智能经营/陈柏勋…推动包租代管 租赁服务 要有制度温度

2019年(全球移动通讯大展)25日将在西班牙巴塞隆纳登场,统计过去五届MWC大展电子指数表现,展前五日平均涨幅2.1%;后五日和后十日分别是1.1%和2.6%,台股科技基金可望同步受惠。

今年MWC展的大会主题为Intelligent Connectivity,讨论重点将含括5G技术发展、人工智能、工业4.0、数位应用安全、破坏式创新等,并邀请各国厂商、晶片商、软体商、电信商等专家、学者与会,每年的展览亮点,都是产业趋势的重要指标,相关概念股表现可望跟着受到注意。

群益创新科技基金经理人黄常恩表示,MWC展向来是第1季科技产业的重头戏,受到参展厂商、产业专业人士的高度重视,展期间所展示出的新产品及新技术也可视为产业趋势风向球,出席的台湾厂商也将展出5G和物联网的创新应用、AI人工智能应用和车联网解决方案等等,除了呼应MWC展的重点,更与当前科技产业发展趋势和市场投资主流息息相关,都是后续可多留意的投资重点。

黄常恩进一步表示,年初以来台股随国际股市反弹重返万点以上,大盘周线呈现筑底回升态势,后市来看,除了近期MWC展题材有望带动市场投资氛围外,搭配美国科技股纷纷释出下半年营运可望回温的展望,且美中贸易纷争有望和缓、客户回补库存需求有助带动营收回温下,都相对有利科技类股表现。在投资布局上,可持续留意5G、server、、具产业优势与科技创新的上游半导体和IC设计等类股表现。

安联台湾科技基金经理人廖哲宏表示,电子方面,尽管短期基本面的展望依旧疲软,但在许多大型科技公司法说会后,预期已经逐渐落底,库存调整脚步有望延续到第2季,但已有许多应用仍看到不错的成长动能,像是无线耳机、伺服器,以及车用电子。

另一方面,廖哲宏表示,在5G手机到来前,厂商仍积极推出各种新功能,其中多镜头的趋势不变,搭配周边配件,将是今年手机产业的亮点,投资人不妨关注MWC展上关于手机相关新功能和应用和新设计的焦点上。

日经济未来 AI是关键

日本政府昨天公布,二○一七年第二季国内生产毛额(GDP)成长率为百分之四,令市场喜出望外。然而日本和其他人口老化国家相同,都有缺工问题,特别是年轻工人。野村证券亚洲首席经济学家苏博文指出,人工智能(AI)科技可能在年轻工人短缺国家起飞,这些国家包括日本、中国大陆、南韩和台湾,而日本可能是最值得观察的AI发展国家。

人工智能技术不乏批评者,但苏博文说,若不以人工智能、机器人等方式弥补年轻缺工,这些国家就会面临潜在的成长减缓。

苏博文指出,日本会是出现人工智能革命国家,「因日本人口锐减且快速老化,这个国家真的需要开始以机器人、人工智能等取代劳力。」

日相安倍晋三今年三月即说,政府并不惧怕人工智能,且这项科技将有助日本成长。人工智能技术其实已开始在日本就位,年初时,日本两家新开张的饭店员工多为机器人。

预期人工智能将创造新产业与新工作机会。苏博文认为,各国政府的当务之急是让工人接受再训练,以期能投入新形成的就业机会。

六企业砸1.8亿 注资AI学院

AI时代来临,从传产到科技业对AI需才孔急,包括台塑、奇美、英业达、友达、联发科、义隆电子等六家企业,各出资3,000万元、共1.8亿元成立「科技生态发展公益基金会」及台湾学校,预计每年为业界培育6,000名立即可用「AI军团」。

台湾人工智能学校是由院士、哈佛大学电脑及电机系讲座教授孔祥重所创办,并担任校长,中研院资讯所研究员瑋担任执行长,以培育台湾产业所需AI人才为目标。

台湾人工智能学校总部在台北,现在中研院租借场地,作为上课地点,并在新竹科学园区及台中设立分校,另计划在高雄设分校。

台湾人工智能学校提供AI课程分为工程师类与经理人,皆是16周课程。前者培养AI技术人才,每周三天全天密集上课,并有实作题,但要参加此专班,还得先经过考试。而中高阶经理人则是利用周末研修班,使经理人对于人工智能技术能有全面性的大局观,瞭解人工智能是如何运作的,经理人专班不必考试,相当抢手。

据了解,孔祥重有感于AI趋势重要性,而国内产学间又有鸿沟,高阶人才缺乏及外流,于是与国票金控魏启林董事长,邀请中央研究院长廖俊智共同研商后,决定筹备财团法人科技生态发展公益基金会,并获得台塑、奇美、英业达、友达、联发科、义隆电子等六家企业支持。

陈昇瑋表示,这些企业愿意资助台湾人工智能学校,也是感受到有必要运用AI来提升经营绩效,制造业、纺织、零售、服务业等都需要AI,而产业界必须马上有一批「AI军团」,能够立即解决生产线上的问题。

陈昇瑋进一步举例说,制造业面临一些共通问题,透过AI能够得到大幅改善,例如瑕疵检测,若是目检,漏检率约13%,若改由AI执行,漏检率只有1%;又例如流程控制,若是人为控制设备参数,良率只有61%,但若是AI自动控制流程,良率可达98%;此外,预测设备维护、原料组合最佳化等,都是产业界现在要解决的问题。

经济部也锁定机械、石化、纺织、电子资讯、钢铁与医材等产业、以接受工业局工业4.0辅导计画厂商为优先,将与台湾人工智能学校合作开设经济部AI专班。

AirAsia与Google Cloud合作 迈向旅遊科技公司

亚洲低成本航空AirAsia在伦敦宣布与 Cloud合作,将(Machine learning)和(ML / AI)导入至公司业务和文化各个方面,作为该航空公司迈向旅遊科技公司转型的一部分。

AirAsia集团首席执行长东尼.费南德斯(Tony Fernandes)表示,自2001年成立以来,AirAsiaㄧ直是数位科技採用的领导者,我们正在处于进一步发展的阶段,除了扩展航空运输之外,我们同时也会将我们的营运与运作流程数位化以提高效率。

