地铁智能运行涉及到车站智能监控、车辆智能驾驶、轨 道线路智能监测以及地铁网络智能调度。对乘客流量监测、 异常事件的监测，是保障地铁安全运营的重要手段。实现车 辆自动驾驶，并结合乘客、车站、车辆、轨道以及外部信息进行动态调度地铁网络，是提升地铁运行效率的关键。 （1）视觉技术是车站监控重要支撑 （2）自动驾驶是地铁列车发展目标 （3）智能调度是智慧地铁大脑核心 撰写/发布单位：中国人工智能产业发展联盟 交通+人工智能深度融合委员会

《指南》提出，到2021年，明确人工智能标准化顶层设计，研究标准体系建设和标准研制的总体规则；明确标准之间的关系，指导人工智能标准化工作的有序开展，完成关键通用技术、关键领域 技术、伦理等20项以上重点标准的预研工作。 《指南》明确，到2023年，初步建立人工智能标准体系，重点研制数据、算法、系统、服务等重点急需标准，并率先在制造、交通、金融、安防、家居、养老、环保、教育、医疗健康、司法等重点行业和领域进行推进。建设人工智能标准试验验证平台，提供公共服务能力。 发布单位：国家标准化管理委员会等五部委

本文作者为朱松纯教授，2017年11月刊登于《视觉求索》微信公众号。 部分引言 …… 其一，人工智能是一个非常广泛的领域。当前人工智能涵盖很多大的学科，作者把它们归纳为六个： （1）计算机视觉（暂且把模式识别，图像处理等问题归入其中）; （2）自然语言理解与交流（暂且把语音识别、合成归入其中，包括对话）; （3）认知与推理（包含各种物理和社会常识）; （4）机器人学（机械、控制、设计、运动规划、任务规划等）; （5）博弈与伦理（多代理人 agents 的交互、对抗与合作，机器人与社会融合等议题）; （6）机器学习（各种统计的建模、分析工具和计算的方法）。 这些领域目前还比较散，目前它们正在交叉发展，走向统一的过程中。作者把它们通俗称作“战国六雄”，中国历史本来是“战国七雄”，我这里为了省事，把两个小一点的领域：博弈与伦理合并了，伦理本身就是博弈的种种平衡态。最终目标是希望形成一个完整的科学体系， 从目前闹哄哄的工程实践变成一门真正的科学 Science of Intelligence。 由于学科比较分散，从事相关研究的大多数博士、教授等专业人员，往往也只是涉及以上某个学科，甚至长期专注于某个学科中的具体问题。比如，人脸识别是计算机视觉这个学科里面的一个很小的问题；深度学习属于机器学习这个学科的一 个当红的流派。很多人现在把深度学习就等同于人工智能，就相当于把一个地级市说成全国，肯定不合适。读到这里，搞深度学习的同学一定不服气，或者很生气。 你先别急，等读完后面的内容，你就会发现，不管 CNN 网络有多少层，还是很浅，涉及的任务还是很小。 各个领域的研究人员看人工智能，如果按照印度人的谚语可以叫做“盲人摸象”， 但这显然是言语冒犯了，还是中国的文豪苏轼游庐山时说得有水准： “横看成岭侧成峰，远近高低各不同。 不识庐山真面目，只缘身在此山中。” 其二，人工智能发展的断代现象。由于历史发展的原因，人工智能自 1980 年代 以来，被分化出以上几大学科，相互独立发展，而且这些学科基本抛弃了之前 30 年 以逻辑推理与启发式搜索为主的研究方法，取而代之的是概率统计（建模、学习）的方法。留在传统人工智能领域（逻辑推理、搜索博弈、专家系统等）而没有分流到以上分支学科的老一辈中，的确是有很多全局视野的，但多数已经过世或退休了。 他们之中只有极少数人在 80-90 年代，以敏锐的眼光，过渡或者引领了概率统计与学习的方法，成为了学术领军人物。而新生代（80 年代以后）留在传统人工智能学科的研究人员很少，他们又不是很了解那些被分化出去的学科中的具体问题。 这种领域的分化与历史的断代， 客观上造成了目前的学界和产业界思路和观点 相当“混乱”的局面，媒体上的混乱就更放大了。但是，以积极的态度来看，这个局面确实为现在的年轻一代研究人员、研究生提供了一个很好的建功立业的机会和广阔的舞台。 鉴于这些现象，《视觉求索》编辑部同仁和同行多次催促作者写一篇人工智能的评论和介绍材料。作者就免为其难，仅以自己 30 年来读书和跨学科研究的经历、观察和思辨，浅谈什么是人工智能；它的研究现状、任务与构架；以及如何走向统一。 作者写这篇文章的动机在于三点： 为在读的研究生们、为有志进入人工智能研究领域的年轻学者开阔视野; 为那些对人工智能感兴趣、喜欢思考的人们，做一个前沿的、综述性的介绍; 为公众与媒体从业人员，做一个人工智能科普，澄清一些事实。 本文来历：本文技术内容选自作者 2014 年来在多所大学和研究所做的讲座报告。 2017 年 7 月，微软的沈向洋博士要求作者在一个朋友聚会上做一个人工智能的简介， 作者增加了一些通俗的内容。2017 年 9 月，在谭铁牛和王蕴红老师的要求下，作者参加 了中科院自动化所举办的人工智能人机交互讲习班，他们派速记员和一名博士生整 理出本文初稿。如果没有他们的热情帮助，这篇文章是不可能写成的。原讲座两个 半小时，本文做了删减和文字修饰。仍然有四万字，加上大量插图和示例。很抱歉， 无法再压缩了。 本文摘要：文章前四节浅显探讨什么是人工智能和当前所处的历史时期，后面 六节分别探讨六个学科的重点研究问题和难点，有什么样的前沿的课题等待年轻人去探索，最后一节讨论人工智能是否以及如何成为一门成熟的科学体系。 诚如屈子所言：“路漫漫其修远兮，吾将上下而求索”。

