学术新知|电子文件新概念:这些新词出现在电子文件管理论坛上,出现在国家社科基金项目2018年度课题指南上!

1.  定义 

大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘电网、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。

大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。

2.  功能

第一、对大数据的处理分析正成为新一代信息技术融合应用的结点。移动互联网、物联网、社交网络、数字家庭、电子商务等是新一代信息技术的应用形态，这些应用不断产生大数据。云计算为这些海量、多样化的大数据提供存储和运算平台。通过对不同来源数据的管理、处理、分析与优化，将结果反馈到上述应用中，将创造出巨大的经济和社会价值。大数据具有催生社会变革的能量，但释放这种能量，需要严谨的数据治理、富有洞见的数据分析和激发管理创新的环境。

第二、大数据是信息产业持续高速增长的新引擎。面向大数据市场的新技术、新产品、新服务、新业态会不断涌现。在硬件与集成设备领域，大数据将对芯片、存储产业产生重要影响，还将催生一体化数据存储处理服务器、内存计算等市场。在软件与服务领域，大数据将引发数据快速处理分析、数据挖掘技术和软件产品的发展。

第三、大数据利用将成为提高核心竞争力的关键因素。各行各业的决策正在从“业务驱动” 转变“数据驱动”。对大数据的分析可以使零售商实时掌握市场动态并迅速做出应对；可以为商家制定更加精准有效的营销策略提供决策支持；可以帮助企业为消费者提供更加及时和个性化的服务；在医疗领域，可提高诊断准确性和药物有效性；在公共事业领域，大数据也开始发挥促进经济发展、维护社会稳定等方面的重要作用。

第四、大数据时代科学研究的方法手段将发生重大改变。例如，抽样调查是社会科学的基本研究方法。在大数据时代，可通过实时监测、跟踪研究对象在互联网上产生的海量行为数据，进行挖掘分析，揭示出规律性的东西，提出研究结论和对策。

3.  应用

领域：政府数据管理、银行数字化管理体系

案例1：《大数据环境下的政府治理创新》

大数据环境下，政府数据是一种强大的资源，目前阿里云正在不断进行政府治理创新实践，拥有完整丰富的产品体系。阿里政务云为政务行业量身定制、安全合规的政务专属云资源服务平台，提供与公共云完全物理隔离的专属高规格物理集群、高等级安全防护，符合国家标准 GB/T 31168-2014《信息安全技术 云计算服务安全能力要求》增强级安全要求，可以承载非涉密的敏感信息和重要政务业务。政府各级党政机关、事业单位可按需购买、按量付费，符合国家政策对于政务信息化集约建设要求，真正实现政务大数据治理和公共服务的在线化、智能化和集约化。

对政府来说，使用阿里政务公共云，使得政务IT系统能够大大节省初始投入、缩短上线时间、简化运行维护、按需快速弹性扩展，同时获得包括防DDoS攻击在内的全方位、高标准互联网安全防护。而阿里政务专有云是将基于阿里云飞天平台的云计算和大数据技术和产品，部署到客户自己的机房中的一种云平台构建方式。专有云为需要完全物理隔离的独立云机房的政府客户提供了高度合规、安全可靠、技术先进的云建设方案。专有云建设方案包括整套云平台建设需要的机房规划和要求，服务器、网络和安全设备的建设方案，云计算和大数据产品的规划等整套方案，方案可以按照客户的需求规划、配置甚至为客户的特定需求量身定制。

案例2：《大数据在商业银行的创新应用》

数据技术正在改变银行的未来，传统银行管理即将消失，客户主动性将提高，时代发展过程中客户需求了变化，现今手机银行可以解决大部分业务需求，未来将利用大数据技术进一步建设智慧银行。总之，金融业既是海量数据的生产者，也是大数据背后隐藏信息的需求者，这便為大数据在金融业进行大规模应用提供了可能。目前银行在大数据方面的尝试主要集中在数据交换、客户分流、历史数据查询、文件管理平台、反洗钱原型、数据预处理等，大数据应用还有很广阔提升的空间。

1.  定义

云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络，服务器，存储，应用软件，服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。

