加密算法的来世今生

国务院参事、银保监会原副主席王兆星：加强数据安全与保护

“数据安全隐患较为突出。”王兆星表示，针对金融机构的网络攻击时有发生，网络安全防护和系统建设存在一定漏洞，面临数据泄露和损毁的风险。

王兆星表示，随着移动通信终端的普遍使用，居民衣食住行各方面的信息透明化，信息过度采集，盗用、侵权使用的问题日益突出。

对此，王兆星认为，应加大个人信息保护执法力度，严厉打击非法贩卖客户信息行为，清理金融业务中的不合规客户信息授权条款，保障金融消费者的知情权和选择权，尽可能消除数据泄露的各种隐患。
 

财政部原副部长朱光耀：数字货币要从战略角度进行研究

“数字货币的问题有特殊规律，同互联网的发展、区块链的发展密切结合在一起。”朱光耀表示，数字货币要从战略角度进行研究。

朱光耀说，研究这个问题，一定要坚持多边主义原则，而不是像目前一些国家一样孤立、垄断地研究。另一方面，其他国家应该充分认识这个问题的战略性，推动在研究上的多边合作。

“与此同时，推动由中央银行发行的数字货币，中国的中央银行走在前列。”朱光耀说，我们现在研究的数字货币是流通中现金（M0）的一种补充形式，是在零售环节，而不是货币的所有功能。这个问题同样要从战略高度进行更深一步的研究。
 

场景八：需求预测，供应链优化

以人工智能技术为基础，建立精准的需求预测模型，实现企业的销量预测、维修备料预测，做出以需求导向的决策。同时，通过对外部数据的分析，基于需求预测，制定库存补货策略，以及供应商评估、零部件选型等。

例如，为了务实控制生产管理成本，美国本田公司希望能够掌握客户未来的需求会在何时发生，因此将1200个经销商的客户销售与维修资料建立预测模型，推算未来几年内车辆回到经销商维修的数量，这些资讯进一步转为各项零件预先准备的指标。该转变让美国本田已做到预测准确度高达99%，并降低3倍的客诉时间。

03结语

目前，随着越来越多的企业、高校、开源组织进入人工智能领域，大批成功的人工智能开源软件和平台不断涌入，人工智能迎来前所未有的爆发期。但与金融等行业相比，虽然人工智能在制造业的应用场景不少，却并不突出，甚至可以说发展较慢。
 

场景六：数字孪生

数字孪生是客观事物在虚拟世界的镜像。创建数字孪生的过程，集成了人工智能、机器学习和传感器数据，以建立一个可以实时更新的、现场感极强的“真实”模型，用来支撑物理产品生命周期各项活动的决策。在完成对数字孪生对象的降阶建模方面，可以把复杂性和非线性模型放到神经网络中，借助深度学习建立一个有限的目标，基于这个有限的目标，进行降阶建模。

例如，在传统模式下，一个冷热水管的出水口流体及热仿真，用16核的服务器每次运算需要57个小时，进行降阶建模之后每次运算只需要几分钟。

场景七：创成式设计

创成式设计(Generative Design)是一个人机交互、自我创新的过程。工程师在进行产品设计时，只需要在系统指引下，设置期望的参数及性能等约束条件，如材料、重量、体积等等，结合人工智能算法，就能根据设计者的意图自动生成成百上千种可行性方案，然后自行进行综合对比，筛选出最优的设计方案推送给设计者进行最后的决策。

创成式设计已经成为一个新的交叉学科，与计算机和人工智能技术进行深度结合，将先进的算法和技术应用到设计中来。得到广泛应用的创成式算法包括：参数化系统、形状语法(Shape Grammars(SG))、L-系统(L-systems)、元胞自动机(Cellular Automata(CA))、拓扑优化算法、进化系统和遗传算法等。

（编辑：济南站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!