人工智能专业硕士可以进电网吗

可以进。

在国家电网这个行业中，招聘的人才种类较多，包括工程师、技术员、营销人员、管理人员等等，覆盖的专业范围也很广泛，比如电气工程专业、机械工程专业、自动化专业等等。所以，本科电气工程硕士机电一体化这种专业是符合国家电网的要求的，可以申请国家电网的招聘岗位。

人工智能站在时代风口，该如何把握

近年来，随着全球AI产业的快速增长，AI芯片需求大幅上升。按照Gartner最新数据，2018年全球AI芯片市场规模达到42.7亿美元。未来几年，全球各大芯片企业、互联网巨头、初创企业都将在该市场上进行角逐，预计到2023年全球市场规模将达到323亿美元。未来五年（2019~2023年）平均增速约为50%，其中数据心、个人终端、物联网芯片均是增长的重点。

图1：2018~2023年全球AI芯片市场规模（单位：亿美元）。（资料来源：Garterner、平安

AI芯片的应用领域广泛分布在金融证券、商品推荐、安防、消费机器人、智能驾驶、智能家居等众多领域，催生了大量的人工智能创业企业。

目前的人工智能，主要应用在以下五大主要场景中：数据中心、自动驾驶、安防、智能家居、以及机器人。

表1：主要AI芯片类型及企业。

一、数据中心（云端）

数据中心是AI训练芯片应用的最主要场景，主要涉及芯片是GPU和专用芯片（ASIC）。其中GPU在云端训练过程中得到广泛应用。

目前，全球主流的硬件平台都在使用英伟达的GPU进行加速，AMD也在积极参与。亚马逊网络服务AWSEC2、GoogleCloudEngine（GCE）、IBMSoftlayer、Hetzner、Paperspace、LeaderGPU、阿里云、平安云等计算平台都使用了英伟达的GPU产品提供深度学习算法训练服务。

在云端推理市场上，由于芯片更加贴近应用，市场更多关注的是响应时间，需求也更加的细分。除了主流的CPU+GPU异构之外，还可通过CPU+FPGA/ASIC进行异构。目前，英伟达在该市场依然保持着领军位置，但是FPGA的低延迟、低功耗、可编程性优势（适用于传感器数据预处理工作，以及小型开发试错升级迭代阶段）和ASIC的特定优化和效能优势（适用于在确定性执行模型）也正在凸显，赛灵思、谷歌、WaveComputing、Groq、寒武纪、比特大陆等企业市场空间也在扩大。

表2：全球人工智能硬件平台AI芯片配置情况。

二、自动驾驶

自动驾驶汽车装备了大量的传感器、摄像头、雷达、激光雷达等车辆自主运行需要的部件，每秒都会产生大量的数据，对芯片算力有很高的要求，但受限于时延及可靠性，有关车辆控制的计算不能再依托云端进行，高算力、快速响应的车辆端人工智能推理芯片必不可少。

目前，自动驾驶所使用的芯片主要基于GPU、FPGA和ASIC三条技术路线。但由于自动驾驶算法仍在快速更迭和进化，因此大多自动驾驶芯片使用GPU+FPGA的解决方案。

未来算法稳定后，ASIC将成为主流。按照SAEInternational的自动驾驶等级标准，目前已商用的自动驾驶芯片基本处于高级驾驶辅助系统（ADAS）阶段，可实现L1-L2等级的辅助驾驶和半自动驾驶(部分宣称可实现L3的功能)；而面向L4-L5超高度自动驾驶及全自动驾驶的AI芯片离规模化商用仍有距离。

根据丰田公司的统计数据，实现L5级完全自动驾驶，至少需要12TOPS的推理算力，按照NvidiaPX2自动驾驶平台测算，差不多需要15块PX2车载计算机，才能满足完全自动驾驶的需求。

AI芯片用于自动驾驶之后，对传统的汽车电子市场冲击较大，传统的汽车电子巨头（恩智浦、英飞凌、意法半导体、瑞萨）虽然在自动驾驶芯片市场有所斩获，但风头远不及英特尔、英伟达、高通，甚至是特斯拉。

国内初创企业如地平线、眼擎科技、寒武纪也都在积极参与。在自动驾驶芯片领域进展最快，以及竞争力最强的是英特尔和英伟达，英特尔强在能耗，英伟达则在算力和算法平台方面优势明显。

英特尔进入自动驾驶芯片市场虽然较晚，但通过一系列大手笔收购确立了其在自动驾驶市场上的龙头地位。2016年，公司出资167亿美元收购了FPGA龙头Altera；2017年3月以153亿美元天价收购以色列ADAS公司Mobileye，该公司凭借着EyeQ系列芯片占据了全球ADAS70%左右的市场，为英特尔切入自动驾驶市场创造了条件。收购完成之后，英特尔形成了完整的自动驾驶云到端的算力方案——英特尔凌动/至强+MobileyeEyeQ+AlteraFPGA。英特尔收购Mobileye之后，后者也直接推出了EyeQ5，支持L4-L5自动驾驶，预计在2020年量产。

