亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

來源：騰訊云和中國信息通信研究院《分布式云發展白皮書（2022）》

過去十年，我國云計算快速發展，2020年云計算整體市場規模達到2091億元，在全球范圍內呈現逆勢增長態勢。我國云計算政策環境不斷完善，產業不斷發展成熟，技術、架構、安全、管理、軟件、等方面繁榮發展。在數字化浪潮之下，5G、物聯網規模化部署推動邊緣計算需求激增，愈發嚴格的數據安全監管要求以及混合多云等不斷變化的企業用云模式相關因素推動云計算從單一數據中心部署向不同物理位置多數據中心部署、從中心化架構向分布式架構擴展升級，分布式云概念也由此而生，成為云計算未來重要演進趨勢。

中國信通院聯合騰訊云共同發布業界首個《分布式云發展白皮書（2022）》。白皮書全面闡述分布式云發展背景、概念定義、關鍵技術、典型應用場景、當前挑戰、未來展望以及實踐案例，以全局視角論述分布式云發展態勢，旨在為分布式云技術發展與應用落地提供參考。

白皮書核心觀點

概念定義

中國信通院提出分布式云標準定義：分布式云是一種將云服務按需部署到不同地理位置，提供統一管理能力的云計算模式。分布式云與當前云計算主要區別在于摒棄了公有云、私有云、混合云、多云等分類，首次將地理位置作為考量因素，為用戶提供不同位置的云資源統一管理平面，能夠增強混合多云一致性管理、拓展邊緣計算服務能力、實現云服務統一托管治理。 技術架構

分布式云基礎設施推動算力資源無處不在，云服務分布式部署與統一使用方式實現彈性敏捷用云需求，云原生推動分布式云應用全面治理與服務無處不在，全局管理統一分布式云管理和調度，一體化安全能力保障分布式云服務安全可信。 應用場景

隨著用戶對邊緣計算、安全合規、區域定制、用云模式等方面的需求不斷增加，時延敏感業務、數據安全合規、本地IDC資產上云、應用高可用容災、多云應用治理、分支節點統一管理成為分布式云典型落地場景。 發展展望

分布式云技術底座進一步夯實，實現云服務無處不在；應用場景持續拓展，與行業不斷深度融合；算力調度能力不斷提升，推動算力泛在化發展；標準體系進一步完善，引導產業規范發展。 實踐案例

深度解析多行業落地實踐案例，助力企業數字化轉型降本、增效、提質，為企業落地分布式云提供參考與指引。

本出版物是歐盟委員會科學和知識服務機構聯合研究中心 (JRC) 的一份報告。它旨在為歐洲決策過程提供基于證據的科學支持。所表達的科學成果并不意味著歐盟委員會的政策立場。歐盟委員會或代表委員會行事的任何人均不對本出版物的可能使用負責。

前言

本報告是在 AI Watch 的背景下發布的，這是歐盟委員會于 2018 年 12 月推出的用于監測歐洲人工智能 (AI) 的發展、采用和影響的知識服務。

人工智能已成為具有戰略意義的領域，有可能成為經濟發展的關鍵驅動力。人工智能還具有廣泛的潛在社會影響。作為其數字單一市場戰略的一部分，歐盟委員會于 2018 年 4 月在其“歐洲人工智能”中提出了一項歐洲人工智能戰略。宣布的歐洲人工智能戰略的目標是：

● 提高歐盟的技術和工業能力以及人工智能在整個經濟中的應用，包括私營和公共部門；

● 為人工智能帶來的社會經濟變化做好準備；

● 確保適當的道德和法律框架。

2018 年 12 月，歐盟委員會和成員國就歐盟人工智能的發展發布了“人工智能協調計劃”。協調計劃提到了 AI Watch 監控其實施的作用。

隨后，在 2020 年 2 月，委員會公布了其對所有人都適用的數字化轉型的愿景。委員會提交了一份白皮書，提出了一個基于卓越和信任的可信賴人工智能框架。

此外，2021 年 4 月，歐盟委員會提出了一系列促進人工智能卓越發展的行動，以及確保該技術值得信賴的規則。擬議的《歐洲人工智能方法條例》和《人工智能協調計劃》的更新旨在保障人民和企業的安全和基本權利，同時加強歐盟國家的投資和創新。 2021 年對 AI 協調計劃的審查參考了 AI Watch 的報告，并確認了 AI Watch 在支持協調計劃的實施和監測方面的作用。

AI Watch 監測歐盟在人工智能方面的工業、技術和研究能力；成員國與人工智能相關的政策舉措；人工智能的采用和技術發展；和人工智能的影響。 AI Watch 在全球范圍內以歐洲為重點。在 AI Watch 的背景下，委員會與成員國協調工作。 AI Watch 結果和分析發布在 AI Watch Portal (//ec.europa.eu/knowledge4policy/ai-watch_en) 上。

通過AI Watch的深入分析，我們將能夠更好地了解歐盟的優勢領域和需要投資的領域。 AI Watch 將對人工智能對增長、就業、教育和社會的影響和益處進行獨立評估。

AI Watch 由歐盟委員會聯合研究中心 (JRC) 與通信網絡、內容和技術總局 (DG CONNECT) 合作開發。

本報告涉及 AI Watch 的以下目標：開發一個 AI 指數，包括與政策制定相關的維度。它通過以指標的形式提供統計證據來總結 AI Watch 提供的主要結果。

摘要

經過多年非常活躍的技術發展，無論是在硬件還是軟件方面，人工智能領域已經蔓延開來，其影響在經濟和社會中無處不在，越來越多的人工智能支持的工具和應用程序被用于工作環境和個人領域。與所有創新技術一樣，必須對新興人工智能領域及其趨勢進行全面監測，以了解其影響的范圍。這個動作可以讓您了解可能需要注意或干預的問題和情況。在這方面，本出版物從多個角度分析了與人工智能發展相關的多個指標。盡管地理重點是歐盟 27 國，但在可能的情況下，我們會提供與全球主要人工智能強國（即美國和中國等）的比較。此外，如果可用，還為 27 個歐盟成員國提供指標。

