2020年,疫情震荡全球,经济波动剧烈,无论是国家还是企业,都希望通过把握未来科技“脉搏”,驱散经济下行阴影,实现组织升级迭代。

逝者如斯,新的十年,哪些关键技术将重新塑造我们的社会、改变我们的生活?

近日,京东集团技术委员会发布《技术重构社会供应链——未来科技趋势白皮书》,向业界全面展示了京东数智化社会供应链在人工智能、物联网、区块链、自主系统、下一代技术等五大关键技术领域的技术趋势研究,以及在零售、健康、物流、金融、城市等五大场景的技术赋能成果。

--以下为部分简要内容--

成为VIP会员查看完整内容
0
35

相关内容

日前,在“2020 AIoT产业年终盛典”上,物联网智库正式发布全新升级版的《2021中国AIoT产业全景图谱报告》(以下简称“报告”)。据悉,这是物联网智库连续第五年推出“中国AIoT产业全景图谱”,继续通过近距离观察AIoT产业及主要参与者,梳理产业现状,并分析、预测市场发展趋势,帮助读者把握产业发展脉络。

报告指出,AIoT产业是多种技术融合,赋能各行业的产业,整体市场潜在空间超十万亿元。艾瑞咨询数据显示,2019年中国AIoT产业总产值为3808亿元,预计2020年达5815亿元,同比增长52.7%,高增长主要得益于5G等新技术规划化商用和AIoT应用在消费和公共事业等领域大规模落地。未来三年,在消费端和政策驱动端应用市场的继续推动下,AIoT产业仍将保持高速增长。长期来看,产业驱动应用市场潜力巨大,将成为远期增长点。

本报告依旧分为端、边、管、云、用、产业服务六大板块。整体来看,边板块下沉,更加贴近端侧。同时,因为IoT和AI的进一步融合,AI相关内容在整个图谱中将被更充分地体现。报告将从产业全貌和上述六大板块来介绍产业现状及趋势,勾勒产业全景,并将通过优秀的案例,来展示AIoT产业发展成果及应用落地情况。

“端”指的是终端,主要包括底层的芯片、模组、传感器、屏幕、AI底层算法、操作系统等。 “边”是相对于“中心”的概念,泛指中心节点之外的位置。边缘计算则指的是将计算及相关能力从中心处理节点下放至边缘节点后形成的,贴近终端的计算能力。 “管”主要指的是连接通道,及相关产品和服务。大物联时代带来的大连接数和复杂设备现场环境,使得有线连接网络捉襟见肘,因此在AIoT应用场景中,网络以无线连接为主。 “云”主要指PaaS平台,包括物联网平台、AI平台和其他能力平台。 “用”指的是AIoT产业应用行业。从核心驱动要素来看,可分为消费驱动型、政府驱动型和产业驱动型行业。 “产业服务”板块主要包括AIoT产业相关的各类联盟、协会、机构、媒体、投资基金等,这些组织为产业提供包括检测、标准制定、媒体、咨询、投融资等服务,是推动产业发展的重要力量。

成为VIP会员查看完整内容
0
37

第四届世界智能大会在津召开期间,中国新一代人工智能发展战略研究院发布了《中国新一代人工智能科技产业发展报告•2020》和《中国新一代人工智能科技产业区域竞争力指数•2020》。报告指出,中国人工智能科技产业发展已经步入融合产业部门主导的新阶段。人工智能和实体经济的深度融合正在成为驱动中国经济转型升级和可持续发展的动力源泉。

  据中国新一代人工智能发展战略研究院首席经济学家、南开大学经济研究所所长刘刚介绍,作为第四次工业革命的引擎,人工智能技术属于典型的通用技术(General Purpose Technologies)。从前三次工业革命发生发展的历程看,通用技术只有与经济社会全球融合的条件下,才能成为带动经济长期发展的驱动力量。通用技术创新和产业化创造出前所未有的“关键生产要素”,例如,第一次工业革命的蒸汽机和第二次工业革命的电力。“关键生产要素”具有广泛的应用领域、低成本和无限供给的特征。当“关键生产要素”被广泛投入到现有产业,不断提高企业和产业的生产力水平,才能带来经济和社会的长期发展。例如,作为第二次工业革命通用技术的电力,从照明到生产流程的改造再到以电力为能源的生活用品的普及,在与经济社会融合的过程中,不仅带来了社会生产力的大幅跃升,而且改变了人类的生产和生活方式。