Tony表示,Google Cloud能够让我们更充分利用我们所拥有的数据资料,并能帮助我们拓展新的业务,我们正在创造两个大平台,其中ㄧ个是大家已经使用的AirAsia.com,我们将会让AirAsia.com成为一个综合旅遊平台,消费者能够在这个网站下订购机票、住宿、旅遊配套行程、交通以及其他娱乐活动。另外我们则会再发展BigLife平台,此为类似Kayak、Tripadvisor、Groupon和eBay的平台,BigLife将整合所有数位投资业务,包括我们的金融科技应用程式BigPay、机上网路ROKKI、网路商店Ourshop、物流服务RedBox及RedCargo,这两个平台将利用大数据推动AirAsia的业务。

Google Cloud首席执行长Diane Greene表示,AirAsia从G Suite (Gmail企业信箱)开始改变他们组织的运作方式。现在,透过我们先进的分析平台和机器学习服务,相信AirAsia能够将业务各个方面数位化,以便为客户提供更好的服务。

AirAsia将与Google Cloud合作的内容,包括推动更好的需求预测和更有效的目标客群行销(Target Marketing);提供更客制化的体验,提升客户经验与忠诚度;利用预测性维护、即时天气预报和机组优化,提高运营效率并降低风险

AirAsia的技术团队将与Google Cloud的工程师合作,协助AirAsia技术团队解决特定的业务状况,同时透过Google Cloud最先进的TensorFlow和Cloud Machine Learning Engine在人工智能方面打下坚实的基础。AirAsia也预期让其技术团队加入Google Cloud培训工程师的计划中,从而使AirAsia能够培养内部机器学习专业人士。

AirAsia还将与Google Cloud密切合作,透过G Suite和Chrome Enterprise来实现数位化目标,并转变其航空公司的运作、创造灵活的数位体验,在需要的时间和地点提供数据和分析,以便能更快、更明智地做决定。

财经观点/电脑视觉运算 助攻AI技术发展

董事长今(31)日表示,之前大陆厂缺工的情况,早已经解决,否则品牌客户无法在10月下旬开始出货,和硕目前有在考察东南亚,以因应未来可能的产能调整及全球布局。

童子贤今天出席「5G应用与产业创新策略会议」闭幕式,并在会后接受记者访问时,作出以上表示。和硕将在11月8日举行线上法说会。法人表示,和硕是iPhone XR的主力供应商之一,因此,缺工问题是否解决,是观察XR能否顺利出货的重要指标。

他表示,大陆的人力,是以一周一周在改变的,现在是10月底,和硕在9月底、10月初就解决了人力缺乏的问题,否则新产品无法量产,客户也不可能在10月下旬开始出货。

他说,和硕工厂的经营能力,可以在两、三周之内倍增人力,因此,缺工早就是过去式了,而且你要有能力在短期内倍增,否则当你的产品还没量产时,却多养了5万人,例如两个月多养5万人,这是不得了的事情。

至于手机零组件传出,2019年农曆年将加班赶工,应付需求?童子贤说,这还是好早的事情,现在的产业起伏太大,有时两、三周就有变化,现在谈农曆年加班赶工还太远,库存可能早消化掉了。就像被动元件之前不是说那样(吃紧),现在却变成这样?

针对和硕是否展开全球布局,以避开中美?童子贤说,他们(和硕)最近忙着跑东南亚,该公司本来就已经是全球布局。他强调,大陆的产业供应链,全球无法取代,美中贸易战不代表全球贸易战,美国只占中国贸易的三成多,有时候,我们会过度恐慌。

同时,他说,美中有贸易摩擦的部分,又只占三成中的一部分,产业有调适中美贸易战的能力,科技厂商没有全面搬家这么严重,最后需要调适的可能只需要调5%,搬家也只需要搬3%,就可以解决了。

他说,美国提高大陆出口货品到美国的关税,但知名美系品牌过去涨价10年,消费者还是一直买,关税提高之后会有影响,也许10%至20%的人不买美系品牌,或转买韩系手机等,但不会有90%的人转去买别的品牌。

他指出,美国还有2,600亿美元的关税还没有实施,一旦实施之后,将有相当比例的美国品牌会受到衝击,美国这是先伤己再伤对方,不见得有利,他希望,贸易还是以合作代替对抗比较好。

戴正吴领军 夏普8K+AIoT强攻中国西部

(SHARP)深耕中国,社长自9月底开始亲自操盘大陆市场后,加强行销火力,今(2)日在成都举办发表会,宣布8K+AIoT战略,抢攻中国西部市场。

夏普继今年9月27日深圳「夏普回归荣耀战略发布会」,和10月26日北京「夏普回归初心8K新品发布会」后,今日在成都公佈8K+AIoT战略。在短短1个月的时间内,夏普动作频发,连续举办三场发布会,向外界宣布未来夏普中国的经营策略,正式拉开回归大陆市场的序幕。

戴正吴在9月发布会上,确立夏普全球化统一管理的运营计划,为夏普迈向下一个百年做好组织准备。在产品方面,戴正吴也更加重视中国市场的深耕。在夏普未来的规划中,八成以上营收将来自日本以外的地区,而中国市场会成为重点之一。

夏普上个月在中国发表新一代8K产品,为了进一步落实当地重要性,11月2日发布会,由戴正吴亲自出席,为中国西部市场合作伙伴带来8K+AIoT战略。

夏普未来AIoT战略布局将覆盖智能家庭、智能办公、智能工厂及智能城市领域,通过人工智能和万物互联的AIoT设备间关联,组成一张庞大的智能网络,服务消费者生活各层面。

夏普指出,此次除了公佈家电新品外,同时亮相的夏普旷视、睿视两大黑电系列多款机型,如第二代8K,拥有超高清8K级别分辨率,是目前4K电视分辨率的4倍,超越人眼分辨极限4.3倍。8K电视拥有80英寸、70英寸和60英寸三个机型。

此外,夏普还展出蓝牙音箱、耳机、Sound Bar等週边产品,同时在日本上市的Dynabook笔电也同步向与会者展出。夏普在产品的布局上,覆盖了个人电脑、生活家电、健康美容、影音娱乐等。

夏普表示,未来在AIoT战略下,产品之间还会产生有机的互动(Machine to Machine M2M),形成彼此关联的生态网络,目前在日本推出的AIoT产品已超过150项产品,帮助消费者享受到更具未来感官的生活场景。

