1，联想桌面设置在哪里找
主页～左虚拟键
主页～左虚拟键
主页～左虚拟键
2，联想48a21y智能 桌面
尊敬的联想用户您好！建议您将所遇到的问题进行详细说明，以便我们为您进行详细解答。更多问题您可以咨询联想智能机器人：http://***.cn/8sYxpQm如果没有解决您的问题可以吐槽提出您宝贵的意见，再转人工服务。期待您满意的评价，感谢您对联想的支持，祝您生活愉快！
3，联想A2887手机桌面
长按图标。。出来选项，然后移除
长按图标。。出来选项，然后移除
长按图标。。出来选项，然后移除
4，联想智能手机怎么设置桌面显示城市天气? -
安装墨迹天气，然后一直按住桌面出现小插件选择墨迹天气
打开天气软件，点击设置，添加城市，或定位城市，要开定位
您好，感谢您对联想产品的支持！ 很抱歉给您的使用带来疑惑，请问您使用的是哪个型号的手机？ 联想手机通常直接长按桌面空白处或点击菜单加-添加-选择天气插件，添加到桌面。然后打开天气插件，选择您当前的城市即可，请您尝试。 更多信息以及使用技巧请您浏览乐社区：http://bbs.lenovomobile.com/ 和乐粉帮http://lefen.lenovo.com 同网友进行交流和分享。 希望以上回复对您有所帮助，祝您生活愉快！
安装墨迹天气，然后一直按住桌面出现小插件选择墨迹天气
打开天气软件，点击设置，添加城市，或定位城市，要开定位
您好，感谢您对联想产品的支持！ 很抱歉给您的使用带来疑惑，请问您使用的是哪个型号的手机？ 联想手机通常直接长按桌面空白处或点击菜单加-添加-选择天气插件，添加到桌面。然后打开天气插件，选择您当前的城市即可，请您尝试。 更多信息以及使用技巧请您浏览乐社区：http://bbs.lenovomobile.com/ 和乐粉帮http://lefen.lenovo.com 同网友进行交流和分享。 希望以上回复对您有所帮助，祝您生活愉快！
安装墨迹天气，然后一直按住桌面出现小插件选择墨迹天气
打开天气软件，点击设置，添加城市，或定位城市，要开定位
您好，感谢您对联想产品的支持！ 很抱歉给您的使用带来疑惑，请问您使用的是哪个型号的手机？ 联想手机通常直接长按桌面空白处或点击菜单加-添加-选择天气插件，添加到桌面。然后打开天气插件，选择您当前的城市即可，请您尝试。 更多信息以及使用技巧请您浏览乐社区：http://bbs.lenovomobile.com/ 和乐粉帮http://lefen.lenovo.com 同网友进行交流和分享。 希望以上回复对您有所帮助，祝您生活愉快！
5，今天,微信正式诞生手机桌面系统_
文 | Tech星球 尹非凡
为了小程序，微信再次迎来里程碑式的重大改版。
1月22日，微信iOS的7.0.3版本对首页小程序下拉菜单栏进行升级，下拉可直接展示为全屏。可以这么说，微信小程序从首页下拉栏，正式成为了下拉页。
左图为微信iOS7.0.3版本；右图为微信iOS7.0.2版本
在上代版本分别展示「最近使用」、「我的小程序」10个小程序的基础上，本次新版共有以下3大调整：
1.「最近使用」共展示10个，右击「···」直接跳转全部最近使用小程序；
2.「我的小程序」可最多展示50个小程序；
3.继续下拉该屏，会出现「搜索小程序」框；
这是一个近乎于智能手机桌面的全新界面。而在微信中管理小程序，也和手机桌面管理App有一样的操作，长按住想要删除的小程序，系统会在底部弹出删除篓，拖住小程序即可删除。
此外，小程序下拉俨然成为微信的另一屏，在该界面的顶部，还会显示实时的消息数量。
一直以来，在微信生态内，小程序作为应用程序的定位都尚未获得更高的位置体现，2017年10月，微信首页下拉菜单栏的出现，被看作是微信发力小程序的关键性标志。
而下拉菜单栏也在2018年分别成为百度智能小程序、支付宝小程序的功能选择。毕竟，各家只有为小程序开拓更为巨型的流量入口，才能让小程序真正成为生态利器。为此，本次更新，就在下拉页中新添了搜索栏，方便寻找新的小程序和已使用过的小程序。
首页下拉栏，更大的目标是让小程序不止于用完即走，走了还能再回来。
为了形成更为便捷的访问，增强留存，微信依然在不断改造下拉栏。从下拉栏到下拉页，最重要的用户体验变化是增强沉浸感，以及用户对访问一个小程序的心理正视。
从10个变成50个的满屏显示，使得用户可以添加更多的小程序到「我的小程序」。很显然，微信已经注意到，对于小程序这种极易访问、以工具化形态出现的应用程序而言，用户并不满足于只添加10个「我的小程序」的数量。
用户添加更多小程序作为长期的访问目标，微信就从产品的角度解决了小程序留存率、二次访问的最艰难问题。
此外，还需要再重新介绍一下小程序搜索。
细心的用户可以发现，下拉页的小程序搜索栏，实际上就为微信「发现」中小程序聚合首页的搜索栏。其中，「购物单」不知不觉中已经默认被绑定在了搜索框之下。
这也就意味着，微信中的电商小程序又增加了一个新的超级入口。
而所有围绕小程序的这些变化，我们看到微信以小程序为核心打造的应用系统、生态闭环已经成型。
下拉页和手机桌面太像了！
它甚至让人混淆。以前人们是从手机桌面进入微信的，而以后，人们还要习惯从微信进入「手机桌面」。
文 | Tech星球 尹非凡
为了小程序，微信再次迎来里程碑式的重大改版。
1月22日，微信iOS的7.0.3版本对首页小程序下拉菜单栏进行升级，下拉可直接展示为全屏。可以这么说，微信小程序从首页下拉栏，正式成为了下拉页。
左图为微信iOS7.0.3版本；右图为微信iOS7.0.2版本
在上代版本分别展示「最近使用」、「我的小程序」10个小程序的基础上，本次新版共有以下3大调整：
1.「最近使用」共展示10个，右击「···」直接跳转全部最近使用小程序；
2.「我的小程序」可最多展示50个小程序；
3.继续下拉该屏，会出现「搜索小程序」框；
这是一个近乎于智能手机桌面的全新界面。而在微信中管理小程序，也和手机桌面管理App有一样的操作，长按住想要删除的小程序，系统会在底部弹出删除篓，拖住小程序即可删除。
此外，小程序下拉俨然成为微信的另一屏，在该界面的顶部，还会显示实时的消息数量。
一直以来，在微信生态内，小程序作为应用程序的定位都尚未获得更高的位置体现，2017年10月，微信首页下拉菜单栏的出现，被看作是微信发力小程序的关键性标志。
而下拉菜单栏也在2018年分别成为百度智能小程序、支付宝小程序的功能选择。毕竟，各家只有为小程序开拓更为巨型的流量入口，才能让小程序真正成为生态利器。为此，本次更新，就在下拉页中新添了搜索栏，方便寻找新的小程序和已使用过的小程序。
首页下拉栏，更大的目标是让小程序不止于用完即走，走了还能再回来。
为了形成更为便捷的访问，增强留存，微信依然在不断改造下拉栏。从下拉栏到下拉页，最重要的用户体验变化是增强沉浸感，以及用户对访问一个小程序的心理正视。
从10个变成50个的满屏显示，使得用户可以添加更多的小程序到「我的小程序」。很显然，微信已经注意到，对于小程序这种极易访问、以工具化形态出现的应用程序而言，用户并不满足于只添加10个「我的小程序」的数量。
用户添加更多小程序作为长期的访问目标，微信就从产品的角度解决了小程序留存率、二次访问的最艰难问题。
此外，还需要再重新介绍一下小程序搜索。
细心的用户可以发现，下拉页的小程序搜索栏，实际上就为微信「发现」中小程序聚合首页的搜索栏。其中，「购物单」不知不觉中已经默认被绑定在了搜索框之下。
这也就意味着，微信中的电商小程序又增加了一个新的超级入口。
而所有围绕小程序的这些变化，我们看到微信以小程序为核心打造的应用系统、生态闭环已经成型。
下拉页和手机桌面太像了！
它甚至让人混淆。以前人们是从手机桌面进入微信的，而以后，人们还要习惯从微信进入「手机桌面」。
文 | Tech星球 尹非凡
为了小程序，微信再次迎来里程碑式的重大改版。
1月22日，微信iOS的7.0.3版本对首页小程序下拉菜单栏进行升级，下拉可直接展示为全屏。可以这么说，微信小程序从首页下拉栏，正式成为了下拉页。
左图为微信iOS7.0.3版本；右图为微信iOS7.0.2版本
在上代版本分别展示「最近使用」、「我的小程序」10个小程序的基础上，本次新版共有以下3大调整：
1.「最近使用」共展示10个，右击「···」直接跳转全部最近使用小程序；
2.「我的小程序」可最多展示50个小程序；
3.继续下拉该屏，会出现「搜索小程序」框；
这是一个近乎于智能手机桌面的全新界面。而在微信中管理小程序，也和手机桌面管理App有一样的操作，长按住想要删除的小程序，系统会在底部弹出删除篓，拖住小程序即可删除。
此外，小程序下拉俨然成为微信的另一屏，在该界面的顶部，还会显示实时的消息数量。
一直以来，在微信生态内，小程序作为应用程序的定位都尚未获得更高的位置体现，2017年10月，微信首页下拉菜单栏的出现，被看作是微信发力小程序的关键性标志。
而下拉菜单栏也在2018年分别成为百度智能小程序、支付宝小程序的功能选择。毕竟，各家只有为小程序开拓更为巨型的流量入口，才能让小程序真正成为生态利器。为此，本次更新，就在下拉页中新添了搜索栏，方便寻找新的小程序和已使用过的小程序。
首页下拉栏，更大的目标是让小程序不止于用完即走，走了还能再回来。
为了形成更为便捷的访问，增强留存，微信依然在不断改造下拉栏。从下拉栏到下拉页，最重要的用户体验变化是增强沉浸感，以及用户对访问一个小程序的心理正视。
从10个变成50个的满屏显示，使得用户可以添加更多的小程序到「我的小程序」。很显然，微信已经注意到，对于小程序这种极易访问、以工具化形态出现的应用程序而言，用户并不满足于只添加10个「我的小程序」的数量。
用户添加更多小程序作为长期的访问目标，微信就从产品的角度解决了小程序留存率、二次访问的最艰难问题。
此外，还需要再重新介绍一下小程序搜索。
细心的用户可以发现，下拉页的小程序搜索栏，实际上就为微信「发现」中小程序聚合首页的搜索栏。其中，「购物单」不知不觉中已经默认被绑定在了搜索框之下。
这也就意味着，微信中的电商小程序又增加了一个新的超级入口。
而所有围绕小程序的这些变化，我们看到微信以小程序为核心打造的应用系统、生态闭环已经成型。
下拉页和手机桌面太像了！
它甚至让人混淆。以前人们是从手机桌面进入微信的，而以后，人们还要习惯从微信进入「手机桌面」。
6，权威机器人学家:人工智能不会主宰人类的命运_
编者按：像谷歌、IBM等大公司，早早地就在人工智能领域开始布局，抢占行业风口。有不少人都认为，随着科技的不断发展和进步，人工智能总有一天终将会主宰人类的命运。而这篇原创自Brian Bergstein标题为A Top Roboticist Says A.I. Will Not Conquer Humanity的文章，采访并整理了人工智能领域的权威专家Rodney Brooks对未来人工智能发展的不同看法，希望对你有所启发。
如果你认为科技将在接下来的50年改变人类生活的方方面面，你可能会联想到科幻小说家亚瑟·查理斯·克拉克（Arthur C. Clarke）的预言——先进科技最终会变得像魔法一样。你可以想象2069年的人类社会，那时候可能会有各种各样我们如今认为是不可思议的事物。
然而，科技并不是如魔法般地出现的。科技的出现，需要在结合聪明才智基础上的精益求精，还需要结合现存的科学技术。即便出现了日新月异的创意科技，但仍需要几十年才有可能完全代替现有的科技。
基于此，我联系了麻省理工大学计算机科学和人工智能实验室的前任负责人Rodney Brooks。Brooks今年64岁，是一个科技乐观主义者和务实主义者，同时他还是两家机器人公司的合伙创始人。这两家机器人公司分别是推出Roomba扫地机器人的iRobot公司，以及最近推出协作机器人的Rethink Robotics公司。Brooks还发表了大量关于过度吹捧人工智能的文章，此外他还发表了人们对科技领域存在误解的若干文章。
（以下内容基于作者和Rodney Brooks的电话采访内容而整理。）
图片来源：pexels.com
问：当提到50年后的人类生活，您首先想到的是什么？
答：50年后，自动驾驶将是非常了不起的一个方面。从19世纪晚期到20世纪中期，世界各地都因汽车的出现而发生了翻天覆地的变化。接下来50年，我们会再次经历这样的变化，特别是在自动驾驶和个人交通工具领域。
世界各地的城市将会发生迥然有异的变化，也会出现更多的城市，世界各地的城市化人口在现有基础上还将扩大一倍。到时候，毋庸置疑的是，环境变化将给人类社会带来巨大的影响。
此外，北美、欧洲以及日本和中国还将面临人口老龄化问题。50年后，非洲将占据约二分之一的全世界人口，而且年轻人占比非常高。因此，毫不夸张地说，50年后的非洲，可能是科技创新的聚集地。
问：如果有人在50年前沉睡并在今天苏醒的话，将会被社会变化、医疗进步、社交设备的改变等方面所震惊，但我并不认为这个世界对他来说发生过根本性的变化。假如我们可以在今天沉睡并在2069年苏醒的话，我们会对那个时候的世界更加陌生吗？
答：可以肯定的是，到时候还是有不会改变或者至少和如今社会相似的方面。50年前，我们就知道具有机翼、并且在机翼下挂着发动机的飞机。而如今的飞机仍然是基于这样的设计，改变的只是更加高效的发动机，或者大体上机型变得更大而已。如今有更多的人能够体验飞行带来的乐趣，也肯定还将有更多的人会去体验飞行带来的乐趣。但这些方面都没有发生根本性的改变。
我们再看像iPhone这样的科技设备。过去50年，科技领域有非常大的进步，这也是验证摩尔定律的有力例证。但摩尔定律是一个历史上比较独特的法则，它认为信息技术只会在固定期限内呈规律性地增长和进步，而这个固定期限只有50年。对大多数人而言，他们想象未来发展的时候，则将摩尔定律无限地应用于科学技术的方方面面，这是想法是极其错误的。摩尔定律的独特之处在于，它可以解释为什么科技会出现，而普遍存在的误解却歪曲了我们认识未来世界的方法。
图片来源：pexels.com
问：为什么摩尔定律具有欺骗性？
答：摩尔定律基于一个事实，即（集成电路）的物理结构可以在不改变信息内容的前提下进一步改变，新的物理结构只有以前的二分之一。
假如我的办公桌上有一堆沙粒，现在你可以从这堆沙粒中拿掉其中的一半，我的桌上还剩一半的沙粒。在桌面上剩下的这一半沙粒中，如果你再继续拿掉一半，我的桌上还有一半。
摩尔定律的背景就像拿掉沙粒这个过程，在接下来50年中，我们还剩25次机会来拿掉沙粒，直到只剩最后一颗沙粒，也就是我们目前所处的阶段。但遗憾的是，我们不能再从中拿掉一半了。
目前，我们还可以通过大量的计算来解决各种骤增的新问题，所以我们还没有机会看到摩尔定律失效的那一天。也就是说，摩尔定律目前仍然是适用的。但可以预见的是，这种“一半又一半”的发展，在其他任何科技领域却不是可持续发展的。
问：所以说，我们目前进入了一个“指数式发展阶段”。在这个阶段中，世界各地每年都会出现不计其数神乎其神的科技创新，对吗？
答：我认为我们过度看好了指数式经济增长模式。纵观人类历史发展进程，宇宙中从来没有任何事物可以在某可持续时间段内保持高速增长。毕竟，你需要的相关物品或资源最终将要耗尽。
问：但我们目前所处的阶段，科技创新还将进一步加速，对吗？因为就信息科技的应用而言，目前仍能看到很大的成长空间，这些应用在社会中的普及率还可以更广。
答：我们目前还在进一步开发和发展阶段。前年，马萨诸塞州取消了道路上的收费亭。相比于直接用机器人取代收费员，马萨诸塞州利用了一系列数字化供应链程序来取代现有的收费系统。
当你驾驶车辆经过收费站时，你不再需要提供实体的信用卡来完成交易。在这个新的系统下，每个人都可以将接收器和车牌号进行关联注册。在识别车牌号码的过程中，会结合一部分人工智能技术。如果无法识别接收器，或者车辆没有进行关联注册，系统则会自动借助交通管理部门的数据库将相关的账单发送至驾驶者绑定的账单地址。这一系列操作的背后，都得益于信息技术的发展。
我们可以期待看到更多信息技术的发展成果，通过不同的科学技术将物理世界的方方面面结合利用，从而改变我们认识和理解世界的方式。
就人工智能而言，这个领域的发展在过去九年中都没有重大的突破。有人对我说，“但我们在这个领域每年总有突破。”我并认可这个说法。我们目前所看到的只是借助于机器学习而大规模开发的结果。我并不认为我们可以想当然地假设我们可以按照某种时间表来取得突破。这也是我认为摩尔定律它非常独特的原因之一，基于摩尔定律的突破可以按照某种固定时间表来完成。然而，我们还没有见过可以根据时间表来取得突破的科学技术。
问：科幻小说是否会影响人们理解人工智能的发展进程？
答：我经常听到人们说，“人工智能将会掌控这个世界，将会主导我们的未来”，然而可笑的是，他们的这些观点都是来源于科幻小说。我们看完幽灵故事后并不会说“幽灵来了！幽灵要来俘虏我们！”我们看完《第一次接触》（First Contact）后也不会说“外星人来了！外星人将要主导我们的世界！”
从根本上来说，我们是不相信幽灵的存在，也不相信外星人随时会出现在我们眼前。但遗憾的是，他们没有真正认识和理解人工智能，还把科幻小说当作事实来理解。对我而言，我是无法理解这些行为的。当然，世界上还有许许多多我都无法理解的客观存在的事物。
问：也就是说，人工智能目前其实并不存在，对吗？
答：人工智能的确存在，但它只不过不是以大多数人们想象的那样存在的。目前，人工智能是深度学习的一个分支领域。人工智能还没有目的，还不能理解世界。美国国防高级研究计划局（DARPA）近日宣布，其将投资20亿美元开发人工智能新技术，并旨在让人工智能对整个世界的认识达到一岁半婴儿认知世界的相当程度。所以说，把人工智能理解为某种智能化的、会思考会暗算他人的存在，这种想法完完全全是科幻小说的情节。
问：那在50年后，也就是说2069年时，人工智能会做到那样吗？
答：当然，这是有可能实现的。
问：您认为，如果要将计算机智能化，是否会要求它们在人类日常生活中以实体方式存在？比如，相比于在云端或者数据库的机器人，在我们身边活动的机器人可以更好地认识和了解世界，并储存更多的数据。
答：这个问题，是我自上个世纪80年代以来一直在探讨的问题。这也是计算机科学之父艾伦·图灵（Alan Turing）在其1948年著作、却在1970年才得以被人所知的论文中提出的观点。我认为，到最后还是需要机器人以实体方式存在于现实生活中，但也许我的观点也不是正确的。
问：那是否需要生物物质和电子器件结合在一起，或者将计算机和活细胞联系在一起，又或者类似的结合呢？
答：可能需要。我接下来的文章就会涉及到这个问题。我自己的书桌上也堆满了各种相关主题的书籍和论文材料，我也在进一步探究这个问题。
图片来源：pexels.com
问：再回到自动驾驶这个话题，在2069年时我们可以看到满大街的无人驾驶汽车吗？就目前的无人驾驶汽车发展情况来看，现在的速度和之前的预期速度相比明显相差很多。
答：我们目前已经错过了之前有人预测的可以在真实道路上实现无人驾驶汽车的多个时间节点。如果你在过去半年时间内一直保持关注无人驾驶的话，你肯定知道行业人士的说法：最开始实现无人驾驶必定是在地理位置上相对于孤立的地区，并且天气条件一定要好。而且还有人说，即便有非无人驾驶车辆，那也是员工驾驶的穿梭巴士。
这种所谓的无人驾驶其实并不算真正意义上的无人驾驶，毕竟这并不算是真实的道路交通情景。此外，还有不少无人驾驶区域的车辆可以在固定路径的任意地点完全停止，并且不会造成任何事故。但这种情况在真实路况情境下肯定是不存在的。
