国外人工智能产业化的应用
『壹』 人工智能的主要研究领域和应用领域有哪些
主要是复在 自然语言制处理 图像处理 数据挖掘 这几个方面有深入。
最基本的就是 机器学习 这个人工智能领域
应用的话 机器人算半个，具体可以参考Rodney Brooks结构。
主要还是数据挖掘，人工智能在国外比较偏重于信息学科
『贰』 人工智能的主要应用领域有哪些
它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
『叁』 人工智能是什么有哪些跟人工智能相关的产业
网络
人工智能
3.7万 4'15"
人工智能会毁灭人类吗？
1.7万 6'
人工智能会取代人类吗
2.6万 3'22"
AlphaGo三连胜，AI真能取代人类了吗？
7636 5'1"
人工智能
权威
本词条由“科普中国”网络科学词条编写与应用工作项目审核
多义项
计算机科学的一个分支 更多义项
人工智能，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。
人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。
『肆』 人工智能的发展概况
探讨人工智能，就要回答什么是智能的问题，综合各类定义，智能是一种知识与思维的合成,是人类认识世界和改造世界过程中的一种分析问题和解决问题的综合能力。对于人工智能，美国麻省理工学院的温斯顿教授提出“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作”，斯坦福大学人工智能研究中心尼尔逊教授提出“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学”。综合来看人工智能是相对人的智能而言的。其本质是对人思维的信息过程的模拟，是人的智能的物化。是研究、开发模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
（一）感知、处理和反馈构成人工智能的三个关键环节
人工智能经过信息采集、处理和反馈三个核心环节，综合表现出智能感知、精确性计算、智能反馈控制，即感知、思考、行动三个层层递进的特征。
智能感知：智能的产生首先需要收集到足够多的结构化数据去表述场景，因此智能感知是实现人工智能的第一步。智能感知技术的目的是使计算机能 “听”、会“看”,目前相应的计算机视觉技术和自然语言处理技术均已经初步成熟，开始商业化尝试。
智能处理：产生智能的第二步是使计算机具备足够的计算能力模拟人的某些思维过程和行为对分析收集来的数据信息做出判断，即对感知的信息进行自我学习、信息检索、逻辑判断、决策，并产生相应反映。具体的研究领域包括知识表达、自动推理、机器学习等，与精确性计算及编程技术、存储技术、网络技术等密切相关，是大数据技术发展的远期目标，目前该领域研究还处于实验室研究阶段，其中机器学习是人工智能领域目前热度最高，科研成果最密集的领域。
智能反馈：智能反馈控制将前期处理和判断的结果转译为肢体运动和媒介信息传输给人机交互界面或外部设备，实现人机、机物的信息交流和物理互动。智能反馈控制是人工智能最直观的表现形式，其表达能力展现了系统整体的智能水平。智能反馈控制领域与机械技术、控制技术和感知技术密切相关，整体表现为机器人学，目前机械技术受制于材料学发展缓慢，控制技术受益于工业机器人领域的积累相对成熟。
（二）深度学习是当前最热的人工智能研究领域
在学术界，实现人工智能有三种路线，一是基于逻辑方法进行功能模拟的符号主义路线，代表领域有专家系统和知识工程。二是基于统计方法的仿生模拟的连接主义路线，代表领域有机器学习和人脑仿生，三是行为主义，希望从进化的角度出发，基于智能控制系统的理论、方法和技术，研究拟人的智能控制行为。
当前，基于人工神经网络的深度学习技术是当前最热的研究领域，被Google，Facebook，IBM，网络，NEC以及其他互联网公司广泛使用，来进行图像和语音识别。人工神经网络从上个世纪80年代起步，科学家不断优化和推进算法的研究，同时受益于计算机技术的快速提升，目前科学家可以利用GPU（图形处理器）模拟超大型的人工神经网络；互联网业务的快速发展，为深度学习提供了上百万的样本进行训练，上述三个因素共同作用下使语音识别技术和图像识别技术能够达到90%以上的准确率。
（三）主要发达国家积极布局人工智能技术，抢占战略制高点。
各国政府高度重视人工智能相关产业的发展。自人工智能诞生至今，各国都纷纷加大对人工智能的科研投入，其中美国政府主要通过公共投资的方式牵引人工智能产业的发展，2013财年美国政府将22亿美元的国家预算投入到了先进制造业，投入方向之一便是“国家机器人计划”。
