新奇和担忧交织而生-AI的到来 (新奇与惊讶)
对于 2023 年人工智能(AI)的发展,每个人可能都有自己的答案。这一年,AI 真正进入公众视野,聊天机器人和其他生成式 AI 技术迎来爆发,同时政府及其他组织也开始认真对待 AI 的风险。
AI 安全隐忧
在网上流传的一组照片中,美国前总统特朗普狼狈地被一群警察追逐,并在混乱中被制伏。当时恰逢特朗普面临刑事诉讼,这些图片一时间引发了震惊和困惑,但很快被证实是 AI 生成的假照片。类似的案例越来越多,担忧随之而来。
AI 技术使得虚假信息变得更加难以鉴别,可能被用于诈骗,也可能被用于影响舆论和选举。2024 年将是全球选举大年,多国将迎来大选,AI 技术将成为选举中的不确定因素。
针对 AI 安全隐忧,各国政府和组织纷纷呼吁监管 AI。从一封科学家和研究人员联名呼吁暂停开发 AI 的公开信,到我国首个 AI 监管文件,再到全球首届 AI 安全峰会和欧盟首部 AI 法,AI 安全已经上升为全球政治的中心话题之一。
生成式 AI 的崛起
去年年底,一款新的 AI 聊天机器人横空出世,它以近乎人类的文字运用能力进行沟通。不久之后,更多的 AI 系统不仅生成文字,还生成图像、音频、视频和音乐等。这些系统被称为生成式 AI。
人们渐渐开始使用 AI 进行娱乐、学习、写作、编程、制作图像和视频等。广告业开始通过 AI 帮助生成广告,科技服务公司使用 AI 帮助客户修复技术漏洞,艺术家运用 AI 创作艺术作品。众多企业开始寻求将生成式 AI 工具集成到其现有产品或服务中去。
英国一家研究机构 11 月发布的调查报告显示,英国约五分之四的青少年正在使用生成式 AI 工具,澳大利亚约三分之二的员工在工作中使用生成式 AI。甚至新的工作岗位开始出现,比如提示词工程师,他们通过设计适当的提示词,合理利用不同的 AI 模型,实现最优的输出内容。
业内人士预测,AI 发展的下一个里程碑将是生成式 AI 系统变得更加多模态,即它能够处理文本、图像、音频、视频等多种类型的数据,这意味着 AI 将对现实世界有更深入的理解。
担忧与挑战
新奇之余,担忧也开始显现。在世界各地,学生开始让 AI 代写本文、作答家庭测验,引发了教育界的担忧,一些学校不得不禁止学生使用 AI 工具。
AI 聊天机器人在回答中常常犯事实性错误,它们以绝对肯定的语言撒谎或胡言乱语。研究人员称这种现象为“幻觉”。开发 AI 聊天机器人的公司警告说,不能全部相信聊天机器人所说的话。
AI 换脸和声音克隆技术被用于网络诈骗。不法分子可以使用这些新技术在视频通话中模拟他人的面部和声音,令人一时难以辨别真伪。
据追踪虚假信息的组织 NewsGuard 在 12 月发布的报告,自今年 4 月以来,该组织记录的利用 AI 制造假新闻的网站从 49 个激增至 600 多个,增长 11 倍有余。
9 月,在斯洛伐克,全国选举投票日前夕,一段听起来像是一名候选人的声音的音频在社交媒体传播,音频中的声音似乎在描述通过贿赂部分选民来操纵选举的计划。事后,核查人员指出,音频有 AI 伪造迹象。
10 月,阿根廷举行大选,两名领先候选人的团队和支持者都使用 AI 生成了大量宣传内容,被媒体称为全球首个 AI 大选。分析人士认为,美国、印度、俄罗斯、墨西哥等国都将在明年迎来全国选举,AI 制作的宣传内容和虚假信息预计都将出现大幅上升,可能成为影响选举的一大因素。
对大众而言,更大的担忧或许是 AI 可能会取代人类的工作。当生成式 AI 工具可以生成文字、图像、音乐、声音、代码等内容时,它们似乎威胁到任何从事相关领域工作的人。
今年 5 月,在美国,好莱坞编剧举行罢工,要求制片方禁止使用 AI 生成剧本,他们担心自己的工作会被 AI取代。高盛公司的一份评估报告预测,未来,生成式 AI 将可以取代目前人类工作岗位总量的四分之一,仅在欧盟和美国,3 亿个人类工作岗位可能因 AI 而消失。
新的机遇与展望
不过,生成式 AI 也会造就许多高创造力的新岗位。美国未来学家马丁·福特认为,在 AI 面前,短期内相对安全的职位有三类:真正创新性的工作,比如提出新的商业策略和创意;具有同理心、情商和创造力的工作,比如治疗师、艺术家和音乐家;以及需要大量专业知识和经验的工作,比如医生、律师和工程师。
随着 AI 技术的不断发展,它将对人类社会产生深远的影响。我们需要在享受 AI 带来的便利的同时,关注 AI 的风险,并采取措施规范和管理 AI 的使用。
2023 年只是 AI 发展的开端,未来还会有更多的挑战和机遇。
人工智能,未来竞争压力大不大?