所以，在类似学校的路况环境中，他们就把本来是动态的问题，全部改变成了静态问题，或者至少在初始阶段会这么做。我认为这样的做法是聪明之举。但我并不是说未来就不能达到预期目标，可能花的时间会更久一点，也可能需要经历更多的经验教训。同时，还可能需要期待城市以及道路等基建方面的进一步转变和升级。
问：那这种可能性高吗？如果现有的基建能满足无人驾驶的条件，在新兴科技出现后也并不一定要进一步完善和升级基础设施，对吧？
答：基建并不是必须的。无人驾驶列车目前已经有40至50年运行历史了，但基建方面并没有改变太多。而在美国，特别是机场内，也有15条无人驾驶列车线路。
问：最后一个问题，您认为在2069年的家家户户中，会不会都是机器人在做家务呢？
答：在我看来，清洁型机器人肯定会越来越多，而且并不仅限于扫地机器人。厕所马桶以后都会由机器设备来清洗，但可能需要将设备固定在马桶上，而不会让它到处乱跑。我可以肯定的是，以后屋顶的太阳能板以及家里的窗户都将是机器人来清洁。此外，我们室内种植着各种新鲜果蔬的“个人农场”，也将会由机器设备来“照顾”。
人们是否会把这些机器设备看作机器人是另一回事。你是否还记得上个世纪70年代的计算机磁带？如果当时能预计大概20年后厨房里会配备计算机的话，通过联想计算机磁带，人们肯定不愿接受。但如今我们的厨房的确有很多计算机，比如说，烤箱、微波炉、洗碗机、冰箱以及语音助手Alexa等等。但它们却并不像上个世纪70年代人们所认识的计算机那种模样。
因此，如果要说50年后的家用机器人，同样也是这个情况。只能够说，它们肯定不是我们现在认识或者想象的机器人这种模样。
编译组出品。编辑：郝鹏程
编者按：像谷歌、IBM等大公司，早早地就在人工智能领域开始布局，抢占行业风口。有不少人都认为，随着科技的不断发展和进步，人工智能总有一天终将会主宰人类的命运。而这篇原创自Brian Bergstein标题为A Top Roboticist Says A.I. Will Not Conquer Humanity的文章，采访并整理了人工智能领域的权威专家Rodney Brooks对未来人工智能发展的不同看法，希望对你有所启发。
如果你认为科技将在接下来的50年改变人类生活的方方面面，你可能会联想到科幻小说家亚瑟·查理斯·克拉克（Arthur C. Clarke）的预言——先进科技最终会变得像魔法一样。你可以想象2069年的人类社会，那时候可能会有各种各样我们如今认为是不可思议的事物。
然而，科技并不是如魔法般地出现的。科技的出现，需要在结合聪明才智基础上的精益求精，还需要结合现存的科学技术。即便出现了日新月异的创意科技，但仍需要几十年才有可能完全代替现有的科技。
基于此，我联系了麻省理工大学计算机科学和人工智能实验室的前任负责人Rodney Brooks。Brooks今年64岁，是一个科技乐观主义者和务实主义者，同时他还是两家机器人公司的合伙创始人。这两家机器人公司分别是推出Roomba扫地机器人的iRobot公司，以及最近推出协作机器人的Rethink Robotics公司。Brooks还发表了大量关于过度吹捧人工智能的文章，此外他还发表了人们对科技领域存在误解的若干文章。
（以下内容基于作者和Rodney Brooks的电话采访内容而整理。）
图片来源：pexels.com
问：当提到50年后的人类生活，您首先想到的是什么？
答：50年后，自动驾驶将是非常了不起的一个方面。从19世纪晚期到20世纪中期，世界各地都因汽车的出现而发生了翻天覆地的变化。接下来50年，我们会再次经历这样的变化，特别是在自动驾驶和个人交通工具领域。
世界各地的城市将会发生迥然有异的变化，也会出现更多的城市，世界各地的城市化人口在现有基础上还将扩大一倍。到时候，毋庸置疑的是，环境变化将给人类社会带来巨大的影响。
此外，北美、欧洲以及日本和中国还将面临人口老龄化问题。50年后，非洲将占据约二分之一的全世界人口，而且年轻人占比非常高。因此，毫不夸张地说，50年后的非洲，可能是科技创新的聚集地。
问：如果有人在50年前沉睡并在今天苏醒的话，将会被社会变化、医疗进步、社交设备的改变等方面所震惊，但我并不认为这个世界对他来说发生过根本性的变化。假如我们可以在今天沉睡并在2069年苏醒的话，我们会对那个时候的世界更加陌生吗？
答：可以肯定的是，到时候还是有不会改变或者至少和如今社会相似的方面。50年前，我们就知道具有机翼、并且在机翼下挂着发动机的飞机。而如今的飞机仍然是基于这样的设计，改变的只是更加高效的发动机，或者大体上机型变得更大而已。如今有更多的人能够体验飞行带来的乐趣，也肯定还将有更多的人会去体验飞行带来的乐趣。但这些方面都没有发生根本性的改变。
我们再看像iPhone这样的科技设备。过去50年，科技领域有非常大的进步，这也是验证摩尔定律的有力例证。但摩尔定律是一个历史上比较独特的法则，它认为信息技术只会在固定期限内呈规律性地增长和进步，而这个固定期限只有50年。对大多数人而言，他们想象未来发展的时候，则将摩尔定律无限地应用于科学技术的方方面面，这是想法是极其错误的。摩尔定律的独特之处在于，它可以解释为什么科技会出现，而普遍存在的误解却歪曲了我们认识未来世界的方法。
图片来源：pexels.com
问：为什么摩尔定律具有欺骗性？
答：摩尔定律基于一个事实，即（集成电路）的物理结构可以在不改变信息内容的前提下进一步改变，新的物理结构只有以前的二分之一。
假如我的办公桌上有一堆沙粒，现在你可以从这堆沙粒中拿掉其中的一半，我的桌上还剩一半的沙粒。在桌面上剩下的这一半沙粒中，如果你再继续拿掉一半，我的桌上还有一半。
摩尔定律的背景就像拿掉沙粒这个过程，在接下来50年中，我们还剩25次机会来拿掉沙粒，直到只剩最后一颗沙粒，也就是我们目前所处的阶段。但遗憾的是，我们不能再从中拿掉一半了。
目前，我们还可以通过大量的计算来解决各种骤增的新问题，所以我们还没有机会看到摩尔定律失效的那一天。也就是说，摩尔定律目前仍然是适用的。但可以预见的是，这种“一半又一半”的发展，在其他任何科技领域却不是可持续发展的。
问：所以说，我们目前进入了一个“指数式发展阶段”。在这个阶段中，世界各地每年都会出现不计其数神乎其神的科技创新，对吗？
答：我认为我们过度看好了指数式经济增长模式。纵观人类历史发展进程，宇宙中从来没有任何事物可以在某可持续时间段内保持高速增长。毕竟，你需要的相关物品或资源最终将要耗尽。
问：但我们目前所处的阶段，科技创新还将进一步加速，对吗？因为就信息科技的应用而言，目前仍能看到很大的成长空间，这些应用在社会中的普及率还可以更广。
答：我们目前还在进一步开发和发展阶段。前年，马萨诸塞州取消了道路上的收费亭。相比于直接用机器人取代收费员，马萨诸塞州利用了一系列数字化供应链程序来取代现有的收费系统。
当你驾驶车辆经过收费站时，你不再需要提供实体的信用卡来完成交易。在这个新的系统下，每个人都可以将接收器和车牌号进行关联注册。在识别车牌号码的过程中，会结合一部分人工智能技术。如果无法识别接收器，或者车辆没有进行关联注册，系统则会自动借助交通管理部门的数据库将相关的账单发送至驾驶者绑定的账单地址。这一系列操作的背后，都得益于信息技术的发展。
我们可以期待看到更多信息技术的发展成果，通过不同的科学技术将物理世界的方方面面结合利用，从而改变我们认识和理解世界的方式。
就人工智能而言，这个领域的发展在过去九年中都没有重大的突破。有人对我说，“但我们在这个领域每年总有突破。”我并认可这个说法。我们目前所看到的只是借助于机器学习而大规模开发的结果。我并不认为我们可以想当然地假设我们可以按照某种时间表来取得突破。这也是我认为摩尔定律它非常独特的原因之一，基于摩尔定律的突破可以按照某种固定时间表来完成。然而，我们还没有见过可以根据时间表来取得突破的科学技术。
问：科幻小说是否会影响人们理解人工智能的发展进程？
答：我经常听到人们说，“人工智能将会掌控这个世界，将会主导我们的未来”，然而可笑的是，他们的这些观点都是来源于科幻小说。我们看完幽灵故事后并不会说“幽灵来了！幽灵要来俘虏我们！”我们看完《第一次接触》（First Contact）后也不会说“外星人来了！外星人将要主导我们的世界！”
从根本上来说，我们是不相信幽灵的存在，也不相信外星人随时会出现在我们眼前。但遗憾的是，他们没有真正认识和理解人工智能，还把科幻小说当作事实来理解。对我而言，我是无法理解这些行为的。当然，世界上还有许许多多我都无法理解的客观存在的事物。
问：也就是说，人工智能目前其实并不存在，对吗？
答：人工智能的确存在，但它只不过不是以大多数人们想象的那样存在的。目前，人工智能是深度学习的一个分支领域。人工智能还没有目的，还不能理解世界。美国国防高级研究计划局（DARPA）近日宣布，其将投资20亿美元开发人工智能新技术，并旨在让人工智能对整个世界的认识达到一岁半婴儿认知世界的相当程度。所以说，把人工智能理解为某种智能化的、会思考会暗算他人的存在，这种想法完完全全是科幻小说的情节。
问：那在50年后，也就是说2069年时，人工智能会做到那样吗？
答：当然，这是有可能实现的。
问：您认为，如果要将计算机智能化，是否会要求它们在人类日常生活中以实体方式存在？比如，相比于在云端或者数据库的机器人，在我们身边活动的机器人可以更好地认识和了解世界，并储存更多的数据。
答：这个问题，是我自上个世纪80年代以来一直在探讨的问题。这也是计算机科学之父艾伦·图灵（Alan Turing）在其1948年著作、却在1970年才得以被人所知的论文中提出的观点。我认为，到最后还是需要机器人以实体方式存在于现实生活中，但也许我的观点也不是正确的。
问：那是否需要生物物质和电子器件结合在一起，或者将计算机和活细胞联系在一起，又或者类似的结合呢？
答：可能需要。我接下来的文章就会涉及到这个问题。我自己的书桌上也堆满了各种相关主题的书籍和论文材料，我也在进一步探究这个问题。
图片来源：pexels.com
问：再回到自动驾驶这个话题，在2069年时我们可以看到满大街的无人驾驶汽车吗？就目前的无人驾驶汽车发展情况来看，现在的速度和之前的预期速度相比明显相差很多。
答：我们目前已经错过了之前有人预测的可以在真实道路上实现无人驾驶汽车的多个时间节点。如果你在过去半年时间内一直保持关注无人驾驶的话，你肯定知道行业人士的说法：最开始实现无人驾驶必定是在地理位置上相对于孤立的地区，并且天气条件一定要好。而且还有人说，即便有非无人驾驶车辆，那也是员工驾驶的穿梭巴士。
这种所谓的无人驾驶其实并不算真正意义上的无人驾驶，毕竟这并不算是真实的道路交通情景。此外，还有不少无人驾驶区域的车辆可以在固定路径的任意地点完全停止，并且不会造成任何事故。但这种情况在真实路况情境下肯定是不存在的。
所以，在类似学校的路况环境中，他们就把本来是动态的问题，全部改变成了静态问题，或者至少在初始阶段会这么做。我认为这样的做法是聪明之举。但我并不是说未来就不能达到预期目标，可能花的时间会更久一点，也可能需要经历更多的经验教训。同时，还可能需要期待城市以及道路等基建方面的进一步转变和升级。
问：那这种可能性高吗？如果现有的基建能满足无人驾驶的条件，在新兴科技出现后也并不一定要进一步完善和升级基础设施，对吧？
答：基建并不是必须的。无人驾驶列车目前已经有40至50年运行历史了，但基建方面并没有改变太多。而在美国，特别是机场内，也有15条无人驾驶列车线路。
问：最后一个问题，您认为在2069年的家家户户中，会不会都是机器人在做家务呢？
答：在我看来，清洁型机器人肯定会越来越多，而且并不仅限于扫地机器人。厕所马桶以后都会由机器设备来清洗，但可能需要将设备固定在马桶上，而不会让它到处乱跑。我可以肯定的是，以后屋顶的太阳能板以及家里的窗户都将是机器人来清洁。此外，我们室内种植着各种新鲜果蔬的“个人农场”，也将会由机器设备来“照顾”。
人们是否会把这些机器设备看作机器人是另一回事。你是否还记得上个世纪70年代的计算机磁带？如果当时能预计大概20年后厨房里会配备计算机的话，通过联想计算机磁带，人们肯定不愿接受。但如今我们的厨房的确有很多计算机，比如说，烤箱、微波炉、洗碗机、冰箱以及语音助手Alexa等等。但它们却并不像上个世纪70年代人们所认识的计算机那种模样。
因此，如果要说50年后的家用机器人，同样也是这个情况。只能够说，它们肯定不是我们现在认识或者想象的机器人这种模样。
编译组出品。编辑：郝鹏程
编者按：像谷歌、IBM等大公司，早早地就在人工智能领域开始布局，抢占行业风口。有不少人都认为，随着科技的不断发展和进步，人工智能总有一天终将会主宰人类的命运。而这篇原创自Brian Bergstein标题为A Top Roboticist Says A.I. Will Not Conquer Humanity的文章，采访并整理了人工智能领域的权威专家Rodney Brooks对未来人工智能发展的不同看法，希望对你有所启发。
如果你认为科技将在接下来的50年改变人类生活的方方面面，你可能会联想到科幻小说家亚瑟·查理斯·克拉克（Arthur C. Clarke）的预言——先进科技最终会变得像魔法一样。你可以想象2069年的人类社会，那时候可能会有各种各样我们如今认为是不可思议的事物。
然而，科技并不是如魔法般地出现的。科技的出现，需要在结合聪明才智基础上的精益求精，还需要结合现存的科学技术。即便出现了日新月异的创意科技，但仍需要几十年才有可能完全代替现有的科技。
基于此，我联系了麻省理工大学计算机科学和人工智能实验室的前任负责人Rodney Brooks。Brooks今年64岁，是一个科技乐观主义者和务实主义者，同时他还是两家机器人公司的合伙创始人。这两家机器人公司分别是推出Roomba扫地机器人的iRobot公司，以及最近推出协作机器人的Rethink Robotics公司。Brooks还发表了大量关于过度吹捧人工智能的文章，此外他还发表了人们对科技领域存在误解的若干文章。
（以下内容基于作者和Rodney Brooks的电话采访内容而整理。）
图片来源：pexels.com
问：当提到50年后的人类生活，您首先想到的是什么？
答：50年后，自动驾驶将是非常了不起的一个方面。从19世纪晚期到20世纪中期，世界各地都因汽车的出现而发生了翻天覆地的变化。接下来50年，我们会再次经历这样的变化，特别是在自动驾驶和个人交通工具领域。
世界各地的城市将会发生迥然有异的变化，也会出现更多的城市，世界各地的城市化人口在现有基础上还将扩大一倍。到时候，毋庸置疑的是，环境变化将给人类社会带来巨大的影响。
此外，北美、欧洲以及日本和中国还将面临人口老龄化问题。50年后，非洲将占据约二分之一的全世界人口，而且年轻人占比非常高。因此，毫不夸张地说，50年后的非洲，可能是科技创新的聚集地。
问：如果有人在50年前沉睡并在今天苏醒的话，将会被社会变化、医疗进步、社交设备的改变等方面所震惊，但我并不认为这个世界对他来说发生过根本性的变化。假如我们可以在今天沉睡并在2069年苏醒的话，我们会对那个时候的世界更加陌生吗？
答：可以肯定的是，到时候还是有不会改变或者至少和如今社会相似的方面。50年前，我们就知道具有机翼、并且在机翼下挂着发动机的飞机。而如今的飞机仍然是基于这样的设计，改变的只是更加高效的发动机，或者大体上机型变得更大而已。如今有更多的人能够体验飞行带来的乐趣，也肯定还将有更多的人会去体验飞行带来的乐趣。但这些方面都没有发生根本性的改变。
我们再看像iPhone这样的科技设备。过去50年，科技领域有非常大的进步，这也是验证摩尔定律的有力例证。但摩尔定律是一个历史上比较独特的法则，它认为信息技术只会在固定期限内呈规律性地增长和进步，而这个固定期限只有50年。对大多数人而言，他们想象未来发展的时候，则将摩尔定律无限地应用于科学技术的方方面面，这是想法是极其错误的。摩尔定律的独特之处在于，它可以解释为什么科技会出现，而普遍存在的误解却歪曲了我们认识未来世界的方法。
图片来源：pexels.com
问：为什么摩尔定律具有欺骗性？
答：摩尔定律基于一个事实，即（集成电路）的物理结构可以在不改变信息内容的前提下进一步改变，新的物理结构只有以前的二分之一。
假如我的办公桌上有一堆沙粒，现在你可以从这堆沙粒中拿掉其中的一半，我的桌上还剩一半的沙粒。在桌面上剩下的这一半沙粒中，如果你再继续拿掉一半，我的桌上还有一半。
摩尔定律的背景就像拿掉沙粒这个过程，在接下来50年中，我们还剩25次机会来拿掉沙粒，直到只剩最后一颗沙粒，也就是我们目前所处的阶段。但遗憾的是，我们不能再从中拿掉一半了。
目前，我们还可以通过大量的计算来解决各种骤增的新问题，所以我们还没有机会看到摩尔定律失效的那一天。也就是说，摩尔定律目前仍然是适用的。但可以预见的是，这种“一半又一半”的发展，在其他任何科技领域却不是可持续发展的。
问：所以说，我们目前进入了一个“指数式发展阶段”。在这个阶段中，世界各地每年都会出现不计其数神乎其神的科技创新，对吗？
答：我认为我们过度看好了指数式经济增长模式。纵观人类历史发展进程，宇宙中从来没有任何事物可以在某可持续时间段内保持高速增长。毕竟，你需要的相关物品或资源最终将要耗尽。
问：但我们目前所处的阶段，科技创新还将进一步加速，对吗？因为就信息科技的应用而言，目前仍能看到很大的成长空间，这些应用在社会中的普及率还可以更广。
答：我们目前还在进一步开发和发展阶段。前年，马萨诸塞州取消了道路上的收费亭。相比于直接用机器人取代收费员，马萨诸塞州利用了一系列数字化供应链程序来取代现有的收费系统。
当你驾驶车辆经过收费站时，你不再需要提供实体的信用卡来完成交易。在这个新的系统下，每个人都可以将接收器和车牌号进行关联注册。在识别车牌号码的过程中，会结合一部分人工智能技术。如果无法识别接收器，或者车辆没有进行关联注册，系统则会自动借助交通管理部门的数据库将相关的账单发送至驾驶者绑定的账单地址。这一系列操作的背后，都得益于信息技术的发展。
我们可以期待看到更多信息技术的发展成果，通过不同的科学技术将物理世界的方方面面结合利用，从而改变我们认识和理解世界的方式。
就人工智能而言，这个领域的发展在过去九年中都没有重大的突破。有人对我说，“但我们在这个领域每年总有突破。”我并认可这个说法。我们目前所看到的只是借助于机器学习而大规模开发的结果。我并不认为我们可以想当然地假设我们可以按照某种时间表来取得突破。这也是我认为摩尔定律它非常独特的原因之一，基于摩尔定律的突破可以按照某种固定时间表来完成。然而，我们还没有见过可以根据时间表来取得突破的科学技术。
问：科幻小说是否会影响人们理解人工智能的发展进程？
答：我经常听到人们说，“人工智能将会掌控这个世界，将会主导我们的未来”，然而可笑的是，他们的这些观点都是来源于科幻小说。我们看完幽灵故事后并不会说“幽灵来了！幽灵要来俘虏我们！”我们看完《第一次接触》（First Contact）后也不会说“外星人来了！外星人将要主导我们的世界！”
从根本上来说，我们是不相信幽灵的存在，也不相信外星人随时会出现在我们眼前。但遗憾的是，他们没有真正认识和理解人工智能，还把科幻小说当作事实来理解。对我而言，我是无法理解这些行为的。当然，世界上还有许许多多我都无法理解的客观存在的事物。
