尽管教育工作者、心理学家和家长们，对孩子的屏幕时间长短，展开了激烈的争论，但人工智能和机器学习这一新兴技术，正在改变教育的未来。

据美国教育部门报告，预计2017 —2021年，美国教育中的人工智能将增长47.5 %。虽然大多数专家认为教师是不可替代的，但教师的工作和教育的最佳实践将会发生许多变化。

教师和人工智能合作

人工智能已经应用于教育，有些工具可以帮助开发技能和测试系统。随着人工智能教育解决方案的不断成熟，人们希望人工智能能够填补学习和教学中的需求缺口，让学校和教师比以往做得更多。人工智能可以提高效率、个性化和简化管理任务；而教师可以自由地为学生提供解释——这是机器难以胜任的、人类独有的能力。

教育领域对人工智能的愿景是，通过利用机器和教师的优势，他们共同努力，为学生带来最佳结果。因为今天的学生需要在人工智能已经普及的未来工作，所以我们的教育机构，让学生接触和使用这项技术是很重要的。

差异化和个性化学习

追求学生个性化的学习，是教育工作者多年来的首要任务，对管理着一个班级30名学生的老师来说，这几乎是不可能完成的，但人工智能将允许学生存在差异化学习。

有几家公司，如Content Technologies和Carnegie Learning，正在开发智能教学设计和数字平台，利用人工智能为学生提供学习、测试和反馈，为他们准备好挑战，发现知识短缺，并在适当的时候开展新的课题。

随着人工智能变得越来越复杂，机器可能会阅读学生表情传达的信息，并据此修改课程，以适合该学生学习。为每个学生的需求定制课程的想法在今天是不可行的，但是它将适用于AI驱动的机器。

为所有学生提供普遍的机会

人工智能工具向所有人提供全球化的教室，包括那些说不同语言，或可能有视觉、听觉障碍的人。Presentation Translator是一个免费的PPT插件，它为老师所讲的内容，实时创建字幕。这也为那些因病无法上学，或需要在不同水平上学习，或者学校缺乏自己需要的特定学科的学生，提供了可能。人工智能可以帮助打破学校之间，传统年级之间的隔阂。

自动化管理任务

教师对学生家庭作业和考试进行评分，需要花费大量的时间。而人工智能可以介入，并快速完成这些任务，同时为缩小学习差距提供建议。随着人工智能逐步实现自动化管理任务，它为教师和每个学生的共处，提供了更多的时间。人工智能有很大的潜力，来创造更有效的注册和招生过程。

课外辅导和支持

问问那些努力辅导孩子学习代数的父母，当他们在家里忙于孩子的家庭作业或考试准备时，看到人工智能在这方面的潜力，一定非常兴奋。由于人工智能，辅导和学习项目变得越来越先进，很快它们就会更容易获得，并能够应对各种学习方式。

更多的人工智能正在应用于教育，包括人工智能导师，智能内容开发，以及通过虚拟技术提供教师个人发展的新方法。

在采用人工智能和机器学习方面，教育可能有点慢，但这种变化正在开始，并将继续下去。

来源：福布斯作者：Bernard Marr智能观 编译

—完—

声明：编译文章旨在帮助读者了解行业新思想、新观点及新动态，为原作者观点，不代表智能观观点。

李彦宏在世界互联网大会4日论坛

12月3日，李彦宏利用三张PPT简要讲解了一下人工智能，强调了AI的新动能；4日人工智能论坛上，则采用了视频的方式，介绍了百度的“疲劳监测”、渡鸦音箱、AI+连锁超市、Apollo平台等技术应用。

播放“疲劳监测”形象宣传片

李彦宏表示，百度希望货车司机丢掉工作之前别先丢掉生命，视频介绍了百度防疲劳驾驶系统，预计明年将和一汽汽车一起推出。

而智能家居领域，李彦宏介绍了于11月百度世界大会推出的智能音箱——Raven H。为回应目前市面上“漂亮得不像百度的产品”这一观点，李彦宏表示，“Raven H还是比较像百度的，比你们见到的任何一款市面上的音箱都要更加聪明，原因就是背后有百度这么多年做搜索的积累，无论是人工智能的技术，还是相关的数据，以及背后的知识图谱。”

