中國人工智能學會：2022年中國人工智能系列白皮書智能產品與產業（181頁）.pdf

《中國人工智能學會：2022年中國人工智能系列白皮書智能產品與產業（181頁）.pdf》由會員分享，可在線閱讀，更多相關《中國人工智能學會：2022年中國人工智能系列白皮書智能產品與產業（181頁）.pdf（181頁珍藏版）》請在三個皮匠報告上搜索。

1、中國人工智能系列白皮書智能產品與產業 2022 1 中國人工智能系列白皮書中國人工智能系列白皮書 智能產品與產業智能產品與產業 中國人工智能學會中國人工智能學會 二二二二二年六月年六月 中國人工智能系列白皮書智能產品與產業 2022 1 中國人工智能系列白皮書編委會中國人工智能系列白皮書編委會 主 任：戴瓊海 執行主任：王國胤 副 主 任：陳 杰 劉成林 劉 宏 孫富春 王恩東 王文博 趙春江 周志華 委 員：班曉娟 曹 鵬 陳 純 陳松燦 鄧偉文 董振江 杜軍平 付宜利 古天龍 桂衛華 何 清 胡國平 黃河燕 季向陽 賈英民 焦李成 李 斌 劉 民 劉慶峰 劉增良 魯華祥 馬華東 苗奪謙 潘

2、 綱 樸松昊 錢 鋒 喬俊飛 孫長銀 孫茂松 陶建華 王衛寧 王熙照 王 軒 王蘊紅 吾守爾斯拉木 吳曉蓓 楊放春 于 劍 岳 東 張小川 張學工 張 毅 章 毅 周國棟 周鴻祎 周建設 周 杰 祝烈煌 莊越挺 中國人工智能系列白皮書中國人工智能系列白皮書-智能產品與產業編寫組智能產品與產業編寫組 陳建華 陳健瑞 陳亞敦 常永波 韓力群 何清素 侯向往 劉 劼 馬立新 孟慶浩 任 勇 盛國輝 田新誠 吳懷化 王景璟 王中成 魏 維 楊啟蓓 趙姝穎 中國人工智能系列白皮書智能產品與產業 2022 1 目 錄 引言.1 第 1 1 章 智能產品與產業概述.1 1.1 智能產業的產業鏈.1 1.1.

3、1 基礎層.2 1.1.2 技術層.3 1.1.3 應用層.4 1.2 傳統產品的智能化.4 1.2.1 傳統產品智能化.4 1.2.2 智能產品賦能技術.5 1.2.3 典型智能產品.7 1.3 智能產品與產業的主要特點.11 1.3.1 智能產品的主要特點.11 1.3.2 智能產業的主要特點.12 1.4 智能產品與產業的發展概況.13 第 2 2 章 智能產品與產業研究熱點.17 2.1 前沿熱點.17 2.1.1 人工智能助力實現“雙碳”.17 中國人工智能系列白皮書智能產品與產業 2022 2 2.1.2 人工智能助力教育發展.17 2.1.3 人工智能輔助新型藥物研發.18 2.

4、1.4 無人駕駛探索出行的終極解決方案.18 2.1.5 人工智能物聯網實現萬物智聯.18 2.2 研究學者與產業界專家.19 2.3 技術倫理.21 2.4 智能產品標準研究.25 第 3 3 章 典型智能產品及其關鍵特征.31 3.1 典型/成熟智能產品分析.31 3.1.1 智能服務機器人.31 3.1.2 智能物聯網產品.35 3.1.3 智能個人終端.45 3.1.4 智能芯片.48 3.1.5 智能運載工具.53 3.2 正在取得突破的智能產品.58 3.3 關鍵特征分析.60 3.3.1 情景感知.60 3.3.2 自主學習.61 中國人工智能系列白皮書智能產品與產業 2022

5、3 3.3.3 智能決策.62 3.3.4 協同交互.63 第 4 4 章 人工智能技術與傳統產業的融合發展.64 4.1 智能制造.64 4.1.1 智能制造系統架構.65 4.1.2 智能制造主要特征.67 4.1.3 智能制造關鍵技術.68 4.2 智慧交通.79 4.2.1 概述.79 4.2.2 智慧交通系統組成.80 4.2.3 智慧交通系統關鍵技術.84 4.2.4 中國智慧交通產業市場規模.86 4.2.5 智慧交通系統發展趨勢.87 4.3 智能電力.88 4.3.1 新型電力系統人工智能能力平臺.88 4.3.2 電網高壓斷路器大數據智能在線監測系統.94 4.4 智慧農業

6、.98 4.4.1 智能農場感知.98 中國人工智能系列白皮書智能產品與產業 2022 4 4.4.2 自主作業農機.100 4.4.3 農業專家決策系統.102 4.5 智慧醫療.103 4.5.1 智慧醫院管理.103 4.5.2 智慧診療.112 4.5.3 輔助診療.114 4.6 智慧教育.117 4.6.1 智慧教育內涵.117 4.6.2 智慧教育關鍵技術.117 4.6.3 智慧教育典型應用.120 4.6.4 智慧教育行業發展.123 4.7 智慧礦山.125 4.7.1 智慧礦山的基本內涵.125 4.7.2 數字孿生模型的構建.126 4.7.3 基于數字孿生的智慧礦山.

7、128 4.8 智慧安防.129 4.8.1 智慧安防概念.129 4.8.2 智慧安防系統原理.130 4.8.3 智慧安防關鍵技術.132 中國人工智能系列白皮書智能產品與產業 2022 5 4.8.4 智慧安防典型產品.133 4.8.5 智慧安防典型應用.134 4.8.6 智慧安防技術發展前景.136 4.8.7 智慧安防行業產業概述.137 第 5 5 章 未來趨勢與展望.141 5.1 發展機遇.141 5.1.1“十四五”規劃.141 5.1.2 產學研用共同推動.142 5.1.3 傳統行業轉型與 AI 技術落地.143 5.2 人工智能技術發展面臨的挑戰.144 5.2.1

8、 技術攻關尚存難度.144 5.2.2 算法缺陷引發爭議.145 5.2.3 產品同質化待解決.146 5.2.4 創新要素仍需完善.147 5.2.5 人才培養是關鍵.148 5.3 當前智能產品與產業的需求分析.150 5.3.1 政府需求.150 5.3.2 企業需求.152 中國人工智能系列白皮書智能產品與產業 2022 6 5.3.3 公眾需求.153 5.4 發展趨勢.154 5.4.1 人工智能技術研究將加快形成核心能力.154 5.4.2 人工智能的應用領域將不斷擴大.155 5.4.3 技術向善理念將全產業鏈落地.156 5.4.4 人工智能關鍵生態要素將不斷完善優化.157

9、 5.4.5 中國 AI 產業將在高端技術封鎖中破壁前行.157 總結.160 參考資料.164 中國人工智能系列白皮書智能產品與產業 2022 1 引 言 人工智能產業是指以人工智能關鍵技術為核心的、由基礎支撐和應用場景組成的、覆蓋領域極為廣闊的行業群。智能產品是指用人工智能技術賦能的產品。當前，人工智能作為新一輪產業變革的核心驅動力，正在催生新技術、新產品、新產業、新業態、新模式，從而引發經濟結構的重大變革，實現社會生產力的整體提升。人工智能技術的應用正在成為眾多傳統產業發展、產品升級換代的突破點，推動產業的智能化轉型與產品的智能化升級。我國人工智能產業起步較晚，但發展勢頭迅猛。近年來，智

10、能化基礎設施體系高速發展，全產業鏈基本形成，相關智能產品的種類和形態日益豐富，產業分布漸趨合理。人工智能和產業加速深度融合發展，正在掀起新一輪科技創新浪潮，不僅推動中國經濟的轉型升級，而且為全球創新體系的重塑奠定基礎。目前，我國的人工智能企業廣泛分布在 20 個重點應用領域。其中，企業技術集成與方案提供應用領域占比最高，說明在全面融合發展階段，突破應用領域的共性和關鍵技術是中國人工智能產業關注的焦點。從應用領域企業融資額的分布看，智慧商業和零售，科技金融、新媒體和數字內容類應用領域的融資額最高，智慧交通、關鍵技術研發和應用平臺、企業技術集成與方案、智能硬件也均屬于占比較高的應用領域。2020

11、年 9 月，我國提出二氧化碳排放力爭“2030 年前達到峰值，2060 年前實現碳中和”，從當下到未來幾十年，我們將處于智能化時代與碳中和時代疊加共振的時代。在中國經濟較快增長的背景下，實現碳中和的關鍵在于降低單位 GDP 能耗，這對能源、交通、制造業和城市建設規劃等許多領域帶來了較大的減排壓力。而 AI 技術有望中國人工智能系列白皮書智能產品與產業 2022 2 從多維度、多場景推動各行各業的提效降耗，必將在低碳減排進程中發揮巨大的、不可替代的作用。事實上，AI 技術的日益普及正在催生以綠色清潔為特色的綠色生產力的整體躍升，推動社會進入提質增效減排的智能化時代。因此，AI 技術將取代傳統信息

12、技術成為數字經濟發展的核心驅動力、重要戰略抓手,數字經濟發展需要用 AI 技術構建堅實的底座。在全球人工智能發展的浪潮下，市場對人工智能的投入與期望空前巨大，正確理解智能產品與產業目前的發展狀態、市場預期、發展趨勢，是各行業企業的重要任務之一。本白皮書旨在為各類企業在人工智能方向上的布局與行動舉措提供參考信息與建議，同時也為智能產品生產企業和人工智能企業在具體發展方向的選擇上提供參考。本白皮書由五章組成，第 1 章介紹了智能產品與智能產業的概念、特點以及發展狀況；第 2 章闡述了前沿熱點、智能產業龍頭、智能產品標準等問題；第 3 章梳理總結了典型智能產品的應用場景與應用案例，并分析了智能產品的

13、關鍵特征；第 4 章介紹了傳統產業智能化轉型的典型行業，包括智能制造、智能交通、智能電力、智慧農業、智慧醫院、智慧教育、智慧礦山、智慧安防等八大傳統行業與 AI 技術融合發展的情況；第 5 章闡述了智能產品與產業的發展趨勢，討論了發展機遇與面臨的挑戰，分析了智能產品與產業的市場需求，并對未來發展趨勢進行展望。中國人工智能系列白皮書智能產品與產業 2022 1 第 1 1 章 智能產品與產業概述 1.11.1 智能產業的產業鏈 人工智能產業是指一類以人工智能關鍵技術為核心的、由基礎支撐和應用場景組成的、覆蓋領域極為廣闊的行業群。我國人工智能產業起步較晚，但十三五以來發展勢頭迅猛。目前，智能化基礎

14、設施體系高速發展，人工智能全產業鏈基本形成，并帶動傳統企業加速轉型升級。從產業鏈看（見圖 1.1），人工智能產業包括基礎技術支撐、人工智能技術、人工智能應用三個層次，分別對應產業鏈的上游、中游和下游。其中，基礎技術支撐由數據中心和運算平臺構成，數據傳輸、運算和存儲等；AI 技術是基于基礎層提供的存儲資源和大數據，通過機器人學習建模，開發面向不同領域的應用技術，包含感知智能和認知智能兩個階段，感知智能如語音識別、圖像識別、自然語言處理和生物識別等；認知智能如機器學習、預測類 API 和人工智能平臺。AI應用（AI+或智能化）即用 AI 技術為千行百業賦能，實現不同場景的應用，如無人車、智能家居、

15、智能醫療等。圖圖 1.1 人工智能產業鏈人工智能產業鏈 中國人工智能系列白皮書智能產品與產業 2022 2 1.1.1 基礎層基礎層 在人工智能領域，傳統的芯片計算架構已無法支撐深度學習等大規模并行計算的需求，需要新的底層硬件來更好地儲備數據、加速計算過程?；A層主要以硬件為核心，其中包括 GPU/FPGA 等用于性能加速的硬件、神經網絡芯片、傳感器與中間件，這些是支撐人工智能應用的前提。這些硬件為整個人工智能的運算提供算力，目前多以國際 IT 巨頭為主。目前在 GPU 領域，英偉達主打工業級超大規模深度網絡加速，并于日前推出了基于 Volta、首款速度超越 100TFlops 的處理器 Te

16、sla；英特爾主要圍繞 FPGA 構建產業，推出了模仿人腦的人工智能芯片；谷歌也推出了第二代 TPU 芯片，為自己的開源 TensorFlow 框架提供芯片支撐。此外，這一領域還有眾多初創公司，如中星微、寒武紀以及西井科技等，但在產業布局能力和研發實力方面還不可與這些巨頭匹敵。AI 芯片提供微處理器，用來加速深度神經網絡、機器視覺以及其他機器學習算法。例如，谷歌（ASIC）、英偉達（GPU）的云端訓練微處理器；谷歌（ASIC）、英偉達（GPU）、AMD（GPU）、英特爾（FPGA）、Actel（FPGA）、賽靈思（FPGA）、Altera（FPGA）（被英特爾收購）的云端推理微處理器；高通（移

17、動端）、深鑒科技（機器人）、寒武紀科技（移動端、CV、機器人）、地平線科技（CV、機器人、語音）、FaceOS（CV）、思必馳（語音）、聲智科技（語音）、云知聲（語音）、啟英泰倫（語音）、耐能（IoT）、NovuMind（IoT）、微軟（VR）、華捷艾米（VR）、IBM（類腦芯片）、西井科技（類腦芯片）的設備端推理微處理器；等等。視覺傳感器用于捕捉和分析視覺信息，代替人眼做各種測量和判斷。圖像傳感器及視覺算法/軟件解決方案提供商主要有：禾賽科技、巨星科技、slamtec、robosense、北科天繪、Quanergy、Velodyne 中國人工智能系列白皮書智能產品與產業 2022 3 LiD

18、AR、大族激光、中海達、擂神智能、北醒、數字綠土等激光雷達提供商；博世、隼眼科技、Continental、DENSO、行易道科技、Delphi、森思泰克、智波科技、cheng-tech、ZF TRW、HELLA、Autoliv 等毫米波雷達提供商；?？低?、大華、宇視科技、Tiandy、Towe、漢邦高科、泰科、亞安科技等監控攝像頭提供商；索尼、Hella、Panasonic、博世、ZF TRW、Continental、OmniVision、Mobileye 等自動駕駛攝像頭提供商；以及 Microsoft、蘋果、華捷艾米、凌感、Vidoo、Orbbec3D等體感檢測提供商。1.1.2 技術層

19、技術層 技術層是人工智能發展的核心，對應用層的產品智能化程度起到決定性作用。在這一發展過程中，算法和計算力對 AI 的發展起到主要推動作用。技術層主要依托基礎層的運算平臺和數據資源進行海量識別訓練和機器學習建模，以及開發面向不同領域的應用技術，包含感知智能和認知智能兩個階段。其中，感知智能階段通過傳感器、搜索引擎和人機交互等實現人與信息的連接，獲得建模所需的數據，如語音識別、圖像識別、自然語音處理和生物識別等；認知智能階段對獲取的數據進行建模運算，利用深度學習等類人腦的思考功能得出結果，如機器學習、預測類 API 和人工智能平臺等。在此基礎上，人工智能才能夠掌握“看”與“聽”的基礎性信息輸入與

20、處理能力，才能向用戶層面演變出更多的應用型產品。當前，國內的人工智能技術平臺在應用層面主要聚焦于計算機視覺、語音識別和語言技術處理領域，國內技術層公司發展勢頭也隨之迅猛，其中的代表性的企業包括科大訊飛、格靈深瞳、捷通華聲（靈云）、地平線、SenseTime、永洪科技、曠視科技、云知聲等。目前技術驅動層算法和計算力是人工智能產業發展的主要驅動力，開源化和通用化是發展趨勢。AI 通用技術公司開始向產業鏈上下游延伸，用整套解決方案深耕垂直領域。中國人工智能系列白皮書智能產品與產業 2022 4 1.1.3 應用層應用層 應用層主要是基于基礎層與技術層實現與傳統產業的融合，實現不同場景的應用。隨著人工

21、智能在語音、語意、計算機視覺等領域實現的技術性突破，將加速應用到各個產業場景。應用層按照對象不同，可分為消費級終端應用以及行業場景應用兩部分：消費級終端包括智能機器人、智能無人機以及智能硬件三個方向，場景應用主要是對接各類外部行業的 AI 應用場景。近年來，國內企業陸續推出應用層面的產品和服務，比如小 i 機器人、智齒客服等智能客服，“出門問問”、“度秘”等虛擬助手，工業機器人和服務型機器人也層出不窮，應用層產品和服務正逐步落地。其中，IBM 最早布局人工智能，“萬能 Watson”推動多行業變革；百度推出“百度大腦”計劃，重點布局無人駕駛汽車；而谷歌的人工智能業務則較為繁雜，多領域遍地開花，

22、包括 AlphaGo、無人駕駛汽車、智能手術機器人等；微軟在語言語義識別、計算機視覺等領域保持領先。除此之外，家電行業也掀起了人工智能的熱潮，不少家電企業都瞄準了人工智能，潛心研發 AI 技術，將其應用于家電產品。今年以來，長虹、美的、格力、格蘭仕等都在向智能制造轉型，試圖立足“SmartHome”，將人工智能和智慧家庭更緊密地結合在一起。1.21.2 傳統產品的智能化 1.2.1 傳統產品智能化傳統產品智能化 智能產品是指利用人工智能技術賦能傳統產品，以及將人工智能技術技術成果集成化、成品化。各類智能技術的綜合應用，有望將使機器和各類產品的“感覺”能力提升為“感知”能力，機器的“自動執行”能

23、力提升為“自主決策”能力，機器“調度知識”的能力提升為通過學習“獲取知識”的能力。真正的智能產品將不再是傳統的機電工具，它們將具有類似人中國人工智能系列白皮書智能產品與產業 2022 5 的思維、類似人的心理和情感，善解人意，表情豐富，行為舉止愈來愈有“人”的特點。目前市場上充斥著大量偽智能產品（未采用任何人工智能技術），為了甄別和評價智能產品，需要制定相應的標準。近年來，政產學研用各界都在呼吁有關部分研究制定術語規范、內涵專業、通用性強的智能產品相關標準，為制造商、銷售商、監管部門和消費者提供一個具有較高的技術權威性、較強的操作性和指導性的、評價智能產品“智商”水平的依據。1.2.2 智能產

24、品賦能技術智能產品賦能技術 智能產品是指利用人工智能技術賦能的高科技產品，以及人工技術成果的集成化與成品化。表 1.1 中列出了與智能產品相關的賦能技術，其中，機器學習、自然語言處理、圖像處理、人機交互等一大批人工智能技術已相對成熟并得到大量應用。表表 1.1 智能產品相關賦能技術智能產品相關賦能技術 大數據/云計算 相似性測度 知識發現與知識處理 智能機器人 機器智能水平的分級與評測 生物信息學與人工生命 機器學習 人類思維的可建模性 群智能與社會智能 情境感知 類比與聯想模型 智能優化計算 情感計算 遺忘機制與模型 信息的認知和計算 自然語言處理 智能網絡 智慧決策分析 物聯網 機器感知

25、歸納推理模型 普適計算 圖像與視頻理解與處理 情感感知 1機器學習技術 指計算機通過對大量已有數據的處理分析和學習，從而擁有預測中國人工智能系列白皮書智能產品與產業 2022 6 判斷和做出最佳決策的能力。這項技術與計算機科學、統計學、數學優化算法等都有著密不可分的關系。其代表算法有深入學習、人工神經網絡、決策樹、增強算法等。2自然語言處理技術 指讓計算機可以理解人類的語言，包括將人類語言轉化為計算機程序可以處理的形式及將計算機數據轉化為人類自然語言兩種形式。這里指的語言可以是聲音也可以是文字。這項技術的主要內容包括信息檢索、信息抽取、詞性標注、句法分析、多語處理、語音識別等。3圖像處理技術

26、指讓計算機擁有人類的視覺功能，可以獲得、處理并分析和理解圖片或多維度數據。這項技術的主要內容包括圖像獲得、圖像過濾和調整、特征提取等。4人機交互技術 指計算機系統和用戶可以通過人機交互界面進行交流。這項技術包括的主要內容包括計算機圖像學、交互界面設計、增強現實等。圖圖 1.2 人工智能技術框架（資料來源：中信證券研究部策略組）人工智能技術框架（資料來源：中信證券研究部策略組）中國人工智能系列白皮書智能產品與產業 2022 7 1.2.3 典型智能產品典型智能產品 隨著制造強國、質量強國、網絡強國、數字中國建設進程的加快，在制造、家居、金融、教育、交通、安防、醫療、物流等領域對人工智能技術和產品

27、的需求將進一步釋放，相關智能產品的種類和形態也將越來越豐富。典型智能產品如表 1.2 所示。表表 1.2 典型智能產品典型智能產品 分分 類類 典型產品示例典型產品示例 智能 機器人 工業機器人 焊接機器人、噴涂機器人、搬運機器人、加工機器人、裝配機器人、清潔機嬰人以及其它工業機器人 個人/家用 服務機器人 家政服務機器人、教育娛樂服務機器人、養老助殘服務機器人、個人運輸服務機器人、安防監控服務機器人 公共服務 機器人 酒店服務機器人、銀行服務機器人、場館服務機器人和餐飲服務機器人 特種機器人 特種極限機器人、康復輔助機器人、農業（包括農林牧副漁）機器人、水下機器人、軍用和警用機器人、電力機器

28、人、石油化工機器人、礦業機器人、建筑機器人、物流機器人、安防機器人、清潔機器人、醫療服務機器人及其它非結構和非家用機器人 智能運輸工具 自動駕駛汽車 軌道交通系統 無人機 無人直升機、固定翼機、多旋翼飛行器、無人飛艇、無人傘翼機 無人船 智能終端 智能手機 車載智能終端 可穿戴終端 智能手表、智能耳機、智能眼鏡 自然語言處理 機器翻譯 機器閱讀理解 問答系統 智能搜索 中國人工智能系列白皮書智能產品與產業 2022 8 分分 類類 典型產品示例典型產品示例 計算機 視覺 圖像分析儀、視頻監控系統 生物特征識別 指紋識別系統 人臉識別系統 虹膜識別系統 指靜脈識別系統 DNA、步態、掌紋、聲紋等

29、其它生物特征識別系統 VR/AR PC 端 VR、一體機 VR、移動端頭顯 人機交互 語音交互 個人助理 語音助手 智能客服 情感交互 體感交互 腦機交互 1智能機器人類產品 智能機器人屬于第三代機器人，能夠將多種傳感器信息進行融合，能夠有效地適應環境變化，具有較強的自適應能力、學習能力和自治功能。近年來，我國的智能機器人研發和產品化取得了較快的進展，智能機器人產品日益豐富，性價比顯著提高。但智能水平多處于初級階段，多數智能機器人的自主性不高，適應環境變化的能力不強。進一步提升智能機器人的智能水平，涉及的關鍵技術主要包括：核心零部件技術、多傳感信息耦合技術，導航和定位技術，機器人視覺技術，智能

30、控制技術和人機接口技術等。2智能運載工具類產品 智能運載工具主要包括用于陸地、空中和水中的各類自主無人系統，如無人地面車輛、無人機、無人水面艇和無人潛航艇等。研制自主無人系統，已成為人工智能發展的標志性成果。近年來，我國自主中國人工智能系列白皮書智能產品與產業 2022 9 研發的無人機、無人車、軌道交通自動駕駛系統已經開始在相關領域投入使用。預計到 2020 年，我國無人機將實現多行業、規?；?、產業化應用；我國將開發出軌道交通自動駕駛核心共性技術，完成自動駕駛系統的示范工程建設，形成一套符合國際規范的中國標準。2030年，我國能夠在局部地區和環境下實現商業化的無人駕駛；無人機應用覆蓋率達到全

31、空域、全行業 50%；逐步實現全國范圍內城市軌道交通全自動無人駕駛，并在高速鐵路上逐步推廣應用自動駕駛。3智能終端類產品 智能終端類產品廣泛應用于人們的日常生活、工作與娛樂等多個方面。近年來，隨著社會經濟發展和居民消費水平提高，人們對智能終端的需求越來越大。目前多數移動智能終端產品以小而美的產品為主，可穿戴設備、VR/AR 等產品以其輕便、價優、智能的特點迅速進入普通消費者視線，多技術、多應用的融合以及多樣化的需求，使得我國智能終端產品更新換代的速度也越來越快，從而推動智能終端的升級和進一步發展。根據預測，2018 年全球智能終端設備（包括可穿戴設備電話、平板電腦、PC 等）的裝機量將達到 8

32、3 億臺；全球智能可穿戴設備市場規模將由 2015 年的 154 億美元增長至 2021 年的427.5 億美元，年平均復合增長率約 18.55%，其中智能手表市場規模將由 53.9 億美元增長至 176.5 億美元，年平均復合增長率達到21.86%。VR/AR 目前仍處于起步期，未來有望維持高速增長水平。4自然語言處理類產品 針對一定應用、具有相當自然語言處理能力的實用系統已經出現，有些已商品化，甚至開始產業化。典型的例子有：多語種數據庫和專家系統的自然語言接口、各種機器翻譯系統、全文信息檢索系統、自動文摘系統、開放式問答系統、智能搜索引擎等。從現有的理論和技術現狀看，通用的、高質量的自然語

33、言處理系統，仍然是較長期的努力目標。中國人工智能系列白皮書智能產品與產業 2022 10 5計算機視覺類產品 目前計算機視覺類產品品種多樣，功能齊全，性能可靠，廣泛用于交通、安防等領域。以交通為例，視頻監控系統已成為車牌識別、車速測量、逆行告警、流量統計等場景不可或缺的關鍵設備。視頻監控系統的廣泛應用必然帶來對智能圖像分析系統的需求，根據智能分析算法實現的方式，可將目前的圖像分析類產品概括為以下幾種類型：識別類分析，例如通過圖像識別、圖像比對及模式匹配等核心技術，實現對人、車、物等相關特征信息的提取與分析；行為類分析，例如車輛逆行及相關交通違章檢測、防區入侵檢測、圍墻翻越檢測、絆線穿越檢測、物

34、品偷盜檢測、客流統計等；圖像檢索類分析，例如按照所定義的規則或要求，快速檢索目標視頻；圖像處理類分析，例如視頻增強技術（去噪、去霧、銳化、加亮等）、視頻復原技術（去模糊、畸變矯正等）；診斷類分析，例如針對視頻圖像出現的常見攝像頭故障進行準確分析、判斷和報警。6生物特征識別類產品 生物識別技術主要是指通過人類生物特征進行身份認證的一種技術，生物特征通常具有唯一的、可以測量或可自動識別和驗證、遺傳性或終身不變等特點。生物識別的核心在于如何獲取這些生物特征，并將之轉換為數字信息，存儲于計算機中，利用可靠的匹配算法來完成驗證與識別個人身份的過程。由于微處理器及各種電子元器件成本不斷下降，精度逐漸提高，

35、生物識別系統逐漸應用于商業上的授權控制等領域。目前我國的生物識別類產品發展迅速，已經發展了指紋識別、掌紋與掌形識別、虹膜識別、人臉識別、手指靜脈識別、聲音識別、簽字識別、步態識別、鍵盤敲擊習慣識別，甚至 DNA 識別等多種生物識別技術。目前相關市場上占有率最高的是指紋機，隨著人臉識別技術日益成熟，未來將有越來越多的場景使用人臉識別產品。中國人工智能系列白皮書智能產品與產業 2022 11 7VR/AR 類產品 VR 產品可分為 4 類：硬件設備、內容制作、分發平臺以及 B 端應用。目前國內 VR 產品以硬件設備為主，B 端應用逐漸開始實際應用，而內容制作和分發平臺則剛剛起步，但線下體驗店和主題

36、樂園已經是較為成熟的商業模式。整體來看，中國企業在 VR/ARVR 域的技術相對薄弱和滯后，缺少基礎性的核心技術。國際巨頭 VR/AR 領域的研究熱點主要集中在信號處理技術、內容制作技術、識別追蹤、系統控制技術等方面，主要應用于與人體相關的識別、電子商務、教學培訓模擬、游戲、人體醫療健康的測量診斷等領域。預計我國的 VR/AR 產品研發方向將重視這些領域，加強上述領域的研究與布局。8人機交互類產品 目前，以 PC 為主的互動方式仍是人機交互產品的主流，以觸控為首的自然互動方式則代表著人機交互的新方向，而體感識別更將這種人體觸控發揮到極致。伴隨著觸控、體感這兩種最流行普及的交互技術的成熟，語音識

37、別的進化也突飛猛進。例如，基于語音識別、語音合成、自然語言理解等技術的智能語音交互類產品，能夠廣泛用于多個應用場景中，包括智能問答、智能質檢、法庭庭審實時記錄、實時演講字幕、訪談錄音轉寫等場景，在金融、保險、司法、電商、智能汽車等多個領域均有應用案例。如今，在多點觸摸、語音識別、體感識別等這三大交互技術流行的大環境下，許多智能產品正在多種實際應用場景下給用戶以“能聽、會說、懂你”式的智能人機交互體驗。1.31.3 智能產品與產業的主要特點 1.3.1 智智能產品的主要特點能產品的主要特點 智能產品是具有人工智能的機器、工具或計算機程序等人造產品。作為一種智能產品，其核心特點是采用了一種或多種人

38、工智能技術，并由于該人工智能技術的賦能而使產品具有一種或多種類似人的中國人工智能系列白皮書智能產品與產業 2022 12 智能特點。目前智能產品的主要特點包括：自學習、自適應、自協調、自診斷、自推理、自組織、自校正，等等。1自學習 智能產品（或系統）在訓練或工作過程中，自主獲取新知識或技能，通過調整參數，改進其性能的智能行為。2自適應 智能產品（或系統）自主修正自身的特性以適應工作環境的擾動或系統動態特性變化的智能行為。3自協調 智能產品（或系統）在工作過程中，各組成環節自主相互配合的智能行為。4自診斷 智能產品（或系統）自主判斷自身故障的智能行為。5自推理 智能產品（或系統）根據檢測數據或實

39、際工況自主做出推測或推斷的智能行為。6自組織 智能產品（或系統）在訓練或工作過程中，為適應任務需要而自主調整系統參數或結構的智能行為。7自校正 智能產品（或系統）自主校準零點、量程或其他設計參數的智能行為。人工智能技術的不斷突破與應用將推動傳統產品的智能水平日新月異。近年來，智能汽車、智能計算機、智能機器人、智能家居、智能家電等一大批直接服務于人的產品其智能化正在提速，智商正在提升。人工智能技術的綜合應用，正在使智能產品的“感覺”能力提升為“感知”能力，“自動執行”能力提升為“自主決策”能力，“調度知識”中國人工智能系列白皮書智能產品與產業 2022 13 的能力提升為通過學習“獲取知識”的能

40、力?？梢云诖褐悄墚a品的進一步發展將因具有人工情感而人-機和諧；具有感知能力而反應敏捷；具有自學習能力而熟能生巧；具有自然語言理解能力而善解人意。1.3.2 智能產業的主要特點智能產業的主要特點 目前我國人工智能產業化落地加快推進，社會服務領域應用場景豐富，產業智能化進程中呈現出三個鮮明特點。1AI 技術普及化 近年在決定企業產生經濟效益的各個環節，都已能夠看到人工智能的身影。人工智能正在催生新技術、新產品、新產業、新業態、新模式，實現社會生產力的整體躍升，推動社會進入智能經濟時代。據估算，目前中國大型企業基本都已在持續規劃投入實施人工智能項目，而全部規模以上企業中約有超過 10%的企業已將人

41、工智能與其主營業務結合，實現產業地位提高或經營效益優化。2知識產業化 知識是 AI 的基礎，是機器具有認知能力和自主決策能力的關鍵所在。在智能化時代，大數據、AI 算法和算力正在推動提煉知識和管理知識的技術不斷取得突破，催生出大量知識生產企業，形成知識的產業化生產。例如，各種知識圖譜構建技術、智能搜索引擎、問答系統、用戶畫像構建技術、文本數據挖掘技術，等等。3人機協同化 正如新一代人工智能發展規劃中提出的“人機協同成為主流的生產和服務方式”。智能機器的普遍應用使以人的體力勞動力為主的工種逐漸消亡。人的自然智能與機器的人工智能的有機結合，使得人機協同與互動型工種不斷增加。因此，在產業經濟中，人機

42、協同模式將長期穩定存在，推動效率變革、動能轉換。1.41.4 智能產品與產業的發展概況 我國從“十三五”開始進入人工智能發展快車道，大數據、算法中國人工智能系列白皮書智能產品與產業 2022 14 與算力等技術的升級推動了人工智能行業加速發展。目前，我國人工智能全產業鏈基本形成，帶動實體經濟轉型升級，在全球人工智能產業結構中占有重要地位。圖圖 1 1.3 3 中國人工智能產業中國人工智能產業與與全球人全球人工工智能產業智能產業圖譜圖譜（制圖人：中國信息（制圖人：中國信息通信研究院華東分院通信研究院華東分院 常永波）常永波）從產業智能化發展階段看，實現 AI 需經歷計算智能（能存會算）、感知智能

