人工智能助力裝備制造智能化

中國航天系統科學與工程研究院總工程師 劉海濱

近年來，隨著深度學習理論的提出和AlphaGo戰勝人類圍棋世界冠軍，人工智能在學術界、工業界及軍界等多個領域受到了廣泛的關注，掀起了新一輪的研究和應用熱潮，進入了一個全新的飛速發展時代。目前，我國、美國、日本及英國等國政府相繼推出人工智能國家發展戰略，期待在未來的競爭中占據先機，人工智能相關領域及產業發展已成為全球科技創新的新焦點、國家經濟發展的新引擎。準確理解和把握國內外人工智能發展趨勢、發展戰略和行動計劃，牢牢抓住我國大力發展人工智能及其產業的歷史機遇，具有非常重要的現實意義。同時，應結合各自行業發展的特點，找準人工智能和各行業融合發展的突破口，充分利用大數據、云計算、“互聯網+”等新一代信息技術，針對我國重點行業和領域，培育新動能、發展新產業、形成新業態，從而推動我國經濟的創新發展。

制造業是支撐我國實體經濟發展的重要支柱產業。因此，國家需要加快人工智能核心技術突破，促進人工智能在制造業特別是裝備制造業的推廣應用，將人工智能技術融入裝備制造的全過程，助力裝備制造智能化發展，培育若干引領全球裝備制造的骨干企業和創新團隊，形成創新活躍、開放合作、協同發展的產業生態。

一、人工智能成為國家發展戰略

（一）美國的人工智能研發戰略計劃

2016年10月，時任美國總統奧巴馬主持召開白宮前沿峰會，展望美國在未來50年的發展。峰會中白宮發布《國家人工智能研究與發展策略規劃》報告，為美國資助的人工智能（Artificial Intelligence）研究和發展制定策略，該報告主要包括以下7個方面的策略。

（1）對人工智能研發進行長期投資。用于知識發現的先進數據驅動方法增強人工智能系統的感知能力，了解人工智能的理論能力和限制，開展通用人工智能技術研究，開發可伸縮的人工智能系統，促進類人人工智能研究，開發更能干更可靠的機器人，改善硬件提升人工智能系統性能，開發適用于先進硬件的人工智能系統。

（2）開發人機協作的有效方法。尋求具備人類感知能力的人工智能新算法，開發用于人類機能增進的人工智能技術，開發用于數據可視化和人–機界面技術，開發更有效的自然語言處理系統。

（3）理解和應對人工智能帶來的倫理、法律和社會影響。通過設計改進公平性、透明度和可追究性，建立倫理人工智能，設計倫理人工智能的架構。

（4）確保人工智能系統的安全性。改進可解釋性和透明度，建立信任機制，增強校驗和驗證，建立防攻擊的安全策略，實現人工智能自演化中的安全性和價值一致性。

（5）開發適用于人工智能訓練和測試的共享公共數據集和環境。為多類型的人工智能興趣和應用開發和制作充足的可用數據集，使訓練和測試資源適應商業和公共利益，開發開源軟件庫和工具集。

（6）建立標準和基準評估人工智能技術。研制一系列人工智能標準，建立人工智能技術基準，增加人工智能實驗平臺的可用性，組織人工智能標準和基準社團。

（7）更好地把握國家人工智能研發人才需求。人工智能的發展需要一支強勁的人工智能研究人員團體。要更好地了解目前和將來人工智能研發對人才的需要，以確保有足夠的人工智能專家應對本計劃中概述的戰略研發領域。

圖1 為美國人工智能發展規劃總體結構，最底層（紅色）為影響人工智能系統開發最根本的基礎；這些基礎在策略（3）～（7）中進行了描述。中間層（紫色、中藍色）列出了發展人工智能所需要的大多數領域的研究。這些基本研究領域（包括基礎研究）在策略（1）及（2）中進行了概述。圖1的最頂層（深藍色）為預期將從人工智能發展中受益的應用案例。人工智能研發戰略計劃的這些構成總體界定了聯邦投資的高水平框架，該框架可引導該領域的進展及積極的社會效益。

美國不同政府機構也制定了各自的人工智能發展戰略。

（1）2018年9月7日，美國國防部表示，未來5年將投資20億美元用于人工智能研發，開發能夠進行學習并適應環境不斷變化的機器。其投資重點為：網絡安全、檢測人工智能技術生成的虛假音頻或視頻、針對人機交互的“人機共生”項目。