AirPods将亮相 英业达受惠

外电报导,新一代的将要发表,主力代工厂可望受惠,随着发表新产品,法人预期,将带动英业达智慧装置2018第4季出货量达到全年高峰。

根据MySmartPrice报导,蓝牙技术联盟(蓝牙特别兴趣小组SIG)的监管资料库清单,11月1日加上了新款AirPods,表明苹果AirPods无线耳机即将更新。

外电说,资料库出现的AirPods机型编号是A2031和A2032,应是代表左右耳机。两支耳机均已通过蓝牙资格认证流程。新耳机的硬体版本编码是REV1.1,对比初代AirPods的REV1.0,新款耳机可与iPhone、iPad和Mac以蓝牙5.0标准配对。

外电指出,目前苹果仍按照这个时间表进行,新款AirPods还无法确定会在2018年11月底或12月初发表。

天风国际证券分析师郭明錤之前也表示,苹果可能会在2018第4季末或者2019年第1季初,发表全新的AirPods无线耳机和AirPower无线充电板,不过,他表示,现在还不了解苹果的明确计画。

郭明錤认为,新款AirPods,苹果可能会更新它的充电保护盒,相容AirPower无线充电功能,同时带来一枚全新无线晶片以支援「嘿,Siri」功能。

英业达2018年9月营收480.38亿元,月减3.68%,年增11.76%,为单月历史次高,今年前九月营收为3,727.81亿元,年增11.33%。

展望2018第4季,英业达表示,笔电出货将与第3季持平或下滑5%,伺服器产品由于提前拉货,第3季出货量,较第2季成长10%,第4季可能较第3季持平或小幅衰退,但下半年伺服器产品维持增长态势不变。智慧装置将在第4季进入出货高峰。

英业达2018年9月开始在桃园大溪厂区扩充产线,第一阶段预计10月底完成,主要是针对输入北美的伺服器主机板客户,部分客至早在美中贸易战初期,就要求移回台湾生产。至于整机组装,英业达在墨西哥有生产基地,也将适时弹性调整产能。

英业达桃园大溪厂第二阶段的扩产,预计11月中旬完成。业界分析,英业达的伺服器客户,例如慧与(HPE)及戴尔(Dell)是整机在墨西哥组装,并未受到关税调高影响,至于出货给美系云端资料中心客户,才需要转移至大陆以外生产,其比重占整体英业达主机板出货比重约20至25%。

你所未知的人工智能应用领域

对有些人来说,人工智能和机器人技术的普及对我们的隐私、工作甚至人身安全构成了威胁,因为越来越多的任务不是由人脑,而是由「硅脑」来执行。

然而,即便是最直言不讳的批评者,也不得不承认人工智能(AI)和自动化系统为人类带来的诸多潜在好处。作为BBC”FutureNow”专栏大挑战系列(GrandChallenges)的一部分,一组专家为我们详细描述了随着我们所使用的机器变得越来越智能,我们周围的世界正在如何发生变化的图景。

今天的”大构想”(GrandIdeas)系列中,BBC”FutureNow”专栏将对已经开始应用于解决世界上最棘手、最危险的一些问题的尖端AI和自动化技术进行了盘点,这些问题包括了疾病防治到应对暴力。

卡内基梅隆大学机器人教授金出武雄(TakeoKanade)说:”我们不应该把AI视为与人类竞争的东西,而应该看作是可以增强我们自身能力的东西。”这是因为AI不仅能做好单调乏味的工作,还能够识别出模式,这种能力甚至远远超过了人类。

人工智能的应用可能会在21世纪帮助保护我们的安全:

1、防治传染病

对于全球数十亿人来说,在耳边嗡嗡作响的蚊子不仅会叮咬人们带来令人恼怒的疼或痒,它们还可能带来疾病甚至致命。特别是已经从非洲传播到几乎所有热带和亚热带地区的埃及伊蚊(Aedesaegypti),它们携带登革热(Denguefever)、黄热病、寨卡(Zika)以及基孔肯雅热(chikungunya,一种导致严重关节痛的病毒)等病毒。在全球128个国家和地区,每年仅登革热就会感染3.9亿人。

来自多米尼加共和国的计算机工程师雷尼尔·马洛尔(RainierMallol)说:”这些蚊子就像小恶魔。”多米尼加共和国是寨卡病毒爆发热点地区,与来自马来西亚(另一个热点)的医学博士达西·拉贾(DhesiRaja)一起,马洛尔两人开发出一套AI算法,能够预测疫情最有可能发生的地方。

他们的医学流行病学(Aime)AI系统可以将所有当地医院新报告的登革热病例出现的时间和地点与包括风向、湿度、温度、人口密度、住房类型等在内的274个可变因素结合起来。”这些因素都是确定蚊子如何传播的因素,”马洛尔解释道。

到目前为止,在马来西亚和巴西的试点表明,这套系统可以提前三个月凖确预测疫情爆发,凖确率达到88%左右。此外,该系统还可以帮助查明疫情中心及其400米范围内的情况,从而使公共卫生官员能够及早利用杀虫剂进行干预,以防蚊虫对当地居民进行叮咬。

Aime系统也被用于帮助预测寨卡和基孔肯亚热病毒疫情爆发。大型科技公司也在追求自己的宏伟构想:例如,微软的ProjectPremonition项目使用无人机定位蚊子的热点地区,并利用机器人二氧化碳和光捕捉器来收集蚊子样本,包括蚊子以及它们咬过的动物的DNA,然后通过机器学习算法进行分析,从而找到病原体。这些算法能够从大量的数据中识别出模式,而且会变得越来越精确和强大。

2、控制电力应用

目前关于气候变化是否导致了美国历史上两场连续灾难性飓风的争论不断升温,那么我们如何才能最大限度地利用清洁、可再生能源来防止对气候模式造成进一步的负面影响?