  第四工业革命的核心技术是包括互联网、物联网、大数据、云计算、区块链、5G和人工智能在内的新一代信息技术。新一代信息技术的产业化使“数据和计算”成为第四次工业革命的“关键生产要素”。数据是网络空间的所有存在物,是网络空间对物理和社会空间映射的产物。网络空间及其与物理和社会空间的互动和融合产生海量数据,大数据、云计算和区块链技术解决了数据的采集、整理、存储和分析。人工智能则实现了数据的精准匹配、仿真模拟和优化控制。作为新型基础设施建设的重要内容,5G保证了网络空间的发展和数据的瞬时传输。新一代信息技术的发展使“数据和计算”成为类似蒸汽机和电力一样的廉价投入品,为赋能和改造现有产业创造条件。

  作为通用技术,在人工智能科技产业的发展过程中,形成了两个主要产业部门:核心产业部门和融合产业部门。核心产业部门是指包括人工智能在内的新一代信息技术产业化过程中创造的新兴产业部门。核心产业部门产出“数据和计算”。而融合产业部门则是人工智能与实体经济融合发展过程中创造的产业部门,例如,智能制造、智能交通、新零售、新媒体和数字内容产业。融合产业部门把“数据和计算”作为投入品,产出则是我们日常生产和生活中的智能化产品。

  中国新一代人工智能发展战略研究院对人工智能科技产业的动态追踪研究表明,随着核心产业部门的发展和核心技术的成熟,面对新冠疫情的冲击和包括5G在内的新型基础设施建设步伐的加快,中国的人工智能科技产业开始步入融合产业部门主导的新发展阶段。

  首先,从797家中国人工智能骨干企业中的581家应用层企业的应用领域分布看,人工智能技术已经广泛分布在十八个应用领域。其中,企业技术集成与方案提供、智能机器人两个应用领域的企业数占比最高,分别为15.43%和9.66%。关键技术研发和应用平台、新媒体和数字内容、智能医疗、智能硬件、金融科技、智能商业和零售和智能制造领域企业数占比相对较高,分别为8.91%、8.91%、7.65%、7.03%、6.65%、6.52%、6.15%。智能农业的占比最低,仅为0.75%。企业技术集成与方案提供和关键技术研发及应用平台占比排名第一和第三位,说明在人工智能与实体经济的融合发展过程中,技术集成和应用方案提供发挥着至关重要的作用。而智能机器人企业数排名第二则说明制造业的智能化是人工智能发展的迫切需求。

  在581家人工智能样本企业中,可获得577家企业截至2019年底的融资数据。通过577家企业所属产业领域的融资额占比,可以看出哪些应用领域更受资本的青睐。从人工智能应用领域企业融资额的分布看,智慧零售、新媒体和数字内容、智慧金融类应用领域的融资额最高,占比分别为18.37%、15.96%和15.94%。除此以外,关键技术研发和应用平台、智慧交通、智能硬件融资额占比在5%以上,属于占比较高的应用领域。

  其次,人工智能基础和技术层企业通过与实体经济企业的协同,共同构建产业智能化创新生态,推动人工智能与实体经济的融合发展。其中,最为典型的是智能安防产业的发展。在传统安防产业智能化的过程中,围绕着视频数据结构化、智能终端和边缘计算在内的关键技术突破,形成了富有活力的产业创新生态系统。在智能制造、智能医疗、智能交通、金融科技和智能教育等领域,都出现了产业智能化创新生态系统。适合于特定产业领域智能化的创新生态系统建设,成为人工智能与实体经济深度融合发展的标志。

