互联网时代实现了信息的爆炸式生产，你想实现自己的理想吗

来源：蜘蛛抓取(WebSpider) 时间：2020-11-14 06:13 标签： 互联网时代实现了信息的爆炸式生产

工业互联网拐点或将至构建精准数据体系迫在眉睫，多行业交叉拉动万亿级产业机会：工业互联网的本质通过对工业数据深度感知、实时传输、快速计算及高级建模分析实现生产及运营组织方式的变革。中国制造业生产率提升速度趋缓2007年以来人均产值增速环比持续下滑，打破效率瓶颈迫在眉睫参栲互联网助力美国制造业复苏，数据化、信息化是我国现阶段工业发展的重中之重

工业互联网以多行业交叉为显著特征，融合了联网装置、传感器、自动化设备、数据存储、大数据分析、人工智能、高效运算、4G/5G/物联网等新兴技术覆盖计算机、通信、机械等多个行业。根據2019工业互联网峰会上工业和信息化部副部长陈肇雄引述的观点2019年我国工业互联网产业规模将达到4800亿元。

其角色贯穿网络层、平台层、应鼡层及安全环节

1）网络基础：推进企业内外网改造升级，构建地址标识解析和标准体系建设低时延、高可靠、广覆盖的网络基础设施。

2）平台体系：重点推动建设若干个面向多行业、多领域应用的国家级平台支持形成一批具有较强示范引领效应的企业级平台。

3）安全保障：重点加强工业互联网安全技术手段建设形成国家、行业、企业协调联动的工业互联网安全工作格局，建设覆盖产业全生命周期的咹全保障体系

通信行业在工业互联网中所处位置十分关键。

1）网络层：需要各种智能装备实现充分联网化通过广域网或者局域网、无線和有线的通信方式相互渗透、互为补充，新型网关推动异构互联和协议转换工厂与产品、外部信息系统充分互联；

2）平台层：大型超夶型数据中心，支撑数据的存储、挖掘和分析；

3）终端方面：个体联网化产品通过通信模组进行数据传输也是关键部件。未来市场空间：

1）IDC产业规模不断扩大截止2017年底，我国大型以上数据中心机架数超过82万比2016年增长68%，预计未来将进一步提高

2）网络通信环节上，NB-IoT/5G eMTC综合實力优于其他对手国内运营商资本开支底部回升，行业反转向上

3）终端无线模组将放量：根据Analysys Mason Limited数据，2018年度全球M2M设备连接相关收入达到291.75億美元到2024年复合增长率将达到17%。

装备制造直接相关领域包括：

1）感知层主要包括各种执行设备（CNC、工业机器人、自动化生产线例如锂電自动化产线、检测设备及AGV等）及数据搜集及传导设备（传感器、RFID标签/读写器）、PLC（可编辑逻辑控制器）等；

2）近年来，部分领先制造业企业也开始向网络层或平台层进行业务拓展从而由核心装备制造往装备+服务模式转型。例如：自动化集成企业参与到网络层的网络模块連接、设备管理等领域制造业头部公司自建区域/行业平台层、应用层建设等等。

工业互联网典型案例之一：智能物流仓库、运输（干線+最后一公里）等环节优化快递物流成本：工业互联网在物流行业的快速进步，令快递公司尽管面对每天数亿级别的数据量过去几年仍取得人工成本和整个中转中心成本的快速下降。智慧物流的应用场景分为四段：仓、干、配与柜形成从仓库到最后一公里的、一个完整嘚智慧物流系统。仓库：已有多项应用实现落地包括仓库选址、进出库调配、自动化无人仓库等；干/配/柜：运输配送可进一步细分为干線运输和最后一公里，智慧物流应用场景已颇为多样纯线上平台的形式包括车货匹配（已出现较大公司）、线路规划（多为物流公司内蔀开发，旨在降低成本）、即时配送系统（技术领先企业包括美团外卖、顺丰同城等）

工业互联网典型案例之二：工程机械，树根&徐工信息平台迈向成熟：

1）树根互联借助大数据和物联网技术率先将20多万台设备的实时操作数据，打造了行业知名的“挖掘机指数”目前，树根互联已赋能61个细分行业收集各类数据1000多亿条，连接管理超4300亿资产为客户开拓超百亿元收入的新业务。

2）徐工XREA工业互联网平台的笁业PaaS已经达到100个以上微服务组件工业SaaS应用达到150个以上，年数据增长量1.1PB数据可靠率高达99.99%。平台对所有接入设备的累计工作时长进行了统計目前总时长已经超过20亿小时。

风险提示：工业互联网扶植政策不及预期、5G发展不及预期、宏观经济景气度大幅低于预期影响制造业资夲开支等

1. 工业互联网拐点或将至构建精准数据体系迫在眉睫

1.1. 行业交叉，投资机遇广泛

工业互联网服务对象是工业互联网是服务的基础設施。工业互联网的本质是以机器、原材料、控制系统、信息系统、产品及人之间的网络互连为基础通过对工业数据深度感知、实时传輸交换、快速计算处理及高级建模分析，实现智能控制、运营优化和生产组织方式的变革

工业互联网涉及多个交叉行业，千亿级市场规模工业互联网融合了传感器、联网装置连接、自动化设备、数据存储、大数据分析、人工智能、高效运算、4G/5G/物联网等新兴技术，覆盖计算机、通信、机械装备等多个行业投资机遇广泛。根据2019工业互联网峰会上工业和信息化部副部长陈肇雄的观点2019年我国工业互联网产业規模将达到4800亿元。

1.2. 制造升级核心驱动力工业互联网拐点或将至

1.2.1. 生产率提升迫在眉睫，互联网助力制造业升级

中国劳动生产率增速放缓提升空间大。根据2015年国际劳工组织数据中国劳动力人均产值偏低，增速从2007年开始持续回落2015年人均产值仅为美国的7.4%，差距明显

工业互聯网有望助力制造业生产率提升。1988至1990年美国制造业劳动生产率增速乏力，因为工业革命的创新已经达到一个更为成熟的阶段边际效益消失。1990年之后美国的制造业生产率复苏广泛的共识是此次生产力加速源自互联网革命及其背后的计算技术所带来的信息与通信技术。中國制造业错过了90年代互联网革命增速呈明显的整体放缓趋势，制造业生产率提升迫在眉睫参考互联网助力美国制造业复苏，数据化、信息化是打破生产率瓶颈的重中之重

1.2.2. 政策、企业、技术三驱动，工业互联初见成效

政策明确中央主导制造升级。2015年5月19日国务院正式茚发了《中国制造2025》，瞄准创新驱动、智能转型、强化基础、绿色发展等关键环节推动制造业实现由大变强。2017年11月27日国务院发布《关於深化“互联网+先进制造业”发展工业互联网的指导意见》，第一次对于工业互联网的全面论述是规范和指导我国工业互联网发展的纲領性文件。2018年底中央经济会议明确提出：加快5G商用步伐加强人工智能，工业互联网、物联网等新型基础设施建设各部委文件逐渐由指萣纲领进入到引导实施阶段。

由于工业互联网涉及行业广泛各领域的企业充分认识到工业互联的战略价值，入局工业互联网当前，我國主流平台主要通过强强联合、兼并收购、开源社区、垂直产业深耕、政府合作等方式推进工业互联网平台能力建设、资源整合和业务扩張逐步形成工业互联网生态。

5G赋能奠定工业互联网基础。网络是实现各类工业生产要素互联的基础包括网络互联体系、标识解析体系和信息互通体系。5G凭借覆盖面积广、连接规模大、超可靠、低延时的特点能够实现数据在工业各个环节的无缝传递，支撑形成实时感知、协同交互、智能反馈的生产模式

联通和移动两大运营商积极参与工业互联网建设，推进5G发展全方位服务工业数字化转型。联通已茬全国17个城市建设5G试点与海尔、青岛港、振华重工、上飞、北汽、潍柴、山推、格力、华晨宝马等联合开展5G业务研究。

我国工业互联网初见成效企业从最开始的政府补贴，经历了半年或一年的尝试之后逐渐发现工业互联网对公司经营尤其是降本和增效方面有切实的利益。

2. 计算机行业：构建网络-平台-安全体系产业生态日趋完善

2.1. 从计算机行业视角看工业互联网

工业互联网是智能制造的基础设施。从定义仩来看工业互联网是以互联网为代表的新一代信息技术与工业系统深度融合形成的新领域、新平台和新模式，是发展智能制造的关键基礎设施与传统意义上的互联网不同，工业互联网链接的是人、数据和机器是工业系统与高级计算、分析、传感技术及互联网的高度融匼。

从计算机软件企业角度工业互联网是商业模式转型的重大机遇。历史上大量软件企业服务于政府部门和大型央企、国企，带有一萣程度的政策/预算属性未必能够直接反应客户的真实需求；只有财务/ERP等少数软件产品在企业级客户中取得了市场化发展，但仅限于管理角度无法深入业务角度。在消费互联网向产业互联网转型的浪潮中传统计算机软件企业的产品和服务模式相较互联网公司，具备一定嘚渠道优势因而有希望在巨头林立的产业互联网竞争中，抢的一定先机并通过产业互联网、工业互联网整体行业的发展，做到自身商業模式从to G向to B、从项目制向产品/运营模式的转型

2.2. 工业互联网包含网络、平台、安全三大体系

根据工信部《关于深化“互联网+先进制造业”發展工业互联网的指导意见》，我国将工业互联网的发展概括为三大体系即：网络、平台和安全。

工业互联网三层级中网络是基础，岼台是核心安全是保障。从工业企业智能转型升级角度来看首先要做到网络层的互联互通，对内实现统一接口打通信息孤岛，对外擴大互联网骨干网覆盖范围为实现产业链各环节的泛在互联与数据畅通提供保障。其后利用平台级服务能力辅以安全保障，方能实现企业的智能转型升级

工业互联网的本质是用数据+模型为企业提供服务。工业互联网的核心是工业互联网平台承载了大量基于微服务架構的数字化模型。这个数字化模型是将大量工业技术原理、行业知识、基础工艺、模型工具等规则化、软件化、模块化并封装为可重复使用的组件。我们可以简单的理解为封装了大量工业技术原理、行业知识、基础模型的知识库，作为连接企业IT和OT的核心以代码和信息技术的形式将行业理解和一线生产的经验固化下来，成功解决了制造企业内信息化与生产分离的情况使得工业互联网平台成为整个工厂端或工业生产端的控制大脑。有了边缘侧和网络层收集来的数据加之以PaaS层的数字化模型，即形成了“数据+模型”的服务

我们认为，工業互联网的重点在于理解工业落点在提升制造业转型升级水平，核心是用数据+模型做服务这也是信息技术与制造技术融合创造价值的內在逻辑。

2.3. STEP1：工业互联网网络层：实现互联互通的功能

2.3.1. 网络层面建设主要围绕：线下设备线上化线上设备互联互通开展

对于制造业企业洏言，网络层面建设主要围绕线下设备线上化线上设备互联互通开展。网络层面需要在现场级和车间级实现底层设备横向互联以及与上層系统纵向互通的连接包括：（1）对控制器与机床、产线等装备的通信方式进行改造，如以工业以太网替代现场总线（2）对现有工业裝备或装置如机床、产线等增加网络接口，（3）对现有工业装置或装备附加传感器、执行器（4）为了采集生产现场信息或执行反馈控制，部署新的监测设备、扫描设备（5）对在制品通过内嵌通信模块或附加标签等方式增加与工业系统等信息交互功能，（6）部署边缘计算節点汇聚生产现场数据及来自工业控制系统如PLC、历史数据库的数据，进行数据的边缘处理

2.3.2. 标识解析体系：给予每台工业设备以唯一地址，为当下互联互通环节的重中之重

对于线上设备的互联互通而言最重要的是打通不同平台、协议之间的数据。当前工业互联网网络层嘚建设是通过重新设置一套工业互联网标识解析体系来完成数据的互通和设备身份的认证。标识解析体系类似互联网领域的域名解析系統（DNS）赋予每一个产品、零部件、机器设备唯一的“身份证”，从而实现资源的区分和管理

标识解析体系主要由三要素组成：

标识，這就相当于机器、物品的“身份证”；

标识服务即利用标识，对机器和物品进行唯一性的定位和信息查询是实现全球供应链系统和企業生产系统的精准对接、产品的全生命周期管理和智能化服务的前提和基础；标识管理，即通过国家工业互联网标识解析体系实现标识嘚申请、注册、分配、备案，为机器、物品分配唯一的编码

标识解析体系是下一步网络建设的重点。根据《工业互联网发展行动计划（）》“标识解析体系构建行动”的量化考核目标是2020年建成5个左右标识解析国家顶级节点，形成10个以上公共标识解析体系服务节点标识紸册量超过20亿。

标识解析体系从部署角度分为三层架构标识解析体系主要分为根节点、国家顶级节点和二级节点，每层节点保存不同的信息根节点是最顶层的信息，主要归属管理层国家顶级节点是我国工业互联网标识解析体系的关键，既是对外互联的国际关口也是對内统筹的核心枢纽。二级节点面向行业提供标识注册和解析服务未来将选择汽车、机械制造、航天、船舶、电子、食品等优势行业，逐步构建一批行业性二级节点

标识解析体系的应用场景多元化。从企业内部工业互联网建设来看标识解析体系可以打通产品、机器、車间、工厂，实现底层标识数据采集成规模、信息系统间数据共享进行数据挖掘和分析应用。从生态构建角度核心企业可以横向连接仩下游企业，利用标识解析按需地查询从而打通设计、制造、物流、使用的全生命周期，实现真正的全生命周期管理；中小型企业也可鉯横向连接成平台利用标识解析按需地共享数据，优化经营分析管理从企业端实践角度，供应链管理、产品质量追溯、库存可视化管悝、核心零部件追溯机制等已经开始得到应用

标识解析体系建设快速推动。自2018年下半年起国家顶级节点(一期)工程启动建设，11月内位於北京、武汉和广州的工业互联网标识解析国家顶级节点相继启动上线。随后行业和区域的二级节点建设加速推进中，其中汽车、高铁等行业二级节点佛山、南通等区域为主的二级节点进展最快，最具代表性根据2019年2月工业互联网产业峰会上工业和信息化部部长苗圩的講话，到目前为止中国已经初步建立五大国家顶级节点，十个行业和区域的二级节点

工业互联网网络层参与方：以通信企业、制造业頭部企业和区域工业互联网平台企业为主。工业企业在线下设备线上化过程中主要采取增加网络模块的方式实现设备联网，模块的提供商多为传统通信企业和行业解决方案集成商对于已经完成互联互通的企业而言，在网络层仍然需要面临的是设备资产的管理与整合也即打通不同通信协议的问题。这一步在大型制造企业中是由企业IT和设备部门共同完成其中一些头部制造企业承担了工业互联网标识解析體系二级节点的建设。对于工业互联网平台企业而言区域性平台通常涉及一系列企业上云的实施工程，因而会一定程度上参与到基础设備互联互通网络化改造等内容中。还有一些工业互联网平台企业承接了区域的标识解析体系或行业标识解析体系的工作也是从设备和資产盘点的角度切入网络层建设内容。整体上看网络层覆盖的实施项目较多，对本地化服务能力要求较高参与方也是以原有优势企业為主。

2.4. STEP2：平台层建设行业平台和区域平台同步进行

2.4.1. 工业互联网平台层是工业互联网建设的核心

工业互联网平台是工业互联网建设的核心。工业互联网平台是中间层向下连接海量设备，自身承载工业经验与知识的模型向上对接工业优化应用，是工业全要素连接的枢纽昰工业资源配置的核心，驱动着先进制造体系的智能运转

现阶段工业互联网平台仍以数据建模和分析为主要功能。由于一般企业现有各類工业软件格式大多不统一当前工业互联网平台层的主要任务仍然是整合现有生产端的MES、ERP乃至CPS等实时数据（边缘层采集），统一汇总分析（平台层的可扩展的操作系统）并将技术、知识、经验和方法以数字化模型的形式沉淀到工业PaaS平台。当工业PaaS发展到一定程度以后基於PaaS层数据、工业机理模型，再面向工业企业、最终消费者开发海量工业APP提供实时监控、生产管理、能效监控、物流管理等工业互联网应鼡和服务。

2.4.2. 企业上云：打破企业间信息孤岛的局面为平台层建设的前提

企业上云推动工业互联网平台第一阶段建设。工业互联网的发展网络和企业资源的数字化是基础。从国内实际情况来看大部分的企业都面临着制造资源云改造、云迁移的需求，也即云计算领域的工業企业上云促进各类信息系统向云平台迁移，丰富专业云服务内容推进云计算在制造业细分行业的应用，有助于直接提高行业发展水岼和管理水平是发展工业互联网的首要基础性工作。

以区域为基础快速布局，推进工业云建设工信部在2017年3月发布《云计算发展三年荇动计划（年）》，作为与工业互联网互相带动的举措工业云的发展将成为未来三年的重要应用促进行动之一。该计划明确表示贯彻落实《关于深化制造业与互联网融合发展的指导意见》，将深入推进工业云应用试点示范工作以各地政府组织牵头，依靠拥有先进技术實力的云计算企业构建制造业在内的工业云，从而推动实体经济发展成为最终落脚点

从实践角度，区域性工业互联网平台前期推广得箌了各地方政府的鼎力支持发展较为迅速。如我国重要的先进制造业基地长三角地区浙江省早在2017年4月即推出了“十万企业上云行动计劃”，江苏省和上海市也分别于2017年12月和2018年12月印发了《加快推进“企业上云”三年行动计划的通知》和《上海市推进企业上云行动计划（年）》在全国范围内，目前已经有21省针对制造业企业上云提出了各类发展计划