在技术方向上，美国将机器人技术列为警惕技术，主攻军用机器人技术，欧洲主攻服务和医疗机器人技术，日本主攻仿人和娱乐机器人。
现阶段的技术突破的重点一是云机器人技术，二是人脑仿生计算技术。美国、日本、巴西等国家均将云机器人作为机器人技术的未来研究方向之一。伴随着宽带网络设施的普及，云计算、大数据等技术的不断发展，未来机器人技术成本的进一步降低和机器人量产化目标实现，机器人通过网络获得数据或者进行处理将成为可能。目前国外相关研究的方向包括：建立开放系统机器人架构（包括通用的硬件与软件平台）、网络互联机器人系统平台、机器人网络平台的算法和图像处理系统开发、云机器人相关网络基础设施的研究等。
由于深度学习的成功，学术界进一步沿着连接主义的路线提升计算机对人脑的模拟程度。人脑仿生计算技术的发展，将使电脑可以模仿人类大脑的运算并能够实现学习和记忆，同时可以触类旁通并实现对知识的创造，这种具有创新能力的设计将会让电脑拥有自我学习和创造的能力，与人类大脑的功能几无二致。在2013年初的国情咨文中，美国总统奥巴马特别提到为人脑绘图的计划，宣布投入30亿美元在10年内绘制出“人类大脑图谱”，以了解人脑的运行机理。欧盟委员会也在2013年初宣布，石墨烯和人脑工程两大科技入选“未来新兴旗舰技术项目”，并为此设立专项研发计划，每项计划将在未来10年内分别获得10亿欧元的经费。美国IBM公司正在研究一种新型的仿生芯片，利用这些芯片，人类可以实现电脑模仿人脑的运算过程，预计最快到2019年可完全模拟出人类大脑。
（四）高科技企业普遍将人工智能视为下一代产业革命和互联网革命的技术引爆点进行投资，加快产业化进程。
谷歌在2013年完成了8 家机器人相关企业的收购，在机器学习方面也大肆搜罗企业和人才，收购了DeepMind和计算机视觉领军企业Andrew Zisserman，又聘请DARPA原负责人 Regina Dugan负责颠覆性创新项目的研究，并安排构建Google基础算法和开发平台的著名计算机科学家Jeff Dean转战深度学习领域。苹果2014 年在自动化上的资本支出预算高达110 亿美元。苹果手机中采用的Siri智能助理脱胎于美国先进研究项目局（DARPA）投资1.5亿美元，历时5年的CALO（ Cognitive Assistant that Learns and Organizes）项目，是美国首个得到大规模产业化应用的人工智能项目。Amazon计划在2015 年能够使用自己的机器人飞行器进行快递服务。韩国和日本的各家公司也纷纷把机器人技术移植到制造业新领域并尝试进入服务业
（五）人工智能的实际应用
人工智能概念从1956年提出，到今天初步具备产品化的可能性经历了58年的演进，各个重要组成部分的研究进度和产品化水平各不相同。人工智能产品的发展是一个渐进性的过程，是一个从单一功能设备向通用设备，从单一场景到复杂场景，从简单行为到复杂行为的发展过程，具有多种表现形式。
人工智能产品近期仍将作为辅助人类工作的工具出现，多表现为传统设备的升级版本，如智能/无人驾驶汽车，扫地机器人，医疗机器人等。汽车、吸尘器等产品和人类已经有成熟的物理交互模式，人工智能技术通过赋予上述产品一定的机器智能来提升其自动工作的能力。但未来将会出现在各类环境中模拟人类思维模式去执行各类任务的真正意义的智能机器人，这类产品没有成熟的人机接口可以借鉴，需要从机械、控制、交互各个层面进行全新研发。
希望我的回答可以帮到您哦
『伍』 人工智能和量子技术在国内外发展现状如何
目前人工智能和量子科技在国内外的发展都算是如火如荼，其中，中国对于量子论的钻研更深入一些；而海外的知名科技龙头企业谷歌公司，对人工智能领域的成就是有目共睹的。未来，我们或许就会用这两大法宝，彻底改变科技时代，打开另一个天地的大门。
我们都知道，时至今日，人类已经在现代科学的道路上取得了无数成就和突破，物理学，生物学，医学上的进步，都是无有时歇，有目共睹。同时，前沿科学界最热门的两大领域，莫过于人工智能和量子力学了；
因此，可以说，这两大方向，都是我们未来的康庄大道。
『陆』 人工智能的应用前景如何
据统计，2010年全球人工智能和机器学习领域获得的风险投资还不足5亿美元，而2017年这一领域的投资额已经超过108亿美元。2017年因此也被称为世界人工智能“元年”。
此外，据国家统计局最新数据，截至2017年底我国60周岁及以上人口有2.4亿，占总人口的17.3%，其中65周岁及以上人口1.6亿人，占总人口的11.4%。我国社会老龄化程度不断加深，劳动力红利将消失，而人工智能可以作为新的生产要素，弥补劳动力比例的不足。
『柒』 人工智能产业将寻求哪三方面的突破
未来将扎实推进理论发展，加强新技术整合能力