（2）美國國防高級研究計劃局（Defense Advanced Research Projects Agency）希望探索機器如何獲得與人相類似的交流和推理能力。

（3）美國聯邦政府表示，用于研究和發展人工智能的預算處于優先級中的第二位，在美國制造業、太空探索和醫療創新之上。

（二）我國的人工智能發展戰略及總體部署

1.“三步走”戰略目標

（1）到2020年，人工智能總體技術和應用與世界先進水平同步，人工智能產業成為新的重要經濟增長點，人工智能技術應用成為改善民生的新途徑，為我國進入創新型國家行列和實現全面建成小康社會的奮斗目標提供有力支撐。

（2）到2025年，人工智能基礎理論實現重大突破，部分技術與應用達到世界領先水平，人工智能成為帶動我國產業升級和經濟轉型的主要動力，智能社會建設取得積極進展。

（3）到2030年，人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心，智能經濟、智能社會取得明顯成效，為我國躋身創新型國家前列和經濟強國奠定重要基礎。

2.人工智能科技創新體系

人工智能科技創新體系可以概括為基礎理論體系、關鍵技術體系、基礎支撐平臺、高端人才培養這4個方面，圖2為體系各個部分的詳細組成結構。

3.人工智能發展總體部署

發展人工智能是一項事關全局的復雜系統工程，要按照“構建一個體系、把握雙重屬性、堅持三位一體、強化四大支撐”思路進行布局，形成人工智能健康持續發展的戰略路徑。表1為形成人工智能健康持續發展戰略路徑的具體做法。

表1 形成人工智能健康持續發展戰略路徑的具體做法

二、人工智能引發產業革命

人工智能日益成為新一輪產業革命的引擎。在人工智能領域，我國大體上能與世界先進國家發展同步，完全有能力躋身新工業革命前列。我們應該依托互聯網平臺提供的人工智能創新公共服務方式，加快人工智能核心技術突破，促進人工智能在智能制造、智能終端、智能農業、機器人等領域的推廣應用，培育若干引領全球人工智能發展的骨干企業和創新團隊，形成創新活躍、開放合作、協同發展的產業生態。我國必須把握這一重大發展機遇，瞄準國際人工智能發展趨勢，把人工智能技術與產業升級改造有機結合起來，給經濟發展新常態注入智能化的新動力。

包括谷歌、IBM、Facebook和微軟在內的世界各大公司紛紛加大在人工智能領域布局，這些公司早已在運行自己的人工智能實驗室。最近一個新趨勢是，各大公司紛紛開放了自己的研究資源平臺，以期吸引更多研究者在其上參與研究，其進展近況對比如表2所示。

三、人工智能的未來發展領域

根據國務院《新一代人工智能發展規劃》，人工智能在生產生活、社會治理、國防建設各方面應用的廣度和深度極大拓展，形成涵蓋核心技術、關鍵系統、支撐平臺和智能應用的完備產業鏈和高端產業群，人工智能核心產業規模超過1萬億元，帶動相關產業規模超過10萬億元。經過分析，本文選取2017年人工智能應用最廣的城市、醫療、環保、工業這4個領域來展開研究。

（一）城市

城市是以非農業產業和非農業人口集聚形成的較大居民點。城市的治理、服務、產業與每個市民息息相關，所以人工智能在城市中的應用非常廣。圖3為人工智能在城市中應用的體系結構圖。

1.人工智能在城市治理模式中的應用

未來的人工智能城市，將突破過往傳統智慧城市建設中分散于交通、安防、政務等領域的單點信息化應用——徹底打通底層居民、車輛、終端的連接，形成萬物互聯的局面，并在中層基于 人工智能技術構建感知與決策的“城市大腦”，最終支撐上層交通、安防、醫療等城市運營領域的應用場景，形成彼此間緊密相連的人工智能城市應用生態體系，而人工智能將成為城市治理的核心和“大腦”。城市數據大腦具有代表性的應用體現在交通管理、司法治理、公共服務和城市管理4個方面。

表2 各大公司人工智能技術研發的進展情況

2.人工智能在城市服務模式中的應用

在城市服務模式中，人工智能的應用主要體現在：形成以數據為驅動的城市服務機制，根據實時數據和各類型信息，綜合調配和調控城市的公共資源，最終實現自動智能化，為人們在城市的生活服務提供便利，打造運作效率最優化的城市。在服務模式中，最重要的體現為生活綜合服務，其主要分為供應和營銷兩大服務方面。

