我的CF出现23-0数据异常不能玩了，我想从做系统没系统盘能做系统吗？求高手！！！_百度知道
我的CF出现23-0数据异常不能玩了，我想从做系统没系统盘能做系统吗？求高手！！！
我有更好的答案
在网上下载个系统镜像，安装覆盖就行了
能，下载镜像，下载虚拟光驱加载就可以了，不会加我QQ注明百度知道
黑云一键重装
重下，简单
其他1条回答
为您推荐：
其他类似问题
系统盘的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。cf提示安全系统曾经检测到你的游戏数据异常，之后就被弹了。_百度知道
cf提示安全系统曾经检测到你的游戏数据异常，之后就被弹了。
我原来总出现23.0,23.0没什么，但是今天我玩CF竟然给我来个安全系统曾经检测到你的游戏数据异常，短时间无法登录游戏，客户端即将关闭！我擦了！我刚抽的狼牙等装备，还有好几天没用呢，就给我出个这样的提示，会不会封号啊？我中午12:15出的，什么时候才能登...
与23.0有关系吗？
我有更好的答案求助知道网友
。。。我也是
安全系统曾经检测到游戏异常，短时间内无法登录。还算正常吗？会封号吗？
不会封号 绝对不会
那什么时候才能上？，与23.0有关系吗？
马上就能登进去
但是，他说短时间内无法登录游戏。
没事，这个应该是你系统的问题。
你好有关系的，最好隔几个小时在上游戏，上游戏前打开防火墙试试，如果防火墙现在是打开的，关闭防火墙，重启电脑，再打开防火墙用360清理垃圾清理注册表，杀毒，重启电脑再进游戏试试如果不行把游戏卸掉(如果安装了辅助类的程序也需要卸掉)用360清理垃圾清理注册表，杀毒，重启电脑从新安装（换到别的盘里安装）启动游戏时右击CF游戏图标选择管理员身份或者兼容模式运行
本回答被提问者和网友采纳
把外挂删了，然后重启就不会了，我以前也遇过这样的
那什么时候才能上？我曾经打生化是卡过遁地BUG。会不会封号？
删了后重启，一般出现这种情况你退了后 TX会有个提示你怎么做的网站
我说什么时候才能上和23.0有没有关系！会封号吗？
不会被封号
那什么时候才能上？
与23.0有关系吗？
先检查一下有没有病毒
重新启动就可以了
可能CF与电脑启动的某些程序不兼容，如果你不上卦的话没关系
7条折叠回答
为您推荐：
其他类似问题
安全系统的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。帖子很冷清，卤煮很失落！求安慰
手机签到经验翻倍！快来扫一扫！
我的x20A出现电话数据异常不知道，是怎么回事？
11浏览 / 7回复
x20A告知栏里提示我电话数据异常谁知道为何？
热门排名: 第2名
麻烦您截个图给沐风，沐风这边帮您看看。
更新最新版本
写得很好,谢谢分享经验......
这是要火的节奏啊
一看到楼主的气势，我就觉得楼主同在社区里灌水的那帮小混蛋有着本质的差别
可能感兴趣的板块：
用户名/注册邮箱/注册手机号
其他第三方号登录删除历史记录
　----
相关平台红包
说实话，外挂很简单，我花了一天时间，不到一天就搞定了
作者：之家哥
摘要：网贷之家小编根据舆情频道的相关数据，精心整理的关于《说实话，外挂很简单，我花了一天时间，不到一天就搞定了》的精选文章9篇，希望对您的投资理财能有帮助。
《说实话，外挂很简单，我花了一天时间，不到一天就搞定了》 精选一
大家都有这样的经验：日常登陆一些网站或者社交软件的时候，除了账号和密码，还可能需要输入验证码。这些在图片上显示的数字、字母或者汉字原本是想实现“人能识别，但机器不能识别“的效果，增加安全性。但是，现在有人工智能系统已经突破了这道防线，每秒钟可以准确识别数千条验证码，最终用于实施诈骗。浙江绍兴警方最近就查获了一个这样的平台，控制近两百名嫌疑人。今年上半年，浙江绍兴越城的虞女士被冒充好友请她帮忙支付的人骗走近两千元。警方在办案中通过公民个人信息账号密码买卖的线索继续调查。孟洪仑：发现他这个数据的来源，是专门从数据商那里买来的，我们又顺藤摸瓜把数据商抓了。 绍兴市公安局越城分局103专案组组长孟洪仑介绍，网络上泄露的大量账号密码信息本身价值并不高，十块钱可以买到上百万条。用它们来实施诈骗，需要先筛选出其中有效的部分。孟洪仑：有一些是对应不上的，有一些是以前用过的已经报失了，有的是已经冻结了的，然后有的是以比如异地登录会被禁止的，等等，不可能每一个拿来就直接能用，需要先经过这样一道程序筛选和甄别，就像淘金一样，不是每颗石头都是金子。 这个像淘金一样在数据库中筛选的过程被称作“洗库“。警方介绍，以往通过机器直接能够验证账号和密码的有效性，少量需要输入验证码的环节交给人工完成，效率比较低。近年来越来越多的网站和社交软件增加了”输入验证码“的环节，希望实现“人能识别，但机器不能识别“的效果，增加安全性。但是这次警方调查发现，一个叫”快啊“的平台可以实现自动识别验证码，效率达到每秒数千个。孟洪仑：识别一个验证码，速度是毫秒级的，而且准确率相当高，一般达到98%以上。 图中红框标识处为例，当天的整体识别率会输出成日志文件，通过随机调取某日的日志文件，该日整体验证码识别率高达 83.4%。在这个平台上筛选有效的账号密码信息，一般每一万个收费15元，平台搭建者，以及账号密码比对技术和验证码识别技术的提供者各得5元。这种验证码识别技术可以自动辨认出图片上显示的数字、字母、汉字等信息，并且通过人工智能机器深度学习的方式，在实践中不断提升辨认的能力，系统的设计者是计算机专业出身。孟洪仑：他是计算机大学毕业的，人家上百万的年薪请他他都不去的，自己喜欢研究人工智能。 孟洪仑说，这名嫌疑人知道自己的技术被用于实施诈骗，但自称不是为了赚钱，而是想借此锻炼这套人工智能系统。孟洪仑：一方面他知道人家是在干什么，但是他不关心这个。按照他自己的说法，他是为了训练他自己的程序，人工智能的深度学习，不断在网络当中比对、验证，不断地提高它的能力，相当于是创造了这样一个小孩，去培养他，去训练他，让他成为高手。 警方介绍，这个平台在被查处之前的3个月里，已经提供验证码识别服务259亿次。部分嫌疑人花了几十甚至上百万元来验证和筛选手中的账号密码信息，用于行骗。包括冒充好友、恶意推广、色情诈骗等。 一名涉案的嫌疑人介绍，他们会将验证有效的账号“乔装打扮“，以便获取信任和好感。嫌疑人：比如QQ号用手机看的话，是可以排列一些照片墙，就放一些现实当中看起来比较有钱的，比如玉啊古董啊之类的照片，然后头像换上比较有气质的真人的图片，网名换成成熟一点的，空间里就是偶尔发一两条比较炫富的动态，就可以了。 警方介绍，他们在全国多个省份控制近两百名嫌疑人，涉及利用黑客技术非法获取网站后台数据、制作或使用软件获取账户密码、提供验证码识别服务，以及利用公民个人信息实施网络犯罪等多个环节。警方还截留被盗的公民个人信息10亿多组，缴获赃款600多万元和电脑等大量作案工具。案件在进一步办理中。来源：中国之声您的每一次点赞都是对我们最大的肯定！您的每一次分享都是对我们最大的支持！专注于服务金融新媒体金融投资、财经探索、政策解读及理财攻略传播行业真相，讨论金融行业需求痛点项目对接，合作共赢按住二维码识别关注你是 爱学习 金融人士？点击“阅读原文 ，关注更多金融圈资讯!
