时间：2024-03-16 08:19:14
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇人工智能时代的变革，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
最近读谢熊猫君翻译的《为什么最近有很多名人，如比尔・盖茨、马斯克、霍金等，让人们警惕人工智能？》一文，心情非常复杂，一方面期待人工智能为生活带来更多的便利，另一方面又担忧人工智能可能带来的生存危机。
为何人工智能专家、未来学家、思想家、科学家们要提醒人们警惕人工智能呢？如文章开篇所言――我们正站在变革的边缘，而这次变革将和人类的出现一般意义重大。“变革的边缘”指的是人工智能实力可能出现的变化。人工智能按实力可分为三大类：弱人工智能、强人工智能和超人工智能。
目前，弱人工智能在生活中随处可见，强人工智能尚未实现，而引发众大家焦虑的是未来可能实现的超人工智能。当超人工智能出现时，人工智能系统的智能瞬间可达到普通人类的17万倍，这个级别的智能不是人类能够理解的，“就好像蜜蜂不会理解凯恩斯经济学一样”。那么，超人工智能可能在什么时候实现呢？全世界的人工智能专家推测2060年将可能达成超人工智能。对人工智能的未来最有发言权的Ray Kurzweil甚至提出：“到了2045年，我们不但会有超人工智能，还会有一个完全不同的世界――奇点时代。”
Kurzweil的奇点时代是生物技术、纳米技术和人工智能技术的共同革命造成的。当我们拥有了超级智能和超级智能所能创造的技术，超人工智能便可以解决人类世界的所有问题，从而帮助我们达到永生，当然也可能使我们出现生存危机。也就是说，当超人工智能降临时，掌握它的人将决定人类是永生还是灭绝。Kurzweil预言：“超人工智能正从多方的努力中出现，它将深深融入到我们文明的基建中。它会亲密地被捆绑在我们的身体和大脑中，反映我们的价值，因为它就是我们。”然而，霍金、比尔・盖茨、马斯克以及许多专家则担心超人工智能是对人类最大的威胁，因为超人工智能会改变所有的事情，而我们对那个领域无法操控。
读完这篇文章，我发现自己对强人工智能和超人工智能从最初的期盼变成深深的担忧。这些年无论是在信息技术教学上还是在信息技术课外活动的开展上，我都一直在尽自己小小的力量推动着人工智能在本地区中小学的普及。现在，我该怎么做呢？目前，我能想到的是和伙伴们一起把这篇文章介绍给学生，让他们及早了解人工智能潜在的危险以便在未来做出积极的反应。同时，我们要通过“生存危机”来引导有志于人工智能的学生树立制造友善的超人工智能的价值观，并在信息技术课上加大对学生计算思维培养的力度，从而让学生拥有行走在智能社会的基本思想方法和程序设计能力。
（本文摘编自方少芹老师博客）
“人工智能的技术会像互联网一样，渗透到每一个场景、每一个设备和每一种服务里面，我们会看到更智能的网络、更智能的交互、更智能的设备……‘互联网+’的下一步就是‘智能+’。”百度公司总裁张亚勤在天津夏季达沃斯现场接受《中国经济周刊》采访时表示。
颠覆性的变革已经到来
“人工智能已经有60年的历史，但最近10年有了突破，包括算法的改进，对人脑的更好的理解，但更大的突破是越来越多的数据和计算能力指数的上升。这四个因素加在一块，使得人工智能变成了可用的技术，没有那么神秘。”张亚勤说。
“一个颠覆性的技术变革时代已经到来。”张亚勤认为，前三次工业革命的技术基石分别是蒸汽机、电和信息技术，而第四次工业革命的技术基石将是人工智能，大数据、物联网、互联网医疗、互联网金融、智能汽车，它们的底层都是人工智能技术。
在张亚勤看来，人工智能会成为未来一切事物的必需品，而更为重要的是人工智能发展速度要比人们想象得更快。比如在今年年初，AlphaGo战胜了李世石，对于人工智能行业而言，这是一个里程碑事件;而对于大众来说，也为人工智能技术进行了一次非常好的科普。
但是，担忧也随之而来。人工智能时代已经快速袭来，但是人们似乎还没有准备好。实际上，制造业、零售业、运输业等已经开始大量地使用机器人，翻译、速记、设计师、厨师、司机、记者和作曲家……也都已经有了人工智能“同行”，这让很多人担心，“机器人替代人做各种各样的工作，我会失业吗？”更为可怕的是，人工智能会不会超越人类，甚至毁灭人类？张亚勤认为，人工智能短期内会使得一些旧的行业和工作消失，很多重复性的、简单脑力劳动会被替代，但是长期来讲，它还是会创造新的就业。
“人工智能并不可怕，它并不是要打败人类或者超过人类智慧，它和人之间并不是竞争关系，而是一种补充和支持。在未来的20、30年内，人工智能将有进一步发展，但不会打败人类的大脑或智慧，人类被机器奴役的情况在未来很长一段时间内都不会出现。”张亚勤说。
从“互联网+”到“智能+”
其实，目前在我们的生活中人工智能的应用场景已经非常多了，比如你使用iPhone的Siri（语音助手），停车场的车牌识别，用语音操控家里的电视……这些其实都是人工智能技术的具体应用。
张亚勤预测，人工智能技术很快就会更加广泛和深入地渗透到各行各业中，“互联网+”会升级到“智能+”。所谓“智能+”与“互联网+”概念类似，就是人工智能技术与各行各业融合，帮助各行各业进一步变革升级，提升效率、创造新价值，让产品、服务变得更加“聪明”。“‘智能+’将会再度重构所有行业的商业模式与竞争法则。”他说。
张亚勤表示，未来5到10年将会是人工智能发展的黄金时期，这也意味着非常多的机会。“在这一次工业革命中，一些新的行业和新的企业会出现，这将会创造更多不同的、更有价值的、更公平的机会，就像前三次革命也创造了大量的新机会一样。”他说。
“过去我们对产业的改变只是优化一些细节，但现在要面对的则是一个大的颠覆性的改变，特别是80后、90后的年轻人，真的面临非常多的选择，现在确实是一个‘大众创业、万众创新’的最佳时空点。但我一直在讲，创业要以创新作为根本，没有创新的创业是不可持续的，为创业而去创业，这个失败率会很高，也会造成资源的浪费。”张亚勤说。
但是，随着更广泛的应用，人工智能技术能否实现安全、可靠、可控出现不少的担忧，张亚勤认为，这并不是一个简单的是与否的问题，这是一个需要全世界共同思考解决的问题。
“如果只有我们自己做，就太寂寞了”
现在，世界上引领人工智能（AI，Artificial Intelligence））创新研究的已经不仅是大学和研究所，各大互联网公司，Google、Facebook、IBM、微软……也包括中国的百度等，都在重金挖掘人工智能这座“未来金矿”，希望能够在新时代到来之时，形成自己的“护城河”。
张亚勤是一位科学家出身的总裁，一个典型的技术信仰者，这一点与百度公司创始人李彦宏一样。2014年，时任微软全球资深副总裁、微软亚太研发集团主席的张亚勤离职加盟百度出任总裁，引起了巨大的震动。与沉醉于产品创新和商业模式创新的企业家们不同，李彦宏和张亚勤都笃信：只有技术创新才真正拥有改变世界的力量，而百度也一直都是一家以“硬技术”创新驱动的公司。
据张亚勤介绍，百度在人工智能上的研究投入很大，而且已经投入了很多年。百度在2013年就成立了国内第一家深度学习研究院，后来成立了人工智能研究所。百度的技术和研发投入年增幅在70%以上，超过谷歌、阿里、腾讯，主要运用在智能化和服务化两大业务方向。百度已经在北京、上海、深圳、硅谷设立研发中心，累计研发投入达到212亿元人民币。仅2015年，百度的研发投入就超过100亿元，占百度2015年总营收的15%，年均增速45%以上。目前，百度已经建成了全球最大的神经元网络，有上万亿的参数，再借助百度的数据优势、场景优势和人才，现在已经处在一个非常好的状态。
通常把人工智能分为三个阶段：第一阶段，弱人工智能，如美图秀秀；第二阶段，强人工智能，如无人驾驶技术；第三阶段，超人工智能，计算机拥有“智慧”。现在的我们，就好像刚踏上一步台阶，踮着脚看到了模糊的未来，而对于未来，每个人的想象是完全不同的，下面说一说其中的一小部分。