（1）供應。城市的運行集中表現為供應的管理，同時供應鏈也是當今人工智能領域的熱點話題。供應鏈是指圍繞核心企業，通過對商流、信息流、物流、資金流的控制，從采購原材料開始到制成中間產品及最終產品，最后由銷售網絡把產品送到消費者受眾的一個由供應商、制造商、分銷商直到最終用戶所連成的整體功能網鏈結構。從定義中不難看出，供應鏈遍布城市服務的方方面面，主要體現在采購、物流、定價等3個方面。

（2）營銷。本文城市服務模式中的營銷不局限于銷售的傳統狹義概念，而是指為城市中的每一位居民提供有效并且有針對性的信息，從而使得生活在城市中的居民感受到城市服務的周到。人工智能技術將主要應用于收集、篩選、定位、預測這四大營銷步驟，從而為城市居民提供更加有意義的服務。

3.人工智能在城市產業發展中的應用

產業發展是指產業的產生、成長和進化過程，既包括單個產業的進化過程，又包括產業總體，即整個國民經濟的進化過程。在城市這個區域概念上，我們可以認為產業發展是指城市中某些產業的產生、成長和進化過程，是關乎整個城市經濟發展的主要因素。

人工智能技術的發展，為城市整體產業的發展注入了新鮮的血液，一大批新型產業應運而生。本文將對自動駕駛與機器人兩大產業進行簡要的分析。

（1）自動駕駛。自動駕駛主要指自動駕駛汽車，它是一種通過電腦系統實現無人駕駛的智能汽車。自動駕駛汽車依靠人工智能、視覺計算、雷達、監控裝置和全球定位系統協同合作，讓電腦可以在沒有任何人類主動的操作下，自動安全地操作機動車輛。在定位方面，人工智能視覺導航對基礎設施的要求較低，被認為是最有前景的導航方法。在識別方面，人工智能的圖像識別與感知可幫助汽車在行駛過程中收集和處理周圍環境信息。在深度學習方面，它是源于人工神經網絡的一種高效的機器學習方法，可以提高汽車識別道路、行人、障礙物的時間效率。

（2）機器人。運用人工智能技術的機器人，結合專家的知識和經驗，是可以求解專業性問題的具有人工智能的計算機應用系統。同時，人工智能中的語音識別、自然語言處理等技術的應用，可以使得機器人更加貼近于真實的人類，行使交流的功能。

（二）醫療

人都會經歷生老病死，也就意味著需要一定的醫療救助，而現階段我國的醫療資源非常緊缺，需要醫生具有豐富的臨床經驗，現在醫療和人工智能的結合能有效解決一些醫療行業的關鍵問題。圖4為人工智能在醫療中應用的體系結構圖。

1.人工智能在輔助診斷系統中的應用

輔助診斷系統分為分級診療和病理診斷標準。

分級診療是將大量常見病、多發病、慢性病的病人，從三級醫療機構中、從專家手中，轉移到基層醫療機構的全科醫生手中。大數據和人工智能將有助于推動實現原來需要專家才能做到的診斷，現在由基層醫生借助于智能輔助系統，就能進行初步的診斷工作。

人工智能與人腦相比的優越性在于，可以更高效地處理海量數據，迅速找到一些特征和規律，并將其應用在數字病理診斷的發展中去，使計算機能夠自動檢測數字切片中的病變區域并定量評估各項指標，幫助病理醫生做出快速、準確、重復性高的病理診斷。

2.人工智能在醫療機構中的應用

醫療行業信息化建設呈現明顯的兩級分化特征，大型醫療健康機構已進入系統整合階段，而相當數量的醫療健康機構依然處于系統建設階段。

（1）基礎應用階段。該階段是信息化初級階段，主要進行從單機到局域網局部的信息交流和共享，基本的管理信息系統應用（OA、財務管理等），互聯網接入和WEB網站，支持服務占據IT服務需求主流。

（2） 系統建設階段。該階段是管理驅動階段，根據“急需先行”原則，開發建設適應生產、管理需要的應用系統，首先需解決生產管理中的瓶頸問題，尚無信息化總體規劃，應用系統仍為以“部門級”為主，開始建設廣域網。

