人工智慧時代在召喚中國大腦
數據就是人工智慧演算法的燃料，是發展人工智慧的必要基礎條件之一。就如電機啟動或電燈照明需要電一樣，抑或人類需要食物一樣。數據是人工智慧進化成熟的源泉。
互聯網從PC時代開始到移動互聯網時代，現正處在後移動互聯網時代，即將邁入萬物互聯的智能互聯時代。由於智能時代數據的重要性，萬物互聯產生的數據匯合，處理數據的中心將成為「超級大腦」。通過雲計算大數據滋養的人工智慧+腦科學、認知科學、計算機科學和神經以及遺傳科學提供的基礎加持，演算法、深度學習的不斷進化「超級大腦」也能和人類一樣獲得智能認知、感知、自然語言交互等能力。
這必將創造一個更加偉大的時代，說到這裡我們得一起來複習一下人類及個人的進步模式：通過捕捉觀察自然界中及生活中出現的各種事物和現象來獲得經驗，通過計算、提煉、處理，然後再將這些信息組織起來，從而對這些現象及事物加深抽象的理解形成知識體系。產生的知識體系累積的知識經驗使人獲得認知知識，來採取行動與現象及事物進行交互，最終實現人們預期的結果。這些結果在滿足人們自我需要的同時，又反過來促進自身認知知識經驗自然良性循環的進化。
組織信息—>完成任務—>豐富經驗=取得長足的進步及自我進化
人工智慧可以做得更好
學過數學/統計學/計量經濟學的同學都知道：
1、樣本偏差
人們習慣通過很少的觀察值，就得出結論。這樣的結論，往往就存在樣本不足導致的偏差。
如果考察的樣本太少，根本不可能得出可靠的結論。
統計推斷，樣本量越大，越可靠。基於小樣本的結論，往往都存在問題。
2、相關性
混淆相關和因果，不能建立多元相關思維模型，容易陷入以一概全的陷阱。
因果關係只是一種相關關係，而且是一種多元的相關關係。
凡事都盡量避免用單因素模型去解釋。事情的發生，往往都是一個複雜系統里多因素共同作用的結果。
3、控制變數
控制變數的意思是，控制了這個因素，來看其他因素對事物發生的影響。最直觀的表達就是 「假設其他條件不變的情況下」，這種假設，就是很典型的一種控制變數的假設。
控制變數概念在進行科學實驗時，是指那些除了實驗因素(自變數)以外的所有影響實驗結果的變數，這些變數不是本實驗所要研究的變數，所以又稱無關變數、無關因子、非實驗因素或非實驗因子。
只有將自變數以外一切能引起因變數變化的變數控制好，才能弄清實驗中的因果關係。控制變數衍生到生活中的作用是控制一定影響因素從而得到真實的結果。
4、系統思維
系統思維是指以系統論為思維基本模式的思維形態，它不同於創造思維或形象思維等本能思維形態。系統思維能極大地簡化人們對事物的認知，給我們帶來整體觀。
系統是一個概念，反映了人們對事物的一種認識論，即系統是由兩個或兩個以上的元素相結合的有機整體，系統的整體不等於其局部的簡單相加。這一概念揭示了客觀世界的某種本質屬性，有無限豐富的內涵和處延，其內容就是系統論或系統學。系統論作為一種普遍的方法論是迄今為止人類所掌握的最高級思維模式。
這都將是人工智慧的優勢
其實只要涉及到推理問題，或者說，只要能夠轉化為計算的問題，對於人工智慧來說，處理一定會優於人，因為機器在計算能力方面，一定遠比人類強大。
在神經網路計算加持的人工智慧技術可以通過：自動分層特徵（表示學習），機器學習大部分是依靠特徵工程與特徵訓練；特別是感知與高級認知能力這兩個維度來提升計算系統。
人工智慧感知在物理環境或物理系統（生產線、工廠、居家、農作物、交通工具等），構建部署更多「感測系統」的子系統。使得未來人力密集型的製造業、商業服務業、農產品生產與加工業等，可以採用更先進的信息工具及更強的自動化。還有自然語言處理技術的迅速進步使得人工智慧可以掃描、分析文本文檔和信息，並從中提取各種更高價值的業務知識，而構建部署「文本理解」的專用子系統，可以得到更多高價值的知識及商業回報。人工智慧「認知系統」的成熟未來所有的行業、職業、社會系統、人們生活方式都將被重塑。那將是知識無處不在，任何交互都是智能的時代……
