地方特考三等榜首,分享給準備體育行政的考生:
首先感謝所有幫助過我的師長與應考前輩,有您們的幫助,我才有可能在這裡撰寫這篇文章回饋大家,也希望這些經驗可以幫助到未來想納入這一行的朋友們。
1、 心態建立:
強大的心理建設是準備國家考試路上最重要的部分,如何在挫敗後迅速重拾信心,或者是面對旁人有意無意潑冷水而不被動搖,另外我也建議踏入這條路上的考生,除了公務員工作穩定以及薪資實質的誘因外,更要有一個能說服自己為何要踏入體育行政這一行更深刻的理由,因為這一份強大的內在動機會在往後的日子裡,支持你繼續前進。
另外我也鼓勵考生,不要把考試當作是一種門檻與折磨,而是當作未來考上之前必要的職能訓練,這樣準備起來會比較有動力一點,也會比較甘願。
2、 應考背景與經歷:
我是體育學系學士與碩士的本科生,研究所主修運動管理,大一時其實就已經知道,除了當體育老師之外,也有體育行政的路可以選擇,但我真正開始萌生想要實踐的念頭,是在讀研究所時,一邊在大學體育室擔任行政工作的時期,因工作所帶給我的成就感。
完成碩士論文後,我延畢了一學期,一方面是需要一邊補習行政法,一方面也是在學校可以提供給我比較多資源可以備考,第一次106年高考第25名(取11),讓我第一次真正意識到人外有人天外有天!
畢業之後,回到了家鄉,剛好也在所在的縣府教育處應徵到體育相關的職務,這一年一邊工作一邊備考,心理上相對踏實,工作的實務經驗對我考試充實了很大的能量,但其實上班也佔掉了我大部分的時間,這一年(107)高考與地特分別是第17名(取8)與第8名(取1)。
隔年在父母的建議之下,於是我辭掉了工作,當起了全職考生背水一戰,全職考生的生活雖然多出時間,但相對也多了很多壓力,對未來的徬徨,旁人的眼光等等,108高考考了第10名(取4),曾讓我一度想就此放棄了,所幸在家人100%支持下,我才得以在這次地方特考順利上榜。
3、 讀書方法:
(1) 時間安排:
1. 半工半讀:平日回家後每日至少2 小時,假日圖書館8小時。
2. 全職考生:每天圖書館專心讀8小時(09:00~17:00),因為回到家基本上我也看不下書了,則搭配相關議題的影片作為輔助。
(2) 共通原則:
1. 一本書原則:所謂一本書原則,並非只讀一本書,而是以一本書作為主軸,並融會各家參考書後,能夠自己整理出一本書的筆記與心得。
2. 習慣聯想:養成聯想的習慣,例如看到一則體育新聞或法律事件新聞時,要能時常聯想到可能的考點是甚麼?此外也可以藉此一邊回想以前讀過的內容有沒有記熟。
3. 勤做習題:除了考古題一定要全部做熟之外,也要以上述的聯想的方法猜題,並「實際手寫」練習。
4. 筆記整理:前期我有以電腦打字,希望可以做成一本完整的筆記,但我後來發現雖然可以當作參考,並隨時補充資料,但是實在太花時間了,而且打過即忘。所以後來筆記的方式還是以考古題擬答的方式,手寫作成筆記。手寫雖然速度慢,但是慢讀的過程卻更有助於內容消化,另一方面,也可以更習慣在考試上手寫的速度與感覺。
4、 各科準備:
(1) 國文:58
雖然沒有特別準備,但公文格式及用語務必要背熟,作文的部分可以參考專業科目的內容,就可以跟其他考生的內容有所區別了(尤其運動社會學與體育史都有很多例子可以拉進來寫),選擇題純吃老本。
(2) 法學知識與英文:64
憲法與增修條文熟記是最基本的,但近年更偏向考大法官解釋,坊間都有很多參考書可以參考,至於法學緒論的部分,高考與地特三等的部分雖然包山包海但題目本身不至於考得太難,建議可以找一本《圖解法律》的書籍幫助理解,另外我也有買陳治宇老師的參考書搭配看,剩下的就是利用零碎時間勤做阿摩練習了。
英文的話其實沒有特別準備,個人英文程度不算很好,對我來說英文投資報酬率實在太低了,但閱讀測驗題相對好拿分,務必把握。
(3) 行政法:79