人工智能的发展趋势 人工智能是新一轮科技革命和产业变革的重要驱动力量。麦肯锡公司 的数据表明，人工智能每年能创造3.5万亿至5.8万亿美元的商业价值，使 传统行业商业价值提升60%以上。 我国人工智能市场规模巨大、企业投资热情高。埃森哲公司的数据显 示， 半数（49%）的中国人工智能企业， 近三年的研发投入超过0.5亿美 元。IDC预测，到2023年中国人工智能市场规模将达到979亿美元。为实 现人工智能产业高质量发展，提升产业链、供应链现代化水平，《中华人 民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》 提出：“发展算法推理训练场景，推动通用化和行业性人工智能开放平台 建设”，并要求在前沿基础理论、专用芯片、深度学习框架等前沿领域重 点攻关，实施一批具有前瞻性、战略性的国家重大科技项目。 人工智能产业链包括基础层、技术层和应用层：基础层提供了数据及 算力资源，包括芯片、开发编译环境、数据资源、云计算、大数据支撑平 台等关键环节，是支撑产业发展的基座。技术层包括各类算法与深度学习 技术，并通过深度学习框架和开放平台实现了对技术和算法的封装，快速 实现商业化，推动人工智能产业快速发展。应用层是人工智能技术与各行 业的深度融合，细分领域众多、领域交叉性强，呈现出相互促进、繁荣发展的态势。 指导单位：国家人工智能标准化总体组、全国信标委人工智能分委会 编写单位：中国电子技术标准化研究院

摘要 随着人工智能、大数据、云计算等技术在金融行业的广泛应用, 科技对于金融的 驱动作用被不断强化, 创新型的金融产品和服务层出不穷，给金融产业链、供应 链和价值链带来了深刻影响。 为全面掌握金融科技行业发展现状和未来趋势，深入了解金融科技企业贯彻落 实行业监管政策和服务金融机构情况，中国互联网金融协会金融科技发展与研 究专委会联合毕马威中国开展专项调查，面向全国范围内金融科技企业首席执 行官、创始人或金融科技业务负责人发放调查问卷，收集和分析来自金融科技 行业第一线的真知灼见。 本次调查问卷依托中国互联网金融协会和毕马威中国渠道发放，自2021年 6月 15日启动，至2021年7月5日结束，共计回收214份有效问卷样本。通过联合课 题组对问卷数据的归纳、整理和分析，并与2020年有关调查数据进行比较，最 终形成《2021中国金融科技企业首席洞察报告》。报告由受访企业基本情况、 当前金融科技发展的十大特点、金融科技未来十大发展趋势展望、金融科技行 业发展建议等主要部分构成。 发布单位：毕马威

前言 数据库作为信息系统的核心，承担着数据存储和业务逻辑计算等工作，各金融机构信息化部门均应用大量容灾备份手段，用于保障数据库的业务连续性。近年来，随着数据库应用场景日益丰富和 数据库的云化趋势显著，金融机构数据库的容灾备份手段和模式也不断迭代更新。 本报告聚焦金融领域的数据库在灾备方面的技术内容。介绍了 容灾与备份的定义、分类，分析了金融机构灾备现状、需求与灾备市场情况，梳理了主流数据库容灾备份技术架构、实现方式与部署 方案，阐述了节点、网络、数据中心等故障的应对方案，展望了数据库灾备技术发展方向。 发布单位：中国信息通信研究院和北京百度网讯科技有限公司

