2 0^2 0
人工智能特色小镇高智能产业聚集生态基地项目建设方龜
?建耦规模:X平方公里
?项目定位:高智能产业聚集生态基地
投资规模:一期XX亿.二期
XX亿.三期XX亿
大数据
大数据应用一小镇云图
"小镇云图”是对小镇企业运行情况进行可视化监测的大数据解决方案。
■
iiiiliili II
?42%
i^Fsa
8
z
llJililil
ili
1fi W Sfl /fl
can
尹>
—
漿“ ■—
小镇企业经济宏观云图
I
-1.9% ■
21.9(5 tS.1% 国
201S?t<8H
■江VI
幺共gM 权入艾■
m m AH 4A Vi m ?n &n )n Mnumzr
嵋旳刈硝刈曲aQg 序明
ws?r??
27.U ■
-6.7% ■
19281 旗
人?母ZRS 人
no.w i 砖苕人
*8.3%
?9. 2%
$08?云
763?远 8S70 6E 9646 8(?
uinlt i
IR zfl 4R afl tA rfl ?F
;axnssi ■
3.?%
一 ?!! ” 二価" ? 1: ------------- :::;
? <— __ ;;;訂
4 4% 数据可视
小镇数据 企业数据 统计数据 经济数据
| 1532.5^]
数据处理
数据采集
指标建模
第3方行业数
Contents
目录
1.建设背景和需求分析
2.人工智能小镇建设方案
Part 1
建设背景和需求分析?:
n 历史回顾
小城镇发展历程复杂多变
新中国成立以来，我国小城镇的发展经历了一个复杂多变的过程z 其地位和作用不断得到提升。通过对历史资料 的树立和统计数据的分析，我国小城镇的发展分为五个阶段。
调整萎缩期
恢复发展期 快速发展期 再次发展期
新型发展期］
1949 1978
1983
2002
2003 |
1949年我国注制填只有2000个左右， 1958年公社化JS ,实行’政社合一”， 挫伤农民生产枳极性，12成农村经济长 期停滞?同时，”大跃逬.导致城镇出 现連设离潮，吸收大量农业劳动力逬城. 工农业比例失调。至1978年，我国建制 績数量仅有2687个.
1979年，党的十一届四中全会 通过“中共中央关于加快农业 发展若干问題决定“，明确提 出发展小城镇思路。至1983年 底,全国建制镇达到2968个.
1984年年底,全国各地基本完成了 玫社分设，大量公社转化为建制镇. 国务晓窿低建填标准，1998年中共 中央提出"小城镇，大战陷?问題, 诵立了小城镇在我国城市化过程中 圭姜地位.到2001年，我国共有建 制镇20374个。
小城須经过快速发曳时期后，目身 出现？B 局、规划不合理的问题.
2002年党的十六大开始r 国家基本 确立了 ’大中小城市及小域镇协调 发展.的政策，逐步改变域乡二元 结佝.到2012年底，我国共有越制 填19881个。
经过上一时期大中域市的快速发展. 小城填舷人口基本停滞。2013年 我国霾制镇有17000多个，人口超 过10万的仅有56个，主要分布在珠 三角、长三角,导致大中域市和小 城塘发戾失衡，城慎空间分布和规 模结构不合理，
未来f 特色小塡的发戾在一定程度 上是一种社会经济发展的自我修正 和回归。特色小镇不是单一的放游 杲区戢产业园区,也不完全是?制 镇，而是放游糸区、产业聚实区、 新型城镇化发展区三区功能和一、 产城乡F 化的新埜城镇化摸式。
政策解读国家层面
特色产业［
突出特色, 打造产业发展新平台
公共服务1提升质量，增加公共服务新供给
主体多元1主体多元，打造共建共享新模式创业创新［
创业创新，
培育经济发
展新动力
色小镇的
八大要求
城乡联动［
城乡联动，
拓展要素配
置新通道
基础设施I
完善功能，
强化基础设
施新支撑
美丽宜居I
绿色引领，
建设美丽宜
居新城
创新机制I
创新机制, 激
发城镇发展
新活力
地方层面
浙江省作为特色小镇的诞生地和前沿实践地, 其政策值得各地政府借鉴和学习。
浙江省特色小镇相对独立于市区，具有明确 产业定位、文化内涵、旅游和一定社区功能的发 展空间平台，区别于行政区划单元和产业园区。
浙江省特色小镇内涵
特色 小镇
工 行政建制镇 工 产业园区
城市需求
各方面不均衡城市病严重化
小镇定义
〃特色小镇实际上是由于生产行为和交易行为带来的一种空间聚集模式，推动新型城镇化〃
?小镇管委会负责小镇的规划、开发、建设、管理、招
商引资和为入镇企业提供全程服务
?作为政府和企业沟通的桥梁
?需要为企业搭建平台，助企业更好的发展
?企业信息化需求（软件、硬件）
-企业产业协作需求
?企业了解政府帮扶政策需求
?小镇有协助政府，对小镇内企业进行扶持和服务的义
务
小镇管委会企业
园区从早期单纯提供办公场所物理空间的时代向产业聚集和产业整合演进，逐渐成为企业和员工发展以及创新的平台。
?办公场地?交通?水电?工商税务?财务服务?税收优惠
国内多数大多数园区为
1.0版
?园区2.0
?产业链聚集
?商务配套
?生活配套
?企业孵化
典型：云栖小镇、梦想小
镇等
?园区3.0
?产业链整合
?产学研合作
?网络社区
.创新机制与生态氛围典型代表：硅谷
人工智能项目 投资建设可行性研究报告规划设计/投资分析/产业运营
摘要 人工智能在投资研究上的应用。通过人工智能技术拓宽投资信息来源，提高获取信息的及时性，减少基础数据处理的工作量，通过自动化的数据 分析，为投资决策提供参考，从而提高投资研究的效率。人工智能在资本 市场相关领域的应用。从使用者的角度来看，智能投研的受众包括各种类 型的投资者（买方）、券商（卖方）、监管机构、银行和财经媒体等。从 投资的标的来看覆盖一级市场公司、股票、债券、外汇等。而人工智能的 应用场景涉及业务的各种环节，与投研直接相关的就包括研究、投资、交 易和风险管理。 人工智能是新一轮产业变革的核心驱动力，将进一步释放历次科技革 命和产业变革积蓄的巨大能量，并创造新的强大引擎，重构生产、分配、 交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。人工智能正在与各行各 业快速融合，助力传统行业转型升级、提质增效，在全球范围内引发全新 的产业浪潮。国家高度重视人工智能产业的发展。2017年国务院发布《新 一代人工智能发展规划》，对人工智能产业进行战略部署;在2018年3月 和2019年3月的政府工作报告中，均强调指出要加快新兴产业发展，推动 人工智能等研发应用，培育新一代信息技术等新兴产业集群壮大数字经济。
