删除历史记录
　----
相关平台红包
AI 技术能让老板更好地监督你……这是好事还是坏事？
作者：之家哥
摘要：网贷之家小编根据舆情频道的相关数据，精心整理的关于《AI 技术能让老板更好地监督你……这是好事还是坏事？》的相关文章10篇，希望对您的投资理财能有帮助。
《AI 技术能让老板更好地监督你……这是好事还是坏事？》 精选一转型正在发生。本文作者 Dave Rocker 是管理咨询公司 Rocker Group, LLC 的执行，他在本文中探讨了技术在现代企业办公之中的应用，不仅能够提高员工的生产力，而且能够将老板和员工的关系引导向一个更有趣的方向。在日常生活中，我们与 AI 可能有多次交互机会，但其中许多交互我们自己可能都没意识到。人工智能已经嵌入到应用非常广泛的一些消费技术中，许多消费者也都没注意到。因此，要说人工智能为现代办公注入了更强大的功能自然也不足为奇。以企业为重点的人工智能技术能够将老板和员工的关系引导向一个更有趣的方向，并且这一转型目前已经开始发生。对于老板来说，最本质的一点在于确保企业发挥最大的潜力。从这一角度来看，人工智能在企业领域的未来看起来非常光明。因为人工智能技术能够简化操作流程，将企业的效率提升到前所未有的水平。而这要归功于先进的数据收集和分析技术，首席执行官们得益于此，到 2035 年就可以将企业生产力提高 40% 之多。技术的进步不断刷新人们的期望，企业工作领域的全面变革似乎也越来越有可能发生。AI 提高生产力建立在 AI 基础上的监督绝不是痴人说梦，实际上，这已经是现实了。技术先驱日立公司宣布公司安装人工智能工具的仓库生产力提高了 8%，这些人工智能工具主要用于分配任务并确定实现这些任务所需的新策略。除此之外，他们还能够适应各种变化。日立希望这些人工智能工具收集的信息很快就能应用于医疗保健、交通运输以及其他各行各业之中。无论怎样，企业老板都有责任确保员工能够高效地利用自己的工作时间，而在这个方面，人工智能可以很好的发挥作用。科技公司 Veriato 致力于从事员工管理软件，能够监控所有电脑的使用情况。它的 AI 工具能够记录公司计算机上的所有活动，并对这些数据进行分析，以确定谁在工作上投入了更多的时间，谁又在工作时间偷懒。它甚至可以通过对电子邮件和通讯消息的解读来评估员工工作士气。有些人可能会认为这样提高生产率的技术具有侵犯个人隐私的嫌疑，但只要是在公司时间里，你所做的与工作无关的一切都是在损失公司的资金。因此，从这一角度来看，雇主利用人工智能解决方案来确保员工的实际工作时间也是合理的一种做法。但仍然无法破解沟通问题从目前情况来看，人工智能可以通过简化流程来帮助大多数公司实现提升效率的目标，而不需要昂贵的审计和评估投入。但是，在将这些责任转移到软件的过程中，公司会面临损坏人际沟通和关系的眼中风险。同其他任何关系一样，良好的工作关系也是建立在强有力的沟通基础之上。优秀的领导者知道如何通过灵活性，来细微平衡员工需求与公司指令之间的差异达到激励员工的目的。即便是采用最乐观的预测标准，人工智能距解决这些整体挑战至少还需要十年的时间。要创建一种能够满足有效人际沟通所达到的细微性区别处理效果的人工智能技术，显然还有很长的路要走。但即便这样的一项技术发展到完善的程度，它是否真的就能满足所有员工的不同需求呢？至少现在，我们还很难想象一位人工智能老板能够针对某位员工来一次提升士气的谈话。即便是 2017 年所出现的最为先进的沟通工具，也无法具备像一位有经验的管理者所具有的对背景和细微差别的那种掌握能力。而从另一方面来说，并不见得每一位老板都发挥了优秀的管理角色，随着软件解决方案达到惊人的数量（并且能力也在日渐增长），AI 至少可以取代那些拖员工后腿的坑爹老板。在你表现优秀的时候，一位人工智能老板无法拍拍你的后背表示肯定，但至少他也不会发表不当的评论或者是做出错误的指示去浪费彼此的时间。未来发展方向我们目前正处于 AI 变革的浪潮之中。无论好坏，无论是否紧要，这就是当前所发生的事情。而这些技术能否被采用将取决于一个因素：它们是否能够提高盈利？答案取决于数字，而不是人类被取代是否会引发任何不安的感觉。那老板与员工的关系是否适合通过 AI 来改善呢？与软件一样，这取决于编程。原文链接：https://venturebeat.com//ai-could-help-your-boss-track-your-performance-for-better-or-for-worse/编译组出品。编辑：郝鹏程本文转自36Kr《AI 技术能让老板更好地监督你……这是好事还是坏事？》 精选二1.人工智能飞速发展，领域大有可为随着人工智能技术的快速发展，多个领域都迅速收获了突破性成效，在金融领域内也是如此。具体来说，在信用评估、和个人财务管理上都有所运用。实际上，金融领域是人工智能适合运用的领域之一，这是因为人工智能技术的数据和算法缺一不可，而运用的领域需要满足能够将一定的流程标准化、模式（pattern）化。金融领域是跟数据大量打交道的领域，全球化的波动导致交易市场瞬息万变，而智能设备等传感器的普及产生了大量的非结构化数据。金融领域的正可以利用数据和算法进行更高效的评估，可有效的降低金融机构的成本，同时挖掘到更多有价值的信息，帮助市场进行决策。作为全球创新的中心之一——硅谷，近年来也涌现了大量的以人工智能为核心技术的创业。未央研究拜访了这其中16-17年之间成立的公司，以发现最新人工智能技术是如何改进或重塑原有金融格局。2人工智能技术在领域的运用近年来智能设备的兴起围绕用户产生了大量的信息，这为评估产生了大量的挖掘价值。同时，传统的分数缺陷也一直存在，事实上，由于FICO分数极大依赖于信用历史。（FICO分数考虑的五个指标包括：（1）偿还历史记录，占比35%，包括各种信用账户的偿还信息和负面的公共记录；（2）信贷欠款额度，占比30%；（3）信贷历史年限，占比15%；（4）新开设的信用账户，占比10%；（5）正在使用的信用类型，占比10%。）这导致FICO分数在实际运用中产生了一些问题：一、对于缺乏信用历史的人，如移民或者年轻人无法评估；二、对于已有FICO分数的人群来说，其假设和准确性也存疑，例如，如果用户由于遭受了短期经济打击失去房子，但是保留工作的车辆则应该判定其有稳定的还款意愿，但在FICO分数里则被认为是不可靠的。而FICO数据迭代较慢，这导致了一些分数较高的用户同样存在违约状况。近年来，FICO分数越来越成为一个供金融机构参考而不是决定性的指标之一，对于个人用户的信息，机构会自行收集并用自己的进行评估。甚至有公司不再使用FICO，例如，2016年1月，硅谷最大的线上贷款公司SoFi就宣布不再使用FICO分数。人工智能算法的使用也对于个人用户信用画像能起到完善作用。MIT一篇工作论文通过将年的消费者信用历史数据和消费类数据利用分类和回归算法为消费者进行信用分数，并将结果与利用信用局的数据利用传统方法计算的分数结果进行对比。下图显示两种模型对于信用优良和信用差的人群都有较好的识别作用，但对于信用中等的人群，前者更能准确的预测该人群的行为。作为近年来发展最快的技术来说，以往可能被信贷员判断为无关变量的信息，如地址信息，APP使用习惯等，通过挖掘和整合可能形成有用的变量，从而反映/指向跟用户的还款意愿或者还款能力相关的变量。Random Forest Capital在2016成立，是一家位于旧金山的跨平台和数据工程。Random Forest称，目前现存的承销方法昂贵、低效、不准确，无法准确地评估这些债务的风险。Random Forest使用跨平台的机器学习算法来定价；在**提高准确性和效率的同时，也解决了和借款方的利益冲突。因为平台获得的很多数据是类别数据，所以公司使用树类的模型 ---基于树的（tree base） 算法很有用，此外Boosting算法也被证明很有效果。需要指出的是，受限于美国对于个人数据和隐私保护，很多金融机构需要“带着脚铐跳舞”在不破坏个人隐私的情况下尽可能挖掘多的关于主体的信息。3人工智能在的运用人工智能技术早期在投资领域中已有所运用，人工神经网络（ANN）就是被认为较有用的算法之一，人工神经网络已被证明能过够有效处理金融市场中的不确定性，相比于线性回归模型能够挖掘数据中的非线性关系，同时能够有效的处理大量数据中的噪音信息。更吸引人的是，人工神经网络模型可以通过新数据的训练来更新现有的模型，在瞬息万变的市场中能做到快速反应。相对于传统的，人工智能型的一大优势即是它更大限度地回避了人为操作的误差，可以在短时间内处理更大量的数据，并可以动态地更新模型的参数以及模型本身，所以使得算法更加灵活且适应性强，使其在长期超越静态的传统量化模型的表现。相对于传统的量化模型来说，人工智能型基金算法更加灵活，甚至设立了一些随机性，这使得其算法相关性相对于传统量化模型更弱。可见，自2010年起，相比于任何其他种类的基金，人工智能型都更高。不仅在的运营、成本结构和收入形式上产生了变革，在对客户端也能产生影响，行业就是这样，按照Openfolio的思路，以往的受限于成本和技术是由主导，个人投资者由于其份额小无法拥有投资话语权，无法进行个性化投资。人工智能技术的引入，使得未来基于个人用户实际情况进行调仓成为了可能，真正做到基于用户的风险承受能力、收益预期以及个人价值观等要求个性化调仓。4人工智能技术在个人财务管理的运用随着的意识和需求兴起，越来越多的软件开始利用人工智能技术为个人用户进行财务管理。这些软件基于的逻辑的是，通过分析用户的开销等相关数据，基于用户设定的目标，为用户提供建议，帮助用户达成目标水平。成立于硅谷的Olivia AI就是这样一家公司，Olivia公司致力于打造一个贴心的个人财务管理助手，使每个用户在个人理财方面都能得到个性化专业化的贴心服务。通过结合人工智能技术、财务管理知识和行为***等学科的专业知识，Olivia AI以一个聊天机器人形象服务客户，通过学习用户的金融习惯和消费习惯，对用户的各个资金账户进行统一管理，并针对用户特点给出用户的理财、消费计划。