聲音

“新工業互聯網將具備新技術、新模式、新業態、新特征、新內容及新目標，服務于制造業數字化、網絡化、云化、智能化轉型升級。”

中國工程院院士、航天科工集團科技委顧問李伯虎指出，新的科技革命和產業變革已在全球快速展開，“智能+”時代正在到來。人類社會中，國民經濟、國計民生和國家安全等各領域系統的模式、技術手段和業態在向數字化、網絡化、云化、智能化發展，新技術手段和新業態將發生重大變革。他還表示，新一代人工智能技術仍處于起步階段，正持續發展，向強人工智能、通用人工智能和超人工智能方向發展。在他看來，大力發展新工業互聯網對我國制造業主動適應全球新一輪科技革命和產業革命，加快實現中國制造業提質增效升級具有重要意義。

“智能手表及手機已經是過時的技術，腦機接口技術才是未來的技術，其最終目標是讓人類實現與人工智能共生。”

特斯拉CEO埃隆·馬斯克（Elon Musk）表示，即使在最良性的情況下，人類也會被人工智能遠遠甩在后面，腦機接口技術（Neuralinks）有助于人類追趕AI。他介紹說，新一代的Neuralink植入物可以置于人類顱頂，讀取腦電波、脈搏等生理信號，且具備無線充電功能。他稱，Neuralink植入物不會對大腦造成任何持久損害，可以幫助解決許多神經系統問題，例如記憶力減退、中風、上癮等。該設備的電池續航時間為24小時，可以連接到智能手機上進行實時數據傳輸，而且可以感應充電。在他看來，Neuralink的潛力幾乎是無限的，比如，可以用心靈感應召喚一輛自動駕駛中的特斯拉，或者在人和機器之間建立數據連接的能力，可以立即學會一門語言或武術。

“騰訊將投入100億元，與合作伙伴一起，為中小企業提供SaaS產品及方案。”

騰訊公司高級執行副總裁、云與智慧產業事業群總裁湯道生在2020騰訊全球數字生態大會上表示，在產業數字化升級的過程中，效率、安全、生態是三大關鍵詞。效率是企業經營的關鍵，產業互聯網的目的在于降本增效。向“數字”要“效率”，是產業重塑的必然選擇。比如，國產大飛機制造商“中國商飛”，用AI視覺技術輔助質檢員，捕抓人眼無法發現的材料缺陷，使缺陷檢出率提升到了99%。在汽車制造領域，一些無人駕駛車輛可以在數字仿真環境中，一天完成1000萬公里的測試。

“硬科技的發展需要全產業鏈共同努力，用智能化為硬科技加速，從數字化邁向智慧化。”

華為公司副總裁、華為云業務總裁鄭葉來表示，在當前我國產業鏈升級的大背景下，發展硬科技具有重要的戰略意義。硬科技的發展需要全產業鏈共同努力，用智能化為硬科技加速，從數字化邁向智慧化，即面向城市、企業和行業等場景，通過5G、云、AI等技術與行業知識深度融合創新產生的裂變效應，提升城市綜合治理水平，讓居民的幸福感更強、企業生產效率更高、行業創造力更強。他還提到，打造全場景智慧的硬科技西安，要做好四個發展，一是加強基礎創新投入;二是發展產業生態，加強成果轉化;三是發展人工智能這個關鍵技術并使之普惠;四是必須重視多種創新技術融合發展帶來的聚裂效應。

“下一代的車聯網一定是高度生態化及高度流化，能很好地滿足用戶出行中的頭部剛需和很多長尾需求，讓用戶從心里真的放下手機，享受駕乘。”

近日，百度車聯網事業部總經理蘇坦表示，未來，如何在硬件底座上，在不同的硬件架構上尋找一個統一化的應用平臺，是所有車聯網平臺和OEM面臨的共同課題，需要一起尋找解決方案，以帶來整個行業的效率提升。他稱，百度車聯網將繼續秉承“開放共贏”的合作理念，在引領行業創新的同時，更致力于助力合作伙伴進行汽車智能化、數字化升級，加速智能車聯生態進化。他強調，百度相信，下一個車聯網時代，中國汽車的智能網聯化一定會更加先進，成為全球車聯網的重要力量。

“數字政府建設與數字經濟建設不可分割，政府推動城市數字化、智能化的目標，不僅是追求安全、穩定和更優質的社會治理，更希望能夠推動產業增長和民生改善。”

近日，在2020年中國國際服務貿易交易會數字貿易發展趨勢和前沿高峰論壇上，京東數字科技集團CEO陳生強提到，京東數科提出基于城市操作系統的“一核兩翼”體系，助力政府構建智能城市，更高效實現“善政、興業、惠民”。他表示，城市操作系統是“一核兩翼”的基礎，也是智能城市建設的底座和數字基石。“一核”是指“市域治理現代化”，“兩翼”分別是服務企業的AI+產業發展和生活方式服務業。以上三者相互支持、相互聯動、協同統一。數字化技術和應用，正在深刻地改變著產業格局和生活方式。

“大數據AI融合的云、邊、端的協同將成為行業應用發展的核心技術，也是未來應用必須要解決的核心問題。”

中興中心研究院總工程師王德政在2020大數據產業生態大會上表示，數字化轉型的過程包含四個階段：數字化、信息化、數據化、智能化，其中大數據起了關鍵性作用，“特別是智能化，必須與個人工智能深度融合，才能發揮數據的價值”。在他看來，數據是生產資料，AI是生產力，區塊鏈是生產關系，不過，如今的數據處理依舊面臨挑戰。首先是業務層面的挑戰，在數字系統建設中，煙囪系統和數據孤島是行業痛點;其次是數據使用重度依賴經驗，只有引入AI才能破局。