书中提到一个有趣的历史故事，十九世纪初，英国因为纺纱机械的进步而导致传统手工纺织业的强烈抵制，掀起了以毁坏机器为手段的“卢德运动”，但历史的进步不以人的意志为转移，纺织业最终全面实现了机械化。人工智能便是如此，技术将直接改变现实世界，这种潮流无可避免，至于这对人类来说是好事还是坏事，则未可知。这让我联想到《人类简史》里，以色列历史学家Harari在书中第五章将农业革命称为“史上最大骗局”，这是因为人类学会了种植和驯化动物之后，非但不是过上了轻松的生活，反而让农民过上了比采集者更为辛苦、更加不满足的生活。农业革命一方面让食物总量增加，但也产生了人炸的问题，产生了一群养尊处优、无需直接劳作的精英阶级，普遍来说，农民过得比采集者更加辛苦，到头来饮食更加糟糕。这是一个直接的启示、一种革命性的技术进步，长远看来对人类是有利的，可是对深处变革中的人来说，却是巨大的灾难。设想大型的B2C电商企业，在利用强人工智能技术全面自动化配送包裹后，快递人员将面临大面积的失业，这将变成一个社会问题，快递人员又将去哪里寻找工作呢？变革来临时，必将有人面临着痛苦，我们是否应该思考，如何避免历史的重演，减少这种痛苦。
百度追求把人工智能技术运用到企业升级中去，为全产业带来提升，具体来说，百度大脑就是这样一个产品。无论是为了深度学习，还是实现多层神经网络，人工智能都必须进入一个“数字化转型”，或者说“万物互联”的时代。在传统的信件时代，我们需要写信，需要动笔写、装进信封、贴上邮票，最后还得送到邮筒里去才行，要得到回信，得看路途远近，后来又有了电报，按字计费，除了贵一点，但极大加快了速度。现在，电脑出现，电子邮件可以一秒送达对方，你只需找一台电脑连上网即可，智能手机出现后，邮件客户端可以自动提醒你邮件到达。
新书信息
《花朵的秘密生命：一朵花的自然史》
作者：【美】沙曼・阿普特・}赛
定价：49.80元
北京联合出版公司
综合植物学和科学史，深入剖析近200种花朵不为人知的生存与演化。玫瑰、蔷薇、兰花、向日葵，所有花的美丽外表之下，都有暗藏杀机的残酷生存法则。
《亲爱的世界，你好呀》
作者：【英】托比・利特尔
定价：49.80元
北京联合出版公司
这是一本完美的亲子共读作品，如同和托比一起踏上穿越广阔世界的旅行，大人和孩子都能更多地了解这个世界，为各式各样的美景所感动。
《分享经济的爆发》
作者：【美】阿鲁・萨丹拉彻
定价：59.00元
［关键词］人工智能；会计；基础会计
1人工智能在会计领域的应用特质
将德勤财务机器人、用友财务机器人等人工智能在会计领域的应用状况进行分析，可以看到人工智能在会计领域的应用有以下特点。（1）大量规则化应用领域被人工智能取代。原始凭证审核，依托于电子票据二维码应用，票据关键信息（如发票抬头、税号、发票内容、金额等）被人工智能识别并依照规则进行判断；根据原始凭证相关信息依照借、贷规则选择相应会计科目编制会计凭证，也是人工智能依照既定规则完成；根据记账凭证完成记账和报表编制，在会计电算化时代即已完成，对于人工智能而言，则更是“小儿科”，仅需要依照既定规则将数据库文件以视图形式呈现。可以看到，从原始凭证审核、记账凭证编制再到账簿形成、报表形成，会计明晰的规则为人工智能应用提供了切合的舞台，而有明确规则的领域是人工智能能够凸显其计算能力的优势领域。由此可见，以规则为基础的会计核算应用领域能够被人工智能“完美”替代。这也是德勤机器人、用友财务机器人等人工智能最先得以应用的领域。（2）经验化应用领域将被人工智能取代。人工智能以超强的自我学习能力著称，能够通过大数据获取认知上的进步，可以从大量的图片中学习识别猫，也可以从大量的棋谱中学习对弈。会计、医生曾经被认为“越老越值钱”，即是基于经验的价值增加，在工作中不断学习积累经验，能够借助经验处理非常规、复杂的情形。通过学习积累经验获得认知进步，已经成为人工智能擅长的领域。在大数据的基础上，人工智能可以通过案例学习获得“经验”，并且由于存储记忆能力的显著优势超过会计、医生的经验。因此，经验化应用领域将被人工智能取代。（3）人工智能应用推广速度受到成本的影响。2017年德勤财务机器人推出，随后用友财务机器人、浪潮财务机器人也相继面世，一年时间之后这些财务机器人并没有大量应用，其原因既有技术成熟度方面的原因，也有成本方面的原因。财务机器人的应用成本，不仅包括购买财务机器人的价格，还包括企业转换成本。在ERP、财务共享中心等信息化建设之后，信息系统建设的投入大、实施风险高的特征使得企业对于系统切换心存顾虑，使用财务机器人是否又将成为投入高、见效慢的项目，成为企业应用财务机器人不得不考虑的问题。也正是由于受到应用成本的影响，财务机器人在2017年推出之后只是引起了观念、认知上的“地震”，广泛的应用并未看见。
2“基础会计”课程核心
从目前国内高校会计专业、财务管理专业所开设“基础会计”（会计学）课程的情况来看，该课程仍然作为专业基础课开设，其核心内容一般包括：（1）会计核算基本方法，涉及会计要素、会计等式、复式记账、凭证、账簿、财务报告等内容。通过这些内容的学习，学生将掌握借贷记账、凭证编制、账簿登记、财务报告编制等基本方法，掌握会计核算的基本规则，理解会计的基本逻辑与方法。（2）会计核算基本操作，涉及凭证填写与审核、账簿登记、财务报表编制等内容。在会计基本方法学习的基础上，学生将通过实验等方式，掌握凭证填写与审核的规范、账簿登记的规范、财务报表编制规范等操作环节的要求，通过实践体会从凭证填制与审核、账簿登记、财务报表编制的规则与过程，并完成从理论到实践的转换。（3）会计视角的形成。在对会计要素、复式记账的理解中，学生将完成对经济活动的会计视角理解。例如，企业完成销售活动，从经济活动的范畴理解，更多强调客户关系管理、合同签订、履行合同等节点，而从会计视角理解，则更强调伴随销售活动产生的资金流和成本化物流，即在收入形成的同时，根据资金支付的状况选择银行存款、或者应收账款、或者应收票据、或者预收账款进行核算，同时在物流发生后结转相应成本。将经济活动的会计本质进行识别，培养和形成会计视角成为“基础会计”课程的关键内容。也正是因为这个原因，“基础会计”成为会计入门课程。
3人工智能对“基础会计”课程的挑战
（1）规则化应用将被人工智能取代，但修订完善规则为会计人员留出了空间。人工智能因其超强的运算能力，能够在既定规则的指挥下“毫无怨言”地处理原始凭证审核、记账凭证编制、账簿登记、报表编制等工作，并且处理效率更高。单纯地规则化应用，会计人员与人工智能相比，完全不具有优势。仅仅只有在人工智能技术应用的成本还相比人工成本更好的前提下，原始凭证审核、记账凭证编制、账簿登记、编表编制工作仍由会计人员完成。当人工智能技术应用成本得以降低，采用人工智能技术相比雇佣会计人员成本更低，会计人员无疑将面临被人工智能所取代。这也是业界认为人工智能带来会计“地震”的重要原因。虽然2017年会计人工智能出现后并没有马上带来会计人员下岗潮，但这一时刻不会太远，一旦人工智能应用成本得以降低，在人工成本逐渐上升的现实状况下，处理原始凭证审核、记账凭证编制、账簿登记、编表编制的纯规则化会计岗位将被人工智能取代。与此同时，我们必须意识到，人工智能以规则为基础完成会计活动，那么谁来定义规则？战胜棋圣的人工智能以围棋规则为基础开展对弈，无人驾驶以道路交通规则为基础完成驾驶，财务机器人在完成会计活动时同样基于既定的规则。从国家层面看，“会计准则”处于不断的修订完善过程中，新的经济形式不断出现，会计准则往往紧随着新经济活动而修订完善。一旦会计准则变更，意味着完成会计活动的人工智能所依据的规则也需要变更。因此，规则变更与修订为会计人员留出了空间。“人工制定规则，人工智能完成规则”可能成为未来会计活动的新形式！会计人员制定规则，是否需要从了解基本规则入手呢？答案无疑是肯定的。作为制定规则的会计人员，不可能完全不了解基本的借贷规则、基本的账务处理规则，就开始着手调整规则。基于此，了解和掌握基本会计规则应当成为会计人员的必须，通过“基础会计”课程促使会计人员了解和掌握会计基本规则也成为必要选择。