供 硬件不可知，但可扩展的解决方案。软件引擎 组件由广泛的工具包辅助，以加速培训 和验证，包括校准、数据收集和增强 数据生成、半监督注释和实时， 逼真的模拟环境。满足日益增长的需求 对于专门为手工优化的硬件加速器 智能，目标设计一个高效，高性能的神经系统 汽车嵌入式解决方案的网络硬件IP。参考文献 设计有助于芯片公司构建最佳硬件来支持 基于人工智能的软件套件的性能要求。

科技部部长万钢： 人工智能经过 60 年的积淀， 从去年开始在深度学习、 跨界 融合、 人机协同和群体智能等方面， 都出现重要新进展。 全球政策频出 “科技是第一生产力” *智东西将在本节盘点中国、 美国、 欧洲国家（欧盟、 英国、 德国） 、 日本基于人工智 能的战略、 规划等。 从政策角度阐述人工智能的发展是应需而生的。 ·中国： AI 成两会焦点 专项规划将出台 2016 年开始， 人工智能开始被国务院、 工信部等政府部门 多次提及， 2017 年两会前， 国家发改委正式批复了 19 个国家工 程实验室， 其中有 3 个分属人工智能领域； 两会上， 人工智能首 次写入政府工作报告； 科技部正在制定人工智能专项规划， 并加 快项目立项、 加大经费支持； 两会后， 人工智能专项规划即将出 台。 科技部部长万钢表示： 我们正在集聚科技界、 企业界的专家 和创新型企业，包括一些年轻的创业者共同制定促进中国人工智 能创新发展的规划。 这个规划旨在推动人工智能在经济建设、 社 会民生、 环保事业、 国家安全等方面的应用。 同时， 国家还要打 好基础， 中央财政将设立一个专项， 主要是在基础研究、 核心关 键、 共性技术上下功夫。 这个研究必须是开放的， 将来会有知识 交流的平台， 有开放的知识共享平台， 要建立开放的软件平台、 开源的硬件平台， 以及专业化众创空间

20 世纪 40 年代和 50 年代， 来自不同领域（数学， 心理学， 工程学， 经济学和政治学） 的一批科学家开始探讨制造人工 大脑的可能性。 1950 年， 图灵发表了一篇划时代的论文， 文中预言了创造出具有真正智能的机器的可能性。 1956 年， 在达特茅斯学院举行的一次会议上正式确立了人工智能的 研究领域。 自此， 人工智能经过了半个多世纪的起起伏伏， 概念更迭， 并迎来第三次发展浪潮。 过去十年中， 随着计算能力大幅提升， 云计算的兴起， 机器 学习变得更加强大， 深度学习算法不断提高， 急剧增长的数 据量都大大推动了这些算法的发展， 人工智能从此进入了加 速增长的新阶段， 被各国政府写入规划， 联手资本推动技术 向产业转化。 根据艾瑞咨询预计， 2020 年全球 AI 市场规 模将达到 1190 亿元， 年复合增速约 19.7%； 同期中国人 工智能市场规模将达 91 亿元， 年复合增速超 50%。 IDC 认为， 我们正处于人工智能（AI） 改变人类生活的重要 转折点之上， 一场由 AI 引领的产业革命即将展开， 没有比 现在更好的时机去涉足 AI 领域。 全球科技巨头致力于积累 AI 底层技术， 并购交易数量飙升， 并围绕自家主业打造 AI 生态， 加速 AI 向其他业务扩散， 也为中小企业提供了站 队选项和广大的生存空间， 各领域的传统行业面临转型抉 择， 一场由人工智能带来的产业震荡正在发生。 与此同时， 业界也对人工智能技术成熟度、 市场普及期及其引发的诸多 社会效应抱有怀疑。 对此， 智东西结合市场观察经验， 整合多方信息和数据， 剖 析产业生态以及发展现状， 相关企业布局， 以及政策、 技术、 人才和资本推动力， 推出本期内参报告， 为业者提供参考。 如报告有不严谨的地方， 也希望能得到指正。

对于哪些技术被认为是新兴技术，还没有达成一致意见。 在本研究中，IFTF探讨了机器人、人工智能和 机器学习、虚拟现实（VR）和增强现实（AR）以及云计算将开启 到2030年。这些技术，通过软件的显著进步，将支撑 建立新的人机合作关系。