实际上，近年来在该领域的创业公司很多，都是瞄准了年轻人不好的理财习惯（不存款）以及无节制的开销（月光族）的潜在机会，旨在利用更用户友好的界面，更全面的功能和有趣的互动和激励形式来培养用户的理财习惯。例如提供自动存款功能的Digit, 以及利用IFTTT来作为储蓄激励的Qapital。（IFTTT，是一个新生的网络服务平台，通过不同平台的条件来决定是否执行下一条命令。即对网络服务通过其他网络服务反应作出反映。IFTTT得名为其口号“if this then that用户设定一些规则来进行储蓄，例如存每次花费后找的零钱等；IFTTT有上千种规则，也和很多软件捆绑来设定目标，例如如果下雨了，就扣作为晴天旅游的资金等。）作为科技的创新之地，硅谷的公司已经将人工智能技术成熟的运用在金融各个领域，但我们也欣喜的发现，中国的科技金融的应用创新也未落后，不少硅谷的公司在中国已有对标。未来我们期待人工智能技术能够为金融领域带来更大的变革，服务更多传统金融未触达的人群。《AI 技术能让老板更好地监督你……这是好事还是坏事？》 精选三本报记者 汪传鸿 北京报道导读智能驾驶、安防、医疗健康和金融等垂直领域成为过去一年中人工智能技术发酵的行业。“2017年甚至接下来较长一段时间，人工智能领域的重点发展将集中于弱人工智能在专业化程度高、垂直领域内的应用。”12月25日，驭势科技CEO、前英特尔中国研究院首席工程师吴甘沙告诉21世纪经济报道记者。回首2016年人工智能发展轨迹，年初“AlphaGo”战胜李世石引领了这一整年人工智能技术的风头。一同站上风口的还有例如无人驾驶这样的垂直应用领域，在芯片层面，英伟达们也推出面向深度学习的GPU等。与此同时，越来越多的科技企业在提倡人工智能，小米、网易等公司在过去一年也加入到这一阵营当中。而在硅谷，Facebook、Google和微软三家企业对人工智能人才的争夺已经是过去两三年内的一道风景线。曾在每年年末都会宣布第二年将挑战、学习一件事的扎克伯格，也在这个岁末重新敲起了代码：他花费100个小时写了一套人工智能算法，并将“人工智能”作为2017年自己亲自挑战的那件事。即便如此，扎克伯克也亲口承认目前人工智能存在的瓶颈，目前仍旧无法构建出一个能够完全自主学习新技能的人工智能系统。与此同时，Facebook、百度这样的大公司，已经和创业公司开始在人工智能这一赛道上碰撞。“又近又远”的人工智能未来吴甘沙笃定地告诉21世纪经济报道记者，未来学家们乐意夸大人工智能在短期的进展，例如乐观估计人工智能技术能够颠覆一切。吴甘沙曾是前英特尔首席工程师，目前担任自动驾驶公司驭势科技CEO。未来学家们乐观并非没有缘由，李世石败在“AlphaGo”手下，人工智能的能力似乎又一次碾压了人类的智商。但如果考虑到早在上世界末“深蓝”即已击败国际象棋冠军，“AlphaGo”也只是把某一类智力竞赛中战胜人类的事情重复了一遍。至此，需要解释的两个概念分别是“弱人工智能”和“强人工智能”。前者被普遍认为是不能真正地推理和解决问题的智能机，强人工智能才是能够匹敌人类智慧的存在。简单来说，弱人工智能目前已经无处不在：例如通过iPhone中的siri安排事项，或者电商网站通过客服机器人来回答问题。类似表述还有“专用人工智能领域”和“通用型人工智能”。在提升某一领域运行效率上，“弱人工智能”和“专用人工智能”已经在发挥能力，这已然是业内共识。近日扎克伯格亲自花费100个小时的时间写出了一套AI程序“Jarvis”，但是他同时也坦承，即便花费1000个小时，他也无法构建出一个能够完全自主学习新技能的系统——除非人工智能技术出现基础性的变革。“某种程度上，人工智能比我们想象的既要远又要近。”扎克伯格说。但在明年接下来的时间中，他将对外分享其个人在人工智能方面的探索。一方面是不断有人强调甚至鼓吹目前是“人工智能”的，即便是在行业中，讨论人工智能将如何取代人类的声音也不绝于耳；另一方面，则是对于人工智能更为审慎的态度，例如中国人工智能学会副理事长谭铁牛在年中公开表示，人工智能相关技术正处于期望膨胀期，接下来可能是“幻灭期”。尽管如此，人工智能技术在不少垂直行业实现了普及应用。具体来看，智能驾驶、安防、医疗健康和金融等领域，成为过去一年中人工智能技术发酵的行业。而例如安防和智能客服这样的应用领域，已经进展了数年。峰瑞资本技术合伙人覃超告诉21世纪经济报道记者，人工智能技术的确在过去一年陆续应用到了一些成熟的科技产品中，例如iPhone通过文字来直接搜索手机内照片内容、京东智能客服等。覃超认为，难度不在于人工智能的应用，而在于如何提高智能客服回复的准确率，“一般大平台在将准确率提升到一定水准才会面向市场推出。”大公司PK小公司多位业内人士告诉记者，人工智能重点落地仍将是高度专业化细分市场。例如同样存在机会的还有医疗领域：这一市场成本高昂，且优质医疗资源在国内不少地区仍处在稀缺状态。这也意味着，“弱人工智能”和“窄人工智能”仍是未来人工智能发酵的突出领域。对此，搜狗CEO王小川的判断是，未来在医疗领域里，机器人辅助诊断会带来一个重大的变化。在金融领域，或者叫（Fintech）中，也有大量的使用会产生。其次对于像语音、图像相关处理，包括翻译，在这些人机交互的问题上，也会有相当大的进展。“我们认为2017年智能驾驶会有一些更加实际的应用和落地。”吴甘沙告诉记者，智能驾驶在整个人工智能领域中的门槛较高。与此同时，吴甘沙认为过去两年积累颇深的智能语音应用可能会在接下来一年有爆发式的进展。在2016年，人工智能领域的大公司和小公司之间的较量仍在缓慢持续变化着。根据venture scanner发布的人工智能2016年第四季度报道，人工智能领域的规模达到了8，涉及人工智能相关的13个领域接近1500家公司。此外风险投资资金仍在持续进入这一市场，记者通过venture scanner 官网查阅发现，截至12月月底，涉及投资资金达到97.9亿美元，全球对该领域进行超过700家。而大公司则将人工智能技术普遍应用到已有成熟产品的改进当中，例如谷歌在翻译领域上线了神经翻译系统，特斯拉选择在旗下车型中落地无人驾驶技术。目前科大讯飞涉足领域包括教育行业、**行业、汽车行业、客服行业以及讯飞开放平台和to C 产品。但从技术层面来说，上述多个行业中科大讯飞涉猎均在感知智能领域和认知智能领域。科大讯飞方面告诉21世纪经济报道记者，其认为在未来5到10年内，人工智能会像水和电一样进入每一个行业，深刻改变世界。但在这一过程中，人工智能应当怎么商业化或产业化？出门问问CEO、前谷歌总部科学家李志飞的答案是，人工智能商业化方面，大公司和小公司的路径并不相同。“目前比较清晰的有三条路。”李志飞告诉21世纪经济报道记者，其一是AI优先：将人工智能技术应用到目前已有的产品当中，例如谷歌利用AI技术来改进谷歌翻译；其二是将AI技术以API接口的方式向外界开发，这也是目前大量缺乏产品落地的创业人工智能技术公司的做法；其三，则是例如出门问问这种同时操办软硬件，在旗下推出的例如智能手表上加入人工智能技术。“大部分创业公司做的是+AI。”face++联合创始人兼CEO印奇认为，本质上人工智能在行业应用中做的事情并不是“从0到100”，而是将100扩展到130等：本质上你是优化行业效率。与此同时印奇认为，和上一波的移动互联网创业相比，人工智能领域创业的难度相对更大。人工智能创业的壁垒包括人才、技术、数据和计算能力的壁垒等，这些壁垒在创业公司身上尤为明显。吴甘沙告诉21世纪经济报道记者，大公司偏向打造基础生态，小公司则侧重产品应用。其中基础设施包括芯片、和的基础设施，小公司要么在某一个技术点上做得非常好，未来寻求被大公司收购，或者在一个垂直的应用上发力，但总体来看大公司和小公司可以实现生态共赢。（编辑：李清宇，邮箱：）《AI 技术能让老板更好地监督你……这是好事还是坏事？》 精选四在朋友圈看到了这么一条：第一，如果所有的工作收入都是一样的，你还会选择现在的工作吗？第二，你希望你的孩子以后也从事你现在的工作吗？第三，如果只剩十年的寿命，你做什么事情才不会留下遗憾？你们心里有这三个问题的答案吗？我们每天清醒着的时间不过 16 个小时，除去必要的衣食住行，工作能占到其中的 60% — 80% 。事业与婚姻齐名，是会对人生产生最深远改变的两大因素，工作不如意，对生活质量、情绪健康、自我价值的实现都影响重大。时代、行业、公司、部门、主管，这每一个层级上的大环境、小生态、微变化，都会对工作能否顺利展开产生巨大的影响。核心在于你选择加入什么样的行业，效力什么样的公司，跟随什么样的领导。个人内心那点小倾向的影响力，之于这些外界环境施予的影响力，常常是微不足道的。所以选择工作是一个纯粹的理性行为，行业、公司、主管，这三个关键点选择靠谱了，再加上个人努力，一般不会太差。在这三个点上都选错了，这份工作就是再热爱也干不出啥成绩。首先是做出对的选择，其次才有，越努力越幸运的机会。好工作有什么显而易见的标志吗？行业、公司、主管，听起来都很难选。人心隔肚皮，职场小鲜肉总是困惑于看不清老油条的真面目，有没有什么简单可执行的识别方法，让那些值得奉献的好工作脱颖而出？标志一具备显著提高你个人价值的能力工作的本质，是把我们的单位时间最大商业化。只有能力不断提高，单位工作时间里创造更多的价值，才能享有不断上涨的价格/工资，从而在未来，当你的体力已经远远不及年轻人的时候，还能维持同样的生活品质，或者过上更为自由的生活。人生的理想状态应该是先抑后扬。年轻时精力充沛牵挂少，适合奋斗拼搏学本领；人到中年时各项生理机能衰退又俗事缠身，只有之前的积累足够，才能从容，应对自如。如果反过来，年轻时自由散漫骚浪贱，人到中年就会百般局促，杯具复杯具。因此，花同样的时间精力，从事能升值的工作才是要务。在这个标准下，来思考哪些因素不属于能提升你价值的：比如优美的工作环境？便利的公司地点？美女很多？工资多一千？上班不打卡？年假多三天……这些因素并不能确保“提高你的价值”，那在你考虑是否接受这个工作时，这些因素的权重就应该很低。而另外一些因素就变得很重要：比如公司是否是行业领先者，具备领先的技术实习、管理水平、产品品质？带你的老板牛不牛？是不是可以学习到行业内最专业的工作方法？是不是能接触到最一流的技术？能不能参与创新性的核心项目？