趋势1：人机交互性增强的数据和设备增长 到2019年底，将有约36亿台设备主动连接到Internet并用于日常任务。随着5G的推出，将为更多设备和数据流量打开大门。
趋势2：人工智能再次成为物联网的重要参与者 充分利用数据，需要通过人工智能提供计算机帮助。人工智能是理解收集的大量数据并提高其业务价值所必需的基本要素。人工智能将在以下领域帮助物联网数据分析：数据准备，数据发现，流数据的可视化，数据的时间序列准确性，预测和高级分析以及实时地理空间和位置(后勤数据)。 包括亚马逊，微软和谷歌在内的主要云供应商越来越多地希望基于其AI功能进行竞争。各种初创企业希望通过能够利用机器学习和深度学习的AI算法使企业能够从不断增长的数据量中提取更多的价值。
趋势3：VUI：语音用户界面将成为现实
语音占了我们日常通讯的80%，就像科幻中一样，与机器人交谈应该是常见的通讯方式，例如R2D2，C-3PO和Jarvis。在设置设备、更改设置、发出命令和接收结果中使用语音不仅在智能房屋，工厂中，而且在诸如汽车，可穿戴设备之类的设备之间都是常见的。
趋势4：在物联网上的更多投资
物联网是少数新兴和传统风险投资家都感兴趣的市场之一。智能设备的普及以及客户越来越依赖于使用它们执行许多日常任务，将增加对物联网初创企业投资的兴趣。客户将等待物联网的下一个重大创新，例如可以对您的面部进行分析的智能镜，如果您生病了，可以打电话给您的医生;将结合智能监控摄像头的智能ATM机;可以告诉您如何进食和饮食的智能叉子。吃什么，以及每个人都在睡觉时会关灯的智能床。应用领域
机器翻译，智能控制，专家系统，机器人学，语言和图像理解，遗传编程机器人工厂，自动程序设计，航天应用，庞大的信息处理，储存与管理，执行化合生命体无法执行的或复杂或规模庞大的任务等等。
值得一提的是，机器翻译是人工智能的重要分支和最先应用领域。不过就已有的机译成就来看，机译系统的译文质量离终极目标仍相差甚远；而机译质量是机译系统成败的关键。中国数学家、语言学家周海中教授曾在论文《机器翻译五十年》中指出：要提高机译的质量，首先要解决的是语言本身问题而不是程序设计问题；单靠若干程序来做机译系统，肯定是无法提高机译质量的；另外在人类尚未明了大脑是如何进行语言的模糊识别和逻辑判断的情况下，机译要想达到“信、达、雅”的程度是不可能的。智能家居之后，人工智能成为家电业的新风口，而长虹正成为将这一浪潮掀起的首个家电巨头。长虹发布两款CHiQ智能电视新品，主打手机遥控器、带走看、随时看、分类看功能
随着5G的商业化逐步落地，越来越多的领域加入了数字化转型之路，利用物联网技术实施智能化升级。特别是题主所列举的工业领域，就是谋求数字化转型的先锋。
特别是2020年新冠疫情爆发以来，由于供应链断裂和防疫管理不善所导致企业停工甚至是破产的例子不在少数。而对那些熬过艰难时刻的企业而言，想要在疫情常态化的背景下重塑核心竞争力，数字化转型成为了不可或缺的手段。
与传统的经营模式相比，实施数字化转型能够给企业带来巨大的价值，包括提高生产效率、减少人力成本、加速产品迭代、优化管理流程、加强制造自动化程度等等，真正起到降本增效的作用。此外，数字化程度的提高，也大大提高了企业在生产经营中各种风险的监测能力，避免造成相关损失。
当然，以上只是物联网对于某一个领域所创造的价值，同理，在面对智慧农业、智慧交通、智能家居等行业时，一样可以利用物联网技术来实现更智能和更便捷的功能，例如气候传感器和温湿度传感器可自行检测分析当前数据是否符合农作物生长需求，并联动灌溉或保温系统进行干预，确保作物最佳生长环境。（了解更多智慧人脸识别解决方案，欢迎咨询汉玛智慧）
