一、人工智能和数字经济有什么关系？

数字经济回调，人工智能退潮，科技是把双刃剑？

2023年3月31日，星期五，晴。

昨日大盘探底回升，三大指数均小幅上涨。沪指涨0.65%，深成指涨0.62%，创业板指涨0.5%。个股跌多涨少，两市超3000只个股下跌。成交额9446亿，缩量365亿。北向资金净买入48亿元。

大消费、大金融午后集体走强带动指数翻红。数字经济及ChatGPT概念股集体回调。

AI数字经济大面积退潮，仍旧有部分个股依旧强势，大部分AI资金则被半导体承接了。

季末了，基金经理还要维持自己的人设，季报时总不能风格飘逸得太离谱，总不能季报公开后，新能源、医药、消费等行业基金都满手TMT吧，在此之前，总得找个理由赶紧怼回去。

热点是把双刃剑，涨得猛意味着跌得急。福祸相依，机会是跌出来的，短期回调不足为惧，长期看也许是好事，科技的未来是毋庸置疑的。

指数走势喜人，个股一片狼藉，跑赢大盘不是一件容易的事，这也许是未来慢牛并亏钱的常态。

百年未有之大变局，东方智慧再次应验，不断传来的互换结算，人民币资产正在被重估，更多的摇摆外资正在被争取。市场信心和情绪正在回暖。投资A股就是选择了更好的未来。

旧格局正在被打破，新格局呼之欲出，我们又要赢了。

成交量维持在万亿，北向资金持续流入，主力资金逢低吸筹。挺过了乌云压顶，静待拨云见日，好戏即将上演。

今天看点：

1，推进带押过户，有助于进一步激发楼市活力。

乐评：利好房地产产业链。

2，海南已全面启动全岛封关运作准备。

乐评：利好消费板块。

今天乐语：

为了让游戏不停地玩下去，市场总有办法来证明大多数人是错的。

本文仅代表大乐妈当时的个人观点。涉及个股仅供探讨，不构成任何投资建议。股市有风险，投资需谨慎。

二、数字媒体技术专业有前途么？

有前途。数字媒体行业有望成为国民经济的重要支柱行业，发展前景非常广阔。毕业生可在广播电视、广告制作等信息传媒领域从事多媒体信息的采集、编辑等方面的技术工作以及多媒体产品的开发与制作工作。

三、国民技术和数字货币有什么关系？

国民技术是一家上市公司，而数字货币则是现在的一个货币名词。两者之间没有关系。

四、学数字电子技术与软件编程有什么关系、、、、关系？

对于理解计算机内部结构很有帮助，比如cpu的内部结构，这显然对编程起到好的作用，你要是说直接的关系没有，但是你要是懂数字电路对于编程绝对有帮助，当然你不能继续问有啥帮助，因为有的帮助是隐性的，就像国外的电子工程师的培养需要阅读大量大量的书籍，不是说你目前看着没用就不需要学这个意思。

五、机器人和人工智能方向不用做实验就能发论文的领域有哪些？

应用在图像识别的机器学习算法开发，课题组有一个方向就做的这一块。有一台电脑就可以，因为这个方向也没法做实验。只能写程序进行验证。上届有个师姐发了篇sci 师兄发了ei 。请参考。

六、大数据，人工智能，机器人三者之间到底有什么关系？

大数据，人工智能，机器人是三个行业。观察员从相互联系和各行业不同的结构进行分析。

【友情提醒：内容很长，干货很多。关注：机器人观察员，我是你们机器人行业朋友】

一、相互联系

大数据是基础，人工智能是核心，机器人是执行对象。

这是一个：五官信息——大脑处理——手脚执行的过程。

大数据采集的数据：当下普及的数据，主要分为：结构性数据可以获取，同时可以针对包括文字，图片，声音进行识别及处理。在数据获取方面，现在的机器人视觉，音频采集，既刻意做到实时采集，同时可以做到在终端计算，对于要求更高一些的可以进行边缘计算，再高级的那就进行云端计算。

具备数据分析的能力：现在比较多的逻辑分析，神经树分析，以及那些你们听不懂的高端逻辑分析。归类到最基层都是，归类，相关性，模型回归分析，更为高深的分析方式都是在这些数据的归纳以及训练中，慢慢建立起来的。

很明显咱们这篇文章，不是介绍技术的，就是介绍，我也没有能力在一篇文章中介绍完。

类比一下人类学习的过程。

大数据

1、归类分析：我们从小学习，一直都在被训练，被教育规则，规则就是归类分析的一种。我们看到有胸，有长头发都归类为女性。当然根据动态的环境获取信息，我们会发现这是一个什么样的女性，是漂亮的，还是一个伪娘。（这里面就是类似于归类，这类归类用大数据比较好理解）

2、相关性分析：类似于，将单个条件做纵向相关，例如，我们慢慢的发现，女人喜欢购物，喜欢逛街，你如果谈恋爱，最好是带她去逛街，去看电影。

这种相关性，毕竟不是像客观条件一下，客观条件是女人都有胸，但这种女人爱逛街，女人出现的场景在衣服店，都是关联到女性这个个体上面，社会没有一个固定的规则说，女人都爱逛街（确实有人不喜欢）。这类相关性分析，就是模型分析的基础。

