AI全球格局之人工智能即将变革的三大领域

作者 | 宫学源

人工智能技术的应用，或许能帮助蓝色星球的科学家们摆脱无穷无尽实验的痛苦，加速重大科学理论的发现，将人类文明提升到新的台阶。

——题记

人工智能技术的潜力大家都有目共睹，但未来人工智能可以用来做什么，将会给人类社会带来多大的变革，也在考验我们的想象力。

尽管人工智能技术还处在初级发展阶段，但它现有的能力也足以改变众多领域，尤其是那些有着大量数据却无法有效利用的领域。

1 人工智能推动基础科学理论突破

实际上，材料、化学、物理等基础科学领域的研究过程中充满了“大数据”，从设计、实验、测试到证明等环节，科学家们都离不开数据的搜集、选择和分析。

由于物理、化学或力学规律的存在，这些领域的数据往往都是结构化的、高质量的以及可标注的。

人工智能技术（机器学习算法）擅长在海量数据中寻找“隐藏”的因果关系，能够快速处理科研中的结构化数据，因此得到了科研工作者的广泛关注。

人工智能在材料、化学、物理等领域的研究上展现出巨大优势，正在引领基础科研的“后现代化”。

以物理领域为例，人工智能的应用给粒子物理、空间物理等研究带来了前所未有的机遇。为寻找希格斯玻色子（上帝粒子），进一步理解物质的微观组成，欧洲核子研究中心（CERN）主导开发了大型强子对撞机（LHC）。

LHC是目前世界上最大的粒子加速，它每秒可产生一百万吉字节（GB）的数据，一小时内积累的数据竟然与Facebook一年的数据量相当。

有一些研究人员就想到，利用专用的硬件和软件，通过机器学习技术来实时决定哪些数据需要保存，哪些数据可以丢弃。

事实证明，机器学习算法可以至少做出其中70%的决定，能够大大减少人类科学家的工作量。

尽管人工智能商业化发展更容易受关注，但人工智能在基础科研中的应用，却更加激动人心。

因为社会生产力的变革，归根结底在于基础科研的进一步突破。

我们或许再也回不到有着牛顿、麦克斯韦和爱因斯坦等科学“巨人”的时代。

在那个时代，“巨人”们可以凭借着超越时代的智慧，在纸张上书写出简洁优美的定理，或者设计出轰动世界的实验。

像这样做出伟大工作的机会或许不多了，在这个时代，更多需要的是通过大量实验数据来获取真理的工作。

大到宇宙起源的探索，小到蛋白质分子的折叠，都离不开一批又一批科学家们前赴后继、执着探索。

人工智能技术的应用，或许能帮助蓝色星球的科学家们摆脱无穷无尽实验的痛苦，加速重大科学理论的发现，将人类文明提升到新的台阶。

2 人工智能推动社会生产效率快速提升

人工智能无疑是计算机应用的最高目标和终极愿景：

彻底将人类从重复机械劳动中解放出来，让人们从事真正符合人类智能水平、充满创造性的工作。

在60年的人工智能发展史中，已经诞生了机器翻译、图像识别、语音助手和个性推荐等影响深远的应用，人们的生活在不知不觉中已经发生了巨大变化。

未来，人工智能应用场景进一步延伸，是否能够带来社会生产效率的极大提升，引领人类进入新时代？

为了探索这一问题，曾在谷歌和百度担任高管的吴恩达于2017年成立了一家立足于解决 AI 转型问题的公司 Landing ai。

吴恩达通过一篇文章和一段视频在个人社交网站上宣布了该公司的成立，并表示希望人工智能能够改变人类的衣食住行等方方面面的生活，让人们从重复性劳动的精神苦役中解脱。

Landing的中文含义是“落地”，这家公司的目标是帮助传统企业用算法来降低成本、提升质量管理水平、消除供应链瓶颈等等。

截至目前，Landing ai已经选择了两个落地领域，分别是制造业和农业。

Landing ai最先与制造业巨头富士康达合作。

Landing ai尝试利用自动视觉检测、监督式学习和预测等技术，帮助富士康向智能制造、人工智能和大数据迈进，提升制造过程中AI应用的层次。

吴恩达认为，人工智能对制造业带来的影响将如同当初发明电力般强大，人工智能技术很适合解决目前制造业面临的一些挑战，如质量和产出不稳定、生产线设计d性不够、产能管理跟不上以及生产成本不断上涨等。