李彦宏表示，搜索引擎本质上就是人工智能——用户用自然语言输入他的需求，计算机猜测用户到底想要找什么，然后给他提供相应的答案。而人工智能就是让计算机懂得人、响应人的需求。

据雷锋网了解，大约从七年前开始，搜索引擎的工作原理也从过去的大多靠统计做排序（ranking）、变成用机器学习做排序。“所以今天大家使用的百度背后，其实完全是一个人工智能的引擎。”李彦宏称。

产业链上，李彦宏表示，人工智能不仅应用于人们普遍感受到的TO C端，也大幅应用于TO B端——也就是改变制造端、供应链。

李彦宏于现场举了人工智能改变供应端的例子——百度与一家连锁超市合作，利用人工智能技术提升超市里生鲜货品的效率，比如进多少、什么时候摆出来、什么时候撤掉等方面的预测，结果使得超市利润提升20%，报损率降低30%以上。

实际上，据雷锋网了解，除了超市，金融与房产、教育与医疗、能源与物流等，都是人工智能可以应用的领域。

但是，李彦宏称，这些显然不是靠百度一家能够实现的，需要整个社会、企业界为之奋斗。因此百度在不断地开放各种各样的平台，其中，百度深度学习平台PaddlePaddle就是这样的一个开放、开源的平台——任何一个领域的人都可以使用这个平台来开发有关的深度学习或者人工智能的程序。

李彦宏重点介绍了百度人工智能另一个重磅产品——Apollo。他表示，在智能驾驶平台上，百度自然做得更深入些，Apollo平台在某种意义上也是TO B的，作为供给端平台，Apollo目前已经联合了各种各样的合作伙伴，包括运营商、汽车服务厂商、整车厂商、零部件厂商、芯片厂商等，大家都在一个大的产业链里，共同为无人驾驶而努力。

最后，李彦宏透露称，百度很快将与雄安一起宣布一个大的智能城市计划——据雷锋网了解，这个计划不仅对于新城市来说具备很强的适应性，也与所有城市都相关。每一个城市想提升它的智能水平，想让它的人民生活更幸福，想让它的出行效率更高，想让每个人都活到150岁——必不可少的，就是把人工智能的技术逐步渗透到每一个城市、每一个角落。所以，李彦宏表示，百度已与保定、重庆两江新区、北京亦庄开发区、上海汽车城等地，进行相关人工智能方面的合作。

“到明年的时候，我也希望可以和大家更详细地报道这方面的进展。”

11月15日，英特尔公司人工智能产品事业部业务拓展及解决方案部署负责人Fiaz Mohamed在英特尔人工智能大会上，详解了AI的演进，及该公司人工智能全栈解决方案。

“AI潜力到底在哪里，问题的关键不是行业是否采用人工智能，而是什么时候。到2020年，数据将呈爆炸式增长，如何寻找关键数据，做快速的预测、诊断、预防灾难性事件发生，甚至模拟人的大脑，这就是AI的潜力。”

Fiaz Mohamed坦言，尽管AI已经累计了几年应用的经验，但同时也确实会有行业的壁垒存在，这是不断成型的过程。英特尔希望跟中国合作伙伴紧密合作，把技能和技术融合在一起，推动人工智能的更大发展。

到2020年，平均每个互联网用户将生成约1.5GB流量，智能医院每天将生成超过3000GB流量，每台自动驾驶汽车每天将生成超过4000GB流量，联网飞机每天将生成超过40000GB流量，联网工厂每天将生成超过一百万GB流量。