关键结论 新冠疫情推动行业关注重点加速转向先进无线 技术。新冠疫情促使行业关注重点发生变化： 值得一提的是，半数网络技术高管表示，这场 危机已促使其所在企业加速无线网络技术投资 布局 。 他们主要关注5G和Wi-Fi 6等新技术，并 且认为此等技术可以增强企业应对当前和未来 业务中断局面的能力，同时催生创新解决方案。 我们此前的调研显示，网络技术高管计划在未 来三年内将关注重点从旧有无线技术转向5G和 Wi-Fi 6，但是行业关注重点的变化速度远快于 预期。 先进无线技术为创新和转型奠定基础。数十年 来，无线技术不断演进，作为最新成果，5G和 Wi-Fi 6在性能和操作方面均优于前几代无线技 术。更重要的是，二者支持创新使用场景，这 不仅是渐进式进步。 实际上，网络技术高管预 计新一代无线技术将会助力商业成功，推动企 业和行业转型，从而改变运营、创新和销售模 式。领导者认为先进无线技术可为其部署处于 数字化转型工作核心的创新技术（包括大数据 分析、人工智能、物联网、云计算和边缘计算） 奠定基础。前所未有的是，这些以先进无线技 术为核心的创新技术正在融入企业创新计划。 生态系统错综复杂、瞬息万变。采用者需要与 众多电信和技术供应商（例如应用提供商、云 服务提供商、无线运营商、网络设备供应商、 组件供应商以及咨询公司/系统集成商）进行合 作，并且通常需要接触多家同类型的供应商。 三分之二的采用者倾向于购买最佳组件并进行 集成。70%的采用者表示其愿意探索全新合作 关系，因此对于供应商而言，扩大市场份额和 巩固自身地位将变得日益重要。 发布单位：德勤

随着人工智能技术的发展，机器智能得到了飞速的提升，但仍与人脑所具备的自主意识和思考创新能力有着很大的差距。 另一方面，随着脑科学的深入研究，人们对人类智能的认知与神经科学基础有了更好的理解，这可以启发并进一步提升机器的智能。人工智能和脑科学的交叉融合发展为机器智能与人类 智能的融合提供了可能。因此，在可预见的未来，人类智能与机器智能将逐步 融为一体，充分发挥机器的存储和运算能力，融合人脑的思维与创新能力，以推动人工智能达到一个更高的层次——脑机智能融合。实现脑机智能融合的关键技术环节之一是实现人脑与机器之间的信息交互，即脑机接口（Brain-computer interface, BCI）技术。 脑机接口在大脑与外部环境之间建立一种全新的不依赖于外周神经和肌肉 的交流与控制通道，从而实现大脑与外部设备的直接交互。该技术能够在人（或 其他动物）脑与外部环境之间建立沟通以达到控制设备的目的，进而起到监测、 替代、改善/恢复、增强、补充的作用。近年来，世界各国逐渐重视脑科学研究， 相继启动各自的脑科学相关科技规划，全球范围内大量投入对脑科学研究，这 些能够极大地增进人类对大脑如何工作以及如何治疗脑部疾病的理解。脑机接 口是脑科学和类脑智能研究的重要方向，已上升为国家的科技战略重点或力推 的核心科技发展领域。随着神经科学、生物兼容性材料、传感器、大数据和人 工智能等技术的进步，以及以 Neuralink 等创新技术投资公司为代表的全新研究 力量的加入，脑机接口技术进入了快速发展阶段，在信号获取和处理、解码算 法和系统实现等关键技术领域取得了很多突破性进展。 白皮书通过以下章节从技术和政策层面分析并总结脑机接口关键技术、脑 机接口政策分析、脑机接口在医疗健康领域的典型应用场景、优秀应用案例（详 见附录一）。在此基础上，分析脑机接口产业发展现状和面临的挑战，并给出发展建议。白皮书旨在为我国脑机接口技术和产业发展提供参考和引导，共同 推动产业合作，推动行业健康快速发展。希望通过此白皮书提供有价值的分析 和总结，为脑机接口技术工作者提供参考，也可以作为相关产品和服务提供商 的参考依据。 发布单位：中国人工智能产业发展联盟