该人工智能项目计划总投资17992.77万元，其中：固定资产投资13304.66万元，占项目总投资的73.94%；流动资金4688.11万元，占项目总投资的26.06%。 本期项目达产年营业收入43788.00万元，总成本费用33492.60万元，税金及附加350.28万元，利润总额10295.40万元，利税总额12065.74万元，税后净利润7721.55万元，达产年纳税总额4344.19万元；达产年投资利润率57.22%，投资利税率67.06%，投资回报率42.91%，全部投资回收期3.83年，提供就业职位644个。
人工智能的研究方向和应用领域 人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。广义的人工智能包括人工智能、人工情感与人工意志三个方面。 一、研究方向 1.问题求解 人工智能的第一个大成就是发展了能够求解难题的下棋(如国际象棋)程序。在下棋程序中应用的某些技术，如向前看几步，并把困难的问题分成一些比较容易的子问题，发展成为搜索和问题归约这样的人工智能基本技术。今天的计算机程序能够下锦标赛水平的各种方盘棋、十五子棋和国际象棋。另一种问题求解程序把各种数学公式符号汇编在一起，其性能达到很高的水平，并正在为许多科学家和工程师所应用。有些程序甚至还能够用经验来改善其性能。 2.逻辑推理与定理证明 逻辑推理是人工智能研究中最持久的子领域之一。其中特别重要的是要找到一些方法，只把注意力集中在一个大型数据库中的有关事实上，留意可信的证明，并在出现新信息时适时修正这些证明。对数学中臆测的定理寻找一个证明或反证，确实称得上是一项智能任务。为此不仅需要有根据假设进行演绎的能力，而且需要某些直觉技巧。 1976年7月，美国的阿佩尔(K.Appel)等人合作解决了长达124年之久的难题--四色定理。他们用三台大型计算机，花去1200小时CPU时间，并对中间结果进行人为反复修改500多处。四色定理的成功证明曾轰动计算机界。 3.自然语言理解 NLP(Natural Language Processing)自然语言处理也是人工智能的早期研究领域之一，已经编写出能够从内部数据库回答用英语提出的问题的程序，这些程序通过阅读文本材料和建立内部数据库，能够把句子从一种语言翻译为另一种语言，执行用英语给出的指令和获取知识等。有些程序甚至能够在一定程度上翻译从话筒输入的口头指令(而不是从键盘打入计算机的指令)。目前语言处理研究的主要课题是：在翻译句子时，以主题和对话情况为基础，注意大量的一般常识--世界知识和期望作用的重要性。
人工智能 AI+行业应用 解决方案 2019 年3 月8 日
目录 第一章计算机视觉发展历程 (3) 1.1 当前计算机视觉技术的位置 (4) 第二章变电站智能化监控 (5) 2.1项目背景 (5) 2.2解决方案 (5) 2.3系统功能 (5) 第三章电力隧道智能化监控 (6) 3.1项目背景 (6) 3.2解决方案 (6) 3.3系统功能 (7) 第四章电塔防破智能化监控 (7) 4.1项目背景 (7) 4.2解决方案 (8) 4.3系统功能 (8) 第五章加油站智能化监控 (9) 5.1项目背景 (9) 5.2解决方案 (9) 5.3系统功能 (9) 第六章配电室智能运维 (10) 6.1项目背景 (10) 6.2解决方案 (10) 6.3系统功能 (10) 第七章采油机智能化监控 (11) 7.1项目背景 (11) 7.2解决方案 (11) 7.3系统功能 (12) 第八章输油管线 (12) 8.1项目背景 (12) 8.2解决方案 (13) 8.3系统功能 (13)
第一章计算机视觉发展历程 计算机视觉的发展历史可以追溯到 1966 年，在这一年著名人工智能学家 马文·明斯基给他的学生布置了一道作业，让学生在电脑前面连一个摄像头， 然后想办法写一个程序，让计算机告诉我们摄像头看到了什么。这道题代表 了计算机视觉的全部，通过一个摄像头让机器告诉我们它到底看到了什么。 所以，1966 年被认为是计算机视觉的起始年。 1970 年代，研究者开始去试图解决这样一个问题，就是让计算机告知他到 底看到了什么东西。当时，大家认为要让计算机认知到底看到了什么，首先要 了解人是怎样去理解这个世界的。当时有一种普遍的认知，认为人之所以理解 这个世界，是因为人看到的世界是立体的，能够从立体的形状里面理解世界。在这种认知情况下，研究者希望先把三维结构从图像里面恢复出来，在此基 础上再去做理解和判断。 1980 年代，是人工智能发展的一个非常重要的阶段。当时，在人工智能界 开始做很多类似于现在的专家系统，计算机视觉的方法论也开始在这个阶段产 生一些改变。在这个阶段，人们发现要让计算机理解图像，不一定先要恢复物 体的三维结构。例如：让计算机识别一个苹果，假设计算机事先知道对苹果的 形状或其他特征，并且建立了这样一个先验知识库，那么计算机就可以将这样 的先验知识和看到物体表征进行匹配。如果能够匹配上，计算机就算识别或 者理解了看到的物体。所以，80 年代出现了很多方法，包括几何以及代数的 方法，将我们已知的物品转化成一些先验表征，然后和计算机看到的物品图像 进行匹配。 90 年代，人工智能界又出现了一次比较大的变革，也就是统计方法的出现。 在这个阶 段，经历了一些比较大的发展点，比如现在还广泛使用的局部特征。随着 90 年代统计方法的流行，研究者找到了一种统计手段，能够刻画物品最本质的 一些局部特征，比如：要识别一辆卡车，通过形状、颜色、纹理，可能并不 稳定，如果通过局部特征，即使视角、灯光变化了，也会非常稳定。我们可 以对物品建立一个局部特征索引，通过局部特征可以找到相似的物品。通过 这样一些局部点，可以让匹配更加精准。 到 2000 年左右，机器学习开始兴起。以前需要通过一些规则、知识或者统 计模型去识别图像所代表的物品是什么，但是机器学习的方法和以前完全不一样。机器学习能够从我们给定的海量数据里面去自动归纳物品的特征，然后去识别它。在这样一个时间点，计算机视觉界有几个非常有代表性的工作，比如：人脸识别。你要识别一个人脸，第一步需要从图片里面把待识别的人脸区域给提取出来，我
人工智能在制造业中的应用目录 摘要：