目前，工业互联网、智能制造和工业40等概念已经深入人心，传统企业都在向智能化、数据化转型，但生产过程中获取的大量数据如何应用又成了新的问题。Landing ai与富士康的合作，或许将给传统制造的从业者带来新的启示。

当然，制造业的核心竞争力还在于制造业本身，比如车床的精度、热处理炉的温度控制能力等等，农业的核心竞争力也在于农业本身，比如育种技术、转基因技术等等。

人工智能技术的主要价值在于提升决策能力，进一步提升生产效率，以及降低人的重复性劳动等方面，这就是人工智能为什么可以“赋能”各个行业的原因。

3 人工智能将有效改善人类的生存空间

自第一次工业革命以来，人类活动对自然界造成的影响越来越大，日益增长的资源需求使得土地利用情况产生巨大变化，污染愈发严重，生物多样性锐减，人类的生存空间变得越来越恶劣。

进入人工智能时代后，怎样更好地利用大数据和机器学习等前沿技术，为环保和绿色产业赋能，成为了政府、科学家、公众以及企业的关注焦点。

在能源利用方面，谷歌旗下的DeepMind无疑走在了最前面。

2016年开始，DeepMind将人工智能工具引入到谷歌数据中心，帮助这家科技巨头节省能源开支。

DeepMind利用神经网络的识别模式系统来预测电量的变化，并采用人工智能技术 *** 控计算机服务器和相关散热系统，成功帮助谷歌节省了40%的能源，将谷歌整体能效提升了15%。

2018年后，DeepMind更是将“触手”伸向了清洁能源领域。我们都知道，风力发电因为有较大的波动性和不可预测性，因而难以并入电网，无法有效利用。

DeepMind利用天气预报、气象观测等数据训练神经网络模型，可以提供36小时后的风力预测，从而让农场的风力发电变得能够预测。

一旦风力发电可以预测，电厂就能有充裕的时间启动需要较长时间才能上线的发电手段，与风力互补。如此一来，风电并网难的问题就可轻松解决。

DeepMind预测的风力发电量和实际发电量对比

在自然环境保护方面，微软的“人工智能地球计划（AI of Earth）”则为大家做出了表率。

这一计划于2017年7月启动，旨在借助云计算、物联网和AI技术，保护和维持地球及其自然资源，通过资助、培训和深入合作的方式，向水资源、农业、生物多样性和气候变化等领域的个人和组织机构提供支持。

例如，“SilviaTerra”项目通过使用Microsoft Azure、高分辨卫星图像和美国林务局的现场数据来训练机器学习模型，实现对森林的监测；“WildMe”项目通过使用计算机视觉和深度学习算法，可对濒临灭绝的动物进行识别；“FarmBeats”项目在户外环境下可以通过传感器、无人机以及其它设备改进数据采集，进而提高农业的可持续性。

在前三次工业革命中，科学技术进步给人们带来极大生活便利的同时，也带来了气候变化、生物多样性退化、大气与海洋污染等棘手的自然环境问题，人类的生存环境正逐渐变得恶劣。