英伟达在汽车AI芯片的竞争中不落下风。英伟达在2015年推出了世界首款车载超级计算机DrivePX，紧接着2016年推出DrivePX2，2018年推出新一代超级计算机DriveXavier，同年，基于双DriveXavier芯片针对自动驾驶出租车业务的DrivePXPegasu计算平台面世。

2019CES上，英伟达推出了全球首款商用L2+自动驾驶系统NVIDIADRIVEAutoPilot。DRIVEAutoPilot的核心是Xavier系统级芯片。该芯片处理器算力高达每秒30万亿次，已经投产。

表3：英特尔和英伟达主要自动驾驶芯片性能指标对比。

三、安防

安防市场是全球及国内AI最为确定，以及最大的市场，尤其是AI中的图像识别和视频处理技术正在全面影响安防产业。其中，在安防产品中，摄像头、交换机、IPC（网络摄像机）、硬盘刻录机、各类服务器等设备都需要芯片，这些芯片也决定了整个安防系统的整体功能、技术指标、能耗以及成本。

在安防芯片中，最为关注的还是四类与监控相关的芯片（ISP芯片、DVRSoC芯片、IPCSoC芯片、NVRSoC芯片）。

ISP(ImageSignalProcessing，图像信号处理)芯片，主要负责对前端摄像头所采集的原始图像信号进行处理；

DVR（DigitalVideoRecorder，数字硬盘录像机）SoC芯片主要用于模拟音视频的数字化、编码压缩与存储；

IPC（IPCamera，IP摄像机）SoC芯片通常集成了嵌入式处理器（CPU）、图像信号处理（ISP）模块、视音频编码模块、网络接口模块等，具备入侵探测、人数统计、车辆逆行、丢包检测等一些简单的视频分析功能；

NVR(NetworkVideoRecorder，网络硬盘录像机)SoC芯片主要用于视频数据的分析与存储，功能相对单一，但由于多与IPC联合使用，市场增长也较快。

通常情况下，安防视频监控模拟摄像机的核心部件包括一颗图像传感器和一颗ISP芯片。

安防视频监控网络摄像机的核心部件包括一颗图像传感器和一颗IPCSoC芯片。

单从国内来看，未来国内视频监控行业增速仍将保持12%~15%左右的水平增长，其中网络监控设备增长更为迅速，相关芯片产品需求十分旺盛。

安防AI芯片市场上，除了传统芯片以及安防厂商，还有大量的创业企业在涌入。国外芯片厂商主要有英伟达、英特尔、安霸、TI、索尼、特威、三星、谷歌等；国内厂商主要有海思（华为）、国科微、中星微、北京君正、富瀚微、景嘉微、寒武纪、深鉴科技、云天励飞、中科曙光等。

英伟达、英特尔等企业凭借着通用处理器，以及物联网解决方案的优势，长期与安防巨头如海康、大华、博世等保持紧密联系；国内寒武纪、地平线、云天励飞等企业，都有AI芯片产品面世，海思本身就有安防摄像机SoC芯片，在新加入AI模块之后，竞争力进一步提升。

从安防行业发展的趋势来看，随着5G和物联网的快速落地，"云边结合"将是行业最大的趋势，云端芯片国内企业预计很难有所突破，但是边缘侧尤其是视频处理相关AI芯片还是有较大潜力，国产化替代将加速。但也看到，AI芯片离在安防领域实现大规模快速落地仍有距离。除了功耗和算力约束外，工程化难度大也是困扰行业的重要因素，尤其是在安防这种产业链长而高度碎片化的产业，新技术落地需要长时间的积累与打磨，以及人力资源的不断投入。

表4：国内面向安防AI芯片的企业及主要产品。

四、智能家居

智能家居近年来也成为人工智能重要的落地场景。从技术应用上讲，人类90%的信息输出是通过语音，80%的是通过视觉。

智能家居领域应用最多的就是智能语音交互技术。近年来，正是看到语音交互技术与智能家居深度融合的潜力，谷歌、苹果、微软均将其作为进入智能家居领域的重要切入口，发布了多款软硬件平台，如亚马逊推出的智能音箱设备。

国内智能语音龙头企业科大讯飞较早就切入了该领域，联合地产商推出了硬件平台魔飞（MORFEI）平台，电视、咖啡机、电灯、空调、热水器等产品都能通过融入相关平台实现智能化。

当前，无论是智能音箱还是其他智能家居设备，智能功能都是在云端来实现，但云端存在着语音交互时延的问题，对网络的需求限制了设备的使用空间，而且由此还带来了数据与隐私危机。