针对制造业的高度复杂性，结合人工智能的研究进展，详细论述了计算机在制造生产中的应用现状及发展方向，阐明了各种技术的特点，并指出多种技术相结合进一步实现制造生产自动化，使人工智能更好地应用于制造生产，这对提高生产率及质量有重要意义。 关键字：人工智能；计算机；制造 引言： 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，旨在研究如何利用计算机等现代化工具种系统来模仿人类的智能行为。人工智能技术的发展为生产数据与信息的分析和处理提供了有效的方法，给制造技术增添了智能的翅膀。人工智能技术尤其适合于解决特别复杂和不确定的问题，在制造过程的各个环节几乎都可广泛应用人工智能技术。 人工智能的传说可以追溯到古埃及，但随着1941年以来电子计算机的发展，技术已最终可以创造出机器智能，人工智能领域的研究是从1956年正式开始的，这一年在达特茅斯大学召开的会议上正式使用了“人工智能”(Artificial Intelligence，AI)这个术语，从那以后,研究者们发展了众多理论和原理，人工智能的概念也随之扩展。随后的几十年中，人们从问题求解、逻辑推理与定理证明、自然语言理解、博弈、自动程序设计、专家系统、学习以及机器人学等多个角度展开了研究，已经建立了一些具有不同程度人工智能的计算机系统，例如能够求解微分方程、设计分析集成电路、合成人类自然语言，而进行情报检索，提供语音识别、手写体识别的多模式接口，应用于疾病诊断的专家系统以及控制太空飞行器和水下机器人更加贴近我们的生活。
1.有关人工智能 人工智能也称机器智能，它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，人工智能是研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。 2.传统制造业谋求转型跨越 传统的设计模式已远远不能满足现代科技的迅猛发展，为了克服传统设计方法的不足，人工智能在现代设计领域逐渐受到重视。20世纪50年代诞生的数控技术以及随后出现的机器人技术和计算机辅助设计技术，开创了数字化技术用于制造活动的先河，也满足了制造产品多样化对柔性制造的要求。而传感技术的发展和普及，为大量获取制造数据和信息提供了便捷的技术手段。 3.制造工业的现状 随着制造信息的爆炸性增长以及处理信息工作量的猛增, 要求制造系统表现出更大的智能, 但是专业人才的缺乏和专门知识的短缺, 严重制约了制造工业的发展, 在发展中国家是如此, 在发达国家由于制造企业向第三世界转移, 同样也造成我国技术力量的空虚, 这动荡不定的市场和激烈的竞争要求制造企业在生产活动中表现出更高的机敏性和智能; 而CIMS 的实施和制造业的全球化发展遇到两个重大的障碍, 即目前已形成的“自动化孤岛”的连接和全局优化问题以及各国、各地区的标准、数据和人- 机接口的统一问题, 这些问题的解决促进了智能制造系统的产生。
人工智能实验室 2021年1月 武汉唯众智创科技有限公司
人工智能实验室建设方案 一、专业背景 人工智能（Artificial Intelligence），它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 人工智能的实际应用有：机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。 如今处于风口上的人工智能产业界，受到了众多企业的追捧。截至2019年6月，中国人工智能企业超过1200家，位居全球第二。但我国人工智能行业并未摆脱人才稀缺的发展短板，专业人才稀缺严重。根据猎聘发布的《猎聘2019年中国AI&大数据人才就业趋势报告》，中国人工智能人才缺口超过500万。为了满足人工智能产业界对人才的迫切需求，国家相继出台了多项政策方针，引导高校尽快设置人工智能相关专业，加大人工智能人才培养力度。2019年3月，35所高校获批建设人工智能本科专业。2019年10月18日在教育部发布的《普通高等学校高等职业教育(专科)专业目录》2019年增补专业中，增补了人工智能技术服务专科专业。 根据教育部《普通高等学校高等职业教育（专科）专业设置管理办法》，在相关学校和行业提交增补专业建议的基础上，教育部组织研究确定了2019年度增补专业共9个，自2020年起执行。在高等职业教育行业目录中，正式宣布人工智能技术服务专业诞生，专业代码610217。 该专业建设以人工智能技术与应用素质培养为基础，以人工智能技术与应用能力为培养主线，将人工智能技术服务专业技能知识和职业资格认证相结合，构建专业的理论教学体系和实践能力培养体系。采取多种形式，通过实施“双证书”和“多证书”制，培养社会所需的实用型人才。2018年4月2日，教育部印发了《高等学校人工智能创新行动计划》，行动计划中要求各大高校加快人工智能科技创新基地。因此，在高职院校设立人工智能专业迫在眉睫。
探索大数据和人工智能最全试题 1、2012年7月,为挖掘大数据的价值,阿里巴巴集团在管理层设立()一职,负责全面推进“数据分享平台”战略,并推出大型的数据分享平台。 A首席数据官 B.首席科学家 C.首席执行官 D.首席架构师 2、整个MapReduce的过程大致分为Map、Shuffle、Combine、()? A. Reduce B.Hash C. Clean D. Loading 3、在Spak的软件栈中,用于交互式查询的是 A. SparkSQL B.Mllib C.GraphX D. Spark Streaming 4、在数据量一定的情况下, MapReduce是一个线性可扩展模型,请问服务器数量与处( )理时间是什么关系? A数量越多处理时间越长 B.数量越多处理时间越短 C.数量越小处理时间越短 D.没什么关系
5、下列选项中,不是kafka适合的应用场景是? A.日志收集 B.消息系统 C.业务系统 D.流式处理 6、大数据的多样性使得数据被分为三种数据结构,那么以下不是三种数据结构之一的是 A.结构化数据 B.非结构化数据 C.半结构化数据 D.全结构化数据 7、下列选项中,不是人工智能的算法中的学习方法的是? A.重复学习 B.深度学习 C.迁移学习 D.对抗学习 8、自然语言处理难点目前有四大类,下列选项中不是其中之一的是 A.机器性能 B.语言歧义性 C.知识依赖 D.语境 9、传统的机器学习方法包括监督学习、无监督学习和半监督学习,其中监督学习是学习给定标签的数据集。请问标签为离散的类型,称为分类,标签为连续的类型,称为什么?