![AI的到来](https://tyye.cn/zb_users/theme/tpure/style/images/lazyload.png)
人工智能是未来的大趋势。机器翻译,智能控制,专家系统,机器人学,语言和图像理解,遗传编程机器人工厂,自动程序设计,航天应用,庞大的信息处理,储存与管理,执行化合生命体无法执行的或复杂或规模庞大的任务等等。竞争压力是会有的,这恰恰体现了人工智能专业的热门,所以学习人工智能方面的专业是很不错的。虽然这些不是人人都能干的,但是对于我国乃至世界来讲人才也是非常多的,所以竞争压力肯定会有的。必须的不断学习,探索新知。
拓展补充:
对于中国而言,人工智能的发展是一个历史性的战略机遇,对缓解未来人口老龄化压力、应对可持续发展挑战以及促进经济结构转型升级至关重要。
虽然“人工智能”(AI)已经成为一个几乎人人皆知的概念,但对人工智能的定义还没有达成普遍共识。传统的人工智能发展思路是研究人类如何产生智能,然后让机器学习人的思考方式和行为。现代人工智能概念的提出者约翰·麦卡锡认为,机器不一定需要像人一样思考才能获得智能,重点是让机器能够解决人脑所能解决的问题。
第四次工业革命正在来临,而人工智能已经从科幻逐步走入现实。从1956年人工智能这个概念被首次提出以来,人工智能的发展几经沉浮。随着核心算法的突破、计算能力的迅速提高、以及海量互联网数据的支撑,人工智能终于在21世纪的第二个十年里迎来质的飞跃,成为全球瞩目的科技焦点。自从2016年AIphaGo战胜李世石之后,全球对于人工智能发展的兴奋与担忧交织难分。
即使如此,世界各国已经认识到人工智能是未来国家之间竞争的关键赛场,因而纷纷开始部署人工智能发展战略,以期占领新一轮科技革命的历史高点。对于中国而言,人工智能的发展是一个历史性的战略机遇,对缓解未来人口老龄化压力、应对可持续发展挑战以及促进经济结构转型升级至关重要。
本文从科技产出与人才投入、产业发展和市场应用、发展战略和政策环境等方面描绘中国人工智能的发展面貌。
科技产出与人才投入
1. 论文产出 : 中国人工智能论文总量和高被引论文数量都是世界第一。中国在人工智能领域论文的全球占比从 1997 年 4.26% 增长至2017 年的 27.68%,遥遥领先其他国家。高校是人工智能论文产出的绝对主力,在全球论文产出百强机构中,87家为高校。中国顶尖高校的人工智能论文产出在全球范围内都表现得十分出众。不仅如此,中国的高被引论文呈现出快速增长的趋势,并在 2013 年超过美国成为世界第一。但在全球企业论文产出排行中,中国只有国家电网公司的排名进入全球前 20 位。从学科分布看,计算机科学、工程和自动控制系统是人工智能论文分布最多的学科。国际合作对人工智能论文产出的影响十分明显,高水平论文里中国通过国际合作而发表的占比高达 42.64% 。
2. 专利申请 : 中国专利数量略微领先于美国和日本,国家电网表现突出。中国已经成为全球人工智能专利布局最多的国家,数量略微领先于美国和日本,而中美日三国占全球总体专利公开数量的 74%。全球专利申请主要集中在语音识别、图像识别、机器人以及机器学习等细分方向。中国人工智能专利持有数量前 30 名的机构中,科研院所与大学和企业的表现相当,其技术发明数量占比分别为 52% 和48%。企业中的主要专利权人表现差异巨大,尤其是中国国家电网近五年的人工智能相关技术发展迅速,在国内布局专利技术量远高于其他专利权人,而且在全球企业排名中位列第四。中国的专利技术集中在数据处理系统和数字信息传输等领域,其中图像处理分析的相关专利占总发明件数的 16%。电力工程也已成为中国人工智能专利布局的重要领域。