AI可以实时监控能源需求和生产-从而帮助我们更明智地使用能源、遏制污染以及减少有害气体的排放。

世界各地的人们越来越依赖可再生能源来应对气候变化和化石燃料造成的污染,而平衡电力供应的任务变得越来越艰难。智能电表(如可自动记录使用情况的数字能源监视器)的普及,也提供了比以往任何时候都更多的数据,用来说明消费者使用能源的方式和时间。仅欧盟就计划到2020年在家庭中安装5亿个智能电表。

爱丁堡赫里瓦特大学(HeriotWattUniversity)智能系统助理教授瓦伦丁·罗布(ValentinRobu)表示:”对人类操作者来说,管理所有这些事情是不可能的,尤其考虑到这些事情要求的反应时间通常只有几秒钟。”罗布一直在与英国的初创公司UpsideEnergy合作,开发管理电网的新方法。

他们正在开发机器学习算法,以实时监控能源生产和需求。这样做有什么意义?在平峰时间,能源可以储存起来,然后在高峰的时候释放。随着人们家里的电动汽车和电池越来越普及,这项技术可以利用这些设备储存能源,并消除可再生电力供应不稳定的问题。

罗布还表示,AI可以在更基础的层面上使用,以帮助减少这些设备对电网的需求。例如,电冰箱可以通过AI远程控制,只有在电网需求较低的时候它们才会开启制冷功能。

人工智能的时代

人工智能的到来,全球将进入“算法经济时代”。对于人工智能来说,数据为原料,算法为工具,是机器学习的工作设备。算法连接人、事、物和业务,在动态中不断优化升级。算法将成为企业的核心资产,引领智能化发展。

•区块链是分布式公共账本,具有两大基本特征:一是机器信任,人类的信任从个人信任到制度信任,现在进入机器信任,这是最可靠的信任。二是价值传递,互联网是信息传递网络,区块链是价值传递网络,完美连接物理世界和数字世界。

人工智能的应用已经从机器学习向神经网络学习发展,机器不需要人类经验,只需要设定目标和规则,通过神经网络算法自我学习。人类经验是局部最优,机器经验是全局最优,根据目标找到实现目标的最优解。

•人工智能经历了三个阶段:第一阶段为逻辑推理,将逻辑编程应用于计算机;第二阶段为知识工程,将人的知识和经验应用于计算机;第三阶段为机器学习,计算机学习数据和算法,进行数据分析处理,实现自我学习。

什么是人工智能?

人工智能的定义可以分为两部分,即“人工”和“智能”。“人工”比较好理解,争议性也不大。有时我们会要考虑什么是人力所能及制造的,或者人自身的智能程度有没有高到可以创造人工智能的地步,等等。但总的来说,“人工系统”就是通常意义下的人工系统。

  关于什么是“智能”,就问题多多了。这涉及到其它诸如意识(CONSCIOUSNESS)、自我(SELF)、思维(MIND)(包括无意识的思维(UNCONSCIOUS_MIND))等等问题。人唯一了解的智能是人本身的智能,这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限,对构成人的智能的必要元素也了解有限,所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。

  人工智能的应用在计算机领域内,得到了愈加广泛的重视。并在机器人,经济政治决策,控制系统,仿真系统中得到应用。

  尼尔逊教授对人工智能下了这样一个定义:“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为:“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律,构造具有一定智能的人工系统,研究如何让计算机去完成以往需要人的智力才能胜任的工作,也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。

  人工智能是计算机学科的一个分支,二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。也被认为是二十一世纪三大尖端技术(基因工程、纳米科学、人工智能)之一。这是因为近三十年来它获得了迅速的发展,在很多学科领域都获得了广泛应用,并取得了丰硕的成果,人工​​智能已逐步成为一个独立的分支,无论在理论和实践上都已自成一个系统。

  人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,主要包括计算机实现智能的原理、制造类似于人脑智能的计算机,使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科,其范围已远远超出了计算机科学的范畴,人工智能与思维科学的关系是实践和理论的关系,人工智能是处于思维科学的技术应用层次,是它的一个应用分支。从思维观点看,人工智能不仅限于逻辑思维,要考虑形象思维、灵感思维才能促进人工智能的突破性的发展,数学常被认为是多种学科的基础科学,数学也进入语言、思维领域,人工智能学科也必须借用数学工具,数学不仅在标准逻辑、模糊数学等范围发挥作用,数学进入人工智能学科,它们将互相促进而更快地发展。

  人工智能也为人类文化生活提供了新的模式。现有的游戏将逐步发展为更高智能的交互式文化娱乐手段,今天,游戏中的人工智能应用已经深入到各大游戏制造商的开发中。

  伴随着人工智能和智能机器人的发展,不得不讨论是人工智能本身就是超前研究,需要用未来的眼光开展现代的科研,因此很可能触及伦理底线。作为科学研究可能涉及到的敏感问题,需要针对可能产生的冲突及早预防,而不是等到问题矛盾到了不可解决的时候才去想办法化解。

人工智能简史

人工智能究竟是天使,还是魔鬼?人工智能会像200年前的电力那样颠覆世界吗?未来的机器人是否真的会像电影“她”,“机械姬”中那样具备高超的人类智慧,进而取代人类?奇点来临时,人类将何去何从?

在“人工智能简史”一书中,人工智能时代的科技预言家,普利策奖得主约翰·马尔科夫将带领我们寻找答案。

约翰·马尔科夫在他的重磅新作“人工智能简史”一书里,从多个维度描绘了人工智能从爆发到遭遇寒冬再到野蛮生长的发展历程,直击了工业机器人,救援机器人,无人驾驶汽车,语音助手Siri的等前沿领域,进而深入探讨了人工智能(AI)与智能增强(IA)的密切关系,而马尔科夫也会剖析“人与机器谁将拥有未来”这一机器时代的核心伦理问题。
“人工智能简史”是国内首套集权威,重磅,系统,实用于一体的“机器人与人工智能”书系之一约翰!是迄今为止非常完整又具可读性的人工智能史著作。 ·马尔科夫重新定位了人与机器的关系,是目前关于机器人与人工智能领域内非常具有力度的深思之作。

四川将推进新一代人工智能与实体经济融合

四川省政府常务会议23日审议通过的“四川省新一代人工智能发展实施方案”提出,力争到2020年,在人工智能基础研究,关键技术,重点产品,行业示范应用和产业发展等方面取得重要进展,人工智能核心产业规模超500亿元,带动相关产业规模3000亿元以上,促进四川人工智能产业进入全国先进行列。