A.给定标签 B.离散 C.分类 D.回归 10、中国移动自主研发、发布的首个人工智能平台叫做() A.九天 B. OneNET C.移娃 D.大云 11、HDFS中Namenodef的Metadata的作用是? A.描述数据的存储位置等属性 B.存储数据 C.调度数据 D. 12、电信行业的客户关系管理中,客服中心优化可以实现严重问题及时预警,请问是用的什么技术实现的? A大数据技术 B.互联网技术 C.游戏技术 D.影像技术 13、随着闭源软件在数据分析领域的地盘不断缩小,老牌IT厂商正在改变商业模式,向着什么靠拢? A.闭源
职业院校人工智能专业建设解决方案广州万维图灵智能科技有限公司V1.0
目录 1.方案背景 (1) 1.1.科技发展趋势及国家政策导向 (1) 1.2人工智能技术服务专业建设状况 (2) 1.2.1“人工智能+”专业已成为各院校专业建设高地 (2) 1.2.2人工智能专业建设难点和面临问题 (2) 2.方案思路 (2) 2.1方案整体思路设计 (2) 2.2人工智能人才培养建设模式 (3) 2.3方案特色 (4) 3.建设内容 (4) 3.1人工智能技术服务专业整体架构 (4) 3.2人工智能技术服务专业课程体系 (5) 3.3人工智能全周期实训及算法校验系统 (5) 3.4人工智能实训室建设内容 (7) 3.1人工智能基础实训室 (7) 3.2人工智能专业应用实训室 (8) 3.3人工智能综合实践实训室 (8) 4.服务内容 (9) 4.1师资赋能培训 (9) 4.2测评认证服务 (9) 4.3赋能三创（创新创业创造） (10) 4.4产学研用支持 (10)
1.方案背景 1.1.科技发展趋势及国家政策导向 随着信息技术、大数据和5G的快速发展，人工智能已成为引领未来的战略性技术，是国际竞争的新焦点，世界主要发达国家把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，加紧出台规划和政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。面对全球竞争格局，国家已把人工智能发展放在国家战略层面系统布局、主动谋划，牢牢把握人工智能发展新阶段国际竞争的战略主动，打造竞争新优势、开拓发展新空间，有效保障国家安全和国家创新竞争力。但当前科技的竞争核心在于人才的竞争，我国的人工智能相关人才与世界主要发达国家相比比例明显不足，且技术应用类人才也出现较大缺口，并为此国家相关政府部门先后出台多个相应的政策文件，对人工智能的发展做出了总体部署，全面加速人工智能在研发应用和人才培养的步伐，深化各梯度人才的培养。 ●其中2017年国务院发布《新一代人工智能发展规划》，文件指出要紧抓人工智能发 展的重大战略机遇，加快培养聚集人工智能人才，积极构建各级人工智能科技创新 体系和教育体系，加强产学研合作，鼓励高校、科研院所与企业等机构合作开展人 工智能学科建设。 ●2018年教育部下发《高等学校人工智能创新行动计划》，该行动计划从扩大人才培 养规模、提高人才培养质量、优化人才培养结构等方面进行系统部署，重点提出“引 导高校通过增量支持和存量调整，加大人工智能领域人才培养力度”“深入论证并 确定人工智能学科内涵，完善人工智能的学科体系，推动人工智能领域一级学科建 设”“鼓励对照国家和区域产业需求布点人工智能相关专业；支持高校在计算机科 学与技术学科设置人工智能学科方向”等任务。 ●2019年教育部在专业发展调整规划中，教育部正式宣布在普通高等学校高等职业 教育（专业）院校中设置“人工智能技术服务专业”，并且从2019年开始实行。 ●2019年，教育部近日印发《关于实施卓越教师培养计划2.0的意见》：要求：该 计划中明确指出要推动人工智能、智慧学习环境等新技术与教师教育课程全方位融 合，充分利用人工智能、虚拟现实技术，建设开发一批交互性、情境化的教师教育 课程资源。
人工智能数据库系统优化的捷径 摘要：SQL语句的优化是将性能低下的SQL语句转换成目的相同的性能优异的SQL语句。文中主要介绍了利用人工智能自动SQL优化技术来优化数据库系统，并且简要介绍了几种常见的数据库系统优化方法。人工智能自动SQL优化就是使用人工智能技术，自动对SQL语句进行重写，从而找到性能最好的等效SQL语句。 一数据库性能的优化 一个数据库系统的生命周期可以分成：设计、开发和成品三个阶段。在设计阶段进行数据库性能优化的成本最低，收益最大。在成品阶段进行数据库性能优化的成本最高，收益最小。 数据库的优化通常可以通过对网络、硬件、操作系统、数据库参数和应用程序的优化来进行。最常见的优化手段就是对硬件的升级。根据统计，对网络、硬件、操作系统、数据库参数进行优化所获得的性能提升，全部加起来只占数据库系统性能提升的40%左右，其余的60%系统性能提升来自对应用程序的优化。许多优化专家认为，对应用程序的优化可以得到80%的系统性能的提升。 二应用程序的优化 应用程序的优化通常可分为两个方面：源代码和SQL语句。由于
涉及到对程序逻辑的改变，源代码的优化在时间成本和风险上代价很高，而对数据库系统性能的提升收效有限。 三为什么要优化SQL语句 SQL语句是对数据库进行操作的惟一途径，对数据库系统的性能起着决定性的作用。 SQL语句消耗了70%至90%的数据库资源。 SQL语句独立于程序设计逻辑，对SQL语句进行优化不会影响程序逻辑。 SQL语句有不同的写法，在性能上的差异非常大。 SQL语句易学，但难精通。 优化SQL语句的传统方法是通过手工重写来对SQL语句进行优化。DBA或资深程序员通过对SQL语句执行计划的分析，依靠经验，尝试重写SQL语句，然后对结果和性能进行比较，以试图找到性能较佳的SQL语句。这种传统上的作法无法找出SQL语句的所有可能写法，且依赖于人的经验，非常耗费时间。 四SQL优化技术的发展历程 第一代SQL优化工具是执行计划分析工具。这类工具针对输入的SQL语句，从数据库提取执行计划，并解释执行计划中关键字的含义。 第二代SQL优化工具只能提供增加索引的建议，它通过对输入的SQL语句的执行计划的分析，来产生是否要增加索引的建议。 第三代SQL优化工具不仅分析输入SQL语句的执行计划，还对输入的SQL语句本身进行语法分析，经过分析产生写法上的改进建议。
