根據科技部新一代人工智能發展研究中心等國內外十余家機構編寫發布的《中國新一代人工智能發展報告2019》，近年來人工智能對科技、產業和社會變革的巨大潛力正在得到全球更加廣泛的認同，各國人工智能戰略布局進一步升級，人工智能正在從少數大國關注走向全球布局的新態勢。

而2020年將是人工智能發展激動人心的一年。在消費市場以外，人工智能的應用會為更多的商用領域帶來質的飛躍，大力促進經濟和社會發展，釋放人類的巨大潛力。目前，通過先進技術、海量數據與廣闊落地場景的結合，中國的人工智能正在蓬勃發展。截至2019年，中國人工智能專利申請量累計44萬余件，居世界首位，中國各大科技企業在其中的貢獻功不可沒。

前瞻布局，老牌科技企業以人工智能引領行業發展

作為中國老牌科技企業的聯想，在人工智能領域已經形成了從研發、到落地、再反哺研發的完整布局。2017年，聯想研究院正式成立人工智能實驗室，德國人工智能研究中心技術領袖徐飛玉博士加盟聯想，作為副總裁負責研發工作。經過兩年多來的發展，聯想研究院人工智能實驗室從30余人發展至200余人，女性員工約占30%，畢業于全球92所不同的高等院校。

目前，人工智能的研究與開發已經滲透進聯想所有的業務。聯想的“3S”戰略——智能物聯網（Smart IoT）、智能基礎架構（Smart Infrastructure）和行業智能（Smart Vertical）中，每一個 “智能”都與AI密不可分。在人工智能蓬勃發展的浪潮中，聯想研究院人工智能實驗室作為聯想在該領域探索前進的重要力量，在技術研發和產品落地上都做出了重要貢獻，以不斷的創新與突破，助力聯想引領各行各業的智能化變革。

多場景落地，聯想人工智能發展成果顯著

掌握了人工智能便掌握了未來科技行業發展的制高點，而大企業發展人工智能的關鍵則是擁有明確的定位和發展方向。聯想研究院人工智能實驗室以務實為導向，已經在商用領域取得了可觀的成績，并建立了一定的領先優勢。目前該實驗室覆蓋的研究領域包括自然語言處理、語音識別、計算機視覺、機器學習及AI超算平臺、AI訓練平臺及AI開放創新平臺等。這些技術可以優化聯想集團整體業務的開發和管理流程，提高效率;同時也能賦予消費級設備更好的人機交互能力，滿足用戶的需求。這其中，最能體現聯想人工實驗室研發水平和應用能力的產品與解決方案主要為以下幾項：

LiCO：聯想自主研發的LiCO人工智能超算平臺是基于超算集群的一站式解決方案，其功能包括計算機集群管理、集群監控、作業調度管理、集群用戶管理、賬戶管理、文件系統管理等，最大作用就是方便工程師們開發出更多更好的算法。LiCO平臺支持人臉識別、深度學習和自然語言等一系列人工智能產品及解決方案，并且包含了目前應用最多的多種深度學習框架。用戶可以基于 LiCO 平臺直接編寫自己的算法，調用 LiCO 平臺中的函數庫和軟件包進行訓練學習，省去多種深度學習框架的安裝和部署等繁瑣步驟。

智能客服系統MOLI：智能客服系統MOLI由聯想自然語言處理團隊研發，作為多模態、多語言、多媒體智能交互機器人，目前MOLI已服務于聯想全球手機和PC等各種產品，覆蓋超過85%的業務范圍，提供中文、英文、日文、西班牙、葡萄牙語服務，并實現了7×24小時全天在線，為客戶提供高效率高質量的服務。目前，MOLI的端對端理解率超過85%，問題解決率達到60%，用戶滿意度到達65%，這個數字已經接近人工。

無人商店：2018年10月底，聯想宣布自己的首家AI無人店——聯想來酷無人店正式開業，強勢入局無人零售。聯想來酷無人店使用了聯想領先的人臉識別技術，識別準確率超過99.5%，可在0.2秒內快速識別人臉，使用戶能夠快速通過閘機，進店購物，提供不排隊、無收銀、無等待的購物體驗。來酷無人店有效地整合人工智能、大數據、IoT技術，并利用移動互聯網的便利性，打造了一整套端對端的解決方案。

人工智能排產方案：全球每售出8臺筆記本電腦就有1臺來自聯想旗下的合肥生產基地聯寶科技，聯想研究院人工智能實驗室針對其龐大的生產排程問題，打造了使用多交互增強學習優化網絡和基于注意力機制的最優化網絡的人工智能排產方案，可以模擬多變的生產環境，自動尋找最佳排產策略。在制造企業最關注的產品數、訂單數、訂單交期滿足率和產能合理利用率四個指標上，人工智能算法相比人工排產均有明顯提升，排產耗時也大幅減少，從原來的每天6小時縮短到1.5分鐘，生產效率也獲得了16%的提升。而且隨著數據的積累和模型的訓練，智能排產模型的能力還會進一步提高。