  第三,处于“极化”中的人工智能核心产业部门企业,通过与其他地区优势产业企业的合作,通过技术“扩散”,推动人工智能与实体经济的融合发展。该报告基于15家人工智能开放创新平台和4家计算机视觉独角兽公司的技术“扩散”数据分析表明,通过与其他地区优势产业的合作,共同推动人工智能与实体经济的融合发展。其中,电子信息制造业和汽车制造成为智能化发展的前沿产业。

  最后,传统产业的龙头企业,通过自主创新、技术引进和与核心技术企业合作的方式,转型升级为人工智能企业,成为推动人工智能与传统产业融合发展的主导者。报告基于50家非初始人工智能上市公司的分析表明,传统产业的龙头企业通过智能化转型,与掌握人工智能核心技术的企业共同构建产业创新生态系统,推动产业的智能化。从技术来源看,50家非初始人工智能上市公司主导的融合产业部门的技术来源,主要是核心产业部门的人工智能初创企业,占比为16%。其次是人工智能上市公司,例如,阿里巴巴和科大讯飞,占比为16%,排名第三和第四的分别是非初创人工智能技术公司和独角兽公司,占比为10%和7%。除了平台公司,人工智能初创企业和中小企业是产业智能化的重要技术来源方。

  在系统调查研究的基础上,报告发现,人工智能与实体经济的融合发展,不是简单的技术引进和集成,而是一系列互补性创新和专用技术体系的形成过程。因而,推动人工智能与实体经济融合发展需要创新思维。尤其是对后发地区而言,不能仅仅把工作的重心放在招商引资上,而应当重视通过培育和构建适宜当地产业智能化需求的产业创新生态系统和创新创业环境,通过互补性创新和专用性技术积累,才能通过人工智能与当地优势产业的融合发展过程中,不断提升区域企业和产业竞争力。

成为VIP会员查看完整内容
0
72

2020年9月15日,由中国科学技术协会、工业和信息化部和重庆市人民政府等智博会组委会单位共同主办,重庆市科学技术协会、中国电子学会和重庆市永川区人民政府等共同承办的“第三届数字经济百人会”(以下简称“论坛”)于“2020线上中国国际智能产业博览会”开幕日下午在重庆成功举办。

在成果发布环节,中国电子学会人工智能研究室副主任凌霞发布由中国电子学会、中国数字经济百人会、商汤智能产业研究院联合编制的《新一代人工智能白皮书(2020年)——产业智能化升级》。该报告重点围绕我国产业智能化升级进行指标体系构建和指数分析,深入论证了制造业、农业、金融、医疗、教育、安防、交通、零售产业智能化升级的路径和效应,最后提出基础设施、数据开放融通、产业智能化运营系统和智能化安全保障体系四个方向的措施建议。

成为VIP会员查看完整内容
0
48

《2020技术趋势报告》(Tech Trends 2020)提出的2020年五大重点趋势为:

数字孪生:连结现实与数字世界

长期以来,使用虚拟的模型来优化流程、产品或服务的想法并不新鲜。但随着具有更复杂的仿真和建模能力、更好的互操作性和IoT传感器以及电力系统可视化的数字化仿真平台和工具的广泛使用,使企业逐渐意识到创建更精细、更具动态感的数字化仿真模型成为可能。我们可以看到数字孪生技术能够在提高生产效率、优化供应链、改变预测域维护、有效缓解交通拥堵等领域发挥重要作用。越来越多的企业,特别是那些从产品销售向产品+服务捆绑销售转变的企业,或销售即服务的企业,正在广泛应用数字孪生技术。随着企业能力和成熟度的不断提升,我们可以预见未来会有更多企业使用数字孪生技术进行流程优化、数据驱动决策,和设计新产品、新服务及业务模型。从长远来看,要释放数字孪生技术的全部潜力,需要整合整个生态系统中的所有系统与数据。

