智能化变革：人工智能技术进化与价值创造

"蓄势之路 探索 蝶变 聚力 重塑 赋能之路 革新 创造 普惠 落地 演进之路 笃行 突破 善智"

智能化变革将是一轮经济社会全面变革，涉及科学研究、技术创新、商业落地、社会融合、科技伦理等方方面面。本书立足技术趋势，着眼业界动向，给出对人工智能理论、技术、产业化和社会融合等方面趋势的科普解读，希望对读者开展人工智能科学研究、产品研发和行业应用等有所启发。 本书不是一本纯技术类图书，但部分有关技术趋势的章节，还需要读者具备一定的信息技术基础知识。本书内容对于帮助读者深化认识人工智能技术本质和价值逻辑，拓展智能化变革未来趋势的视野具有一定的参考价值，适合政府、产业、学术界不同群体阅读，也可以作为对人工智能感兴趣的各专业本科生和研究生的辅助读物。

李修全，工学博士，中国科学技术发展战略研究院前沿科学与优选技术所研究员，科技部新一代人工智能发展研究中心副主任。毕业于清华大学计算机系，是智能技术与系统国家重点实验室与德国汉堡大学信息科学系联合培养博士。曾在工业领域从事软件开发工作，并在多维时序数据建模与预测、脑机接口和智能机器人等领域有多年学术研究经历。近年来持续研究人工智能前沿技术趋势、数字化与智能化技术路线图、人工智能国家战略及创新政策等，是《新一代人工智能发展规划》执笔组主要成员，科技创新2030—“新一代人工智能”重大项目指南编制专家，IEEE计算智能学会新兴技术委员会委员，牵头编写2019年和2020年《中国新一代人工智能发展报告》。

第一篇  蓄势之路 第一章 探索：历时大半世纪的积淀孕育 / 3 1.1  个体智能与人工智能 / 4 1.2  不同学派的科学探索 / 8 1.3  “三起两落”的螺旋演进 / 13 1.4  跨入技术创新活跃期 / 17 1.5 推高数字经济天花板 / 20 第二章 蝶变：人工智能的新起点新历程 / 27 2.1 多层级的智能技术体系 / 28 2.2 机器学习的新里程碑 / 32 2.3 智能形成的三大来源 / 36 2.4 不同维度看智能蝶变 / 42 2.5 理论创新与产业化并进 / 49 第三章 聚力：众木成春的智能化技术群 / 53 3.1 新兴技术交叉融合相互催化 / 54 3.2 高速移动互联的智能系统 / 56 3.3 人工智能算力基础设施 / 62 智能化变革：人工智能技术进化与价值创造 VIII 3.4 从大数据到大规模知识库 / 64 3.5 演进中的新型智能操作系统 / 67 3.6 智能时代的芯片10倍数变革 / 72 第四章 重塑：智能技术与系统的新形态 / 79 4.1 体系化：技术群驱动的产品创新 / 80 4.2 平台化：横向拓展的能力输出 / 82 4.3 开源化：共创共享加速生态培育 / 87 4.4 协同化：云边端混合的分布式智能 / 89 4.5 硬件化：软硬结合的纵向贯通 / 94 第二篇  赋能之路 第五章 革新：重构经济业态和产业模式 / 101 5.1 数据的经济价值变迁 / 102 5.2 算法创造的数字生产力 / 104 5.3 人机协同的生产服务新模式 / 105 5.4 错位的“老板”和“小二” / 108 5.5 跨界融合与共创分享的新生态 / 109 5.6 个性化与规模化定制 / 111 第六章 创造：驱动智能经济的新动能 / 115 6.1 人工智能新产品和新产业 / 116 6.2 产品创新的旧动能沃土 / 117 6.3 生产过程降本提质增效 / 119 6.4 行业智能大脑驱动“效率革命” / 124 6.5 加速技术创新和产品研发 / 126 6.6 更高阶段的知识经济 / 129 目录 IX 第七章 普惠：智能时代社会生活变革 / 133 7.1 智能化惠及社会民生 / 134 7.2 赋予智慧城市新内涵 / 136 7.3 教育走向个性化、普惠化 / 140 7.4 高效便捷的交通出行 / 143 7.5 安全可信的智能社会 / 149 第八章 落地：产业化初期的价值发掘 / 153 8.1 构建价值支撑的商业闭环 / 154 8.2 发挥比较优势的增强智能 / 155 8.3 选择“二八原则”的容错场景 / 161 8.4 打造离线并行的高能外脑 / 164 8.5 挖掘技术落地的后发优势 / 165 第三篇  演进之路 第九章 笃行：务实推进人工智能发展 / 169 9.1 智能化变革的战略机遇 / 170 9.2 “三起两落”的得失经验 / 172 9.3 工程化思维加持的产业技术创新 / 175 9.4 远近结合的梯次化落地 / 177 9.5 直面全球经济资本新环境 / 183 9.6 坚持技术创新攻坚克难 / 186 第十章 突破：技术演进特征与未来趋势 / 189 10.1 场景需求拉动技术创新 / 190 10.2 正视深度学习的“不能” / 191 10.3 走向数据驱动加知识驱动 / 196 10.4 夯实智能科学的数学之基 / 201 10.5 寄予厚望的类脑智能 / 203 10.6 量子与智能的化学反应 / 208 10.7 底层计算架构的创新机遇 / 214 第十一章 善智：以人为本的智能化 / 217 11.1 负责任创新的价值观 / 218 11.2 区别把控三类安全风险 / 220 11.3 通向人类可理解的人工智能 / 226 11.4 发展公众可信任的智能技术 / 229 11.5 警惕智能鸿沟与贫富差距 / 233 11.6 产业智能化与就业的均衡协调 / 235 11.7 智能化变革的职业新需求 / 242 后记 / 246