《说实话，外挂很简单，我花了一天时间，不到一天就搞定了》 精选二数据作为资产在企业早已热火朝天，甚至于把口号喊得震天响，但似乎还没有看到针对用户级别的数据资产管理产品出现。一、数据为何是资产看了不少相关资料，我觉得一个商品成为资产的过程，一定是先有价值，清晰的所有权归属，以及有合理可接受的计价模型。1.价值互联网预言家凯文凯利说，不管你现在做什么行业，你做的生意都是数据生意。过去的企业关键词是项目，现在的企业关健词是数据。前面我有过一篇文章阐述过拜数据教的思想：世间的一切学科，无论是科学、文学、音乐还是***，背后都是数学模式。从数学角度，我们可以把一个人、一个动物、一个公司或国家都想象成一个数据处理系统。同样，传统企业在运行中所有的生产资料的信息流，人、财、物，都可以沉淀转变为一种新的生产资料——数据资料。于是，越来越多的人把数据当做未来商业的石油，只不过它跟石油有本质区别，石油越用越少，可数据越用越多。2.产权归属普遍来看，我们一般分为三方数据来讨论产权的归属问题。一方数据：数据生产者自己生产的数据。企业的CRM，供应链，阿里，百度的用户数据。应该说一方数据产权是明确，属于生产者所有。生产者负责了数据的生产采集清洗应用赋能等一系列流程。二方数据：第三方统计分析公司，比如google分析，百度统计，友盟，growingio等，另外还有针对H5分析的斐波那契等平台。对于二方数据来说，产权其实是有争议的。拿百度统计举例，网站接入了百度统计，百度拿到的这一部分数据是不是有所有权，使用权，甚至于公开买卖，对于网站的所有者来说，是有一定损失的。所以，在接入分析之前，应该要有一定的权限界定。三方数据：通过第三方购买数据，爬虫爬取数据等。很明显，三方数据的产权归属更为模糊。只能通过一些协议来规范，比如网页爬虫就有robot协议等，当然也有一些流氓的搜索爬虫，无视网页的robot协议。个人数据资产在这三方数据中，应该更多的处于一方数据的地位，我们在接下来要继续讨论。3.如何定价作为资产，当然最难的就是如何进行估值定价了。我们可以先来看下数据的普遍增值方式是哪些。第一，数据租售。通过对业务数据进行收集、整理、过滤、校对、打包、发布等等一系列整理，实现数据内在的价值。第二，信息租售。通过聚焦行业焦点，收集相关数据，深度整合、萃取及分析，形成完整数据链条，实现数据的资产转化。第三，数据使能。是指类似于阿里这样的互联网公司，通过提供大量的金融数据挖掘及分析服务，为传统金融行业难以下手的小额贷款业务，开创新的行业增长点。或者利用数据来提升自身产品的体验。在现代***中，关于资产定价有大卫李嘉图的劳动价值论。大意是这样的，资产的价值是由劳动创造的，也就是商品的价值由生产该项商品的社会必要劳动时间所决定。直观来看，因为数据租售与信息租售能产生较稳定的现金流。于是，作为财务分析来看，其定价更为方便。于是，这当中如何进行账务处理，并归入企业利润表、现金流量表以及资产负债表中，只需进行相应的财务分析即可。相反，数据使能的计价模型则比较复杂，并且由于数据目前来看仍具有稀缺性，导致定价依旧比较困难。看来我要重新温习下CAMP这一类资产定价模型了。二、企业的数据资产中存在大量的个人劳动不知道大家有没有听过一个词，data labor，数据劳工。它的意思是，我们每个人使用各种互联网产品，其实同时充当了一个数据劳工的角色，在给互联网企业提供了非常多的数据资料，而且这个劳工还是免费的。当然，也有付费的数据劳工。1.免费的数据劳工有这样两个小例子。第一是电商企业。他们前期通过搜索与电商，采集了大量用户行为数据。借助支付，快递，收集到银行卡，家庭，公司等一系列个人数据。后期通过数据挖掘，进行商品推荐，广告，金融等不同程度的变现。第二是Facebook News feed。FB的NewsFeed目标是将最好的内容向每个人展示。但前提理解内容(NLU，Natural
Understanding)，理解人。怎么做呢，他们需要很多用户的点击、反馈、停留等一系列数据，利用这些数据去做到Understanding，达到内容与人的匹配。在未来，他肯定是最了解你的，因为你跟他的相处的最多。于是，你可能会离不开一个很了解你的机器。因此，一个产品的竞争不再是内容，而是他拥有了你再也离不开的数据。2.付费的数据劳工人工智能这么火，不知道有多少人知道ImageNet这个项目，要想做到图片分类与理解，其实是需要大量已经标注好的图片数据。在八年前，实际上是没有这么多优质的图片库的。于是李飞飞老师通过Amazon、土耳其机器人(Mechanical Turk)等平台，雇佣了来自世界上167个国家，接近5万个工作者，帮助他们进行筛选，排序，标注了接近十亿张图片。于是，现在利用深度学习等技术，计算机开始可以阅读图片了，知道原来这张图片就是猫。这就是一个典型的付费数据劳工例子。此外还有Netflix需要的电影评价，科大讯飞需要的语音数据，其实都雇佣了数据劳工。三、未来的个人数据资产管理机构目前来看，有这么几类数据是企业花费了大量人力物力进行收集处理，并且已经有大规模的应用。1.个人的标签数据，用户画像对于大部分互联网公司来说，用户数据的一个应用就是用户画像，打标签是用户画像的基础工作。互联网公司会通过你的点击，浏览，停留，收藏，购买等一系列行为，分析你的喜好，给你打上特定的标签。可是，由于某些公司用户数据的不足，输出的用户画像系统是有偏差的，应该说算法跑出的结果，肯定不如人为填写的准确。2.个人的健康数据比如每天都在使用的小米手环。这一类产品是能源源不断的监测你的日常的某一类身体指标数据，并且在未来提供一个track的功能。一个最明显的例子。我们可能大部分人都有寻找某样物品的时候。这个时候，如果时间能够回放，能够看到当初我们把这件物品反正哪个地方，我们就可以节约很多时间，物品也能快速找回。这一类健康的硬件就是帮助你这件事情。于是，你每天源源不断的提供着这些健康数据，未来某一天，你肯定需要这些数据的回放，需要分析某一种疾病的构成原因。管理好自身的健康数据，很快，它将是你的数据资产。3.个人数据资产管理平台上个世纪，大家还都把钱放在枕头底下，原因是不信任银行，也不觉得银行会比自己管钱管的好，现在已经没有人会傻到继续把钱放在枕头底下了。可见，个人数据的未来一样也需要这样的个人数据管理平台。数据有其专业性，数据需要存储、交换、分析、识辨，个人管理不了自身的数据是一定的，委托并授权给相应的数据管理机构是大势所趋。4.C2B or C2C的商业模式那个人的数据如何变现，资产如何保值增值?个人把自身数据授权给个人数据资产管理平台，由平台进行统一管理，打破数据孤岛，打通巨头间的数据共享。举例来说，你之前一直都在使用信用卡，某张信用卡额度已经达到了十万以上。但是微粒贷跟蚂蚁花呗的额度一直很低，因为你电商购买的数据不足，或者没有在线上进行资产证明，所以不足以给你高额度。于是，你个人提供了银行的证明，提交到个人数据资产管理平台，由平台与第三方机构协商，提升网络信用额度。抽象来看，类似借贷宝这一类熟人借贷平台，无非就是你对熟人掌握了更多数据，于是你就有了更大的信心去借款给他。再比如。今日头条现在想经营电商广告，但缺少你相关的商品数据，任他人工智能技术再强，也无法做好电商模块的个性化广告推荐。通过数据管理平台的授权，由个人出售自身一部分标签数据，这样今日头条才有可能补齐缺失的数据模块的短板。由个人的数据授权与提供去打破目前互联网数据孤岛问题，进而享受到更好的服务，应该是一种思考的方向。期待这一天的早日到来，或者我们自己做个APP?现在就差个程序员了。《说实话，外挂很简单，我花了一天时间，不到一天就搞定了》 精选三
　　“我们预计到2025年，基础财务可能会被机器人替代。”这可不是危言耸听，事实上，它出自一位行业专家之口！　　德勤财务机器人正式上岗，能完成的工作非常多样！　　现如今，德勤智能机器人中心已经与多家企事业单位建立合作，提供财务自动化流程解决方案。机器人为财务部门的工作带来效率的提升，帮助财务人员完成大量重复规则化的工作。　　它究竟有多厉害？看完这几个真实的操作视频你就懂了！　　1、三四个小时完成一个财务人一天的工作　　据了解，德勤智能机器人可以将财务人从重复劳动中解放出来。现在只需要财务人员把增值税发票放入扫描仪中进行扫描，剩下的工作全部都由“小勤人”完成了。配合OCR技术和Insight Tax Cloud发票查验云助手，不到一分钟的时间，“小勤人”已经成功查验了一张发票并在Excel表中登记了结果。　　然后财务人员将增值税发票移送到税务部门，税务人员会启动“小勤人”，让它自动去发票选择确认平台下载增值税发票批量勾选文件，再根据刚刚登记的发票清单去匹配，自动判断我们是否可以认证抵扣。“小勤人”会把需要勾选的发票们整理成批量勾选上传文件，再导入到发票选择确认平台中，就可以抵扣进项税。　　一个“小勤人”三四个小时就完成了财务人一天的工作。财务人可以把精力放到日常沟通和分析的工作中去了。　　2、开票效率提升75%！　　引入“小勤人”之后，通过机器人流程自动化技术的运用，提高了财务部门人员配置的合理性和有效性，达到了人力资源和工作强度的“削峰填谷”。　　原有的开票人员可以从机械的劳动工作者，转变成了机器人的管理者，原有的大多数开票操作都可以交给机器人自主完成，他们只需要负责等待发票打印完成、审核盖章即可。　　预计每个开票流程可由20分钟缩减到5分钟，每天缩短每个FTE 6H的工作时间（75%效率提升）此外，月末关账的峰值时段，机器人的7*24不间断工作，能够很好缓解财务人员的工作压力。　　3、往来结转和盘点新玩法，1天做完40多人的工作　　某餐饮集团当前门店数量近200家，随着业务持续扩张，报销、收入确认、往来结转和月末盘点等流程的处理难度不断加大，效率较低，人力成本逐年增加；门店和共享服务中心财务人员合计近200人，由于还未形成统一标准化的管理，报销审核、收入对账的流程周期长，异常处理滞后。　　引入“小勤人”之后，月结周期开始的第一天，财务人员将收集到的门店盘点结果放在了公共盘，维护好了公司代码主数据，并且给机器人专用邮箱发送了作业开始的指令，5分钟后第一家门店的结转已经完成，一刻钟后第一家门店的盘点已经被标记为已完成。机器人在工作日结束的时候发来了邮件告知任务结束，附件包含了所有生成的凭证。　　通过实施机器人自动化，企业减少门店向共享服务中心提交审核的相关流程，缩短财务处理周期，便于及时发现账实不符等异常情况，并及时响应；实现门店的统一管理，优化财务处理流程，加强内控，提高整体财务服务水平。　　财务岗位将被重新定位，基础岗位财务人将被快速取代！　　许多财务，尤其是从事基础工作的财务人，看完这些操作视频应该都感到了危机感，因为他们现在每天那些占用大量时间的、基础的、繁琐的工作，机器人几分钟就能完成。　　但事实上，研发财务机器人的目的并不是为了取代人类，而是帮助人类从基础的重复劳动中解放出来，关注更高价值的任务上。　　目前大部分的财务工作中，财务系统操作、内部控制、报告生成、执行记账等基础生产工作占到了极大比例，真正需要时间思考的分析决策工作则被挤压。　　德通过机器人技术的实现，高技能和受过培训的财务员工可以根据自己的能力被重新定位。未来，机器人处理基础业务+人力员工审计/检查的人机交互和服务交付新模式将被广泛应用于企业。　　人工智能已渗透生活　　今年7月，在贵州的大数据峰会上，马云语出惊人：　　“未来三十年是最佳的超车时代是重新定义的变革时代。如果我们继续以前的教学方法，对我们的孩子进行，记、背、算这些东西。不让孩子去体验，不让他们去尝试琴棋书画。我可以保证，三十年后孩子们找不到工作。　　因为，你没办法竞争这个时代。过去的200年是知识的时代，是科技的时代。未来的一百年是智慧的时代，是体验的时代，是服务的时代。因为，机器将会取代过去200年来，很多技术和科技。”　　确实，人工智能在逐渐渗透进我们的生活。连曾经汇聚全球顶尖金融人才的华尔街也率先被人工智能攻陷。　　我们来看下面这两幅图。当年人声鼎沸的交易大厅，如今人去楼空。就连全球最大的一个，也因为日日亏损而濒临出售的边缘。　　数据揭露残酷的现实　　2016年全球12家最大投行的分析人员降至5981人，低于2015年的6282人，科技公司里的金融工作者逐年增长：　　LinkedIn的数据显示，Google 4.75万员工里，有1200人曾经在全球排名前十的投行工作；至少750名Apple员工来自投行；据CEO卡兰尼克说，Uber员工中有一成到一成半来自金融服务业，曾经在高盛工作的员工占5%。　　金融数据服务商Kensho创始人预计，到2026年，有33%-50%的金融业工作人员会失去工作，他们的工作将被电脑所取代。Kensho开发的程序，做分析工作只需一分钟，而拿着高达35万美元年薪的分析师们，需要40小时才能做完同样的工作。　　过半的券商从业者将不得不转型。人工智能（AI）首先替代的不是蓝领工人，首先再造的也不是制造业，而是金融业。70％（甚至更多）以上的证券业者都要转型。不转就被淘汰。离钱近的，总是先被革命。　　据外媒报道，摩根大通利用AI开发了一款金融合同解析软件，经测试，原先律师和贷款人员每年需要360000小时才能完成的工作，这款软件只需几秒就能完成。而且，不仅错误率**降低，重要的是它还从不放假。　　这看起来触目惊心：36万小时的人力工作，AI只需几秒就能完成，仿佛一切人类在AI面前都是树懒。　　固然，人工智能或许会让一些行业永久消失，却是人类文明的一大进步。它解放了人类的创造力，但倘若你不去改变，就只能被社会淘汰，就只能失业。素材来源：金融投资、21财闻汇、注册会计师，德勤智能机器人中心、高顿财税学院 圈主君编辑整理您的每一次点赞都是对我们最大的肯定！您的每一次分享都是对我们最大的支持！专注于服务金融新媒体金融投资、财经探索、政策解读及理财攻略传播行业真相，讨论金融行业需求痛点项目对接，合作共赢按住二维码识别关注你是 爱学习 金融人士？点击“阅读原文 ，关注更多金融圈资讯!
