数字经济及人工智能8篇

时间：2023-09-22 09:30:04

绪论：在寻找写作灵感吗？爱发表网为您精选了8篇数字经济及人工智能，愿这些内容能够启迪您的思维，激发您的创作热情，欢迎您的阅读与分享！

数字经济及人工智能

篇1

前言

2017年，人工智能全面爆发，资本大量涌入，政策不断加持，各企业趋之若鹜。在此时刻，中国完全掌握着弯道超车的良机，只是，我们更需要理性认知，毕竟健康发展、蹄疾步稳的人工智能发展才会对未来有益。

风口已来，静待腾飞……

在不久前结束的2018年全国研究生招生统一考试中，“人工智能对人类社会产生哪些影响，对经济发展带来哪些改变”成为管理类联考综合能力考试中一道分值很重的作文题目。这从一个侧面可以看出，2017年成为国家战略的人工智能之火热程度。

在浙江乌镇落幕的第四届世界互联网大会上，人工智能同样是最热门的话题，在以人工智能为主题的分论坛会场，已经到了人满为患、不得不限制进场人数的地步。

回顾2017年的科技创新，坦率地说并没有给人太多惊喜，最引人关注的，莫过于人工智能。这一年，人工智能全面爆发，成为国家战略。

2017年7月，国务院印发的《新一代人工智能发展规划》中，明确新一代人工智能发展分三步走的战略目标，到2030年使中国人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。这是中国首个面向2030年的人工智能发展规划。随着人工智能上升为国家战略，顶层设计框架搭建完成，产业发展有望持续提速，带来投资新机遇。

实际上，在政策出台前，对市场异常敏感的企业层面已经开始布局，2017年只是进入到了发轫期。

也许，不少“吃瓜群众”此刻方才明白，为何做搜索引擎的百度提出“all in”(全面进入)人工智能战略，阿里巴巴也提出了数据是生产资料的概念，而腾讯早已经开始“连接”一切。

“作为一项改变世界的技术，人工智能已经到了从实验室走入真实的生产环境和日常生活的‘临界点’。”阿里巴巴集团副总裁刘松说。

在政策信号如此明确的背景下，人工智能几乎到了“人人争说”的地步。如今的中国，人工智能缺的不是关注和热度，而是理性的思考，是对未来风向的把握。

人工智能发展如何脱虚入实？人才与核心技术瓶颈如何取得突破？法律伦理责任如何界定？将会砸了谁的饭碗？背后的算法歧视如何解决？梳理过去一年人工智能发展，理性看待目前的阶段，这五大关键之问可能将是人工智能发展的风向标。

与实体经济结合去泡沫化

到了2017年年尾，曾经让各界争得面红耳赤的实体经济和虚拟经济之辩似乎已经没有太多意义。因为“取代谁”在当下已经成为非常不明智的设问。答案已经越来越明晰：实体经济是根本，虚拟经济也需要结合实体。换句话说也许更清楚，脱离实体的人工智能发展很难不出现泡沫。

于是在2017年，我们看到，很多的互联网工程师开始进入工厂深度研究流水线，拜师高级技工，在工厂写代码，而结合了人工智能的生产线大大提高了生产率。

阿里云总裁胡晓明认为，人工智能的发展要去泡沫化，下一站将是“产业AI”。目前，该公司在城市、工业、零售、金融、汽车、家庭等多个场景推出ET大脑等“产业AI”方案，这些能力、产品和解决方案都通过虚拟的云端结合了扎实的工业流水线。

胡晓明告诉记者：“现在人工智能领域有种浮躁的氛围，有些企业靠AI讲资本故事、炒作股价。人工智能不应仅仅是实验室里的、PPT里的‘概念上的AI’，更应是‘产业AI’。”

人工智能若要健康发展，首先必须要有场景驱动，人工智能在解决什么问题、为这个社会的成本降低了多少、效率提高了多少；人工智能背后，是否有足够的数据来驱动AI能力的提升；是否有足够的计算能力支撑算法和深度学习？只有在这三个场景同时具备的前提下，人工智能才会有价值。

在2017年，工业大脑走进车间，突破了良品率提升、故障率预测等制造业核心难题，互联网与工业的结合帮助类似协鑫光伏、中策橡胶、天合光能、盾安新能源等大型制造企业创造利润数十亿元。在天合光能，工业大脑帮助其提升了电池片A品率达7%，而之前预设的目标是1%。

机器观察世界，机器学习规律，数据的积累、计算能力的提升，让人工智能由此变得真正聪明可用。

猎豹移动CEO傅盛认为，传统行业的智能化核心是把传统行业数据化，今天人工智能有机会把传统的物理世界数据化。物理世界的数据化是传统行业真正转型的核心。如果实体经济想实现10倍数增长，关键是要实现物理世界的数据化，用更多人工智能的方式，去获取更多来自于这个产业的数据。

2017年，时髦的城市大脑、工业大脑、无人驾驶、无人超市、无人机、语音识别、唇语识别，无一不是人工智能与实体结合的应用。

进入商店的每一张人脸，其实就是每一个访客的访问，在里面顾客拿起的每个动作都可以被识别。进入无人超市看上去是一个人脸识别签到，其实就是一个数据的来回流动。线上和线下没有界限，电商开始进军零售店，融合的前提就是数据化。

傅盛说自己的公司在美国硅谷只干了一件事，就是投了一个小基金，让它每次带自己去看硅谷的创业公司，从中可以知道美国企业在干什么。后来傅盛发现在数字化这一点上，美国公司在做的事情就是把物理世界数据化。

将物理世界数据化，与实体经济结合，降低社会成本，而不是空炒概念，数字对数字，将是人工智能未来健康发展的重要一环。

人才还得自己来培养

得人工智能者得天下，得人才者得人工智能。

人工智能火热自不待言，但是必须清醒认识到，在人才储备和核心技术方面我们尚存突破空间。

打开某知名招聘网站，搜索“人工智能”后马上会出现很多招聘岗位，具有诱惑力的薪酬让人眼前一亮。以人工智能算法工程师为例，该职位少则月薪一两万元，多则年薪百万元。

这种供需不平衡的现象，不仅在中国有，在美国硅谷亦是如此。

早在2016年，创新工场创始人李开复曾公开透露：“在硅谷，做深度学习的人工智能博士生，现在一毕业就能拿到年薪200万到300万美元的录用通知。”

