人工智能地方财政研究.docx
- 文档编号:25521814
- 上传时间:2023-06-09
- 格式:DOCX
- 页数:16
- 大小:34.21KB
人工智能地方财政研究.docx
《人工智能地方财政研究.docx》由会员分享,可在线阅读,更多相关《人工智能地方财政研究.docx(16页珍藏版)》请在冰豆网上搜索。
人工智能地方财政研究
2017年第8期(总第297期)
辽宁省财政科学研究所
辽宁省财政学会2017年5月25日
本期主题:
人工智能
[按]随着近几年互联网技术的飞速发展与升级,人工智能以云计算和大数据为基础,在机器人、语言翻译、图像识别等领域获得广泛的应用,对人类社会的经济、文化等方面产生了重要的影响,到如今已经演变为一门新的技术科学。
人工智能能够高度模仿人的思维方法,也可能超越人的思维,凌驾于人类的智慧之上。
2016年年初,A1phaGo战胜韩国围棋大师李世石,引起广泛轰动,成为人工智能的启蒙运动。
2017年4月27日,全球移动互联网大会在北京召开,吸引了来自全球超过100名科学家,500多名行业领袖出席,分享当下最热门和最前沿的科学主题,包括人工智能、无人驾驶、大数据、共享经济等领域,5天的大会吸引超过10万人参与。
越来越多的人开始接受人工智能,比如在医疗方面,会认为机器的诊疗甚至比人做得更好。
对于行业内的科技人员来说,大家都更愿意去相信人工智能的能力,更多的资本、人才、商业模式涌到人工智能领域。
不管是从消费侧还是供给侧来看,人工智能已经进入了一个新的爆发周期。
机器学习,尤其是深度学习技术成为人工智能发展的核心。
综观各发达国家和地区的实践,均在竞相将人工智能推向国家战略层面,积极应对智能时代的到来。
人工智能的内涵
人工智能是指对人的意识、思维的信息过程的模拟,人工智能机器人就是像人类一样具有自我意识的机器人。
它是一门研究、开发用于模拟、延伸和扩展人的智能的理论及应用系统的技术科学。
人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。
一、人工智能的发展
1.20世纪50年代中期:
人工智能学科诞生与第一代机器人。
NorbertWiener是最早研究反馈理论的美国人之一,最熟悉的反馈控制的例子是自动调温器,它将收集到的房间温度与希望的温度比较,并做出反应将加热器开大或关小,从而控制环境温度,这项研究对早期的人工智能的发展影响较大。
之后的1956年夏,美国达特莫斯大学助教麦卡锡、哈佛大学明斯基、贝尔实验室申龙、IBM公司信息研究中心罗切斯特、卡内基-梅隆大学纽厄尔和赫伯特.西蒙、麻省理工学院赛夫里奇和索罗门夫,以及IBM公司塞缪尔和莫尔在美国的达特茅斯大学(Dartmouth)举行了为期两个月的学术讨论会,从不同学科的角度探讨人类各种学习和其他职能特征的基础,共同研究和探讨用机器模拟智能的一系列有关问题,并同意使用由麦卡锡(JohnMcCarthy)提出的新术语:
人工智能(ArtificialIntelligence,缩写为AI),标志着人工智能这门新兴学科的正式诞生。
1959年,德沃尔与美国发明家约瑟夫·英格伯格联手制造出第一台工业机器人,成立了世界上第一家机器人制造工厂——Unimation公司。
该公司的这个机器人是通过一个计算机来控制一个多自由度的机械,通过示教存储程序和信息,工作时把信息读取出来,然后发出指令,这样的话机器人可以重复的根据人当时示教的结果,再现出这种动作,该类机器人的特点是它对外界的环境没有感知。
由于英格伯格对工业机器人的研发和宣传,他也被称为“工业机器人之父”。
1962年,美国AMF公司生产出“VERSTRAN”(意思是万能搬运),与Unimation公司生产的Unimate成为真正商业化的工业机器人,并出口到世界各国,掀起了全世界对机器人研究的热潮。
2.20世纪60年代中期-21世纪初:
工业机器人技术完全成熟,并向人工智能进发。
1978年,美国Unimation公司推出通用工业机器人PUMA,标志着工业机器人技术已经完全成熟。
