寒假期间，北京中学高一学生进行了寒假职业体验，学校于3月9日组织了职业体验分享会。在分享会上，我们邀请到了北京教科院课程中心生涯项目负责人王红丽老师、北京林业大学林永和教授、朝阳区教研中心田虹老师三位专家，北京中学刘乃忠副校长、周慧副校长，和四位家长导师代表进行的分享和发言让会议高潮迭起。专家们对这次凝聚了家校智慧和合力的高水平职业体验活动给予了充分肯定。九年级同学们对学长们的体验探索无比期待。

寒假职业体验分为经济管理、信息通讯、生物医药以及艺术传媒四个主题，同学们以职业体验小分队的形式做了精彩汇报。

瞬息万变感通信——信息通讯篇

信息通讯组的同学在中科院自动化研究所开启自己的职业体验，他们参观并了解到了世界上很多前沿的信息通讯技术的研究，也在这种研究的氛围中学习到了很多知识。

寒假实习感受

黄彦清

当我们参观自动化所的时候，我发现“大数据”是老师讲述、介绍时的一个高频词汇。老师给我们举了一个例子，自动化所自行研发了一个公众号小QAII机器人，当你关注了这个微信公众号并将它加入一个群中时，它就开始记录群中发布的数据，并将其储存下来。你即使撤回了信息，它也会记录下来。它会将所收集的数据进行进一步的处理，形成量商（数量），强商（质量），联商（合作）以及情商（工作态度）这四个大维度，机器人会就这4个方面进行工作总结和汇报。其中量商包括工作多元化、工作时间、签到次数等等。强商考察工作成果和工作效率。联商考察与同事或其他部门之间的合作情况。情商通过微信中所使用的言语等考察工作态度。在积累了一段时间的数据之后，机器人还会更加详细地来汇报，比如它会统计你微信中使用的高频词汇，进而推断出你工作的重点以及多样性，哪个时段在完成什么任务等等。整个过程使用了大数据的收集、分析、可视化这几个步骤。

在数据时代的今天，大数据是一种财富，是一种资源。通过对大数据的分析，我们能够获得更强的决策力、洞察发现力和海量、高增长率和多样化的信息资产。所谓决策力、发现力，来自于预测。大数据经过一系列数据处理与分析，可以成为算法优化的材料。这些算法能够帮助我们测算与预估，能够帮我们预测未来。人口大数据，可帮助我们预测人口增长、人口迁移、结婚率、死亡率等一系列指标；每日的微信大数据可帮助公司衡量员工工作量、工作强度、情感指数、与他人的联系等状态；交通大数据在不远的将来，便可以帮助管理人员预测规避危险、规划交通，甚至形成一个完全不需要停歇的交通系统，也就是没有红绿灯，没有停顿与等待的智能交通。这一切的预测，都将是造福人类社会的利器。

其实对我个人而言，这次实习体验收获最大的是浸入到了一个科研的世界，了解了最前沿科研工作者的一些工作状态。我感触最深的是周围所有人都深深的爱着他们的工作，不管工作多少年，还保持着对它们各自领域的热衷。在几乎每个人的桌子上，都摆着一本厚厚的C Primer Plus，大多数的人在午休的时候都开着各种 IDE 编程。我觉得，建国将近70年、改革开放40年，中国早已发生了翻天覆地的变化。中国的科技现在已经跻身世界前列，属于世界先进水平。这次的参观活动让我对自己是一个中国人感到骄傲和自豪，也让我更加坚认科研的行业，让我更迫切希望早日加入科技研究的队伍中，为祖国造福，为世界人民造福。

这次的职业体验收获特别大。感谢学校的好创意，感谢各位叔叔阿姨们对我们的支持！

 

中科院自动化所实习日志

任九宁

数据时代，无疑是已经降临到了现代社会的头顶上。这个2008年才被提出的新型概念，在将近十年的时间里逐渐成熟、扩展，如今已成为了现代社会中不同产业不可或缺的一种资源。正如许多国内外精英人士所说，大数据本身就是一种资源。它注重各个事物之中的联系，而在这种联系之中，网商能够发现客户的需求，医疗机构可以预测流感的发生，而甚至警察局这类刑事机关也可以从中预测犯罪行为、寻找罪犯。大数据的价值，在近年来已经被充分展现。就连各个政府也依次将其列入了国家重点战略资源，足以证明其重要性。

利用大数据与深度学习，中科院自动化所的研究人员进行了多样化的研究，其中许多都可以被称为先进的“未来科学”。其中许多都是最近一届未来科学年会所提倡的：智慧城市、数据医药、深度学习与识别等。另外，更是有很多先进的技术，让观看之人大开眼界。

若是提起全国人口，我们会首先想到人口普查，这是最精确地了解一个国家人口的方法。在这里，便有这样一个系统，能够通过普查数据平面分析人口数量、迁移，更能纵向模拟预测人口增长、死亡、结婚等一系列活动。大到国家，小到家庭，这个系统都能进行分析与预测，且较为准确。其得出的结果不仅能够应用于人口调查，更能应用于广告投放等一系列商业活动。这种做法，将数据的价值利用了起来，且具有实时性。

深度学习是一种工具，这是本文之前提到的。这种工具可以被用做很多不同的用途，但许多都与图片识别有关。在医疗上，大数据与CT技术的结合使得深度学习可以被用于早期肿瘤的检测。这种检测成功率甚至可达到99%以上。虽然目前许多的精确度还是在80%左右，却也已经十分令人满意。而随着数据的增多，相信更多的肿瘤都可以被深度学习的系统检测出来。当然，神经网络系统对于各类图片的检测已经成为被证实可行，且十分流行的技术。不管是房屋，人脸都可以经过检测。我们甚至可以将所有的图片都用于广泛培养深度学习系统，然后经过一定的特殊化培养，让其进行小范围的检测。

人生来便是在追求生活的便捷，更是因此不断改善自己的交通方式，让自己的出行变得更便捷，以节省更多时间。然而，城市的堵车问题众所周知。智慧城市概念早已提出，而交通大数据的研究也有了很大的进展。相信很多人都曾在小说中读到过一些能够预测未来的神人？若是不出所料，未来的系统便能通过数据收集模拟、预见可能出现的状况。当然，这也会造成一个完全不会停歇的交通系统。红绿灯将不复存在，而人在汹涌的车流中穿行也不会被撞到。然而，我们离这个未来还很远。无人车的可靠性虽已经得到一定验证，但其在复杂的交通环境中还是不能完美发挥；人不能立刻将所有车替换为无人车，更不能像无人车那样严格遵守交通规则；物体的遮挡问题更是识别系统难以解决的难题。为了达成智能交通，我们的研究人员还任重道远。

数据时代正蓬勃地发展着。新兴产业越来越多，而新型技术更如春草一般迅速成为了一片草原。这次中科院自动化所的学习，让我们真正体验到了这种趋势。

" type="hidden">