有没有牛逼的合作伙伴？是不是业内最高作业标准？……见贤思齐，择邻而居，不要小看环境的力量。这个环境不是指的办公环境，而是人际环境。加入领军企业，师从业内大拿，是初涉职场最大的幸事。标志二凝聚了一批简单做事的人经验欠缺的年轻人如何快速判断一家公司是不是靠谱？其实入职一个月就能基本判断个大概：那些兢兢业业工作、认真负责的同事是否在核心岗位上？业绩突出的同事是否得到公开表彰？能力突出的人是否随着年限增加获得了超常规的回报？那些乐于八卦、无所事事、充满负能量的人是不是被边缘化？部门之间合作推进一件事情是否难于上青天？流程审批性的工作已经占据了日常工作内容的接近一半？来自用户对公司产品的合理建议是否能得到反馈？……一个奖惩混乱、士气涣散、整体氛围多一事不如少一事的公司，走下坡路是早晚的事情。这样的工作具有非常大的危险性，会不知不觉间瓦解掉一个人的所有斗志。年轻人进入这样的公司极易被同化，毕竟人都是有惰性的。你要成为什么样的人，就跟什么样的人在一起。标志三公司产品能够让你自愿推荐给身边的亲友一个公司组织存在的意义在于替人类社会解决了某一个问题。少数公司之所以伟大，因为他们不但解决了一个特定的问题，还促进了社会效率的提升和结构升级。但社会上也的确还存在为数不少的工作，并没有积极的社会意义。这一点从产品上最能直接显现。比如那些提供低俗炒作服务的公关公司（配合一些短视的公司提高知名度），在街上发传单拉人头、买电话号码给客户打骚扰电话的工作（很多大学生在做，一天可以挣个一两百块），一些靠社会潜规则维系灰色链条的生意、钻政策空子谋得短期收益的项目、质量低劣的伪冒产品……一个简单的判断标准就是，你愿意把你们公司的产品，推荐给自己的家人朋友吗？如果你不但放心、还非常骄傲，这公司基本上是靠谱的。（除去直销模式的工作哈）听起来好有道理的样子。除此之外，如何在行业、公司、主管那三个关键点上做出明智的选择呢？01从第一份工作开始，学会判断行业大势大概在五年前的时候，我面临着一次换工作的机会，当时给我最高薪酬的offer，是一家做电视购物的公司，跟那个主管聊的也非常投缘。但是我最终没有去，就是因为我考虑到电视购物是一个夕阳行业。电视购物会看的可能就是老头老太太。中国的确是进入了老龄化社会，但要注意的是，下一波步入老龄化的是我们这样的人。我们这样的人还会相信电视购物吗？并不会。所以这个行业终究会面临转型或者升级换代，或者直接被淘汰。这都非常非常有可能发生。我刚才搜索了一下，这家公司现在已经没有任何新闻了，最后的新闻停留在 2012 年。也许这个公司已经关闭了。那我当时的选择进入互联网行业，从目前来看就是一次对的选择。所以说眼光不能只看到眼睫毛。如果判断不好多求助下行业里的资深人士。02要特别关注公司业绩是否在稳定的提升上市公司的话，近几个季度的财报就能够看出来了，如果是非上市公司的话主要是看它的产品销售情况。很多同学会认为自己是否升职加薪，取决于自己跟主管的关系，这样想问题很容易遇到意料之外的结局。最根本的原因是这家公司有没有这个空间给大家升职加薪。我曾经在一家公司一共呆了一年半的时间，我是那个部门表现最好的一个员工。在这个一年半的时间里我得到三次公司级表扬，但是我加起来的工资涨幅一共就是五百块钱......公司、部门、主管，都很认可我，但其实他没有能力去回报你了，因为整个公司的业绩是不断在下滑。当公司业绩下滑的时候，刚执行一年的很多福利，什么下午茶、年假、不打卡、调休，全部取消了。这是亲身经历的事情。03很容易被忽略的一点：主管还想不想奋斗大家普遍认为的好主管，都是指的好相处，比如脾气温和，批评都是私下的，表扬都是当面的。但其实在现实生活中，你会发现一个好的主管，用一句大白话讲就是如果你干得不错，那么这个主管除了给自己加工资，还能想到也给你加工资，这就已经是一个好主管了。其他的都是些细枝末节。脾气好的领导会让你一时舒适，但有着昂扬斗志的领导才是珍宝。实话讲，这个社会还有不惜得罪你，也愿意给你指出缺点的主管，甚至以身先士卒的方式带动你，应该好好珍惜。他本没有必要这样做的，只要给你绩效打个D，会有更专业的
同学来善后处理，何必结私怨呢。我有一位人品极佳、修养很高的主管。他好到能拿出自己的年终奖请大家出去旅游，能做到这一点的主管真的是太赞了！但是最后我们的结局是什么？鸟兽散。因为当时整个部门的业绩萧条，蛋糕越做越小，大家在一片兄弟姐妹情义中各寻各的出路。两年后，还啥兄弟姐妹，不过是一段日子，一场不值得写进简历的工作经历。鸟兽散的公司出来的员工，在市场上也不会有多高的竞争力。同行在溢价争抢的人才，都是那些在领头羊企业里掌握了先进经验的人。真心话咨询也找要找对人01那些已经退休多年、连微信都不太会用的爸爸妈妈，并不会帮你做出好选择。很多同学的孝顺体现在，连找工作这件事情都要咨询父母。如果是脱离社会已久的，自己的事业也没有搞定的那些爸爸妈妈，怎么能给出正确的方向呢？社会是在高速进步发展的，如果你跟妈妈的选择是一样的，应该思考下自己是不是快 out了。始终站在时代潮头从未退出事业舞台的牛逼型爸妈除外。02永远要找你身边最牛的那个人去咨询而不是你最信任的。你往往最信任的人比如说闺蜜，同学，都是因为他们是你最亲近的人，但最亲近的人，往往是因为你们在同一水平线上。差距太大的人很难做朋友的，所以她们也只能给你一个差不多眼界的选择。记住要去找你身边最欣赏、最牛的那个人帮你提建议。03判断不好的时候看这家公司的合作伙伴牛不牛。哪怕这个公司你都没有听过名字，如果他都是跟很牛的公司在合作，你就选他好了，因为那些很牛的合作伙伴，都不是傻子，已经帮你考察过了。04一个有自律意识、责任心强的人，到哪里都不会差。不少同学说自己遇到逆境，不知道怎么办。给大家讲个真实故事。很多人都知道央视的知名主持人张泉灵后来转行做紫牛基金创始人吧？有幸有两个月与泉灵姐有很多的工作接触，给我触动很大。她除了意料之中的广博知识和活跃思维，更重要的是她的严谨自律和勤勉努力。对所有事认真负责，效率惊人，可怕的是智商极高还每天不止工作8小时（简直是18小时的节奏），我们曾经开玩笑说她这是用生命在转行。而相反的，也会见到一些工作拖拖拉拉，应付了事，加班半小时就要甩脸子，挑三拣四、不求甚解的同学，这样的职业习惯遇到再好的工作也是枉然。结论就是，你未曾见过一个早起、勤奋、开朗的人抱怨命运不公，我也未曾见过一个认真负责、努力好学、心胸开阔的年轻人，会一直没有机会的。这是一条求职分割线日，我们度过了平台的第一个周年；日，我们拿到了平台的第一个1000万；日，我们交易额达到了第一个1000万，距平台正式上线历时100天。我们团队规模快速扩张，从最初的16人，到现在的56人。2017年我们继续发展团队岗位【客户经理】1、中专及以上学历，男女不限；2、具有良好的沟通能力、客户意识以及抗压能力；3、性格外向、乐观、有团队协作精神、开拓进取，乐于接受挑战。【审核专员】1、大专及以上学历，金融、经济、法律、审计等相关专业；2、能独立开展风险分析和调查工作；3、具有较强的分析判断能力、沟通表达能力、为人正直，工作严谨。【行政助理】1、大专以上学历，文秘、行政管理等相关专业优先考虑；2、熟悉办公室行政管理知识及工作流程，具备基本商务信函写作能力及较强的书面和口头表达能力；3、熟悉公文写作格式，熟练运用OFFICE等办公软件。【专员】1、中专及以上学历，男女不限；2、通过电话联系贷款客户，通知其按时还款，做好本息、违约金工作；3、及时对不良贷款客户进行分类、登记及催收；4、收集第三方催收渠道的信息，加强与相关律师事务所、司法机关、外包公司的日常沟通和联系。【PHP开发工程师】1、大专及以上学历，计算机、软件工程等相关专业；2、1至3年及以上PHP开发经验，有项目经历，能解决实际开发中遇到的问题；3、精通PHP语言，熟悉1到2种程序框架（ThinkPHP、Laravel、Symfony、Yii等），编程风格良好；4、具有良好的沟通能力，理解力强，有团队合作意识，具备敬业负责的精神，有工作热情，能够按时完成公司交给的设计及编程任务；在这儿工作，可以获得什么？1、和高颜值90后同事作伴；2、不定期下午茶、部门聚餐、公司活动；3、与能力成正比的收入、小小的成就、自我价值实现。有意者将简历投至请在邮件主题注明“应聘XX岗位”如有疑问可联系3（钟小姐）你还可能对这些感兴趣震惊！手机不用，千万不要只停机就算了！更重要的是……8000元借款凭空而降？如果你不记住这点，银监局都救不了你！乘风破浪！一周年工作总结大会暨运动会圆满成功！来源：魔力耳朵少女英语、快来贷作者：赵莎莎、快来贷↓↓↓戳这，最快2分钟放款！《AI 技术能让老板更好地监督你……这是好事还是坏事？》 精选五看点：金融稳定委员会从供需端出发，剖析面向客户、运营、投资、监管的四大用例，评估其对微观、宏观财务的影响。人工智能正在成为热点项目，可以用于交易和实施监管、市场趋势预测等，打通金融机构、供应商和客户之间的信息壁垒，提高工作效率，降低运营成本，迎合多变的市场环境，发展新型商业模式。1AI引起了“全球央行”的注意在2008年全球爆发的局面下，2009年4月初伦敦决议设立一个全球的金融监管体系，并于该年6月27日正式运作，专家称其为“全球央行”，此即金融稳定委员会（Financial Stability Board，简称FSB）。金融稳定委员会的具体职能包括：评估全球金融系统脆弱性，监督各国改进行动；促进各国监管机构合作和信息交换，对各国监管政策和监管标准提供建议；协调国际标准制订机构的工作；为跨国界风险管理制订应急预案等。▲年全球人工智能并购活动随着计算机和大数据的发展，近两年人工智能技术越来越多的应用于诊断疾病、翻译语言和驾驶汽车等。世界经济论坛报告显示，全球针对人工智能创企的投资从2011年的2.82亿美元增长到2015年的24亿美元，此间并购交易也在加剧。▲人工智能、大数据分析、机器学习、深度学习、监督式学习、增强学习、非监督式学习之间的关系人工智能，可以执行那些传统算法无法解决，需要人工辅助的任务的计算机系统，其在金融领域的应用潜力引起了FSB的注意，并发布了本报告（人工智能和机器学习之于金融服务）。