[不妨想象一下，在不久的将来，我们将人手一架载人无人机，基于5G网络的普及，那时的我们再也不用试图在堵塞的上下班高峰期杀出一条血路，一杯咖啡的时间就能跨越小半个市区] 或许我们中的大多数人毕生都无法享受一次价值十亿美元的探月之旅，只能通过模糊抖动的珍贵影像想象这颗遥远、美丽星球的模样。但在VR游戏中，用户可以化身为虚拟世界中的宇航员，真切地感受在月球脚踩陨石巨坑，远眺蔚蓝地球的宇航员视角，并与伙伴们共同完成月表巡查，土壤采集等任务。而在2018MWC的展台上，这样的应用案例无处不在，并且，体验比过去更加真实。 事实上，随着无线通信技术的发展以及垂直应用走向爆发期，越来越多“难以置信”的科学技术开始出现在人们的身边。第一财经记者通过三天的MWC现场走访发现，包括人工智能、虚拟现实（VR）、增强现实（AR）、物联网（IoT）和数据分析等在内的数字技术正在颠覆传统的商业认知，以及商品的交易方式，“应用的智能化”无处不在。而本届MWC的组委则更加简单明了地把这种趋势定义为“创造更美好未来”（CreatingaBetterFuture）。 在全球数字服务商埃森哲对本届MWC的技术预测中提到，诸多行业已应“新”于时，随着各种创意在各行业部门的快速应用，企业需要不断质疑自身的商业假定、重新设想商业模式的每个组成部分。比如想要看一场冬奥会的赛事，你已经不需要再去到现场，英特尔TrueVR技术提供的30场比赛虚拟现实直播和点播，可以带来模拟现场的观看体验。 打个飞的去上班 MWC主办方GSMA将今年的主题定为“CreatingaBetterFuture”，并亲自设置了一个名为GSMA创新城市的展区，集中展示由移动网络创新推动的医疗保健、零售、工业、交通等领域的巨大改变。在这些应用中，有的要用到5G，有的可能不用5G就可实现，但其核心在于网络连接，以及基于网络连接数字化和智能化。万物互联、数字化、智能化以后的现实世界，将变得更加丰富多样、精彩纷呈，即通向aBetterFuture。 GSMA的高级研究经理亚历克斯·劳伦斯（AlexLawrence）在谈到MWC2018时称，当前的网络发展就像处于寒武纪大爆发的风口浪尖，“自动化、虚拟化、边缘计算等网络创新将带来前所未有的能力，远超从2.5G向3G的转变。” 以交通为例，记者在华为的WirelessXLabs展台上看到了华为联合eHANG展示的世界首款载人无人机eHANG184。 这个只需要操作员在控制中心，便可通过无线网络远程控制飞行的小家伙，直观有力地向业界阐释了联网作为未来交通基础设施的基本构想。不妨想象一下，在不久的将来，我们将人手一架载人无人机，基于5G网络的普及，那时的我们再也不用试图在堵塞的上下班高峰期杀出一条血路，一杯咖啡的时间就能跨越小半个市区。除此以外，InnovationCity还将展示无人机远控飞行和专业雷达巡检等业务。 而在英特尔展台上，对于未来交通的畅想已经不再局限于实验室。第一财经记者在现场看到，与其他汽车的演示不同，英特尔的这辆汽车不再是一辆“实验室”里的汽车。2017年11月，这辆由英特尔技术提供连接支持的汽车，已经行驶在了日本东京的城市道路上，并在行驶中实现了实时的5G连接。这辆行驶的汽车由接入多个爱立信基站的“英特尔GO智能驾驶5G车载通信平台”提供连接支持，并通过DOCOMO的5G网络实现联网。 爱立信总裁兼首席执行官鲍毅康认为，5G将建立在多种用例之上。他在MWC上的演讲中提出，全球5G的大规模应用将首先发生在增强型移动宽带用例，以满足激增的数据流量，并提供更卓越的用户体验。预计2017至2023年，数据流量将以40%的年均复合增长率迅速增长——这意味着每个站点要处理的数据流量将增加超过八倍之多。 智能工厂正在出现 不仅仅是改变人们的日常生活，还有对垂直行业的改变。在埃森哲的预测中，今年MWC上的另一大关注焦点还有“工业X.0”的出现。工业X.0不仅仅是第四次工业革命，更是工业在数字技术驱动下不断转变核心运作方式、改变工人与顾客体验和商业模式的过程。 埃森哲认为，数字技术组合会给工业企业带来巨大影响。在工业设备行业，如果结合使用机器人、人工智能、区块链、大数据和3D打印技术，企业在每名员工身上能额外节省43000美元的成本。