自1956年首次提出“人工智能”概念起,随着计算机算力和算法技术的突破,人工智能已渗透进人类生活的方方面面,不断在模拟、延伸和扩展人的智能上演进。“智适应教育”正是教育行业演进至今的重要成果,它是指基于人工智能、大数据分析等智能技术,结合大量用户数据,针对个体学习过程中的差异性提供适合个体特征的教育形式,从而为学生提供个性化的学习体验,推动真正的“因材施教”教学理念落地。

智适应教育产品形态丰富多样,市场容量亦正处于高速扩张阶段,发展极具想象空间,但同时,其技术壁垒较高,应用场景较多元化的特点,导致市场定义不清晰,用户认知有限的情况依然存在。

安永-博智隆全新发布本《中国智适应教育行业白皮书》,对行业发展现状、市场规模、竞争格局以及关键成功要素进行分析,对智适应OMO模式的商业形态及探索方向进行总结,并提出安永-博智隆对未来行业发展趋势的相关思考,希望可以帮助行业参与者、用户更好地认识市场,并帮助智适应教育行业砺行致远。

成为VIP会员查看完整内容
0
43

相关内容

为加快推动人工智能技术在电信行业的应用与融合发展,在AIIA产学研融合与应用工作组指导下,由电信项目组组织,中国信息通信研究院标准与技术研究所牵头,中国移动通信有限公司研究院、中国电信股份有限公司研究院、中国联合网络通信有限公司研究院、华为技术有限公司、中兴通讯股份有限公司、英特尔(中国)有限公司等单位共同编写了《电信行业人工智能应用白皮书》2021版。

电信网络作为信息通信的基础设施,具有应用人工智能技术的巨大空间和潜力。国内外运营商、设备商和服务商等在电信网络智能化方面纷纷布局,电信网络智能化在标准研究、技术验证与落地应用等方面均有重要推进。随着5G网络的大规模商用和网络人工智能平台的建设成熟,越来越多的网络智能化应用与业务已经开展落地并发挥良好效果。

本白皮书系统分析了目前电信网络智能化的总体发展态势与应用现状,集中展示AI技术在移动通信网、固定通信网和网络业务服务三大类应用场景的19个典型落地案例,包括故障根因分析、异常小区发现、基站节能、业务内容智能推荐、网络质量智能监控与业务智能识别调优等。

白皮书指出,构建智能化社会适应万物互联的新一代信息基础设施,保障信息基础设施的安全,对于促进信息技术与实体经济融合、拓展数字经济空间具有重要意义。

目前,全球已经掀起了人工智能应用的浪潮。将人工智能技术引入到新一代通信基础设施,可以为网络、计算、应用等信息基础设施提供基于数据的感知、预测和管控能力,促进网络、计算、应用等基础设施的融合与协同。人工智能在越来越多的复杂场景下可以做出比人类更优的决策,无疑让网络智能化建设开拓了新的视野,给网络的发展带来了前所未有的新机遇,也为电信网络重构转型过程中遇到的众多困难和挑战提供了高效的加速解决路径。

随着电信行业人工智能应用加速在现网落地部署并释放价值,网络智能化基础能力将持续增强,网络知识与人工智能技术融合适配网络智能化应用需求,新技术范式例如联邦学习、迁移学习等技术将得到更多应用与关注。人工智能技术将贯穿电信网络端到端全生命周期的运营与演进,实现网络的泛在智能能力,帮助运营商实现数字化转型,带动整个电信产业的智能升级。

成为VIP会员查看完整内容
0
44

日前,中兴通讯和德勤中国联合发布《2021年ICT趋势白皮书:不确定性中的确定》。该白皮书简要评估了2020年大国政治经济摩擦和新冠疫情给ICT行业带来的不确定性,展望了全球科技竞争和社会运行向线上聚集等事件为行业带来中长期利好,并指出随着ICT需求提升,5G和其他技术的交叉将促进技术和应用创新,数字技术领先型企业涌入市场,ICT从业者面临机遇与挑战并存的情况。

在这样的背景下,白皮书分个人、家庭、行业三个领域探讨了业务的确定性、不确定性及其根因和应对之道。白皮书认为,C端、H端、B端需求仍在不断增强,5G时代应用和业务爆发,网络带宽功能需求持续升级是确定趋势;但各领域的技术、市场、产品、运营和云边服务等方面仍存在大量不确定性,这需要运营商回归通信本质,建设一张好网,然后依托网络优势,把握边缘出口,以标准化实现规模合作,以定制化实现应用突破,构建智能中台,复用核心能力和知识,拓展经营。