stem课程实验室建设方案 一、政策背景 国务院颁布的《新一代人工智能发展规划》中指出：“人工智能成为国际竞争的新焦点，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、逐步推广编程教育、建设人工智能学科，培养复合型人才，形成我国人工智能人才高地。” 战略目标： 第一步 ----- 2020年 ----- 人工智能产业成为新的重要经济增长点。技术应用成为改善民生的新途径。 第二步 ----- 2025年 ----- 人工智能成为带动我国产业升级和经济转型的主要动力。 第三步 ----- 2030年 ----- 我国将成为世界主要人工智能创新中心，为跻身创新型国家前列和经济强国奠定重要基础。 二、如何建设stem课程实验室 如何搭stem课程实验室，STEAM实验室正在全国各地的学校涌现。Stem课程创客实验室为教育实践提供新的创新方法，鼓励学生设计、实验、建设和发明。
创客实验室不仅仅是科学实验室，木工作坊，计算机实验室或艺术室，而是可能包含所有这些空间中的元素。因此，它的设计必须适应各种活动需求以及活动的多样性和趣味性，这个在制作和探索过程非常重要，这就是STEM实验室与一次性空间的区别。
三、中小学stem课程包含有哪些内容，以智库教育为例：
四、备注 由于每个学校的stem课程实验室及其适应的活动可能会有所不同，也要看学校的具体的需求和要求。建设创客实验室功能和使用最为关键的步骤之一，学校可以与创客企业合作，阐明满足这些需求。或者，访问其他创客空间或实验室可以得到一些宝贵的意见。作为创客教育设备提供商，会有很多合作的创客空间与steam实验室可供参观。
为了推动平罗四中教师主动适应信息化、人工智能等新技术变革，积极有效开展教育教学，结合石嘴山市互联网+教育和人工智能助推教师队伍建设工作，我校启动实施人工智能助推 教师队伍建设行动试点工作。为保证试点工作科学有效开展，特制定如下工作方案： 一、工作目标 通过开展人工智能助推教师队伍建设行动试点工作，探索人工智能助推教师管理优化、助推 教师教育改革、助推教育教学创新，助推教育教学研究精准化，实现教师队伍建设与人工智 能的全面融合，逐步达到教师人人想用、人人会用、人人用好人工智能技术的新局面，为在 平罗县推开人工智能助推教师队伍建设行动，探索模式，积累经验，奠定基础。 二、组织机构 组长：王学强 副组长：杨贵勇王宏远张强 成员：王学礼朱丽娟任涛王兴华贾尚仁曹华 马成宏王敏李晶杨正国芦学玲魏美凤 三、工作内容 （一）以“三通两平台”为抓手，为人工智能助推教师队伍建设行动保驾护航。2019年年初， 我校与中国移动合作，由移动公司承担校内网络教学环境建设，提升网速，实现校园宽带网 络全覆盖、优质资源班班通、网络学习人人通，为人工智能助推教师队伍建设行动打下坚实 的基础。 （二）以“宁夏教育资源云平台”为依托，提高教师信息化水平和自主筛选、加工、整合教学 资源的能力。学校定期统计教师利用网络从事教学活动的频率、课件使用效果和教师自己制 作的课件资源的数量，对教师的教学活动及信息技术应用水平进行评价，对学生的学习进展 进行统计分析，教学资源收集、大数据分析为学校教学活动提供技术条件支撑。 （三）利用教学助手、希沃授课助手让课堂更精彩。课堂上教师要会用手机控制电脑上的 ppt放映，而且会利用手机拍照功能，把学生做的题直接传输到电脑那一端，在大屏幕上显示学生的作业、作品，还有聚光灯的效果，把周围都打上黑光，只有老师想出示的部分是亮的，像一个魔幻的舞台一样，大大的提高学生的注意力。希沃授课助手软件不仅要在有网络的情 况下运用，在没有网络或网络突发掉线等情况时依然会用，可以用电脑上的热点解决这个问题，在无网络的情况下，也可以使用这个软件。 (四）利用思维导图，打造高效课堂，撬动课堂教学变革。全校教师认真学习思维导图的理论和实际操作，选派青年教师参加各级各类关于“思维导图”方面的培训，回校后分组传帮带。 校内培训抓实抓牢，利用课堂展示、教学研讨、专题讲座等活动，将思维导图与学科课程有 机整合，体现思维导图在课堂教学中的高效性。 (五）实施“洋葱数学智慧课堂”，达到以学生为主体，以学习为核心，以会学为标志。遵循以 学定教，以人为本；课前推送，自主探究；实时诊断，即时补救；智能管理，学情数据统计，高效交互；资源汇聚，多样呈现。让“洋葱数学”达到课堂知识容量最大化、有效信息交互量 最大化、思维活动容量最大化，追求“人人皆全面学会”，实现学校班级的群体教学与学生个 性化学习的深度融合。
专业服务教育，提升学生品质 空中机器人中小学创客实验室建设方案 （初稿） 河北恒拓电子科技有限公司 2017年8月17日
一、背景 空中机器人又叫无人机，近年来在军用机器人家族中，无人机是科研活动最活跃、技术进步最大、研究及采购经费投入最多、实战经验最丰富的领域。 近些年来，空中机器人从军用走向了民用，同时也衍生出了多种多样的形态和用途。目前使用最为广泛的是多旋翼飞行器，多旋翼飞行器以其简单的结构、超强的机动性、独特的飞行方式以及军事和民事领域展现出的巨大应用价值，引起了国内外学者以及科研机构的广泛关注，并迅速成为目前国际上研究的热点之一，越来越多的人员对其研究以及学习。 从教育部获悉，2017年本科院校新增7个无人机相关专业，从侧面印证了无人机行业的前瞻性，无论是现在还是未来无人机智控科技在社会上将掀起一阵新的科技浪潮。 国务院印发《新一代人工智能发展规划》，《规划》提出要在中小学阶段设置人工智能相关课程，推动人工智能领域一级学科建设，把高端人才队伍建设作为人工智能发展的重中之重，完善人工智能教育体系等内容。 2017年《义务教育小学科学课程标准》提出，为进一步加强小学科学教育，从今年秋季开始，小学科学课程起始年级调整为一年级。并且今年国务院印发《新一代人工智能发展规划》，其中明确指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、逐步推广编程教育、建设人工智能学科，培养复合型人才，形成我国人工智能人才高地。 中国STEM教育协作联盟倡导的“以人文引领的学科融合性教育”是STEAM 教育理念的延伸，将给国内的中小学人工智能学科教育带来新的探索和尝试。 二、理念和必要性 随着无人机尤其是多旋翼飞行器技术的不断发展，无人机的用途已经深入各行各业，尤其我国无人机行业发展速度很快，对于人才的需求急剧增加，据估算，