3. 人才投入 : 中国人工智能人才总量居世界第二,但是杰出人才占比偏低。截至 2017 年,中国的人工智能人才拥有量达到 人,占世界总量的 8.9%,仅次于美国(13.9% ) 。高校和科研机构是人工智能人才的主要载体,清华大学和中国科学院系统成为全球人工智能人才投入量最大的机构。然而,按高 H 因子(又称 H 指数,用于评价科学家的科研绩效)衡量的中国杰出人才只有 977 人,不及美国的五分之一,排名世界第六。企业人才投入量相对较少,高强度人才投入的企业集中在美国,中国仅有华为一家企业进入全球前 20。中国人工智能人才集中在东部和中部,但个别西部城市如西安和成都也表现十分突出。国际人工智能人才集中在机器学习、数据挖掘和模式识别等领域,而中国的人工智能人才研究领域则比较分散。
产业发展和市场应用
1. 企业规模 : 中国人工智能企业数量为全球第二,北京是全球人工智能企业最集中的城市。截至2018 年 6 月,全球共监测到人工智能企业总数达 4925 家,其中美国人工智能企业数 2028 家,位列全球第一。中国( 不含港澳台地区 )人工智能企业总数 1011 家,位列全球第二,其后分别是英国、加拿大和印度(图 1):
从城市尺度看(图 2),全球人工智能企业数量排名前 20 的城市中,美国占 9 个,中国占 4 个,加拿大占 3 个,英国、德国、法国和以色列各占 1 个。其中,北京成为全球人工智能企业数量最多的城市,其次是旧金山和伦敦。上海、深圳和杭州的人工智能企业数量也进入全球前 20。
从成立时间看(图 3),中国人工智能创业企业的涌现集中在2012-2016 年,在 2015 年达到顶峰,新增初创企业数量达到 228 家。从2016 年开始,创业企业的增速有所放缓。
中国人工智能企业的平均年龄为 5.5 年。其中,北京、上海和天津等地初创企业云集,企业平均年龄相较于全国平均水平更年轻,平均年龄在 5.5 年以下。山东和辽宁等地老牌工业机器人和自动化企业转型较多,企业年龄相对较大。
人工智能的应用技术主要包括语音类技术 ( 包括语音识别、语音合成等 )、视觉类技术 ( 包括生物识别、图像识别、视频识别等 ) 和自然语言处理类技术 ( 包括机器翻译、文本挖掘、情感分析等 )。将基础硬件考虑在内,国内外人工智能企业应用技术分布如图 4 所示。相比国外,中国人工智能企业的应用技术更集中于视觉和语音,而基础硬件占比偏小。
人工智能在行业应用上包括智能机器人、智能驾驶、无人机、AR/VR、大数据及数据服务、各类垂直领域应用(本文中定义为“AI+)等。国内外人工智能企业的行业应用分布如图 5 所示。可以看出,相比于国外,国内企业更看重智能机器人、无人机和智能驾驶等终端产品的市场,而国外企业更注重 AI在各类垂直行业的应用。
2. 风险投资 : 中国已成为全球人工智能投融资规模最大的国家。自 2013 年以来,全球和中国人工智能行业投融资规模都呈上涨趋势(图 6)。2017 年全球人工智能投融资总规模达 395 亿美元,融资事件1208 笔,其中中国的投融资总额达到 277.1 亿美元,融资事件 369 笔。中国 AI 企业融资总额占全球融资总额的 70%,融资笔数达 31%。
根据 2013 年到 2018 年第一季度全球的投融资数据,中国已在人工智能融资规模上超越美国成为全球最“吸金”国家,但是在投融资笔数上,美国仍然在全球处于领先地位。
发展战略和政策环境
1. 国际比较 : 各国人工智能战略与政策各有着重点。 2013年以来,美、德、英、法、日、中等国都纷纷出台了人工智能战略和政策。各国人工智能战略各有侧重,美国重视人工智能对经济发展、科技领先和国家安全的影响 ; 欧盟国家关注人工智能带来的安全、隐私、尊严等方面的伦理风险 ; 日本希望人工智能推进其超智能社会的建设 ; 而中国人工智能政策聚焦于实现人工智能领域的产业化,助力中国的制造强国战略。各国政策在研发重点和重点应用领域也存在着较大差异。
2. 国家政策 : 从物联网,到大数据,再到人工智能。从 2009 至今,中国人工智能政策的演变可以分为五个阶段,其核心主题词也不断变化,体现了各阶段发展重点的不同。