问：也就是说，人工智能目前其实并不存在，对吗？
答：人工智能的确存在，但它只不过不是以大多数人们想象的那样存在的。目前，人工智能是深度学习的一个分支领域。人工智能还没有目的，还不能理解世界。美国国防高级研究计划局（DARPA）近日宣布，其将投资20亿美元开发人工智能新技术，并旨在让人工智能对整个世界的认识达到一岁半婴儿认知世界的相当程度。所以说，把人工智能理解为某种智能化的、会思考会暗算他人的存在，这种想法完完全全是科幻小说的情节。
问：那在50年后，也就是说2069年时，人工智能会做到那样吗？
答：当然，这是有可能实现的。
问：您认为，如果要将计算机智能化，是否会要求它们在人类日常生活中以实体方式存在？比如，相比于在云端或者数据库的机器人，在我们身边活动的机器人可以更好地认识和了解世界，并储存更多的数据。
答：这个问题，是我自上个世纪80年代以来一直在探讨的问题。这也是计算机科学之父艾伦·图灵（Alan Turing）在其1948年著作、却在1970年才得以被人所知的论文中提出的观点。我认为，到最后还是需要机器人以实体方式存在于现实生活中，但也许我的观点也不是正确的。
问：那是否需要生物物质和电子器件结合在一起，或者将计算机和活细胞联系在一起，又或者类似的结合呢？
答：可能需要。我接下来的文章就会涉及到这个问题。我自己的书桌上也堆满了各种相关主题的书籍和论文材料，我也在进一步探究这个问题。
图片来源：pexels.com
问：再回到自动驾驶这个话题，在2069年时我们可以看到满大街的无人驾驶汽车吗？就目前的无人驾驶汽车发展情况来看，现在的速度和之前的预期速度相比明显相差很多。
答：我们目前已经错过了之前有人预测的可以在真实道路上实现无人驾驶汽车的多个时间节点。如果你在过去半年时间内一直保持关注无人驾驶的话，你肯定知道行业人士的说法：最开始实现无人驾驶必定是在地理位置上相对于孤立的地区，并且天气条件一定要好。而且还有人说，即便有非无人驾驶车辆，那也是员工驾驶的穿梭巴士。
这种所谓的无人驾驶其实并不算真正意义上的无人驾驶，毕竟这并不算是真实的道路交通情景。此外，还有不少无人驾驶区域的车辆可以在固定路径的任意地点完全停止，并且不会造成任何事故。但这种情况在真实路况情境下肯定是不存在的。
所以，在类似学校的路况环境中，他们就把本来是动态的问题，全部改变成了静态问题，或者至少在初始阶段会这么做。我认为这样的做法是聪明之举。但我并不是说未来就不能达到预期目标，可能花的时间会更久一点，也可能需要经历更多的经验教训。同时，还可能需要期待城市以及道路等基建方面的进一步转变和升级。
问：那这种可能性高吗？如果现有的基建能满足无人驾驶的条件，在新兴科技出现后也并不一定要进一步完善和升级基础设施，对吧？
答：基建并不是必须的。无人驾驶列车目前已经有40至50年运行历史了，但基建方面并没有改变太多。而在美国，特别是机场内，也有15条无人驾驶列车线路。
问：最后一个问题，您认为在2069年的家家户户中，会不会都是机器人在做家务呢？
答：在我看来，清洁型机器人肯定会越来越多，而且并不仅限于扫地机器人。厕所马桶以后都会由机器设备来清洗，但可能需要将设备固定在马桶上，而不会让它到处乱跑。我可以肯定的是，以后屋顶的太阳能板以及家里的窗户都将是机器人来清洁。此外，我们室内种植着各种新鲜果蔬的“个人农场”，也将会由机器设备来“照顾”。
人们是否会把这些机器设备看作机器人是另一回事。你是否还记得上个世纪70年代的计算机磁带？如果当时能预计大概20年后厨房里会配备计算机的话，通过联想计算机磁带，人们肯定不愿接受。但如今我们的厨房的确有很多计算机，比如说，烤箱、微波炉、洗碗机、冰箱以及语音助手Alexa等等。但它们却并不像上个世纪70年代人们所认识的计算机那种模样。
因此，如果要说50年后的家用机器人，同样也是这个情况。只能够说，它们肯定不是我们现在认识或者想象的机器人这种模样。
编译组出品。编辑：郝鹏程
7，双屏手机上市 7 年了,为什么一直没人用?_
编者按：本文来自微信公众号“爱范儿”（ID：ifanr），作者 木斯。36氪经授权转载。
想要让大众消费者为一种新事物买单，本身就是件很难的事情，双屏手机算是其中一个。
你或多或少应该见过类似的硬件设备，它们多数是将两块屏幕连到一起，可以像笔记本电脑一样展开或闭合，还有一些则是在机身前后各设计一块屏幕。
按发展历程来说，双屏手机很早就已经有可以拿出来卖的成品了，甚至比初代三星 Galaxy Note 还要早，这意味着它应该能赶上手机屏幕越做越大的趋势。按照当时用户们对大尺寸屏幕的追求，理应能获得不小的关注度。
但这个品类从诞生到现在已经过去了 7 年，却一直和主流没多大关系。就算你如今走到线下的手机大卖场中，也很难在销售柜台上找到一台使用了两块屏幕的手机。
这和它的产品形态有关，但更多还是尴尬的使用场景问题。
双屏的诞生，很大程度源于桌面 PC 上的「扩展显示器」尝试
「多屏显示」的概念并未源于智能手机本身，早在传统 PC 时代，很多人就已经习惯了这么做。
最常见的例子应该是程序员的使用场景，他们大多会用一个屏幕来查看文档，而另一个屏幕则是专门开编辑器写代码。
同样这么做的还有和股票行业相关金融人士，配备多个显示屏就是为了能更清晰地观察多支股票的 K 线图数据，同时在主显示屏上进行买入卖出的操作。
所以，你总能在这些人士的桌面上看到两台甚至三四台显示器，以便将自己所需要的内容信息平铺在眼前，避免来回切换界面影响工作节奏。
就算是对普通办公人员来说，只要有开启两个或以上的程序窗口并来回查阅的习惯，多配一个显示器同样能提升工作效率。
你还可以在很多非办公领域找到多屏显示器的存在，比如说看视频玩游戏，大家应该都看过不少双屏乃至三屏的拼接，也不为别的，就是想扩大自己的视野范围。
既然传统 PC 可以这么靠多屏显示来提升工作效率，为什么不试着将它复制到其它产品上？这自然也就有了之后的双屏笔记本和双屏手机了。
▲ 联想 ThinkPad W700ds 的宣传广告，想要强调的是「合二为一」的设计理念
2008 年，联想 ThinkPad 推出了一款名为 W700ds 的 17 英寸工作站，专门在屏幕侧边设计了一块抽拉式的 10.6 英寸副屏。如果是一名游戏玩家，他便可以选择用主显示器玩游戏，而副屏则用来浏览网页。
▲ 雷蛇 Project Valerie。图片来源：CNET
还有像雷蛇，在 2017 年也尝试过推出「Project Valerie」这样的三屏游戏笔电概念机，更像是一个试验性质的设备。
但自带多屏的笔记本电脑一直没有做起来，碰到的问题基本和现在的双屏智能手机一样，多是对性能和续航等方面的平衡考虑，除此之外还有笔记本用户很在乎的便携性。
以刚才所说的那台 W700ds为例，光是裸机重量就接近 4.4kg，基本和现在一台 17 英寸的外星人游戏本差不多重。
既然双屏笔记本电脑没有流行起来，我们不妨来看看智能手机领域的尝试。
手机找不到使用双屏的理由，系统没跟上是其一，没有生产力需求是其二
手机厂商们会为智能手机多设计一块屏幕，目的和前文所说的 PC 扩展显示器一样，都是为了让你看到更多的东西。
▲ 摩托罗拉 Razr V3
事实上在功能机时代，我们其实已经接触过双屏的概念。比如十多年前摩托罗拉 Razr V3 这类翻盖手机，除了内部的主屏外，机身外部也会设计了一个用于查阅时间日期和短消息的副屏。
▲ 诺基亚的 9300i
还有诺基亚的 9300i，表面上看只是一台配备了 2 英寸屏幕的直板手机，但当你将手机横过来打开后，就会看到一块 4 英寸的显示屏和全尺寸键盘，多少有点笔记本电脑的影子。
等到触屏智能手机兴起后，实体键盘逐渐被抛弃，空出的部分自然也就塞进了另一块屏幕，最终就成了我们现在所看到的双屏设备。
▲ 中兴 Axon M
这么快就将双屏手机拿出来卖，其实挺突然的。其中就有索尼于 2011 年推出的 Xperia Tablet P 双屏平板，以及同年京瓷推出的 Kyocera Echo 手机，而中兴在去年也推出名为 Axon M 的双屏手机，基本都是左右两块屏幕的拼接设计。
若你将这三者摊开摆在一起，大概也很难辨认出它们各自所对应的品牌。
更有想法的是 Fujitsu 富士通，它在 2010 年 CEATEC 上展示过一款可旋转的内合双屏设备。你会看到，它的设计和曾经的长条状日式翻盖机非常相似，只是将原本放键盘的区域改成了触控屏，但上下两块屏幕都可以实现 90 度旋转。
不过这些设备大多都没能成为大众用户的首选，一方面是智能手机的屏幕越做越大，已经可以在单个屏幕下显示足够多的内容，而靠两块屏幕来提升显示范围的做法则不具备太多的说服力。
▲ 华硕的概念双屏笔电 Project Precog
另一方面的现实是，现代智能手机系统压根没有考虑过多屏使用的场景，大部分功能都是基于单屏空间下的设计，这也是为什么大部分双屏手机的功能都十分类似的原因。
没有系统层面的支持，导致双屏手机所设想的将 PC 端「多屏生产力场景」复制过来的想法被迫破灭。除了官方自带应用会做一些优化外，这两块屏幕基本只能用来双开两个应用，要不就是左右两边显示完全一样的内容。
但手机用户似乎对生产力也没有很高的需求，大家依旧会把时间花在社交网络、视频、新闻资讯、购物和手游上，无一例外都是在享受各种内容，却很少涉及到内容生产层面。
至于广大的第三方应用，开发商也找不到主动为双屏做适配的理由，毕竟他们已经形成了一套开发常规手机应用的流程，但这套流程显然只适用于单屏的环境。
所以双屏手机做出来后有哪些使用场景，这个问题一直都没有很准确的答案。
在这个发展历程中，也有一类双屏手机为了一体化机身和厚度选择了正反的设计样式，最早的例子应该是在 2012 年年底亮相的 YotaPhone。
但将屏幕分割成前后两部分，也等同于放弃了「不同信息在同一视觉平面下共同显示」的优势。
靠后置摄像头和背屏来实现自拍，要不就是配备一个省电的电子墨水屏副屏，几乎成了这类正反双屏设备仅存的卖点。
移动端曾有过一次成功的双屏用例，但它同样难以被复制
抛开 PC 和手机领域不说，我们还能否在其它地方找到值得参考的双屏设备？细细数来确实有一个，但那是在游戏机领域，即任天堂在 2004 年推出的 NDS。
有趣的是，任天堂最开始也并非是双屏的支持者。根据两年前 Retro Gamer 杂志采访任天堂前技术开发部部长岡田智的说法，他表示在 NDS 开发初期，这个概念曾遭到不少内部研发人员的反对。
主要理由在于，如果厂商有条件可以自由地选择想要的屏幕尺寸，为什么还要再额外多加一块屏幕？而作为玩家，游戏时的注意力也只能放在一块屏幕上，而不是同时观看两个屏幕。
这个理由我觉得放到现在的双屏手机上也值得参考。
但事实证明，任天堂 DS 的这个「Dual Screen」双屏概念非常成功。配合机身下半部分那块可触控的屏幕，NDS 直接改变了玩家与游戏之间的交互关系，也创造出很多用单屏或是实体按键无法实现的游戏方式。
这在很多游戏中都有所体现。
按照画面特性划分，NDS 上的双屏游戏大致可以分为三种类别。第一种也是最常见的是，一块屏幕显示主游戏画面，另一块则会将地图、道具栏等菜单界面分离出来，有效解决了各种 UI 控件对游戏画面的遮挡问题。
至于第二种，则是将上下两屏同时作为游戏画面的显示区域，比如说像《Sonic Rush》这种 2D 横版卷轴动作游戏，玩家视角往往会局限在一个屏幕尺寸中，而在 NDS 上，开发商则将上下两块屏一起用来显示游戏画面。
你可以想象，在那个主流智能手机屏幕还不到 3 英寸的时代，用两块 3 英寸屏幕一起显示游戏画面的视觉冲击力。
至于最后一种则完全是创意层面的比拼了，设计思路基本不会固定。比如像《高级战争：双重打击》这样的军事类战棋游戏，就分别将上下两块屏幕用于显示空中和地面两条战线。
还有《Hotel Dusk》这款文字冒险游戏，则是将整个 DS 游戏机旋转 90 度来呈现，营造出一种互动电子书的感觉。
但不管是哪种呈现方式，这些游戏都充分运用了 NDS 的上下两块屏幕，这也是 NDS 与大部分双屏手机最大的不同。
换句话说，任天堂很清楚知道自己做了双屏硬件后还需要怎样的游戏内容，也明白交互需要和单屏有所区分。毕竟所谓硬件形态，终究只是一个承载内容的容器，而支撑起 NDS 生意的，是上面那 5000 多款的双屏游戏。
而其它硬件厂商，尽管在硬件上也做了两块触控屏幕，但支撑其存在理由的仅仅是「更大的一块屏幕」，也没有靠谱的开发商有过开发双屏应用的兴致，自然也没有可以被消费者期待的地方。
双屏手机没能成为主流，也许折叠屏还可以再赌一次
如果将 2007 年 iPhone 视为是全触屏智能手机时代的开始，在过去 11 年里，真正采用了双屏设计的手机我们刚才基本都说得七七八八了，你几乎看不到任何一家大厂商有跟进双屏的动作。
直到这个月，三星才在自家的开发者大会上展示了一款折叠屏原型机，严格意义上它和现在的分离式双屏设计已经截然不同，而是一整块可以向内对折的屏幕，当然外部仍然还留有一块辅屏。
更值得在意的变化来自于 Google。在三星展示完折叠屏手机的当天，Android 系统便宣布将会对这种新形态设备提供支持，让第三方应用能更好地实现自适应不同的屏幕尺寸。
在一个新硬件形态正式推出前就在系统层面给予支持，这在 Android 系统发展历程中并不多见。但在现有软件生态格局已经固化的基础上，说服开发者们为折叠屏做适配，而不是让它成为一件吃力不讨好的事情，仍然是一件不小的挑战。
▲ 图片来自：Geardiary
说到底，不管是桌面端的 PC 扩展显示方案、智能手机或游戏机中的分离式双屏，还是明年的折叠屏，它们的目标从未有过改变。这是人们对更广阔视野的向往下，对屏幕尺寸的无限追求，与硬件载体本身存在的物理限制之间的对抗。
只要这两者之间还存在矛盾，我们对屏幕形态的探索便不会结束。
但突破物理空间局限性的方式是否只能多做一块屏幕？有些开发者并不这么认为。名为 Special Projects 的英国公司前一段时间便提出了「Magic UX」的交互想法，主要是为多个 APP 创建一个虚拟工作区，然后再依靠平移来实现区域切换和内容拖放等操作，这反倒让我想起了此前锤子科技推出的「无限屏」。
虽然这种方案并不如将好几块显示屏摆在眼前来得直观，但也淡化了物理空间的边界概念，等同于系统是将这些「屏」的内容做到了同一个虚拟平面上，而手机则是对外的窗口，自然也不需要在硬件层面做任何改动。
但这目前仍然只是个概念，或许它只能期待未来某一天会被某个做系统的厂商看上。
题图来源：The Verge
编者按：本文来自微信公众号“爱范儿”（ID：ifanr），作者 木斯。36氪经授权转载。
想要让大众消费者为一种新事物买单，本身就是件很难的事情，双屏手机算是其中一个。
你或多或少应该见过类似的硬件设备，它们多数是将两块屏幕连到一起，可以像笔记本电脑一样展开或闭合，还有一些则是在机身前后各设计一块屏幕。
按发展历程来说，双屏手机很早就已经有可以拿出来卖的成品了，甚至比初代三星 Galaxy Note 还要早，这意味着它应该能赶上手机屏幕越做越大的趋势。按照当时用户们对大尺寸屏幕的追求，理应能获得不小的关注度。
但这个品类从诞生到现在已经过去了 7 年，却一直和主流没多大关系。就算你如今走到线下的手机大卖场中，也很难在销售柜台上找到一台使用了两块屏幕的手机。
这和它的产品形态有关，但更多还是尴尬的使用场景问题。
双屏的诞生，很大程度源于桌面 PC 上的「扩展显示器」尝试
「多屏显示」的概念并未源于智能手机本身，早在传统 PC 时代，很多人就已经习惯了这么做。
最常见的例子应该是程序员的使用场景，他们大多会用一个屏幕来查看文档，而另一个屏幕则是专门开编辑器写代码。
同样这么做的还有和股票行业相关金融人士，配备多个显示屏就是为了能更清晰地观察多支股票的 K 线图数据，同时在主显示屏上进行买入卖出的操作。
所以，你总能在这些人士的桌面上看到两台甚至三四台显示器，以便将自己所需要的内容信息平铺在眼前，避免来回切换界面影响工作节奏。
就算是对普通办公人员来说，只要有开启两个或以上的程序窗口并来回查阅的习惯，多配一个显示器同样能提升工作效率。
你还可以在很多非办公领域找到多屏显示器的存在，比如说看视频玩游戏，大家应该都看过不少双屏乃至三屏的拼接，也不为别的，就是想扩大自己的视野范围。
既然传统 PC 可以这么靠多屏显示来提升工作效率，为什么不试着将它复制到其它产品上？这自然也就有了之后的双屏笔记本和双屏手机了。
▲ 联想 ThinkPad W700ds 的宣传广告，想要强调的是「合二为一」的设计理念
2008 年，联想 ThinkPad 推出了一款名为 W700ds 的 17 英寸工作站，专门在屏幕侧边设计了一块抽拉式的 10.6 英寸副屏。如果是一名游戏玩家，他便可以选择用主显示器玩游戏，而副屏则用来浏览网页。
▲ 雷蛇 Project Valerie。图片来源：CNET
还有像雷蛇，在 2017 年也尝试过推出「Project Valerie」这样的三屏游戏笔电概念机，更像是一个试验性质的设备。
但自带多屏的笔记本电脑一直没有做起来，碰到的问题基本和现在的双屏智能手机一样，多是对性能和续航等方面的平衡考虑，除此之外还有笔记本用户很在乎的便携性。
以刚才所说的那台 W700ds为例，光是裸机重量就接近 4.4kg，基本和现在一台 17 英寸的外星人游戏本差不多重。
既然双屏笔记本电脑没有流行起来，我们不妨来看看智能手机领域的尝试。
手机找不到使用双屏的理由，系统没跟上是其一，没有生产力需求是其二
手机厂商们会为智能手机多设计一块屏幕，目的和前文所说的 PC 扩展显示器一样，都是为了让你看到更多的东西。
▲ 摩托罗拉 Razr V3
事实上在功能机时代，我们其实已经接触过双屏的概念。比如十多年前摩托罗拉 Razr V3 这类翻盖手机，除了内部的主屏外，机身外部也会设计了一个用于查阅时间日期和短消息的副屏。
▲ 诺基亚的 9300i
还有诺基亚的 9300i，表面上看只是一台配备了 2 英寸屏幕的直板手机，但当你将手机横过来打开后，就会看到一块 4 英寸的显示屏和全尺寸键盘，多少有点笔记本电脑的影子。
等到触屏智能手机兴起后，实体键盘逐渐被抛弃，空出的部分自然也就塞进了另一块屏幕，最终就成了我们现在所看到的双屏设备。
▲ 中兴 Axon M
这么快就将双屏手机拿出来卖，其实挺突然的。其中就有索尼于 2011 年推出的 Xperia Tablet P 双屏平板，以及同年京瓷推出的 Kyocera Echo 手机，而中兴在去年也推出名为 Axon M 的双屏手机，基本都是左右两块屏幕的拼接设计。
若你将这三者摊开摆在一起，大概也很难辨认出它们各自所对应的品牌。
更有想法的是 Fujitsu 富士通，它在 2010 年 CEATEC 上展示过一款可旋转的内合双屏设备。你会看到，它的设计和曾经的长条状日式翻盖机非常相似，只是将原本放键盘的区域改成了触控屏，但上下两块屏幕都可以实现 90 度旋转。
不过这些设备大多都没能成为大众用户的首选，一方面是智能手机的屏幕越做越大，已经可以在单个屏幕下显示足够多的内容，而靠两块屏幕来提升显示范围的做法则不具备太多的说服力。
▲ 华硕的概念双屏笔电 Project Precog
另一方面的现实是，现代智能手机系统压根没有考虑过多屏使用的场景，大部分功能都是基于单屏空间下的设计，这也是为什么大部分双屏手机的功能都十分类似的原因。