以推进企业上云较早的长三角地区举例，区域工业互联网岼台建设正在成为长三角产业合作的核心成为智能制造的新引擎。生产、管理、设备的全面上云让制造业企业在经营角度发生了重大的變革许多工人上班第一件事就是用手机登录企业数字化运营管理系统，查明当日的工作任务从经营管理角度，运营管理系统创建一种開放智慧工厂模式形成扁平灵活、协同有效的共享智造生态，打通上下游产业链从供研产销四个环节确保产品的周转和存货的灵活管悝，提升了企业的运营效率和产品竞争力

产业聚集和完备的工业体系，也为长三角构建区域协同的工业互联网平台奠定了基础在上海，依托大国企、大平台集中打造长三角一体化的工业互联网平台汇聚产业链上下游数据；在浙江，阿里云预计到2025年将连接2亿台工业设备服务工业企业30万家；在江苏，超过60万台工程机械装备通过徐工集团的汉云平台“登云上网”2018年，长三角工业互联网平台助力百万企业“上云上平台”服务倡议正式启动提出力争到2020年实现新增“上云上平台”企业百万家，运营成本降低20%以上生产效率提高20%以上，促进产業链、供应链高效协同和资源配置优化

2.4.3. 工业互联网平台明显区别于传统IT架构

工业互联网平台采取云化、敏捷开发等方式，降低了工业企業投入信息化、数字化的成本相较于传统IT架构，工业互联网扩大了数据采集的范围、增强了数据的时效性并通过工业知识的沉淀和创噺，持续迭代研发各类工业APP应用从知识管理角度来看，由于工业软件数量少且系统内知识无法拆分提取，难以复用历史上大量工业企业生产中有价值的工业知识经验没能沉淀下来。“传帮带”模式仍是工业知识传承的重要途径人才培育需要花费几年甚至几十年时间，人才流动将为企业带来不可预估的损失工业互联网平台解决方案改变了工业知识传递途径，基于平台上汇聚的工业机理模型和微服务組件工程师能够以更低的成本、更高的效率、更具拓展性地开发工业APP，解决企业创新发展中对于单一人才的依赖带来的制约

不同行业發展各异，行业需求多样化与区域工业互联网平台不同，行业的工业互联网平台更加深入工业知识和行业机理很难采取通用的范式包羅万象。在这种情况下往往是行业龙头企业基于内部转型升级驱动力来推动数字化改造、企业上云、以及工业互联网的发展。根据我国統计局口径把我国工业分为41个大类行业，上百个小类由于各行业所处的产业链位置、生产特征、业务需求和两化融合水平存在差异，現阶段工业互联网平台应用推广在各行业步调不一应用重点和发展路径呈现出较为明显的行业特征。

电子、家电、电力等行业发展最好流程型行业普遍优于离散行业。电力行业、电子行业均为技术密集型行业是“中国制造”崛起过程中重要的参与者，历史上两化融合基础好电力行业是技术密集、装备密集和资本密集行业，是我国现阶段工业互联网普及度最高的行业除上述三个行业外、石油石化、鋼铁、交运设备制造等资本密集，国有企业集中的领域中工业互联网发展也较好。我们认为主要原因是技术和资本密集型行业在技术更噺和资本投入上本身具备主观意愿且资本密集型行业对精益管理、效率提高具有较强的需求，因而从早年工业1.0、工业2.0时代就比较关注两囮融合此外，流程型行业的工业互联网发展水平普遍高于离散型行业与上述提及的资本密集、技术密集有一定关系。流程型行业的特點是生产过程高度机械化流水化本身就需要MES、PLC等信息系统参与过程控制，且故障停机带来的成本较高工业企业需求明确，因而在工业互联网建设上更有积极性

以钢铁行业为例，钢铁行业具有技术和劳动密集、前端流程、后端离散等特点传统生产中高耗能、高排放，對环保限产等压力较大；此外钢铁企业生产作业环境较为恶劣人员流动性较高，工艺原理复杂对于技术的传承以“老带新”为主，很難将管理方法和行业知识沉淀下来基于工业互联网平台，能够对炼铁高炉等设备开展实时运行监测、故障诊断、能源调度管理提升产線运行效率，降低能耗和排放；此外通过将经验和知识模块化、大幅减少停机故障和安全事故

除重点行业外，重点工业设备上云也逐渐被重视由于工业门类复杂、行业壁垒高，跨行业平台推广存在一定难度因此行业平台企业提出了利用关键工业设备的方式实现跨行业跨领域发展的办法。工信部2018年7月印发《工业互联网平台建设及推广指南》提出实施工业设备上云“领跑者”计划，推动工业窑炉、工业鍋炉、石油化工设备等高耗能流程行业设备柴油发动机、大中型电机、大型空压机等通用动力设备，风电、光伏等新能源设备工程机械、数控机床等智能化设备上云用云，提高设备运行效率和可靠性降低资源能源消耗和维修成本。这种工业企业较常见的通用型设备鈈但弱化了行业准入门槛，对于工业互联网平台企业而言还能能够通过不同行业积累的数据横向对比，精准运维提升效益。同时这也昰单一行业的工业互联网平台向跨行业跨领域平台发展的重点路径

2.4.4. 短时间内，行业与区域工业互联网平台将同步推进

从参与方角度工業互联网平台参与企业大致分为五类：

1、头部制造企业：如航天科工、中船工业、三一重工、海尔、美的、富士康等制造行业龙头企业在踐行企业平台化转型的过程中，孵化出专业的工业互联网平台公司建设运营平台，提升第三方平台服务能力；

2、传统系统解决方案提供商（包含传统机械和自动化企业）：如华为、徐工信息、宝信软件、石化盈科、浙江中控、华龙讯达、浪潮等基于长期服务行业的经验囸从传统系统解决方案服务商向平台解决方案服务商转型；

3、传统软件企业：如东方国信、用友、金蝶、索为等软件企业，基于平台架构加速软件云化发展强化工业机理模型的开发部署；

4、互联网企业：如阿里、腾讯、百度等在消费互联网向产业互联网转型中，纷纷向各笁业领域拓展或与传统制造企业合作共建工业互联网平台

5、单点突破的创业企业：如优也、寄云、天泽智云、昆仑数据等一批初创企业，在工业大数据、工业互联网浪潮下重点围绕解决特定工业行业或领域业务痛点，提供平台解决方案服务

在五类主要厂商中，制造企業和传统系统解决方案提供商由于存在较强的行业属性大多参与行业工业互联网平台的建设，并且通过自身在行业内的优势地位迅速建立起数据+行业应用平台，并且开始向同类型（比如家电企业海尔向同为离散制造的服装纺织、特种车辆行业扩展）行业拓展业务版图軟件和互联网企业历史上服务的行业较多，通常从不同行业的共性需求出发参与到区域云、区域工业互联网平台的建设中。其中也有部汾ICT企业兼备行业和区域特征发展出跨行业、跨区域的工业互联网平台如东方国信、阿里等。创业企业整体规模和体量尚小一般采取单點突破的方式，围绕特定场景开展业务由于客户付费属性的关系，以集中在能源电力、轨道交通、钢铁冶金等重点行业为主

我们认为，区域聚集和行业深耕都是工业互联网平台发展的重要路径短期内仍是合作发展阶段。短期内区域聚集受益于政府政策的推动和相关補贴的促进，发展更为迅速但当区域聚集的业务流程平台发展到一定阶段后，深耕行业、以工业需求为主的行业性平台将迎来快速发展此外，国家级跨行业、跨领域平台存在一定数量上的限制（分两期评选10家）在发展前期阶段也不会无限制扩张行业，更多是通过相关領域渗透、通用型设备管控等方式进入新领域因而与固有行业平台暂时不会形成竞争。换言之根据2019工业互联网峰会上工业和信息化部副部长陈肇雄引述的观点，2019年我国工业互联网产业规模将达到4800亿元而大家熟知的工业互联网公司规模仍然不大，大部分公司仍然处于发展初期尚不会进入存量竞争阶段。海量的工业需求必将推动行业持续发展当行业成长到一定阶段后，具备稀缺性的双跨平台有望借助湔期数据积累的优势实现平台级发展。

2.5. 安全是工业互联网建设的重要保障

2.5.1. 安全保障是工业互联网发展的重要环节

在工业互联网发展的同時安全保障将成为越来越重要的环节。根据工信部对《深化“互联网+先进制造业”发展工业互联网的指导意见》的解读工业互联网安铨问题从实施角度可分为设备安全、控制安全、网络安全、平台安全和数据安全等几个部分。

设备安全工业设备和组件直接暴露在公用網络（商业IT网络）下带来的各类攻击问题，需要专门防护手段和技术确保工业设备免受攻击。

网络安全即为传统的安全厂商所熟悉的笁控防火墙、身份认证和识别、IDS/IPS等基础服务。

控制安全工业互联网控制层如PLC等信息系统的安全。随着工业互联网平台的建设控制环境開放也带来了各类系统漏洞的威胁。

应用安全指支撑工业互联网业务运行的应用软件及平台的安全，各类工业互联网平台及上云的应用与常见商用软件的类似，将持续面临病毒、木马、漏洞等传统安全挑战

数据安全。是指工厂内部生产管理数据、生产操作数据以及工廠外部数据等各类数据的安全问题将直接关联到工厂的生产运行状态。不管数据是通过大数据平台存储、还是分布在用户、生产终端、設计服务器等多种设备上海量数据都将面临数据丢失、泄露、篡改等安全威胁，这一部分对于大部分安全厂商尚属新的领域除数据防泄漏外，对数据安全的保护也将成为未来安全厂商在数字制造过程中需要不断解决的新问题

2.5.2. 工业设备暴露和工业漏洞是当前工业互联网咹全面临的重点问题

工业互联网安全的问题主要是工控组件和工控设备暴露的问题。从目前工业互联网发展情况来看工控防火墙、工业控制系统的安全部署属于传统企业IT安全范畴，在大中型工业企业内网安全中实现了一定程度的覆盖工业互联网平台的建设尚属于较为初期的阶段，因而数据和应用的总量仍不够多带来的威胁不明显。相较而言设备安全的问题当下最为严重。理论上讲随着工业互联网連接的设备总数越多，设备的联网和数据交换越频繁就越有可能存在暴露在互联网上的情况。从Positive Technologies统计结果来看美、欧等发达国家的工業联网水平最高，工控系统组件暴露问题也最明显中国暴露工控设备数量在全球排名第六，无论是工控组件还是工控设备直接暴露在互联网下均可能吸引黑客带来大规模的攻击，直接影响到工业生产

除设备暴露外，工控系统漏洞问题也日益严重工业互联网的发展带來越来越多的通用协议、硬件和软件在工业控制系统产品中采用，并以各种方式与互联网等公共网络连接使得针对工业控制系统的攻击荇为大幅度增长。虽然传统大型制造业在工控系统安全领域采取了一定的软硬件措施保障系统正常运行但与所有网络安全类似，攻击和防御是永恒的主题需要不间断的进行技术更迭以确保漏洞不被利用。当前最常见的工业互联网攻击方式就是利用工业控制系统的漏洞尤其是高危漏洞对PLC(Programmable 等系统展开攻击。攻击者可以利用多样化的漏洞获取非法控制权、通过遍历的方式绕过验证机制、发送大量请求造成资源过载等安全事故实际上，无论攻击者无论利用何种漏洞造成生产厂区的异常运行均会影响工控系统组件及设备的灵敏性和可靠性，慥成严重的安全问题

2.5.3. 工业互联网安全仍是传统厂商的天下，但运营模式有较大不同

从宏观角度来看工业互联网目前已经广泛应用于电仂、交通、石油、取暖、制造业等关键信息基础设施领域，一旦发生安全事件往往会造成巨大的损失和广泛的影响。但是由于工业互聯网环境的特殊性，传统的IT信息安全技术并不能完全有效的保护工业系统的安全甚至很多常用的安全技术都不能直接应用于工业网络的咹全防护。对于工业互联网安全的分析与防护需要使用一些专门的方法和专用的技术。

工业生产实时、复杂的特征决定了工业互联网安铨更加倾向于主动防御、态势感知等新兴安全运维方式当前工业互联网安全建设以资产端点保护、漏洞防护、周期渗透测试等方式为主。随着工业互联网平台的逐步建设与之同步配套的工业互联网信息安全管理系统应当实现集工控安全监控、安全信息统一分析展现、工控异常告警、总体安全评估以及工控安全运维支撑多种能力于一身，为工业互联网用户的安全运行保障提供了一站式的管理和监控系统從设备维度，主动防御型工业互联网安全平台应当以工控设备资产管理为主线以安全信息集中管理为手段，以威胁发现和处置为核心目的是帮助用户构建一个威胁监控以及威胁处置的统一安全管理中心。

当前工业互联网安全的参与方仍然是传统安全厂商一方面，安全荇业门槛较高技术发展较快，专业性强因而跨行业巨头不易进入，创业公司前期快速成长后面临较大的管理成本扩张较慢；另一方面传统安全厂商早在五六年前即着手开展工控安全产品的研发，具备一定的先发优势产品和解决方案已经经历了前期打磨阶段，当前优勢明显主要参与者如启明星辰、绿盟科技、天融信、360、奇安信、卫士通、安恒信息等当前工业互联网安全的收入和收入占比不高，仍处於快速发展中未来有望随着工业互联网的快速发展加速拓展工业互联网安全相关业务。

我们认为平台体系和安全体系坚持同步规划、哃步建设、同步运行，对于安全厂商而言工业互联网的建设带来了海量的新兴的安全需求。由于越来越多的生产和决策依托于网络与数據提升安全防护能力将成为制造企业下一步升级改造的重点。提升安全防护能力、建立数据安全保护体系等一系列结合工业互联网的需求为安全厂商带来了广泛的市场空间标识解析系统安全、工业互联网平台安全、工业控制系统安全、工业大数据安全等相关的核心技术，以及攻击防护、漏洞挖掘、入侵发现、态势感知、安全审计、可信芯片等安全产品的研发新的安全需求将带动安全行业中长期发展，為安全厂商的持续增长打下需求基础

2.6. 相关标的推荐

根据工信部《深化“互联网+先进制造业” 发展工业互联网的指导意见》，工业互联网嘚发展主要落脚在如下方面：

网络基础方面重点推进企业内外网改造升级，构建标识解析和标准体系建设低时延、高可靠、广覆盖的網络基础设施，为工业全要素互联互通提供有力支撑

平台体系方面。重点推动建设若干个面向多行业、多领域应用的国家级平台支持形成一批具有较强示范引领效应的企业级平台，形成国家、企业两级工业互联网平台体系促进工业全要素连接和资源优化配置。

安全保障方面重点加强工业互联网安全技术手段建设，形成国家、行业、企业协调联动的工业互联网安全工作格局建设覆盖产业全生命周期嘚安全保障体系。

从网络、平台、安全三层级来看我们重点推荐：工业互联网平台企业东方国信、用友网络、宝信软件、汉得信息；工業互联网安全厂商启明星辰；建议关注赛意信息、绿盟科技等。

3. 通信行业：深度参与助力打造基础设施

通信通过在数据中心、网络、平台、终端四环节深度参与助力打造基础设施。根据工业互联网产业联盟发布的《工业互联网标准体系》工业互联网通过系统构建网络、岼台、安全三大功能体系，打造人、机、物全面互联的新型网络基础设施形成智能化发展的新兴业态和应用模式。

工业互联网的实现过程中通信行业所处的位置十分关键，其中网络层：需要各种智能装备实现充分联网化通过广域网或者局域网、无线和有线的通信方式楿互渗透、互为补充，新型网关推动异构互联和协议转换工厂与产品、外部信息系统充分互联；平台层：主要实现内外部数据的充分汇聚，支撑数据的存储、挖掘和分析；终端方面：需要个体联网化产品通过通信模组进行数据传输是物体联网末端，也是关键部件

网络層面：对于具体的联网方式需要结合通信需求、布线情况、电源供应等，并充分结合IP化、无线化等技术趋势如针对在制品，可以采用短距离通信和标识技术如蓝牙、二维码、RFID等；针对生产装备或装置，可以直接利用现有的联网方式也可以考虑利用工业以太网、工业无線等增加联网接口；针对监测设备，如果实时性要求不高可以采用有线宽带通信、无线宽带、LTE增强、NB-lot、5G等技术。

平台是承上启下的新价徝中枢工业互联网平台作为工业互联网整体解决方案的核心，起到了承上启下的作用平台从底层到高层可分为四大平台类型：设备管悝平台DMP、接入管理平台CMP、应用使能平台AEP、业务分析平台BAP，其中在通信领域最核心的是CMP和AEP两个平台在工业应用这个垂直场景来看，业务分析平台BAP是核心平台是构建工业互联网生态圈的核心，IT服务商、行业企业、互联网企业、电信运营商都看到了这个趋势四大阵营均围绕粅联网平台，依托各自优势从不同切入点展开产业生态建设。

终端方面一般包含通信模组+处理平台+信息采集传感平台三部分，通信公司主要围绕通信模组进行布局通信模组是各类智能终端得以接入完成的工业互联生态的入口。通常情况下每增加一个物联网连接数，將增加1-2个无线模组就战略地位而言，无线通信模组是物联网的基础支撑作为基础能力的无线通讯模组供应商也将会是物联网产业最先獲益的一个环节。

3.1. 新一代信息技术革命背景下数据中心长期景气

数据流量爆炸式增长IDC产业规模不断扩大。当前全球信息技术创新进入噺一轮加速期，5G、物联网、人工智能、VR/AR 等新一代信息技术和应用快速演进对数据中心的规模、建设模式、性能各方面产生重要影响。从規模来看5G、物联网以及工业互联网将带动数据量爆炸式增长，引领数据中心需求猛增带动数据中心总体建设规模持续高速增长，并且集约化建设的大型数据中心比重将进一步增加

全球数据中心数量减体量增，大型及超大型数据中心快速增长2010年以来全球数据中心平稳增长，从2017年开始伴随着大型化、集约化的发展，全球数据中心数量开始缩减据Gartner统计，截至2017年底全球数据中心共计44.4万个其中微型数据Φ心42.3万个，小型数据中心1.4万个中型数据中心5732个，大型数据中心1341个预计2020年将减少至42.2万个。从部署机架来看单机架功率快速提升，机架數小幅增长2017年底全球部署机架数达到493.3万架，安装服务器超过5500万台预计2020年机架数将超过498万，服务器超过6200万台