架构觉醒

越来越多的技术和首席高管们逐渐意识到,此刻,技术架构领域的科学在战略上比以往任何时候都更加重要。事实上,为了在被技术创新打乱的市场中保持竞争力,成熟企业就需要不断改进他们的架构——这个过程可以从改变技术架构师在企业内扮演的角色开始。在接下来的几个月里,我们期待有更多企业将架构师从传统象牙塔转移到新的阵地。这些富有才华但没有被充分利用的技术人才将通过担任服务和系统的职责,参与到系统运营当中。这种转变的目的非常明确:把经验最丰富的架构师安排到最需要他们的地方,比如,加入设计复杂技术的软件开发团队。同时,加大对架构师的人才培养,在整个企业范围内提升他们的战略价值,有助于把这一IT岗位的职能演化为数字经济中的竞争优势。

技术道德与信任

在不断变化的趋势中,先锋企业越来越意识到,企业内部每一个受技术影响的方面都可能成为取得或失去信任的关键。对他们而言,信任更是一个关键的企业目标,而不仅是合规或公共关系问题。如今,信任更作为先锋企业的一个全方位承诺,确保企业内部的技术、流程和人员等各个方面都能够齐心协力,维持众多利益相关者所期待的高度信任。企业领导者也开始重新评估他们在产品、服务以及有关数据管理、合作伙伴关系和员工培训等相关领域的策略是如何构建信任的。CIO们也纷纷强调“技术道德”,并开发出一套工具用来辅助企业:当企业需要引入并使用颠覆性技术时,能够准确洞察其中的道德困境。同时,那些将企业价值观和技术道德贯穿整个企业的领导者们正在向世人展示他们“从善”的承诺,这有助于与利益相关者建立长期的互信关系。

人感体验平台

越来越多的人工智能(AI)解决方案——将被称为“情感计算”或“情感AI”——正在重新定义我们感受技术的方式。在接下来的几个月里,更多的公司将积极响应人们对AI技术日益增长且没有被满足的需求,从而更好地了解人类感情并与人类互动。回顾历史,计算机一直无法将事件与人类的情感或情感因素联系起来,但这种情况正因创新者目前大规模地将情商(EQ)添加到技术的智商(IQ)中而发生改变。人感体验平台就是将人工智能技术、以人为本的设计和目前神经学研究相结合,从而能够识别人的情绪状态及背景内容,然后做出适当地响应。事实上,利用人感智能平台进行认知和大规模使用情感数据的能力确实是企业未来发展的一大重要机遇。

财务与IT的未来

就在技术战略日渐成为企业业务战略的核心部分同时,人们对其在改进结果上的要求也有所增加。为了实现这一目标,我们相信会有越来越多的IT和财务领域的领导者将会共同努力,设计灵活的流程与方法,以敏捷速度进行经营管理与创新。无论是为了支持创新、抵御颠覆或实现数字化转型,IT都需要财务的支持,以便反思并对技术创新进行有效治理,适应敏捷方法,获得创新资本。同时,避免向支持创新的新型财务、预算和会计流程的过渡一蹴而就。但对于CIO和CFO来说,他们都有强烈的动机去寻找有效资助创新的方法。有些公司已经开始顺应这一趋势,并大力探索未来的各种可能性。他们处于领先地位,而且很可能率先享受到由财务以敏捷的速度资助创新所带来的竞争优势。

成为VIP会员查看完整内容
0
94

主题: 2019年人工智能的发展

摘要:

人工智能是一个很宽泛的概念,概括而言是对人的意识和思维过程的模拟,利用机器学习和数据分析方法赋予机器类人的能力。人工智能将提升社会劳动生产率,特别是在有效降低劳动成本、优化产品和服务、创造新市场和就业等方面为人类的生产和生活带来革命性的转变。据Sage预测,到2030年人工智能的出现将为全球GDP带来额外14%的提升,相当于15.7万亿美元的增长。全球范围内越来越多的政府和企业组织逐渐认识到人工智能在经济和战略上的重要性,并从国家战略和商业活动上涉足人工智能。全球人工智能市场将在未来几年经历现象级的增长。据中国产业信息网和中国信息通信研究院数据,世界人工智能市场将在2020年达到6800亿元人民币,复合增长率达26.2%,而中国人工智能市场也将在2020年达到710亿元人民币,复合增长率达44.5%。