目前有兩種類型計算系統的人工智慧
1、通用智能，意思是一台機器獲取知識及實現目標的能力。就是智能計算的子系統框架，它將數據作為輸入，從數據中提取信息並建立模型，將人們關心的特定現象轉化為知識。
通用人工智慧系統的核心能力是通過運用演算法、計算體系，從數據里把知識提取出來。一旦有了數據與知識，就可以預測、解決自動化問題及可以解決任何需要和想要解決的問題。（就如知識告訴我們人有什麼需求，社會有什麼需求，有了知識人們就可以找到答案。）
2、認知智能，意思就是具有感知、推理、規劃及感覺運動控制能力的機器。指類似人類的認知能力，能感知（看、聽、感覺），它可以越來越多地推理和計劃，它可以用感覺運動控制移動。
認知智能系統核心就是它能理解感知到的東西的意義，比如它看到一張圖片，可以知道有什麼樣的物體或人在裡面及他們在做什麼事情。（大家都知道，一個人如果獲得許許多多前所未有的知識和結論知道得更多，他就能因此去做很多前所未有的判斷，去實現更多不可能的偉大功業。）萬物互聯所產生的海量數據，在雲計算和大數據的滋養下人工智慧計算技術系統將會產生及得出許許多多前所未有的知識及結論。
人工智慧技術的不斷進步人機語言交互的時代就會到來。人們現有的人機交互都是通過滑鼠、鍵盤和指尖。大家都知道自然語言是人們最有效、最普遍的一種交流形式。人與人之間就是用語言交流最自然，應用也最廣泛。未來人機之間自然語言交互的實現，意味著人們將不需要和以前一樣了解每一項應用，每一個產品也都不需要學習該怎麼去用，直接語言交互操作就好。未來的人工智慧汽車是可以跟人們直接交流的，智能家居的房子也是可以跟人們順暢對話的。
人類社會進程的每一次革命性進步，都是從發現新的知識開始的。人工智慧將極大地加速人類創新步伐和創造社會價值的效率，改變社會的規模也會和過去完全不一樣。以前人類去思考、去發現現實世界的規則，而未來知識的發現模式會發生根本性改變。數字化時代到來後，藉助人工智慧計算的數據處理方式，人和機器將共同發現新的知識。意味著人類能創造更多新的知識體系，創造新的企業，創造新的社會進程，改變世界的速度將煥然一新。人類因能獲得更多的知識而知道得更多，能做到的就更多，自然能體驗到的就會更多。
我們來通過下面這些數據，了解我國在人工智慧的潛能及潛力
1月18日，國家統計局公布2017年中國經濟成績單，全年國內生產總值827122億元，首次突破80萬億元大關。按可比價格計算，比上年增長6.9%。按照2017年6.7547的平均匯率計算，國內生產總值按美元為單位計算是12.2451萬億美元，一舉突破12萬億美元大關。由於國家統計局已經公布2017年末我國人口為13.9008億人，人均GDP為大約8810美元。 未來中國的規模優勢將會產生越來越明顯的馬太效應。
分產業看，第一產業增加值65468億元，比上年增長3.9%；第二產業增加值334623億元，增長6.1%；第三產業增加值427032億元，增長8.0%。
2017年根據國家統計局初步核算的結果，我國工業增加值總量達到了28萬億元，佔GDP的比重達到了33.9%。
我們往年的數據：
2016年的數據，按工業總產值排行的話世界排名如下：第一名中國，大概佔世界24%；第二名美國，大概佔世界19%；第三名日本，大概佔世界6%。
2014年數據，我國工業增加值達到22.8萬億元，佔GDP的比重達到35.85%。2013年，我國製造業產出佔世界比重達到20.8%，連續4年保持世界第一大國地位。在500餘種主要工業產品中，我國有220多種產量位居世界第一。
從製造業看，中國在2010年就超過美國成為全球第一製造大國。目前中國製造業產值大概相當於或接近美國和日本總和。
