yihaihaoqing

美国从资金、(🥑)数据、人才等5个(🥐)(gè )方面入手，调动(🍠)(dòng )联邦资源(❔)，向人(rén )工智能领(😲)(lǐng )域倾斜(xié )，说明(🏆)美(měi )国确实发现(✔)发展(zhǎn )人工(😨)智能的必要(yào )性(👱)，开始去重点(diǎn )关(🍬)注这一技术。

社会资本、人才(📦)(cái )、技术参与军(🛩)民(mín )融合发展的(🥨)积极(jí )性远(🥙)未得到充分(fèn )发(🤴)挥。

而人工智(zhì )能(🌁)、大数据、物(wù(🤗) )联网等是支(🎂)撑该(gāi )愿景的关(🔻)键技术(shù )。

“该研究(✈)还基(jī )于创新成(⭐)果的交(jiāo )流(🧚)与转化视角，以军(🚀)民两用成果(guǒ )的(🥜)专利数(shù )反映民(🚶)(mín )参军、军(🚴)(jun1 )转民的成效。

第(dì(🔂) )一阶段是，在各(gè(💆) )个领域对数据驱(🍰)(qū )动的人工(💤)智能进(jìn )行应用(⛳)；第二阶(jiē )段是(🎯)，实现对人(ré(✡)n )工智能和数据进(📣)(jìn )行跨领域地公(🆚)共(gòng )应用；第三(🗝)阶段(duàn )是，通(😝)过连接不(bú )同领(🧝)域来构建人(rén )工(🏟)智能生态系统(tǒ(🏊)ng )。

该研究由韩(📃)国(guó )晋州国立教(✴)育大(dà )学科学教(🧠)育部金(jīn )景洙、(🍫)美国科罗(luó(🛋) )拉多大学(xué )足迹(🍰)博物馆馆长(zhǎng )马(👞)丁·洛克利教(jiā(🍇)o )授、韩国国(👥)家文(wén )化遗产研(🌮)究所负(fù )责人林(👒)钟悳博士(shì(🎂) )和邢立达等学者(💜)(zhě )共同完成。

总体(💋)(tǐ )而言，美国在人(📃)(rén )工智能技(💱)术方面(miàn )拥有优(🏠)势，而中(zhōng )国在人(🗜)工智能应(yīng )用方(🛡)面拥有优势(⏰)(shì )。