如今，“智能+”社会已步步临近，社会各界也正积极勾勒未来社会图景。国外人工智能巨头动作不断，在基础技术、应用领域方面都有诸多突破，可以总结为三点：基础研究能力强、跨界创新密集、人才红利持续发挥。
第一步，到2020年，人工智能总体技术和应用与世界先进水平同步，人工智能产业进入国际第一方阵，成为我国新的重要经济增长点；第二步，到2025年，人工智能基础理论实现重大突破、技术与应用部分达到世界领先水平，人工智能产业进入全球价值链高端，成为带动我国产业升级和经济转型的主要动力，智能社会建设取得积极进展；到2030年，人工智能理论、技术与应用总体达到世界领先水平，我国成为世界主要人工智能创新中心，人工智能产业竞争力达到国际领先水平。
专家认为，要想让机器人渗透到人们生活，真正实现智能社会，一定要把相应的基础设施建设好，建立知识库、大数据库、面向各类具体问题的智能系统等。“这不仅要有技术，还涉及整个社会体系、服务体系和治理体系等。”业内人士呼吁，要加快机器人向各领域的应用，实现人机协调、跨界融合、共创分享，营造有利于机器人发展的良好生态。
瑞银研究报告显示：至2030年AI每年将为亚洲贡献经济价值高达1.8万亿至3.0万亿美元，将对金融服务、医疗保健、制造、零售和交通等行业产生巨大影响。这些行业加起来，相当于目前亚洲GDP的三分之二。
据统计，2000至2016年，中国人工智能企业数量累计增长1477家，融资规模达27.6亿美元。其中，2014至2016年三年是中国人工智能发展最为迅速的时期。这三年里新增的人工智能企业数量占累计总数的55.38%。另据艾瑞咨询公开数据，中国人工智能产业规模2016年已突破100亿元。
面对优势，还需戒骄戒躁；面对补足，还需踏实补强；我国应在人工智能产业发展的浪潮中争当“弄潮儿”。
未来已来，当时代的钟声缓缓敲响，新科技革命和产业变革将是最难掌控但必须面对的不确定性因素之一，抓住了就是机遇，抓不住就是挑战，必须在日新月异的科技大变革中、在国际合作与竞争的征程中加速前进。
『捌』 人工智能在生活中应用的例子
1、虚拟个人助理
Siri，GoogleNow和Cortana都是各种渠道（iOS，Android和WindowsMobile）上的智能数字个人助理。
总归，当你用你的声响提出要求时，他们会协助你找到有用的信息;你能够说“最近的我国饭馆在哪里？”，“今日我的日程安排是什么？”，“提醒我八点打电话给杰里”，帮手会经过查找信息，转播手机中的信息或发送指令给其他应用程序。
人工智能在这些应用程序中十分重要，由于他们搜集有关恳求的信息并运用该信息更好地辨认您的言语并为您供给适合您偏好的结果。
微软标明Cortana“不断了解它的用户”，而且终究会开展出猜测用户需求的能力。虚拟个人助理处理来自各种来历的许多数据以了解用户，并更有效地协助他们组织和跟踪他们的信息。
2、视频游戏
事实上，自从第一次电子游戏以来，视频游戏AI现已被运用了很长一段时间-人工智能的一个实例，大多数人可能都很熟悉。
可是AI的复杂性和有效性在曩昔几十年中呈指数级添加，导致视频游戏人物了解您的行为，呼应刺激并以不行预知的方法做出反应。2014年的中心地球：魔多之影关于每个非玩家人物的个性特征，他们对曩昔互动的回想以及他们的可变方针都特别有目共睹。
“孤岛惊魂”和“使命呼唤”等第一人称射击游戏或许多运用人工智能，敌人能够剖析其环境，找到可能有利于其生存的物体或举动;他们会点赞保护，查询声响，运用侧翼演习，并与其他AI进行沟通，以添加取胜的时机。
就AI而言，视频游戏有点简略，但由于职业巨大的商场，每年都在投入许多精力和资金来完善这种类型的AI。
3、在线客服
现在，许多网站都提供用户与客服在线聊天的窗口，但其实并不是每个网站都有一个真人提供实时服务。在很多情况下，和你对话的仅仅只是一个初级AI。大多聊天机器人无异于自动应答器，但是其中一些能够从网站里学习知识，在用户有需求时将其呈现在用户面前。
最有趣也最困难的是，这些聊天机器人必须擅于理解自然语言。显然，与人沟通的方式和与电脑沟通的方式截然不同。所以这项技术十分依赖自然语言处理(NLP)技术，一旦这些机器人能够理解不同的语言表达方式中所包含的实际目的，那么很大程度上就可以用于代替人工服务。
4、购买预测
如果京东、天猫和亚马逊这样的大型零售商能够提前预见到客户的需求，那么收入一定有大幅度的增加。亚马逊目前正在研究这样一个的预期运输项目：在你下单之前就将商品运到送货车上，这样当你下单的时候甚至可以在几分钟内收到商品。
毫无疑问这项技术需要人工智能来参与，需要对每一位用户的地址、购买偏好、愿望清单等等数据进行深层次的分析之后才能够得出可靠性较高的结果。
虽然这项技术尚未实现，不过也表现了一种增加销量的思路，并且衍生了许多别的做法，包括送特定类型的优惠券、特殊的打折计划、有针对性的广告，在顾客住处附近的仓库存放他们可能购买的产品。