▲从供需角度理解人工智能和机器学习在金融领域的应用从供给端看，人工智能和机器学习为金融市场参与者提供了可用的工具，包括云服务、更快的数据处理/解析、更低成本的目标数据库、能够自动学习和进行预测的数据模型等。与此同时，在更快更可靠的电子交易平台和经济数字化下，机器学习算法能够接触更多公开、实时的交易数据和企业公开声明（美国的市场监管机构已经允许交易公司利用社交媒体发布公共声明，且上世纪90年代之后新闻就已经能被计算机理解了），结合来自社交媒体、在线搜索趋势、收视数据等给出的消费者信息，从而实现复杂的交易指令和信用评估等。▲年间全球数据存储成本（蓝线）和数据可用性（红线）发展示意从需求端来看，金融机构能够利用人工智能和机器学习发展新的业务需求，降低成本，管理收益风险，提高运作效率，优化客户流程。因此，越来越多的金融机构主动引进相关技术增强竞争力和品牌热度，剩下的也不得不采取措施迎战。为了优化成本结构，金融机构也在积极的与监管方寻求合作项目，如条例、数据报告、最佳执行交易、和金融恐袭预防（AML/CFT）等。因此，监管机构需要应付更多更复杂的数据信息，平衡其与数据保护之间的关系。2四大智能金融用例面向客户：信用评分、保险和聊天程序人工智能和机器学习已被广泛用于金融机构的前台，大型的客户数据被导入聊天程序，使其能够为客户“面对面”的用自然语言交流，提供信用评估和风险提示，给出。先来看信用评估工具，主要基于历史交易数据（信用账单、是否及时缴纳水电费等）和AI评分模型（回归、决策树和统计分析之类的工具），它可以帮助加款决策速度，限制增量风险。除了金融机构已经有的结构化数据，非结构化和半结构化的数据源（社交媒体活动、手机使用和短信活动等），甚至金融环境和金融周期，也逐渐成为信贷等级评估参考。当然，关于个人数据的隐私和保护问题现在还是一个政策争议点，机器学习本身的逻辑不可理解性也会受到质疑。目前，已有掌握该技术的美国公司瞄准缺乏信用评估机制的中国市场。再来看定价、营销和管理，基于实时、高精的消费数据（在线购物行为或汽车行驶里程）等，AI可以帮助进行定价决策和损失评估，减少索赔处理时间，提高盈利能力，降低运营成本，这一领域的AI应用，美国、英国、德国和中国等国都在进行积极普及。潜在的数据错误，以及利益驱动下排除某些群体的问题是争议点。最后来看聊天程序，即助客户进行交易或解决问题的虚拟助手，也称聊天机器人。这些自动化程序能进行文本和语音识别，与客户用自然语言进行交流，给出财务建议，帮助客户进行财务决策，金融机构也可以通过聊天程序与客户的互动来获取客户信息。目前，亚洲金融机构监管机构已将聊天程序投入使用。面向运营：资本优化、风险模型、市场分析人工智能和机器学习开发出来的应用程序可以帮助金融机构进行资本优化（银行），提供风险管理模型（反向测试和模型验证），并对交易的市场影响进行分析（大交易的建模）等。先来看资本优化，传统银行严重以来数学（函数）方法进行，但人工智能和机器学习基于大数据分析给出的方案不仅更快（计算能力强），考虑的维度也更全面。2012年，有行业观察人士指出大多银行声明已经在利用很牛的程序优化（RWA），节约了5%至15%。衍生品利润率也在优化的范畴，比如利润率估值调整（MVA）。与此同时，和双边保证金的新规定增加了对优化资本和初始保证金的复杂技术的需求。再来看风险模型，即利用人工智能和机器学习算法对大型、非结构化和半结构化的数据集进行分析，考虑到市场行为、监管规则和其他趋势的变化，进行反向测试、模型验证和，避免低估风险，提高模型容错性，提高。目前，美国和欧洲的一些监管机构已将AI引入风险管理，一家全球性的企业和也将无人监督算法引入验证模型。最后来看市场分析，人工智能和机器学习可以补充传统的市场影响模型，从零散的历史数据中获得更多信息，帮助识别非线性关系，评估交易（包括自家公司的交易）对市场价格的影响，创造“交易机器人” 自学如何对市场（价格波动和）变化做出反应，求解对市场影响最低的交易行为。面向交易和管理除了上述环节，人工智能和机器学习正被一些公司应用于自主的（无监督的）设计交易和投资策略。对于交易执行方（卖方）而言，他们希望用人工智能和机器学习算法提高销售能力，比如从历史交易数据挖掘客户行为，提供语音、文本服务（聊天程序）并从中挖掘新的客户信息，导入电子平台数据池，帮助公司满足非的交易前交易和交易后的透明度要求。与此同时，基于AI技术的风险建模可以帮助银行提供风险配置方案。对于投资组合管理方（买房）而言，人工智能和机器学习可以从更数学的角度理解市场行为，给出市场预测（价格波动）及其时效性，带来直接和间接的更高回报。有业内人士评估，纯粹被AI管理的资产大概有，这个数字正在快速增长。不过很多表示，在不清楚怎么回事的情况下，他们不愿意完全自动化。此外，企业对于数据共享的意愿和标准都比较暧昧。因此，算法需要考虑监管规则和可理解性。面向法规和监管是金融科技的一个子范畴，预计2020年市场规模将发展到64.，复合年增长率（CAGR）76%。对于非结构化数据（电子邮件、语音、即时消息、文档和元数据）而言，监管科技本质上是机器学习与自然语言理解的结合。在欧盟，必须遵从MiFID II、UCITS、AIFMD等指令，而机器学习可棒帮助用通俗的语言解释这些规则。此外，AI还被用于客户身份认证（），直戳金融机构最贵、最费力且高度重复的痛点。此外，AI算法还能对交易数据（TRs）的质量进行评估和筛选。目前已有金融机构（杜克贝克）的采用监督式学习算法自由识别文本字段，自动检测不符合强制清算要求的事务。机器学习还可用于识别异常交易和风险主体，检测和预测市场波动、、金融压力、房价、工业生产、GDP以及失业率，评估用户情绪，抓住可能对金融稳定造成的威胁。央行可以利用人工智能来协助货币政策评估。一些监管机构，如澳大利亚证券及投资委员会（ASIC）、新加坡货币当局（MAS）、美国证券交易委员会（SEC），正在使用人工智能进行可疑交易识别。具体做法包括从证据文件中识别和提取利益实体，分析用户的交易轨迹、行为特征和关联信息，更快更准更省力的打击通过统进行的犯罪活动（反）。3微观财务分析人工智能和机器学习可极大的提高信息处理效率，减少性，增强金融信息功能系统，从而帮助市场参与者更大规模的手机信息和更全面的分析相关牵动因素，实时的调整交易和投资策略以适应当下的金融环境，建立缓冲机制，通过各种渠道（自动化业务流程、根据需求分析分配资源分布等）降低成本和风险（发现欺诈、洗钱、违约、网络攻击等），鼓励金融机构开源数据与行业中的其他部门、企业合作，帮助稳定整个金融系统。特别指出的是，算法依赖于第三方开发人员和服务商，且未必有可理解性，需要结合人类员工的观察、评估结论，注意可能造成操作风险。此外，消费者、中小企业也可以通过AI技术享受更方便的借贷学习，享受更便宜、更广泛的金融服务，获得针对性的财务规划方案，推进惠普金融。当然，其中可能涉及的种族、宗教、性别等敏感数据所属的AI伦理范畴有待更广泛的讨论。鉴于人工智能和机器学习是相对较新的事物，缺乏相关共同认知和国际标准，并存在数据安全和隐私、操作风险、社会伦理等问题，因此需要国际标准制定者和监管机构等多方协作努力，避免不恰当的使用造成系统风险放大。目前，已经有国际证券委员会（IOSCO）发表了AI在市场监控、数据手机、跨境合作方面的技术影响，高级监管机构（SSG）也对算法的可践行性和相关控制进行了剖析，巴塞尔银行监管委员会（BCBS）也将该技术考虑到公司内部政策和程序中去以保证开发过程的一致性。4宏观财务分析从整个经济体的角度来看，人工智能和机器学习可以帮助提高金融服务的效率，避免无效和失误行为，将资金分配给有需要且有价值的投资者和项目，降低支付和结算成本从而造福个体投资者、消费者，可以刺激实际经济活动，影响金融市场的集中度，使整个体系收益。此外，人工智能和机器学习所属的数字经济也将促进金融服务和各个行业之间的协作，比如电子商务、等，打通各环节链路，提高资源利用率，发现新的经济增长点。而人工智能本身作为一个新的产业，不仅将收到先锋/创新企业的追捧，对于那些还没采纳AI的企业而言，也不得不买装备应战，从而带动一个新的经济增长点。但值得注意的是，更有效的信息处理可能带来宏观金融的同时，也可能提供高频交易这样打破市场规则的行为。部分公司可能使用人工智能或机器学习技术利用更低的交易成本获得更高的回报。换言之，AI增强了金融市场的流动性，但复杂的交易过程和风险是否是AI技术和整体金融环境能够承受的，难下判断。目前，更多样化的风险分担结构，或者说金融体系中更紧密的相互联系可能有助于分担风险。如毕马威所说，金融机构应缩短开发的反馈周期，将开发项目分成若干个迭代周期，以适应多变的经济环境和需求市场。此外，AI可能破坏保险行业的风险分担功能，算法偏见可能导致不受欢迎的歧视，在伦理层面可能受到的冲击也值得注意。智东西认为，金融行业的数学性加上大量的结构化、非结构化数据，使其成为人工智能的一个重要落点，带来更高的效率和更低的成本，且智能金融（AI+金融）也吻合了更全局、精准的数字经济大趋势，迎合多变的市场环境，带来惠普金融、电子商务、共享经济等新的增长点。因此，AI+金融/智能金融成为一个新的风口，一个能够获得监管支持、多机构分担风险的风口。附1、名词释义机器学习，是人工智能的一个子范畴，灵感来自大数据分析，泛指能够进行自动优化的算法，包括监督式学习（算法会提供一组包含标签的“训练”数据）、非监督式学习（提供给算法的数据不包含标签）、增强学习（在监督和非监督学习之间进行：算法被输入一个未标记的数据集合，为每个数据点选择一个动作，并接收反馈）、深度学习（受大脑结构和功能的启发，使用了在“层”中工作的算法，该结构被称为人工神经网络，可以用于监督，无人监督，或强化学习）等。2、算法与应用年间，由于现代计算能力的飙升和机器学习算法，特别是深度学习算法的提出，人工智能的概念再一次火了起来。深度学习可以应用于不同类型的问题（分类、回归分析等），因此在图像识别和自然语言处理等领域产生了显著的效果，而这些技能之于汽车/自动驾驶、医疗、法律、金融等领域意义重大。关于C金所，是由深圳市前海汇博服务有限公司建设并运营的国有全资的，于日上线，是中小担集团全资子公司。截至2017年8月，C金所已累计发布项目超过45亿元，所有的项目实现00！C金所，安全好去处！年化收益最高7.2%随时可以转让赎回！微信号：cgcfax_info致力做最优质的来源：智东西《AI 技术能让老板更好地监督你……这是好事还是坏事？》 精选六