云服务指通过网络以按需、易扩展的方式获得所需服务。这种服务可以是IT和软件、互联网相关，也可是其他服务。它意味着计算能力也可作为一种商品通过互联网进行流通。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。

云存储是指通过集群应用、网络技术或分布式文件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能的系统。简单来说，云存储就是将储存资源放到云上供人存取的一种新兴方案。使用者可以在任何时间、任何地方，透过任何可连网的装置连接到云上方便地存取数据。

2.  功能

云计算被认为可以包括以下几个层次的服务：

（1）IaaS(Infrastructure-as-a- Service)：基础设施即服务。消费者通过Internet可以从完善的计算机基础设施获得服务。例如：硬件服务器租用；

（2）PaaS(Platform-as-a- Service)：平台即服务。PaaS实际上是指将软件研发的平台作为一种服务，以SaaS的模式提交给用户。因此，PaaS也是SaaS模式的一种应用。但是，PaaS的出现可以加快SaaS的发展，尤其是加快SaaS应用的开发速度；

（3）SaaS(Software-as-a- Service)：软件即服务。它是一种通过Internet提供软件的模式，用户无需购买软件，而是向提供商租用基于Web的软件，来管理企业经营活动。

云服务可以将企业所需的软硬件、资料都放到网络上，在任何时间、地点，使用不同的IT设备互相连接，实现数据存取、运算等目的。而云存储提供的诸多功能和性能旨在满足伴随海量非活动数据的增长而带来的存储难题：

（1）随着容量增长，线性地扩展性能和存取速度；

（2）将数据存储按需迁移到分布式的物理站点；

（3）确保数据存储的高度适配性和自我修复能力，可以保存多年之久；

（4）确保多租户环境下的私密性和安全性；

（5）允许用户基于策略和服务模式按需扩展性能和容量；

（6）改变了存储购买模式，只收取实际使用的存储费用，而非按照所有的存储系统，包含未使用的存储容量，来收取费用；

（7）结束颠覆式的技术升级和数据迁移工作。

3.  应用

领域：电子文件管理

案例：《云计算环境下电子文件可信管理》

  北京海泰方圆科技股份有限公司提出了云计算环境下，电子文件可信管理的解决方案，遵循电子文件管理的统一管理、安全保密、全程管理、便于利用、规范标准的管理原则，首创“三维一体”产品体系：

第一维为电子文件资源管理——海泰电子文件管理平台，国内首批通过了“国家电子文件管理标准符合性测试”，具有遵循标准、智能处理、安全融合、模式灵活的特点。第二维为电子文件安全保障——海泰密码应用综合解决方案，是国内首批国家密码管理局商用密码骨干企业，进行等级保护、分级保护、密码应用等。遵循网络安全法，以等级保护全面安全防护为基础，加强以国产密码服务身份安全、数据安全、可信验证。

第三维为电子文件可信验证——海泰电子文件（数据）可信验证服务平台，国内首款同类型国密局资质产品。

1.  定义

狭义来讲，区块链是一种按照时间顺序将数据区块以顺序相连的方式组合成的一种链式数据结构，并以密码学方式保证的不可篡改和不可伪造的分布式账本。广义来讲，区块链技术是利用块链式数据结构来验证与存储数据、利用分布式节点共识算法来生成和更新数据、利用密码学的方式保证数据传输和访问的安全、利用由自动化脚本代码组成的智能合约来编程和操作数据的一种全新的分布式基础架构与计算范式。

2.  功能

区块链主要解决的交易的信任和安全问题，涉及四个技术创新：

（1）分布式账本。交易记账由分布在不同地方的多个节点共同完成，而且每一个节点都记录的是完整的账目，因此它们都可以参与监督交易合法性，同时也可以共同为其作证。不同于传统的中心化记账方案，没有任何一个节点可以单独记录账目，从而避免了单一记账人被控制或者被贿赂而记假账的可能性。另一方面，由于记账节点足够多，理论上讲除非所有的节点被破坏，否则账目就不会丢失，从而保证了账目数据的安全性。

（2）非对称加密和授权技术。存储在区块链上的交易信息是公开的，但是账户身份信息是高度加密的，只有在数据拥有者授权的情况下才能访问到，从而保证了数据的安全和个人的隐私。