PUMA至今仍然工作在工厂第一线。
20世纪60年代中期开始,美国麻省理工学院、斯坦福大学、英国爱丁堡大学等陆续成立了机器人实验室,兴起了研究第二代传感器、“有感觉”机器人,并向人工智能进发。
1965年,约翰·霍普金斯大学应用物理实验室研制出Beast机器人,能够通过声纳系统、光电管等装置,根据环境校正自己的位置。
1968年,美国斯坦福研究所公布他们研发成功的机器人Shakey,带有视觉传感器,能根据人的指令发现并抓取积木,标志着第二代机器人,即带有感觉的智能机器人的诞生。
这种带感觉的机器人通过人的某种功能,例如力觉、触觉、听觉来判断力的大小和滑动的情况。
1999年日本索尼公司推出犬型机器人爱宝(AIBO),从此娱乐机器人成为机器人迈进普通家庭的途径之一。
2002年美国iRobot公司推出了吸尘器机器人Roomba,开启了家用服务机器人产业。
Roomba能避开障碍,自动设计行进路线,还能在电量不足时,自动驶向充电座。
相信用不了太久,家用机器人(包括扫地机器人)将很快席卷全球。
2012年,“发现号”航天飞机(Discovery)的最后一项太空任务是将首台人性机器人送入国际空间站。
这位机器宇航员被命名为“R2”,它的活动范围接近于人类,并可以执行那些对人类宇航员来说太过危险的任务。
2014年,中国第116届广交会会展中心,机器人“旺宝”(BENEBOT)能够热情招呼访客,这款出自科沃斯(ECOVACS)的导购机器人,属于商用服务机器人,运用于B2B商用领域,例如银行大厅、政务办公大厅、电信营业厅、电力行业、大型超市、金融证券和教育教学等,可以与人类进行视频或音频对话,使人类迅速了解所需信息。
第二代机器人受人们对智能的理解限制,即使配合上神经网络模型和遗传算法的训练,程序本身不会演化出崭新的能力,即只会接受训练,不能创造新事物,可以说第二代机器人只是一个工具。
3.第三代机器人:
智能机器人。
理想中所追求的最高阶段:
智能机器人,只要告诉它做什么,它就能完成。
从现实的角度讲,人工智能从诞生以来,理论和技术日益成熟,应用领域不断扩大,可以设想,如电影中的人工智能机器人的出现,并非天方夜谭。
这一事件在2014年6月7日有了质的突破:
聊天程序“尤金·古斯特曼”(EugeneGoostman)首次通过了图灵测试,该测试是英国的计算机科学之父阿兰·图灵在1950年提出的理论,指出能够通过测试的就是人工智能机器人。
2015年10月阿尔法围棋以5:
0完胜欧洲围棋冠军、职业二段选手樊麾;2016年3月对战世界围棋冠军、职业九段选手李世石,并以4:
1的总分比获胜;2016年末2017年初,在中国棋类网站上以“大师”(Master)为注册帐号与中、日、韩数十位围棋高手进行快棋对决,连续60局无一败绩。
需要注意的是,不要一提到人工智能就想着机器人。
机器人只是人工智能的容器,机器人有时候是人形,有时候不是。
人工智能是大脑的话,机器人就是身体——而且这个身体不一定是必需的。
比如说苹果手机的语音控制功能Siri背后的软件和数据是人工智能,Siri说话的声音是这个人工智能的人格化体现,但是Siri本身并没有机器人这个组成部分。
二、人工智能的分类
人工智能的概念很宽,所以人工智能也分很多种,我们按照人工智能的实力将其分成三大类。
1.弱人工智能ArtificialNarrowIntelligence(ANI)。
弱人工智能是擅长于单个方面的人工智能。
比如有能战胜象棋世界冠军的人工智能,但是它只会下象棋,你要问它怎样更好地在硬盘上储存数据,它就不知道怎么回答你了。
现在,人类已经掌握了弱人工智能。
2.强人工智能ArtificialGeneralIntelligence(AGI)。
人类级别的人工智能。
强人工智能是指在各方面都能和人类比肩的人工智能,人类能干的脑力活它都能干。
创造强人工智能比创造弱人工智能难得多,我们现在还做不到。
LindaGottfredson教授把智能定义为“一种宽泛的心理能力,能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作。