白皮书指出,大势的确定性和纷繁的不确定性,都呼唤技术的不断进步。

爆炸式发展的业务,分散化、时变化的客户需求,促生了开放、智能、弹性、灵活的云网融合系统;个人、家庭、行业客户的数字化服务方案,都在从分离的网、云服务模式,过渡到“云+网+业务”融合的立体化解决模式。

回归通信本质,建设拉通云、网、边、端、承载的精品网,则是部署上述系统的基础工作。

无线、有线、边缘、承载等各方面技术都必须持续快速迭代进化,以满足业务应用,网络带宽、功能要求持续升级的要求。

摩尔定律下,二、三代半导体技术不断发展,芯片的不断进步将为“5G+云+AI”提供持续驱动力,全面推动各节点快速进步。

此外,白皮书还介绍了云与核心网、边缘、无线接入、终端、承载、芯片等各技术领域的发展趋势。

http://www.cbdio.com/BigData/2021-03/05/content_6163271.htm

成为VIP会员查看完整内容
0
32

https://www2.deloitte.com/cn/zh/pages/technology/articles/deloitte-and-axa-digital-health-whitepaper.html

整合数字化医疗健康解决方案,更好地服务和保障消费者 在国家政策的推动下,医疗健康产业正在加快革新和重塑,以适应中国人民日益增长的多样化医疗健康需求

经历了二十多年的医保改革,我国社会医疗保障的覆盖率逾95%,实现了全国人民基础医疗保障的高覆盖。随着GDP的增长,中国家庭财富可支配收入日益增加,消费者对医疗服务和保障提出了更高的需求,尤其是高净值人群、以及正在兴起的新中产人群。然而,相较于高净值人群,市场对新中产人群的关注才刚拉开序幕,当前针对新中产人群的医疗健康服务以及保障的满足程度还相对较低。

在提出了“优先发展人民健康”的“健康中国2030”战略的指导下,政府颁布了《健康中国行动(2019—2030年)》《关于深化医疗保障制度改革的意见》等指导方案,以加快建成多层次医疗保障体系和整合型医疗卫生服务体系。通过整合医疗、医药、医保等不同参与方,解决医疗健康需求和供给的错配问题,为人民提供高性价比的医疗健康服务。在国家政策的推动下,医疗健康产业正在加快革新和重塑,以适应中国人民日益增长的多样化医疗健康需求。

结合德勤行业经验以及中国医疗健康行业特点的理解,德勤认为有五大趋势对未来中国的医疗健康行业将产生重大影响,并起到推动作用,包括整合型医疗健康服务体系、消费者赋能、新型支付方案的兴起、智慧医疗健康以及创新产品组合。

成为VIP会员查看完整内容
4
54

整合数字化医疗健康解决方案,更好地服务和保障消费者

在国家政策的推动下,医疗健康产业正在加快革新和重塑,以适应中国人民日益增长的多样化医疗健康需求

经历了二十多年的医保改革,我国社会医疗保障的覆盖率逾95%,实现了全国人民基础医疗保障的高覆盖。随着GDP的增长,中国家庭财富可支配收入日益增加,消费者对医疗服务和保障提出了更高的需求,尤其是高净值人群、以及正在兴起的新中产人群。然而,相较于高净值人群,市场对新中产人群的关注才刚拉开序幕,当前针对新中产人群的医疗健康服务以及保障的满足程度还相对较低。

在提出了“优先发展人民健康”的“健康中国2030”战略的指导下,政府颁布了《健康中国行动(2019—2030年)》《关于深化医疗保障制度改革的意见》等指导方案,以加快建成多层次医疗保障体系和整合型医疗卫生服务体系。通过整合医疗、医药、医保等不同参与方,解决医疗健康需求和供给的错配问题,为人民提供高性价比的医疗健康服务。在国家政策的推动下,医疗健康产业正在加快革新和重塑,以适应中国人民日益增长的多样化医疗健康需求。

结合德勤行业经验以及中国医疗健康行业特点的理解,德勤认为有五大趋势对未来中国的医疗健康行业将产生重大影响,并起到推动作用,包括整合型医疗健康服务体系、消费者赋能、新型支付方案的兴起、智慧医疗健康以及创新产品组合。