没有系统层面的支持，导致双屏手机所设想的将 PC 端「多屏生产力场景」复制过来的想法被迫破灭。除了官方自带应用会做一些优化外，这两块屏幕基本只能用来双开两个应用，要不就是左右两边显示完全一样的内容。
但手机用户似乎对生产力也没有很高的需求，大家依旧会把时间花在社交网络、视频、新闻资讯、购物和手游上，无一例外都是在享受各种内容，却很少涉及到内容生产层面。
至于广大的第三方应用，开发商也找不到主动为双屏做适配的理由，毕竟他们已经形成了一套开发常规手机应用的流程，但这套流程显然只适用于单屏的环境。
所以双屏手机做出来后有哪些使用场景，这个问题一直都没有很准确的答案。
在这个发展历程中，也有一类双屏手机为了一体化机身和厚度选择了正反的设计样式，最早的例子应该是在 2012 年年底亮相的 YotaPhone。
但将屏幕分割成前后两部分，也等同于放弃了「不同信息在同一视觉平面下共同显示」的优势。
靠后置摄像头和背屏来实现自拍，要不就是配备一个省电的电子墨水屏副屏，几乎成了这类正反双屏设备仅存的卖点。
移动端曾有过一次成功的双屏用例，但它同样难以被复制
抛开 PC 和手机领域不说，我们还能否在其它地方找到值得参考的双屏设备？细细数来确实有一个，但那是在游戏机领域，即任天堂在 2004 年推出的 NDS。
有趣的是，任天堂最开始也并非是双屏的支持者。根据两年前 Retro Gamer 杂志采访任天堂前技术开发部部长岡田智的说法，他表示在 NDS 开发初期，这个概念曾遭到不少内部研发人员的反对。
主要理由在于，如果厂商有条件可以自由地选择想要的屏幕尺寸，为什么还要再额外多加一块屏幕？而作为玩家，游戏时的注意力也只能放在一块屏幕上，而不是同时观看两个屏幕。
这个理由我觉得放到现在的双屏手机上也值得参考。
但事实证明，任天堂 DS 的这个「Dual Screen」双屏概念非常成功。配合机身下半部分那块可触控的屏幕，NDS 直接改变了玩家与游戏之间的交互关系，也创造出很多用单屏或是实体按键无法实现的游戏方式。
这在很多游戏中都有所体现。
按照画面特性划分，NDS 上的双屏游戏大致可以分为三种类别。第一种也是最常见的是，一块屏幕显示主游戏画面，另一块则会将地图、道具栏等菜单界面分离出来，有效解决了各种 UI 控件对游戏画面的遮挡问题。
至于第二种，则是将上下两屏同时作为游戏画面的显示区域，比如说像《Sonic Rush》这种 2D 横版卷轴动作游戏，玩家视角往往会局限在一个屏幕尺寸中，而在 NDS 上，开发商则将上下两块屏一起用来显示游戏画面。
你可以想象，在那个主流智能手机屏幕还不到 3 英寸的时代，用两块 3 英寸屏幕一起显示游戏画面的视觉冲击力。
至于最后一种则完全是创意层面的比拼了，设计思路基本不会固定。比如像《高级战争：双重打击》这样的军事类战棋游戏，就分别将上下两块屏幕用于显示空中和地面两条战线。
还有《Hotel Dusk》这款文字冒险游戏，则是将整个 DS 游戏机旋转 90 度来呈现，营造出一种互动电子书的感觉。
但不管是哪种呈现方式，这些游戏都充分运用了 NDS 的上下两块屏幕，这也是 NDS 与大部分双屏手机最大的不同。
换句话说，任天堂很清楚知道自己做了双屏硬件后还需要怎样的游戏内容，也明白交互需要和单屏有所区分。毕竟所谓硬件形态，终究只是一个承载内容的容器，而支撑起 NDS 生意的，是上面那 5000 多款的双屏游戏。
而其它硬件厂商，尽管在硬件上也做了两块触控屏幕，但支撑其存在理由的仅仅是「更大的一块屏幕」，也没有靠谱的开发商有过开发双屏应用的兴致，自然也没有可以被消费者期待的地方。
双屏手机没能成为主流，也许折叠屏还可以再赌一次
如果将 2007 年 iPhone 视为是全触屏智能手机时代的开始，在过去 11 年里，真正采用了双屏设计的手机我们刚才基本都说得七七八八了，你几乎看不到任何一家大厂商有跟进双屏的动作。
直到这个月，三星才在自家的开发者大会上展示了一款折叠屏原型机，严格意义上它和现在的分离式双屏设计已经截然不同，而是一整块可以向内对折的屏幕，当然外部仍然还留有一块辅屏。
更值得在意的变化来自于 Google。在三星展示完折叠屏手机的当天，Android 系统便宣布将会对这种新形态设备提供支持，让第三方应用能更好地实现自适应不同的屏幕尺寸。
在一个新硬件形态正式推出前就在系统层面给予支持，这在 Android 系统发展历程中并不多见。但在现有软件生态格局已经固化的基础上，说服开发者们为折叠屏做适配，而不是让它成为一件吃力不讨好的事情，仍然是一件不小的挑战。
▲ 图片来自：Geardiary
说到底，不管是桌面端的 PC 扩展显示方案、智能手机或游戏机中的分离式双屏，还是明年的折叠屏，它们的目标从未有过改变。这是人们对更广阔视野的向往下，对屏幕尺寸的无限追求，与硬件载体本身存在的物理限制之间的对抗。
只要这两者之间还存在矛盾，我们对屏幕形态的探索便不会结束。
但突破物理空间局限性的方式是否只能多做一块屏幕？有些开发者并不这么认为。名为 Special Projects 的英国公司前一段时间便提出了「Magic UX」的交互想法，主要是为多个 APP 创建一个虚拟工作区，然后再依靠平移来实现区域切换和内容拖放等操作，这反倒让我想起了此前锤子科技推出的「无限屏」。
虽然这种方案并不如将好几块显示屏摆在眼前来得直观，但也淡化了物理空间的边界概念，等同于系统是将这些「屏」的内容做到了同一个虚拟平面上，而手机则是对外的窗口，自然也不需要在硬件层面做任何改动。
但这目前仍然只是个概念，或许它只能期待未来某一天会被某个做系统的厂商看上。
题图来源：The Verge
编者按：本文来自微信公众号“爱范儿”（ID：ifanr），作者 木斯。36氪经授权转载。
想要让大众消费者为一种新事物买单，本身就是件很难的事情，双屏手机算是其中一个。
你或多或少应该见过类似的硬件设备，它们多数是将两块屏幕连到一起，可以像笔记本电脑一样展开或闭合，还有一些则是在机身前后各设计一块屏幕。
按发展历程来说，双屏手机很早就已经有可以拿出来卖的成品了，甚至比初代三星 Galaxy Note 还要早，这意味着它应该能赶上手机屏幕越做越大的趋势。按照当时用户们对大尺寸屏幕的追求，理应能获得不小的关注度。
但这个品类从诞生到现在已经过去了 7 年，却一直和主流没多大关系。就算你如今走到线下的手机大卖场中，也很难在销售柜台上找到一台使用了两块屏幕的手机。
这和它的产品形态有关，但更多还是尴尬的使用场景问题。
双屏的诞生，很大程度源于桌面 PC 上的「扩展显示器」尝试
「多屏显示」的概念并未源于智能手机本身，早在传统 PC 时代，很多人就已经习惯了这么做。
最常见的例子应该是程序员的使用场景，他们大多会用一个屏幕来查看文档，而另一个屏幕则是专门开编辑器写代码。
同样这么做的还有和股票行业相关金融人士，配备多个显示屏就是为了能更清晰地观察多支股票的 K 线图数据，同时在主显示屏上进行买入卖出的操作。
所以，你总能在这些人士的桌面上看到两台甚至三四台显示器，以便将自己所需要的内容信息平铺在眼前，避免来回切换界面影响工作节奏。
就算是对普通办公人员来说，只要有开启两个或以上的程序窗口并来回查阅的习惯，多配一个显示器同样能提升工作效率。
你还可以在很多非办公领域找到多屏显示器的存在，比如说看视频玩游戏，大家应该都看过不少双屏乃至三屏的拼接，也不为别的，就是想扩大自己的视野范围。
既然传统 PC 可以这么靠多屏显示来提升工作效率，为什么不试着将它复制到其它产品上？这自然也就有了之后的双屏笔记本和双屏手机了。
▲ 联想 ThinkPad W700ds 的宣传广告，想要强调的是「合二为一」的设计理念
2008 年，联想 ThinkPad 推出了一款名为 W700ds 的 17 英寸工作站，专门在屏幕侧边设计了一块抽拉式的 10.6 英寸副屏。如果是一名游戏玩家，他便可以选择用主显示器玩游戏，而副屏则用来浏览网页。
▲ 雷蛇 Project Valerie。图片来源：CNET
还有像雷蛇，在 2017 年也尝试过推出「Project Valerie」这样的三屏游戏笔电概念机，更像是一个试验性质的设备。
但自带多屏的笔记本电脑一直没有做起来，碰到的问题基本和现在的双屏智能手机一样，多是对性能和续航等方面的平衡考虑，除此之外还有笔记本用户很在乎的便携性。
以刚才所说的那台 W700ds为例，光是裸机重量就接近 4.4kg，基本和现在一台 17 英寸的外星人游戏本差不多重。
既然双屏笔记本电脑没有流行起来，我们不妨来看看智能手机领域的尝试。
手机找不到使用双屏的理由，系统没跟上是其一，没有生产力需求是其二
手机厂商们会为智能手机多设计一块屏幕，目的和前文所说的 PC 扩展显示器一样，都是为了让你看到更多的东西。
▲ 摩托罗拉 Razr V3
事实上在功能机时代，我们其实已经接触过双屏的概念。比如十多年前摩托罗拉 Razr V3 这类翻盖手机，除了内部的主屏外，机身外部也会设计了一个用于查阅时间日期和短消息的副屏。
▲ 诺基亚的 9300i
还有诺基亚的 9300i，表面上看只是一台配备了 2 英寸屏幕的直板手机，但当你将手机横过来打开后，就会看到一块 4 英寸的显示屏和全尺寸键盘，多少有点笔记本电脑的影子。
等到触屏智能手机兴起后，实体键盘逐渐被抛弃，空出的部分自然也就塞进了另一块屏幕，最终就成了我们现在所看到的双屏设备。
▲ 中兴 Axon M
这么快就将双屏手机拿出来卖，其实挺突然的。其中就有索尼于 2011 年推出的 Xperia Tablet P 双屏平板，以及同年京瓷推出的 Kyocera Echo 手机，而中兴在去年也推出名为 Axon M 的双屏手机，基本都是左右两块屏幕的拼接设计。
若你将这三者摊开摆在一起，大概也很难辨认出它们各自所对应的品牌。
更有想法的是 Fujitsu 富士通，它在 2010 年 CEATEC 上展示过一款可旋转的内合双屏设备。你会看到，它的设计和曾经的长条状日式翻盖机非常相似，只是将原本放键盘的区域改成了触控屏，但上下两块屏幕都可以实现 90 度旋转。
不过这些设备大多都没能成为大众用户的首选，一方面是智能手机的屏幕越做越大，已经可以在单个屏幕下显示足够多的内容，而靠两块屏幕来提升显示范围的做法则不具备太多的说服力。
▲ 华硕的概念双屏笔电 Project Precog
另一方面的现实是，现代智能手机系统压根没有考虑过多屏使用的场景，大部分功能都是基于单屏空间下的设计，这也是为什么大部分双屏手机的功能都十分类似的原因。
没有系统层面的支持，导致双屏手机所设想的将 PC 端「多屏生产力场景」复制过来的想法被迫破灭。除了官方自带应用会做一些优化外，这两块屏幕基本只能用来双开两个应用，要不就是左右两边显示完全一样的内容。
但手机用户似乎对生产力也没有很高的需求，大家依旧会把时间花在社交网络、视频、新闻资讯、购物和手游上，无一例外都是在享受各种内容，却很少涉及到内容生产层面。
至于广大的第三方应用，开发商也找不到主动为双屏做适配的理由，毕竟他们已经形成了一套开发常规手机应用的流程，但这套流程显然只适用于单屏的环境。
所以双屏手机做出来后有哪些使用场景，这个问题一直都没有很准确的答案。
在这个发展历程中，也有一类双屏手机为了一体化机身和厚度选择了正反的设计样式，最早的例子应该是在 2012 年年底亮相的 YotaPhone。
但将屏幕分割成前后两部分，也等同于放弃了「不同信息在同一视觉平面下共同显示」的优势。
靠后置摄像头和背屏来实现自拍，要不就是配备一个省电的电子墨水屏副屏，几乎成了这类正反双屏设备仅存的卖点。
移动端曾有过一次成功的双屏用例，但它同样难以被复制
抛开 PC 和手机领域不说，我们还能否在其它地方找到值得参考的双屏设备？细细数来确实有一个，但那是在游戏机领域，即任天堂在 2004 年推出的 NDS。
有趣的是，任天堂最开始也并非是双屏的支持者。根据两年前 Retro Gamer 杂志采访任天堂前技术开发部部长岡田智的说法，他表示在 NDS 开发初期，这个概念曾遭到不少内部研发人员的反对。
主要理由在于，如果厂商有条件可以自由地选择想要的屏幕尺寸，为什么还要再额外多加一块屏幕？而作为玩家，游戏时的注意力也只能放在一块屏幕上，而不是同时观看两个屏幕。
这个理由我觉得放到现在的双屏手机上也值得参考。
但事实证明，任天堂 DS 的这个「Dual Screen」双屏概念非常成功。配合机身下半部分那块可触控的屏幕，NDS 直接改变了玩家与游戏之间的交互关系，也创造出很多用单屏或是实体按键无法实现的游戏方式。
这在很多游戏中都有所体现。
按照画面特性划分，NDS 上的双屏游戏大致可以分为三种类别。第一种也是最常见的是，一块屏幕显示主游戏画面，另一块则会将地图、道具栏等菜单界面分离出来，有效解决了各种 UI 控件对游戏画面的遮挡问题。
至于第二种，则是将上下两屏同时作为游戏画面的显示区域，比如说像《Sonic Rush》这种 2D 横版卷轴动作游戏，玩家视角往往会局限在一个屏幕尺寸中，而在 NDS 上，开发商则将上下两块屏一起用来显示游戏画面。
你可以想象，在那个主流智能手机屏幕还不到 3 英寸的时代，用两块 3 英寸屏幕一起显示游戏画面的视觉冲击力。
至于最后一种则完全是创意层面的比拼了，设计思路基本不会固定。比如像《高级战争：双重打击》这样的军事类战棋游戏，就分别将上下两块屏幕用于显示空中和地面两条战线。
还有《Hotel Dusk》这款文字冒险游戏，则是将整个 DS 游戏机旋转 90 度来呈现，营造出一种互动电子书的感觉。
但不管是哪种呈现方式，这些游戏都充分运用了 NDS 的上下两块屏幕，这也是 NDS 与大部分双屏手机最大的不同。
换句话说，任天堂很清楚知道自己做了双屏硬件后还需要怎样的游戏内容，也明白交互需要和单屏有所区分。毕竟所谓硬件形态，终究只是一个承载内容的容器，而支撑起 NDS 生意的，是上面那 5000 多款的双屏游戏。
而其它硬件厂商，尽管在硬件上也做了两块触控屏幕，但支撑其存在理由的仅仅是「更大的一块屏幕」，也没有靠谱的开发商有过开发双屏应用的兴致，自然也没有可以被消费者期待的地方。
双屏手机没能成为主流，也许折叠屏还可以再赌一次
如果将 2007 年 iPhone 视为是全触屏智能手机时代的开始，在过去 11 年里，真正采用了双屏设计的手机我们刚才基本都说得七七八八了，你几乎看不到任何一家大厂商有跟进双屏的动作。
直到这个月，三星才在自家的开发者大会上展示了一款折叠屏原型机，严格意义上它和现在的分离式双屏设计已经截然不同，而是一整块可以向内对折的屏幕，当然外部仍然还留有一块辅屏。
更值得在意的变化来自于 Google。在三星展示完折叠屏手机的当天，Android 系统便宣布将会对这种新形态设备提供支持，让第三方应用能更好地实现自适应不同的屏幕尺寸。
在一个新硬件形态正式推出前就在系统层面给予支持，这在 Android 系统发展历程中并不多见。但在现有软件生态格局已经固化的基础上，说服开发者们为折叠屏做适配，而不是让它成为一件吃力不讨好的事情，仍然是一件不小的挑战。
▲ 图片来自：Geardiary
说到底，不管是桌面端的 PC 扩展显示方案、智能手机或游戏机中的分离式双屏，还是明年的折叠屏，它们的目标从未有过改变。这是人们对更广阔视野的向往下，对屏幕尺寸的无限追求，与硬件载体本身存在的物理限制之间的对抗。
只要这两者之间还存在矛盾，我们对屏幕形态的探索便不会结束。
但突破物理空间局限性的方式是否只能多做一块屏幕？有些开发者并不这么认为。名为 Special Projects 的英国公司前一段时间便提出了「Magic UX」的交互想法，主要是为多个 APP 创建一个虚拟工作区，然后再依靠平移来实现区域切换和内容拖放等操作，这反倒让我想起了此前锤子科技推出的「无限屏」。
虽然这种方案并不如将好几块显示屏摆在眼前来得直观，但也淡化了物理空间的边界概念，等同于系统是将这些「屏」的内容做到了同一个虚拟平面上，而手机则是对外的窗口，自然也不需要在硬件层面做任何改动。
但这目前仍然只是个概念，或许它只能期待未来某一天会被某个做系统的厂商看上。
题图来源：The Verge
8，中国人工智能产业全貌,都在这张AI势力范围图_
编者按：本文来自微信“腾讯深网”（ID：qqshenwang），作者 马关夏。36氪经授权转载。
2017年人工智能的崛起气势如虹，创业者在资本的热潮中狂欢，对AI可能给各行业带来的革命性变革奔走相呼，然而在过去的2018年，区块链的浪潮和共享单车的大起大落，却一度让人工智能黯然失色、星光不再。
这并非坏事，远离了喧嚣泡沫，资本寒冬到来后的AI行业更加脚踏实地，无论科技巨头还是创业公司，寻找基于自身技术能力和特点的应用场景成为重中之中，“落地”是这一年的主题。
过去一年，中国人工智能产业的马太效应愈发加强，当小公司们面临普遍的融资困局时，头部明星企业却在纷纷刷新这个行业的融资记录。
早已完成AI产业布局的BAT率先进入全面应用落地时代，而处于热门赛道的创业公司则面临更加激烈的落地之争。
接下来的2019年，当投资的热潮退去，面临资金短缺和应用场景局限的小型AI创业公司，只有找到垂直领域的应用场景才能赢得更多生存空间。
01.产业链分布
据中国信息通信研究院数据，截至2018年9月，中国（不包含港澳台地区）共有1122家人工智能企业，这些企业分布于AI产业链的各个环节。
AI产业链按基础层、技术层和应用层可划分为三个类别。基础层为整体产业提供算力，其中硬件部分包括芯片、传感器与中间件，软件是以云计算为整个AI产业链提供算力计算能力平台。
在基础平台领域，主要是腾讯、百度、阿里等巨头提供，值得注意的是，比特大陆等矿机厂商正在向人工智能芯片研发转型。
AI产业链分布（腾讯深网制图）
技术层则为整体产业链提供通用AI技术能力，其中感知层包括目前技术已相对成熟的计算机视觉和语言语音识别两项机器感知任务。
认知层定位为“机器大脑”，包括知识图谱/语义分析以及智能问答/虚拟助手两个核心领域。
顶部的平台层则以通用技术应用平台的形式提供深度学习、模式识别等技术应用服务，对接应用层。
目前国内主要面向To C市场的创业公司基本都集中在技术层，比如提供语音服务的科大讯发、服务智能手机企业的商汤科技和旷世科技等等。
应用层则是具体的消费级终端应用和行业场景应用，消费级终端应用包括智能机器人、智能无人机以及智能硬件三个方向。
行业场景应用对接各类外部行业的AI应用场景，如自动驾驶、智慧金融、智慧医疗、智慧教育、智慧零售、智慧安防、智慧营销、智慧城市等等。
除了部分消费级应用，这是一个庞大的To B市场。腾讯所提出的“产业互联网”发展方向，和人工智能紧密相关。
02.BAT加速布局
作为国内AI产业最重要的参与者，互联网巨头BAT在AI技术、平台、应用场景和对外投资层面都已完成了全方位的布局，BAT专注的业务领域也反应到了其在AI产业的布局上。
总体来说，百度围绕平台与自动驾驶；阿里侧重人工智能在数据服务领域的应用和底层技术；腾讯侧重平台和技术开放，对外均衡布局。
BAT人工智能布局（腾讯深网制图）
在去年底的世界互联网大会上，李彦宏表示，百度希望构建一个基础平台，把人工智能一些基础的能力，比如深度学习的框架以及语音识别的技术、图像识别的技术，开放给外部。
在应用层面，李彦宏比较看好两个场景：智能的家庭和智能的交通。