上過一年林清老師一年的面授課程,真的建議至少一定要去上過一輪課程(尤其無法律背景的考生),薯叔的教法受一致好評,網路上已經非常多的評價了。
除了在行政法這科外,我也應用老師的擬答與整理筆記的方式在其他專業科目上,真的對我收穫非常很多,有種「啊…原來書應該是要這麼讀的」的感覺。
至於要選擇函授或和面授我覺得因人而異,函授雖然可以反覆看,但如果時間允許我還是建議面授,一方面可以方便問老師問題,另一方面如果是自認自制力較差的考生,也可以跟著老師的步調走;但我也知道也有考生因為上班和家庭時間上的不允許,函授就是個還不錯的選擇,但是一定要按表操課!否則內容很多,後期一定會消化不完。
另外我認為比上課更重要的是,自己多練習跟消化,這也是為何我只上了一輪課程,後面2年都是純靠在家自修了!選擇題建議勤做阿摩,建議要練到至少考試不會錯超過4題的穩定度;申論題則搭配老師參考書內的題庫,另外個人也覺得猜題非常重要,尤其是那種選擇題已經前幾年考過的新議題,申論題還沒考過的,就極有可能出現,這次運氣非常好,剛好命中行政執行聲明異議那一題,拿了20分。
(4) 體育行政與管理:52
以鄭志富老師的《體育行政與管理》和教育部體育署《體育運動白皮書》,作為備考的雙主軸,再搭配其他的書籍當作參考(詳書單)。這幾年雖然考的題目不算是非常難,但分數似乎有越改越嚴格的趨勢,所以建議準備到後期要廣泛閱讀,多多套用管理理論和實例旁徵博引,才能寫出亮點。
(5) 運動社會學:77
這一科原本是我非常不擅長的科目(可能以前書真得看太少…),所以我先去找了蘇維杉老師的參考書把基礎重新打好,因為這一本寫得相對簡單,而且舉了非常多台灣本土的例子,非常有助於理解。但是後期漸入佳境後,我則以王宗吉老師的書為主,這本書因為是譯本,有很多國外著名實例與社會現象可以參考。
此外也推薦陳子軒老師的《左‧外‧野︰賽後看門道,運動社會學家大聲講》,這本寫得非常活潑,沒有教科書那種硬梆梆的感覺,舉的也都是最新的例子,非常豐富可以當作擬答參考,也可以當作閒書來閱讀。
因為近年偶爾會考出比較純社會學理論的題目,很怕拿到考卷就被嚇傻了,因此我也找了陳遠老師的參考書來搭配。
(6) 世界體育史:86
以吳文忠老師的《體育史》(編修版)為主,這本書已經出版超過了近半世紀,許多體育科系都還拿來作為上課用書,就知道這本堪稱「體育史的百科全書」有多麼重要。另外我也找來徐元民老師的《體育史》來搭配,這本書的寫法與吳文忠老師的寫法截然不同,比較偏向探討哲學意義和比較,可以更充實答題的內容。
至於其他比較細節的部份我則是參考了《體育運動大辭典》、《中華民國建國百年體育專輯》等資料,此外日本也為了東京奧運會也拍了一部日劇《韋駄天~東京奧運故事~》,個人覺得這部日劇非常精采,非常有助於對於近代奧運脈絡的釐清,也讓我在休息之餘,能以更輕鬆的方式一邊吸收體育史的知識。
近年偶爾會考單項運動的歷史或發展,實在非常不好掌握,但可多留意一些時事上或是台灣國際賽成績還不錯的運動種類來準備。
(7) 體育原理:64
這一科基本上就是一個綜合性科目,其他科能考的,這一科也都能考,尤其和運動社會學有很多重疊的部分。
這一科比較特別的是,要把幾個如「體育」、「運動」、「遊戲」、「休閒」…等名詞的定義與關係多加釐清,並把握好12年國教、身體素養、身體與運動文化、電子競技等議題。
參考書我則以許義雄老師的《現代體育學原理》為主,並搭配其他書單上的書作為搭配。
(8) 運動自然科學:86
近幾年運動科學的考法比較應用,所以在以書單上《運動生理學》、《競技與健身運動心理學》打好基礎後,我後期開始找了《肌力與體能訓練》、《學校運動教練手冊》…等當作重點閱讀,尤其《學校專任運動教練手冊》是體育署寫給第一線教練的官方資料,相對容易閱讀,也有非常多的實例,更重要的是貼近實務,整本都是滿滿的考點!