”强人工智能在进行这些操作时应该和人类一样得心应手。
3.超人工智能ArtificialSuperIntelligence(ASI)。
牛津哲学家、知名人工智能思想家NickBostrom把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多,包括科学创新、通识和社交技能。
”超人工智能可以是各方面都比人类强一点,也可以是各方面都比人类强万亿倍的。
超人工智能也正是为什么人工智能这个话题这么火热的缘故,同样也是为什么永生和灭绝这两个词会在本文中多次出现。
三、人工智能的目前应用子领域
经过近几年互联网的飞速发展,云计算和大数据作为人工智能的基础,AI对企业甚至是行业产生了巨大而又深远的影响。
机器学习,尤其是深度学习技术成为人工智能发展的核心。
目前人工智能主要有10个应用子领域,分别是机器学习、计算机视觉、智能机器人、虚拟个人助理、自然语音处理、实时语言翻译、情感感知计算、手势控制、推荐引擎及协同过滤、视频内容自动识别。
各方向处于不同的发展阶段,发展程度有高有低。
但驱动发展的先决条件主要体现在感知能力、理解能力、学习能力、交互能力4个方面。
1.感知能力。
目前人工智能的感知主要通过物联网来实现,它提供了计算机感知和控制物理世界的接口与手段,能够采集数据、记忆,分析、传送数据,进行交互、控制等。
比如摄像头和相机记录了关于世界的大量图像和视频,麦克风记录了语音和声音,各种传感器将它们感受到的世界数字化。
这些传感器就如同人类的五官,是智能系统的数据输入,是感知世界的方式。
2.理解能力。
智能系统不同于人的大脑,没有数以千亿的神经元,对事物问题的理解在现阶段还很大程度上依赖于处理器的计算分析能力。
近年来,基于CPU(图形处理器)的大规模并行计算异军突起,拥有远超CPU的并行计算能力。
云计算的出现、CPU的大规模应用使得集中化数据计算处理能力变得空前强大。
3.学习能力。
学习能力的培养类似人类需要教材和训练。
据统计,2015年全球产生的数据总量达到了十年前的20多倍,大数据的发展为人工智能的学习和发展提供了非常好的基础。
机器学习是人工智能的基础,而大数据和以往的经验就是人工智能学习的书本,以此优化计算机的处理性能。
4.交互能力。
与科幻世界里的自主意识相比,现实世界能够实现自主交互本身就是很大的技术突破,深度学习算法是实现自主交互最重要的核心技术。
它基于多层神经网络,融入自我学习,从大量的样本中逐层抽象出相关概念,然后理解,最终做出判断和决策。
人工智能对社会发展的影响
人工智能的发展已对人类及其未来产生深远影响,涉及经济利益、社会作用和文化生活等方面。
比如智能服装可以读出人体心跳和呼吸频率,能够自动播放音乐,在胸前显示文字与图像,甚至上网冲浪。
智能冰箱、智能电视等智能家电现在已经进入了千家万户,利用语音识别、图像识别等技术,这些家电在便利操控和安全性能上无疑更具有优势。
智能汽车的无人驾驶技术正在紧锣密鼓地发展之中,相信在不久的将来,人类将不必为交通堵塞,驾驶疲劳等事务烦心,而可以利用交通的时间更好地学习工作。
人工智能领域图像识别和计算机视觉等技术,提供了人面识别、指纹识别、虹膜识别等保密方式,使人们生活中的秘密、隐私、以及人身财产安全,能够得到更多的保障。
智能手机让陌生人之间的联系变得更加容易,社交活动更容易展开,当然,这其中有一定风险性,需要审慎对待。
一、人工智能对经济发展的促进
人工智能对经济的促进作用不单是对个别企业和行业,随着计算机系统价格的继续下降,人工智能技术必将得到更大范围的推广,产生更大的经济效益。
1.专家系统的效益。
一般的说,专家系统是一个智能计算机程序系统,其内部具有大量专家水平的某个领域的知识与经验,能够利用人类专家的知识和解决问题的方法来解决该领域的问题。
也就是说,专家系统是一个具有大量专门知识的系统,它应用人工智能技术,模拟人类专家的决策过程,以解决那些需要专家决定的复杂问题。