国家层面政策早期关注物联网、信息安全、数据库等基础科研,中期关注大数据和基础设施,而 2017年后人工智能成为最核心的主题,知识产权保护也成为重要主题。综合来看,中国人工智能政策主要关注以下六个方面 : 中国制造、创新驱动、物联网、互联网 +、大数据、科技研发。
3. 地方政策 : 响应国家战略,地方政策主题因地而异。地方政府积极响应国家人工智能发展战略,其中,《中国制造 2025》处于人工智能政策应用网络的核心,在地方人工智能政策制定过程中发挥着纲领性的作用。通过政策发布数量来看,目前中国人工智能发展活跃的区域主要集中在京津冀、长三角和粤港澳地区。各省的政策主题也大有不同,比如江苏省关注基础设施、物联网和云计算等基础研发领域,广东省关注制造和机器人等人工智能应用,而福建省关注物联网、大数据、创新平台和知识产权,各地政策与地方发展条件密切相关。
对社会的综合影响
随着人工智能的充分发展,劳动生产率和生产力水平的提升,人们的生活体验将更加丰富多彩,将更多地将人们从体力劳动乃至常规性的脑力劳动中解放出来,更多地投入到创造性活动当中,使人类自身与社会得到更充分的发展。当前,人工智能技术的突飞猛进正不断改变着零售、农业、物流、教育、医疗、金融、商务等领域的发展模式,重构生产、分配、交换、消费等各环节。根据 IDC 数据显示,在未来5 年内,人工智能技术应用到多个行业,将极大提高这些行业的运转效率,具体提升的效率为教育行业82%、零售业 71%、制造业 64%、金融业 58%。
1. 人工智能对教育和就业的影响。发展人工智能的最终目的不是用来替代人类,而是帮助人类变得更加智慧,而教育将在这个过程中起到关键性作用。人工智能技术提升经济活动中的产能,使得人们逐渐从机械的重复性的或危险的劳动中抽离出来,从而增加了思考、欣赏等闲暇时间,更专注于创新能力、思考能力、审美与想象力的潜能开发与提升。
目前,人工智能在教育领域的应用主要集中在以下几方面 : 自适应 ( 个性化 ) 学习、虚拟导师、教育机器人、基于编程和机器人的科技教育、基于虚拟现实 / 增强现实的场景式教育。用适合自己的方式去学习,不仅效率会提高,而且会保持更长时间的学习兴趣。
在教育领域深度发展人工智能的意义并不是取代教师,而是协助教师使教学变得更加高效和有趣。另外,在人工智能技术所影响的教育体系中,对人才的信息输入与输出能力、自主学习能力等的要求骤然提高,创新能力的培养也成为重要方向。
随着技术的发展逐步替代人类从事大部分繁琐重复的工作或体力劳动,在给人们带来福利的同时也带来前所未有的挑战。今天已经有越来越多的人担忧是否自己的工作会被人工智能技术所取代,或者只能在人工智能所留下的“夹缝”中生存。有专家对中国的就业岗位被人工智能取代的概率进行了估算,结果显示,未来 20 年中,约占总就业人口 76% 的劳动力会受到来自人工智能技术的冲击,若只考虑非农业人口,这一比例为 65 %。但同时,人工智能技术对就业的创造效应也已有所显现。调查显示,中国科技公司目前人工智能团队规模平均扩张 20%,而且这种需求还会增长。另外国家工业和信息化部教育考试中心专家称,在未来几年中国对 AI 领域的人才需求可能增至 500 万。
可以判断,在人工智能重塑产业格局和消费需求的情境下,一部分工作岗位终将被历史淘汰,但是也会伴随着人工智能技术孵化出一系列新的岗位。另一方面,新型的人机关系正在构建,非程序化的认知类工作会变得愈发难以替代,其对人的创新、思考与想象力提出更高的要求。
机械化和智能化塑造着新的就业格局,但也要警惕新格局下有可能发生的衍生问题,比如由于失业率上升而引起的贫富差距和社会稳定问题。人工智能所带来的“冲击”是持续性的,对教育和就业的多重影响也是持续性的,因此也需要不断积极探索与技术革命相匹配、相适应的教育与就业机制。