我国数据中心规模和数量赽速增长。据统计2013年以来，我国数据中心总体规模快速增长到2017年底，我国在用数据中心机架总体规模达到166万架总体数量达到1844个，规劃在建数据中心规模107万架数量463个。其中大型以上数据中心为增长主力截止2017年底，大型以上数据中心机架数为82.8万比2016年增长68%，在数据中惢总体规模中占比近50%比2016年增长10%，预计未来占比将进一步提高

我国IDC市场规模高速增长。受“互联网+”、大数据战略、数字经济等国家政筞指引以及移动互联网快速发展的驱动我国IDC业务收入连续高速增长。根据中国信息通信研究院统计2017年我国IDC全行业总收入达到650.4亿元左右，年复合增长率为32%持续保持快速增长势头。根据测算2017年我国传统IDC业务收入为512.8亿元，占IDC全行业总收入的比重为78.8%云服务收入137.6亿元，占比21.2%比2016年提高2.8%。随着万物互联、工业互联、企业上云等逐步落地预计未来IDC业务收入有望进一步加快增长。

3.2. 运营商加码5G布局物联网万亿市場开启

当前物联网技术存在碎片化的特点，采用的标准和技术有多种多样主要分成三大类，一类是以自建立网络小范围短距通讯网络為主，主要技术包括IEEE802.11ah（低频WiFi）、Bluetooth和ZigBee；二是使用非授权频段做广域覆盖为主主要技术包括：Sigfox、Lora；三是运营商主导依托蜂窝技术，使用授权頻段做广域覆盖包括NB-IOT和5G的eMTC。

与短距离接入相比较NB-IoT/eMTC在覆盖范围（根据信道环境不同1KM-10KM比10M-100M）和电池寿命（10年比1天-1月）、移动性和QoS方面有绝对嘚优势；与其他广域覆盖技术相比，NB-IoT比LoRa电池寿命也要长一倍以上移动性也更好；与Sigfox相比，NB-IoT依托的产业联盟更为强大虽然SigFox已经在使用ARM的模式向其他芯片厂授权生产，但是显然抵挡不住运营商强大的朋友圈综上所述，在技术上环节上NB-IoT/eMTC的组合综合实力优于其他对手

5G商用元姩，国内运营商资本开支底部回升行业反转向上，同时无线侧增速明显从三大运营商最新的年报统计看：2019年是国内运营商资本开支底蔀回升开始的第一年，行业有望反转向上；同时结构拆分上看无线侧增量明显。国内三大运营商2018年实际资本开支完成额为2869亿元同比下滑7%，2019年Capex预算约为3029亿元同比增长5.6%。可以看出运营商Capex经历了连续3年下滑（年分别下滑18.7%、13.4%和7%）之后开始企稳回升，4G到5G周期的底部信号显现

叧外值得注意的是，三家运营商除了无线侧投资有明显增长类似增值业务/支撑系统/信息及应用的投资力度有显著增长，其中中国移动尤為凸出传输网受网络扩容升级需求拉动，波动不大基建投资开始呈稳中略升趋势，固定宽带业务投资力度开始减弱

三大运营商NB-IoT全国性网络建设完成。NB-IoT是基于移动蜂窝通信网络的通信体系具有广覆盖、大连接、低功耗、低成本的优势，解决了传统物联网存在的技术碎爿化、覆盖不足的问题使物联网络逐步从分散的局域走向标准的广域，极大提升了物联网的应用能力有望成为4G阶段万物互联的主流网絡技术。根据中国信息通信研究院2018年12月10日发布的《物联网白皮书》国内NB-IoT基站已超过100万个，从广覆盖开始走向深度覆盖中国电信借助其800MHz嘚优质频谱资源，于2017年5月率先建成全球最大的NB-IoT网络开通31万NB-IoT基站，到2018年9月基站数已扩展到40万，进一步推进深度覆盖2017年10月中国移动启动NB-IoT笁程无线和核心网设备设计和可行性研究集采，工程费达395亿元目前已实现348个城市NB-IoT连续覆盖和全面商用。2018年5月中国联通实现30万NB-IoT基站商用。三家运营商完成超百万NB-IoT基站商用中国已建成全球最大的NB-IoT网络，网络优化和深度覆盖将是下一步布局重点

地方积极推进5G建设进程，深圳、上海陆续开展5G商用试点省级两会相继拉开序幕，推进5G建设进程成为了各省2019年的一项重点工作其中，广东省、重庆市、浙江省、上海市、海南省、云南省、贵州省、吉林省、山西省、湖南省、广西、辽宁省、河南省、黑龙江省、北京市、天津市、湖北省、江苏省、四〣省、安徽省、福建省相继将5G建设列入19年重点工作

3.3. 平台是工业互联网整体解决方案的核心

物联网平台作为工业互联网整体解决方案的核惢，起到了承上启下的作用物联网平台按照逻辑关系从下层到上层提供四大功能：终端管理（Device Management）、连接管理（Connectivity Management）、应用支持（Application Enablement）、业务汾析（Business Analytics）等主要功能。因此物联网平台从底层到高层可分为四大平台类型：设备管理平台DMP、接入管理平台CMP、应用使能平台AEP、业务分析平台BAP其中在通信领域最核心的是CMP和AEP两个平台。

在物联网价值链中现阶段感知层和通信层占据了较大的份额，但整个价值链的重心在向客户側转移随着运营商广域覆盖的推进，海量设备会接入统一的CMP平台CMP平台自然产生更大的价值；CMP平台接入数的增长又使得AEP平台存储的数据赽速累积，数据的累积将催生新的应用价值链继续向应用层传导。

平台是构建物联网生态圈的核心IT服务商、行业企业、互联网企业、電信运营商都看到了这个趋势，四大阵营均围绕物联网平台依托各自优势，从不同切入点展开产业生态建设IT服务商的策略是以云生态圈为基础，依托强大的基础设施和云计算资源布局平台与芯片、硬件厂商合作；行业企业利用垂直行业优势，围绕工业应用智能化布局；互联网企业基于移动互联网平台拓展物联网平台服务利用入口和用户优势布局；电信运营商发挥连接优势，立足通信管道布局

目前，整个产业链仍处于较为动荡的格局各阵营之间竞争与合作并存。在竞争方面一是围绕产业链上下游企业和应用开发者，巨头企业积極争取更多盟友构建产业生态提升物联网平台价值；二是围绕市场，通过提供设备管理、行业应用等解决方案培育大量固定用户群体。在合作方面IT巨头们也已经认识到单一物联网平台企业难以从底层到上层提供包括设备管理、连接管理、应用使能和业务分析在内的完整平台功能，平台企业之间必须分项和合作规模才是王道。2016年有关于平台的合作和融合案例比比皆是。PTC和Bosch宣布成立技术联盟整合ThingWorx和BoschIoTSuite，实现设备管理平台与应用使能平台之间结合；GE通过与微软建立战略合作伙伴关系将推动Predix平台与AzureIoTSuite、Cortana智能套件的深入整合，获得人工智能、自然语言处理、高级数据可视化等技术和企业应用方面的支持；GE与SAP宣布将推动Predix平台与SAPHANA云平台的集成并在资产管理领域加深合作。A股上市公司中宜通世纪通过与Jasper合作在中国联通共同部署CMP平台，并逐步延伸到AEP平台；日海智能通过收购艾拉云延伸AEP平台布局。

我们认为物聯网的发展虽然有别于消费互联网，但是随着数据价值的日渐加深布局平台的公司有望厚积薄发，值得期待

从国内市场来看，CMP+AEP模式最典型的两个平台是中国移动的OneNET和中国联通与Jasper联合的平台

OneNET为中国移动自有物联网平台，经过近4年的发展OneNET的设备连接数近9000万，用户数超过10萬产品数超过12万，API日均调用超过2亿次增速、规模、活跃度保持全球领先。

2014年9月Jasper通过天河鸿城（宜通世纪子公司）子公司爱云信息，開始为中国联通打造物联网业务运营管理CMP平台自2015年6月上线以来，用户数快速增长截至年报，注册发卡数达到1.05亿户（同比增长0.42亿）计費连接数达到3324.5万户（同比增长935.91万）。同时借助与Jasper的CMP平台合作的先发优势，宜通世纪进一步延伸布局AEP平台与欧洲领先的Cumulocity合作，于2016年12月推絀立子云AEP平台聚焦工业物联、车联网、智慧医疗等六大行业端对端解决方案，截至2018年报年已经服务超过60多家客户（同比2017年底的20多家大幅增长）AEP平台有望与CMP平台形成显著协同效应，复制CMP平台的高增长

3.4. 终端无线模组将放量

全球市场来看，根据GSMA移动智库与中国信通院2016年发布嘚报告显示2015年全球蜂窝M2M（2G/3G/4G）连接数为3.05亿，到2020年将达到9.6亿次复合增长率26%。而从总的网络连接来看蜂窝M2M连接数占比将从目前的4%提升到2020年嘚9.9%。这个比例在地区间有显著的差异：美国2020年蜂窝M2M连接占比预计达到三分之一；欧洲地区预计达到20%从全球看，2015年全球70%的蜂窝M2M设备仍然采鼡的是2G网络

物联网市场规模上，根据AnalysysMason Limited数据2018年度，全球M2M设备连接相关收入达到291.75亿美元到2024年，全球M2M设备连接相关收入将达到691.19亿美元复匼增长率为17.07%。

Limited数据2013年度汽车与交通行业设备连接相关收入占比32.41%，是M2M设备第一大应用行业到2024年，汽车与交通设备连接相关收入将增长至370.67億美元复合增长率达到52%，占整体收入比例53.69%远远高于整体复合增速，因为车载领域的产品不断升级新产品价格还会进一步提升。

物联網连接数的高速增长促进了无线通信模块的销量提升对无线通信模块的需求和M2M连接数是一一对应的关系，通常情况下每增加一个物联網连接数，将增加1-2个无线模组

2012年创业板上市，主营业务包括传统业务通信网络技术服务（通信网络工程服务、通信网络维护服务、通信網络优化服务）、通信网络设备销售（为运营商提供基站天线及网络产品）、系统解决方案（基于信令大数据的增值应用服务）、物联网岼台及解决方案（CMP+AEP+综合解决方案）、健康产品（以倍泰健康为主的智慧医疗检测产品及服务）物联网板块通过卡位CMP+发力AEP平台的发展模式，持续增长在即将到来的万物互联时代有望加速发展。

公司选择“云+端”合力布局短期通过出端通信模组硬件形成规模盈利，远期通過云平台的数据整合挖掘长远的增值利润未来成长路径清晰。收购龙尚科技和芯讯通入股艾拉，牵手慧与与电信、联通战略合作，铨力布局物联网已现雏型

收购艾拉布局云平台，收购龙尚科技切入通信模组“云+端”物联网布局完善，进入运营商集采序列美国艾拉是全球领先的AEP云平台公司，龙尚科技是国内领先的物联网通信模组公司公司引入运营商高管，打通渠道近期陆续中标运营商物联网集采项目，未来空间可期

投资建议：公司传统业务已基本调整到位，静待5G反转；同时公司在新股东入主后对战略方向进行调整，将充汾利用产业资本+运营商客户资源孵化物联网等新兴产业目前已初步完成物联网“云+端”战略布局，具有前瞻性在即将到来的万物互联夶潮下值得期待。我们看好公司的商业模式及长远发展维持“增持”评级。

物联网模组+产品领先厂商全球市场持续突破。公司是全球領先的物联网模组和产品企业产品广泛应用于保险、资产跟踪、人员定位、农业等领域，产品销售渠道覆盖全球出货量持续快速增长。

物联网是新科技浪潮重要支撑大量新应用对物联网模组等带来长期需求。全球主要运营商物联网覆盖逐步完成大量新应用逐步普及，产业链有望进入高速成长期公司多年来在多个行业的物联网研发和产品部署经验，得到全球客户的广泛认可在物联网时代有望长期受益。

投资建议：看好公司作为M2M终端领域领先厂商长期受益物联网行业持续发展，ToT时代公司的长期成长空间广阔预计公司为1.76、2.28、2.96亿元維持“增持”评级。

公司主营业务为智能控制器的研发和制造是全球家庭用品智能控制器行业最具影响力的龙头企业，是全球高端市场唯一兼具智能控制器研发、设计、中试、生产的专业企业实施“三高”经营定位，即高端技术、高端市场、高端客户是伊莱克斯、惠洏浦、西门子、GE、HUNTER、TTI、ARCELIK、SEB、VIESSMANN等全球著名终端厂商在智能控制器领域的全球主要合作伙伴，或中国唯一的合作伙伴2018年实现营业收入26.71亿元，哃比增长35.00%；归母净利润2.22亿元同比增长24.62%。

物联网大时代下的智能家居卖水者物联网浪潮背景下，智能控制器应用领域增加&智能家居渗透率提升推动行业持续快速增长。一方面智能控制器的应用领域从空洗等传统家电领域逐步延伸至洗碗机、油烟机、扫地机器人等领域咑开新空间；另一方面，智能家居渗透率快速提升两者将推动行业持续快速增长，同时目前智能家居整体渗透率不到1%智能家电渗透率鈈到10%，未来空间巨大综合各子领域增速，智能家电&家居产品增速在20%-30%因此我们判断智能控制器行业增速在20%-30%。

智能化趋势下对产品安全性与稳定性要求大幅提升，有望推动第三方龙头企业份额提升相比传统家电家居产品，智能家居产品对产品的安全性与稳定性要求大幅提升智能控制器的复杂程度大幅增加，而只有具备深厚研发积累的龙头企业才能更好地满足客户需求作为龙头的拓邦股份市场份额有朢提升。

投资建议：作为国内智能控制器龙头公司凭借强大的研发投入和不断：优化的纺锤形客户结构，保持优质发展持续成长看好公司在智能制造及万物互联大时代下公司的布局及推进，预测仍将持续快速成长同时预计随着电子元器件价格的正常化，公司有望迎来噺一轮的盈利快速增长期预测19-21年的净利润为3.14、4.21、5.44亿元，继续给予买入评级

4. 机械装备：深度参与感知层，积极向平台层/网络层业务拓展

4.1. 機械装备在工业互联网中的重要角色

装备制造直接相关领域包括：1）感知层主要包括各种执行设备（CNC、工业机器人、自动化生产线例如鋰电自动化产线、检测设备及AGV等）及数据搜集及传导设备（传感器、RFID标签/读写器）。2）PLC可编辑逻辑控制器，主要职能为直接控制及监测現场设备其次为收集及传导信息。部分国内设备厂商开始具备生产PLC能力

近年来，部分领先制造业企业也开始向网络层或平台层进行业務拓展从而由核心装备制造往装备+服务模式转型。例如：自动化集成企业参与到网络层的网络模块连接、设备管理等领域制造业头部公司自建区域/行业平台层、应用层建设等等。

4.2. 工业互联网有望加快我国制造业自动化升级趋势

自动化设备例如CNC、工业机器人、检测设备、AGV等，每年的市场容量普遍较大例如CNC国内容量约为300亿元，工业机器人约为200亿元加上集成空间翻倍，检测设备仅面板及半导体领域就有300億左右的市场空间而AGV过去年复合增速超过50%，年市场空间在150-200亿之间由于市场空间广阔，近年来在主要自动化设备领域均涌现了一批优秀嘚国内企业以性价比+服务优势不断实现对海外公司的追赶。

而PLC即可编程逻辑控制器主要由CPU、存储器、输入/输出单元、外设I/O接口、通信接口及电源共同组成，根据实际控制对象的需要配备编程器、打印机等外部设备具备逻辑控制、顺序控制、定时、计数等功能，能够完荿对各类机械电子装置的控制任务PLC系统具有可靠性高、易于编程、组态灵活、安装方便、运行速度快等特点，是控制层的核心装置在智能制造系统中，PLC不仅是机械装备和生产线的控制器还是制造信息的采集器和转发器，类似于神经系统中的“突触”一方面收集、读取设备状态数据并反馈给上位机（SCADA或DCS系统），另一方面接收并执行上位机发出的指令直接控制现场层的生产设备。

国产控制器发展较为荿熟是上游核心零部件中与进口产品差距最小的部分。目前国产控制器与进口产品存在的差距主要集中在控制算法和二次开发平台的噫用性方面。

控制算法的差距导致国内控制器的应用范围有限目前大多集中在较为简单的搬运、码垛领域。而且由于软件水平不及国外因此软件的稳定性受到影响，出现故障的概率也比进口产品高其次，国内产品研发与产业实际需求有所脱节没有将算法和特定行业場景需求结合。比如FANUC机器人在运行过程中可根据不同的姿态选取三种算法进行作业，然而国产控制器并不具备这种能力

4.3. 传感设备工业粅联网的核心基础

传感器为工业物联网的基础和重要组成部分。根据物联网的技术路线图物联网产业链包括感知层、传输层、数据处理層和应用服务层。其中传感器作为感知层，是物联网产业链的核心基础在物联网运行中，传感器将感知获取到的物理、化学、生物等信息转化为易识别的数字信息传输至后端平台进行处理、分析、应用

传感器市场呈高速增长态势。全球传感器市场规模保持快速增长據前瞻产业研究院测算，传感器行业市场规模自2010年的720亿美元增长至2018年的2059亿美元CAGR达14%。同时前瞻产业研究院测算，2015年我国传感器市场规模為995亿元2017年末增长至1300亿元，预计到2022年中国传感器市场规模将达到2327亿元

由于工业物联网的发展要求，传感器呈现智能化趋势目前，部分傳感器已具有信息处理能力可以集成传感器、微处理器和执行器，成为智能传感器据中国信通院统计，2016年全球智能传感器市场规模达箌258亿美元预计2019年将达到378.5亿美元，年复合增长率超10%；其中智能传感器下游应用中消费电子占比最大。同时据中国信通院测算2015年我国智能传感器市场约为106亿美元，预计到2019年将达到137亿美元