（3）系統整合階段。該階段是信息化總體規劃階段，采取總體規劃、分步實施、重點突破策略，伴隨醫療健康機構流程重組，全面整合已有的孤立的應用系統、數據庫，開始建設ERP/SCM/CRM等“企業級”應用系統，完善基礎網絡，集成服務需求增強。

（4） 應用整合階段。該階段的信息化應用水平較高，信息化戰略發揮效益，信息化工作以應用系統優化為主，醫療健康機構信息化基礎網絡比較完善，更加關注整個信息化體系的安全性、能力規劃及可持續。

（5） 價值整合階段。該階段是信息化建設高級階段，核心醫療健康機構將信息化建設模式輸出到供應鏈和銷售鏈，提升整個價值鏈的信息化應用水平，建立面向全球的電子商務應用，實現價值鏈內部的協同工作。

3.人工智能在藥品研發中的應用

人工智能可應用于藥物開發的不同環節，包括鎖定致病蛋白質、篩選對蛋白質起作用的藥物成分、藥物有效性/安全性預測、構建新型藥物分子、篩選生物標志物和研究新型組合療法等。

（1）新藥開發。建立兩個計算機網絡，稱為生成式對抗網絡(簡稱GANs)。其中一項研究提出了可能具有治療特性的新分子；另一種則是否定哪些藥物治療無效。第一個網絡一直試圖“欺騙”后者，讓后者接受新的分子作為合法藥物，這兩種方法都能更好地了解疾病治療應該是什么樣子。一旦它們通過相互測試，這些網絡就可以用來檢測化合物，以檢測它們的治療潛力。

（2） 藥物有效性/安全性預測。一種物質變成藥物，必須要具備安全性、有效性的特征，而在新藥研發過程中提前預測，則可以極大程度地提高研發成功率。通過超級計算機分析數據庫，并用深度學習神經網絡分析化合物的構效關系，于藥物研發早期評估新藥風險。

（3）藥物挖掘。藥物挖掘是人工智能應用最早且進展最快的領域，通過計算機模擬，可以對藥物活性、安全性和副作用進行預測，其過程主要有數據分析、深度學習軟件攝取及分析信息。

（4）篩選生物標志物。研究人員將健康樣品和各種疾病樣品送入人工智能平臺，利用數萬個數據點建立不同的模型，并最終找出橫跨這些模型的熱點，這些熱點可代表生物標記或藥物靶點。

（5）研究新型組合療法。研究人員通過機器學習分析大量孤立的數據來源，實時交互得到有證據的結果，用于疾病領域新藥物靶點的發現、組合療法的研究和患者治療策略的選擇中。

4.人工智能在個人健康中的應用

（1）健康管理。人工智能在健康管理中的應用主要分為健康體檢大數據智能分析、定制智能健康干預方案。前者主要通過收集用戶的身體健康信息及數據分析，為用戶提供個性化的健康管理方案；后者主要通過飲食、運動、心理、用藥、檢測及教育這6個方面的指導對用戶進行健康的管理。

（2）基因測序。作為一項全新的前沿技術，基因檢測不僅能準確檢測出人體的基因信息，還能在此基礎上依靠生物信息技術計算出人體罹患癌癥、心腦血管疾病、糖尿病等多種疾病的風險，從而進行早期預防與精準治療。

（三）環保

近些年，我國對環境保護非常重視，人工智能的應用大大減輕投入環保的人力，通過智能監測、污染治理、環境模擬來達到保護環境的目的。圖5為人工智能在環保中應用的體系結構圖。

1. 人工智能在智能監測中的應用

智能監測是指利用各種傳感器技術、移動計算、信息融合等技術對空氣狀況、海洋環境、水質情況、生態環境及城市環境質量5方面進行全面有效地監控，通過分析各地環境質量的監測數據實現對環境的實時監控和綜合分析，為采取合理的環境治理措施和污染預警提供更客觀、有效的依據。

（1）空氣監測?？諝赓|量在線監控系統由若干子系統及數據采集處理子系統等組成。測定空氣中各項參數指標并計算，通過將數據傳輸至環保主管部門，實現對監測區域的無人化遠程實時監測，做到實時監控和應急預警。