成功的专家系统能为它的建造者、拥有者和用户带来明显的经济效益。
用机器执行任务而不需要有经验的专家,可以极大地减少劳务开支和培养费用。
由于软件易于复制,所以专家系统能够广泛传播专家知识和经验,推广应用数量有限的和昂贵的专业人员及其知识。
而且如果保护得当,软件能被长期和完整地保存,并可根据该领域知识的发展及时更新。
专家系统在比较专业的领域有着十分光明的前景,比如医疗领域。
即使是专业的医生也难以同时保持最新的治疗方案和方法,而专家系统却能迅速地更新和保存这类建议,即提高了医院的经济效益,也让病人可以得到最好的治疗。
虽然现在的专家系统只能局限于某些领域,而且由于没有固定的算法,还要在不完全、不精确或不确定的信息基础上做出结论,准确性还有待保证。
但是随着人工智能的发展,专家系统也在不断完善,相信将来这项技术就可以大规模、又可靠地应用在许多领域,可以让最多的人享受到最好的服务。
2.推动计算机技术发展。
人工智能研究已经对计算机技术的各个方面产生并将继续产生较大影响。
人工智能应用要求繁重的计算,促进了并行处理和专用集成片的开发。
算法发生器和灵巧的数据结构获得应用,自动程序设计技术将开始对软件开发产生积极影响。
所有这些在研究人工智能时开发出来的新技术,推动了计算机技术的发展,进而使计算机为人类创造更大的经济实惠。
二、人工智能对社会的影响
人工智能在给它的创造者、销售者和用户带来经济利益的同时,就像任何新技术一样,它的发展也引起或即将出现许多问题,并使一些人感到担心或懊恼。
1.劳务就业问题。
人工智能能够代替人类进行各种脑力劳动,将会使一部分人不得不改变他们的工种,甚至造成失业。
人工智能在科技和工程中的应用,会使一些人失去介入信息处理活动(如规划、诊断、理解和决策等)的机会,甚至不得不改变自己的工作方式。
2.社会结构变化。
人们一方面希望人工智能和智能机器能够代替人类从事各种劳动,另一方面又担心它们的发展会引起新的社会问题。
实际上,近十多年来,社会结构正在发生一种静悄悄的变化。
“人-机器”的社会结构,终将为“人-智能机器-机器”的社会结构所取代。
智能机器人就是智能机器之一。
很多本来是由人承担的工作将由机器人来担任,因此,人们将不得不学会与有智能的机器相处,并适应这种变化了的社会结构。
3.思维方式与观念的变化。
人工智能的发展与推广应用,将影响到人类的思维方式和传统观念,并使它们发生改变。
例如,传统知识一般印在书本报刊或杂志上,因而是固定不变的,而人工智能系统知识库的知识却是可以不断修改、扩充和更新的。
一旦专家系统的用户开始相信系统(智能机器)的判断和决定,那么他们就可能不愿多动脑筋,变得懒惰,并失去对许多问题及其求解任务的责任感和敏感性。
那些过分依赖计算器的学生,他们的主动思维能力和计算能力也会明显下降。
过分地依赖计算机的建议而不加分析地接受,将会使智能机器用户的认知能力下降,并增加误解。
在设计和研制智能系统时,应考虑到上述问题,尽量鼓励用户在问题求解中的主动性,让他们的智力积极参与问题求解过程。
4.心理上的威胁。
人工智能还使一部分社会成员感到心理上的威胁,或叫做精神威胁。
人们一般认为,只有人类才具有感知精神,而且以此与机器相别。
如果有一天,这些人开始相信机器也能够思维和创作,那么他们可能会感到失望,甚至感到威胁。
他们担心:
有朝一日,智能机器的人工智能会超过人类的自然智能,使人类沦为智能机器和智能系统的奴隶。
对于人的观念(更具体地指人的精神)和机器的观念(更具体地指人工智能)之间的关系问题,哲学家、神学家和其它人们之间一直存在着争论。
按照人工智能的观点,人类有可能用机器来规划自己的未来,甚至可以把这个规划问题想象为一类状态空间搜索。
当社会上一部分人欢迎这种新观念时,另一部分人则发现这些新观念是惹人烦恼的和无法接受的,尤其是当这些观念与他们钟爱的信仰和观念背道而驰时。
5.技术失控的危险。
人工智能技术是一种信息技术,能够极快地传递。
我们必须保持高度警惕,防止人工智能技术被用于反对人类和危害社会的犯罪,即智能犯罪。