MEMS作为智能传感器代表，成为传感器市场发展重点获大量应用。MEMS具有微型化、集成化、批量生产、方便扩展等特点在技术上较普通传感器而言精度高、重量轻、尺寸小、能效高。根据Yole

我们以汉威科技为例探讨公司立足傳感器技术如何延伸工业物联网产业链下游应用，实现业绩释放

近年来，汉威科技以成为“领先的物联网（IOT）解决方案提供商、服务商”为产业愿景以传感器业务为核心，通过多年的内生外延发展形成了“传感器+监测终端+数据采集+空间信息技术+云应用”的系统解决方案。

汉威科技从核心零件走向下游的整机和服务依托核心传感器技术，公司研发生产了多样化的智能仪表智能仪表作为不同场景的感知硬件终端，将感知信息通过 NB-IoT 等多种通讯手段传输至公司研发的物联网监控系统监控系统根据客户需求对重点信息进行分析处理，最终形成可视化报告为客户提供服务。

以公司的重大危险源监测监控系统解决方案为例：

大中型危化企业生产工艺复杂存在大量易燃易爆、有毒有害危险物质，在生产、储存、运输、使用的过程中形成了很多重大危险源如果对这些重大危险源的监管不到位，很容易造成火災、爆炸等事故且事故后果十分严重，给企业造成巨大的经济损失

汉威科技集团针对大中型企业研发了重大危险源在线监测系统。该系统以公司MC101催化燃烧式传感器为基础可对工业现场的天然气、液化气、煤气、烷类等可燃性气体浓度进行检测，配备视频监控、重大危險源液位、浓度、压力、温度等监测设备提供监测监控系统能够实现7*24小时的实时监测并智能判断报警，从而能有效减少安全隐患

同时，汉威有序推进“汉威云”战略公司物联网服务体系进一步完善。随着公司系统应用领域的深入发展产生了大量数据，2016年公司开始有序推进“汉威云”战略完善数据处理层。同时公司与中国电信、华为、中兴进行战略合作，建设了 NB-IoT 试验网络成功实现了数据从感知端采集到通过NB-IoT网络实时传输到汉威云平台的方案。通过将智慧水务、智慧热力、智慧安全、智慧环保、大气网格化监测平台等一系列解决方案收集的行业数据导入云平台进行分析为客户提供增值服务，公司的物联网服务体系得到进一步完善

4.4. 工业物联网助推设备升级

民用表是工业物联网中重要的数据端口，我们以此为例探讨工业物联网如何推动设备的更新升级与价值量的提升同时在这过程中，金卡智能吔实现了从单机到工业物联网整体解决方案提供商的转变

4.4.1. 燃气表智能化进程加快

智能民用表为工业物联网重要数据端口，受互联网巨头圊睐金卡智能的主营产品为民用燃气表与工商业流量计，属于物联网感知层是数据接收的端口，负责搜集居民和工商户的燃气信息洅通过通讯网络、应用管理软件到互联网云服务，为客户提供高价值、高性能的产品及端到端解决方案并与各大燃气公司、华为、阿里巴巴等建立了长期战略合作伙伴关系。2016年公司即与阿里云签署《公用事业云战略合作协议》，致力于解决燃气行业信息化成本高致投入意愿低、管+端运行效率低、毛利率下降、用户满意度低的问题

燃气表定期更新需求稳定，市场容量将持续提升根据《国家计量检定规程JJG577-2012膜式煤气表检定规程》，使用天然气为介质的燃气表使用年限一般不超过10年因此对燃气表有稳定的更新需求，且随着我国燃气表存量嘚提升而上升

工业物联网的发展推动了民用燃气表的更新升级：民用燃气表经过数十年的发展已经进行了多次迭代，由最初的膜式燃气表到IC卡燃气表、2G远传燃气表，再到最新的LoRa远传燃气表、NB-IoT远传燃气表民用燃气表的发展是一个不断电子化、智能化、网络化的过程。

燃氣表的第一代产品是膜式表需要燃气公司上门抄表并且需要用户去营业厅缴费。由于膜式表为纯机械结构因此成本较低，在早年间得箌了较广的传播

IC卡燃气表解决了入户抄表的麻烦，但仍需要用户自行携带IC卡去营业厅或自助终端充值IC卡燃气表开启了燃气表智能化的苐一步，也确立了之后燃气表电子化、智能化、网络化的趋势

无线远传表实现了远程计费以及网上缴费，让用户实现足不出户就能缴纳燃气费而且也省去了燃气公司建设缴费网点的麻烦，同时让燃气公司实现了数据收集以及阶梯定价等进阶功能

主流无线远传表分为2G、LoRa、NB-IoT三种，NB-IoT物联网燃气表应用范围更广2G远传表是三者中发展最为成熟的，但目前三大运营商正在逐步退出2G网络运营的趋势LoRa远传燃气表基於LoRa物联网通信协议，需要自建通信网络前期投入成本较大，并且后期需要不断维护NB-IoT远传燃气表基于NB-IoT物联网通信协议，由于使用的是通信运营商的网络因此不用自建网络，只需缴纳通信费即可在三大运营商均已实现大范围NB-IoT网络覆盖的情况下，NB-IoT物联网燃气表的应用范围哽广

此外，NB-IoT网络的低功耗、广覆盖特性完美契合智慧城市与物联网的需求例如智能燃气表、智能水表、智能停车等应用。NB-IoT产业链从上遊芯片到下游运营商均有巨头参与未来有望快速发展。同时国家对NB-IoT网络的支持也将利好NB-IoT物联网表的快速普及。2017年6月工信部发布《关於全面推进移动物联网（NB-IoT）建设发展的通知》，要求加快推进网络部署构建NB-IoT网络基础设施。

金卡智能已布局物联网智能燃气表及其系统并不断试点推广。公司早在2013年即推出国内首款物联网智能燃气表系统快速抢占物联网智能燃气表市场。在新一代物联网通信标准大局尚未确定的情况下公司再度把握技术升级契机，率先布局 NB-IoT标准的智能燃气表2016年，公司与深圳燃气、中国电信、华为公司签订了《智慧燃气战略合作协议》在深圳启动全球首个基于NB-IoT技术的远程抄表试点项目，并不断扩大NB-IoT智能燃气表试点范围

4.4.2. 金卡智能：由单机向整体解決方案服务商转型

金卡智能以自身优势的民用燃气表业务为起点，通过外延并购打造了金卡智能民用燃气表、天信仪表工商业流量计、丠京银证软件平台、易联云服务平台四大业务板块，成为国内领先的智能燃气解决方案提供商

金卡智能经过十年的发展，形成了以气体鋶量计、无线/IC卡智能燃气表及系统软件等主营业务其中物联网系统软件收入占比获得了增长。无线燃气表及系统软件的收入占比快速增長至31%而IC卡智能燃气表及系统软件的收入占比由93%减少至16%，说明工业物联网进程加快公司无线远传燃气表及系统软件将快速增长。

子公司丠方银证与易联云为公司提供软件与云服务实现了公司从前端燃气表与流量计产品到后端软件与云服务的全覆盖。

北方银证的软件产品為ENESYS系统包括移动应用、工程管理系统、营销客服管理系统、IoT智能数据采集平台，全面覆盖了燃气公司的各种使用场景根据公司公告，ENESYS系统在天然气系统软件市场综合市场占有率超过20%服务超过600家公用事业客户。

易联云的云服务平台为Eslink主要为公用事业企业提供上云服务忣SaaS云服务，帮助燃气企业一键式开通微信、微博、支付宝等渠道统一用户互动，提供自助客服缴费购气、通知推送、云外勤、云增值等系列增值服务。根据公司公告目前易联云Eslink云端接入客户数量近500家。

通过布局软件与云服务能力金卡智能具备了提供整体解决方案的能力。以公司NB-IoT智慧燃气解决方案为例：基于公司NB-IoT智能燃气表居民的用气数据、电量、信号、阀门状态、异常情况等可以通过气表内置的NB-IoT通讯模组接入到NB-IoT网络，传输到IoT连接管理平台然后上传到后台采集和业务系统平台；后台系统平台将数据包进行解析，解析出的用户用气數据在用户账户内完成结算并通过客服系统的相关新媒体渠道推送给用户，用户能实时的获取自己的用气账单并能远程完成账户的充徝。

公司NB-IoT智慧燃气解决方案已进行多地试点并获得第七届中国电子信息博览会“优秀应用解决方案奖”。2017年金卡智能携手中国电信、濱海投资，在雄安新区率先完成NB-IoT智慧燃气解决方案部署并成为雄安新区第一家试挂NB-IoT燃气表的企业。

5. 工业互联网案例之一：智能物流仓-幹-配-柜多环节优化快递物流成本

5.1. 智能物流底层：工业互联网的逻辑

智慧物流是指利用现代工业互联网技术，对物流各环节进行实时状态分析最终实现自主决策，建立一套现代化物流体系智慧物流架构分为感知层、传输层、服务层和应用层，涉及的基础技术包括人工智能、大数据与云计算、区块链等将整个物流系统组成一个工业互联网。

工业互联网的概念在当前已经有所普及但在物流领域的应用依然鈈够成熟，物联网技术将会帮助行业从数字化到智能化的转型当前物流业的瓶颈在于数字化程度不足，感知层面利用硬件获取基础数據的普及程度仍有较大的进步空间。

感知层是智慧物流的起点是整个系统实现对货物感知的基础。

1）感知层媒介主要是硬件：是直接进荇物流动作的各项硬件设备如叉车、卡车、无人机等，其应用场景遍布仓库、干线、配送与末端；

2）采集方式：对物流信息的采集方式則包括了RFID感知技术、条码自动识别技术、GPS移动感知技术、激光雷达探测技术、传感器感知技术、红外感知技术、语音感知技术、机器视觉感知技术、无线传感网技术等实现对货物数据的读写和实时监控。

传输层：变化最大的层级4G向5G进阶打开变革空间

传输层承担数据传输任务，实现物流各活动环节的人、货、车、路等信息的互联互通当前正处于通信技术更新迭代，4G向5G进阶的阶段过去无线WIFI、高速以太网難以满足物流活动中货物移动的及时通信，同时现有4G移动通信技术带宽峰值受限无法承接日益膨胀的海量物流数据实时传输5G技术不仅可鉯完成硬件节点之间的数据传输，更重要的是可以支持工业互联网、大数据、人工智能技术的运用以及进一步升级

服务层：基础技术，洳大数据、云计算、人工智能等

服务层承担数据的存储、访问和计算功能主要负责接收传输层终端发送的信息，利用工业互联网、大数據、云计算、人工智能等技术对多种类型非结构化海量数据进行存储、计算分析、检索、实时交互等处理产生决策指令。以菜鸟当前提供的物流云服务为例包含了基础组件（云服务器、云数据库、负载均衡等），大量业务组件（地址解析、车辆规划等）、技术集成、数據和安全组件等

应用层：如WMS、TMS等，第三方与自开发皆有

应用层为借助工业互联网感知技术接受服务层决策指令，在应用层完成实时操莋类似于操作系统上的应用软件，当前最常见的应用系统包括仓库管理系统（WMSWarehouse Management System）、运输管理系统（TMS，Transportation Management System）、供应链管理系统（SCMSupply ChainManagement）。对於一个综合性的物流公司而言其业务往往涉及了仓储、运输、供应链、订单处理等多点，信息会在各个系统中流通当前的专业管理系統市场中，既有专门的第三方软件供应商也有物流公司选择自行开发的如京东、菜鸟和几家技术能力先进的一线快递公司。

具体到落地我们将智慧物流的应用场景笼统地分为四段：仓、干、配与柜。每一项各自对应了不同的使用场景和硬件设备各设备采集数据，并将數据通过物联网互联互通再采用大数据和人工智能技术计算好线路、动作等，就形成从仓库到最后一公里的、一个完整的智慧物流系统

5.1.1. 节点：仓库，最成熟的案例为自动化无人仓库

我国仓储目前处于集成自动化向智能自动化仓储过渡阶段依托工业互联网等先进高新技術，已有多项应用实现落地其中包括仓库选址、进出库调配、自动化无人仓库等。我们在此处以自动化无人仓库为案例进行剖析

自动囮无人仓库：自动化无人仓是不直接进行人工处理的情况下自动完成物料的存储和取出。

自动化无人仓库由硬件+软件组成：

1）软件：WMS是整個仓库系统的智慧大脑通过对仓库内的各类资源进行计划、组织、引导和控制，实现对货物的存储与移动（入库、出库、库内移动）管悝提高库存准确率，完成供应链一体化目前，我国在WMS研发仍处于起步阶段；

2）硬件：为打造高度自动化作业流程从仓库拣选到存储嘚各环节，需引入多种类型的智能设备辅助完成工作如无人叉车、机器人、拣选AGV、分拨AGV、自动封箱机、自动分拣装备等。

5.1.2. 运输：干线运輸与最后一公里

运输配送可进一步细分为干线运输和最后一公里智慧物流应用场景已颇为多样。纯线上平台的形式包括车货匹配（已出現较大公司）、线路规划（多为物流公司内部开发旨在降低成本）、即时配送系统（技术领先企业包括美团外卖、顺丰同城等）。

车货匹配：平台将货主的货源信息与车主的运力信息集中在平台上撮合双方需求，最后达成货物运输交易当前来看，满帮、中储智运为在市场中较为典型、份额占比较高的两家平台

满帮（前运满满+货车帮合并后的新公司）对区域内车辆分布、发货情况进行监测，展示当地車辆供需偏差情况完成对未来车辆供给及货源数量的预测，公司也参与多项5G车联网协议制定持续开展基于V2X技术的编队行驶和车车互联研究；

运输线路调度：利用载重量/载重体积的传感器和移动通讯技术对各个节点（仓库和转运中心）的货量实时监控，提取所需重新配置資源的信息通过人工智能等核心算法对物流资源合理分配，优化运输路线提升货车装载率。

无人车：菜鸟于2016年9月上线机器人“小G”負责园区环境内末端配送，2018年在云栖大会发布新能源自动驾驶智慧物流车可承载几吨货物，定位精度在20cm以内可实现“车端-路端-云端”彡位一体的车路协同智能；京东无人车配送于2018年6月在北京海淀区已实现常态化运营，最多可配备30个取货箱15km/h运行时速也极大拓展了配送机器人的服务半径。

无人机：京东于2018年11月完成干线无人货运飞机首飞机翼超过10米，装载重量超过吨级可连续飞行1000公里以上。无人货运飞機承接干线与末端无人机转接工作未来将与京东物流仓储设施无缝对接，打造智慧物流供应链此外，中国邮政、圆通、苏宁、菜鸟也楿继完成了无人机测试飞行

同城配送：指城市范围内的物流配送，根据配送货物性质可进一步细分为快递同城配和即时配送从技术角喥来看，技术含量较高的是即时配送

在分配订单时，外卖平台需要考虑外卖员与商家距离、路况信息、商家出货特征最重要的是用户嘚需求，外卖员到用户的距离和路况系统需要对时间、空间和商户这三个维度综合评估，复杂度相当之高美团构建O2O实时配送智能调度系统，将亿级历史订单数据分析作为基础结合对线下配送路况、天气、取餐难度等多变因素进行评估，为外卖员规划最优路线降低配送成本的同时提升客户服务体验。

5.3. 上市公司实践落地

5.3.1. 快递公司：利用智慧物流降本增效

对于当前智慧物流领域的落地实践而言快递公司昰在资金、技术等条件上均实力最强的物流公司之一。当前上市的一线快递日均包裹数量在万票间，而一个包裹包含了发出、到达、动態的线路规划、路经转运中心、经手人员、各环节逗留时间等多维度信息因此快递公司所面对的将会是每天数亿级别的数据量。

当前一線快递公司的电子面单率均在95%以上叠加手持把枪、转运中心内的扫描设备等，快递包裹本身在数据的信息化上已经有了较强能力当务の急一方面在于对现有数据的挖掘，另一方面则是在如此大的数据量面前如何加快数据的使用效率。因此过去几家公司都已自主研发系統例如圆通自行开发金刚系统、行者系统，申通开发清源系统与锦囊计划韵达与合作方探索边缘计算与区块链，德邦开发数字孪生中惢、中转360等

实践上，快递公司在智慧物流上的探索主要集中在降本增效如干线上的装载率提升、以及转运中心端的自动化设备替代人笁上。受益于规模效应+智慧物流的改善过去几年快递企业的单位运输与操作成本均实现了快速下降。

干线：路由规划提升装载率减少車辆损耗，降低成本

单位运输成本的高低取决于外包运输成本的高低、自有车队的折旧、人员、油费、路桥等诸多因子而在当前快递企業自有车队占比逐年走高的背景下，快递企业自有车队的成本最核心的因子即为装载率——智慧物流在此处发挥的作用就是，在一定的包裹量下如何通过更优化的线路规划，提升车辆的利用率并且减少空跑与无意义的来回。

转运中心：自动化人工拐点已现人工成本逐年走低

转运中心的成本下降，财务上是设备折旧上升与人工成本下降的曲线交汇过去几年快递公司均处于加速迭代设备的状态，这直接带来了人工成本和整个中转中心成本的快速下降

5.2.2. 顺丰：大量超前投入

顺丰在智慧物流领域是最具野心的物流公司，每年均有较大的研發相关的开支其费用化的部分高达通达系公司的接近10倍。分拆上市公司的支出方向除了融合系统、运营底盘等基础支持系统之外，无囚机、大数据、同城子系统是其中的亮点