（3）共识机制。所有记账节点之间怎么达成共识，去认定一个记录的有效性，这既是认定的手段，也是防止篡改的手段。区块链提出了四种不同的共识机制，适用于不同的应用场景，在效率和安全性之间取得平衡。以比特币为例，采用的是工作量证明，只有在控制了全网超过51%的记账节点的情况下，才有可能伪造出一条不存在的记录。当加入区块链的节点足够多的时候，这基本上不可能，从而杜绝了造假的可能。

（4）智能合约。智能合约是基于这些可信的不可篡改的数据，可以自动化的执行一些预先定义好的规则和条款。

3.  应用

领域：电子存证业务

案例：《区块链：网络信任基础设施》、《基于区块链的电子文件可信体系——打造电子化时代的信任基石》

由于区块链透明可信、防篡改可追溯、隐私安全保障、系统可靠的特点，在数据信息共享方面带来了以下价值：数据安全可信、数据认证确权、数据交易变现、数据存正溯源和数据可管可控。区块链目前仍然受到基础设施、系统设计、操作管理隐私保护和技术更新迭代等诸多挑战。

目前无纸化办公已成为主流，外部无纸化应用中电子数据的可信性是制约全面无纸化的核心问题，海量档案具有高昂仓储管理成本，“双备份”拉低信息化投资回报。目前电子文件管理存在两大难题：电子数据的可信任难题与电子证据的合法性难题。石化盈科在电子文件信任链构想中，设计构建企业区块链电子档案生态圈并进行了征信体系建设规划：首先中石化与人民大学、国家档案局进行尝试；其次建立系统，促使更多厂商、企业参与，再次建立基于电子征信的管理规范和制度，最终推进电子文件的信用体系和交换利用。

1.  定义

2011年，福布斯的文章《Big Data Requires a big new Architecture》第一次提出数据湖（Data Lake）概念，数据湖被定义为一种区别于原始数据仓库的数据存储架构，以原生格式保存大量原始数据，可以包含结构化、非结构化数据，直到数据被使用时再进行处理。数据湖支持所有数据类型，不同用户可根据业务需求、使用场景来发掘数据价值。

简单来说，数据仓库就是经过清洗的、标准化、方便消费的桶装水商店“数据湖”。在大数据时代，数据量呈现几何增长，数据量的庞大、数据来源和类型的多元化、传统的“桶装水商店”装不下了，因此需要一个可以满足存储需求的新的架构来作为大数据的支撑——数据湖。数据湖就是自然状态下巨大水体，汇聚不同数据源溪流，包括大量无序非结构化数据（文本、图像、声音、网页等），数据湖技术架构如下图。

 2.  功能

数据湖的出现重新定义了基础设施，在数据湖之上可以飘着多个云，想要建成一个数据湖需要解决几个问题：

1）海量数据存储问题——建湖

2）数据溪流汇聚——引水

3）数据处理和分析——利用

4）满足不同客户需求——价值。

一个充分有效的业务数据湖将提供三项关键功能：首先是存储，它能够面向所有种类进行分析，存储许多不同数据源的结构化和非结构化数据，为分析实例提供所需的混合容量和性能。其次是分析，具备分析场景的功能，包括基于Hadoop的、In-Memory No-SQL和横向扩展MPP，提供现代化的数据管理和分析工具。最后是回馈和总结，它必须向用户提供数据和应用，实现结果的实时变化并影响关键决策。 

3.  应用

领域：行政审批业务数据归档

案例：《杭州市档案局行政审批数据归档实践》

档案部门在电子政务建设新常态下应发挥以下三点作用：

1）为有效管理有价值的数据资源、将档案资源通过各种各样的数据服务体现出来，档案部门在对数据利用、分析前，需要对数据进行大量抽取、转化、质量检查工作；

2）档案部门一直在要求前端部门提高数据质量，其实已在进行一定程度数据治理，但力度与深度都不够，有待加强；

3）云计算在使用、管理上依然有所限制，存在一定临界点，越过临界点云计算使用成本将大幅上升。档案部门是政府长久保存数据的基地，历史数据管理始终是不可回避问题，政府部门对于数据沉淀后未来几十年应当如何做是缺乏考虑的，档案部门作用在新常态下显得尤为重要。综合以上三点，如此状态下，归档数据可以为新常态如何服务是值得思考的。