至於很多人問我運動生物力學的部分,因為考的比例偏低,而且不好準備,我建議把以前國高中物理課中古典力學的部分再拿出來複習,並搭配運動實例,應該就不會差太多了。
最後謝謝大家看完這篇勒勒長的文章,感謝一路上給我支持跟幫助的家人、師長及同學,也希望這一篇文章可以回饋到所有還在努力的考生,最後送上我去年初失意時,在日本東京淺草寺抽到的詩籤,作為我最誠摯的祝福:
鑿石方逢玉
淘沙始見金
青霄終有路
只恐不堅心
備考書單:https://docs.google.com/document/d/1PqqzUQMEb18eR-3PAwX2llasAZ7YMT3H/
東 吳 資料科學系 評價 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
深度:中科院AI勢力崛起
2020-01-21
智東西
文 | 韋世瑋
我們將時針倒回至七十年前。
己丑年甲戌月,東四馬大人衚衕10號的冬天全然未見絲絲涼意。這看似並不起眼的北京城中一隅,正醞釀着一場影響中國科技發展的深刻變革。
小衚衕裏,時年57歲的郭沫若被正式任命爲中國科學院院長。歷史以此爲起點向前奔涌,往後領導班子不斷更替的七十年間,我國自近代以來百廢待興的科技產業發生了翻天覆地的變化。
中國科學院(簡稱中科院)是我國在自然科學和高新技術綜合研究領域的最高學術機構。自成立以來,逐漸建成了完善的自然科學學科體系,覆蓋物理、化學、環境與生態學等學科,爲我國國家安全和科技硬實力的發展上,成爲了不可或缺的國家戰略科技力量。
從首次人工合成牛胰島素,到第一臺原子力顯微鏡(AFM)的誕生;從第一臺大型向量計算機系統,到首款通用處理器芯片「龍芯1號」的自主研發……中科院一路高舉科學振興的旗幟,帶領我國無數高端學科和科技產業萌芽、興起與爆發。
在學術研究領域,中科院旗下擁有12所分院,超100家科研院所,中國科學院大學、中國科學技術大學、上海科技大學(與上海市共辦)均爲中科院所屬的全國重點大學。建院以來,中科院已培養了近千名科技領軍人物和科技尖子人才,涌現出一批又一批的高科技創業者。
隨着人工智能的大火再度把世界科技熱潮點燃,中科院仍保持着強勁實力屹立於世界AI領域的發展潮頭。
放眼世界,2019年全球頂尖計算機科學機構排行榜CSRankings中,中科院以5.3分排名AI全球榜第四,僅次於清華、北大和卡耐基梅隆大學。
回望中國,中科院一手甩出寒武紀、雲從科技等估值10億美元的AI獨角獸,一手穩握中科曙光、科大訊飛和中科創達等多支A股王牌,在羣雄割據混戰的AI戰場中肆意廝殺。
國內外AI科技競賽一波未平一波又起,不知不覺間,中科院AI勢力的星星之火在2019年AI落地生死戰中,歷經了數萬家企業落幕背後的暗潮撲殺,正以爆發之態燎原至漫山遍野。
溯源中科院這場AI勢力崛起的背後,不僅是瞭解我國最高科研學術機構的技術根基和人文底蘊,我們對中科院系的冰山一角進行層層剖析的同時,也嘗試從中窺見這派AI勢力在當下產業落地生死戰的底牌與新活法。
一、中科院的根:研發與人才四十餘年灌溉
中科院系AI企業的野蠻爆發與生長,源於中科院深埋於我國科技土壤的根,離不開研發與人才長年累月的滋養和灌溉。
中科院的研發實力有多強?2019年《Nature》雜誌公佈的2019自然指數(Nature Index)年度榜單中,中科院以1678.64分一馬當先,超越845.54分的哈佛大學,猛衝全球領先研究機構第一的寶座。
細數我國改革開放四十餘年,在國民經濟、國家重大需求乃至世界科技前沿領域,亦活躍着中科院的身影。
2018年,中科院系統梳理了它在四十年間所研發的40項具有代表性、標誌性的重大科技成果。
其中在國家重大需求領域,中科院微電子所組織全國性產學研用聯盟,七年間不斷攻克集成電路(IC)產業研發瓶頸,實現22nm高K介質/金屬柵工程、14nm FinFET器件、新型閃存器件和可製造性設計等關鍵技術突破。
與此同時,在關鍵工藝模塊上,中科院微電子所還形成了較爲系統的知識產權佈局,擁有專利2406項,其中國際專利483項。
中科院持續在各個領域加強核心技術攻堅,實際上爲其在AI產業的爆發打造了一支又一隻精兵強將。