不知道大家有没有细心发现，其实现在很多物联网的应用已经深入到我们生活各个部分。比如说共享单车，自助扫码骑行，骑完以后锁车付费走人，这个能很好地解决大家短途出行效率。还有就是应用在汽车上，专业术语叫车联网，现在很多10几万的车都具备远程监控的功能。比如说通过app远程启动车子，通过app查看车子的状态，当前在什么位置，还能根据你的行驶里程和机油寿命提醒你去保养等等。类似的例子还有很多，比如说智能家居产品，小家电产品。有些应用虽然感觉是鸡肋，这些都是他们跑马圈地的结果，先把市场占下来，再慢慢更新迭代产品。但不可否认的事，大家确实能感觉到物联网潜在的巨大价值，生怕自己错过一个亿。
从种种迹象也反映了物联网一定是个发展的趋势。总的来说，其实物联网可以和任何一个行业进行融合，让传统的产品更加智能高效。而我们汉玛智慧也在一直努力研发，争取为大家提供更多更优质的智慧解决方案，让我们的生活更加的便捷，让科技未来更指日可待！
随着人工智能应用的不断扩大和深入，算力需求将不断增加。因此，未来算力发展将会迎来以下机遇：
超级计算机：随着技术的提升，超级计算机的算力将会越来越强大，可以处理更加复杂的人工智能问题。
量子计算：量子计算是一种全新的计算方式，它利用量子比特而非传统的经典比特进行计算，因此具有比传统计算机更快的计算速度。这将为人工智能开辟新的研究方向，同时也为解决更加复杂的人工智能问题提供了可能。
模型压缩与量化：针对目前人工智能模型存在的内存占用和计算速度慢等问题，模型压缩和量化技术将成为重要的发展方向。通过减小模型大小和复杂度，同时保持良好的精度，可以在不降低算法性能的情况下实现更高效的计算。
分布式计算：由于单台设备的算力有限，分布式计算将成为满足大规模计算需求的关键技术之一。这项技术可以将计算任务分配给多台设备进行处理，提高计算效率和准确性。
总之，随着人工智能应用的不断扩大和深入，算力发展将会迎来更多机遇，并为人工智能技术的进一步发展提供有力支撑。
从年初AlphaGo和李世石的围棋大战，到一场场和人工智能有关的发布会，再到刚刚完结的《西部世界》第一季。我们先是被人工智能所震撼，然后被人工智能的商业化所俘虏，最后又为人工智能的未来所恐惧。这里面有悲天悯人的情怀，也有科技巨擘的野心，不管怎样，人工智能终于跳出了实验室的禁锢，成为活跃在科技领域的核心力量。
聚焦到2016年这个时间点来看，人工智能最耀眼的还是商业化的起步。然而，在人工智能被做各种加法、各种布局的同时，也出现了一些不和谐的现象。笔者将从人工智能现状、场景及未来趋势盘点何为理想何为现实。
资本跑马圈地，人工智能的第三个红利期
距离“人工智能”这个名词的诞生已经有60年，并且在上个世纪60年代和80年代相继迎来了两个红利期。按照这个说法，2016年前后很可能是人工智能的第三个红利期，更重要的是，资本对人工智能表现出了从未有过的青睐。
Venture Capital 的调查报告显示，截至到2016 年11 月，全球范围内总计1485 家与人工智能技术有关公司的融资总额达到89 亿美元。同时，CB Insight公布了对美国人工智能初创企业的调查结果，这类企业在今年的融资金额约是四年前的十倍，且被收购的企业数量迎来了近几年的最大值。
比资本更加疯狂且更惹人注目的还有疯狂跑马圈地的互联网巨头们。
2016年1月份，苹果收购人工智能初创公司Emotient，这家公司的成果在于使用人工智能技术读取中的面部表情。
2016年5月份，eBay宣布收购Expertmaker，这是一家使用机器学习进行大数据分析的瑞典企业。