据领英近日的《全球AI领域人才报告》显示，截至2017年一季度，基于领英平台的全球AI(人工智能)领域技术人才数量超过190万，其中美国相关人才总数超过85万，高居榜首，而中国的相关人才总数也超过5万人，位居全球第七。

然而，这些人才仍不能满足互联网行业的需求。不少互联网企业人士告诉记者，目前互联网行业中最稀缺的就是人工智能人才，甚至很多行业巨头会用月薪几十万元招聘人工智能顶级人才。

傅盛表示：“下大力气把海外人才引入中国是合理的，但核心人才还是要中国自己来培养。”

目前，业界对AI人才的争抢近乎白热化，但是“缺口”同样明显。来自第三方数据显示，过去一年中，人工智能人才需求量增长近2倍，2017年第三季度，人工智能人才需求量相较2016年同期增长高达179%。中兴研究院副院长董振江坦言：“去年招人非常困难，在人工智能领域，大家都在抢人，薪酬也一再加码。”

AI技术人才是主导这一变革的中流砥柱。人工智能的竞争说到底是对人才的竞争，在国内人才竞争中，数字挖掘、算法分析、语言识别、自然语言处理是人才竞争的核心。

而在核心技术方面，虽然我国已经取得了多项创新，但主要偏向应用和数据积累，在核心技术方面与美国尚存差距。我国虽然已从跟跑走向领跑，并有了弯道超车的机会，但美国仍是目前出台人工智能战略最多、核心技术和人才最多的国家。

如何在人才和核心技术方面取得突破，将是未来我国在人工智能发展中最需要注意的问题。

意味着更多从业机会

当机器越来越像人，能够做人的工作时，这是否意味着它们会抢走人类的饭碗？

来自互联网业界的声音相对乐观，一个普遍的观点是：人工智能对就业的冲击正在发生，但被取代的主要是重复性的工作。实际上，人工智能也会带来新的职位，让人类可以从事更多创造性的工作。

阿里巴巴集团副总裁刘松对记者说，人工智能将是人类历史上的第四次工业革命，其实每次新的工业革命到来的时候，都有类似“砸饭碗”的恐慌，事实证明，创新带来的更多的是机会。

他认为，未来人工智能意味着更多从业机会。确实会有很多职业被人工智能取代，但人类可以空出来更多时间做创造性的东西，或是享受创造性的内容。这将为设计师、艺术从业者带来更多可能性。

“什么人才最缺，可能是艺术类的创造者，而大量简单重复类工作会遇到冲击。”刘松表示。

数据似乎同样在支撑这样的说法。来自智联招聘的一份研究报告显示，程式化、重复性、依靠反复操作实现的熟练工种已经开始受到冲击，投资银行业务、校对录入这两个典型职位在过去三个季度连续出现大幅同比负增长。咨询公司德勤的报告也显示，人工智能已经在英国取代了80万个低技能工作岗位，但同时也创造出350万个新就业机会，后者的年收入比前者多1.3万英镑。

人工智能的研发者认为，机器永远不可能取代人的作用，人工智能只能解放人类，让人类从事更多的创造性和服务性工作。机械化程度越高的工作，人们越希望由人工智能完成，而需要创作的工作，则需要人类来完成。

问题的关键在于，这些“新饭碗”谁来端？

懂得学习、勇于迎接挑战的人，将是未来端“新饭碗”的人。具体而言，艺术创造者、心理医生等精神层面的从业者，未来将越来越受欢迎，而高危和恶劣环境的稳定岗位将大量被人工智能取代。

篇2

自去年以来，浙江省大力实施数字经济“一号工程”，大力培育新技术、新服务、新模式、新产业，积极推进电子信息产业高质量发展。

浙江省电子信息行业总体保持较快增长，发展的稳定性、协调性和可持续性明显增强，电子信息制造业综合发展指数达73.34，居全国第3位。

稳步推进发展工作

过去的一年，为推进电子信息产业高质量发展，浙江具体抓了六个方面的工作。

强化顶层谋划。省委、省政府提出将发展数字经济列为“一号工程”，制定出台了《浙江省国家数字经济示范省建设方案》和《数字经济五年倍增计划》，将提升电子信息产业规模和能级作为数字经济发展的一项重要内容来抓，重点是要培育壮大集成电路、通信与网络、新型元器件及材料等基础产业，加快发展物联网、人工智能等新兴产业，积极布局量子通信、柔性电子、虚拟现实等前沿产业，力争到2022年全省数字经济核心产业增加值突破1万亿元。

强化新兴产业培育发展。瞄准行业前沿，制定实施专项行动计划，大力推进智能网联汽车、智慧健康养老、集成电路等产业培育发展。在智能网联汽车领域，深入推进杭州及桐乡两地的应用示范，新增嘉善高铁新城开展应用示范；制定智能网联车辆道路测试管理实施细则，组织开展智慧高速公路的规划研究，积极探索车路协同系统的研发与应用试点。在智慧健康养老产业领域，积极开展相关技术研发和服务产品推广应用，入选国家应用试点示范26个，12个产品及服务入选全国推广目录。在集成电路领域，加快杭州、宁波等6个省级集成电路产业基地和杭州芯火创新平臺建设，大力推进“IP核—芯片设计—行业应用”协同发展。

强化重大项目落地建设。借助世界互联网大会等平台，加强省市县联动，精准对接招商，着力推动一批重大项目落地实施。在集成电路领域重点推进中芯国际（宁波）、中芯国际（绍兴）、海宁泛半导体产业园、中电海康磁存储等项目，计划总投资近500亿元，这些项目的建成将进一步增强我省电子信息产业综合竞争力。