四川将实施核心技术攻关工程,组织实施新一代人工智能重大科技专项,建立开放协同的人工智能科技创新体系,围绕人工智能基础理论,关键共性技术和核心软硬件技术开展攻关,力争在自动推理,机器学习,大数据智能等为代表的基础研究和关键技术领域取得重要突破和进展。

四川还将实施重点产品培育工程,重点研发智能制造设备,智能机器人,智能机场产品,智能无人机,智能家居,智能硬件及产品,智能信息安全产品,智能安监系统产品,智能网联汽车,智能跨媒体系统等一批标志性战略产品。

据了解,四川将加大人工智能高端人才引进力度,完善人工智能领域学科建设,通过重大研发任务和基础平台建设,加快形成一批高水平创新团队。

人工智能“贵不贵”还是在于看价值

人工智能作为新科技的代表,“贵”的原因在于价值决定估值。科技对于经济发展的推动力显著加强,新科技的价值因而大幅上升,价值决定其估值,作为新科技的典型代表人工智能股票的估值会显得比较“贵”。

当前两融余额连续3月上升,市场情绪逐步回暖,支持人工智能估值上升。人工智能目前处于产业的初创阶段,估值受市场影响明显,半个月以来两融余额持续上升,市场情绪上升支持人工智能估值上升。

建议关注“真正的”人工智能标的,同时也建议关注“人工智能+”领域相关标的。人工智能领域,只有“真正的”人工智能标的才会真正享有人工智能红利;“人工智能+”建议关注智慧医疗,智慧城市,智慧交通等领域标的。

人工智能应用市场判断:未来三个月人工智能市场没有大的风险,创业板趋势已经明朗。估值上看,主板估值16,历史中位数35;中小板估值38,历史中位数46;创业板估值50,历史中位数55,当前估值均低于历史中位数;外部监管上看,金融监管和去杠杆的影响因素幷没有太多变化;经济上看,经济失速的风险较少,不会带来大的风险。综合以上三个因素,未来三个月市场没有太大风险,因此建议后续还是应该积极乐观,我们继续看好创业板。同时,中报显示创业板本身的内生业绩增速也在向好,创业板业绩承诺的数量和金额的高峰期也已过,两融余额从5月份至今持续上升,市场情绪持续升温,这些内在因素和外在条件均支持创业板继续向好。

香港发展AI人工智能先做好编程教育

人工智能(AI)究竟有多“普及”?各位可以浏览各大小网上网下媒体自行判断,总之大家觉得很潮就是了;因为全球正在抢相关人才,所以人人必须学。为了“赢在起跑线”,教材课程遂应运而生 – 不是大学加开本科课程,而是由中学甚至小学开始;有补习机构更在暑假推出AI体验课程,对象为6至11岁学童!一时间,AI好像由电影桥段走进学生台上的课本。

中国国务院去年7月印发“新一代人工智能发展规划”,提出「应逐步开展全民智能教育项目,在中小学阶段设置人工智能相关课程“;去年11月,上海市政府公布”关于本市推动新一代人工智能发展的实施意见“,目标把当地提升为”国家级AI人才高地“,兼展展AI融合应用场景。上周,全球首本相关普及教材”人工智能基础(高中版)“正式在上海发表,全国约40家中学将率先采用(教育实验基地学校),意味AI教育正式在中国基础教育启动。

“人工智能基础(高中版)”教材不贵,有兴趣可买回来学习AI人工智能。
该教材融合产学研领域教研经验提供基础知识,并以「手脑结合」为主要学习方式,鼓励学生动手实验之后还会举行比赛:「商汤杯全国中学生人工智能大赛」,加强学生学习动机。是的,叫「商汤杯」。因为商汤科技有份参与教材制定,更已在上海的中学及大学设立人工智能实验室。

其实人工智能涉足的范围实在太大,一般人会接触得较多是演算法,各种前端应用(如:自动驾驶,人脸识别,病理图像分析,聊天机器程式),以至机器学习的编程所以,香港要跟上潮流,与其政府大声声指会用100亿元建设人工智能及机械人科技创新平台,不如先搞好编程教育,以及教育界前线同工至今仍未全理解如何执行的STEM政策(当然也可并行)。至于一介平民也不是中学生的我,不如去学习Google的AutoML,微软的Azure ML还实际些。

AI领域全球最具影响力机构TOP100排名,中国哪六所机构上榜了?

现在「人工智能」(ArtificialIntelligence)一词时常「做客」各大媒体平台,成为人们所关注的热点话题,而在学术圈,AI技术同样也是最具活力与吸引力的研究课题。从学术圈到普通大众,似乎人人都能对人工智能一词谈上自己的理解与看法,但多数「圈外人「对」人工智能」一词的理解都有着一个共同的认知误区,即具备超强智能的人形机器人在绝大多数科幻作品中,是必不可少的一个元素,但大众总是将人工智能的概念与科幻电影中的这些机器人素材,直接地混淆在一起。

现阶段的人工智能技术,是基于大数据的深度学习算法的表现,它与拥有人类智能,形态与行为的机器人智能系统(通用型人工智能)并不能盲目地划上等号,更不具备可比性。

AMiner以ACM计算分类系统(CCS2012)为基础,并根据前期采样的中国人智能领域的专家数据,将人工智能细分为21个子领域。

再获取21个子领域对应核心期刊和会议最近10年的论文,并从中挖掘出每个领域全球最具影响力的学者各100名左右。

人智能领域微软位列榜首,且排名前10的均为美国的机构。中国共入围6所机构。入围排行榜的中国机构有:

第一为中国香港大学,全球排名14。

第二为中国科学院,全球排名18。

第三为清华大学,全球排名35。

第四为浙江大学,全球排名73。

第五为复旦大学,全球排名77。

第六为中国科学技术大学,全球排名91。

腾讯AI Lab开源世界首款自动化模型压缩框架PocketFlow

腾讯AI Lab机器学习中心今日宣布成功研发出世界上首款自动化深度学习模型压缩框架 – PocketFlow,并即将在近期发布开源代码。根据雷锋网人工智能科技评论了解,这是一款面向移动端人工智能开发者的自动模型压缩框架,集成了当前主流的模型压缩与训练算法,结合自研超参数优化组件实现了全程自动化托管式的模型压缩与加速。开发者无需了解具体算法细节,即可快速地将人工智能技术部署到移动端产品上,实现用户数据的本地高效处理。