在MWC上，更多专为工业企业（包括工厂经理和工人）打造的解决方案将实现不同数字技术之间的融合，工厂经理可以从各个生产系统中获取数据，实时优化生产，对资源和技能进行动态分配，减少浪费。此外，智能眼镜、3D打印，甚至无人机，也将令工人如虎添翼，彻底改变工作完成的方式。 记者在MWC上也看到了诸多关于智能工厂的演示案例。比如Denso联合华为进行了无线智能工厂的演示，现场用无线网络连接了“工厂”中的9台WAVE机器人，它们通过无线网络形成分工协作，能够快速地根据需求组装3种不同的圆珠笔，甚至将买家的名字镌刻在笔壳上。 而在爱立信展台，爱立信携手中国移动开发并演示了基于网络切片技术的新一代5G智能工厂原型，模拟智能工厂环境下产品组装工序，充分展示5G网络在智能制造领域的潜在应用。 中国移动研究院副院长杨志强说，“联合演示展示了作为5G时代基本服务形式的网络切片在工业互联网中的应用案例，初步探索了跨行业智能制造的新模式，且为5G服务于垂直行业提供了示范。” 从某种意义上看，5G网络正在走向现实应用，利用无线作为工厂的基础设施，无线工厂的各个元素降低了对线缆的依赖，没有了蜘蛛网般的线缆束缚，机器反而能够根据需求快速地做出调整，从而实现更高程度的柔性制造。 更加智慧的手机终端 过往在MWC上大行其道的手机产品依然是外界关注的焦点。 首先是三星GalaxyS系列旗舰重回MWC并发布了S9系列新品。GalaxyS9上安装了可以照到每秒960帧的“超慢动作”传感器，而超慢动作是在竞技体育中分析选手动作用的照相机中超高速摄影技术的一种。 去年重新回归中国市场的HMD一口气推出了4款手机，其中包括全面屏新机Nokia7Plus、Nokia81104G版、Nokia1以及Nokia8Sirocco。诺基亚中华区副总裁许立新在现场对第一财经记者表示，关于5G技术的研发也在继续，终端的AI化仍然持续发酵。 事实上，在MWC的现场，不仅是三星、LG、中兴等品牌新发布的手机在强调AI功能，连华为新发布的全面屏笔记本也开始搭载AI硬件与软件，开始了AI应用之路。在京东电子文娱事业群通讯事业部总裁陈婷看来，手机的创新依然具有很大的空间，并且在竞争最为激烈的中国市场上将会爆发，比如说屏下指纹等。记者在MWC现场看到了汇顶科技展示的全系列指纹识别方案，汇顶科技方面对记者透露，屏下光学指纹方案将在年内实现大规模量产。 除了手机终端，更多的终端创新也在发生。在5G的技术催化下，华为发布了首款3GPP标准（全球权威通信标准）的5G商用芯片巴龙5G01，基于该芯片，不到1秒即可下载一集网络剧。 终端芯片巨头公司高通也在MWC上发布了其在过去数月中开展大量5G真实网络模拟实验所获得的多项结果。其中，在法兰克福进行的模拟试验测试结果显示，4G用户的浏览速度从56Mbps跃升至5G用户的490Mbps以上，浏览响应速度大约是此前的7倍，下载速度也得到大幅提升，超过90%的用户在5G网络上达到了100Mbps的下载速度，而采用LTE连接技术情况下的下载速度为8Mbps。从某种程度上看，更快速率的手机将会在不久后出现。 而英特尔也在现场展示了第一个支持5G的二合一原型设计，并通过真实的5G无线技术集成到移动PC平台上取得的进展。英特尔预计首批5G全互联的PC将于2019年下半年上市。 值得一提的还有谷歌，在MWC上，谷歌宣布GoogleAssistant将把Android和其语音生态系统整合，从而使开发者可以将GoogleAssistant整合进自己的APP里。谷歌产品经理BradAbrams表示：“到今年年底，ActionsonGoogle将为全球95%符合要求的手机提供服务。Actions能够让开发者接触用户，并帮助用户通过语音完成某些事务。用户也能够从AndroidAPP中受益，尤其是在复杂的或高度交互式的任务中。” “除了手机，还有随处可见的智能音箱。不远的未来，数字助理将无处不在，有些数字助理将会理解用户说的话，用语音回应。很大一部分则将成为移动设备或屏幕中的聊天机器人。另外一些不为人们所见的，将在后台悄无声息地运行，智能地为用户选择和组织信息及服务。”埃森哲认为，语音正在逐步成为控制设备、获取信息和其他服务的重要手段。数字语音助手的全球拥有量预计将在今年增加至少一倍。