强化平台载体谋划建设。全力推进之江实验室、阿里达摩院及智慧视频安防、柔性电子等省级制造业创新中心建设，着力推动数字技术攻关和产业创新发展。以高新园区和特色小镇等新型载体建设推动产业的集聚发展。目前，全省已拥有国家级、省级信息产业基地（园区）40余个、数字经济特色小镇27个，产业集聚效应不断增强，已形成通信网络、软件、信息机电等5个千亿级产业集群。

强化行业企业培育壮大。积极组织实施名企战略，龙头企业培育初见成效，数字经济领域拥有超千亿元企业1家、超百亿元企业20家、上市企业67家、独角兽企业23家。入选2018全国电子信息百强、电子元件百强企业分别达14家和20家，数量继续保持全国前列。

强化政策支持和规范发展。组织实施“数字产业化提升行动”，安排专项资金5亿元，着力加大对集成电路、柔性电子、智能硬件等领域重点扶持；支持企业积极申报国家重大专项并落实地方配套支持政策，下达“核高基”重大专项地方配套资金12233万元。加快组建规模100亿元的省数字经济产业投资基金，积极推动参与国家集成电路产业投资基金二期（150亿元）出资工作。加强行业规范公告工作，共27家光伏制造企业和4家锂离子电池企业纳入规范公告名单，行业规范发展的水平不断提升。

2019再攀新的“高峰”

基于上述基础，2019年，浙江将继续以数字经济为引领，从四个方面重点推进电子信息产业高质量发展。

强化数字经济引领发展。深入实施数字经济“一号工程”，以建设国家数字经济示范省为抓手，着力在推进数字技术新突破、壮大数字产业新能级、激发实体经济新动能、培育数字应用新业态、释放数字赋能新价值、构筑协同发展新局面等方面取得新突破，力争数字经济核心产业增加值增长15%以上。

着力培育壮大数字产业。组织实施人工智能“铸脑”、集成电路“铸芯”、智能硬件“铸端”、软件“铸魂”等行动计划，着力培育壮大数字产业，推动集成电路、高端软件等优势产业迈向全球价值链中高端。结合新型消费升级与扩大，加强对智能家居控制、智能可穿戴设备等智能硬件产品的研发与推广应用；深化应用示范，大力推进智能网联汽车、智慧健康养老等产业创新发展；强化系统谋划，研究制定超高清视频产业发展和数字安防产业集群培育等行动方案，力争电子信息制造业主营业务收入突破9000亿元。

篇3

关键词：数字农业；数据；人工智能；农业生产

1数字技术助力传统农业转型升级

1．1物联网

物联网在农业生产环节适用较广，依据物联网的农业提升方案，通过实时采集并分析处理现场数据，实现提高农业生产效率、增加收益、减少损耗的目的。智能大棚、智能浇灌、精准农业等各种依靠物联网的应用将推进农业快速发展。物联网技术可以用来解决农业生产环节的一些问题，建设基于物联网的智慧农场，实现农作物产量和质量双提升。

1．2大数据

万物互联在促进众多设备联入的同时，还会在云端形成大量的数据，而提取这些通过物联网产生的大数据中隐藏的重要信息就必须依靠人工智能，物联网最重要的农业价值就是对形成的海量的数据进行智能化分析、处理，从而全面提升农业生产各环节的质量。

1．3人工智能

在种植方面，人工智能可以增加粮食产量、避免造成浪费。在养殖方面，依靠人工智能能够有效预防畜禽疾病的发生。人工智能能够缩短农业研发进程，帮助培育出更好的农作物基因，生产出更安全、更有效的化肥。

2中国数字农业面临的问题

2．1对软件重视不足

不管是政府还是农民都容易将数字农业与农业机械化的定义混淆，数字农业和农业机械化的本质差别在于，农业机械化是依靠农机装备来替代人力作业，而数字农业是指依靠数据来控制机械，实现自动化作业和智能化调节，没有数据和软件来控制的物联网，本质上还是工具，与机械农业没有实质上的区别，掌握软件平台才能真正实现大数据、智慧农业和数字经济。

2．2数据利用化不高

数据是数字农业的根本保证，当前政府同企业在数据采集上合作频繁，但是往往没有明确的利用化方向，缺少必须的数据运营手段，对采集数据的正确筛选、处理分析和建模应用等领域的工作跟进不够及时，数据的采集与利用是一个相互促进的关系，只有不断通过采集的数据产生农业价值，才会形成长期有效的数据来源渠道。

2．3数字经济发展不足

目前我国农业电商的模式是通过数字来驱动市场经济，但这种方式在市场推广营运、产品特性突出、物流运输等方面有很多明显的缺点，如果农业电商的经营方式以数据为基础，利用市场资本来反向驱动农业数字经济，一些问题的处理就变得简单许多。我国数字农业技术的利用基本上都是在农业生产阶段，数字农业的信息化和经济化水平不高，数字经济创新突破的同时，也将带动“全产业链”的农业大数据快速提升［2］。

2．4数据服务产品化不强

随着数字农业的发展，农业数据服务企业越来越多，但数据产品的服务能力完全依靠于所采集的数据质量，一些企业对农业生产经营主体的服务水平不足，导致产品市场化受阻，只有通过持续积累高价值的数据，不断增强数据产品的实用性，让数据产品具有强大的生命力，才能开拓巨大的农业数字化市场。

3未来数字农业的发展趋势

3．1数据定制化供应

数据资源是数字农业发展的根本保证，当前我国数字农业具有数据采集费用较高的问题，随着数字农业优势的显现，数据采集的组织成本会慢慢下降，同时农业物联网持续升级换代、公共数据的利用不断开源、数据分析者的信息化水平逐渐增强，数据采集的综合成本也逐渐减少。今后农业数据服务企业将会逐步建立起自己的定制化数据供应系统，并且数据库里以往采集的高价值数据信息，将会随着企业的数字化服务能力提升而持续汇入到产业链中，通过交换、融合或再生来创造更多的价值，实现数据服务的数字化驱动。