现今提到大数据、企业数据集成时都会联系到“数据湖”，数据湖概念中提出数据不需要进行加工整合，而是直接堆砌在大数据平台上，由使用者按照自身意愿进行数据处理，与传统的企业数据仓库强调整合、面向主题、分层次相反。数据仓库会产生各种各样的问题，数据湖恰好把这些问题留给最终用户。数据湖会为未来数据集市、在线联机查询、移动定位APP提供全面的业务数据。这些为杭州市档案局建立电子业务归档系统提供了新方向和方法。首先寻找切入点，切入点即为浙江政务服务网行政审批事项电子化归档，其次寻找关键点，通过新思想构建系统，一套数据对应多种数据归档，最终建设好电子业务数据归档系统。

1.  定义

目前应用最广的EDAS（企业级分布式应用服务，Enterprise Distributed Application Service）是一个以阿里巴巴中间件团队的多款久经沙场的分布式产品作为核心基础组件构建的企业级云计算解决方案，其充分利用阿里云的ECS等资源，引入淘宝中间件整套成熟的分布式计算框架（包括分布式服务化、链路追踪和稳定性组件等），全面兼容 Apache Tomcat 的 Java 容器，提供秒级推送分布式配置管理服务，以应用为中心，帮助企业级客户在阿里云上轻松构建像淘宝这样的大型分布式应用服务。

2.  功能

（1）在 EDAS 控制台上，可一站式完成应用生命周期管理，包括创建、部署、启动、停止、扩容、缩容和下线等；

（2）EDAS 支持手动和自动两种方式来实现应用扩容与缩容，可通过对 CPU、内存和负载实时监控来实现对应用秒级扩容和缩容；

（3）针对用户企业级特性，EDAS 独创主子账户体系。用户可根据自身企业部门划分、团队划分和项目划分在 EDAS 平台上建立对应的主子账号关系；同时，ECS 资源也以主子账号关系进行划分，便于用户进行资源分配；

（4）应用的生命周期管理通常涉及研发、运维和机器资源等角色，不同角色对于应用管理操作各不一致。因此 EDAS 提供了角色和权限控制机制，方便用户为不同账号定义各自角色，并分配相应权限；

（5）立体化监控与数字化运营：EDAS 鹰眼监控系统能够分析分布式系统每次系统调用、消息发送和数据库访问，从而精准发现系统瓶颈和隐患；EDAS 能够针对应用的服务调用情况，对服务的 QPS、响应时间和出错率进行全方面监控；EDAS 能够针对应用的运行状态，对机器CPU、内存、负载、网络和磁盘等基础指标进行详细监控。

3.  应用

领域：行政审批业务数据归档

案例：《杭州市档案局行政审批数据归档实践》

 杭州市档案局开发电子业务数据归档系统（EDAS）该系统经策略配置后可进行自动化归档，拥有灵活多变的数据管理能力与各类数据汇总能力。传统文书类档案管理系统，例如电子文件管理系统归档后向数字档案馆系统移交。而EDAS面向事物进行归档，而不是事物中的文档，将数据从数据库中抽取出来进入EDAS中完成自动化归档，最后向数字档案馆移交，也就是今后数字档案馆归档来源将来自传统的ERMS与现今的EDAS。

EDAS归档过程：数据从数据库中通过ETL工具被抽取出来，封装成数据包，归入预归档区。或者也可以通过第三方数据导出程序放入归档区，经过数据检测向数据仓库移交。面向各种各样数据库系统，应对多种数据来源，对接不同业务系统，现今不可能、也没有能力制定、维护过多的数据标准，因此制定的业务数据标准适应业务的变化，需要制定一个更为抽象而通用的数据标准，使得系统能够针对各种类型的业务进行归档。目前将各种业务信息分为业务基本信息、业务过程信息、业务过程中产生的具体信息。