从描述分析、诊断分析、预测分析、指导分析到认知分析。AI对于实现更高的成熟度和更大的规模发挥重要作用。

包括个人、医疗、金融、零售、政府、能源、交通、工业……AI已经深入到各行各业。

△什么是人工智能？

人工智能：能够感知、推理、行动和适应的计划。

机器学习：性能随时间推移和数据增加而逐步提升的算法。

深度学习：机器学习的一个分支，指多层神经网络从海量数据中进行学习。

经典机器学习：统计问题、推荐引擎、透明度要求等。

深度学习：图像/语音识别、自然语音处理、模式识别/检测等。

推理：多元供应链调查，完整的数据库欺诈检测，整体CRM波动分析等。

新兴人工智能研究：计算生物学中的“序列对比”,“基于神经网络的二进制推理”等。

AI设计、AI演进、AI规模化、发现数据价值、AI改善生活

性能强劲、高投资回报、生产就绪

“性能与灵活性上实现双重重大飞跃，为深度学习模型提供基于云的支持。”微软杰出工程师Doug Burger

计算密度、极速数据访问、高速可扩展性

缩短开发周期、加速解决方案构建速度

培训（专家培训、实践研讨会和独家远程访问等支持）+工具（访问英特尔提供的最新库、框架、工具与技术）+社区（与行业精英、开发人员和英特尔工程师紧密协作）

AI在哪些方面可以增加企业收入或利润，并帮助企业进行业务变革？

企业中哪些关键利益相关者愿意助推人工智能的采用？

要轻松创建与大规模部署人工智能，企业需要哪些硬件与软件基础设施？

在腾讯科学家张潼离职之际，一位匿名知乎用户突然唱起科学家之于科技公司的无用论，推广人工智能不能秒级落地就是无用的观点，以下是该用户的精彩言论摘录：

观点一：

有很多研究成果最后落地成为了产品，可这也讲究个天时地利人和，不是什么都能落地。不然一年几万篇论文，不得个个落地，人类30年后不得移民火星了。

按照观点一的思路，我们至今没有移民火星，怪科学家们论文没有落地成产品，这个锅科学家背。

观点二：

对于业务数据，我们一般是不轻易给这些Lab（实验室）的，特别是转化数据、用户数据什么的。发论文么，又不是什么特别好的论文，或者能引领某个方向，有巨大突破，非常酷炫的论文。

按照观点二的思路，论文没有巨大突破，不够酷炫，就不配从业务团队拿数据。科学家真是给产品部门添麻烦了。

观点三：

做了半年下来，发现，诶，线上ctr/cvr/gmv啥的，都没涨，还跌了，那年底的PPT该咋写？业务部门对接的员工咋想？本来希望抱上大腿上个高大上的东西来晋升，年底喜滋滋地拿年终奖。业务部门的经理总监怎么想？给了人力物力，啥都没搞出来，叫我的PPT咋写。

按照观点二的思路，同学的年终PPT很重要，比公司的创新发展重要多了，再说呢，研究都是高大上的东西，是用来晋升的，怎么能失败呢？你失败了是你的事，我的问题是：年终ppt怎么写？

如果接受了以上这三个观点，需要向这位在产品部门或者业务部门负责技术的小伙伴致以深切的同情与慰问，科学家真没有用，应该收回他们的工牌，开除他们。赶紧，从工业界回学术界吧。

这三个观点，深度、真实地道出了产品部门员工的不易，展示出产品端工作的艰辛，委屈满腹、压力山大。

既然这么不容易，《亲爱的数据》提供四个抢功劳秘籍，能帮你的就这些了。

秘籍一：内部数据不分享。

在数据难以共享的情况下，人工智能实验室定是巧妇难为无米之炊。

秘籍二：用AI，功劳不归AI。

设置两个算法，第一个是深度学习的算法，第一个算法的结果作为第二种算法的输入，而第二种算法并不属于人工智能的算法。最终的效果好的话，功劳不归第一种，归给第二种的算法。如果业务方原有的算法被人工智能的算法吊打，那岂不是显得我辈无能。把深度学习的算法包裹在产品端原有算法里，反正也分不清功劳算谁的。口诀一定要记清：一定要把人工智能的算法用上，但是谁有效，反正分不清楚。