原标题：重磅：中国人工智能40年发展简史
作者：蔡自兴 北邮人机与认知实验室
智能机器是一种能够呈现出人类智能行为的机器。人工智能(ArtificialIntelligence，AI)是计算机科学或智能科学中涉及研究、设计和应用智能机器的一个分支。人工智能的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，而远期目标是用自动机模仿人类的思维活动和智力功能。
人工智能探索历史
人类对人工智能和智能机器的梦想与追求，可以追溯到3000 多年前。中国也不乏这方面的故事与史料。
近代科学技术的许多重大进展都是人类智慧、思维、梦想和奋斗的成果。人类历史上从来没有出现过像今天这样的思想大解放，关于宇宙、星球、生命、人类、时空、进化和智能等思想与作品，如雨后春笋破土而出，似百花争艳迎春怒放。其中，人工智能尤其引人注目。进入20世纪后，人工智能开始孕育于人类社会母胎。到20世纪30—40年代发生了两件极其重要的事件：数理逻辑的形式化和智能可计算(机器能思维)的思想，建立了计算与智能关系的概念。被称为“人工智能之父”(The father of AI)的图灵(Turing AM)，于1936年创立了自动机理论，提出一个理论计算机模型，奠定电子计算机设计基础，促进人工智能特别是思维机器的研究。1950 年图灵的论文“机器能思考吗?”，为即将问世的人工智能提供了科学性和开创性的构思。
1956 年夏季由麦卡锡(McCarthyJ)、明斯基(Minsky ML)、罗彻斯特(Lochester N)和香农(Shannon CE)共同发起，并邀请其他6位年轻的科学家，在美国达特茅斯(Dartmouth)大学举办了一次长达两个月的十人研讨会，讨论用机器模拟人类智能问题，首次使用“人工智能”这一术语。这是人类历史上第一次人工智能研讨会，标志着国际人工智能学科的诞生，具有十分重要的历史意义。发起这次研讨会的人工智能学者麦卡锡和明斯基，则被誉为国际人工智能的“奠基者”或“创始人”(The founding father)，有时也称为“人工智能之父”。
中国的人工智能经历了怎样的发展过程?取得哪些成绩?存在什么问题?面临何种机遇?有哪些解决方案?本文力图逐一探讨。
一、发展过程
与国际上人工智能的发展情况相比，国内的人工智能研究不仅起步较晚，而且发展道路曲折坎坷，历经了质疑、批评甚至打压的十分艰难的发展历程。直到改革开放之后，中国的人工智能才逐渐走上发展之路。
1.迷雾重重
20世纪50—60年代，人工智能在西方国家得到重视和发展，而在苏联却受到批判，将其斥为“的反动伪科学”。当时，受苏联批判人工智能和控制论(Cybernetics)的影响，中国在20世纪50年代几乎没有人工智能研究;20世纪60年代后期和70年代，虽然苏联解禁了控制论和人工智能的研究，但因中苏关系恶化，中国学术界将苏联的这种解禁斥之为“修正主义”，人工智能研究继续停滞。那时，人工智能在中国要么受到质疑，要么与“特异功能”一起受到批判，被认为是伪科学和修正主义。《摘译外国自然科学哲学》月刊1976年第3期刊文称：“在批判‘图像识别’和‘人工智能’研究领域各种反动思潮的斗争中，走自己的道路”。这足见中国人工智能研究迷雾重重的艰难处境。
1978年3月，全国科学大会在北京召开。在***主持的大会开幕式上，***发表了“科学技术是生产力”的重要讲话。大会提出“向科学技术现代化进军”的战略决策，打开解放思想的先河，促进中国科学事业的发展，使中国科技事业迎来了科学的春天[9]。这是中国改革开放的先声，广大科技人员出现了思想大解放，人工智能也在酝酿着进一步的解禁。吴文俊提出的利用机器证明与发现几何定理的新方法——几何定理机器证明(图1)，获得1978年全国科学大会重大科技成果奖就是一个好的征兆。
20世纪80年代初期，钱学森等主张开展人工智能研究，中国的人工智能研究进一步活跃起来。但是，由于当时社会上把“人工智能”与“特异功能”混为一谈，使中国人工智能走过一段很长的弯路。一方面，包括许多人工智能学者在内的研究者把人工智能与特异功能搅在一起“研究”;另一方面，社会上在批判“特异功能”时将“人工智能”一起进行批判，把两者一并斥之为“伪科学”。
2.艰难起步
20世纪70年代末至80年代，知识工程和专家系统在欧美发达国家得到迅速发展，并取得重大的经济效益。当时中国相关研究处于艰难起步阶段，一些基础性的工作得以开展。
1) 派遣留学生出国研究人工智能。
改革开放后，自1980 年起中国大批派遣留学生赴西方发达国家研究现代科技，学习科技新成果，其中包括人工智能和模式识别等学科领域。这些人工智能“海归”专家，已成为中国人工智能研究与开发应用的学术带头人和中坚力量，为发展中国人工智能做出举足轻重的贡献。
2) 成立中国人工智能学会。
1981 年9 月，中国人工智能学会(CAAI)在长沙成立，秦元勋当选第一任理事长。于光远在大会期间主持了一次大型座谈会，讨论有关人工智能的一些认识问题。他指出：“人工智能是一门新兴的科学，我们应该积极支持;对所谓‘人体特异功能’的研究是一门伪科学，不但不应该支持，而且要坚决反对。”1982年，中国人工智能学会刊物《人工智能学报》在长沙创刊，成为国内首份人工智能学术刊物。
CAAI首任理事长秦元勋也颇受争议。秦元勋获美国哈佛大学博士学位后于1948年回国，历任中国科学院数学研究所研究员、执行副所长，中国核学会计算物理学会理事长，中国人工智能学会首届理事长等职。他在常微分方程的定性理论、运动稳定性、近似解析、机器推理等方面的研究，在中国处于开创的地位。其中极限环的研究，具有国际先进水平。他曾负责完成了中国第一颗原子弹和氢弹的威力计算工作，是1982年国家自然科学奖一等奖的原子弹氢弹设计原理中的物理力学数学理论项目的主要工作者之一，并开辟了计算物理学这一新的学科分支。
3) 开始人工智能的相关项目研究。
20世纪70年代末至80年代前期，一些人工智能相关项目已被纳入国家科研计划。例如，在1978年召开的中国自动化学会年会上，报告了光学文字识别系统、手写体数字识别、生物控制论和模糊集合等研究成果，表明中国人工智能在生物控制和模式识别等方向的研究已开始起步。又如，1978年把“智能模拟”纳入国家研究计划。不过，当时还未能直接提到“人工智能”研究，说明中国的人工智能禁区有待进一步打开。
3.迎来曙光
1984年1月和2月，***分别在深圳和上海观看儿童与计算机下棋时，指示“计算机普及要从娃娃抓起”。此后，中国人工智能研究的境遇有所好转。例如，人民日报关于人工智能的报道也渐渐多了起来。20世纪80年代中期，中国的人工智能迎来曙光，开始走上比较正常的发展道路。
国防科工委于1984年召开了全国智能计算机及其系统学术讨论会，1985年又召开了全国首届第五代计算机学术研讨会。1986年起把智能计算机系统、智能机器人和智能信息处理等重大项目列入国家高技术研究发展计划(863计划)。
1986 年，清华大学校务委员会经过三次讨论后，决定同意在清华大学出版社出版《人工智能及其应用》著作。
1987年7月《人工智能及其应用》在清华大学出版社公开出版，成为国内首部具有自主知识产权的人工智能专著。接着，中国首部人工智能、机器人学和智能控制著作分别于1987年、1988 年和1990 年问世。1988 年2月，主管国家科技工作的国务委员兼国家科委主任宋健亲笔致信蔡自兴(图2)，对《人工智能及其应用》的公开出版和人工智能学科给予高度评价，指出该人工智能著作的编著和出版“使这一前沿学科的最精彩的成就迅速与中国读者见面，这对人工智能在中国的传播和发展必定会起到重大的推动作用……我深信，以人工智能和模式识别为带头的这门新学科，将为人类迈进智能自动化时期做出奠基性贡献。”宋健对该书的高度评价，体现出他对发展中国人工智能的关注和对作者的鼓励，对中国人工智能的发展产生了重大和深远的影响。
在这封信中宋健还提到：“十年前，当我们和钱先生修订工程控制论时，尚无系统参考书可言，只能断断续续介绍一些思路。现在钱先生看到此书，也一定会欣喜万分。”这体现了宋健的谦虚品德，也表现出钱学森当时对人工智能的热烈支持。
1987年《模式识别与人工智能》杂志创刊。
1989年首次召开了中国人工智能联合会议(CJCAI)，至2004年共召开了8次。此外，还曾经联合召开过6届中国机器人学联合会议。
1993年起，把智能控制和智能自动化等项目列入国家科技攀登计划。
1993年7月，宋健应邀为中国人工智能学会智能机器人分会成立题词“人智能则国智科技强则国强”，向成立大会表示祝贺。本题词很好地阐明了人工智能与提高民族素质、增强科技实力和建设现代化强国的辩证关系，也是国家科技领域领导人对中国人工智能事业的有力支持以及对全国人工智能工作者的殷切期望。
4.蓬勃发展
进入21世纪后，更多的人工智能与智能系统研究课题获得重点和重大项目、国家高技术研究发展计划(863 计划)和国家重点基础研究发展计划(973计划)项目、科技部科技攻关项目、工信部重大项目等各种计划支持，并与中国国民经济和科技发展的重大需求相结合，力求为国家做出更大贡献。这方面的研究项目很多，代表性的研究有视觉与听觉的认知计算、面向Agent的智能计算机系统、中文智能搜索引擎关键技术、智能化农业专家系统、虹膜识别、语音识别、人工心理与人工情感、基于仿人机器人的人机交互与合作、工程建设中的智能辅助决策系统、未知环境中移动机器人与控制等。
2006年8月，中国人工智能学会联合其他学会和有关部门，在北京举办了“庆祝人工智能学科诞生50周年”大型庆祝活动。除了人工智能国际会议外，纪念活动还包括由中国人工智能学会主办的首届中国象棋计算机博弈锦标赛暨首届中国象棋人机大战。东北大学的“棋天大圣”象棋软件获得机器博弈冠军;“浪潮天梭”超级计算机以11：9的成绩战胜了中国象棋大师。这些赛事的成功举办，彰显了中国人工智能科技的长足进步，也向广大公众进行了一次深刻的人工智能基本知识普及教育。主办者认为，这次中国象棋人机大战“无论赢家是人类大师或超级计算机，都是人类智慧的胜利”。