上海市人工智能创新发展项目 建设方案编制大纲 注：本模版对应条目9、11、12，可根据项目的具体情况做适当调整，仅供参考。 一、项目提出的背景和必要性（此部分应明确体现项目所符合年度人工智能创新发展指南方向的具体内容） 1.国内外产业领域发展现状，技术、知识产权状况和发展 趋势； 2.产品（业务）市场需求分析及建设规模，包括细分产品 市场及重点装备、重点工程的需求情况（区分国内和国 外）、产业发展前景、市场容量、国内外竞争对手分析）； 3.项目目的及提出的必要性，实现技术突破对产业发展的 重要意义和作用； 4.企业技术发展规划和中近期目标，项目预期的产业规模 和市场前景。 二、项目实施的主要内容和创新特色 1.项目技术研发（科技攻关）内容和创新特色（包括产品 和工艺（应用）技术方案、创新点和优劣势分析）； 2.项目的技术性能水平及竞争优势；
3.项目研发环境、中试环境、测试环境、配套条件等建设 内容；设备和软件选型及主要技术经济指标）； 4.项目的目标（主要产品技术指标和特性、产能规模等， 平台类或标准类项目应明确建设的主要功能，技术性 能、服务内容、辐射行业等）及解决的主要问题（对提高工业基础能力、突破关键技术、开展前瞻性和关键共性技术研发、加强产业技术基础的主要支撑作用）； 5.合作申报项目须具体阐述各参与单位的工作分工内容 和职责义务，并附相关合作协议或合同。 三、项目实施的基础条件 1.项目单位生产和经营的管理状况（单位所有制性质、单 位组织架构、企业主营业务涉及的行业领域及在行业中地位、总资产、主导产品及市场占有率、近三年来的销售收入、利润、税金、固定资产、资产负债率、银行信用等）；简述项目单位具有的相关行业资质及产品（技术）获国家级/省部级奖项情况、取得社会效益； 2.项目产业技术水平、技术来源和技术基础、知识产权情 况、技术与工艺成熟程度、已完成的研究开发或中试情况等； 3.简述项目单位设施设备的优势及特色，项目基础设施建 设及规划、工艺装备水平、实施场地、规划、环境保护
一、单选题 1.AlphaZero训练（）击败日本将棋程序。（3.0分） A.2小时 B.4小时 C.8小时 D.24小时 我的答案：D ×答错 2.《人工智能：未来决策的机遇与影响》，这是下列哪个国家发布的报告？（ 3.0分） A.美国 B.日本 C.德国 D.英国 我的答案：D √答对 3.DQN在49种Atari视频/像素游戏中，（）达到乃至超过人类职业选手的水平，以智商比喻，远超人类。（3.0分） A.9种 B.19种 C.29种 D.39种 我的答案：C √答对 4.Google Waymo于（）10月在美国凤凰城Chandler镇100平方英里范围内，对500辆L4自动驾驶汽车进行社会公测，这是Waymo自动驾驶商业化落地的前奏。（3.0分） A.2014年 B.2015年 C.2016年 D.2017年 我的答案：D √答对 5.IBM超级电脑程序“深蓝”，于（）击败了国际象棋大师加里·卡斯帕罗夫。（3.0分） A.1996年 B.1997年 C.1998年 D.1999年 我的答案：B √答对 6.智能音箱Echo是下列哪家企业推出的产品？（3.0分） A.亚马逊 B.百度 C.阿里巴巴 D.小米 我的答案：A √答对 7.邓志东教授预测，（）是无人驾驶汽车元年。（3.0分） A.2020年 B.2021年 C.2022年 D.2023年
我的答案：B √答对 8.国务院是在哪一年印发《新一代人工智能发展规划》的？（3.0分） A.2015年 B.2016年 C.2017年 D.2018年 我的答案：C √答对 9.在人工智能速记领域，2016年10月17日，（）的语音识别系统实现了5.9％的词错率。（3.0分） A.科大讯飞 B.惠普 C.英特尔 D.微软 我的答案：D ×答错 10.IBM的自动问答系统，于（）2月在美国最受欢迎的智力竞答电视节目《危险边缘》中战胜了人类冠军。（3.0分） A.2011年 B.2012年 C.2013年 D.2014年 我的答案：A √答对 二、多选题 1.中国人工智能产业发展的短板包括（）。（4.0分）） A.原始创新能力不足 B.投资界过于追求短线逐利 C.体制机制障碍 D.缺乏高端基础性研究人才和AI工程开发人才 我的答案：ABCD √答对 2.根据邓志东教授所讲，AlphaGo如何进行学习？（4.0分）） A.深度监督学习 B.深度强化学习 C.大数据 D.TPU 我的答案：AB ×答错 3.下列哪些行业未来可以通过人工智能实现自动化？（ 4.0分）） A.传统制造业 B.长途运输 C./物流运输行业 D.翻译 我的答案：ABCD √答对 4.智能音箱Echo基于语音助手Alexa可以实现（）、外卖预定等服务。（4.0分）） A.音乐播放 B.新闻搜索
机器学习与数据挖掘姓名：xxx班级：计xxx学号：xxxxx