秘籍三：更换模型评估标准

机器学习的算法说到底是在解一个优化的问题，模型用来优化目标函数，但是如果把模型用在另一个目标函数上，效果肯定大打折扣。口诀一定要记清：评估标准一变，谁也没招？

秘籍四：手工规则显神通

在运营阶段，手工的规则破坏性也很强，上了模型之后，在用手工的规则减弱深度学习算法的效果。

反正就是不合作、不配合、不信任、不给人工智能实验室机会，那么AI技术一定推不下去。

但是，全公司真的只有产品部门不容易吗？为什么人工智能的算法得不到认可呢？

《亲爱的数据》采访了BAT某知名实验的科学家步惊云（化名），看看他对这个问题的看法？

步惊云博士认为：“有时，业务和工程端的工程师对算法理解不透彻，用错方法或者没有科学地使用。也有时，部分工程师对算法不理解，生搬硬套，或者是用得不对路，得不到理想的结果，所以指责人工智能的算法没有用。还有时，在用人工智能的算法之前，没有考虑清楚这个算法是否适合业务场景。

步惊云博士强调：“需要清楚的理解，理论和结果是有假设的，假设不适用于场景的情况肯定存在。如果学术素养不够，在正确理解理论方面是有困难的，论文有用的地方在哪里很难被找到，更不要说要应用了。”

步惊云博士还提到，一些企业的技术人员喜欢跟风。跟风跟久了，对没有听过的方法不敢使用，一些业务工程师甚至武断地认为没有人用的就是不好的。这个风气，步博士自己也深有体会，例如两年前他曾经积极推过一种深度学习方法，在初期也是遭遇没人敢用的境况。两年后，谷歌和亚马逊开始向着这个方向发力，甚至发表阶段性的文章。随后，一些产品端技术人员一窝蜂而上，到处都想用这个方法，现在看来如果早点（两年前）用起来，可能会创造更大的优势。造成跟风的部分原因和部分工程师对算法不理解，在判断技术趋势方面的能力还需要培养有关。也许跟风在以往是比较好用的方法，但是「人工智能时代，今时不同以往」。跟风无法创造领先优势。再加上对新的方法不理解，进而产生不信任，是会在企业内部出现恶意抵制实验室创新的情况，加大人工智能落地的难度。

西语有云：怨言是人类祷告中最真诚的部分。《亲爱的数据》认为，这位知乎匿名用户的吐槽非常的诚恳。这反映了两个方面的问题：一方面，创新所遭遇的抵制，比想象的还要大，人工智能在企业内部落地应用比想象的还要难。这种年度吐槽比年终总结暴露出来的问题有价值多了，值得管理层深思（建议年底的总结会改成年底吐槽大会）。

另一方面， 这个抱怨是真实的反面教材，清楚地表达了在技术视野有限的情况下，技术人员对于创新工作的反感与抵制。科技企业内部资源分配过程是动态竞争的，如果谁都不愿意为支付创新的成本，那么创新也就无处容身。所有的创新早就已经暗地里标好了价格。

创新对于科技公司来说有多重要，就不需要在此赘述了。一家科技企业不创新一时半会是看不出来的，等到全世界人都看出来无力创新的时候，会发生什么事呢？ 2019年1月3日是乔布斯注册成立苹果公司的42周年纪念日。蒂姆·库克宣布苹果手机卖不动了，苹果的股价马上来了一波回应，第一天，先跌掉2个京东市值，第二天接着跌，跌掉两个小米的市值。

技术的套路太复杂，商业想要与技术和谐共振创造价值，是需要每一位员工心中种下“创新关我事，切莫高挂起”的想法。也要从企业层面给与空间和资源，在员工年底PPT不知道怎么写的时候，可能需要人力资源出台对于创新行为如何考核的具体办法。员工的吐槽告诉我们，想完全依靠看不见的手在企业内部调节创新所需要的资源和环境，是靠不住的。