但人工智能应用会计规则的优势，促使会计人员在学习掌握基本会计规则时必须思考，学习基本会计规则的目的是应用还是修订完善？如果仅仅将学习会计规则的目的定位于应用，这样的会计人员只能定义为初级会计人员，一旦其人力成本高于人工智能技术应用成本，这种岗位人员无疑是会惨遭淘汰。因此人工智能的出现逼迫会计人员将学习会计规则的目的定位于修订会计规则的高端人才，只有在基础规则之上，跳出规则制定规则，才可能在人工智能应用的大趋势下赢得一席之地。（2）经验积累将被人工智能取代，但经验规则化为会计人员留出了空间。会计人员的经验积累建立在大量案例处理的基础上，在复杂经济业务处理过程中形成隐性知识，如果这些隐性知识不能显性化、不能总结提升为规则，这些隐性知识只能藏于人员的头脑里，导致似乎“越老越值钱”。人工智能具有大数据处理能力，在大数据基础上形成“经验”从而自我学习，并且其总结的经验将以“代码化”的形式显性体现，相比会计人员而言，经验形成的能力更强、经验显性化的能力也更强。但从经验到规则，人工智能还不能直接将积累的经验形成规则，规则的形成还需要人工干预。因此，会计人员的经验积累可以被人工智能取代，但经验规则化为会计人员留出了空间。面临人工智能应用，会计人员“越老越值钱”的优势将不复存在，会计人员的价值不再建立在工作经验的基础上，而是建立在经验知识化、并进一步规则化的基础上。会计人员要完成经验规则化过程，也需要对基本规则熟悉了解、并对经验是否作用于规则修订进行判断的基础上，因此对于基本规则的了解和掌握也是必不可少的。尽管“基础会计”课程仅仅是会计入门知识的介绍，不能形成会计处理经验，在经验积累方面不存在是否课程内容是否被人工智能取代的问题，但由于会计人员需要将经验规则化，需要熟悉了解基本规则，并对经验是否推动规则变化做出判断，因此通过“基础会计”课程学习了解基本规则仍然是必要的。（3）会计视角的形成仍需通过“基础会计”课程培养。人工智能完成了从原始凭证审核到记账凭证编制、再到账簿登记、报表编制的任务，使用人工智能完成这些任务得到的是凭证、账簿、报表这些结果的呈现，对于这些结果、这些信息究竟对于会计人员意味着什么，会计人员通过这些信息怎样从会计的视角去理解经济业务，人工智能并未给出答案。而“基础会计”课程则是从经济业务到会计业务的桥梁和纽带，通过“基础会计”课程的学习，会计要素、会计科目等内容成为将经济语言转换为会计语言的工具，会计视角得以培养形成。因此，从会计视角培育需要来看，“基础会计”课程仍然是有必要开设的。
4“基础会计”应对人工智能应用的适应性调整
概括起来看，面对人工智能应用的大趋势，“基础会计”课程仍有必要开设，但应对这一趋势，需要从课程目标、课程内容上进行适应性调整。具体包括：（1）“基础会计”课程目标需要定位于会计基本规则体系建立而非操作能力。由于人工智能能够以高效率的优势完成规则应用，因此“基础会计”课程目标不能再强调凭证编制、账簿登记、报表编制等应用能力，应该将“基础会计”的课程目标定位于促使学生构建会计规则体系，培育经济业务的会计视角。学生学习“基础会计”的目的不再是掌握原始凭证审核、记账凭证编制、账簿登记、报表编制操作，而是建立会计规则体系，掌握会计语言实现从会计角度理解经济业务。（2）“基础会计”课程内容需要强化会计要素、会计等式、借贷记账等基本规则体系内容，弱化凭证、账簿等操作性内容。根据前面的分析可见，“基础会计”作为基本规则介绍的入门课程，学生需要通过该门课程的学习，掌握会计基本规则，并在此基础上逐步培养提升规则制定的能力。以往课程中，通过实验、实训提高学生填写凭证、登记账簿的操作能力，但这些操作未来将被人工智能高效替代。在人工智能在会计规则化应用领域形成趋势的当前，操作能力培养这部分内容需要弱化，而对于会计规则体系的理解、会计视角的培养应当强化。（3）“基础会计”课程内容中需要适当增加有关大数据、人工智能方面的内容，介绍大数据、人工智能在会计领域的应用趋势，以帮助学生了解会计在信息时代、人工智能时代可能发生的变革，提前应对可能发生的变化。会计不能脱离社会经济生活而存在，人工智能时代已经对会计提出了变革要求，应对这一要求，“基础会计”应当不回避，主动做出调整和适应。例如，对于会计总论的阐述中，介绍会计的发展趋势，不能还停留将会计电算化作为发展前沿，电算化阶段已经成为过去，大数据、人工智能才是未来的发展前沿；在会计的发展阶段中，古代会计阶段、现代会计阶段、电算化会计阶段的划分也值得商榷，复式记账、计算机的出现作为阶段划分的关键节点，但在2017年人工智能推出后，是否在电算化会计阶段之后已经需要重新再切分出人工智能会计应用阶段，值得学术界探讨。
5结语
财务机器人诞生后会计岗位可能面临失业潮，“基础会计”课程似乎也已经没有必要开设。通过分析人工智能的特质、“基础会计”课程的核心，指出在人工智能应用趋势到来的当前，规则化应用将被人工智能取代，但修订完善规则为会计人员留出了空间；经验积累将被人工智能取代，但经验规则化为会计人员留出了空间；会计视角的形成仍需通过“基础会计”课程培养。因此“基础会计”课程仍然有必要开设，其课程目标需要定位于会计基本规则体系建立而非操作能力，其课程内容需要强化会计要素、会计等式、借贷记账等基本规则体系内容，弱化凭证、账簿等操作性内容，同时课程内容中需要适当增加有关大数据、人工智能方面的内容。
主要参考文献
［1］陈婷蔚．人工智能在会计领域的应用探析———以德勤财务机器人为例［J］．商业会计，2018，5（10）：77－78．
［2］王加灿，苏阳．人工智能与会计模式变革［J］．财会通讯，2017（22）：41－43．
［3］任世赢．人工智能技术对会计行业的影响及对策［J］．北方经贸，2018（1）：96－97．
［4］邓文伟．人工智能时代的会计研究综述［J］．国际商务财会，2018（5）：86－88．
关键词：人工智能；AI；视觉技术；计算机技术
随着科学技术的飞跃发展，人类社会已经逐渐步入了人工智能时代。2016年3月，当人工智能机器AlphaGo以悬殊比分打败世界围棋冠军、韩国围棋职业九段选手李世石后，世界为之惊呼：人类智慧是否要被人工智能的机器人超越？而在现实当中，人工智能的运用领域越来越广泛，在医学、机械、地质勘探、石油化工、安保、交通、通讯、军事等领域，人工智能已经显示出了其强大的作用。在2016年世界互联网大会上，人工智能被冠以“四大热词”之一备受关注，世界互联网大佬们都对人工智能抱以极大的重视和热情。可以预见，人工智能必将像人类历史上的几次科技变革一样，颠覆性地改变人类的未来生活。
一、人工智能的概念
什么是人工智能呢？人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这个说法通俗地反映了人工智能学科的基本思想和基本内容。
二、人工智能发展的历程及在生活中的运用
人工智能的发展，不断更新着人们的生活观念，改变人们的生活习惯。可以说，未来的时代是属于人工智能的时代。那么，人工智能是如何发展到今天这样的格局、而且展示出未来无可限量的使用前途的呢？我们先来回顾一下人工智能的发展历程。
人工智能学科的诞生与发展，是以计算机科学技术的不断进步成熟为基础的。人工智能的发展大致经历了三个时期：
（一）第一阶段：上世纪四十年代至五十年代中期。这个时期是以控制论、信息论和系统论为理论基础，是人工智能探索的前期。1950年，英国数学家图灵提出机器可以思维的问题，直接推动了现代人工智能的发展。
（二）第二阶段：二十世纪五十年代中期至八十年代末。这个时期被称为经典符号时期，人工智能开始与认知心理学融合发展。
（三）第三阶段：二十世纪八十年代末到现在，这个时期又被称为人工智能发展的联结主义时期，主要通过人工神经网络来模拟人脑的智力活动，当然也开始朝向多元化的方向发展。
目前，人工智能在生活中的运用在逐渐普及，人类已经开始享受到人工智能带来的便利。采用人工智能技术，让机器具备一些人工智能，并且能做人无法完成的工作，这种双重属性，让人工智能技术拥有广泛的运用空间。