中國擁有39個工業大類，191個中類，525個小類，是全世界三大（中、美、歐）擁有聯合國產業分類中全部工業門類比較齊全的經濟體之一。與美歐齊全的高端工業門類相比中國在高端工業門類領域（如：高鐵、核能、航天、量子通信等）有少量突破；在航空發動機、高端數據機床、高端精密儀器儀錶、高端機器人、集成電路晶元、高端醫療器械等還有很大的差距需要追趕（這是製造業存在著最高利潤的領域，也是企業家們最大的一個機會之源，恰恰這個時代還為此提供了最好的實現工具：人工智慧。）；中國大部分工業製造還處於中低端工業門類領域（註：高端工業製造都是在基礎製造開始累積的生產研發數據知識提升而來的），在高端工業門類還存在很多短板或空白需要花大力氣發展和解決。
據國家統計局收集的數據顯示:從城鄉結構看，2017年中國城鎮常住人口81347萬人，比上年末增加2049萬人；鄉村常住人口57661萬人，減少1312萬人；城鎮人口佔總人口比重（城鎮化率）為58.52%，比上年末提高1.17個百分點。
中國50萬人口規模以上的城市超過210座。
最新數據顯示，中國擁有13億的智能手機用戶幾乎人手一部，還有7.7億多的網民。據研究一部智能手機一天之內可以為它的主人生產大概1G的數據，相當於13套《二十四史》的總容量。大量的有價值的數據資源將為社會、經濟發展及商業化帶來巨大的驅動力。
1月31日，中國互聯網路信息中心（CNNIC）在京發布第41次《中國互聯網路發展狀況統計報告》。截至2017年12月，中國網民規模達7.72億，普及率達到55.8%，超過全球平均水平（51.7%）4.1個百分點，超過亞洲平均水平（46.7%）9.1個百分點。中國手機網民規模達7.53億，網民中使用手機上網人群的佔比由2016年的95.1%提升至97.5%；與此同時，使用電視上網的網民比例也提高3.2個百分點，達28.2%；台式電腦、筆記本電腦、平板電腦的使用率均出現下降，手機不斷擠占其他個人上網設備的使用。
我們再來看一下這些反應高端製造業及服務業領域的機會的數據：
2017年全國高校畢業生近800萬人 ；每年新增數十萬的高級工程師隊伍。
工信部部長苗圩：2017年，我國高技術製造業增加值增速同比增長了13.4%，快於整個規模以上工業6.8個百分點，電子製造業的增速達到13.8%，裝備製造業增速達到了10.7%，這些合計拉動整個工業增長3.2個百分點。
根據科技綜合統計年快報初步測算結果，2017年我國研發經費投入總量為17500億元，比上年增長11.6%，增速較上年提高1個百分點。研發經費投入強度（研發經費與國內生產總值之比）為2.12%，較上年提高0.01個百分點。
分研發活動類型看，2017年我國基礎研究經費為920億元，比上年增長11.8%；基礎研究占研發經費的比重為5.3%，較上年提高0.1個百分點。
分研發活動主體看，2017年企業研發經費為13733億元，比上年增長13.1%，連續2年實現兩位數增長；政府屬研究機構和高等學校研發經費分別為2418.4億元和1127.7億元，分別比上年增長7%和5.2%。
國家統計局的數據：新興工業產品產量高速增長。2017年，工業機器人、民用無人機、新能源汽車、城市軌道車輛、鋰離子電池、太陽能電池等新興工業產品產量分別增長68.1%、67%、51.1%、40.1%、31.3%、30.6%，呈現高速增長態勢。
信息傳輸、軟體和信息服務業，2017年產值為27452億元，增長26%。
在國家製造業創新中心建設方面，現已建成5家國家級製造業創新中心，同時還培育了48家省級製造業創新中心建設，形成了以國家創新中心為核心節點、省級製造業創新中心為重要補充的製造業創新體系建設。大飛機、集成電路、新材料、飛機發動機和燃氣輪機、5G、新能源汽車等重點領域，也取得積極成效。