这种人工智能应用颇具争议性，毕竟使用预测分析存在隐私违规的嫌疑，许多人对此颇感忧虑。
5、音乐和电影推荐服务
与其他人工智能系统相比，这种服务比较简单。但是，这项技术会大幅度提高生活品质的改善。如果你用过网易云音乐这款产品，一定会惊叹于私人FM和每日音乐推荐与你喜欢的歌曲的契合度。
从前，想要听点好听的新歌很难，要么是从喜欢的歌手里找，要么是从朋友的歌单里去淘，但是往往未必有效。喜欢一个人的一首歌不代表喜欢这个人的所有歌，另外有的时候我们自己也不知道为什么会喜欢一首歌、讨厌一首歌。
而在有人工智能的介入之后，这一问题就有了解决办法。也许你自己不知道到底喜欢包含哪些元素的歌曲，但是人工智能通过分析你喜欢的音乐可以找到其中的共性，并且可以从庞大的歌曲库中筛选出来你所喜欢的部分，这比最资深的音乐人都要强大。
电影推荐也是相同的原理，对你过去喜欢的影片了解越多，就越了解你的偏好，从而推荐出你真正喜欢的电影。
(8)国外人工智能产业化的应用扩展阅读
人工智能应用领域
机器翻译，智能控制，专家系统，机器人学，语言和图像理解，遗传编程机器人工厂，自动程序设计，航天应用，庞大的信息处理，储存与管理，执行化合生命体无法执行的或复杂或规模庞大的任务等等。
值得一提的是，机器翻译是人工智能的重要分支和最先应用领域。不过就已有的机译成就来看，机译系统的译文质量离终极目标仍相差甚远；而机译质量是机译系统成败的关键。
中国数学家、语言学家周海中教授曾在论文《机器翻译五十年》中指出：要提高机译的质量，首先要解决的是语言本身问题而不是程序设计问题；单靠若干程序来做机译系统，肯定是无法提高机译质量的。
另外在人类尚未明了大脑是如何进行语言的模糊识别和逻辑判断的情况下，机译要想达到“信、达、雅”的程度是不可能的。智能家居之后，人工智能成为家电业的新风口，而长虹正成为将这一浪潮掀起的首个家电巨头。
长虹发布两款CHiQ智能电视新品，主打手机遥控器、带走看、随时看、分类看功能 。
『玖』 国外新技术在影视产业中的应用
CG技术在现代电影工业中的运用
--------------------------------------------------------------------------------
http://arts.tom.com 2004年12月22日12时46分来源:艺术当代汪开庆 梁亮
一 导 言
新媒体艺术是一种以“光学”媒介和电子媒介为基本语言的新艺术门类，它建立在以数字技术为核心的基础之上。新媒体艺术说白了就是数码艺术，其表现手段主要为电脑图形图像(computer graph),许多业内人简称为“CG”。新媒体艺术与录像、计算机、网络、数字技术等最新科技成果相结合深入到了现代艺术的各个领域中，其中最为我们所熟识的便是CG在现代电影工业中的运用。在这里以现代电影工业为例，探讨一下新媒体艺术在现代电影工业中的发展概况。
从1950年代开始，电视的出现已经从某种程度上让好莱坞电影行业不得不进入 “大片”时代。当人们可以和家人一起看或温情脉脉或悬念迭起的电视情节剧的时候，电影便出现了某种程度的生存危机。以美国为例，进入1980年代以来，好莱坞电影经历了一次深刻的变革——从“叙事的电影”转向了“景观的电影”，尤其是用数字技术营造出来的视觉奇观几乎成了好莱坞这些年占领全球市场的制胜法宝。CG数字技术(包括虚拟影像合成技术和数字合成技术)破天荒地把许多原来表现不了的题材变成了可能。它所带来的无限可能性不仅推动了剧情的发展，还促使导演将更加天马行空的想象力搬上了银幕，更为重要的是，它为好莱坞的电影公司带来了不计其数的财富。从此，好莱坞便将CG这一制胜的法宝广泛地运用于各种大场面、大制作中，来营造视觉奇观，并成就了其以一贯之的“大片”之路。
奥斯卡(美国电影科学和艺术学院奖)从1960年代起开始设立“最佳影视效果奖”，这个奖项在很大程度上激励了CG技术在电影中的应用与推广。自1980年代以来，每部获得奥斯卡最佳视觉效果奖的影片，几乎都是在CG技术上有重大突破的作品。
二 美国“大片”与CG技术
数字技术为核心的新媒体艺术在一定的程度上成为了现代电影工业挽救其生存，并且使其能在与电视业的竞争中获取胜利的法宝，CG技术也随着“大片”时代的深入发展在现代电影工业中大放异彩。
以美国为例，浏览一下CG技术(包括虚拟影像合成技术和数字合成技术)在好莱坞“大片”中的发展历程。
1968年，导演 Stanley Kubricp拍摄的《2001太空漫游》就首先尝试运用了CG技术。当时就有人评价它就像一座金字塔，宏伟、神秘，甚至不知所云，它违反了几乎所有电影学院奉为神圣的原理，传统的剧情、人物、台词在这里变得无足轻重，而特效、画面和音乐占了主导地位。而史蒂芬▪斯皮尔伯格则对这部影片称赞道：“我第一次看到这部影片时，我觉得这不是一部电影，它将改变电影的形式。”