首先，人工智能的“觉”技术应用广泛。在医学上，可以运用人工智能进行预测、检测、诊断和治疗；在高端安防和监测领域，指纹识别和人脸识别技术已经能够成熟运用。
其次，人工智能已经运用于互联网尤其是搜索引擎技术当中。比如大家都知道的谷歌搜索，表面上是一个搜索引擎，实际上里面的搜索机理跟人工智能程序相同。我们现在觉得搜索引擎是越来越“聪明”，越来越人性化，就是这个道理。
另外，我们通俗意义上理解的机器人，正在变得越来越“聪明”。它们可以带着“人”的特征，做一些我们真正的人做不到的事情，或者为我们人类提供生活上的服务。比如航空航天领域的机器人、地质勘探中使用的机器人设备、游戏博弈领域的机器人棋手等。随着科技技术的发展，人工智能的发展已经开启了新的篇章，很多以前只能在科幻片里看到的场景，已经开始变成了现实。
三、人工智能对人类未来生活的影响
人工智能的发展现状和展示出来的未来远景，让人相信它必将为人类的未来带来翻天覆地的变化。甚至有观点认为，随着智能科技的发展，或许有一天人工智能设备将对人类的生存带来挑战甚至是危险。那么，人工智能对人类未来的生活将有哪些影响呢？
（一）人工智能的发展，可以让我们人类更安全。比如：人工智能机器人的发展，未来可以代替人来照顾老人和病弱者，让人生活得更长久，并且可以把更多的人手解放出来；车祸和天灾将会因为人工智能技术的使用变得更少，人们可以根据危险情况采取更有效的扼制手段。
（二）人工智能技术将使人变得更能干，工作效率更高。把人工智能技术和人的智慧结合，相辅相成，可以让人类的思想认知得到延伸；同时，依靠人工智能技术，我们人类将变得更为强大，完成为我们人类自身现在还不能完成的事情；依靠人工智能技术，也许未来人类将变成我们现在想象当中的“超人”，拥有超出目前视觉、听觉和操控力的超能力。
（三）人工智能技术将解决许多我们人类目前无法解决的一些难题。比如现在人类面临的大气变化、环境污染等世界性难题，可能会因为智能科技的发展而在某一天得到彻底解决。如果说，人工智能在未来可能会拯救世界，这绝对不是一种夺人眼球的夸夸之谈。
（四）人工智能的发展，可以让我们人类生活的空间得到大大的拓展。我们人类在几十年前就已经开始进行外太空的探索。人工智能的发展，对于宇宙空间探索事业而言无异于如虎添翼。
（五）最后，人工智能的发展，让我们人类多了一位“朋友”。只要做好对智能设备的控制，那么人工智能就能够最大限度地为人类生活服务，并且风险降到最低。
四、结语
人工智能的发展，是人类科学技术发展的必然趋势。面对这一趋势，我们应该保持积极乐观的态度，不断拓展，锐意创新，真正让人工智能促进社会的进步与发展，最大化地惠及我们的生产生活。
参考文献：
行业策略:结合国内相关企业现状，我们认为科技巨头未来看生态布局和底层技术发展。其他公司短期看应用落地，中长期看数据积累构建的行业壁垒。行业方面优先选择安防、智能驾驶和语音、图像识别能够落地商业化的行业。
推荐组合:
从基础层、技术层、应用层的划分上，短期关注能成功商业化的企业。建议关注新三板企业海鑫科金(430021.OC)、捷尚股份(832325.OC)
在主流的机器学习框架下，从人工智能的数据+算法+计算能力的三要素构成上考虑，建议关注地平线机器人和中科寒武纪。
在细分领域，建议关注图像和视觉识别的旷视科技(face++)、格灵深瞳、商汤科技、云从(佳都科技)，语音识别领域的捷通华声(Q169597)、云知声、思必驰，智能客服领域的智臻智能(834869.OC)、中通网络(835426.OC)，服务机器人相关的图灵机器人、优必选，智能驾驶相关的Minieye、驭势科技、国科微(新三板待挂牌)等。
行业观点
算法+数据+计算能力三轮驱动人工智能加速到来:人工智能的发展经历两起两落，目前是第三次崛起。算法、数据和计算能力不同程度的造成了人工智能历史上发展的低谷期。深度学习是目前最主流的机器学习方法和基础算法框架，也在不断的发展和完善中，现在使用不同算法的结合在图像和语音处理中取得了更好的效果。机器学习的目标是真正实现无监督学习，在朝这个目标发展的过程中，迁移学习和聚焦模型是最有前景的方向之一。人工智能所需要的计算能力未来将适应“云+端”的模式，在IOT时代，用于“端”的机器学习计算能力，低功耗、低成本、低体积均是重要的发展目标。
政策助力，巨头加码，人工智能发展如火如荼:发达国家已充分认识到人工智能的战略意义，纷纷从国家战略层面对人工智能加紧布局。美国、欧盟和日本均开始大脑研究计划。国内对于人工智能的相关扶植政策已出台。互联网公司和科技巨头也加大力度进行人工智能领域的布局，人才争夺激烈。人工智能相关的创业公司也不断涌现，风险资本竞相进入。
人工智能的技术逐渐成熟，应用逐步落地:语音识别、图像和视频识别是相对成熟的技术，国内公司在相关领域处于世界领先水平。自然语言处理是认知智能的更高层级目标，未来进步空间巨大。随着技术的不断走向成熟，各细分领域的应用已开始逐步落地。
“+人工智能”成为行业和场景未来智能化的趋势:人工智能是未来产业变革的基础力量，对不同行业和场景的智能化改造是未来趋势。安防、金融、医疗、汽车、制造业、教育、广告、传媒、法律、智能家居、农业等均是人工智能落地的方向。
相关公司梳理:国内BAT已布局不同的人工智能领域，诸多创业企业或上市、挂牌公司也参与着产业的基础层、技术层、应用层，形成了从软到硬兼顾的产业链布局。新三板和诸多创业企业都处于风投等早期阶段。
关键词：人工智能；高校档案管理；大数据；RFID；隐私；档案安全
一、人工智能技术的基本概念
人工智能是指用一种新的能以人类智能相似的方式做出反应的智能机器，它能够自我学习和思考、判断并作出决策[2]。不过计算机获得智能的方式和人类不同，它不是依靠逻辑推理，而是靠着大数据和智能算法。因此人工智能的实质是在大数据基础上，通过深度学习，将数据挖掘问题转化为可计算问题来处理的过程。比如AlphaGo把下围棋这个难题转化为棋盘问题空间的表达和搜索问题，在学习数以万计棋谱的基础上，利用启发式搜索算法，求得当前的最优解，并不断迭代推演，最终战胜人类围棋世界冠军[3]。可见，人工智能并不神秘，并非遥不可攀，关键就在于数据的收集和算法的使用。而高校档案馆就是一个“数据密集型”部门，有大量的学籍、文书、科研、基建、人物等档案数据，可以充分利用人工智能技术对档案资源和用户数据进行挖掘，发现关系以及分析趋势，提供更加主动及优质的档案服务[4]。
二、人工智能技术在高校档案管理中的应用
人工智能技术在高校档案管理中的应用可以从思维、数据、技术等几个方面来进行研究。
1.思维方面
人工智能不仅仅是一种技术，更是一种思维方式的转变。工业革命以来，人们已经习惯了机械思维，相信所有问题都有一个通用的解决办法，并在努力寻求事物间的因果关系。进入人工智能时代，人们开始接受世界的不确定性，学会利用信息或者数据来消除这种不确定性，又逐渐利用相关关系取代因果关系，以更快地获得问题的近似解，如预测投票选举结果和预测股市波动。受此思维影响，高校档案工作者在指导各部门档案收整时可以不预先设定目标，而是先把所有能够收集到的本部门相关的档案数据收集起来，运用“全部留”的方法破解档案价值的不确定，档案价值认定难的问题。因为在人工智能时代，数据或信息不再是包袱，而是财富[5]，然后对这些档案数据分析挖掘，能够得到什么结论就是什么结论，用“数据说话”，尽量减少人工主观的干预活动。另外针对档案收整和利用的不确定性和易变性，可以引入外部信息，如历年数据、收整和利用的关系，利用者需求的变化等数据，以便对档案管理作出合理预测和规划。
2.数据方面