技术的世界太复杂，我们来看看江湖。

据说有一段时间，令狐冲在练吸星大法的时候，半路被卡住了，因为吸星大法源于北冥神功，学习难度很大，练不好还有一定的危险，就是内力反噬之险。令狐冲虽然有男主角光环，但是也同样遇到了这个问题，也就是一直没有办法消化吸收而来的内力。但是他没有抱怨吸星大法没有用，没有讥笑吸星大法的发明人，比如说：“没有让人一统天下的武功都是废物。”“吸星大法没有巨大突破，不够酷炫”……后来，因缘际会之下，一位少林方丈指点令狐冲，让他加练了另一部武林秘籍《易筋经》。令狐冲得到《易筋经》的传承，以百川汇流的法门，将异种真气导入正轨，解决了吸星大法反噬的问题。此时，令狐冲迈向另一个武功境界。

还有，灵鹫宫主人天山童姥。她的武功每过三十年要返老还童一次，变成小孩……按道理内功的增长怎么可能倒退，就好比上了新技术，深度学习模型的结果怎么比用老技术还差，真是想不通……（完）

亲爱的数据

出品：谭婧

美编：陈泓宇

摘要：如今，人工智能正在以前所未有的速度发展。目前，全球顶尖的IT和互联网公司都加大了对人工智能领域的投入，包括Google、Facebook、微软投入巨大，人工智能进入爆发式增长的拐点。这份关于人工智能领域的报告分析，我们一起来了解。

这份报告分为三大部分：

第一部分 人工智能领域即将进入产业爆发的拐点

第二部分 人工智能细分领域与产业链

第三部分 人工智能产业的投资逻辑

来源：wpr

未来学家凯文·凯利说过这样的话：“人工智能会是下一个20年颠覆人类社会的技术，它的力量将堪比电与互联网。”至于人工智能的定义？从广义上讲，人工智能是由算法和数据组成。从狭义上言，人工智能实质上就是一个超算中心，它的载体便是“机器人”。人工智能是对人类“认知框架”的更迭，算法则连通了人、事物、业务和信息。在未来，算法将成为企业的核心资产，全球正在进入“算法经济时代”。人工智能就是赋能机器并使之变得更加智能的活动，而智能就是赋能实物，在预测场景中去执行设定操作。而人工智能按“聪明”等级分，依次是弱人工智能、强人工智能和超级人工智能。当前，我们所面对的人工智能，主要是弱人工智能，真正意义上的强人工智能都仍未问世。

1784年到1993年，是为工业时代，最主要的特征是“大规模生产”，底层逻辑是“机器代替了人的四肢”，代表性企业如丰田、通用。1993年到2016年是互联网时代，最主要的特征是“互联网+”，底层逻辑是“机器代替了人的神经”，具有代表性的企业如谷歌、苹果、Facebook、亚马逊、腾讯、阿里巴巴、百度。2016年以后，便是人工智能时代，主要的特征是“人工智能+”，底层逻辑是“机器代替了人的大脑”，具备代表性的企业如英伟达、特斯拉、Uber、滴滴出行、今日头条。或者说，在全球科技产业中，第一个万亿美元级别的公司一定会在出在“人工智能和机器人”领域。

电子信息技术是工业技术、生物技术、太空技术、能源技术和材料技术等的底层技术。直接引用《经济学人》的一段原话：“50年之后，摩尔定律的尽头正在来临，制造更小的晶体管并不会使得芯片成本更低、速度更快，进步的方式将发生改变。除了基础的硬件性能外，计算能力的未来还将由其他三方面决定，即软件，云计算，针对特定任务开发的专业芯片。”

强人工智能尚且已令一些人感受到了压力，那么未来的超级人工智能到底会是以什么形式问世？未来的人类又将是以何种方式存在于世界上？下面的PPT已经给出了答案。

[数据观导读]不久前，在2017中国大数据技术大会（BDTC）Keynote上，科大讯飞大数据研究院执行院长、中国计算机学会大数据专家委员会委员谭昶，发表了《用人工智能理解人、服务人》的主题演讲。谭昶表示，AI已经来到了每个人的身边，人工智能可以构建更精准的用户画像，进而实现数据增值。而精准营销能够实现数据价值变现，人工智能+大数据可实现真正的因材施教，为大家提供便民服务。从随身设备到城市公共服务，从互联网到教育、医疗等垂直行业，科大讯飞正在用人工智能，深度挖掘大数据社会价值和商业价值，为人类建设一个更加美好、更加智能的世界。最后，谭昶坦言，比人工智能更强大的，是掌握了人工智能的人类。如何用人工智能，从大数据中更好的理解人、服务人乃至成就人，是用人工智能赋能每一个人的必然过程。

