AI+物联网平台整体解决方案

AI 台、智能客服云 · 身份认证云、知识图谱、AI能力开 数据 放平台、刷脸考勤云
区块链
· 深度学习框架、超算中心
决策
数据
决策
大数据
· 大数据银行项目平台(API市场） · 多维度数据源整合平台 ：
数据
决策
· 航旅大数据基地数据平台 · 联通大数据公司-精能够准营销产品 · 京东万象航旅数据标签场景产品
手机中的AI
AI Roadmap
国人为什么要关注AI？
AI学科结构
计算原理 算法分析
控制理论 空间研究
自动程序设计
机器人
工业自动化
逻辑 数学
系统程序设计
心理学 图示学
认识论
心理学
逻辑学
自动定理证明
有关学科 图示学
运筹学
知识的模型化 和表示
机器视觉
计算机语言
光学
模式识别 声学 语音学
教学、科学和 工程辅助
• 人工智能是对人的意识、思维的信息过程的模拟。 人工智能不是人的智能，但能像人那样思考、也可 能超过人的智能。
人工智能有那些类型？
• 弱人工智能，包含基础的、特定场景下角色型的任 务，如Siri等聊天机器人和AlphaGo等下棋机器人；
• 通用人工智能，包含人类水平的任务，涉及机器的 持续学习；
• 强人工智能，指比人类更聪明的机器；
应用层：主要实现人工 智能在不同场景下的应用。
AI+物联网平台总体架构
总架构
AI、物联网、大数据、区块链技术和产品有机结合，相互赋能，打造综合能力产品建设好基础平台的 同时，充分结合海航优势行业，打造优势云产品
客户/行业：
数字航旅 智能安防
科技金融 智慧城市
数据
新零售 智慧物流 智慧教育 智能医疗 连接
•
• 机器人
来悄 •
临悄
终正
结在
工业1.0 创造了机器工厂的 “蒸汽时代”
工业2.0 将人类带入分工明 确、大批量生产的 流水线模式和“电 气时代”
交通工具（即无人机、无人驾驶等） VR（虚拟现实）
工业3.0 应用电子信息技术， 进一步提高生产自 动化水平
工业4.0 开始应用信息物理 融合系统（CPS）
人工智能发展历程
AI的诞生
1956达特矛斯 会议，“人工智 能”正式诞生
搜索式推理 聊天机器人 乐观思潮
百度文库
专家系统 知识工程
五代机 神经网络重生
摩尔定律 统计机器学习
AI广泛应用
深度学习
人工智能
1956
孕育期
电子计算机 机 器翻译与NLP 图灵测试 计算 机下棋 早期神
经网络
1974
1980
所有的AI程序 都只是“玩具”
AI+物联网平台整体解决方案
目录 Contents 第一章 AI+人工智能革命 第二章 AI+物联网平台整体结构 第三章 AI+物联网平台技术能力 第四章 AI+物联网平台解决方案 第五章 AI+物联网平台应用案例
AI+人工智能革命
人工智能将引领人类第四次工业革命 – 智能化
互联网时代
• 人工智能
启发式 搜索
图论
AI系统 和语言
自然语言系统
心理学
语言学
符号操作 管理科学
博弈
现代控制理论
常识性推理演 绎、问题求解
系统程序设计
控
信息处理心理学
制 理
逻辑
心理学
逻辑
论
近期主要应用领域
基本方法和技术
近期主要应用领域
AI的几大门派
模拟人的心智 模拟脑的结构 模拟人的行为
进化学派 类推学派 贝叶斯学派 符号学派 联结学派 行为学派
度学习和深度神经网络的基 操作人类语言，主要包括信 教育、服务等领域被广泛应 和物体检测。在围绕图像内
础上，被运用于虹膜识别、 息抽取、机器翻译、摘要、 用，如农业方面的作物病虫 容的信息检索、广告投放、
步态识别、身份识别等方面。 搜索及人机交互等。
预测专家系统等。
用户分析、商品推荐等互联
网应用在应用广泛。
2、基础能力现阶段以合资，合 作，采购等方式引入。逐渐培 养自主研发能力。
3、融合 “AI+BlockChain+Iot+Data ”，多种赋能，形成综合解决 方案。
1、采用“自建+合作”模式打 造云化场景的产品与交付体系。
感知、数据 数据 赋能
赋能
· 设备管理、连接管理平台、 RFID\NFC电子标签、2G\4G
物联网 · 数据分析平台 · 物联网能力服务、规则引擎、 生命周期管理
硬件、数据 数据 溯源
安全
数据 决策
· 基于“听说看辨想”的基础能力平
接入&节点管理、账本应用
蒸汽机
电力广泛应用
自动化、信息化
信息物联系统
18世纪末
20世纪初
1970年代初
今天
复 杂 度
时间
什么是人工智能(AI)?
人工智能：国家战略(2017年政府工作报告)
• 全面实施战略性新兴产业发展规划，加快人工智能 等技术的研发和转化，做大做强产业集群
• 把发展智能制造作为主攻方向，推进国家智能制造 示范区、制造业创新中心建设
什么是人工智能？
• 人工智能（Artificial Intelligence），英文缩写 为AI。它是研究、开发用于模拟、延伸和扩展人的 智能的理论、方法、技术及应用系统的一门新的技 术科学。
• 它企图了解智能的实质，并生产出一种新的能以人 类智能相似的方式做出反应的智能机器，该领域的 研究包括机器人、语言识别、图像识别、自然语言 处理和专家系统等。
02
人机交互
主要运用到的技术包括机 器人学和模式识别技术，机器 人可以模拟人的行为，而模式 识别则能使用计算机模拟人类 器官对外界的各种感知。
01 核心技术 03
人工智能应用领域
模式识别
自然语言处理
专家系统
图像识别
是在多层神经网络发展的深 主要目标是让机器能够识别、 在工业、农业、商务、科技、 其两个核心问题是图像分类
感知
聪明的AI
识别
判断
有学识的AI
思考 语言
推理
知识表示 神经网络
机器人
深度学习 知识图谱
AI生态逐步形成：基础资源+技术+应用
人工智能产业生态的三层基本架构
基础资源支 撑
基础资源层：主要是计 算平台和数据中心，属于 计算智能；
技术层：通过机器学习 建模，开发面向不同领域 的算法和技术，包含感知 智能和认知智能；
运算能力
计算复杂性
常识与推理
1987
1993
未达预期 削减投入
2006
2016
大数据 计算能力 应用增多
人工智能核心技术
数据挖掘与分析
面临大数据深度挖掘与分 析时，通常采用机器学习，是 基于人工神经网络的深度学习。 可针对海量数据进行分析计算， 并创建相应模型。
知识和数据智能处理
知识处理时通常使用专家 技术，它能运用特定领域中专 家提供的专门知识和经验，通 过智能推理求和，便可解决只 有专家才能解决的问题。