人工智能的基础是大数据。近几年大数据一词经常出现在媒体上，它的3V特性（体量大、多样性、及时性）也逐渐被更多人所熟知和接受，但大数据更重要的含义其实是多维度和完备性。具体到高校档案领域，档案数据多维度是指在常规档案显性数据以外，包含其它隐性维度的数据。比如在教学档案中，除学生姓名、成绩、学号、专业等基本信息以外，还应该收集整合学生的籍贯、出生年月、高考分数、高中学校、报考专业、奖惩明细、毕业学位信息、工作派遣单位等数据，如果有可能还可以跟踪补录学生就业后的一些个人数据信息，以便从多角度分析数据间的相关关系，挖掘隐含信息。档案数据的完备性是指包含档案管理全流程的数据。比如在文书档案中，除文件题名、责任者、归档时间等基本信息以外，还应该收集文件生成时间、地点，文件流转过程批注、修改、查阅人，档案整理人姓名、职务，档案移交时间，档案利用时间、人员姓名和单位，档案利用方式等数据，这些数据有助于打通从档案生成到档案利用之间的关系，使档案生成单位能更好的把握归档内容，及时获得档案利用者的反馈，调整归档策略，以提供更多利用者感兴趣或需要的档案。随着移动互联网和物联网技术的发展，档案大数据的收集越来越方便实时，把控每一个用户，每一卷档案和每一次档案利用细节也将成为现实。档案数据越来越丰富全面，档案案卷实体正在成为流通渠道、数据收集途径，这也为人工智能时代的档案数据收集提供了一个新的来源。
3.技术方面
人工智能技术主要包括软件和硬件两方面内容。软件主要指各种数据挖掘算法，常用的有启发式搜索算法、蒙特卡罗树搜索算法、神经网络算法等，这些算法可以解决在实际档案利用中如何有针对性地给用户推荐档案的问题。人工智能时代，人们追求档案利用的时效性和个性化，各种档案利用数据能够被即时而完整地记录下来。如档案查询关键词、查询时间、查询结果点击数、查询者账号信息、查询者满意度等，这些数据随时可用，以便系统及时做出分析。而随着算法的改进和提高，以往同类档案用户归类的推荐方式，可以进一步变为由档案直接推荐档案，由两类档案到两件具体档案的直接关联，一件档案被利用时，自动推荐和其相关的档案文件。随着档案利用数据的积累，尤其是和每一个用户相关的各种维度数据的积累，推荐将越来越靠谱，越来越准确，最终做到因人而异，完全个性化。硬件方面则主要采用在档案中插入RFID芯片和在档案阅览室安装各种监控摄像头。RFID是一种不需要电源的芯片，里面存储的信息可以被专门的阅读器发出的无线电波探测出来[6]。这种芯片价格便宜，将它装到各种物品上，就可以自动识别各种物品，进而跟踪物品。在档案管理中，RFID不仅可以记录档案生成期间的各种数据信息，还可以记录档案利用过程中的各种数据信息，档案的每一次查询、提取、翻阅、借出等全流程数据都能够被完整收集保存，RFID中的数据记录了档案文件全生命周期的与档案实体相关的数据，堪称档案的“全息影像”。这些数据有助于档案馆对馆藏档案的布局、档案的质量有清晰的认识，有针对性地提供利用服务。而各种监控摄像头可以实时记录档案阅览室的人员情况，查档等待时间，服务利用时间，查档次数等数据，这些数据有助于档案利用部门合理安排人员，简化办事流程，提高工作效率。
4.其他应用方面
除了以上一些应用，有了通过多种途径收集的档案多维度全流程大数据，再利用各种数据挖掘算法，还可进一步实现人工智能时代档案的智能化管理利用。在此另外举几个例子，抛砖引玉，希望未来高校档案工作者能发掘出更多的档案创新工作模式。（1）根据档案利用者的反馈，系统自动向各归档单位推送其归档档案的利用情况，并建议其加大某类档案的归档力度，或者提醒其可适当增加某类用户可能更感兴趣更需要的档案等。（2）根据学生成绩，通过横向同学间比较和纵向历史成绩数据对比，并结合个人实际情况，智能推荐其更合适的毕业选择，是读研、出国还是工作。如果数据全面准确，甚至可以具体到读研、出国的学校信息或者工作地点、工作单位等信息，推荐更精准。（3）对电子化的档案图像进行全文识别读写，自动分析其中的关键字，使计算机获得“档案知识”，并结合已有目录数据库，将整理后的信息推送给用户，如可自动回答用户提出的“学校最年轻正教授”、“学校某专业成绩绩点分布”、“学校各省市招生人数变化”等问题，提高查档利用的全面性和满意度。另外还可以利用计算机阅读和分析档案汇编成果，并从已有的大量文本语料中学习写作，最终实现计算机自动编研档案和撰写档案文章。（4）对各种档案利用异常行为进行预警，及时提醒档案利用单位重点关注某些利用行为或者利用者。先从档案数据找到普遍规律，然后再应用于每一个具体的用户，并且影响到每一个具体的操作，以发现每一个异常情况。做到从个体到全体再从全体到个体的双向流动。
三、人工智能对高校档案管理的挑战
人工智能对档案创新变革提供技术支持的同时，也对用户隐私和数据安全方面提出了新的挑战。
1.用户隐私安全
由于大数据具有多维度和全面性的特点，它可以从很多看似支离破碎的信息中完全复原一个人或者一个组织的全貌，并且了解到这个人工作生活的细节或者组织内部的各种信息。这样就会引发大家对个人隐私权的担忧。比如要想推荐精准，对学生数据的收集就要更加全面多维度，在这个过程中必然会涉及对学生隐私的干预。要想对这些档案大数据进行隐私保护，一种办法是从收集信息的一开始就对数据进行一些预处理，将数据“脱敏”，比如去掉姓名、学号、身份证号等这些具有明显个人属性的数据。预处理后的数据保留了原来的特性，能够进行分析利用，但却“读不懂”数据的内容。第二种办法是利用一定规则在档案数据中添加“扰动”，通过数学的方法让大数据依然有很强的可靠性，但是却完全找不到每条数据对应的来源，如苹果公司的“差别隐私”技术。第三种办法是双向监视，使数据从采集到使用都在双方知情的情况下进行，使数据使用者受到监督，提高档案馆对数据利用的自律意识，相比前两者，这种方式可能更有效果。
2.数据存储和数据安全
人工智能的核心是海量全面的数据，因此数据存储和数据安全是未来所面临的最大挑战。数据存储。由于摩尔定律导致各种存储器的容量成倍增加，同时价格迅速下降，使得更多的档案数据有条件存起来以供使用。但是随着数据量的剧增，查找和使用档案数据的时间也会变得很长，影响分析数据的效率。而且即使采用并行计算，受制于算法和计算机，数据分析处理的效率也存在瓶颈，这些问题还需依靠技术的进步来解决。数据安全。档案数据安全有两层含义，首先是保证档案数据不损坏、不丢失；第二层含义是要保证档案数据不会被偷走或者盗用。为避免安全问题，要尽量将学生个人情况等敏感信息放到不同的地方，以免多种敏感数据同时丢失。另一种保护数据安全的方法则可以利用大数据本身的特点，即发现异常操作，比如某次某个账号使用档案系统的流程和正常不符，即可断定这是一起档案系统密码泄露、系统入侵事件。另外，当数据量足够大时，每个系统用户的操作习惯也可以学习，不符合某人习惯的操作就可能是来自于非法的闯入者，这些操作就会被禁止。
四、总结
10月21日，2016英特尔中国行业峰会在珠海召开，来自医疗、金融、交通、零售、能源、教育等行业的企业代表分享了他们对于数字化变革的理解与实践。这本该是英特尔中国行业峰会的主旋律，但是实际是与会嘉宾对人工智能的话题表现出更大的热情，有点喧宾夺主的味道。
得AI者得未来
2015年底，许多机构在展望2016年度科技领域时几乎会不约而同地将人工智能列为重点方向之一。现在来看，人工智能的火爆程度让最乐观的预测者都大跌眼镜，这得归结于AlphaGo的推波助澜。
正如文章开始所说，人工智能的使命便是完成海量物联网数据的商业价值转化。根据相关预测，2021年，全球将会拥有18亿台PC，86亿台移动设备，157亿台物联网设备。而到2035年，物联网设备的数量将会超过1万亿台，相应的数据数量将会增长2400倍，从1 EB增长到2.3ZB。如何有效管理、控制和利用如此浩瀚的数据，人工智能是解决之道。
所以说，得物联网者得未来，而得人工智能者将执物联网之牛耳。只有人工智能才能为“万物互联”之后的应用问题提供最佳的解决方案。
2016英特尔中国行业峰会上，英特尔与科大讯飞公司签署合作备忘录，双方将在人工智能领域展开为期三年的基于英特尔至强处理器+英特尔至强融核处理器，以及英特尔至强处理器+FPGA为基础的机器学习/深度学习研究项目。科大讯飞联合创始人，讯飞研究院副院长王智国博士非常到位地点评了这一合作：“一直以来，我们双方都致力于人工智能技术的创新和行业的推动，一方擅长底层计算架构，一方擅长算法及应用。我们期待双方在人工智能技术上的深度合作能够推动硬件和软件的协同设计及优化，共同发现人工智能计算平台创新的解决方案，推动人工智能产业的发展，并通过这些创新的技术支持更多行业用户进行业务转型。”