（2）海洋監測。海洋污染物聯網系統主要監測海洋中各種重金屬元素和其他污染物的含量與變化，以及海洋生物的生存狀態等，計算各種數據，并將數據和圖表提交給海洋管理部門，實現對我國海洋領域的水質進行在線監測和管理。

（3）水質在線監測。水質在線監測系統通過對水樣及預處理系統進行控制，從而實現了對水樣的環境參數進行測量控制預警等功能。

（4）生態環境監測。生態環境監測系統通過監測某區域生態環境系統的溫度、水分、植被覆蓋率、動物遷徙等情況，來判斷監測區域內的生態環境變化。

（5）城市環境監測。城市環境監測子系統通過污染源監測系統平臺，對各個城市重點污染源污染物的排放總量、噪聲污染、粉塵污染實施實時監測。

2. 人工智能在污染治理中的應用

環保部門借助人工智能技術，結合衛星圖像、傳感器以及監測儀器等手段，精準且快速地確定污染源，助力早期污染檢測，更好地保護自然資源，促進生態與經濟的可持續性發展。其中，人工智能主要為實時監控、基本屬性查詢、輔助決策及經濟核算這4個部分服務。

3.人工智能在環境模擬中的應用

（1）水環境。為了提高研究者對水環境的認識并做出更加切合實際的決策，就需要借助水質模型來定量化水質變化過程，其在一定程度上能夠定量反映水質變化規律。其中水環境的模擬有智能監測與預警、綜合智能管理平臺這兩個方面的服務功能。

（2）大氣環境。通過模擬大氣環境，有助于提高空氣污染模擬的科學性，從而為空氣污染治理提供更加合理的決策支持。其中大氣環境模擬主要有環境質量感知、后臺應用系統這兩個主要的應用功能。

（四）工業

工業生產主要是對自然資源及原材料進行加工或裝配的過程，這是一個工作比較艱苦的行業，要求從事此行業的人有一定的體能和技能。人工智能滲入工業的供應鏈、研發、生產、營銷中，有效減少生產消耗，降低運輸成本。圖6為人工智能在工業中應用的體系結構圖。

1.人工智能在供應鏈中的應用

如今，在如此龐大的網絡、用戶、商品的前提下，只靠人的計算已經很難滿足精細運營管理的需求，所以人工智能在整個供應鏈中的作用越來越重要。企業可以在供應鏈的智能預測、智能商品、智能定價、智能庫存、科學分配訂單、風險控制系統等多個環節采取智能化的應用。

2. 人工智能在研發中的應用

隨著人工智能的發展，越來越多的領域已經用到人工智能技術來提高生產力。人工智能必然也將廣泛應用到研發的過程中，從而提高工業中研發的效率及質量。本文主要從設計表達和分析計算兩個方面簡要介紹人工智能的應用。

（1）設計表達。設計表達是利用設計概念并以其為主線貫穿全部設計過程的設計方法，是從分析用戶需求到生成概念產品的一系列有序的、可組織的、有目標的設計活動。其過程中最常用的就是CAD，設計的核心是智力創造，但傳統CAD技術并未能對這一部分工作提供有力的輔助和支持。智能CAD系統和虛擬系統等技術的發展，將傳統的“硬”模型利用計算機三維建模技術變為能反復修改的數字“軟”模型，通過計算系統、數據庫與顯示裝置，配合動態仿真，能從生產和使用的觀點全方位檢驗設計。

（2）分析計算。研發過程中往往需要對大量數據進行分析，這就需要用到超級計算技術。數據中心依托服務器集群搭建高性能計算（HPC）專區，全面滿足工業制造等場景中的超大計算需求，助力工業向智能化轉型，推動互聯網、大數據、人工智能與實體經濟的深度融合。

3. 人工智能在生產中的應用

隨著新一輪工業革命的發展，工業轉型的呼聲日漸高漲。面對信息技術和工業技術的革新浪潮，許多國家都提出了工業轉型戰略，這些戰略的核心都是利用新興的信息化技術來提升工業的智能化應用水平，進而提升工業生產在全球市場的競爭力。

（1）工廠智能化。工廠智能化就是將人工智能技術應用在工廠的設備中，提高工廠器械的智能化。主要分別體現在數字化工廠和智能制造方面，前者可實現實時的生產調整，根據實際生產數據和用戶需求計算調整設備參數，達到個性化生產；后者是將制造自動化擴張到柔性化、智能化和高度集成化。