同年，《智能系统学报》创刊(图3)，这是继《人工智能学报》和《模式识别与人工智能》之后国内第3份人工智能类期刊。他们为国内人工智能学者和高校师生提供了一个学术交流平台，对中国人工智能研究与应用起到促进作用。
2009 年，中国人工智能学会牵头组织，向国家学位委员会和国家教育部提出设置“智能科学与技术”学位授权一级学科的建议。该建议指出：现在信息化向智能化迈进”的趋势已经显现;因此，今天培养的智能科学技术高级人才大军，正好赶上明天信息化向智能化大规模迈进的需要。为此，一个顺理而紧迫的建议就是：为了适应信息化向智能化迈进的大趋势，为了实现建设创新型国家的大目标，在中国学位体系中增设智能科学与技术博士和硕士学位授权一级学科。这个建议凝聚了中国广大人工智能教育工作者的心智心血和他们的远见卓识，对中国人工智能学科建设具有十分深远的意义。
5.国家战略
近两年来，中国的人工智能已发展成为国家战略。国家最高领导人***、***发表重要讲话，对发展中国人工智能和机器人学给予高屋建瓴的指示与支持。
日，******在中国科学院第十七次院士大会、中国工程院第十二次院士大会开幕式上发表重要讲话强调：“由于大数据、云计算、移动互联网等新一代信息技术同机器人技术相互融合步伐加快，3D打印、人工智能迅猛发展，制造机器人的软硬件技术日趋成熟，成本不断降低，性能不断提升，军用无人机、自动驾驶汽车、家政服务机器人已经成为现实，有的人工智能机器人已具有相当程度的自主思维和学习能力。……我们要审时度势、全盘考虑、抓紧谋划、扎实推进。”这是党和国家最高领导人首次对人工智能和相关智能技术的高度评价，是对开展人工智能和智能机器人技术开发的庄严号召和大力推动。
2015年十二届全国人大三次会议上，*****在**工作报告中提出：“人工智能技术将为基于互联网和移动互联网等领域的创新应用提供核心基础。未来人工智能技术将进一步推动关联技术和新兴科技、新兴产业的深度融合，推动新一轮的信息技术革命，势必将成为我国经济结构转型升级的新支点。”这是对人工智能技术的重要作用给予的充分肯定，是对人工智能的有力促进。
2015年5月，国务院发布《中国制造2025》(图4)，部署全面推进实施制造强国战略。这是中国实施制造强国战略第一个十年的行动纲领。围绕实现制造强国的战略目标，《中国制造2025》明确了9项战略任务和重点。
这些战略任务，无论是提高创新能力、信息化与工业化深度融合、强化工业基础能力、加强质量品牌建设，或是推动重点领域突破发展、全面推行绿色制造、推进制造业结构调整、发展服务型制造和生产性服务业、提高制造业国际化发展水平，都离不开人工智能的参与，都与人工智能的发展密切相关。人工智能是智能制造不可或缺的核心技术。
2016年4月，工业和信息化部、国家发展改革委、财政部等三部委联合印发了《机器人产业发展规划(年)》，为“十三五”期间中国机器人产业发展描绘了清晰的蓝图。该发展规划提出的大部分任务，如智能生产、智能物流、智能工业机器人、人机协作机器人、消防救援机器人、手术机器人、智能型公共服务机器人、智能护理机器人等，都需要采用各种人工智能技术。人工智能也是智能机器人产业发展的关键核心技术。
2016年5月，国家发改委和科技部等4部门联合印发《“互联网+”人工智能三年行动实施方案》，明确未来3年智能产业的发展重点与具体扶持项目，进一步体现出人工智能已被提升至国家战略高度。根据方案的内容，未来3年将在3个大方面、9个小项推进智能产业发展。
国家最高领导人对人工智能的高度评价和对发展我国人工智能的指示，《中国制造2025》、《机器人产业发展规划( 年)》和《“互联网+”人工智能三年行动实施方案》的发布与施行，体现了中国已把人工智能技术提升到国家发展战略的高度，为人工智能的发展创造了前所未有的优良环境，也赋予人工智能艰巨而光荣的历史使命。
2015年7月在北京召开了“2015中国人工智能大会”。发表了《中国人工智能白皮书》，包括“中国智能机器人白皮书”、“中国自然语言理解白皮书”、“中国模式识别白皮书”、“中国智能驾驶白皮书”和“中国机器学习白皮书”，为中国人工智能相关行业的科技发展描绘一个轮廓，给产业界指引一个发展方向。
2016年4月由中国人工智能学会发起，联合20余家国家一级学会，在北京举行“2016 全球人工智能技术大会暨人工智能60 周年纪念活动启动仪式”(图5)。这次活动恰逢国际人工智能诞辰60周年，谷歌AlphaGo与韩国围棋九段棋手李世石上演“世纪人机大战”(图6)，将人工智能的关注度推到了前所未有的高度。启动仪式共同庆祝国际人工智能诞辰60周年，传承和弘扬人工智能的科学精神，开启智能化时代的新征程。
现在，人工智能已发展成为国家发展战略，中国已有数以10万计的科技人员和大学师生从事不同层次的人工智能相关领域研究、学习、开发与应用，人工智能研究与应用已在中国空前开展，硕果累累，必将为促进其他学科的发展和中国的现代化建设做出新的重大贡献。
二、主要成就
中国的人工智能研究开发、学科建设、产业应用和社会服务等方面，已经取得不俗的成就，主要可以从以下几点得到证实。
1.形成人工智能学科
1981年9月建立了全国性的人工智能组织中国人工智能学会(CAAI)，标志着中国人工智能学科的诞生。1982年在长沙创办中国人工智能学会刊物《人工智能学报》，成为中国人工智能学科领域的第一份学术刊物。中国人工智能学会大会每两年举行一次，至目前已举办16届。中国人工智能学会成立后，又相继成立了中国人工智能学会智能机器人专业委员会、机器学习专业委员会、模式识别专业委员会、自然语言处理专业委员会和智能控制专业委员会、人工智能教育工作委员会等。
此外，中国计算机学会的一些二级学会也开展人工智能相关学术活动，为中国人工智能的发展做出了应有贡献。例如，中国计算机学会成立了人工智能与模式识别专业委员会，中国自动化学会成立了模式识别与机器智能专业委员会以及智能自动化专业委员会等二级学会。有些省市也成立了地方人工智能学会。 年，由中国人工智能学会、中国计算机学会等多个学会联合举办过7届中国人工智能联合会议(CJCAI)。
与人工智能密切相关的机器学习、模式识别、智能机器人、自然语言处理、专家系统等领域的学术组织也先后成立，学术活动也十分热烈。例如，国内机器学习的重要学术活动包括每两年举行一次的中国机器学习会议和每年举行的中国机器学习及其应用研讨会。前者由中国计算机学会人工智能与模式识别专业委员会协办，目前已历经15届。后者每届会议包括特邀报告、大会交流及Top Conference Review等部分，迄今已历经13届。又如，中国人工智能学会智能机器人专业委员会自1993年成立以来，每两年举行一次全国智能机器人学术会议，已组织过11届，还与其他学会共同举办过6次中国机器人联合会议。在王湘浩倡导与组织下，全国高校人工智能研讨会研究班自1980年起每年举行一次，是国内最早的人工智能学术研讨活动。
这些人工智能学术组织和会议开展广泛深入的国内外学术交流，对开展人工智能学术活动和组织科技交流起到积极的作用，有力推动了中国人工智能科技发展和学科建设。
2.科学研究成绩斐然
国家已先后设立了各种与人工智能相关的研究课题，如国家自然科学基金重大专项、重点项目和面上项目，国家863计划项目，国家重大战略项目智能制造2025等。在这些的支持下，国内人工智能研究已取得许多突出成果。
1)人工智能基础研究成果突出
除了前面提到的几何定理证明的“吴氏方法”外，吴文俊还于2004 年发表了重要论文“计算机时代的脑力劳动机械化与科学技术现代化”，宣布他在几何定理证明“机械化”方面的系列成果，指出：“在几何定理机器证明取得成功之后的20多年来，笔者与许多志同道合的同志们在科技部、科学院、基金委等大力支持下，开展了一场可谓‘数学机械化’的‘运动’，在理论与应用诸多方面都已取得了若干成功。”
国内学者在人工智能的诸多领域，如问题求解、不确定推理、泛逻辑理论、拓扑学、模式识别、图像处理、机器学习、专家系统、智能计算和智能控制等领域的基础研究也多有建树，取得一批具有国际先进水平的创造性成果。例如，在模式识别方面，对文字识别、语音识别(图7)、指纹识别、、虹膜识别和步态识别等进行深入研究，涉及生物医学、卫星遥感、机器人视觉、货物检测、目标跟踪、自主导航、保安、银行、交通、军事、电子商务和多媒体网络通信等应用领域。
又如，机器学习也是人工智能的核心研究领域之一。现在机器学习的大数据往往体现出多源异构、语义复杂、规模巨大、动态多变等特殊性质，为传统机器学习技术带来了新的挑战。为应对这一挑战，国内科技企业巨头华为、百度等与国外巨头谷歌、微软、亚马逊等展开竞争，纷纷成立以机器学习技术为核心的研究院，以充分挖掘大数据中蕴含的巨大商业与应用价值。深度学习是机器学习领域一个新兴的子领域与研究方向，它是一种通过多层表示来对数据之间的复杂关系进行建模的算法。深度学习模仿人脑结构，具有更强的建模和推理能力，能够更有效地解决多类复杂的智能问题。近年来，中国在深度学习研究方面也取得重要进展，一些研究成果接近或达到国际先进水平。
中国学者在自动规划领域也取得开创性成果。1985年提出与发展了基于专家系统的机器人规划机理与方法，实现了人工智能专家系统与机器人技术的结合，为基于知识的自动规划和高层控制开辟了一条新途径，对提高生产的智能化水平具有重要意义，并推动国内外机器人规划研究的发展。该成果被广泛引用，并被收入清华大学吴麒等主编的全国高校规划教材《自动控制原理》。1999年以来，又在机器人进化规划方面取得创新性成果。
国内在认知计算、情感计算、模式识别、神经网络、智能驾驶、水下机器人和其他智能机器人等领域也取得一批具有国际先进水平的研究成果，培养了一批优秀的学术带头人：郭爱克、任继福、李衍达、王守觉、焦李成、贺汉根、蔡鹤皋、徐玉如和黄心汉等。
此外，有些人工智能基础研究获得国际奖励，如1990年张钹获得ICL欧洲人工智能奖，蔡自兴指导的王勇博士获得2015 IEEE计算智能学会优秀博士学位论文奖等。