在机器人中，我们训练的时候，例如说训练无人驾驶，我们会在汽车进行右转的时候，看看右转专用道的旁边有没有行人，电动车等？为什么，因为根据视觉动作，你要根据出现的场景判定，这些行人不要闯红灯。不然一个“鬼探头”，那就惨了。

现在应用最典型的是什么？是电销机器人。现在给你们打电话最多的不是真实的客户，都是机器人。拨通电话后，你沉默不语，机器人会直接说，如果你问了某一个关键词，那么系统制动设定一个话术回复。这就是最简单的大数据分析。

3、模型分析

很多人都有疑问，为什么做人工智能的都是大公司，为什么大公司都进步这么快？

我来简单的说一下，即使你召集几个人做了一个智能语音，你也不能做到高端的人工智能！为什么？人工智能需要训练！训练人工智能的方式就是给他喂数据，喂超过PB级别的数据。

你没有语料库，科大讯飞，百度，阿里巴巴，腾讯，微软，facebook都是超级大公司，都是即时通讯系统，能够拿到国家级别的各类语料信息。同时国家也同你采集这些信息。（这里看到你的信息被收集了吧！这都是要授权的。）

例如无人驾驶，更是难度极高。因为你要训练无人驾驶系统，很显然需要能够难道大量的路况数据，以及各类交通场景的数据。这个一般人也拿不到啊，只有交通系统才有。

模型分析，比较典型的是判断。属于高深的一种机器学习。

模型学习，你可以理解为，我们训练一个新员工工作，怎么去训练？让他做一件事情，做一个方案！方案就是模型，你可以不会，你什么都没接触过，客户，供应商都没接触过，但用这个模型你知道怎么做，在进行第一步行动后，根据反馈数据做下一步反馈。

谷歌那个alpha Go算是这类的代表了。下围棋的训练。

一切指向人工智能：大脑

人工智能解释为：机器人的智商或许更好理解。

我们介绍了大数据的作用，那么一切都是为了人工智能的出现，或者说机器人的智商能够更高服务的。

我们看到，当前主要的人工智能集中在：智能语言，图像智能，无人驾驶。这三种应用场景。

为什么是这三种？语言智能，是一切智能的基础，因为语言是人来创造的数据。你我沟通都是靠语言。语言智能不单单包含识别语言，还包括情感分析，情感分析的含义就是理解你的意思。

图像识别，是人类生活的三维世界同外部物质交互的唯一媒介。当然还包括触觉，还有嗅觉。后面我们介绍这两种感官。

所以图像识别就很有必要了，不然你认为我们国家的安保系统，支付系统，以及公共交通系统都是通过什么这么方便的？还不是通过面部图像识别。

那么无人驾驶就属于这两种应用更为复杂，并且落地场景最合适的一种应用。毕竟无人驾驶相对而言，不需要极其高端的情感判断。我不需要考虑你是不是不高兴，我只需要判断你的车和我的的状态。

语言智能，图像智能，以及高端的各类智能分析，都是相当于机器人的大脑。做到智能够高。

机器人——执行机构

执行机构，熟悉工业的朋友，应该知道，我们一般会把一个自动化的结构，叫做执行机构。机器人说白了，就是通过控制器（含有人工智能算法的芯片）——驱动动力（电动机）——金属结构驱赶。

当然机器人也需要同外部进行反馈，这时候就是传感器的天下了，包括力觉传感器，以及气敏传感器等。

这里用工业机器人的结构说明一下运动，智能机器人的结构式一样的。没有任何区别，区别就在于运动模型的复杂程度。

每个关节都是伺服电机+减速机进行驱动

高端的仿人型机器人，也同样是这样的方式。只是更为复杂。

波士顿动力的atlas机器人。

二、大数据，人工智能，机器人是三个行业

1、大数据行业——互联网行业淘金行业，工业自动化大咖的领域

有联系，但这三个也是三个很庞大的行业。现在大数据，在互联网，工业自动化都有很多应用。举个例子：对于当下电商，以及今日头条这种企业，可以分析观众的模型。获取你的用户喜欢从而分析你。这就是典型的大数据应用。

很多互联网的从业者都是知道，低端的爬虫工程师，高端的数据架构工程师就是典型的大数据分析的典型。那么工业领域是怎么做的呢？有根据离散制造，还是过程制造专门做好的数字孪生平台，以及MES系统。这就是典型工业大数据的分析平台。

