
8月26日,2019年中国国际智能产业博览会(简称“智博会”)在重庆开幕,众多IT巨头齐聚重庆,同台亮相、金句频出,从不同的角度,给人们分享了对新一轮科技和产业革命及未来世界的新思考。
过去一年,国际贸易摩擦增加了全球经济和产业发展的阻力,也激发起中国经济的韧劲和数字产业的潜力。在这样的形势下,如何应对新一轮科技和产业革命呢?
在大数据智能化高峰会上,腾讯公司董事会主席兼首席执行官马化腾从行业一线从业者的角度分享了看法。
他认为,首先产业竞争的主赛场正在由过去单打的PK而逐渐变成了双打的比赛。过去商业竞争往往围绕着垂直细分产业的单打独斗,今天当信息化这个最大的变量开始融入到各行各业,产业竞争的方式正在发生变化,由垂直纵深的各个实体产业和横向延展的信息产业相结合,形成了纵横交错的新搭档,可以说产业竞争已经演化为双打的比赛。
他说,产业互联网正是“两化”融合的重要载体和突破口,例如汽车产业正在面对百年未有的大变局,5G技术的应用、人工智能的落地、新能源的替代以及智慧城市的治理,正在推动着跨界协作,特别是信息产业和汽车产业的融合创新,而构建了新的车联网生态。攀登科技和产业的珠峰往往要以来科技共同体和全球产业生态。正如5G并不是一个单一的技术,而是一系列的技术创新,需要联合登山队来征服。今天没有哪个国家能够完全拥有全球新一轮科技和产业所需要的全部资源、技术和能力,产业割裂和技术脱钩将会损害整个人类长远的利益。
在百度创始人、董事长兼首席执行官李彦宏看来,以前大家比较喜欢传人工智能又战胜了世界围棋冠军,今天我们更关注人工智能给人们的生活带来了什么样的便利,给人们的工作提升了多少效率。过去我们可能会津津乐道说某一辆无人驾驶汽车在高速路上,在没有人干预的情况下跑了几千公里,今天我们可能关注无人驾驶怎么能够真正安全、怎么能够降低成本、怎么能够在低速的环境下、在开放道路上能够跑起来。
过去我们津津乐道说中国人工智能的论文发表数量、专利申请数量是全球第一,但是今天我们更多是要看人工智能整体开发框架上有多少话语权。所以这些都是需要我们未来去下功夫提升的。所以人工智能不再讲究酷炫,而是讲究扎扎实实推进和落实。
李彦宏在会上提出三点建议:一是要关注安全和效率。这个在无人驾驶领域其实是非常明显的,为什么我们现在要把速度降下来?就是为了保障安全。人工智能会唤醒万物,每一个家用电器上都要有一个语音识别的芯片,那么这个芯片能不能够满足绿色节能的标准?这是需要去关注的。
二是希望加快基础设施的建设。在自动驾驶领域,中国和美国其实也有着相当的竞争,美国更多强调单车智能,他们在道路测试上的规范或者说相关的法律更加灵活,但是我们有基础设施方面的优势,我们可以在路测增加很多设备来提升安全和提升效率。
三是建议充分利用开源和开放平台。开源并不表明所有东西都是免费的,是我们自主的、可控的,很多开源的东西还是掌握在别人的手里,这个我们要有充分的认识。
联合国数字合作高级别小组联合主席马云分享智能世界新思考。 陈超 摄
“过去一年,我们在联合国秘书长数字合作高级别小组中,我跟二十几位全世界各地的专家一直在探讨数字技术到底应该给人类带来一些什么。后来答案是显而易见的,数字技术应该让人类的发展更加普惠、更加可持续、更加绿色。”联合国数字合作高级别小组联合主席马云认为,全球化已经不是港口城市受益,而应该是所有的城市都受益,工业化时代的全球化分工受益的主要是港口城市和沿海城市,但是数字化时代的全球化分工应该让偏远的城市、偏远的地区受益。
过去人类是依水而聚,只要有水的地方人类都去寻找,未来人类会依照数据而居住,要找到通数据的地方。接下来城镇化会加速,过去人类要花几百年才能够完成城镇化,可能数字时代一些落后的地区只要几十年就可以,未来十多年很多地方的发展是跨越式的,他们可能还没进入3G就可能会直接进入5G。
马云谈到智能世界三要素:互联网、大数据和云计算。互联网是生产关系,云计算是生产力,大数据是生产资料,未来是互联网大数据以及云计算这些生产关系、生产力和生产资料的。智能是改变世界的工具,智慧是改变智能的思想,引领未来的不是智能,引领未来的是智能背后人类的智慧。工业时代技术让人类向外探索得更远、更广阔,人类一直探索月球、探索火星,但是人们特别关心的是技术、产品和服务。他坚定地认为智能时代应该是让人类更加关注自己、关注内心,更加懂得人类本身。
智能世界不是让万物像人,而是让万物像人一样去学习,智能时代要解决的是人解决不了的问题,了解人不能了解的东西。机器要有自己独特的思考,人类必须敬畏尊重机器的智能。智能时代千万不要把精力花在技术上、花在设备上,而是要把我们的技术、设备花在人的进步身上、人的感受身上。
“美国是一个车轮上的国家,中国应该也有机会成为一个互联网上的国家,互联网在欧洲和美国发明,但是在中国得到了最广泛的应用,今天中国的数字经济有这样的发展,有了BAT这样规模的企业。”在马云看来,中国这样的国家应该有几十家BAT这样的大企业。很多人担心创新企业、市场企业做大,中国现在的互联网公司是靠创新、靠市场做起来的,我们不应该害怕创新企业变成巨头,我们应该担心的是巨头不创新。
来源:中国新闻网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28