該分析分為五個維度：(i) 人工智能領域的全球視野，(ii) 行業，(iii) 研發 (R&D)，(iv) 技術，以及 (v) 社會方面。結果表明，正如預期的那樣，人工智能正處于技術演進和改進的階段。美國在經濟方面處于世界領先地位。中國緊隨其后，特別是由于該領域的專利活動非常突出。歐盟位居第三，但有幾個因素支持這樣一個論點，即與這兩個領先國家的距離并不像人們經常提到的那樣。分析表明，歐盟在研發方面的表現非常出色——超出了歐共體資助項目的考慮范圍。此外，歐盟展示了人工智能服務和自主機器人技術的專業化。此外，歐盟在工業機器人和新機器人初創企業的貿易中表現出非常積極的動態。關于人工智能的投資，我們觀察到歐盟領域潛在發展的積極信號，因為去年所有 27 個歐盟成員國的私人和公共投資水平都有所增加。

執行總結

本報告介紹了人工智能觀察指數，這是一組指標，可以更好地了解歐洲的優勢領域以及人工智能 (AI) 領域值得關注的領域。 AI Watch Index 提供了一套結構化的量化指標，用于衡量 EU1 在與決策相關的 AI 的各個維度上的表現和定位。該指數的地理重點是歐盟，在有數據的情況下，覆蓋各成員國。由于部分指標覆蓋全球，歐盟與美國、中國等人工智能領域主要參與者的比較分析也成為可能。該指數圍繞五個維度進行組織：(i) 人工智能領域的全球視野，(ii) 行業，(iii) 研發 (R&D)，(iv) 技術，以及 (v) 社會方面。表 1 列出了圍繞 5 個維度和 10 個子維度組織的 22 個指標列表。

表1：AI 觀察指數各維度指標匯總

分析顯示，在全球人工智能格局、人工智能產業和人工智能研發維度上，美國在人工智能領域處于全球領先地位，其次是中國和歐盟。

歐盟最重要的因素一方面在于其在人工智能服務和機器人技術（包括自主機器人和工業機器人）中的重要作用，另一方面在于其在人工智能研發活動方面的強勢地位。關于人工智能服務——與提供人工智能服務和應用程序相關的活動，包括基礎設施、軟件和平臺服務——歐盟在全球范圍內具有優勢，因為其在人工智能領域的經濟活動份額高于全球平均水平。事實上，雖然美國在人工智能服務的全球份額中占有較高的份額，但相對歐盟人工智能服務在歐盟人工智能活動總數中的份額高于美國。同樣，歐盟在自主機器人技術方面也具有比較優勢——機器人系統旨在在涉及與其他機器或人類交互的相對復雜的環境中運行。歐洲在工業機器人貿易（考慮出口和進口）方面的比較優勢，以及新機器人初創企業數量的穩步增長趨勢，都補充了這一點。鑒于人工智能有望在機器人領域發揮重要作用，作為其技術發展下一步的關鍵推動力，這一點尤其重要。事實上，人工智能支持的未來幾代機器人有望更好地與物理現實交互，尤其是與人類交互（例如，用于照顧人類的機器人）。歐盟在機器人相關領域的主導地位表明其在該領域的未來競爭力。同時，這里考慮的技術領域極具活力，需要對工業和技術發展進行投資以保持競爭優勢。

其次，歐盟在人工智能研發活動方面非常活躍，以人工智能相關專利和頂級人工智能會議上的前沿研究出版物為代表。盡管英國脫歐對整個歐盟 AI 格局產生了明顯影響，但歐盟成員國形成的研究合作和伙伴關系使他們能夠在全球范圍內擁有影響力。換句話說，歐盟成員國建立了研發合作網絡，支持他們交換信息的能力，進而建立知識。這些是創新能力的關鍵要素。單獨考慮專利和研究出版物，可以觀察到一些相關差異：雖然歐盟在前沿研究出版物方面發揮著非常重要的作用，僅次于美國，但歐盟的專利活動仍然較為平和。還有第三種類型的研發活動，即歐盟資助的項目，為了進行國際比較，我們的分析并不總是考慮這些活動。然而，它們對整個研發生態系統的貢獻是根本性的。此外，正如之前的 AI Watch 工作（Righi 等人，2021 年）所討論的，框架計劃的項目（例如 FP7 和 H2020）使眾多經濟參與者能夠參與 AI 領域。由于此，歐盟在這一技術領域的經濟參與者數量幾乎翻了一番（與不考慮歐盟資助項目的參與者數量相比）。然而，這些參與者在沒有公眾支持的情況下在人工智能領域保持活躍的能力值得進一步探索。

如上所述，美國是全球人工智能領導者：它擁有大量活躍的人工智能參與者；它在多個人工智能領域（人工智能服務、音頻和自然語言處理、自主機器人以及聯網和自動駕駛汽車）具有比較優勢；它擁有大量以人工智能為核心業務并同時開發人工智能專利的公司；并從事大量研發活動（專利和前沿研究）。因此，美國的領先地位顯得穩固，沒有明顯的弱點。

我們對中國人工智能格局的了解主要得益于其非常激烈的專利活動。然而，專利質量標準的降低和中國政府最近實施的政策導致申請量激增，這支持了這樣一種論點，即中國在人工智能領域的規模可能沒有乍看之下那么突出。盡管如此，中國仍應被視為該領域的主要參與者，主要有兩個原因。首先，它在 ICT 制造領域的大量參與保證了任何數字技術（包括人工智能）蓬勃發展的基本硬件需求。例如，近年來，中國的 ICT 行業增加值每年增長 13.1 個百分點（Mas 等人，2021 年），同時已經從主導地位發展（增加值第二，僅次于美國）。其次，即使考慮到上述觀點，在中國提交的大量人工智能相關專利申請也不容忽視，特別是考慮到大量經濟參與者參與人工智能領域（超過 9,000 個）。關于中國值得考慮的另一個方面是對數據的大量訪問，這是人工智能系統的燃料。除其他外，這是由于使用數字服務和應用程序的人口眾多，以及對訪問和使用個人數據的法律限制較少（Arenal 等人，2020 年）。