《说实话，外挂很简单，我花了一天时间，不到一天就搞定了》 精选四来源：21 财闻汇“我们预计到 2025 年，基础财务可能会被机器人替代。”这可不是危言耸听，事实上，它出自一位行业专家之口！近日，在上海举行的一场分享沙龙上，德勤中国税务管理咨询合伙人、德勤智慧未来研究院机器人中心成员叶建锋，带来关于“德勤机器人引发的财务新变革”的主题分享。现场，几段“小勤人”（德勤机器人的昵称）帮助企业解决财务工作的视频，引发场下听众一阵骚动。从视频中可以清晰的看到，“小勤人”几分钟就能完成财务几十分钟才能完成的基础工作，且可以 7*24 不间断工作！财务人的工作地位岌岌可危！先来看一下德勤“小勤人”的宣传视频：“小勤人”来了！- 自动化机器人来到你身边德勤财务机器人正式上岗，能完成的工作非常多样！现如今，德勤智能机器人中心已经与多家企事业单位建立合作，提供财务自动化流程解决方案。机器人为财务部门的工作带来效率的提升，帮助财务人员完成大量重复规则化的工作。它究竟有多厉害？看完这几个真实的操作视频你就懂了！ 1、三四个小时完成一个财务人一天的工作据了解，德勤智能机器人可以将财务人从重复劳动中解放出来。现在只需要财务人员把增值税发票放入扫描仪中进行扫描，剩下的工作全部都由“小勤人”完成了。配合 OCR 技术和 Insight Tax Cloud 发票查验云助手，不到一分钟的时间，“小勤人”已经成功查验了一张发票并在 Excel 表中登记了结果。然后财务人员将增值税发票移送到税务部门，税务人员会启动“小勤人”，让它自动去发票选择确认平台下载增值税发票批量勾选文件，再根据刚刚登记的发票清单去匹配，自动判断我们是否可以认证抵扣。“小勤人”会把需要勾选的发票们整理成批量勾选上传文件，再导入到发票选择确认平台中，就可以抵扣进项税啦。一个“小勤人”三四个小时就完成了财务人一天的工作。财务人可以把精力放到日常沟通和分析的工作中去了。2、开票效率提升 75%！引入“小勤人”之后，通过机器人流程自动化技术的运用，提高了财务部门人员配置的合理性和有效性，达到了人力资源和工作强度的“削峰填谷”。原有的开票人员可以从机械的劳动工作者，转变成了机器人的管理者，原有的大多数开票操作都可以交给机器人自主完成，他们只需要负责等待发票打印完成、审核盖章即可。预计每个开票流程可由 20 分钟缩减到 5 分钟，每天缩短每个 FTE 6H 的工作时间（75% 效率提升）此外，月末关账的峰值时段，机器人的 7*24 不间断工作，能够很好缓解财务人员的工作压力。3、往来结转和盘点新玩法，1 天做完 40 多人的工作某餐饮集团当前门店数量近 200 家，随着业务持续扩张，报销、收入确认、往来结转和月末盘点等流程的处理难度不断加大，效率较低，人力成本逐年增加；门店和共享服务中心财务人员合计近 200 人，由于还未形成统一标准化的管理，报销审核、收入对账的流程周期长，异常处理滞后。引入“小勤人”之后，月结周期开始的第一天，财务人员将收集到的门店盘点结果放在了公共盘，维护好了公司代码主数据，并且给机器人专用邮箱发送了作业开始的指令，5 分钟后第一家门店的结转已经完成，一刻钟后第一家门店的盘点已经被标记为已完成。机器人在工作日结束的时候发来了邮件告知任务结束，附件包含了所有生成的凭证。通过实施机器人自动化，企业减少门店向共享服务中心提交审核的相关流程，缩短财务处理周期，便于及时发现账实不符等异常情况，并及时响应；实现门店的统一管理，优化财务处理流程，加强内控，提高整体财务服务水平。财务岗位将被重新定位，基础岗位财务人将被快速取代！许多财务，尤其是从事基础工作的财务人，看完这些操作视频应该都感到了危机感，因为他们现在每天那些占用大量时间的、基础的、繁琐的工作，机器人几分钟就能完成。但事实上，研发财务机器人的目的并不是为了取代人类，而是帮助人类从基础的重复劳动中解放出来，关注更高价值的任务上。目前大部分的财务工作中，财务系统操作、内部控制、报告生成、执行记账等基础生产工作占到了极大比例，真正需要时间思考的分析决策工作则被挤压。德勤认为，通过机器人技术的实现，高技能和受过培训的财务员工可以根据自己的能力被重新定位。未来，机器人处理基础业务 + 人力员工审计 / 检查的人机交互和服务交付新模式将被广泛应用于企业。人工智能已渗透生活今年 7 月，在贵州的大数据峰会上，马云语出惊人：“未来三十年是最佳的超车时代是重新定义的变革时代。如果我们继续以前的教学方法，对我们的孩子进行，记、背、算这些东西。不让孩子去体验，不让他们去尝试琴棋书画。我可以保证，三十年后孩子们找不到工作。因为，你没办法竞争这个时代。过去的 200 年是知识的时代，是科技的时代。未来的一百年是智慧的时代，是体验的时代，是服务的时代。因为，机器将会取代过去 200 年来，很多技术和科技。”确实，人工智能在逐渐渗透进我们的生活。连曾经汇聚全球顶尖金融人才的华尔街也率先被人工智能攻陷。我们来看下面这两幅图。当年人声鼎沸的交易大厅，如今人去楼空。就连全球最大的一个，也因为日日亏损而濒临出售的边缘。在过去鼎盛时期，瑞银（UBS）位于康涅狄克州斯坦福德城的交易大厅，足足有 23 个篮球场那么大，最多可容纳 1400 名交易员。2008 年金融危机之前，这简直是人类交易员辉煌时代的一种象征 —— 这个群体每天能给银行赚来数百万美元的利润。然而现在，它就变成了这样：用更高的科技取代成本高昂效率低下的人工劳动是所有行业的一大趋势，估计在两三年后，交易大厅能空出一个足球场来 ~数据揭露残酷的现实2016 年全球 12 家最大投行的分析人员降至 5981 人，低于 2015 年的 6282 人，科技公司里的金融工作者逐年增长：LinkedIn 的数据显示，Google 4.75 万员工里，有 1200 人曾经在全球排名前十的投行工作；至少 750 名 Apple 员工来自投行；据 CEO 卡兰尼克说，Uber 员工中有一成到一成半来自金融服务业，曾经在高盛工作的员工占 5%。金融数据服务商 Kensho 创始人预计，到 2026 年，有 33%-50% 的金融业工作人员会失去工作，他们的工作将被电脑所取代。Kensho 开发的程序，做分析工作只需一分钟，而拿着高达 35 万美元年薪的分析师们，需要 40 小时才能做完同样的工作。过半的券商从业者将不得不转型。人工智能（AI）首先替代的不是蓝领工人，首先再造的也不是制造业，而是金融业。70％（甚至更多）以上的证券业者都要转型。不转就被淘汰。离钱近的，总是先被革命。如果你想把握未来，现在必须提升自己，赶上潮流的脚步。《说实话，外挂很简单，我花了一天时间，不到一天就搞定了》 精选五题图来自：视觉中国一、 开门，机器人老师到了国庆这几天，中华文明发源地的河南刚刚上演一幕新科技的大戏： 计算机和人展开了为期四天的人机大战。这一次，对垒的双方不再是李世石和阿尔法狗，而是人民教师和人工智能教学机器人——准确地说，是“智适应”教学系统。而比拼的项目也不再是围棋，而是“教书育人”。在孕育了古老文明的中原大地，千年以前的孔子一定想不到，作为传道授业解惑的祖师爷，真正传承和挑战他的后来者，不是一个人，而是“人工智能”。那么这个后来者究竟教学水平怎么样？人机大战的结果怎么样？机器人怎么教学？学生的分数会提高？这一系列的谜团都亟待解开。10月1日到4日，活动组织了78名中学生进行一轮数学摸底测试，根据成绩划分为两组，分别接受教学机器人和真人高级教师的授课。在四天时间里做针对性和集中教学辅导，结束后再进行一轮测试，核算两组学生的分数提高情况。当然为了保证这次人机大战的公平公正和公开，据主办方乂学教育介绍，共采取了四重措施来保证参加测试样本的真实有效：1、所有测试考题出题和批改均由第三方公立学校教师负责。2、引入艾瑞和多家媒体进行全程监督。3、教学过程全程直播录像全部对外公开透明。4、媒体和第三方机构随机抽查考题保证考题无外泄。四重措施，四天过去，结果人机大战的成绩是：机器教学全面碾压真人教学，在最核心的平均提分上以36.13分（机器）完胜26.18分（真人）。终于，在线教育在经历了狂热——急冻——回温的轮回之后，新的时代开始展现出来。二、在线教育，看上去很美长期以来，在线教育是互联网人和投资客们心心念念觊觎已久的香悖悖。毕竟，1.6万亿教育市场的庞大和人们需求的旺盛不言而喻，而现阶段的传统教育存在着太过明显的痛点，即两个局限：1、教育资源的局限。尽管自古以来我们一直强调“有教无类”，但是相对于庞大的人口规模，优质的教学资源无疑是稀缺的，不可能一视同仁地被所有人享有。有数据显示，特级教师只有1/10000的学生可享受，大部分学生面对的是普通低质量老师。于是，优质教育资源只能越来越集中在优势地域，而劣势地域则越来越缺少资源，马太效应由此形成。当然，最可怕的还不止如此，劣势地域那少得可怜的教育资源还会在学校间、年级间、班级间不能平均分配，平行班让位加强班的现象，相信每个参加过高考的人都不会陌生。2、教师精力的局限。尽管自古以来我们一直强调“因材施教”，但是教师不是超人，他的时间、精力和能力都是有限的，不可能兼顾每个学生的学习程度、阶段、能力、个性等。于是，传统教育采用固定的教学内容、固定的教学模式、固定的教学手段，恰恰这种标准化流程化的方式，是教育的大忌！这样做是无法做到因材施教，教无定法，有教无类的教学理念的。基于以上两种情况，我们不难发现传统教育从一开始便和严格甚至残酷的“选拔制度”相伴，优质教育资源向优势区域集中，优秀教师精力向少数优等生集中。这也就注定了，学校里会产生一群“被放弃”、“跟不上”的人，俗称“学渣”（笔者更愿意称他们为后进生）。很多时候，后进生并不是生性顽劣、从一开始就不好学，而是因为从一开始被放弃，跟不上教学进度，从而挫伤了学下去的兴趣和信心。一旦找到方法，遇到名师加以点拨，很快就能进入上分快车道。放大一点说，只要有人能够解决落后地区的教学资源问题？在一个班级内部，只要能拯救那些老师照顾不来的后进生？