2. 人工智能对隐私与安全的影响。今天,在许多生活消费场景中,人们对个性化体验的需求不断增加,个性化、场景化服务也逐渐成为人工智能驱动创新的主要方向。服务供应方在信息获取社交化、时间碎片化的情境下,着力建立更灵活便捷的消费场景,给人们带来更加友好的用户体验。与此同时,随着语音识别、人脸识别、机器学习算法的发展和日趋成熟,企业可以通过分析客户画像真正理解客户,精准、差异化的服务使得客户的被重视被满足感进一步增强。但是在蕴藏着巨大商业价值的同时,也对现有法律秩序与公共安全构成了一定的挑战。
网络空间的虚拟性,使得个人数据更易于被收集与分享,极大地便利了身份信息编号、健康状态、信用记录、位置活动踪迹等信息的存储、分析和交易过程,与此同时,人们却很难追踪个人数据隐私的泄露途径与程度。例如,以人工智能技术为支撑的智慧医疗,病人的电子病例、私人数据归属权如何界定,医院获得及使用私人数据的权限界限如何规范。再比如人工智能技术生成作品的著作权问题等。开放的产业生态使得监管机构难以确定监管对象,也令法律的边界变得越来越模糊。
人工智能的普遍使用使得“人机关系”发生了趋势性的改变,人机频繁互动,可以说已形成互为嵌入式的新型关系。时间与空间的界限被打破、虚拟与真实也被随意切换,这种趋势下的不可预测性与不可逆性很有可能会触发一系列潜在风险。与人们容易忽略的“信息泄露”不同,人工智能技术也可能被少数别有用心的人有目的地用于欺诈等犯罪行为。如基于不当手段获取的个人信息形成“数据画像”,并通过社交软件等冒充熟人进行诈骗。再比如,使用人工智能技术进行学习与模拟,生成包括图像、视频、音频、生物特征在内的信息,突破安防屏障。去年曾有报道,新款苹果手机“刷脸”开机功能被破解即是这类例子。而从潜在风险来看,无人机、无人车、智能机器人等都存在遭到非法侵入与控制,造成财产损失或被用于犯罪目的的可能。
3.人工智能对社会公平的影响。随着人工智能研发与应用的突飞猛进,一系列价值难题也正逐渐显现在人们面前。目前还有大量不会上网、由于客观条件无法使用互联网及不愿触碰互联网的人群,已经被定义为人工智能时代的“边缘人”,而人工智能对人们的文化水平、信息流的掌握程度又有了更高的要求。人工智能技术越发达,信息鸿沟就越深,进而演变为服务鸿沟、福利鸿沟,而在人工智能时代,“边缘人”将越来越难享受到便捷的智能信息服务,也更不易获得紧缺的服务资源。
与NASA喷气推进实验室CTO,聊聊“火星上的AI”
人类一直在努力将自己的足迹留在世界的每个角落。 而在过去几十年中,人类已经能够将航天器、探测器等发送至或近或远的其他行星,并将AI方案作为操纵这些远程系统中的一大重要组成部分。 可以想见,相较于以往需要耗费数小时甚至数天将信号与指令发送至其他行星上的设备,让设备具有智能与自主执行能力,无疑更能适应恶劣的外太空、行星乃至遍布岩砾的物理环境。 在Amazon re: MARS 2019大会上,NASA喷气推进实验室IT首席技术与创新官Tom Soderstrom分享了他的见解,关于各类远程设备如何运用AI,以及如何将AI技术应用于太空 探索 。 Soderstrom目前的主要职责在于规划未来任务,并根据技术发展制定相应战略。 ▲ 图:NASA喷气推进实验室IT首席技术与创新官Tom Soderstrom Soderstrom表示,“我们已经建立起创新体验中心,能够在这里立足当下、体验未来。 这样做的目的是更好地了解接下来可以使用哪些技术,并对具体选项进行筛选。 其中最值得重视的,自然是能够令喷气推进实验室、NASA以及各合作机构共同受益的方案。 ” 在re: MARS大会上,Soderstrom发表了关于“MARS大众化”的演讲。 这里的“MARS”除了指代火星,同时也是机器学习(machine learning)、自动化(automation)、机器人技术(robotics)以及太空(space)的首字母缩写。 “大众化”,是指通过全面技术浪潮将成果推向民间。 根据Soderstrom的介绍,这意味着“要让算法与数据真正供未来的 探索 者们可用,且这一切不必等上几年或者几十年,而应该发生在当下。 ” AI无疑是其中的重中之重,喷气推进实验室目前正将AI七大模式全面应用于机器人、探测器以及飞行其他遥远星球的各类航天器。 