说到人工智能，许多人都会联想到《终结者》中的那种会思考、会说话的机器人。虽然这是一种类似于 AI的技术，但距离真正的技术还差的很远。或许还会想到曾经击败过世界级的棋王 AlphaGo，但是它与我们的日常生活却相去甚远。
智慧医疗是智慧城市战略规划中一项重要的民生领域应用，也是经济带动下的产业升级和经济增长点。新的一年已开局，我国智慧医疗产业将持续蓬勃发展，乘“云”直上。互联网医疗企业、技术型企业、传统医疗信息化企业纷纷加入赛道，投融资热度强势增长，据头豹研究院数据显示，2023年我国智慧医疗应用规模或突破2500亿元。
物流离不开运输与仓储。仓储现代化，要求高度的机械化、自动化、标准化，组织起高效的人、机、物系统。运输的现代化要求建立铁路、公路，水路、空运与管道的综合运输体系，实现“一条龙"服务。所以发达国家都致力于港口、码头、机场、铁路、高速公路、立体仓库等建设，为了减少运输费用，大力改进运输方式，采用先进物流技术，开发新的装卸机械，应用现化化物流手段和方式，比如发展集装箱运输、托盘技术等等，使仓储与运输呈现综合体系化趋势。
今年以来，青岛市卫生健康委全面启动智慧医疗攻坚行动，创新建设“全市一家医院”就医场景和“三位一体”智慧医院，打造“健康青岛”便民服务平台，构建线上线下一体化医疗服务新模式，实现了区域就诊“一码通行”、医生号源“一网预约”、医疗缴费“一站式结算”、检查检验结果互认共享、电子健康档案跨院调阅。在复旦大学《2022卫生健康公共数据开放报告》中，青岛市卫生健康公共数据开放综合等级列全国115个参评城市第一名。
原辅材料智能调度、物流管理全程可视化、科学化和信息化……智慧物流系统已成为云南中烟红河卷烟厂高质量发展的助推剂，背后离不开这样一群物流系统的守护者。
健康，连着千家万户的幸福，关系国家民族的未来。数字技术，正渗透着日常生活每一个角落，让我们的生活更便利精彩。
截至目前，全国智慧城市场景相关AI专利申请量共计18万余件，其中发明专利占比约90%，百度、腾讯、国家电网成为技术创新活跃主体，专利数量均超过2000件。智慧城市建设涉及的AI技术主要包括知识图谱、计算机视觉、大数据、自然语言处理、智能语音和智能云等。同一时期内智慧交通相关AI专利申请量计14万余件，发明专利占比约71%，百度、东南大学、腾讯成为专利申请更为积极的创新主体，专利申请均突破千余件，智慧交通开发应用主要包含深度学习、自然语言处理、大数据、智能云、智能语音和智能推荐等人工智能技术。
医疗，民生之需，民生之安。作为浙江省西医发源地，成立于1869年的浙江大学医学院附属第二医院(以下简称为浙大二院)，在长达153年的发展历程中，秉持“患者与服务对象至上”的核心价值观，以“科技创新、服务大众、培育新人、引领未来”为使命，为人民群众提供优质的医疗卫生服务。
近年来，互联网、大数据、云计算、人工智能、区块链等技术加速创新，日益融入经济社会发展各领域全过程，数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正在成为重组全球要素资源、重塑全球经济结构、改变全球产业链供应链体系的一个关键动力。
智慧医疗是智慧城市战略规划中一项重要的民生领域应用，也是经济带动下的产业升级和经济增长点。新的一年已开局，我国智慧医疗产业将持续蓬勃发展，乘“云”直上。互联网医疗企业、技术型企业、传统医疗信息化企业纷纷加入赛道，投融资热度强势增长，据头豹研究院数据显示，2023年我国智慧医疗应用规模或突破2500亿元。
“置身新时代，踏上新征程，我们生逢其时、大有可为。”省两会在贵阳拉开帷幕，强调全省上下要紧紧聚焦高质量发展这个主题，全方位推动高质量、全过程聚焦高质量、全要素服务高质量，在新时代新征程上闯出新路子、开创新局面，加快推动贵州高质量发展实现新跨越，为谱写多彩贵州现代化建设新篇章开好局起好步。
最近的数据显示，可持续发展正跃升为企业议程的重要事项——近一半(48%)的全球首席执行官表示，提高可持续性是他们的首要任务之一，较 2021 年以来增长了 37%。2023 年对企业的期待不仅是要制定雄心勃勃的可持续发展目标，还要将可持续发展目标转化为行动。然而仅有 23% 的 CEO 表示他们正全面实施跨企业的可持续发展战略，他们同时表示，缺乏可靠的数据洞察阻碍了他们采取行动。2023 年，人工智能至少可以从以下三方面，助力企业加速落实其可持续发展目标。
日前，国家工业信息安全发展研究中心、工信部电子知识产权中心联合正式对外发布《AI创新链产业链融合发展赋能数字经济新时代——中国人工智能专利技术分析报告(2022)》。
以前，让失明者重见光明往往被视为一种医学"奇迹"。而随着以"机器视觉+自然语言理解"为代表的多模态智能技术的爆发式突破，给AI助盲带来新的可能，更多的失明者将借助AI提供的感知、理解与交互能力，以另一种方式重新"看见世界"。
“一直在云环境中运行人工智能模型的企业正在看到高性能云处理可能会给他们带来的财务损失。2023年，可能会看到更多公司寻求降低人工智能推理云成本。实现这一点的最有效方法之一是在保持其准确性的同时提高人工智能模型速度，减少在云上的处理时间，并有效地节省了资金。”