我国发展人工智能具有多个方面的优势,比如开放的市场环境、海量的数据资源、强有力的战略引领和政策支持、丰富的应用场景等,但仍存在基础研究和原创算法薄弱、高端元器件缺乏、没有具备国际影响力的人工智能开放平台等短板。此份报告不但对人工智能关键技术(计算机视觉技术、自然语言处理技术、跨媒体分析推理技术、智适应学习技术、群体智能技术、自主无人系统技术、智能芯片技术、脑机接口技术等)、人工智能典型应用产业与场景(安防、金融、零售、交通、教育、医疗、制造、健康等)做出了梳理,而且同时强调人工智能开放平台的重要性,并列举百度Apollo开放平台、阿里云城市大脑、腾讯觅影AI辅诊开放平台、科大讯飞智能语音开放创新平台、商汤智能视觉开放创新平台、松鼠AI智适应教育开放平台、京东人工智能开放平台NeuHub、搜狗人工智能开放平台等典型案例呈现给读者。最后,列举国内外优秀的人工智能公司与读者共勉。随着技术的进步、应用场景的丰富、开放平台的涌现和人工智能公司的创新活动,我国整个人工智能行业的生态圈也会逐步完善,从而为智慧社会的建设贡献巨大力量。

成为VIP会员查看完整内容
2
69

德勤发布中国人工智能产业白皮书,内容关于人工智能行业综述,人工智能商业化应用,以及中国主要人工智能产业发展区域及定位。

主要发现

  1. 中国人工智能产业发展迅速, 但整体实力仍落后于美国。中国人工智能产业发展迅速, 2018年中国人工智能市场规模有望超过300亿元人民币。人工智能企业数量超过1000家,位列全球第二。本次人工智能浪潮以从实验室走向商业化为特征, 其发展驱动力主要来自计算力的显著提升、 多方位的政策支持、 大规模多频次的投资以及逐渐清晰的用户需求。与此同时,中国处于人工智能发展初期, 基础研究、 芯片、 人才方面的多项关键指标与美国差距较大。

  2. 中国企业价值链布局侧重技术层和应用层, 对需要长周期的基础层关注度较小。人工智能产业链分为基础层(芯片、 算法框架)、 技术层(计算机视觉、自然语义理解、 语音识别、 机器学习) 和应用层(垂直行业/精确场景)。中国企业布局比较偏好技术相对成熟、 应用场景清晰的领域, 对基础层关注度较小。瞄准AI专用芯片或将为中国企业另辟蹊径。

3.科技巨头生态链博弈正在展开,创业企业则积极发力垂直行业解决方案,深耕巨头的数据洼地, 打造护城河。科技巨头构建生态链, 已经占据基础设施和技术优势。创业企业仅靠技术输出将很难与巨头抗衡, 更多的创业企业将发力深耕巨头的数据洼地(金融、 政府事务、 医疗、 交通、 制造业等),切入行业痛点, 提供解决方案, 探索商业模式。

  1. 政府端是目前人工智能切入智慧政务和公共安全应用场景的主要渠道,早期进入的企业逐步建立行业壁垒, 未来需要解决数据割裂问题以获得长足发展。各地政府的工作内容及目标有所差异, 因而企业提供的解决方案并非是完全标准化的,需要根据实际情况进行定制化服务。由于政府一般对于合作企业要求较高,行业进入门槛提高, 强者恒强趋势明显。

  2. 人工智能在金融领域的应用最为深入, 应用场景逐步由以交易安全为主向变革金融经营全过程扩展。传统金融机构与科技企业进行合作推进人工智能在金融行业的应用, 改变了金融服务行业的规则, 提升金融机构商业效能,在向长尾客户提供定制化产品的同时降低金融风险。

  3. 医疗行业人工智能应用发展快速,但急需建立标准化的人工智能产品市场准入机制并加强医疗数据库的建设。人工智能的出现将帮助医疗行业解决医疗资源的短缺和分配不均的众多民生问题。但由于关乎人的生命健康, 医疗又是一个受管制较严的行业。人工智能能否如预期广泛应用, 还将取决于产品商业化过程中如何制定医疗和数据监管标准。