随着人工智能技术的飞速发展,越来越多的公司希望在自己的移动端产品中注入人工智能能力,但是主流的深度学习模型往往对计算资源要求较高,难以直接部署到消费级移动设备中。在这种情况下,众多模型压缩与加速算法应运而生,能够在较小的精度损失(甚至无损)下,有效提升CNN和RNN等网络结构的计算效率,从而使得深度学习模型在移动端的部署成为可能。但是,如何根据实际应用场景,选择合适的模型压缩与加速算法以及相应的超参数取值,往往需要较多的专业知识和实践经验,这无疑提高了这项技术对于一般开发者的使用门槛。

在此背景下,腾讯AI Lab机器学习中心研发了PocketFlow开源框架,以实现自动化的深度学习模型压缩与加速,助力人工智能技术在更多移动端产品中的广泛应用。通过集成多种深度学习模型压缩算法,并创新性地引入超参数优化组件,极大地提升了模型压缩技术的自动化程度。开发者无需介入具体的模型压缩算法及其超参数取值的选取,仅需指定设定期望的性能指标,即可通过PocketFlow得到符合需求的压缩模型,并快速部署到移动端应用中。

框架介绍

PocketFlow框架主要由两部分组件构成,分别是模型压缩/加速算法组件和超参数优化组件,具体结构如下图所示。

腾讯AI Lab开源世界首款自动化模型压缩框架PocketFlow

开发者将未压缩的原始模型作为PocketFlow框架的输入,同时指定期望的性能指标,例如模型的压缩和/或加速倍数;在每一轮迭代过程中,超参数优化组件选取一组超参数取值组合,之后模型压缩/加速算法组件基于该超参数取值组合,对原始模型进行压缩,得到一个压缩后的候选模型;基于对候选模型进行性能评估的结果,超参数优化组件调整自身的模型参数,并选取一组新的超参数取值组合,以开始下一轮迭代过程;当迭代终止时,PocketFlow选取最优的超参数取值组合以及对应的候选模型,作为最终输出,返回给开发者用作移动端的模型部署。

具体地,PocketFlow通过下列各个算法组件的有效结合,实现了精度损失更小,自动化程度更高的深度学习模型的压缩与加速:

a)通道剪枝(channel pruning)组件:在CNN网络中,通过对特征图中的通道维度进行剪枝,可以同时降低模型大小和计算复杂度,并且压缩后的模型可以直接基于现有的深度学习框架进行部署。在CIFAR-10图像分类任务中,通过对ResNet-56模型进行通道剪枝,可以实现2.5倍加速下分类精度损失0.4%,3.3倍加速下精度损失0.7%。

b)权重稀疏化(wt sparsification)组件:通过对网络权重引入稀疏性约束,可以大幅度降低网络权重中的非零元素个数;压缩后模型的网络权重可以以稀疏矩阵的形式进行存储和传输,从而实现模型压缩。对于MobileNet图像分类模型,在删去50%网络权重后,在ImageNet数据集上的Top-1分类精度损失仅为0.6%。

c)权重量化(weight量)组件:通过对网络权重引入量化约束,可以降低用于表示每个网络权重所需的比特数;团队同时提供了对于均匀和非均匀两大类量化算法的支持,可以用于ImageNet图像分类任务的ResNet-18模型为例,在8比特定点量化下可以实现精度无损的4倍压缩。

d)网络蒸馏(网络蒸馏)组件:对于上述各种模型压缩组件,通过将未压缩的原始模型的输出作为额外的监督信息,指导压缩后模型的训练,在压缩/加速倍数不变的前提下均可以获得0.5%-2.0%不等的精度提升。

e)多GPU训练(多GPU训练)组件:深度学习模型训练过程对计算资源要求较高,单个GPU难以在短时间内完成模型训练,因此团队提供了对于多机多卡分布式训练的全面支持,以加快使用者的开发流程。无论是基于ImageNet数据的Resnet-50图像分类模型还是基于WMT14数据的Transformer机器翻译模型,均可以在一个小时内训练完毕。

f)这项人工智能技术采用超参数优化(超参数优化)组件:多数开发者对模型压缩算法往往不甚了解,但超参数取值对最终结果往往有着巨大的影响,因此团队引入了超参数优化组件,采用了包括强化学习等算法以及AI Lab自研的AutoML自动超参数优化框架来根据具体性能需求,确定最优超参数取值组合。例如,对于通道剪枝算法,超参数优化组件可以自动地根据原始模型中各层的冗余程度,对各层采用不同的剪枝比例,在保证满足模型整体压缩倍数的前提下,实现压缩后模型识别精度的最大化。

让算法解放算法工程师–NAS综述

1. 人工智能技术NAS综述

AutoML(自动机器学习)是模型选择,特征抽取和超参数调优的一系列自动化方法,可以实现自动训练有价值的模型.AutoML适用于许多类型的算法,例如随机森林,梯度增强机,神经网络等。机器学习最耗费人力的是数据清洗和模型调参,而一般在模型设计时超参数的取值无规律可言,而将这部分过程自动化可以使机器学习变得更加容易。即使是对经验丰富的机器学习从业者而言,这一自动化过程也可以加快速度。

深度学习实现端到端的的特征提取,相对于手工提取特征是一个巨大的进步,同时人工设计的神经网络架构提高了神经网络的复杂度。

随着技术的发展,神经结构搜索(NAS)实现神经网络可以设计神经网络,代表机器学习的未来方向.NAS是AutoML的子领域,在超参数优化和元学习等领域高度重叠.NAS根据维度可分为三类:搜索空间,搜索策略和性能评估策略。(本文仅总结NAS在CV领域的应用,NLP的应用将另写综述)。

NAS人工智能搜索空间

搜索空间原则上定义了网络架构。对于一个任务,结合相关属性的先验知识可以缩小搜索空间的大小并简化搜索。但是同时也引入了人类偏见,这可能妨碍发现超越当前人类知识的新颖架构模块。