根據中國新一代人工智能發展戰略研究院在2019年5月發佈的《中國新一代人工智能科技產業發展報告》,截至2019年2月28日,我國共有75家AI領域的非大學科研機構,中科院下屬科研院所爲38家,以51.4%的佔比盤踞我國非大學科研機構陣營的半壁江山。
不僅如此,中科院下屬科研院所還強勢霸榜了我國AI領域專利數Top 10非大學科研機構。數據顯示,從第一名的中科院計算所,到第十名的中科院上海微系統所,中科院共爲我國AI產業貢獻了15457項AI技術專利。
人才之於研發,亦如園丁之於園林。
從成立至今,在郭沫若、方毅、盧嘉錫、周光召、路甬祥、白春禮一代代院長的帶領下,中科院如海納百川般吸引了無數身居科研金字塔頂尖的學術巨擘,遍佈數學物理、生命科學、信息技術和化學等多個領域。
現階段,中科院學部共有830名院士,107名外籍院士,平均年齡高達73歲。
81歲的並行算法、高性能計算專家陳國良院士正是其中的一員。他曾開發了國產曙光並行機「用戶開發環境」商用軟件,並帶領團隊成功研製出萬億次高性能計算機「KD-90」,爲我國高性能計算領域的自研核心技術添上了濃墨重彩的一筆。
外籍院士中,時年72歲的微電子學家、FinFET之父胡正明提出的鰭式場效晶體管(FinFET)芯片工藝技術,不僅成功讓芯片晶體管構造從原先的2D邁入3D大門,還打破了曾限制半導體產業發展許久的「摩爾定律」,爲全球半導體產業快速進軍先進工藝領域作出了巨大貢獻。
在近千名院士的披荊斬棘之下,雲從科技創始人及CEO周曦、寒武紀創始人陳天石與陳雲霽、雲知聲創始人樑家恩等一衆出身於中科院的後起之秀,亦在AI領域嶄露頭角,力圖創造一個又一個創業佳話。
縱觀中科院的科研實力與人才優勢,自成立七十餘年——尤其是改革開放後的四十一年間,日復一日地滴匯成海、聚沙成塔,不僅推動了我國科學技術硬實力的復興,亦爲如今中科院系AI公司在產業的爆發埋下伏筆。
二、中科院系AI企業的三大主戰場
如果說AI用了六十年的時間,才讓世界重新關注到它。那麼,中科院自改革開放後花了四十餘年,才讓中科院系企業在當下迎來爆發,這並不意外。
往前,我國的AI產業有中科曙光、科大訊飛和新鬆機器人等公司,在高性能計算、語音、機器人等領域開創基業的篳路藍縷。
往後,國內AI領域則有寒武紀、雲從科技和雲知聲等AI獨角獸與初生牛犢將優勢傳承,在AI芯片、AIoT、計算機視覺等市場不斷釋放潛力。
2019年年初,全球創投研究機構CBInsights發佈32家全球AI獨角獸公司名單。其中,出身中國的10家企業中,寒武紀、雲從科技和雲知聲爲中科院系創企,自動駕駛創企Momenta也有多名高管出身中科大。
中科院系在國內的競爭力同樣強勁。2019年8月,賽迪研究院發佈《2019賽迪人工智能企業百強榜研究報告》,在綜合實力TOP100榜單中,科大訊飛、中科曙光、寒武紀和漢王科技等9家中科院系企業榜上有名。
四十多年來,不斷在AI市場展露野心的中科院系企業已在多個領域開枝散葉。
從當前全局來看,中科院系企業的戰場主要集中在計算機視覺、AI語音和AI芯片三大方向。
它們從成立之初就開始逐漸影響着這些行業,在利用創新技術瓜分市場的同時,也重新定義着傳統市場的變革之路。
1、計算機視覺(CV)
計算機視覺是如今AI領域中十分熱門一個分支,同時也是極具商業化價值的賽道。
其中,以人臉識別爲核心技術的AI企業已廣泛遍佈國內市場,與安防、金融、自動駕駛和消費電子等應用場景緊密結合。
在這一市場中,中科院系老牌企業則有中科創達首當其衝。
中科創達成立於2008年,它針對成像技術開發了一系列圖像處理和智能視覺算法,既有面向衆多領域檢測人臉的年齡、性別和情緒的Face ID方案,也有面向工業、安防和交通等領域的視覺缺陷檢測。
尤其在智能網聯汽車方面,中科創達融合底層操作系統技術、Righware Kanzi 3D開發技術和智能視覺AI技術,進一步提升用戶的駕駛體驗。
據悉,中科創達在全球已擁有超過100家智能物聯網汽車客戶,其業務增速在2019年上半年約爲74%。
深度:中科院AI勢力崛起
另一廂,現在市場中老生常談的「CV四小龍」中,雲從科技則是中科院系麾下創企,成立4年就已拿下10億美元估值。
雲從科技在計算機視覺領域擁有三大核心技術,分別爲3D結構光人臉識別技術、跨鏡追蹤(ReID)技術和人體3D重建技術,在安防、金融、交通和零售等行業都有落地應用。