那么谁就可以从教育市场上分下一杯羹，在这种情况下，在线教育似乎是一种解药，特别是移动互联网爆发以来，入局者甚众，到了2015年更是伴随着“跟谁学”的A轮5000万美金巨量融资进入高潮。 一切看起来都这么顺理成章，感觉有人要掀起一波教育浪潮了呢？理想如此丰满，现实呢？三、扶不起的阿斗简言之，这些踌躇满志、裹挟着大量钞票横冲直撞闯进教育市场的门口野蛮人，全身的每个毛孔都绽放着贪婪，空气中都能闻到他们的野心勃勃。不过，这么多的抢滩者也不外乎这几类：1、学习工具。这是一种初级且低成本的操作，讲白了早期机构无非就是抢了文曲星们和步步高点读机们的生意，当然先进打落后这也无可厚非，他们是第一代教育互联网化的先行者。从开始的扇贝单词、百词斩，到更加智能的工具流利说、一起作业网、学霸君，分别从背单词、口语识别、布置完成和批改作业、拍照答疑等等单点切入教育，一针见血地获得了大量客户，前段时间作业帮和小猿搜题之间的涉黄互诉，充分说明竞争可以用惨烈来形容。2、在线授课。说到在线二字，就不得不提一个软件YY直播，因为有了游戏的这个强大流量入口后，不知道是情怀还是商业布局，“YY教育”就这么被衍生出来了。当初李学林怀揣着10亿和雷军一起要砸新东方，结果人家新东方还好好的，知乎上搜索“YY教育”最多的就是资金链断裂、战略性错误这样的文章，也是让人忍不住心痛三秒钟。3、对接平台。当滴滴打车席卷神州大地之后，教育领域也开始有人动起了o2o模式的主意，从最初龚海燕倒下的“91外教”，再到B轮死的“老师来了”和“请他教”，最初都立足打造中介和桥梁，让教师和学生通过平台实现对接，线上成交+线下转化的模式来驱动。随着上面教学的高成本和师资质量的管控难题，现在只剩下融资1亿美金的轻轻家教和跟谁学等两三家巨头垄断了过去的家教市场，其他拿到融资的二十多家机构都已经消失了。4、MOOC教学。MOOC（慕课）是标准含着金钥匙出身的一种在线教育，清华大学原副校长袁驷在今年9月召开的“教育部在线教育研究中心智慧教学研讨会”上指出，慕课教育是一次国际教育教学改革，中国要在这次浪潮中称为领跑者，而不是追赶者。听起来很高端的样子，通俗点说，就是像是哈佛耶鲁公开课和yutube上可汗学院那样，简单粗暴地把老师上课录成视频放在网上，学生看不看得下去和看没看完都没人知道。5、线上一对一。就如同学驾照有所谓的商务总裁班一样，在线教育向上提升最常见的方式就是一对一，任何独家享受的服务总是让人感觉体验感十足。但是业内打着“首家赴美上市的在线教育企业”的51Talk，近期发布的2017年Q1财报并不好看，其亏损达1.4亿元，亏损面继续扩大。梳理51Talk近几年的财报，从上市前的2013年到现在始终处于亏损状态，2016年亏损额高达5.448亿元。 线上一对一高昂的营销成本和教师成本比例，让人瞠目。这里面只有vipkid凭借90%的续班率节省出大量营销成本成为黑马。尽管这些玩家都获得了令人惊羡的巨额融资或者上市光环，但是他们的进展并不顺畅：工具类都在巨大流量下因为没有匹配的收入苦苦挣扎，或者完全转型另外的高收入的商业模式；MOOC教学虽然不差钱，但是曲高和寡，Coursera白皮书显示学生课程完成率只有4%。而线上一对一的高营销费和高老师成本的魔咒也急需等待破局。之所以大家都玩的这么亦步亦趋，究其原因，可能有以下几点：1、在线教育很表面。课程还是那个课程，讲解还是那样讲解，变换的只是上课的地点，从教室搬到了手机上、电脑上。不过是把传统教育“在线化”而已，却没有解决最根本的问题。哦，过去电视火的时候叫电视大学，现在网络火了，改名叫在线教育。在线教育到底是简单地线下搬到线上，还是提升了教育的水平和学习的效率？2、教育圈的水很深。国民关注度前三位是什么？住房、医疗、教育。然而这三个领域也恰恰是互联网最难有所建树的领域，一般的互联网公司玩不转，往往陷到模式太重的坑里。最重要的是，教育关系到国计民生，需要处理的关系涵盖**、学校、教师、学生、家长，这么多层的关系都需要处理。更不用说教师教学的过程，几百小时几年下来，牵扯到的知识储备、教学技能、孩子性格和特长、以及教育学心理学认知学的深度，远远比买卖房子和看病几小时治病几星期更加复杂。3、应用场景很慎重。不同于“打车、外卖”这样的高频、刚需、标准化需求，教育本身具有重决策和非标的特征。特别是家长会在反复比较，再与孩子协商后，最终才会决定。所以，教育流量转收入是伪命题，大家逛街逛着可能几十块买本书几百块买件衣服，但是不会随便逛着突然几千几万买个孩子教育。4、注意力很反人类。谁都无法解决“注意力稀缺”的诅咒，因为学生阶段想集中注意力，这本身就是一件很反人类。线上教育缺乏制约性的学习氛围，其结果就是学生购买课程却常常无法完成课程。当然，这事成年人也没好多少，就好像你去知乎上买了live课程，有多少你能全部听完？伴随着在线教育的前辈们纷纷折戟沉沙，在AI时代来临之际，我们是不是有了一些新的思路去破解这一难题？作为最新一代解决方案，智适应脱颖而出。那么，何为智适应？四、智适应，智在哪里？长期以来，无论是创投圈还是学术界，一直都在有意无意地“神秘化”智适应的概念。说白了，智适应就是基于人工智能的个性化教学系统。如果说，今日头条是基于人工智能、了解每个人的兴趣爱好，推荐他关注的内容。那么智适应就是就是基于人工智能了解每个学生的知识点掌握状态、学习能力、学习进度、阶段和特点，并给予相应的授课。简言之，一套智适应系统应该具备三个要件：1、 能摸底。能通过认知诊断模型根据学生的作答数据确定其相应的知识掌握状态，而不是传统的以分数来判定 。2、有“弹药”。能将教学知识细分成若干知识点、传授方法，并形成灵活弹性的系统。让知识点和学习能力，思维能力，学习习惯之间，以及学习内容产生相关性。3、会更新。可以根据学生不同的阶段对知识点的账务，算法还可以不断优化更新。当然，所有的知识点自身拥有一套不断迭代更新的算法和数据系统。尽管相对于“人工智能”，智适应对于大众来说是完全陌生的，但是对学术界来说，智适应并不是一个新概念。在西方，智适应已经有了十多年的发展历史， 其中最著名的就是美国Knewton的智适应，已经深耕此领域10多年，最近3年得到广泛认可，欧美已经有3000家中小学、大学使用了各家机构的智适应教育技术。Knewton旗下一款智适应作业的产品“Adaptive follow-ups”可以根据学生需求为学生安排不同的任务和作业，一个针对该产品的大规模研究分析2013年夏季和秋季学期大约6400门课程中约288000名学生所提交的答案，研究结果显示在课程中使用智适应作业的学生的效果平均要比未使用的学生好4个百分点。亚利桑那州立大学引进Knewton推出的数学智适应课程教学后，学生通过率提高了17%， 课程退学率降低56%， 且45%的学生提前四周完成课程。其实，文章开头提到的人机大战也早有先例。美国雷丁区社区学院学生使用Pearson MyMathLab的智适应学习的学生，比未使用的学生数学分数高出12.5%；迈阿密一所小学的小学生每天用Waggle复习准备佛罗里达州统一测试。在2015年一次全新的并且难度更大的测试中，该校三年级到五年级学生比同地区其他学生表现更优异，英语和数学学科平均高出10%。Waggle是一款针对K12的智适应学习系统。City Springs初级中学是一所公立学校，使用Waggle以后，在阅读科目中，该校通过美国西北测评协会教学效果测试的比提高了25％。数学学科中，七年级学生分数提高13%，其他年级分数均提高超过20%。在这些人机大战中，智适应教育表现出了三个亮点：采用自适应教育的学生平均分高于接受人工教学的学生成绩，提升效果显著；及格率普遍提升，对基础较差的学生效果尤为明显；学生能够提前完成学习任务，学习效率显著提高。风口已经逼近，全球范围内一经有一大批的教育公司开始涌入和布局。在美国，Knewton、Realizeit、ALEKS等老牌的智适应机构这几年都获得了巨额融资和广泛应用，澳大利亚的智适应学习平台Smart Sparrow也获得了1400万美金B轮融资，印度的byjus在转型智适应后，获得了超过1亿美元融资，韩国的KnowRe也获得了软银的投资，蓬勃发展。此外，美国传统的非智适应机构也纷纷开始转型智适应。Coursera和可汗学院也分别于今年7月和9月，宣布将从慕课转型智适应，传统的语言学习平台Duolingo也转智适应，并获得了8330万美元融资。在中国，一堆创业公司涌入了智适应。除了前文提到的人机大战的乂学教育在国内第一个采用人工智能专注ALL IN并且只做智适应以外，还有高考机器人的学霸君、国家863科技的科大讯飞、智能题库的猿辅导、口语练习APP流利说、朗播网等都纷纷从原来的领域转型智适应。同样，这几家公司在资本市场的表现也都是非常亮眼。乂学教育在天使轮就斩获1.2亿之后，据说又被知名基金在三个月内大额翻倍追加；学霸君已经累计融资3.7亿人民币，做高考机器人后火速融资1亿美金；猿题库更是得到IDG、腾讯、经纬中国的青睐融资1.5亿美金；流利说转型“懂你英语”之后也迅速融到1亿美金；科大讯飞把重点放在在线教育并且用AI做助力之后，市盈率飙升。从一个侧面来看，钱是追着智适应跑的。当然这些公司的围绕着智适应作出的文章也是各不相同，其探索主要集中在： 1、科大讯飞。AI识别型，主要在语音识别、自然语言处理方面，衍生出口语测评、作文批改系统等应用。2、乂学教育。AI模拟一名优秀的特级教师，给学生进行一对一的个性化辅导。利用智适应的手段，将知识点分段，针对孩子薄弱环节强化针对性教学。能够解决个性化学习问题、学习效率问题、优质教学资源稀缺性问题。其团队主要骨干来自于KNEWTON和REALIZEIT，在把智适应和国内K12教育实际相结合中有较大优势。3、 学霸君。通过图像识别技术，为初高中学生提供在线拍照搜题的服务，并于今年推出了高考机器人，模拟真人参加高考答题。4、流利说。