　　【PConline资讯】12月20日，阿里北京云栖大会，人工智能成为核心词汇。　　阿里巴巴集团资深副总裁阿里云总裁胡晓明回顾称，去年云栖大会北京会场，分享的主题还是阿里对云计算的三个认知——云计算最核心基础概要是互联网是基础设施，数据是资源，计算是能力。

　　今天，随着互联网的发展与数据的积累，新一年阿里云栖大会分享的主题，已经升级为“阿里云如何看待人工智能”。并具体落地到城市、工业、零售、金融、汽车、家庭等多个场景，推出整合城市管理、工业优化、辅助医疗、环境治理、航空调度等全局能力为一体的ET大脑，全面布局产业AI。

　　胡晓明表示，人工智能不应仅仅是实验室里的、PPT里的“概念AI”，更是“产业AI”，阿里巴巴对人工智能的三个判断是：　　第一，必须要有场景驱动，我们在解决什么问题，为这个社会的成本降低了多少，效率提高了多少；　　第二，在人工智能背后是否是有足够的数据来驱动AI能力的提升；　　第三是否是有足够的计算能力，支撑算法、深度学习可以发生。　　只有三个场景同时具备的前提下，人工智能才会有价值。其后，胡晓明从具体业务入手，分析人工智能在阿里体系中的运用：

　　一、智能金融　　胡晓明介绍称，阿里云与南京银行将云计算与智能算法合作，把申请贷款的过程整体减少了54%，同时推动人工智能跟金融大脑深度结合，在风控、营销和客服层面提升效率。　　据了解，阿里云与浙商银行在云计算和人工智能结合方面的合作，使得对信用卡本身的激活预测效率提升5倍，每一天流失预测准确率提升7倍，其背后驱动的是数据、算法和计算能力。　　此外，阿里云宣布推出具备了智能风控、千人千面、关系网络、智能客服等能力的智能决策金融方案——ET金融大脑。　　据了解，ET金融大脑可辅助银行、证券、保险等金融机构实现对贷款、征信、保险等业务的智能决策及风控监管，可大幅降低资损率，提高信用卡等预测准确率，促进金融机构在互联网消费金融、中小微企业金融服务等普惠金融方面的探索。　　核心风控上，基于智能风控系统，ET金融大脑构建了一整套反欺诈风控体系，不仅能智能管理风险控制，还能优化用户体验。　　金融服务上，ET金融大脑可根据产品使用行为特征，结合时间维度预测出给客户最合适的金融产品；同时搭配智能客服系统，充分“理解“客户需求，智能监测关键词，弹屏提示最优话术，辅助客服提升能力与效率。　　结合ET金融大脑算法建立信息关系网络，对欺诈模式自动识别，自动发现复杂关系网络异常模式。

　　现场另一个重磅信息，是阿里宣布将阿里云技术应用于民生银行核心系统的分布式改造上，但不涉及数据存储。

　　二、智能零售　　胡晓明将阿里双十一称为阿里巴巴集团驱动的一场最大的智能零售变化，以及历史上最大规模的人机协同。 　　在整个阿里巴巴客户体系当中，据了解，有将近95%的客服不是通过人工服务，而是通过人工智能阿里小蜜来提供的自动客服。　　其次，阿里推出人工智能推荐引擎系统，于双十一中生成将近567亿个不同货架，让每一个人打开淘宝天猫主页，可以看到千人千面的商品推荐，其背后是智能算法和智能配件。　　双十一自动推送的4.1亿张商品海报，背后运用的，也是人工智能与交互设计相结合的鲁班系统，通过鲁班系统不断生成独特的商品海报，让每一个人看到属于自己的海报体系。　　最后，在最大的华北数据中心，阿里运用运维机器人管理超大计算机群，接替了大概30%的人工服务，其背后也是一整套的人工智能。