机器学习与数据挖掘 随着互联网突飞猛进的发展，数据总量呈爆炸式增长，数据量从TB级别升到ZB级别别IDC报告称，未来10年数据总量将会增加50倍，应对如此的数据总量，相应管理数据仓库的服务器将增加10倍。目前主流的软件已经无法在合理的时间内针对如此数量级别的数据进行撷取、管理、处理并整理成能为决策提供帮助的信息。美国政府率先提出并启动了“大数据研究和发展计划”，标志着大数据已上升到国家意志，大数据时代到来。 数据挖掘（英语：Data mining），又译为资料探勘、数据采矿。它是数据库知识发现（英语：Knowledge-Discovery in Databases，简称：KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。 机器学习”是人工智能的核心研究领域之一，其最初的研究动机是为了让计算机系统具有人的学习能力以便实现人工智能，因为众所周知，没有学习能力的系统很难被认为是具有智能的。目前被广泛采用的机器学习的定义是“利用经验来改善计算机系统自身的性能”。事实上，由于“经验”在计算机系统中主要是以数据的形式存在的，因此机器学习需要设法对数据进行分析，这就使得它逐渐成为智能数据分析技术的创新源之一，并且为此而受到越来越多的关注。 “数据挖掘”和“知识发现”通常被相提并论，并在许多场合被认为是可以相互替代的术语。对数据挖掘有多种文字不同但含义接近的定义，例如“识别出巨量数据中有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程”。其实顾名思义，数据挖掘就是试图从海量数据中找出有用的知识。大体上看，数据挖掘可以视为机器学习和数据库的交叉，它主要利用机器学习界提供的技术来分析海量数据，利用数据库界提供的技术来管理海量数据。数据挖掘与机器学习的关系如图一所示： 数据挖掘 数据分析技术数据管理技术 机器学习数据库 图一数据挖掘与机器学习的关系 实际上，机器学习和数据挖掘技术已经开始在多媒体、计算机图形学、计算机网络乃至
人工智能项目 实施方案 规划设计/投资分析/产业运营
报告说明— 人工智能是新一轮产业变革的核心驱动力，将进一步释放历次科技革 命和产业变革积蓄的巨大能量，并创造新的强大引擎，重构生产、分配、 交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。人工智能正在与各行各 业快速融合，助力传统行业转型升级、提质增效，在全球范围内引发全新 的产业浪潮。国家高度重视人工智能产业的发展。2017年国务院发布《新 一代人工智能发展规划》，对人工智能产业进行战略部署;在2018年3月 和2019年3月的政府工作报告中，均强调指出要加快新兴产业发展，推动 人工智能等研发应用，培育新一代信息技术等新兴产业集群壮大数字经济。 该人工智能项目计划总投资20292.92万元，其中：固定资产投资14105.00万元，占项目总投资的69.51%；流动资金6187.92万元，占项目 总投资的30.49%。 达产年营业收入42976.00万元，总成本费用34014.15万元，税金及 附加363.86万元，利润总额8961.85万元，利税总额10561.83万元，税 后净利润6721.39万元，达产年纳税总额3840.44万元；达产年投资利润 率44.16%，投资利税率52.05%，投资回报率33.12%，全部投资回收期 4.52年，提供就业职位729个。
人工智能（ArtificialIntelligence，AI）是利用机器学习和数据分析方法赋予机器模拟、延申和拓展类人的智能的能力，本质上是对人类思维过程的模拟。AI概念最早始于1956年的达特茅斯会议，受限于算法和算力的不成熟，未能实现大规模的应用和推广。近年来，在大数据、算法和计算机能力三大要素的共同驱动下，人工智能进入高速发展阶段。据中国电子学会预测，2022全球人工智能市场将达到1630亿元，2018-2022年CAGR达31%。
“新兴产业百人会”是一个非官方、非盈利的公益性产业研究和交流平台；是在部规划司指导下，由赛迪研究院和中信集团有限公司联合一批有志于推进中国新兴产业发展的知名专家、企业家等共同发起，致力于前瞻研判全球新兴产业发展趋势，深度解析国内新兴产业领域的新机遇与新挑战，聚焦研究我国新兴产业发展的重大问题。近期“新兴产业百人会”在成都举办了“人工智能发展趋势与产业化论坛”，汇集了主管部门、地方政府、企业、金融投资机构、高校和科研院所、产业园区等各方代表和行业知名专家，解析了我国人工智能产业领域的新机遇与新挑战，为产业发展建言献策。 一、人工智能发展总体趋势研判 （一）人工智能从生物和技术两个维度不断取得新突破 作为工业和信息化部规划司原司长、电子信息产业发展研究专家，肖华在题为《对新一代人工智能的认识及思考》的演讲中认为，对人工智能应当从生物学和技术两个维度来理解。生物学的人工智能强调探索人脑结构功能及其运行机理，真正模拟人脑的思维方式、思维过程、决策方法；技术上的人工智能是以新一代信息技术、大数据、算法模型、超级计算能力等为基础。相比之下，欧洲强调生
物学上的人工智能，美国则走在了技术层面的人工智能前列。尽管方向不同，但殊途同归，将共同推动人工智能不断取得新突破。 （二）深度学习成为推动人工智能革命的核心驱动力 清华大学计算机系教授、博导邓志东在题为《深度学习是智能革命的核心》的演讲中，探讨了深度学习对人工智能带来的革命性进展。深度学习是智能革命的核心，智能革命将深刻改变我们这个时代。当前，弱人工智能的产业发展正处于爆发期，以大数据驱动的Deep CNN为代表的感知智能的成功，使机器在垂直细分领域初步获得了媲美人类水平的模式识别能力，这将成为认知智能发展的趋势。目前对人工智能的理解有数据智能和生物智能两种，深度卷积神经网络受脑科学知识启发的东西并不多，尽管工作原理不尽相同，但数据智能可能是目前人工智能媲美生物智能的唯一希望。 （三）人工智能应用于物理世界的案例将更为丰富 德国汉堡科学院院士、汉堡大学教授张建伟在题为《应用于物理世界的人工智能技术》的演讲中，介绍了丰富的人工智能技术应用于物理世界的案例。基于深度学习，机器模拟人类唱歌、写词、作曲都达到了一定程度，但在需要知识和想象力的特殊情况下，机
人工智能项目 实施方案 泓域咨询规划设计/投资分析/产业运营