据Yole数据显示，全球人脸识别市场规模预计将从2017年的40.5亿美元增长至2022年的77.6亿美元，这期间的复合年增长率可达13.9%。推动市场增长的主要因素包括：更多智能手机集成3D人脸识别，公共场所日益增长的监控需求，以及政府部门等各个产业对人脸识别技术的应用增长。 人脸识别技术的优势 人脸识别的工程应用始于20世纪60年代，经过50多年的发展，人脸识别技术已经取得了重大突破，很多经典算法和人脸库相继出现。目前人脸识别系统最高的正确率可以达到99.5%，而人眼在同等条件下识别的正确率仅为97.52%，人脸识别的准确率已经做到了比肉眼更精准。 人脸识别大致分为两种应用模式四步流程。两种模式包括1:1比对和1:N识别，1:1是比对两个人脸的相似度，只需要确定是否授权人；1:N是识别对象是否在人脸数据库中。四部流程依次是人脸检测、活体检测、人脸特征提取和人脸匹配识别。 与其他生物特征识别技术相比，人脸识别技术在实用性方面具有独到的技术优势，主要体现在以下方面:1、非接触:人脸图像的采集不同于指纹、掌纹需要接触指掌纹专用采集设备，指掌纹的采集除了对设备有一定的磨损外，也不卫生，容易引起被采集者的反感，而人脸图像采集的设备是摄像头，无须接触。2、非侵扰:人脸照片的采集可使用摄像头自动拍照，无须工作人员干预，也无须被采集者配合，只需以正常状态经过摄像头前即可。3、友好:人脸是一个人出生之后暴露在外的生物特征，因此它的隐私性并不像指掌纹、虹膜那样强，因此人脸的采集并不像指掌纹采集那样难以让人接受。4、直观:我们判断一个人是谁，通过看这个人的脸就是最直观的方式，不像指掌纹、虹膜等需要相关领域专家才可以判别。5、快速:从摄像头监控区域进行人脸的采集是非常快速的，因为它的非干预性和非接触性，让人脸采集的时间大大缩短。6、简便:人脸采集前端设备——摄像头随处可见，它不是专用设备，因此简单易操作。7、可扩展性好:它的采集端完全可以采用现有视频监控系统的摄像设备，后端应用的扩展性决定了人脸识别可以应用在出入控制、黑名单监控、人脸照片搜索等多领域。 深度学习和3D视觉助推人脸识别发展 长久以来，技术创新不足、应用推广有限、价格成本高企是制约人脸识别发展的三大因素。研究人脸识别算法优化、轻量化的团队较少，算法的优化尚未完成，在功耗小的情况下保持一定的速度和精度是人脸识别应用发展的难点。因此最近几年人脸识别虽然被广泛应用到出入境通关、机场安检等政府部门中，但一直没能真正进入到更广泛的商业化应用领域中。 第一，在技术层面上，人脸识别的精准度和核心算法的原始创新不足、技术标准制定还不完善，快速准确完成人脸识别需要解决很多技术上的难点:自身生理变化。在人脸比对的过程中，如果自身与数据库里面存储的人脸发生了较大的生理变化，例如经历剃须、换发型、戴眼镜遮挡等变化。即使外貌并没有发生太多变化，人通过脸部的变化产生很多表情，都有可能会引起比对失败。外部环境影响。人脸受到很多外部因素的影响:在不同的角度进行拍摄，人脸的视觉图像相差很大;容易受到光照条件影响，比如白天和黑夜、室内和室外的光照存在较大差异。除了这两种情况，还有人为的整容行为、双胞胎等极端情况存在。如何规避这些外因对于人脸识别速度和识别效果的影响，一直都是科研的重点研究方向。 第二，应用方面上，人脸识别基本局限在公安部门出入境管理等政府部门中，未能渗透到大规模商业级别应用和个人消费级别当中。在应用层面上，尽管在实验室等科研条件下，许多人脸识别技术的精准度已经达到99%、甚至99.5%以上的水平，但是这些技术和方案很难落地到实际应用层面上。人脸识别技术落地的过程中，需要考虑到不同的场景运用。在实际落地过程中，指纹识别等其他生物识别由于技术成熟，不易受到外界因素影响，早已经运用到考勤认证、智能手机账号登录中，可替代物的成熟发展也制约了人脸识别产业化的进程。 第三，价格方面，市场竞争不足和技术不成熟导致价格处于高位。由于技术不成熟，人脸识别技术并未应用到商业场景和消费级领域，大部分被运用到政府和公安部门，且采用系统集成的方式交付，一套系统的成本和价格非常高昂。 但近几年来，这一情形开始转向，三大问题正在逐渐得到解决。 技术方面，深度学习算法的成熟，使得人脸的准确率得到大幅提升。