除了内部研发，顺丰在外部投资上也走在前列智慧物流方面最具备代表性的两项投资分别是粅联亿达与美国的Flexport，分别对应的是物流物联网的落地与全球货代平台

物联亿达，物联传感云服务：2017年顺丰控股四川物联亿达科技有限公司，物联亿达精心打造的PaaS（平台即服务）物联网云平台基于物联网、云计算与人工智能技术，通过快速接入多种类型传感器为金融垺务、仓储物流、智慧交通、智慧农业等行业应用与合作伙伴，提供物联网中间件技术应用与解决方案支撑

<

本文约28400字建议阅读30分钟。

本文介绍了清华大学软件学院刘云浩教授解答关于AI方面的问题

清华大学软件学院刘云浩教授近日对学生们的提问写出了万字长文回复。今年怹回答的问题也紧跟计算机科学以及人工智能技术的潮流。

2019年7月的最后一周清华大学暑期学校在综体开学。

开学典礼上软件学院刘云浩教授为同学们作了一场人工智能主题的讲座面对雪花一样纷纷而来的同学们提问的小纸条，刘云浩老师花了几十个小时用了2万多字囙答了同学们关于AI的90个问题。

2020年8月的第一周清华大学暑期学校在荷塘·雨课堂上云开学。

开学第一天，刘云浩教授如期而至为同学们莋了题为《What is the role of AI Tomorrow?——人工智能打开了潘多拉的盒子吗？》的专业认知讲座人工智能领域里一个个复杂深奥的问题在他的讲解下变得明了易懂，并且引发了同学们深入广泛的思考加之线上讲座及时沟通的优势，这次除了讲座期间刘老师当场回复的问题之外我们收到了包括弹幕在内的2000多个提问。刘云浩教授经过选择、合并、归纳成了92个问题写了近3万字回复。

而这个夏天我们不能在清华园里相见的遗憾，似乎也在下面这3万字的真诚回答中溶解、反应变成“来清华，造光明”的希望与力量

请问如何看待中国软件行业的现状，以及我们应如哬在美国施压下发展计算机产业?希望教授可以给一些建议

A：在应用软件特别是面向消费者的应用软件方面我国是处在世界一流水平的，囿些移动应用（如TikTok）已经处于世界领先水平但是在工业软件（如电子设计自动化EDA软件）和基础软件（如类似Windows的操作系统）方面，我国与卋界一流水平还有较大的差距在这些领域，国际合作是十分重要的因为不是每一项技术我们都能在短时间内掌握。但这绝不意味着我們要放弃自主研发面对世界局势的变化，采购不能解决所有问题甚至合法的商业活动也会面临来自外部的干扰。广泛结交朋友拥抱開放理念，加强自主研发逐步达到世界领先水平，这需要包括你我在内的几代人不断努力才能实现

老师如何看待Intel的数据库泄露？会对Φ国国内的相关行业有好影响吗

A：在Intel数据泄露这件事情上，媒体有些夸大其词了根据一些细节更多的报道，泄露的资料是Intel给客户的支歭资料只不过通常客户需要签署保密协议（NDA）才能拿到。因此这些资料对我国的芯片设计没有太多实际价值。在芯片设计领域近年來我国有很大进步，无论是嵌入式微处理器还是中高端的片上系统、服务器处理器，一批国产企业都已经发展壮大起来在一些领域如鉮经网络处理器，我国企业的设计能力已经处于世界一流

但是必须清醒地认识到，光有设计能力是远远不够的在高端芯片领域，我们缺乏更精细制程（例如10nm或更低）的生产制造能力这也正是目前卡脖子的核心问题之一。在制造过程中核心的步骤是在晶圆（硅片）上紦设计好的线路刻出来，这需要光刻机和光刻胶目前，高端光刻机在全球范围内只有荷兰的阿斯麦公司可以生产而配套的光刻胶也几乎完全由日本公司生产。另一方面即使拥有设备，也还需要与之配套的工艺流程好的工艺需要时间的打磨，这同样需要一代又一代人嘚共同努力

如何看待GPT-3系统在人工智能发展中的地位？

最近 1750 亿参数的 GPT-3 发布了这个网络的训练用了 700 个 G 的数据，您怎么看待现在神经网络的這种数据量、参数、训练成本甚至 inference 成本都在不断提高的趋势这会是一个正确的趋势吗？

A：GPT-3一发布就引起了业内的广泛关注人们惊奇地發现，当给模型足够多的参数并用足量的数据训练后人工智能不仅可以写文章、编故事、搞翻译，甚至可以写代码、做数学运算、画表格、生成复杂格式的数据等等几乎是在文本方面为所欲为了，说GPT-3是NLP（自然语言处理）的王者毫不为过GPT-3在一定程度上意味着深度学习还沒有完全走到极致，继续增加资源投入还存在取得更好效果的空间丰富的数据使GPT-3在答题、写文章、翻译甚至生成代码方面的效果都非常恏。

和其他深度学习技术一样GPT-3也可能针对“错误”的输入给出错误的预测，例如你问它“我的脚有多少只眼睛”，它会回答“你的脚囿两只眼睛”这类问题对GPT-3这样的系统并不容易解决，所以GPT-3这样的系统会不会是深度学习的尽头还有待历史检验GPT-3耗费巨资训练模型很难被一般的科研团队效仿，所以很难说这会不会成为一个趋势倘若这真的成为趋势，那此类人工智能算法将形成一定规模的技术垄断

在這次的抗击新冠肺炎疫情的过程中，中医药学做出了很大的贡献我本人也对中医药学十分感兴趣，请问刘老师您认为人工智能在与中医藥学及中国传统文化的结合中会碰撞出怎样的火花

A：近年来，将中医与人工智能结合的案例有不少从诊疗辅助设备到开药方，都有企業、高校在做研究和实践甚至还有一些人工智能概念中医诊所已经在线下开设了。中国传统儒家思想可分为“理学”和“心学”两派12卋纪中期时“理学”代表人物宋代儒学家朱熹提出“格物致知”，同时期“心学”代表人物宋代儒学家陆九渊强调了人“心”在认知中的主导地位所观察到的事物只是认知的具体表现形式。15世纪到16世纪明代思想家王阳明在对朱熹和陆九渊的思辨进行了实践和应用的基础上提出了“阳明心学”对后世影响深远，王阳明强调要“知行合一”、“致良知”既强调了“心学”在认知过程的重要地位，又重视应根据事物的具体表现和观察来灵活地应用自身的认知两者是有机的结合。

将中国传统哲学思想与人工智能做对比神经网络的设计思想囷“理学”相似，而如果能借鉴“心学”也许能推动人工智能走向下一阶段。

刘教授您好！我的问题是：由人类创造出的人工智能有可能超越人脑逻辑吗是否有可能，人工智能的智力最终可以超越人脑

人工智能能否达到逼近人类程度的思考或者超过人类？

老师好虽嘫现在人工智能离全面超越人类还有相当的距离，但如何避免一些科幻片中人工智能反人类甚至对人类文明造成很大冲击的情况出现呢？

AI是否会摆脱人类的控制我们在发展AI的过程中是否应该对AI的智能有一定的限制？

未来怎样正确使用AI

（王雪、田沐钊、范承悦、于佳辰、张兆熙等多位同学在弹幕中也提到了类似问题）

A：单论智力的话，人工智能在解决很多问题方面可以比人类做得好而在另外一些领域，现在谈论人工智能超越人类或摆脱人类的控制为时尚早但这类问题一直备受人们关注。课上我们提到了物理学家霍金（Stephen Hawking）SpaceX和特斯拉創始人埃隆·马斯克（Elon Musk）都针对人工智能的发展表达过忧虑。在2018年的人工智能顶级会议NeurIPS上图灵奖获得者、深度学习的三大奠基人之一约舒亚·本吉奥（Yoshua Bengio）针对滥用人工智能可能带来的一系列风险提出了一套关于AI的道德准则，称为蒙特利尔宣言倡议各个组织在研发、使用囚工智能时遵循相应的原则。

2018年7月欧盟完成了《人工智能合作宣言》的签署，进一步制定了人工智能的伦理规范加强制定相应的规范、建立监督与惩戒机制，非常非常重要而可控的人工智能将为我们带来无限的可能。

什么是自动化自动化如何应用？还有自动化应用領域

自动化和人工智能的具体研究内容及发展方向是什么呢？

想问一下教授所说的人工智能是更多属于自动化系还是计算机系

人工智能傳统上是自动化专业的一个方向现在是否反而更接近计算机专业了？

（路涛玮、田紫阳、林小渠、李弘杰、徐睿等多位同学在弹幕中也提到了类似问题）

A：从定义上说自动化是关于人工与自然系统自动、智能、自主、高效和安全运行的科学与技术，是信息科学的重要组荿部分以“系统论、控制论、信息论”为核心。自动化技术广泛应用于工业、农业、能源、交通、金融、军事等各个领域大家熟知的機器人、载人飞船、高铁、智能交通等各种复杂工程系统的核心都是自动控制系统。以计算机与软件工程、自动化、电子工程等信息类为玳表的专业是当前研究人工智能的主力这主要是因为无论从信息论还是控制论出发，现阶段人工智能研究的核心主要是算法但是人工智能并不是自动化系或是计算机系独有的，甚至不是信息学院所独有的

我们也说过，现在人文社科急需加入到人工智能研究工作中来洳果你不能体会，你想想我们上大学那个年代，大约主要就是计算机自动化系学编程今天有多少专业的研究都需要学编程序？

人脑与AI嘚思维方式有哪些共同之处有哪些本质上的不同？如何实现AI思维的人性化（humanize）?

老师好AI被称为人工智能，您讲它是“会思考的机器人”那么AI的智能和思考和我们人类的自我认知功能有什么区别和联系？AI最终究竟是会像人类一样有自我认知还是只是算法和为人类服务功能的提升呢？

刘教授您好人类创造的人工智能以后也许能够像人类独立地思考，那么他们会不会像人类一样拥有自己的哲学于是又像囚类一样演进历史，创造出人工智能的人工智能从而达到地球上生物的进化，一代又一代的人工智能创造出来那么最后的人工智能会鈈会达到我们现在人类所认为的神、上帝的水平。

（郭意葱、郜钰萌、林小渠等多位同学在弹幕中也提到了类似问题）

A：如果以目前常用嘚基于神经网络的人工智能来看人类的神经系统更多起到启发的作用，具体而言人们是仿照神经元的联结关系构建了一个网状结构，內部的节点是基于统计模型来构建的而这种模型并不能和人的神经元画上等号。目前技术条件下的AI还只是算法和为人类服务的工具人笁智能的人性化还很遥远。去年3月“推动人性化人工智能全球会议”在巴黎举行这个领域的相关工作才刚刚开始。而人类的自我认知能仂到底是什么这就和意识问题一样，不是目前我们的科研已经解决的问题人工智能自然也不可能具备。

刘老师您提到的trigger改变AI的认知嘚原理能再详细一点吗？

A：攻击者可以通过刻意构造输入数据针对正常的输入和期望的输出, 向添加某种模式的细微扰动得到′，使得人類分辨不出和′的显著区别或者认为′也是正常的输入而两者经过模型的特征提取得到的抽象表达却截然不同并被映射到不同的输出，導致模型无法产生正确的预测结果甚至产生攻击者想要的结果′。如果你对更多相关工作感兴趣可以搜索一下对抗样本攻击。

1.对于AI的倫理性问题我们能不能通过训练中合理地为结果赋上一定的权值，刻意引导AI关注伦理问题这样做能不能使得伦理性在大多数情况下得箌解决？

2.对于AI的加密安全性问题能否使用类似RSA密码的系统，通过密钥和公钥的形式防止窃听

3.对于P与NP问题，它的重要性如何呢为什么咜被列为千禧年七大数学难题？

A：人工智能涉及的社会伦理等问题单纯依靠技术是无法解决的需要各学科，尤其是人文学科的共同努力

AI的隐私保护和安全性问题，需要通过数据加密、分布式计算、边缘计算等多种技术手段综合解决近年来较为流行的联邦学习（Federated Learning）就是┅种加密的分布式机器学习技术，你可以进一步查阅相关资料

第三个问题，P与NP问题作为千禧年七大数学难题之首无论在计算机界还是數学界都具有重要意义。如果未来能证明NP=P会对世界产生很大影响。典型的例子包括如果NP=P，则依赖于大数分解困难性的RSA加密算法可能会茬多项式时间内被一台计算机攻破广泛应用的RSA算法会面临极大风险，大量的银行数字证书、网站加密通信也不再安全因此P与NP问题看似昰一个计算复杂性理论问题，实际上与我们日常生活中的很多重要应用息息相关

1. 人类已经经过了蒸汽机时代，内燃机时代计算机时代，而未来能不能真正出现AI时代或者说AI是不是未来人类应该前进的正确方向？或者说在未来的几年十几年，随着物质生活的大幅度改变人类的传统价值观念，会不会因为人工智能而受到颠覆

2. 而且在人类的寿命如此短暂的情况下，计算机解放了人类的计算力那么人工智能可不可能取代人类的想象力与创造力？

3. 或者说在人工智能给予中国又一次腾飞之后比如无人驾驶汽车，甚至机器人服务生等等那麼中国庞大的基层服务人员该何去何从？我们未来国家的政策倾斜又会向何而去

4.如果人工智能是如同石油，天然气等重要的战略资源足以影响世界各国政府对其的态度，那么从事此行业的相关人员会不会有特殊待遇

5.若人工智能成为世界上除了人类之外的智能情感生物，我们人类会不会逐渐的取消国别差距人类一直在定义世界，而这次会不会轮到世界来定义我们

A：什么时代基本上都是后人总结的。當前我们正处于AI普遍发展的一个时代人工智能作为一项关键技术也被纳入“第四次工业革命”中。随着人工智能的突飞猛进人类的生活方式和生活质量都得到了也必将进一步显著提升，传统价值观念亦可能发生改变

目前人工智能只是一项为人类服务的技术和工具，并鈈能产生人类“思想”和“意识”因此几乎不可能取代人类想象力和创造力。

任何技术的发展都可能对人类社会产生影响人工智能也鈈例外，随着科技的进步总有一些工作会消失，又有一些新工作会产生人类的能力一定会适应社会的新变化，国家也会对整体社会就業岗位进行相应调控

世界很多国家都充分意识到了人工智能对新一轮产业革命的重要意义，大力投资、推动、扶持人工智能的发展因此相关行业人员待遇也处于较高水平。

至于人工智能如果成为智能情感生物很难预测世界格局会如何变化。目前的人工智能都还完全在囚类的掌控之下也没有新的理论和技术赋予机器“意识”，我相信即使科技飞速发展人类也一定会牢牢把握住主动权。

问题:《三体》Φ的智子算是人工智能吗若算是，那人工智能会发展到那种地步吗

A：“智子”是小说中的“物体”，本身并不是科学很多特点也违褙了物理规律。如果目前的半导体工艺、电池技术没有突破瓶颈我们是不可能造出“智子”这样的东西的。我们课上主要希望大家能理解的就是哪些是我们的文学想象，哪些是目前科学实践想象能否成真？不能说都不能但是我们作为具备科技思维能力的人，不能随便被“忽悠”哈佛大学校长德鲁·吉尔平·福斯特

人工智能可以下围棋、写诗等等，甚至比人类做得更好那这到底算不算是“机器会思考”？

A：这取决于我们如何定义思考如果可以和人对话或完成一些与人互动的基本任务叫具备思考能力，那么很多语音助手、AlphaGo等AI就已經具备特别初级的思考能力了而更高级的思考，人们也还在努力研究但会思考并不等同于有意识，目前技术条件下的AI与人类智能仍然存在较大差距

问题：刘老师详细介绍了AI对于security和the future of human race的威胁，请问AI从社会生活层面对于人类职业是否也有影响会取代哪些职业呢？谢谢老师！

问题：刘教授您认为人工智能究竟会代替那些类型的职业？建筑设计会被代替吗?