作为全球最大的半导体芯片制造商，英特尔的公司定位正在悄然发生变化。如今，英特尔将自己定位为“一家致力于驱动云计算和智能互联计算的公司”。可见人工智能已经成为英特尔公司的未来战略方向之一。
人工智能对计算力资源的需求到底有多大，现在谁也无法预判，这就像是个“计算黑洞”。但有一点可以肯定，人工智能是高性能计算在现在和未来的进一步延展和进化，而这恰好是英特尔的优势所在。
对英特尔而言，进入人工智能领域是水到渠成的事情，也是技术上的自然演进。从另一个角度看，物联网和人工智能是历史摆在英特尔公司面前一次前所未有机遇，其空间和舞台远大于PC时代和互联网时代。送上门的蛋糕（要知道，当今世界90%以上的数据都是由英特尔处理器来承载的），岂能让它从嘴边溜走。
从资本到技术，从硬件到软件
基于新的公司定位，英特尔开始从资本层面进行帝国的战略布局。作为硅谷最大的企业风司，英特尔投资总裁Wendell Brooks 说“会把未来的投资聚焦于那些能够更好拓展公司业务发展的领域”，人工智能毫无疑问是重中之重。
9月宣布将收购计算机视觉创业公司Movidius，后者致力于研发低功耗的计算机视觉芯片；8月将Nervana收入囊中，后者主攻半导体、软件和AI深度学习技术；5月宣布将收购专注于计算机视觉技术开发的俄罗斯公司Itseez；4月收购意大利半导体功能性安全方案厂商Yogitech；2015年12月完成了对可编程逻辑器件厂商Altera的收购；2015年10月收购了人工智能公司Saffron Technology……
针对某一业务领域展开如此高密度地集中收购，无论是在英特尔公司历史还是整个IT行业都是十分罕见的。可见，英特尔布局人工智能的决心之大。
由于技术因素，专用领域的智能化是人工智能未来5到10年的主要应用方向，比如自动驾驶。在更远的将来，随着技术的进一步突破，通用领域的智能化有望实现。但无论是专用还是通用领域，人工智能都将围绕“基础资源-技术平台-业务应用”这三层基本架构形成生态圈。
在人工智能上，英特尔能做些什么？仅仅是提供计算平台吗？当然不是，这从英特尔的疯狂收购中也看得出。
近年来科大讯飞在智能语音和人工智能方面的创新发展，提出新一代人工智能时代的人机交互应从机器走向自然。语音作为人类沟通和信息获取最自然、最便捷的交互技术，使得人与机器之间的交互能够像人与人之间交流，对提升人机交互的友好性和信息系统的应用普及有着举足轻重的作用。
重磅灵犀3.0
布局新一代智能入口
在人工智能时代，智能入口将会是什么样子？科大讯飞董事长刘庆峰做出了解答，并现场由科大讯飞和中国移动联合打造的灵犀语音助手3.0新版。灵犀作为手机上的操控入口、信息搜索入口和移动特色服务三大语音入口，升级后的3.0版本具备实用、乐用、易用、通用四大特性，尤其是拥有男女生识别、哼唱搜索等更加个性化的服务，为用户创造更自然、便捷、个性化的智能生活。
今后，灵犀可以根据你的声音来辨别你的性别，进而为你提供有针对性的服务，比如男生向灵犀咨询“我要给爱人买个礼物”，灵犀通过男女声识别后就给你建议“听你的声音一定是位事业有成的高富帅，快为她买一条钻石项链，她一定会很幸福的”，如果女生向灵犀咨询“我要给爱人买个礼物”，灵犀通过男女声识别后就给你另外的建议“听你的声音一定是位窈窕淑女，快为他买一只新款手表吧，让他显得品味十足”等等，通过声音识别性别，进而让你获得更加个性化的服务。此外灵犀3.0不仅支持原音搜索和语音搜索，更突破性地支持哼唱搜索功能，用户只需哼出调调即能搜索出歌曲，并提供在线试听。
同时，灵犀3.0全面接入智能家庭领域，更是推动了“从手控到声控”的变革，使其成为人与家电设备之间沟通的桥梁。未来，对着灵犀说“开一盏灯”、“灯光调成白色”，灵犀就把展示区的电灯打开并能调整灯光颜色；对着灵犀说“打开空调”，此时空调自动打开，灵犀回复“空调已经开启，温度为26度”。同样，对着灵犀说“打开央视新闻频道，帮我煮杯咖啡”这样一系列的语音指令，电视将自动播放想看的节目同时咖啡机也工作起来。
讯飞语音云3.0
打造新一代自然交互平台
2010年10月，科大讯飞全球首个移动互联网智能语音交互平台―讯飞语音云。经过4年的快速发展，目前讯飞语音云平台合作伙伴已超过40000家，包括腾讯QQ、小米手机、新浪微博、58同城、携程旅行、高德地图、滴滴打车等各类主流应用，终端用户数量超5亿。
本次会上，科大讯飞面向智能硬件的讯飞语音云3.0，由“云+端+后台大数据分析”组成，独家具备方言语音识别、高抗噪语音识别、个性化识别、人脸识别、手势识别、声纹识别等创新功能。值得一提的是，讯飞语音云3.0将以更开放的姿态面向开发者，将逐步上线语音唤醒、离线命令词识别、人脸识别等前沿技术。
在场景化的环境中，如驾车过程中不方便手或眼操作，语音将是首选方式。在语音识别过程中，噪音是非常大的干扰因素。针对这一业界难题，科大讯飞通过技术攻坚突破高噪环境下语音识别率低的“魔咒”，在奔驰和通用两家全球语音识别评测的综合指标中均列第一。
同时，科大讯飞还宣布启动人工智能计划―“讯飞超脑”，让机器像人脑一样做到学习和思考，进而实现机器从“能听会说”到能理解会思考的跨越。“讯飞超脑”计划聚集了来自语音及语言国家工程实验室、清华大学、加拿大约克大学等10多位人工智能领域顶级专家，致力于人工智能的探索和应用，让机器能听话更能懂你，让人工智能深度应用于生活的方方面面。
讯飞智能音箱现身
大力进军智能硬件领域
作为科大讯飞战略合作伙伴，中国移动无线音乐基地总经理朱泓现场了科大讯飞与中国移动联合推出的全新智能硬件产品―讯飞智能音箱。讯飞智能音箱整合了科大讯飞前沿的智能语音技术，以及中国移动的4G网络优势和正版音乐资源，在智能交互方面，讯飞智能音箱首家实现语音、哼唱和原声搜索“三合一”功能，打造了极致娱乐生活。
—、机械电子工程的发展与特征
(一）发展历程
在机械电子工程发展初期，主要体现为手工制作，生产力水平较低，资源技术等对其发展产生制约。为了提升生产效率,逐渐朝着机械工业方向发展。
在生产线阶段，机械工程已逐渐发展到流水线生产，实现标准化大批量生产，.这一生产模式使劳动力得到解放，生产力水平大大提升，同时生产效率也得到提高。但是仍然存在一些不足，比如，部分生产仍就以进口为主，生产成本较大，在市场方面缺少适应力；>灵活性较差，难以满足不断变化的市场需求。
在机械电子产业发展阶段中，产品生产能够适应市场的需求，对于不断变化的产品需求产业化发展能够满足。
(二）机械电子工程主要特征
机械电子工程是复杂综合性学科，同各类学科之间都有着密切的联系。机械电子工程发展要以计算机、电子以及机械为基础，结合其他学科做出合理、科学的设计。在设计的过程中，要求每一个模块都能够实现有机结合，进而使得各个模块都能将其最大优势发挥出来。机械电子产品内部结构简单明了，并不复杂，无需复杂原件的投入，这样能在一定程度上使产品性能得到提升，进而扩大消费市场。
二、人工智能简述
人工智能是一门复杂，并且综合性较强的学科，所涉及到的学科比较多。也可以说，21世纪人工智能是最伟大学科之一。人工智能实现了对人的智能模拟，并且能通过计算机使认得智能化得到进一步的延伸，人工智能这门学科有着较好的发展潜力。人工智能在发展的过程中主要经历下列几个阶段。
初步阶段。人工智能在17世纪开始发生萌芽，法国在这一阶段成功诞生世界上的第一部计算机，这一计算器只是单纯的能进行加法简单运算，但是仍就轰动世界，进而在世界范围内，对这项技术开始进一步研宄。在最初阶段，人工智能并没有明显的进展，主要是在实践的过程中积累与总结知识，这为今后人工智能发展奠定坚实的基础。
发展初始阶段。美国人在二十世纪首次提出人工智能专业用语。在这个发展阶段，人工智能主要以证明与阐释为主要体现，在这一时期对于人工智能的研宄就是首要任务。