例如,其人臉識別技術能夠對圖像中的人臉進行屬性分析,以判斷年齡、性別、膚色、是否佩戴眼鏡和麪部遮擋物等信息,實現毫秒級響應。
2018年,國際調研機構Gen Market Insights曾發佈《全球人臉識別設備市場研究報告2018》,數據顯示,中國是全球人臉識別設備的最大消費市場,雲從科技的市場份額排名第一。
2、AI語音
要說中科院系企業在AI語音領域的最大王牌,科大訊飛當仁不讓。
自1999年成立至今,科大訊飛在語音識別、語音合成、聲紋識別和自然語言處理(NLP)等技術領域,已逐漸成爲中國AI語音行業的領頭羊。
科大訊飛的AI語音業務覆蓋智慧教育、智慧醫療、智慧城市和智慧汽車等領域。其中,在智慧教育方面開發了訊飛學習機,能夠幫助孩子定位弱項學科,制定個性化的學習方案。
科大訊飛董祕江濤曾表示,科大訊飛語音識別的市場佔有率已居全國第一。
而在新秀陣營,雲知聲和聲智科技等創企的潛力亦不可小覷。
例如,當前處在國內語音交互領域第一梯隊的雲知聲,2012年時就已將深度學習技術應用到語音識別領域,隨後還提出了面向物聯網的「雲端芯」產品體系構想。
雲知聲自主研發的雲知聲開放平臺3.0,利用語音識別、語義理解、語音合成和音頻轉寫等技術,爲移動物聯網、智能家電、可穿戴設備和醫療等領域提供AI語音解決方案。
據瞭解,目前雲知聲的覆蓋用戶已達2億,其中開放語音雲覆蓋的城市爲470餘個,覆蓋設備超9000萬臺。
3、AI芯片
在我國的半導體產業發展史上,脫胎於中科院計算所的龍芯中科自2001年以來,陸續研發龍芯1號和龍芯2號系列芯片,打破了我國缺乏自主研發CPU芯片的歷史。
而往後看,尤其是過去五年間AI專用芯片需求的爆發,中科院也孕育出了寒武紀和雲知聲兩家AI芯片獨角獸公司,以及中科睿芯、欣博電子和啓英泰倫等重要玩家。
其中,創立於2016年的寒武紀在2018年6月完成數億美元的B輪融資後,市場估值已達25億美元(約167億人民幣)。
寒武紀打造的兩代智能處理器IP,曾被搭載於華爲麒麟970和麒麟980兩款SoC中,幫助華爲一炮打響「真正的AI手機」口號。
2019年11月,寒武紀面向邊緣AI計算領域,最新推出了思元220芯片,擁有高安全、低延時和高帶寬三大優勢。
隨着思元220芯片的推出,寒武紀的AI芯片正式形成雲、邊、端三個方向的完整佈局,進一步滿足現今碎片化AI市場的多個應用場景需求。
三、回溯三大技術源頭,AI勢力的厚積薄發
追根溯源,如今中科院系AI勢力的逐漸崛起,與中科院AI歷史的變遷與演進離不開關係。
與我國曆史發展脈絡同步,中科院在結束了徘徊中前進的兩年後,國內AI的發展也逐漸醞釀着解禁。
1978年,我國著名數學家、中科院院士吳文俊提出的「幾何定理機器證明」獲得了全國科學大會重大科技成果獎,爲我國之後的AI體系構建奠定了重要基礎。
直到上世紀80年代,中國航天之父、中科院院士、兩彈一星元勳之一錢學森等先輩開始主張開展AI研究,讓我國的AI領域研究逐漸開始活躍。
隨着我國AI技術和思想的層層「破冰」,加之1994年中科院啓動支持高水平科技領軍人才引進的「百人計劃」,中科院乃至我國的AI從人才到技術、從學術到產業、從機構到企業,才一步步地蓬勃發展起來。
歷史滾輪之下,我國的AI發展脈絡與中科院息息相關。
當我們將回溯的目光放至中科院系AI企業的「身世」上,不難發現,這些企業的出身可大致分爲兩派。
一派以研究員爲出發點,其公司創始人、CEO和主要高管均爲中科院及下屬研究所出身,由研究員獨立或聯合創業而成;
而另一派則以科研項目爲出發點,公司在成立前曾爲中科院及其下屬研究所的科研項目,通過技術成果轉換後,才正式成立爲公司繼續發展。
但不論是研究員的出身,還是科研項目的孵化,這些公司的技術起點幾乎主要源於中科院的三家關鍵機構——中科院自動化研究所、中科院計算技術研究所、中科院聲學研究所。
1、中科院自動化研究所
設立於1956年的自動化所,不僅是我國最早成立的國立自動化研究機構,也是我國最早開展類腦智能研究的國立研究機構。
自動化所主要涉及生物特徵識別、機器學習、視覺計算、自然語言處理、智能機器人和智能芯片等領域的研究,漢王科技、中科唯實、銀河水滴、中科慧遠和中科視語等公司均從中孵化落地。