6.法律问题。
人工智能的应用技术不仅代替了人的一些体力劳动,也代替了人的某些脑力劳动,有时甚至行使着本应由人担任的职能,免不了引起法律纠纷。
比如医疗诊断专家系统万一出现失误,导致医疗事故,怎么样来处理,开发专家系统者是否要负责任,使用专家系统者应负什么责任,等等。
人工智能的应用将会越来越普及,正在逐步进入家庭,使用“机顶盒”技术的智能化电器已问世。
可以预料,将会出现更多的与人工智能的应用有关的法律问题,需要社会在实践的基础上从法律角度做出对这些问题的解决方案。
三、人工智能对文化的影响
1.改善人类知识。
在重新阐述我们的历史知识的过程中,哲学家、科学家和人工智能学家有机会努力解决知识的模糊性以及消除知识的不一致性。
这种努力的结果,可能导致知识的某些改善,以便能够比较容易地推断出令人感兴趣的新的真理。
2.改善人类语言。
根据语言学的观点,语言是思维的表现和工具,思维规律可用语言学方法加以研究,但人的下意识和潜意识往往“只能意会,不可言传”。
由于采用人工智能技术,综合应用语法、语义和形式知识表示方法,我们有可能在改善知识的自然语言表示的同时,把知识阐述为适用的人工智能形式。
随着人工智能原理日益广泛传播,人们可能应用人工智能概念来描述他们生活中的日常状态和求解各种问题的过程。
人工智能能够扩大人们交流知识的概念集合,为我们提供一定状况下可供选择的概念,描述我们所见所闻的方法以及描述我们的信念的新方法。
3.改善文化生活。
人工智能技术为人类文化生活打开了许多新的窗口。
比如图像处理技术必将对图形艺术、广告和社会教育部门产生深远的影响。
比如现有的智力游戏机将发展为具有更高智能的文化娱乐手段。
综上分析我们知道,人工智能技术对人类的社会进步、经济发展和文化提高都有巨大的影响。
随着时间的推进和技术的进步,这种影响将越来越明显地表现出来。
还有一些影响,可能是我们现在难以预测的。
可以肯定,人工智能对人类的物质文明和精神文明将产生越来越大的影响。
全球人工智能产业发展面临的三大难题
人工智能产业链包含了基础设施层、技术研发层和应用层。
基础设施层涵盖了数据支撑、感知和运算。
随着以声学、触觉、味觉、嗅觉和视觉等仿生人体五种感知能力的智能传感设备的成熟化,为人工智能实现多元化发展提供了保障。
技术研发层涵盖了机器学习、自然语言处理、图像识别三个方向,是人工智能核心和高价值环节。
目前,自然语言处理的成熟度最高,其次是图像识别,而机器学习领域技术成熟度最低,还未形成大规模行业应用。
应用层分为智能硬件平台和软件集成平台。
应用层分布根据技术研发的成熟度不同存在行业领域变化。
尽管目前人工智能很热,但人工智能产业发展依然面临三大难题:
1.数据流通和协同化感知有待提升。
基础设施层的仿人体五感的各类传感器缺乏高集成度、统一感知协调的中控系统,对于各个传感器获得的多源数据无法进行一体化的采集、加工和分析。
国内著名的咨询机构赛迪顾问认为,未来突破点将发生在软件集成环节和类脑芯片环节。
一方面软件集成作为人工智能的核心,算法的发展将决定着计算性能的提升。
另一方面,针对人工智能算法设计类脑化的芯片将成为重要突破点。
2.强人工智能尚未实现关键技术突破。
在技术研发层,目前取得的进度依然属于初级阶段,对于更高层次的人工意识、情绪感知环节还没有明显的突破。
赛迪顾问认为,未来突破点将发生在脑科学研究领域。
要对真正的分析理解能力进一步地研发,从大脑的进化演进、全身协调控制等领域实现。
3.智能硬件平台易用性和自主化存在差距。
应用层的智能硬件平台,服务机器人的智能水平、感知系统和对不同环境的适应能力受制于人工智能初级发展水平,短期内难以有接近人的推理学习和分析能力,难以具备接近人的判断力。
国内人工智能发展状况
我国人工智能起步于上世纪70年代,晚于欧美发达国家。
但是从目前来看,在人工智能所带来的新赛场上,无论是从理论研究、技术研发方面,还是从产业基础方面来看,应该说我国的研究积累与发达国家相比差距不大。
一、发展历程