从表面上看，似乎发达经济体的自然环境已经改善了，但这种改善是以转移污染、破坏发展中国家自然环境为代价的，世界整体的自然环境状况依然不容乐观。

一直以来，人们寄希望于未来的科学技术进步能够解决当下的自然环境问题，而人工智能技术的出现点燃了这一希望。

一旦人工智能技术可以加速基础科学理论的突破，实现生产效率的大幅提升，有效改善人类的生存空间，一切发展与自然环境的问题也就迎刃而解。

4 总 结

站在2019年看人工智能，不免感到几丝寒意。人工智能算法没有明显突破，鲁棒性差、算法黑箱等问题依然突出，部分商业化落地也不及预期，一些专家学者开始担心人工智能将迎来新的“寒冬”。

但若站在未来回顾人工智能，当前所有的担忧将仅仅是一个个小插曲。

即便是目前，人工智能技术的潜力也远远未终结。

人工智能即将带来的变革，仍将会超乎大部分人的想象。

近年来，许多行业都已切实感受到人工智能带来的颠覆，包括金融、制造、教育、医疗和交通等等。

但人工智能的价值维度还有很多，加速基础科学研究、提升社会生产效率和改善人类生存空间也只是其中的几个方面，我们不妨先提升一下自己的想象力。

人工智能将为人类带来怎样的变革，让我们拭目以待吧！

AloT的英文全称是“Artificial&InternetofThings”，广义上是指人工智能技术与物联网在实际应用中的落地融合，但伴随着5G浪潮的到来，“AloT”的内涵也愈加丰富。AIoT不是简单的AIIoT，而是应用人工智能、物联网等技术，以大数据、云计算为基础支撑，以半导体为算法载体，以网络安全技术作为实施保障，以5G为催化剂，对数据、知识和智能进行集成。

5G、AI等新兴技术在2019年全面爆发，让自动驾驶、城市大脑、AI养老、医疗影像等越来越多应用场景走下“神坛”进入我们的生活。5G具有高速率、大容量、低时延的特性，为万物互联的物联网（IoT）带来更高效的信息传输通道，在智能家居、车联网、无人驾驶、智慧城市、智慧医疗、智慧农村等领域都拥有广阔的前景。而AI技术的加持，则为IoT提供更智慧的信息收集入口，以及更丰富的应用场景。通过AI能够将一个比较孤立的设备拉入场景化，可大大提升IoT的响应空间。

高通近期将不少资源投注在AI、嵌入式应用与物联网上，而稍早它们也公布针对物联网终端装置的视觉智慧平台产品，首批的两款产品采用10nm制程，分别为QCS605以及QCS603，整合高通在运算与AI的技术，搭载高通的ISP、高通人工智慧引擎、GPU与ARM多核CPU技术、向量处理器，提供高性能的机器视觉技术与应用，能用于工业与消费级的安防相机、运动相机、穿戴式影像产品、VR与360相机、机器人以及智慧显示器等。

基于QCS605以及QCS603已经开始进行送样，同时也与华晶科技合作，推出基于QCS605的VR360度相机，并预计在2018下半年推出QCS603的工业级安控相机参考设计。目前包括KEDACOM与RicohTheta皆宣布将采用此平台开发新影像产品，另外如商汤科技、Pilotai与MMSolution等也将提供如支援脸部、图像与物体辨识技术，以及运动与物体侦测、分类与追踪，还有先进图像品质校准服务等资源。

QCS605与QCS603皆采用高通半客制化Kryo300系列CPU搭配Adreno615GPU，而效能较高的QCS605采用2Kryo300Gold(25GHz)6Kryo300Silver(17GHz)CPU，至于QCS603为2Kryo300Gold(16GHz)2Kryo300Silver(17GHz)组合，两者皆具备Hexagon685DSP，可支援整合高通Snapdragon神经处理引擎软体框架、ONNX交换格是、Android神经网路API与高通HexagonNeuralNeork的高通人工智慧引擎，能够达到每秒21TOPS的深度神经推理网路性能。

同时两项视觉智慧平台搭载双14bit的Spectra270ISP，可支援4K@60fps或是57K@30fps的影片，或是以更低解析度进行多路并行串流，同时支援双16M相机，并且可提供避免在HDR产生叠影的交错式HDR、电子防手振、变形校正、降噪、色差校正与硬体式移动补偿式时间滤波。