在工業強基工程方面，去年國家支持了331個重點項目，高速動車齒輪傳動系統、核發電系統所用的泵用密封件等重點領域「卡脖子」的問題得到了初步解決。在智能製造工程方面，428個智能製造的綜合標準化和新模式應用項目取得了積極進展，206個項目進行了試點示範，發布了22項智能製造的國家標準，初步建成了一批數字化的車間和智能工廠。
在綠色發展工程方面，工信部支持了225個重大綠色製造的項目，打造以綠色標準、綠色工廠、綠色產品、綠色園區和綠色供應鏈為核心的綠色製造體系。在高端裝備創新工程方面，去年取得了的技術成果有C919大型客機成功實現了首飛，AG600水陸兩棲飛機去年年底成功實現了首飛。此外，時速超過350公里中國標準的動車組，「藍鯨一號」等一批高端創新的成果也不斷湧現。
工業互聯網與智能製造
藉助人工智慧提升製造業的智能化水平，利用物聯信息系統將生產中的供應、製造、銷售信息數據化、智能化，在價值流程整合客戶及合作夥伴 實現快速、有效、個性化的產品供應。+3D列印技術製造業從大規模標準化生產轉向大規模定製生產，反映了客戶需求個性化、自組織化的趨勢。
工業互聯網，是互聯網和新一代信息技術（5G、物聯網、雲計算、大數據、人工智慧）與工業系統全方位深度融合所形成的產業和應用生態，是工業智能化發展的關鍵綜合信息基礎設施。其本質是以機器、原材料、控制系統、信息系統、產品以及人之間的網路互聯為基礎，通過對工業數據的全面深度感知、實時動態傳輸與高級建模分析，形成智能決策與控制，驅動製造業的智能化發展。
工業互聯網構建智能製造基礎設施
伴隨著以互聯網、物聯網、雲計算、大數據、人工智慧、5G等為代表的新一代信息技術，逐漸與工業新材料、新工藝、新能源、先進位造等創新成果跨界融合，引發了全球新一輪的科技革命和產業變革，一系列新的生產方式、組織方式和商業模式正不斷湧現，工業互聯網應運而生，並推動著全球工業體系的智能化變革。
智能製造的實現主要依託兩方面的基礎能力，一是工業製造技術，包括先進裝備、先進材料和先進工藝等，這是決定製造邊界與製造能力的根本；另一個就是工業互聯網，即基於物聯網、互聯網、雲計算與大數據、人工智慧、5G等新一代信息技術，充分發揮工業裝備、工藝和材料潛能，提高生產效率、優化資源配置效率、創作差異化產品和實現服務增值。也就是說，工業互聯網為智能製造提供了關鍵的基礎設施，為現代工業的智能化發展提供了重要支撐。
作為工業智能化發展的重要基礎設施，工業互聯網的本質就是基於全面互聯而形成數據驅動的智能，在這個過程中，工業互聯網能構建出面向工業智能化發展的三大優化閉環：
1、面向機器設備運行優化的閉環，核心是基於對機器操作數據、生產環節數據的實時感知和邊緣計算，實現機器設備的動態優化調整，構建智能機器和柔性產線。
2、面向生產運營優化的閉環，核心是基於信息系統數據、製造執行系統數據、控制系統數據的集成處理和大數據建模分析，實現生產運營管理的動態優化調整，形成各種場景下的智能生產模式。
3、面向企業協同、用戶交互與產品服務優化的閉環，核心是基於供應鏈數據、用戶需求數據、產品服務數據的綜合集成與分析，實現企業資源組織和商業活動的創新，形成網路化協同、個性化定製、服務化延伸等新模式。
隨著智能化發展趨勢的推進，工業互聯網對現代工業的生產系統和商業系統均產生了重大變革： 基於工業視角：工業互聯網實現了工業體系各個層級的優化，如泛在感知、實時監測、精準控制、數據集成、運營優化、供應鏈協同、需求匹配、服務增值等；基於互聯網視角：工業互聯網實現了從營銷、服務、設計環節的互聯網新模式新業態帶動生產組織和製造模式的智能化變革，如精準營銷、個性定製、智能服務、眾包眾創、協同設計、協同製造、柔性製造等。
中國科學院自動化研究所複雜系統管理與控制國家重點實驗室主任王飛躍教授曾指出：工業自動化將向知識自動化轉移。新的知識自動化生產過程具備的特性有：對人類生活多樣性的自動跟蹤，知識的自動化習得，工具的自我復用和進化，對社會管理的自動優化，生產流程根據知識進行自動調整並生產出新知識等以此形成新的循環往複規律，革新工業經濟範式。這個過程將挑戰過去生產方式的一切環節，從生產布局、設計流程、渠道建設直到科層制的企業權力結構。