這項工作的其他見解涉及人工智能領域的技術發展。我們觀察到 AI 技術在多項任務（例如圖像分類、人臉識別、語音識別、文本摘要）中的性能不斷提高。基準每年都在改進這一事實，清楚地證實了人工智能目前正在經歷技術擴展階段。觀察到的大量 AI 標準化活動強化了這一結論，這是歐盟成員國積極參與的一個方面，特別是考慮到制定支持歐洲 AI 法規提案（AI 法案）的標準。

AI Watch Index 的另外兩個指標涵蓋社會方面：AI 研究的多樣性，以及大學級別的高級 AI 技能教育產品。重要的是，初步結果顯示，最近人工智能研究界在性別、隸屬位置和研究人員所屬機構類型方面的異質性有所增加，這可能反映了研究界中包容性和多樣性政策的影響。這與值得信賴的人工智能的發展和社會包容都有關。事實上，研究人員的出身、性別和隸屬關系的異質性有望減少算法開發中的偏見，促進為訓練集選擇具有代表性的數據源，并減輕研究界有限視角可能導致的其他類型的風險。該維度還分析了與人工智能相關的大學學術課程，因為這勢必會影響未來工人的就業能力以及經濟中先進數字能力的整體存在。在這方面，發現成員國之間存在顯著差異，這可能導致未來歐盟人口之間的不平等。結果表明，人工智能內容在碩士學位課程中的出現頻率高于在學士學位課程中的出現頻率。這似乎表明，在已經向學生傳授基本知識之后，人工智能被認為是一門專業學科，主要涵蓋在教育路徑的后期階段。建議在各個層面提供更廣泛的人工智能相關內容，而不僅僅是高級課程，以促進人口的數字包容并增加歐洲數字轉型帶來的經濟利益。

摘要

本報告概述了歐盟在智能電網領域的研究和創新 (R&I) 項目，這些項目由兩個 R&I 框架計劃(歐盟第七框架計劃的研究、技術開發和示范活動和地平線2020)和競爭力和創新框架計劃資助。 R&I 項目可以在解決和調查能源轉型的技術、監管、經濟和社會挑戰方面發揮關鍵作用，分析它們有助于了解歐洲的發展方向，并為當前和未來的政策發展提供信息。該報告研究了解決電網現代化需求和更好地整合所有連接用戶的行為和行動的項目。從這個意義上說，它超越了嚴格意義上的“智能電網”，并著眼于超越純粹技術解決方案的能源轉型。對所調查項目的分析概述了主要趨勢；項目介入的主要領域；和參與項目的組織以及組織之間的協同作用和協作聯系。

執行摘要

政策背景

向低碳經濟的轉變需要提高能源系統的數字化和電氣化。能源部門一直是數字技術的早期采用者，利用它們促進電網管理和運營。數字技術被視為實現更加互聯、智能、高效、可靠和可持續的能源系統的推動因素。歐盟委員會 2019-2024 年的政治指導方針呼吁歐洲應對成為第一個氣候中和大洲，并應對數字技術帶來的變革。在此背景下，歐盟委員會提出了一系列政策文件，旨在使歐洲到 2050 年成為氣候中和大洲，將 2030 年的減排目標提高到至少 50%（“歐洲綠色協議”），同時確保歐洲掌握了數字技術的潛力，可以為社會挑戰提供解決方案（“適合數字時代的歐洲”）。綠色和數字化轉型的雙重挑戰解決必須同時開展，歐洲才能引領向健康地球和新數字世界的轉型（歐盟委員會 2020a）。因此，數字和能源雙重轉型定位于低碳經濟的核心。在過去 10 年中，一些歐盟能源政策文件將智能電網技術置于能源轉型的中心。與此同時，人們越來越意識到數字技術的部署需要消費者的積極參與，并應伴隨對相關社會影響的評估；這對于確保及早發現使用數字技術和其他創新解決方案可能給歐盟消費者的生活條件帶來的挑戰和機遇是必要的。

關鍵結論

總體趨勢。 2007-2020 年，智能電網領域的研究和創新 (R&I) 活動有所增加。更具體地說，與 2007-2013 年相比，2014-2020 年（由 Horizo??n 2020 (H2020) 涵蓋）項目數量增加了 25%，總投資增加了 59%，歐盟資金增加了 117%（涵蓋通過第七個歐盟研究、技術開發和示范活動框架計劃（FP7）、競爭力和創新框架計劃——信息和通信技術政策支持計劃（CIP-ICT-PSP）和競爭力和創新框架計劃——歐洲智能能源程序（CIP-IEE））。大多數項目收到的歐盟捐款不到 500 萬歐元。平均而言，他們從歐盟獲得了 73% 的資金，但所有項目中有一半從歐盟獲得了超過 78% 的資金。平均而言，歐盟的資金份額從 2007-2013 年的 62% 增加到 2014-2020 年的 82%。此外，與研發項目相比，2007-2020 年示范項目的數量大幅增加，這得益于許多技術和解決方案的日益成熟，以及越來越重視展示智能電網在加速雙數字中的使能作用和能源轉型。國家之間存在顯著差異，西班牙、德國和意大利的參與人數最多（一次參與被定義為一個組織參與一個項目）和與其他國家的合作聯系比例最高。當關注區域維度時，情況就大不相同了；參與數量排名前五位的歐盟地區是法國、西班牙、希臘和比利時，歐盟資助金額排名前五位的地區是法國、德國和西班牙。

項目領域。大多數項目側重于需求側管理（DSM），主要在住宅領域。歐盟資金在所有項目領域的分布均衡，其中 DSM 在歐盟資金中所占份額最高，其次是智慧城市、智能網絡管理以及分布式發電和存儲的集成。項目領域“其他”也獲得了歐盟資金的很大一部分，這表明 R&I 越來越關注跨領域問題，例如網絡安全、標準化、大能源數據平臺的開發以及能源轉型的社會經濟、文化、政治和性別方面的問題。