　　三、智能城市　　在胡晓明的认知中，城市是复杂度远高于金融与工业、农业的场景。　　他表示，城市是人类最大的一个发明之一，将不同功能的人聚合在一起，从城市这个资源池里获得需求与服务，使得城市管理变成最复杂的一个问题。因此，胡晓明表示，在杭州，阿里运用人工智能与云计算，跟一个城市的管理做深度结合，推出ET城市大脑，让城市资源发挥最大价值。　　例如，在杭州做的ET城市大脑，已接管128个路口红绿灯，并对整个数据包括视频数据进行全量分析，优化本身道路运营速度和效率，使得试点区域道路通行时间减少了15.3%，骨干高架路整体出行时间节省4.6分钟。

　　四、智能出行　　2016年7月，阿里巴巴与上汽合作发布阿里巴巴操作系统，并运用到汽车内，发布斑马智行的智联网汽车的整体解决方案，与出行、汽车驾驶、停车收费、加油等密切相关。　　据了解，搭载了AliOS操作系统的智联网汽车已将近40万辆跑在路上，比特斯拉今年跑在路上的车辆还要多，同时从去年7月到今年12月份，阿里智能出行已累计产生超过700亿个轨迹路点。　　胡晓明透露，斑马智行操作系统中，被运用最多的功能，是通过手机在家远程遥控开启后备箱，让快递员把包裹放到后备箱，并且通过手机自动关闭后备箱。

　　此次现场，阿里云与宝马中国宣布联合开发“车家场景数字化服务”，并将在2018年上半年上线，服务将基于BMW云端互联、阿里云Link物联网平台等，届时宝马汽车车主可以在家中使用支持阿里云Link Voice技术的人工智能音箱，实现远程场景下语音询问等功能。

　　五、阿里云物联网整体解决方案　　胡晓明表示，从物联网操作系统，到阿里自身各类应用，再到SASS层，阿里提供了所有做万物互联所需的智能硬件整体解决方案，包括音乐、语音、图像视频，云计算让IOT速度更快。　　其次，今年阿里大力推出的智能音箱天猫精灵，也在双十一宣布达到出货量超过100万台，其背后，是数据积累与算法优化使得语音交互与应用服务的速度越来越快。

　　现场，阿里首次公布了ET大脑的Logo，阿里云机器智能首席科学家闵万里表示，相较于其他AI产品，阿里云ET大脑将AI技术、云计算大数据能力与垂直领域行业知识相结合，基于类脑神经元网络物理架构及模糊认知反演理论，实现从单点智能到多体智能的技术跨越，打造出具备多维感知、全局洞察、实时决策、持续进化等类脑认知能力的超级智能体。　　其Logo由简洁六边形及一个点组成，色彩及分布借鉴了人类大脑活动时不同区域的彩色热力图。由Logo衍生出的阿里云人工智能形象——小ET拥有聪明活泼的个性。小ET的点线构成神经网络的样式，代表着各智能技术间的联动共通；多边形面可以随时变化出各种姿态，代表科技的持续进化。

2010年以来，基于深度学习的人工智能技术陆续在谷歌、Facebook、百度等顶尖互联网公司获得广泛应用；2016年，谷歌的战略重心已从“移动先行”全面转向“人工智能先行”；2017年被称为中国人工智能元年，相关行业投融资近千笔。

数据观微信小编获悉，近日，行业领先媒体IT耳朵联合权威数据机构IT桔子共同发布了《2017年人工智能行业发展研究报告白皮书》，对2017年中国人工智能行业发展做详细解读，涵盖行业概况、创投趋势、行业应用案例、焦点问题等内容，以数据驱动发展、洞见行业未来。

责任编辑：王培