早在70年代后期,中国科学院院士吴文俊就凭借几何定理的机器证明成果,成为国际自动推理界的领军人物,他所开创的数学机械化也在国际上被誉为“吴方法”。
近些年来,我国人工智能领域又取得了飞速发展。
科大讯飞语音识别技术已经处于国际领先地位,其语音识别和理解的准确率均达到了世界第一,自2006年首次参加国际权威的BlizzardChallenge大赛以来,一直保持冠军地位。
XX推出了度秘和自动驾驶汽车。
腾讯推出了机器人记者Dreamwriter和图像识别产品腾讯优图。
阿里巴巴推出了人工智能平台DTPAI和机器人客服平台。
清华大学研发成功的人脸识别系统以及智能问答技术都已经获得了应用。
中科院自动化所研发成功了“寒武纪”芯片并建成了类脑智能研究平台。
华为也推出了MoKA人工智能系统。
截至2012年,中国人工智能方面的专利申请数量首次超过美国,成为全球人工智能专利最多的国家。
技术的不断突破,也推动了人工智能在我国的应用领域不断得到拓展,进而促使我国人工智能市场规模较快增长。
据前瞻产业研究院发布的《2017-2022年中国人工智能行业市场前瞻与投资战略规划分析报告》显示,2014年我国人工智能产业市场规模为48.6亿元。
截止到2016年底,人工智能产业市场规模已经增长至95.6亿元,年均复合增长率高达40.25%。
随着人工智能应用范围的扩大,将带动产业规模高速增长。
预计到2018年,我国人工智能产业市场规模将达到203.3亿元。
二、政府推动情况
我国政府一直重视人工智能的发展。
尤其是2015年将人工智能作为国家“互联网+”战略中十一个具体行动之一,提出要“加快人工智能核心技术突破,培育发展人工智能新兴产业,推进智能产品创新,提升终端产品智能化水平”。
2016年中,国家发改委、科技部、工信部、中央网信办联合发布了《“互联网+”人工智能三年行动实施方案》,这是我国首次单独为人工智能发展提出具体的策略方案,也是对去年发布的“互联网+”战略中人工智能部分内容的具体落实。
该行动方案提出了三大方向共九大工程,系统地提出了我国在2016年-2018年间推动人工智能发展的具体思路和内容,目的在于充分发挥人工智能技术创新的引领作用,支撑各行业领域“互联网+”创业创新,培育经济发展新动能。
这不仅在操作层面提出了我国近期发展人工智能的具体方案,将人工智能的发展措施落到了实处,也明确了我国人工智能技术发展的内容重点和阶段性要求。
发达国家发展人工智能的新举措
人工智能(AI)是信息领域的尖端技术,最近的一系列技术突破使得这一领域获得了强劲的动力,正在向新的发展阶段快速迈进。
在接下来的10年中,金融、交通、制造、医疗、商业等国民经济重要行业都将受到AI的重大影响。
美、日、欧等发达国家和地区已经对此达成高度共识,并于近期连续推出了一系列新举措,以期在即将到来的新一轮科技革命中争夺先机。
一、美国政府新举措
作为信息技术革命的发源地和领跑者,美国在迎接AI新未来的过程中再次一马当先。
美国政府近期连续推出了一系列新举措,包括在美国国家科学与技术委员会(NSTC)下成立机器学习与AI专门委员会、发布美国《国家AI研究与发展战略规划》、推进“AI百年研究”项目、在全美举办四场AI大讨论、大力推进脑科学研究等。
1.成立机器学习与AI专门委员会。
美国白官于2016年5月宣布在NSTC下成立机器学习与AI专门委员会。
委员会协调美国各部门、企业、大学研究机构在AI发展方面的行动,跟踪AI和机器学习领域的最新进展。
该委员会还将努力提高政府对AI和机器学习技术的使用以提升办公效率。
2.发布《国家AI研究与发展战略规划》。
2016年10月,美国白宫发布《国家AI研究与发展战略规划》,该规划由NSTC的机器学习与AI专门委员会制定,是一项关于美国AI研发战略的高层框架,用于确定发展AI所需要的科学和技术,并确定了联邦资金资助的AI研发的优先顺序,为国家资助的AI研究和发展制定总体蓝图。
3.实施“AI百年研
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 地方财政 研究