截止2018年底,自動化所共擁有696名科技人員,包括中科院院士2人、發展中國家科學院院士1人、IEEE Fellow 9人。
在AI領域,自動化所亦扮演着重要的開拓者角色。
上世紀90年代,自動化所以控制科學爲基礎,率先佈局AI研究。緊接着從2010年起,其AI研究方向進一步細化,開始在類腦智能研究領域出招。
據悉,自動化所通過架構設計創新,曾自主研發了量化神經處理器(QNPU),在資源受限的芯片上實現大規模深度神經網絡的獨立計算。
而在生物特徵識別技術方面,自動化所還實現了從中距離到遠距離的可識別生物特徵信息全覆蓋,包括虹膜識別、人臉識別和步態識別,已在國家衆多重要安全領域應用落地。
2、中科院計算技術研究所
計算所同樣創立於1956年,是我國第一個專門從事計算機科學技術綜合性研究的學術機構。
計算所主要研究信息處理、網絡安全、大數據處理、智能技術和虛擬現實技術等領域,曾研發出我國衆多的「第一」歷史性時刻,爲我國的高端計算機技術、數字化技術和通用CPU技術等方面作出了巨大貢獻。
例如,我國的第一臺通用數字電子計算機、第一臺109乙大型通用晶體管計算機、第一顆通用CPU芯片「龍芯1號」,以及全球PC市場份額第一的聯想集團前身皆誕生於此。
同樣,計算所亦是中科曙光、寒武紀、中科智芯、中科視拓和中科物棲等一衆AI企業的搖籃。
截至2015年,計算所的研究隊伍已超500人,其中中科院、工程院院士共5名,正高級專業技術人員70名。
而在未來,計算所也將計劃實現三個100億的產業目標,包括中科曙光市值達到100億美元、嵌入到華爲等企業的IT產品銷售100億人民幣、創業公司市值達到100億人民幣,真正成爲我國計算機產業的源頭。
3、中科院聲學研究所
與自動化所和計算所相比,聲學所則較爲「年輕」些,它成立於1964年。
聲學所主要負責聲學和信息處理技術學科的應用基礎,以及高技術發展研究,面向我國的海洋、安全、能源和生命健康等領域。
其中,聲學所的水聲物理與水聲探測、通信聲學和語言語音信息處理、聲學與數字系統集成等技術,不僅孵化了聲智科技等AI語音企業,同時也培育了一批如海天瑞聲創始人賀琳、小聲科技創始人陳孝良等產業人才。
截至2018年底,聲學所共有專業技術人員794人,包括正高級專業技術人員133人,副高級專業技術人員255人。
在國家重大科研項目領域,聲學所亦參與研製了我國「蛟龍」號載人潛水器的研發與應用,爲我國載人深潛技術的發展作出了突出貢獻。
中科院AI技術的「黑土地」不止於此,中科院軟件研究所、微電子研究所、半導體研究所等科研機構,同樣催生了衆多極具潛力的中科院系AI企業。
四、中科院的時代發展機遇
中科院系AI勢力的燎原,不僅僅是七十多年來科研技術和人才培養的厚積薄發,抓住了AI產業「甦醒」的時代機遇,亦是我國政策和中科院科技成果轉換的催化。
自我國的科技發展進程翻篇到新世紀,國家層面對AI技術和產業的嗅覺愈發靈敏。
國家高層領導人在2014年中國科學院第十七次院士大會、中國工程院第十二次院士大會開幕式上發表的一次重要講話,首次高度評價了AI和相關智能技術,無形中大力推動了我國AI技術的發展。
一年後,國務院正式頒佈了《中國製造2025》,加快推動新一代信息技術與製造技術融合發展,將推進智能製造作爲我國製造強國戰略的主攻方向。
至此,AI逐漸被提到了每一項重要產業中不可或缺的核心技術位置。
在國家政策的積極帶動下,中科院及下屬各個研究所亦開展了一場自上而下的政策規劃。
但立足於產業,如何更好地實現科技成果轉移轉化也成爲了中科院各項政策規劃的重要方向。
實際上,技術成果轉化的難點在於如何尋找技術產業化的方向。這常常缺乏專業的服務機構和人才,同時還面對部分科技成果轉化的政策不完善、科技成果與市場需求脫節等問題。
在政策方面,以下屬研究所爲例,中科院計算所在2016年制定了自身的「十三五」規劃,一是計算所發展模式要從自主創新轉變到引領創新,對標斯坦福大學;二是通過建設中科院網絡計算創新研究院,引領中國「信息高速鐵路」技術的發展;三則是支撐企業實現三個100億的產業目標。
以地方爲例,2018年,中科院科技促進發展局、中科院北京分院、中關村科技園區管理委員會共同推出了《促進中科院科技成果在京轉移轉化的若干措施》,通過支持科技成果轉化平臺建設、實驗室共享等十項舉措,推動更多科技成果在北京轉化落地。