  • 整合型医疗健康服务体系。随着老龄化的加剧、生活习惯以及居住环境的演变等不同因素,推进了社会疾病图谱的演进,中国的慢性病人群逐年增长。如何更好地利用和分配医疗资源,服务和管理好消费者的医疗健康管理需求,是摆在我们面前最重要的课题。通过健全和完善分级诊疗制度,加强“疾病的预防和控制”能力,加快去中心化,发展“覆盖从出生到死亡”的全生命周期医疗服务。

  • 赋能消费者。随着生活水平和国民素质的提升,消费者对自身健康的关注度越来越高,生活习惯对健康的影响得到越来越广泛的认可。同时,对感染性疾病、遗传病、癌症等疾病的风险评估及早期干预需求日益增加。心理健康问题也日益成为不可忽视的社会问题。

  • 新型支付方式的兴起。在患者人群增长和医疗通货膨胀等因素的作用下,医疗健康支出日益增长,成为不可忽视的负担。这一方面需要政府牵头,通过从“药品零差价”、“带量采购”等政策,到“DRGs付费”、“按治疗效果付费”的探索,通过不同的医保控费手段,以达到降低医疗成本的效果。同时也需要促进 商业健康的快速有序发展,满足消费者多样化的健康保障需求等。

  • 智慧医疗健康。随着科技的迅速发展,可穿戴设备、人工智能、机器人、5G和区块链等技术在医疗健康领域广泛运用,不仅带来了新兴诊疗模式,也加快了基因、诊疗、消费、行为等医疗健康数据的收集和整合。

  • 创新产品组合。在创新产品组合上,险企、药企、医生集团以及科技公司等都在积极地探索。医疗健康的突破和创新集合,对于我国医疗健康产业的发展也非常重要。

成为VIP会员查看完整内容
0
24

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
92

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
144

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
43

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
124
小贴士
相关主题
相关VIP内容
专知会员服务
44+阅读 · 3月19日
专知会员服务
32+阅读 · 3月15日
专知会员服务
54+阅读 · 1月6日
专知会员服务
24+阅读 · 2020年12月4日
专知会员服务
78+阅读 · 2020年9月11日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
144+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
43+阅读 · 2019年12月13日
相关资讯
2019坚果炒货行业消费洞察趋势白皮书
行业研究报告
3+阅读 · 2019年10月10日
2019年中国人工智能基础数据服务行业白皮书
艾瑞咨询
21+阅读 · 2019年9月16日
人工智能在教育领域的应用探析
MOOC
6+阅读 · 2019年3月16日
德勤:工业4.0与数字孪生(附PDF下载)
走向智能论坛
12+阅读 · 2018年9月6日
2018年中国大数据风控调研报告
行业研究报告
3+阅读 · 2018年3月31日
2018年中国人工智能自适应教育行业研究报告
艾瑞咨询
3+阅读 · 2018年2月22日
《人工智能标准化白皮书(2018版)》发布|附下载
人工智能学家
11+阅读 · 2018年1月21日
相关论文
Online and Offline Reinforcement Learning by Planning with a Learned Model
Julian Schrittwieser,Thomas Hubert,Amol Mandhane,Mohammadamin Barekatain,Ioannis Antonoglou,David Silver
0+阅读 · 4月13日
Yao-Hung Hubert Tsai,Martin Q. Ma,Muqiao Yang,Han Zhao,Louis-Philippe Morency,Ruslan Salakhutdinov
0+阅读 · 4月12日
John Phillips,Julieta Martinez,Ioan Andrei Bârsan,Sergio Casas,Abbas Sadat,Raquel Urtasun
0+阅读 · 4月10日
Meta-Graph: Few Shot Link Prediction via Meta Learning
Avishek Joey Bose,Ankit Jain,Piero Molino,William L. Hamilton
4+阅读 · 2020年3月1日
Learning Discriminative Model Prediction for Tracking
Goutam Bhat,Martin Danelljan,Luc Van Gool,Radu Timofte
6+阅读 · 2019年4月15日
Aaron van den Oord,Yazhe Li,Oriol Vinyals
5+阅读 · 2019年1月22日
Kaiming He,Ross Girshick,Piotr Dollár
8+阅读 · 2018年11月21日
Carson D. Sestili,William S. Snavely,Nathan M. VanHoudnos
3+阅读 · 2018年9月12日
Chenhui Chu,Rui Wang
13+阅读 · 2018年6月1日
Muhan Zhang,Yixin Chen
23+阅读 · 2018年2月27日
Top