利用实时语音识别和AI技术，给英语口语打分，把发音不准的地方标注出来，基于多年积累的口语大数据，结合深度学习技术，在2016年推出了“懂你英语”，用户付费后，可以享受定制化教学内容。那么，“人工智能”究竟是这些公司融资的救命稻草，还是真的会为我们带来一个全新的时代呢？智适应，究竟是迎面而来的理想国，还是一场梦幻的乌托邦？五、谈何容易，七问智适应阿尔法狗对李世石的胜利，标志着在围棋这样最高智慧的细分领域、人工智能已经胜利。而教学领域的人机大战，如果最终智适应取胜，则标志着教书育人这个最复杂重要的领域，新时代的黎明正在到来。在线教育“烈士”们遇到的问题，智适应就都解决了？教育是一滩深水，看起来风景美好，可是每条路上都是坑。在此，我们至少可以看到这样几大问题：1、如何建立庞大的知识库和教学信息库？知识是浩瀚无垠的宇宙，知识点则是这个宇宙一个又一个的行星。那么智适应如何建立这个庞大的宇宙，并且排布每一个小行星就是横在创业公司面前的一道坎。而且，AI建立的是一个新的宇宙，所有的知识点和题目都必须是为了它的规则和目的特制的，所以所有以前的知识和数据都完全失效了。2、如何解决各地教学大纲不统一的问题？地大物博是我们形容广袤中国的一个常用词，同样教育以行政区划为单位，各地教学大纲不同，教学重点不同，想一样米养百样人恐怕有难度。3、如何建立最强大的算法，真正了解每个学生？算法到底是一个程序的逻辑，而人则是活得，学生的多样性更加增加了算法的难度，如何避免头条式的兴趣阅读太过垂直的问题是一个社会问题。4、如何处理与学校、教师的利益关系？推广智适应绕不开学校和教师这两道关口，而智适应要革命的就是现有的教育体系，怎么可能把人卖了，人家还帮你数钱？5、如何解决学生的注意力诅咒？这个魔咒是人性的弱点，智适应缺乏老师的约束和监督之后，纯粹依靠学生的主观能动性，到最后很可能是学生根本不沉浸在学习中。6、如何解决家长的不信任问题？没有人愿意当小白鼠来做这个实验，所以智适应说的再好，归根结底还是需要接受实际的论证，那么到底有谁愿意让孩子来接受智适应的教育，而放弃传统教育？7、如何将应用成果显性化，从而迅速得到支持？倘若一切都如同设想一般，这个智适应到底如何能够让成果落地，不再只是一个空中楼阁，并且能够实现社会效益，商业效益？商业模式真正铺开才是硬道理。六、弯道超车的机会尽管问题林立、困难重重，智适应全面应用的前景依然诱人。从小的方面说，一旦谁的系统获得成功、全面推行，将会推动整个教育行业的升级，这条赛道的成功者将成为“水电煤”基础设施一般的存在，垄断新时代的教育市场。从大的方面说，智适应一旦在中国成功，将带来中国教育产业乃至人工智能产业针对美国的一次弯道超车。试想，如果中国的特级教师将被每一个适龄学生拥有，整个教育将彻底解决资源不均的问题，更有可能进一步解决当下学区房的社会问题。智适应是对一个行业颠覆式的改变。正如蒸汽时代出现火车后，对运输革命性的改变；互联网出现后，淘宝对零售革命性的改变。机器人比老师教学更好，是对教育三千年来现状的改变。几千年来人类的交通、通讯发生了巨大改变，唯有教育还和三千年前没有太大区别，人机大战宣告一个新的时代来临。智适应对整个教育领域是颠覆性的革命，对教育行业和社会有实质的意义。但是，正如前面提出的这些问题，“智适应”不是猪都能上天的风口，要想玩的转，这个公司还真得不一般，必须具有以下能力：1、整合优质教育资源，围绕AI的本质和需求建立信息库。由于传统的知识结构是为了人的教学设计的，就像武术的招式一样，现在都没用了，智适应是要用钢铁侠的打法，充分利用机器效能优势，所以必须要大投入全新重建一套教育资源信息库。2、通过先进系统，进行知识切割，实现原子化乃至纳米化。将中小学教纲知识点进行梳理拆分，而这个拆分越细小化越好。比如乂学教育已经将知识点切割成了9层纳米级，而且找出了纳米级知识点之间的关联性，形成网状的知识图谱。3、算法优势。这里的算法必须是策略型，要学会找到学生的不同的学习策略，类似AlphaGo，不能是单纯的识别型，通过图像捕捉来匹配题目答案，策略型和识别型这两个类别的AI工程师并不能跨界，一个类似电影的编剧，一个类似摄像，所以是完全不同类别的人工智能。识别型AI人才更多来自于百度和微软亚洲研究院，而策略型AI人才只能从欧美引进4、样本数量充足。学习的刚性需求明显，但是特殊性也更突出。所以只有足够的学生使用，从而产生数据量，才能不断优化算法。样本数量的选择，需要从一二线城市到三四线城市甚至五线的县域城镇都必须有可以抽取的样本。5、正确处理和学校、教师的关系。社会和民众对于新事物天然的抵触情绪，要求入局者必须能够摆平利益被分薄者。这点上融资1亿美金也在转型智适应的一起作业网做的就比较到位，成为学校教育的辅助者，进入了大量的中小学，帮助教师解决繁重的教学工作同时还借助于他们转换为智适应的推广者，帮助学生解决注意力问题。6、强gr能力。能获得**部门的支持，搞定办学资质。同时依托于教育主管部门，可以在公校迅速拓展认知和渠道的布点，渠道比较宽，速度比较快。像科大讯飞与团中央合作“I陪伴——AI教育公益计划”就很好的拓展了自己的教育平台。7、强pr能力。通过一些社会化行动，迅速让社会获知成果，赢得家长信任。高考机器人参加高考，与乂学教育的教学机器人战胜高级教师，容易引发全民关注的品牌化活动需要定期策划。8、优秀专业的团队。团队成员必须在各个方向都有所长，立足于AI的智适应实验室必不可少，团队成员应该具备教育行业的从业经验。例如乂学教育团队里的首席科学家崔炜博士，在复杂性系统建模、人工智能的前沿领域进化算法和群智能算法进行过深入研究并拥有突出成果，并且担任了多个国际人工智能和算法学术会议的委员和评委。流利说的CTO首席科学家林晖曾在Google美国总部担任研究科学家，对语音识别、机器学习以及大数据挖掘方面有着深入的研究。乂学的创始人栗浩洋在教育行业有些18年的产品研发经验。另外在熟悉商业领域的推广和盈利模式的人才方面，跟谁学的创始人陈向东是新东方的总裁，乂学教育ceo周伟负责过全国两千多家K12学校的拓展和销售，拿到创新工场投资的学吧课堂的CEO是巨人教育的副总裁。智适应作为在线教育的新升级，让人看到希望，又难免有些担心。正如蹒跚学步的孩子，我们知道他会摔倒，但是又笃定他未来一定会奔跑。最后我想说，教育被称为百年大计。日本依靠教育成为亚洲强国，新加坡依靠教育成为“四小龙”，如果智适应能够帮助越来越多的孩子轻松高效地提高成绩，或许能让更多的孩子通过高考这条路改变自己的命运，当然少年强则国强。未来，可期。【钛媒体作者：张俊、马龙，公众号阿辩论（ID：bianlunlove），微信biohazard2010】
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App《说实话，外挂很简单，我花了一天时间，不到一天就搞定了》 精选六
文章较长，请耐心阅读。东门女神
P2P网贷投资人在选择平台的时候，除了背景、人气和业务之外，投资体验也是一项重要的参考标准，投资体验不佳的平台，无论其他方面做的有多好，也无法挽留一些重视体验的投资人，同时还会影响平台口碑，导致负面不断抱怨连连。然而很多投资人都是在充值甚至投完标之后，才发现平台的一些体验令自己很不愉快，不敢说我们车易贷投资体验是行业的佼佼者，但我们都会根据用户反馈做出改进，只为给用户一个顺畅、安全的体验。而现在女神来总结一下网贷平台的投资体验糟糕到什么程度，才会让投资人愤然提现走人。 一、提现过慢平台T+N式的提现规则一直都是被投资人抱怨不停的一个点，T+1、T+2倒还好，T+4甚至T+5就有点触碰投资人的底线了，甚至有平台在投资中途突然修改规则，更是会导致投资人到期后头也不回的坚决提现。很多习惯了提现快的投资人，突然换到了这类提现较慢的平台时，很容易产生乌龙，提现后迟迟不到账，还以为平台出现了逾期，甚至直接发帖质疑，引起不必要的风波。 二、没有appapp基本成了大部分平台的标配之一，很多投资人也已经习惯了手机投标，而且在上班时间也只能用手机才能投上标，但就是有一部分新平台甚至大平台，就是不快点把app搞起来，导致很多人在平台发标时间内很难投上标，最后被迫提现。 三、发标时间不固定发标时间不固定的平台除了标难投，还会浪费投资人大量的精力，被迫全天候盯着平台等发标，如遇到标量较小或人气较火爆的平台，很有可能连续盯几天都投不上，令人抓狂。 四、故意玩套路、危机应对不及时部分平台目光短浅，为了一时的蝇头小利，不惜套路投资人，结果招来骂名，影响了平台口碑。其中最令投资人觉得不齿的套路。五、客服不专业客服是投资人与平台沟通的一个重要的渠道，特别是很多新人在第一次投资中总会遇到各种各样的问题，甚至需要客服手把手指导才能解决，客服的回答是否专业果断，直接影响到投资人对于平台的信任度。客服的一些不专业行为，不仅会直接造成投资失误，影响收益，还会令投资人对于平台的安全性产生担忧，如：1、过于机械化，一些细节问题根本无法解决；2、回复过慢，错过了帮投资人解决问题的最佳时机；3、对于一些负面信息和敏感信息的回复不够完善，让投资人觉得心里没底；4、对平台本身业务、团队和发展历程一无所知，感觉事不关己高高挂起。那么我们来具体说明一下网贷平台中投资者常见的充值 / 提现问题Q：已经上线银行存管的平台为什么还能看到第三方支付的身影？ A：大家通常有个误会，就是觉得银行跟第三方支付公司是互斥的关系。其实不是，第三方支付公司一直是给银行做服务的。但在P2P行业没有银行存管前，第三方支付公司做了一部分本该银行做的事情，就是当P2P用户充值且还未投出去时，第三方支付公司代为存储了这部分资金（存放在第三方支付公司为平台开立的子账户里）。 第三方支付公司存蓄资金这个问题一直都很敏感，现在国家规定了P2P平台必须做资金银行存管，其实就是将原来存放在第三方支付公司里的用户资金转移到银行下面。所以你会看到每次平台完成存管后，都有一个资金迁移的过程，其实就是你的账户余额从第三方支付公司转移到了存管银行。 