摘要 培育人工智能产业生态，促进人工智能在经济社会重点领域推广应用，打造国际领先的技术体系。加快人工智能支撑体系建设。推动类脑研究等 基础理论和技术研究，加快基于人工智能的计算机视听觉、生物特征识别、新型人机交互、智能决策控制等应用技术研发和产业化，支持人工智能领 域的基础软硬件开发。加快视频、地图及行业应用数据等人工智能海量训 练资源库和基础资源服务公共平台建设，建设支撑大规模深度学习的新型 计算集群。鼓励领先企业或机构提供人工智能研发工具以及检验评测、创 业咨询、人才培养等创业创新服务。 以创新、壮大、引领为核心，紧密结合“中国制造2025”战略实施， 坚持走创新驱动发展道路，促进一批新兴领域发展壮大并成为支柱产业， 持续引领产业中高端发展和经济社会高质量发展。立足发展需要和产业基础，大幅提升产业科技含量，加快发展壮大网络经济、高端制造、生物经济、绿色低碳和数字创意等五大领域，实现向创新经济的跨越。着眼全球 新一轮科技革命和产业变革的新趋势、新方向，超前布局空天海洋、信息 网络、生物技术和核技术领域一批战略性产业，打造未来发展新优势。遵 循战略性新兴产业发展的基本规律，突出优势和特色，打造一批战略性新 兴产业发展策源地、集聚区和特色产业集群，形成区域增长新格局。把握 推进“一带一路”建设战略契机，以更开放的视野高效利用全球创新资源，提升战略性新兴产业国际化水平。加快推进重点领域和关键环节改革，持
续完善有利于汇聚技术、资金、人才的政策措施，创造公平竞争的市场环境，全面营造适应新技术、新业态蓬勃涌现的生态环境，加快形成经济社 会发展新动能。 创新是战略性新兴产业发展的核心。要深入实施创新驱动发展战略， 大力推进大众创业、万众创新，突出企业主体地位，全面提升技术、人才、资金的供给水平，营造创新要素互动融合的生态环境。聚焦突破核心关键 技术，进一步提高自主创新能力，全面提升产品和服务的附加价值和国际 竞争力。推进简政放权、放管结合、优化服务改革，破除旧管理方式对新 兴产业发展的束缚，降低企业成本，激发企业活力，加快新兴企业成长壮大。 2016～2017年，战略性新兴产业上市公司利润年均增速达到19.8%， 比上市公司（剔除金融类）11.3%的整体增速高出近一倍。同期战略性新兴 产业上市公司利润率达10.6%，比上市公司总体高出50%。2018年上半年战略性新兴产业上市公司盈利表现依然良好，利润率为9.3%，高于同期上市 公司总体（剔除金融类）1.0个百分点。 该人工智能设备项目计划总投资12918.89万元，其中：固定资产 投资9559.26万元，占项目总投资的73.99%；流动资金3359.63万元，占项目总投资的26.01%。
中软国际专业共建方案 人工智能应用 北京中软国际教育科技股份有限公司 V1.0 2018年1月8日
目录 1.行业背景 (3) 1.1.人工智能人才培养 (3) 1.2.就业岗位 (3) 1.3.中软国际与人工智能 (4) 2.总体设计 (4) 2.1.共建目标 (4) 2.2.合作内容 (4) 3.人才培养方案 (5) 3.1.人才培养目标 (5) 3.2.毕业要求及知识能力分解 (5) 3.3.课程路线 (6) 3.4.核心和特色课程 (6) 4.联合人才培养服务 (7) 4.1. 2.5+0.5+1培养模式 (7) 4.2.主干课程实施清单 (8) 5.教学资源建设 (9) 5.1.课件与案例 (9) 5.2.人工智能虚拟实验系统 (9) 5.3.双师队伍建设 (9)
1.行业背景 1.1.人工智能人才培养 2017年7月国务院印发的《新一代人工智能发展规划》中，明确分三步走的战略目标，到2030年使中国人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。随着人工智能上升为国家战略，顶层设计框架搭建完成，产业发展有望持续提速，带来投资新机遇。 要实现上述目标，人工智能人才培养至关重要。自2004年起，经国家教育部正式批准设立“智能科学与技术”本科专业的高校已达36个。但是由于这一专业目前仍然不是一级学科，在资源、规模等方面远远不能满足产业的人才需求。 《规划》提出要重点建设人工智能学科：完善人工智能领域学科布局，设立人工智能专业，推动人工智能领域一级学科建设，尽快在试点院校建立人工智能学院，增加人工智能相关学科方向的博士、硕士招生名额。鼓励高校在原有基础上拓宽人工智能专业教育内容，形成“人工智能+X”复合专业培养新模式，重视人工智能与数学、计算机科学、物理学、生物学、心理学、社会学、法学等学科专业教育的交叉融合。加强产学研合作，鼓励高校、科研院所与企业等机构合作开展人工智能学科建设。 目前，人工智能领域最为缺乏的高端科学家和研究人员，这类人才一般都需要博士学历，并具有多年的科研经验。但是，本科生的培养也至关重要。一方面，企业仍然需要招聘较大数量的工程型、应用型本科生，配合研究人员来从事人工智能应用领域的系统设计、开发、运维，并将科研成果应用到具体的行业中；另一方面，本科生也是高端人才的直接来源。因此，在本科层面开展人工智能人才培养，同样具有重要的意义和可行性。 1.2.就业岗位 目前，与人工智能相关的适合本科毕业生的岗位及对应能力要求主要如下： ●机器学习/数据挖掘工程师 ?具备良好的数学、统计、计算机知识 ?熟悉常用的机器学习和数据挖掘算法 ?熟悉主流机器学习、深度学习(例如TensorFlow, SparkML等)框架开发 ?熟悉主流的数据仓库和商务智能分析平台和工具 ?良好的数据敏感度，能从海量数据提炼核心结果；具有一定的数据分析、挖掘、 清洗和建模的经验 ?熟练掌握Python、Java等编程语言 ●人工智能应用开发工程师 ?熟悉Java、Python或Node.js Web服务端开发技术、框架 ?熟悉H5、Android或iOS智能客户端开发技术 ?能够设计与实现客户端与服务端的交互应用程序 ?熟悉典型的关系型和非关系型数据库的使用和开发 ●人工智能平台/大数据运维工程师。 ?负责人工智能/大数据硬件、网络、软件、平台及应用系统的搭建、管理、维 护、监控等 ?熟悉Linux系统管理和维护，熟悉Shell编程 ?熟悉关系型和非关系型数据库系统的配置、管理、维护及优化 ?熟悉Hadoop等大数据平台的规划、安装、配置、管理、监控、维护等工作 ?熟悉虚拟化系统的规划、配置和管理 ●数据清洗员