43、（能聽會說、能看會認）、認知智能（能理解會思考,即智能化的高級階段，有待 AI 技術的突破）三個階段。當前產業智能化進程正處于從感知智能向認知智能過渡的初始階段。從 AI 產業結構看：中國人工智能產業結構逐漸完善，智能視覺、智能交通等領域大額融資突出，智能教育、智能醫療、智能機器人領域人工智能獨角獸快速成長，領軍型巨頭企業在智能交通、智能醫療、智慧商務等垂直領域密集布局。從企業的創新主體作用看：近年中國企業在人工智能領域技術創中國人工智能系列白皮書智能產品與產業 2022 15 新中的創新主體作用正在日益強化。各大人工智能骨干企業正在成為人工智能技術研發投入的重要來源（如阿里、百度、騰訊、科大

44、訊飛等），在 AI 基礎研究和前沿技術成果方面做出越來越多貢獻，并深度參與產學研協同 AI 人才培養，學術界和產業界共同驅動人工智能創新發展初具形態。表表 1.3 全球人工智能企業市值全球人工智能企業市值/估值估值 TOP20（截至（截至 2022.06.10）序號序號 企業名稱企業名稱 國家國家 資本市場狀態資本市場狀態 市值市值/估值估值 所屬領域所屬領域 1 Microsoft 美國 上市 市值1.78萬億美元 綜合性 2 谷歌 美國 上市 市值 1.4 萬億美元 綜合性 3 NVIDIA 美國 上市 市值 3911 億美元 AI 芯片 4 IBM Watson 美國 上市 市值 168

45、0 億美元 智能醫療 5 ABB Robotics 瑞士 上市 市值 589 億美元 智能機器人 6 百度 中國 上市 市值 502 億美元 綜合性 7 Fanuc 日本 上市 市值 375 億美元 智能機器人 8 Waymo 美國 C 輪融資 估值 300 億美元 智能交通 9 Databricks 美國 G 輪融資 估值 280 億美元 開發平臺 10 大疆創新 中國 戰略融資 估值 240 億美元 無人機 11 商湯科技 中國 上市 市值 214 億美元 綜合性 12 科大訊飛 中國 上市 市值 127 億美元 智能語音 13 曠視科技 中國 IPO 申請中 估值 120 億美元 計算機

46、視覺 14 Nuro 美國 C 輪融資 估值 86 億美元 智能物流 15 Automation Anywhere 美國 B 輪融資 估值 68 億美元 智能機器人 16 地平線 中國 C+輪 估值 50 億美元 AI 芯片 17 Preferred Networks 日本 C 輪融資 估值 26.7 億美元 綜合性 18 Uniphore 美國 E 輪融資 估值 25 億美元 智能語音 19 Moveworks 美國 C 輪融資 估值 21 億美元 開發平臺 20 Graphcore 英國 D 輪融資 估值 19.5 億美元 AI 芯片（制表人：中國信息通信研究院華東分院 常永波）中國人工智

47、能系列白皮書智能產品與產業 2022 16 從 AI 基礎層技術發展看：近兩年是中國智能芯片加速發展的一年，云-邊-端側十余款智能芯片產品集中亮相并走向商業化應用。近年中國研發的開源深度學習框架、開源工具集、開源應用軟件、開源社區快速發展，中國在國際人工智能開源社區的貢獻度已成為僅次于美國的第二大貢獻國。從 AI 產業集聚區域與試驗區看：目前京津冀、長三角和粵港澳大灣區已成為我國 AI 發展的三大區域性引擎，AI 企業數占全國的83%；成渝城市群、長江中游城市群也展現出 AI 發展的區域活力，產業集聚區初顯區域引領和協同作用?？萍疾扛辈块L李萌在近日召開的2021 人工智能合作與治理國際論壇上說

48、，我國目前已經有 17 個國家新一代人工智能創新發展試驗區（2019 年北京市成為全國首個國家新一代人工智能創新發展試驗區）。以上情況表明，目前我國人工智能已經進入技術創新和大規模應用的高潮期，智能企業的開創期和智能產業的形成期，人工智能總體技術和應用屬于世界先進水平。中國人工智能系列白皮書智能產品與產業 2022 17 第 2 2 章 智能產品與產業研究熱點 2.12.1 前沿熱點 2.1.1 人工智能助力實現“雙碳”人工智能助力實現“雙碳”世界氣候問題日益嚴重，減少碳排放逐漸成為世界主要國家的共識。人工智能正在發揮越來越大的作用助力實現“雙碳”（碳達峰與碳中和）目標，而人工智能模型的公平性

49、、可解釋性以及模型質量構成了可信任的重要因素。2021 年，移動、電信、聯通先后發布“十四五”節能降碳規劃和目標，擬研發“5G 低碳基站”，積極推進綠色數據中心建設，提高我國智慧能源管理水平。在 AI 助力節能減排方面，據2021 年中國人工智能助力“雙碳”目標達成白皮書顯示，與 AI 相關的技術減碳貢獻占比將逐年提升，至 2060 年將至少達到 70%，減碳總量將超過 350 億噸。未來，隨著 5G、數據中心等新型基礎設施數量不斷增加，數字化轉型大力推進，運營商利用數字技術與網絡賦能數字化轉型，以數據中心、5G 為代表的新型基礎設施綠色高質量發展，將全面支撐各行業特別是傳統高耗能行業的數字化

50、轉型升級，助力實現碳達峰總體目標，為實現碳中和奠定堅實基礎。2.1.2 人工智能人工智能助力助力教育教育發展發展 人工智能與教育行業的深度融合即為人工智能教育，涉及人工智能、計算機科學、認知科學、教育學、心理學、生理學以及行為科學等多種學科的交叉融合。例如，在作業批改中，需要用到計算機視覺技術以實現信息輸入，再綜合運用自然語言處理、知識圖譜等技術實現上下文理解、語義分析，進而做出對錯判斷，甚至能夠自動糾錯或提出修改意見等。人工智能教育的目的是充分發揮人工智能技術優勢，促進教育變革創新，加快發展伴隨每個人一生的教育、平等面向每個人的教育、適合每個人的教育、更加開放靈活的教育，以及高效優質的教育。

51、對于教育機構而言，人工智能技術也有利于執教人員精中國人工智能系列白皮書智能產品與產業 2022 18 準把握教研進度，并提升整個校園管理運營的智能化水平。2.1.3 人工智能輔助新型藥物研發人工智能輔助新型藥物研發 一款新型藥物的誕生需要經歷“靶點發現制劑生產臨床試驗”等環節才能批準上市，需要投入大量人力、物力和財力，研發周期長、成功率低及研發費用高是新型藥物研發面臨的三大困境。人工智能輔助新型藥物研發以大規模數據為目標，在靶點發現、化合物合成、化合物篩選和晶型預測等環節高度參與，進而提高研發效率、縮短研發進程、縮減研發成本，最終實現技術破局。此外患者招募、臨床實證設計、藥物重定向等環節也是新

52、型藥物研發過程中的重要步驟，可借助人工智能技術對非結構化、半結構化和結構化的各種結構類型的醫學數據進行分析、挖掘，快速獲取有效信息，實現新型藥物研發產業各環節技術的優化升級。2.1.4 無人駕駛探索出行的終極解決方案無人駕駛探索出行的終極解決方案 無人駕駛涉及自動控制、體系結構、人工智能、視覺計算等多領域，包括傳感器、車輛控制、信息交換、空間圖像、人機界面、道路管理等 6 項基本技術，涉及智能感知、自主定位、路徑規劃、自動控制和線控等 5 個方面。由于無人駕駛技術涉及諸多技術領域，企業僅依靠自身難以完成整個無人駕駛生態鏈的打造，越來越多的整車企業、零部件廠商、信息技術巨頭通過結盟合作的方式分攤

53、成本、解決技術難題，進而提升行業競爭力，總體呈現出跨領域、開放式、多頭加入的發展特征。2.1.5 人工智能物聯網實現萬物智聯人工智能物聯網實現萬物智聯 人工智能物聯網融合人工智能技術和物聯網技術，通過物聯網收集來自不同維度的、大規模的數據存儲至云端、邊緣端，再通過大數據分析等人工智能技術，實現萬物數據化、萬物智聯化。物聯網技術與人工智能相融合最終實現的是一個智能化生態體系，具體來說，不同智能終端設備之間、不同系統平臺之間、不同應用場景之間可以互中國人工智能系列白皮書智能產品與產業 2022 19 融互通，萬物互融。除了技術上需要不斷革新外，與人工智能物聯網相關的技術標準、測試標準的研發、相關技

54、術的落地和典型案例的推廣與規?；瘧靡彩乾F階段物聯網與人工智能領域亟待突破的重要問題。2.22.2 研究學者與產業界專家 人工智能蓬勃發展幾十年來，杰出的學者與產業界專家層出不窮。張鈸院士、李德毅院士、戴瓊海院士、吳朝暉院士、焦李成教授和周志華教授等人均是中國人工智能理論發展的領軍人物。圖圖 2.1 學者學者風采（從左至右，從上至下，依次為張鈸、風采（從左至右，從上至下，依次為張鈸、李德毅、戴瓊海、吳朝李德毅、戴瓊海、吳朝暉、周志華、焦李成暉、周志華、焦李成）張鈸院士是國內最早接觸到人工智能的研究者，也是我國在人工智能領域的首批專家，他在學術研究上的主要貢獻是提出問題分層求解的商空間理論，提出

55、了統計啟發式搜索算法，基于拓撲的空間規劃中國人工智能系列白皮書智能產品與產業 2022 20 方法以及基于關系矩陣的時間規劃算法等，極大降低了計算復雜性，具有重要的應用價值。李德毅院士作為中國著名指揮控制和人工智能專家、中國指揮與控制科學技術發展的引領者，長期從事指揮控制、系統工程和人工智能領域的研究，在指揮自動化總體論證、系統設計等方面取得了重要研究成果，在實現系統互聯、信息互通、資源共享中發揮了重要作用，為指揮與控制學科隊伍建設、人才培養、科學研究等諸多方面作出了貢獻。他最早提出控制流數據流圖對理論和一整套用邏輯語言實現的方法，證明了關系數據庫模式和一階謂詞邏輯的對等性，提出云模型和發現狀

56、態空間，用于不確定性知識表示和數據控制，在智能控制“三級倒立擺動平衡”實驗中取得顯著成效。戴瓊海院士在立體視覺、三維重建和計算攝像儀器等方面做了大量基礎性和開拓性工作。他致力于開展多維多尺度計算攝像儀器的研究，旨在提供從亞細胞、組織到器官的多尺度動態觀測數據，試圖突破百萬級腦神經連接的觀測，揭示神經系統結構和功能等腦科學規律，為創建新一代人工智能提供支撐。吳朝暉院士在服務計算方面，提出了復雜服務計算理論模型與方法，主持研制了復雜服務計算支撐平臺。在腦機融合的混合智能方面，提出了混合智能體系結構及腦在回路的信息處理模型；發明了多種腦機間智能交互、融合增強的技術方法，主持構建了聽視覺增強的大鼠機器

57、人等原型系統。焦李成教授一直針對海量、高維、非結構化信息處理中的優化與學習問題展開科研工作，對基于計算智能的學習與優化理論及其在復雜影像解譯中的應用進行了深入研究，在深度學習、優化與識別、人工智能、類腦計算與圖像解譯前沿等領域內專著，啟蒙了一代 AI 領域的研究者。焦李成教授的學術及教學成果為我國人工智能領域的科學研究與人才培養起到積極的促進和指導作用。周志華教授是中國人工智能研究專家、教育專家，所撰寫的“西瓜書”成為國內人工智能領域入門學習的基礎讀物，他長期從事人工智能核心的機器學習理論與方法研究，他完成中國人工智能系列白皮書智能產品與產業 2022 21 的項目在面向多義性對象的機器學習理

58、論與方法方面做出了原創性、引領性成果，引發了中國國內外同行開展跟隨研究，相關技術已成功應用于大型企業和國家重大工程。圖圖 2.2 2010-2021 年按研究領域劃分的人工智能出版物數量（數據來源：斯坦年按研究領域劃分的人工智能出版物數量（數據來源：斯坦福大學福大學 Artificial Intelligence Index Report 2022）隨著人工智能理論和技術的逐步成熟，人工智能技術也從學術界開始走向實際應用。近些年，隨著人工智能技術的愈加成熟，行業應用不斷落地，產業界在計算機視覺、自然語言處理、智慧城市、自動駕駛等領域百花齊放。在計算機視覺領域，商湯科技創始人湯曉鷗帶領團隊做出了

59、大量深度學習原創技術突破，并引領了人工智能在計算機視覺領域的廣泛應用，其所帶領的團隊被譽為國內計算機視覺領域的“黃埔軍?！?。林元慶，曾任百度研究院院長、百度深度學習實驗室主任。在百度期間，林元慶致力于搭建算法、數據、應用的閉環，領導團隊在多個領域實現了技術上重大進展并且應用到百度的多項產品中去，極大地提升了產品的性能以及用戶的體驗。田奇作為華為云人工智能領域首席中國人工智能系列白皮書智能產品與產業 2022 22 科學家，帶領團隊先后在大規模圖像檢索、行人重識別、自動化機器學習等方面做出了一系列具有深遠影響的產業化工作。在自然語言處理領域，沈向洋在微軟工作期間，領導人工智能和微軟研究事業部，研

60、究了微軟認知服務，推動了語音助手“小娜”與“小冰”的產業化應用。王海峰，作為百度首席技術官，是自然語言處理領域世界上最具影響力的國際學術組織 ACL 50 多年歷史上首位華人主席，創建和發展了自然語言處理、知識圖譜、語音、圖像、機器學習和深度學習等百度人工智能技術方向。作為國際頂級的人工智能技術專家，俞棟作為騰訊 AI Lab 副主任，在深度學習與語音識別領域的率領團隊開發出了 CD-DNN-HMM，這是深度學習技術在大詞匯量連續語音識別（LVCSR）方面的首次成功應用，這項顛覆性的工作在工業界和研究界引起了 LVCSR 的范式轉變，并在該領域取得了一系列重大進展。除了計算機視覺與自然語言處理

61、這兩個熱門賽道，人工智能技術在智慧城市、自動駕駛等領域也有著重要的應用。作為城市計算領域的引領者，京東數字科技首席數據科學家鄭宇在國際上開辟了城市計算領域和學科，利用人工智能技術進行源數據融合和并建立時空大數據分析模型，利用從數據中挖掘出來的知識，以期解決交通、環境、能耗等城市問題。在自動駕駛領域，百度是國內的“扛旗者”，楊瑞剛作為百度研究院機器人和自動駕駛實驗室主任，研發了世界上第一個基于 GPU 的高速立體匹配算法，在百度主持開發了世界上最復雜的自動駕駛開源數據集 Apollo Scape，并推動百度的 Apollo 平臺成為國內首屈一指的自動駕駛平臺。由于人工智能技術在學術界、產業界都處

62、于蓬勃發展的階段，知名的學者、產業領軍人物層出不窮，都為人工智能技術的發展和應用做出了一定貢獻，由于篇幅所限，本文不再一一列舉。中國人工智能系列白皮書智能產品與產業 2022 23 2.32.3 技術倫理 新技術的出現往往會給現有社會倫理規范帶來沖擊，當前人工智能還處在弱人工智能階段，既延續了之前信息技術的倫理問題，又因為不透明性、難解釋性等自身技術缺陷帶來隱私倫理、決策偏見、使用安全等新的危機。例如，自動駕駛汽車所使用的人工智能算法出現錯誤決策時，應該由誰來承擔相應的道德和法律責任，是該系統的設計者、制造者、使用者或是系統本身？由于人工智能技術顛覆了傳統的倫理責任體系，關于是否應該賦予人工智

63、能道德主體地位等問題的討論持續進行，技術倫理成為智能產業的“必選項”與“必答題”?；A理論與技術研究上，圍繞人工智能穩定性、可解釋性、隱私基礎理論與技術研究上，圍繞人工智能穩定性、可解釋性、隱私保護、公平性等成為業界研究熱點。在人工智能系統穩定性技術方面，保護、公平性等成為業界研究熱點。在人工智能系統穩定性技術方面，以對抗訓練為重點穩步發展，并逐步擴展到物理域。以對抗訓練為重點穩步發展，并逐步擴展到物理域。由于多數的防御方法只能抵抗少數幾種對抗樣本生成算法的攻擊，且攻擊方式持續演進，因此尋找一種可以匹配所有場景提升系統魯棒性的算法成了業內研究重點。人工智能可解釋性增強技術發展較慢，企業牽頭開展

64、可解人工智能可解釋性增強技術發展較慢，企業牽頭開展可解釋性工具實踐探索。釋性工具實踐探索。當前對于人工智能可解釋增強技術路徑包括建立適當可視化機制嘗試評估和解釋模型的中間狀態、通過方法分析人工智能模型利用哪些數據特征做出預測等四種路徑。隱私計算受到大數隱私計算受到大數據融合應用與隱私保護雙重需求驅動，技術進展迅速，并廣泛應用于據融合應用與隱私保護雙重需求驅動，技術進展迅速，并廣泛應用于多元垂直行業。多元垂直行業。當前針對隱私計算技術的研究主要涵蓋同態加密、多方安全計算、差分隱私、聯邦學習、可信執行環境、零知識證明等領域。目前隱私保護計算已廣泛應用于醫療、金融等場景，助力人工智能數據可信安全。人

65、工智能公平性人工智能公平性通過數據與技術手段得以提高，同通過數據與技術手段得以提高，同時由于人工智能在敏感領域的應用促進了公平性技術的發展。時由于人工智能在敏感領域的應用促進了公平性技術的發展。數據層面上，通過構建異構數據集及對數據集進行周期性檢查，將數據固有歧視及偏見最小化。技術層面上，通過引入公平決策量化指標算中國人工智能系列白皮書智能產品與產業 2022 24 法以減輕或消除決策偏差及潛在歧視，從而提高人工智能系統決策公平性。智能產品研發與場景應用上，以智慧金融、智慧醫療為代表的智智能產品研發與場景應用上，以智慧金融、智慧醫療為代表的智能行業解決方案在研發應用中更加注重隱私安全、公平性等

66、可信要素能行業解決方案在研發應用中更加注重隱私安全、公平性等可信要素的融入的融入?；A軟硬件上基礎軟硬件上，人工智能系統平臺在數據處理、模型構建、部署和支撐服務等方面面臨挑可信挑戰，企業通過搭建混合引擎結構、將模型保護內建于框架中等方式構建可信能力；可信計算上，人工智能芯片為代表的計算架構承擔了越來越多的敏感數據計算職能，因此可信執行環境技術、可信計算框架及通用可解釋 AI 計算硬件設計等技術成為計算架構未來發展重點。應用場景上應用場景上，人工智能賦能金融業深度逐漸加深，對金融市場的公平性、透明度提出新的挑戰，匿蹤私密查詢、安全求交、黑盒轉白盒等技術被廣泛用于金融業風險管控、支付服務等場景；智

67、慧政務在應用中受到數據共享、隱私安全與協同效率等挑戰，動態授權、公平性指標、聯合計算等支撐手段的實施助力政務系統可靠性與公平惠普的實現。產品與設備上產品與設備上，未經授權的數據泄密及可解釋性差制約了智能醫療產品的發展，因此增強系統穩定性、可解釋性的技術被越來越多地應用于智能醫療設備中；智能終端在提供便利的同時，在隱私保護方面也面臨著嚴峻考驗，硬件層面的可信執行環境與限制敏感數據收集成為大勢所趨。智能產業治理實踐方面，已形成多元主體參與，協同共治的治理智能產業治理實踐方面，已形成多元主體參與，協同共治的治理模式，政府及各組織推出一系列治理原則，立法進程取得實質性進展，模式，政府及各組織推出一系列

68、治理原則，立法進程取得實質性進展，行業組織及企業主體積極探索倫理落地實踐行業組織及企業主體積極探索倫理落地實踐。全球各個國家（地區）在人工智能倫理道德、隱私保護、公平性等領域進行了廣泛的政策部署。美國相繼發布 人工智能應用監管指南 2022 年算法問責法案，以監管和非監管雙輪驅動人工智能規范發展；歐盟率先推出人工智能法案，奠定其在全球人工智能立法監管中的領先地位；中國通過對數據、個人信息強化執法力度，并將倫理道德融入國家戰略，保障中國人工智能系列白皮書智能產品與產業 2022 25 人工智能可靠可控。自 2017 年以來，包括 ISO/IEC、IEEE 等在內的國際標準組織加快可信人工智能標準

69、建設的步伐，覆蓋隱私安全、倫理道德、風險評估、行業應用等各大領域。美國國家標準與技術研究院 NIST 從可解釋性、公平性等著手，并加快構建通用人工智能監管框架。中國以電子技術標準化研究院為代表，在算法安全、性能測試、機器學習等方面研制多項標準，覆蓋國家標準、行業標準、團體標準多種標準類型。以科研院所為代表的人工智能倫理道德研究領域，論文數量迎來井噴，相關論文數量在人工智能領域論文數量占比逐步提升。企業日益成為實踐可信人工智能的主要力量，自 2018 年以來，IBM、谷歌、騰訊等科技巨頭主動開展自律自治工作，通過內設人工智能倫理部門及發布人工智能可信工具，為人工智能可信生態構建貢獻力量。圖圖 2

70、.3 全球人工智能倫理實踐全球人工智能倫理實踐 2.2.4 4 智能產品標準研究 隨著人工智能商業化落地的不斷成熟，以 ISO/IEC、IEEE、ITU-T、NIST 為代表的國際標準化組織積極布局人工智能相關標準，從產品中國人工智能系列白皮書智能產品與產業 2022 26 及服務、行業應用、安全/倫理等不同方向完善人工智能產業標準體系，為促進人工智能產業良性發展發揮基礎性、引領性作用?？傮w來說，近階段，人工智能國際標準研制更注重倫理、安全與隱私保護 領域；在行業應用方面，對智能制造、智能醫療領域的標準需求相對突出。具體來看，ISO/IECISO/IEC 在產品及服務、行業應用、安全在產品及服

71、務、行業應用、安全/倫倫理三大領域均有相關研究理三大領域均有相關研究，2021 年以來，其從對智能醫療、智能交通、智能制造等行業領域標準研制逐漸轉向了對人工智能產業可信倫理方面的研究。IEEEIEEE 更加注重人工智能倫理道德更加注重人工智能倫理道德，試圖從算法構建與行業應用兩個角度提高智能產業可信程度。ITUITU 作為電信行業知名標準研究機構，致力于通過人工智能提高電信自動化、性能和服務質量，目前正在不斷推動通信領域、智能醫療、智能交通等領域的標準目前正在不斷推動通信領域、智能醫療、智能交通等領域的標準化工作化工作。NIST 隸屬于美國商務部，其認為應優先指定人工智能包容性、可訪問性、開放

72、透明、具有全球性和非歧視性等方面的標準，因此力圖構建具有全球共識的可信人工智能標準體系力圖構建具有全球共識的可信人工智能標準體系。表表 2.1 近年主要國際標準化組織智能產業相關標準進展近年主要國際標準化組織智能產業相關標準進展 標準組織標準組織 時間時間 標準標準 領域領域 ISO/IEC 2020.05 信息技術 人工智能 人工智能可信概述 倫理 2020.09 人機交互的人類工效學第 810 部分:機器人、智能和自主系統 智能機器人 2020.12 智能制造標準地圖（SM2）.第1 部分：框架 智能制造 2020.12 道路車輛自動駕駛系統的安全和網絡安全設計、驗證和驗證 智能交通 20

73、21.01 隱私保護-智慧城市隱私指南 智慧城市 2021.02 機器人技術 服務機器人的模塊化 第 1部分：一般要求 智能機器人 2021.03 人工智能 評估神經網絡的魯棒性評價 第 1 部分：概述 倫理 2021.03 健康信息學 機器學習技術在成像和其他醫療中的應用 智能醫療 中國人工智能系列白皮書智能產品與產業 2022 27 標準組織標準組織 時間時間 標準標準 領域領域 2021.07 健康軟件 第 2 部分：健康和保健應用 質量和可靠性 智能醫療 2021.11 信息技術 人工智能 人工智能系統和人工智能輔助決策的偏見 倫理 2022.02 信息安全、網絡安全和隱私保護-信息安

74、全控制 安全與隱私保護 在研 信息技術 IT 治理 組織使用人工智能的治理影響 倫理 在研 智能交通系統 移動集成 城市 ITS 服務應用的數字基礎設施服務角色和功能模型 智能交通 在研 人工智能 評估神經網絡的魯棒性評價 第 2 部分：使用形式方法的方法論 倫理 在研 信息技術 人工智能 倫理和社會關注概述 倫理 在研 信息技術 人工智能 風險管理 安全與隱私保護 在研 人工智能 功能安全與人工智能系統 安全與隱私保護 在研 解決人工智能中的安全風險和故障的指南 安全與隱私保護 IEEE 2020.05 合乎倫理的人工智能和自助系統福祉度量標準 倫理 2021.01 金融服務可信數據和人工智

75、能系統 智能金融 2021.09 解決系統設計中倫理問題的建模過程 倫理 2021.11 倫理驅動的機器人和自動化系統的本體論標準 倫理 在研 算法偏差考慮 倫理 在研 虛擬教室安全、隱私和數據治理的推薦做法 智能教育 在研 可解釋人工智能結構框架指南 可解釋 在研 自適應教學系統中人工智能倫理設計實踐 倫理 在研 智能制造中基于機器視覺的在線檢測通用要求標準 智能制造 中國人工智能系列白皮書智能產品與產業 2022 28 標準組織標準組織 時間時間 標準標準 領域領域 在研 醫療人工智能數據集質量管理推薦實踐 智能醫療 在研 基于人工智能的醫療器械性能與安全評價標準術語 智能醫療 ITU 2

76、021.02 人工智能增強電信運營管理架構 智能能源 2022.05 基于智能音箱的智能多媒體通信系統要求 智能終端 2022.05 智能視頻監控系統架構 智能終端 2022.06 智能制造中基于機器視覺的應用和服務要求 智能制造 在研 技術報告：全同態加密技術為機器學習中的安全推理服務和數據聚合提供安全指導 安全與隱私保護 在研 技術報告：人工智能安全技術應用安全管理指南 安全與隱私保護 在研 區塊鏈技術和人工智能技術融合情況 安全與隱私保護 NIST 2021.03 人工智能和用戶信任（NISTIR 8332）倫理 2022.03 邁向識別和管理人工智能偏見的標準 倫理 2022.04 人

77、工智能風險管理框架 倫理 從國內看，當前我國人工智能智能產業相關標準繁多，但大多仍處于編制研究階段。全國信標委人工智能分委會、中國通信標準化協會等單位紛紛推動國家標準與行業標準研究，上海、深圳、浙江等人工智能領先地區人工智能相關協會也加快開展團體標準研究工作，并依托人工智能標準化委員會不斷推動地方標準布局。相較于國際標準，我國標準涉及場景更為豐富，但是缺少富有國際影響力的標準，輻射范圍較小，隨著人工智能產業場景示范走向成熟，我國更需打造“中國標準”，提升國際影響力，引領人工智能產業良性發展。中國人工智能系列白皮書智能產品與產業 2022 29 表表 2.2 近年中國人工智能產業部分已發布國家標

78、準梳理近年中國人工智能產業部分已發布國家標準梳理 時間時間 標準標準 標準號標準號 領域領域 產品與服務 2020.12 機器人可靠性 第1部分：通用導則 GB/T 39590.1-2020 智能 機器人 2021.12 上肢康復訓練機器人 要求和試驗方法 GB/Z 41046-2021 智能 機器人 2022.04 物流機器人 信息系統通用技術規范 GB/T 41402-2022 智能 機器人 2020.07 民用輕小型無人機系統環境試驗方法 第 1 部分：總則 GB/T 38924.1-2020 智能運載工具 2020.07 民用輕小型無人機系統安全性通用要求 GB/T 38931-202

79、0 智能運載工具 2022.04 無人機低空遙感監測的多傳感器一致性檢測技術規范 GB/T 41450-2022 智能運載工具 2019.05 城市公共汽電車車載智能終端 GB/T 26766-2019 智能終端 2020.12 信息安全技術 移動智能終端安全技術要求及測試評價方法 GB/T 39720-2020 智能終端 2021.08 用于老年人生活輔助的智能家電系統 架構模型 GB/T 40439-2021 智能終端 2021.10 智能服務 預測性維護 通用要求 GB/T 40571-2021 智能服務 2022.04 娛樂機器人 安全要求及測試方法 GB/T 41393-2022 智

80、能服務 行業應用 2021.10 智能制造 機器視覺在線檢測系統 通用要求 GB/T 40659-2021 智能制造 2022.03 機器人制造數字化車間裝備互聯互通和互操作規范 GB/T 41256-2022 智能制造 2022.03 智能工廠 通用技術要求 GB/T 41255-2022 智能制造 2022.03 基于廣域網通信的智能農業遠程測控應用總體技術要求 GB/Z 41292-2022 智能農業 2019.05 智能交通 數據安全服務 GB/T 37373-2019 智能交通 2021.03 智能交通管理系統建設技術規范 GB/T 39898-2021 智能交通 中國人工智能系列白

81、皮書智能產品與產業 2022 30 時間時間 標準標準 標準號標準號 領域領域 2022.04 智能井蓋 GB/T 41401-2022 智能交通 2021.11 智能家用電器個人信息保護要求和測評方法 GB/T 40979-2021 智能家居 2022.04 信息安全技術 智能家居通用安全規范 GB/T 41387-2022 智能家居 2021.10 智慧城市 設備聯接管理與服務平臺技術要求 GB/T 40689-2021 智慧城市 2022.03 城市和社區可持續發展可持續城市建立智慧城市運行模型指南 GB/T41150-2021 智慧城市 中國人工智能系列白皮書智能產品與產業 2022

82、31 第 3 3 章 典型智能產品及其關鍵特征 3.13.1 典型/成熟智能產品分析 3.1.1 智能服務機器人智能服務機器人 廣義上講，智能服務機器人是為人類提供必要服務的多種高技術集成的智能化裝備，是機器人家族中的一個年輕成員。目前，世界范圍內尚沒有一個嚴格的關于智能服務機器人的定義，不同國家對智能服務機器人的認識不同。依據 機器人分類 新國標GB/T 394052020，服務機器人分為個人/家用服務機器人（personal/household service robot）和公共服務機器人（public service robot）。前者是指在家居環境或類似環境下使用的、以滿足使用者生活需

83、求為目的的服務機器人，對這種機器人的操作通常不需要專業知識或技能，也不需要特別的培訓和服務；后者是指在住宿、餐飲、金融、清潔、物流、教育、文化和娛樂等領域的公共場合為人類提供一般服務的商用機器人。1服務機器人發展現狀 國際機器人學聯合會（International Federation of Robotics,IFR）統計數據顯示，2015 年到 2019 年間，中國服務機器人的銷售額增速持續高于全球服務機器人銷售額增速及中國工業機器人銷售額增速，保持良好增長態勢，2019 年中國服務機器人市場規模達到 22 億美元，約占全球 25%的市場份額。其中，家用服務機器人、醫療服務機器人和公共服務機

84、器人市場規模分別達到 10.5 億美元、6.2 億美元和 5.3 億美元。根據億歐智庫預測，2025 年中國公共服務機器人市場規模將突破 1000 億元。隨著中國人工智能技術的突破創新，我國服務機器人的專利申請數量已與美國同處國際第一方陣，具有人臉、聲音識別追蹤、環境檢測等功能的服務機器人在零售、金融、安防、教育等領域已得到越來越廣泛的應用，停車機器人、送餐機器人、迎賓機器人、消毒機器人等新興應用場景不斷涌現，為中國服務機器人市場注 中國人工智能系列白皮書智能產品與產業 2022 32 入了新的活力。持續的新冠肺炎疫情進一步激發了市場對醫療、物流、巡檢、教育、零售等眾多領域服務機器人的需求。2

85、服務機器人核心技術模塊分析 服務機器人的核心技術模塊包括環境感知與導航技術、運動控制技術、人機交互技術、操作系統技術及芯片技術。環境感知與導航是指機器人通過傳感器獲取外界環境及自身信息，并在此基礎上構建環境地圖，確定自身位置和姿態，從而通過決策規劃行動。除去慣性傳感器，服務機器人常用的傳感器包括激光雷達、攝像頭、超聲/紅外測距，有些還配備觸覺、聽覺和嗅覺等傳感器；作為導航的核心，基于激光雷達的同步定位與建圖（simultaneous localization and mapping,SLAM）技術已在不少實際場景得到應用，而部分基于視覺的 SLAM 算法也已在服務機器人領域得到驗證。近些年，國