但既然钱已经转移到银行，那为什么还会有第三方支付公司存在呢？ 这也非常好理解，资金流转的过程中除了存放，还有一个划转的动作。就是说在我们充值时，我们是将某某银行卡里的资金划转到了存管账户中，这个划转的行为就需要第三方支付公司的支持。 那又有同学问啦，银行不能做划转吗？银行不是也有支付牌照嘛。 银行确实有支付牌照，但银行通常不会自己做资金划转这件事儿，主要原因是做资金划转要去谈很多家银行来合作，因为有的投资人用工行充值、有的用建行、有的用招行等等...要做支付就要去一家一家银行谈合作，这个工作非常繁琐，银行没这个精力去做这些事情。有些银行也有自己的支付产品，但你会发现他支持的银行特别少，根本满足不了广大用户的需求。另一方面，以前做支付是既辛苦又不赚钱的苦差事，银行根本懒得去做。要不是这些年P2P兴起，大多数第三方支付公司早就难以生存了。所谓专业的人做专业的事儿，银行就管资金存放，第三方支付公司就做资金划转，谁都不碍着谁的事，反正都是向P2P公司赚钱。所以即便平台上了银行存管，一样要有第三方支付公司在其中扮演重要的角色，在存管平台里看到第三方支付公司的身影也就不足为奇啦。Q：两个平台都是在同一家银行做存管，为什么支持的充值银行不一样？A：看完我上一个回答，这个问题就很好找到答案了。银行只做资金存放，充值行为还是第三方支付公司说的算，即便是用同一个银行做存管，但对接不同的第三方支付公司，支持充值的银行当然不同啦。Q：为什么有些上了存管的平台可以用银行转账充值，有些却不能？A：这个问题其实可以从侧面反应平台是否有做严格的直接存管。我们知道直接存管的平台，银行会给每一个在平台注册的用户开立一个虚拟的电子子账户，用户可以凭这个电子子账户到银行拉自己在平台上的交易流水。当然也可以直接向子账户里转账充值。可以这样说，如果平台允许你用其他银行卡向存管子账户里转账充值，那么该平台做的存管一定是严格的直接存管，这也是最符合监管要求的存管方式。反过来讲，如果平台做的是联合存管，你就肯定没办法用银行卡转账的方式来充值。不过有些做了直接存管的平台由于没有给用户开银行卡转账的端口，所以这个问题还不能一概而论。但至少我们可以确定的是，用存管银行电子子账户，且还能想该账户转账充值，那说明平台做的严格的直接存管，对用户来讲是一件好事儿，就好比我们车易贷存管子帐号是华兴P2P专户账户。 Q：为什么有些绑卡时需要取现密码？ A：我们在绑卡时要提交姓名、身份证、银行卡号、银行预留手机号，短信验证码或取现密码。其实就是和银行签约快捷支付协议。 这里会根据银行要求的验证方式提交相应的个人信息，绝大多数银行可以通过短信验证码核准信息，但也有少部分银行会要求用户提交取现密码。对于正规平台而言，这一步只是校验你的身份信息，平台不会也无法解析你的取现密码，不用过度担心。 多说一点点，校验只会在第一次进行，一次校验成功之后不会再次校验。也就是说，第一次提交验证码或取现密码成功确认身份后，以后其实不再需要输入验证码或取现密码就可以完成支付。但为什么很多平台还会有短信验证码甚至是平台支付密码呢？第一次的短信验证码其实是银行发给用户的，之后的验证码都是平台自己发给用户的，这算是平台为用户做的一道安全防护吧！ Q：提现速度由什么决定？ A：三个原因决定 1、银行跟支付公司的接口协议决定了到账速度，如果第三方支付公司跟银行签的实时到账，那就能实时到。如果签的第二天到，那就只能第二天到。 2、平台内部的资金处理策略，有些平台内部有人工复审这一环节，每一笔资金进出都专门有一个人去审核。一些平台用户反应为什么我周五晚上申请提现，资金周二才到？其实就是因为复审人员周五晚上已经下班，他要到周一上班才能做审核，所以资金才周二到。当然有些平台不需要人工复审，主要采用机器自动审核+特殊情况报警的机制，那么这种就会快很多。3、前两点基本已决定平台的提现到账速度，但是如果平台愿意花成本去做银联代偿服务的话，那么可以让本来资金T+1到账的情况做到小额资金实时到账。Q：提现为什么要收费？ A：用户充值、存管、提现都是要费用的，通常平台会将充值和余额存管的费用补贴了，提现由于担心恶意用户一笔一笔小额提现造成平台过多的成本支出，所以会收取一定的提现费用，或者是每月只给一次或很少几次免费提现机会。 P2P平台跟第三方支付签订的提现费用就是2元/笔，平台并没有在这上面赚用户的钱，投资人适当承担一些费用也很合理。另外P2P索要用户的额外费用比起基金、股票来说少得多，咱就别抱怨了。 Q：充值后银行卡里钱扣了，但平台账户余额一直没有变化，刷新几次都没有看到，虽然20分钟后到账了，但还是让人特别担心，这是什么情况？ A：这问题大家应该都会遇到，也确实是让人很担心的情况。这其实涉及到的是资金流与信息流不完全匹配的问题。那为什么有些平台就能实时显示，有些平台就必须要延迟显示呢？甚至延迟很久？ 这里主要是技术原因，如果平台跟第三方支付和银行间的技术对接存在通信方面的不够顺畅，那么确实会很大程度上影响用户感受。 我不是技术专业出身，但向技术部同学了解过相关知识。像银行回传用户充值信息时，银行不会主动通知平台，要平台自己去抓取相关数据才行。如果平台服务器承载压力不够，他就不能保证实时抓取银行数据，还有就是如果当多条请求并发时，服务器也会因为承载压力过大，导致处理效率变低，这都会导致用户在前台看到的账户余额很长时间没有变动。 当然除了技术问题，还有就是第三方支付出现掉单的情况。就是你的充值请求第三方支付公司没有成功传递给银行，虽然钱扣了，但银行并不知道，也就自然没办法回传相关信息了。 当然这笔钱不会凭空消失，多数情况是凌晨系统做结算时将这笔掉单的资金清缴出来返还到用户充值账户中。但如果你发觉资金第二天没有回到充值银行卡时，你就要第一时间电话联系平台或第三方支付公司，要求对方帮你核实相关信息，确保资金及时归还。但你放心，正规的平台和第三方都不会让你的资金不翼而飞。虽然说平台体验对于投资安全性而言并没有决定性的作用，但投资人如同消费者一样，如享受不到好的服务，商品再好也不一定会有人买。而且现在平台数量多，竞争激烈，你一家的体验不好，大不了换一家。所以，我们车易贷一直懂得这个道理，在体验方面做到最好，并重视每一个用户的反馈意见，才能给投资人一个选择自己的机会。《说实话，外挂很简单，我花了一天时间，不到一天就搞定了》 精选七
原标题：重磅：中国人工智能40年发展简史
作者：蔡自兴 北邮人机与认知实验室
智能机器是一种能够呈现出人类智能行为的机器。人工智能(ArtificialIntelligence，AI)是计算机科学或智能科学中涉及研究、设计和应用智能机器的一个分支。人工智能的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，而远期目标是用自动机模仿人类的思维活动和智力功能。
人工智能探索历史
人类对人工智能和智能机器的梦想与追求，可以追溯到3000 多年前。中国也不乏这方面的故事与史料。
近代科学技术的许多重大进展都是人类智慧、思维、梦想和奋斗的成果。人类历史上从来没有出现过像今天这样的思想大解放，关于宇宙、星球、生命、人类、时空、进化和智能等思想与作品，如雨后春笋破土而出，似百花争艳迎春怒放。其中，人工智能尤其引人注目。进入20世纪后，人工智能开始孕育于人类社会母胎。到20世纪30—40年代发生了两件极其重要的事件：数理逻辑的形式化和智能可计算(机器能思维)的思想，建立了计算与智能关系的概念。被称为“人工智能之父”(The father of AI)的图灵(Turing AM)，于1936年创立了自动机理论，提出一个理论计算机模型，奠定电子计算机设计基础，促进人工智能特别是思维机器的研究。1950 年图灵的论文“机器能思考吗?”，为即将问世的人工智能提供了科学性和开创性的构思。
1956 年夏季由麦卡锡(McCarthyJ)、明斯基(Minsky ML)、罗彻斯特(Lochester N)和香农(Shannon CE)共同发起，并邀请其他6位年轻的科学家，在美国达特茅斯(Dartmouth)大学举办了一次长达两个月的十人研讨会，讨论用机器模拟人类智能问题，首次使用“人工智能”这一术语。这是人类历史上第一次人工智能研讨会，标志着国际人工智能学科的诞生，具有十分重要的历史意义。发起这次研讨会的人工智能学者麦卡锡和明斯基，则被誉为国际人工智能的“奠基者”或“创始人”(The founding father)，有时也称为“人工智能之父”。
中国的人工智能经历了怎样的发展过程?取得哪些成绩?存在什么问题?面临何种机遇?有哪些解决方案?本文力图逐一探讨。
一、发展过程
与国际上人工智能的发展情况相比，国内的人工智能研究不仅起步较晚，而且发展道路曲折坎坷，历经了质疑、批评甚至打压的十分艰难的发展历程。直到改革开放之后，中国的人工智能才逐渐走上发展之路。
1.迷雾重重
20世纪50—60年代，人工智能在西方国家得到重视和发展，而在苏联却受到批判，将其斥为“资产阶级的反动伪科学”。当时，受苏联批判人工智能和控制论(Cybernetics)的影响，中国在20世纪50年代几乎没有人工智能研究;20世纪60年代后期和70年代，虽然苏联解禁了控制论和人工智能的研究，但因中苏关系恶化，中国学术界将苏联的这种解禁斥之为“修正主义”，人工智能研究继续停滞。那时，人工智能在中国要么受到质疑，要么与“特异功能”一起受到批判，被认为是伪科学和修正主义。《摘译外国自然科学哲学》月刊1976年第3期刊文称：“在批判‘图像识别’和‘人工智能’研究领域各种反动思潮的斗争中，走自己的道路”。这足见中国人工智能研究迷雾重重的艰难处境。