智慧物流系統：這個基于機器學習的方案核心目標是通過優化配送路徑，助力聯想城市配送中心降低運營成本，提升服務質量。據最新調查統計，末端配送成本占端到端物流總成本的比例高達41%，可優化空間巨大。最后一公里的服務質量也直接決定了用戶體驗。高達84%的客戶表示，令人沮喪的末端配送體驗，讓他們放棄再次選擇購買相關產品或服務。與智能排產類似，末端配送的優化也是一個典型的運籌學問題。為了應對這一挑戰，機器學習團隊對聯想北京配送中心的業務現狀進行了調研和梳理，綜合考慮產品數量、種類、運單數量、體積以及配送地址、客戶類型、服務時長等多種因素，通過強化學習建立圖深度網絡模型，挖掘出“訂單-客戶-路線”之間的復雜關系，動態生成了一套智能調度方案。與人工派車方案相比，智慧物流系統可有效降低運輸里程44.1%和平均用時42.9%，提升車輛裝載率32.6%，減少車次46.0%。從而在提升配送服務水平和客戶體驗的同時，極大的降低了運力成本。

智能服務備件預測：聯想人工智能實驗室的另一款明星產品是由機器學習團隊打造的智能服務備件。它的核心目標是預測聯想售后服務站對產品備件的需求，并實現提前采購，提前調度，提前在離用戶最近的服務站備貨，在用戶的產品發生故障以前就感知到需求，這樣當需求真正發生時就能以最快的速度完成對用戶備件的更換，最大化用戶滿意度，同時也能平衡企業的庫存成本。

生產線瑕疵檢查：聯想人工智能實驗室位于深圳的圖像識別技術團隊與全球工程團隊共同打造了可以應用在筆記本電腦生產線上的屏幕良品率檢查方案。該方案突破了屏幕缺陷多樣性、不確定性的挑戰，用軟硬件緊密結合的人工智能方案，實現了精準且量化地檢測屏幕缺陷，從而解放人工，使效率提高30%以上。目前該方案已經部署在聯想深圳工廠的產線上，并正逐步部署在更多筆記本產線上。聯想武漢生產基地也在產線上布置了聯想人工智能實驗室的裝配檢測方案，可以有效檢測零件尺寸不匹配、安裝不到位、缺失、偏移的問題。

同時，聯想人工智能實驗室近期多次獲得相關領域國際大獎及榮譽：

2018-2019年，聯想人工智能實驗室榮獲兩項最佳論文：在自然語言處理與中文計算國際會議NLPCC2018上，論文“Question Answering for Technical Customer Support”獲得最佳論文獎，這是自然語言處理領域方面中國最頂級獎項;在區塊鏈基礎與應用國際研討會FAB 2019上，論文《基于區塊鏈的分布式模型訓練》“BDML： Blockchain-based Distributed Machine Learning for Model Training and Evolution”被評選為唯一最佳論文。

在2019年9月初結束的2019世界人工智能大會（WAIC）黑客馬拉松中，聯想人工智能實驗室作為智能算力平臺組的參賽團隊，在自動自然語言理解（AutoNLP）賽道中首秀即獲得了決賽二等獎 （第二名）的佳績。

2019年9月，聯想人工智能團隊在全國知識圖譜與計算大會上取得了“人物關系抽取比賽”的第一名，以及“短文本實體鏈指比賽”的第二名。

2019年9月底閉幕的國際語音盛會Interspeech2019上，聯想人工智能實驗室語音團隊和昆山杜克大學的DKU-LENOVO聯合系統在今年的副語言語音屬性評測中（ComParE2019，The Interspeech 2019 Computational Paralinguistics ChallengE ）奪得冠軍。

面向未來，聯想人工智能創新生態激發更大潛力

作為領跑全球PC市場，并在智能物聯網、智能基礎架構、行業智能等領域均取得佳績的世界500強企業，聯想已經形成了人工智能的創新生態，即通過學術合作，將專業知識和技術傳導至人工智能實驗室，充分利用聯想業務獲取的大量數據進行相關研究并部署到聯想云上，并向商業合作伙伴提供智能設備、智能云和智能服務等;同時，與業務伙伴合作所獲得的數據，又能反哺聯想人工智能的研究，形成正向良性循環。

聯想集團董事長兼CEO楊元慶曾說：“對于人工智能，想象，是它唯一的邊界。”如今，全面進軍人工智能的聯想已經在不斷拓寬人類想象力的路上走在了前列。未來，隨著5G的全面普及以及物聯網等技術的進一步完善，聯想必將激發科技更深層次的潛力，為社會發展創造更大的動能。