NAS人工智能搜索搜索策略

搜索策略定义了使用怎样的算法可以快速,准确找到最优的网络结构参数配置。

NAS人工智能搜索性能评估策略

因为深度学习模型的效果非常依赖于训练数据的规模,通常意义上的训练集,测试集和验证集规模实现验证模型的性能会非常耗时,所以需要一些策略去做近似的评估。

1.1搜索空间

搜索空间,顾名思义,代表一组可供搜索的神经网络架构。

搜索空间根据网络类型可以划分为链式架构空间,多分支架构空间,单元/块构建的搜索空间。根据搜索空间覆盖范围可分为宏(对整个网络架构进行搜索)和微(仅搜索单元,根据cell扩展搜索空间)。

1.第一种搜索空间是链式架构空间(图2左图所示)。链式架构空间的每一层输出都是下一层的输入。搜索空间包括以下参数:

(1)网络最大层数n。(2)每一层的运算类型:池化,连接,卷积(deepwise separable convolutions,dilated convolutions,deconvolution)等类型。(3)网算最大层数n。(3)运算相关的超参数:滤波器的大小,个数,strides等。(4)激活函数:tanh,relu,identity,sigmoid等。

2. VGG19等模型已经证明直筒的链式结构容易造成梯度弥散,卷积网络无法使层数更深.ResNet和DenseNet等引入的跳跃连接和密集连接,使得更深的网络成为可能。目前很多论文的实验数据也证实多分支架构空间可以实现更高精度(代价是搜索空间呈指数级别增加)。图2右图所示为多分支架构空间连接示意图。

3.基于基本的cell / block构建的搜索空间。

很多神经网络结构虽然很深,但会有基本的cell / block,通过改变cell / block堆叠结构,一方面可以减少优化变量数目,另一方面相同的cell / block可以在不同任务之间进行迁移。 BlockQNN [2]结合初始块和残留块,设计块模块,通过堆叠块设计搜索空间.Zoph等[3]设计两类细胞:正常细胞和还原细胞(正常细胞不改变输入特征图的大小的卷积,而还原单元将输入要素图的长宽各减少为原来的一半的卷积,通过构加重力模块(cells)的深度堆叠结构。这个堆叠结构是固定的,但其中各个模块的结构可以改变。

人工智能的Cell作为基本单元,也可以固定不变.PNAS [9]学习的是单一一种cell类型,而没有区分正常细胞和还原细胞。

IJCAI理事会主席杨强:IJCAI 19要与社会议题做「强关联」,让AI学术会议走近大众

从1969年首度召开到今天,IJCAI(国际人工智能联合会议)俨然已经成为人工智能领域最为重要的学术会议之一。

IJCAI曾经造访中国,在2013年于中国北京举行,当时共有413篇论文从1473篇投稿被主会收录。彼时还没有这么多学生群体选择投身AI大潮,深度学习也才刚刚崭露头角,尚未被奉为圭臬。而原本是奇数年召开的IJCAI从2015年开始变成每年召开,也从侧面凸显了组委会对人工智能的重视,这一领域的发展速度可见一斑。

而在过去的四年间,IJCAI根据传统在各大洲逐年举办:从南美洲(IJCAI-15,阿根廷布宜诺斯艾利斯),北美洲(IJCAI-16,美国纽约),澳洲(IJCAI-17) ,澳大利亚墨尔本)到今年的欧洲(IJCAI-ECAI 18,瑞典斯德哥尔摩)。据官方数据了解,IJCAI-ECAI 18共接收投稿3470篇,最终录取710篇。这一惊人的数字也让IJCAI成为了一个人工智能学者的交流盛会。

而当IJCAI环绕世界一圈,将于明年最终再次回到亚洲(中国澳门)时,人工智能在这四年间已经发生了翻天覆地的变化。作为IJCAI成长历程的见证者,IJCAI现任理事会主席杨强教授认为,即将在“国门口”举办的IJCAI 19将成为这个传统学术会议的一个重大里程碑。

首先从时间来看,首届IJCAI于1969年在美国华盛顿召开,这一组织到明年即将迎来它的50岁生日。这不论是对于IJCAI理事会,或是人工智能的研究者而言,都是一件值得纪念的事情。半个世纪的积累和发展,将在中国澳门有一个落脚和回顾,IJCAI 19所承载的使命非同一般。

其次从地域来看,华人群体近年的发展壮大有目共睹。根据IJCAI-ECAI 18的官方统计,超过400篇接收论文是华人一作,占比超过60%;有多位中国学者获得了杰出论文奖;而组委会中,有8名area chair来自中国。「中国学生已经大量涉及人工智能领域,在今年投稿量和接收量上,华人群体的参与程度都是最高的。“这在杨强教授眼中也是一个巨大的进步。

但杨强教授在为华人研究力量的壮大感到欣慰之余,也在IJCAI-ECAI 18,甚至是近几年的国际学术顶会上发现了一些客观存在的“失衡”问题。对所谓的热点研究过于「热情」追逐,而忽视冷门但同样重要的领域,在中国学生群体当中表现得尤为突出。杨强教授表示,在未来希望国内研究氛围能在研究领域有所平衡,让一些如逻辑,推理等冷门内容也得到综合发展。

作为一个历史悠久的人工智能学术会议,IJCAI得到了中国计算机学会的推荐和认可,是国际学术会议的人工智能A类会议,目前也保有非常惊人的投稿量和参会数.IJCAI同时也凭借其专业度和权威性享有多年的美誉,会上颁发的顶级学术奖项也是国际上在人工智能领域最受瞩目,最受广泛认可的奖项之一,对于历史上的获奖者而言,他们对学界和业界的影响力也非同小可。

而时至今日,众多AI学术会议百花齐放,如何在其中展现IJCAI的特色?具有悠久历史的IJCAI希望能走「与社会紧密结合」的道路,不断强化它与社会议题的关联,为这个传统的学术会议尝试注入更多的全新血液,焕发新的生机。

IJCAI 19常规的学术会议议程并不会做大的调整和改动,但在其他议程的拟定上将会有更多的创新和改进。

「既然IJCAI的含义便是国际人工智能联合会议,一个人工智能的国际联合大会,那么学术肯定是占联合会的绝大部分比例。但在学术之外,我们也一直在强调不能「两耳不闻窗外事。有很多的车间和面板已经开始在讨论和技术不直接相关,但是不可忽忽的一些问题。比如数据保护,用户隐私等道德问题;或者是如何让AI变得更加普世的问题。“杨强教授的愿景是,倘若未来有更多AI社会事件发生,组织者们会第一时间想到在IJCAI上做相应的讨论。