86、內相繼涌現了以思嵐科技、禾賽科技、鐳神智能、速騰聚創、北科天繪、?？低?、北醒光子等一批激光雷達傳感器的生產公司。運動控制器是服務機器人行動的執行者。硬件方面主要包括電機、編碼器、減速器和控制器，其中舵機是步態服務機器人運動控制的核心零部件，其集成了電機、減速器、編碼器和控制器；運動控制的軟件和算法主要用于服務機器人的位置、速度、加速度和轉矩等控制。人機交互（Human Robot Interaction,HRI）技術是實現服務機器人與人溝通的橋梁。HRI 可借助不同傳感模態實現，常用的包括語音、圖像、文本、觸控等。目前，基于語音的 HRI 是最主要的表現形式，其中，科大訊飛在智能語音技術領域

87、處于領跑地位。操作系統是為服務機器人標準化設計而構造的軟件平臺，可提供一系列用于獲取、建立、編寫和運行多機整合的工具及程序。當前全球主流機器人操作系統為 Android 系統和 ROS（Robot Operating System）系統，中國自研的服務機器人操作系統目前還在發展當中。中國人工智能系列白皮書智能產品與產業 2022 33 芯片是服務機器人硬件系統的核心。服務機器人的環境感知與導航、運動控制、HRI 及操作系統等環節的實現均會用到不同類型的芯片。服務機器人所用芯片可大致分為通用芯片和專用芯片兩類。中國在通用芯片領域與美國等發達國家相比仍然存在較大的差距，而在專用芯片領域，尤其是在人

88、工智能芯片領域，中國的發展勢頭很好，代表性的企業包括瑞芯微、炬芯、珠海全志、山景等，有望通過現有技術優勢提升國際影響力。3服務機器人終端應用分析 家用服務機器人是率先實現產業化的細分領域。相較于公共服務機器人，家用服務機器人占據最大的市場份額。在工具型家用服務機器人領域，掃地機器人、智能音箱等產品已實現規?；慨a。從全球市場角度看，中國已成為掃地機器人占吸塵器整體市場比例最高的國家。目前，掃地機器人品牌眾多，科沃斯憑借核心技術及產品能力長期占據中國掃地機器人市場龍頭地位，而小米、石頭、海爾等品牌最近幾年異軍突起；在全球掃地機器人市場占有率最大的 iRobot 在中國市場上依舊占據一定份額，但由

89、于中國國內優秀品牌的崛起，其在中國的市場份額受到一定擠壓。在教育娛樂型家用服務機器人領域，Makeblock、藍宙科技等 STEAM 教育機器人公司都處于迅速增長中，教育陪伴類機器人也經歷了產品的不斷更迭發展。醫療機器人在政策、人口結構及醫療需求等因素共同推動下迎來了爆發式增長。醫療機器人是基于機器人硬件，將人工智能、大數據等新一代信息技術與醫療診治手段相結合，在醫療環境下為人類提供必要服務的系統統稱。根據應用領域，醫療機器人可主要分為四大類：醫療手術機器人、醫療康復機器人、醫療輔助機器人及醫療后勤機器人，前兩者技術門檻相對較高，而后兩者的產品應用方向呈現多元化特征。從企業分布區域可看出，京深

90、滬三地發展優勢明顯，醫療機器人優秀企業在這些區域呈現明顯集聚現象，且因較高的技術門檻，產中國人工智能系列白皮書智能產品與產業 2022 34 學研結合是發展的必經途徑。醫療機器人雖然屬于機器人產品，但同時也屬于醫療設備產品，因此面臨嚴格的準入機制，這成為影響醫療機器人產業化進程的重要因素。公共服務機器人處于非通用性的發展階段，明確不同類型公共服務機器人價值定位是重要前提。當前，公共服務機器人的應用主要集聚在餐廳、酒店、銀行、醫療以及部分娛樂場所等。從商業用途和商業價值角度考慮，目前落地規模較大、真正體現應用價值的機器人類型主要有引導接待機器人、末端配送機器人和智能安防機器人，其各自價值定位存在

91、很大差別。引導接待機器人主要應用于商場、政務大廳、展廳展館、博物館等場所，為用戶提供迎賓、引導、宣傳、講解、業務咨詢等服務工作。末端配送機器人主要應用于餐廳、酒店、商場、機場、寫字樓及園區等，應用場景較為分散多樣。智能安防機器人是一種半自主、自主或者在人類完全控制下協助人類完成安全防護工作的機器人，可應用在工業生產、巡檢安保、樓宇監控、反恐應急等多方面，其應用場景可主要分為封閉場景和開放環境兩大類。4服務機器人面臨的機遇與挑戰 隨著中國居民收入水平的提高、人口老齡化進程的加速、第三產業占 GDP 比重的提升以及國家對服務機器人產業的政策傾斜（已寫入“十四五”機器人產業發展規劃），服務機器人產品

92、呈現出多樣化及快速增長的趨勢，市場潛力和發展空間巨大。但是，中國服務機器人產業發展面臨的環境依然嚴峻復雜。從國際看，保守主義、貿易保護主義盛行，逆全球化思潮抬頭，中美貿易摩擦等不確定性因素在一定程度上抑制了部分制造業企業的投資信心，進而對服務機器人需求產生一定的負面影響。從國內看，服務機器人在發展過程中面臨的挑戰包括關鍵技術的突破、應用的創新與推廣、資源的整合與協調等。準確把握市場動向，順應時代發展方向，堅持不懈攻克核心技術，建立中國人工智能系列白皮書智能產品與產業 2022 35 有效的安全和監管機制，才能有利于服務機器人產業的長期發展和突破。5服務機器人發展趨勢 當前，多數服務機器人產品仍

93、然處于發展早期階段，但市場剛需將是持續存在的，且其形態及服務場景是豐富多樣的。服務機器人很難在現階段實現通用性，針對具體垂直領域需求將業務做深才能真正實現價值。從長遠來看，服務機器人將與其他終端設備互聯互通，實現數字化。以人工智能、云計算、物聯網等為代表的技術將帶動服務機器人產業向智能化、創新化、數字化方向迅速邁進。3.1.23.1.2 智能物聯網產品智能物聯網產品 物聯網產業經歷了十幾年的發展，大家對它的共識是下一代網絡，用有線/無線等方式，讓人與物、物與物進行數字化連接。而隨著 AI 技術的逐步成熟和落地應用，我們正站在 IoT 和 Al 融合的關鍵路口。物聯網是產業互聯網的重要基礎，Io

94、T 的網聯化和智能化，為IoT 發展注入新動力，進一步釋放了物聯網的底層能量，打開了物聯網在各行業中的創新應用空間。AI 與 IoT 這兩類技術有天然的互補性一方面，AI 尋求 IoT 來拓展應用場景和數據養料;另一方面，IoT 尋求 AI 來賦能并提升應用價值。有了 AI 能力，IoT 擴大了應用邊界?！拔锫摼W”正在由狹義的“萬物互聯”向更廣闊的應用場景迅速擴展：人與物、物與物之間可以進行更復雜、更智能化的交互，進而改變現實世界與數字世界融合交互的方式，也帶來社會運行模式與商業形態的變化。1變化趨勢 從連接萬物到喚醒萬物。連接是第一步，相當于給萬物分配了一個地址，更需關注的是“互聯”之后的“

95、互通”，通過喚醒萬物形成大規模的智能協作是未來。中國人工智能系列白皮書智能產品與產業 2022 36 從中心化到端邊云協同?！爸橇π螒B”由云上中樞向邊緣延伸，部署在邊緣及終端上的算力開始參與決策，大大提升響應速度與決策效能，讓“無處不計算”、“無處不智能”真正成為可能。從技術革新到產業革命。云服務商、智能終端廠商等技術革新方，從不同維度切入并賦能產業，驅動產業形態及商業模式的變革。從物聯網思維到智聯網思維。當 AI+IoT 協同滲透到行業，賦能企業核心業務，產業物聯網轉向智聯網轉型，加速智能經濟的發展和智能社會的到來。2智能物聯網特點 連接萬物。這是物聯網平臺最基礎特點。與泛在 IoT 設備連

96、接，把海量設備管起來，高效傳輸和感知數據，通過平臺連接萬物，跨時空、多維度打通設備、數據與算力。億級規模設備的連接能力，已成為領域主要 玩家的重要門檻；而低延時連接技術，在無人車、遠程駕駛等新場景下，需要面對的新的技術挑戰。對話萬物。賦予萬物對話能力，是智能物聯網最核心的特點。用AI 與泛在 IoT 設備智能交互，通過數字化控制、語音、視覺和虛擬現實等技術，為 IoT 提供更自然的多維交互服務，能讓人和機器進行更好的互動，賦予機器更“擬人化個性化”的特點。智慧萬物。用 AI 和云賦能 IoT 的智慧應用。有了連接能力、對話式交互等各種手段后，將 AI、大數據分析等 技術，深入融合到各行業的應用

97、場景中，形成先進生產力，使得智能物聯網無處不在，助力產業發展和消費升級，實現新的社會價值。3智能物聯網的核心能力 數據智能、語音智能和視覺智能，是當今智能物聯網驅動各類數據智能化應用的核心能力。數據智能?；趥鞲衅鲾抵殿愋蛿祿鲋悄芑治黾敖换?。比如在工廠中采集到的大量數據，直接上云產生各種智能化決策依據返中國人工智能系列白皮書智能產品與產業 2022 37 回控制臺，實現對工廠整體工作鏈條的影響，這是典型的云端智能化場景。語音智能?；谡Z音類型數據做語音語義理解分析及交互。語音智能對計算前置性的要求很高，數據流轉上，除了云端數據交互外，云端算力也被前置。視覺智能?；谝曨l圖片類型數據做視覺語

98、義化理解分析及交互。在視覺智能方面，視頻流推到云端再處理返回，整個流程時延較長，因而在邊緣上做 AI 視覺決策成為一個必然選擇，故而在視頻領域更多是做邊緣智能化。在過去 50 年中，信息技術兩次從根本上重塑了競爭和戰略。我們現在站在第三次信息技術浪潮的邊緣。圖圖 3.1 AIOT 的核心能力的核心能力 20 世紀六七十年代的第一次信息技術浪潮，使價值鏈中的個人活動，從訂單處理、賬單支付到計算機輔助設計和制造資源規劃，都能夠自動化執行。生產率顯著提高，部分原因是可以在每個活動中獲取和分析大量新數據?；ヂ摼W的興起，以其廉價性和無處不在的連接，中國人工智能系列白皮書智能產品與產業 2022 38 在

99、 20 世紀 80 年代到 90 年代掀起了信息技術驅動的第二次浪潮。通過互聯網協調和整合各個商業活動，可以超越地理限制與外部供應商、渠道和客戶協作?；ヂ摼W讓企業能夠緊密整合分布全球的供應鏈。前兩次浪潮帶來了巨大的生產率效益和整個經濟的增長。價值鏈發生了變化，但產品本身基本上沒有受到影響。而當前的第三次信息技術浪潮，IT 正在成為產品本身不可或缺的一部分。傳感器、微處理器、軟件和網絡連接，再加上云計算，正在顯著地改進產品的功能和性能。通過改變產品設計、營銷、制造和售后服務，并創造出對產品數據分析和安全等新活動的需求，將再次重塑價值鏈。這將推動另一波基于價值鏈的生產力提升浪潮。因此，第三波 IT

100、 驅動的轉型有可能成為迄今最大的一波浪潮，智能物聯網產品。與前兩波相比，將引發更多的創新、提高生產率和促進經濟增長。1智能聯網產品核心要素 智能聯網產品有三個核心要素：物理組件、智能組件和聯網組件。物理組件包括產品的機械和電氣部件。例如，在汽車中，物理組件包括發動機、輪胎和電池。物理組件是產品的基礎。智能組件包括傳感器、集成處理器、數據存儲、控制、嵌入式操作系統和用戶操作界面。例如，在汽車中，智能組件包括發動機控制單元、防抱死制動系統、帶自動雨刷的雨水感應擋風玻璃和觸摸屏顯示器。智能組件放大了物理組件的功能和價值。聯網組件包括支持與產品進行有線或無線連接的端口、天線和協議。聯網組件放大了智能組

101、件的能力和價值，從而導致產品價值不斷提升的良性循環。聯網具有兩大用途：一是在產品及其操作環境、制造商、用戶以及其他產品和系統之間交換信息；二是聯網使產品的某些功能能夠存在于物理設備之外，即所謂的產品云中。例如，在 Bose 的新 Wi-Fi 音響系統中，在產品云中運行的智能手機 APP 將音樂從中國人工智能系列白皮書智能產品與產業 2022 39 互聯網傳到 Wi-Fi 音響系統。2產品聯網的形式 一對一，單個產品通過網口或其他接口連接到用戶、制造商或其他產品，例如，汽車連接到一臺故障診斷計算機。一對多，中央系統連續或間歇性地連接到許多產品。例如，許多特斯拉汽車連接到一個單一的制造商系統，監控

102、性能，并完成再維修和升級。多對多，多個產品連接到許多其他類型的產品，通常也連接到外部數據源。一系列類型的設備相互連接，以協調和優化系統。例如，自動施肥機在精確的深度和間隔內注入氮肥，播種機緊隨其后，將玉米種子直接種到土壤中。3智能聯網產品在制造性行業的出現（1）在重型機械行業，迅達的 PORT 技術通過預測電梯需求模式、計算到達目的地的最快時間以及分配適當的電梯快速運送乘客，將電梯等待時間縮短了 50%。（2）在能源行業，ABB 的智能電網技術使公用事業能夠從各種電力設備中獲取大量實時數據，例如變壓器和變電站。這將提醒控制中心注意可能的過載情況，從而進行調整，以防止停電發生。（3）在消費品領域

103、，當一個人進入房間時，吊扇會自動感知到，根據溫度和濕度調節速度，并根據用戶的偏好進行相應的調整。4智能聯網產品支持的功能 智能聯網產品支持四大功能:監視、控制、優化和自治。每一種功能本身具備一定的價值，也為下一個級別的功能奠定基礎。例如，監視功能是產品控制、優化和自治的基礎。功能一：監視。智能聯網產品可通過傳感器和外部數據源對產品的狀態、運行情況和外部環境進行全面監視。通過采集到的數據，可以：提醒用戶或其他人注意環境或性能的變化；跟蹤產品的用戶操作，更好中國人工智能系列白皮書智能產品與產業 2022 40 地了解產品的實際使用情況；優化設計，減少產品的過度設計；按客戶類型分析使用模式，細分市場

104、；售后服務數字化，提高維修成功率，降低設備故障率；發現售后維保的合規性問題以及新的銷售機會。在某些情況下，如醫療器械行業，監視是創造價值的核心要素。美敦力的數字血糖儀使用傳感器在患者的皮膚下測量血糖指標，并以無線方式連接到其他設備，在患者達到血糖閾值前 30 分鐘，向患者和臨床醫生發出警報，從而進行適當的治療調整。圖圖 3.2 數字血糖儀測量血糖指標數字血糖儀測量血糖指標 監視功能可以跨越遠距離。Joy Global 是一家領先的采礦設備制造商，負責監控遠在地下的整個設備車隊的運行狀況、安全參數和預測服務指標。Joy Global 還監視不同國家/地區多個礦山的設備運行參數，以便制定基準。功能

105、二：控制。通過設備中內置或駐留在產品云中的遠程命令或算法，智能聯網產品可以實現遠程控制。算法可以是指示產品對其條件或環境的特定變化做出反應的規則（例如，如果壓力過高，關閉閥門 或 當停車場車庫的交通達到一定水平時，打開照明或關閉照明）。通過嵌入到產品或云中的軟件進行控制，可以在以前不具有成本中國人工智能系列白皮書智能產品與產業 2022 41 效益甚至往往不可能的程度上定制產品性能。通過同樣的技術，用戶還能夠以許多新的方式控制和個性化他們與產品之間的交互。例如，用戶可以通過智能手機調整飛利浦照明色調燈泡，打開和關閉它們，在檢測到有人入侵時將其編程為閃爍紅色，或在夜間緩慢調暗。Doorbot 是

106、一個智能聯網的門鎖，可以讓用戶在智能手機上對訪問者進行識別后，遠程開鎖進入家中。圖圖 3.3.3 3 通過智能手機調整燈泡照明色調通過智能手機調整燈泡照明色調 圖圖 3.3.4 4 與手機聯網的智能門鎖與手機聯網的智能門鎖 精準農業利用各種傳感器的實時數據對播種、施肥、澆灌、除害蟲等進行智能控制。中國人工智能系列白皮書智能產品與產業 2022 42 圖圖 3.3.5 5 精準農業的智能控制精準農業的智能控制 mycroft 智能音箱內置 tts 和 stt 引擎，可以識別語音和語音生成。并且內置各種 skillset，用戶通過語音發送命令給音箱，就可以實現自動下單買牛奶或者開燈。功能三：優化。

107、來自智能聯網產品的大量監控數據，再加上遠程控制產品的能力，使公司能夠以多種方式優化產品性能。智能聯網產品可以將算法和分析應用于實時數據或歷史數據，從而顯著提高利用率和效率。例如，在風力渦輪機中，本地微控制器可以在每次旋轉時調整每個葉片，以獲取最大的風能。另外通過調整每臺渦輪機，不僅可以提高其性能，還可以縮小其對附近渦輪機效率的影響。中國人工智能系列白皮書智能產品與產業 2022 43 圖圖 3.3.6 6 風力渦輪機與微控制器風力渦輪機與微控制器 實時監測產品狀況和遠程控制的數據，使企業能夠在即將發生故障時進行預防性維修并遠程完成維修，從而減少產品的停機時間和避免派遣維修人員。即使需要現場維修

108、，也可以提前了解損壞的內容、需要哪些部件以及如何完成修復，從而降低服務成本并提高首次修復率。例如，Diebold 監控它的許多 ATM 出現故障的早期跡象。在評估故障 ATM 的狀態后，如果可行就進行遠程維修。即便公司派技術人員現場維修，該技術人員到現場前，已得到問題的詳細診斷、建議的維修過程，并且通常還有所需的部件。最后，與許多智能聯網產品一樣，Diebold 的 ATM 可以遠程更新軟件，從而不斷優化 ATM 的功能。目前Diebold的ATM已經演化為產品即服務（Product as a Service）的模式。中國人工智能系列白皮書智能產品與產業 2022 44 圖圖 3.3.7 7

109、Diebold 的的 ATM 服務系統系統 功能四：自治。監控、控制和優化功能結合在一起，使智能聯網產品能夠實現以前無法實現的自主級別。在最簡單的層面上，產品可以自主運行，就像 iRobot Roomba 一樣。它是一種真空吸塵器，使用傳感器和軟件在不同布局的房間中自主清潔地板。圖圖 3.3.8 8 智能掃地機器人智能掃地機器人 中國人工智能系列白皮書智能產品與產業 2022 45 更復雜的產品能夠了解自己的環境，分析自己的服務需求，并適應用戶的喜好。自主不僅可以減少對操作人員的需求，還可以提高危險環境中的安全性，并在偏遠地點進行安全操作。自主產品也可以與其他產品和系統協同工作。聯網的產品越多

110、，產品功能的價值就會呈指數級增長。例如，隨著更多智能電表的聯網，電網的能效也在提高，使公用事業公司能夠隨著時間的推移深入了解和響應需求。最終，產品可以完全自主地運行。算法利用性能和環境的數據，并利用其與其他產品進行通信的能力。操作人員只需監控系統的性能指標。例如，Joy Global 的采礦系統能夠在地下很深的地方運行，由地表上的一個采礦控制中心監督，對設備的性能和故障進行持續監測，并將技術人員派到地下處理需要人工干預的問題。3.1.3 智能個人終端智能個人終端 智能終端是一種架構與嵌入式系統架構相匹配的嵌入式計算機系統設備。相比傳統終端更多是數據采集和傳輸，智能終端對于特征數據的抓取和數據預

111、處理能力大大提高。隨著智能芯片和算法的升級，其自身具備更多提取特征值和壓縮的功能，為數據查找和傳輸降低門檻。隨著大數據、物聯網、人工智能時代的到來，TOC 端如智能手表、智能音箱、智能眼鏡、智能門鎖、智能家電、無人駕駛汽車等，TOB市場如智慧屏、商用智慧營銷終端等，呈現百花齊放的狀態。5G 時代下，智能終端行業的發展有三個顯著特點。（1）操作系統多樣化的智能終端家族要蓬勃壯大，參考智能手機的崛起路徑，僅憑智能終端生產廠家獨力支撐遠遠不夠，還需要更多互聯網參與者從操作系統、應用系統等層面不斷補充各類智能終端的功能生態、服務生態。與智能手機 99%以上都基于 iOS、Android 操作系統不同，

112、多樣化智能終端的功能各異，操作系統種類更多。即使中國人工智能系列白皮書智能產品與產業 2022 46 是同一類智能終端，現階段操作系統也是百花齊放，尚未形成一家獨大的格局。（2）平臺作用凸顯這點在中國市場尤為突出，由核心服務為源點而引發的相關服務需求，平臺的品牌背書、技術支撐、“一站式”服務是消費者、商業合作者選擇平臺的首要原因。拿金融行業來舉個例子，以前人們儲蓄投資幾乎所有人都會毫不遲疑地選擇國有銀行，因為國家背書。如今到了互聯網金融時代，像螞蟻金服這樣擁有支付寶、阿里巴巴這樣的品牌背書的金融服務平臺也開始吸引一大批用戶投資。這也可以看作是一種品牌效應，大品牌的資本實力、技術支撐、配套服務方

113、面均有優勢。（3）競爭模式升級以前是單純的拼技術，在“00 后”新生代消費需求影響下，高顏值、新穎好玩、參與感強的智能終端發展前景更為廣闊。以智能娛樂設備為例，運動傳感、AR 虛擬現實、5G 云游戲等，各類娛樂應用想象空間巨大，能夠容納更多互聯網玩家。在互聯網用戶規模增速回歸平穩的背景下，流量的集聚趨勢更為明顯，但巨大的經濟利潤總能激勵挑戰者，在某一領域已有巨頭的情況下，也不乏后起之秀的成功案例。找到有實力的流量合作伙伴、找到可與巨頭做差異化競爭的目標客群、營銷手段創新及大規模的投入，種種因素相結合就可以造就一顆新星。1.智能終端適老化，撬動萬億級大市場 目前，我國智能終端適老化改造進展迅速。

114、老年人群體對智能終端的態度，實現了從“不會用、不敢用、不想用”到“會用、愛用、想用”的積極轉變。專家同時指出，隨著我國老齡化進程的加快，適老化產品還有望撬動萬億級大市場。21 年 6 月 29 日，在工信部電子信息司指導下，相關單位發布了移動終端適老化技術要求移動終端適老化測試方法智能電視適老化設計技術要求三項團體標準。三項團體標準的發布和實施中國人工智能系列白皮書智能產品與產業 2022 47 為智能終端廠商設計適老化產品提供了詳細的、量化的標準。下一步，工信部電子信息司將推動制定終端產品適老化水平體系，按照“推廣一批、評價一批”的原則組織開展手機、彩電適老化評價工作，引導企業擴大適老化智能

115、設備供給。據了解，工信部還在不斷推動適老化以及智慧健康養老產品的相關標準的完善。5 月 13 日，2022 年第一批行業標準制修訂和外文版項目計劃公布，其中智慧養老家居產品通用技術要求 音頻、視頻及多媒體系統與設備適老化技術要求音頻、視頻及多媒體系統與設備適老化水平評價方法等標準的起草工作開展在即。2.終端企業積極探索適老化改造 去年 6 月，移動終端適老化技術要求等三項團體標準發布和實施，華為、創維、OPPO、小米等 10 家終端企業在發布會上簽署了承諾書，共同參與適老化改造工作。三項團體標準的推出讓智能終端廠商在適老化改造之路上“有據可依”，越來越多智能終端企業加快適老化改造的步伐，在近一

116、年的時間內碩果累累。OPPO 適老化相關負責人接受中國電子報采訪時表示，目前 OPPO 公司約 15 款可更新 ColorOS11 及以上系統版本的手機支持適老化相關功能。此外，OPPO 還在全國 53 座城市舉辦 349 場“O 學堂”活動，面對面地講授和教學，讓年長群體快速、直觀地學習和掌握數字化技能。另一智能手機廠商 vivo 推出了遠程協助模式，讓子女能夠遠程操控父母的手機界面，可以幫助父母調取健康碼、在小程序上完成醫院掛號、通過 APP 打車等操作；另據公開資料披露，華為鴻蒙手機操作也已經實現標準中約 80%的適老化功能，截至 2021 年底超過 1.3 億部手機升級鴻蒙系統。智能電

117、視適老化設計技術要求團體標準發布后，創維、海信、小米等彩電企業的適老化產品改造進入了加速模式?！皠摼S已經針對中國人工智能系列白皮書智能產品與產業 2022 48 適老化功能研發和優化產品?！眲摼S彩電研究院產品規劃部部長江潤早前在接受中國電子報記者采訪時表示，未來，創維不排除會以軟件升級的方式讓部分創維電視產品具備適老化相關功能。據海信視像介紹，海信結合老年人操作特點和觀看習慣專門開發了語音識別、簡介模式、遠程操控等人性化功能，并將這些功能應用在海信全系列智能產品中。海信將電視遙控器按鍵從 28 個減少到 10 個左右，老人不用 1 分鐘就可以掌握使用方法。此外，老年人還可以通過粵語、四川話、長

118、沙話、上海話等 24 種方言語音控制智能電視。此外，小米官方微博發文稱，小米電視 EA2022 系列通過了中國電子技術標準化研究院賽西實驗室的適老化評測。據介紹，小米 EA2022 系列搭載遠場語音，解放了雙手，用戶的聲音就是遙控器，讓老年人操作關機、換臺時更加方便。此外，小米 EA 系列 7 個型號的電視產品的最新系統均支持長輩模式。3.適老化需求撬動更大市場 人口老齡化快速發展成為新常態，智能終端的適老化是民生工程也是民心工程，同時也孕育了巨大的市場。數據顯示，預計到“十四五”末，我國人口老齡化水平將超過 20%，從輕度老齡化邁入中度老齡化。隨著教育水平更高的“60 后”、“70 后”步入

119、退休行列，“有錢有閑”老年人口成為越來越有能力共享數字時代發展成果的人群，銀發經濟方興未艾，適老化智能產品服務的國內市場潛力巨大。行業專家表示，人口老齡化是全球人口發展的一大趨勢，適老化產品不僅在國內具備較大市場，未來我國智能終端制造企業的適老化產品服務還具備“走出去”的潛力，進一步開拓國際老齡市場。3.1.4 智能芯片智能芯片 智能芯片的定義：從廣義上講只要能夠運行人工智能算法的芯片都叫作 AI 芯片。但是通常意義上的 AI 芯片指的是針對人工智能算法做了特殊加速設計的芯片，現階段，這些人工智能算法一般以深度中國人工智能系列白皮書智能產品與產業 2022 49 學習算法為主，也可以包括其他機

120、器學習算法。AI 芯片也被稱為 AI 加速器或計算卡，即專門用于處理人工智能應用中的大量計算任務的模塊（其他非計算任務仍由 CPU 負責）。當前，AI 芯片主要分為 GPU、FPGA、ASIC。智能芯片四大類（按技術架構分類）。1通用芯片（GPU）GPU 是單指令、多數據處理，采用數量眾多的計算單元和超長的流水線，主要處理圖像領域的運算加速。GPU 是不能單獨使用的，它只是處理大數據計算時的能手，必須由 CPU 進行調用，下達指令才能工作。但 CPU 可單獨作用，處理復雜的邏輯運算和不同的數據類型，但當需要處理大數據計算時，則可調用 GPU 進行并行計算。2半定制化芯片（FPGA）FPGA 適

121、用于多指令，單數據流的分析，與 GPU 相反，因此常用于預測階段，如云端。FPGA 是用硬件實現軟件算法,因此在實現復雜算法方面有一定的難度，缺點是價格比較高。與 GPU 不同，FPGA 同時擁有硬件流水線并行和數據并行處理能力,適用于以硬件流水線方式處理一條數據，且整數運算性能更高，因此常用于深度學習算法中的推斷階段。不過 FPGA 通過硬件的配置實現軟件算法，因此在實現復雜算法方面有一定的難度。將 FPGA 和 CPU 對比可以發現兩個特點,一是 FPGA 沒有內存和控制所帶來的存儲和讀取部 分速度更快,二是 FPGA 沒有讀取指令操作,所以功耗更低。劣勢是價格比較高、編程復雜、整體運算能

122、力不是很高。目前國內的 AI 芯片公司如深鑒科技就提供基于 FPGA 的解決方案。3全定制化芯片（ASIC）ASIC 是為實現特定場景應用要求時，而定制的專用 AI 芯片。除了不能擴展以外,在功耗、可靠性、體積方面都有優勢，尤其在高性中國人工智能系列白皮書智能產品與產業 2022 50 能、低功耗的移動設備端。定制的特性有助于提高 ASIC 的性能功耗比，缺點是電路設計需要定制，相對開發周期長，功能難以擴展。但在功耗、可靠性、集成度等方面都有優勢，尤其在要求高性能、低功耗的移動應用端體現明顯。谷歌的 TPU、寒武紀的 GPU，地平線的 BPU 都屬于 ASIC 芯片。谷歌的 TPU 比 CPU

123、 和 GPU 的方案快 30 至 80 倍，與 CPU 和 GPU相比，TPU 把控制電路進行了簡化，因此減少了芯片的面積，降低了功耗。4類腦芯片 類腦芯片架構是一款模擬人腦的神經網絡模型的新型芯片編程架構，這一系統可以模擬人腦功能進行感知方式、行為方式和思維方式。有人說，ASIC 是人工智能芯片的一個主要發展方向，但真正的人工智能芯片未來發展的方向是類腦芯片。類腦芯片研究是非常艱難的，IBM、高通、英特爾等公司的芯片策略都是用硬件來模仿人腦的神經突觸。當前階段，GPU 配合 CPU 仍然是 AI 芯片的主流，而后隨著視覺、語音、深度學習的 算法在 FPGA 以及 ASIC 芯片上的不斷優化，

124、此兩者也將逐步占有更多的市場份額，從而與 GPU 達成長期共存的局面。從長遠看，人工智能類腦神經芯片是發展的路徑和方向。我國 AI 芯片發展情況：目前，我國的人工智能芯片行業發展尚處于起步階段。長期以來，中國在 CPU、GPU、DSP 處理器設計上一直處于追趕地位，絕大部分芯片設計企業依靠國外的 IP 核設計芯片，在自主創新上受到了極大的限制。然而，人工智能的興起，無疑為中國在處理器領域實現彎道超車提供了絕佳的機遇。人工智能領域的應用目前還處于面向行業應用階段，生態上尚未形成壟斷，國產處理器廠商與中國人工智能系列白皮書智能產品與產業 2022 51 國外競爭對手在人工智能這一全新賽場上處在同一

125、起跑線上，因此，基于新興技術和應用市場，中國在建立人工智能生態圈方面將大有可為。由于我國特殊的環境和市場，國內 AI 芯片的發展目前呈現出百花齊放、百家爭鳴的態勢，AI 芯片的應用領域也遍布股票交易、金融、商品推薦、安防、早教機器人以及無人駕駛等眾多領域，催生了大量的人工智能芯片創業公司，如地平線、深鑒科技、中科寒武紀等。盡管如此，國內公司卻并未如國外大公司一樣形成市場規模，反而出現各自為政的散裂發展現狀。除了新興創業公司，國內研究機構如北京大學、清華大學、中國科學院等在 AI 芯片領域都有深入研究；而其他公司如百度和比特大陸等，2017 年也有一些成果發布?？梢灶A見，未來誰先在人工智能領域掌

126、握了生態系統，誰就掌握住了這個產業的主動權。展望未來：目前主流 AI 芯片的核心主要是利用 MAC（Multiplier and Accumulation，乘加計算）加速陣列來實現對 CNN（卷積神經網絡）中最主要的卷積運算的加速。這一代 AI 芯片主要有如下 3 個方面的問題。（1）深度學習計算所需數據量巨大，造成內存帶寬成為整個系統的瓶頸，即所謂的“memory wall”問題。（2）與第一個問題相關，內存大量訪問和 MAC 陣列的大量運算，造成 AI 芯片整體功耗的增加。（3）深度學習對算力要求很高，要提升算力，最好的方法是做硬件加速，但是同時深度學習算法的發展也是日新月異，新的算法可能