发展起伏阶段。随着人们对于人工智能的不断深入研宄，人工智能也处于持续的发展阶段，但是在实践过程中发现，要想使人工智能模仿和人类思维同步是非常困难的。大部分对于人工智能的科学研宄仅仅是停留于简单映射层面，对于逻辑思维的研宄仍就没有突破性进展。不论怎么说，在发展的起伏阶段，人功能智能也在发展中得到了技术创新，特别是在系统方面、计算机机器人以及语言掌握方面取得了较大的成就。
起伏阶段发展以后。在这一阶段，人工智能的相关研究得到了发展，尤其是第五届国际人工智能联合会议的召开，人工智能逐渐朝着知识层面的方向发展，大部分的人工智能研都会结合相应的知识工程，在这个阶段中，人工智能发展的高度是前所未有的，在一定程度上促进了人工智能应用于实际工程中。
稳步发展阶段。随着互联网技术的快速发展，对于人工智能研宄方向发生重大转变，由原本的单一主体朝着集中统一主体的方向发展。关于人工智能在实际中的运用以及研究，受到了互联网技术的影响。网络的普及与快速发展，在一定程度上促进了信息化的发展，信息在传送方面发生率重大性变革。在人们逐渐进入信息化社会后，在信息有效处理方面人工智能的发展_到了重要的作用，在模拟设计方面，机械电子工程的发展需要人工智能的大力支持。
三、机械电子工程与人工智能之间的关系
随着我国社会经济的持续发展，社会不断的进步，对于信息人们越来越重视。在21世纪，互联网技术得到快速发展，同时信息的传递也逐渐注入新鲜血液。互联网应用的普及说明人们正朝着信息时代的方向迈进，在社会逐步信息化以后，更加需要有人工智能这一技术的支持，特别是机械电子工程发展中有着重要作用，机械电子系统本身缺少一定的稳定性，这样在机械电子工程设计方面就有着较大阻碍存在。在现代社会中，信息的处理量持续增大，并且较为复杂，有些时候需要同时对不同类型的信息进行处理，所以需要采取人工智能的支持才能完成信息处理。人工智能主要包含模糊推理系统、神经网络系统这种两种方法。神经网络系统倾向于对人脑结构的综合分析，模糊推理系统更加重视对于语言信号的分析与理解。随着现代社会的发展，仅仅采取单一的人工智能方法，明显已经无法适应目前社会中不断变化的市场需求，所以，对于人工智能相关问题的研宂正逐渐朝着多方位、全面的人工智能方向转变。多方位全面人工智能系统通过模糊推理系统和神经网络系统相互统一的方式，扬长补短，将二者有效的结合起来，使得二者的优势得到最大程度的发挥。
21CBR：埃森哲持续多年年度技术趋势报告，在你们看来，这份报告有哪几个关键点最为值得关注？
埃森哲：今年技术展望的主题，“智企时代、技术为人”是核心，以人工智能技术为代表的数字技术加速演进，会给全人类带来巨大的发展机会，我们也有义务、有能力塑造技术发展的方向，让技术造福更多人。
在五个趋势里面，“智慧新界”是关注人工智能技术的核心应用在于让人机交互更方便；“生态智联和智才共享”分别讲述的是快速演进中的数字生态系统给企业以及劳动力带来的重要机遇；“人本设计”则第一次在技术展望中把设计提到前所未有的高度，也印证我们技术为人的核心理念；“进军未知”是提醒企业家在开拓数字新疆土时，保持社会责任感，创造更加公平合理的社会。
21CBR：在2017年技术趋势报告中显示，有85%的企业高管计划未来三年广泛投资人工智能相关技术，从技术角度来看，你们认为哪几个领域的投资必不可少？
埃森哲：《埃森哲技术展望2017》调研发现，超过六成的中国企业高管表示正在全面投资数字技术，作为商业战略的重要部分，该比例为全球最高。从埃森哲研究以及与客户交流来看，企业对机器学习、深度学习、自然语言处理、图像和语音识别的投入力度都比较大。全球来看，机器人流程自动化（Robotic Process Automation）是个热点，中国领先企业也已经开始在这方面采取了行动。
有一个比较现实的问题是IT基础设施的投资。有些行业的基础设施是不具备的，或者说是不完善的，有很多企业的这类设施是相对孤立的。如果说未来产品和服务将更多地由数据驱动的话，割裂的IT系统便不能有效地采集、分析和处理数据，因而也不能提供更多价值洞察。这也就表明，目前IT设施的整合是不够的。
当然，除了技术投入，越来越多的企业开始关注生态圈的投入，已经或者正在第三方平台上集成自身的核心业务功能。对于领先企业而言，第三方不仅仅是传统的合作伙伴，更可以是一起构建新生态系统、谋求下一轮战略增长的重要一员。
21CBR：“全球第一CEO”杰克・韦尔奇在《商业的本质》中曾提及，科技革命给市场带来了巨大变化和诸多杂音，在新的生态环境下，应该遵从商业的规则，回归商业本质。你们如何看待这个问题？
埃森哲：企业家们逐渐认识到回归商业本源的重要性。人们会认识电商和传统商业没有了明显的区隔，应该回到用好数字技术服务客户、创造客户价值的商业本质上来。
商业的本源从未改变：通过为客户打造极致的体验为客户创造价值，在此过程中为企业创造商业价值。技术的演变提供了更多的可能的手段与实现商业本源的可能性场景。
当然，我们也感受到了企业家的焦虑感。过去十年，基于移动化、大数据、社交网络和云计算发生的数字化变革深刻改变了人们的生活和工作方式，改变了行业边界和市场疆界。
随着数字技术的指数级增长和成本不断下降，技术创新和商业创新呈现两种形态，一种是大爆炸式创新，很多巨头企业不经意就在这种创新浪潮中被覆，比较容易受到影响的主要是技术、消费和金融行业等轻资产公司；另一种是渐进式的创新颠覆，受到影响主要是重资产公司，由于行业冲击不是非常直接，但运营利润和收入的长期下降，会使企业很容易就在“温水”状态下陷入危机。
可以得到一些启示，例如，企业在制定企业战略时候，越来越需要依赖规模、资源、行业积累以及成熟的数字能力等优势来先人一步预测行业生态的发展轨迹，创造并捕捉机遇。
21CBR：几个世纪以来，技术的发展改变着人类劳动的方式，但人工智能技术的发展却促使人类陷入反思甚至是恐惧，有哪些工作会直接受到人工智能技术的冲击？而又会在哪些领域创造出新的就业机会？
埃森哲：这是《埃森哲技术展望2017》认真回答的首要问题。人工智能将改变一些岗位的设置和工作方式，但是机器不会威胁和取代人类。人工智能将帮助企业打造更好的客户交互体验，将重新设计流程性的工作，从而使员工更多致力于高附加值的工作；同时，人工智能会带来很多专业的细分，带来岗位的增加，许多今天不存在的工作机会可以被创造出来。
我们认为不应把人工智能和人作为两个对立的个体，埃森哲提出的是一个界面的概念，相互学习实现共存，有利于发挥各自特长，实现灵活便捷、互补协作。
这里引述埃森哲的一项最新研究来说明人工智能对未来经济发展的促进作用：通过转变工作方式以及开拓新的价值和增长源，人工智能到2035年有望拉动中国经济年增长率，从6.3%提速至7.9%。
基于人工智能对中国经济整体影响的模拟分析，并结合行业规模数据，埃森哲进一步研究了人工智能对中国15个行业可能带来的经济影响。结果显示：制造业、农林渔业、批发和零售业将成为从人工智能应用中获益最多的三个行业。到2035年，人工智能将推动这三大行业的年增长率分别提升2%、1.8%和1.7%。
21CBR：根据埃森哲的分析，企业沿用百年的等级制雇佣和管理模式将在数字化时代面临挑战，开放型人才市场会成为主流，你对职场人士有哪些建议，以便他们更好地在数字化劳动力关键转型期中把握机会？
埃森哲：顺着《埃森哲技术展望2017》的脉络，我们给职场人士一些建议：
1.智慧新界――努力学习新技术，踏准时代节拍，并能引领创新；
2.生态智联――放开视野，把客户体验、客户价值放在中心位置。以谦虚的态度向数字生态系统里的创新企业学习，向年轻一代企业家学习。
3.智才共享――尽可能加入“柔性团队”，为自己企业的数字化转型贡献力量的同时，也得到快速学习和成长的机会。
4.进军未知――在传统业务以外开创新的业务增长点。
【关键词】智能时代；云计算；安全架构
一、前言