这些远程系统,全面使用AI增强型计算机视觉技术,借此对系统捕捉到的图像进行深入分析。 他们还使用到自主系统与控制方案,通过机器学习帮助相关系统更好地适应变化。 机器学习驱动下的模式与异常状态识别,能够帮助这类受到严重空间及通信能力限制的系统显著提升自身能力,更好地从往来于不同设备及系统间的数据中提取出洞察见解。 另外,AI支持下的预测分析与预测性维护,也将直接决定这些需要运行数年甚至数十年、且期间人类完全无法插手的系统的实际性能。 Soderstrom指出,“目前,我们的卫星已经在近地与深空轨道不停运转,但我们希望提前了解哪些卫星部件可能出现故障。 为此,我们使用机器学习并结合来自轨道的返回数据,使用机器学习算法确定其中是否可能出现问题。 ” 通过结果可视化,每个人都能够及时获取最新状态提醒。 “相较于人工智能,我们更愿意称其为情报辅助。 这不仅能帮助人们发现异常迹象,甚至能够指示尚未出现但即将发生的异常状况。 ” Soderstrom还分享了另一个关于预测性维护的例子。 他解释道,“以NASA与喷气推进实验室的实际项目为例,我们需要跟踪遍布整个太阳系的航天器。 由于地球在一刻不停地旋转,因此我们必须想办法建立起能够随时随地与航天器连接并通信的天线阵列。 以旅行者号探测器为例,与其进行通信的一次信号往返就需要近40个小时。 要完成通信,至少需要由一根天线负责发送信号、另一根负责接收信号。 ” 与其他设备一样,天线也需要维护。 因此,目前他们正使用AI技术帮助预测天线是否以及何时需要维护,哪些零件可能损坏并进行维修或更换。 根据Soderstrom的介绍,他们可以据此切换天线,采取脱机维修措施且保证期间不致失去通信连接。 他还强调称,“同样的方法也适用于火车、 汽车 、飞机等民用交通工具,我们既可以借此积累经验,也可以从中改善机器学习性能。 ” 除了使用AI控制地球及太空中的各类系统之外,AI技术还能帮助这类系统快速分析捕捉到的数据与图像,进而提供更多宝贵洞见。 Soderstrom指出,“以我们的地球家园为例,最近确实发生了不少大事。 我们在喷气推进实验室乃至整个NASA的主要工作,就是从太空角度观察地球,借此获得截然不同的视角。 目前无数卫星围绕地球旋转,大约需要90分钟绕地一周。 凭借AI技术,我们能够实现多种功能——例如检测森林大火。 ” 利益于AI技术与卫星的结合,成像系统能够检测到烟云迹象、自动触发相关位置的其他卫星进一步观察以验证火情,并将定位信息以警报形式发送给当地消防部门。 当然,这还只是自主卫星的工作方式之一。 他还提到卫星可以帮助我们研究水体冻结与冰盖融化的变化模式,配合机器学习帮助人们获得更为真实可靠的数据。 对于AI的发展未来,Soderstrom非常乐观。 “我认为我们经历过不少AI寒冬了,AI盛夏也该到来了。 我认为未来会出现无数美好的成果。 着眼于即将到来的六大技术浪潮,其中有一波绝对就是应用型人工智能。 与其他浪潮交织起来,应用型人工智能将嵌入至我们生活中的方方面面,并彻底改变我们的生活方式。 无论是智能手机、智能手表还是其他产品,AI总会伴随我们左右。 ” 事实上,正是对太空 探索 的无尽追求,造就了我们如今习以为常的许多产品。 凯夫拉材料、维可牢尼龙搭扣、婴儿配方奶粉乃至安全玻璃,都是航天事业为我们留下的宝贵财富。 随着未来的不懈努力,人工智能也将在这项事业中扮演愈发重要的角色,为地球乃至太空中的人们奉献自己的强大力量。
免责声明:本文转载或采集自网络,版权归原作者所有。本网站刊发此文旨在传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及版权、内容等问题,请联系本网,我们将在第一时间删除。同时,本网站不对所刊发内容的准确性、真实性、完整性、及时性、原创性等进行保证,请读者仅作参考,并请自行核实相关内容。对于因使用或依赖本文内容所产生的任何直接或间接损失,本网站不承担任何责任。