參與組織。 R&I 利益相關者占所有項目的 42%，技術和服務提供商占 22%，受監管的運營商占 9%，能源市場參與者和公共機構各占 8%，歸入宏觀“其他”類別的組織占 11%。在參與10多個項目的組織中，參與數量排名前15位的主要是研究中心和大學。參與 H2020 項目的組織中有一半以上是新來者，即未申請任何其他已審核計劃（FP7、CIP-ICT PSP、CIP-IEE）的首次申請者。對于智能電網領域較新的組織類別，例如運輸解決方案提供商、市場運營商和能源經紀人/貿易商、能源合作社和地方政府，新進入者的份額高于平均水平，而對于更傳統的參與者，如作為傳輸系統運營商 (TSO)、研究中心和大學。這表明 H2020 成功地允許新組織加入并獲得資金，特別是能夠將創新技術和商業模式推向市場的智能電網領域的新參與者。

按項目領域劃分的參與組織。組織類別在不同領域顯示出不同的參與模式，這與它們所經營的業務部門及其在智能電網部署中的作用相一致。例如，地方政府積極參與智慧城市和電動交通領域，在城市基礎設施和服務的轉型中發揮著舉足輕重的作用。住房協會/房地產開發商在智慧城市領域也特別活躍，這表明住宅領域，尤其是社會住房領域的興趣日益濃厚。傳統上活躍于智能網絡管理領域的配電系統運營商 (DSO) 和輸電系統運營商 (TSO) 在“其他”領域表現出高水平的參與，表明他們對這些項目解決的跨領域問題的興趣日益濃厚，例如網絡安全、大數據對歐洲電網現代化的潛力以及創建新的智能電網服務。 DSO 和 TSO 越來越多地與 ICT 和軟件提供商合作，特別是在智能網絡管理和 DSM 領域，這表明系統運營商對業務數字化的堅定承諾，也表明協作在數字化轉型道路上的關鍵作用的能源部門。

主要研究成果

相關和未來的 JRC 工作

JRC 將繼續在國家和歐盟層面收集和分析 R&I 項目，以支持及早識別使用數字技術和其他創新解決方案可能給歐盟消費者的生活條件帶來的挑戰和機遇。

快速指南

第 1 章介紹了政策背景和工作范圍。第 2 章詳細闡述了為識別和選擇項目以及組織數據而開發的特別方法。第 3 章首先概述了主要的總體趨勢，然后重點分析了項目領域和參與組織。最后，第 4 章總結了主要發現。

1. 簡介

1.1 政策背景

歐盟委員會 2019-2024 年的政治指導方針 (von der Leyen 2019) 強調了引領向健康和新的數字世界過渡的緊迫性，應對歐洲作為第一個氣候中和大陸的挑戰（委員會優先事項 'A歐洲綠色協議'）和數字技術帶來的轉變（委員會優先事項“適合數字時代的歐洲”）。

雖然“歐洲綠色協議”旨在到 2050 年將歐盟轉變為氣候中和大陸，并將 2030 年減排目標提高到至少 50%，但“適合數字時代的歐洲”旨在確保歐洲掌握數字時代和數字技術在為社會挑戰提供解決方案方面的潛力。在“塑造歐洲的數字化未來”（歐盟委員會 2020a）通訊中，歐盟委員會強調，綠色和數字化轉型的雙重挑戰必須同時發生，才能讓歐洲引領向健康地球和新數字世界的過渡。數字和能源雙重轉型是低碳經濟的核心。

向低碳經濟的轉變需要提高能源系統的數字化和電氣化。事實上，將廣泛的電氣化和數字技術與可再生能源相結合，可以成為智能電網和智能城市發展的核心支柱，促進城市地區的能源效率提高、可持續移動系統和創新的可持續發展相關的以消費者為中心的服務。世界范圍內的經濟電氣化程度不斷提高，因為“電力越來越成為經濟體的首選“燃料”，這些經濟體更加依賴輕工業部門、服務和數字技術”（IEA 2018，第 24 頁）。

能源部門一直是數字技術的早期采用者，利用它們促進電網管理和運營。有人認為，在未來幾十年，數字技術將實現更加互聯、智能、高效、可靠和可持續的能源系統（IEA 2017）。為此，應在整個價值鏈中采用能源部門的數字化，從能源的生產到分配、消費和管理。

在凈零排放報告（IEA 2021）中，IEA 堅持認為，所有行業的快速電氣化將使電力對能源安全的影響比現在更加重要。該報告預測，到 2050 年，電力系統的靈活性將翻兩番，因為化石燃料容量的減少會降低傳統的靈活性來源。這種轉變要求大幅增加所有靈活性來源：電池、需求響應和低碳靈活發電廠，并得到智能電表和更多數字電力網絡的支持（IEA 2021，第 23 頁）。

歐盟能源政策在 2009 年第三個能源包中提出智能電表——電網數字化的基石——作為更高效和可持續利用能源的使能技術。在此背景下，成立了歐盟智能電網工作組，就與智能電網的開發和部署相關的問題向歐盟委員會提出建議。在過去的 10 年里，許多歐盟政策文件相繼出臺，其中智能電網技術在能源轉型中的核心作用得到了進一步確立（圖 1）。與此同時，人們越來越意識到數字技術的部署需要消費者的積極參與（歐洲委員會 2015a）（歐洲委員會 2015b），并應伴隨對相關社會影響的評估；這需要確保及早發現使用數字技術和其他創新解決方案可能給歐盟消費者的生活條件帶來的挑戰和機遇（歐洲委員會 2016 年）（歐洲委員會 2019 年）（歐洲委員會 2020a）（歐洲委員會 2020b） （歐盟委員會 2020c）。

