# 国家人工智能产业综合标准化体系建设指南 (2024版) 为深入贯彻落实党中央、国务院关于加快发展人工智能的部署要求，贯彻落实《国家标准化发展纲要》《全球人工智能治理倡议》，进一步加强人工智能标准化工作系统谋划，加快构建满足人工智能产业高质量发展和“人工智能+”高水平赋能需求的标准体系，夯实标准对推动技术进步、促进企业发展、引领产业升级、保障产业安全的支撑作用，更好推进人工智能赋能新型工业化，特制定本指南。 坚持创新驱动。优化产业科技创新与标准化联动机制，加快人工智能领域关键共性技术研究，推动先进适用的科技创新成果高效转化成标准。 坚持应用牵引。坚持企业主体、市场导向，面向行业应用需求，强化创新成果迭代和应用场景构建，协同推进人工 智能与重点行业融合应用。 坚持产业协同。加强人工智能全产业链标准化工作协同，加强跨行业、跨领域标准化技术组织的协作，打造大中小企业融通发展的标准化模式。 坚持开放合作。深化国际标准化交流与合 坚持开放合作。深化国际标准化交流与合作，鼓励我国企事业单位积极参与国际标准化活动，携手全球产业链上下游企业共同制定国际标准。 ## 三、 建设思路 ## （一） 人工智能标准体系结构 人工智能标准体系结构包括基础共性、基础支撑、关键技术、智能产品与服务、赋能新型工业化、行业应用、安全/治理等7个部分，如图1所示。其中，基础共性标准是人工智能的基础性、框架性、总体性标准。基础支撑标准主要规范数据、算力、算法等技术要求，为人工智能

、拖车、配送、报关、堆场等多操作和管理。 ### 海蛛全球达1.0 海蛛全球达平台是为跨境电商出口从工厂到海外仓的货物提供包括智能选仓、末端派送、仓内服务、透明收费、规范法律、责任赔偿等功能的标准化平台。 ## 像安装手机APP一样； ## 在任意环境之上； ## 实现快速、灵活地交付； 和智能的运维能力。 ## 第二部分 ## 云原生与云原生应用 ## “ ## 云原生技术 目前云原生技术很广泛，All /9/c/759c49c76d42e2a97bb2da77ea23191b/p29_1.jpg) ## 应用模型运维实践-插件化运维能力 ## 常用运维能力插件 ## 我的插件 应用插件是标准化的为应用提供功能扩展，与应用共同运行的程序 

原则 提供一站式的微服务开源解决方案，致力于帮助企业、用户和开发者将应用轻松微服务化上云，实现对微服务应用的高效运维管理 中立 • 开放 2018 OSCAR尖峰开源技术创新奖 • 标准化 2018 COSCL首届中国优秀开源项目一等奖 • 无商业Lock-in 2019 首个行业微服务标准的核心参考框架 • 社区健康发展 ## ServiceComb 社区子项目概览 Gi 应用全微服务化，接口标准由财政厅统一管控，ISV只需聚焦微服务交付，降低依赖性 降低业务监管难度 统一业务模型和数据集成标准，系统无缝对接，财政数据统一呈现，业务全盘管控 新需求上线快 基于先进研发理念，标准化研发环境和工具，开发效率高，财政需求上线快 ## 案例：助力某无人机企业打造智慧控制大脑 综控端 ![Image](/uploads/documents/e/5/8/2/e582903b2b72

[Image](/uploads/documents/a/1/0/a/a10a36a4c01a42e0c11dece9f73ed275/p1_2.jpg) 主办方： CLOUD NATIVE ACADEMY 2020 标准化能力—承载无忧—E2E云原生纵深安全保障DevSecOps—1 由于云原生托管的应用是碎片化的，环境变化也是碎片化的，而且其业务类型越来越多，比如已经延展到边缘计算盒子，此时攻击面被放大，在云原生 ed275/p2_1.jpg) 由于云原生DevOps环境追求效率以及运行态的动态治理能力，导致传统安全实施方法、角色、流程、技术都发生了很多变化，适应这些变化是落地云原生安全的关键！ ## 标准化能力-承载无忧-E2E云原生纵深安全保障-2-商业价值 由于市场经济、政治环境、自然环境（比如新冠疫情）对数字经济运行带来了很多深刻的影响和变化，比如企业协作更加紧密，导致数据传输安全成为重要课题 需要研发修复和重新测试，严重影响效率 ## 传统安全流程 强调上线前解决一切问题，某一环节堵塞影响全局DevOps效率。依赖于人员个人经验来先验的进行实施，而很多入侵风险是不可预知的！ ## 标准化能力—承载无忧—E2E云原生纵深安全保障—3—与传统安全方案的差 ![Image](/uploads/documents/a/1/0/a/a10a36a4c01a42e0c11dece9f73ed275/p4_1