同时两项视觉智慧平台皆可支援最高WQHD解析度的触控萤幕，也可相容馆饭的作业系统，开发者能够借由其支援的硬体加速合成、3D覆盖、OpenGL、OpenCL与Vulkan等主流API，能作为开发者进行产品差异化，并可用于VR360相机的终端内容自动拼接，机器人导航与避障，或是运动相机的影片摘要机能。

此外还搭载MU-MIMO与双频同步的2x280211acWiFi、蓝牙51，以及支援高通3D音讯、高通Aqstic音讯与aptX音讯等，搭配人工智慧技术，可支援自然语言处理；音讯语音辨识；语音插播与在嘈杂环境下的关键音讯收音；当然为了符合工业安全需求，也提供如硬体可信根的安全启动、可信执行环境、硬体加密引擎、储存安全、金钥分发与无线协议安全等。

我觉得二者相辅相成，但物联网可能更适应社会发展需求。原因如下

人工智能类似软件，需要物联网作为载体，物联网类似个硬件，是需要人工智能来驱动的。人工智能需要落地的应用作为载体，物联网就是一个最重要的载体。

物联网的英文是Internet of things简称IOT，翻译过来就是,,物物相连,万物互联，简单来说,即是物与物相连互联的互联网，但其实,物联网在我们的生活中已经无处不在，从我们在上学期间使用的校园一卡通，到高速上的ETC,再到近些年流行的智能手环可穿戴设备等等，都是物联网运用的例子，另外,随着AI技术的发展，物联网+AI带来了更多的可能性。

传统家居产品的智能化就是一个很好的例子，互联网时代,我们使用手机等设备获取输出信息，d属于人机交互模型，是以人为主体在网络上传输数据和信息，物联网主要分为3个组成部分，网络连接(connectivity)、数据处理，(device)、网络连接，传感器被安装在各种产品中，它们就是万物互联的物，这些传感器或者是芯片，让产品拥有感知能力和数据处理能力。

同时物联网感知设备每天可以收集产生大量的数据，如何利用这些数据并且分析数据，就成为难题，随着人工智能的发展，一些人工智能的分析方法就可以引入进来，人工智能为物联网面临的数据难题提供了最好的解决方案，人工智能通过强大的数据分析能力，在人类的帮助下做出最佳的决策，人工智能与物联网相融合，利用人工智能实时分析数据的物联网设备终端正在走入我们的千家万户。
最简单的设备例子：语音音箱和手机端语音助手，就是建立在自然语音处理的技术之上的物联网终端设备，物联网家庭摄像头也极大的依赖计算机视觉技术实施监控功能。这些物联网设备也只有借助人工智能技术的加持才能真正的发挥其优越性。物联网和人工智能 的关系就是一种相辅相成，携手并进，互相依赖的关系。

但人工智能的周期发展还是很长的，而目前很多大学把人工智能的核心的内容在研究生阶段培养，本科阶段用来测验学生是否有学习的潜力和能力。同时人工智能专业对教学设备和教学师资有过高的要求，而人工智能行业但凡有独特认知和能力的人才基本上在大型企业，没有在学校。人工智能对学历要求比较高。
物联网工程的市场庞大，因此就业前景也非常好。毕业生可从事信息传播时代内容方面的深度、综合、跨学科的信息传播工作,同时也能在新闻传播技术方面从事设计、制作等方面的传播技术类工作或者在政府管理部门、科学研究机构、设计院、咨询公司、建筑工程公司、物业及能源管理、建筑节能设备及产品制造生产企业等单位从事建筑节能的研究、设计、施工、运行、监测与管理工作等等。