127、在已經固化的硬件加速器上無法得到很好的支持，即性能和靈活度之間的平衡問題。因此，我們可以預見，下一代 AI 芯片將有如下的幾個發展趨勢：中國人工智能系列白皮書智能產品與產業 2022 52 趨勢一：更高效的大卷積解構/復用 在標準 SIMD 的基礎上，CNN 由于其特殊的復用機制，可以進一步減少總線上的數據通信。而復用這一概念，在超大型神經網絡中就顯得格外重要。如何合理地分解、映射這些超大卷積到有效的硬件上成為一個值得研究的方向。趨勢二：更低的 Inference 計算/存儲位寬 AI 芯片最大的演進方向之一可能就是神經網絡參數/計算位寬的迅速減少從 32 位浮點到 16 位浮點/定點、8 位

128、定點，甚至是 4 位定點。在理論計算領域，2 位甚至 1 位參數位寬，都已經逐漸進入實踐領域。趨勢三：更多樣的存儲器定制設計 當計算部件不再成為神經網絡加速器的設計瓶頸時，如何減少存儲器的訪問延時將會成為下一個研究方向。通常，離計算越近的存儲器速度越快，每字節的成本也越高，同時容量也越受限，因此新型的存儲結構也將應運而生。趨勢四：更稀疏的大規模向量實現 神經網絡雖然大，但是，實際上有很多以零為輸入的情況，此時稀疏計算可以高效的減少無用能效。來自哈佛大學的團隊就該問題提出了優化的五級流水線結構，在最后一級輸出了觸發信號。在Activation 層后對下一次計算的必要性進行預先判斷，如果發現這是一

129、個稀疏節點，則觸發 SKIP 信號，避免乘法運算的功耗，以達到減少無用功耗的目的。趨勢五：計算和存儲一體化 計算和存儲一體化（process-in-memory）技術，其要點是通過使用新型非易失性存儲（如 ReRAM）器件，在存儲陣列里面加上神經網絡計算功能，從而省去數據搬移操作，即實現了計算存儲一體化的神經網絡處理，在功耗性能方面可以獲得顯著提升。中國人工智能系列白皮書智能產品與產業 2022 53 3.1.5 智能運載工具智能運載工具 在人工智能技術應用場景中，交通領域是重頭戲。無論是著眼于交通管理，還是聚焦于交通運輸，人工智能的滲透都在不斷深入。值得一提的是，人工智能對于交通工具革新的影

130、響與日俱增，由此推動智能運載工具產業快速成長。在智能運載工具產業中，自動駕駛汽車的發展備受矚目。自動駕駛汽車的發展初衷在于把汽車控制權從人類轉移到機器，從而避免出現一些人為原因導致的交通事故。除此之外，自動駕駛汽車的上路，還能一定程度緩解交通擁堵現象，并對汽車設計、乘坐體驗施加深入影響。1自動駕駛汽車 經過多年的技術積累，目前自動駕駛汽車已經進入了道路測試新常態，商業化序幕也已然開啟。業內專家表示，隨著自動駕駛汽車發展逐步與共享出行生態相融合，并向貨運場景加速擴張，未來 20 年內，自動駕駛汽車市場規模有望增長至萬億元。如今，從全球科技巨頭蘋果、特斯拉，再到國內的華為、小米、百度、360 大廠

131、，均將汽車的智能化視作下一個發展的主陣地，以逐鹿這一新萬億賽道。同時，一個全新的概念“智能電動汽車”隨之而來。如果說，新能源汽車首先引發的是一場電動化革命的話，那隨之而來的第二場 革命就是智能化。正如在上周的“2021 紅杉數字科技全球領袖峰會”上比亞迪集團 董事長兼總裁王傳福所說：“電動車是上半場，智能車是下半場?！彪S著特斯拉等造車新勢力的崛起，不僅刺痛了傳統主機廠的神經，也讓各大科 技公司“蠢蠢欲動”，蘋果、谷歌、亞馬遜等科技巨頭紛紛涉足其中。同時，中國 也掀起了一輪又一輪的“互聯網造車”“跨界造車”的浪潮，華為、百度、小米、360、富士康等眾多科技公司相繼入局。當然，也少不了一大批自動駕

132、駛初創企業的身影。中國人工智能系列白皮書智能產品與產業 2022 54 但無一例外的是，這些新勢力都聚焦在新能源汽車領域的智能化，更確切地說是智能（電動）汽車這一全新的產業。究其原因，電動化不僅是汽車能源的變革，也帶來了更簡化的整體構架。首先，新能源汽車將動力電池、電機等取代了油箱、發動機、變速箱等傳統零部件，為造車新勢力，甚至汽車產業的“彎道超車”帶來了可能。其次，新能源汽車所倡導的電動化也為汽車的自動化、智能化打下堅實的基礎，通過電驅動實現各種信息采集、處理、傳輸，實現自動化的執行，并推動智能 化決策的制定和執行。此外，電控不僅能控制車輛的行駛，更能成為連接信息系統的橋梁，猶如汽車的“大腦

133、”，助力汽車智能化發展。從更深層次來說，汽車智能化的背后，貫穿其中的數據才是無窮的寶藏。依托于傳感器收集數據，并通過算法的處理、篩選，最終數據將作為重要的資源?；?此，廠商不僅能讓用戶獲得更舒適、更安全的駕駛體驗，更能將其反補至產業鏈各個環節，經過不斷優化和完善，制造出更適合駕駛者習慣和需求的車型，徹底顛覆 傳統汽車產業。雖然并不能武斷地說，新能源汽車就一定是智能電動汽車。但毋庸置疑的是，如今新能源汽車已經成為汽車智能化的最佳載體，汽車智能化的大潮已至。智能電動汽車，即智能化的新能源汽車。從傳統意義上來說，是一種集環境感知、規劃決策、多等級輔助駕駛等功能于一體，并涵蓋計算機、現代傳感、信息融

134、合、通信、人工智能、人機交互及自動控制等技術的新型汽車載體。例如，國內普 遍稱作為“智能網聯汽車”，以強調其為智能化與網聯化的有機結合。同時，智能網聯汽車衍生出“智能駕駛”的全新概念，其包含高級駕駛輔助系統（ADAS）、自動駕駛（AD）及智能座艙等解決方案，可以提升駕駛舒適性、安全性，最終實現可替代人為操作的無人駕駛。所以，智能電動汽車不僅能帶給駕駛者非比尋常的操控感和體驗，更中國人工智能系列白皮書智能產品與產業 2022 55 可以將其形容為一位“AI 司機”，大大提升汽車的 自動化、安全性和可靠性。由于智能電動汽車由于涵蓋多個交叉學科和大量前沿科技，無疑是科技公司入局汽車產業的絕佳機會和突

135、破口，進而吸引大量企業入局深耕。圖圖 3.3.9 9 智能電動汽智能電動汽車產業鏈格局車產業鏈格局 智能電動汽車沿襲了傳統汽車產業的特點，產業鏈復雜且龐大，更與新能源汽 車產業密切相關。智能電動汽車產業鏈主要包含游上游的感知和認知（決策）、中游的執行（控制）以及下游的整車制造和運營維護。其中，除了整車制造外，包括各類傳感器、芯片、通信等硬件設備，以及高精地圖、定位、算法、操作系統、云平臺等軟件和應用。按供應商劃分，智能電動汽車也可以分為上游的軟硬件零部件廠商、中游的 Tier1 供應商及智能駕駛等系統集成商，以及下游的整車、運營維護等。隨著汽車智能化的日益深入和應用，智能駕駛幾乎已成為智能電動

136、汽車的標配，甚至成為汽車智能化的代名詞。尤其在自動駕駛領域聚集了一大批科技巨頭、初創企業和獨角獸，以爭奪這一關鍵領域的中國人工智能系列白皮書智能產品與產業 2022 56 話語權。2無人機 得益于“軍民融合”的推進，以及飛控系統、核心組件等不斷升級，民用無人機產業近些年來得到了快速發展。無人機制造成本的持續下降，使得其價格愈發親民，率先推動了消費級無人機市場的爆發。除了快速普及的消費級無人機之外，工業級無人機市場也在快速升溫。眼下，無人機已經在農業植保、地理測繪、管道巡檢、電力巡檢、海洋監測、應急通信等諸多行業實現了廣泛應用，工業級無人機市場崛起在望。當前，我國已經成為民用無人機制造業大國，且

137、正在從“大國”向“強國”進發。為了進一步規范和促進民用無人機制造業發展，2017年 12 月，工業和信息化部出臺了關于促進和規范民用無人機制造業發展的指導意見。隨著各項政策措施加速落地，我國民用無人機制造業迎來新的突破。公開信息顯示，工業和信息化部關于促進和規范民用無人機制造業發展的指導意見指出：到 2025 年，我國消費級無人機產值達到 1800 億元，年均增速 25%以上。受疫情沖擊，全球無人機產業規?？s水，但在這樣的逆勢下，2021年中國無人機企業進一步擴大貿易順差，出口額增幅超過一倍，保持了我國在民用無人機市場的領先地位。據統計，2021 年全國無人機行業融資金額超過百億元人民幣，融資

138、千萬元以上的無人機企業超過20 家，其中，融資過億的企業超過 10 家。IPO 方面，廣州極飛科技股份有限公司申報科創板 IPO 獲得受理；中航無人機的科創板上市申請也被上交所正式受理。產品方面，無人機沒有手機市場的一片繁榮。2022 年全國民航工作會議報告中提到：2021 年無人機企業達 1.27 萬家，實名登記無人機約 83 萬架，飛行時間達到千萬小時量級。工業無人機方面市場正處于爆發期，吸引資本駐足。天眼查顯示，中國人工智能系列白皮書智能產品與產業 2022 57 工業無人機企業科比特完成了 3 億人民幣 E 輪融資，值得注意的是，這一公司此前也受到了不少資本的青睞，投資機構包括梅花創投

139、、中南資本、中泰證券、新梅資產等。根據 Frost&Sullivan 數據顯示，2019 年我國工業級無人機市場規模已經達到 151.79 億元，預計到 2024 年，工業級無人機市場規模約1500 億元，其中農林植保約 318 億元，警用安防市場約為 200 億元，電力巡檢約為 200 億元，快遞物流約 255 億元，地理測繪約 448 億元。圖圖 3.3.1010 科比特公司融資查詢情況科比特公司融資查詢情況 從消費級單一增長，到消費級、工業級兩點開花，在無人化轉型的大背景下，國產無人機正迎來發展的黃金年代。3無人船 相對于自動駕駛汽車，無人船的發展要顯得“低調許多”。實際上，自動駕駛汽車

140、與無人船的核心技術一脈相承，都是自動駕駛技術。中國人工智能系列白皮書智能產品與產業 2022 58 甚至從技術實現難度而言，無人船所面臨的商用場景要更為簡單。畢竟，船舶行駛在茫茫大海上，密集度遠不如汽車，也不會遇到非機動車、行人等其他影響因素。當然，這并不意味著無人船的技術要求和標準要低于自動駕駛汽車。目前，歐洲國家對于無人船的發展頗為重視，北歐國家挪威更為憑借良好的峽灣、海域條件，成為全球無人船領域的重要基地和測試“圣地”，地位一如自動駕駛汽車領域的美國加利福尼亞州。企業方面，英國航空發動機巨頭羅爾斯羅伊斯已然成為這一行業中的領軍者。當然，在無人船發展上，我國也展開了積極布局。雖然從發展階段

141、來看，我國才剛剛起步，但是國內研究機構與相關企業已經有了明確的計劃。2015 年 12 月，中船工業集團宣布將建設國內首艘智能示范船；2017 年 12 月，云洲智能公司聯合中國船級社、珠海市政府以及武漢理工大學，共同啟動全球首艘 500 噸級無人貨船項目。無論是自動駕駛汽車，還是無人機、無人船等智能運載工具行業，都將是人工智能技術落地的主要場景，也是全球交通領域未來變革的主流方向和未來競爭的重要高地。因此，我國亟須進一步加強車載感知、自動駕駛、車聯網、物聯網等技術集成和配套，探索發展自動駕駛汽車、無人機、無人船專業化服務體系，推動上述行業走向全面商業化。3.23.2 正在取得突破的智能產品

142、智能產品是混合產品的專業化產品，具有產品類別和數字產品描述的物理實現，具有以下特征。所在位置：對情況和社區環境的識別和處理 個性化：根據買方和消費者的需求和影響量身定制 適應性強：根據買方和消費者的反應和任務而變化 積極主動：嘗試預期買方和消費者的計劃和意圖 中國人工智能系列白皮書智能產品與產業 2022 59 商業意識：考慮商業和法律約束 位置感知：考慮功能執行和受限的位置選擇 具備網絡能力：能夠與另一個產品（業務）或產品集進行通信和捆綁（產品捆綁）正在取得突破的智能產品：華山二號 A1000 Pro 自動駕駛計算芯片：智能化是汽車產業的重要發展方向，未來的汽車需要一個“智能大腦”，“智能大

143、腦”離不開大算力芯片的支撐。黑芝麻智能自主研發的華山二號 A1000 Pro 是目前國產性能最強的車規級自動駕駛芯片。A1000 Pro 基于最高等級ASIL D 車規安全標準打造，依托黑芝麻智能兩大自研核心 IP車規級圖像處理器 NeuralIQ ISP 以及車規級低功耗神經網絡加速引擎DynamAI NN，芯片算力達到 106TOPS（INT8），最高可達 196 TOPS（INT4）。其采用異構多核架構，16 核 Arm v8 CPU，16nm 工藝制程，支持 16 路高清攝像頭輸入，具有高性能、低功耗、安全可靠的特點，能夠支持 L3/L4 高級別自動駕駛功能。圖圖 3.3.1111 華

144、山二號華山二號 A1000 Pro 自動駕駛計算芯片自動駕駛計算芯片 中國人工智能系列白皮書智能產品與產業 2022 60 自動駕駛進入算力角逐時代，而自動駕駛作為一個系統，其算力更多是綜合計算能力的體現。黑芝麻智能是行業領先的車規級自動駕駛計算芯片和平臺研發企業，專注于大算力計算芯片與平臺等技術領域的高科技研發，能夠提供完整的自動駕駛、車路協同解決方案，包括基于車規級設計、學習型圖像處理、低功耗精準感知的自動駕駛感知計算芯片和自動駕駛計算平臺，支撐自動駕駛產業鏈相關產品方案的快速產業化落地。3.33.3 關鍵特征分析 3.3.1 情景感知情景感知 情境感知（Context-awareness

145、）是指人工智能產品可以像人一樣感知情境因素的變化，以支持在適當的時機，以適當的方式向用戶提供適當的反饋。情境因素既包括交互過程中與人有關的信息，又包括與物理環境及其他實體相關的狀態信息。獲取更多的情境信息有助于人工智能產品更有效地完成任務，前提是對感知到的信息進行有效處理而不被過量信息干擾。因此，對于人工智能產品而言，如何利用其情境感知的能力獲取并向用戶提供合適的信息，有助于支持其完成相應的任務目標。為了增強系統的可理解性與可控制性，Bellotti V 等人從人的角度提出了具有情境感知特征的產品或系統的設計框架，其中包括四項設計原則：（1）使用戶明確系統感知的功能和所理解的內容；（2）提供前

146、饋與反饋；（3）加強身份和行為公開；（4）允許用戶控制。Lim B Y 等人則通過兩個實驗探究了用戶在真實場景中感興趣的信息，以此來指導具有情境感知特征的產品或系統設計中應當向用戶提供的信息類型，以及在不同條件下如何進行調節，并對如何提供不同的可理解類型給出了設計建議。情境感知早期的研究多集中在通過探測用戶的位置將其應用到感知系統中，其中最具代表的兩項工程是 ParcTab 和 ActiveBadge。ActiveBadge 系統中，RoyWant 等人提出使用胸章的位置定位系統，中國人工智能系列白皮書智能產品與產業 2022 61 根據這些位置信息將呼入的電話轉接到離用戶最近的電話機上，這被

147、認為是情境感知最早的應用之一。之后，出現了很多基于用戶位置信息的情境感知應用。例如，旅游方面，應用了情境感知技術的導游助手可以根據游客的位置進行景點推薦、路線導游;購物方面，可以根據顧客的位置進行商品推薦等等。隨著傳感器技術的不斷發展，傳感器的種類不斷豐富，獲得的情境信息也隨之豐富起來，情境感知處理的信息不再局限于用戶的位置。KangDong-oh 等人建立了家庭網絡，利用可穿戴的傳感器，如 ECF（electrocardiogram，心電圖）和 SKT（skintemperature，皮膚溫度傳感器）等，實時監測用戶的身體信息，這些信息通過 Zigbee 發送給服務器，由服務器上的應用軟件進

148、行實時監測，甚至根據專家系統及用戶的歷史信息進行診斷或推理。此外，情境感知被廣泛應用于智能家居、普世辦公、精準農業等。隨著智能家居和可穿戴設備的廣泛運用，未來的情境感知將在此基礎上更加智能化，我們的設備會主動與周邊的世界進行交互，成為我們與周邊世界互動的門戶。通過分析用戶所處環境、狀態甚至情感的信息，運用眼動追蹤、觸覺反饋等技術看懂和識別身體語言或手勢，并更有預見性的做出相應準備。情境感知已是各家公司爭奪未來市場的重點，intel、Nuance、Synaptics、Apple 等企業都提出了相關概念，有的已經推出市場，隨著越來越多的公司加入到這一領域，未來將是情境感知的時代。3.3.2 自主學

149、習自主學習 自主學習（Adaptive Learning）是指人工智能產品在執行復雜任務或與人交互的過程中，依靠不斷地采集環境信息，或在用戶反饋積累和向用戶的主動詢問中獲取關鍵信息，以此支持模型不斷學習與修正，提升模型預測的準確性。如何在復雜和動態的環境中進行自適應學習，一直是阻礙人工智能產品性能取得突破性進展的一個問題。加州大學伯克利分校的一個研究團隊在其一篇“A Berkeley View of 中國人工智能系列白皮書智能產品與產業 2022 62 Systems Challenges for AI”論文中提到這個問題，并強調了執行在線學習的能力對人工智能產品至關重要，如何在動態環境中行動

150、并持續學習是最有希望的研究方向之一。Cakmak M 等人介紹了人工智能產品主動學習和詢問的三種交互模式（第一種是每輪都進行詢問，第二種僅在特定條件下詢問，第三種則在用戶明確要求時詢問），并通過一項實驗驗證了每種模式的優勢與不足，提出了一些針對主動學習的智能系統設計的指導原則。Chao C 等人研究了機器人以非語言的自然手勢的形式，向人類詢問以進行學習的交互過程，初步數據顯示主動學習有助于提高透明度，從而提高機器人學習的準確性和效率。Rosenthal S 等人針對人對于機器人問詢的響應不夠準確的問題，提出了以機器人狀態信息為問詢補充的方法，設計了人機協作任務實驗，從機器人狀態的四個維度（不確

151、定性、情境、預測和特征選擇）改變了問詢內容，以實驗結果指導了四個維度的有效組合。3.3.3 智能決策智能決策 智能決策是人工智能產品自主性（Autonomy）的一個重要體現，指可以不受人的干預，在非結構環境下以一定的控制策略自主地進行決策，并持續執行一系列行為以完成預定目標。這是由于人工智能產品可以隨著時間的推移而進行學習和變化，動態設置自己的目標，以及通過外部傳感器信息或者輸入數據以適應本地條件。與傳統的通過執行預設的程序來代替用戶完成設定的任務的自動系統不同，人工智能產品可以在無監督的狀態下執行任務以完成用戶目標，具有一定的自我管理與自我引導能力。因此，傳統的自動化研究更多地關注于自動化對

152、用戶表現的影響，以及用戶一定程度上的主觀感受；人工智能產品的自主性則會導致用戶較高的情感反應，人與自主系統的交互中需要更多地考慮社交和心理因素。Norman 建議在設計中加入保護措施（如驗證步驟）或者控制產品或系統的自主程度，以防人工智能產品或系統產生不必要的自適應行為。Hk 建議在智能用戶界面設計中國人工智能系列白皮書智能產品與產業 2022 63 中對用戶期望進行管理，以免在與不可預測的人工智能系統交互中，對用戶產生誤導或使用戶挫敗。Rader 等研究了用戶如何使用算法決策系統并評判潛在后果，對于人工智能系統的行為進行了解釋以提升透明度，將有助于用戶確定系統是否存在偏見或是否可以對其看到的

153、內容進行控制。3.3.43.3.4 協同交互協同交互 基于人工智能產品自感知、自適應、自學習與自決策的能力，在與人的交互中，人工智能產品也呈現出區別于傳統產品的特征。一方面是在交互中呈現出的主動性，即與傳統的由用戶發起和系統做出反饋所構成的交互不同，人工智能產品通過預測用戶而主動發起交互；另一方面是其具有協同性，即與傳統的作為輔助人的工具不同，人工智能產品可以作為團隊成員的角色與人進行協作，共同完成預設目標。這也反映了人工智能產品設計中的重要價值觀，即擁有自主性的產品不是為了取代人類，而是為了讓人類更好地完成目標。特別是很多時候人的能力仍然對于最終目標的實現有著不可取代的作用。Vanhala

154、J 等人通過一個名為“Morphome”的項目，研究了日常環境中如何以主動響應式解決方案來控制智能對象和服務，探索了不同用戶或居民在使用該系統時的不同態度和行為，強調了具有主動響應式特征的產品或系統的研究需要融合社會、文化及技術等各個方面。劉燁等人針對人工智能產品與人的協同，在回顧總結已有的人機交互模型（包括 MHP、GOMS、PMJ 模型等）的基礎上，提出了一個符合人類認知機理和心理規律的人機合作心理模型，以應對人工智能時代的人機協同。中國人工智能系列白皮書智能產品與產業 2022 64 第 4 4 章 人工智能技術與傳統產業的融合發展 4.4.1 1 智能制造 智能制造，源于人工智能的研究

155、，一般認為智能是知識和智力的總和，前者是智能的基礎，后者是指獲取和運用知識求解的能力。最早在 20 世紀 80 年代，美國賴特（Paul Kenneth Wright）和伯恩（David Alan Bourne）在專著制造智能（Smart Manufacturing）中首次提出“通過集成知識工程、制造軟件系統、機器人視覺和機器人控制來對制造技工們的技能與專家知識進行建模，以使智能機器能夠在沒有人工干預的情況下進行小批量生產”。在此基礎上，英國 Williams教授對上述定義做了更為廣泛的補充，認為“集成范圍還應包括貫穿制造組織內部的智能決策支持系統”。之后不久，歐、美、日等工業化發達國家圍繞智

156、能制造技術與智能制造系統開展國際合作研究。1991 年，日、美、歐共同發起實施的“智能制造國際合作研究計劃”提出“智能制造系統是一種在整個制造過程中貫穿智能活動，并將這種智能活動與智能機器有機融合，將整個制造過程從訂貨、產品設計、生產到市場銷售等各環節以柔性方式集成起來的能發揮最大生產力的先進生產系統”。工業和信息化部在智能制造發展規劃（2016-2020 年）中定義智能制造是“基于新一代信息通信技術與先進制造技術深度融合，貫穿于設計、生產、管理、服務等制造活動的各個環節，具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式”。實際上，智能制造是制造業價值鏈各個環節的智能化，融合了信

157、息與通信技術、工業自動化技術、現代企業管理、先進制造技術和人工智能技術五大領域技術的全新制造模式，實現企業的生產模式、運營模式、決策模式和商業模式的創新。智能制造的概念經歷了提出、發展和深化的不同階段最終確定 中國人工智能系列白皮書智能產品與產業 2022 65 智能制造（Intelligent Manufacturing，IM）是一種由智能機器和人類專家共同組成的人機一體化智能系統，它在制造過程中能進行智能活動，諸如分析、推理、判斷、構思和決策等。通過人與智能機器的合作共事，去擴大、延伸和部分地取代人類專家在制造過程中的腦力勞動。它把制造自動化的概念更新，擴展到柔性化、智能化和高度集成化。毋

158、庸置疑，智能化是制造自動化的發展方向。4.1.1 智能制造系統架構智能制造系統架構 智能制造是基于先進制造技術與新一代信息技術深度融合，貫穿于設計、生產、管理、服務等產品全生命周期，具有自感知、自決策、自執行、自適應、自學習等特征，旨在提高制造業質量、效率效益和柔性的先進生產方式。近些年，我國智能制造發展呈現良好態勢。供給能力不斷提升，智能制造裝備市場滿足率超過 50%，主營業務收入超 10 億元的系統解決方案供應商達 40 余家。推廣應用成效明顯，試點示范項目生產效率平均提高 45%、產品研制周期平均縮短 35%、產品不良品率平均降低 35%，涌現出離散型智能制造、流程型智能制造、網絡協同制

159、造、大規模個性化定制、遠程運維服務等新模式新業態。智能制造系統架構從生命周期、系統層級和智能特征等 3 個維度對智能制造所涉及的要素、裝備、活動等內容進行描述，主要用于明確智能制造的標準化對象和范圍。智能制造系統架構如圖 1 所示。（1）生命周期 生命周期涵蓋從產品原型研發到產品回收再制造的各個階段，包括設計、生產、物流、銷售、服務等一系列相互聯系的價值創造活動。生命周期的各項活動可進行迭代優化，具有可持續性發展等特點，不同行業的生命周期構成和時間順序不盡相同。中國人工智能系列白皮書智能產品與產業 2022 66 系統層級協同企業設計車間單元設備生產物流銷售客服生命周期資源要素互聯互通融合共享

160、系統集成新興業態智能特征 圖圖 4.1 智能制造系統架構智能制造系統架構 1）設計是指根據企業的所有約束條件以及所選擇的技術來對需求進行實現和優化的過程；2）生產是指將物料進行加工、運送、裝配、檢驗等活動創造產品的過程；3）物流是指物品從供應地向接收地的實體流動過程；4）銷售是指產品或商品等從企業轉移到客戶手中的經營活動；5）服務是指產品提供者與客戶接觸過程中所產生的一系列活動的過程及其結果。（2）系統層級 系統層級是指與企業生產活動相關的組織結構的層級劃分，包括設備層、單元層、車間層、企業層和協同層。1）設備層是指企業利用傳感器、儀器儀表、機器、裝置等，實中國人工智能系列白皮書智能產品與產業

161、 2022 67 現實際物理流程并感知和操控物理流程的層級；2）單元層是指用于企業內處理信息、實現監測和控制物理流程的層級；3）車間層是實現面向工廠或車間的生產管理的層級；4）企業層是實現面向企業經營管理的層級；5）協同層是企業實現其內部和外部信息互聯和共享，實現跨企業間業務協同的層級。（3）智能特征 智能特征是指制造活動具有的自感知、自決策、自執行、自學習、自適應之類功能的表征，包括資源要素、互聯互通、融合共享、系統集成和新興業態等 5 層智能化要求。1）資源要素是指企業從事生產時所需要使用的資源或工具及其數字化模型所在的層級；2）互聯互通是指通過有線或無線網絡、通信協議與接口，實現資源要素

162、之間的數據傳遞與參數語義交換的層級；3）融合共享是指在互聯互通的基礎上，利用云計算、大數據等新一代信息通信技術，實現信息協同共享的層級；4）系統集成是指企業實現智能制造過程中的裝備、生產單元、生產線、數字化車間、智能工廠之間，以及智能制造系統之間的數據交換和功能互連的層級；5）新興業態是指基于物理空間不同層級資源要素和數字空間集成與融合的數據、模型及系統，建立的涵蓋了認知、診斷、預測及決策等功能，且支持虛實迭代優化的層級。4.1.2 智能制造主要特征智能制造主要特征（1）自律能力 即系統能夠搜集與理解環境信息和自身的信息，并根據這些信息進行分析判斷和規劃自身行為的能力?！爸悄軝C器”在某程度上表

163、現中國人工智能系列白皮書智能產品與產業 2022 68 出獨立性、自主性和個性，甚至相互間還能協調運作與競爭。（2）人機一體化 基于人工智能的智能機器只能進行機械式的推斷、預判等，它只能具有邏輯思維（專家系統），多做到形象思維（神經網絡），完全做不到靈感思維，只有人類專家才真正同時具備以上三種思維能力。人機一體化一方面突出人在制造系統中的核心地位，同時在智能 機器的配合下，更好地發揮出人的潛能，使人機之間表現出一種平等共事、相互“理解”、相互協作的關系，使二者在不同的層次上各顯其能，相輔相成。（3）虛擬現實技術 模擬制造過程和預期的產品，從感官上使人直觀的獲得完全如同真實的感受。而且可以根據人

164、的需求意愿來進行改變，這種人機結合的新一代智能界面，是智能制造的一個顯著特征。（4）自組織與超柔性 自組織是指一個系統的構建和演化依賴于外界的“特定”干擾，并不斷向結構化、有序化和多功能化方向發展。智能制造系統的結構和功能也會隨著外部環境的變化而“自動”改變。在這里，“特定”一詞指的是外部世界沒有強加給系統的結構或功能。智能制造系統的自組織過程有三種類型：一是從有組織到自組織的過程演化；二是從低程度的自組織到高程度的自組織的過程演化；三是在同一層次的自組織中從簡單到復雜的過程演化。智能制造系統軟件的各個部分可以根據任務的需要實現特定的任務。智能制造系統柔性主要表現在操作方式上，也表現在結構形式

165、上，因此這種柔性被稱為超柔性。4.1.3 智能制造關鍵技術智能制造關鍵技術（1）數據獲取與處理 傳統的分析和優化過程基于模型，而數據分析可以彌補模型精度中國人工智能系列白皮書智能產品與產業 2022 69 的不足。目前，制造業的數據來源主要包括三個方面：企業內部信息系統、物聯網信息和企業外部信息。如圖 2 所示，這些數據的特征為：規模性（Volume）、多樣性（Variety）、高速性（Velocity）、價值密度低（Value）、多來源（Multi-source）、多維度（Multi-dimension）、多噪聲（Much Noise）。因此，可以將制造業的數據特征總結為”4V+3M”。圖圖

166、 4.2 制造業數據特制造業數據特征征 常用的數據獲取技術以傳感器為主，結合 RFID、條碼掃描器、生產和監測設備、PDA、人機交互、智能終端等手段實現生產過程中的信息獲取，并通過互聯網或現場總線等技術實現原始數據的實時準確傳輸。為了更好地利用數據，需要對獲取的數據進行處理。數據處理是智能制造的關鍵技術之一，其目的是從大量的、雜亂無章、難以理解的數據中抽取并推導出對于某些特定的人們來說是有價值、有意義的數據。如圖 3 所示，常見的數據處理流程主要有四個步驟：1）數據清洗也稱為數據預處理，是指對所收集數據進行分析前所做的審核、篩選等必要的處理，并對存在問題的數據進行處理，從中國人工智能系列白皮書

167、智能產品與產業 2022 70 而將原始的低質量數據轉化為方便分析的高質量數據，確保數據的完整性、一致性、唯一性和合理性。2）數據融合是將各種傳感器在空間和時間上的互補與冗余信息依據某種優化準則或算法組合來，產生對觀測對象的一致性解釋和描述。3）數據分析是用適當的統計分析方法對收集來的大量數據進行分析，將它們加以匯總和理解并消化，以求最大化地開發數據的功能，發揮數據的作用。例如，常見的數據分析方法包括列表法、作圖法、時間序列分析、聚類分析、回歸分析等。4）數據存儲是將數據以某種格式記錄在計算機內部或外部存儲介質上進行保存。在制造業中，數據處理通?；诔Ｓ玫臄祿治龊蜋C器學習技術。圖圖 4.3

168、數據處理流程數據處理流程（2）數字孿生 數字孿生（又稱為數字雙胞胎、數字化雙胞胎等）：以數字化方式創建物理實體的虛擬模型，借助數據模擬物理實體在現實環境中的行為，通過虛實交互反饋、數據融合分析、決策迭代優化等手段，為物理實體增加或擴展新的能力。數字孿生系統的通用參考架構如圖 4 所示。數字孿生以數字化方式拷貝一個物理對象，模擬對象在現實環境中的行為，對產品、制造過程乃至整個工廠進行虛擬仿真，目的是了解資產的狀態，響應變化，改善業務運營和增加價值。在萬物互聯時代此種軟件設計模式的重要性尤為突出，為了達到物理實體與數字實體之間的互動，需要經歷諸多的過程也需要很多基礎的支撐技術為依托，更需要經歷很多

