在7月15日舉辦的“湖北重振 數(shù)字賦能”數(shù)字經(jīng)濟政策宣貫月武漢站活動中,武漢市經(jīng)濟和信息化局科學技術與人工智能處處長蘇新威指出,我們要堅持以“兩化融合”為主線,實施數(shù)字經(jīng)濟“573”工程。
為了加快推薦數(shù)字經(jīng)濟的發(fā)展,武漢市在扎實做好“六穩(wěn)”工作,多面落實“六!比蝿盏耐瑫r,也給企業(yè)帶來了相當重磅福利
計劃用3年時間,使武漢數(shù)字經(jīng)濟增加值占GDP比重超過50%,成為全國5G先用先試城市,創(chuàng)建國家數(shù)字經(jīng)濟創(chuàng)新發(fā)展試驗區(qū),建成全國數(shù)字經(jīng)濟一線城市
預計到2022年底,武漢市新型基礎設施建設規(guī)模和創(chuàng)新能級居全國前列,實現(xiàn)5G、人工智能、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、大數(shù)據(jù)平臺等新技術全面融入城市生產(chǎn)生活
數(shù)字政府政務服務綜合平臺、社會服務綜合平臺、大數(shù)據(jù)管理和服務平臺、網(wǎng)絡管理綜合平臺、安全管理平臺、縣數(shù)字政府數(shù)字化改造等建設內(nèi)容的國家大數(shù)據(jù)綜合試驗區(qū)初步建成
湖北省將實施數(shù)字經(jīng)濟五項工程,包括5G萬站工程,今年該省新建5G基站5萬個以上,實現(xiàn)5G網(wǎng)絡武漢市城區(qū)室外全覆蓋
湖北省將以新基建重大項目為抓手,建立省市兩級項目庫,湖北省經(jīng)信廳謀劃了40個省級“點線心站臺園” 項目,總投資1300多億元。
湖北未來產(chǎn)業(yè)發(fā)展重點:盯緊光電子、3D打印與新一代信息技術等15個重點產(chǎn)業(yè)領域
奮力奪取疫情防控和經(jīng)濟社會發(fā)展“雙勝利”,為實現(xiàn)決勝全面建成小康社會、決戰(zhàn)脫貧攻堅目標任務提供有力支撐
基于物理車間和車間數(shù)字實體實現(xiàn)的車間管控應用,車間數(shù)字孿生各部分之間以及車間數(shù)字孿生與企業(yè)管理系統(tǒng)交換數(shù)據(jù)、控制信息和 其他信息的過程,包括孿生互動
企業(yè)應圍繞數(shù)字化能力(體系)建設、運行和優(yōu)化,結合流程優(yōu)化方案和組織創(chuàng)新方案,對技術實現(xiàn)進行梳理、規(guī)范、融合和創(chuàng)新,制定技術實現(xiàn)方案,體系性、系統(tǒng)性和創(chuàng)新性管理技術實現(xiàn)的執(zhí)行過程
《藍皮書》旨在為政府部門政策制定、企業(yè)戰(zhàn)略決策提供科學參考,同時幫助公眾理解AI技術對經(jīng)濟社會發(fā)展的深遠影響,AI賦能行業(yè)應用案例,產(chǎn)業(yè)政策及趨勢分析
人形機器人市場規(guī)模預計從 2024 年的 20.3 億美元增長到2029 年的 132.5 億美元,復合年增長率達 45.5%;中國 60% 的企業(yè)將把AI 融入其主要產(chǎn)品和服務中,并且這些 AI 功能將成為收入增長的主要驅動力
從數(shù)據(jù)看數(shù)據(jù)標準和治理保障體制不完善,數(shù)據(jù)流通利用基礎較為薄弱;從算法看模型自身存在不可解釋性和可靠性風險;旺盛的大模型應用場景需求加劇人才供需矛盾
十五五”時期推進新型工業(yè)化主要統(tǒng)籌好“四對關系”:一是高質量供給引領和滿足內(nèi)需的關系;二是做優(yōu)增量和盤活存量的關系;三是產(chǎn)業(yè)國內(nèi)根植與海外布局的關系;四是有效市場與有為政府的關系
AI迎賓接待機器人的核心是人機交互,在智能人機交互的研究中,對情感的識別、分析、理解、表達的能力是重點研發(fā)方向;從人類的語音,面部表情等多個維度捕捉情感信息,并對其進行分析和判別
多模態(tài)感知技術讓機器人具備類似人類五感的多模態(tài)智能感知能力;通過表情識別、語音情感分析等技術,讓機器人感知人 類情緒并做出相應情感回應,增加親和力和互動性
AI陪伴機器人在外觀設計具備人類相似特征;在行為模式上模仿人類的行為,具備手眼協(xié)調(diào),動態(tài)足控制能力;在各個領域的實際應用和用途,協(xié)助人類完成各種復雜任務
機器人機械手有多個關節(jié)和多個自由度,具有很高的靈活性;配置了必要的傳感器,可以精確控制機械手的操作;微小的外形尺寸使得機械手具有很高的操作精度
展廳迎賓機器人的“小腦”核心技術正在從基于模型的控制方法向基于學習的控制方法演進,視覺-語言模型為機器人學習復雜技能提供了新的范式,有很強的泛化能力,能夠根據(jù)不同的指令組合技能
基于模型的小腦技術路線控制方法有ZMP判據(jù)及預觀控制,混雜零動態(tài)規(guī)劃方法,虛擬模型解耦控制;基于學習的小腦技術路線控制方法有強化學習和模仿學習