热搜: 佳士科技  irobot  工业机器人  机器人  ABB  机器人产业联盟  发那科  库卡  码垛机器人  机械手 

数据显示:辽沈人工智能产业东北居首

   日期:2018-02-02     来源:沈阳日报    作者:dc136     评论:0    
标签: 人工智能
   人工智能称得上是当前科技界和互联网行业最为热门的话题。无论将其称作“下一个风口”“最强有力的创新加速器”“驱动未来的动力”,还是关于它会不会比人更聪明甚至取代人的各种争论,都在说明 人工智能又一次迎来了黄金发展期。与以往几十年不同的是,人工智能的高潮是伴随着生活和工作的应用而来,它是科技进步的水到渠成,也嵌入了十分广泛的生活场景。因此有人认为:我们或许是和人工智能真正共同生活的第一代人。
 
  本报综合《辽宁省新一代人工智能发展规划》等多份报告,带您走进辽沈地区的人工智能发展,看一看我们未来的“真实生活”。
 
  沈阳高新技术产品产值
 
  占规模以上工业总产值比重升至55%
 
  高新技术企业增加
 
  555家
 
  2016年
 
  847家
 
  2017年
 
  高新技术产品产值占
 
  规模以上工业总产值比重
 
  48.8%
 
  2016年
 
  55%
 
  2017年
 
  沈阳构建科技创新政策支持体系
 
  共投入科技创新专项资金3.7亿元
 
  带动社会投资79.6亿元
 
  支持100项重大科技项目研发
 
  100项重大科技成果转化
 
  加快培育200家高新技术企业和
 
  300家科技“小巨人企业”
 
  推动490项关键技术实现突破
 
  战略性新兴产业发展迅速
 
  产值增长
 
  增长28.6%
 
  机器人
 
  增长12.5%
 
  航空
 
  增长8.2%
 
  新一代信息技术
 
  增长11.6%
 
  生物制药及高性能医疗器械
 
  2017年沈阳加快推动老工业基地新旧动能转换,高新技术企业增加到847家,总量跃居东北首位;高新技术产品产值占规模以上工业总产值比重升至55%,比上年提高6.2%,新动能不断壮大。沈阳构建科技创新政策支持体系,共投入科技创新专项资金3.7亿元,并带动社会投资79.6亿元,支持100项重大科技项目研发、100项重大科技成果转化,加快培育200家高新技术企业和300家科技“小巨人企业”,推动490项关键技术实现突破。科技创新的溢出效应不断增强带动战略性新兴产业快速发展,传统制造业加快升级。
 
  2017年,沈阳市出台落实产业转型、智能升级三年行动计划,实施149个智能升级、170个工业技改、21个工业节能项目,沈阳机床集团、沈鼓集团等重点企业的高端产品产值占比均超过50%。战略性新兴产业发展迅速,机器人、航空、新一代信息技术、生物制药及高性能医疗器械产业产值分别增长28.6%、12.5%、8.2%、11.6%;龙头企业带动作用和创新平台溢出效应不断增强,壮龙多旋翼飞行器等产品达到国际领先水平,国内首个12英寸半导体薄膜设备生产基地在沈阳投产;国家大数据综合试验区已聚集企业130余家。
 
  与此同时,沈阳市全年推进制造业、服务业、环保、交通、能源等九大“工程包”亿元以上项目631个,完成投资1280亿元。沈阳市还出台了一系列科技创新政策,加快建设东北亚科技创新中心。极限尺寸纳米金属材料等490项关键技术实现突破;高新技术企业一年新增292家,总量达到847家;材料科学国家研究中心、国家机器人创新中心等重大创新平台在沈布局;全市技术合同成交额增长16.4%。
 
  2030年 辽沈人工智能产业规模将超4000亿
 
  《辽宁省新一代人工智能发展规划》提出以智能机器人、智能制造、智慧医疗、智慧城市为突破口,加快构建具有辽宁区域特色的人工智能自主创新体系,在智能机器人、智能制造等领域积极探索布局,提出包括构建人工智能科技创新体系、培育高端高效智能经济、建设安全便捷智能社会等在内的多项具体任务。
 
  到2020年
 
  我省人工智能技术和应用在部分领域达到国内领先水平,人工智能产业成为新的重要经济增长点,人工智能技术应用成为改善民生的新途径。
 
  到2025年
 
  人工智能部分领域的基础研究和关键技术实现重大突破,取得一批在国际上具有影响力的引领性研究成果。
 
  到2030年
 
  人工智能理论、技术与应用总体达到国内先进水平,成为东北亚人工智能创新中心,智能经济、智能社会建设取得明显成效,核心产业规模超过400亿元,带动相关产业规模超过4000亿元。
 
  辽沈人工智能将实现拟人的感知、认知和决策能力

  智能经济发展方面
 
  《发展规划》提出,加强高级机器学习、大数据分析与计算、跨媒体分析推理、自主智能协同控制、类脑智能计算等基础理论研究。
 
  高级机器学习方面
 
  将重点研究在线学习、自适应学习、自主学习、弱监督/无监督学习、小样本学习、分布式学习、增强学习、深度学习等理论方法,突破现有机器学习理论受大数据集、标注数据以及模型复杂度对算法效率的制约和影响,实现具备高可解释性、强泛化能力的人工智能。
 
  类脑智能计算方面
 
  重点研究类脑的信息编码、处理、记忆、学习与推理理论,构建类脑复杂系统及类脑控制等理论与方法,实现大脑感知区、运动区和高级脑区的神经网络结构及信息处理过程的精细仿真,建立大规模类脑智能计算的新模型和脑启发的认知计算模型,使机器以类脑的方式实现拟人的感知、认知和决策能力。
 
 
更多>相关资讯
0相关评论

推荐图文
推荐资讯
点击排行