三十年前，金融与科技泾渭分明，随着科技的更迭，传统金融行业不断被赋能，金融科技成了大家耳熟能详的词汇，同时也与 我们的口袋息息相关。30年的时间里，金融科技在不断地演变它的形态。 第一阶段，IT+金融： 金融机构实现它们金融业务的电子化，这就是金融科技的开始。 第二阶段，是金融部门开始使用互联网、使用更多的信息手段： 像当时的呼叫中心、ATM、移动银行这样的工具去获取更多的 客户信息、拓展更多的渠道。 第三个阶段，金融机构和科技机构加速融合： 在过去10年，科技公司对金融部门的不断进军。金融机构和科技机构有了更多的 共同合作，金融科技逐渐变成一个独立的部门，一个完全不同于我们传统认知上的一个产业，它就是一个新的实体。过去5年， 数字金融科技服务为数百万消费者提供了便捷、廉价的金融服务。 金融科技行业的发展离不开人才的不断涌入。本报告内容基于拉勾122万+互联网企业招聘数据，及3300万互联网求职者求职行 为。分析金融科技行业人才发展趋势，供需及流动现状。 我们能够看到近三年来传统金融企业向金融行业的快速转型，金融科技行业在人才需求上的大幅提升，以及行业流入及流出人 才趋势、供需差异。 发布单位：拉勾

人工智能作为新一轮科技革命和产业变革的重要驱动力量，正在对经济发展、社会进步、国际政治经济格局等诸方面产生重大而深远 的影响。 2020 年人工智能产业保持平稳增长，根据 IDC 测算，全球人工智能产业规模为 1565 亿美元，同比增长 12%；根据中国信息通信研究院测算，我国产业规模达到约 434 亿美元（3031 亿人民币）， 同比增长 15%。人工智能在带来巨大机遇的同时，也蕴含着风险和挑战。 习近平总书记高度重视人工智能治理工作，强调要“确保人工智能安全、可靠、可控”，倡议推动落实二十国集团人工智能原则，引领全球人工智能健康发展。 发布单位：中国信息通信研究院、京东探索研究院

python复杂网络工具包/图工具包NetworkX离线帮助文档手册，适用于 zeal doc NetworkX.docset 加载到 zeal doc 里可以进行任意模糊搜索 NetworkX 版本: 2.1 ps. zeal 的默认 docsets 里没有 NetworkX，这是第三方制作的。 使用方法 对于 windows 下载并安装 zeal-doc 找到或修改 docsets 位置：Edit -> Perferences -> General -> Directory 把下载的 docset 解压到这个目录下 重新打开 zeal 对于 Linux 安装zeal请参考 zeal-docs官网。如 Ubuntu、Debian： 找到或修改 docsets 位置：Edit -> Perferences -> General -> Directory 把下载的 docset 解压到这个目录下 重新打开 zeal 对于 MacOS 不用下载这个东西了，直接安装购买 Dash，在Dash里可以直接下载这个文档。 附: MacOS Dash 从本地加载 docset 的方法 安装购买 Dash 解压从这里下载的 zip, 解压后为 xxx.docset 目录 Manage Docsets -> Docsets 右下角的加号(+) -> Add Local Docset -> 选择解压的 xxx.docset 目录 返回主界面, 就可以进行查看和搜索啦

基于PyTorch的指标度量库TorchMetrics离线帮助文档手册，适用于 zeal doc TorchMetrics 提供了基于 PyTorch 指标度量函数,如传统的 ROC, 用于搜索排序的 NDCG 等通用评估方式 TorchMetrics.docset 加载到 zeal doc 里可以进行任意模糊搜索 TorchMetrics 版本: 0.3.1 ps. zeal 的默认 docsets 里没有 TorchMetrics，这是第三方制作的。 使用方法 对于 windows 下载并安装 zeal-doc 找到或修改 docsets 位置：Edit -> Perferences -> General -> Directory 把下载的 docset 解压到这个目录下 重新打开 zeal 对于 Linux 安装zeal请参考 zeal-docs官网。如 Ubuntu、Debian： 找到或修改 docsets 位置：Edit -> Perferences -> General -> Directory 把下载的 docset 解压到这个目录下 重新打开 zeal 对于 MacOS 不用下载这个东西了，直接安装购买 Dash，在Dash里可以直接下载这个文档。 附: MacOS Dash 从本地加载 docset 的方法 安装购买 Dash 解压从这里下载的 zip, 解压后为 xxx.docset 目录 Manage Docsets -> Docsets 右下角的加号(+) -> Add Local Docset -> 选择解压的 xxx.docset 目录 返回主界面, 就可以进行查看和搜索啦