IJCAI 19组委会正在筹办的“CEO论坛”为例,便是一个联结学术与产业界,并且尝试探讨上述问题的议程。据杨强教授对雷锋网(公众号:雷锋网)AI科技评论的介绍,这一议程计划在国内外知名的,能代表人工智能实践成功案例的独角兽公司中进行邀请,让CEO们进行主题演讲或圆桌交流。

「CEO的视角比起学者们来说要更宽一些,因为他具备更多的商业思维和社交资源。一个CEO对于人工智能的见解,很可能关乎公司的成败。」

此外,IJCAI 19组委会和中国计算机学会(CCF)也在规划相应的议程,希望可以邀请大陆知名的专家学者来分享实验室的研究成果;而鉴于近两年国内高校的人工智能学院如雨后春笋如涌现,IJCAI也可能会增设「人工智能学院院长论坛」这样的议程,让各个AI学院的院长分享学院建设的心得体会。

而为了让IJCAI「走向社会」,组委会也正在筹划于港澳地区组织机器人比赛教育,AI教育等相应的工作坊,让社会更多地参与到IJCAI当中,并了解人工智能其实离普罗大众并不遥远。

除了上述议程,还有更多偏大众体验的议程将在IJCAI 19亮相。譬如机器人引导员,机器人咖啡机,或者更多的能用机器取代人工的设备,家长可以带着小朋友一起到现场互动。 「作为一个国际人工智能学术会议,我们实际上也要在一些细节上展现人工智能的力量,比如注册签到处,目前还会招募大量志愿者提供协助支持,但我们希望未来能用机器来取代这些繁琐的工作。」

如果说目前这些丰富而美好的人工智能规划有什么落地难点的话,当务之急是人力和资金问题。组委会也正在考虑将香港和深圳纳入IJCAI 19的筹备体系中,联合粤港澳大湾区的资源一起来实现这些想法;甚至,这一范围也可以延伸到全球领域。毕竟,IJCAI是一个全世界AI学者及企业都可深度参与的年度盛会,集结全球之智慧合力办好这一学术会议,也是IJCAI「联合“精神的核心所在。雷锋网AI科技评论也期待,明年的IJCAI能带给我们更多的惊喜。

刘鹤拉抬士气:加强智财权保护

世界人工智能大会昨(17)日在上海开幕,大陆国家主席习近平致信祝贺指出,大陆愿意在人工智慧领域与各国共推发展,共护安全,共享成果。大陆国务院副总理刘鹤在开幕时指出,不能忽视中小企业和民营企业在人工智能领域的力量,并将加大对智慧财产权保护力度。

由大陆发改委,科技部,工信部,网信办等共同主办的世界人工智能大会,昨起至19日在上海西岸举行,谷歌,微软等国外企业,以及大陆的华为,阿里,腾讯,百度,科大讯飞,商汤等业者参会。

习近平在致贺信中指出,新一代人工智慧正在全球蓬勃发展,正在深刻改变人们的生产生活方式,把握好这一发展机遇,处理好人工智慧在法律,安全,就业,道德伦理和政府治理等方面提出的新课题,需要各国深化合作,共同探讨。

习近平强调,大陆正致力于实现高质量发展,人工智慧发展应用将有力提高经济社会发展智慧化水平,有效增强公共服务和城市管理能力。

刘鹤在开幕式指出,随着移动互联,大数据,超级计算快速发展,以深度学习为基础的AI技术正在快速取得突破。同时,AI的应用也更加广泛​​,在机器视觉,语音辨识,自动驾驶等应用场景相继取得突破,与农业,制造业,服务业融合发展的前景广阔,预计至2030年全球超过7成企业将采用相关技术。

刘鹤表示,接下来大陆政府将做好以下工作。首先是以需求为导向,以资讯化,智慧化促进高品质发展。同时,将高度重视基础研究,大力增加对基础性研究的投入,推动从0到1的原创性结果。另外,也将加大对智慧财产权保护力度。

刘鹤强调,在人工智能领域,中小企业和民营企业的力量不容忽视。大陆政府还会加强人才力量及跨学科教育。

上海AI战场6巨头正面对决

全球各大人工智能巨头汇集上海。亚马逊网路服务公司(AWS)昨(17)日宣布,其亚太地区首个人工智能(AI)研究院将在上海成立,未来将专注进行深度学习算法与应用研究。另外,微软,大陆互联网3大巨头BAT,华为等知名企业,昨也宣布在上海设立AI据点的计画。

雷锋网报导,AWS昨在2018世界人工智能大会宣布上述消息.AWS指出,上海人工智慧研究院将成为一个包括研究人员,开发人员,工程师和技术项目经理在内,功能齐全的团队。首任院长将由上海纽约大学计算机科学系教授张峥担任,团队还包括来自美国麻省理工学院,卡内基梅隆大学等知名AI权威专家。

AWS指出,团队将进行以中文为主的多语言自然语言处理研究,与AWS遍布世界各地的人工智慧研究院一起参与和开发开源深度学习生态系统及其未来应用,以支持大陆客户落实在机器学习和人工智慧方面的应用.AWS进一步表示,研究院将为大陆的开发者提供多种工具,让客户更容易采用人工智慧技术,构建模型并在深度学习生态系统中运行。

此外,研究院还将培养大陆新一代的机器学习人才,与大陆的顶尖大学和研究机构协作推进人工智慧研究项目,联合建设人工智慧与机器学习研究实验室。

不仅AWS,多家中外科技大厂昨日也披露将在上海发展AI新浪财经报导,微软与徐汇区政府,仪电集团合作设立「微软上海研究院暨微软 – 仪电人工智能创新院」,展开AI前沿基础研究和关键共性技术攻关。「百度(上海)创新中心」将专注大数据,人工智慧等创新创业服务,全面开放110项以上AI能力。

腾讯也与徐汇区政府合作签署「腾讯人工智能创新平台」,料将在AI医疗影像处理和AI辅诊领域上发力。而阿里巴巴的AI创新中心设在浦东新区,与地方政府签署「阿里巴巴(上海)研发中心」。华为则与青埔区政府签署「华为人工智能云平台」合作项目。

同时,商汤科技与徐汇签署「商汤上海人工智能超算中心原型机研发项目」。