马化腾则认为，未来人机人脑之间的整个未来外部网络之间的互联将是有意义的。未来10年内在新的人机接口方面将会有很多的变化。
如果5G加上VR的基础，加上续航能力，加上计算能力等被解决，一定程度上会有比较实用的VR计算软件和AR计算软件会出现，这也是划时代的突破。
03.AI独角兽落地竞争白热化
目前头部的AI独角兽创业公司集中在计算机视觉、语音识别、AI芯片、智慧金融、智慧医疗等技术成熟或应用场景广泛的赛道内。
这些公司大多成立于2012年前后，技术背景出身的高学历创业者感受到了AI技术的发展浪潮，搭建起团队，从自己擅长的领域开启创业之旅。
在市场还不了解AI的情况下开始创业，为这些公司赢得了大幅的先发优势，在创投市场最为火热的2016年，这些已经完成技术研发、团队磨合以及初步市场试水的公司获得了极高的估值融资。
随着资金的加持和口碑的积累，头部创业公司的地位得到巩固，成为中国AI产业的重要一极。
腾讯深网根据公开资料整理
在最为成熟的计算机视觉领域，商汤、云从、旷视、依图四家明星独角兽公司均在金融和安防这两个最容易落地且市场广阔的领域广泛布局。
在金融领域，商汤科技的客户涵盖了诸多互联网金融机构与商业银行；总部地处重庆的云从科技，虽然宣传力量和地域上不占优势，但却是中国银行业人脸识别的第一大供应商。
旷视科技背靠投资方阿里巴巴，为支付宝客户端提供人脸识别登录功能支持，同时也为多家互联网金融公司和商业银行提供人脸识别服务。
依图科技则拥有完整的实名认证解决方案，依靠人脸比对及活体检测技术，为金融企业提供从柜面到自助设备再到移动端的全渠道解决方案。
在安防和智慧城市领域，商汤科技的主要落地场景是通过智能视频解决反恐、罪犯抓捕和保障公共安全；云从主要基于大库检索、动态布控、轨迹追踪等核心技术与各个业务线的算法项结合，在多地公安系统内陆续落地应用。
旷视科技以智能摄像头硬件为基础，涵盖了人脸识别门禁、天眼监控系统、动态人脸识别监控、人证合一等多个应用方向；依图科技研发的“蜻蜓眼”人像大平台也已应用于公共安全领域，同时也为海关总署及中国边检等提供人像比对系统。
除金融和安防外，商汤、云从、旷视和依图四家公司在医疗、交通、零售等领域也存在不同程度的竞争。当技术和落地场景都差别不大时，激烈的厮杀也再所难免。
不过对于资本寒冬中依然“不差钱”的AI独角兽公司来说，除了拓展不同领域的应用场景外，通过股权投资加速自身商业落地也能成为另一种选择。
2018年8月7日，商汤科技领投影谱科技13.6亿元D轮融资，更早的6月21日，商汤科技还领投了医疗互联网公司禾连健康7500万美元B轮融资，后者投后估值近10亿美元——独角兽开始造小独角兽了。
商汤目前已经公开的投资案例包括51VR、禾连健康、苏宁体育、影谱科技等7个项目。
11月2日，旷视科技出现在了连锁便利店“好邻居”新一轮数千万美元融资的投资方名单之中，外界普遍认为当前连锁便利店行业对门店AI设备的持续投入和数字化改造是两者合作的基础。
商汤、旷视们一边融资一边投资的现象也被视为当前头部AI企业商业落地竞争白热化的缩影。
04.投资机构布局：资金涌入头部公司
人工智能赛道涵盖了中国各大主流投资机构，包括真格基金、红杉资本中国、IDG、创新工场等基金和腾讯、阿里、百度、联想等产业资本。
资本环境的活跃显然对AI产业的培育有极大的推动作用，而资本与企业间的相互促进，也增强了中国AI产业的整体实力。
腾讯深网整理、排名不分先后
2018年，资金集中涌向头部公司是AI创投领域的大趋势。即使面对资本寒冬，商汤科技、优必选、旷视科技等热门赛道上的明星项目依然受到追捧。
以商汤科技为例，这家计算机视觉技术领域的独角兽公司仅在今年4月至9月期间就完成了C轮、C+轮和D轮总计高达22.2亿美元的融资，估值攀升至60亿美元。
IT桔子的统计数据显示：2018年AI领域投资事件共410起，投资总额1078亿元，相对2017年，投资事件减少了1/3，但投资总额却增长了1/4。
被投项目中早期项目获投减少，C轮及之后项目比重增加。这一方面意味着初创型AI公司融资难度的加大，另一方面也印证了资金正流向头部公司的现实。
从技术层面来看，计算机视觉仍是创投圈最受欢迎的人工智能技术，这与其较高的技术成熟度和在安防、金融等行业的广泛应用场景有关。
除了商汤科技，同为CV领域独角兽公司的旷世科技、依图科技和云从科技也均在过去一年中完成数亿美元的融资。
但另外一项相对成熟的AI技术——语音识别，却鲜少见到大额融资，计算机视觉赛道第一梯队的公司估值已高达数十亿美元，语音识别赛道上第一梯队公司的估值却普遍只在30亿元左右。
和互联网行业相同，人工智能公司的商业模式也基本可分为To C、To B和To G，尤其是To G类业务中每年超过万亿元预算的安防市场早已成为众多AI创业公司竞争的红海，但由于语音识别赛道先天缺乏To G类应用场景，其营收和估值规模与视觉识别赛道上的公司自然也就不能同日而语。
据亿欧智库此前发布的数据显示，计算机视觉头部公司2018年的营收能达到20亿元左右，而语音识别领域头部公司的营收主要集中在2亿元上下。
从行业应用来看，智能机器人、智慧医疗和智慧金融仍然受到各家投资机构的青睐。智慧机器人赛道中，优必选科技以8.2亿美元的C轮融资额成为仅次于商汤科技的年度融资亚军，达闼科技、Geek+（极智嘉）、图灵机器人等玩家也均获得资本垂青完成融资。
智慧医疗领域，汇医慧影、推想科技、深睿医疗等项目都在融资上有所斩获；智慧金融赛道的第四范式也于近期完成10亿元C轮融资，这家人工智能技术与服务提供商以12亿美元的估值跻身行业内的新晋独角兽。
05.AI应用落地时代已到来
如果说2016是AI产业化元年，2017是AI产业化布局之年的话，那么2018无疑是AI应用落地之年。随着BAT等巨头纷纷完成在各自赛道的布局，2018年，几家巨头在AI产业应用落地上都交出了漂亮的答卷。
7月的百度开发者大会上，李彦宏宣布百度L4级别自动驾驶巴士阿波龙已实现量产；11月，李彦宏在百度世界大会上宣布百度将推出AI智能城市 “ACE王牌计划”。
同时宣布的还有百度Apollo和一汽红旗量产L4级别自动驾驶乘用车以及百度与沃尔沃合作生产电动自动驾驶汽车的计划。
3 月的 MWC 中，阿里巴巴将城市大脑展现在全球媒体面前；6月，高德地图联手阿里云今日发布城市大脑·智慧交通战略，城市大脑·智慧交通公共服务版也首次亮相。
阿里高德城市大脑·智慧交通将首批在北京、上海、广州、杭州等50个城市落地，其愿景是平均为每个用户每次出行节省10%的时间；
6月，腾讯正式发布首个AI医学辅助诊疗开放平台，宣布开放旗下首款AI+医疗产品“腾讯觅影”的AI辅诊引擎，助力医院HIS系统、互联网医疗服务实现智能化升级，构建覆盖诊前、诊中、诊后的智慧医疗生态。
11月，腾讯AI Lab发布AI辅助翻译产品Transmart，这款基于腾讯自研神经网络机器翻译引擎的产品，能提供实时译文片段智能推荐，并为合作伙伴提供辅助翻译API与定制化服务。AI的应用落地时代已然到来。
当BAT们在各自赛道上领跑应用落地的同时，面临高估值、低营收压力的AI创业公司也将寻找契合自身技术特点的应用场景、实现营收作为工作的重点。
但现实的情况是，在产业链的各个赛道上都挤满了选手，商业化落地的竞争已经非常激烈。
2019年，更多AI创业公司亟需找到技术和算法的应用场景。
科大讯飞董事长刘庆峰表示，未来3至5年是人工智能最关键的格局确定窗口期。在这3至5年，谁能让人工智能应用真正形成规模、让应用落地，谁就能在未来智能产业中占领先机。
但从过去的一年来看，留给AI创业公司的时间可能没有那么长。
资本寒冬之下，“落地”是贯穿2018年的主题，当巨头完成布局后纷纷转向各自各自擅长的领域开始商业落地的跑马圈地；AI独角兽们也在拓展应用场景的同时，以股权投资等方式向平台化转变。
而面临资金短缺和落地场景局限的小型AI创业公司，被市场洗牌淘汰或是必然。
预测2019年将会有大量AI公司倒闭的观点逐渐成为主流，但创业者对环境改变的适应能力也应该得到重视。寒冬中，投资的天平向场景倾斜，鼓吹数据和算法已不再是融资路上的通行证，创业者也变得更加脚踏实地，开始强调订单、客户、商业化布局。
2019年，那些能在垂直领域找到应用场景的AI创业公司，也将赢得更大的生存空间。
编者按：本文来自微信“腾讯深网”（ID：qqshenwang），作者 马关夏。36氪经授权转载。
2017年人工智能的崛起气势如虹，创业者在资本的热潮中狂欢，对AI可能给各行业带来的革命性变革奔走相呼，然而在过去的2018年，区块链的浪潮和共享单车的大起大落，却一度让人工智能黯然失色、星光不再。
这并非坏事，远离了喧嚣泡沫，资本寒冬到来后的AI行业更加脚踏实地，无论科技巨头还是创业公司，寻找基于自身技术能力和特点的应用场景成为重中之中，“落地”是这一年的主题。
过去一年，中国人工智能产业的马太效应愈发加强，当小公司们面临普遍的融资困局时，头部明星企业却在纷纷刷新这个行业的融资记录。
早已完成AI产业布局的BAT率先进入全面应用落地时代，而处于热门赛道的创业公司则面临更加激烈的落地之争。
接下来的2019年，当投资的热潮退去，面临资金短缺和应用场景局限的小型AI创业公司，只有找到垂直领域的应用场景才能赢得更多生存空间。
01.产业链分布
据中国信息通信研究院数据，截至2018年9月，中国（不包含港澳台地区）共有1122家人工智能企业，这些企业分布于AI产业链的各个环节。
AI产业链按基础层、技术层和应用层可划分为三个类别。基础层为整体产业提供算力，其中硬件部分包括芯片、传感器与中间件，软件是以云计算为整个AI产业链提供算力计算能力平台。
在基础平台领域，主要是腾讯、百度、阿里等巨头提供，值得注意的是，比特大陆等矿机厂商正在向人工智能芯片研发转型。
AI产业链分布（腾讯深网制图）
技术层则为整体产业链提供通用AI技术能力，其中感知层包括目前技术已相对成熟的计算机视觉和语言语音识别两项机器感知任务。
认知层定位为“机器大脑”，包括知识图谱/语义分析以及智能问答/虚拟助手两个核心领域。
顶部的平台层则以通用技术应用平台的形式提供深度学习、模式识别等技术应用服务，对接应用层。
目前国内主要面向To C市场的创业公司基本都集中在技术层，比如提供语音服务的科大讯发、服务智能手机企业的商汤科技和旷世科技等等。
应用层则是具体的消费级终端应用和行业场景应用，消费级终端应用包括智能机器人、智能无人机以及智能硬件三个方向。
行业场景应用对接各类外部行业的AI应用场景，如自动驾驶、智慧金融、智慧医疗、智慧教育、智慧零售、智慧安防、智慧营销、智慧城市等等。
除了部分消费级应用，这是一个庞大的To B市场。腾讯所提出的“产业互联网”发展方向，和人工智能紧密相关。
02.BAT加速布局
作为国内AI产业最重要的参与者，互联网巨头BAT在AI技术、平台、应用场景和对外投资层面都已完成了全方位的布局，BAT专注的业务领域也反应到了其在AI产业的布局上。
总体来说，百度围绕平台与自动驾驶；阿里侧重人工智能在数据服务领域的应用和底层技术；腾讯侧重平台和技术开放，对外均衡布局。
BAT人工智能布局（腾讯深网制图）
在去年底的世界互联网大会上，李彦宏表示，百度希望构建一个基础平台，把人工智能一些基础的能力，比如深度学习的框架以及语音识别的技术、图像识别的技术，开放给外部。
在应用层面，李彦宏比较看好两个场景：智能的家庭和智能的交通。
马化腾则认为，未来人机人脑之间的整个未来外部网络之间的互联将是有意义的。未来10年内在新的人机接口方面将会有很多的变化。
如果5G加上VR的基础，加上续航能力，加上计算能力等被解决，一定程度上会有比较实用的VR计算软件和AR计算软件会出现，这也是划时代的突破。
03.AI独角兽落地竞争白热化
目前头部的AI独角兽创业公司集中在计算机视觉、语音识别、AI芯片、智慧金融、智慧医疗等技术成熟或应用场景广泛的赛道内。
这些公司大多成立于2012年前后，技术背景出身的高学历创业者感受到了AI技术的发展浪潮，搭建起团队，从自己擅长的领域开启创业之旅。
在市场还不了解AI的情况下开始创业，为这些公司赢得了大幅的先发优势，在创投市场最为火热的2016年，这些已经完成技术研发、团队磨合以及初步市场试水的公司获得了极高的估值融资。
随着资金的加持和口碑的积累，头部创业公司的地位得到巩固，成为中国AI产业的重要一极。
腾讯深网根据公开资料整理
在最为成熟的计算机视觉领域，商汤、云从、旷视、依图四家明星独角兽公司均在金融和安防这两个最容易落地且市场广阔的领域广泛布局。
在金融领域，商汤科技的客户涵盖了诸多互联网金融机构与商业银行；总部地处重庆的云从科技，虽然宣传力量和地域上不占优势，但却是中国银行业人脸识别的第一大供应商。
旷视科技背靠投资方阿里巴巴，为支付宝客户端提供人脸识别登录功能支持，同时也为多家互联网金融公司和商业银行提供人脸识别服务。
依图科技则拥有完整的实名认证解决方案，依靠人脸比对及活体检测技术，为金融企业提供从柜面到自助设备再到移动端的全渠道解决方案。
在安防和智慧城市领域，商汤科技的主要落地场景是通过智能视频解决反恐、罪犯抓捕和保障公共安全；云从主要基于大库检索、动态布控、轨迹追踪等核心技术与各个业务线的算法项结合，在多地公安系统内陆续落地应用。
旷视科技以智能摄像头硬件为基础，涵盖了人脸识别门禁、天眼监控系统、动态人脸识别监控、人证合一等多个应用方向；依图科技研发的“蜻蜓眼”人像大平台也已应用于公共安全领域，同时也为海关总署及中国边检等提供人像比对系统。
除金融和安防外，商汤、云从、旷视和依图四家公司在医疗、交通、零售等领域也存在不同程度的竞争。当技术和落地场景都差别不大时，激烈的厮杀也再所难免。
不过对于资本寒冬中依然“不差钱”的AI独角兽公司来说，除了拓展不同领域的应用场景外，通过股权投资加速自身商业落地也能成为另一种选择。
2018年8月7日，商汤科技领投影谱科技13.6亿元D轮融资，更早的6月21日，商汤科技还领投了医疗互联网公司禾连健康7500万美元B轮融资，后者投后估值近10亿美元——独角兽开始造小独角兽了。
商汤目前已经公开的投资案例包括51VR、禾连健康、苏宁体育、影谱科技等7个项目。
11月2日，旷视科技出现在了连锁便利店“好邻居”新一轮数千万美元融资的投资方名单之中，外界普遍认为当前连锁便利店行业对门店AI设备的持续投入和数字化改造是两者合作的基础。
商汤、旷视们一边融资一边投资的现象也被视为当前头部AI企业商业落地竞争白热化的缩影。
04.投资机构布局：资金涌入头部公司
人工智能赛道涵盖了中国各大主流投资机构，包括真格基金、红杉资本中国、IDG、创新工场等基金和腾讯、阿里、百度、联想等产业资本。
资本环境的活跃显然对AI产业的培育有极大的推动作用，而资本与企业间的相互促进，也增强了中国AI产业的整体实力。
腾讯深网整理、排名不分先后
2018年，资金集中涌向头部公司是AI创投领域的大趋势。即使面对资本寒冬，商汤科技、优必选、旷视科技等热门赛道上的明星项目依然受到追捧。
以商汤科技为例，这家计算机视觉技术领域的独角兽公司仅在今年4月至9月期间就完成了C轮、C+轮和D轮总计高达22.2亿美元的融资，估值攀升至60亿美元。
IT桔子的统计数据显示：2018年AI领域投资事件共410起，投资总额1078亿元，相对2017年，投资事件减少了1/3，但投资总额却增长了1/4。
被投项目中早期项目获投减少，C轮及之后项目比重增加。这一方面意味着初创型AI公司融资难度的加大，另一方面也印证了资金正流向头部公司的现实。
从技术层面来看，计算机视觉仍是创投圈最受欢迎的人工智能技术，这与其较高的技术成熟度和在安防、金融等行业的广泛应用场景有关。
除了商汤科技，同为CV领域独角兽公司的旷世科技、依图科技和云从科技也均在过去一年中完成数亿美元的融资。
但另外一项相对成熟的AI技术——语音识别，却鲜少见到大额融资，计算机视觉赛道第一梯队的公司估值已高达数十亿美元，语音识别赛道上第一梯队公司的估值却普遍只在30亿元左右。
和互联网行业相同，人工智能公司的商业模式也基本可分为To C、To B和To G，尤其是To G类业务中每年超过万亿元预算的安防市场早已成为众多AI创业公司竞争的红海，但由于语音识别赛道先天缺乏To G类应用场景，其营收和估值规模与视觉识别赛道上的公司自然也就不能同日而语。
据亿欧智库此前发布的数据显示，计算机视觉头部公司2018年的营收能达到20亿元左右，而语音识别领域头部公司的营收主要集中在2亿元上下。
从行业应用来看，智能机器人、智慧医疗和智慧金融仍然受到各家投资机构的青睐。智慧机器人赛道中，优必选科技以8.2亿美元的C轮融资额成为仅次于商汤科技的年度融资亚军，达闼科技、Geek+（极智嘉）、图灵机器人等玩家也均获得资本垂青完成融资。
智慧医疗领域，汇医慧影、推想科技、深睿医疗等项目都在融资上有所斩获；智慧金融赛道的第四范式也于近期完成10亿元C轮融资，这家人工智能技术与服务提供商以12亿美元的估值跻身行业内的新晋独角兽。
05.AI应用落地时代已到来
如果说2016是AI产业化元年，2017是AI产业化布局之年的话，那么2018无疑是AI应用落地之年。随着BAT等巨头纷纷完成在各自赛道的布局，2018年，几家巨头在AI产业应用落地上都交出了漂亮的答卷。
7月的百度开发者大会上，李彦宏宣布百度L4级别自动驾驶巴士阿波龙已实现量产；11月，李彦宏在百度世界大会上宣布百度将推出AI智能城市 “ACE王牌计划”。
同时宣布的还有百度Apollo和一汽红旗量产L4级别自动驾驶乘用车以及百度与沃尔沃合作生产电动自动驾驶汽车的计划。
3 月的 MWC 中，阿里巴巴将城市大脑展现在全球媒体面前；6月，高德地图联手阿里云今日发布城市大脑·智慧交通战略，城市大脑·智慧交通公共服务版也首次亮相。
阿里高德城市大脑·智慧交通将首批在北京、上海、广州、杭州等50个城市落地，其愿景是平均为每个用户每次出行节省10%的时间；
6月，腾讯正式发布首个AI医学辅助诊疗开放平台，宣布开放旗下首款AI+医疗产品“腾讯觅影”的AI辅诊引擎，助力医院HIS系统、互联网医疗服务实现智能化升级，构建覆盖诊前、诊中、诊后的智慧医疗生态。
11月，腾讯AI Lab发布AI辅助翻译产品Transmart，这款基于腾讯自研神经网络机器翻译引擎的产品，能提供实时译文片段智能推荐，并为合作伙伴提供辅助翻译API与定制化服务。AI的应用落地时代已然到来。
当BAT们在各自赛道上领跑应用落地的同时，面临高估值、低营收压力的AI创业公司也将寻找契合自身技术特点的应用场景、实现营收作为工作的重点。
但现实的情况是，在产业链的各个赛道上都挤满了选手，商业化落地的竞争已经非常激烈。
2019年，更多AI创业公司亟需找到技术和算法的应用场景。
科大讯飞董事长刘庆峰表示，未来3至5年是人工智能最关键的格局确定窗口期。在这3至5年，谁能让人工智能应用真正形成规模、让应用落地，谁就能在未来智能产业中占领先机。
但从过去的一年来看，留给AI创业公司的时间可能没有那么长。
资本寒冬之下，“落地”是贯穿2018年的主题，当巨头完成布局后纷纷转向各自各自擅长的领域开始商业落地的跑马圈地；AI独角兽们也在拓展应用场景的同时，以股权投资等方式向平台化转变。
而面临资金短缺和落地场景局限的小型AI创业公司，被市场洗牌淘汰或是必然。