现在工业自动化的大咖，都在这个领域玩耍，例如西门子，施耐德，博世，通用都是工业自动化数字化先行者。

就这个样子（不好意思，图片不是我，我没出境）

2、人工智能行业：

你们熟悉的商汤科技，依图科技，云丛科技，旷视科技都是图像智能的大企业。应用在智能终端，例如手机，安防监控，公共场所安防，智能家具等等都比较多。

像科大讯飞，百度，腾讯等等在智能语言上面技术比较领先，也在智能家居，智能终端应用较多。现在的人工智能努力在做的是，拓展各类应用场景。

当然，比较牛的例如华为这种，开始做AI智能芯片，也就是属于人工智能终端硬件产品。

3、机器人行业：

工业机器人，及服务机器人。

当前发展最好的应当属于工业机器人，国内埃斯顿，汇川技术，新松都是工业机器人的佼佼者。并且应用场景非常丰富。

服务机器人领域，当前以教育服务机器人发展的最好，优必选算是这个领域的领先者了。国外的NAO是这个行业的领先品牌。

综述：未来的天下肯定是人工智能的时代，你我都不能错过。错过了就真的没有机会喽！

【关注：机器人观察员，我是你们机器人行业朋友】

七、揭秘机器学习关系图谱：探索人工智能领域的关键技术和发展趋势

什么是机器学习关系图谱？

机器学习关系图谱是指在人工智能领域中，构建出的一种包含各种关键技术、方法与应用之间关系的知识图谱。通过这种图谱，研究人员可以更清晰地了解各种技术之间的联系，推动人工智能领域的发展。

机器学习关系图谱的重要性

在人工智能领域迅速发展的今天，机器学习关系图谱扮演着至关重要的角色。它不仅帮助研究人员更好地了解各种技术之间的联系，还能指导人工智能技术的发展方向，促进技术创新和应用。

机器学习关系图谱的构建方法

构建机器学习关系图谱的方法多种多样，包括基于知识图谱的自动构建、专家手工构建和基于大数据挖掘的自动构建等。通过这些方法，我们可以从不同角度全面地展示人工智能领域的关键技术与发展路径。

机器学习关系图谱的应用领域

机器学习关系图谱在人工智能领域的应用非常广泛，涵盖了自然语言处理、计算机视觉、智能推荐系统、智能语音识别等多个领域。通过应用机器学习关系图谱，研究人员可以更好地指导技术研究与应用。

机器学习关系图谱的发展趋势

随着人工智能领域的不断发展，机器学习关系图谱也在不断完善和扩展。未来，随着技术的进步和应用的深入，我们可以预见，机器学习关系图谱将发挥越来越重要的作用，成为推动人工智能技术发展的重要工具。

感谢您看完这篇文章，希望通过了解机器学习关系图谱，能够更好地把握人工智能领域的发展趋势，指导自己在相关领域的学习与研究。

八、经常被看做一个东西，机器人和人工智能到底有什么区别？

人工智能（AI）是计算机科学的一个分支，它的主要目标是使机器能够胜任一些需要人类智能才能完成的工作。在此基础上，人工智能和机器人的区别也出来了：人工智能是一门学科，现在的大学已经开始设立人工智能专业了；而机器人是人工智能研究的产物，它只是一个实体的东西。 人工智能可以研究出很多的东西，比如VR，AR，《头号玩家》里描述的场景大概就是未来的发展方向；还比如苹果的Siri，也是人工智能的一种应用，但是Siri它并没有实体。 机器人就不一样了，机器人是有实体的。就像现在的工业机器人、商用服务机器人、智能家居机器人，它们更多的是像一个容器，装着能让它们完成特定任务的人工智能成果。到现在，工业机器人已经相当成熟，其运作方式也比较单一，应用场景也是一些机械式的工厂，俗称“流水线”。而现在国内外机器人应用前景主要集中在商用服务机器人和智能家居机器人上。 李开复说过，未来三到五年会实现商用机器人的普及，而智能家居机器人的普及是五到十年。两者时间差的原因之一是家居机器人的应用场景要繁杂得多，对于家庭相应配套设施的要求非常高，暂时还没办法融入大众生活。所以现在大众较为熟悉的都是商用服务机器人居多，许多商场、餐馆、酒店也都纷纷引入商用服务机器人。值得一提的是，现在市面上的商用服务机器人几乎没有人形的，主流还是卡通类的外形，这一点其实非常好。因为它说明我们的开发商和制造商们完全明白商用服务机器人的定位：它们不是要模仿人，而是要为人分担工作。 那人工智能是什么？就是教导这些机器人怎样为人分担工作的最强大脑。

九、数字媒体技术专业在大学里有专门上PS的课程么？

有专门上PS课程，但是课程长短看学校安排。最好自学，并且能熟练使用。毕竟，到了专业课后，很多设计制作方面都得用到PS。PS已经变成了最基础的软件了。 补充：非常有必要！

十、机器人需要的人工智能支持技术主要有速度有哪两种？

机器人需要的人工智能支持技术主要有基于规则的专家系统和基于机器学习的方法两种。基于规则的专家系统使用明确的规则或条件来描述知识和行为，而基于机器学习的方法则通过训练数据来让机器人自我学习和改进。这两种技术都可以应用于机器人的速度控制，例如在机器人执行任务时，基于规则的专家系统可以根据预设的规则和条件来控制机器人的运动速度，而基于机器学习的方法则可以通过训练机器人来自我调整运动速度，以适应不同的环境和任务需求。