3．2国产数据模型得到发展

实现数据价值是数字农业最困难，也是最终的根本目标，硬件设施可以从国外买到，但对于后台系统国外却对我国严防死守，所以必须掌握实现数据价值模型的核心技术。目前国与国之间的科技力量竞争不断加剧，引进科技成果的壁垒持续增高，同时国内外农业生产经营模式存在很大差别，因此不能直接套用国外的数据模型。我国不断鼓励科研成果的转化利用，农业数据模型的跨界合作正在逐步深入，所以农业核心数据模型的自主研发在今后一定会实现。

3．3农业机械智能化加快

农业机械化与农业智能化最根本的区别就在于“数据驱动”，“中国制造2025”明确要把“智能制造”作为今后的努力方向。顺应时展，海尔等一些国内的制造企业已经逐步进行数字化转型升级，从而获得新的经济增长点，农机企业也必须通过数据来对农机装备赋能，适应数字农业的发展要求，完成从农机制造商向农机服务商的转型升级目标［3］。

3．4产业链向虚拟化方向发展

由于农业生产各环节数字化水平的逐渐提高，数字化驱动的农机智能与商业智能同农业生产经营联系越来越紧密，数字农业产业链将慢慢走进网络世界中，通过互联网进一步实现农业数字化的映射，数字农业产业链虚拟化会慢慢消除农业信息不对称，提高产业整体效率，促进数字农业更好更快的发展。

3．5供应链金融普惠化

近年来，供应链金融高速提升，2020年我国供应链金融的市场规模已达到14．98万亿元，供应链金融是农业产业提升的重要环节，可以改善资金流从而促进农业产业、尤其是中小型企业的良好发展。依靠物联网、大数据及人工智能等一系列科技手段，数字农业会进一步促进中小企业逐渐融入到农业产业体系中，为供应链金融普惠化打下良好的发展基础。农业产业虚拟化的同时，会使其变得更加透明，信用责任也更容易得到保证，因此金融风险的量化管理也变得不再复杂。

3．6数据安全更加重视

不管是地块的信息数据，还是企业的经营数据都能直接表现出农业生产经营主体或企业的当前情况，数据促进农业发展的同时，也有被泄露和乱用的风险，所以保证数据安全也是农业数字化发展不可忽视的问题，存储和使用数据的信息化系统的安全性要求越来越高，数据所有权的保证也会随着法律的不断优化而彻底解决。

4数字农业的发展领域

4．1智能农机装备

智能农机装备是农业生产的重要工具，通过物联网和信息化技术可以达到最优的农业实施方案，从农作物耕种收等各个环节来降低农业成本，实现农产品增产增收，从规模化种植角度，能够实现农业资源可持续发展，农业生态良性循环［4］。

4．2智能灌溉

提高浇灌效率和避免水资源浪费是农业良好发展的根本要求，可以依靠建设可持续和高效节本的智能灌溉系统来达到节约水资源的目的。目前以物联网为基础的智能灌溉系统，可以利用空气湿度、土壤湿度、土壤温度和光照度等参数进行精准的计算，从而根据用水需求来进行智能化控制灌溉，大大提高效率且降低成本。

4．3农业无人机

无人机在农业领域具有广泛的应用，可以用来进行农作物生长情况检测、农业摄影、农作物植保和牲畜管理等。农业无人机可以提高监测效率、降低监测成本，同时还可以采集大量的数据传输至后台。

4．4智能温室

智能温室可以连续不间断地测量温室内的各项环境数据，包括室内温度、室内湿度、光照度和土壤湿度等，当这些重要的参数超出设定的正常范围时，系统会对这些参数进行分析和评估，并做出自动响应，将这些参数的误差进行校正，从而使温室的环境保持在农作物生长的最佳范围内，极大地降低了人力和物力成本。

4．5收获监测

收获监测不只是针对农作物产量这一个指标，而是对收获环节所有可能影响最终收获量的因素进行监测，包括粮食含水量、粮食饱满度、粮食破碎量和总收获量等。对在收获监测中获得的实时数据进行有效的分析处理，可以辅助农民做出正确的决断，从而降低成本，增加产量。

4．6土壤监测系统

土壤监测系统主要用来监测和改良土壤综合性能，避免土壤退化，此系统可以监测土壤的大部分重要参数（包括土壤紧实度、蓄水保墒能力、土壤温度等），从而防止土壤板结、土壤侵蚀等。

4．7农业管理系统

农业管理系统可以为农业工作者和相关企业提供数据收集和管理功能。得到的数据被存储和分析从而为使用者提供决策依据，农业管理系统还可以用来建立农业数据模型。其优势包括为使用者作出重要决策时提供了理论数据支持，提高了农业生产的综合管理能力。

5互联网巨头布局数字农业案例

5．1阿里巴巴：盒马村

阿里巴巴数字农业事业部始终将农业全产业链数字化转型升级作为战略目标，力争尽快建成1000个高效规模化的数字农业示范基地。从去年开始，阿里巴巴数字农业事业部更是全面加紧了对盒马村的布局和建设，以希望先于其它企业完成数字农业示范基地建设的战略任务。盒马村并不是指某一个村落，而是所有为盒马种植农产品的村落的统称，盒马村模式是新时代农村转型升级的一个标杆，根据订单情况，针对不同的村落，因地制宜地发展数字农业，让种植户和销售企业直接对接，从而使优质的农产品快速入城，同时将城里的优质资本引进村落，形成良性循环。通过阿里巴巴建设的“产—供—销”一体化平台，让原本分散孤立的村落紧密联系在一起，成为现代数字农业产业链的一部分，种出更优质的农产品，让农民获得更大的收益。依托阿里云技术和淘宝电商平台，盒马模式帮助农业产业的种植端和销售端实现了数字化的升级，盒马利用其强大的销售汇聚能力，解决了小农户难销售的问题，改变了以往小农生产模式产销散乱的面貌，帮助农户降低了风险，开拓了销售渠道，提高了销售效率。据有关新闻报道，截至2020年底，上海、江苏、海南等全国13个省、市、自治区已经建立盒马村，盒马村模式为我国数字农业发展提供了良好的参考。