为了让设备使用场景不受局限，用户体验更好，端侧智能已成为一种趋势，语音AI芯片也随之切入端侧市场。

国内主要语音技术公司凭借自身在语音识别、自然语言处理、语音交互设计等技术上的积累，开始转型做AI语音芯片集成及提供语音交互解决方案，包括云知声、出门问问、思必驰以及Rokid。

市场上主流的AI语音芯片，一般都内置了为语音识别而优化的深度神经网络加速方案，以实现语音离线识别。随着算法的精进，部分企业的语音识别能力得到了较快提升，尤其是在远场识别、语音分析和语义理解等方面都取得了重要进展。

云知声在2018年5月，推出语音AI芯片雨燕，并在研发多模态芯片，以适应物联网场景，目前公司芯片产品已经广泛用于智能家电如空调之中；出门问问也在2018年推出了AI语音芯片模组"问芯"MobvoiA1；Rokid也发在2018年发布了AI语音芯片KAMINO18；思必驰利用其声纹识别等技术优势，2019年初推出基于双DSP架构的语音处理专用芯片TH1520，具有完整语音交互功能，能实现语音处理、语音识别、语音播报等功能。

由于语音芯片市场过于细碎，需要企业根据场景和商业模式需要设计出芯片产品，这对传统的通用芯片企业的商业模式是一种颠覆，以致于在2018年以前都很少有芯片巨头进入该领域，这也给了国内语音芯片企业较大的施展空间。而对算法公司来说，通过进入芯片市场，进而通过解决方案直接面向客户和应用场景，通过实战数据来训练和优化算法。

表5：国内主要语音芯片厂商及产品情况。

五、机器人

机器人是人工智能行业最早的落地形态，也是现在和将来重要的应用方向。机器人主要包括两类——制造环境下的工业机器人和非制造环境下的服务机器人。

工业机器人主要是面向工业领域的多关节机械手或多自由度机器人。服务机器人则是除工业机器人之外的、用于非制造业并服务于人类的各种先进机器人。

随着云物移大智等信息及智能化技术的发展，机器人在某些领域的工作效率高于人类，并在工业和服务场景中得到了大量应用。

据国际机器人联盟统计，2017年，全球工业机器人产量达到38.1万台，同比增长30%，预计2018-2021年全球工业机器人产量将保持10%以上增速增长，2021年产量预计将达到63.0万台。中国是全球最大的工业机器人生产国，2017年产量达到13.79万台，同比大幅增长60%。

服务机器人主要用于物流、防务、公共服务、医疗等领域，虽然规模不大，但是增长迅速。2017年全球产量为10.95万台，同比大幅增长85%。预计2018年全球专业服务机器人产量将达到16.53万台，同比增长32%，2019-2021年平均增速将保持在21%左右。

机器人尤其是国内产业规模的快速扩大，将大幅带动国内机器人相关智能芯片产业的发展。机器人由控制、传感、驱动和电源四大装置构成，其中控制装置是机器人的"大脑"，核心是AI芯片。机器人芯片需要具备强大的数据计算、自主判断思考和执行能力，国外厂商如高通、英特尔、英伟达都在积极部署该领域，国内企业目前处于追赶状态，相关企业包括瑞芯微、珠海全志、炬芯等。

如果想要在人工智能时代有所成就，可以重点关注这五大场景应用中的市场机会。

人工智能专业能进电力吗

您好，一般来说是可以的，现在数据挖掘、大数据技术很热，电网正好也非常需要。

但这需要你查看当年各地区国网情况，一般在第二批或者第三批考试。

人工智能专业可以报考国家电网，按计算机专业可以去国网信通公司，但是，这方面学历要求会比较高，基本入门学历是硕士研究生才可以。

人工智能电力小车怎么造

1.

把电路板固定在泡沫板上。

2.

把电池固定在电路板上,把铜丝和马达连接起来,另一头安在风叶上。

3.

把小木棍穿在泡沫板的两头。

4.

再安装上四个轮子。这样,一个靠风力跑起来的电动小车就做好了。

人工智能专业可以去电力公司吗

这个问题是这样的，人工智能专业是可以去电力公司工作的，人工智能对于现在的电力公司是急需的人才，但是，进电力公司却不是很容易的，需要通过招聘考试的。

推荐阅读
美国担心人工智能领域(美国人工智能出问题)
创业人工智能领域，创业人工智能领域包括
mit 人工智能领域(mit首次提出人工智能)
小米人工智能领域加盟，小米人工智能家居加盟
人工智能领域工程 人工智能领域工程有哪些
医疗人工智能领域 医疗人工智能领域包括
医疗领域人工智能融资(医疗领域人工智能融资现状)
人工智能领域规范，人工智能领域规范文件