以深度学习算法为基础的计算机技术的进步，为人脸识别提供了强大的计算和分析工具。反过来，巨量的生物特征数据也为机器训练提供了丰富的素材，“大数据成为人工智能的燃料”。 应用方面，公安部门在视频监控和多类场所的人员进出管理中大力引入人脸识别技术。在政策推动下，人脸识别也已入驻社保、教育、医疗系统。近几年，国内智能手机消费剧增，手机用户的移动支付习惯逐渐养成，智能家居渐受青睐。 价格方面，人脸识别设备近两年不断下降。近年来，技术的进步和算法的改善让人脸识别技术迈上一个新的台阶，在国家政府推动和政策支持下，我国人脸识别技术和应用都取得了非常大的进步。 消费级应用即将爆发，人脸识别场景日趋多元 刷脸时代来临，人脸识别市场广阔，盈利模式多变，消费级领域产业化将爆发。 互联网+：人脸识别技术在互联网领域得到了广泛应用。 新零售&支付：人脸识别技术也被应用在新零售领域，推动着无人零售的发展与实现。2017年9月KFC与蚂蚁金服合作在其第一家升级店K PRO采用人脸识别系统等技术，消费者微笑就可通过人脸识别系统完成支付。店内没有设臵点餐台和收银员，消费者到店点餐不仅可以通过设臵在门口的自助点餐机点餐，也能通过手机扫描餐桌上的二维码自助点餐、支付。在未来，人脸识别技术还可用于客流统计、消费者心理和行为分析。通过客流统计数据，分析不同区域、通道的客流和顾客滞留时间，与销售业绩报表结合，可以分析顾客购买行为，顾客性别年龄组成。 总而言之，除了政府、安防、公安、金融之外，互联网、消费电子、汽车电子、零售、医疗、教育等诸多领域都在逐步引入人脸识别，人脸识别正在逐步渗透进消费级领域方方面面。

1月18 日下午，2018 人工智能标准化论坛在京召开，本次论坛发布了《人工智能标准化白皮书（2018 版）》。 白皮书通过梳理人工智能技术、应用和产业演进情况，分析人工智能的技术热点、行业动态和未来趋势，从支撑人工智能产业整体发展的角度出发，研究制定了能够适应和引导人工智能产业发展的标准体系。 进而提出近期急需研制的基础和关键标准项目，呼吁社会各界共同加强人工智能领域的技术研究、产业投入、标准建设与服务应用，共同推动人工智能及其产业发展。 1、 前言 1.1 研究背景 1.2 研究目标及意义 2、人工智能概述 2.1 人工智能的历史及概念 2.1.1 人工智能的起源与历史 2.1.2 人工智能的概念 2.2 人工智能的特征 2.3 人工智能参考框架 3、人工智能发展现状及趋势 3.1 人工智能关键技术 3.1.1 机器学习 3.1.2 知识图谱 3.1.3 自然语言处理 3.1.4 人机交互 3.1.5 计算机视觉 3.1.6 生物特征识别 3.1.7 虚拟现实/增强现实 3.1.8 人工智能技术发展趋势 3.2 人工智能产业现状及趋势 3.2.1 智能基础设施 3.2.2 智能信息及数据 3.2.3 智能技术服务 3.2.4 智能产品 3.2.5 人工智能行业应用 3.2.6 人工智能产业发展趋势 3.3 安全、伦理、隐私问题 3.3.1 人工智能的安全问题 3.3.2 人工智能的伦理问题 3.3.3 人工智能的隐私问题 3.4 人工智能标准化的重要作用 4、人工智能标准化现状 4.1 国际标准化现状 4.1.1 ISO/IEC JTC 4.1.2 ISO 4.1.3 IEC 4.1.4 ITU 4.2 国外标准化现状 4.2.1 IEEE 4.2.2 NIST 4.2.3 其它 4.3 国内标准化现状 4.3.1 全国信息技术标准化技术委员会 4.3.2 全国自动化系统与集成标准化技术委员会 4.3.3 全国音频、视频和多媒体标准化技术委员会 4.3.4 全国信息安全标准化技术委员会 4.3.5 全国智能运输系统标准化技术委员会 4.4 人工智能标准化面临的问题和挑战 4.5 人工智能标准需求分析 4.6 人工智能标准化组织机制建设 5、人工智能标准体系 5.1 人工智能标准体系结构 5.2 标准体系框架 5.2.1基础标准 5.2.2平台/支撑标准 5.2.3关键技术标准 5.2.4产品及服务标准 5.2.5应用标准 5.2.6安全/伦理标准 5.3 近期急需制定标准 6、人工智能标准化工作重点建议