下面是工業互聯網及智能製造的推進案例：
一、
集設備鏈接雲端與設備數據的管理等工業互聯網、物聯網及智能製造服務於一身，百度雲天工依託其百度大腦集成語音、圖像、視頻、人臉、知識圖譜、自動駕駛等全棧百度AI服務，並針對具體的生產場景給出智能化的解決方案。
1、2016年，康力電梯聯合百度雲天工一起合作，雙方共建物聯網大數據分析系統。在電梯設備接入百度雲天工平台後，通過定期輪詢每一台電梯的運行情況，結合大數據分析對電梯的數據進行挖掘，並通過人工智慧技術對電梯歷史數據進行演算法建模，從而預測設備在未來一段時間內的故障率以及電梯的使用壽命，確保電梯服務的連續性。康力電梯股份有限公司信息中心總經理陳振華曾表示：「通過和百度雲的合作，在電梯故障產生之前，我們就能通過一些大數據分析和預測到故障產生的概率，並且能預測電梯的壽命。除了電梯產品本身，我們也希望通過百度雲的物聯網和AI技術去搭建生態，貫穿產品研發、銷售、生產、安裝和維保等流程。」
2、百度雲上海電氣雙方合作共建風雲系統，能通過遠程方式解決80%以上的設備故障。藉助AI，風雲系統對風機機械故障的預測精準度已達到85%以上。
3、首鋼自動化信息技術有限公司在產品質檢上通過引入百度雲的圖像識別技術，建立了基於機器視覺的鋼板缺陷分類模型，可視化呈現鋼材缺陷分類結果，提高效率和降低成本的同時還為鋼材生產的後續優化提供數據支撐。
4、寶鋼引入百度雲天工為鋼包部署感測器，實時採集溫度、壓力等狀態數據，並對數據進行全方位分析、診斷、預測，使鋼包由感知狀態突破到認知境界，進而實現對精細化生產、設備安全、節能降耗和供應鏈優化的決策支持。智能鋼包的推廣應用，將平均降低出鋼溫度10℃，可以節約能源成本70億元，鋼包烘烤能效下降50%，大約可以節約150億元。在提高生產效率、杜絕惡性安全事故等方面產生巨大的價值和效益。
二、
阿里雲及ET大腦已經以模塊化形式在不少行業發揮其價值。ET城市大腦將杭州試點區域通行時間減少15.3%，高架道路通行時間節省4.6分鐘，可為救護車自動生成綠色通道，抵達現場時間減少一半。在蘇州，ET城市大腦提升了公交車客流最高達17%。
相關企業聯合阿里ET工業大腦一起合作，把技術融入生產車間，在良品率提升、故障率預測等製造業核心難題上都取得很好的突破。目前已經在光伏、橡膠、能源等五個行業落地，通過智能賦能助力協鑫光伏、中策橡膠、天合光能、盾安新能源等大型製造企業創造利潤數十億元。在與天合光能合作中，ET工業大腦助力其在生產中提升了電池片A品率達7%，是國內首個按效果付費的製造業IT服務案例。
1、引入ET大腦的中策橡膠在生產環節通過人工智慧演算法處理橡膠的工藝參數,匹配最優合成方案,提升混煉膠平均合格率3-5%。
2在ET大腦協助賦能下盾安新能源利用人工智慧給風機「養生」,根據風機歷史數據預測故障,能使運維成本下降30%以上。
3、引入ET大腦的恆逸石化。作為全球領先的精對苯二甲酸(PTA)和聚酯纖維(PET)製造商,恆逸石化是中國最大的紡織原料供應商。降低能耗、提升燃煤發電效率是雙方合作的首個突破口,基於ET工業大腦構建演算法優化模型,測算可提升燃煤效率,單個落地工廠一年節省燃煤成本千萬元。
三、
海爾的「人單合一」模式
海爾工業互聯網平台COSMOPlat是一個將互聯工廠模式產品化、社會化的平台，特點有三個，即用戶全流程參與大規模定製體驗；全要素互聯互通；開放、共創、共贏的誠信生態。COSMOPlat將互聯工廠生態系統中交互、定製、研發、採購、製造、物流、服務7個全流程節點，輸出為7個可以社會化複製的系統應用，形成包括協同創新、眾創眾包、柔性製造、供應鏈協同、設備遠程診斷維護、物流服務資源的分散式調度等全流程的應用解決方案。