5．2京东：京东农场

从2018年开始，京东农场便逐步进行数字化农业的试验，京东农场广泛同全国各地的高标准农场开展合作，共同建立更高品质的农业生产基地，全面实行农作物标准化和规范化种植，从源头开始建立农作物全程可视化追溯性模式，让农作物从田间到餐桌的安全性得到保证，全面提升京东农场的农产品质量。其建立的“京品源”品牌，拥有产销一体化的全套服务体系，对京东农场的农产品在品牌、品质、供应、产销等方面进行全面的支撑。根据有关新闻报道，京东农场进行了广泛的战略布局，截至2020年底，其已经在全国各地建立了17个示范农场。从农产品的种植、加工、运输，到供销的各个阶段，京东农场利用区块链、人工智能、物联网等技术对传统农业进行赋能，彻底改变了传统农业的产销模式，为数字农业发展作出了重要贡献。

5．3华为：联手北大荒，助力数字化转型

技术实力雄厚的华为，一直希望利用其技术优势，帮助传统企业进行转型升级。2019年8月，华为同北大荒农垦集团签定了战略合作协议，按照协议内容，双方将建立长期的战略合作伙伴关系，彼此会充分利用行业地位和自身技术为另一方提供全面的帮助，贯彻取长补短、互惠互利的原则，在人才培养、平安垦区、智慧农业、华为云建设等多方面进行密切合作，携手探索数字农业的新发展模式，全面开展北大荒集团的转型升级。华为除了和北大荒合作以外，还将利用其大数据、云计算、人工智能及5G技术与袁隆平团队共同打造“互联网农场”。

篇4

关键词：地形测量测绘技术发展趋势

中图分类号： P2 文献标识码： A 文章编号： 0 引言

地形测量学是研究测绘地形图及与其有关测绘工作的理论、方法的应用技术学科。地形测量是为城市、矿区以及各种工程提供不同比例尺的地形图，以满足城镇规划、矿山开采设计以及各种经济建设的需要。

地形测绘是研究地球局部表面形状和大小，并将其测绘成地形团的理论和技术。通过测定小范围地表高低起伏形态和地物(如建筑物、道路、耕地等)的特征点的平面位置和高程，经相应的数据处理、采用一定的测量符号按一定的比例缩绘在图纸上。从而获得与相应地面几何图形相似的地形图，为国家经济建设提供设计与施工的图纸资料。

传统的测绘包括控制测量、地形测量、施工测量、竣工测量和变形监测5个部分。现代测绘技术自动化技术具有自动化程度高、测图精度高、图形属性信息丰富和图形编辑方便等优点。

1 目前地形测量的测绘自动化技术

测绘自动化是集数据采集、处理、传输、显示于一体。随着计算机、网络技术的发展及测量仪器的智能化，测绘技术自动化技术发生了重大变革，3S技术(GPS全球定位系统、GIS地理信息系统、RS遥感)及其集成技术成为测绘技术自动化技术的核心。

1.1 GPS技术 GPS(Global Positioning System)称为全球定位系统，是美国20世纪70年代开始研制的，它历时20年，于1994年3月全面建成的利用导航卫星进行测时和测距，具有在海、陆、空进行全方位实时三维导航与定位能力的新一代卫星导航与定位系统，是一种高精度、全天候、高效率、多功能的测绘工具。

GPS定位技术与常规地面测量定位相比，具有抗干扰性能好、保密性强，功能多、应用广，观测时间短，执行操作简便，全球、全覆盖、全天候、高精度的特点。特别是RTK的定位精度可达厘米级，在水上定位得到了广泛的应用。

GPS RTK(Real Time Kinematic)技术开始于90年代初，是一种全天候、全方位的新型测量系统，称载波相位动态实时差分技术，是目前适时、准确地确定待测点的位置的最佳方式，是基于载波相位观测值基础上的实时动态定位技术。

GPS RTK具有定位精度高且精度分布均匀，速度快、效率高，观测时间短，方便灵活，测程不受限制，不受通视条件影响等优点。

1.2 GIS技术地理信息系统（Geographical Information System-GIS）是利用现代计算机图形和数据库技术来处理地理空间及其相关数据的计算机系统，是融地理学、测量学、几何学、计算机科学和应用对象为一体的综合性高新技术。其最大的特点就在于：它能把地球表面空间事物的地理位置及其特征有机地结合在一起，并通过计算机屏幕形象、直观地显示出来。

GIS具有以下的基本特点：一是公共的地理定位基础；二是多维结构；三是标准化和数字化；四是具有丰富的信息。

地理信息系统对空间地理信息进行处理，准确采集有关的数据，并对地理空间数据和信息进行处理、管理、更新和分析，是采用数据库、计算机图形学、多媒体等最新技术的技术系统，对现代测绘技术自动化技术的起重要支撑作用。

目前GIS地理信息将向着数据标准化(Interoperable GIS)、数据多维化(3D&4DGIS)、系统集成化(Component GIS)、系统智能化(Cyber GIS)、平台网络化(Web GIS)和应用社会化(数字地球)的方向发展。

1.3 RS技术遥感RS（Remote Sensing）起源于20世纪60年代，不直接接触被研究的目标，感测目标的特征信息(一般是电磁波的反射、辐射和发射辐射)，经过传输、处理，从中提取人们感兴趣的信息。遥感包括摄影、陆地、卫星、航空、航天摄影测量等技术。遥感技术依其波谱性质，可分为电磁波遥感技术、声学遥感技术、物理场遥感技术。

遥感信息技术已从可见光发展到红外、微波；从单波段发展到多波段、多角度、多时相、多极化；从空间维扩展到时空维；从静态分析发展到动态监测。

RS为GIS提供信息源，GIS为RS提供空间数据管理和分析的技术手段(图像处理)，GPS作为GIS有力的补测、补绘手段，实现了GIS原始地图数据的实时更新。3S的综合应用是一种充分利用各自的技术特点，快速准确而又经济地为人们提供所需的有关信息的新技术，三者的紧密结合，为地形测量提供了精确的图形和数据。