169、階段的演進才能很好地實現物理實體在數字世界中國人工智能系列白皮書智能產品與產業 2022 71 中的塑造。圖圖 4.4 數字孿生系統的通用參考架構數字孿生系統的通用參考架構 數字孿生的關鍵技術包括建模、仿真、數字線程等：1）建模是利用知識機理、數字化等技術對物理實體在數字世界中建立對應的數字模型。2）仿真是將包含了確定性規律和完整機理的模型轉化成軟件的方式來模擬物理世界的一種技術。只要模型正確，并擁有了完整的輸入信息和環境數據，就可以基本正確地反映物理世界的特性和參數。3）數字線程通過強大的端到端的互聯系統模型和基于模型的系統工程流程來支撐和支持。（3）建模與仿真技術 建模技術是針對制造中的載

170、體、制造過程和被加工對象，甚至是中國人工智能系列白皮書智能產品與產業 2022 72 智能車間、智能調度過程中一切需要研究的對象，應用機械、物理、力學、計算機和數學等學科知識，對研究對象的一種近似表達。仿真技術是在建模完成后，結合計算機圖形學等計算機科學手段，對模型進行圖像化、數值化、程序化等的表達。仿真技術還讓模型的分析過程變得可量化和可控化，即依托建模與仿真技術，可以得到可視化與可量化的模型，利用量化的模型數據，進行分析，進行虛擬加載和虛擬模型調控，對認識和改造智能制造中的研究對象，是一種極為有效的科學手段。建模與仿真技術的關鍵技術包括建模/仿真支撐環境、先進分布仿真、仿真資源庫和圖形圖像

171、綜合顯示技術:1）以鍛造操作機設計與仿真支撐平臺為例來介紹建模/仿真支撐環境。鍛造操作機設計與仿真平臺的 4 層體系結構將數據、服務與應用分離開來，便于各種應用軟件包括商用建模、仿真軟件的集成，保證了整個系統的靈活性和開放性。2）對于先進分布仿真，基于仿真采辦的兩大關鍵是：a）協同環境：是由互操作的工具和數據庫、權威的信息資源，以及產品過程模型支持的各領域專家可協同工作的環境；b）分布產品描述：是數字化產品信息的分布集合，通過 Web 技術互聯，對用戶呈現單一的邏輯上統一的產品描述，包括產品數據、產品模型、過程模型等。3）仿真資源庫是仿真技術的依賴性技術，包括數據庫、模型庫、工具軟件庫等。4）

172、智能制造對建模與仿真的圖形圖像綜合顯示技術提出了更多新的要求，即不但能在單機上進行二維和三維圖形顯示，更需要滿足嵌入式系統仿真過程中的快速在線實時三維顯示。這種綜合顯示技術不再是單一加工對象或加工主體的圖形圖像化顯示，更提出了新的要求，即融合人和加工環境等的仿真顯示技術。中國人工智能系列白皮書智能產品與產業 2022 73（4）工業機器人 工業機器人是面向工業領域的多關節機械手或多自由度的機器裝置，具有柔性好、自動化程度高、可編程性好、通用性強等特點。國際上，工業機器人的定義主要有如下兩種：1）國際標準化組織（ISO）的定義：工業機器人是一種具有自動控制的操作和移動功能，能完成各種作業的可編程

173、操作機。2）美國機器人協會（RIA）的定義：一種可以反復編程和多功能的，用來搬運材料、零件、工具的操作機；或者為了執行不同的任務而具有可改變的和可編程的動作的專門系統。工業機器人的關鍵技術包括整機技術、部件技術和集成應用技術：1）整機技術是指以提高工業機器人產品的可靠性和控制性能，提升工業機器人的負載/自重比，實現工業機器人的系列化設計和批量化制造為目標的機器人技術。主要有：本體優化設計技術、機器人系列化標準化設計技術、機器人批量化生產制造技術、快速標定和誤差修正技術、機器人系統軟件平臺等。本體優化設計技術是其中的代表性技術。在工業機器人本體設計過程中，應當考慮以下的設計原則：最小運動慣量設計

174、原則、高強度高剛度設計原則和可靠性設計原則。2）部件技術是指以研發高性能機器人零部件，滿足工業機器人關鍵部件需求為目標的機器人技術。主要有：高性能伺服電機設計制造技術、高性能/高精度機器人專用減速器設計制造技術、開放式/跨平臺機器人專用控制（軟件）技術、變負載高性能伺服控制技術等。高性能伺服電機設計制造技術和高性能/高精度機器人專用減速器設計制造技術是其中的代表性技術。3）集成應用技術是指以提升工業機器人任務重構、偏差自適應調整能力，提高機器人人機交互性能為目標的機器人技術。主要有：基于智能傳感器的智能控制技術、遠程故障診斷及維護技術、基于末中國人工智能系列白皮書智能產品與產業 2022 74

175、 端力檢測的力控制及應用技術、快速編程和智能示教技術、生產線快速標定技術、視覺識別和定位技術等。視覺識別定位技術是其中的代表性技術。（5）智能控制 20 世紀 70 年代中期，模糊控制在應用上取得了重要的進展。1974年英國 Mamdani 教授把模糊理論用于蒸汽機的自動控制。1977 年Saridis 提出了智能控制的三元結構定義，即把智能控制看作為人工智能、自動控制和運籌學的交叉。1985 年，IEEE 在紐約召開了第一屆全球智能控制學術討論會，隨后不久又成立了 IEEE 智能控制專業委員會。這標志著智能控制作為一個學科分支正式被學術界接受。1987年在美國費城舉行第一屆國際智能控制大會，

176、標志智能控制作為一門獨立的新興學科的建立。我國智能控制起步較晚。中國自動化學會于1993 年在北京召開首屆全球華人智能控制與智能自動化大會（CWCICIA）。智能控制有以下特點：1）智能控制系統能有效利用擬人的控制策略和被控對象及環境信息，實現對復雜系統的有效全局控制，具有較強的容錯能力和廣泛的適應性。2）智能控制系統具有混合控制特點，既包括數學模型，也包含以知識表示的非數學廣義模型，實現定性決策與定量控制相結合的多模態控制方式。3）智能控制系統具有自適應、自組織、自學習、自診斷和自修復功能，能從系統的功能和整體優化的角度來分析和綜合系統，以實現預定的目標。4）控制器具有非線性和變結構的特點，

177、能進行多目標優化。智能控制的關鍵技術包括專家控制、模糊控制、神經網絡控制、學習控制和智能算法：中國人工智能系列白皮書智能產品與產業 2022 75 1）專家控制又稱專家智能控制。按照專家控制的作用和功能，一般分為直接型專家控制器和間接型專家控制器。專家控制的基本結構如圖 5 所示。圖圖 4.5 專家控制基本結構專家控制基本結構 2）模糊控制是將模糊集理論、模糊邏輯推理和模糊語言變量與控制理論和方法相結合的一種智能控制方法，目的是模仿人的模糊推理和決策過程，實現智能控制。模糊控制器的基本結構如圖 6 所示。圖圖 4.6 模糊控制器基本結構模糊控制器基本結構 3）人工神經網絡由神經元模型構成。神經

178、元是神經網絡的基本處理單元，是一種多輸入、單輸出的非線性元件，多個神經元構成神經網絡。神經網絡在控制系統中往往應用于以下幾種：a）用于建立被控對象模型，結合其他控制器對系統進行控制。b）直接作為控制器替代其他控制器，實現系統控制。中國人工智能系列白皮書智能產品與產業 2022 76 c）在傳統控制系統中起優化計算作用。d）與其他智能控制算法相結合，實現參數優化、模型推理及故障診斷等功能。4）學習控制是智能控制的重要分支，旨在通過模擬人類自身優良調節機制實現優化控制。學習控制可以在運行過程中逐步獲得系統非預知信息，積累控制經驗，并通過一定評價指標來不斷改善控制效果的自動控制方法。學習控制算法有很

179、多，如基于神經網絡的學習控制、重復學習控制、迭代學習控制、強化學習控制等。5）智能算法是人們受自然界和生物界規律的啟發，模仿其原理進行問題求解的算法，包含了自然界生物群體所具有的自組織、自學習和自適應等特性。在用智能算法進行問題求解過程中，采用適者生存、優勝劣汰的方式使現有解集不斷進化，從而獲得更優的解集，具有智能性。（6）智能調度 調度問題的基本描述是“如何把有限的資源在合理的時間內分配給若干個任務，以滿足或優化一個或多個目標”。20 世紀初，在HenryGantt 和其他先驅者的努力下，調度開始在制造業中受到重視。從 20 世紀 50 年代到 20 世紀 70 年代，研究主要集中在理論探討

180、上，求解方法主要是數學規劃方法，例如整數規劃、分枝定界、動態規劃等。1975 年，啟發式算法成為研究重點。20 世紀 80 年代以后，智能調度進入快速發展階段，新的算法不斷涌現，例如，遺傳算法、蟻群算法、粒子群優化等。智能調度的關鍵技術包括三個部分：1）數學規劃方法與求解器 例如，混合整數規劃方法是常用求解調度問題的數學方法，該方法限制部分決策變量必須是整數，但是在運算中整數變量的數量會隨問題規模呈指數規模增長。而求解器是一類封裝好的優化算法程序中國人工智能系列白皮書智能產品與產業 2022 77 包，研究人員可以使用求解器來優化調度等復雜問題，而不需要自己編寫算法代碼。常用的求解器包括 Cp

181、lex、Gurobi、MOSEK 等。2）啟發式方法 啟發式解決問題的方法是與算法相對立的。算法是把各種可能性都一一進行嘗試，最終能找到問題的答案，但它是在很大的問題空間內，花費大量的時間和精力才能求得答案。啟發式方法則是在有限的搜索空間內，大大減少嘗試的數量，能迅速地達到問題的解決。但由于這種方法具有嘗試錯誤的特點，所以也有失敗的可能性?？茖W家的許多重大發現，常常是利用極為簡單的啟發式規則。例如，優先分配規則（PDR）與基于瓶頸的啟發式方法。3）智能優化算法 受到人類智能、生物群體社會性或自然現象規律的啟發，人們發明了很多智能優化算法來解決復雜的優化問題，主要包括：模仿自然界生物進化機制的遺

182、傳算法；通過群體內個體間的合作與競爭來優化搜索的差分進化算法；模擬生物免疫系統學習和認知功能的免疫算法；模擬螞蟻集體尋徑行為的蟻群算法；模擬鳥群和魚群群體行為的粒子群算法；源于固體物質退火過程的模擬退火算法；模擬人類智力記憶過程的禁忌搜索算法；模擬動物神經網絡行為特征的神經網絡算法等等。這些算法有個共同點，即都是通過模擬或揭示某些自然界的現象和過程或生物群體的智能行為而得到發展；在優化領域稱它們為智能優化算法，它們具有簡單、通用、便于并行處理等特點。（7）工業互聯網平臺 工業互聯網是全球工業系統與高級計算、分析、感應技術以及互聯網連接融合的一種結果。其本質是通過開放的、全球化的工業級網絡平臺把

183、設備、生產線、工廠、供應商、產品和客戶緊密地連接和融合起來，高效共享工業經濟中的各種要素資源，從而通過自動化、智能化的生產方式降低成本、增加效率，幫助制造業延長產業鏈，推動中國人工智能系列白皮書智能產品與產業 2022 78 制造業轉型發展。工業互聯網平臺是工業互聯網在智能制造中應用的具體形式。它的基礎是數據采集，核心是平臺，關鍵是應用。工業互聯網技術體系包括 4 個部分：1）全面互聯的工業系統信息感知技術 該技術主要有三個要點：a）設備接入：對海量設備進行連接和管理；b）協議解析：利用協議轉換實現海量工業數據的互聯互通和互操作；c）邊緣數據處理：通過運用邊緣計算技術，實現錯誤數據剔除、數據緩

184、存等預處理以及邊緣實時分析，降低網絡傳輸負載和云端計算壓力。2）信息傳輸技術 傳輸層主要負責傳遞和處理感知層獲取的信息，分為有線傳輸和無線傳輸兩大類，其中無線傳輸是物聯網的主要應用。無線傳輸技術按傳輸距離可劃分為局域網通信技術與廣域網通信技術。3）數據分析平臺 工業互聯網平臺需要借助大數據分析技術、人工智能方法等，基于專家經驗，結合物理、數學等基礎學科知識，從工業大數據中獲得有價值的經驗。4）工業 APP 開發技術 工業 APP 的構建是工業互聯網平臺協作模式轉換的核心，通過對工業知識的提煉與抽象，將數據模型、提煉與抽象的知識結果通過形式化封裝與固化形成 APP。封裝了工業知識的工業 APP，

185、對人和機器快速高效賦能，突破了知識應用對人腦和人體所在時空的限制，最終直接驅動工業設備及工業業務。中國人工智能系列白皮書智能產品與產業 2022 79 4.24.2 智慧交通 4.2.1 概述概述 1我國交通現狀 交通是興國之要、強國之基，在構建新發展格局、促進國內國際雙循環、滿足人民日益增長的美好生活需要中發揮著重大作用?；赝^去的十年，在黨中央、國務院的堅強領導下，我國交通運輸事業取得了歷史性成就，發生了歷史性變革，有力服務保障了第一個百年奮斗目標的實現。十年來，我國綜合立體交通網加速成型，建成了全球最大的高速鐵路網、高速公路網、世界級港口群，航空海運通達全球，鐵路固定資產投資累計超過 7

186、 萬億元，快遞業務量已連續 8 年位居世界第一，旅客運輸量已連續 18 年穩居全球前兩位一項項世界領先的數據指標成就了中國交通大國的地位。2相關政策 但是，當前我國的交通系統仍然存在安全水平偏低、運行效率不高和節能減排不達標等難題，交通事故、交通擁堵、交通違法等事件頻發。為了加快我國從交通大國邁向交通強國的步伐，近幾年從國家層面相繼出臺了一系列政策。2019年9月中共中央聯合國務院發布 交通強國建設綱要，這是我們國家中共中央首次聯合國務院一起印發關于交通建設相關方面的綱要，這次頒發的綱要充分說明了交通運輸工程在國家發展之路上的重要地位。交通強國建設綱要提出，到2035 年基本建成交通強國和到

187、21 世紀中葉全面建成人民滿意、保障有力、世界前列的交通強國的發展目標，給出了強化前沿關鍵技術研發、大力發展智慧交通和完善科技創新機制的發展理念。2021 年 3 月，國家綜合立體交通網規劃綱要發布，擘畫了未來 15 年交通發展的藍圖；2021 年 10 月 25 日，交通運輸部正式發布數字交通“十四五”發展規劃文件，明確未來五年我國的數字交通發展目標。到 2025年，實現“交通設施數字感知，信息網絡廣泛覆蓋，運輸服務便捷智中國人工智能系列白皮書智能產品與產業 2022 80 能，行業治理在線協同，技術應用創新活躍，網絡安全保障有力”的六個目標。3概念解釋 20 世紀 90 年代初美國提出了智

188、能交通這一概念，可以解釋為一個基于現代電子信息技術面向交通運輸的服務系統，它的突出特點是以信息的收集、處理、發布、交換、分析、利用為主線，為交通參與者提供多樣性的服務。在智能交通的基礎上，2009 年 IBM 又提出了智慧交通的理念。智慧交通融入了物聯網、云計算、大數據、移動互聯等近些年新出現的信息技術，通過這些高新技術匯集交通信息，提供實時數據下的交通信息服務。智慧交通大量使用數據模型、數據挖掘等數據處理技術，實現交通的系統性、實時性、信息交流的交互性以及服務的廣泛性。智慧交通旨在構建起一種在大范圍、全方位發揮作用的高效、安全、環保、舒適、文明的運輸和管理系統，使得交通系統中三大主體“人、車

189、、路”之間的相互作用關系以新的方式呈現。智慧交通的提出和大力發展能夠提高道路使用效率，大幅降低汽車能耗，使交通堵塞減少、短途運輸效率提高、現有道路的通行能力提高。經過十幾年的推廣、試行和發展，智慧交通目前已在經濟發達國家和經濟較為發達國家的一些都市及高速公路系統中實施。實踐證明，智慧交通是解決目前我國經濟發展所帶來的交通問題的理想方案。4.2.2 智慧交通系統組成智慧交通系統組成 按技術層級劃分，智慧交通系統從底向上可簡單地分為感知層、通訊信層、平臺層和應用層，下圖給出了智慧交通系統的整體架構。中國人工智能系列白皮書智能產品與產業 2022 81 便捷停車服務公共交通信息共享叫車服務導航路線服

190、務智能算法大數據感知層感知層RFID平臺層平臺層通訊層通訊層應用層應用層攝像頭車載終端地感線圈微波檢測超聲/紅外探測地磁感應OBURSU激光/毫米波雷達車云網 GSM/CDMA/4G-LTE/5G車內網 ETHERNET傳輸系統 基站/衛星/光纖網絡道路數據信號數據車輛數據行駛數據事故數據服務數據云計算運輸管理體系運輸管理體系運輸車輛監管公交智能調度特種車輛監管道路綜合管理運營決策支持體系運營決策支持體系交通管理仿真系統交通決策支持系統交通管理體系交通管理體系智能繳費系統交通流量監控交通指揮調度交通信號控制 圖圖 4.7 智慧交通系統組成智慧交通系統組成 1感知層 感知層包括用于獲取環境、車輛

191、本身及駕駛者信息的傳感器和相關的軟硬件設備。常用的傳感器及設備包括無線射頻識別（radio frequency identification,RFID）標簽、攝像頭、車載終端（車輛監控管理系統的前端設備，通常集成了車輛的定位、通信及行駛記錄等功能）、地感線圈、微波檢測、超聲和紅外測距、激光雷達、毫米波雷達、地磁感應、車載單元（on board unit,OBU）及路側單元（road side unit,RSU）等。隨著感知層傳感器和設備的升級，可以收集更多的數據用于后續的應用決策。2通信層 通訊信層主要負責數據和指令的傳輸。交通環境中涉及的數據量巨大，而且很多數據需要實時傳輸。因此，如何進行高

192、速無損的數據和信息傳輸就是通訊信層需要解決的問題。這層包括用于車內傳感器、設備之間數據傳輸的車內網，車輛與云端進行數據傳輸的車云網，以及用于支撐通訊信的軟硬件系統及設備（如基站、衛星和光纖網絡等）。中國人工智能系列白皮書智能產品與產業 2022 82 3平臺層 平臺層負責對接收到的數據進行處理、計算與分析。這里的數據包括道路數據、信號數據、車輛數據、行駛數據、事故數據及服務數據等。涉及分布式數據庫構建、多維度數據管理和存儲等。在此基礎上，需要對接收到的大量數據通過智能算法進行分析、挖掘和計算，從而為決策應用提供支撐。4應用層 應用層包括面向廣大普通用戶的服務體系及面向管理層的管理/決策支持體系

193、。普通居民能直接感受和享受到的服務包括路線導航、共享打車、公共交通信息及停車服務等。為了便于管理和應急處理，智慧交通還需要強大的管理/決策支撐系統，包括運輸管理體系（運營車輛及特種車輛監管、公交智能調度及道路綜合管理）、交通管理體系（繳費、信號燈控制、交通流量監控及交通指揮調度等）和運營決策支持體系（交通管理仿真及交通決策制定）。常見的與智慧交通系統緊密相關的子系統如下。1）交通信息系統（Traffic Information Systems,TIS）TIS 是建立在完善的信息網絡基礎上的。交通參與者通過裝備在道路、車輛、換乘站、停車場以及氣象中心等位置的傳感器和傳輸設備，向交通信息中心提供各

194、地的實時交通信息；TIS 得到這些信息并通過處理后，實時向交通參與者提供道路交通信息、公共交通信息、換乘信息、交通氣象信息、停車場信息以及與出行相關的其他信息；出行者根據這些信息確定自己的出行方式、選擇路線。當車輛裝備了自動定位和導航系統時，該系統可以幫助駕駛員自動選擇行駛路線。2）交通管理系統（Traffic Management System,TMS）TMS 所接收的信息有相當一部分與 TIS 同源，但 TMS 主要是給交通管理者使用的。TMS 實時監測道路系統中的交通狀況、交通事中國人工智能系列白皮書智能產品與產業 2022 83 故、氣象狀況和交通環境，依靠先進的車輛檢測技術和計算機信

195、息處理技術，獲得有關交通狀況的信息，并根據收集到的信息實現對交通信號控制、誘導信息發布、道路管制、事故處理與救援等，最終改善交通狀況，使得交通擁堵減輕或者事故救援車輛可以順利到達。3）電子收費（Electronic Toll Collection,ETC）系統 ETC 是目前世界上最先進的路橋收費方式。這一系統主要由車內的射頻收發系統以及高速公路入口處的收發系統組成，通過這兩部分進行數據交換，然后經由網絡將數據發送至銀行結算系統進行結算，從而達到不停車就能繳納費用的目的。在現有的車道上安裝 ETC，可以使車道的通行能力提高 35 倍。4）緊急救援系統（Emergency Medical Sys

196、tem,EMS）EMS 是建立在 TIS 和 TMS 基礎之上的一個提供急救、清障和事故現場處置的特殊救援系統，而通過前兩個系統收集到的信息可以為救援車輛快速到達提供有力的幫助。5）貨運管理系統（Freight Management System,FMS）FMS 主要指以高速道路網信息管理系統為基礎，通過全球定位系統、地理信息系統、通信技術、網絡技術等為駕駛員、交通管理人員、貨主等人員提供必要實時的信息，從而實現對車輛和貨物的定位與跟蹤、貨物配載、車輛調度及安全監控等目的，最終達到有效組織貨物運輸、提高貨運效率的效果。6）車輛控制系統（Vehicle Control System,VCS）VC

197、S 是指輔助駕駛員駕駛汽車或替代駕駛員自動駕駛汽車的系統。該系統通過安裝在汽車車身上的傳感器（如攝像頭、激光雷達、超聲測距、紅外探測等）可以判斷車與障礙物之間的距離，遇緊急情況，車載控制器能及時發出警報或自動剎車避讓，并根據路況自己調節行車速度。中國人工智能系列白皮書智能產品與產業 2022 84 4.2.3 智慧交通系統關鍵技術智慧交通系統關鍵技術 1人工智能 在過去的幾年中，人工智能技術發展迅速，應用領域逐漸增多，但是在智慧交通中的運用卻不是很多。智慧交通雖然運用了很多先進的技術，但是在復雜的道路人員條件下無法解決所有的問題，其中重要的一點是人的判斷力。經驗再豐富的人也無法做到完全的理性和

198、及時性，這時候就需要人工智能的輔助。人工智能在智慧交通中通常用于車輛控制、事故預測以及交通控制等方面。隨著科技的發展，人們對車輛的要求越來越高，廠商在制造車輛的時候加入了各種各樣的先進技術來提高車輛的操控以及安全性，人工智能在其中主要被運用于車輛動力分配、導航、駕駛輔助以及自動駕駛等等。但是受到科技水平的限制，這些功能并不完善。在今后的發展中，人工智能一定是智慧交通必不可少的一環。事故預測在智慧交通中也很重要，它能有效降低事故發生的概率，提高乘客以及行人的安全系數，使用基于人工智能的事故預測系統一定會使事故發生的概率更加低。所以人工智能的使用會是智慧交通的發展趨勢之一。2基于 5G 通信的車聯

199、網 物聯網作為目前新興的高新技術，是通過網絡將生活中的物體相互連接組成的網絡，其中也包括了車輛、信號燈、交通攝像頭、傳感器等交通系統中重要的組成部分。車聯網就是物聯網在智慧交通中的具體體現，其具體作用主要是在車與車、車與設施之間建立聯系并進行數據聯通和信息交換。通過車聯網之間的信息交換與共享，可以讓駕駛員了解周邊車輛的車速以及位置信息，從而減少交通事故發生的概率。車聯網的應用對于減低交通壓力、提升環保水平、提高行車安全等級都有較大的幫助，但是由于普及率并不高，所以車聯網是未來智慧交通發展的一個大的趨勢。2019 年是 5G 通信發展的元年，5G 網絡的應用會逐漸普及。得中國人工智能系列白皮書智

200、能產品與產業 2022 85 益于 5G 網絡的超低延遲、超高帶寬和超強連接能力，使其在智慧交通中將被廣泛運用。先前由于網絡限制無法大面積推廣的技術也將被廣泛運用，其中的缺點與不足在 5G 網絡的加持下將會被極大地改善?；?5G 網絡的車聯網系統性能較之前提升非常大，超低的延遲可以使智慧交通中的傳感器近乎實時地提供各種警示信息，使得駕駛員對路況信息的反應更加及時，超高的帶寬使得網絡容量更高，大量的車輛信息使交通管控系統能更加全面地進行監控和更加便捷地進行調度。5G 網絡使智慧交通成了一個可實時監控、通信與決策的“人車路”一體化系統。3大數據與云計算 在人工智能與車聯網的共同作用下，自動駕駛系

201、統變得越來越成熟。車輛行駛過程中車內外的各種傳感器會產生大量的數據，這些數據通過車聯網匯聚到同一個云終端，對這些數據（如：車速、車距和路況等）進行分析，為自動駕駛提供支持，以便系統能更加準確地預測車輛行為。通過交通大數據可挖掘和利用信息數據的深層價值，有利于交通部門的管理和決策。大數據的實際應用過程中面臨諸多問題，作為大數據分析的理想載體，云計算存儲結構適合處理復雜多變的數據源。除此以外，云計算服務商還可以提供強大的數據分析軟件服務，而大數據分析服務也將提升云計算平臺的市場競爭力，提升云計算的附加價值。因此，在智慧交通建設中，云計算可為各類交通數據的存儲提供新模式，實現信息資源共享、系統互聯互

202、通。車聯網產生的大數據往往針對性都很強，包含了很多的用戶行為信息，這些信息可以使廣告商精準投放廣告，廣告的收益可以用來更好地支持智慧交通系統的發展，為其可持續發展提供更好的保障。由于車聯網產生的數據大部分都屬于用戶隱私信息，而用戶隱私在互聯網時代越來越受重視，能否提供可靠的隱私保護決定了這個產業是否中國人工智能系列白皮書智能產品與產業 2022 86 能夠健康穩定的發展。從立法方面和技術層面對用戶隱私進行保護勢在必行。4 4.2.4 中國智慧交通中國智慧交通產業產業市場規模市場規模 智慧交通產業鏈涉及通信芯片、通信模組、終端設備、整車制造、軟件開發、數據和算法提供以及高精度定位和地圖等，我國在

203、各方面都已形成一定規模的競爭與合作共存的態勢。1智慧交通市場規模 智慧交通是我國發展智慧城市的重要項目之一。近年來，隨著智慧城市的不斷發展，我國交通行業也不斷朝著智慧化方向發展，其市場規模呈明顯的上升趨勢。據中國智能交通協會公布的數據顯示，結合交通各細分行業的智能化情況，20162020 年，我國智慧交通市場總規模由 973 億元增長至 1658 億元。隨著我國交通智慧化應用的不斷推進，智慧交通的市場規模增長將繼續保持較快速度。預計 2022年我國智慧交通市場規模將達 2133 億元，2026 年有望突破 4000 億元，年均復合增長率在 16%左右。圖圖 4.8 中國智慧中國智慧交通交通行業

204、行業市場規模市場規模 數據來源：中國智能交通協會、中商產業研究院整理 中國人工智能系列白皮書智能產品與產業 2022 87 2高速公路智能化市場規模 隨著人工智能技術的逐步成熟以及多項政策的推動下，高速公路智慧化成為當下公路運輸的主要發展方向。通過基礎設施的建設，公路網絡建設將持續增加，公路貨運能力也將不斷提升。數據顯示，2016-2020 年中國高速公路智慧化市場規?？焖侔l展，從 361 億元增長至 600 億元，5 年間增長了 239 億元。隨著中國智慧交通建設的進一步發展，高速公路智慧化市場規模將逐漸攀升，中商產業研究院預測，2022 年我國高速公路智慧化市場規模將達 795 億元。圖圖

205、 4.9 中國高速公路智慧化市場規模中國高速公路智慧化市場規模 數據來源：中商產業研究院整理 4.2.5 智慧交通系統發展趨勢智慧交通系統發展趨勢 交通系統將朝著綠色化、高效化、智能化和人性化的方向發展。綠色化，是指實現高能效、低排放的新一代交通系統；高效化，是指實現更便捷的融合交通系統，提高交通效率；智能化，是指突破載運工具、基礎設施智能化關鍵技術，實現自主式交通系統；人性化，是指實現交通出行的定制化、一鍵化，提升交通出行的舒適性。中國人工智能系列白皮書智能產品與產業 2022 88 智慧交通系統的未來發展趨勢是自主式交通，即在沒有足夠的人類監督的情況下，可在變化的、不可預測的交通環境中“理

206、性地行動”，或能在經驗中學習，利用數據提升系統性能。自主式交通系統是由智能運載工具、智慧基礎設施和云端智慧交通子系統組成，具有感知、交互、學習和執行能力，是一種協調完成單體智能、群體協同和整體優化的交通系統。未來，須在交通強國建設綱要和國家綜合立體交通網規劃綱要 的政策指引下，統籌各方力量，推動我國自主式交通系統發展，實現安全、便捷、高效、綠色、經濟的綜合交通運輸體系。4.34.3 智能電力 4.3.1 新型電力系統人工智能能力平臺新型電力系統人工智能能力平臺 人工智能是國家“新基建”戰略的重要組成部分，人工智能賦能新型電力系統下新能源發電、變電、調度、配網、安監、營銷、基建以及企業經營管理等

207、領域業務智能化應用，將有效推進新型數字基礎設施建設，助力新型電力系統智能化發展。平臺依托人工智能技術應用標準規范體系建設，基于云平臺、深度學習框架提供的基礎設施，依托圖像識別、語音識別、自然語言處理等 AI 技術能力提供專業化模型訓練和智能化分析服務，與數據（中臺）及物聯感知平臺實現數據交互，采集樣本數據并進行預處理、標注及模型訓練，向上為業務中臺提供以 API、SDK 等形式的電力專有能力及通用 AI 能力，全方位支撐業務應用，向下通過邊緣智能服務下沉模型到邊緣端，實現電力人工智能云-邊-端協同。平臺與省級、樣本庫和模型庫無縫連接，實現模型和樣本的共建共享。根據用戶需求，平臺支持靈活可定制化

208、的多種部署方式。1平臺總體架構 平臺總體架構設計可分為基礎層、技術層、能力層、接入層和應用層?；A層包括數據資源、計算資源，是底層基礎；技術層包含機中國人工智能系列白皮書智能產品與產業 2022 89 器學習、深度學習算法及訓練平臺；能力層基于技術層算法形成面向不同領域的應用技術；接入層由統一的運營服務對上層應用提供開放的 API 及 SDK 服務接口；應用層則主要是人工智能面向電力業務領域提供智能化輔助應用。平臺主要涉及三中心：應用中心、數據中心、計算中心。模型下沉邊緣服務、感知終端，支撐電力物聯網感知體系，對上提供服務接口，支撐輸電、變電、調度、營銷、金融、企業管理等，對外輸出智能化業務能

209、力。圖圖 4.10 平臺總體架構圖平臺總體架構圖 中國人工智能系列白皮書智能產品與產業 2022 90 圖圖 4.11 平臺物聯體系平臺物聯體系 2能力平臺主要特征 該平臺具有“全面的 AI 通用能力”、“業界領先的電力專有 AI能力”、“全面的三方模型兼容性”、“靈活的部署方式”、“賦能業務全鏈條的應用模式”、“成熟可靠的運營機制”等特點。具體描述為以下六個平臺特點：一、通用技術支持能力。一、通用技術支持能力。人工智能能力平臺提供全面的通用技術能力，包括智能語音、人臉識別、OCR 識別、自然語言處理和知識圖譜等 AI 模型服務，以滿足新能源功率預測、供電指揮服務、電網調度控制、作業人員身份管

210、控、輿情分析、企業經營管理等電力場景的智能化建設。二、專業服務能力。二、專業服務能力。人工智能能力平臺提供業界領先的電力專業技術能力，包括輸電線路巡檢圖像識別、電站智能監控和現場作業行為分析等 AI 模型服務，支撐智慧輸電線路、智慧變電站、安全生產風險管控-智慧反違章等電力專有業務場景的智能化建設。三、主流兼容能力。三、主流兼容能力。平臺能夠很好地兼容主流云平臺的通用能力組件，可移植可替換。同時，平臺能夠兼容不同訓練框架所訓練的不中國人工智能系列白皮書智能產品與產業 2022 91 同模型，具有良好的擴展性。四、靈活部署方式。四、靈活部署方式。平臺具有運行的高可用、易擴展和易管理的特性，部署架

211、構多元靈活滿足不同網絡條件、不同硬件資源下的部署方式，支持云部署、物理機、虛擬機等部署方式，同時支持內外網混合部署。五、算法模型應用一體化。五、算法模型應用一體化。平臺覆蓋數據采集、處理標注、模型訓練、能力開放、應用服務全業務鏈條，支撐“云邊端”協同一體化的應用模式。向上與總部兩庫一平臺進行無縫對接，實現總部-省級平臺的兩級協同，向下為邊端提供邊緣智能服務，將平臺模型下沉到邊緣側，拓展智能終端應用。六、標準化支撐體系。六、標準化支撐體系。以 AI 研發及應用系列標準規范為指導，建設人工智能平臺（樣本庫、模型庫和基礎平臺）運營機制，包括平臺基礎運維、數據處理標注、算法模型研發、業務應用支撐等工作