圖1所示 歐盟能源政策文件中的電力部門數字化

1.2 報告范圍

自 2011 年以來，聯合研究中心 (JRC) 一直在監測智能電網領域的發展，收集有關歐洲智能電網項目的定量和定性數據。第一個智能電網項目展望于 2011 年發布，并在 2013 年、2014 年和 2017 年三度更新（Giordano, Gangale, et al. 2011）（Giordano, Meletiou, et al. 2013）（Covrig, et al. 2014）（ Gangale、Vasiljevska 等人，2017 年）。對數據子集的進一步分析側重于能源貧困、能源部門的集體行動和消費者參與等問題（Gangale 和 Mengolini 2019）（Gangale、Mengolini 和 Marinopoulos 等，2020）（Gangale、Mengolini 和 Onyeji 2013）。 2020 年，我們開始了一項新的數據收集工作，推出了修訂后的在線問卷。越來越多的國家和國際智能電網項目以及相關的詳盡檢索數據的困難不允許進行徹底、全面和公平的分析。因此，對于 2021 年版，我們決定將我們的研究和分析范圍限制在歐盟共同資助的研究和創新 (R&I) 項目中。我們的目標是利用歐盟委員會的官方來源提供基于更完整、更準確的信息的見解，并更深入地了解由歐洲 R&I 需求驅動的歐洲 R&I 趨勢。

該報告概述了歐盟資助的智能電網領域在最近兩個 R&I 框架計劃下在歐洲開展的工作：第七個歐盟研究、技術開發和示范活動框架計劃 (FP7) 和第八個歐盟框架研究和創新計劃，更廣為人知的是 Horizo??n 2020 (H2020)。為詳盡起見，我們還將競爭力與創新框架計劃——信息和通信技術政策支持計劃（CIP-ICT-PSP）和競爭力與創新框架計劃——智能能源歐洲計劃資助的項目納入分析。 CIP-IEE）。 R&I 項目可以在解決和調查能源轉型的技術、監管、經濟和社會挑戰方面發揮關鍵作用，分析它們可以幫助了解歐洲的發展方向，并為當前和未來的政策制定提供信息（Gangale、Mengolini 和 Marinopoulos , et al. 2020) (Gangale and Mengolini 2019) (Mengolini, Gangale and Vasiljevska 2016)。我們對智能電網的定義進行了研究和分析，將智能電網定義為“能夠以具有成本效益的方式整合所有與之連接的用戶的行為和行為，包括發電機、消費者以及同時產生和消費的用戶，以便確保經濟高效和可持續的電力系統，具有低損耗和高質量、供應安全和安全的水平”（歐洲議會和理事會，2013 年，第 12 條）。從這個角度來看，我們研究了處理電網現代化以及整合連接用戶行為的項目。在這兩種情況下，新的商業模式和實踐、新的法規和市場設計以及消費者行為改變和社會接受度等更無形的因素都發揮了關鍵作用。考慮到這一點，我們將我們的范圍擴大到嚴格意義上的智能電網之外，以便著眼于超越純粹技術解決方案的能源轉型。最終，技術轉型與文化、行為和實踐的變化齊頭并進，因此迫切需要社會科學和人文學科在處理能源轉型的研究和政策方法中的投入。為了開發我們的項目選擇和分類方法，我們仔細研究了類似的歐洲倡議，如 Bridge和 ETIP SNET，并相應地調整了我們的方法。

與以前的版本主要關注技術方面不同，2021 年智能電網及未來展望提供了社會技術視角。該報告被認為是關鍵事實和數據的概要，可用于為進一步分析提供信息和支持。在智能電網領域，知識共享確實對于激勵監管機構設計量身定制的激勵計劃、激勵公共當局復制在其他地方成功測試的舉措以及為公司的投資戰略提供信息至關重要。它還可以為智能電網領域的新興市場參與者提供市場機會的一瞥。

工業人工智能 (AI) 是人工智能在工業中的應用，是第四次工業革命中價值創造的主要貢獻者。人工智能正被嵌入到廣泛的應用程序中，幫助組織獲得顯著的利益，并使他們能夠改變向市場提供價值的方式。

? 本文檔為支持人工智能的工業物聯網系統的開發、培訓、文檔編制、通信、集成、部署和操作提供指導和幫助。它面向來自 IT 和運營技術 (OT)、來自多個學科的業務和技術的決策者，包括業務決策者、產品經理、系統工程師、用例設計師、系統架構師、組件架構師、開發人員、集成商和系統操作員。

該文檔圍繞 IIC 工業互聯網參考架構中的架構觀點構建，即業務、使用、功能和實施觀點。該文件討論了推動人工智能采用的商業和價值創造考慮因素。它還詳細闡述了人工智能的使用、工業用例以及與之相關的道德、隱私、偏見、安全、勞工影響和社會問題。在技術方面，該文檔描述了與 AI 相關的架構、功能和數據注意事項，并討論了各種實施注意事項，例如性能、可靠性、數據屬性和安全性?。

人工智能的采用將在行業中加速。鑒于計算能力的快速增長、可用于訓練的數據的更廣泛可用性以及算法的日益復雜，人工智能技術將繼續發展。當前的 IT 標準和最佳實踐必須不斷發展，以解決 AI 本身的獨特特征以及與 IIoT 系統的安全性、可靠性和彈性相關的具體考慮因素。此外，人工智能技術的日益成熟將幫助人們認識到它的好處遠遠超過它的風險。 AI 標準生態系統也將繼續發展，例如 ISO/IEC JTC 1/SC42 正在進行的標準工作，為 JTC 1、IEC 和 ISO 委員會制定 AI 標準提供指導。

基于這些趨勢，毫無疑問，人工智能將繼續推動技術和功能上的可能性，因此預期合理的事情將同樣發展。對技術的態度和對其使用的商業期望也將繼續發展。

未來，我們可以期待使用人工智能技術成為常態，而不是例外，考慮到這項技術的社會效益，“不使用人工智能”最終可能會成為不負責任的做法。

無人機行業現在正處于黃金時期，它的增長有望呈指數級增長，盡管人道主義救援人員已經使用這種技術10年了，但市場的擴大和技術的發展正在推動越來越多的組織裝備這種設備。