预测2019年将会有大量AI公司倒闭的观点逐渐成为主流，但创业者对环境改变的适应能力也应该得到重视。寒冬中，投资的天平向场景倾斜，鼓吹数据和算法已不再是融资路上的通行证，创业者也变得更加脚踏实地，开始强调订单、客户、商业化布局。
2019年，那些能在垂直领域找到应用场景的AI创业公司，也将赢得更大的生存空间。
编者按：本文来自微信“腾讯深网”（ID：qqshenwang），作者 马关夏。36氪经授权转载。
2017年人工智能的崛起气势如虹，创业者在资本的热潮中狂欢，对AI可能给各行业带来的革命性变革奔走相呼，然而在过去的2018年，区块链的浪潮和共享单车的大起大落，却一度让人工智能黯然失色、星光不再。
这并非坏事，远离了喧嚣泡沫，资本寒冬到来后的AI行业更加脚踏实地，无论科技巨头还是创业公司，寻找基于自身技术能力和特点的应用场景成为重中之中，“落地”是这一年的主题。
过去一年，中国人工智能产业的马太效应愈发加强，当小公司们面临普遍的融资困局时，头部明星企业却在纷纷刷新这个行业的融资记录。
早已完成AI产业布局的BAT率先进入全面应用落地时代，而处于热门赛道的创业公司则面临更加激烈的落地之争。
接下来的2019年，当投资的热潮退去，面临资金短缺和应用场景局限的小型AI创业公司，只有找到垂直领域的应用场景才能赢得更多生存空间。
01.产业链分布
据中国信息通信研究院数据，截至2018年9月，中国（不包含港澳台地区）共有1122家人工智能企业，这些企业分布于AI产业链的各个环节。
AI产业链按基础层、技术层和应用层可划分为三个类别。基础层为整体产业提供算力，其中硬件部分包括芯片、传感器与中间件，软件是以云计算为整个AI产业链提供算力计算能力平台。
在基础平台领域，主要是腾讯、百度、阿里等巨头提供，值得注意的是，比特大陆等矿机厂商正在向人工智能芯片研发转型。
AI产业链分布（腾讯深网制图）
技术层则为整体产业链提供通用AI技术能力，其中感知层包括目前技术已相对成熟的计算机视觉和语言语音识别两项机器感知任务。
认知层定位为“机器大脑”，包括知识图谱/语义分析以及智能问答/虚拟助手两个核心领域。
顶部的平台层则以通用技术应用平台的形式提供深度学习、模式识别等技术应用服务，对接应用层。
目前国内主要面向To C市场的创业公司基本都集中在技术层，比如提供语音服务的科大讯发、服务智能手机企业的商汤科技和旷世科技等等。
应用层则是具体的消费级终端应用和行业场景应用，消费级终端应用包括智能机器人、智能无人机以及智能硬件三个方向。
行业场景应用对接各类外部行业的AI应用场景，如自动驾驶、智慧金融、智慧医疗、智慧教育、智慧零售、智慧安防、智慧营销、智慧城市等等。
除了部分消费级应用，这是一个庞大的To B市场。腾讯所提出的“产业互联网”发展方向，和人工智能紧密相关。
02.BAT加速布局
作为国内AI产业最重要的参与者，互联网巨头BAT在AI技术、平台、应用场景和对外投资层面都已完成了全方位的布局，BAT专注的业务领域也反应到了其在AI产业的布局上。
总体来说，百度围绕平台与自动驾驶；阿里侧重人工智能在数据服务领域的应用和底层技术；腾讯侧重平台和技术开放，对外均衡布局。
BAT人工智能布局（腾讯深网制图）
在去年底的世界互联网大会上，李彦宏表示，百度希望构建一个基础平台，把人工智能一些基础的能力，比如深度学习的框架以及语音识别的技术、图像识别的技术，开放给外部。
在应用层面，李彦宏比较看好两个场景：智能的家庭和智能的交通。
马化腾则认为，未来人机人脑之间的整个未来外部网络之间的互联将是有意义的。未来10年内在新的人机接口方面将会有很多的变化。
如果5G加上VR的基础，加上续航能力，加上计算能力等被解决，一定程度上会有比较实用的VR计算软件和AR计算软件会出现，这也是划时代的突破。
03.AI独角兽落地竞争白热化
目前头部的AI独角兽创业公司集中在计算机视觉、语音识别、AI芯片、智慧金融、智慧医疗等技术成熟或应用场景广泛的赛道内。
这些公司大多成立于2012年前后，技术背景出身的高学历创业者感受到了AI技术的发展浪潮，搭建起团队，从自己擅长的领域开启创业之旅。
在市场还不了解AI的情况下开始创业，为这些公司赢得了大幅的先发优势，在创投市场最为火热的2016年，这些已经完成技术研发、团队磨合以及初步市场试水的公司获得了极高的估值融资。
随着资金的加持和口碑的积累，头部创业公司的地位得到巩固，成为中国AI产业的重要一极。
腾讯深网根据公开资料整理
在最为成熟的计算机视觉领域，商汤、云从、旷视、依图四家明星独角兽公司均在金融和安防这两个最容易落地且市场广阔的领域广泛布局。
在金融领域，商汤科技的客户涵盖了诸多互联网金融机构与商业银行；总部地处重庆的云从科技，虽然宣传力量和地域上不占优势，但却是中国银行业人脸识别的第一大供应商。
旷视科技背靠投资方阿里巴巴，为支付宝客户端提供人脸识别登录功能支持，同时也为多家互联网金融公司和商业银行提供人脸识别服务。
依图科技则拥有完整的实名认证解决方案，依靠人脸比对及活体检测技术，为金融企业提供从柜面到自助设备再到移动端的全渠道解决方案。
在安防和智慧城市领域，商汤科技的主要落地场景是通过智能视频解决反恐、罪犯抓捕和保障公共安全；云从主要基于大库检索、动态布控、轨迹追踪等核心技术与各个业务线的算法项结合，在多地公安系统内陆续落地应用。
旷视科技以智能摄像头硬件为基础，涵盖了人脸识别门禁、天眼监控系统、动态人脸识别监控、人证合一等多个应用方向；依图科技研发的“蜻蜓眼”人像大平台也已应用于公共安全领域，同时也为海关总署及中国边检等提供人像比对系统。
除金融和安防外，商汤、云从、旷视和依图四家公司在医疗、交通、零售等领域也存在不同程度的竞争。当技术和落地场景都差别不大时，激烈的厮杀也再所难免。
不过对于资本寒冬中依然“不差钱”的AI独角兽公司来说，除了拓展不同领域的应用场景外，通过股权投资加速自身商业落地也能成为另一种选择。
2018年8月7日，商汤科技领投影谱科技13.6亿元D轮融资，更早的6月21日，商汤科技还领投了医疗互联网公司禾连健康7500万美元B轮融资，后者投后估值近10亿美元——独角兽开始造小独角兽了。
商汤目前已经公开的投资案例包括51VR、禾连健康、苏宁体育、影谱科技等7个项目。
11月2日，旷视科技出现在了连锁便利店“好邻居”新一轮数千万美元融资的投资方名单之中，外界普遍认为当前连锁便利店行业对门店AI设备的持续投入和数字化改造是两者合作的基础。
商汤、旷视们一边融资一边投资的现象也被视为当前头部AI企业商业落地竞争白热化的缩影。
04.投资机构布局：资金涌入头部公司
人工智能赛道涵盖了中国各大主流投资机构，包括真格基金、红杉资本中国、IDG、创新工场等基金和腾讯、阿里、百度、联想等产业资本。
资本环境的活跃显然对AI产业的培育有极大的推动作用，而资本与企业间的相互促进，也增强了中国AI产业的整体实力。
腾讯深网整理、排名不分先后
2018年，资金集中涌向头部公司是AI创投领域的大趋势。即使面对资本寒冬，商汤科技、优必选、旷视科技等热门赛道上的明星项目依然受到追捧。
以商汤科技为例，这家计算机视觉技术领域的独角兽公司仅在今年4月至9月期间就完成了C轮、C+轮和D轮总计高达22.2亿美元的融资，估值攀升至60亿美元。
IT桔子的统计数据显示：2018年AI领域投资事件共410起，投资总额1078亿元，相对2017年，投资事件减少了1/3，但投资总额却增长了1/4。
被投项目中早期项目获投减少，C轮及之后项目比重增加。这一方面意味着初创型AI公司融资难度的加大，另一方面也印证了资金正流向头部公司的现实。
从技术层面来看，计算机视觉仍是创投圈最受欢迎的人工智能技术，这与其较高的技术成熟度和在安防、金融等行业的广泛应用场景有关。
除了商汤科技，同为CV领域独角兽公司的旷世科技、依图科技和云从科技也均在过去一年中完成数亿美元的融资。
但另外一项相对成熟的AI技术——语音识别，却鲜少见到大额融资，计算机视觉赛道第一梯队的公司估值已高达数十亿美元，语音识别赛道上第一梯队公司的估值却普遍只在30亿元左右。
和互联网行业相同，人工智能公司的商业模式也基本可分为To C、To B和To G，尤其是To G类业务中每年超过万亿元预算的安防市场早已成为众多AI创业公司竞争的红海，但由于语音识别赛道先天缺乏To G类应用场景，其营收和估值规模与视觉识别赛道上的公司自然也就不能同日而语。
据亿欧智库此前发布的数据显示，计算机视觉头部公司2018年的营收能达到20亿元左右，而语音识别领域头部公司的营收主要集中在2亿元上下。
从行业应用来看，智能机器人、智慧医疗和智慧金融仍然受到各家投资机构的青睐。智慧机器人赛道中，优必选科技以8.2亿美元的C轮融资额成为仅次于商汤科技的年度融资亚军，达闼科技、Geek+（极智嘉）、图灵机器人等玩家也均获得资本垂青完成融资。
智慧医疗领域，汇医慧影、推想科技、深睿医疗等项目都在融资上有所斩获；智慧金融赛道的第四范式也于近期完成10亿元C轮融资，这家人工智能技术与服务提供商以12亿美元的估值跻身行业内的新晋独角兽。
05.AI应用落地时代已到来
如果说2016是AI产业化元年，2017是AI产业化布局之年的话，那么2018无疑是AI应用落地之年。随着BAT等巨头纷纷完成在各自赛道的布局，2018年，几家巨头在AI产业应用落地上都交出了漂亮的答卷。
7月的百度开发者大会上，李彦宏宣布百度L4级别自动驾驶巴士阿波龙已实现量产；11月，李彦宏在百度世界大会上宣布百度将推出AI智能城市 “ACE王牌计划”。
同时宣布的还有百度Apollo和一汽红旗量产L4级别自动驾驶乘用车以及百度与沃尔沃合作生产电动自动驾驶汽车的计划。
3 月的 MWC 中，阿里巴巴将城市大脑展现在全球媒体面前；6月，高德地图联手阿里云今日发布城市大脑·智慧交通战略，城市大脑·智慧交通公共服务版也首次亮相。
阿里高德城市大脑·智慧交通将首批在北京、上海、广州、杭州等50个城市落地，其愿景是平均为每个用户每次出行节省10%的时间；
6月，腾讯正式发布首个AI医学辅助诊疗开放平台，宣布开放旗下首款AI+医疗产品“腾讯觅影”的AI辅诊引擎，助力医院HIS系统、互联网医疗服务实现智能化升级，构建覆盖诊前、诊中、诊后的智慧医疗生态。
11月，腾讯AI Lab发布AI辅助翻译产品Transmart，这款基于腾讯自研神经网络机器翻译引擎的产品，能提供实时译文片段智能推荐，并为合作伙伴提供辅助翻译API与定制化服务。AI的应用落地时代已然到来。
当BAT们在各自赛道上领跑应用落地的同时，面临高估值、低营收压力的AI创业公司也将寻找契合自身技术特点的应用场景、实现营收作为工作的重点。
但现实的情况是，在产业链的各个赛道上都挤满了选手，商业化落地的竞争已经非常激烈。
2019年，更多AI创业公司亟需找到技术和算法的应用场景。
科大讯飞董事长刘庆峰表示，未来3至5年是人工智能最关键的格局确定窗口期。在这3至5年，谁能让人工智能应用真正形成规模、让应用落地，谁就能在未来智能产业中占领先机。
但从过去的一年来看，留给AI创业公司的时间可能没有那么长。
资本寒冬之下，“落地”是贯穿2018年的主题，当巨头完成布局后纷纷转向各自各自擅长的领域开始商业落地的跑马圈地；AI独角兽们也在拓展应用场景的同时，以股权投资等方式向平台化转变。
而面临资金短缺和落地场景局限的小型AI创业公司，被市场洗牌淘汰或是必然。
预测2019年将会有大量AI公司倒闭的观点逐渐成为主流，但创业者对环境改变的适应能力也应该得到重视。寒冬中，投资的天平向场景倾斜，鼓吹数据和算法已不再是融资路上的通行证，创业者也变得更加脚踏实地，开始强调订单、客户、商业化布局。
2019年，那些能在垂直领域找到应用场景的AI创业公司，也将赢得更大的生存空间。
9，你不能不知道的13位中国人工智能女性_
一年一度的女神节，新智元整理出几位在人工智能领域工作的杰出女性，她们的研究和工作让人工智能更加美好。
从门禁刷脸到拍照购物再到自动驾驶汽车，人工智能正在以惊人的趋势席卷世界，改变我们的生活。不过，你或许还不够了解在背后往前推动人工智能的研究人员和科学家，尤其是女性研究员和科学家。
与大多数理工学科一样，AI/ML领域，女性从业者的数量呈压倒性的劣势，管理岗位和C级职位尤其。根据最新的一份调查，在谷歌和Facebook，女性工程师的数量仅有20%，而这已经算是多的——根据女性机器学习会议Women in Maching Learning（WiML）的创始人、AI研究者Hanna Wallach的统计，机器学习领域中女性仅占13.5%。
据Bloomberg Beta的统计，女性在AI/ML各领域普遍偏低，技术和研究岗位尤其，而在管理和C级别职位中，情况更加严峻。上图显示了C级别职位女性（黑色）与男性人数对比，在CRO和CCO两栏就没有女性。来源：TechEmergence
AI研究人员的多元化在未来5-10年都将是很大的挑战，让AI/ML更多包容和多样的呼声一直没有停止。WiML成立的目的，便是增加从事机器学习的女性数量，帮助女性取得专业成功，提升女性在机器学习中的影响。此外，还有像斯坦福AI4ALL这样的项目，旨在改变传统AI领域的刻板印象，让更多的女性参与，面向高中女生（美国9年级），让她们接触AI专业培训，发挥自己的才能。
在3月8日国际妇女节的这一天，新智元向所有的女性，特别是在人工智能领域工作的女性喝彩。新智元整理出以下几位中国人工智能值得关注的女性，她们都克服了个人生活和职业生涯的种种挑战，实现了令人难以置信的影响力，成为行业的领导者和榜样。
这份名单并不全面。更多有才华的人为AI做出贡献，这不是我们能在一篇文章中快速总结的内容。退部分人物的简介来自网络，包括高校页面或个人官网、维基百科以及此前的报道。相关信息若有过时乃至不当之处，请联系我们，我们将第一时间更正。
李飞飞：实现AI普世价值
2017年10月31日，李飞飞到访新智元并接受新智元创始人兼CEO杨静专访。
“AI没有国界，AI的福祉亦无边界”。
2017年11月13日，上海，谷歌云机器学习与人工智能首席科学家李飞飞动情地说完这句话，宣布谷歌将在中国组建AI中心，从北京出发，逐渐遍布全国。谷歌中国AI中心将由李飞飞和谷歌云机器学习负责人李佳共同领导，主要聚焦基础研究。
李飞飞是斯坦福大学计算机系终身教授，斯坦福人工智能实验室和斯坦福视觉实验室主任。李飞飞带领团队创建了全球最大的图像识别数据库ImageNet，由此改写了图像识别乃至人工智能的历史，ImageNet让人们知道，数据和算法一样重要。李飞飞关于神经网络和计算机视觉的研究大幅推动了人工智能发展，可能为我们带来更直观的图像搜索应用，以及能够在不熟悉的情况下做出决策的自主机器人。
2016年11月，李飞飞加盟谷歌云，担任谷歌云首席科学家，同时也继续在斯坦福工作。李飞飞接受新智元专访，表示自己是利用休学术假到谷歌去实践 AI的普世价值。谷歌AI中国中心是她加入谷歌便开始积极推动的一个项目，也是为这个远大目标做一个小小的贡献。“随着技术开始以更深刻的方式塑造人类生活，我们将需要共同努力，确保明天的人工智能会使我们所有人受益。”
李飞飞也有参与AI4ALL的工作，她多次强调，因为AI承载了人类所看重的各种价值观，包括道德、偏见、公正或使用权。AI将给人类社会带来有史以来最大的变革，AI发展需要更多女性的参与，需要多元化技术人员参与AI技术的开发。
李佳：AI赋能，让所有人都能随时使用AI
李佳以谷歌AI中国中心总裁、谷歌云AI研发主管的身份，在2018年2月北京举行的Think With Google大会亮相。在加入谷歌和李飞飞一起负责谷歌云机器学习部门之前，李佳是Snapchat的研究部门负责人，她带领的研究团队主要负责研发新方法，满足用户的需求，包括在图片上添加文字、符号等各种内容。更早一点，李佳曾在雅虎实验室的视图计算和学习部门担任负责人。
李佳在2017年底接受新智元采访时表示，这几年来，她在工业界看到各种各样的有意思的ML问题，这些问题通常都是在传统行业当中，而AI人才通常都在互联网技术公司，两者间有很大的差距，“我们希望更多更多的AI的人能够投身到这里，发挥技术特长来影响各行各业，最终影响整个人类社会的生活”。
李佳带领的谷歌云AI团队处于研究和产品两者的中心。2018年初，谷歌云发布了AutoML，让不懂AI的开发者也能使用AI，大幅降低机器学习的门槛。最先推出图像功能，是李佳和李飞飞走访上千客户，基于用户需求和前沿研究得出的结论。李佳说，谷歌Cloud AutoML是印证研究和开发可以良性循环结合的很好例子，让AI去解决实际问题，同时让实际问题激发研究兴趣。在会后接受采访时，李佳多次提到一句话：
AI赋能，让所有人都能随时使用AI。
周以真：龙女士，阿里达摩院首批达摩祖师之一
外界对周以真教授的评价为“横跨学界、政界、企业的计算机思维定义者”。盘点她过去的学术生涯，可以用“开挂”来形容：麻省理工学院博士毕业，师从图灵奖得主Ronald Rivest，历任卡内基梅隆大学计算机科学系主任、美国国家科学院计算机科学与通讯部门主席、微软全球资深副总裁等重要职位。而最能影响计算机历史的，则是她2006年发表的《计算思维》（Computational thinking）。论著中，周以真倡导运用计算机科学的基础概念解决问题、设计系统并理解人类行为的思维方式，这一理念推动了计算机科学在全球教育领域的发展。
同时，作为空手道黑带的周以真可以说是个不折不扣的“武林高手”，被称为“龙女士”。2017年，周以真教授作为首批10位“达摩祖师”之一加入阿里的达摩院，与人工智能领域世界级泰斗Michael I. Jordan、人类基因组计划领军人物George M. Church等人一同为达摩院提供研究方向、重点发展领域、重大任务和目标等学术问题提供咨询建议。
卢宇彤：中国超算巾帼英雄
卢宇彤是中国国家超级计算广州中心主任，同时是中山大学数据科学与计算机学院教授，曾任国防科技大学计算机学院软件所副所长，银河天河工程副总师。卢宇彤教授参加了五代银河系统和两代天河系统的研制工作，还是 “天河二号” 超级计算机系统副总设计师。她在中国科技部，国家自然科学基金委，广东省的支持下，主导了一系列的 HPC 和大数据项目。
卢宇彤教授在 2009 年和 2014 年分别获得中国国家科技进步奖一等奖和特等奖。她的长期研究兴趣包括并行操作系统，高速通信，大规模并行文件系统和大规模资源管理系统，以及高级编程环境和应用。
谷雪梅：前谷歌中国第一位本土女工程师
谷雪梅现在是菜鸟网络科技有限公司副总裁、技术产品负责人。她硕士毕业于卡内基梅隆大学计算机科学学院，2005年1月加盟谷歌，2006年2月调任谷歌中国，是谷歌中国第一位本土女工程师。
加盟阿里后，谷雪梅先后担任过阿里巴巴集团搜索事业部负责人、阿里妈妈技术产品负责人。在加入阿里之前，她在搜索基础设施和知识图表方面为谷歌公司工作了10年，任职Google Beijing site lead三年。她在大规模分布式计算平台、搜索推荐及广告、知识图谱等方面有多年的开发和管理经验。
吴华：百度自然语言处理首席科学家
吴华，博士，百度技术委员会主席、百度自然语言处理首席科学家。主要研究领域包括自然语言处理、机器翻译、人机对话、知识挖掘、机器学习等。作为百度翻译技术负责人和团队的创始人之一，吴华博士在机器翻译及自然语言处理领域浸润多年，负责过多项机器翻译的研究与开发工作，开发了多款自然语言处理产品。吴华博士已授权或公开的专利申请100余项、发表论文60余篇。作为分课题负责人或者成员参与过863重大项目、973项目、自然科学基金重点项目等。