2 测绘技术自动化技术的发展趋势

随着计算机、网络技术的发展及测量仪器的系统、智能化，测绘技术自动化技术向着3G技术及集成技术自动化、实时化、数字化，数据库和应用软件的开发应用，三维可视化技术以及人工智能化发展。使测绘技术自动化技术能全方位的应用于地形测量中，提高了地形测量的效率和准确性。

2.1 3G技术及集成技术的进一步发展积极普及3G技术的应用，改进3G技术中存在问题，更新3G及其集成技术测量的方法和手段，加强测量精度和准确性，使3G技术能在地形测量测绘技术领域的应用进一步扩展。

全球数字摄影测量系统在GPS、GIS、RS和3S集成技术中的应用，对数码摄影测量和地形测量更加普及和深化，使测绘技术向电子化、自动化、数字化方向发展。

2.2 测绘软件及数据库的开发与更新加强地形测量数字化测绘软件的研发，使测绘软件系统更加高效、灵活和功能齐全，使测绘软件技术在地形测量中起到了相当重要的作用。

更新完善信息数据库，将采集的测量数据转换直接进入信息数据库，数据管理查询方便，数据共享，实现全球数据更新和扩展空间基础信息系统的动态管理，实现测量数据的管理科学化、标准化、信息化，实现测绘数据的传输网络化、多样化、社会化，使测绘技术走向自动化，实时化，数字化。

2.3 人工智能和专家系统在测绘技术中的应用随着计算机技术的发展和测绘技术与相关学科的交叉、综合，人工智能和专家系统在测绘技术中有着广泛的应用前景。计算机利用专家知识模拟人脑思维进行推理，从事智能化的数据、图形处理和信息管理工作，极大地提高工作效率，使测绘技术向自动化、智能化发展。

全球定位系统(GPS)、数字摄影测量系统(DPS)、遥感技术(RS)、地理信息系统(GIS)和专家系统(ES)这5S技术的发展和相互结合，专家系统在其中发挥着重要的作用，专家系统对整个测量流程进行控制，并执行相应的推理、分析和处理工作，并可实现信息资源共享，实时动态监测诊断，提高效率和质量，是测绘技术通向实时、自动、智能测量系统的关键。

3 结论

随着计算机、网络技术的发展及测量仪器的智能化，测绘技术自动化技术发生了重大变革，从传统的测绘技术（例如电子测距仪、经纬仪、水准仪和平板仪）向3G技术、数字摄影测量技术以及人工智能化发展，推动了测绘技术自动化技术的活跃和革新，测绘技术朝着自动化、实时化、网络化和数字化方向发展，使地形测量更快速、简单、精确。

参考文献：

[1]王运昌.地形测量学[M].冶金工业出版社.1993.p2.

篇5

【关键词】测绘技术；地形测量学

1 测绘自动化技术

GPS RTK具有定位精度高且精度分布均匀，速度快、效率高，观测时间短，方便灵活，测程不受限制，不受通视条件影响等优点。

GIS具有以下的基本特点：一是公共的地理定位基础；二是多维结构；三是标准化和数字化；四是具有丰富的信息。

2 测绘自动化技术的发展趋势

篇6

关键词：地形测量;测绘技术;发展趋势

Abstract: This paper described a topographic survey and mapping technology concepts and topographic survey mapping automation technology, and to explore the development of automation technology mapping technology trends.Key words: topographic survey; mapping technology; development trend

中图分类号:P25文献标识码：A

引言

1 目前地形测量的测绘自动化技术

GPS RTK具有定位精度高且精度分布均匀，速度快、效率高，观测时间短，方便灵活，测程不受限制，不受通视条件影响等优点。

GIS具有以下的基本特点：一是公共的地理定位基础；二是多维结构；三是标准化和数字化；四是具有丰富的信息。

2 测绘技术自动化技术的发展趋势

篇7

2016年3月的“人机”大战引起广泛争议，这场“人机”大战，是指谷歌智能系统“阿尔法狗”与韩国著名围棋棋手李世石进行了围棋五番战，结果令人吃惊，“阿尔法狗”以4：1的比分击溃李世石。消息传出引发了全球对人工智能的思考，思考人类是否无法战胜人工智能，阿尔法狗是可以和人一样的“思考”，但与人不同的是阿尔法狗是根据人类提前编好的算法进行快速计算，比人快无数倍，并且能够进行自我学习，难道人类真的会被自己所开发的智能产品所替代吗？

接着四大会计师事务所之一德勤于3月10日宣布，与KiraSystem联手，将人工智能引入会计、税务、审计等工作中，并针对人工智能从复杂文件中提取的文本信息以做出更好的分析，官方表示这一科技创新将帮助员工从阅读合同和其他文件的乏味工作中解放出来，减少阅读时间，使得人才投入到更多有价值的工作中，更加关注战略方面的事物。会计人员真的会被替代吗？

二、相关概念

首先我们要从会计的定义来研究，会计是以货币为主要计量单位，运用专门的方法，核算和监督一个单位经济活动的一种经济管理工作。定义的落脚点是“一种经济管理工作”，也就是说会计工作的中心是放在企业管理中，而不是简单的记账。这点在会计的职能中也有所体现，会计的职能是指会计在经济管理过程中所具有的功能。作为“过程的控制和观念的总结”的会计具有会计核算和会计监督两项基本职能，还具有预测经济前景、参与经济决策、评价经营业绩等拓展职能。换句话说，会计是企业决策的参与者。

人工智能的定义实质是一门学科，目标是要探索和理解人类智慧的奥秘，并把这种理解尽其可能地在机器上实现出来，从而创造具有一定智能水平的人工智能机器，帮助人类解决各种各样的问题。人工智能科学起步晚，但发展迅速，早已渗透至我们的生活，如银行ATM机，网上银行等。

