【虚构案例声明】 本课程中的"美好家园"物业集团、"清华园社区"、"智慧邻里2.0"项目及全部人物均为教学所用的虚拟项目与虚构人物，详见第 01 讲首次声明。
一、上节回顾与作业精讲
1.1 上节核心回顾
上一讲咱们从存储设备一路讲到大数据：存储三种架构记三行（传输对象、协议、扩容能力），数据库两类（关系型支持 ACID，非关系型四类），数据仓库四个词和四部分体系结构，大数据四特征、四类技术、三大分布式系统定位。判断题陷阱十句，六句是"反了"。
1.2 上节作业讲评：给周总的三阶段路线图
上一讲的核心作业：周总问"能不能让人工智能直接告诉我明年哪个小区会亏损"，架构师说"50 个小区数据口径不一，现在上模型是垃圾进垃圾出"。你要给周总一个既不泼冷水、又不许空愿的路线图。
我看了大家的作业，两个极端都有：有同学直接回周总"数据太差做不了"，有同学答应"三个月出模型"。前者让老板觉得你没担当，后者三个月后让老板觉得你不靠谱。正确姿势是把周总的一句话拆成三个阶段，每个阶段都有他看得见的东西。
开场先接住周总的期望。 "周总，您要的'预测哪个小区会亏损'，正是二期的终点。我们完全做得到，但要分三步走，每一步您都能看到成果，而且每一步的成果本身就有用。"
第一阶段，看得清，两个月。 目标是数据资源化：统一 50 个小区的数据口径，建数据标准，把手写工单的小区先补录，做数据质量评估，达标的数据进集团数据仓库。周总看到的交付物是集团经营看板：50 个小区的收缴率、工单响应率、成本结构第一次能放在一张大屏上对比。这一步不需要人工智能，需要的是数据仓库和数据治理，但它已经能回答周总一半的问题：哪些小区现在就在亏。
第二阶段，看得懂，再三个月。 目标是画像与归因：用聚类给小区分群，用关联分析找亏损小区的共同特征，比如收缴率低、报修响应慢、增值服务为零往往同时出现。周总看到的交付物是亏损原因分析报告和小区分群画像。这一步用到的是大数据分析，还不是预测。
第三阶段，看得远，再三个月。 目标才是预测：在前两步积累的干净数据上训练模型，预测下一年各小区的收缴率和成本走势，给出亏损预警。周总看到的交付物是预警清单，并且我们会告诉他模型的准确率是多少、哪些结论可信、哪些只是参考。
再把丑话说在前面，用周总的语言。 "周总，这三步是有先后的，第一步的数据不干净，第三步的预测就是瞎猜。就像您要看财报，得先把各小区的账本对齐，再分析，再预测。八个月后您手里有预警清单，两个月后您手里就先有看板。"
体会这个结构：把"人工智能"这个模糊的期望，拆成数据资源化、数据分析、智能预测三个阶段，每个阶段都对应教材里的一层技术（数据仓库、大数据分析、机器学习），每个阶段都有周总看得见的交付物。这就是第 2 讲讲的"数据资源化、资产化、资本化"三步在项目里的样子。第 25 讲项目立项和第 30 讲项目章程会把这套阶段划分正式讲成"里程碑"。
二、咱们今天聊点啥？本讲目标
2.1 数据攒够了，怎么让它思考
前三讲，物联网采集了数据，云计算放住了数据，大数据整理了数据。这一讲讲两件事：怎么让数据"思考"（人工智能），怎么让数据"可信"（区块链）。
先说为什么这一讲重要。2026 年上半年高项两批次的论文题，一道叠数据治理，一道叠人工智能安全；第一批次案例题直接考"分析人工智能系统存在的模糊性，针对情境性模糊如何处理"。 命题组已经把人工智能从"选择题里认名词"升级成了"案例和论文里谈风险"。这一讲我除了讲教材的考点，还要给你一套"人工智能项目怎么管、风险怎么写"的框架，后面第 47 讲风险管理和第 66 讲跨界论文专题会把它做成范文。
区块链在本讲后半段。它的考分不高，但每年综合知识稳定出一题，2023、2025、2026 三年都有，考法固定，我一次给你讲清。
本讲对标教材第 4 版 2.2.5 节人工智能和 2.2.4 节区块链。
2.2 本讲任务地图
人工智能记"六、三、三、五"：六个发展阶段、三个研究方面、三项关键技术、五大趋势。区块链记"四、七、三"：四类链、七个典型特征、三项关键技术。
三、核心内容精讲：人工智能
3.1 人工智能定义与六个发展阶段
教材口径： 人工智能是指研究和开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门技术科学。这一概念 1956 年提出。21 世纪初，随着大数据、高性能计算和深度学习的快速迭代，人工智能进入新一轮发展热潮。
六个发展阶段，教材给了时间段，考试通常只考顺序和名字：起步发展期、反思发展期、应用发展期、低迷发展期、稳步发展期、蓬勃发展期（2011 年至今）。口诀"起反应低稳蓬"，像一条先起后落再起的曲线。
当前技术研究的三个方面： 热点技术、共性技术、新兴技术。教材把三条线各点了一个代表：以机器学习为代表的基础算法优化和迁移学习、强化学习等新型学习方法是热点；自然语言处理的特征提取、语义分类、词嵌入和智能问答、机器翻译等应用取得成果；以知识图谱、专家系统为逻辑的系统化分析不断突破。你发现没有，这三条线正好对应下面的三项关键技术。
教材的一句判断题金句： 人工智能在算法、算力（计算能力）和算料（数据）三方面取得重要突破，正处于从"不能用"到"可以用"的技术拐点，但距离"很好用"还存在诸多瓶颈。"算法、算力、算料"三个词要记。
人话翻译： 人工智能就是让机器干原来只有人能干的活：看（识别图像）、听（识别语音）、说（生成文字）、想（做判断）。它不神秘，本质上是从大量数据里学规律，再用规律处理新情况。前一讲的大数据是它的"算料"，第 4 讲的云计算是它的"算力"，本讲讲的是"算法"。
3.2 关键技术一：机器学习
教材口径： 人工智能的关键技术主要涉及机器学习、自然语言处理、专家系统等技术。教材第 2 章课后练习第 3 题的填空就是这句。2023 年下半年第 2 批第 17 题反过来考"哪个不是人工智能的技术"，答案是虚拟化，那是云计算的。