2016年5月份，英特尔收购了专门从事计算机视觉（CV）算法的初创公司Itseez，计划利用Itseez专业能力来创建从汽车到安全系统的物联网（IoT）。
2016年8月份，微软收购了一个两年半的初创公司Genee，其主要产品是一款拥有AI技术的智能日程工具。
2016年9月份，谷歌相继收购了用于开发聊天机器人的人工智能平台Apiai，距离收购视觉搜索创企Moodstock仅过去两个月之久。
2016年9月份，亚马逊低调收购了机器人创业公司Angelai，这家公司的联合创始人成为亚马逊“新机器人产品”的项目负责人。
当然，上述列举的案例只是这些科技巨头们近几年收购事件中的很小一部分。打败了李世石的AlphaGo出自创业者之手，亚马逊Echo智能音响的诞生和初创公司Yap和Evi不无关系，就连曾经让世界惊艳的Siri也是在初创产品的雏形上打造的，这些收购具有鲜明的美国互联网色彩。同样，中国互联网行业对人工智能的热情也是如此高涨，但模式却和美国有所不同。
百度可以说是国内在人工智能领域“声势”最大的玩家，诸如百度大脑、百度医疗大脑、天智云计算解决方案等等。以至于在今年的百度世界大会上，人工智能成功取代O2O成为百度新的“旗帜”，再加上吴恩达、百度无人驾驶车等专家和产品的频繁亮相，百度在人工智能方面获得了不小的关注。
2016年之前，阿里采取了错位营销的战略，把人工智能统一规划在“云服务”内来做推广。2016年以来，阿里在人工智能领域的动作也开始趋于高调。先是在人脸识别、语音识别等方面“炫技”营销，在今年八月份直接推出了ET机器人，涵盖语音识别、图像识别、情感分析等技术。
在BAT的阵营中，腾讯可以说是在AI方面动作最为“迟缓”的，直到现在令人印象深刻的动作也只有QQ互联和微信硬件平台。不过在人工智能技术层面，腾讯上镜的机会并不比百度和阿里少，在今年相继投资了数据公司Diffbot和碳云智能等人工智能相关的公司，或是借鉴了国外的思路。
除此之外，网易、360、科大讯飞等也把人工智能视为新一轮的机遇，比如丁磊直言“下一个十年的方向肯定是人工智能，比如汽车驾驶、辅助机器人等”，网易自身也推出了全智能客服系统网易七鱼、人工智能反垃圾云服务网易易盾等。可以肯定的是，虽然国内二三阵营的互联网公司在2016年并未有过多的动作，大多企业已经开始了和人工智能有关的布局。
即便和巨头相比，国内的人工智能创业者不那么耀眼，整个行业的春天已是不争的事实。此前乌镇智库和网易科技联合发布的《全球人工智能发展报告（2016）》中，在人工智能投资专注度最高的15家投资机构中，真格基金、维港投资这两家来自中国的投资机构赫然在列，碳云智能、出门问问、云知声等创业公司也出现了极高的频次。虽然国内人工智能创业者所展现出的热度和高度仍不及美国、以色列等国家，让人感同身受的是，几乎在每一场科技展览会上都不难看到大大小小的人工智能企业。
诚然，在巨头眼中“人工智能”是不可错失的机遇，对创业者来说“人工智能”是互联网之后的新一轮曙光，而资本也抱着投资人工智能“一本万利”的心态。人工智能寄托了太多人的理想，但现实应用呢？
巨头卡位布局，人工智能的落地是个什么命题？
正如开头所说，在技术层面对人工智能进展的感知并不明显，至少没有任何一个科学家站出来“神化”人工智能。可在商业层面，相比于上两次红利期，足以用成功一词来形容。此前谈到智能和AI，很多人喜欢称之为伪命题，那么在商业化如此成功的2016年，人工智能的落地情况如何呢？
笔者在此选取了5个应用场景来进行探讨。
1、智能聊天机器人