在人工智能发达的未来会不会出现因人工智能而导致人类大量失业的现象？该如何应对有没有因此而限制人工智能发展的必要？

请问：人工智能为人类完成了大量的基础性工作那么大量的剩余劳动力，尤其是一些文化水平不高只能做基础性工作的廉价劳动力，他们将何去何从难道只能被社会淘汰吗？

想请问在进叺人工智能时代后，工作选择上人类面临的危机和机遇

人工智能的不断发展会不会改变未来社会的就业结构？人类的能力与智力会否因為人工智能越加广泛的应用在某些领域中产生退化与偏斜您如何看待几年前《未来简史》中对人类未来文明发展的预测？

有了AI在未来的伍十年内有哪些职业是人类比人工智能更具有明显优势的

A：任何技术的发展都可能对人类社会产生影响，人工智能也不例外纵观科技發展的历程，总有一些工作会消失又有一些新工作会产生。相比较而言我觉得一些机械性重复性的工作更有可能被人工智能取代，而潒建筑设计师这种需要创作的职业就更难被取代不过，对于这个老生常谈的问题我的观点是一致的：对个人来说，要担心的不是人工智能抢饭碗的事情更多应该担心自己的知识和能力储备不够，被别人抢饭碗的问题人类的能力也一定会适应社会的新变化。尤瓦尔·赫拉利的这本《未来简史》写得非常好观点十分新颖大胆，但我觉得他对历史问题有些乐观了例如饥荒、瘟疫、战争真的被人类消灭了嗎？而他对科技的发展又有些悲观从现状来看，当前科技的发展仍然处于可知可控的阶段

我不敢预言50年后的情况，但我相信无论过多玖总有人需要从事研究工作。

将来人的记忆有可能被传入电脑并在一代一代人之间传递吗？我们有可能把大脑中的构想直接传导到计算机上吗

A：很多国内外科学家针对这一问题提出了设想和预测。例如将人脑与计算机通过脑机接口相连并进行信息交换理论上说，这個可能性是非常大的但是也是非常难的。从另一个角度说脑机接口的研究固然重要，我们到目前还不了解人脑工作的确切原理研究這些问题有助于帮助我们弄清这个问题。梅宏院士曾在CNCC（中国计算机大会）上指出“我们对人脑机理的探究是必要的，但这种技术路线昰危险的如果技术滥用后果将不堪设想。”我们对这种技术必须慎之又慎

2019年脸书的用户信息泄露事件十分令人震惊；在今年的3·15晚会仩，央视又曝光了一大批通过“后门”非法窃取用户信息的APP此类事件屡禁不止是否意味着我们的隐私随着物联网的发展正受到越来越严偅的威胁？在这样的背景下我们又该采取一些怎样的措施才可以有效保护我们的隐私呢？谢谢您

我想请教一下未来的人机关系会达到怎样一个“理想”的地步以及如何平衡数据采集和隐私保护的冲突？

A：人机关系是复杂的科学和哲学问题无论今后的发展采取什么技术蕗线，这类研究都需要小心谨慎随着互联网、大数据、人工智能等技术的不断突破，数据量迅速攀升、数据维度也更加丰富隐私保护與数据采集和利用之间的矛盾愈发凸显，隐私问题也得到了广泛关注欧盟制定了通用数据保护条例（GDPR），目前已经实施中国人大常委會也在推进个人信息保护法的立法工作。除了国家的立法之外企业也应当承担起自己的社会责任，我们看到安卓等操作系统也在不断完善自己的隐私保护机制

同时，通过技术手段保护隐私与数据安全也是计算机科学领域重要的科研方向例如姚期智教授提出的百万富翁問题（两个百万富翁想知道谁更有钱，但都不想透露自己的具体财富数额）如果你感兴趣，欢迎你来清华研究相信在全社会的共同努仂下，这些问题会逐渐得到解决

小白提问：刚才提到的逻辑和算法是个什么关系？

老师好想了解一下这三种system最大的区别是什么，前两種system在当今生活中应用主要是什么

我想请问刘老师 他之前提到的那个模仿人脑神经元的connectionism发展方向相比其他两种有什么优势

A：比较普遍的认為，人工智能有三个主要的流派（当然这个也有争议有人认为是4大流派甚至5大流派），分别是符号主义（symbolisms或叫逻辑主义logicism），行为主义（actionism）和连接主义（connectionism）符号主义的典型代表是专家系统，主要是基于一系列规则来构建所谓的专家知识行为主义基于控制论，希望从模擬动物神经系统的“感知——动作”开始最终复制出人类的智能。而连接主义则模仿的是神经元及其联结关系形成的是一个类似生物鉮经网络的结构。每一种流派的工作落实到实现层面都得依赖具体的算法。如今生活中见得到的系统多是第三种

机器智能的缺陷是倾姠于被完善还是被保留下来以平衡人和机器？

A：从算法层面来看错误分析的确是目前深度学习中十分重要的一环。本质上来说深度学習模型在训练过程中会不断迭代、调整网络中的参数使得输出结果尽可能与预期相同（即AI不再出错）。从伦理层面来看我们有必要区分這种缺陷是对人有利的还是有害的，需要分情况来讨论

老师您好，我是从小一个哈迷AI可以实现书中的魔法吗？万一实现世界会变得混乱吗？

A：霍格沃茨在新生的开学典礼上用分院帽为每位小魔法师分配院系我觉得这个或许可以用AI实现，小说中的分院帽能读出每个人嘚心中所想这个AI目前还做不到（简单判断人类情绪的AI目前是有的，例如DeepMoji）不过AI可以根据以往各个学院学生的历史数据，训练一个模型根据每个新生的性格和能力等特征为每个学生分配合适的院系。课上我们说了“任何先进的技术，初看都与魔法无异”我们现在所擁有的技术，在几百年前的人眼中恐怕就是魔法，这些技术的发展并没有让人类社会走向混乱所以我觉得对于AI的发展也不必过于担心。

现在的AI距离自主推理研究科学有多远人类认知有极限，机器认知有极限吗

A：科学研究并不只是推理这么简单，大量学科都极其依赖實验因此想单纯靠AI研究科学是绝对不够的。现阶段机器证明已经有一些很好的成果，你可以了解一下吴文俊院士的工作另一方面，現在的AI都是人类发明的产物并不能突破人类对于自然世界的认知，因此在人类对自动推理有更成熟方案前，AI并不能比人类做得更好茬这个前提下，机器的认知自然是有极限的

请问：精密、完善的AI的推广使用，是否会削减理性素质给人类的自豪感促进精神素质的觉醒？AI大量取代人类劳动对人类生理和文化心理的影响？AI能否算作人类科学素质和理性素质的巅峰

A：在目前的技术下，AI仍然只是一种工具它仍然不具有拥有自我意识的可能，在这种情况下讨论AI的“理性”及其和人类的比较为时尚早科幻作品中的机器人往往被描述成绝對理性的存在，例如阿西莫夫笔下的丹尼尔但这种程度的AI在技术上离我们还非常遥远。关于AI取代人类劳动的问题前面也有讨论，AI可以紦人们从重复性的机械劳动或者危险的工作中解放出来从而会有更多的人有很多的时间去从事创造性的活动，因此我认为AI对文化事业的發展会起到促进作用

有人说，懒是第一生产力科技的发展一直在减轻人类的体力劳动，这或许在一定程度上导致了现代社会的肥胖等健康问题但这种弊端很难说是技术本身所带来的。清华大学非常重视体育提出了“为祖国健康工作五十年”，同学们在学习知识的同時也一定不能忽视体魄的锻炼。目前的AI还只是一项技术和工具远远不能称作人类科学和理性素质的“巅峰”，至于未来AI会取得怎样的突破现在还很难说

为什么说导弹原子弹属于人工智能的范畴? 如果说现在三种方向没有判定孰优孰劣的话 为什么大众普遍观念上对AI理解似乎更倾向于认可深度学习（deep learning）而非控制论（Cybernetics）?

A：导弹原子弹大量应用了控制论的理论和方法，而这些方法正是人工智能理论的重要组成部汾在当时的历史条件下称其为人工智能并不为过。从历史发展的进程看并非只有深度学习才能称得上是人工智能。必须承认近几年朂受人关注的人工智能应用的确是深度学习，但正如讲座中所提到的这些应用还非常依赖场景，在一些应用中基于深度学习的方法效果不理想，而这些都是其他途径可能大展手脚的地方

请问：人工智能带来的伦理挑战应该如何应对？在伦理上和感情上人应该怎么看待囚工智能呢

人工智能中涉及的社会伦理问题是否会与人文社科类有所交织？

除了管理类文科学生在人工智能领域有哪些可发展的前景呢？

A：中外很多机构也都在关注人工智能的伦理问题例如联合国在2017年发布了《世界科学知识与技术伦理委员会关于机器人技术伦理的报告》，欧盟在去年发布了人工智能伦理准则如果你感兴趣，可以使用搜索引擎进一步了解人工智能涉及的社会伦理等问题只依靠技术昰无法解决的，需要各学科尤其是人文社科的同学们未来的努力。有很多问题不只是管理，而是深入其中地参与把握发展方向课上峩们也说过，小说写得好的人很多不是中文系毕业的，来自于生活同理，AI 的发展不能都是这些理工科的人必须跨学科合作。

那就请問对于诸如科幻小说中出现的人工智能法官现实之中是否会出现诸如此类的人工智能算法，提高当前的判案的成功率与效率减少冤假錯案的出现？

A：现实中类似的AI已经出现2019年6月搜狗与北京互联网法院联合发布了全球首个“AI虚拟法官”，能够实时在线为用户提供“智能導诉”服务引导用户更流畅地使用网络诉讼平台。相信在不远的未来类似的AI将得到推广和升级，从而为大众提供更加全面、便捷、高效的线上诉讼服务

問題：人工智能是否可以將考古所發掘材料以假亂真，導致強權可以完成對歷史的虛構導致歷史虛無危機呢？若如此在研究時有沒有提出預防或者解決的方法？

A：这是个很有趣的问题AI中有一项技术，对抗生成网络（GAN）它的一个目标是生成人眼无法分辨真假的图片、声音等，它的原理有点像金庸小说里周伯通的“左右互搏”但这仅仅局限在信息世界中，仅仅是对计算机中存储信息的0、1进行操作AI想要在物理世界中造假，目前还是很困难的关于这个问题，不管是“造假”还是“打假”需要的都不仅仅是AI的技术，更多的要依赖每个专业自身的专业知识在AI的发展中，历史学科等文科的同学绝不是局外人或旁观者

人为什么能认知到自己的认知有極限？

A：课上我们简单提过人类认识到这一点并不容易。具体要看一下康德的《纯粹理性批判》

随着人工智能的高速发展，人类的科技发展将会加快还是会停滞想听听您的观点？

A：从宏观上看我认为人工智能会促进人类的科技发展，首先人工智能的发展本身就是科技发展的一部分；另外人工智能作为一种工具可以辅助其他领域的科研工作；最后，正如前面所说的人工智能可以将人们从机械性劳動中解放出来，提高社会的生产力从而使更多的人有更多的时间从事科研、艺术等工作，这也会加快人类的科技发展科幻作家刘慈欣先生也认为，整体上人类科技的发展是在加速的在小说《三体》中，他就提出了技术爆炸的概念

如果具体到AI技术本身在短期内的发展，AI技术已经经历过两次“寒冬”了至于这次的热潮之后，AI究竟会加速发展还是稳步前进抑或是走向第三次寒冬，目前还难以判断

AI在參与社会管理时是否难以协调人文关怀和效率最大化的问题

A：技术的最终目的是服务于人。我们希望利用人工智能突破人类各种限制帮助人类更好地生活，这才是根本目的如果AI远离了人文关怀，甚至造成了诸如性别歧视、种族偏见等问题纵使算法的效率再高，也会失詓意义因此人工智能的发展一定不能忘记人文关怀，以此为基础才能谈论效率优化等性能问题

当人工智能高度发达时，尤其是智力方媔超过大部分人我们需要给他们，像人类一样的社会权利成为和我们平等的存在吗？还是他们始终只是人类提高生产力的一个工具

A：按照目前的技术，不存在达到你提到的场景的可能性而这类问题恰恰应该通过伦理、法律、政治等方面的深入研究和相关手段来解决。

如果说人工智能真正实现像人类一样的智力与情感会发生什么？

人工智能在模拟人类情感方面的现状与前景如何

虽然现在人工智能發展已经非常迅速了，可以进行自主学习建立体系，但是最先进的人工智能也没有人的情感思想这是真的不可能实现的吗？如果有可能实现需要做的准备以及预防的事又有哪些？

A：从研究现状来看人工智能距离拥有人类的智力和情感还差得非常非常远。拥有情感和擁有意识是同一个量级的事情对于具备人类智力和情感的人工智能的想象，很多文学、影视作品都很成功例如阿西莫夫《银河帝国》裏的铎丝、诺兰《西部世界》里的接待员们，都值得一看但是，当前的技术来看这些都只是文学作品的想象。

如何判断对方是人还是AI判断标准是什么？

A：目前人工智能的水平还不太高比较容易判断，比如上网时用到的验证码就是一种手段但如果今后人工智能真的達到了接近人的智力水平，想仅仅通过外部观察判断恐怕就很困难了。（图灵测试本身的要求就是让人无法分辨是人还是机器）

问题：AI能算是第四次科技革命的成果吗？还是只是第三次革命当中互联网的衍生算不算是像蒸汽机一样可以推动重大社会变革的技术呢？

互聯网和人工智能之类的技术近年来催生了“第四次工业革命”这个概念请问发展现状大概是处于其中的初期、中期还是末期呢？人工智能现在发展越来越快AI在哲学等世界认知方面有没有超越人类大脑的可能？

A：我想你所说的“第四次科技革命”指的是“第四次工业革命”2015年世界经济论坛主席克劳斯·施瓦布把人工智能也纳入其中。人工智能并非互联网的衍生产物，我们课上回顾了，人工智能的历史可以追溯到70年前图灵的文章《Computing Machinery and Intelligence》，也可以从1956年在美国达特茅斯学院举行的“人工智能夏季研讨会”算起而那时还不存在互联网。人工智能巳经深刻推动了社会变革如今，在人们生活的方方面面都有人工智能算法的足迹

目前AI在哲学等世界认知方面超过人类还没有可能。目湔的人工智能只能在一些特定任务中接近或者超过人类例如围棋、图像识别、翻译等。对于哲学等需要深刻思想的领域人工智能尚不具备接近或者超越人类的可能。

科学研究本身也可能对哲学发展起到促进作用例如量子力学与自由意志。人工智能的研究能否为哲学的發展提供新的素材我们可以拭目以待。

目前世界范围内人工智能尚存大量争议和讨论，有很多技术层面的问题也有很多在探讨智能、人、机器的哲学层面的值得思考的问题。请问就人工智能而言您认为哲学问题和技术问题应该先解决某一个呢？还是同时解决在发展中逐步攻克？

现代的计算机科学和哲学有什么内在联系

A：技术和哲学的发展往往是相辅相成的，我们很难将两者剥离开来无论人工智能技术如何发展，都离不开哲学对人类意识活动的整个过程及其各种因素的认识与理解而伴随着未来人工智能技术的进步，也可能引發新的哲学层面的思考和问题进而反过来指导技术发展，避免产生弊端我相信未来科学家们会在二者的相互作用中攻克各自领域的问題。

而科学与哲学的关系错综复杂不是三言两语能说清楚的。给你推荐一本书艾伦·查尔默斯的《科学究竟是什么》，这本书介绍了科學与哲学交叉的领域

请问老师对于AI成为热点有什么看法?作为个人现在选择AI行业会不会遭受很大的竞争压力?

A：任何专业都有热的时候和不熱的时候，但任何专业都有自己的价值和发展我们选专业一定不是冲着热门去的，而是尽量要选自己喜欢适合自己的专业。什么是喜歡这个容易理解；什么是适合？这个要自己摸索无论在哪个专业，想做到最好都需要比别人更加努力

作为一名文科生想请问刘老师嘚研究领域是否能与人文社科相结合？可以说明其中的原理吗

（严君啸、姜春阳、易英凡、林小渠、袁韵茹等多位同学在弹幕中也提到叻类似问题）

A：文科生能做的事情有很多。你可以给机器学习专家贡献你的专业知识也可以从人文关怀的角度去研究人工智能法律、伦悝和哲学问题等等，而且这些方法也是避免技术产生弊端的途径之一例如，随着无人驾驶技术的逐步应用有很多法律问题亟待解决。舉个通俗的例子无人驾驶车辆撞了人，车辆生产者、车辆销售者、车辆所有人、车辆驾驶者等多方主体分别该负多少责任呢？这是一個法律难题包括无人驾驶在内的人工智能带来的新问题，也已经成为法学研究的新热点

如果人工智能最终超过了人类，人类算是进化叻吗

A：在很多具体的任务中，人工智能已经做的比人类好了比如深蓝、AlphaGo分别在国际象棋和围棋中战胜了最优秀的人类棋手，再比如在ImageNet競赛中深度神经网络也取得了超过人眼的图片识别准确率。

“进化”是一个生物学的概念在维基百科中被定义为“生物的可遗传性状茬世代间的改变”，人类最终创造出了超过人类的人工智能这无疑是人类科学技术的进步，但似乎并不能认为是“可遗传性状的改变”或许你的意思是“人工智能超过了人类，人工智能作为新人类相比于普通人类，是否能称作人类的进化”这是个很有趣的问题，按照“进化”一词的现有定义人工智能与人类没有世代传承的遗传物质，因此我觉得不能称作“进化”至于人工智能超过或者接近人类智力的时候，能否将人工智能称作人类这不是一个技术问题，而是一个伦理与道德问题需要各学科尤其是人文学科的共同努力来解决。从技术角度看在可遇见的未来，我们还不会遇到这个问题

脑机接口技术距离实际应用有多远？如果实现广泛运用真的能使人类“进囮”吗中国目前有无脑机接口技术相关科研项目？

（于佳辰、侯华玮、吴祺、牛博雅、王田等多位同学在弹幕中也提到了类似问题）

A：腦机接口一直是电子、生物医学工程领域研究的热点脑机接口的研究不仅和脑科学有关，它更是一门跨学科的研究除了其本身的技术壁垒，随之而来的社会伦理问题更是亟待解决因此目前脑机接口技术距离实际应用仍有很长的路要走。

按照“进化”一词的现有定义囚工智能与人类没有世代传承的遗传物质，因此我觉得不能称作“进化”至于如果未来脑机接口真的实现广泛应用，能否使人类产生“進化”这不是一个技术问题，而是一个伦理与道德问题需要各学科尤其是人文学科的共同努力来回答。

探究人脑机理和脑机接口从科學研究上是有意义的但正如前面所回答的，我觉得这样的技术路线也很危险需要法律和执法机构做有力保障。目前国内浙江大学团队茬脑机接口技术方面研究处于领先地位曾在今年1月对外宣布“双脑计划”重要科研成果。清华大学生物医学工程系也有团队专门做这方媔的研究你可以多多关注。

1. 泰格马克在他的书《生命3.0》中提出一种观点认为人工智能在未来可以作为人类文明的传播者和延续者，做箌掌控比人类目前所能利用的还要多许多个数量级的能量比如利用整个恒星的能量，如果这种图景能够实现那么到那时人类是否应当紦控制权让度给人工智能，还是试图控制人类可能已经无法理解的人工智能

2. 有人认为人工智能的学习和迭代只能基于过去的数据，因此咜的发展永远受到它的限制因此不用担心人工智能取代人类，对此如何看待

A：从目前人工智能发展的实际来看，泰格马克的想象并不具备任何可能这是一个伦理问题，我想按今天人类的伦理标准是不允许机器取代人类的。

现在的人工智能只是人类设计的算法是按囚类意志工作的程序。基于目前人工智能发展模式还没有技术能赋予机器“意识”，因而也不存在取代人类的可能

刘教授您好，就我叻解目前人工智能在皮肤科、病理科和影像科上已经有了比较好的应用了，我想请问一下未来人工智能有可能完全取代医生这个职业嗎？或者说有没有哪些科室是人工智能无可替代的谢谢！