212、，構建“拿來即用”的標準化、模塊化的人工智能專業服務支撐服務體系，支撐新型電力系統不同領域及經營管理等方面的互聯互通。表表 4.1 電力人工智能能力平臺主要技術指標電力人工智能能力平臺主要技術指標 應用層 負荷/電價/發電預測，故障識別；安全穩定判斷、用電負荷辨識；智能運維、需求響應潛力分析、智能管理和辦公、網絡攻擊/假數據識別；調度控制 技術層 通用技術 機器視覺、自然語言處理、語音識別、知識圖譜、智能機器人 算法 統計學、數據挖掘、機器學習（深度學習）、優化算法 基礎層 數據 內外部數據：AMI、PMU、氣象、地理信息、PMS、SCADA、巡檢圖片圖像、95598 語音數據、社會經濟 框架

213、 TensorFlow、Caffe、Apache System ML、Torch、darkNet 等 3涉及關鍵技術 1）關鍵技術 智能感知技術。智能感知技術。智能感知，即視覺、聽覺、觸覺等各種智能感知中國人工智能系列白皮書智能產品與產業 2022 92 能力。智能感知不僅包括通過各種傳感器獲取外部信息的能力，也包括通過記憶、學習、判斷、推理等過程，達到認知環境和對象類別與屬性的能力。其關鍵技術主要是：信息模型、通信單元、操作系統、安全防護、無源取能、人工智能；其五大構件分別是：可靠性和可用性、靈活性、產品跟蹤和可追溯性、減少庫存和便于更換、診斷和狀態監測。智能計算技術。智能計算技術。以機器學

214、習為核心的智能計算正處于快速發展的關鍵期，可以應用于電力系統的負荷情況探尋預測以及電力系統的內在發展規律挖掘等領域。機器學習可以預測電力供需，并且實現實時優化調度，從而可以節約能源和成本。智能認知技術。智能認知技術。隨著深度學習研究的不斷推進，神經網絡逐步發展成為一種強大的機器學習工具，自然語言處理取得了許多突破性發展，情緒分析、自動問答、機器翻譯等領域都取得了飛速發展。智能認知是指人工智能具有主動思考和理解的能力，不用人類事先編程就可以實現自我學習，有目的推理并與人類自然交互。智能平臺技術。智能平臺技術。人工智能計算框架、人工智能算法任務調度以及支持機器學習、知識圖譜等不同計算模式的計算能力

215、等都是人工智能平臺的發展方向。用戶可以在人工智能平臺之上，通過一系列的算法模型來進行人工智能的應用開發，平臺則主要關注人工智能的通用計算框架、算法模型、通用技術等關鍵領域，通過智能平臺建設，從發電、輸電、變電、配電到用電，為電網運行多領域的業務應用提供基礎資源、算法及服務能力的有效支撐，實時平衡電網，診斷設備故障，減少停機時間，降低設備運維成本，確保電網的安全穩定運行，最大限度地提高電網精益化運行水平并最終減員增效，改善用戶的體驗。未來，應積極開展人工智能平臺技術的研究，建成人工智能平臺，構建多級協同的人工智能服務，圍繞總部、省、市、邊、端多級協同需要，梳理健全協同交互機制，建設并沉淀各類共性

216、模型能力，促進中國人工智能系列白皮書智能產品與產業 2022 93 新型電力系統業務范圍內算力、算法、樣本資源共建共享。2）作用及效果 依托人工智能平臺輸電線路圖像識別電力專有能力，實現輸電線路故障缺陷識別，提升電力巡檢工作效率。由前期人工檢索缺陷方式，轉變為機器識別方式。通過人機互動持續迭代優化深度學習算法，實現由人工巡檢向智能化巡檢轉變。依托人工智能平臺，并綜合運用物聯傳感、大數據分析等先進技術，構建變電站“綜合狀態全息感知、多源數據聯動分析、故障缺陷智能研判、全局安全主動防御”能力，轉變運維模式與記錄方式，實現現場作業層智能替代、業務管控層集約高效、指揮決策層精準穿透。人工智能平臺通過獲

217、取大量變壓器運行聲學樣本首創全國網聲學指紋大數據庫，采用創新的聲紋識別算法庫進行語料訓練、迭代、優化，提出缺陷告警閾值和類型識別模型，實現變壓器運行狀態的聲紋在線監測及主動預警。依托人工智能平臺視頻分析、圖像識別等能力，實現輸電、變電、配電、基建等多種高風險作業場景下人員、設備、工器具、環境等風險的識別、管控和處置。依托人工智能平臺的自然語言處理、OCR 識別等能力，自動抽取出審計作業過程中各類審計依據、審計對象、審計結果非結構化文檔中的關鍵結構、信息字段與標簽，將難以利用的非結構化文檔轉換為易于分析的結構化數據，顯著擴大審計作業過程中相關信息的獲取、比對及統計效率，提升數字化審計作業的自動化

218、、智能化水平?；谌斯ぶ悄苣芰ζ脚_，構建數據資產管理&數據治理模型，實時監測并分析源數據庫的元數據，自動生成數據資產目錄，自動描繪數據關聯關系及數據溯源，實現高效的盤點數據資產，通過數據的關聯關系來發現問題源頭并開展數據治理，確保海量的數據完整、中國人工智能系列白皮書智能產品與產業 2022 94 準確。數字化安全管控智能終端應用，通過將人工智能平臺的電力專用智能識別算法下沉到邊緣計算裝置，整合安全作業現場各類智能終端和輸電、變電、配電等安全管控業務規則，將視頻圖像、北斗定位、室內定位、傳感監測，通過邊緣計算裝置實現作業現場接入數據的就地分析、快速研判；并數字化工作票形成有效聯動，對作業風險和

219、違章行為進行智能識別和自動告警，實現作業本地化安全管控，是 AIoT的典型應用。平臺在智慧輸電線路、智慧變電站、變壓器聲紋監測、現場作業安全管控、智能客服等業務場景的落地應用，全面支撐新型電力系統智能化轉型升級。4.3.2 電網高壓斷路器大數據智能在線監測系統電網高壓斷路器大數據智能在線監測系統 該系統源自中國制造 2025-能源裝備實施方案先進電網裝備領域中智能變電站成套裝備：研發基于大數據、云計算的 126-1100kV 氣體絕緣金屬封閉智能開關設備及遠程專家診斷系統1。高壓斷路器大數據智能在線監測系統屬于該領域的子系統，是現有成熟技術的數字化集成再提升，是“工業互聯網+電力安全”在電網及

220、設備風險動態感知的有效應用。符合新型電力系統所呈現的“數字與物理系統深度融合，以數據流引領和優化能量流、業務流，使電網具備超強感知能力、智慧決策能力和快速執行能力”2的特點。該系統通過了中國電機工程學會技術成果鑒定，在數字電網、智能電網和智能變電站建設領域具有廣闊的應用發展空間3。1電網高壓斷路器大數據智能在線監測系統架構 本系統采用“邊緣計算子站+云計算主站”架構融入數字電網、智能電網和新型電力系統。子站部署在變電站或換流站端，以邊緣計算對局部、實時、短周期的數據進行分析和處理，支撐本地在線監測與智能預警；主站部署在區域運檢公司、集控中心、調度中心、生技部或設備部、省級/網級電力企業總部，以

221、云計算對接入電力專網的中國人工智能系列白皮書智能產品與產業 2022 95 高壓斷路器集群進行全局性、非實時、長周期的大數據智能分析，“云邊協同”為區域電網內大規模斷路器集群在線監測及智能運維提供高維、量化、多層次的輔助決策。本系統采用可信賴 AI 架構；分為基礎層、技術層和應用層三部分?；A層包括成熟穩定的電力監控網絡（如 SCADA 系統及測控、保護和錄波裝置及其管理系統、遠動裝置）、工業數據采集服務器，獲取源源不斷的現場設備實時或非實時數據。技術層包括大數據及人工智能技術模塊、數據的抽取模塊、多維度的設備技術模型、智能算法以及智能預警模塊軟件（可安裝在智能監測服務器）。應用層是人機交互界

222、面 HMI 系統軟件（可安裝在智能監測服務器）。聚焦電力人工智能與斷路器運維技術融合所需的技術標準，包括融合多源信息挖掘的各種軟件功能模塊等。分合閘時間及其不同期控制回路響應時間輔助節點切換時間及其不同期儲能系統啟動時間數據采集模塊監測及智能預警模塊智能電網、數字電網及新型電力系統，變電站、換流站、電廠設備運行產生的實時數據和非實時數據高壓斷路器大數據智能在線監測邊緣計算子站高壓斷路器大數據智能在線監測云計算主站SF6氣體壓力低報警其他智能分析及應用電力監控網絡（如SCADA系統及測控裝置、繼電保護和錄波裝置及其管理系統、遠動裝置）、工業數據采集服務器大數據及人工智能技術模塊、數據抽取模塊、多

223、維度的設備技術模型、智能算法以及智能預警模塊軟件人機交互的HMI軟件界面，融入現有技術體系、凝聚專家才智、融合多源信息挖掘的各種模塊及功能應用層技術層基礎層可信賴的AI架構邊緣計算子站架構電力系統專網電力系統專網 圖圖 4.12 電網高壓斷路器大數據智能在線監測系統邏輯圖電網高壓斷路器大數據智能在線監測系統邏輯圖 中國人工智能系列白皮書智能產品與產業 2022 96 2電網高壓斷路器大數據智能在線監測系統主要特征 該系統具有“失誤-安全”、“故障-安全”先天安全性的本質安全特點。經第三方中國賽寶實驗室計量檢測中心現場檢驗，確認本系統具有以下九個方面的技術特征4：一是不觸及斷路器本體和控制回路，

224、可以不停電安裝調試；二是不增加外部智能 IED 裝置、傳感器和除本系統外的額外運維成本；三是有效規避溫度、振動及強電磁場的干擾；四是不受斷路器廠家和斷路器型號、結構的限制；五是監測范圍擴大至分合閘控制回路、輔助接點；六是數據質量與電網控制保護安穩裝置同級別（小于等于 1 毫秒）；七是技術模型和數據基于技術規則和物理模型，具備可解釋、可追溯的特點。八是采用國際標準的硬件設備和接口，可快速實現大規模斷路器安全態勢感知。九是可為每臺斷路器提供全生命周期管理帶電運行狀態下的每次分合閘動作在線監測參數臺賬記錄。表表 4.2 電網高壓斷路器大數據智能在線監測主要技術指標電網高壓斷路器大數據智能在線監測主要

225、技術指標 序號序號 系統監測參數項目及功能系統監測參數項目及功能 數據精度數據精度 備注備注 1 分合閘時間及其不同期 毫秒 遵照現有技術標準及規程再創新。2 分合閘回路響應時間 毫秒 3 分合閘輔助接點切換及其不同期 毫秒 4 SF6 壓力報警及頻次監測 毫秒 5 儲能系統啟停時長及頻次監測 毫秒 6 高壓斷路器集群大數據監測及分析 毫秒 7 監測結果異常追溯 每次 8 全生命周期的分合閘動作記錄臺賬 每次 中國人工智能系列白皮書智能產品與產業 2022 97 3電網高壓斷路器大數據智能在線監測系統關鍵技術 1）關鍵技術 大數據技術大數據技術。大數據應用最關鍵的是要建立以全樣思維、容錯思維和

226、相關思維為核心的大數據思維。全樣思維指處理對象是全部數據，而不是抽樣數據，避免采樣不合理造成的預測偏差。容錯思維指接受錯誤數據，分析結果最接近客觀事實，大數據簡單的算法比小數據的復雜算法更有效。相關思維指依靠相關性進行預測，知道“是什么”即可，不必知道“為什么”。電力人工智能技術電力人工智能技術。中國電機工程學會人工智能專委會指出，電力人工智能是人工智能的相關理論、技術和方法與電力系統的物理規律、技術與知識融合創新形成的“專用人工智能”。本項目針對當前和未來智能電網高隨機性、強耦合性、多時間尺度等特點，將人工智能技術和電力設備運維技術相結合形成針對性的高壓斷路器遠程在線監測及診斷解決方案。屬于

227、專業（弱）人工智能范疇。電力設備運維設備運維技術。投運的高壓斷路器是一種動態電氣元件，其缺陷和故障原因相對靜態的電氣設備更為復雜，每一次分合閘動作都可能受到斷路器操動機構故障和二次回路故障的影響并通過分合閘時間特性反映出來。其輔助接點機械聯動于一次高壓部分的主觸頭，真實反映一次設備的運行狀況，起到一次設備與二次設備的橋梁作用。電力監控系統網絡數據是高質量的電力工業互聯網數據，被廣泛應用于電力系統監視控制、故障處理、設備及電網故障分析，是確保電力系統安全穩定的重要數據。充分利用電力監控系統網絡的數據，有利于提高數據采集的精確性、可靠性?；陔娏ΡO控網絡數據實施多源信息融合，為實現高質量的高壓斷路

228、器大數據人工智能在役在線監測奠定扎實的技術基礎。2）作用及效果 中國人工智能系列白皮書智能產品與產業 2022 98 該系統可有效監測高壓斷路器拒動、誤動、動作性能下降等異常隱患，為防范電網最高等級風險“主保護、開關和安穩裝置拒動”、為大規模高壓斷路器狀態感知提供了通用型、信息化、數字化、智能化解決方案。該系統獲得廣西壯族自治區“2018 年人工智能與實體經濟深度融合創新項目”第六名5，符合人工智能北京共識和歐盟人工智能道德準則關于可信賴人工智能的倫理規范6。某電力央企應用大數據實時計算高壓斷路器動作時間，發現了二次回路異常，提前預警和消除了多起拒動隱患。該系統為電力設備運維管理模式優化、商業

229、模式創新提供了可信智能輔助決策。4.44.4 智慧農業 農業被稱為第一產業，是一切社會生產活動的基礎。根據作物種類和生產方式不同，農業生產已分化出很多細分領域，如大田農業、設施農業、林下農業、果蔬農業、畜牧漁養殖業等等。農業生產的智能化也隨著數字技術的誕生和發展不斷進步。本章以最具代表性的大田糧食作物的“耕種管收”生產過程為例，討論人工智能在智能農場方面的應用和前景。4.4.1 智能農場智能農場感知感知 農場智能感知主要包括農田感知和作物感知。農田感知的目的是數字化提取地形、面積、土壤肥力、土壤墑情、氣候氣象等信息，為安排農事和指導農機操作提供基礎。作物感知主要圍繞作物的生長狀態，如行距、株距

230、、株高、葉面積、健康狀態、發育期、病蟲害脅迫、田間雜草等動態生長信息，如圖 1 所示。農田感知的手段頗為豐富，包括衛星遙感、無人機空中監測、農機載傳感器、田間物聯網設備、地下傳感器、手持采集器、實驗室分析設備等，通常被稱為“天空地機人一體化感知”。采集的基礎數據包括 RGB 圖像、激光雷達點云、多光譜和高光譜圖像、氣象數據、中國人工智能系列白皮書智能產品與產業 2022 99 土壤電導率、pH 值、化學元素含量等。圖圖 4.13 智慧農業感知體系智慧農業感知體系 人工智能技術已在處理和識別此類數據的方面得到了大規模應用，例如：農田基本信息：近年來，衛星遙感的精度和掃描頻次越來越高，因大田農場地

231、域廣袤，遙感與無人機載攝像頭、多光譜和激光雷達數據的融合，進一步通過光譜分類、目標識別、幾何測量、三維重構等方法，可以得到地塊、作物種類、出苗率、株高、墑情、病蟲害脅迫等田地的基本信息。作物生長狀態：田間或機載物聯網，特別是攝像頭的成本日益降低、分辨率增強，輔以計算機視覺技術可以對作物出苗、分葉（葉齡）、開花、果實成熟度、田間雜草、害蟲、病害孢子等進行識別、分類、計數和目標監測，從而提供作物生長的精準信息。隨著傳感器種類的豐富和成本降低，農田感知正朝著密度增加、精度提高、頻次增多和多傳感器融合的方向發展。數據驅動的人工智能技術未來將使遙感和多光譜視覺等非結構化傳感器成為農田感知的主流。中國人工

232、智能系列白皮書智能產品與產業 2022 100 4.4.2 自主作業農機自主作業農機 農機自動駕駛源自北斗等技術的推廣和降低長時間高強度農事操作的現實需求。早期的自主農機主要以北斗導航和循跡作業為主，因感知手段薄弱、應急能力差而多應用在耕整地和收獲環節中，不能完成田間作物生長期中的精細作業。自動駕駛技術的發展也推動的自主農機的智能化水平，主要體現在如下方面。在自動駕駛上，北斗衛星導航與慣導、視覺、雷達、激光雷達等多傳感器融合，從而使描線識別與跟蹤，田間避障、精準轉彎、多機協作、應急避險成為可能。在精準作業上，圍繞精準播種、插秧、施肥、噴灑等典型作業環節，基于農田實時感知和作業處方圖，精準控制農

233、機具的起落，種肥藥動態配比、噴嘴開度、播種深度等。1旱田自主農機技術 旱田自主農機主要需要以下技術：圍繞旱田非結構化作業環境，基于激光雷達/視覺等多元異構信息融合，實現地塊邊界、田間障礙物識別技術，為田間作業路徑規劃提供支撐?；诘貕K特征、田間障礙物、農機-機具工況等多重約束，實現作業地塊全覆蓋和繞行障礙物路徑規劃算法，使得田間作業路徑規劃的高效率、低能耗?；诒倍放c慣導融合，突破坡地或凹凸不平的田間路徑自主跟蹤控制技術。綜合農田環境感知、路徑規劃、路徑自主跟蹤等技術，實現旱田農機耕種管收作業自主駕駛系統。針對種肥藥施用作業控制自主弱、施用量不精確等問題，基于農機自主作業控制器，實現作業速度、

234、機具提升、PTO 等自主操控?；谧魑锷L信息的噴藥機位姿、噴桿動作、噴灑量等聯合調控策略模型，實現精準噴藥自主控制裝置。2水田自主農機技術 中國人工智能系列白皮書智能產品與產業 2022 101 水田自主農機相關技術包括：針對水稻生產不同環節和不同作業機械導致作業路徑多樣以及水田田埂限制而全覆蓋難、水田硬底層不平影響無人農機行駛與作業的精度和效率問題，完善水田田間障礙物識別技術，為自主作業路徑規劃提供支撐?；诘貕K形狀、障礙物、機具和作業標準流程等建立各環節作業路徑知識庫，實現全覆蓋作業路徑主自規劃和避開障礙物繞行路徑自主規劃方法，使得作業路徑全覆蓋、高效。針對水田硬底層不平對無人農機運動學

235、影響規律，結合無人農機運動位姿、負載（作業阻力）和作業質量等感知信息，突破適應水田硬底層不平、頻繁倒車和繞行的無人農機自主駕駛技術，實現全田高精度高效率自主作業。針對水稻無人化農機作業缺少作業質量監測和評價技術以及作業精度不高等問題，結合耕深、平整度、插秧/播種量、藥/肥施用量、產量和割臺高度等感知信息，實現水田耕整、精量插秧/播種、精準施藥/肥等精準作業控制模型和作業控制策略，以及與自主駕駛協同的水稻生產自主精準作業。圖圖 4.14 自主作業拖拉機的基本功能模塊自主作業拖拉機的基本功能模塊 智能農機是解決農業精準作業需求和日益減少的勞動力人口的必然趨勢。未來五年內，自主農機的成本將越來越低、

236、功能日益完善、中國人工智能系列白皮書智能產品與產業 2022 102 需求不斷顯現，將是智慧農業發展的主流。4.4.3 農業專家決策系統農業專家決策系統 通過從多源數據中搜集、挖掘、整理碎片化農學知識，構建面向農業領域的知識圖譜架構，可實現數據與知識雙驅動的 AI+農業模式，為農業生產中的水、肥、病、蟲、流程管理等各環節、各類復雜問題提供智能化解決方案。運用計算機技術模擬農學專家的知識推理和判斷，形成綜合性、通用性、數字化、標準化的決策支持系統。領域知識是構建專家決策支持系統的基礎。早期的農業信息系統、作物模擬系統和農業管理系統，多采用專家人工總結或編撰的規則進行指導，雖然質量較高，但普遍存在

237、規模小、覆蓋率低、多冗余、更新遲滯等問題。借助以深度學習、知識圖譜為代表的現代人工智能技術，有望實現農學知識庫的自動化構建，將散落在網絡數據、文本書籍、專家庫中的知識進行聚合，形成統一的農學知識圖譜。為構建一套完備的農學知識圖譜架構，必須需要了解農學知識的涵蓋范圍與邊界。農學知識泛指人類在農業生產實踐中認識客觀環境、作物、行為的成果，從各途徑中獲得的、經過提升總結和凝練的系統性認識。根據農學知識類型可分為：常識知識、經驗知識、機理知識。農學常識知識旨在描述大氣、土壤、病害、蟲害等外在因素對農作物的客觀影響，通常由實驗論證或專家總結獲得并記錄于農學專業書籍中。經驗知識指農業生產者在進行生產、管理

238、活動時所積累的知識，描述所觀察到的事物表面現象，但缺乏對事物本質或事物關系的認識，具有較強的主觀性，此類知識常見于農場的農事種植流程、農事操作流程、農事日歷等管理文件中。農學機理是有別于常識和經驗的一類知識形態，主要用于描述作物生理系統、環境系統中各要素的內在工作方式，以及諸要素在一定環境條件下的相互聯系、相互作用的運作規則和原理，例如作物模擬系統、天氣預報系統等。中國人工智能系列白皮書智能產品與產業 2022 103 針對上述三類農學知識特點，可分別運用基于自然語言處理的文本挖掘技術從專業書籍和網絡知識庫中抽取農學常識知識、采用一階謂詞邏輯描述種植操作流程中各環節的組織關系和經驗性知識、利用

239、因果挖掘技術實現作物生理指標與外部環境變量之間的線性、非線性、動力學方程。常識知識和經驗知識是對農事活動的定性總結，可采用實體識別和關系抽取等傳統自然語言處理技術獲得語義層面的符號化知識。但面向精準化、精細化農業的決策支持系統是一種以數理知識為基礎的微觀管理模式，其核心是根據傳感網、光譜信號測定作物性狀指標和環境參數，進而揭示這些變量之間的量化關系。相比于傳統的知識圖譜，融合語義層面的定性知識和數理層面的定量知識而形成的多元農學知識圖譜，將更全面的支持水肥供給、病蟲害防控、生產管理等下游決策和調度任務。4.54.5 智慧醫療 智慧醫療泛指采用信息技術及人工智能算法輔助醫療預防、檢驗、分析、診療

240、、愈后康復、保健全過程的技術應用。狹義的智慧醫療特指醫療機構的信息技術智慧化改進，包括醫院院區管理（HIS）、醫療核心系統（CIS）、臨床病歷系統（EMR）、醫療影像系統（PACS）、化驗系統（LIS）、手術麻醉系統、醫院集成平臺、臨床數據倉庫、醫療人工智能平臺等。4.5.1 4.5.1 智慧醫院管理智慧醫院管理 2021 年按照國家衛生健康委辦公廳的醫院智慧管理分級（Smart Service Scoring System，4S）的我國頂級三甲醫院自我評估中醫療病歷智慧（EMR）等級為 4 至 5 級，運營管理（HIS）和醫療核心系統（CIS）等其它方面處于較低水平。按病種結算診療費用（DR

241、Gs），以患者為中心，醫護人員多點執業，指導管理變化及醫療水平提升，臨床與科研并重等醫療醫管業務變化需要管理水平和業務服務系統的智能化改進。醫院應對多管理機關、多院區、多分院、多結算單元、中國人工智能系列白皮書智能產品與產業 2022 104 多人員編制結構混合的管理運營挑戰時面臨著管理能力不足，人員匱乏和科室間協調困難的問題。擴展全國頂級三甲醫院高水平診療方案的大眾使用，全國縣級三級醫院及醫聯體提升區域內同質化醫療治療服務質量的需求都急需人工智能、大數據、物聯網的綜合運用。我國當前醫院管理評價體系（2022）提升電子病歷、醫院運營、教學、科研等智慧化、信息化建設，醫院運營管理等的具體要求指標

242、及服務項目內容詳見二維碼。醫院管理評價體系分 10 個類別共 33 個評估項目，具體內容可參見二維碼關聯文檔。人工智能介入診療服務全過程一般出現在醫院具備第三級智慧服務時，針對歷史數據的分析和患者資料的整合進行。圖圖 4.154.15 醫院智慧服務分級醫院智慧服務分級 上圖中醫院智慧管理分級的第 4 級：醫院智慧服務基本建立?；颊哚t療信息在一定區域內實現互聯互通，醫院能夠為患者提供全流程中國人工智能系列白皮書智能產品與產業 2022 105 的個性化、智能化服務，患者就診更加便利。2035 年時我國醫院智慧管理分級預計少數醫聯體達到第 5 級：基于醫院的智慧醫療健康服務基本建立?；颊咴谝欢▍^域

243、內的醫院、基層醫療機構以及居家產生的醫療健康信息能夠互聯互通，醫院能夠聯合其他醫療機構，為患者提供全生命周期、精準化的智慧醫療健康服務。在“基礎設施”方面，醫院及醫聯體內建立基于患者的共享信息，對患者就診時的檢查、檢驗、入出院、藥物進行信息同步，有效提高服務患者的精準度。在“就診服務”的各流程方面，醫院應優化醫療服務流程，在預約掛號、在線支付收費、床旁結算、檢查信息電子化閱讀和共享、預約檢驗、分時分級醫聯體內入出院、送藥上門服務等環節，為患者提供智慧醫療服務，方便患者獲取醫療服務相關信息?；颊咴谝欢▍^域內的醫院、基層醫療機構以及居家產生的健康信息及電子病歷的部分信息可通過互聯網在醫聯體進行實時

244、共享互聯互通，方便醫院能夠聯合其他醫療康復養老機構，為患者提供全生命周期、精準化的智慧醫療健康服務。醫院在推進醫療服務體系建設后，將擁有一個智慧化的改善患者就醫體驗、開展全生命周期健康管理的有效工具。以下就評價體系中的“醫療護理管理”方面予以簡單介紹。該方面的重點是質控管理，要提供相關指標的數據提取與分析作技術支撐，將終末管理轉變為過程管理。三甲醫院要結合“國家衛健委考核”的指標體系，建立起覆蓋患者安全、院內感染、藥物安全、醫患糾紛、病種質控等內容的臨床醫療質量平臺。平臺囊括的每個指標都由相應的科室/部門管理，利用細指標構成每個醫療過程的閉環，幫助管理者了解各患者診療情況，有重點的進行醫患關系

245、分析與管理。下表僅保留本分類的 3、4、5 級的評價內容，其它項目分類的各級評價內容均可通過二維碼對應的國家衛健委文件進行查閱。中國人工智能系列白皮書智能產品與產業 2022 106 表表4.4.3 3 醫療護理管理分級評價表醫療護理管理分級評價表 項目代碼 業務項目 評價類別 主要評價內容 級別 1.1.3 醫療、護理質控管理要點：院級、科室級質量控制，各類醫療護理的數量與質量控制指標設定，相關統計 報 表 生成，數據查詢與展現處理等 基本（1）能夠通過網絡從門急診、住院的信息系統中獲取運行數據；（2）能夠依據收集的臨床運行數據產生醫療、護理運行管理和質量控制所需報表。3 1.1.4 基本（

246、1）能夠通過網絡從臨床科室、檢查治療等醫技科室、藥品保障等輔助科室獲取運行數據；（2）能夠綜合各部門獲取的數據生成較全面的醫療、護理情況日報；（3）能夠設置醫技、輔助科室運行指標；（4）能夠生成各醫技、輔助科室運行數量、質量指標結果，并與設定的指標要求進行比較；（5）有查詢重要醫療數量、質量指標及每日情況的工具。4 中國人工智能系列白皮書智能產品與產業 2022 107 項目代碼 業務項目 評價類別 主要評價內容 級別 1.1.5 基本（1）能夠直接從門急診、住院、醫技科室、輔助科室系統獲得相關業務運行基礎數據；（2）有全院統一的醫務管理、護理管理綜合數據處理與展示環境；（3）已建立完善的醫務

247、管理、護理管理指標庫，能針對全院、部門與科室等分別設立預期指標要求，可定期將指標結果與設定的指標要求進行比較；（4）有全面的醫療、護理的數量、質量指標分析與對比查看工具；（5）能夠提供多年數據縱向對比功能。5 1.2.3 醫療準入管理要點：手術、治療、處方權（醫療權限）等的審核、授予、執行管控與記錄 （1）各主要類別（如特殊藥品、特殊檢查、手術與操作、護理操作等）的業務權限申請能夠通過網絡在信息系統中完成；（2）能夠與相應管理部門共享處方權、手術操作、護理操作等業務權限的管理信息。3 1.2.4 基本（1）各個專項業務權限的申請、審核、授權、暫停、終止、起止時間有記錄；（2）能夠將業務權限的授

248、權記錄傳送給相應醫療、患者服務系統用于權限管控。4 中國人工智能系列白皮書智能產品與產業 2022 108 項目代碼 業務項目 評價類別 主要評價內容 級別 1.2.5 （1）有統一管理醫務人員崗位職責和業務權限的機制與工具；（2）能夠將崗位職責和業務權限記錄與運營管理、醫療、患者服務相關業務系統共享，并能用于相關管理控制；（3）醫務人員能夠在系統中申請、查詢自己所需的崗位職責和業務權限。5 1.3.3 醫院感染管理與控制要點：醫院感染監測與記錄，傳染病上 報 與 記錄，消毒監測，細菌耐藥監測 （1）院內有統一的醫院感染管理字典庫，其中涉及的疾病診斷編碼規范，可對照、可映射；（2）能夠從門急診

249、、住院的診斷數據中獲取院內感染、傳染病患者相關數據；（3）有自動識別傳染病患者復診的機制，避免重復上報；（4）能夠從醫囑或處方中獲取抗菌藥物使用數據。3 1.3.4 基本（1）能夠對醫院消毒供應品的消毒過程進行監測并記錄；（2）能夠對醫院工作人員的感控培訓進行記錄，并可記錄具體參與人員；（3）能夠根據診斷、檢驗結果自動篩選出傳染病并生成上報數據；（4）能夠按診斷、檢驗結果識別并提示院內感染情況。4 中國人工智能系列白皮書智能產品與產業 2022 109 項目代碼 業務項目 評價類別 主要評價內容 級別 1.3.5 （1）能夠統一管理院內感染、傳染病上報數據；（2）有根據診斷、體征、抗菌藥物等使

250、用情況對院內感染進行判斷與預警的機制；（3）有對重復使用的衣物、布品等的清洗消毒監測的電子記錄；（4）能夠對空氣和環境進行監測記錄；（5）能夠對納入重點防控的多重耐藥菌的發現、治療進行記錄。5 1.4.3 不良事件管理要點：各類不良事件報告管理，不良事件處理追蹤與反饋 基本（1）臨床發生的藥物、器械、輸血等不良事件報告能夠通過信息系統記錄，并通過網絡傳送給相應的管理部門；（2）能夠通過信息系統與相關科室或管理部門共享不良事件處理的情況；（3）不良事件表單格式規范化、結構化，符合院內外管理部門上報要求。3 1.4.4 （1）對于不良事件報告、處理、改進與預防方案有集中管理的記錄，并能夠通過網絡傳

251、送給相關科室或管理部門；（2）能夠對常見護理等不良事件發生的風險進行評估，如跌倒、壓瘡等。4 中國人工智能系列白皮書智能產品與產業 2022 110 項目代碼 業務項目 評價類別 主要評價內容 級別 1.4.5 基本（1）能夠對不良事件報告進行通報與處理反饋；（2）有分析與控制不良事件的管理指標，能夠從報告、處理記錄中自動產生指標結果，并能生成直觀的分析圖表供管理部門使用。（3）系統對不良事件有分級處理功能，對高級別不良事件能及時提醒管理部門處理。5 1.5.3 和諧醫患關系要點：患者投訴、糾紛預警與處置等記錄，醫患滿意度調查 和諧醫患關系要點：患者投訴、糾紛預警與處置等記錄，醫患滿意度調查

