数字经济是人工智能经济的前提

　　人工智能经济形态是数字经济之后新的经济形态，它建立在数字化、互联网化、信息化基础上，且人工智能技术的发展之所以三起三落，与每个阶段数字经济发展的不充分有直接关系。如图所示，每个科技与经济发展阶段都要以上一个阶段为基础，如果上一个阶段整体发展不充分，那么本阶段的发展就会缺乏基础，出现“往复式发展现象”。同时，人工智能在各个行业的发展不均衡，某个行业会出现先例，例如在棋艺方面，国际象棋、围棋已经被人工智能，在该领域已经没有人类可以超越“深蓝”“AlphaGo Zero”。

人工智能的内核是计算机技术，通过基础资源（即数字经济阶段的技术积累）、物理世界的数字化（包括特征化、向量化、标签化）、互联网和信息化（包括大数据服务、云化信息系统）三步，人工智能才能更好地在具体领域有学习、智能升级的基础。因此当人们在模仿人类大脑开发人工智能、研究卷积***网络、开发深度学习上遇到瓶颈，可反向在数字经济发展是否充分方面寻找。

语言表达技术与实体经济融合领域

　　在语言表达技术与实体经济融合领域，语言表达与自然语言识别是机器人技术需求的两个方面，自然语言识别从本质上是声纹处理技术，语言表达依靠的是语言合成技术，但在情感、情绪上还需要与人工智能的情绪感知技术进行结合，包括在提高合成语音的自然度、丰富合成语音的表现力、降低语音合成技术的复杂度、多语种语音合成等方面还有待改进。

　　在各类声音播报的商业场景上，声音模仿技术可以模仿任何声音纹理。比如世界首部利用人工智能模拟人声的纪录片《创***》在央视纪录片频道播出，纪录片解说词全程运用人工智能配音，“重现”已故配音大师李易的声音；地图导航系统可以模仿任一明星的声纹进行全程播报。通过录制一段声音可实现文本的自动播报几乎适用于所有声音播报商业场景。

图像绘制技术与实体经济融合领域

　　图像绘制就是人工智能开展图像创作，在与设计相关的领域中应用广泛，如工程图纸设计、工业设计、工艺品设计等，可大大节省设计人员的的工作量，提升工作效率，提高准确度。

　　图像绘制是将数字世界与物理世界进行映射，由物理世界输入到数字世界，或者由数字世界通过纸张、3D打印等呈现给物理世界，在这个过程增加人工智能就可以代替人的部分或全部劳动。图像绘制不仅可以绘制图像，它在精密IC电路板制造、***领域也有较好应用前景。

机器学习技术与实体经济融合领域

　　机器学习是人工智能技术体系的一个通用环节，机器学习使用归纳、综合方法，运用数据导入算法模仿人类智能。学习方式主要分为有数据学习和无数据学习：当前有数据学习显然广受欢迎，包括“监督学习”“无监督学习”“半监督学习”“深度学习”“迁移学习”等；无数据学习法主要为“强化学习”。有数据学习的典型应用为深度学习，深度学习包括DNN(深度***网络)、CNN(卷积***网络)、RNN(循环***网络)和LSTM(长短期记忆网络)等，它不依赖数字经济的发展，而是由人做数据标签，采用***网络算法，学习效率不高、能源资源浪费，如AlphaGo下场棋要消耗3000美元电费。

　　强化学习只需要人类输入规则，机器就能通过自我奖励、自我诱导方式，跟自己下百万盘棋，不断自我完善，AlphaGo Zero三天内就打败了已经学习了几千盘棋的AlphaGo；数字技术发展越好、标准化数据量越大的领域往往人工智能发展越迅速，这就说明机器的学习能力不是人为训练的结果，而是数字经济发展到一定阶段顺其自然的结果。从使用场景上来说，有数据学习适用于规则活动领域的人工智能，是经验、控制使然；无数据学习适用于创新、无定论的领域，比如棋类竞赛、新药探索、艺术创作等，是创新、自由使然。