1978年3月，全国科学大会在北京召开。在***主持的大会开幕式上，***发表了“科学技术是生产力”的重要讲话。大会提出“向科学技术现代化进军”的战略决策，打开解放思想的先河，促进中国科学事业的发展，使中国科技事业迎来了科学的春天[9]。这是中国改革开放的先声，广大科技人员出现了思想大解放，人工智能也在酝酿着进一步的解禁。吴文俊提出的利用机器证明与发现几何定理的新方法——几何定理机器证明(图1)，获得1978年全国科学大会重大科技成果奖就是一个好的征兆。
20世纪80年代初期，钱学森等主张开展人工智能研究，中国的人工智能研究进一步活跃起来。但是，由于当时社会上把“人工智能”与“特异功能”混为一谈，使中国人工智能走过一段很长的弯路。一方面，包括许多人工智能学者在内的研究者把人工智能与特异功能搅在一起“研究”;另一方面，社会上在批判“特异功能”时将“人工智能”一起进行批判，把两者一并斥之为“伪科学”。
2.艰难起步
20世纪70年代末至80年代，知识工程和专家系统在欧美发达国家得到迅速发展，并取得重大的经济效益。当时中国相关研究处于艰难起步阶段，一些基础性的工作得以开展。
1) 派遣留学生出国研究人工智能。
改革开放后，自1980 年起中国大批派遣留学生赴西方发达国家研究现代科技，学习科技新成果，其中包括人工智能和模式识别等学科领域。这些人工智能“海归”专家，已成为中国人工智能研究与开发应用的学术带头人和中坚力量，为发展中国人工智能做出举足轻重的贡献。
2) 成立中国人工智能学会。
1981 年9 月，中国人工智能学会(CAAI)在长沙成立，秦元勋当选第一任理事长。于光远在大会期间主持了一次大型座谈会，讨论有关人工智能的一些认识问题。他指出：“人工智能是一门新兴的科学，我们应该积极支持;对所谓‘人体特异功能’的研究是一门伪科学，不但不应该支持，而且要坚决反对。”1982年，中国人工智能学会刊物《人工智能学报》在长沙创刊，成为国内首份人工智能学术刊物。
CAAI首任理事长秦元勋也颇受争议。秦元勋获美国哈佛大学博士学位后于1948年回国，历任中国科学院数学研究所研究员、执行副所长，中国核学会计算物理学会理事长，中国人工智能学会首届理事长等职。他在常微分方程的定性理论、运动稳定性、近似解析、机器推理等方面的研究，在中国处于开创的地位。其中极限环的研究，具有国际先进水平。他曾负责完成了中国第一颗原子弹和氢弹的威力计算工作，是1982年国家自然科学奖一等奖的原子弹氢弹设计原理中的物理力学数学理论项目的主要工作者之一，并开辟了计算物理学这一新的学科分支。
3) 开始人工智能的相关项目研究。
20世纪70年代末至80年代前期，一些人工智能相关项目已被纳入国家科研计划。例如，在1978年召开的中国自动化学会年会上，报告了光学文字识别系统、手写体数字识别、生物控制论和模糊集合等研究成果，表明中国人工智能在生物控制和模式识别等方向的研究已开始起步。又如，1978年把“智能模拟”纳入国家研究计划。不过，当时还未能直接提到“人工智能”研究，说明中国的人工智能禁区有待进一步打开。
3.迎来曙光
1984年1月和2月，***分别在深圳和上海观看儿童与计算机下棋时，指示“计算机普及要从娃娃抓起”。此后，中国人工智能研究的境遇有所好转。例如，人民日报关于人工智能的报道也渐渐多了起来。20世纪80年代中期，中国的人工智能迎来曙光，开始走上比较正常的发展道路。
国防科工委于1984年召开了全国智能计算机及其系统学术讨论会，1985年又召开了全国首届第五代计算机学术研讨会。1986年起把智能计算机系统、智能机器人和智能信息处理等重大项目列入国家高技术研究发展计划(863计划)。
1986 年，清华大学校务委员会经过三次讨论后，决定同意在清华大学出版社出版《人工智能及其应用》著作。
1987年7月《人工智能及其应用》在清华大学出版社公开出版，成为国内首部具有自主知识产权的人工智能专著。接着，中国首部人工智能、机器人学和智能控制著作分别于1987年、1988 年和1990 年问世。1988 年2月，主管国家科技工作的国务委员兼国家科委主任宋健亲笔致信蔡自兴(图2)，对《人工智能及其应用》的公开出版和人工智能学科给予高度评价，指出该人工智能著作的编著和出版“使这一前沿学科的最精彩的成就迅速与中国读者见面，这对人工智能在中国的传播和发展必定会起到重大的推动作用……我深信，以人工智能和模式识别为带头的这门新学科，将为人类迈进智能自动化时期做出奠基性贡献。”宋健对该书的高度评价，体现出他对发展中国人工智能的关注和对作者的鼓励，对中国人工智能的发展产生了重大和深远的影响。
在这封信中宋健还提到：“十年前，当我们和钱先生修订工程控制论时，尚无系统参考书可言，只能断断续续介绍一些思路。现在钱先生看到此书，也一定会欣喜万分。”这体现了宋健的谦虚品德，也表现出钱学森当时对人工智能的热烈支持。
1987年《模式识别与人工智能》杂志创刊。
1989年首次召开了中国人工智能联合会议(CJCAI)，至2004年共召开了8次。此外，还曾经联合召开过6届中国机器人学联合会议。
1993年起，把智能控制和智能自动化等项目列入国家科技攀登计划。
1993年7月，宋健应邀为中国人工智能学会智能机器人分会成立题词“人智能则国智科技强则国强”，向成立大会表示祝贺。本题词很好地阐明了人工智能与提高民族素质、增强科技实力和建设现代化强国的辩证关系，也是国家科技领域领导人对中国人工智能事业的有力支持以及对全国人工智能工作者的殷切期望。
4.蓬勃发展
进入21世纪后，更多的人工智能与智能系统研究课题获得国家自然科学基金重点和重大项目、国家高技术研究发展计划(863 计划)和国家重点基础研究发展计划(973计划)项目、科技部科技攻关项目、工信部重大项目等各种国家基金计划支持，并与中国国民经济和科技发展的重大需求相结合，力求为国家做出更大贡献。这方面的研究项目很多，代表性的研究有视觉与听觉的认知计算、面向Agent的智能计算机系统、中文智能搜索引擎关键技术、智能化农业专家系统、虹膜识别、语音识别、人工心理与人工情感、基于仿人机器人的人机交互与合作、工程建设中的智能辅助决策系统、未知环境中移动机器人导航与控制等。
2006年8月，中国人工智能学会联合其他学会和有关部门，在北京举办了“庆祝人工智能学科诞生50周年”大型庆祝活动。除了人工智能国际会议外，纪念活动还包括由中国人工智能学会主办的首届中国象棋计算机博弈锦标赛暨首届中国象棋人机大战。东北大学的“棋天大圣”象棋软件获得机器博弈冠军;“浪潮天梭”超级计算机以11：9的成绩战胜了中国象棋大师。这些赛事的成功举办，彰显了中国人工智能科技的长足进步，也向广大公众进行了一次深刻的人工智能基本知识普及教育。主办者认为，这次中国象棋人机大战“无论赢家是人类大师或超级计算机，都是人类智慧的胜利”。
同年，《智能系统学报》创刊(图3)，这是继《人工智能学报》和《模式识别与人工智能》之后国内第3份人工智能类期刊。他们为国内人工智能学者和高校师生提供了一个学术交流平台，对中国人工智能研究与应用起到促进作用。
2009 年，中国人工智能学会牵头组织，向国家学位委员会和国家教育部提出设置“智能科学与技术”学位授权一级学科的建议。该建议指出：现在信息化向智能化迈进”的趋势已经显现;因此，今天培养的智能科学技术高级人才大军，正好赶上明天信息化向智能化大规模迈进的需要。为此，一个顺理而紧迫的建议就是：为了适应信息化向智能化迈进的大趋势，为了实现建设创新型国家的大目标，在中国学位体系中增设智能科学与技术博士和硕士学位授权一级学科。这个建议凝聚了中国广大人工智能教育工作者的心智心血和他们的远见卓识，对中国人工智能学科建设具有十分深远的意义。
5.国家战略
近两年来，中国的人工智能已发展成为国家战略。国家最高领导人***、***发表重要讲话，对发展中国人工智能和机器人学给予高屋建瓴的指示与支持。
日，******在中国科学院第十七次院士大会、中国工程院第十二次院士大会开幕式上发表重要讲话强调：“由于大数据、云计算、移动互联网等新一代信息技术同机器人技术相互融合步伐加快，3D打印、人工智能迅猛发展，制造机器人的软硬件技术日趋成熟，成本不断降低，性能不断提升，军用无人机、自动驾驶汽车、家政服务机器人已经成为现实，有的人工智能机器人已具有相当程度的自主思维和学习能力。……我们要审时度势、全盘考虑、抓紧谋划、扎实推进。”这是党和国家最高领导人首次对人工智能和相关智能技术的高度评价，是对开展人工智能和智能机器人技术开发的庄严号召和大力推动。
2015年十二届全国人大三次会议上，*****在**工作报告中提出：“人工智能技术将为基于互联网和移动互联网等领域的创新应用提供核心基础。未来人工智能技术将进一步推动关联技术和新兴科技、新兴产业的深度融合，推动新一轮的信息技术革命，势必将成为我国经济结构转型升级的新支点。”这是对人工智能技术的重要作用给予的充分肯定，是对人工智能的有力促进。
2015年5月，国务院发布《中国制造2025》(图4)，部署全面推进实施制造强国战略。这是中国实施制造强国战略第一个十年的行动纲领。围绕实现制造强国的战略目标，《中国制造2025》明确了9项战略任务和重点。
这些战略任务，无论是提高创新能力、信息化与工业化深度融合、强化工业基础能力、加强质量品牌建设，或是推动重点领域突破发展、全面推行绿色制造、推进制造业结构调整、发展服务型制造和生产性服务业、提高制造业国际化发展水平，都离不开人工智能的参与，都与人工智能的发展密切相关。人工智能是智能制造不可或缺的核心技术。
2016年4月，工业和信息化部、国家发展改革委、财政部等三部委联合印发了《机器人产业发展规划(年)》，为“十三五”期间中国机器人产业发展描绘了清晰的蓝图。该发展规划提出的大部分任务，如智能生产、智能物流、智能工业机器人、人机协作机器人、消防救援机器人、手术机器人、智能型公共服务机器人、智能护理机器人等，都需要采用各种人工智能技术。人工智能也是智能机器人产业发展的关键核心技术。
