智能化变革:人工智能技术进化与价值创造电子书

内容简介

作者简介

推荐序

前言

第一篇 蓄势之路

第一章 探索：历时大半世纪的积淀孕育

1.1 个体智能与人工智能

1.2 不同学派的科学探索

1．符号主义

2．连接主义

3．行为主义

1.3 “三起两落”的螺旋演进

1.4 跨入技术创新活跃期

1.5 推高数字经济天花板

第二章 蝶变：人工智能的新起点新历程

2.1 多层级的智能技术体系

1．图像识别

2．语音识别

3．自然语言理解

2.2 机器学习的新里程碑

1．它具备了更强大的数据的知识抽取和建模能力

2．它具备机器自主发现知识的智能涌现能力

3．其自动特征抽取使实用性大幅度提升

2.3 智能形成的三大来源

1．数据蕴含的智能

2．计算力蕴含的智能

3．算法蕴含的智能

2.4 不同维度看智能蝶变

（一）从智能问题类型的维度

1．计算智能

2．感知智能

3．认知智能

（二）从智能生成范式的维度

（三）从底层计算架构维度看

（四）从综合智能水平的维度

（五）从通用能力的维度

2.5 理论创新与产业化并进

第三章 聚力：众木成春的智能化技术群

3.1 新兴技术交叉融合相互催化

3.2 高速移动互联的智能系统

3.3 人工智能算力基础设施

3.4 从大数据到大规模知识库

3.5 演进中的新型智能操作系统

1．需要支持差异化、复杂度更高的底层硬件载体

2．需要支持云、边、端分布式协同的运行模式

3．需要支持更便捷高效的人机交互和群体协同

4．需要支持各类智能算法的开发和高效运行

3.6 智能时代的芯片10倍数变革

1．云端训练芯片

2．云端推理芯片

3．终端推理芯片

第四章 重塑：智能技术与系统的新形态

4.1 体系化：技术群驱动的产品创新

4.2 平台化：横向拓展的能力输出

1．平台化成为人工智能能力输出的主要方式

2．平台化是加速资源汇集、技术迭代的重要推动力量

3．平台化也将深度改变产品形态和产业价值构成

4.3 开源化：共创共享加速生态培育

1．开源框架正在成为推动AI技术进步的“发动机”

2．模型库和算法开源将加速人工智能技术落地

3．开源化成为构建人工智能产业创新生态的重要途径

4.4 协同化：云边端混合的分布式智能

1．分布式智能促进云—边—端负载优化

2．多样化的前端智能拓展智能系统整体功能

3．智能计算前移使数以千万的设备具备“末梢神经”

4．边缘计算驱动“云—边—端”新架构

4.5 硬件化：软硬结合的纵向贯通

1．针对深度学习算法的软件硬件化加速

2．跨层垂直优化推动智能计算效率提升

3．异构协同是智能算法工业性能提升的重要途径

第二篇 赋能之路

第五章 革新：重构经济业态和产业模式

5.1 数据的经济价值变迁

5.2 算法创造的数字生产力

5.3 人机协同的生产服务新模式

1．做好人们不愿做的事

2．优势互补实现倍增效应

5.4 错位的“老板”和“小二”

5.5 跨界融合与共创分享的新生态

1．技术融合

2．行业融合

3．群智创新

4．开源共享

5.6 个性化与规模化定制

第六章 创造：驱动智能经济的新动能

6.1 人工智能新产品和新产业

6.2 产品创新的旧动能沃土

6.3 生产过程降本提质增效

1．降低生产成本

2．提升质量效率

3．改变产业格局

4．重塑竞争优势

6.4 行业智能大脑驱动“效率革命”

6.5 加速技术创新和产品研发

1．算法驱动科学发现和技术创新

2．智能化机器加速实验操作

3．智能技术赋能产品设计

6.6 更高阶段的知识经济

1．发现和创造新知识

2．隐性知识产品化

3．知识复用和增值

第七章 普惠：智能时代社会生活变革

7.1 智能化惠及社会民生

7.2 赋予智慧城市新内涵

1．数字孪生城市

2．以人为本的城市

3．人机和谐城市

7.3 教育走向个性化、普惠化

1．从填鸭式到个性化

2．促进教育公平和普惠化

7.4 高效便捷的交通出行

1．“自动驾驶+车路协同”的智能交通体系

2．驾驶辅助技术保障交通出行安全

3．交通拥堵问题有望得到显著缓解

4．无人驾驶共享汽车改变未来城市出行

7.5 安全可信的智能社会

1．治理社会犯罪

2．保护网络安全

3．防范自然灾害

4．保障公共应急

第八章 落地：产业化初期的价值发掘

8.1 构建价值支撑的商业闭环

8.2 发挥比较优势的增强智能

1．“千里眼、顺风耳”的增强感知

2．“智能大脑”的超级脑力

3．不惧危险的钢铁员工

4．“快人一步”的反应能力

8.3 选择“二八原则”的容错场景

8.4 打造离线并行的高能外脑

8.5 挖掘技术落地的后发优势

第三篇 演进之路

第九章 笃行：务实推进人工智能发展

9.1 智能化变革的战略机遇

9.2 “三起两落”的得失经验

启示一：客观认识发展阶段，务实选择发展目标

启示二：解决实际业务问题是智能技术赢得社会认可的关键

启示三：人工智能的发展与理论和技术突破密不可分

9.3 工程化思维加持的产业技术创新

1．数字化先导工程

2．深入业务优化算法

3．产业链渐进式改造

9.4 远近结合的梯次化落地

1．人工智能产业化呈波浪式推进

2．自主、认知智能领域的梯次化落地模式

9.5 直面全球经济资本新环境

9.6 坚持技术创新攻坚克难

1．企业技术创新能力决定生存能力

2．学术人才队伍稳定保障持续性创新

3．高质量AI人才是技术创新源头

4．产学研合作决定技术创新速度

第十章 突破：技术演进特征与未来趋势

10.1 场景需求拉动技术创新

1．针对特定应用场景的算法优化

2．以实际业务数据校正模型

3．借助智能化技术群协同破解性能瓶颈

10.2 正视深度学习的“不能”

1．缺乏概念表示和因果推理能力

2．对标注样本和强计算依赖

3．稳定性、鲁棒性不足

10.3 走向数据驱动加知识驱动

1．融入人类知识

2．结合机理性模型

3．生成机器知识

10.4 夯实智能科学的数学之基

10.5 寄予厚望的类脑智能

10.6 量子与智能的化学反应

10.7 底层计算架构的创新机遇

1．专用化

2．一体化

3．异构化

第十一章 善智：以人为本的智能化

11.1 负责任创新的价值观

1．发展安全的人工智能

2．发展可控的人工智能

3．发展可理解的人工智能

4．发展用户可信赖的人工智能

5．发展有益公平的人工智能

11.2 区别把控三类安全风险

1．技术自身不完善带来的安全风险

2．技术滥用引发的安全挑战

3．对可能出现的超级智能是否可控的担忧

11.3 通向人类可理解的人工智能

1．算力爆炸

2．信息淹没

3．黑箱困境

11.4 发展公众可信任的智能技术

1．注重隐私保护的人工智能

2．消除歧视和偏见的人工智能

3．符合社会伦理的人工智能

11.5 警惕智能鸿沟与贫富差距

1．创新鸿沟

2．收入鸿沟

3．区域鸿沟

11.6 产业智能化与就业的均衡协调

1．智能化不会造成大规模失业

2．人工智能就业替代将呈阶段性渐进式发展

3．智能化变革将创造大批新的就业岗位

11.7 智能化变革的职业新需求

后记