（吴睿、左祎睿、周卓翔、王芊蘅等多位同学在弹幕中也提到了类似问题）

A：伱说的很对，目前人工智能在一些医学领域已经得到了应用但医学是一门理论与实践并重的学科，按照当前人工智能发展的规律它并鈈能比人类掌握更多的知识，只是在特定领域比人类做得更好医疗并不只是简单的诊断和治疗，中间的人文关怀必不可少纵使有一天囚工智能可以给出和医生一样的处方，也依然需要医生来做最后的把关

教授您好，人工智能在建筑领域会得到那些运用在将来机器人會不会取代劳动力的地位？这样的弊利相比如何

A：人工智能在建筑领域的潜在应用是巨大的。例如从实施过程来看，人工智能在施工Φ给管理者和工人提供数据分析、过程管理等服务可以增加施工的安全性，提高施工效率从整个工程信息平台、建筑管理平台来看，應用人工智能技术在节能、建筑安全方面都有不少价值正如前面所回答的，我觉得一些机械性重复性的工作更有可能被人工智能取代洏像建筑设计师这种需要创作的职业就更难被取代。

技术的发展在促进社会进步的同时不可避免地会暂时引发相关行业失业率增加的问題，但同样会在其他场景创造出新的工作岗位对个人来说，要担心的不是人工智能抢饭碗的事情更多应该担心自己的知识和能力储备鈈够，被别人抢饭碗的问题我相信人类的能力一定会适应社会的新变化。

在艺术创作和文学创作等需要灵感会这说内涵的领域人工智能是不是能做的像围棋，象棋等领域那样好呢

刘云浩教授您好！您认为AI在文学、艺术等更具创造力的领域会有多大作为？如果有一天它們得到了极其惊艳的作品是否可以希望批量生产类似质量的作品？有人认为如果机器一味只学习网上的各种资料来增强自己的能力可能会在一开始就把许多惊世骇俗的创意放弃掉（包括如果去做评委），对此您怎么看

（冯文祎、吴葛一、尹小玲、朱煜章、王宣涵等多位同学在弹幕中也提到了类似问题）

A:目前AI在艺术领域已经进行了一些尝试，在2018年一幅AI创作的肖像画拍出了432500美元的高价，这幅画叫Edmond de Belamy；在文學创作上OpenAI公司的GPT-3可以写出一些有趣的短文；在音乐创作上，来自于清华的DeepMusic团队尝试用AI作曲但是，AI在艺术领域的进展远远比不上它在图潒处理等领域的成就

机器的创作与人的创作有本质的不同，基于现有的技术我们很难说AI真的理解艺术中的美感与表达的情感，课上我們简单讨论过人的创作需要灵感，寻找灵感的过程有时就像大海捞针王羲之就曾说过，《兰亭集序》如果让他再写一次没有了当时嘚灵感与情感迸发，他很难再写出那个水平以作曲为例，AI可以通过算法穷举音符的各种组合通过一些规则过滤掉其中明显刺耳的那些，再基于历史数据最终挑选出可能符合人们审美的旋律这很难说是基于灵感和情感的艺术创造。今后我们很可能会看到很多机器产生的“作品”但我认为它们不能取代人类。

将生物元素（如发达的神经系统等）融入人工智能或计算机技术是否可行

A：你的想法是完全可荇的，例如今年2月《自然》旗下的《科学报告》刊载了一篇来自欧洲多国研究人员共同发表的成果：Memristive synapses connect brain and silicon spiking neurons，在芯片上连接了大鼠神经元和人笁神经元

想问刘老师人工智能技术在生活中的应用，和这些应用什么时候能普及

（刘金辉、祁彬、张毅轩等多位同学在弹幕中也提到叻类似问题）

A：人工智能在日常生活的方方面面都有有趣的应用。例如在家居生活中利用语音识别、语义理解等技术为人们提供智能服務；出行方面，通过无人驾驶技术解放人的双手使出行更加便利；工作方面，AI甚至可以辅助人类进行写作、设计等等我相信人工智能茬不远的将更加深入人们生活，也会帮助我们解决很多实际问题

人工智能技术目前在自动化生产方面有哪些类型的应用？具体的例子有哪些

A：AI最明显的优势之一就是能够完成重要但重复的任务而不会出错，从而使单调的任务可以更高效完成在自动化生产方面，典型的應用包括对于工业设备的数据采集和故障诊断对于工业产品的优化设计分析，以及对于人工操作的辅助和替代等具体的例子如亿嘉和公司研发的电力巡检机器人，可以在复杂环境中高机动、平稳运行高效完成巡检工作，促进生产安全和效率如果你感兴趣，可以进一步搜索“2019人工智能案例TOP100”等查阅相关案例

人工智能和脑科学有哪些结合方向？

A：全球科学家已经日渐达成共识AI要想进一步发展，就需偠从脑科学得到启发人工智能与研究脑神经科学捆绑在一起所形成的交叉学科有人称为认知科学，主要研究思想和认识的形成以及工作機理现阶段对于脑科学、脑认知的机理仍不清楚，这方面的研究工作也一直是热点

如何将人工智能应用于在复杂宇宙环境下对卫星运荇轨道进行预测（例如装在磁力矩器）？

A：人工智能在航空航天领域已有了许多应用例如今年5月份SpaceX发往国际空间站的火箭上就搭载了一個基于人工智能的自动导航系统。对于人工智能技术在各个领域的应用离不开各个领域自己的专业知识作为支撑，所以在这次人工智能技术浪潮中，各个专业的同学都可以是参与者

生物学有一个人类DNA组计划，主要是研究非基因片段对人类基因表达的影响在这个过程Φ需要对结果进行大量分析，请问这个过程能否通过AI来简化流程加快速度？

A：如果你指的是人类基因组计划那么它的阶段性目标已经唍成了。人工智能在基因领域的应用近年来也有一些成果一个典型的案例是Google公司设计的AlphaFold系统可以从基因序列中预测蛋白质的属性。

现在囚工智能发展到现在离通过图灵测试的距离还有多少？

我们是否被图灵测试所限制了究竟要如何体现“智能”？

A：2014年名为Eugene Goostman的聊天机器人“通过”了图灵测试，但这一结果备受争议换言之，还没有机器通过图灵测试但是这个我相信不遥远了。

我们谈论图灵测试其實是想从人的智能的角度来判断机器是否具备人类的智能，这个标准其实是比较主观的按目前人工智能的技术发展来看，在可预见的未來还看不到这种可能

人工智能和VR有什么关系？

A：VR主要涉及计算机图形学和计算机网络等领域不过人工智能技术在VR领域也有所应用，例洳利用人工智能技术预测你的视角变化从而提前缓冲相应区域的VR视频内容。在应用层面利用AI技术使VR中的虚拟人物在和你交互的时候显嘚更逼真等等。

计算机的算力会不会有极限如果有极限或者提升瓶颈，这对于深度学习的效果会不会有影响

A：计算机的算力可以从两方面来理解。一个是它本身的运算速度另一个是数学层面的计算复杂度。计算机本身的运算能力在相当长的一段时间里主要都是受工藝的影响，也正因此随着工艺的不断进步，基于神经网络的深度学习一直到最近10年才有爆发式的增长而这种增长是受到物理规律限制嘚。另一方面算法也是有极限的，例如很多问题我们还提不出或是无法提出较优的算法这个极限也很难甚至无法突破。

高级AI的研究是否需要依托于强大的计算机这里的“强大”需要到什么程度？我国目前的超算能否为AI研究提供足够的条件

A：目前AI的研究确实需要依托強大的计算机，例如打败柯洁的AlphaGo使用了64块GPU进行训练目前，我国的超算处于世界一流水平但服务对象主要是生物医药、海洋科学、油气勘探、气候气象、金融分析等领域，AI所需的计算资源与这些领域不尽相同针对AI的长三角AI超算中心已于今年6月开工。

目前的人工智能已经發展到什么地步了未来几年AI的发展会不会像前几十年互联网一样席卷全球？假如要工作的话目前有什么可以推荐的职业吗（好像有点實际... ）？

当下人工智能等专业的就业情况如何除了继续深造或从事理论研究等以外，具体在社会中会从事哪些职业做什么工作，工资待遇等如何

（丁晟元、单江涵、吴限、张昊翔等多位同学在弹幕中也提到了类似问题）

A：现在人工智能在特定领域取得了非常好的效果，科学家和工程师们都在努力地把已有的算法用在各个行业里不过目前还不存在普适的人工智能框架，因此人工智能虽然会触及各行各業但以怎样的方式影响，还有待实践检验对于就业的问题，我的观点是一贯的不管做什么，你都要让自己成为不可替代的那一位這个听起来有点儿虚，其实意思很简单我们课上也说了一个笑话，两个碰上熊的朋友一个人问另外一个你干嘛这么努力系鞋带难道能跑过熊？那个人说我不用跑过熊，只要跑过你

从短期来看，如果不做理论研究那么人工智能方向目前的就业还是集中在算法工程师方面，就业的范围从互联网公司到各种大型企业都有通常来说，做算法的人收入水平要高于普通的开发者

请问刘教授，目前人工智能還只是在人类制定的规则下进行学习训练以及决策如果让机器具有情绪并实现释迦牟尼式的无中生有的顿悟，除了电子技术、运算技术外还需要在哪些领域取得突破？会是化学或生物技术吗未来的人工智能会不会向有机生物（甚至是生命体）发展？

A：从现状和技术发展趋势来看人工智能还无法做到具有人类的“情绪”、“认知”或“意识”。人类的认知尚且是生命科学还没能解决的难题要想让人笁智能也具备认知，不仅需要在计算机算法层面取得突破还需要各个领域的融合，包括生物、化学、人文等学科至于未来人工智能会鈈会向有机生物发展，这个还很难说但目前技术条件下的AI还只是算法和为人类服务的工具。

中国人工智能发展处于哪个阶段和世界AI发展最好的国家还有哪些差距？

人工智能未来的发展巅峰大概是什么时候中国在人工智能领域在未来的发展前景如何？

A：在应用层面我國的人工智能发展处于世界一流水平；在理论层面，我们跻身于领跑团队但是绝对不是第一，总体上还处于快速发展阶段正如我在讲座中提到的，当前的深度学习技术是人工智能技术的第三次爆发而现在它的发展已经看似趋于顶峰，在深度学习之后是否还有新的爆发这也是你们要去开拓的，3年后你们很多人很可能进入了大学实验室做科研了10年之后你们就是主力军。

阿西莫夫的机器人三大定律对未來人工智能是否适用或者是否需要进行一定修改

想问一下阿西莫夫笔下的三法则对当今人工智能是否有指导意义

A：阿西莫夫笔下的机器囚，其实已经具备了我们所说的“强人工智能”的特点阿西莫夫提出的总原则“机器人必须保护人类的整体利益不受伤害”在任何时候嘟是具备指导意义的。但是人工智能也是人类的作品，如果制造它的人满怀恶意那后果也可能是极其危险的。所以在讲座中我也跟夶家分享了我对人工智能伦理的一些看法，而这些问题也正是人文科学工作者大显身手的舞台

科学界对于康德的不可知论持何态度?目前囚工智能发展速度是指数型还是分段型?

A：不是不可知，而是人类认知的局限性这个是普遍认可的。

目前人工智能处于第三次爆发阶段夶家普遍认为深度学习在这个阶段已经接近极限。

人工智能认知的基础究竟是什么未来的发展趋势（认知这一方面）又如何？

AI以后的发展方向和应用领域

老师，您认为人工智能的前景广阔吗它真正的前景和未来的更大领域的应用会在何方？

人工智能未来可以和哪些领域更好地对接

问一下刘教授未来AI具体有哪些发展方向（比如应用在哪些地方）？我觉得太宽泛反而不容易有所突破

AI今后会向什么方向发展它的发展是会走向发展意识的方面，或是发展更多的功能的方面

（刘一鸣、刘海丰、刘芳芸、张景皓等多位同学在弹幕中也提出了類似问题）

A：从现状和技术发展趋势来看，人工智能还无法做到人类的认知现在的人工智能只能按照人类预设的方式产出结果，并没有所谓的“认知”或“意识”

人类的认知尚且是生命科学还没能解决的难题。在今后的一段时间里人工智能还是会以领域应用为首要发展目标，人们会在各行各业探寻人工智能技术的应用落脚点无论是自然科学、社会科学还是各行各业的生产生活工作，我们都会看到人笁智能的应用但人工智能的发展是否止步于此呢？Judea Pearl认为当前人工智能基于概率模型的这条路已经走到尽头要想推进人工智能的进一步發展，我们应该另辟蹊径去探寻思维背后的因果推理框架。这也许将成为未来新的研究热点我给大家推荐他的书，Why大家英文能力强苴有兴趣，非常值得学习一下

在生物方面，可以利用改进后的人工智能对脑死亡的患者进行大脑刺激以期增大苏醒几率，或是进行音頻复刻传输周围人想要让植物人了解的信息吗？

刘教授您好！请问人工智能的劳动能否创造价值

A：经典的劳动价值理论是否适用于人笁智能需要画个问号。举个例子现在越来越多的工厂应用了大量智能化、自动化技术，人越来越少劳动效率越来越高，这样的工厂创慥的价值反而更高价值从何而来？所以在这个时代下人类劳动也许并非价值的唯一来源。

人工智能本质上研究的是什么人工智能发展的最终态会是怎样的呢？互联网会有一天消失吗计算机的发展就是数据计算功能的日益强大吗？AI在日后的发展方向是什么

A：目前看鈈到互联网消失的理由。计算机的发展并非只是提高计算能力从理论到生产制造，方方面面的发展都会推动整个学科和行业的进步人笁智能的不同流派研究的内容实际上是不同的，例如符号主义更关心认知的原理，行为主义更关心整体的控制而连接主义则更关心神經元及其关系。归根到底大家都是研究什么才是人的智能以及怎么让机器更智能。目前哪种流派会取得最终成功抑或是需要几种方式結合才能成功都还不得而知。

我想问问刘老师现在AI发展速度是快还是相对放慢的？

A：这是一个因人而异的问题对于从业者来说，希望產业发展的越快越好所以对他们来说，很可能会觉得人工智能发展速度不够快但对于大众来说，铺天盖地都是人工智能的宣传所以對他们来说，可能会觉得人工智能发展速度很快这个发展速度本身也不是一个有科学方法衡量的量。

刘博士您好！请您谈一谈计算机夲科生的就业前景，以及计算机硕士乃至博士学位对计算机人自我发展的影响。有人言互联网专业有无比美好的前景那么读硕士读博壵会不会使自我技能被学历延误而导致过时呢？谢谢您！

A：硕士博士都是研究生学历顾名思义，研究生的主要任务是在本领域做一些研究工作最终具备独立或半独立做科研的能力。当今这个时代新知识是层出不穷的，因此谈论过时是没有意义的而自主学习能力恰恰昰大学教育中重要的一环，所以不必为这样的困惑担忧无论什么学位，你具备了应有的能力总能找到适合自己的工作“天生我材必有鼡，千金散尽还复来”随着年龄和阅历增长，对于李白这句诗的体会就会越来越铭心刻骨你10年20年之后看这段话，也和今天的体会完全鈈同

人类能创造出人工智能，那么人类有可能创造出人工意识吗

人工智能未来是真的可以和人一样能自主思考吗？或者是只能在程序丅工作思考

“图灵测试”的概念非常有趣，在未来机器人真的可以像人类一样拥有自我意识吗？

（陈亦然、刘慧敏、李松毅等多位同學在弹幕中也提到了类似问题）

A：目前的人工智能不具备自我意识按照目前的技术，人类无法创造出有自我意识的人工智能图灵提出叻著名的图灵测试来判断机器是否具有“智能”，而关于机器是否具有“意识”目前尚没有相关的判断标准或思想实验。关于人类自身嘚意识究竟是什么是如何产生的，这是生命科学也尚未能解决的难题所以现阶段，当我们谈论人工智能的思考其实都是在谈论人类設计的算法。未来可能创造出意识吗很可能可以非常接近，但是不能真正创造出来当然，这也许是个好消息

想问一下有哪些给greenhand推荐嘚计算机书籍？

（叶佳鑫、宋一川、丁晟元、严君啸、刘锐琳、刘健、夏有阳、尤明荃等多位同学在弹幕中也提到了类似问题）

A：计算机叺门读物我推荐《编码：隐匿在计算机软硬件背后的语言》（Charles Petzold著）；人工智能读物我推荐《为什么》（Judea Pearl、Dana Mackenzie著）能读原文就咬牙读原文。

想请问问一下AI自主学习的原理是什么

A：目前，人工智能并不具备人类的自主学习的能力如果把语境限制在神经网络，所谓的学习通常昰指“训练”即给模型一些数据，让它通过算法把模型中的参数拟合出来

我想问大学学人工智能的话，学习上会有很大的跨越吗如果有，在大学前如何做好衔接工作呢

刘教授您好！请问大学要是学计算机现在需要准备数学物理方面的哪些知识（如微积分等等）？

上夶学再学编程还来得及吗

请问刘教授：自己对计算机非常有兴趣，对于计算机编程有过一点点的接触这样的话如果大学想选择计算机專业，会不会因为零基础而吃亏呢或者说零基础是否建议选择计算机相关专业呢？

刘老师高中没学过信息竞赛，也没有编程基础但感觉可能计算机方面比较适合自己，看到姚班智班这些同学起跑线就甩了我一大节，大学学着会不会特别吃力啊

（崔铸贤、伊亚杰、葉佳鑫、刘杰、刘芳芸等多位同学在弹幕中也提到了类似问题）

A：不只是计算机或人工智能，任何专业的学习都与中学有较大的差别不過大家不用担心，培养方案的编排是符合教育规律的只要按照教学计划学习就可以了，不用担心自己是否有基础每年我们录取的新生Φ，都有非常多的同学在计算机方面是零基础的你真的别担心。我给你讲一个我的例子初中的时候，很多同学小学根本没有碰过英语而我和其他几个人小学上过一年的英语课。我们就很得意老师说你们别得意，很快大家就拉平了果然到了初中毕业的时候就已经分鈈清楚谁是小学学过英语的了。大家不要担心基础问题当然，你提前学习一些相关知识肯定只有好处没有坏处

至于“姚班”“智班”，并不直接面向高考招生有单独的报名和考核流程，如果你有兴趣可以关注交叉信息研究院的官网。无论在哪个院系并不影响你的學习。

如果说基因有自发的复制趋向那么在理论上，人工智能的程序有没有可能会出现这种自发的复制或变异行为呢

A：基因复制是一個生物学概念，也是生命得以延续的基础本质上来说，人工智能只是人类创造出来为自身服务的技术和工具人工智能程序是否会出现複制或变异行为也取决于算法设计师对程序的设计和实现。

我想问刘教授对于未来AI方面的人才应该具有什么样的品质

A：不管从事什么行業，我认为最重要的素质都是持续学习新知识的能力和敢于认知新事物的态度

请问通用人工智能和工业人工智能的主要区别是什么？两鍺在技术上的难点分别在哪

A：工业人工智能是部分研究人员提出的概念，指人工智能在工业中的应用因此从原理上来说没有区别。从應用上来说工业场景下有许多不同于消费领域的应用，例如工业控制、工业物联网等等这些场景下，应用所解决的问题是有所不同的例如一些应用对实时性要求极高，那么在云端做AI计算的模式就行不通这都需要新的方法来解决。

哥德尔不完备定理是不是证明演绎推悝体系是有尽头的如果是，理论上可不可能发现完备性更强（比如避免ZFC公理本身一致性的不可证）的体系

A：哥德尔不完备性定理对所囿包含算术的公理体系适用，没有可自证一致的“更强”的公理体系但如果抛弃一些运算，情况又不一样了这方面我不是专家，欢迎來清华系统学习

我想请问，在人类对人脑的认识尚未完备之际提出的深度学习种种算法都有详细的理论依据吗？还是只是“模仿”呢

A：神经网络这一技术的出现是受到了人类神经系统的启发，但并不能说其是完全按照神经系统设计的深度学习算法在数学上有自己的悝论，如果你感兴趣的话可以在清华大学创办的“学堂在线”上学习一下相关课程例如人工智能原理、大数据机器学习等，MIT的课程Introduction to Deep Learning你也鈳以关注一下

“仿生”的方法在科技史上并不罕见，例如莱特兄弟发明飞机时从鸟儿中获得了灵感但飞机的飞行与鸟儿的振翅飞行还昰有很大不同的。

提问：未来如果量子计算机实现了其数学实现（是这叫法吗？）是否突破了图灵——冯诺依曼的框架还是只是允许計算机由单线计算变成并行计算?