無人駕駛飛行器 (UAV)，也稱為遙控飛機或“無人機”，是通過遙控或自主飛行的小型飛機。本報告重點關注非武裝民用無人機和無人機的使用。未來的報告可以探討無人水下航行器和地面無人機的影響和發展。

瑞士地雷行動基金會在其報告《人道主義行動中的無人機》（2016 年）4 中確定了六類無人機在人道主義行動中的用途：測繪；將基本產品運送到偏遠或難以到達的地點；搜救（SAR）；支持損害評估；提高態勢感知能力；監測變化（例如城市和營地的增長、農業使用或道路或基礎設施的建設）。這份報告將闡明人工智能驅動的無人機如何改進和修改這些用途。

?以消費者和企業為中心的新技術的爆炸式增長已成為美國民眾體驗醫療保健和福祉的顛覆性力量。這些技術——統稱為“數字健康”——有可能改變個人、家庭和社區管理他們的醫療保健和福祉的方式。

美國機構和其他利益相關者正在對新工具進行大量投資；獲取、提供和使用數據的方法；以及提供衛生服務的創新方式。然而，對于指導眾多創新實現共同目標、協作工作和高優先級成果的國家優先事項集，并沒有達成一致意見。需要一個包括協作治理流程在內的戰略框架，以建立一個值得信賴、透明和公平的數字健康生態系統。

被統稱為“數字健康”的技術正在擾亂美國乃至世界各地的醫療保健和福祉現狀。在這方面，COVID-19大流行似乎是一個分水嶺。環境促使遠程保健的使用激增，在這一過程中產生了關于遠程保健的交付、影響、價值和可持續性方面的數據和潛在教訓。大流行可能產生對個人、家庭和社區產生積極影響的轉變。替代方案——在當前系統之上簡單地分層數字技術——將不僅僅維持現狀。這將使那些在連通性、數字素養和獲得護理方面已經落后的人的處境更加糟糕，并將進一步為濫用、欺詐和浪費打開大門。在一個如此富有和創新能力的國家，這樣的結果是不可接受的。國家需要采取戰略性行動，充分考慮數字衛生帶來的獨特挑戰和機遇。

該戰略為指導美國數字健康生態系統的發展提供了一個框架。該戰略包括六個目標，每個目標都有建議的行動。總的來說，這些目標旨在實現數字健康生態系統推動的改善國民健康和福祉的愿景。

• 目標1。通過及時、安全的數據交換，形成互聯的健康生態系統。醫療數據的語義互操作性對于推進數字醫療服務至關重要。一個聯網的美國生態系統將在需要的時候安全可靠地將可操作的數據傳輸給需要的人，這將改善健康結果。能否成功實現這一愿景，將取決于患者身份識別、衛生數據和衛生架構的標準化格式，以及建立一個安全、可靠和有彈性的數字衛生生態系統。
• 目標2。增強個人能力，使其能夠負責自己的健康和福祉。數字技術和工具應使個人能夠在任何地點、任何時間、無需特別努力地更好地管理自己的健康和獲取健康信息。實現這一目標的基礎是個人擁有個人健康數據，并輔之以部署資源加強數字掃盲。數字設備和系統必須為個人和提供者提供有意義和可共享的信息，并使個人能夠更多地參與到最大限度地提高他們的健康和福祉中。
• 目標3。將人工智能(AI)打造為數字健康值得信賴的基石。人工智能可以以多種方式加強醫療保健的數字化交付。它可以提高護理服務的生產率和效率，允許醫療系統向更多的人提供更多更好的護理，改善醫療從業者的經驗，并增加接受者對其護理的信任。利用人工智能需要它的應用是值得信賴的，具有透明、公平、公平和可靠的特點。
• 目標4。使快速共享公共衛生綜合數據制度化。公共衛生當局及其合作伙伴需要獲得完整、及時的數據，以支持決策。數字技術可以使信息在聯邦公共衛生生態系統中流動。至關重要的是匯集個人和提供者從初級保健和公共衛生領域生成的數據。采用一種綜合的和可互操作的系統方法來資助公共衛生可以維持這些變化。
• 目標5。建設一支熟練應用數字衛生的勞動力隊伍。一支可持續的衛生人力隊伍將使用新技術提供以人為本的綜合優質護理。數字衛生技術將使個人能夠在醫療保健和社會服務部門獲得以家庭和社區為中心的協調和協作的衛生服務，并得到數字增強的勞動力隊伍的支持。
• 目標6。擴大數字公平，以實現衛生公平。數字技術現在是獲得衛生服務、支持和信息的基礎。個人必須能夠獲得和采用負擔得起的寬帶技術，并充分熟悉數字系統，以滿足其個人和家庭的健康相關需求。

本文檔旨在為領導者提供實施變革的框架。其中涉及的變化范圍很廣——不僅是技術上的，還有政治、社會和文化上的。這里的想法的實施需要大量的時間、金錢、資源的投資，最重要的是領導能力。其他國家也在國家規劃的指導下進行這些投資。美國必須采取明智的行動，但不能拖延，以實現數字衛生生態系統的愿景。

戰略的最后一個組成部分是治理。我們需要對支離破碎且過時的治理結構進行廣泛改革。避免重復、協調努力并代表全國做法的戰略投資將受益于數字衛生。該策略詳細說明了所需治理結構的關鍵組成部分，并建議了實現有效治理機制的步驟。

7月27日，由中國信息通信研究院、中國通信標準化協會主辦的“2021年可信云大會”在京召開。中國信通院云計算與大數據研究所所長何寶宏在會上正式發布“2021云計算十大關鍵詞”以及對應的重要發展趨勢。