1982年，乔治。卢卡斯制作的《星际迷航记2》，标志着计算机动画开始正式进入电影娱乐业。该片60秒的特技在当时开创了CG电影史上的许多的第一——包括开发逼真的火焰算法，创造虚拟山脉和海岸线的分形几何方程式等等。在这部片具有深远的影响力，CG技术第一次被作为注意力的中心。
同年，迪斯尼的《TRON》(《电子世界争霸战》)公映，该片被公认为是“开创了CG制作电影的新纪元”，而且无数CG行业的先驱者都是受这部影片的影响而进入CG领域的。
《电子世界争霸战》的票房惨败使好莱坞在很长一段时间内都不敢再涉足CG，直到《深渊》的诞生。詹姆斯▪卡麦隆在ILM的帮助下，第一次用计算机创造出了一种栩栩如生的虚拟海底生物，它可以像水一样自由变形，甚至可以具有人脸和人手的形状，这种逼真的虚拟生物除了CG之外，无法用任何其他手段完成。这一惊人的视觉效果在当时引起了很大的轰动，之后，好莱坞附近冒出了很多各种各样大大小小的数字制作工作室，CG技术也大量应用的电影制作中。另外，还有值得一提的是，其中海底异形的形象为卡麦隆带来了下一部更为经典的卡通形象——T1000。
1991年的《终结者2》，是第一部大规模运用CG技术改良的传统电影，包括40多个计算机生成镜头，T1000能从熔融的金属中幻化成真人！他的手可以逐渐变长，变成利剑，他的脸部被炸成烂铁后还能自动愈合；普通的地板砖能缓缓的隆起，生生的变成了真人！除了最终的真实演员，中间过程全部由计算机生成。自由变形的T1000已经成为了科幻电影史上的经典形象。
1994年的《阿甘正传》，阿甘与肯尼迪总统的“历史性”的握手已经成为了技术融为叙事的经典范例而被人们津津乐道。ILM将肯尼迪的形象从资料片中抠下来，与阿甘的蓝幕表演镜头合成，再将两人的手进行图像修改，使之握在一起。肯尼迪的口型也是经过唇形同步数字处理。为了使画面更加真实可信，拍摄阿甘的表演时，胶片的对比度、光度、粒子的粗细度、以及焦距的选择与总统的记录片总是保持一致。另外值得一提的是，片中由1000多名群众演员出演的反越战的示威场面，被复制成有5万人参加的浩大规模，可谓是CG技术所创造的一大奇观！
1997年的《泰坦尼克号》相信大家一定不会陌生。两亿五千万美圆的制作预算，在特效上的开支(包括泰坦尼克号的模型、CG、水下摄影)几乎占到了一半。但是这场豪赌以大获全胜告终。10亿多美元的收入使其成为了电影史上的最赚钱的影片，还捧回了包括最佳影片奖在内的11座奥斯卡奖杯。该片记录至今无人能破。
2001年至2003年，托尔金的旷世巨作《魔戒三部曲》取材于20世纪最具想象力的同名小说，该书被全球数以百万计的忠实读者视为史上最伟大的冒险故事，而导演彼得▪杰克逊把《魔戒三部曲》改编成了电影，成为20世纪最豪华的电影盛宴。据称早在1978年，就曾经有一位名叫拉尔夫。巴什克的拍过电影版的《魔戒》，但是由于当时的技术水平有限而不得不流产，《魔戒》使苏格兰的特效公司Wata Digital一举成名。三部曲的特效几乎都是由Weta设计完成的(在后期制作中，由于要赶进度，美国的Digital domain和澳洲的Animal logic及其他的一些后期制作团队也加入了后期制作的行列)。仅第一部就有560个特效镜头，包括10万个人物合成在一起的镜头和由计算机生成的斯麦哥，在人员配置和分配方面，Weta派出了120名精兵强将，并将其分为奇幻生物、特效、化妆、盔甲及武器、微缩模型、模型特效六个小组，各司其职，以使影片中的综合视觉效果尽善尽美。
从以上案例中，我们可以看到，新媒体艺术家在整个电影创作过程中起着举足轻重的作用。可是在另一方面新媒体艺术家往往又在创作过程中的大多数时间里，都是在扮演着工程师的角色。因此，在大多数人的观念中都不大愿意承认他们为艺术家，有人说这种技术会毁了电影本质，有人说它已经侵蚀了观者的思考空间。
其实这种说法是片面的。我们可以从新媒体艺术产生的历史因素来分析这个问题并找到答案。
20世纪早期出现的未来主义、达达主义、以技术运用为核心的结构主义和以表现弗洛伊德的潜意识思想为主的超现实主义都为新媒体艺术的产生打下了坚实的艺术实践基础。
未来主义者们试图寻找一种与形式因素对等的表达方式来表现艺术和科学相结合的美学，未来主义主张在画面中营造动感，表现力量与速度。我们可以从巴拉的《路灯——光的研究》、《链子上的一条狗》以及波丘尼的雕塑《跨大步的人》中看到这一艺术理念的完美呈现。
在俄国的结构主义的艺术实践中，塔特林(Viadimir Tathin)认为，现代社会的艺术家应该是合格的机械师和工程师，因为只有这样才可以成为现代工业社会的艺术家。