此外,中科院還全資設立了國科創新公司,不斷探索產業技術研究院、技術企業孵化器和聯動創新產業園三種平臺的科技成果轉換模式。
截至目前,國科創新已實現了120多項科技成果轉換服務,覆蓋AI、智能製造、智能物流和智能電網等領域,孵化企業的融資規模已達到2.8億人民幣。
結語:七十載征程,中科院仍笑傲AI江湖
時光如流水,七十年的風吹雨打,中科院已然成長爲我國AI技術和產業力爭站立於世界潮頭的國之重器。
順延着它的歷史軌跡,我們可以看到,它AI勢力的強勢崛起,既有歷史的累積、人才培育的影響,也有一代代產業經驗累積後的良性循環。回顧中科院系AI企業的漫漫長路,它爲我國AI產業如何利用好產學研之間的合作優勢,提供了一個新的角度與思考方向。
但同時,我們也需意識到,在當下殘酷的AI落地戰和全球科技競賽激烈的環境中,我國整體的AI技術實力與國外仍存在一定的差距。
我國AI玩家們將要面臨的,不僅是全球科技競賽給市場格局帶來洗牌的陣痛,還需面對顛覆性技術爲各領域市場,乃至人們的生活帶來的巨大挑戰。生,便能乘着市場和資本的東風一躍而起,闖進商業落地的頭部陣營;死,便只能被大浪拍在岸邊的礁石上,隨着時間流逝被市場和資本遺忘。
未來,中科院系AI企業又將如何書寫這一頁歷史征程?時間將會告訴我們答案。
附圖:▲中科院研究單位統計表
▲我國自然科學工作者代表會議籌備會合影
▲自然指數全球百強機構前十名榜單
▲中科院改革開放四十年40項重大科技成果
▲我國AI領域專利數Top 10非大學科研機構(圖源中國新一代人工智能發展戰略研究院)
▲中科院學部院士年齡統計(圖源中科院官網)
▲陳國良院士
▲胡正明院士
▲賽迪網發佈2019年中國AI企業綜合實力百強名單
▲計算所成立公司情況(圖源計算所官網)
資料來源:https://bangqu.com/YDah49.html
東 吳 資料科學系 評價 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
人工智慧「降門檻」須警惕安全風險
北京新浪網 (2018-12-03 00:44)
來源 經濟參考報
記者 朱涵 杭州報導
一批人工智慧開放平台正在大幅降低技術門檻,讓人工智慧走近中小企業,不再是財力雄厚者才能擁有的「奢侈品」。專家認為,開放平台是人工智慧技術發展新趨勢,將推動人工智慧發展進入高峰,但同時也不可避免帶來多重安全風險,須予以防範。
人工智慧「降門檻」推動創新
百度與金龍客車合作的無人小巴「阿波龍」日前在北京海淀公園進行了公開試乘,這款無人車搭載了百度Apollo系統,能基於高精地圖和智能感知技術,對行進路線進行最優規劃。
不僅僅是「阿波龍」,在百度Apollo自動駕駛平台開放的一年多里,已在全球有了133家生態夥伴和11000多家的開發者。
「包括戴姆勒、福特、沃爾沃、因特、微軟、比亞迪、北汽、奇瑞等汽車產業鏈上下游的領軍巨頭加入Apollo的生態。自動駕駛趕上了汽車和通訊兩個百年產業的交錯之際,百度多年積累的人工智慧技術發展通過開源的方式加速整個生態的創新。」 百度總裁張亞勤說。
前段時間在浙江烏鎮召開的第五屆世界互聯網大會上,百度Apollo自動駕駛開放平台與亞馬遜機器學習全託管平台、安謀中國全新人工智慧平台「周易」、supET工業互聯網平台、京東智能供應鏈技術服務平台、小米智能家居開放平台等一批人工智慧平台作為15項「世界互聯網領先科技成果」的重要組成在大會上進行發佈。
中科院院士鄔賀銓作為世界互聯網領先科技成果推薦委員會中方主任,高度評價人工智慧平台類成果。「發佈成果由47名全球知名的互聯網業界專家投票產生,代表了互聯網領域的創新智慧和未來互聯網的發展趨勢。『平台』成為領先科技成果『重頭戲』。」鄔賀銓認為平台類成果打造生態,將利於其他中小企業利用平台和技術進行進一步開發。
在百度自動駕駛開放平台上,開發者甚至不用學習就能輕鬆使用相關的技術。安謀中國全新人工智慧平台「周易」能夠將人工智慧的設備開發周期縮短三到五倍,把算力開發成本減少五到十倍。亞馬遜機器學習全託管平台上,受過訓練的開發人員僅需3到4周的時間,就能夠完成原本需要10到20個博士級專家耗時9個月完成的項目。