COSMOPlat是全球最大面向用戶的大規模定製平台。在這一模式的轉變下，通過COSMOPlat交互定製、模塊採購等模塊，用戶可以全流程參與到產品的設計研發、生產製造、物流配送、迭代升級等環節，以個性化需求指導設計和生產，由單純的消費者變為「產消者」。COSMOPlat能給企業帶來的不僅僅是定製需求下的高精度與高效率，同時，由於定製生產，打通了市場需求和產品供給的壁壘，使產品在生產線上就已經贏得了市場，進而解決了當前困擾製造企業的庫存問題，最大程度上降低了運營成本。簡單來說，說COSMOPlat它是一個解決用戶和工廠可交互、參與定製的全流程的平台，也就是用戶可以向工廠直接發出請求，讓他生產自己想要的產品。
COSMOPlat有幫助企業實現全流程的業務模式革新，精準抓取用戶需求、精準生產，實現高精度、高效率的大規模定製升級轉型大規模賦能企業的能力。
1、我們以定製一台海爾馨廚冰箱為例。用戶可以直接通過PAD登陸海爾定製平台提出定製要求之後，需求信息馬上到達工廠，生成訂單；工廠的智能製造系統會自動排產，將信息傳遞到各個生產線，最終生產出用戶自己定製的冰箱。現在的海爾已經建立起空調、洗衣機、冰箱等8大互聯工廠，率先在全球完成家電等工業產品從大規模製造向大規模定製的轉型。
每個閱讀完上面內容的讀者朋友們：對人工智慧與數據，人工智慧與製造業；大規模數據與人工智慧，豐富的場景內容數據與人工智慧的相關關係，相信也有一定的認知和了解了。再給大家送上王飛躍教授的一段話加深對人工智慧的認知：「我們需要人工智慧這個強大的工具來幫助處理複雜問題，預測未知，支持我們實現以往不可能的目標。」
人工智慧時代在召喚中國大腦
無論是經濟、科技發展，還是現在的人工智慧技術發展趨勢，美國總體上仍然是領跑者，我們還是跟跑者。在這個競爭激烈的世界裡，美國人現已直接視我們為戰略競爭對手。世界洪流滾滾逆水行舟不進則退時不我待，我國唯有把握和抓住發展機會，不斷奪取科技制高點壯大自己國家實力，才能保障人民過上美好幸福的生活，否則就會永遠受人壓制。如今人工智慧時代的來臨恰恰予了我們這個機會。
建立和搭建國家總體層面的人工智慧深度學習伺服器、演算法、應用基礎設施平台「中國大腦」。最先是由百度創始人，同是演算法科學家的李彥宏提出的，這充分體現了他在科學技術素養上的前瞻性及大視野。
2015年全國兩會上，作為政協委員的李彥宏提交了設立「中國大腦計劃」的提案——「由國家投入專項資金主導，儘快搭建全球最大規模的人工智慧基礎資源和公共服務平台，建立一個擁有幾十萬台伺服器的大型人工智慧平台，支撐各個計劃參與方的數據調用、模型調試和應用開發，高效對接全社會的智力、數據、技術和計算資源，依託統一平台，實現資源共享，促進研發創新。這將是新一輪工業革命的助推器，基礎研究的成果應該讓更多中國企業受益。包括語音識別、圖像識別、自然語言的理解、多語種的翻譯，甚至無人駕駛汽車、無人駕駛飛機、智能製造方面的機器人都可以在這個平台上進行各種各樣的創新和實踐。通過這個大平台可以鼓勵更多的創新。國家持續、穩定的規模投入，讓一大批企業成長起來，隨之而來的就是越來越多的創新，從而奠定未來10年、20年甚至更長時間裡中國在全球創新領域的地位。」
規模是中國獨一無二的優勢，一個擁有13.9億多人口，近8億網民和數以千萬計工程師、科學家的大國，海量的數據、充沛的人才、豐富的企業案例、各種各樣的應用場景像流水一樣奔騰，「而這一切唯有「中國大腦」能讓他們物盡其用。中國人的移動互聯網化，成為我們領跑智能物聯網時代的強大數據基因優勢，只要我們現在再大力把以工業等基礎設施物聯網互聯網化形成數據知識生產的良性循環+「中國大腦」，世界將沒有任何一股力量能與我們競爭。
TAG:全球大搜羅 |