2021云計算十大關鍵詞分別是：云原生、高性能、混沌工程、混合云、邊緣計算、零信任、優化治理、數字政府、低碳云、企業數字化轉型。

云原生：云計算架構正在以云原生為技術內核加速重構

隨著我國在“新基建”領域的布局加速，云計算迎來全新的發展機遇，萬千企業數字化轉型提速換擋，也對云計算的使用效能提出新的需求。云原生以其獨特的技術特點，很好地契合了云計算發展的本質需求，正在成為驅動云計算“質變”的技術內核。

何寶宏判斷，在未來的一段時間內，以云原生為技術內核重構IT架構將是大勢所趨。

高性能：云端高性能計算驅動數字經濟發展

當前，算力推動云計算、大數據、人工智能及智慧應用從概念落地到現實，我國的數字經濟也逐步向人工智能、智能芯片、物聯網、大數據、云計算等“算力依賴型”產業聚焦。

隨著云計算不斷發展，云上算力從計算資源、網絡資源、存儲資源三個維度不斷豐富增強，云端高性能算力的大規模調度更為便捷、提供的算力形式更加多樣化、運行任務透明、觸達更多的應用。在此優勢下，云端高性能市場逆勢上漲。

混沌工程：為復雜系統穩定性保駕護航

復雜系統的穩定性難以保障正在成為行業發展的痛點，混沌工程的出現和興起，為復雜系統穩定性保駕護航，保證生產環境的分布式系統，在面對失控條件的時候，仍然具備較強的韌性。

目前，混沌工程雖然已經在互聯網、金融、通信、工業等多個行業逐步落地，但仍處于早期探索階段，亟需標準規范推進行業健康發展。中國信通院已經編制了《混沌工程平臺能力要求》《混沌工程成熟度模型》《軟件系統穩定性度量模型》等標準，并展開了混沌工程相關評估工作，同時還將成立混沌工程實驗室。

混合云：成為企業上云主流模式

隨著十四五規劃的進一步明確，混合云已成為未來國內云計算發展的重點之一。而近幾年混合云技術和方案的快速發展，也使其在各個行業的應用不斷深入，已成為企業上云的主流模式。

從市場接受度來看，全球范圍內有82%的用戶已經應用混合云部署模式；從產業供給來看，公有云服務商、私有云廠商、電信運營商、傳統IT服務商、云管理服務商等眾多廠商被混合云的廣闊前景所吸引，紛紛推出了各自的解決方案；從行業應用來看，混合云的落地實踐和應用場景日益豐富。

邊緣計算：呈蓄勢待發之勢

邊緣計算正在呈現出蓄勢待發之勢，產業關注度不斷提高、技術體系日臻成熟、應用場景日益豐富、標準制定不斷演進。

縱觀整個邊緣計算產業生態，芯片設備、云服務商、運營商、軟件與解決方案商、開源組織等企業和組織紛紛推出相關產品和服務，整個生態日益完善。

中國信通院發布的“2021云邊協同十佳案例”顯示，邊緣計算已經在工業、交通等重點領域得到了應用，未來隨著產業生態不斷完善，技術體系快速發展，邊緣計算將在產業和企業數字化轉型扮演重要角色。

零信任：與原生云安全不斷融合

隨著企業上云進程的不斷加快，傳統以邊界為核心的安全防護體系遭遇瓶頸，零信任、原生云安全等理念興起，為企業建設新一代安全體系提供了指引。

當前，云原生與云安全呈加速融合趨勢。一是在運營階段，零信任作為云安全產品不斷原生化，零信任從私有化部署向SaaS服務演進、SD-WAN通過集成零信任，實現安全訪問服務邊緣（SASE），云上零信任實現了安全性能的彈性擴展，能夠應對海量訪問請求，同時微隔離作為零信任關鍵技術，對云內東西向流量進行訪問控制，彌補傳統安全防護機制在云環境應用的不足。二是原生云安全強調從研發階段關注安全，越來越多的企業開始以零信任原則設計應用系統，云服務或云上應用將實現原生零信任，安全能力得到大幅提升。

優化治理：企業上云加速優化治理需求

隨著企業用云程度的加深，企業關注點從開始上云的咨詢、遷移，逐步地轉到上云后的優化，云優化治理體系逐步形成。

云優化治理體系能夠給企業上云策略制定、線路規劃、采用實施、云上優化進行全生命周期的優化提升，讓企業更懂云、更好的用云，為企業數字化轉型提供新的動力。

數字政府：數字技術使能政府治理創新

提高數字政府建設水平是“十四五”規劃的重要篇章，隨著數字政府迎來藍海市場，企業紛紛加速布局。充分發揮云計算等數字技術的使能作用，推動政府治理流程再造和模式優化，不斷提高決策科學性和服務效率是數字政府未來趨勢。

未來，數字政府建設水平和運營效果成熟度，將會成為行業關注重點。

低碳云：企業數字化與節能減碳齊頭并進的技術引擎

隨著數字經濟加速發展，企業數據中心成為能耗大戶，嚴重制約企業和全社會的綠色發展。低碳云能夠提升資源效能，賦能社會節能減碳。

“低碳云”是指利用云計算實現提高計算、存儲、網絡等資源利用率，全面提升全社會資源效能，并將云計算與大數據、人工智能等技術融合，賦能企業和全社會節能減碳的目標。

企業數字化轉型：從宏觀逐漸到微觀落地

企業數字化轉型是國家推動經濟社會發展的重要戰略手段。2017年，政府工作報告首次提出“數字經濟”概念，至今已累計4次被直接寫入政府工作報告。“十四五”規劃中明確提出“以數字化轉型整體驅動生產方式、生活方式和治理方式變革”等一系列重要規劃目標，數字化概念，逐漸從宏觀向企業各個環節的微觀數字化落地。