「今天幾乎所有的人工智慧設備都是針對特定的應用場景,垂直集成,產業協同效應低,開發費用往往達到數億元,周期要數年。我們產業急需一個開放適配性強、互通的人工智慧軟硬體開發平台來降低開發成本。」安謀中國執行董事長兼首席執行官吳雄昂說。
「大家都知道人工智慧的重要性,但除了谷歌、騰訊、百度這樣的企業,沒有多少公司能真正有實力去開發先進的人工智慧技術。所以我們將過去積累的技術能力開放出來。」百度公司董事長兼首席執行官李彥宏說。
「天下武功,唯快不破。進入智慧時代,『快』不僅僅是『日新月異』,還可能是以小時、以分鐘計算。」中國工程院院士、浪潮集團首席科學家王恩東說,創新速度是人工智慧發展的核心競爭力。
多重安全風險值得警惕
多名專家和業內人士表示,人工智慧發展曾經歷多次低谷,本輪發展呈加速態勢,行業內對此已有共識,同時也應充分認識到,人工智慧帶來的安全問題也會隨發展「動態演進」。
人工智慧「降門檻」將催生更多黑客、更多病毒和更短攻擊周期。鄔賀銓說,在網路安全領域,人工智慧的普及將有助於識別網路安全風險,同時也將降低黑客的門檻,讓更多人學會黑客,病毒的變種越來越多,且周期會越來越短。
「隨著人工智慧的進步,人工智慧的『雙刃劍』特徵會愈演愈烈。」鄔賀銓說。
360集團董事長兼首席執行官周鴻禕說,如今的網路攻擊已實現了智能化、自動化,速度極快。「網路安全監控經常會發現一些網路攻擊,發現后再去分析研究,拿出解決方案后還未實施,網路攻擊已經過去了,而新的攻擊已經開始。」
人工智慧所依賴的感測器、訓練數據和使用的開源軟體等存在安全隱患。中國信息通信研究院日前發佈的《人工智慧白皮書》顯示,人工智慧產品和應用的研發主要基於谷歌、微軟、亞馬遜、臉譜、百度等科技巨頭髮布的人工智慧學習框架和組件,而這些開源框架和組件缺乏嚴格的測試管理和安全認證,漏洞和後門易被惡意利用。
「有一種做法是『數據投毒』,想辦法在訓練數據里混入一些不正常數據,訓練出的人工智慧系統就一定會犯錯。軟體只要是人寫的,就一定有漏洞,比如1000行代碼里就會有4個漏洞。」 周鴻禕說,由於漏洞不可避免,目前網路攻防很不均衡。「嚴格來說,傳統大家常見的入侵檢測、防火牆、殺毒軟體這些技術,在抵禦這種攻擊上已經顯得無能為力。」
「目前人工智慧生態還未完全建立,尤其是在產業各個環節處於一個相對割裂的狀態,這就意味著黑客有機可乘。」 藍盾股份高級研究員、人工智慧專家江緯說,人工智慧所帶來的安全風險還包括拒絕服務、信息泄露、系統劫持等,可導致識別系統出現漏判、誤判,導致系統崩潰、被劫持,或使智能設備變成殭屍攻擊工具等。
風險管控及治理體系亟待建設
「人工智慧具有多學科綜合、高度複雜的特徵,我們需統籌謀划,穩步推進,把增強原創能力作為重點。」鄔賀銓等專家表示,在繼續加大人工智慧研發應用力度、發揮人工智慧應用潛力同時,要預判人工智慧挑戰,從技術、法律等方面「揚長避短」,防範風險。
首先,需要立足自身突破人工智慧關鍵核心技術。王恩東認為,國內人工智慧企業、科研機構要有清醒的認識,我們在基礎層面上還是有明顯差距,還要加強基礎研究和投入。鄔賀銓說,人工智慧的應用才剛剛開始,但還處於起步階段,在解釋因果關係上目前還無能為力。更多的希望要寄托在人工智慧的進步上。
其次,應打通數據孤島提升安全防護能力。「網路安全是『牽一髮動全身』的一個整體。我們面臨的很大問題是各個企業『各自為戰』,數據沒有打通,沒有全球或全國的視野,就看不到真正網路攻擊發生的過程。」周鴻禕說。
第三,建立健全保障人工智慧健康發展的法律法規、制度體系。「科技發展已經遠遠甩開現有社會法規與倫理規範,建立新的網路秩序迫在眉睫。」美國智庫布魯金斯學會約翰·桑頓中國中心主任李成認為,要讓網路空間和諧有序,社會、智庫、企業必須建立一個統一的網路法律和規則。
微軟全球副總裁沈向洋說,微軟提出了「公平、包容、透明、負責、可靠與安全、隱私與保密」的「六大原則」指引人工智慧發展,由多個部門負責人組成團隊制定政策來管理和指導開發「負責任」的人工智慧產品。
此外,也要加強國際交流探討治理應對策略。美國東西方研究所全球副總裁布魯斯·邁康納建議,國際各方應通過構建官方和非官方均認可的網路空間行為規則,預防風險共鑄安全長城。
資料來源:https://news.sina.com.tw/article/20181203/29078450.html