值得一提的是美籍华裔学者王浩对人工智能的杰出贡献。1958 年夏天，王浩在纽约州的IBM实验室的一台IBM704机器上用汇编语言编写了3个程序，证明了罗素和怀特海《数学原理》中的200多个定理。他关于数理逻辑的一个命题被国际上定为“ 王氏悖论”。1966年，他在哈佛大学指导的博士生Stephen Cook，因NP 完全性方面的开创性研究成果而获得1982年图灵奖。王浩还与吴文俊进行了合作研究。
2)专用人工智能开发有所突破
中国在专用人工智能领域取得了突破性的进展，已在自然语言处理和语音识别、图像识别、机器学习、虚拟现实、智能处理器、认知计算、智能驾驶和智能机器人等方面取得一大批具有国际先进水平的应用成果。
互联网和大数据推动人工智能进入了新的发展阶段。中国的智能语音技术在移动互联网、呼叫中心、智能家居、汽车电子等领域的研究与应用逐步深入，带动智能语音产业规模持续快速增长。2013年科大讯飞以54.2%的市场份额继续处于国内领先地位。智能语音正在成为主流的交互方式之一。
近几年在多层神经网络基础上发展起来的深度学习和深度神经网络已在中国很多模式识别领域获得成功应用。其中，中国科学院自动化研究所谭铁牛团队在虹膜识别领域，坚持从虹膜图像信息获取的源头进行系统创新，全面突破虹膜识别领域的成像装置、图像处理、特征抽取、识别检索、安全防伪等一系列关键技术，建立了虹膜识别比较系统的计算理论和方法体系，还建成目前国际上最大规模的共享虹膜图像库，已大规模用于煤矿人员辨识和北京城铁监控等，并在70个国家和地区的3000 多个科研团队推广使用，有力推动了虹膜识别学科发展。
在2010年举行的国际上难度最高、规模最大的虹膜识别专业测评竞赛中，谭铁牛团队提交的算法，从来自25个国家和地区的41支参赛团队里脱颖而出，以测试性能指标超过第2名41.3%的绝对优势蝉联虹膜识别算法赛事冠军(图8)。在2008年进行的上届国际虹膜识别算法竞赛上，谭铁牛团队战胜来自35个国家和地区的97支参赛队伍。这充分展示出中国在虹膜识别领域领先国际的整体实力。
在模式识别领域，石青云领衔的北大高科指纹技术有限公司在指纹识别领域取得领先成果，成为国家科技强警的利剑。
专家系统已在国内获得广泛应用，应用领域涉及工业、农业等行业，其经济效益相当可观。例如，在冶金专家系统的开发与应用方面，已把专家系统技术用于高炉建模、监控与诊断等，建立了基于多核学习的高炉自动化框架、基于Volterra级数的高炉系统数据驱动建模、高炉热风炉流量设定、高炉炉温预测、铁水含硅量预报、数据采集处理、布料状态评估、炉况分析与监控、诊断与决策支持等专家系统，实现高炉炼铁过程的智能化(图9)。
3)计算智能与进化计算研究引人注目
计算智能是人工智能的新领域，涉及模糊计算，神经计算、进化计算和免疫计算等。近10多年来，中国在计算智能特别是进化计算研究方面取得不少国际领先成果。中国科技大学、中南大学、西安电子科技大学和中国科学院自动化研究所等院校都做出颇具影响的贡献。蔡自兴团队在进化计算领域研究取得的成果就是一个很好的例证。
蔡自兴团队提出的一些进化计算算法处于国际领先水平，引起国际进化计算学界的广泛重视，已成为相关算法比较的基准，不仅对算法设计观点颇有指导价值，而且已成功地应用于国内外30多个领域，并得到国际高级检索机构的顶级检录，已对国际计算智能研究产生重要影响。例如，他们提出的一种单目标差分进化算法CoDE，已成为美国加州大学伯克利分校Rickard O C 和Sitar N 设计的商业软件bSLOP 的核心技术;该软件已在苹果官方网站上售出。Sahalos J N、Yao X 和Najy W K A 分别把CoDE 算法成功地直接应用于移动通信系统设计、产品缺陷预测软件和电网保护协调。很少有同类算法能够引起国际上如此密切关注和获得这么多的优化问题的成功应用。此外，他们提出的一种被国际上广泛引用和应用的算法，被称为“蔡王算法”(CW Algorithm)，获得好评。
近10多年来，计算智能“中国海外军团”异军突起，成绩斐然。在计算智能与进化算法研究领域，Yao X(姚Jin Y C(金耀初)等的研究成果获得国际同行公认，成为进化计算领域的国际学术领军人物，并为中国的计算智能与进化计算研究起到促进作用。
3.著作和科技论文出版发行
据不完全统计，自1987 年人工智能著作开禁以来全国已编著出版了70多部人工智能著作。这些著作有专著，也有教材，不乏深受读者欢迎的高水平作品。例如，上面提到的引领人工智能著作开禁的《人工智能及其应用》(图10)，已先后出版了7个版本，印刷50多次，发行40多万册，拥有上百万读者，得到广泛应用，对国内人工智能基础研究、开发应用和人才培养发挥了重大作用。张钹的专著《问题求解理论与应用》先后在国内外出版，提出基于统计推断的启发式搜索和基于拓扑的空间规划方法，降低了计算复杂性，具有重要的应用价值。此外，谭铁牛、陆汝钤、何新贵、石青云、何志均、涂序彦、钟义信、李德毅、周志华、蔡自兴、蔡文、史忠植、何华灿、施鹏飞、王万森等在国内外出版的人工智能相关专著，在一定程度上反映出中国人工智能的研究成果，对进一步开展国内外学术交流起到重要作用。
此外，从事人工智能相关研究人员和高校师生，已在国内外知名刊物与学术会议上发表了数以万计的人工智能相关论文。其中不乏高水平文章，例如，王勇与蔡自兴合作的论文曾被列为2012 年进化计算国际顶级刊物《IEEETransactions on Evolutionary Computation》他引次数最高的论文。
还有一些论文被评为国内外学术会议与学术刊物的优秀论文。
4.人工智能教育培养大批专门人才
人工智能教育和人才培养是人工智能学科发展的重要基础。国内自20世纪80年代中期始，在少数高校开设各种人工智能类课程。经过推广与提高，30年前的人工智能如今已形成燎原之势，数以百计的高校开设了各种层次的人工智能课程，有些课程已成为我国高校教育园地上的奇葩。
例如，中南大学的“人工智能”课程已成为首批国家级精品课程、教育部新世纪优秀网络课程、国家级全国双语示范课程、首批国家级精品视频公开课和国家级精品资源共享课程。表1所示为入选国家级质量工程的人工智能类相关精品课程名单。这些人工智能类课程在改革中不断发展壮大，已为国家培养了成千上万的人工智能专门人才。虽然这些课程只占数以千计的国家级质量工程课程的冰山一角，但也表明人工智能课程仍然占有一席之地，并具有不可替代的作用，产生了非常的影响力。
全国智能科学与技术教育暨教学学术会议是国内人工智能教育与教学领域具有特色的最权威的学术盛会，自2003年起已举办10次，对于人工智能及其相关学科的教育教学、学科建设和人才培养发挥了关键作用。
2005年在北京大学开设的智能科学与技术专业，已在全国近30所大学开设，仅这些大学的“智能”专业每年就培养大约2000名人工智能专业人才。据估计，近30年来，全国高校已培养人工智能及其相关学科的硕士和博士数以千计，本科毕业生数以万计。这些高层次的人工智能专门人才是中国发展人工智能的最为宝贵的财富。他们有幸遇上难逢的人工智能大好发展机遇，必将成为中国人工智能跨越式发展的中坚力量。
5.人工智能产业化蓬勃发展
尽管中国的人工智能产业化应用尚存在较大不足，但仍然已建立了一定的基础，并呈现蓬勃发展的势头。据不完全统计，最近5年内，中国在人工智能产业化应用领域的投资已超过1000多亿元。下面略举数例说明中国人工智能产业化的发展情况。
1)模式识别
在虹膜识别、步态识别、身份识别等领域取得新成果。近年来，在多层神经网络基础上发展起来的深度学习和深度神经网络在很多模式识别应用领域产生了领先的性能，成为当前最热门的方法。前面提到的虹膜识别及其在身份识别等方面的成功应用，已形成产业，占领国内外市场，就是很好的例证。
2)语音识别
中国在自然语言处理特别是语音识别领域已经达到国际先进水平。
2015 年中国智能语音产业规模达到40.3亿元，较2014年增长41.0%，远高于全球语音产业增长速度。预计到2017年，中国语音产业规模预计达到100.7亿元。2015年智能语音市场继续保持寡头垄断格局，科大讯飞已跻身全球前五，占有中文语音技术市场70%以上市场份额，语音合成产品市场份额达到70%以上。现在中国智能语音的应用需求不断增加，应用市场更加广阔，已在智能家居、智能车载、智能客服、智能金融、智能教育和智能医院等场合得到越来越多的应用。此外，一些海外留学人员也在语音识别领域取得国际领先水平的成果，微软研究院黄学东就是该领域的一位突出代表。
3)人机博弈
中国象棋是中华民族的文化瑰宝，是一种怡神益智的活动，千百年来长盛不衰，深受广大群众的喜爱。自2006年8月举行“浪潮杯”首届中国象棋人机大战(图11)，至今已有10年，共举行过5届大赛，产生深远影响。同样中国也是国际围棋的发源地，无论是国际围棋或中国象棋，在国内具有众多的人机博弈爱好者，其产业发展和市场前景十分看好。仅一款象棋对战游戏平台软件，就可以万人同时参与在线对决。
4)专家系统
自20世纪80年代以来，专家系统在工业、农业、商业、科技、教育、服务业等领域获得广泛应用。以农业专家系统为例，开展了各种农业专家系统的研究、开发及推广应用(图12)。例如，作物病虫预测专家系统、农作制度专家系统、玉米低温冷害防御专家系统、蚕育种专家系统、小麦专家系统等。
20世纪90年代以后，中国农业专家系统得到了迅速发展，已成为农业信息技术的突破口。国家自然、科技部、农业部和许多省级部门都安排了相应的攻关课题;863计划项目已将农业专家系统等智能化农业信息技术列为国家重点课题，搭建了中国农业专家系统研究开发的战略平台，为农业专家系统的进一步开发起到了积极催化作用。进入2l 世纪以后，农业专家系统的开发速度日益加快，不仅数量增多，而且涉及的领域也更加全面，开发的深度和广度有了很大的进展，为大范围推广应用农业专家系统铺平了道路。
如小麦栽培管理农业专家系统、水稻高产栽培专家决策系统、番茄栽培管理专家系统、温室番茄病虫害缺素诊断与防治系统等。这些农业专家系统的开发，促进了农业科技成果的转化，为发展高产、优质、高效农业做出了巨大贡献。