当今世界，新一轮的科技革命和产业变革正在持续深入，工业互联网、智能制造、人工智能、大数据、物联网等领域正在加速布局，“智能时代”企业信息系统最显著的变化是虚拟化、数字化一切、软件定义，促使企业信息化的不断发展，公司信息化资产数量日趋增多、系统的关联性和复杂度不断增强，使企业信息安全形势日益严峻，信息安全防护工作面临前所未有的困难和挑战。为了更好监控和保障信息系统运行，及时识别和防范安全风险，同时满足国家和行业监管要求，保证信息安全管理工作的依法合规，企业亟需建立一个全数据、集中管理的企业安全平台，做到事前预警、事中监控、事后分析以及响应，全面的提升信息安全管理与防护水平。
二、智能时代的变化趋势
我们正处在一个变革的时刻，“智能”是这个时代最显著的标志。在今年春天首届世界智能大会上马云提出，智能时代有三个最主要的要素：互联网、大数据、云计算；李彦宏也指出，未来30年推动社会进步的动力，就是智能科技的进步；浪潮董事长孙丕恕表示，智能从实现形式上就是要通过物联网、互联网将企业生产数据、互联网数据和企业自身的管理数据全部打通，实现无边界信息流和大数据分析。由此看来，一个企业走向智能化首先要完成业务在线化和流程服务软件化，然后完成应用软件的SaaS(Software-as-a-Service)化，从而助企业实现智能生产、智能维护、智慧服务。1.安全技术的变化基于云计算、虚拟化、大数据、智能制造、移动办公的持续推进，都是基于企业信息基础架构所实施的，开放式计算环境和更灵活的支持架构，要求安全技术随之匹配发展，才能适应新环境，新技术下的安全需求。中国工程院倪光南院士在《云安全的思考》主题演讲中指出，云安全一定会呈现出多维度、多层次、跨领域、多学科技术交叉等方面的特征。对于云计算的安全保护，需要一个完备体系，从技术、监管、法律三个层面上，形成可感知、可预防的智能云安全体系。2.企业智能架构从应用架构上看，未来的应用都是角色化、场景化的，可连接互联网资源，全员应用，实现移动化和智能化。虚拟化、数字化一切、软件定义促使企业信息架构的变革，以业务为导向和驱动，在企业管理、集成等方向上提供基础共性平台，为企业快速构建和集成应用软件提供基础支持，从而实现工程经验模块化、产品实际协同化、项目流程一体化结构，实现由统一业务层、统一界面构架层、应用系统层、统一工作台面、大数据分析、云计算层组成的一种新模式。在企业IT系统的业务基础机构层面，引入先进的统一软件平台，为上层应用开发提供统一标准，接口和规范，同时基于“平台+组件”的架构实现各类应用的组合和复用，助企业实现数字化转型。3.云架构在人工智能一日千里的时代，云计算已成为产业革新的原动力、新型管理的主平台、人工智能的强载体。在新的云时代，整个社会都在发生数字化的迭代。云成为数字化最重要的基础架构。腾讯董事局主席兼首席执行官马化腾指出：“用云量将成为一个重要的经济指标，能够衡量一个行业数字经济发展程度。”他还表示：“传统企业的未来就是在云端用人工智能处理大数据。”“云+AI”是当前最主流的方向，其核心包括三项核心能力（计算机视觉、智能语音识别、自然语言处理）。在计算机视觉领域实现开放OCR识别、人脸核身、图片处理等多项智能云服务；在智能语音识别领域实现语音转文字、语音合成、声纹识别、情绪识别等功能；在自然语言处理领域，以“数据+算法+系统”为核心，提供毫秒级响应的个性化服务。
三、企业信息安全措施
VMware首席执行官帕特•基辛格表示：“抵御安全攻击，响应速度不是核心，而是如何将支离破碎的安全保护进行更有效的整合，实现安全架构的简化，这才是企业安全转型的关键。”安全技术在智能时代必须跟上发展的变化，“智慧安全”的理念正在深入，着力点从网络系统安全、数据安全深入到业务应用安全等各个层面，AI防火墙、态势感知平台、云安全产品、企业移动化信息安全管理平台、智慧眼监控雷达、业务应用安全审计平台成为保护企业信息安全的前沿技术。1.企业数据的安全阿里巴巴董事局主席马云说：“数据是新能源。”随着数据量的持续增长，应用数量不断增加，数据将成为社会创新的重要驱动力。随着“网络强国战略”、“互联网+”行动计划、大数据战略的推进，网络安全风险和威胁也进入到企业：非对称的业务流量、定制化的应用程序、需要被路由到计算层之外并达到数据中心周边的高流量数据、跨多个虚拟化应用，以及地理上分散的移动应用，都造成数据泄露的机会，随着中央网络安全和信息化领导小组的成立，信息安全已上升到国家安全层面。因此数据保护十分重要，最好的选择是本源的防护，既做到保护数据本源的同时，又能灵活应对各种安全环境的需求。而符合这种要求的安全技术就是基于专业的安全分析模型和大数据管理工具，可准确、高效地感知整个网络的安全状态以及变化趋势，通过企业本地部署安全大数据分析平台，打通云端情报与本地设备的联动，形成情报触发预警，预警触发防护的闭环。对外部的攻击与危害行为可以及时的发现，并采取相应的响应措施，保障企业信息系统安全。2.企业网络安全2016年，在“4.19讲话”中再一次强调网络安全建设的重要性，并提出：“要树立正确的网络安全观，加快构建关键信息基础设施安全保障体系，全天候全方位感知网络安全态势，增强网络安全防御能力和威慑能力，要加快网络立法进程，完善依法监管措施，化解网络风险。此外根据网络安全法相关规定，我们也可以看出，网络安全法在原有信息系统安全等级保护制度的基础上，创新了网络安全等级保护的工作方法，企业的信息安全建设需在原有信息系统安全等级保护制度建设的基础上，将新技术新应用带来的重要信息系统建设诸如云计算、移动互联、物联网、工业控制、大数据等领域的国家关键信息基础设施建设都纳入国家安全等级保护制度进行管理，将风险评估、安全监测、通报预警、应急演练、灾难备份、自主可控等重点措施也纳入了国家网络安全等级保护制度的管理范畴。企业紧跟网络技术的发展，以“智慧安全2.0战略”为指导，将“智慧安全”的核心从网络系统安全、数据安全深入到业务应用安全等各个层面。现在已可以采用AI、机器学习、行为分析等技术手段进行动态分析、静态分析、异常检测、深度解析等手段，更有效地防范未知威胁。3.物联网安全预计到2021年，全球将有超过460亿台设备，传感器和执行器连接在一起，更广阔，更强大和更稳定的物联网时代即将到来，并且最终将给企业带来全新业务方式。物联网(IoT)为企业创新提供了广阔的前景。企业通过监控、分析收集来的数据量，来确保业务的正常发展。其中数据大都是从传感器、应用、门禁系统、配电单元、UPS、发电机和太阳能电池板产生的数据，但随着这些应用的增长，物联网带给企业的安全风险也很大。要应对物联网的安全挑战，企业应从智能设备的离线安全、入网安全、在线安全等维度进行整体安全检测与防护，在云端接入大数据感知威胁和安全态势分析平台，获取威胁情报；在本地端通过减少威胁“检测时间（TTD）”，即减少发生威胁到发现威胁的时间差，缩短检测时间，可有效限制攻击者的操作空间，和最大限度减少损失。①及时更新基础设施和应用，让攻击者无法利用公开的漏洞；②利用集成防御对抗复杂性，采取平衡防御与主动应对的安全控制；③密切监控网络流量（这在网络流量模式可预测性非常高的IoT环境中非常重要）；④追踪物联网设备如何接触网络并与其他设备进行交互（例如，如果物联网设备正在扫描其他设备，则可能是表示恶意活动的红色警报）。
四、结论
神州控股董事局主席郭为对未来的预测时说：“云计算将成为未来主流IT运算模式，大数据会成为最重要核心资源；自上而下的创新将是智能时代推动社会进步的主流方式，借助云计算、大数据这两项关键技术实现互联网化、协同化和智能化。”智能是我们这个时代的标志，对于企业信息化来说，它的路很长，首先要完成核心业务在线化和所有的业务流程服务软件化，然后完成应用软件的SaaS(Soft-as-a-Service)化，当企业的核心业务完全建立在互联网上，并有软件SaaS平台驱动，企业才能够向智能化方向演进——低成本积累大数据，并通过数据分析进行商业决策，最终向实时数据分析、实时智能商业决策演进。由此，企业信息智能化任重道远，从现在开始制定适当的安全策略，以此加快IT新趋势的适应能力，在不断采用新技术的过程中建立适合企业的安全管理系统，做到覆盖企业安全运维的所有场景，监视安全威胁，预测安全风险。
参考文献
[1]维克多•迈克热•舍恩伯格.大数据时代:生活、工作与思维的大变革[M].浙江人民出版社.