人工智能为人们的生活工作提供便利，那会计人员会被人工智能所替代吗？本文将财务会计和管理会计两方面进行分析。

三、财务会计

首先在财务会计领域，也主要是进行核算的过程。在核算过程中，对方法的选择、对未来的估计等都会对企业有较大影响，从而影响企业的决策。在财务会计领域，会计工作者在作出决策之前需要考虑这将会给企业带来怎样的经济影响，这也说明会计工作者是企业决策的参与者，本文将从以下几个方面对财务工作进行举例论述：

1.资产方面

资产是指企业过去的的交易或事项形成的、由企业拥有或者控制的、“预期”会给企业带来经济利益的资源。“预期”在字典中的含义是指对未来情况的估计。也就是说预期是需要会计人员通过自己的工作经验判断从而辨别什么是资产，按照目前的情况来估计，到时是否会给企业带来经济利益。“估计”的正确性，将会对企业的财务报告产生较大的影响，从而这一工作无法完全交给人工智能来完成，这是对会计工作谨慎性的尊重。人工智能此时无法按照一种标准来衡量，更没有一个特定的数据衡量标准来供它使用，这些都需要会计人员根据自己的工作经验及企业内外的环境来判断。例如某些财务的应收账款有明显迹象表明无法收回，此时如果不及时处理将会虚增企业的资产，少确认损失，虚增利润，这对企业未来的经济活动都会有较大的影响，并影响企业的决策。

2.会计政策的选择

会计政策的选择是指特定主体根据自身的目标在可供选择的范围内进行选择并拟定会计政策的过程，企业一经选定某种方法，就不能随意变更。选择不同的会计政策对企业将会产生不同的经济后果，也会影响相关者的决策行为。但由于在实际的生产经营过程中因为经济环境、客观状况及国家的要求，可能会出现会计政策的变更。其中一个条件则是会计政策的变更能够提供更可靠、更相关的会计信息。在我们的实际工作中判定提供是否为更可靠、更相关的会计信息时，这一情况是非常复杂的。例如：投资性房地产后续计量模式的变更，从成本模式计量变更为公允价值模式计量，在市场经济这个大环境中，成本模式简单且易于取得，盈利水平较为稳定，但无法反映资产的真实价值和风险，降低价值相关性，然而公允价值模式会使会计信息更具相关性，使企业更具竞争性但其计量成本较高，利润易波动，且增加税负风险。会计政策的变更会给企业带来许多影响，会计人员需要考虑许多情况，以及分析社会环境，需要去衡量其利弊，去分析企业未来的发展，再做出合理的决定。以及存货计量方法的选择，折旧方法的选择都会出现这些问题，而目前人工智能只是按照一个标准进行判断衡量，最终还是需要会计人员根据经验等做出决策，这也足以说明会计是企业决策的参与者。

从以上两种情况来分析，财务会计的核算部分不仅仅是简单的记账、算账、对账等基础的会计核算，需要会计工作人员根据经验进行判断决策，会计人员的决策影响企业的经济活动。人工智能可以帮助企业会计人员简化工作，提供一些分析信息，而最终的思考及决策是需要由会计人员决定。接下来本文将从管理会计的角度进行论述分析。

四、管理会计

管理会计是财务会计的延伸，管理会计与财务会计有共同的最终目标，管理会计更直接的参与企业决策，本文将从管理会计的部分职能，对管理会计参与企业决策进行举例论述：

1.预测经济前景

管理会计按照企业未来的总目标和经营方针，充分考虑经济规律的作用和经济条件的约束，选择合理的量化模型，有目的地预测和推测未来企业销售、利润、成本及资金的变动趋势和水平，为企业决策提供信息。例如：在进行利润预测中，面对不同情况我们会选择不同的模型对利润进行预测，在对资金需要量的预测中，会考虑各资产负债项目及其他因素对资金的影响，从而预测未来需要追加的外部资金量。管理会计站在现在，对未来作出预测，帮助企业更好的形成战略，制定计划，帮助企业进行决策。

2.参与经济决策

管理会计参与经济决策主要体现在根据企业决策目标搜集整理有关信息资料，选择科学的方法计算指标，筛选最优行动方案。例如：在短期经营决策需考虑生产经营能力、相关业务量、相关收入和相关成本四大因素，再根据企业生产经营活动的特点选择决策办法，最终对企业经营活动中面临的事项做出选择。对定价、是否生产、追加订货等问题可以做出较为恰当的决策。管理会计的决策对企业的生产经营活动起着至关重要的作用，也将对企业未来的发展有一定影响。人工智能面对企业纷繁复杂的经济活动，无法替人类做出重要决定，但不可否认，人工智能的应用将会大大提升会计工作人员的效率。

3.规划经营目标职能

管理会计的规划目标职能是通过编制各种计划和计算实现的，合理有效地组织协调供、产、销、及人、财、物之间的关系，并为控制责任考核创造条件。例如：管理会计中的本量利分析，计算的单一、多品种的保本分析，以及在盈利条件下的本量利分析。对研究企业盈亏有着较为重要的意义，规划企业的经营目标，为会计的预测决策提供必要的财务信息，此时管理会计可以利用人工智能建立模拟环境等，为自己提供相应的信息。

根据上述对管理会计职能的分析，我们可以看出管理会计对企业的影响，对企业发展的重要意义，也足以说明管理会计工作渗透企业的各个方面，处在企业管理的核心地位。人工智能可为企业的战略决策提供模拟分析、识别财务管理目标和财务管理环境，也可建立相应的预警模型，来促进企业的发展，所以会计人员可以合理利用人工智能为自己提供信息，帮助自己进行决策，但人工智能无法替代会计作出决策，会计需要根据经验，根据环境等作出最终决策。

五、结论

目前我国管理会计处于正在发展的阶段，加上大家对财务会计的认识不到位。人们对会计人员的印象从古至今一直就是账房先生，甚至许多学会计的人也认为会计只是记账，会算数字就能做好一个会计。这些都是片面的理解，会计工作是通过一系列的核算过程，最终参与企业的决策，促进企业的发展，提升企业的效益。