AI引领商业智能化时代

有人说：世界经济过去二十年主要靠IT，但未来五十年靠的是AI(人工智能);也有人说：AI将会给人类带来的威胁，将从实业衰败开始，并以人机战争结束。尽管，我们一边 *** 心着美国越来越多的大商场都用自动结款机后零售业的1600万员工是不是快失业了;但仍一边期待新的变革到底如何颠覆。

AI技术引爆工业40时代商业迈进智能化决策时代

眼下，各大科技巨头纷纷布局人工智能。就在国务院规划出台的同一天，2017联想全球创新科技大会上“让世界充满AI”的主题也刷爆了朋友圈。联想集团高级副总裁贺志强表示，智能互联网在未来十年是最好的投资机会，同时列举未来人工智能的发展及投资将重点布局六大方向：普适计算、AR/VR、AI核心驱动力改造所有传统行业、数据中心重塑、公有云服务及IT转型。

有媒体评论称，AI正在引发的第四次工业革命，让联想的企业转型之路充满了动力，也让刘强东和李斌等人借这“AI”风口，怒刷了一回存在感。

实际上，从18世纪至今，在这200多年的时间里，世界通过三次工业革命完成了机械化、电气化、信息化的变革，而每一次的工业革命都给我们的经济、社会、人文等各个方面带来翻天覆地的变化。如果说，前三次工业革命重点解决的是生产效率和产能问题，更多的是释放人类肌肉的力量的话，那么第四次工业革命的主要使命，就是解放人类脑力劳动，帮助人类进入智能化决策时代。

早在2016商业评论大会上，阿里巴巴集团首席战略官曾鸣曾表示，在未来智能无所不在。现今社会云计算、大数据、人工智能等领域的变化带来了社会各个方面的进步，比如基因工程、新材料、人工智能物联网等方面。而在这样巨大的变革背景下，最重要的变化则是一切商业的未来都必须智能化。

商业智能化是未来最重要的发展趋势。智能物联时代和智能商业化时代的到来，既意味着传统行业面临被倒逼升级的挑战，但更多带来的是创新发展的机遇。如何通过智能化和数据化提升企业的运营水平，并通过智能应用以及大数据挖掘洞察不断满足消费者的需求，成为各行业领头羊的共同探索方向。

智能物联风口爆发在即资本争相布局商业智能化

何为智能化？其核心是未来商业的决策会越来越多地依赖于机器学习、人工智能，机器在很多商业决策上将扮演非常重要的角色，它能取得的效果超过今天人工运作带来的效果。

简单来说，商业智能化即是要做数据化、算法化和产品化这三件事情。当今人工智能的技术核心既是数据化，归根结底是通过机器对大数据不断计算反馈的优化结果。有了数据化基础，随之而来的则是基于数据挖掘价值，即为通过写代码回归程序的路径实现算法化，进而实现价值转化。所以算法化绝对是在互联网时代能够创造巨大价值的新概念。在此基础上，通过数据提取、计算、修正调整、反馈等一系列过程，加上对垂直领域的理解，利用技术形成解决方案的产品化环节则是至关重要的一环。

智能化所带来的价值将或将达到空前的高度，它是基于大数据技术创新上搭建的全新智能运营模式。从商业智能化的趋势来看，未来数据处理也将作为公共基础设施服务存在于新智能时代。而中国这一全球最大市场，仍被视为实现商业智能化的最佳市场。上海市中国特色社会主义理论体系研究中心研究员、华东政法大学教授高奇琦等多位专家表示，中国地大物博人口众多，在人工智能替代领域具有诸多优势。

事实上，我国已经在人工智能领域全面发力，7月20日国务院发布《新一代人工智能发展规划》称，到2030年人工智能理论、技术与应用总体达到世界领先水平，核心产业规模预计超过1万亿元。同时支持国内人工智能企业开展海外并购、股权投资、创业投资和建立海外研发中心等发展模式。

