京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19