1.  定义

UDM是指统一数据模型（Unified Data Model），其作用是在用户和数据源间搭建一座桥梁。UDM 构造于一个或多个物理数据源之上，用户使用多种客户端工具（例如，Microsoft Excel）向 UDM 发出查询。即使 UDM 只是作为数据源上的瘦层来构造，对于最终用户而言也有益处：更简单、更容易理解的数据模型，与异构的后端数据源相隔离，并且汇总类型查询性能也有所提高。在某些方案中，可以自动构造简单的 UDM，若在构造 UDM 的过程中再增加一些投资，则可以从该模型提供的丰富元数据中获得其他收益。

2.  功能

使用 UDM 访问数据源时，以上关系图例展示了如何为访问某个基于这些数据源而构造的简单 UDM 的用户生成查询。UDM 支持对基本模型进行扩展以帮助用户实现更高级的数据浏览操作。

（1）在层次结构方面，由于用户经常希望基于此类层次结构执行分析，因此 UDM允许定义此类层次结构。例如，按“类别”查看总计之后，用户可能要深入到“子类别”，然后深入到最低的 SKU 级别。每个层次结构都是一序列属性，可以在查询中使用这些属性来简化这种向下深化和向上深化的情形；

（2）在分类方面，UDM 提供有两种机制，专用于根据此分类来提供其他值：第一为维度、属性和其他对象可以放在语义上有意义的类别中，以便于客户端工具更加合理地使用它们。例如，属性可以标记为 URL。然后，包含此属性的报表便可根据 URL 的值进行导航。另一个属性可能标记为电子邮件地址。在这种情况下，报表客户端就可能根据某些用户的操作自动打开新的电子邮件。第二为度量值、层次结构和其他对象都可以分组到对用户有意义的文件夹中。使用此分组，报表工具能够以更易于管理的方式显示大量属性。例如，可能有一组标签为“Customer Demographics”的属性；

（3）在翻译方面，UDM 允许将元数据翻译为其他任何语言，使用特定区域设置连接的客户端应用程序便可接收以相应语言显示的所有元数据。该模型还可以进行数据翻译，属性可以映射到数据源中的其他元素，并且可以为这些元素提供不同语言的翻译；

（4）在透视方面，一个 UDM 可以具有多个透视，每个透视都只表示一个与特殊用户组相关的特定模型子集（度量值、维度、属性等），然后透视都可与用户安全角色（定义应当看到该透视的用户）进行关联。

为了提高性能，UDM 提供了缓存服务。缓存可以存储从基础数据源读取的详细数据，以及基于该数据预先计算的聚合值。并且UDM 既允许显式管理缓存（例如，可以将计划定义为在每天凌晨 2 点刷新缓存），也允许使用“主动缓存”进行透明管理。用户可以指定对数据的时效性要求，而 UDM 将自动创建和管理缓存，以尽可能提高对查询的响应速度。UDM提供了用定义对数据执行简单和复杂计算的功能。提供了完备的模型用于定义各类计算，与多维度电子表格类似，它可以基于其他单元中的值来计算某个单元的值。总之，UDM 具有下列突出优点：

（1）极大地丰富了用户模型；

（2）提供了支持交互式分析的高性能查询，即使是数据量非常大也不例外；

（3）捕获模型中的业务规则，以支持更丰富的分析；

（4）支持“关闭循环”，允许用户按照所看到的数据进行操作。

3.  应用

领域：行政审批业务数据归档

案例：《杭州市档案局行政审批数据归档实践》

 UDM的提出有以下背景：

1）现有归档方法已经不再适用，数据库的业务信息记录和附件材料又具有高度的整体性与关联性；

2）业务可能发生变化。业务发生了变化意味着需要对原有的数据标准重新修订，档案却经常是滞后的，会发生归档失败或者数据不全；

3）建设目标的需要。必须满足杭州市档案局所提出的一套归档系统应对多个业务数据库归档的要求。

“统一数据模型”中的“统一”体现在以下两点：

1）数据包装——采用XML描述，UDM物理模型的实例基于XML描述并打包为ZIP文件，一个ZIP文件是一个归档数据包；

2）业务信息的封装统一。UDM将具体的业务信息，过程信息和文件材料组织并封装在统一的“业务信息”描述模块中。

1.  定义

模拟态：物理实体

数字态：用“0”与“1”表示的二进制码

数据态：可制表分析的量化形式

2.  内容

模拟态工作内容以实体管理为主，主要管理实际载体，在技术应用方面主要关注传统“八防”，即注重物理实体保管与外围环境防护。

数字态管理对象主要为存量档案数字化与增量档案电子化，管理的文件内容脱离实际载体，数字态管理注重的领域包括数字化项目、ER法律地位与效力、电子文件四性管理、数字资源长期保存、数字化技术与系统平台等。