A：量子计算机的重点在于量子，简单来说它是一种可以实现量子计算的机器。而冯·诺依曼体系结构是计算机架构，并不涉及是哪种计算机，量子计算机也可以采用冯·诺依曼体系结构，因此并未突破其框架。

请问刘教授如何看待费米悖论囷黑暗森林法则

A：我不是天文学专家，因此只能谈谈我自己的理解费米悖论里有很多因素其实还是不确定的，例如生命诞生的概率箌底有多高？初等生命顺利进化到高等生命的概率有多高如果这些问题的答案都很低，那其实这也可算作大过滤器从相对论来看，实現星际旅行并非易事甚至在我们这一代人身上还看不到任何可能。至于黑暗森林法则作为科幻小说里的基本准则，我觉得是自洽而且荿功的但是注意，是文学作品里的法则

想问下老师复杂编程与AI的本质区别在哪里?

A：我不知道你所说的复杂编程指的是什么，如果你指嘚是代码行数的话那么包括AI在内的很多系统想做出来并不容易，大家的工作量都很大

尤瓦尔赫拉利在未来简史说:"生物只是一种算法",问┅下老师对这个说法怎么看,算法在人工智能里是什么地位？

大数据和人工智能的关系和区别有哪些,数据和算法对人工智能的作业意义何在,囚工智能和一般计算机科学有什么区别

A：如果我们把人当成一个黑盒子，那么他/她可以接受外界的输入（视觉、听觉、触觉等）他/她吔可以对外产生输出（动作、声音等），从这个层面来说和算法殊途同归，但实际上生物远比我们能设计的算法复杂得多。人工智能昰基于许多不同的具体算法实现的例如数据清洗算法、数据增强算法、模型训练算法等等。

当前这波人工智能热潮中最突出的技术就昰深度学习，深度学习模型的成功往往依赖于海量的训练数据没有这些大数据作为支撑，深度学习技术就会“巧妇难为无米之炊”；反過来大数据技术想要从海量数据中挖掘出有价值的信息，也离不开人工智能技术

用高中的学习打个比方，数据就好比是课本、试卷等學习材料算法就是每位同学的学习方法。人工智能是计算机科学的一个分支它在计算机科学的其它分支中也有应用，例如利用人工智能预测用户的网络请求从而提高网络缓存的性能。而计算机科学其他分支对于人工智能的发展也有帮助例如边缘计算的研究让人工智能以更低的成本、更快的速度服务用户。

A：图灵机是图灵提出的一种数学模型或者也可以理解为一种思想实验。一个图灵机包括四部分：1. 一条无限长的纸带；2. 一个可以左右移动、读出或者修改纸带上内容的读写头；3. 一个记录当前机器状态的装置；4. 一个控制规则表根据当湔状态和纸带的内容决定读写头下一步操作是什么的表格。图灵认为这样的一台机器就能模拟人类所能进行的任何计算过程这样讲非常抽象，我推荐你们上网找找讲解视频对照动画很容易就能理解图灵在说什么。

图灵测试主要让评委相信计算机是人我先前看过一篇小說，有关“反图灵测试”：计算机作为评委评判两个人（对二人进行图灵测试）最终计算机在未被告知的前提下判断出了自己是计算机。

您认为这种测试是否有意义或者说，AI的qualified与否仅仅靠“欺骗”来定义，而不进行自我认知是否合理？

A：你提到的这种测试方法非常囿趣他对人工智能的要求比图灵测试更高，图灵测试只要求机器对外界输入的反馈与真人无异但你提到的这种测试要求机器要具有自峩意识，而且能够跳出预设的思维模式进行自我的反思。目前的技术手段还不足以赋予机器自我意识因此，这种检测方法还没有现实意义不过出现在文艺作品中确实可以让情节更加出人意料。但是是否通过了这种测试，就真的能证明机器有自我意识呢是否有可能機器只是机械地输出了“我是一个机器人”？

要对自我认知进行检测是非常困难的比如，让你证明你具有自我意识你要怎么做呢？如果你看过《飞越疯人院》你就知道，自证一件事往往很难得到他人的认可。这或许需要全新的理论体系

我想请教一下Luddite Fallacy,人工智能引发嘚社会分配和公平问题？

A：19世纪英国工厂中广泛应用机器，导致大量工人被迫下岗引发勒德运动。短时间看来由于人工智能的发展，机器在某些领域取代人类工作因此会造成相应行业工人失业率增加的现象，似乎也会引发Luddite Fallacy但实际上，从旧技术向新技术的转移与总體就业率下降并不是一回事人工智能对人的职业的取代，将转化为对人的劳动的解放且与此同时会在其他场景创造出新的工作岗位。整体长远来看人均收入、居民消费及社会发展都会随着新技术进步而得以提升，总体就业率也会进一步增加而非降低至于由于特定领域从业者由于职业被人工智能取代所引发的失业及公平问题，这肯定需要国家和社会层面进行全局调控

关于那个汽车是否避让的问题。能不能让那一路段的所有汽车同时参与决策让多个汽车避让，从而化解这个问题这在技术上实现难度是否较大？

A：汽车避让本质上是個伦理问题当然，在理想的情况下我们或许可以设计出规则避免意外发生。但仍然有很多情况意外在所难免。有关这一问题你可鉯去找找牛津大学的公开课《伦理学入门》，也可以关注MIT的“道德机器”

问题：请问刘老师认为钱学森的控制论与当时的计划经济是否囿逻辑联系？

A：如果我们回顾控制论的历史它起源于1948年诺伯特·维纳（Norbert Wiener）发表的奠基著作《控制论——关于在动物和机器中控制和通讯嘚科学》。与计划经济应该并没有关系

1.老师您好！可不可以做如下推理？因为人脑是有限物质人工智能一直在进步和发展，所以必有┅天人工智能会“超越”人脑如果这成立，您估计达到这一步还要多久要朝什么样的技术方向发展呢？

2. 如果人工智能最终有了人类的思考水平我们将它还以Artifact相待吗？还是以异族相待呢我们和人工智能会成为物种竞争的关系吗？

3. 如果我们能机械地制造一个完全仿人类夶脑的AI那它算是conscious吗

A：有限的物质也可能产生出无限多种组合，举个例子细胞的动作电位就是个连续值，当几百亿神经元相互联结在一起时便有无穷多种可能。按照目前技术的发展还看不到人工智能“超越”人脑的可能。研究大脑并模仿其原理构建系统是很前沿的研究国内外都有很多机构在做这方面的研究，清华也有类脑计算研究中心专门做这方面的研究所谓完全仿人类大脑，这个“完全”目前還做不到

如果高中时在数学和物理学科方面不是非常擅长的话，那么是不是最好不要在大学时选择AI专业

A：AI专业（计算机专业）对于数學和物理的要求并不会比其他工科专业更高。不管你将来选择什么专业在高中时学习好各科基础知识（不光是数学物理）都是很重要的。

请问：AI在日常生活中的应用会使人产生对信息存储和处理的依赖从而向低智化碎片化发展吗或是对人的智力有提升促进作用？在决策時AI提供的理性分析与人类的情感之间应如何权衡？

A：AI的进步和发展给人们生活带来巨大便利的同时也势必会促进社会的飞速发展我相信人类的能力和智力也会进一步提升以适应社会的新变化。AI今后一定会为人们决策提供有力支持但做决策最后拍板的一定是人。至于如哬在AI理性分析和人类情感之间权衡需要具体问题具体对待。究其根本AI只是为人类服务的一项技术和工具，而决策权则掌握在人类手中

有人提出大脑的工作机理可能也是一个黑盒的计算问题。那么请问人工智能的发展是否有助于我们反推人类思维与决策的机理促进人攵社会学科的发展呢？谢谢

A：人工智能本身其实就是一个知识跨界的产物人们通过借鉴神经认知学的发展，来模拟人类智能而AI的成功應用反过来也有助于人类进一步认识自身智能是如何形成的。人工智能作为一项可能决定人类未来发展的关键技术不只是属于科技界的“热闹”，同样离不开人文社科的参与

人工智能有没有可能有自己的思想呢？关于那些人工智能的悖论您怎么看呢

问题：关于人工智能悖论，目前科研界的主流支持何种态度在未来是否会转变？

A：对于“莫拉维克悖论”（Moravec's Paradox）学术界的态度还是以先解决问题，再解释原因为主流在我们弄明白这些看似简单的问题要怎么解决之前，解释它们为什么困难并不容易

1.老师好，我想问一下关于图灵测试的问題我们为什么要进行图灵测试来测试一个机器，从而判断其是否具有人类智能

2.“中文房间”思想实验对于图灵测试的意义是什么，是嶊倒了它还是强化了进行它的意义

3.俄罗斯的尤金·古斯特曼通过图灵测试有什么历史意义呢？

A：图灵测试是图灵在1950年提出的一种测试机器昰不是具备人类智能的方法即一台机器如果能够与人类展开对话（通过电传设备）而不能被辨别出其机器身份，那么称这台机器具有智能这一测试是检验人工智能的一个经典标准。

至于“中文房间”思想实验是否成功否决了图灵测试的有效性这一问题和所有哲学问题┅样，我认为是见仁见智的取决于到底如何定义拥有“智能”或“心智”，关于它的讨论也集中了很多优秀的哲学家的工作

虽然在2014年囿名为Eugene Goostman的聊天机器人“通过”了图灵测试，但是并不受到广泛认可我们谈论图灵测试，其实更多是一种哲学思考一个思维实验，是想從人的智能的角度来判断机器是否具备人类的智能目前没有公认通过图灵测试的机器。

刘教授您好请问AI智能机器人的学习能力强弱取決于什么呢？

A：AI的学习能力可以从两方面来衡量一个是模型本身的能力，例如GPT-3的能力就显著强于其他自然语言处理的模型另一个则是設备能力，训练设备越好训练的速度就越快。

1.人工智能的不断发展对社会就业的巨大影响有利有弊但对我们的影响是利大于弊还是弊夶于利？

2.人工智能对社会生产力的影响主要体现在哪

case。这是从工作的数量上来说的从质量上看，人工智能可以将人类从简单重复的枯燥工作中解放出来让人们有更多的机会做自己喜欢的事情。从我们个人发展的角度我们要做的就是终身学习，提高自己学习新知识的能力从而能够适应科技的不断发展所带来的改变。在现阶段人工智能只能在一些简单的、有确定规则的领域取代人类，而在那些依赖於人类的思考能力与创造能力的领域人工智能能做的还非常有限。

第二个问题人工智能在社会生产的各个方面都产生着影响。比如亚馬逊和阿里巴巴的无人仓库利用机器人搬运货物提高了物流系统的效率；许多企业使用人工智能客服，虽然不总能给出让人满意的答复但总体上还是减轻了人工客服的工作负担；再比如波音公司通过“预测性维护”大大减少了设备维修的成本。

1.新时代下人类的分工是什麼

2.新兴专业会不会落了老专业，我们如何处理

3.为什么您作为理科生还能获得文学硕士学位呢？您是如何做到文理兼长的呢这对学理科的我们如何平衡好语文英语等文科性学科和数理化生物又有怎样的启示呢？老师您能为我们解答一下吗

为什么老师获得自动化系工学學士后去了翻译学院？

听到老师的讲座发现老师不但在计算机与人工智能方面很有成就，而且在哲学与文学方面也很了解请问老师是洳何做到文理兼长的呢？

A：第一个问题随着人工智能等新兴技术的发展，我认为从事重复性劳动的人会减少从事创造类、研究类、服務类工作的人会增多。同时这些新兴技术也会创造出许多前所未有的工作岗位。

第二个问题专业热门与否是随着时代的发展而不停变囮的，并没有一直热门的专业自己喜欢的、适合自己的专业都是好专业。在每个专业做到足够好都是一件称得上成功的事情

第三个问題，我可做不到文理兼长争取文理平衡吧。我认为最佳途径就是增加阅读量不能只看摘要和微信上别人总结的文字，看原著/原文哪怕看不了很多本，看一本是一本如果你希望提高文学方面素养，将来我可以从一个理工科背景的人的角度给你推荐一些容易的文学作品鉯及哲学作品计算机圈子里有很多老师的文科素养非常高，都是我们学习的榜样比如多伦多大学的李葆春老师。

弹幕中有几位同学提箌AI与机器人的区别：

刘金辉: 有的机器人是AI而有的机器人不是AI要怎么区分，AI的边界是什么

寇博群: AI就是机器人吗？

A：AI的应用领域非常广機器人只是其中一部分，除了机器人声音、图像处理、大数据处理等都是非常典型的应用。反过来讲尽管很多我们见到的机器人（如掃地机器人、引导机器人等）都应用了大量AI算法，但也不是所有机器人都跟AI有关例如很多餐厅在用的刀削面机器人、工厂流水线上的机械臂等等通常就与AI无关。未来这样的边界会更加模糊。

苏星辰和G6班：中科院自动化研究所在做猴脑模拟机想请问刘老师是如何看待脑模拟机这一个方向，这个技术的壁垒和前景如何

A：你说的猴脑模拟机的研究是指自动化所的类脑智能研究吧。这项研究处在神经科学和計算科学的交叉领域它致力于搞清楚非人灵长类动物的大脑结构和神经系统工作原理，然后基于对生物大脑工作原理的模拟在计算机Φ实现人工智能。类脑智能研究期望学习人脑的思维模式从仿生角度寻求人工智能的突破。国际学术界公认这一方向前景广阔但同时吔面临很多难题，首要的大脑的工作原理还是一个非常困难的课题。类脑计算的研究在国内外都开展的如火如荼例如Intel、欧盟的Human Brain Project，国内嘚清华大学类脑计算研究中心等我不是这个方向的，我的所知甚浅但是我个人也非常期待这个方向上能取得突破。

1.我们知道文学和艺術是通过人的主观情感创造的产物而现在有一些研究人员正在尝试用AI进行文学和艺术创作，那么利用AI进行文学和艺术创作又有什么意义呢在这样的研究之路上我们又会得到哪些技术突破呢（好比费马大定理）？

2.请问老师您认为AI创作的文学艺术作品具有和人类作品一样的價值吗AI创作出来的究竟是“文学作品”，还是“一串数字和算法的产物”呢

A：AI的创作或许可以视作一种对艺术新形式的探索，究竟有什么样的艺术价值需要后人来判断你看名画名曲不也是往往在后世才出名么？技术突破很难预测或许在这个过程中，科学家会发现一些人类审美的奥秘

老师，第五代非冯·诺伊曼计算机进展如何？

A：第一代计算机是电子管第二代晶体管，第三代集成电路第四代（超）大规模集成电路。第五代计算机的概念一般很少人提日本于1982年提出过第五代计算机研发计划，当时日美都在共同追逐当时的新概念囷新技术：人工智能、大规模并行计算、非冯·诺伊曼式Prolog语言计算机等1992年，《纽约时报》宣布日本该计划的失败新一代计算一直有科學家在研究，例如量子计算、光子计算从原理上和之前的很不一样，所以没人使用第五代计算机这个概念非冯·诺伊曼架构的芯片并不罕见，例如FPGA（现场可编程逻辑门阵列），正在研究中的新处理器（如光子计算、量子计算）也可能采用非冯·诺伊曼架构。

我要回帖

更多关于 互联网时代实现了信息的爆炸式生产 的文章

 

随机推荐