随着计算机成本的下降以及搜集和处理数据能力的快速提升，大数据应用基础已日渐成熟。可以预测，下一阶段将成为人工智能和物联网应用的爆发阶段，市场潜力得以释放。与此同时，国内针对人工智能领域的初创企业投资也正经历着爆发式的增长，使得2017年有望成为全球人工智能商业化运用的元年。

资本的动向正是判断人工智能前景最灵敏的风向标。根据KPMG的研究数据表明，2016年风险投资已经从大数据转向到AI人工智能;乌镇智库数据显示，去年中国AI企业总投资达到26亿美元，美国同期最高预计投资179亿美元;据网易报道，2016年202个中国AI初创公司募集了近10亿美元。

据统计显示，就在刚刚过去的一个月内，包括中国创业公司商汤科技、机器人公司Geek、云脑科技等国内多家与人工智能相关的企业均获得了最新的融资进展。其中，卡位智能物联网的生态平台特斯联科技，更创下国内移动物联网行业的最大融资额，被视为商业智能化时代的下一代“独角兽”。据悉，特斯联(北京)科技有限公司，已于2016年底完成共计5亿人民币A1A2轮融资;据公布资料显示，本轮融资由中国光大旗下基金与IDG资本、中信系产业资本以及其它战略投资人共同完成。

开辟物联网创新商业模式特斯联欲撬动“后地产时代”千亿级市场

Google移动平台副总裁安迪·鲁宾曾说过，下一个计算大浪潮将出现在人工智能领域，机器人和自动化技术将进入人们的生活。

想象一下，在未来社会的各行各业中，流水线工人、企业客服、司机等单纯机械重复和缺乏创造力的职业将首先被人工智能代替，随后是具有较高附加价值、相对机械重复、可替代度高的网络编辑、语言翻译及医疗行业等职业。人工智能将充分发挥其社会价值，智能化技术让交通变成了智能交通，医疗变成了智能医疗，同时也推动智能农业、智能城市等等出现。

未来城市将会是万物互联的智慧体，通过智能化、数据化手段升级工业、农业、房地产产业，盘活海量的存量市场。在城市中，产业智能化将成为“后地产时代”最大的挑战，同时，这也是未来物联网创新商业模式的机会所在。

正如城市演化过程中，建筑扮演了城市的重要组成部分一样，建筑也承载了城市基本的服务功能。然而在物联网、人工智能等技术日新月异的今天，建筑和城市的设备设施、运营管理等却停留在昨天，从经济成长、世界潮流及人类需求的角度而言，城市智能化发展已是刻不容缓的议题。

如今，站在能够预见到未来的科技大门之前，我们能够看到，在智能商业化的时代中，无人驾驶会取代司机，语音识别软件会取代翻译、人工智能会取代医生进行精密手术 *** 作，一系列现存的职业及行业将会随着科技时代的进步慢慢消失，但有的行业却将迎来千载难逢的机会;如同特斯联科技般的智能物联网领军企业，运用数据处理、自动化管理，将钢筋水泥的传统建筑升级为智慧生命体，完成建筑乃至是城市的智能化升级，必将带来焕然一新的未来城市新生活。

采集视频数据的方式可以通过很多种技术手段实现。其中，物联网和AI技术是常用的手段之一，但并不是唯一的方式，也不是必需的。
在物联网技术中，各种设备可以通过互联网连接到一起，交换数据和信息。例如，一些智能监控设备可以自动采集视频数据，并通过互联网上传到云端服务器，以便进行存储、分析、解析等 *** 作。
在AI技术中，利用深度学习、图像识别、目标检测等算法，人工智能系统可以对视频数据进行解析，以获得更多的信息和洞察。例如，人工智能可以自动识别视频中的人、车、物体等，并提取相关的特征和数据。
除此之外，采集视频数据的方式还可以包括传统的摄像机、监控器等设备，以及一些其他技术手段。在具体应用场景中，需要综合考虑技术成本、视野范围、分辨率、数据处理速度等因素，选择最适合的采集方式。

---