  4. 以无人驾驶技术为主导的汽车行业将迎来产业链的革新。传统车企的生产、 渠道和销售模式将被新兴的商业模式所替代。新兴的无人驾驶解决方案技术公司和传统车企的行业边界将被打破。随着共享汽车概念的兴起。无人驾驶技术下的共享出行将替代传统的私家车的概念。随着无人驾驶行业规范和标准的制定, 将衍生出更加安全和快捷的无人货运和物流等新兴的行业。

  5. 人工智能在制造业领域的应用潜力被低估,优质数据资源未被充分利用。制造业专业性强, 解决方案的复杂性和定制化要求高, 所以人工智能目前主要应用在产品质检分拣和预测性维护等易于复制和推广的领域。然而, 生产设备产生的大量可靠、 稳定、 持续更新的数据尚未被充分利用, 这些数据可以为人工智能公司提供优质的机器学习样本, 解决制造过程中的实际问题。

  6. 人工智能加速新零售全渠道的融合,传统零售企业与创业企业结成伙伴关系, 围绕人、 货、 场、 链搭建应用场景。人工智能在各个零售环节多点开花, 应用场景碎片化并进入大规模实验期。传统零售企业开始布局人工智能, 将与科技巨头在应用大数据和人工智能领域同台竞技, 意味零售商将更加积极与创业公司建立伙伴关系。

  7. 政策与资本双重驱动推动人工智能产业区域间竞赛, 京沪深领跑全国, 杭州发展逐步加速。京津冀、 珠三角、长三角以及西部川渝地区成为人工智能企业聚集地区。北京、 上海、 深圳牢牢占据人工智能城市实力第一梯队的位置, 广州的大型企业与初创企业数量较少, 杭州主要依靠阿里巴巴,因而属于第二梯队, 重庆则受到技术与人才基础限制处于第三梯队。

  8. 各地政府以建设产业园的方式发挥人工智能产业在推动新旧动能转换中的作用。人工智能产业园呈现多点开花、 依托原有高科技产业园以及与原有园区企业产生联动效应的特点。但由于建设速度过快, 园区也出现了空心化与人才缺口的问题。

12.杭州未来科技城抓住人工智能产业快速发展的机会并取得显著成绩,未来可以从人才、 技术、 创新三要素入手进一步打造产业竞争力。推出培养、 吸引、 保留人才的具体措施, 建立具有成长性的人才库;通过完善产业链布局, 发现高价值技术企业并了解企业诉求。提高对技术型企业的招商效率;从创新主体、创新资源和创新环境三个层次聚集创新要素, 打造利于企业创新创业的有利条件。