将对虚拟机的支持提升到新的高度 ## 说好的供应商不锁定呢？ ## SMI带来的美好愿景 “SMI 是在 Kubernetes 上运行服务网格的规范。它定义了由各种供应商实现的通用标准。这使得最终用户的标准化和服务网格供应商的创新可以两全其美。SMI 实现了灵活性和互操作性。” “SMI API的目标是提供一组通用的，可移植的Service Mesh API，Kubernetes用户可以以供应商无关的 across all service mesh implementations. ## Google在ServiceMesh标准化上表现异常：而标准化是供应商不锁定的基石 SMI出来之前： Istio迟迟未贡献给CNCF - Istio API 是私有API，未见有标准化动作 • Envoy xDS v2 API是社区事实标准，但这是Envoy • 统一数据平面API，感觉更像是Envoy在推动 emesh的走向，请密切关注 要架构，还是要性能？ 性能有了架构怎么办？ 落地，落地，落地 要不要 支持 虚拟机？ 优化，创新 说好的 供应商 不锁定呢？ 落地，创新 标准化，生态共建  关注 ServiceMesher

9cd04d/p6_1.jpg) 把自己关在小黑屋里面，自己就可以自助的从API使用角度定义、驱动研发、发布或者实施与自己APP的集成。 • API作为产品，可以给订阅、可以被交易。 ## 标准化能力—微服务PAAS—从监控到可观测—研发人员的第五感—1 从稳定性目标出发，首先需要有提示应用出问题的手段 - 当提示出现问题后，就需要有定位问题位置的手段，进一步要有能够指出问题根因、甚至提前就预警的手段。 [Image](/uploads/documents/4/2/b/f/42bf0766a8dd4abd4144b9265b9cd04d/p7_2.jpg) 监控与告警： 主动告诉我 问题发生了！ ## 标准化能力—微服务PAAS—从监控到可观测—研发人员的第五感—2 可观察性是云原生特别关注的运维支撑能力，因为它的主动性，正符合云原生对碎片变化的稳定性保障的思想 数据的全面采集 数据的关联分析 统一监控视图与展现 由于上层所依赖的底层环境在不同交付环境中是不同的，而传统交付方式缺乏脚本能“理解”的方式来表达这些差异，此外由于事后更新OS、三方库或者系统，这些变更又缺乏校验关系，升级时很难给予企业信心，这种交付方式很难被自动化。 ## 标准化能力—微服务PAAS—OAM—万花筒PAAS—1—引子 ## I SV研发团队 ## 客户环境交付 ![Image](/uploads/documents/4/2/b/f/42bf0766a8

，如果特征数量n较大则运算代价大，因为矩阵逆的计算时间复杂度为 $ O(n^{3}) $ ，通常来说当n小于10000时还是可以接受的，只适用于线性模型，不适合逻辑回归模型等其他模型。 ## 数据归一化/标准化 ## 为什么要标准化/归一化？ 提升模型精度：不同维度之间的特征在数值上有一定比较性，可以大大提高分类器的准确性。 加速模型收敛：最优解的寻优过程明显会变得平缓，更容易正确的收敛到最优解。 ![I _2.jpg) ## 数据归一化/标准化 归一化（最大 - 最小规范化） $$ x^{*}=\frac{x-x_{\min}}{x_{\max}-x_{\min}} $$ 将数据映射到 $$ 0,1 $$ 区间 数据归一化的目的是使得各特征对目标变量的影响一致，会将特征数据进行伸缩变化，所以数据归一化是会改变特征数据分布的。 Z-Score标准化 $$ x^{*}=\frac{x-\mu}{\sigma} 处理后的数据均值为0，方差为1 数据标准化为了不同特征之间具备可比性，经过标准化变换之后的特征数据分布没有发生改变。 就是当数据特征取值范围或单位差异较大时，最好是做一下标准化处理。 ## 数据归一化/标准化 ## 需要做数据归一化/标准化 线性模型，如基于距离度量的模型包括KNN(K近邻)、K-means聚类、感知机和SVM。另外，线性回归类的几个模型一般情况下也是需要做数据归一化/标准化处理的。 ## 不需要做数据归一化/标准化