受弗洛伊德的潜意识学说影响的超现实主义者，是一群醉心于寻觅梦幻的艺术家，他们感兴趣的是发现和展现无意识的心态，使想象力获得自由，并试图突破符合逻辑与实际的现实观念，把现实观念与本能、潜意识和梦的经验相糅合，以达到一种绝对的和超现实的情景。因此在超现实主义者的绘画中我们可以看到他们那种独特的造型和奇异的梦幻意境的艺术语言。从超现实艺术大师达利的《记忆的永恒》、《内战的预感》中，我们就可以从中看到了这一艺术理念的完美体现。
20世纪后期，电子技术、计算机技术日益提高，迎来了CG为标志的第四次工业革命，这些艺术流派的重心由“机器美学”和机械性艺术转向电子性艺术，以及综合行为、舞台、绘画、音乐、身体的互动媒介艺术，艺术的表达方式亦随之走向了多元化。而CG技术在现代电影工业中的运用则是上述几个艺术流派在现代社会中的电影工业领域中艺术语言和艺术理念的延续，只不过其艺术语言及艺术理念的表达载体不再仅仅局限于现成品艺术、身体艺术等，他们还可以有一种新的选择——新媒体艺术。
新媒体艺术的出现，以及CG技术在现代电影工业中的大量运用，并不能片面地说CG技术会毁掉电影，或是限制了观者的思考空间。而相反地CG技术在现代电影工业中的辅助运用，更能够使电影艺术的表现臻于完善完美，更富艺术的张力和生命力。
当然，不可否认的是CG技术的发展突飞猛进，它所赋予电影的视觉效果越来越强烈。因此，当前摆在所有CG人面前的一个问题就是——如何在影片中平衡艺术与技术的因素，以达到商业与艺术的最佳契合点，这也是CG人今后需要继续努力探索和解决的问题。以下我便以美国现代电影工业中的两个例子来与大家一起来探讨一下新媒体CG技术在这方面所做出的努力。
首先在《泰坦尼克号》中，主流电影的制作方式正在发生着一定程度的革命性变化，同时它也向人们展示了CG在影片中一个更加重要的应用方向——“看不见的特效”，CG技术与演员的表演之间是无缝的，人们甚至不知道自己正在看着一个CG的特效。比如经常被提起的一个镜头，杰克站在船头高呼“我是世界之王”(I am the king of the world),蓝天大海之间，镜头从杰克的身上拉出泰坦尼克号的全景，观众恐怕很难想象光就这一个镜头就是由200个画面合成的。导演卡麦隆曾提到，“用了这么大量的CG特效，无非是为了让观众产生一种在船上的‘现场感’，从而体验到泰坦尼克号在首航时梦一般的辉煌和毁灭时难以言喻的悲哀。”对于CG技术应用而言，这是非常重要的一次转变——CG技术可以营造的不仅仅是奇观，还可以是情感。
2000年《角斗士》，1亿美元是梦工厂成立以来的最大的手笔，但是《角斗士》却是以一种毫不张扬的方式将CG合成特技融入影片中，将一曲英雄的悲歌演绎得残酷悲壮又如泣如诉。当我们看到恢宏庞大的古罗马竞技场上万众欢腾的场面时，恐怕不会想到其中用了多少特效，当我们看到斑驳猛虎攻击罗素▪克洛时，会感到真实的恐惧。该片的主要制作公司之一Mill称自己的最大骄傲就是：“观众根本看不出来我们的工作，但是他们被感动了。”新媒体CG技术所达到的“看不见的特效”，以及CG技术与演员的表演之间天衣无缝的结合，无疑都是向人们说明了一个结论——艺术与技术之间不存在谁会取代谁或是谁毁掉谁的问题，他们是可以共同存在并且达到一个共同繁荣的关系的。
三 刚起步的中国“大片”
纵观新媒体艺术及CG技术在西方电影工业中的发展，再重新审视一下新媒体艺术及CG技术在我国电影工业中的发展，我们可以看到新媒体艺术在中国被忽略了。中国人自己的大片在哪里？第一个浮现在脑海中的大概是前不久热闹一时的《天地英雄》，再往前数，《英雄》也可以算一部，但那是国外做的，不能算是严格意义上的“中国大片”，而去年号称“中国高科技电影的扛鼎之作”的《极地营救》票房惨淡，也从一个侧面反映了“中国大片”的实力薄弱。
中国的CG特效在国产电影中正式登场应该是从1995年周晓文指导的《秦颂》开始的，这是一部制作精良、场面恢弘、明星荟萃的历史大片，其中气势庞大的阿房宫就是由计算机制作完成的。据称，为了拍这部片子，周晓文曾亲自前往好莱坞考察计算机合成技术。
1996年，珠达电脑公司投资一亿元，拍摄大型电脑特技影片《大闹天宫》，导演张建亚也因此成为中国第一位CG电影导演。但是由于当时演员与技术之间的矛盾、资金、技术、团队合作等方面的问题，导致了《大闹天宫》的最终流产，而上千万元的经济损失更拖垮了中国最大的、第一个民营电脑动画公司。《大闹天宫》的失败更“吓”倒了很大的一批投资商，使他们很长一段时间之内不敢再涉足这类“高成本”电影。
1999年是中国CG电影史上相当重要的一年，一批敏感的电影导演，出于各自的目标，开始尝试在自己的影片中应用CG技术。张建亚首当其冲，距离《大闹天宫》流产的四年后，这位被媒体成为“电脑顽童”的导演在《紧急迫降》20多分钟的特技镜头中，使用了5分钟的三维动画影像，以及大量的模型与数字处理相结合的影像，创造了波音飞机空难危机的奇观效果；王瑞在《冲天飞豹》中，用CG技术想象了中国的新型战机，并用了180多个三维动画镜头表现了高难度的战机飞翔动作；还有《横空出世》、《大战宁沪杭》等。