2016年5月，国家发改委和科技部等4部门联合印发《“互联网+”人工智能三年行动实施方案》，明确未来3年智能产业的发展重点与具体扶持项目，进一步体现出人工智能已被提升至国家战略高度。根据方案的内容，未来3年将在3个大方面、9个小项推进智能产业发展。
国家最高领导人对人工智能的高度评价和对发展我国人工智能的指示，《中国制造2025》、《机器人产业发展规划( 年)》和《“互联网+”人工智能三年行动实施方案》的发布与施行，体现了中国已把人工智能技术提升到国家发展战略的高度，为人工智能的发展创造了前所未有的优良环境，也赋予人工智能艰巨而光荣的历史使命。
2015年7月在北京召开了“2015中国人工智能大会”。发表了《中国人工智能白皮书》，包括“中国智能机器人白皮书”、“中国自然语言理解白皮书”、“中国模式识别白皮书”、“中国智能驾驶白皮书”和“中国机器学习白皮书”，为中国人工智能相关行业的科技发展描绘一个轮廓，给产业界指引一个发展方向。
2016年4月由中国人工智能学会发起，联合20余家国家一级学会，在北京举行“2016 全球人工智能技术大会暨人工智能60 周年纪念活动启动仪式”(图5)。这次活动恰逢国际人工智能诞辰60周年，谷歌AlphaGo与韩国围棋九段棋手李世石上演“世纪人机大战”(图6)，将人工智能的关注度推到了前所未有的高度。启动仪式共同庆祝国际人工智能诞辰60周年，传承和弘扬人工智能的科学精神，开启智能化时代的新征程。
现在，人工智能已发展成为国家发展战略，中国已有数以10万计的科技人员和大学师生从事不同层次的人工智能相关领域研究、学习、开发与应用，人工智能研究与应用已在中国空前开展，硕果累累，必将为促进其他学科的发展和中国的现代化建设做出新的重大贡献。
二、主要成就
中国的人工智能研究开发、学科建设、产业应用和社会服务等方面，已经取得不俗的成就，主要可以从以下几点得到证实。
1.形成人工智能学科
1981年9月建立了全国性的人工智能组织中国人工智能学会(CAAI)，标志着中国人工智能学科的诞生。1982年在长沙创办中国人工智能学会刊物《人工智能学报》，成为中国人工智能学科领域的第一份学术刊物。中国人工智能学会大会每两年举行一次，至目前已举办16届。中国人工智能学会成立后，又相继成立了中国人工智能学会智能机器人专业委员会、机器学习专业委员会、模式识别专业委员会、自然语言处理专业委员会和智能控制专业委员会、人工智能教育工作委员会等。
此外，中国计算机学会的一些二级学会也开展人工智能相关学术活动，为中国人工智能的发展做出了应有贡献。例如，中国计算机学会成立了人工智能与模式识别专业委员会，中国自动化学会成立了模式识别与机器智能专业委员会以及智能自动化专业委员会等二级学会。有些省市也成立了地方人工智能学会。 年，由中国人工智能学会、中国计算机学会等多个学会联合举办过7届中国人工智能联合会议(CJCAI)。
与人工智能密切相关的机器学习、模式识别、智能机器人、自然语言处理、专家系统等领域的学术组织也先后成立，学术活动也十分热烈。例如，国内机器学习的重要学术活动包括每两年举行一次的中国机器学习会议和每年举行的中国机器学习及其应用研讨会。前者由中国计算机学会人工智能与模式识别专业委员会协办，目前已历经15届。后者每届会议包括特邀报告、大会交流及Top Conference Review等部分，迄今已历经13届。又如，中国人工智能学会智能机器人专业委员会自1993年成立以来，每两年举行一次全国智能机器人学术会议，已组织过11届，还与其他学会共同举办过6次中国机器人联合会议。在王湘浩倡导与组织下，全国高校人工智能研讨会研究班自1980年起每年举行一次，是国内最早的人工智能学术研讨活动。
这些人工智能学术组织和会议开展广泛深入的国内外学术交流，对开展人工智能学术活动和组织科技交流起到积极的作用，有力推动了中国人工智能科技发展和学科建设。
2.科学研究成绩斐然
国家已先后设立了各种与人工智能相关的研究课题，如国家自然科学基金重大专项、重点项目和面上项目，国家863计划项目，国家重大战略项目智能制造2025等。在这些科研基金的支持下，国内人工智能研究已取得许多突出成果。
1)人工智能基础研究成果突出
除了前面提到的几何定理证明的“吴氏方法”外，吴文俊还于2004 年发表了重要论文“计算机时代的脑力劳动机械化与科学技术现代化”，宣布他在几何定理证明“机械化”方面的系列成果，指出：“在几何定理机器证明取得成功之后的20多年来，笔者与许多志同道合的同志们在科技部、科学院、基金委等大力支持下，开展了一场可谓‘数学机械化’的‘运动’，在理论与应用诸多方面都已取得了若干成功。”
国内学者在人工智能的诸多领域，如问题求解、不确定推理、泛逻辑理论、拓扑学、模式识别、图像处理、机器学习、专家系统、智能计算和智能控制等领域的基础研究也多有建树，取得一批具有国际先进水平的创造性成果。例如，在模式识别方面，对文字识别、语音识别(图7)、指纹识别、人脸识别、虹膜识别和步态识别等进行深入研究，涉及生物医学、卫星遥感、机器人视觉、货物检测、目标跟踪、自主导航、保安、银行、交通、军事、电子商务和多媒体网络通信等应用领域。
又如，机器学习也是人工智能的核心研究领域之一。现在机器学习的大数据往往体现出多源异构、语义复杂、规模巨大、动态多变等特殊性质，为传统机器学习技术带来了新的挑战。为应对这一挑战，国内科技企业巨头华为、百度等与国外巨头谷歌、微软、亚马逊等展开竞争，纷纷成立以机器学习技术为核心的研究院，以充分挖掘大数据中蕴含的巨大商业与应用价值。深度学习是机器学习领域一个新兴的子领域与研究方向，它是一种通过多层表示来对数据之间的复杂关系进行建模的算法。深度学习模仿人脑结构，具有更强的建模和推理能力，能够更有效地解决多类复杂的智能问题。近年来，中国在深度学习研究方面也取得重要进展，一些研究成果接近或达到国际先进水平。
中国学者在自动规划领域也取得开创性成果。1985年提出与发展了基于专家系统的机器人规划机理与方法，实现了人工智能专家系统与机器人技术的结合，为基于知识的自动规划和高层控制开辟了一条新途径，对提高生产的智能化水平具有重要意义，并推动国内外机器人规划研究的发展。该成果被广泛引用，并被收入清华大学吴麒等主编的全国高校规划教材《自动控制原理》。1999年以来，又在机器人进化规划方面取得创新性成果。
国内在认知计算、情感计算、模式识别、神经网络、智能驾驶、水下机器人和其他智能机器人等领域也取得一批具有国际先进水平的研究成果，培养了一批优秀的学术带头人：郭爱克、任继福、李衍达、王守觉、焦李成、贺汉根、蔡鹤皋、徐玉如和黄心汉等。
此外，有些人工智能基础研究获得国际奖励，如1990年张钹获得ICL欧洲人工智能奖，蔡自兴指导的王勇博士获得2015 IEEE计算智能学会优秀博士学位论文奖等。
值得一提的是美籍华裔学者王浩对人工智能的杰出贡献。1958 年夏天，王浩在纽约州的IBM实验室的一台IBM704机器上用汇编语言编写了3个程序，证明了罗素和怀特海《数学原理》中的200多个定理。他关于数理逻辑的一个命题被国际上定为“ 王氏悖论”。1966年，他在哈佛大学指导的博士生Stephen Cook，因NP 完全性方面的开创性研究成果而获得1982年图灵奖。王浩还与吴文俊进行了合作研究。
2)专用人工智能开发有所突破
中国在专用人工智能领域取得了突破性的进展，已在自然语言处理和语音识别、图像识别、机器学习、虚拟现实、智能处理器、认知计算、智能驾驶和智能机器人等方面取得一大批具有国际先进水平的应用成果。
互联网和大数据推动人工智能进入了新的发展阶段。中国的智能语音技术在移动互联网、呼叫中心、智能家居、汽车电子等领域的研究与应用逐步深入，带动智能语音产业规模持续快速增长。2013年科大讯飞以54.2%的市场份额继续处于国内领先地位。智能语音正在成为主流的交互方式之一。
近几年在多层神经网络基础上发展起来的深度学习和深度神经网络已在中国很多模式识别领域获得成功应用。其中，中国科学院自动化研究所谭铁牛团队在虹膜识别领域，坚持从虹膜图像信息获取的源头进行系统创新，全面突破虹膜识别领域的成像装置、图像处理、特征抽取、识别检索、安全防伪等一系列关键技术，建立了虹膜识别比较系统的计算理论和方法体系，还建成目前国际上最大规模的共享虹膜图像库，已大规模用于煤矿人员辨识和北京城铁监控等，并在70个国家和地区的3000 多个科研团队推广使用，有力推动了虹膜识别学科发展。
在2010年举行的国际上难度最高、规模最大的虹膜识别专业测评竞赛中，谭铁牛团队提交的算法，从来自25个国家和地区的41支参赛团队里脱颖而出，以测试性能指标超过第2名41.3%的绝对优势蝉联虹膜识别算法赛事冠军(图8)。在2008年进行的上届国际虹膜识别算法竞赛上，谭铁牛团队战胜来自35个国家和地区的97支参赛队伍。这充分展示出中国在虹膜识别领域领先国际的整体实力。
在模式识别领域，石青云领衔的北大高科指纹技术有限公司在指纹识别领域取得领先成果，成为国家科技强警的利剑。
专家系统已在国内获得广泛应用，应用领域涉及工业、农业等行业，其经济效益相当可观。例如，在冶金专家系统的开发与应用方面，已把专家系统技术用于高炉建模、监控与诊断等，建立了基于多核学习的高炉自动化框架、基于Volterra级数的高炉系统数据驱动建模、高炉热风炉流量设定、高炉炉温预测、铁水含硅量预报、数据采集处理、布料状态评估、炉况分析与监控、诊断与决策支持等专家系统，实现高炉炼铁过程的智能化(图9)。
3)计算智能与进化计算研究引人注目
计算智能是人工智能的新领域，涉及模糊计算，神经计算、进化计算和免疫计算等。近10多年来，中国在计算智能特别是进化计算研究方面取得不少国际领先成果。中国科技大学、中南大学、西安电子科技大学和中国科学院自动化研究所等院校都做出颇具影响的贡献。蔡自兴团队在进化计算领域研究取得的成果就是一个很好的例证。
蔡自兴团队提出的一些进化计算算法处于国际领先水平，引起国际进化计算学界的广泛重视，已成为相关算法比较的基准，不仅对算法设计}