吴华博士在自然语言处理领域的研究成为得到国际学术界的广泛认可，2011年她受邀担任NLP领域重要国际会议IJCNLP的机器翻译领域主席(Area Chair)，2012年担任NLP领域最好的国际学术会议ACL的机器翻译领域主席。去年，她又被遴选为ACL 2014年的程序主席(Program Chair)，她还获评2017年福布斯“AI杰出女性”。
谷俊丽：马斯克背后的中国女博士
谷俊丽，毕业于清华大学、美国伊利诺伊大学香槟分校博士，机器学习专家。现任小鹏汽车自动驾驶研发副总裁，全面负责小鹏汽车自动驾驶研发团队的创建，领导人工智能创新和自动驾驶软件的研发，加速小鹏汽车自动驾驶技术的应用和升级迭代。在加入小鹏汽车之前，谷俊丽在特斯拉搭建了机器学习团队，其领导打造的Autopilot 2.0，正是特斯拉大规模部署的自动驾驶/辅助驾驶系统，甚至有媒体称其为“马斯克背后的中国女博士”。
谷俊丽精通诸多领域，在机器学习、异构计算、高性能计算以及处理器设计方向都有深厚的研发经验。在清华大学读博士期间，谷俊丽作为核心人员研发过超长指令字数字信号处理器，后赴美参与UIUC超级计算机的研究工作，并曾工作于Google总部。2012年7月之后的四年，谷俊丽曾任国际芯片巨头AMD主任工程师，负责大数据和深度学习软件的研究开发。
史元春：中国最早开始研究普适计算的学者
史元春是清华大学计算机系教授、博士生导师，清华大学全球创新学院院长、长江学者，清华大学计算机系人机交互与媒体集成研究所所长，IEEE高级会员。
她于清华大学计算机系获学士、硕士和博士学位，1993年起在清华大学计算机系任教。史元春教授的研究兴趣涉及人机交互、普适计算、网络多媒体技术以及网络教学技术等领域。作为国内最早开展普适计算研究的学者，她于 2000 年建立了智能空间研究环境。史元春教授近年投入较多研究精力的方向是自然交互接口和高效交互界面，带领团队研制了大幅面交互桌面，基于手机摄像头等传感器的手势交互技术，界面优化和自适应转换技术等，数次获得教育部科技进步一等奖、二等奖。
初敏：带领研发第一个中英文双语语音合成系统“木兰”
初敏，中科院声学所博士，主要研究方向覆盖语音识别与合成、自然语言处理、机器学习和数据挖掘、大数据处理和计算等，在相关领域发表了近百篇学术论文并取得20多项国内外专利。目前担任思必驰VP、思必驰北京研发院院长，肩负着思必驰拓展语音技术在物联网外的新业务、新场景落地的重任。
初敏于2000年加入微软，在微软亚洲研究院从事科学研究近10年，创建并领导语音合成研究小组，研制出了第一个中英文双语语音合成系统“木兰”，被誉为微软亚洲研究院成立的前五年中取得的10大技术突破之一；后于2009年追随王坚博士的步伐加盟阿里，担任阿里云iDST（Institute of Data Science and Technologies）Analytics部门总监，曾经在阿里云和阿里妈妈负责机器翻译、阿里输入法、淘宝产品库、互联网用户画像、CNZZ数据银行等产品和项目的研发工作。
朱小燕：让60岁以上的老人自如地跟机器交互
朱小燕，清华大学计算机系教授、博士生导师、智能技术与系统国家重点实验室主任、北京市计算机学会副理事长。朱小燕1992年获得北京科技大学学士学位，在1987年取得了日本神户大学硕士学位，90年日本名古屋工业大学博士毕业，93年开始在清华大学任教。
朱小燕教授主攻智能信息处理, 机器学习, 文本挖掘等几个领域，所在研究小组曾在光学字符识别、语音信号处理、人机交互等领域进行过深入研究。所在室验室是国家信息领域到现在为止唯一的人工智能相关国家重点实验室，在手写数字识别、盲用计算机系统等方面取得了多项理论与应用成果。识别引擎曾经成功地应用于中国跨世纪人口普查及其它多个国际合作项目；研究组实现的多文档摘要系统在国际评测TAC2008、2009两年中连续获得第一名的好成绩。2009年朱小燕教授获得加拿大国际开发研究中心（IDRC）首席科学家称号。朱小燕对语音技术进一步的发展期待是能让60岁以上的老人也能够比较自如地使用语音与机器交互。
黄河燕：主持承担多项国家科研攻关项目，获国家科技进步一等奖
黄河燕，教授、博士生导师，1989年获中国科学院计算所博士学位、1986年获国防科技大学硕士学位、1983年获武汉测绘科技大学学士学位，曾任中国科学院计算机语言信息研究中心主任，现任北京理工大学计算机学院院长，兼任香港城市大学特约教授，中国科技大学、南京理工大学、中国科学院研究生院兼职教授和博士生导师。
在机器翻译、自然语言处理和智能应用系统等方面进行了长期深入研究，提出并设计了面向对象的多风格智能程序设计环境；主持研究并实现了基于多策略的机器翻译系统、军用文字信息输入识别与处理系统、多语机器翻译及其系列应用系统、大型网络信息翻译集成处理系统等，组织并完成了基于上述系统技术的多项产品化开发工作，获得了国家科技进步一等奖和中科院科技进步一等奖等多项奖项，目前主持多项国家自然科学基金项目及863项目。2017年12月14日，中国互联网协会标准工作委员会成立大会在北京召开，黄河燕任中国互联网协会标准工作委员会副主任委员。
刘杉：腾讯音频实验室杰出科学家
刘杉，本科毕业于清华大学电子工程系，硕士和博士毕业于美国南加州大学电机工程系，现任腾讯音视频实验室杰出科学家。刘杉加入腾讯之前，曾任华为美国多媒体实验室主任兼视频标准首席科学家和全球项目负责人；在此之前担任联发科美国视频和视觉技术开发部主任。在联发科任职期间，作为主要发明人和联合发明人的50余篇技术提案被ITU-T H.265 | ISO / IEC HEVC, MPEG-DASH, OMAF, MMT 等国际标准采纳。她还曾担任MERL主任研究员、IBM客座研究员。
多次担任标准组织技术分组与专家小组的主席和联席主席，并多次在国际顶级学术会议担任领域主席、论文评审委员或做邀请报告。发表了超过 30 篇专业期刊和会议论文，是超过 200 个美国和全球专利申请的发明人，其中许多发明已被授权并成为标准基本专利或被内置于多款通信和多媒体产品中，是ITU-T H.265 | ISO / IEC HEVC V4(定稿版本)七位主编之一。
杨静：新智元创始人兼CEO
最后，我们不能不提新智元的创始人、CEO 杨静。
杨静女士曾任法国阳狮集团实力传播 (Zenith Media)媒体购买及咨询副总监（2002-2010）、中国经济网经营顾问（2010-2014）。2014年策划主持了“奇点临近”、“算法帝国”、“大数据时代的社会人与机器人”等系列人工智能、大数据主题研讨会。2015年3月与机械工业出版社联合主办“新智能时代论坛”，受邀担任2015年5月中国科协年会智能社会科技专家论坛、2015年机器人世界杯产业峰会、世界机器人大会“人工智能开启机器人新纪元”分论坛主持人。
2015年9月，杨静女士创办新智元，2016年3月出版专著《新智元 机器+人类=超智能时代》，2016年10月联合主办世界人工智能大会，并出版《中国人工智能产业发展报告》。2017年继续主办世界人工智能大会，与英特尔公司联合主办新智元开源·生态技术峰会，并担任中国人工智能产业发展联盟理事、中国证券投资基金业协会第一届金融科技专业委员会委员、合肥高新区机器人专家委员会特聘专家等职务。
3月29日，杨静女士将主持举办“2018新智元AI技术峰会——产业·跃迁”，邀请国内外顶级AI专家论道最新技术与产业趋势，并发布2018最值得关注的AI创业家权威榜单，同时，新智元还将与中国人工智能产业的主导企业共同发起成立AI产业生态平台，将AI技术规模化、产业化应用和场景落地最前沿的案例带给行业，进而推动行业的智变升级。
一年一度的女神节，新智元整理出几位在人工智能领域工作的杰出女性，她们的研究和工作让人工智能更加美好。
从门禁刷脸到拍照购物再到自动驾驶汽车，人工智能正在以惊人的趋势席卷世界，改变我们的生活。不过，你或许还不够了解在背后往前推动人工智能的研究人员和科学家，尤其是女性研究员和科学家。
与大多数理工学科一样，AI/ML领域，女性从业者的数量呈压倒性的劣势，管理岗位和C级职位尤其。根据最新的一份调查，在谷歌和Facebook，女性工程师的数量仅有20%，而这已经算是多的——根据女性机器学习会议Women in Maching Learning（WiML）的创始人、AI研究者Hanna Wallach的统计，机器学习领域中女性仅占13.5%。
据Bloomberg Beta的统计，女性在AI/ML各领域普遍偏低，技术和研究岗位尤其，而在管理和C级别职位中，情况更加严峻。上图显示了C级别职位女性（黑色）与男性人数对比，在CRO和CCO两栏就没有女性。来源：TechEmergence
AI研究人员的多元化在未来5-10年都将是很大的挑战，让AI/ML更多包容和多样的呼声一直没有停止。WiML成立的目的，便是增加从事机器学习的女性数量，帮助女性取得专业成功，提升女性在机器学习中的影响。此外，还有像斯坦福AI4ALL这样的项目，旨在改变传统AI领域的刻板印象，让更多的女性参与，面向高中女生（美国9年级），让她们接触AI专业培训，发挥自己的才能。
在3月8日国际妇女节的这一天，新智元向所有的女性，特别是在人工智能领域工作的女性喝彩。新智元整理出以下几位中国人工智能值得关注的女性，她们都克服了个人生活和职业生涯的种种挑战，实现了令人难以置信的影响力，成为行业的领导者和榜样。
这份名单并不全面。更多有才华的人为AI做出贡献，这不是我们能在一篇文章中快速总结的内容。退部分人物的简介来自网络，包括高校页面或个人官网、维基百科以及此前的报道。相关信息若有过时乃至不当之处，请联系我们，我们将第一时间更正。
李飞飞：实现AI普世价值
2017年10月31日，李飞飞到访新智元并接受新智元创始人兼CEO杨静专访。
“AI没有国界，AI的福祉亦无边界”。
2017年11月13日，上海，谷歌云机器学习与人工智能首席科学家李飞飞动情地说完这句话，宣布谷歌将在中国组建AI中心，从北京出发，逐渐遍布全国。谷歌中国AI中心将由李飞飞和谷歌云机器学习负责人李佳共同领导，主要聚焦基础研究。
李飞飞是斯坦福大学计算机系终身教授，斯坦福人工智能实验室和斯坦福视觉实验室主任。李飞飞带领团队创建了全球最大的图像识别数据库ImageNet，由此改写了图像识别乃至人工智能的历史，ImageNet让人们知道，数据和算法一样重要。李飞飞关于神经网络和计算机视觉的研究大幅推动了人工智能发展，可能为我们带来更直观的图像搜索应用，以及能够在不熟悉的情况下做出决策的自主机器人。
2016年11月，李飞飞加盟谷歌云，担任谷歌云首席科学家，同时也继续在斯坦福工作。李飞飞接受新智元专访，表示自己是利用休学术假到谷歌去实践 AI的普世价值。谷歌AI中国中心是她加入谷歌便开始积极推动的一个项目，也是为这个远大目标做一个小小的贡献。“随着技术开始以更深刻的方式塑造人类生活，我们将需要共同努力，确保明天的人工智能会使我们所有人受益。”
李飞飞也有参与AI4ALL的工作，她多次强调，因为AI承载了人类所看重的各种价值观，包括道德、偏见、公正或使用权。AI将给人类社会带来有史以来最大的变革，AI发展需要更多女性的参与，需要多元化技术人员参与AI技术的开发。
李佳：AI赋能，让所有人都能随时使用AI
李佳以谷歌AI中国中心总裁、谷歌云AI研发主管的身份，在2018年2月北京举行的Think With Google大会亮相。在加入谷歌和李飞飞一起负责谷歌云机器学习部门之前，李佳是Snapchat的研究部门负责人，她带领的研究团队主要负责研发新方法，满足用户的需求，包括在图片上添加文字、符号等各种内容。更早一点，李佳曾在雅虎实验室的视图计算和学习部门担任负责人。
李佳在2017年底接受新智元采访时表示，这几年来，她在工业界看到各种各样的有意思的ML问题，这些问题通常都是在传统行业当中，而AI人才通常都在互联网技术公司，两者间有很大的差距，“我们希望更多更多的AI的人能够投身到这里，发挥技术特长来影响各行各业，最终影响整个人类社会的生活”。
李佳带领的谷歌云AI团队处于研究和产品两者的中心。2018年初，谷歌云发布了AutoML，让不懂AI的开发者也能使用AI，大幅降低机器学习的门槛。最先推出图像功能，是李佳和李飞飞走访上千客户，基于用户需求和前沿研究得出的结论。李佳说，谷歌Cloud AutoML是印证研究和开发可以良性循环结合的很好例子，让AI去解决实际问题，同时让实际问题激发研究兴趣。在会后接受采访时，李佳多次提到一句话：
AI赋能，让所有人都能随时使用AI。
周以真：龙女士，阿里达摩院首批达摩祖师之一
外界对周以真教授的评价为“横跨学界、政界、企业的计算机思维定义者”。盘点她过去的学术生涯，可以用“开挂”来形容：麻省理工学院博士毕业，师从图灵奖得主Ronald Rivest，历任卡内基梅隆大学计算机科学系主任、美国国家科学院计算机科学与通讯部门主席、微软全球资深副总裁等重要职位。而最能影响计算机历史的，则是她2006年发表的《计算思维》（Computational thinking）。论著中，周以真倡导运用计算机科学的基础概念解决问题、设计系统并理解人类行为的思维方式，这一理念推动了计算机科学在全球教育领域的发展。
同时，作为空手道黑带的周以真可以说是个不折不扣的“武林高手”，被称为“龙女士”。2017年，周以真教授作为首批10位“达摩祖师”之一加入阿里的达摩院，与人工智能领域世界级泰斗Michael I. Jordan、人类基因组计划领军人物George M. Church等人一同为达摩院提供研究方向、重点发展领域、重大任务和目标等学术问题提供咨询建议。
卢宇彤：中国超算巾帼英雄
卢宇彤是中国国家超级计算广州中心主任，同时是中山大学数据科学与计算机学院教授，曾任国防科技大学计算机学院软件所副所长，银河天河工程副总师。卢宇彤教授参加了五代银河系统和两代天河系统的研制工作，还是 “天河二号” 超级计算机系统副总设计师。她在中国科技部，国家自然科学基金委，广东省的支持下，主导了一系列的 HPC 和大数据项目。
卢宇彤教授在 2009 年和 2014 年分别获得中国国家科技进步奖一等奖和特等奖。她的长期研究兴趣包括并行操作系统，高速通信，大规模并行文件系统和大规模资源管理系统，以及高级编程环境和应用。
谷雪梅：前谷歌中国第一位本土女工程师
谷雪梅现在是菜鸟网络科技有限公司副总裁、技术产品负责人。她硕士毕业于卡内基梅隆大学计算机科学学院，2005年1月加盟谷歌，2006年2月调任谷歌中国，是谷歌中国第一位本土女工程师。
加盟阿里后，谷雪梅先后担任过阿里巴巴集团搜索事业部负责人、阿里妈妈技术产品负责人。在加入阿里之前，她在搜索基础设施和知识图表方面为谷歌公司工作了10年，任职Google Beijing site lead三年。她在大规模分布式计算平台、搜索推荐及广告、知识图谱等方面有多年的开发和管理经验。
吴华：百度自然语言处理首席科学家
吴华，博士，百度技术委员会主席、百度自然语言处理首席科学家。主要研究领域包括自然语言处理、机器翻译、人机对话、知识挖掘、机器学习等。作为百度翻译技术负责人和团队的创始人之一，吴华博士在机器翻译及自然语言处理领域浸润多年，负责过多项机器翻译的研究与开发工作，开发了多款自然语言处理产品。吴华博士已授权或公开的专利申请100余项、发表论文60余篇。作为分课题负责人或者成员参与过863重大项目、973项目、自然科学基金重点项目等。
吴华博士在自然语言处理领域的研究成为得到国际学术界的广泛认可，2011年她受邀担任NLP领域重要国际会议IJCNLP的机器翻译领域主席(Area Chair)，2012年担任NLP领域最好的国际学术会议ACL的机器翻译领域主席。去年，她又被遴选为ACL 2014年的程序主席(Program Chair)，她还获评2017年福布斯“AI杰出女性”。
谷俊丽：马斯克背后的中国女博士
谷俊丽，毕业于清华大学、美国伊利诺伊大学香槟分校博士，机器学习专家。现任小鹏汽车自动驾驶研发副总裁，全面负责小鹏汽车自动驾驶研发团队的创建，领导人工智能创新和自动驾驶软件的研发，加速小鹏汽车自动驾驶技术的应用和升级迭代。在加入小鹏汽车之前，谷俊丽在特斯拉搭建了机器学习团队，其领导打造的Autopilot 2.0，正是特斯拉大规模部署的自动驾驶/辅助驾驶系统，甚至有媒体称其为“马斯克背后的中国女博士”。
谷俊丽精通诸多领域，在机器学习、异构计算、高性能计算以及处理器设计方向都有深厚的研发经验。在清华大学读博士期间，谷俊丽作为核心人员研发过超长指令字数字信号处理器，后赴美参与UIUC超级计算机的研究工作，并曾工作于Google总部。2012年7月之后的四年，谷俊丽曾任国际芯片巨头AMD主任工程师，负责大数据和深度学习软件的研究开发。
史元春：中国最早开始研究普适计算的学者
史元春是清华大学计算机系教授、博士生导师，清华大学全球创新学院院长、长江学者，清华大学计算机系人机交互与媒体集成研究所所长，IEEE高级会员。
她于清华大学计算机系获学士、硕士和博士学位，1993年起在清华大学计算机系任教。史元春教授的研究兴趣涉及人机交互、普适计算、网络多媒体技术以及网络教学技术等领域。作为国内最早开展普适计算研究的学者，她于 2000 年建立了智能空间研究环境。史元春教授近年投入较多研究精力的方向是自然交互接口和高效交互界面，带领团队研制了大幅面交互桌面，基于手机摄像头等传感器的手势交互技术，界面优化和自适应转换技术等，数次获得教育部科技进步一等奖、二等奖。
初敏：带领研发第一个中英文双语语音合成系统“木兰”
初敏，中科院声学所博士，主要研究方向覆盖语音识别与合成、自然语言处理、机器学习和数据挖掘、大数据处理和计算等，在相关领域发表了近百篇学术论文并取得20多项国内外专利。目前担任思必驰VP、思必驰北京研发院院长，肩负着思必驰拓展语音技术在物联网外的新业务、新场景落地的重任。
初敏于2000年加入微软，在微软亚洲研究院从事科学研究近10年，创建并领导语音合成研究小组，研制出了第一个中英文双语语音合成系统“木兰”，被誉为微软亚洲研究院成立的前五年中取得的10大技术突破之一；后于2009年追随王坚博士的步伐加盟阿里，担任阿里云iDST（Institute of Data Science and Technologies）Analytics部门总监，曾经在阿里云和阿里妈妈负责机器翻译、阿里输入法、淘宝产品库、互联网用户画像、CNZZ数据银行等产品和项目的研发工作。
朱小燕：让60岁以上的老人自如地跟机器交互
朱小燕，清华大学计算机系教授、博士生导师、智能技术与系统国家重点实验室主任、北京市计算机学会副理事长。朱小燕1992年获得北京科技大学学士学位，在1987年取得了日本神户大学硕士学位，90年日本名古屋工业大学博士毕业，93年开始在清华大学任教。
朱小燕教授主攻智能信息处理, 机器学习, 文本挖掘等几个领域，所在研究小组曾在光学字符识别、语音信号处理、人机交互等领域进行过深入研究。所在室验室是国家信息领域到现在为止唯一的人工智能相关国家重点实验室，在手写数字识别、盲用计算机系统等方面取得了多项理论与应用成果。识别引擎曾经成功地应用于中国跨世纪人口普查及其它多个国际合作项目；研究组实现的多文档摘要系统在国际评测TAC2008、2009两年中连续获得第一名的好成绩。2009年朱小燕教授获得加拿大国际开发研究中心（IDRC）首席科学家称号。朱小燕对语音技术进一步的发展期待是能让60岁以上的老人也能够比较自如地使用语音与机器交互。