（2）人資智能化。人資智能化主要體現在員工機器人和全價值鏈價值平臺，前者主要用智能化機器人代替人工崗位，達到高效低成本的目標；后者是搭建企業質量管理平臺，并進行自動化和信息化建設，為智能制造的實現鋪平道路。

4.人工智能在營銷中的應用

隨著技術的日益成熟，人工智能正不斷擴大在營銷領域的應用，已經有許多人工智能技術被應用到企業的營銷推廣中。

（1）程序化推送。廣告投放是人工智能在營銷中的應用之一。在廣告投放中應用人工智能技術后，系統可以通過多個維度來判斷投放對象與目標消費群體的契合度，并根據分析結果，給出不同的投放方案。目前，受限于后臺技術規則和投放方案的數量，人工智能技術在廣告投放中的應用范圍和深度還遠遠不夠。

（2）營銷洞察。每天都有大規模的數據從各行各業中產出，而這些數據能夠非常好的為營銷人員優化方案。盡管這些數據非常龐大并已經到達了人類處理不了的程度，但對人工智能來說，卻幾乎是小菜一碟。

四、人工智能與裝備制造

（一）人工智能助力裝備制造智能化提升的方式

“工業4.0之父”、德國人工智能研究中心首席執行官沃爾夫岡·瓦爾斯特曾說，人工智能和工業密切相關，人工智能是工業4.0的驅動力，是實現智能制造的一把重要鑰匙。

1.設計融智

提升人機協作的智能化設計能力，將大數據與人工智能技術融合于需求分析與產品設計過程，通過大量案例學習，模擬人類思維活動，能夠更多、更好的承擔設計過程中的各種復雜任務，輔助設計人員開展更有創新的設計工作。智能設計的構建圖如圖7所示。

2.生產融智

增強機器自主生產能力，將人工智能技術嵌入生產流程環節，使得機器能在更多復雜情況下實現自主生產，目前主要應用在工藝優化和智能質檢等方面。智能生產的構建如圖8所示。

3.服務融智

提高營銷和售后的精準服務水平，利用人工智能算法，為制造企業提供更精準的增值服務。三一重工結合騰訊云，把分布全球的30萬臺設備接入平臺，利用大數據和智能算法，遠程管理龐大設備群的運行狀況，實現故障風險預警。智能服務的組成如圖9所示。

（二）航天裝備制造的特征及發展路線

航天裝備制造具有制造學科交叉、系統性強，產品復雜程度高、定性強，產品使用環境條件極端、要求嚴苛，制造過程復雜特殊，以及產品制造協作面廣等5個方面的特征。

我國航天裝備制造將在2020年完成以全集成自動化為核心的數字化工廠的目標，2025年完成智能化柔性制造的目標。前者主要打通全三維數字化設計、虛擬仿真、數字化加工、數字化檢測、虛擬裝配和智能管理與分析決策的整條裝備制造鏈，建設形成典型航天產品數字化工廠；后者主要融合應用信息物理系統 （CPS）、工業大數據、人工智能技術、認知制造、云制造等技術，形成適應航天多型號研制并舉的異地協同智能化柔性制造模式。

五、發展建議

自1956年人工智能的概念提出以來，已經有60多年的發展歷史，其發展并不是一帆風順，而是經過了若干次大的起伏和挫折。這次人工智能的再一次興起，將給人類社會帶來新的發展機會，特別是在我國進入新時代，面臨新一輪改革發展的關鍵時刻，人工智能技術將為我們提供一個換道超車的機會，引領我國新經濟時代的發展。在人工智能領域，現階段我國大體上能與世界先進國家發展同步，完全有能力躋身新工業革命前列。我們必須把握國際人工智能發展趨勢，把人工智能技術與產業升級改造有機結合起來，為經濟發展和新經濟時代注入智能化的新動力。

雖然人工智能有著非常廣闊的發展前景，但歷來這個領域的發展就是既充滿誘惑又不乏挑戰的，沒有人能確定它的發展不會再經受挫折，也沒有人知道一旦成功實現最終目標會給人類社會帶來多么大的輝煌和巨變。我們有理由相信，從現在開始到2030年，將是一個人工智能快速發展的階段。人工智能將改變各行各業的生產和工作方式，也將催生許多新行業、新領域、新業態，并將引領我國新經濟時代發展，最終將全面改變世界和人類生活。