成为VIP会员查看完整内容
1
86

前言: 当前,我国迎来了世界新一轮科技革命与中国转变发展方式的历史性交汇期, 既面临着千载难逢的历史机遇,又面临着差距拉大的严峻挑战。科技作为人类社会 发展的源动力,塑造和影响着全球政治经济格局,持续主导世界变革,成为我国应 对挑战和把握百年发展机遇的必然选择。以史为鉴,真正能够推动人类社会进步、 改变世界进程、引领人类生活发生根本变革的科技,都是那些需要长期研发投入、 持续积累的高精尖原创技术,对产业的发展具有较强的引领和支撑作用的技术。 2010 年中科院西安光机所米磊博士将这类技术定义为“硬科技”,希望新时期国家 和社会能够重视硬科技、发展硬科技、掌握硬科技。2018 年 12 月 6 日,李克强总理 在国家科技领导小组第一次会议上强调“突出‘硬科技’研究,努力取得更多原创 成果”。2019 年 10 月 16 日,科技部火炬中心组织召开硬科技发展工作座谈会,研 究推进硬科技发展工作。 放眼全球,各国纷纷将目光投向科技,硬科技发展热潮正在全球蓬勃兴起。 2019 年全球在人工智能、生物技术、光电芯片等十大技术领域取得突破性进展,全 球首次合成纯碳 C18 环,为当前计算机芯片突破硅基半导体器件物理极限提供全新 思路 ; 科学家 3D 打印出会“呼吸”的人造器官,未来将造福器官移植患者 ; 世界首 款异构融合类脑芯片问世,通用型人工智能发展迈出重要一步。2019 年全球主要城 市七大硬科技创新综合指数 TOP15 中,中国城市占 8 个席位,占据半壁江山,其中 东京位居第一,北京紧随其后,纽约名列前三。我国科技创新活动活跃度领先全球, 呈现多个行业并发、多种类型并举、多数企业家重视的良好局面。 聚焦中国,硬科技成为衡量和支撑区域产业竞争力的最关键要素,对于城市产 业创新综合实力的作用日益显现,上海全力打造全球顶级生物医药产业集聚区、深 圳打造智能制造产业创新中心、西安打造全球硬科技之都。在 2019 年国内城市产业 创新综合排名中,北京以绝对优势领跑全国,上海和深圳处在第二梯队,作为“硬 科技”概念的发源地,2019 年西安表现亮眼,产业创新综合能力位居全国第四,引 领第三梯队。 展望未来,硬科技作为人类社会发展的核心动力,将驱动人类进入一个全新的 发展阶段,人类生产组织方式、社会组织方式、生活方式将发生重大变化。硬科技 事关人类社会整体进步和人类共同福祉的提升,需要各国以宏大的全球视野和人类 共同的担当,携手构建人类命运共同体。

成为VIP会员查看完整内容
1
29

德勤科技、传媒和电信行业联合推出《全球人工智能发展白皮书》。《全球人工智能发展白皮书》深入研究人工智能技术步入商业化阶段后,在全球各主要城市的创新融合应用概况,以及其将对金融、教育、数字政务、医疗、无人驾驶、零售、制造业、智慧城市等各行业带来的深刻变革。

成为VIP会员查看完整内容
3
83
小贴士
相关主题
相关VIP内容
专知会员服务
37+阅读 · 1月16日
专知会员服务
27+阅读 · 1月6日
专知会员服务
94+阅读 · 2020年3月31日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
86+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
29+阅读 · 2019年12月13日
相关资讯
报告 | 2019中国人工智能产业知识产权发展白皮书
数据科学浅谈
5+阅读 · 2019年11月14日
报告 | 绿色制造标准化白皮书(2019年版)(附PDF下载)
报告 | 解构与重组:开启智能经济(附PDF下载)
走向智能论坛
7+阅读 · 2019年1月7日
业界 | 清华发布《人工智能芯片技术白皮书(2018)》
人工智能学家
3+阅读 · 2018年12月12日
《中国人工智能发展报告2018》(附PDF下载)
走向智能论坛
11+阅读 · 2018年7月17日
权威发布:新一代人工智能发展白皮书(2017)
全球人工智能
7+阅读 · 2018年2月25日
车联网白皮书(2017)
智能交通技术
4+阅读 · 2017年10月8日
相关论文
Niclas Boehmer,Robert Bredereck,Klaus Heeger,Rolf Niedermeier
0+阅读 · 2月25日
Antoine Gautier,Francesco Tudisco,Matthias Hein
0+阅读 · 2月24日
Yi-Shu Du,Ken Hayami,Ning Zheng,Keiichi Morikuni,Jun-Feng Yin
0+阅读 · 2月23日
Stephan Hageboeck
0+阅读 · 2月22日
Keunwoo Choi,György Fazekas,Kyunghyun Cho,Mark Sandler
0+阅读 · 2月22日
Incorporating Domain Knowledge into Medical NLI using Knowledge Graphs
Soumya Sharma,Bishal Santra,Abhik Jana,T. Y. S. S. Santosh,Niloy Ganguly,Pawan Goyal
3+阅读 · 2019年8月31日
Junyuan Shang,Cao Xiao,Tengfei Ma,Hongyan Li,Jimeng Sun
3+阅读 · 2018年9月6日
Andrzej Stanisław Kucik,Konstantin Korovin
3+阅读 · 2018年7月26日
Anthony Hu,Seth Flaxman
19+阅读 · 2018年5月25日
Top