此外，我国在机器学习、智能机器人、智能驾驶等人工智能领域，也已有不同程度的产业集聚，产业化步伐逐步加快。
在中国人工智能产业化过程中，企业巨头抢滩布局人工智能产业链，各大IT公司积极投入人工智能产业研发。
他们非常关注深度学习的应用前景，纷纷成立以机器学习技术为核心的研究院，充分挖掘大数据中蕴含的巨大商业与应用价值。例如，2012年，华为成立诺亚方舟实验室，运用以深度学习为代表的人工智能技术对移动信息大数据进行挖掘，寻找有价值的规律。2013年，百度成立深度学习研究院，研究如何运用深度学习技术对大数据进行智能处理，提高分类和预测等任务的准确性。近年来还涌现出寒武纪、甲骨文、地平线、北京云知音和湖南自兴等一批初露头角的涉及人工智能的创业实体，从某种程度上体现出人工智能领域大众创业万众创新的磅礴生机。
从整体来看，中国的人工智能产业化仍处于起步阶段。毫无疑问，在人工智能产业创业与竞争过程中，会出现多家实力强大的企业，有些企业也会在某些领域内形成领先优势甚至垄断局面。
6.开设多种人工智能奖项
为了总结中国人工智能的研究成果，表彰人工智能工作者的突出贡献，鼓励更多的人员投身人工智能的创造性研究，设立了一些人工智能奖项，其中比较重要的有如下几种。
吴文俊人工智能科学技术奖是中国智能科学技术领域唯一以个人名字命名、依社会力量设立的科学技术奖。该奖项以“尊重知识、尊重人才、尊重创造”为方针，奖励在智能科学技术活动中做出突出贡献的单位和个人，以不断推进中国智能科学技术领域创新与发展。
该奖项是经国家科学技术奖励委员会批准设立的全国奖项，被誉为“ 中国人工智能科技最高奖”，于2010年起开设，已举行了5届。
其中，有4位人工智能杰出学者获得(终身)成就奖。中国计算机学会也于2010年始设立终身成就奖，授予70岁以上、在计算领域做出卓越成就与贡献、被业界广泛认可的老科学家，其中，有2位从事人工智能研究取得突出成果的计算机学者获得此项殊荣。
“中国象棋人机大战”计算机博弈大赛始于2006年，已举行5届，引起国内外人工智能学界和主流媒体的高度重视。随着今年AlphaGo与围棋九段李世石人机对决引发的新一轮的人工智能与机器博弈热潮，中国象棋的人机大战必将攀上新的高度，为推动中国人工智能发展做出其独特的贡献。
自1998 年以来，已在中国举行了数百场智能系统、智能机器人和智能小车比赛，其中包括一些国际比赛。这些比赛吸引了成千上万的青少年学生参加，并获得大批国内外奖励，这对于提高他们对信息科技特别是人工智能的兴趣，培养他们的创新思维和创新能力，锻炼人工智能科技接班人具有不可替代的重要作用。
中国一些学者和学生还获得国际重要奖励。例如，王勇获得2015 年IEEE计算智能学会优秀博士学位论文奖(图17)，这是中国大学首次获得该项殊荣。
据不完全统计，表2给出获得国内外人工智能重要奖项的名单。
7.国际交流
改革开放以来，特别是进入21世纪以来，中国的人工智能国际交流与合作进一步开展。
2006 年，中国人工智能学会联合美国人工智能学会和欧洲人工智能协调委员会，共同发起在北京召开了International Conference on ArtificialIntelligence(人工智能国际学术会议，图18)，隆重庆祝国际人工智能学科诞生50周年。时任全国人大**会副委员长的许嘉璐等在大会上致词。中国人工智能研究开拓者和领军人物吴文俊、模糊数学创始人美国Zadeh LA、国际EBMT机器翻译方法发明人Nagao M等在大会上做主题报告。大会开得非常成功，影响广泛。
2013年还承办了第23届国际人工智能联合会议(InternationalJointConference on Artificial Intelligence，IJCAI)，这是国际人工智能领域规模最大、影响最广泛、学术地位最高的综合性会议。承办国际人工智能联合会议表明中国的人工智能研究与应用已在世界范围内产生积极影响。
中国还创办与主办一些人工智能或与人工智能密切相关的国际会议。例如，2010 年举办了全球智能控制与自动化国际会议(The World Congresson Intelligent Control and Automation，WCICA)，自1993年以来每2年举行一次，共举行了12届。本会议已成为具有国际影响力的智能科技盛会。此外，中国人工智能学会还发起组织“国际高级智能会议”，已经举办了2次。
8.人工智能对社会的影响日益扩大
人工智能的发展已对人类及其未来产生深远影响，这些影响涉及人类的经济利益、社会作用和文化生活等方面。仅社会影响而言，就包括劳动就业问题、社会结构变化、思维方式与观念、心理上的威胁等。
1)劳务就业问题。由于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作方式或工种，甚至造成失业。
2)社会结构变化。社会结构正在悄然改变，人-机器的社会结构终将被人-智能机器(人工智能)-机器的社会结构取代。从发展的角度看，从医院里看病的“医生”和护理病人的“护士”，旅馆、饭店和商店的“服务员”，办公室的“秘书”，指挥交通的“交通警察”，到家庭的“勤杂工”和“保姆”等，都将由智能机器人取代。因此，人们将不得不学会与智能机器相处，并适应这种变化了的社会结构。
3)思维方式与观念的变化。一旦智能系统的用户开始相信系统(智能机器)的判断和决定，那么他们有可能不愿多动脑筋，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。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。
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。如果智能机器的人工智能会超过人类的自然智能，那么人类可能沦为智能机器和智能系统的奴隶。
上述这些影响在国内同样存在。针对社会各界广泛关注人工智能对人类社会的影响，国内已开展人工智能科技知识的普及宣传。例如，通过视频公开课普及人工智能知识。精品视频公开课是向大学生和社会大众免费开放的科学与文化素质教育网络视频课程与讲座，着力广泛传播人类文明优秀成果和现代科学技术前沿知识，提升大学生及社会大众的科学文化素养，服务社会主义先进文化建设，增强中国文化软实力和中华文化国际影响力。国家级精品视频公开课“人工智能PK人类智能”和“从自然世界到智能时代”等，在国内网络媒体播出后，反映热烈，深受欢迎，对扩大人工智能对社会的正面影响，减少人工智能对社会的负面影响起到积极引导的应有效果。
三、存在的问题
虽然国内人工智能已取得许多骄人成就，但与国家发展战略要求相差甚远，与国际先进水平差距较大。概括起来存在如下几方面的问题。
1)经济效益至上，缺乏远大眼光。
许多人工智能企业和一些地方**缺乏远大眼光，追求短期的经济效益，企望1~2年或2~3年内获得明显的经济回报，致使很大一部分人工智能创业企业急功近利，底气不足，发展乏力。需要追求经济效益，但像人工智能这样的高科技产业，或把人工智能技术用于促进其他产业转型升级的产业，其发展应当遵循一定的规律，需要一个过程，需要一定的时间，不能急于求成，过早追求经济效益。
2)人工智能整体水平亟待提高。
由于国内人工智能起步较晚，未能较早参与相应的人工智能国际技术、专利及标准制定，因此奉上了数额不菲的“学费”。在国内人工智能领域，有很多科研机构和企业在参与技术研发，并在某些领域处于与国外基本同步甚至领先水平，这对于提升中国在未来人工智能领域的技术、标准话语权以及市场应用主导权至关重要。但是，中国人工智能的整体能力和水平远未达到通用智能化程度，人工智能基础研究的总体水平，与国际先进水平仍然存在明显差距。要在整体上赶上国际先进水平依然任重道远，需要时日。
3)国家的决策有待落实于行动。
中国虽已公布了一批与人工智能相关的发展规划，如《智能制造2025》、《机器人产业发展规划(年)》和《“互联网+”人工智能三年行动实施方案》等，但尚未制定全面发展人工智能的国家战略。上述规划与方案也需要把政策规划转化为行动，变成看得见的效益。
4)国家资金支持力度有待进一步提高。
如前所述，中国已经在许多国家级科学研究和科技发展项目中，支持人工智能及其相关科技项目的研究，而且支持力度不断加大。不过，与“ 互联网+”、智能制造等项目，与欧美一些发达国家的相关项目投入相比，国内对人工智能科研和产业发展的资金支持力度还远远不够。况且，比起其他项目，人工智能需要研究的问题更多，涉及面更广，难度也更大，需要国家支持的力度也更大。
5)科研经费分配不够公正。
长期以来，对科研经费的分配问题不时引发争议。首先，未能把有限的经费用到最重要和最急需的项目上，而是平均分配，致使一些并不急需使用经费的项目与急需重点支持的项目“平分秋色”。其次，有些“专家组”成员，以权谋私，为本单位申请项目的立项出力，甚至相互勾结，为专家组成员单位获得项目助一臂之力，而许多非专家组单位成员申请的项目就受到不公正待遇;在一段时间内这几乎成为潜规则。再次，科研经费的评定与使用缺乏有效监督，这些问题在人工智能领域同样存在。
6)公众对人工智能的发展存在顾虑。
自人工智能孕育于人类社会母胎之日起，人工智能的社会影响就引起人类社会的广泛关注。社会上有一部分人对人工智能和智能机器人的出现与发展表示担忧，担心有朝一日人工智能和智能机器会威胁到人类的生存与发展，其中最典型的要算史蒂芬·霍金。作为当今世界一位极具影响力的物理学家，他担心运用人工智能技术制造能够独立思考的机器，最终会威胁到人类的生存。霍金说：人工智能的全面发展可能导致人类的灭绝(图22)。他的观点引起包括众多民众和一些科技人员的共鸣。当然，社会上也存在另一种观点的，他们认为，尽管人工智能经过60年的发展已取得了巨大进步，但在看得见的未来人工智能的整体水平还难以超越人类智能，还不足以威胁到人类的生存。他们主张必须高度重视人工智能对人类社会的影响，不失时机地研究与制定对策，以消除公众顾虑，确保人类自身安全。
7)一哄而起可能导致无序