但是我们不得不注意到，这些影片基本上集中在“主旋律电影”，由国家投入巨资进行制作，并非从市场的需求出发的，而且从票房来说也没有达到预期的效果。因此，在很大程度上来说，CG技术的应用，在这段时间内也只是对国际高科技潮流的回应，而国产电影距离真正运用数码科技来创作、制作，仍然有一段很长的路要走。
2001年，国内的CG人一定不会忘记中国的第一部数字电影短片——《青娜》》。5分钟的短片、200万人民币的制作费用，在国外也许根本不算什么，但是在2001年的中国算是大制作了。号称“第一部数字电影短片”和“中国的第一个虚拟偶像”的《青娜》在圈内很是热闹了一阵子，可是还未等到《青娜》与观众们见面，《青娜》就卷入了投资商们的官司中。
“《青娜》每分钟的制作费用为40万，不及国外的4%，制作时间仅有3个月，不及国外影片的创意时间。”这是《青娜》当年的宣传口号，现在回头来看，却让我们不得不反思——问题到底出在哪里？我们的症结真的只是钱吗？
2002年的《极地营救》是张建亚的第三部CG电影，“灾难冒险动作”加“数字特效”加“当红明星”，可谓比足了好莱坞大片的模式来做。上影为此专门给剧组配备了国内第一台数字摄影机，邀请了国内唯一的国家重点电脑图像图形研究室的专家教授加盟，力争将该片的视觉效果作到国内领先、国际一流。全片制作耗时半年多，上影数码共40人参与制作，主要三维软件是Maya,，后期使用Inferno、Flame、Shake等。全片共耗资2000万人民币，有300多个镜头(占全剧镜头的40%)镜头采用了电脑特技(40分钟)，光这40分钟的特效便耗掉了1000万元。而且据称该片制作涉及了许多国内数字特技制作从未使用过的先进技术，如三维人体扫描、动态捕捉、大型的粒子特效等。可是尽管如此，张建亚也不否认《极地营救》还存在很多缺陷，而其中的特技难以媲美好莱坞的灾难片。对此他解释说：“我们现在还是起步摸索阶段。好比油锅起来了，要做饭了，还没酱油。这里的酱油就是技术问题、软件和软件技术升级等一系列问题。”事实上，情节上的某些漏洞和不合理，技术方面的一些硬伤终于没能挽回票房惨淡的结局。
下半年的《英雄》，是中国有史以来最成功的商业片，耗资3000万美金，收回2亿美金，该片无论从气势、规模、制作手法上来看都堪称国内领先、国际一流。但是遗憾的是，该片的特效是由澳大利亚的Animal logic、美国的Tweak film和The Orphanage共同完成，不能算是严格意义上的“中国制造”。
2003年，CG技术在电影中的应用已经越来越多，其中最值得一提的当数《天地英雄》。
这是第一部由哥伦比亚投资，却在国内(华龙数字电影制作中心)完成特效制作的影片，该片在“十一”上映之后，已经创造了今年国产大片的票房记录。在该片长达14个月的时间内，华龙共完成160多个特效镜头，总长度达到9分钟，这些特效镜头虽有不足之处，但可圈可点之处也不少，首先他再现了1000多年前的唐城，后期合成层数超过了250层，总数据达到了200GB；其次自行研发的插件制作“沙暴”特效；再次该片中的CG合成技术创造了多个“看不见”的镜头，营造战争的气氛。
虽然与好莱坞大片相比，《天地英雄》在特效方面的差距仍是很大，尤其是舍利的“蓝色冲击波”被各路人马批得几乎是“人仰马翻”，但是，与前面的影片相比，我们看到了他的进步，更重要的是，这是“中国大片”第一次被普通大众认可，并创造了票房的胜利。
回顾了CG技术从95年到2003年间在中国的发展历程，我们不难看到阻碍中国CG电影发展的现状主要为：资金缺乏，投资规模小；国产电影市场萎靡不振，大部分制作公司都停留在广告、MTV、电视片头的创作上。创作还处于初级模仿阶段，鲜有独特的创新之处。
技术的滥用导致对情节把握的误差，以技术的突破来取代情节的合理性，无疑是哗众取宠；只注重设备投资，而忽略了人才的投资，很多的先进设备却无人会用，造成大量资源的浪费；行业整体技术水平相对落后，大部分使用Maya、3ds max等商业软件，基本没有自行开发软件的能力；业内主流电影人士对数字技术的“旁观”态度。
透过现象，仔细的想一下到底原因最终制约了中国CG电影的发展呢？其实不难，我们可以从中国电影工业自己现行的体制本身来找原因。
我国电影工业的关键在于缺乏健全、开放、竞争和富有活力的电影创作和制作的产业环境和机制。没有条件，机制可以调动人去创造条件，从这个意义上说，机制就是生产力。