隨著數字經濟發展的深入，企業的數字化轉型正不斷地從宏觀整體，向企業價值鏈中各環節微觀模塊滲透。

《2020技術趨勢報告》(Tech Trends 2020)提出的2020年五大重點趨勢為：

數字孿生：連結現實與數字世界

長期以來，使用虛擬的模型來優化流程、產品或服務的想法并不新鮮。但隨著具有更復雜的仿真和建模能力、更好的互操作性和IoT傳感器以及電力系統可視化的數字化仿真平臺和工具的廣泛使用，使企業逐漸意識到創建更精細、更具動態感的數字化仿真模型成為可能。我們可以看到數字孿生技術能夠在提高生產效率、優化供應鏈、改變預測域維護、有效緩解交通擁堵等領域發揮重要作用。越來越多的企業，特別是那些從產品銷售向產品+服務捆綁銷售轉變的企業，或銷售即服務的企業，正在廣泛應用數字孿生技術。隨著企業能力和成熟度的不斷提升，我們可以預見未來會有更多企業使用數字孿生技術進行流程優化、數據驅動決策，和設計新產品、新服務及業務模型。從長遠來看，要釋放數字孿生技術的全部潛力，需要整合整個生態系統中的所有系統與數據。

架構覺醒

越來越多的技術和首席高管們逐漸意識到，此刻，技術架構領域的科學在戰略上比以往任何時候都更加重要。事實上，為了在被技術創新打亂的市場中保持競爭力，成熟企業就需要不斷改進他們的架構——這個過程可以從改變技術架構師在企業內扮演的角色開始。在接下來的幾個月里，我們期待有更多企業將架構師從傳統象牙塔轉移到新的陣地。這些富有才華但沒有被充分利用的技術人才將通過擔任服務和系統的職責，參與到系統運營當中。這種轉變的目的非常明確：把經驗最豐富的架構師安排到最需要他們的地方，比如，加入設計復雜技術的軟件開發團隊。同時，加大對架構師的人才培養，在整個企業范圍內提升他們的戰略價值，有助于把這一IT崗位的職能演化為數字經濟中的競爭優勢。

技術道德與信任

在不斷變化的趨勢中，先鋒企業越來越意識到，企業內部每一個受技術影響的方面都可能成為取得或失去信任的關鍵。對他們而言，信任更是一個關鍵的企業目標，而不僅是合規或公共關系問題。如今，信任更作為先鋒企業的一個全方位承諾，確保企業內部的技術、流程和人員等各個方面都能夠齊心協力，維持眾多利益相關者所期待的高度信任。企業領導者也開始重新評估他們在產品、服務以及有關數據管理、合作伙伴關系和員工培訓等相關領域的策略是如何構建信任的。CIO們也紛紛強調“技術道德”，并開發出一套工具用來輔助企業：當企業需要引入并使用顛覆性技術時，能夠準確洞察其中的道德困境。同時，那些將企業價值觀和技術道德貫穿整個企業的領導者們正在向世人展示他們“從善”的承諾，這有助于與利益相關者建立長期的互信關系。

人感體驗平臺

越來越多的人工智能（AI）解決方案——將被稱為“情感計算”或“情感AI”——正在重新定義我們感受技術的方式。在接下來的幾個月里，更多的公司將積極響應人們對AI技術日益增長且沒有被滿足的需求，從而更好地了解人類感情并與人類互動。回顧歷史，計算機一直無法將事件與人類的情感或情感因素聯系起來，但這種情況正因創新者目前大規模地將情商(EQ)添加到技術的智商（IQ）中而發生改變。人感體驗平臺就是將人工智能技術、以人為本的設計和目前神經學研究相結合，從而能夠識別人的情緒狀態及背景內容，然后做出適當地響應。事實上，利用人感智能平臺進行認知和大規模使用情感數據的能力確實是企業未來發展的一大重要機遇。

財務與IT的未來

就在技術戰略日漸成為企業業務戰略的核心部分同時，人們對其在改進結果上的要求也有所增加。為了實現這一目標，我們相信會有越來越多的IT和財務領域的領導者將會共同努力，設計靈活的流程與方法，以敏捷速度進行經營管理與創新。無論是為了支持創新、抵御顛覆或實現數字化轉型，IT都需要財務的支持，以便反思并對技術創新進行有效治理，適應敏捷方法，獲得創新資本。同時，避免向支持創新的新型財務、預算和會計流程的過渡一蹴而就。但對于CIO和CFO來說，他們都有強烈的動機去尋找有效資助創新的方法。有些公司已經開始順應這一趨勢，并大力探索未來的各種可能性。他們處于領先地位，而且很可能率先享受到由財務以敏捷的速度資助創新所帶來的競爭優勢。

主題： Towards Automatic Machine Learning Pipeline Design

簡介： 數據收集量的迅速增加，使決策的瓶頸迅速從缺乏數據轉向缺乏數據科學家，以幫助分析收集的數據。此外，用于數據分析的新潛在解決方案和方法的發布速度已經超過了人類數據科學家所能遵循的速度。同時，我們注意到數據科學家在分析過程中執行的許多任務都可以自動化。自動機器學習(AutoML)研究和解決方案試圖使部分甚至整個數據分析過程自動化。我們解決了自動化研究中的兩個挑戰: 首先，如何表示適合元學習的ML程序;第二，如何改進自動系統的評估，使之能夠比較各種方法，而不僅僅是預測。為此，我們設計并實現了一個ML程序框架，該框架提供了以標準方式描述ML程序所需的所有組件。該框架是可擴展的，框架的組件之間是解耦的，例如，該框架可以用來描述使用神經網絡的ML程序。我們為執行框架中描述的程序提供參考工具。我們還設計并實現了一個服務，一個元學習數據庫，它存儲由不同的自動化系統生成的執行ML程序的信息。

我們通過測量使用框架與執行直接調用底層庫的ML程序的計算開銷來評估框架。我們注意到框架的ML程序執行時間比不使用該框架的ML程序慢一個數量級，內存使用量是不使用該框架的ML程序的兩倍。 通過比較使用我們的框架的10個不同的AutoML系統，我們展示了我們的框架評估AutoML系統的能力。結果表明，該框架既可以用來描述一組不同的ML程序，又可以用來明確地確定哪個自動化系統生成了最佳的ML程序。在許多情況下，生成的ML程序的性能優于由人類專家編寫的ML程序。