人工智能作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。
科技部召开新一代人工智能发展规划暨重大科技项目启动会，标志着新一代人工智能发展规划和重大科技项目进入全面启动实施阶段。
会议宣布首批国家新一代人工智能开放创新平台名单：
依托百度公司建设自动驾驶国家新一代人工智能开放创新平台，
依托阿里云公司建设城市大脑国家新一代人工智能开放创新平台，
依托腾讯公司建设医疗影像国家新一代人工智能开放创新平台，
依托科大讯飞公司建设智能语音国家新一代人工智能开放创新平台。
首批国家新一代人工智能开放创新平台为什么选择了它们？
来看百度，无人车量产计划表正在提前。
外界对于无人车量产的时间表是2020年，百度“不满足”，正在把这个时间提前。前不久百度刚刚宣布和金龙汽车合作，生产一款无人驾驶的小巴车，在2018年7月份实现量产。
看阿里云，正在打造全球最大规模的人工智能公共系统。
阿里云ET城市大脑是目前全球最大规模的人工智能公共系统，可以对整个城市进行全局实时分析。目前ET城市大脑已经在杭州、苏州等地落地。杭州城市大脑接管了杭州128个信号灯路口，试点区域通行时间减少15.3%，高架道路出行时间节省4.6分钟。在主城区，城市大脑日均事件报警500次以上，准确率达92%；在萧山，120救护车到达现场时间缩短一半。
看腾讯，AI产品为患者送上健康的福音。
8月初，腾讯发布了一款AI医学影像产品——腾讯觅影。腾讯觅影是首款AI食管癌筛查系统，准确率超过90%；在肺结节方面，觅影可以检测出3毫米及以上的微小结节，检测准确率超过95%。未来腾讯觅影将与医学院和医疗结构合作助力更多病种检测。
看科大讯飞，在语音识别领域连创佳绩。
现在科大讯飞语音识别的准确率已经从2010年刚刚发布语音云时的60.5%升级到95%，语音合成技术在国际语音合成比赛Blizzard Challenge上取得12连冠的成绩。
看中国移动，发布了首个人工智能平台——“九天”。 “九天”由国家千人计划专家带领人工智能专业团队，历经4年自主研发，孕育而生。
“九天”面向运营商的智慧连接、智慧运营、智慧服务场景，提供深度学习平台等基础服务，智能语音、自然语言理解、人脸图像等核心能力，以及智能客服、智慧网络、智能营销机器人等应用产品，并聚焦垂直行业，提供场景驱动的端到端AI应用解决方案及实施保障。
目前， 九天平台已经应用于中移在线智能客服、浙江移动深度学习平台、上海移动智能营销机器人、江苏移动网络智能化等。
与互联网厂商AI平台不同，九天平台的定位，第一是深入电信行业，聚焦于运营商的市场运营、网络还有服务等应用领域，同时，面向垂直行业，以应用场景驱动的方式提供端到端的AI应用解决方案和实施；第二是面向AI应用研发人员、企业等提供开放AI能力的服务，用户可以通过远程API形式服务，也可以通过本地部署SDK方式使用AI能力。九天平台愿景是，希望以流水般润物无声的方式，深入行业、渗透行业，将AI技术赋能行业，进而改变行业和社会。
在AI时代，中国移动作为运营商天然扮演着三重角色，可以说是与生俱来的三位一体的重要角色。
第一个角色，中国移动是AI技术的使用者，下一代网络离不开智能化；第二个角色，运营商是AI产业的核心驱动者，未来的智能化时代离不开5G和物联网；第三重角色，运营商是AI服务的提供者，数字化转型以后的中国移动必将提供AI服务和AI产品。
九天平台正是以这样的战略目标作为指导，确定了聚焦于智慧市场运营，智慧连接和智慧服务三大应用领域作为平台重点服务应用领域。
九天平台自上而下由三层构成，最上面一层是产品应用层，即智慧运营、智慧连接、智慧服务领域，分别涵盖了智能营销、智能决策；智慧网络、智能物联；智能客服、互动娱乐。
中间层是AI核心能力层，按照其所处理的输入数据的类型分为三大类，第一大类是语音语言类型，包括智能语音分析以及自然语言理解语义分析；第二类是图像视频类，如人脸识别、物体识别；第三类是对大规模结构化数据，如网络、市场、客服和IT产生的大规模数据，进行深层次的分析，提供网维、网优、用户画像、推荐等智能化模型，数据可视化等。
人工智能作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。
未来已来，随着人工智能和实体经济的融合加深，给我们生活带来的颠覆必将越来越多。
颠覆已在路上，我们还要深刻认识人工智能带来的新挑战，人工智能可能带来改变就业结构、冲击法律与社会伦理、侵犯个人隐私、挑战国际关系准则等问题，将对政府管理、经济安全和社会稳定产生深远影响。
基础服务层是以深度学习的开放平台对外提供的。邓超介绍，九天的深度学习平台可以说是中国移动首款基于GPU集群的深度学习训练平台，其具有三大技术优点。第一大优点，深度学习平台除了支持GPU还支持GPU和CPU混合的异构计算集群。第二大优点，支持多训练任务在多GPU节点和多GPU卡上的智能调度。第三大优点，支持业界主流的多款开源深度学习框架，如tensorflow、kaldi、caffe等。