252、基本（1）院內有信息化的患者滿意度采集方式，如自助機、滿意度打分器等，通過采集方式獲得的患者反饋數據能夠通過網絡傳送給相關管理部門進行分析處理；（2）醫患糾紛、信訪、患者反饋、滿意度調查、投訴信息能夠通過網絡告知相關科室或管理部門進行處理或改進。3 1.5.4 （1）能夠通過各個信息系統獲得患者反饋與投訴、滿意度調查等相關信息，并匯總產生管理所需報表；（2）能夠對糾紛、信訪、患者反饋或投訴信息進行結構化記錄；（3）能夠根據結構化記錄內容進行自動分類并生成分析報告；（4）有電子化的高風險檢查、治療項目管控清單，并供相關臨床科室查看。4 中國人工智能系列白皮書智能產品與產業 2022 111 項目

253、代碼 業務項目 評價類別 主要評價內容 級別 1.5.5 基本（1）有統一的醫患溝通關懷系統，能夠對醫患糾紛、信訪、患者反饋、滿意度調查、投訴信息進行統一管理并集中瀏覽；（2）有與高風險問題清單內容相對應的預防與處置措施知識庫；（3）能夠對高風險檢查、治療項目管控清單在實施前進行規范化檢查與問題提示，并反饋給執行的科室與醫師；（4）能夠通過移動設備采集患者的反饋、投訴、滿意度調查等信息。5 其它的例如在“運行保障管理”方面，醫院需建立融合多場景數據的指揮控制中心，對院內基礎服務設施進行三維全息化呈現，及時更新并快速展示各樓層醫護人員、病房床位、停車資源等情況，便于空間的合理使用。醫院要達到人財

254、物信息的銜接一致與可視化，需要用數據資產驅動跨界融合的應用，及時掌握各運行細節信息進行資源智能調度。在“運營管理”方面，醫院管理者對醫院的運營管理，科室對自身成本的分析管理，均需從各分系統獲取各自科室成本分析報表，結合不同類型科室業務與成本相關的知識庫，借用人工智能大數據系統分析歷史數據，提供決策支持，完善并精細化科室及醫院成本管理流程。需掌握醫院整體情況，建立可視化的床位使用率、出院患者次均費用等運營管理類細化指標，幫助管理者做好成本控制與績效管理。在“協同辦公管理”方面，醫院可以建立鏈接醫生工作站、OA平臺等的統一平臺，優化醫院各部門、各業務的協同服務。中國人工智能系列白皮書智能產品與產業

255、 2022 112 醫院智慧服務評價體系是醫院針對患者的醫療服務需要，應用信息技術改善患者就醫體驗，加強患者信息互聯共享，提升醫療服務智慧化水平的新時代服務模式。在未來的 5 年內，人工智能介入語意理解、優化服務等方面的力度會越來越大。4.5.4.5.2 2 智慧診療智慧診療 智慧診療包括電子病歷、醫療影像分析、臨床檢驗及手術各方面。各類臨床系統中累積了大量的就診、診斷、醫囑、檢查、檢驗、手術、病歷、手術等信息，這些信息包含著大量有價值的臨床知識，如癥狀與診斷、術式與預后、用藥與不良反應、患者個體差異與同一診療方案效果等規律，可為醫院的臨床研究提供極大的價值。在我國有東軟、衛寧、醫渡云、萬達信

256、息及各類新興高科技創業公司能提供各種級別的電子病歷系統。當前醫療電子病歷系統（EMR）是我國醫院相對智慧化水平最高的系統，詳情亦可參見附之二維碼。國家衛健委用于評價醫療工作流程中的 10 個角色，39 個項目，根據關聯的 39 個評價項目分別對電子病歷系統功能、有效應用、數據質量三個方面進行評分，將三個得分相乘，得到此評價項目的綜合評分。即：單個項目綜合評分=功能評分有效應用評分數據質量評分。各項目實際評分相加，即為該醫療機構電子病歷系統評價總分。按照國家衛健委規定，評價四級及以下電子病歷系統的考核由省級機構負責，五級及以上由國家衛健委負責考核。中國人工智能系列白皮書智能產品與產業 2022

257、113 圖圖 4.14.16 6 我國我國醫院評價體系（醫院評價體系（20222022 年）年）少數頂級三甲醫院已達到第七級評價標準，即全面利用醫療信息進行本部門醫療安全與質量管控。能夠共享本醫療機構外的病人醫療信息，進行診療聯動。第七級標準包括以下三項評價：（1）醫療質量與效率監控數據來自日常醫療信息系統，重點是院感、不良事件、手術等方面安全質量指標，醫療日常運行效率指標，并具有及時的報警、通知、通報體系，能夠提供智能化感知與分析工具。（2）能夠將病人病情、檢查檢驗、治療等信息與外部醫療機構進行雙向交換。中國人工智能系列白皮書智能產品與產業 2022 114 病人識別、信息安全等問題在信息交

258、換中已解決。能夠利用院內外醫療信息進行聯動診療活動。（3）病人可通過互聯網查詢自己的檢查、檢驗結果，獲得用藥說明等信息。其它三甲醫院也在積極準備國家衛健委的病歷審核，通過五級或六級標準的醫療機構每年都在增加。隨著各級醫院在國家和地方政府的積極支持下的大規模高智慧化電子病歷系統的投入，未來的五至十年在系統建設將會追上現有高水平醫院的病歷系統水平。當然高水平電子病歷系統的建立完善還需要醫護水平的密切配合，醫療機構的管理改善。我國相當大部分三甲醫院的醫生的病歷撰寫準確度、同病種治療水平、循證治療、按指南診療、按需選用抗生素、特殊罕見病癥判斷及診治等醫療服務尚需較長時間的培訓和練習才能達到。中國罕見病

259、綜合報告（2021）顯示針對 38634 名中國醫務工作者的調查顯示：1770 人從未聽說過罕見病，占 4.6%；23514 人聽說過但不了解，占 60.9%。其中，醫務工作者最熟悉的罕見病依次是白化病、血友病和多發性硬化癥。同時，87.6%的醫務工作者認為自己并不了解國家關于罕見病的政策。這顯示我國還需要在關聯輔助系統的建設及持續性培訓上投入更多力量。4.5.4.5.3 3 輔助診療輔助診療 隨著醫療電子病歷數據及醫院科室、院區管理的規范化，我國每年增加的醫療數據多達幾十 PB，這十幾年來檢驗、分析和提供輔助治療的公司為這類數據的進一步使用帶來了更大的市場空間。東軟、華為、衛寧、邁瑞等公司在

260、這類領域已經是國內頂尖服務或器械提供商。從 CT、MRI、超聲、內窺鏡、手術機器人的使用到與 HIS、PACS、LIS、EMR 等關聯系統聯動，我國的醫療輔助市場產生了各類新型醫療器械公司和輔助實驗室。在外科輔助機器人中我國天津大學及威高集團完成了類似國外達芬奇手術機器人的設備，在脊柱外科輔助上有蘇州鑄正和南京普愛的手術機器人拿到了國家器械認證，唯邁生物的中國人工智能系列白皮書智能產品與產業 2022 115 血液介入機器人、上海微創、天璣及和華瑞博的骨科機器人、瑞醫博的口腔機器人、柏慧維康及華科精準的神經外科機器人是在最近幾年的得到國家藥監器械資質認證，在市場上已經有了上萬例的手術案例，這些

261、公司的水準在世界范圍內屬于領先水平。圖圖 4.4.1717 我國現有醫療器械及服務提供方（我國現有醫療器械及服務提供方（20222022）我國的醫療影像分析、臨床檢驗分析的智慧化進程也在積極趕上國際潮流。隨著 AI 技術的應用，透徹影像將作為診斷金標準的病理科影像進行了大規模的數字化和智能化標注及分析，應用了人工智能的病理科輔助系統已經在國內頂級三甲醫院的幾十個科室參與消化、呼吸、腫瘤等科室的輔助診斷工作。在內窺鏡領域武漢精微視達在胃腸鏡的早篩和治療是國內消化領域的頂尖水平，在 CT、MRI、超聲等輔助檢驗中邁瑞、帝邁、聯影等公司提供了和世界水平比肩的設備及試劑保障。數據集成與人工智能應用是醫

262、院智慧管理建設的基礎。目前我國三級醫院開展集成電子病歷及藥物平臺建設投入較高，醫療數據應用類信息系統建設亟需加強。智慧醫院對信息技術和人工智能的要求是，既要能降低工作強度，人工、手工變成電子數據化，更要能為患中國人工智能系列白皮書智能產品與產業 2022 116 者全診療過程服務、為患者全壽命周期檢查用藥隨訪服務、為醫院運營管理提供詳盡分析預警，用數據資產評價病歷、用藥、患者狀態、隨訪服務及成本分析等驅動跨界融合的創新應用。智慧醫院建設將推動醫院聯合協同體系化，數據驅動平臺化，基礎設施融合化，向主要收治疑難重癥患者和醫學關鍵技術攻關轉型，通過牽頭組建跨區域的?？坡撁说榷喾N形式醫聯體，不斷縮小區

263、域間醫療技術水平差距，提升重大疾病救治能力。附附：以下文件可掃碼下載后閱讀（來源為國家衛健委網站資料）：醫院智慧服務分級醫院智慧服務分級 醫院智慧管理醫院智慧管理 醫院智慧管理醫院智慧管理 評估標準體系評估標準體系-試行試行 分級評估具體要求分級評估具體要求 分級評估項目分級評估項目 電子病歷系統應用電子病歷系統應用 電子病歷系統應用電子病歷系統應用 水平分級評管辦法水平分級評管辦法 水平分級評價標準水平分級評價標準 中國人工智能系列白皮書智能產品與產業 2022 117 4.64.6 智慧教育 4.6.14.6.1 智慧教育內涵智慧教育內涵 智慧教育是以人工智能、大數據、物聯網等新興技術為基

264、礎，依托各類智能設備及網絡所實現的一種智能技術與教育深度融合的新型教育樣態，通過人機互動、數據共享、知識互聯等，滿足學生智慧化、個性化、精準化學習需求。2018 年 4 月教育部印發的教育信息化 2.0 行動計劃明確提出，實施智慧教育創新發展行動，積極開展智慧教育創新研究和示范，推動新技術支持下教育的模式變革和生態重構。智慧教育是教育信息化推動教育變革的新階段，其本質上是種全新的教育模式，是破解傳統教育難題的重要手段，是教育理念、教學模式、教育活動組織實施與管理等在新技術支撐下的革命性創新。智慧教育的核心在于“智”，賦智于人、融智于校、強智于國，以智慧賦能人的發展，為師生提供有價值成長的教育新

265、模式；將智慧教育理念、技術和方法融入治校理教的全過程，全力推動雙創教育融專業、融課程、融平臺、融導師、融機制，打通“學用合一、賽創空間、卓越協同”的“雙創”人才培養鏈條，構建能力圖譜，支撐學生科學探索、批判創新、追求卓越的能力提升。近年來，我國智慧教育行業發展迅速，各地積極推進智慧教育試點示范和智慧學校建設等工作，很多相關企業也紛紛提出智慧教育解決方案。4.6.24.6.2 智慧教育關鍵技術智慧教育關鍵技術 智慧教育的關鍵技術主要包括感知、認知、自適應學習、群體智能、人機交互、知識圖譜、云計算技術等。1智慧教育中的機器感知技術 通過智能學習終端為學生提供參與互動學習的途徑，這是機器感知技術賦能

266、教育的典型方法之一。它改變了原來主要由教師講授課程中國人工智能系列白皮書智能產品與產業 2022 118 的單向知識傳播模式，構建一種教與學互動的雙向信息傳播模式。例如，利用各種傳感器實現對學生學習過程的數據采集，是感知技術應用于智慧教育的一種具體體現。這些被采集的數據也可以上傳到智慧教育平臺，支持深度挖掘，為構建學生個性化學習方案提供依據。利用點讀技術實現紙面學習是一種常見的幼兒學習模式?；狱c讀則可以為孩子們提供探究式學習的機會，讓低齡兒童在游戲化的學習中遠離屏幕，為保護兒童視力提供很好的解決方案。2智慧教育中的機器認知技術 視覺識別、語音識別等機器認知技術介入教育過程，成為智慧教育的重要

267、組成部分。例如，利用視覺識別技術實現自動批改作業，利用語音識別技術實現智能知識問答，利用人臉識別和表情識別技術實現對學生學習狀態的監測等。這些技術可以廣泛應用于各種教學創新實踐中。3智慧教育中的自適應學習技術 自適應學習技術通過構建機器學習算法，對一些學習任務進行智能模擬，從而給學生提供一些實現任務的路徑參考，達到啟發學生思維的作用，實現個性化的學習。學生在開展探究式學習過程中，會有很多隨機性的探索，很難在事前都能做出各種針對性的回應。因此，可以利用自適應學習算法，實現對探究式學習進程的輔助引導。4智慧教育中的群體智能技術 通過構建物聯網教學系統實現對教學的賦能是群體智能技術在智慧教育中的典型

268、應用之一?？梢岳么罱ê玫奈锫摼W系統實現對學生學習數據的捕獲，也可以將學生自主構建的智能體作為獲取學習數據的終端節點設備接入物聯網教學系統，為學生提供實踐性教學環境，支持學生“做中學”、“用中學”和“創中學”。如下圖所示，學生可以通過設計物聯智能小車實現與教學系統的連接，將自己創作的作品所獲得的數據實時上傳到智慧教育平臺上。這種群體智能技術中國人工智能系列白皮書智能產品與產業 2022 119 可以支持開展各種團隊式實踐教學。圖圖 4 4.18 18 物聯智能小車系統物聯智能小車系統 5智慧教育中的人機交互技術 圖圖 4 4.19 19 人機交互技術賦能教學人機交互技術賦能教學 中國人工智能系

269、列白皮書智能產品與產業 2022 120 如上圖所示，人機交互技術賦能教學可以通過互動式教學軟件設計，支持學生的探究式學習。利用視覺、語音、穿戴設備等多種交互方式呈現趣味性更強的實踐教學形式，有利于提高學生的學習興趣，增強自主學習能力。6智慧教育中的知識圖譜技術 知識圖譜技術包含知識表示和建模、知識獲取、知識融合、知識存儲、知識計算和知識運維等。構建與教學相關的知識圖譜，可以讓計算機獲取知識，通過計算機生動形象地把知識組織、表達清楚。計算機可以通過存儲的知識給學生出題，也可根據學生的回答情況給予針對性的幫助。知識圖譜技術能增強教學內容的系統性和教學過程的互動性。7智慧教育中的云計算技術 智慧教

270、育的開展是結合家、校、人等不同主體的多層次、全方位過程，涉及到物理與信息層面的大量數據傳輸、記錄與分析?？焖倏煽康木W絡通信技術和云端計算技術一方面能夠很大程度上減少智慧教育對本地服務設備的依賴，實現多種形式的智慧教育手段低成本復制和快速推廣；另一方面通過云端強大算力實現對大量數據的充分挖掘，使算法擁有更好的應用表現。4.6.34.6.3 智慧教育典型應用智慧教育典型應用 1智慧校園 智慧校園是物理與信息兩大空間之間的有機對接，讓所有人可以在任意場合、任意時間均可以方便快捷地獲取教育資源。智慧校園是高級形態的教育信息化表現，是數字校園的進一步發展和提升，其特點主要表現在學校環境的全方位感知、數據

271、的智能化分析、個性化與便利化服務、網絡高速泛在等。智慧校園綜合運用了多種先進技術，如虛擬化、云計算、大數據、人工智能、數據挖掘等，同時將數據的科學管理、決策的智能分析作為主導方向，促使學校內部與外部不同中國人工智能系列白皮書智能產品與產業 2022 121 類型的人、業務以及流程實現智能化、深層次結合。智慧校園可以全面透徹地發現并感知師生個性化需求，全面智能地融合豐富多樣的校務應用，全面科學地輔助可持續化的決策創新。近年來，隨著國內智慧城市建設的持續開展，受益于國家政策支持和市場環境推動，智慧校園行業發展較快，多個省市制定了區域智慧校園發展規劃，相關企業紛紛推出智慧校園相關產品與解決方案。2智

272、慧教室 隨著教育信息化的發展，校園的智慧化程度越來越高，其中智慧教室已成為行業內關注的焦點。智慧教室的功能主要包括精品錄播、多為互動、分組研討、個性學習、物聯集控等。智慧教室因其具有主動感知教學情境、自動采集分析數據、適配推送學習資源、學習工具多樣化等特征，給教育教學帶來了顯著改變。這些改變，主要表現在以下四個方面：一是拓展了教學空間，增強了教學功能。智慧教室的布局靈活，打破了常規教室中師生位置的“對立”，消除了學生因位置不同而引起的視聽覺差別，使教與學的方式更開放。各種智能技術的深度融合，使智慧教室不僅是一個教與學的物理空間，同時也是在線教學和在線學習的網絡空間。二是豐富了教學信息呈現方式和

273、知識獲取途徑。智慧教室擁有技術先進、功能豐富、布局靈活的現代化教學設備設施，信息呈現方式更多樣、教學互動更靈活、知識來源更廣闊，學生既可以使用原有的學習材料和資源，也可以便捷地使用線上學習資源，極大地拓展了知識獲取途徑。三是推進了教學模式更新和教學方法變革。智慧教室對教學環境進行了重構，打破了原有教與學之間的連接，引發了教學方法、教學工具、教學內容等多方面的深刻變革。四是提高了課堂教學與管理效率。智慧教室優化了學習體驗，更符合“數字土著”的學習習慣，學生在智慧教室中的學習興趣更濃、學習投入度更高。各種智能技術的應用在縮短課堂時間的同時，更好地支持了課中國人工智能系列白皮書智能產品與產業 202

274、2 122 堂教學互動，提高了互動頻率和豐富互動內容，使課堂更活躍、更民主，使課堂教學效果得到明顯提升。3智能學習終端 智能學習終端是將 AI 技術融入到學習機中，通過學習者更喜歡的模式打通以學習者為中心的智能教學各個環節。智能學習終端使學習者能夠通過移動互聯網，隨時隨地、隨心所欲地學習。課本不再是紙質的，學生背負的沉重書包將被電子書包所代替。學習場所不再局限于課堂，學習內容不再受老師講授內容的限制。此外，通過采用智能化技術，使 E-Learning(數字化學習)轉變為 I-Learning(智能化學習)。I-Learning 系統可以根據學生學習興趣、學習能力、學習時間等情況制定不同學習計劃

275、，生成個性化學習資料，能夠很好地滿足“因材施教”的教學需求，真正有效幫助師生減負增效，提高老師和學生的教學效率，從而讓他們有更多的時間投入到能力提升和綜合素養提升的維度中來。從應用場景來看，智能學習終端主要以互動式教學軟件的形式參與教學過程，在課上主要以電腦、多媒體設備等作為硬件載體，課下可以以學生個人手機作為硬件載體。幫助老師實現從“知識傳遞者”向“目標管理者”的角色轉變。智能學習終端內置了課件、題庫等課程資源，并支持師生交流與人機問答。在學習過程中，學生可以借助平臺資源學習課程內容，可以針對不懂的問題向老師或系統提問，并同步完成課后練習內容。智能學習終端能夠根據學生在平臺上的用戶軌跡、提問

276、記錄、答題記錄等分析出學生的學習內容掌握情況以及學習資源偏好，進而利用其偏好特征以及輔助數據構建出精準的學習者畫像，并對于相似或者相同類型的學生進行分組歸類，從而準確地根據畫像為學習狀況相似或者相同學生做出個性化的學習路徑規劃，引導學生選擇更加精準高效的學習方法。中國人工智能系列白皮書智能產品與產業 2022 123 4國家智慧教育平臺 國家智慧教育平臺是國家教育公共服務的綜合集成平臺，聚焦學生學習、教師教學、學校治理、賦能社會、教育創新等功能，是教育數字化戰略行動取得的階段性成果。2022 年 3 月 28 日，國家智慧教育平臺一期正式上線。平臺一期項目主要包括國家中小學智慧教育平臺、國家職

277、業教育智慧教育平臺、國家高等教育智慧教育平臺和國家24365 大學生就業服務平臺等 4 個子平臺。2022 年 7 月 8 日，國家智慧教育公共服務平臺二期正式開通上線,平臺上匯聚的基礎教育、職業教育、高等教育資源更加豐富。國家智慧教育平臺二期上線了大思政課資源 465 條、體育美育課程 473 門、勞動教育資源 3500 余條，服務學生德智體美勞全面發展。新增國培示范、院士講堂、名師課程等在線培訓等資源 6240 條，提供研究生課程 300 門、案例 8.5 萬個、產學研需求信息 30 萬條，匯聚各類語言學習資源 8000 余條。平臺調動地方、高校、教師發展機構和名師名校積極參與，提供承擔“

278、國培計劃”等各類教師培訓過程中生成的優質資源，按照教師開展教育教學、教研備課等不同方面的需求，進行分類匯聚，方便教師按需查詢、檢索。4.6.44.6.4 智慧教育行業發展智慧教育行業發展 智慧教育是政府主導、學校和企業共同參與構建的現代教育信息化服務體系。新一輪科技革命和產業變革對智慧教育行業發展帶來巨大影響，智慧教育產業鏈條初步形成，日益激烈的市場競爭推動產業集聚現象與企業頭部效應愈加顯著，關鍵技術的突破及其與教育場景融合的不斷深入，推動在線教育、人工智能教育、個性化教育加速發展。在“互聯網+教育”、“智能+教育”、“教育新基建”等政策背景下，近年來我國智能教育產業經費投入持續增加、相關行業

279、快速發展、技術研發不斷突破、產業發展環境整體向好。采用 PEST 分析法，從政策環境（Political）、經濟環境（Economic）、社會環境（Social）、中國人工智能系列白皮書智能產品與產業 2022 124 技術環境（Technological）四個維度系統分析當前我國智能教育產業的發展環境，具體如下圖所示。圖圖 4.4.20 20 智慧教育智慧教育 PESTPEST 分析分析 隨著外部發展環境的不斷向好，近年眾多機構及資本積極進入智慧教育領域，推動智慧教育產業市場規模迅速增長。同時，新冠肺炎疫情的沖擊也加速了智慧教育市場的洗牌，引發線上教培企業及一些其他領域的機構入局、互聯網巨頭

280、加碼投入，推動智慧教育產業鏈條逐步形成、市場競爭日益激烈。從產業鏈來看，2020 年中國智慧教育產業鏈條初步形成，整個產業鏈包括上游的供應商，中游的服務商，以及下游的消費者。上游為中游提供軟硬件設施服務、網絡服務、智能技術服務以及內容服務，中游為下游提供智能教學、智能學習、智能考試與評價、智能管理、綜合解決方案等服務，下游主體包括 G 端、B 端和 C 端在內的消費者。從市場布局看，當前我國智慧教育市場競爭格局中，頭部效應顯著。一方面，2022 年智慧教育相關企業的注冊資本呈現“金字塔式”分布，大型企業處于頂部且數量較少，中小微企業構成了智慧教育產業的主力軍；另一方面，位于頂部的少量大型企業營

281、收額占整體份額中國人工智能系列白皮書智能產品與產業 2022 125 的絕大部分。在需求端，艾瑞咨詢發布的2022 年中國中小學教育信息化行業研究報告顯示，2021 年國內中小學教育信息化經費投入達 1634億元，同比增長 9.1%。截至 2019 年底，城鄉間多媒體教室教師覆蓋已實現基本均衡，但在多媒體教室聯網率上仍存在一定城鄉差距。很多學校都希望與教育科技企業合作，以期在軟硬件設施及服務方面提高能力和水平。在此背景下，相關科技企業紛紛入局，試圖聯合 G 端和 B 端，推動基礎教育數字化全面轉型升級。隨著智慧教育行業快速發展，市場規模呈現出不斷擴大的態勢。據前瞻產業研究院預測，2022 年我

282、國智慧教育行業市場規模將突破萬億元大關，具體如下圖所示。圖圖 4 4.2121 中國智慧教育行業市場規模中國智慧教育行業市場規模（資料來源：前瞻（資料來源：前瞻產業研究院整理產業研究院整理）4.74.7 智慧礦山 4.7.1 智慧礦山的基本內涵智慧礦山的基本內涵 金屬、煤炭、石油、油頁巖和天然氣是人類經濟社會發展的基礎性礦產資源。在過去的二十多年，伴隨著我國經濟社會高速發展對礦產資源需求的爆發式增長，我國的采礦行業產能得到了空前釋放，當前處于高位運行的采礦行業繼續依靠傳統的生產方式正在遭遇越來越嚴峻的來自產能、安全和環保方面的挑戰。在企業數字化轉型的國中國人工智能系列白皮書智能產品與產業 20

283、22 126 家政策背景下，采礦行業的信息化建設正在由數字化礦山、智能礦山向智慧礦山邁進。智慧礦山正逐漸成為采礦行業高質量發展的先進生產力代表。智慧礦山是將云計算、大數據、物聯網、移動應用、人工智能、5G 通信、區塊鏈、虛擬現實等技術與礦山生產自動化裝備等進行底層融合，構建出設備感知層、數據中心層、智慧決策層、業務應用層以及展示交互層的五層業務架構。形成對礦山生產管理全要素感知、全要素協同、全天候在線、全動態預測、全自主學習以及全自主決策的智慧管理能力。人們通過智慧礦山系統將礦山的開拓、采掘、運輸、分選、安全、環保等生產活動進行最優化的協同管控，統籌實現礦山開采在生產效率、經濟效益和安全環保水

284、平的最優化提升。圖圖 4.22 智慧礦山應用架構圖智慧礦山應用架構圖 4.7.2 數字孿生模型的構建數字孿生模型的構建 數字孿生技術已經開始在工業、制造業和智慧城市等領域取得應用。這是一種可以將物理實體或系統的運行狀態實時映射到虛擬模型并能夠進行反向控制的新一代信息技術。虛擬模型以數字化的方式創建物理實體的三維映射，這是對物理實體靜態屬性和動態演化過程的真實表達。虛擬模型既能對物理實體進行準確的靜態刻畫和描述，又中國人工智能系列白皮書智能產品與產業 2022 127 能隨時間的變化使模型的動態輸出結果與實際相符。人們以虛擬模型為介質實現對物理實體的監測和交互。通過多維虛擬模型和融合數據雙向驅動

285、，數字孿生能夠描述物理實體的多維屬性，刻畫物理實體的實際行為和狀態，分析和推演物理實體的運行規律和發展趨勢。從各種推演結果中尋求最優化的解決方案。圖圖 4.23 孿生數據驅動的數字孿生模型孿生數據驅動的數字孿生模型 常用的五維數字孿生模型包含物理實體、虛擬模型、物理實體與虛擬模型的連接、數據和服務五個維度。模型可以是“幾何、物理、行為、規則”多維度的，也可以是“機械、電氣、液壓”多領域的。在構建虛擬模型的過程中實現對模型定義、編碼規則、運行機制、開發流程、數據接口、通信協議、解算方法、模型服務化封裝以及人機交互進行統一標準化的實施。在滿足信息無損、模型精確、使用功能的前提下，使模型在幾何描述、

286、信息承載、邏輯構建等方面實現更加人性化的功能設計。在構建、使用和管理的過程中能夠以直觀的可視化形式得以展現，為用戶通過虛擬模型與物理實體進行交互提供多維度體驗的交互平臺。中國人工智能系列白皮書智能產品與產業 2022 128 4.7.3 基于數字孿生的智慧礦山基于數字孿生的智慧礦山 數字孿生礦山模型是智慧礦山的重要組成部分，它是智慧礦山可視化展示和人機交互的載體，其與人工智能算法共同組成了智慧礦山的軀體和靈魂。數字孿生技術在采礦業的應用主要是將礦山的物理實體實時映射到虛擬模型，人們可以在任意遠端通過與虛擬模型的交互實現對真實物理實體礦山的狀態進行精確觀察、精確測量和精準控制，以及在多維復雜約束

287、條件下對采礦生產活動進行模擬推演，以期達到對礦山生產組織全要素管理的精確化、可視化、虛擬化。為研究礦山生產活動的演化發展規律提供模擬器，為真實的礦山生產活動提供實時在線的顯示器和控制器。圖圖 4.24 基于數字孿生的智慧礦山服務架構基于數字孿生的智慧礦山服務架構 在智慧礦山模型中，設備感知層中的邊緣計算與智慧決策層中的云計算中心共同完成礦山生產管理的全要素感知、全要素協同、全動態預測及全自主決策。智慧礦山系統通過自主決策驅動智慧礦山的物理實體運行并將結果映射到數字孿生模型，通過豐富的智慧應用服務中國人工智能系列白皮書智能產品與產業 2022 129 為管理者提供信息展示和業務支撐平臺，實現對礦

288、山“人、機、環、管”等生產要素生命狀態的實時監測、準確控制、科學決策和智慧管理的目標?；跀底謱\生的智慧礦山可提供多層次的應用和服務。在數字孿生智慧礦山模型中，我們通過對采礦活動的數字孿生構建出全息三維可視化的礦山生產活動場景，借此實現對礦山所有物理實體的生產活動、環境狀態監測、設備狀態監控等情況進行展示與交互。比如，基于礦山生產環境孿生模型和孿生交互機制，融合獨立分散的礦山安全監測與災害預警系統，構建統一的礦山安全態勢監管平臺；基于礦山生產場景孿生模型和生產過程推理算法，結合工作流技術以及智群計算理論，研發面向多生產場景的礦山生產調度智能平臺；基于礦山設備狀態孿生分析模型，并結合大數據分析平

289、臺、智能診斷與協同控制平臺，建立礦山“采、掘、機、運、通、供電、排水、輔助運輸”等裝備系統的在線診斷與協同管控平臺等等?；跀底謱\生的智慧礦山將改變過去人們只能依靠經驗和有限的信息進行決策來指導采礦生產活動的局面。智慧礦山將依靠數據和算法驅動采礦生產活動的進行，自主推演并提供最優化的生產運營組織方案。這將進一步提高礦山生產組織的科學性，進一步推進礦山生產的少人化和無人化，進一步提高礦山的安全管控能力和水平。以智慧礦山驅動采礦行業的生產力提升，以科技創新為采礦行業的高質量發展保駕護航。4.84.8 智慧安防 4.8.1 智慧安防概念智慧安防概念 智慧安防是現代人工智能技術、物聯網技術、信息處理技

290、術、信息傳輸技術等新人工智能技術群在安防領域的綜合應用。智慧安防是智能化安防技術的最新發展，是服務的信息化、圖像的傳輸和存儲、智能信息處理等技術，隨著科學技術的發展與進步，尤其是二十一世中國人工智能系列白皮書智能產品與產業 2022 130 紀信息技術的騰飛，應運而生的一個全新領域，智慧安防的發展使得智能化安防技術與計算機技術之間的界限越來越模糊，甚至逐步消失。隨著物聯網技術應用的普及，城市的安防從過去簡單的安全防護系統向城市綜合化體系防護演變，城市的安防項目涉及街道社區、樓宇建筑、銀行郵局、道路監控、機動車輛、警務人員、移動物體、船只等等，涵蓋眾多的領域。特別是針對涉及民生的關鍵場所，如：機

291、場、碼頭、水電氣廠、橋梁大壩、河道、地鐵等，應用物聯網技術后可以通過無線移動、跟蹤定位等手段建立全方位的立體防護。城市安防兼顧了整體城市管理系統、環保監測系統、交通管理系統、應急指揮系統等，成為城市運用的綜合體系。特別是車聯網的興起，在公共交通管理上、車輛事故處理上、車輛偷盜防范上可以更加快捷準確的跟蹤定位處理。還可以隨時隨地的通過車輛獲取更加精準的災難事故信息、道路流量信息、車輛位置信息、公共設施安全信息、氣象信息等等信息來源。4.8.2 智慧安防系統原理智慧安防系統原理 智慧安防系統一般由安防信息采集、安防信息處理和安防監控與報警等三大部分組成。安防信息采集可以是最簡單的敏感大門開閉的門吸

292、部件，也可以是檢測出入口、安防區域環境狀態的視頻（或聲音、圖像等）采集終端，也可以是一個檢測界限的敏感設備；安防信息處理包括對采集到的信息的分析、識別、傳輸和存儲等；安防監控和報警就是對出現安防狀態或安防目標時的響應措施和方法。信息流程如圖 1 所示。圖圖 4.25 智慧安防系統的組成智慧安防系統的組成 安防信息采集 安防信息處理 監控與報警 中國人工智能系列白皮書智能產品與產業 2022 131 從安防應用產品角度，智慧安防系統應該是多種甚至是全部警情要素報警系統的集成。例如：防盜報警系統、視頻監控報警系統、出入口控制報警系統、保安人員巡更報警系統、GPS 車輛報警管理系統、校車報警管理系統