5G将如何被利用？ 增强型移动宽带（EMBB） 增强型移动宽带的两个关键方面将在5G经济中促进普及和价值创造。第一个方面是将蜂窝覆盖扩展到范围 更广的建筑物中，包括办公楼、工业园区、购物中心和大型场所。第二个方面是提升容量以满足使用大量 数据的更多终端的需求，尤其在局部地区。这些网络的改进将支持更高效的数据传输，降低每比特数据传 输成本，从而驱动在移动网络中更多地使用宽带应用。 海量物联网（MIoT） 5G将利用早前在机器对机器（M2M）和传统物联网（IoT） 应用方面的投入，支持规模经济的显著提升以促 进其在全部行业中普及和应用。 5G能更好地满足低功耗需求， 实现在授权和非授权频谱工作并提供更深入 更灵活的覆盖，从而在海量物联网情景中显著降低成本。这亦将支持海量物联网扩大规模，并且将促进海量物联 网应用更多地采用移动技术。 关键业务型服务（MCS） 关键业务型服务代表移动技术的全新市场机会，这将是5G重要的增长领域，并将支持那些需要高可靠、超 低时延连接以及高安全性与高可用性的应用。这将支持无线技术提供与有线难以区分的 超可靠连接以支持 零容错应用，例如自动驾驶汽车和远程操作复杂的自动化设备。 5G将移动变成一项通用技术 在孵化期之后，通用技术迎来采用的引爆点，为各个行业和整个经济带来转型变革，且通常颇具颠覆性（参阅侧栏： 通用 技术已深入改变各个行业和经济）。 通用技术具有一些共同属性，包括普遍适用于多个行业、带来长期且持续的改进并且能够催生新的创新。通 用技术对广泛行业产生深远且持久的影响，可重新定义经济竞争力并改变社会。 IHS Markit预期，随着5G技术 不断发展并支持大量终端、机器和流程，无线通信将有望进入通用技术殿堂。 数字移动技术已从使人与人互联逐步演进到使人与数据互联，这些数据是人们在个人和职业生活中所依赖 的。例如，移动技术通常被认为在为新兴经济体的偏远地区居民接入关键服务方面发挥了基本和重要的作 用，比如尼日利亚移动银行业务的崛起。相应地，现今移动技术的很多进步提供了更大的带宽，能够基本实 现语音和数据无所不在的覆盖。尽管一些机器对机器和早期物联网应用业已出现，但这些应用通常都是面向 特定用例并采用较陈旧的技术。尽管媒体和投资者对像优步这样的移动先锋公司十分关注，但移动技术目前 仍主要用于面向消费和企业用例，而未开始真正从根本上变革经济体的工业或公共部门。经历了几代发展， 移动技术已经实现了普及，但5G将成为一个技术平台，以更有意义的方式连接汽车与城市，医院与家庭，人 与周边万物。 按照规划， 5G带来的提升将能够明确满足复杂多样的物联网相关用例的需求。业界正“专门构建”标准的不同 方面以应对海量物联网类型应用以及关键业务型用例，包括自动驾驶汽车、工业自动化和远程医疗。这些功 能扩展将作为统一设计的一部分得到部署，这意味着同一5G基础设施将可用于支持广泛用例。移动技术正在 那些目前还未规模化使用无线技术的行业和流程中不断扩展，为广泛的行业带来深远和持久的影响。 随着全新商业模式涌现，提供商品与服务的旧方式被急剧改变或彻底抛弃， 5G经济将为政策制定与监管带来更高的复 杂性。准备迎来5G的世界将要求在多个领域实现政策和监管的现代化，包括公共安全、网络安全、隐私、频谱分配、 公共基础设施、医疗健康、频谱授权与审批以及教育、培训和发展等。政策制定者在5G经济中面临的挑战是，他们必 须准备好面对5G技术在日常生活中的普及，避免设立那些妨碍持续创新的体制。创新对5G经济的成功至关重要。保障 企业敢于冒险、投资并持续不懈地追求创新的政策——尤其是那些监管知识产权保护的法规，都是利用和开发5G经济 全部价值的最优载体。IHS经济部和IHS技术部 | 5G经济： 5G技术将如何影响全球经济

数据收集是事件链中的第一步，最终导致业务决策。确保收集的数据与业务感兴趣的指标的相关性非常重要。 定义对公司有影响的数据类型以及分析如何为底线增加价值。从本质上讲，考虑客户行为以及这对您的业务有何针对性，然后使用这些数据进行分析。 存储和管理数据是数据分析中的重要一步。必须保持数据质量和分析效率。

《深度学习入门：基于Python的理论与实现》_高清中文版c 本书是深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。 书中使用 Python 3，尽量不依赖外部库或工具，带领读者从零创建一个经典的深度学习网 络，使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、 特征等基础知识，对误差反向传播法、卷积神经网络等也有深入讲解，此外还介绍了学 习相关的实用技巧，自动驾驶、图像生成、强化学习等方面的应用，以及为什么加深层 可以提高识别精度等“为什么”的问题。 本书适合深度学习初学者阅读，也可作为高校教材使用。 第3章　神经网络·············································· 37 3.1 从感知机到神经网络· ··································· 37 3.1.1　神经网络的例子· ································· 37 3.1.2　复习感知机······································ 38 3.1.3　激活函数登场· ··································· 40 3.2 激活函数·············································· 42 3.2.1 sigmoid函数· ···································· 42 3.2.2　阶跃函数的实现· ································· 43 3.2.3　阶跃函数的图形· ································· 44 3.2.4 sigmoid函数的实现· ······························ 45 3.2.5 sigmoid函数和阶跃函数的比较······················ 46 3.2.6　非线性函数······································ 48 3.2.7 ReLU函数· ····································· 49 3.3 多维数组的运算· ······································· 50 3.3.1　多维数组········································ 50 3.3.2　矩阵乘法········································ 51 3.3.3　神经网络的内积· ································· 55 3.4 3 层神经网络的实现· ···································· 56 3.4.1　符号确认········································ 57 3.4.2　各层间信号传递的实现· ··························· 58 3.4.3　代码实现小结· ··································· 62 3.5 输出层的设计· ········································· 63 3.5.1　恒等函数和softmax函数· ·························· 64 3.5.2　实现softmax函数时的注意事项· ···················· 66 3.5.3 softmax函数的特征· ······························ 67