黄河燕：主持承担多项国家科研攻关项目，获国家科技进步一等奖
黄河燕，教授、博士生导师，1989年获中国科学院计算所博士学位、1986年获国防科技大学硕士学位、1983年获武汉测绘科技大学学士学位，曾任中国科学院计算机语言信息研究中心主任，现任北京理工大学计算机学院院长，兼任香港城市大学特约教授，中国科技大学、南京理工大学、中国科学院研究生院兼职教授和博士生导师。
在机器翻译、自然语言处理和智能应用系统等方面进行了长期深入研究，提出并设计了面向对象的多风格智能程序设计环境；主持研究并实现了基于多策略的机器翻译系统、军用文字信息输入识别与处理系统、多语机器翻译及其系列应用系统、大型网络信息翻译集成处理系统等，组织并完成了基于上述系统技术的多项产品化开发工作，获得了国家科技进步一等奖和中科院科技进步一等奖等多项奖项，目前主持多项国家自然科学基金项目及863项目。2017年12月14日，中国互联网协会标准工作委员会成立大会在北京召开，黄河燕任中国互联网协会标准工作委员会副主任委员。
刘杉：腾讯音频实验室杰出科学家
刘杉，本科毕业于清华大学电子工程系，硕士和博士毕业于美国南加州大学电机工程系，现任腾讯音视频实验室杰出科学家。刘杉加入腾讯之前，曾任华为美国多媒体实验室主任兼视频标准首席科学家和全球项目负责人；在此之前担任联发科美国视频和视觉技术开发部主任。在联发科任职期间，作为主要发明人和联合发明人的50余篇技术提案被ITU-T H.265 | ISO / IEC HEVC, MPEG-DASH, OMAF, MMT 等国际标准采纳。她还曾担任MERL主任研究员、IBM客座研究员。
多次担任标准组织技术分组与专家小组的主席和联席主席，并多次在国际顶级学术会议担任领域主席、论文评审委员或做邀请报告。发表了超过 30 篇专业期刊和会议论文，是超过 200 个美国和全球专利申请的发明人，其中许多发明已被授权并成为标准基本专利或被内置于多款通信和多媒体产品中，是ITU-T H.265 | ISO / IEC HEVC V4(定稿版本)七位主编之一。
杨静：新智元创始人兼CEO
最后，我们不能不提新智元的创始人、CEO 杨静。
杨静女士曾任法国阳狮集团实力传播 (Zenith Media)媒体购买及咨询副总监（2002-2010）、中国经济网经营顾问（2010-2014）。2014年策划主持了“奇点临近”、“算法帝国”、“大数据时代的社会人与机器人”等系列人工智能、大数据主题研讨会。2015年3月与机械工业出版社联合主办“新智能时代论坛”，受邀担任2015年5月中国科协年会智能社会科技专家论坛、2015年机器人世界杯产业峰会、世界机器人大会“人工智能开启机器人新纪元”分论坛主持人。
2015年9月，杨静女士创办新智元，2016年3月出版专著《新智元 机器+人类=超智能时代》，2016年10月联合主办世界人工智能大会，并出版《中国人工智能产业发展报告》。2017年继续主办世界人工智能大会，与英特尔公司联合主办新智元开源·生态技术峰会，并担任中国人工智能产业发展联盟理事、中国证券投资基金业协会第一届金融科技专业委员会委员、合肥高新区机器人专家委员会特聘专家等职务。
3月29日，杨静女士将主持举办“2018新智元AI技术峰会——产业·跃迁”，邀请国内外顶级AI专家论道最新技术与产业趋势，并发布2018最值得关注的AI创业家权威榜单，同时，新智元还将与中国人工智能产业的主导企业共同发起成立AI产业生态平台，将AI技术规模化、产业化应用和场景落地最前沿的案例带给行业，进而推动行业的智变升级。
一年一度的女神节，新智元整理出几位在人工智能领域工作的杰出女性，她们的研究和工作让人工智能更加美好。
从门禁刷脸到拍照购物再到自动驾驶汽车，人工智能正在以惊人的趋势席卷世界，改变我们的生活。不过，你或许还不够了解在背后往前推动人工智能的研究人员和科学家，尤其是女性研究员和科学家。
与大多数理工学科一样，AI/ML领域，女性从业者的数量呈压倒性的劣势，管理岗位和C级职位尤其。根据最新的一份调查，在谷歌和Facebook，女性工程师的数量仅有20%，而这已经算是多的——根据女性机器学习会议Women in Maching Learning（WiML）的创始人、AI研究者Hanna Wallach的统计，机器学习领域中女性仅占13.5%。
据Bloomberg Beta的统计，女性在AI/ML各领域普遍偏低，技术和研究岗位尤其，而在管理和C级别职位中，情况更加严峻。上图显示了C级别职位女性（黑色）与男性人数对比，在CRO和CCO两栏就没有女性。来源：TechEmergence
AI研究人员的多元化在未来5-10年都将是很大的挑战，让AI/ML更多包容和多样的呼声一直没有停止。WiML成立的目的，便是增加从事机器学习的女性数量，帮助女性取得专业成功，提升女性在机器学习中的影响。此外，还有像斯坦福AI4ALL这样的项目，旨在改变传统AI领域的刻板印象，让更多的女性参与，面向高中女生（美国9年级），让她们接触AI专业培训，发挥自己的才能。
在3月8日国际妇女节的这一天，新智元向所有的女性，特别是在人工智能领域工作的女性喝彩。新智元整理出以下几位中国人工智能值得关注的女性，她们都克服了个人生活和职业生涯的种种挑战，实现了令人难以置信的影响力，成为行业的领导者和榜样。
这份名单并不全面。更多有才华的人为AI做出贡献，这不是我们能在一篇文章中快速总结的内容。退部分人物的简介来自网络，包括高校页面或个人官网、维基百科以及此前的报道。相关信息若有过时乃至不当之处，请联系我们，我们将第一时间更正。
李飞飞：实现AI普世价值
2017年10月31日，李飞飞到访新智元并接受新智元创始人兼CEO杨静专访。
“AI没有国界，AI的福祉亦无边界”。
2017年11月13日，上海，谷歌云机器学习与人工智能首席科学家李飞飞动情地说完这句话，宣布谷歌将在中国组建AI中心，从北京出发，逐渐遍布全国。谷歌中国AI中心将由李飞飞和谷歌云机器学习负责人李佳共同领导，主要聚焦基础研究。
李飞飞是斯坦福大学计算机系终身教授，斯坦福人工智能实验室和斯坦福视觉实验室主任。李飞飞带领团队创建了全球最大的图像识别数据库ImageNet，由此改写了图像识别乃至人工智能的历史，ImageNet让人们知道，数据和算法一样重要。李飞飞关于神经网络和计算机视觉的研究大幅推动了人工智能发展，可能为我们带来更直观的图像搜索应用，以及能够在不熟悉的情况下做出决策的自主机器人。
2016年11月，李飞飞加盟谷歌云，担任谷歌云首席科学家，同时也继续在斯坦福工作。李飞飞接受新智元专访，表示自己是利用休学术假到谷歌去实践 AI的普世价值。谷歌AI中国中心是她加入谷歌便开始积极推动的一个项目，也是为这个远大目标做一个小小的贡献。“随着技术开始以更深刻的方式塑造人类生活，我们将需要共同努力，确保明天的人工智能会使我们所有人受益。”
李飞飞也有参与AI4ALL的工作，她多次强调，因为AI承载了人类所看重的各种价值观，包括道德、偏见、公正或使用权。AI将给人类社会带来有史以来最大的变革，AI发展需要更多女性的参与，需要多元化技术人员参与AI技术的开发。
李佳：AI赋能，让所有人都能随时使用AI
李佳以谷歌AI中国中心总裁、谷歌云AI研发主管的身份，在2018年2月北京举行的Think With Google大会亮相。在加入谷歌和李飞飞一起负责谷歌云机器学习部门之前，李佳是Snapchat的研究部门负责人，她带领的研究团队主要负责研发新方法，满足用户的需求，包括在图片上添加文字、符号等各种内容。更早一点，李佳曾在雅虎实验室的视图计算和学习部门担任负责人。
李佳在2017年底接受新智元采访时表示，这几年来，她在工业界看到各种各样的有意思的ML问题，这些问题通常都是在传统行业当中，而AI人才通常都在互联网技术公司，两者间有很大的差距，“我们希望更多更多的AI的人能够投身到这里，发挥技术特长来影响各行各业，最终影响整个人类社会的生活”。
李佳带领的谷歌云AI团队处于研究和产品两者的中心。2018年初，谷歌云发布了AutoML，让不懂AI的开发者也能使用AI，大幅降低机器学习的门槛。最先推出图像功能，是李佳和李飞飞走访上千客户，基于用户需求和前沿研究得出的结论。李佳说，谷歌Cloud AutoML是印证研究和开发可以良性循环结合的很好例子，让AI去解决实际问题，同时让实际问题激发研究兴趣。在会后接受采访时，李佳多次提到一句话：
AI赋能，让所有人都能随时使用AI。
周以真：龙女士，阿里达摩院首批达摩祖师之一
外界对周以真教授的评价为“横跨学界、政界、企业的计算机思维定义者”。盘点她过去的学术生涯，可以用“开挂”来形容：麻省理工学院博士毕业，师从图灵奖得主Ronald Rivest，历任卡内基梅隆大学计算机科学系主任、美国国家科学院计算机科学与通讯部门主席、微软全球资深副总裁等重要职位。而最能影响计算机历史的，则是她2006年发表的《计算思维》（Computational thinking）。论著中，周以真倡导运用计算机科学的基础概念解决问题、设计系统并理解人类行为的思维方式，这一理念推动了计算机科学在全球教育领域的发展。
同时，作为空手道黑带的周以真可以说是个不折不扣的“武林高手”，被称为“龙女士”。2017年，周以真教授作为首批10位“达摩祖师”之一加入阿里的达摩院，与人工智能领域世界级泰斗Michael I. Jordan、人类基因组计划领军人物George M. Church等人一同为达摩院提供研究方向、重点发展领域、重大任务和目标等学术问题提供咨询建议。
卢宇彤：中国超算巾帼英雄
卢宇彤是中国国家超级计算广州中心主任，同时是中山大学数据科学与计算机学院教授，曾任国防科技大学计算机学院软件所副所长，银河天河工程副总师。卢宇彤教授参加了五代银河系统和两代天河系统的研制工作，还是 “天河二号” 超级计算机系统副总设计师。她在中国科技部，国家自然科学基金委，广东省的支持下，主导了一系列的 HPC 和大数据项目。
卢宇彤教授在 2009 年和 2014 年分别获得中国国家科技进步奖一等奖和特等奖。她的长期研究兴趣包括并行操作系统，高速通信，大规模并行文件系统和大规模资源管理系统，以及高级编程环境和应用。
谷雪梅：前谷歌中国第一位本土女工程师
谷雪梅现在是菜鸟网络科技有限公司副总裁、技术产品负责人。她硕士毕业于卡内基梅隆大学计算机科学学院，2005年1月加盟谷歌，2006年2月调任谷歌中国，是谷歌中国第一位本土女工程师。
加盟阿里后，谷雪梅先后担任过阿里巴巴集团搜索事业部负责人、阿里妈妈技术产品负责人。在加入阿里之前，她在搜索基础设施和知识图表方面为谷歌公司工作了10年，任职Google Beijing site lead三年。她在大规模分布式计算平台、搜索推荐及广告、知识图谱等方面有多年的开发和管理经验。
吴华：百度自然语言处理首席科学家
吴华，博士，百度技术委员会主席、百度自然语言处理首席科学家。主要研究领域包括自然语言处理、机器翻译、人机对话、知识挖掘、机器学习等。作为百度翻译技术负责人和团队的创始人之一，吴华博士在机器翻译及自然语言处理领域浸润多年，负责过多项机器翻译的研究与开发工作，开发了多款自然语言处理产品。吴华博士已授权或公开的专利申请100余项、发表论文60余篇。作为分课题负责人或者成员参与过863重大项目、973项目、自然科学基金重点项目等。
吴华博士在自然语言处理领域的研究成为得到国际学术界的广泛认可，2011年她受邀担任NLP领域重要国际会议IJCNLP的机器翻译领域主席(Area Chair)，2012年担任NLP领域最好的国际学术会议ACL的机器翻译领域主席。去年，她又被遴选为ACL 2014年的程序主席(Program Chair)，她还获评2017年福布斯“AI杰出女性”。
谷俊丽：马斯克背后的中国女博士
谷俊丽，毕业于清华大学、美国伊利诺伊大学香槟分校博士，机器学习专家。现任小鹏汽车自动驾驶研发副总裁，全面负责小鹏汽车自动驾驶研发团队的创建，领导人工智能创新和自动驾驶软件的研发，加速小鹏汽车自动驾驶技术的应用和升级迭代。在加入小鹏汽车之前，谷俊丽在特斯拉搭建了机器学习团队，其领导打造的Autopilot 2.0，正是特斯拉大规模部署的自动驾驶/辅助驾驶系统，甚至有媒体称其为“马斯克背后的中国女博士”。
谷俊丽精通诸多领域，在机器学习、异构计算、高性能计算以及处理器设计方向都有深厚的研发经验。在清华大学读博士期间，谷俊丽作为核心人员研发过超长指令字数字信号处理器，后赴美参与UIUC超级计算机的研究工作，并曾工作于Google总部。2012年7月之后的四年，谷俊丽曾任国际芯片巨头AMD主任工程师，负责大数据和深度学习软件的研究开发。
史元春：中国最早开始研究普适计算的学者
史元春是清华大学计算机系教授、博士生导师，清华大学全球创新学院院长、长江学者，清华大学计算机系人机交互与媒体集成研究所所长，IEEE高级会员。
她于清华大学计算机系获学士、硕士和博士学位，1993年起在清华大学计算机系任教。史元春教授的研究兴趣涉及人机交互、普适计算、网络多媒体技术以及网络教学技术等领域。作为国内最早开展普适计算研究的学者，她于 2000 年建立了智能空间研究环境。史元春教授近年投入较多研究精力的方向是自然交互接口和高效交互界面，带领团队研制了大幅面交互桌面，基于手机摄像头等传感器的手势交互技术，界面优化和自适应转换技术等，数次获得教育部科技进步一等奖、二等奖。
初敏：带领研发第一个中英文双语语音合成系统“木兰”
初敏，中科院声学所博士，主要研究方向覆盖语音识别与合成、自然语言处理、机器学习和数据挖掘、大数据处理和计算等，在相关领域发表了近百篇学术论文并取得20多项国内外专利。目前担任思必驰VP、思必驰北京研发院院长，肩负着思必驰拓展语音技术在物联网外的新业务、新场景落地的重任。
初敏于2000年加入微软，在微软亚洲研究院从事科学研究近10年，创建并领导语音合成研究小组，研制出了第一个中英文双语语音合成系统“木兰”，被誉为微软亚洲研究院成立的前五年中取得的10大技术突破之一；后于2009年追随王坚博士的步伐加盟阿里，担任阿里云iDST（Institute of Data Science and Technologies）Analytics部门总监，曾经在阿里云和阿里妈妈负责机器翻译、阿里输入法、淘宝产品库、互联网用户画像、CNZZ数据银行等产品和项目的研发工作。
朱小燕：让60岁以上的老人自如地跟机器交互
朱小燕，清华大学计算机系教授、博士生导师、智能技术与系统国家重点实验室主任、北京市计算机学会副理事长。朱小燕1992年获得北京科技大学学士学位，在1987年取得了日本神户大学硕士学位，90年日本名古屋工业大学博士毕业，93年开始在清华大学任教。
朱小燕教授主攻智能信息处理, 机器学习, 文本挖掘等几个领域，所在研究小组曾在光学字符识别、语音信号处理、人机交互等领域进行过深入研究。所在室验室是国家信息领域到现在为止唯一的人工智能相关国家重点实验室，在手写数字识别、盲用计算机系统等方面取得了多项理论与应用成果。识别引擎曾经成功地应用于中国跨世纪人口普查及其它多个国际合作项目；研究组实现的多文档摘要系统在国际评测TAC2008、2009两年中连续获得第一名的好成绩。2009年朱小燕教授获得加拿大国际开发研究中心（IDRC）首席科学家称号。朱小燕对语音技术进一步的发展期待是能让60岁以上的老人也能够比较自如地使用语音与机器交互。
黄河燕：主持承担多项国家科研攻关项目，获国家科技进步一等奖
黄河燕，教授、博士生导师，1989年获中国科学院计算所博士学位、1986年获国防科技大学硕士学位、1983年获武汉测绘科技大学学士学位，曾任中国科学院计算机语言信息研究中心主任，现任北京理工大学计算机学院院长，兼任香港城市大学特约教授，中国科技大学、南京理工大学、中国科学院研究生院兼职教授和博士生导师。
在机器翻译、自然语言处理和智能应用系统等方面进行了长期深入研究，提出并设计了面向对象的多风格智能程序设计环境；主持研究并实现了基于多策略的机器翻译系统、军用文字信息输入识别与处理系统、多语机器翻译及其系列应用系统、大型网络信息翻译集成处理系统等，组织并完成了基于上述系统技术的多项产品化开发工作，获得了国家科技进步一等奖和中科院科技进步一等奖等多项奖项，目前主持多项国家自然科学基金项目及863项目。2017年12月14日，中国互联网协会标准工作委员会成立大会在北京召开，黄河燕任中国互联网协会标准工作委员会副主任委员。
刘杉：腾讯音频实验室杰出科学家
刘杉，本科毕业于清华大学电子工程系，硕士和博士毕业于美国南加州大学电机工程系，现任腾讯音视频实验室杰出科学家。刘杉加入腾讯之前，曾任华为美国多媒体实验室主任兼视频标准首席科学家和全球项目负责人；在此之前担任联发科美国视频和视觉技术开发部主任。在联发科任职期间，作为主要发明人和联合发明人的50余篇技术提案被ITU-T H.265 | ISO / IEC HEVC, MPEG-DASH, OMAF, MMT 等国际标准采纳。她还曾担任MERL主任研究员、IBM客座研究员。
多次担任标准组织技术分组与专家小组的主席和联席主席，并多次在国际顶级学术会议担任领域主席、论文评审委员或做邀请报告。发表了超过 30 篇专业期刊和会议论文，是超过 200 个美国和全球专利申请的发明人，其中许多发明已被授权并成为标准基本专利或被内置于多款通信和多媒体产品中，是ITU-T H.265 | ISO / IEC HEVC V4(定稿版本)七位主编之一。
杨静：新智元创始人兼CEO
最后，我们不能不提新智元的创始人、CEO 杨静。
杨静女士曾任法国阳狮集团实力传播 (Zenith Media)媒体购买及咨询副总监（2002-2010）、中国经济网经营顾问（2010-2014）。2014年策划主持了“奇点临近”、“算法帝国”、“大数据时代的社会人与机器人”等系列人工智能、大数据主题研讨会。2015年3月与机械工业出版社联合主办“新智能时代论坛”，受邀担任2015年5月中国科协年会智能社会科技专家论坛、2015年机器人世界杯产业峰会、世界机器人大会“人工智能开启机器人新纪元”分论坛主持人。
2015年9月，杨静女士创办新智元，2016年3月出版专著《新智元 机器+人类=超智能时代》，2016年10月联合主办世界人工智能大会，并出版《中国人工智能产业发展报告》。2017年继续主办世界人工智能大会，与英特尔公司联合主办新智元开源·生态技术峰会，并担任中国人工智能产业发展联盟理事、中国证券投资基金业协会第一届金融科技专业委员会委员、合肥高新区机器人专家委员会特聘专家等职务。
3月29日，杨静女士将主持举办“2018新智元AI技术峰会——产业·跃迁”，邀请国内外顶级AI专家论道最新技术与产业趋势，并发布2018最值得关注的AI创业家权威榜单，同时，新智元还将与中国人工智能产业的主导企业共同发起成立AI产业生态平台，将AI技术规模化、产业化应用和场景落地最前沿的案例带给行业，进而推动行业的智变升级。
