北方工博会了解更多「振威」

推理技术与实体经济融合领域

推理技术与实体经济融合领域 　　推理技术包括常识推理、计算推理、逻辑推理、推理等。常识推理指的是机器在没有任何背景学习情况下进行常识的推理。对于对话机器人来说，推理是实现智能对话的技术基础，但当前这项技术还远不够成熟。谷歌、苹果、微软、百度、科大讯飞的对话型机器人都在向这个目标努力，让机器具备基本的推理、学习相关的计算能力、逻辑能力，而AlphaGo就是这个层次的典型应用。 　　推理技术根据具体领域的标准化规则可以在人工智能领域发挥到智慧的，将若干推理技术叠加在一起为未来的通用人工智能打下了基础。未来可以实现软件开发的人工智能化，即由人工智能来开发软件。这对于我国2017年1.7万亿产出规模的软件产业来说无异于再造一个软件产业，而软件工程师的主要工作将变成开发人工智能自动开发软件。

机器学习技术与实体经济融合领域

　　机器学习是人工智能技术体系的一个通用环节，机器学习使用归纳、综合方法，运用数据导入算法模仿人类智能。学习方式主要分为有数据学习和无数据学习：当前有数据学习显然广受欢迎，包括“监督学习”“无监督学习”“半监督学习”“深度学习”“迁移学习”等；无数据学习法主要为“强化学习”。有数据学习的典型应用为深度学习，深度学习包括DNN(深度神经网络)、CNN(卷积神经网络)、RNN(循环神经网络)和LSTM(长短期记忆网络)等，它不依赖数字经济的发展，而是由人做数据标签，采用神经网络算法，学习效率不高、能源资源浪费，如AlphaGo下场棋要消耗3000美元电费。

　　强化学习只需要人类输入规则，机器就能通过自我奖励、自我诱导方式，跟自己下百万盘棋，不断自我完善，AlphaGo Zero三天内就打败了已经学习了几千盘棋的AlphaGo；数字技术发展越好、标准化数据量越大的领域往往人工智能发展越迅速，这就说明机器的学习能力不是人为训练的结果，而是数字经济发展到一定阶段顺其自然的结果。从使用场景上来说，有数据学习适用于规则活动领域的人工智能，是经验、控制使然；无数据学习适用于创新、无定论的领域，比如棋类竞赛、新药探索、艺术创作等，是创新、自由使然。

工业自动控制系统装置

工业自动控制系统装置在社会生产中有着广泛的应用，目前我国工业自动化水平正在逐步提升，国内工业自动化需求的不断增长，工业自动控制系统装置制造正处于进口替代加速阶段。根据税则目录，中国工业自动控制系统装置制造行业进出口产品主要包括：9032(自动调节或控制仪器及装置)、9026(液体或气体的流量、液位、压力或其他变量的测量或检验仪器及装置(例如流量计、液位计、压力表、热量计等)、8537(用于电气控制或电力分配的盘、板、台、柜及其他基座等)、84714991(系统形式的分散型工业过程控制设备)、84811000(减压阀)等。