293、，以及與 110 報警聯網傳輸系統等等。這些子系統可以是單獨設置、獨立運行，也可以由中央控制室集中進行監控，還可以與其他綜合系統進行集成和集中監控。防盜報警系統分為周界防衛、建筑物區域內防衛、單位企業空曠區域內防衛、單位企業內實物設備器材防衛等等。系統的前端設備為各種類別的報警傳感器或探測器；系統的終端是顯示、控制、通信設備，它可應用獨立的報警控制器，也可采用報警中心控制臺控制。不論采用什么方式控制，均必須對設防區域的非法入侵進行實時、可靠和正確無誤的復核和報警。漏報警是絕對不允許發生的，誤報警應該降低到可以接受的限度?？紤]到值勤人員容易受到作案者的武力威脅與搶劫，系統應設置緊急報警按鈕并留有

294、與 110 報警中心聯網的視頻監控報警系統。視頻監控報警系統常規應用于建筑物內的主要公共場所和重要部位進行實時監控、錄像和報警時的圖像復核。視頻監控報警系統的前端是各種攝像機、視頻檢測報警器和相關附屬設備；系統的終端設備是顯示/記錄/控制設備，常規采用獨立的視頻監控中心控制臺或監控報警中心控制臺。安全防范用的視頻監控報警系統常規應與防盜報警系統、出入口控制系統聯動，由中央控制室進行集中管理和監控。獨立運行的視頻監控報警系統，畫面顯示能任意編程、自動或手動切換，畫面上必須具備攝像機的編號、地址、時間、日期等信息顯示，并能自動將現場畫面切換到指定的監視器上顯示，對重要的監控畫面應能長時間錄像。這類

295、系統應具備緊急報警按鈕和留有 110 報警中心聯網的通信接口。出入口控制報警系統是采用現代電子信息技術，在建筑物的出入中國人工智能系列白皮書智能產品與產業 2022 132 口對人（或物）的進、出，實施放行、拒絕、記錄和報警等操作的一種自動化系統。這類系統一般包含有出入口目標識別系統、出入口信息管理系統、出入口控制執行機構等三個部分組成。系統的前端設備為各類出入口目標識別裝置和門鎖開啟閉合執行機構；傳輸方式采用專線或網絡傳輸；系統的終端設備是顯示/控制/通信設備，常規采用獨立的門禁控制器，也可通過計算機網絡對各門禁控制器實施集中監控。出入口控制報警系統一般要與防盜報警系統、閉路視頻監控報警系統

296、和消防系統聯動，才能有效地實現安全防范。出入口目標識別系統可分為對人的識別和對物的識別。以對人的識別為例，可分為生物特征系統和編碼標識別系統兩類。一個完整的智慧安防系統，一般還需包括安保人員巡更報警系統，訪客報警系統以及其他智能化安全防范系統。巡更報警系統通過預先編制的保安巡邏軟件，可以應用通行卡讀出器也可通過視頻自動分析識別分析，對保安人員巡邏的運動狀態（是否準時，遵守順序等）進行監督，做出記錄，并對意外情況及時報警。訪客報警系統是使居住在大樓內的人員與訪客能雙向通話或可視通話，大樓內居住的人員可對大樓內的入口門或單元門實施遙控開啟或關閉，當發生意外情況時能及時向保安中心報警。4.8.3 智

297、慧安防關鍵技術智慧安防關鍵技術 智慧安防關鍵技術主要是指安防服務相關的信息化、圖像的傳輸和存儲、數據分析和處理以及警情識別與處理等等用到的信息處理和智能識別等技術。不論采用什么技術，均必須對設防區域內安防事件實時、可靠和正確無誤的復核和報警。漏報警是絕對不允許發生的，誤報警應該降低到可以接受的限度。智慧安防關鍵技術主要包含（但不僅限）以下技術。實體識別技術，實現對安防區域安全有危害的所有實體的識別。這是人工智能的基礎性技術，是彌補機器的常識性知識缺乏的問題。中國人工智能系列白皮書智能產品與產業 2022 133 包括但不僅限于如下技術：車牌識別技術、人臉識別技術、煙霧識別技術、火焰識別技術、積

298、水識別技術、動物識別技術、安全頭盔識別技術、街道垃圾識別技術、河道漂浮物識別技術、紅綠燈識別技術、道路車道識別技術、交通障礙物識別技術、井蓋識別技術、行人識別技術、安檢危險品識別技術、熱點分布識別技術、重型機械識別技術等；行為識別技術，實現對安防區域安全有危害的所有實體的危害行為的識別。這是人工智能的增長性技術，是增強機器的智能的重要技術。包括但不僅限于如下技術：客流密度識別技術、監控室離崗識別技術、監控室異常行為識別技術、拋物識別技術、越界識別技術、打架識別技術、停車場預犯罪識別技術、徘徊識別技術、越界識別技術、摔倒識別技術、打電話識別技術、安全通道異常識別技術、抽煙識別技術、小孩越界識別技

299、術、非機動車闖紅燈識別技術、餐飲出店經營識別技術、環境污染預判技術、垃圾桶倉滿溢出識別技術等；行為企圖識別技術，實現對重要業務領域安全防范的所有行為企圖的識別。這是安防由人工智能提升為智慧的重要技術，也是由侵入性安防為主轉化為既防外侵又防內鬼的新安防的支撐技術，能強化機器的智慧。包括但不僅限于如下技術：冒名識別技術、偽裝識別技術、試錯識別技術、違約識別技術、業務行為異常識別技術、業務出錯預警技術、脅迫業務識別技術、員工狀態識別技術、銀行重大損失預警技術等。4.8.4 智慧安防典型產品智慧安防典型產品 根據應用場景不同，有不同的表述。對于公安、金融、林業等行業應用來說，智慧安防典型產品應該是指系

300、統集成度較高的整體解決方案，一般都是冠以應用領域的名稱安防系統。對于應用場景比較簡單的或者警情要素單一的應用來說，一般稱為“門禁系統”、“森林火警系統”、“視頻聯網系統”、“網絡報警系統”、“IP 語音中國人工智能系列白皮書智能產品與產業 2022 134 對講系統”等等。按智慧安防產品的分解結構來說，一般包含各種傳感器、服務器、主要技術和應用等，這里不再贅述。4.8.5 智慧安防典型應用智慧安防典型應用 智慧安防應用已經擴展到社會各個領域，例如公安、金融、林業、部隊、邊境、政府、企業、社區等等。1公安智慧安防 公安行業用戶的迫切需求是在海量的視頻信息中，發現犯罪嫌疑人的線索。為了實現這個需求

301、，需要在前端配置智能攝像機，通過實時分析視頻內容，檢測運動對象，識別人、車等屬性信息；然后傳輸匯總到后端人工智能的中心數據庫進行存儲，再利用強大的計算能力對海量的城市級信息進行智能分析，對嫌疑人的信息進行實時分析提取，最終給出最可能的線索建議。圖圖 4.26 一種一種智慧安防綜合監控系統智慧安防綜合監控系統架構示意圖架構示意圖 中國人工智能系列白皮書智能產品與產業 2022 135 2銀行智慧安防 一個成熟的金融智能化方案，單點的智能終端都必須嵌入到銀行的整體安防系統中，與其他安防設備一起，如門禁、IP 對講、報警主機等，通過后臺智能值班平臺進行綜合管理，才能真正實現智能化系統的價值。如“貴重

302、物品智慧安防儲控系統”體系結構如圖 3 所示。圖圖 4.27 銀行貴重物品智能儲控安防系統示意圖銀行貴重物品智能儲控安防系統示意圖 3城市智慧安防 智能安防作為智慧城市建設的一部分，不但自身將隨著智慧城市的建設得到跨越式發展，而且智慧城市建設的其他領域如智能建筑、智能交通、智能家居等也將會是安防產品發力的領域，智慧城市的快速發展為眾多安防企業帶來了福音，同時也因智能安防產品在智慧城市建設中的規模應用，使得安防企業得以在智慧城市的建設中發揮助力作用。例如視頻監控、出入口控制（包括生物識別、停車場管理等）、防盜報警、樓宇對講（與電子巡更、公共廣播同屬于社區安全防范設備）等四大類設備都將在智慧城市的

303、這幾大領域得到大面積的應用。4園區智能安防 從園區的類型來看，可以劃分為企業園、物流園、工業園等，雖然每個園區的功能和屬性不一，但智能化應用系統基本都涵蓋門禁、中國人工智能系列白皮書智能產品與產業 2022 136 監控、報警、周界、電梯控制、停車場、電子巡更等系統。隨著經濟的發展，我國的企業工廠近二十年無論從數量和規模上都具有顯著的提升，隨著工廠規模的擴大、經濟產出的提高，火災、爆炸、盜竊等案件屢有發生，甚至給企業工廠帶來了重大的人員傷亡和財產損失。因此，現代化企業工廠越來越重視智能安防及視頻監控系統的建設，從而實現防患于未然。通過智能安防及視頻監控系統的建設，企業可以加強對進出人員的監視，

304、周界防范系統使安保人員能夠及時發現周界入侵者，預防和減少盜竊案件發生；通過對車間、生產線的視頻監控，管理者可以及時直觀了解生產情況；對于危險作業區域的視頻監控，可以避免和減少人身傷害事故的發生。5校園智能安防 校園綜合安防系統在維護高校安全穩定方面意義重大。智慧型安防不僅能夠對學校的重要安全隱患區域進行實時的監控，還能夠彌補保衛力量的不足，解決監視不到位等問題。智能化安防在保障高校資源安全的同時，也有利于配合公安部門打擊犯罪，提高破案概率。智慧型安防一般包含視頻監控、門禁控制、車輛管理、廣播對講、動環管理、可視化巡更、公共廣播及對講系統等業務模塊。其平臺應采用高效、穩定、先進，同時具有伸縮性和

305、業務擴展能力的平臺架構。當前一些安防建設做得較好的高校，其平臺一般采用開放式架構、組件式封裝、總線式集成、積木式開發和分布式部署等特點，確保系統符合信息技術發展的趨勢并適應未來業務應用及擴展的需要。4.8.6 智慧安防技術發展前景智慧安防技術發展前景 根據智慧安防技術應用的特殊性，該類技術發展主要體現三個方面：一是依法依規，從技術無國界轉向人類命運共同體新思路 智慧安防技術增加了社會的安全感，同時又促進科學技術的前進和發展，但是安防技術的濫用對社會的危害也與日俱增，智慧安防已中國人工智能系列白皮書智能產品與產業 2022 137 進入了一個全新的領域，為了該領域的穩定發展，智慧安防技術的測量必

306、須依據國家安全標準和相關規范的方法正確執行，并以相關的規定標準極限參數作為依據。二是智慧安防技術向虛擬儀器安防測試技術發展 隨著智慧安防技術的發展，安防智能化信息技術的工作量越來越大，安防要素更趨向復雜，與此同時誕生的自動測試系統又把安防技術的發展推上了一個全新的臺階。自動測試系統技術是將計算機技術、通信技術和檢測技術有機地結合在一起的一種新穎技術，近半個世紀以來，自動測試系統技術與智慧安防技術的結合發展演變經歷了三個時期：（1）組合總裝時期：把多種不同功能的程序控制器與多種不同功能的輸入輸出電路組合總裝配成一體的智能化安防控制測試系統。這種智能化安防控制測試系統的開發設計制造成本較高，維護困

307、難，在智能化安防技術的應用上有一定的局限性。（2）標準化接口測試時期：這類安防測試系統應用專門的接口按需要實施測試功能的改變，它不僅組建方便，且使用靈活，性能優良，所以獲得了廣泛的應用。（3）微機測試時期：應用微機與通信技術組合而成的“虛擬儀器”安防測試技術，給安防系統的騰飛上了一個全新的臺階，對安防測試技術的理論、應用方法等諸多方面產生了巨大的影響。因此可見，虛擬儀器安防測試技術將成為智慧安防技術的發展方向和必然趨勢。三是智慧安防技術應用領域將與其領域日常管理深度融合。4.8.7 智慧安防行業產業概述智慧安防行業產業概述 由于安防行業的行業特性需要，安防有可能是人工智能第一個取得巨大突破口的

308、應用領域。主要基于以下觀點。一是安防行業的智能化落地需求非常迫切。一是安防行業的智能化落地需求非常迫切。中國人工智能系列白皮書智能產品與產業 2022 138 人工智能之于安防的意義在于能否運用大數據、深度學習等技術，從海量的數據中提取有效的價值。相比其他行業，安防行業具有海量和層次豐富的數據。尤其是在政府大力推進平安城市的建設條件下，城市監控點位越來越多。數據顯示，2015 年攝像頭出貨量達五千多萬臺，僅僅視頻監控數據而言，每天的數據量就達上千 PB。再加上近幾年安防行業完成了視頻監控大聯網和高清化改革，在這兩者推動下，安防行業步入數據的井噴時代。但是，對于安防行業來說，海量的數據本身并沒有

309、意義，經過挖掘和分析后的數據才有價值。進入到安防大數據時代，安防系統每天產出的海量數據，還依靠人工來進行分析和處理變得越來越困難，多種原因的推動下，使得安防行業對利用深度學習進行數據處理和深度挖掘的需求日益迫切。再加上，公安、政府、交通等這些代表性的行業也都對安防的智能化提出了強烈的訴求。其中公安行業用戶迫切需要在海量的視頻信息中，發現犯罪嫌疑人的線索；而交通行業用戶迫切需要能迅速檢測運動對象，識別人、車屬性信息。安防行業亟須一種新的方法來進行數據信息的提取和分析，而基于深度學習的人工智能尤其擅長處理海量數據。安防行業的海量數據以及對海量數據的處理需求，使得安防行業成為人工智能絕佳的訓練場所和

310、應用領域，甚至有望成為人工智能邁向產業化應用的首個突破口智慧安防。二是行業用戶二是行業用戶態度熱情不高。態度熱情不高。與安防行業迫切的需求以及廠商火熱的熱情相對的是，用戶的態度熱情不高。安防行業早就意識到了數據挖掘和分析的市場痛點，曾經掀起“智能分析”熱潮，由于受限于芯片與算法的發展，一直難以取得令人滿意的突破。傳統智能識別準確率低、設備環境適應性差等問題困擾著安防智能應用的普及。問題是有部分不良廠商，自身沒有相關技術卻吹得天花亂墜，傷害了用戶的感情，使部分用戶對人工智中國人工智能系列白皮書智能產品與產業 2022 139 能保持著敬而遠之的態度，同時還保持著等待心理。自AlphaGo的人機大

311、戰，給大眾完成了深度學習的技術啟蒙之后，全球迅速掀起了深度智能的熱潮，各方資本也瘋狂涌入人工智能領域。但與之相對的是，在很多行業，目前人工智能的市場認知大多還停留在概念與實驗層面，進入實際商業化的項目并不是很多。再加上各路媒體對于人工智能這一發展現狀的反復渲染，讓用戶對于接受人工智能存在一定的遲疑，即便是在對深度智能的應用需求非常迫切的安防領域，人們的觀望態度也較為明顯，總希望再等一等會不會有更多的企業實現商業化落地？會不會有性價比更高的產品出現？因此，出現需求雙方都很旺盛，但用戶卻在觀望遲疑的詭異局面。三是安防行業落地的應用不斷增加。三是安防行業落地的應用不斷增加。安防行業作為深度智能絕佳的

312、應用場所，早就有敏銳的安防企業看到安防智能化的巨大市場，積極布局人工智能，而且獲得了不錯的成績。例如：基于人工智能深度學習技術的“獵鷹”、“刀鋒”結構化服務器；基于深度學習技術從前端到后端的全系列智能安防產品；一系列基于深度學習的智能產品，系列包括前后端的人臉識別、卡口電警、視頻結構化、雙目立體視覺和多目全景拼接產品；獵鷹系列人員卡口分析系統；代號“昆侖”的新一代大容量分布式的云結構化智能分析服務器，成為其“安防機器視覺”戰略中的重要產品等等。近兩年，基于深度學習的人工智能在安防市場的應用越來越深入，尤其是車牌識別、人臉識別等技術得到了大規模的應用，并獲得了良好的應用效果。一些大企業早就組建了

313、算法團隊，開始深度學習的技術布局，在算法方面積淀，研發了一些編碼技術、目標結構化算法、車牌識別算法、人臉識別算法、視頻檢索引擎、多傳感器融合等技術，被廣泛應用于公共安全、金融、交通、司法、零售、智慧城市等多個領域。一些研究院研發的相關技術，已經在KITTI、MOT、PascalVOC、ILSVRC、ICDAR等世界級人工智能競賽中獲得多個第一。中國人工智能系列白皮書智能產品與產業 2022 140 四是場景化的整體解決方案不斷涌現。四是場景化的整體解決方案不斷涌現。對于用戶來說，人工智能技術的應用能否真的提升效率比浮于表面的漂亮概念最重要的多。這是智能化應用的特殊性，所以只靠單個產品，并不能真

314、正帶來巨大的效果提升，對用戶來說，為了實現智慧安防的應用，必須是整體的解決方案才有價值。因而，為了適應用戶對于項目的整體智能化需求，相關的安防企業都在努力打造適應領域需求的整體解決方案。以公安行業的應用為例，公安行業用戶的迫切需求是在海量的視頻信息中，發現犯罪嫌疑人的線索。為了實現這個需求，需要在前端配置智能攝像機，通過實時分析視頻內容，檢測運動對象，識別人、車等屬性信息；然后傳輸匯總到后端人工智能的中心數據庫進行存儲，再利用強大的計算能力對海量的城市級信息進行智能分析，對嫌疑人的信息進行實時分析提取，最終給出最可能的線索建議。以金融行業的應用為例，一個成熟的金融智能化方案，單點的智能終端都必

315、須嵌入到銀行的整體安防系統中，與其他安防設備一起，如門禁、IP 對講、報警主機等，通過后臺智能值班平臺進行綜合管理，才能真正實現智能化系統的價值。對于智能的行業化應用來說，芯片、算法以及大量的數據訓練，是發展的重要因素，但是能不能有效地把技術與應用場景有效結合起來，形成切實可行的整體解決方案，才是決定“智慧安防”能否發展的最核心因素。如果一項技術無法依賴在數據處理技術上面的優勢，去實現產品到商品的轉變過程，那么技術的發展就失去了實際的應用意義。國內的安防巨頭深耕安防行業多年，有著豐富的安防項目經驗，尤其是一些龍頭企業早早就意識到了基于應用場景的整體解決方案才是真正實現智慧安防的問題，推出了前后

316、端的綜合深度智能產品。智慧安防不是一個概念，而是實實在在落地的產品。中國人工智能系列白皮書智能產品與產業 2022 141 第 5 5 章 未來趨勢與展望 5.15.1 發展機遇 5.1.1“十四五”規劃“十四五”規劃 2021 年，中華人民共和國國民經濟和社會發展第十四個五年規劃和 2035 年遠景目標綱要全文正式發布。在共 19 篇 65 章的綱要全文中，“智能”“智慧”相關表述多達 57 處?！笆奈濉币巹澝鞔_提出“加快數字化發展，建設數字中國”，需要迎接數字時代，激活數據要素潛能，推進網絡強國建設，加快建設數字經濟、數字社會、數字政府，以數字化轉型整體驅動生產方式、生活方式和治理方式變

317、革。其中涉及人工智能產業發展的內容如下。加強關鍵數字技術創新應用加強關鍵數字技術創新應用，聚焦高端芯片、操作系統、人工智能關鍵算法、傳感器等關鍵領域，加快推進基礎理論、基礎算法、裝備材料等研發突破與迭代應用。加強通用處理器、云計算系統和軟件核心技術一體化研發。加快布局量子計算、量子通信、神經芯片、DNA 存儲等前沿技術，加強信息科學與生命科學、材料等基礎學科的交叉創新，支持數字技術開源社區等創新聯合體發展，完善開源知識產權和法律體系，鼓勵企業開放軟件源代碼、硬件設計和應用服務。加快推動數字產業化加快推動數字產業化，培育壯大人工智能、大數據、區塊鏈、云計算、網絡安全等新興數字產業，提升通信設備、

318、核心電子元器件、關鍵軟件等產業水平。構建基于 5G 的應用場景和產業生態，在智能交通、智慧物流、智慧能源、智慧醫療等重點領域開展試點示范。鼓勵企業開放搜索、電商、社交等數據，發展第三方大數據服務產業。促進共享經濟、平臺經濟健康發展。推進產業數字化轉型推進產業數字化轉型，實施“上云用數賦智”行動，推動數據賦能全產業鏈協同轉型。在重點行業和區域建設若干國際水準的工業互中國人工智能系列白皮書智能產品與產業 2022 142 聯網平臺和數字化轉型促進中心，深化研發設計、生產制造、經營管理、市場服務等環節的數字化應用，培育發展個性定制、柔性制造等新模式，加快產業園區數字化改造。深入推進服務業數字化轉型，

319、培育眾包設計、智慧物流、新零售等新增長點。加快發展智慧農業，推進農業生產經營和管理服務數字化改造。建設智慧城市和數字鄉村建設智慧城市和數字鄉村，以數字化助推城鄉發展和治理模式創新，全面提高運行效率和宜居度。分級分類推進新型智慧城市建設，將物聯網感知設施、通信系統等納入公共基礎設施統一規劃建設，推進市政公用設施、建筑等物聯網應用和智能化改造。完善城市信息模型平臺和運行管理服務平臺，構建城市數據資源體系，推進城市數據大腦建設。探索建設數字孿生城市。加快推進數字鄉村建設，構建面向農業農村的綜合信息服務體系，建立涉農信息普惠服務機制，推動鄉村管理服務數字化。5.1.2 產學研用共同推動產學研用共同推動

320、 出于對科技發展拉動生產力的高度重視，我國通過政策支持和制定相應的獎勵措施，倡導各行業知識、技術與經濟發展相結合，目前已在產學研合作的規劃建設取得了很大的進展，社會生產也得到推動。2017 年全國人大頒布中華人民共和國中小企業促進法，國家鼓勵科研機構、高等學校支持本單位的科技人員以兼職、掛職、參與項目合作等形式到中小企業從事產學研合作和科技成果轉化活動,并按照國家有關規定取得相應報酬。2019 年中國教育現代化 2035提出探索構建產學研用深度融合的全鏈條、網絡化、開放式協同創新聯盟。健全有利于激發創新活力和促進科技成果轉化的科研體制。同年，關于構建市場導向的綠色技術創新體系的指導意見提出構建

321、市場導向的綠色技術創新體系，加快構建企業為主體、產學研深度融合，形成研究開發、應用推廣、產業發展貫通融合的綠色技術創新新局面。2020 年教育部產學合作協同育人項目管理辦法提出為深中國人工智能系列白皮書智能產品與產業 2022 143 入推進產學合作協同育人，加強和規范教育部產學合作協同育人項目推行該方法，從平臺構建、社會支持、項目制管理方法等方面對中國產學合作協同育人提出新要求。2021 年國家知識產權局、教育局聯合頒發產學研合作協議知識產權相關條款制定指引（試行），它是為促進產學研合作和知識產權轉移轉化,指導企業和高等院校、科研機構做好產學研合作中的知識產權歸國與處置工作，有效防控相關法律

322、風險制定的首部相關法規。2021 年全國人大頒發中華人民共和國國民經濟和社會發展第十四個五年規劃和 2035 年遠錄目標綱要，包含提升企業技術創新能力，促進各類創新要森向企業集聚,形成以企業為主體、市場為導向、產學研用深度融合的技術創新體系。積極穩妥推進粵港澳大灣區建設，加強粵港澳產學研協同發展，完善廣深港、廣珠澳科技創新走廊和深港河套、粵澳橫琴科技創新極點“兩廊兩點”架構體系,推進綜合性國家科學中心建設，便利創新要素跨境流動。5.1.3 傳統行業轉型與傳統行業轉型與 AI 技術落地技術落地 數字化浪潮方興未艾，以大數據、云計算、人工智能為代表的新一代數字技術日新月異，催生了數字經濟這一新的經

323、濟發展形態。多年來，消費互聯網的充分發展為我國數字技術的創新、數字企業的成長以及數字產業的蓬勃發展提供了重要機遇。黨的十九大報告亦明確提出，“加快發展先進制造業，推動互聯網、大數據、人工智能和實體經濟深度融合”。此外，我國高度重視人工智能的研發與應用，政府工作報告明確表示深化大數據、人工智能等研發應用，注重技術產品應用落地，推動人工智能進一步與智慧城市、金融投資、消費娛樂、教育、醫療等行業結合，進一步擴大人工智能應用場景。廣闊的應用場景為人工智能行業發展提供充足空間。2013 年起政府已陸續發布多項人工智能政策，各政策間有彼此交織與引用關系，涉及人工智能核心政策的有中華人民共和國國民經中國人工

324、智能系列白皮書智能產品與產業 2022 144 濟和社會發展第十三個五年規劃綱要中國制造 2025國家中長期科學和技術發展規劃綱要（2006-2020 年）“十三五”國家科技創新規劃國家驅動創新發展戰略綱要物聯網發展專項資金管理暫行辦法國務院關于積極推行“互聯網+”行動的指導意見 國務院關于印發促進大數據發展行動綱要的通知 國務院關于推進物聯網有序健康發展的指導意見，這部分核心政策鮮明地描繪了中國人工智能政策領域關注主題：中國制造、物聯網、“互聯網+”、大數據、創新戰略以及科技研發，從整體上展現中國人工智能產業的重點布局領域或發展方向。上述人工智能政策強調技術的落地效應，重點關注人工智能與制造

325、、農業、金融、商務、物流、家居等重點行業的融合。國務院發布新一代人工智能發展規劃明確加快人工智能關鍵技術轉化應用，促進技術集成與商業模式創新，積極培育人工智能新興業態。推動人工智能與各行業融合創新，在制造、農業、物流、金融、商務、家居等重點行業和領域開展人工智能應用試點示范，圍繞教育、醫療、養老等迫切民生需求，加快人工智能創新應用，圍繞行政管理、司法管理、城市管理、環境保護等社會治理的熱點難點問題，促進人工智能技術應用，推動社會治理現代化。促進人工智能在公共安全領域的深度應用，推動構建公共安全智能化監測預警與控制體系。至此，智慧軟硬件、智慧機器人、智慧終端、智能制造、智慧農業、智慧物流、智慧金

326、融、智慧商務、智慧家居、智慧教育、智慧醫療、智慧能健康與養老、智慧政務、智慧法庭、智慧城市、智慧交通、智慧環保等應用領域加速興起。5.25.2 人工智能技術發展面臨的挑戰 5.2.1 技術攻關尚存難度技術攻關尚存難度 人工智能發展依賴數據、算法、算力三大要素，在這三大要素的支撐下，新一代人工智能得以快速發展。目前，數據、算法、算力方中國人工智能系列白皮書智能產品與產業 2022 145 面均存在一些限制，人工智能技術攻關尚存難度。數據方面，數據方面，數據集過小或是標注質量偏低都可能導致訓練結果誤差較大，擁有針對特定領域的龐大數據集，能夠成為形成人工智能技術優勢的一個重要來源，高質量數據集相對缺

327、乏限制了人工智能技術發展，美國、英國等人工智能強國正從戰略高度支持數據集建設，我國也將缺少有效的訓練資源庫列為影響人工智能發展的痛點問題之一，加快支持相關建設。算法方面算法方面，當前的人工智能只能執行專門開發的任務，無法將學習到的能力轉移到另一項任務中，認知能力弱，并不具備常識，也沒有思考與邏輯能力，通用人工智能仍有比較遠的距離；在一些領域，人工智能算法雖然表現出優越的性能，但其實主要源于海量的訓練數據，而不是真正做到像人類一樣理解和思考。算力方面，算力方面，人工智能應用的多樣化和預訓練大模型規模持續增加，帶來更大的算力需求，例如，MT-NLG 大模型使用了 4480 個 GPU 訓練，擁有

328、5300 億參數，因此，以人工智能芯片為主的大規模智能算力基礎設施需求持續提升，如果不能滿足潛在的算力需求、降低算力成本，將極大限制人工智能技術發展。5.2.2 算法缺陷引發爭議算法缺陷引發爭議 隨著人工智能應用的深入，其自身的算法缺陷和難以界定責任主體等問題，帶來了新的倫理安全爭議。一是算法系統脆弱，存在一是算法系統脆弱，存在受到攻擊的風險受到攻擊的風險，可能為人類人身和財產安全帶來威脅，隨著人工智能產業化的深入，一些高復雜度的場景，安全問題的“危險性”被隨之放大。例如，黑客通過攻擊工業機器人，將其轉變為傷害人類的“殺手”，自動駕駛汽車錯誤識別路上的行人，致其死亡。二二是黑箱模型導致算法不透

329、明是黑箱模型導致算法不透明，人們無法直觀理解決策背后的原因，降低了對人工智能技術的接納程度，阻礙了人工智能技術與傳統行業的進一步融合，例如，使用人工智能判斷教學水平時，無法解釋爭議性判斷依據，遭到教師強烈抗議。三是訓練數據中存在的偏見三是訓練數據中存在的偏見中國人工智能系列白皮書智能產品與產業 2022 146 和歧視可能進一步加深社會歧視和決策偏見和歧視可能進一步加深社會歧視和決策偏見，訓練數據中存在的偏見歧視，可能會影響人工智能算法的結果，并反過來進一步固化數據中的偏見歧視，據報道，一些算法可能出現性別刻板印象，比如將“醫生”“老板”“金融家”等譯為“他”，將“護士”“家庭主婦”“保姆”等

330、譯為“她”。四是以人臉識別技術為代表的生物四是以人臉識別技術為代表的生物識別信息的頻繁使用增加了對隱私泄露的廣泛擔憂識別信息的頻繁使用增加了對隱私泄露的廣泛擔憂，將人臉識別作為進出小區的唯一通行驗證方式等人臉識別的濫用、孩子趁父母睡著刷臉支付被騙等事件屢有發生，使得社會公眾從直觀感受上對人工智能技術的應用產生疑慮。5.2.3 產品同質化待解決產品同質化待解決 人工智能技術一定要找到與產業結合的落腳點，才能真正發揮價值、造福人類，目前，熱點領域集中、產業同質化的現象比較突出。一方面，應用場景和產品類型集中一方面，應用場景和產品類型集中，計算機視覺、智能機器人、交通、醫療等熱度持續提升，智能駕駛等

331、細分領域的企業接連獲得較高金額融資，技術和資本進一步向熱門領域集中，據智研咨詢統計，2021年中國 AI 企業人工智能技術領域分布中，計算機視覺占比 34%，數據挖掘和機器學習分別占比 18%和 17%，位列前三位，合計占比超過60%。另一方面，部分領域內同質化嚴重。另一方面，部分領域內同質化嚴重。雖然近幾年基于深度學習框架的人工智能算法突飛猛進，但總體上仍處于弱人工智能階段，很多人工智能企業不考慮場景實際需求，簡單地套用開源框架和算法完成技術研發，整體解決方案不夠成熟，導致各家產品雷同性極高，落地應用與維護難度加大。例如，智能終端產品雖然種類眾多，但智能化功能較為單一，還沒有展現出作為智能家

332、居的優勢，智能音箱產品基本是以藍牙、音質、智能聯網等為賣點，智能門鎖主要通過指紋、密碼等方式進行無鑰匙開鎖，部分附加了智能貓眼、智能門鈴等功能，在硬件上沒有太大區別。中國人工智能系列白皮書智能產品與產業 2022 147 圖圖 5.1 2021 年中國年中國 AI 企業人工智能技術領域占比（圖源：智研咨詢）企業人工智能技術領域占比（圖源：智研咨詢）5.2.4 創新要素仍需完善創新要素仍需完善 技術發展離不開創新要素的集聚和貢獻，目前，人工智能技術產品知識產權保護、人才培育、標準體系等創新要素仍需完善，從而進一步提升人工智能技術發展水平。一是人工智能技術相關知識產權保一是人工智能技術相關知識產權

333、保護力度不足。護力度不足。人工智能技術相對概念化，專利審查指南、最高人民法院關于審理侵犯商業秘密民事案件適用法律若干問題的規定等對算法的知識產權保護都做出了說明，軟件著作權、專利、商業秘密都可以作為選擇路徑，但還缺乏對人工智能算法技術和法律描述，也未明確規定相關對象的可專利性規則。二是人工智能技術人才缺口二是人工智能技術人才缺口較大，培育機制不健全。較大，培育機制不健全。人工智能技術涉及學科多、人才培養周期長，傳統上主要以計算機等行業人才轉型為主，擁有多元技能、工程思維和人工智能專業知識的復合型人工智能技術人才缺口較大，培育機制不健全。三是人工智能技術標準不完善，劣質產品擠壓優質產品市場三是人工智能技術標準不完善，劣質產品擠壓優質產品市場空間空間，只有通過設置完備的技術標準體系，發揮行業自律作用，為企業的技術研發和產品推廣畫定紅線，才能真正幫助人工智能技術健康發展。例如，全國性和地方性道路