从苹果推出语音助手Siri开始，人们对于“聊天机器人”的欲望进一步爆发，虽然和科幻**里的“贾维斯”等仍相距甚远，从虚拟聊天助手走向有硬件支撑的机器人已然成为2016年的成果之一。比较典型的产品有Echo智能音箱以及各种各样的儿童陪伴机器人。或许不少人认为人工智能在这个领域的应用至少需要五年才能逐渐成熟。值得乐观的是，这类软件或机器人已经能够理解自然语言，帮助人们完成邮件、消息回复等功能。相比于只能完成特定指令的扫地机器人，微软小冰、阿里ET等结合了云计算和大数据的聊天机器人有着长足的进步。
2、智能APP
在Gartner不久前发布的“2017年前十大战略技术趋势”中，智能APP位列第二，似乎预示着人工智能技术将出现在更多的APP中。事实上，在2016年使用到人工智能技术的应用已经开始出现，比如一些集成了人脸识别技术的支付工具、针对图像识别技术开发的工具类APP、电商平台借助机器识别侦查刷单行为，如此种种。根据Gartner的定义来看，运用人工智能的形式是通过新的智能特性嵌入到某一行业的现有应用程序中，比如食品厂利用人工智能来检查面包的颜色、形态和芝麻分布，并根据分析结果不断自动调整烤箱和流程。
3、智能投顾
金融似乎是人工智能乐于“入侵”的领域，仅智能投顾就涌现了近百家平台。顾名思义，智能投顾就是人工智能＋投资顾问的结合体，借助大数据识别用户的风险喜好，再通过通过算法和模型定制风险资产组合。优势在于费用低、服务效率高、覆盖人群广，且在一定程度上满足了“千人千面”的理财需求。国外有Wealthfront、Betterment、Future Advisor等知名智能投顾平台，国内也出现了钱景、拿铁财经、理财魔方等模仿者，就连记账软件网易有钱也开始向智能投顾转型。不过在政策和牌照的压力下，智能投顾能走多远仍不得而知。
4、智能硬件
智能硬件的高潮时代应该是在2014年前后，经历了资本看好和看衰之后，2016年不少智能硬件开始加入AI的元素。从IDC的预测来看，AI硬件收入将在未来五年内以超过60%的复合年增长率发展。不过，IDC等之所以如此乐观，原因在于智能硬件早已不再是智能手环、手表等可穿戴设备的代名词，无人驾驶、机器人、无人机等成为新的关注对象。2016年，包括大疆、零度智控等都开始将无人机智能化，无人驾驶被科技巨头和汽车巨头拥抱。人工智能在这个行业的发展似乎值得期待。
5、取代人工
利用人工智能取代人工一直是人类的夙愿，2016年人工智能在这个领域的应用也比较瞩目。除了前面所说的聊天机器人、应用软件、金融、智能硬件等，不少云服务平台也开始引入人工智能技术。以2016年比较火爆的直播为例，传统的内容审核机制需要投入巨大的人力资源，诸如网易易盾等反垃圾云服务的出现，结合深度学习、图像识别、语义分析、语音识别、动作识别等人工智能技术，解决了80%以上的人力投入，“机器审核+人工服务”逐渐成功UGC产品的主要形态。这大概也是人工智能应用最为广泛的领域之一。
不难发现，人工智能的落地虽然和想象中仍有一些距离，却也摆脱了伪命题的说法，更重要的是，其中从未少却互联网巨头的身影。既选择在计算机视觉、深度学习、自然语言处理、情景感知等核心算法的研究或收购，及早在产品上应用和变现也成了巨头们卡位布局的鲜明特点。也正是如此，几乎可以肯定这次人工智能的高潮不会重蹈前两次的覆辙。
结语
2016年行将结束，或许人工智能在某些领域仍充当着炫技的角色，或许仍有一些玩家对人工智能寄予了不符合现状的希望。无论如何，行业巨头和创业者都承担了两个角色，即人工智能技术的研究者和实践者。也就意味着，人工智能离象牙塔越来越远，离商业化越来越近，并非遥不可及。
Alter，互联网观察者，长期致力于对智能硬件、云计算、VR等行业的观察研究。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）