中国电影的产业化转型首先面临的就是电影管理观念和制度的转型。在中国，电影曾经长期被简化地理解为政治宣传手段，被强制性作为政治意识形态载体来管理。电影被看作一种重要的意识形态载体，电影活动的空间仍然相当有限。政府机构通过法制和行政的方式规范电影生产，由于某些规定和制约也缺乏文化层次，与电影作为一种大众文化的文化特性存在一定距离。结果，不仅使中国大陆电影受到的公共性(政治、政策、道德、传统、习惯)限制比世界其他主要电影生产国家和地区相对严格，而且也比在大陆放映的海外和境外进口影片更为严格，甚至比国内的公共电视的限制都更加严格，这在一定程度上抑制了中国电影的大众亲和力，弱化了电影在大众文化市场上竞争力度，也使电影的融资能力和回报率大打折扣。同时，单一的行政思维和僵化的管理模式，限制了创作思维和制作理念，使得大陆电影在一定程度上缺乏面对现实的开放性，在电影观念、形态和风格上也缺乏多样化和层次性，根本无法抓住观众。从1999年到2002年间出现的几部国产大片《紧急迫降》、《横空出世》、《大战宁沪杭》、《惊涛骇浪》，都是政府性投资。国家政府部门直接投资占了大部分而市场上的民间资本的融入仅为一小部分。这就决定了这些国产大片在一开始就失去了以广大群众为基础的市场消费群，而且其投资规模都远远超过了目前中国电影的平均投资水平，其市场回收基本不可能，因此在票房收入与投资回报上都没能达到期望值。
振兴中国的电影工业只能从中国的电影工业自己本身所存在的问题出发，结合本民族文化特点，真正的实现电影创作和制作的产业环境和机制的转变，走出一条真正具有中国特色的国产大片之路，而并非是对美国好莱坞电影单纯一味的模仿。
以上都是我们在观看过了这些影片、收集了大量的文字资料及相关媒体报道后所做出的总结，针对我国电影工业的现状，作为一个热爱电影的CG人，我们任重而道远。
『拾』 人工智能应用在那些行业，比较适合
虽然不能太夸大人工智能，但该项技术的应用似乎已经势不可挡。
马化腾认为，人工智能演化的第一步肯定会成为人类的帮手，成为人类研究和解决下一代技术时的一个重要的助手。但AI在怎么发展都是战术性的，是一种支持和帮助。比较复杂的战略以及没有多次重复规律的领域，还是离不开人脑的判断。未来计算机和信息科学都会在生物科学以及人们生活的方方面面产生很大的作用。从腾讯方面来说，AI是发展的方向之一。他认为，在足够垂直的细分领域里还是有机会的。这些方面代替人，比人做得好是有可能的。所以公司现在在找细分领域里，一些可以应用到AI和信息技术的商业机会。各种研究再怎么天花乱坠，最终还要看是否能提高效率、改善用户体验。
在汤晓鸥看来，目前人工智能在三个方面应用的比较多：一是语音识别。这个是相对成熟，也是第一个突破的。二是视觉，现在的主战场就是在视觉领域，而且看的能力的场景是非常多的。三是自然语言的理解，就是要像大脑一样解决问题，这件事情目前是完全没有解决的。现在这一块很热，很多国内外的公司都做对话机器人，但这其实是非常难的一件事情，因为它对各种背景知识以及条件的要求是非常多的。
自然语音技术的应用到底有多难，为此他还举了好几个例子，比如说一句“上次我交给你的那件事，你给我办了”，语音机器人是判断不了具体什么时间以及什么事情的。这就需要很多的背景，但这都还没有解决。目前市面上的应用是比较简单的，主要是问一下餐馆、影院这些比较固定的场景。还有一个问题是，很多智能机器人完全是由人来控制的，比如他开玩笑道，有的机器人是5点要下班的，因为后台操作它的人5点就下班了。还有Siri团队会搜集一些比较难的问题，然后自己回答，当我们问到相关问题时，就会得到相同的答案。
虽然马化腾和汤晓鸥都看好人工智能的发展，但因为两家公司发展阶段的不同，导致他们做的事情也有些不同。
马化腾认为，人工智能与医疗和教育的结合是比较难的。腾讯投了大量与医疗和教育相关的公司，但感觉只了解到皮毛。因为这个产业链太长了，从各个角度来说只做了一小部分。虽然路还很长，但也是看到一些迹象可以与医疗和教育进行结合。比如用AI将教育的个性化系统进行提升。因为现在的教育可以利用信息技术，能针对每一个人、对不同的教育内容的反馈来决定下一步的教育的内容。利用信息技术的远程、视频宽带，以及配对和匹配这些技术手段和产品可以将学生和教师进行更好的适配，提供更加灵活的方式和更好的体验。
而对于创业公司商汤科技来说，短期来说首先是要活下来，所以不能挑高大上的事情做。汤晓鸥说，公司第一步要做安防，因为安防到处都是，每个摄像头几百万。然后是手机，手机有视觉、图像等很多需求，目前商汤已经在和很多手机厂商合作。第三是直播，做广告植入和特效也需要很多的视觉要求，像faceu和一直播都是商汤在提供核心技术。
从中期和长期来说的话，公司会布局金融领域，无论是开户还是内部的大数据运算、智能投顾等，都会用到人工智能。虽然这些技术普及后，可能公司再去推进业务没那么容易。但是人工智能还有很多的用处，比如做个性化的保险服务。而自动驾驶、医疗、芯片三大领域，在未来5-10年会有很大的应用。目前这三个行业的融资是最多的，但需要多做原创技术，而且还需要跟大厂商合作才能取得更大的进展。