篇8

关键词：人工智能电气自动化控制应用

人工智能是一种新型技术，与传统技术相比，人工智能有着巨大的优势，该种技术主要是建立在计算机与网络技术中，能够解决很多传统技术难以解决的问题，目前，人工智能已经在经济建设与社会发展中得到了广泛的应用，也取得了良好的成效，但是，在一些主观与客观因素的限制之下，人工智能在电气自动化控制中的应用依然存在一些不足之处，下面就针对人工智能的特点及人工智能在电气自动化控制中的应用进行深入的分析和探讨。

1 .人工智能控制器特点分析

在电气自动化中使用的人工智能控制器多为非线性函数近似器，其中代表性的有遗传算法、模糊理论、神经算法与模糊神经算法等，使用非线性函数近似器有着巨大的优势，这主要表现在以下几个方面：

第一，在开展人工智能电器设计时并不需要应用精确的动态模型，不需要明白非线性与参数变化等因素就能够完成设计；

第二，只要适当的调整系统的下降时间、相应时间，就能够有效提升函数性能，产生的过冲也很小；

第三，人工智能控制器能够设计相应时间与语言，调节方式十分的简单，对于信息与数据也有着良好的适应性，抗干扰性能理想，容易实现；

第四，人工智能控制器的一致性良好，与驱动器无直接联系，即使输入的数据是未知的也可以获取到理想的预测结果。（以以太网为例的人工智能控制器原理示意图详见图1）

图1 以太网为例的人工智能控制器原理示意图

2 .人工智能在电气自动化控制中的应用分析

2.1 人工智能在电气自动化设计中的应用

自动化电气的设计十分的复杂，牵扯到很多专业，如变压器、电路、电力电子技术、电机等等，对设计人员专业技能水平的要求也较高，也需要用到大量的人力、物力与财力，利用人工智能技术就可以有效解决人力难以解决的问题，有效提升设计的精度与工作效率。

此外，在电气设备的设计过程中，需要根据不同的情况采取相应的算法，要想有效提升设计的质量与效率，工作人员必须要具有应用人工技能的经验与能力。

2.2 人工智能在电气控制中的应用

电气自动化控制是一个关节性环节，如果能够采取科学的措施提升整个系统的自动化水平，就可以有效降低人力、物力财力的投入，有效优化人工系能系统的运行质量。

人工智能技术在电气自动化设备中的应用包括神经网络控制、专家系统控制以及模糊控制几个方面，其中，模糊控制的应用范围最为广泛，究其根本原因，是由于该种方式简单，与生产的联系也更加的紧密。

而模糊控制在整电气自动化中的应用主要集中在交流传动与直流传动两个方面，其中，直流传动主要集中在模糊控制器之中，如Sugeno、Mamdani，而Sugeno是Mamdani的一个部分，Mamdani多应用在调速控制系统中，其规则库为if-then规则库。将模糊控制器应用在交流传统控制系可以代替传统PSI控制器与PI控制器，近年来，在科技水平的发展之下，模糊控制器也开始应用在全数字高动态性能传动系统之中，也取得了一定的成效。

2.3 人工智能在故障诊断系统中的应用

人工智能技术中的专家系统、模糊理论与神经网络已经在电气设备故障诊断系统中得到了广泛的应用，其中应用范围较广的就是发动机、发电机与变压器故障的诊断工作中。在诊断时，需要先从变压器油中将气体分离出来，再根据气体的情况分析故障的发生状态。如果使用传统的诊断方式是难以判断出故障的复杂性、非线性以及不确定性的，诊断结果并不理想。但是，使用人工智能技术即可有效提升诊断的成功率，就现阶段来看人工智能技术主要采取专家系统、神经网络与模糊逻辑集中诊断方式。

2.4 人工智能在电力系统中的应用

目前，人工智能在电力系统中的应用包括神经网络、专家系统、启发式搜索、模糊集理论几个方面，其中，专家系统是一种集经验、规则与专业知识一体的程序性系统，该种系统需要依赖一定领域的知识与经验进行推理，并模拟专家的决策对各个难题来处理。专家系统主要包括六个部分，即推理机、知识库、人机接口、知识获取、咨询解释、数据库。在整个系统的使用过程中，需要根据实际情况的变化来更新规则库，以便获取到最及时的要求。

目前，很多训练算法与神经网络都在电力系统中得到了一定程度的应用，神经系统的储存方式与学习方式都十分的灵活，也有着强大的状态分类能力以及识别能力，在负荷预测的过程中，神经网络能够对模型进行科学合理的分类，并实现对输入的选择，构建出日预测模型以及周预测模型，将人工神经网络与元件关联进行有机结合即可实现对复杂系统的诊断，识别是不同的故障。

2.5 人工智能在日常操作中的应用

电力系统不仅对电力系统自身的自动化水平有着直接的影响，对于管理工作也有一定的影响，将人工智能技术应用在日常操作中可以对加用电脑进行实时操作，可以实现报表自动生成、日志生成、日志储存等多种功能。这不仅可以简化操作，也能够有效提升操作的可视性与简便性，可以看出，将人工智能系统应用在日常操作中可以有效提升电气自动化系统的工作效率，这也是未来阶段下我国电力系统发展的重要方向。

3. 结语

总而言之，在科技水平的发展之下，电力自动化控制系统也得到了完善的发展，与此同时，人工智能系统在电气自动化控制中的应用也取得了一定的成效，将人工智能应用在电气自动化控制系统中可以有效提升设备的使用效率与使用质量，但是由于一些客观因素的限制，人工智能技术还存在一些不足，相信在不久的将来，这一问题定可以得到完美的解决。

参考文献：

[1]王金亮.人工智能技术在电气自动化控制系统中的应用研究[J]. 科技致富向导，2012（10）

[2]龙，曲利，董洪潮.人工智能在电气自动化控制中的应用[J]. 科技传播，2013（09）

[3]胡蝶.人工智能在电气自动化控制中的应用[J]. 中小企业管理与科技（下旬刊），2010（09）

推荐范文