数据态指以数据驱动方式形成的状态，各系统的运转、接收、输入、中间办理等都是以数据交互方式进行，主要管理对象为数据、规则与本体，关注领域有数据描述、规则模型、数据本体等。

 3.  应用

领域：电子档案管理

案例：《从数字化到数据化——数字转型期电子档案管理创新展望》

从模拟态到数字态再到数据态的变化中，业务系统演化从孤岛式到规划式再到数据驱动式，管理者需要更新自身的管理理念，认识到归档对象的规则、数据、内容、载体的变化，并且要再认识原件概念，认识到数据态下原件已不再是模拟态下的白纸加黑字，也并不是数字态下的内容原始性，而是数据体+参数+输出模板形成的快照。除此之外还要对完整依赖性再次理解，意识到数据态下逻辑结构包含多层依赖关系并且这种依赖关系需要更精确的表达。此种转换之下方法也要变，需要跃升管理能级，创新保存手段，保持数据保存的高依赖性并且采用自学习方式维持高依赖度。电子文件形成环境一直处在变化之中，正所谓“上游在变”，从模拟态到数字态再到数据态，需要管理者更新传统文件概念，认识到归档对象变化并做出相应改变。

1.  定义

人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。

人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。

2.  内容

人工智能学科研究的主要内容包括：知识表示、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。

知识表示指把知识客体中的知识因子与知识关联起来，便于人们识别和理解知识。知识表示是知识组织的前提和基础，任何知识组织方法都是要建立在知识表示的基础上。知识表示有主观知识表示和客观知识表示两种。

自然语言理解研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。

计算机视觉指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。

智能机器人指拥有相当发达的“大脑”的机器人，在脑中起作用的是中央处理器，这种计算机跟操作它的人有直接的联系，可以进行按目的安排的动作。

自动程序设计是采用自动化手段进行程序设计的技术和过程，后引申为采用自动化手段进行软件开发的技术和过程（软件自动化），其目的是提高软件生产率和软件产品质量。

3.  应用

领域：电子文档管理

案例：《华为EI创新实践及在电子文档管理应用探讨》

华为EI平台定位于业务智能的桥梁，打造开放EI企业智能平台，方便企业快速应用AI，目前应用举例：

（1）华为供应链：OCR表单识别。企业票据、文本如何通过自动化方法录入，包括一些纸质单据的传递，这些都需要利用一些人工智能技术。应用人工智能技术之后，识别率大大提高了，比如数字及表格的识别有些场景超过98%，训练精度和模型精度的提高。

（2）华为终端花粉俱乐部（网站）：内容检测服务。

（3）华为GTS：哑设备识别与验收图片审核

（4）华为IT热线：智能问答服务。当内部有一定量的相似问题需要答复或者处理，用自动问答技术可以大大节省人力。

AI服务中的EI视觉认知，EI语音语义，EI大数据，EI基础平台对电子文件管理的四大环节：收集、整理、保存、利用有重要作用。可以利用AI技术：

（1）文字识别，提高文档录入效率；

（2）图像识别，对图像进行分类与搜索；

（3）内容检测，内容自动审核。；

（4）人脸识别，人脸属性识别与搜索；

（5）语音识别，语音自动转文本；

（6）自然语言处理，文本关键词提取；

（7）智能问答，自动化客户服务；

（8）机器翻译，自动语言翻译；

（9）大数据平台，海量数据存储；

（10）机器学习，知识挖掘与管理；

（11）深度学习，从知识管理到智慧管理。

国家社科基金项目2018年度课题指南（图书馆.情报与文献学）第73条为文件、档案管理领域新技术应用探索研究，其技术包括了大数据、区块链、人工智能等新概念/新技术！所以，读完全文是不是觉得自己“赚大了”！预祝来年申报成功！