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！
无论是个人应用场景还是居家场景，作为美好生活的重要一环，消费电子设备都承载着消费者的众多期待：智能、安全、便携等等。让生活不再繁琐，让体验更为舒适是消费电子设备的使命所在，也是比克作为锂电池制造商的赋能核心和发力关键。凭借技术创新的不断突破，比克电池正以点亮美好生活为目标，持续赋能消费科技，助力智能终端进化升级，百度能查到相关资料的。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。
2006至2020年，物联网应用从闭环、碎片化走向开放、规模化，智慧城市、工业物联网、车联网等率先突破。中国物联网行业规模不断提升，行业规模保持高速增长，江苏、浙江、广东省行业规模均超千亿元。
截至到2019年，我国物联网市场规模已发展到15万亿元。未来巨大的市场需求将为物联网带来难得的发展机遇和广阔的发展空间。
近年来，我国政府出台各类政策大力发展物联网行业，不少地方政府也出台物联网专项规划、行动方案和发展意见，从土地使用、基础设施配套、税收优惠、核心技术和应用领域等多个方面为物联网产业的发展提供政策支持。在工业自动控制、环境保护、医疗卫生、公共安全等领域开展了一系列应用试点和示范，并取得了初步进展。
目前我国物联网行业规模已达万亿元。中国物联网行业规模超预期增长，网络建设和应用推广成效突出。在网络强国、新基建等国家战略的推动下，中国加快推动IPv6、NB-IoT、5G等网络建设，消费物联网和产业物联网逐步开始规模化应用，5G、车联网等领域发展取得突破。
政策推动我国物联网高速发展
自2013年《物联网发展专项行动计划》印发以来，国家鼓励应用物联网技术来促进生产生活和社会管理方式向智能化、精细化、网络化方向转变，对于提高国民经济和社会生活信息化水平，提升社会管理和公共服务水平，带动相关学科发展和技术创新能力增强，推动产业结构调整和发展方式转变具有重要意义。
以数字化、网络化、智能化为本质特征的第四次工业革命正在兴起。物联网作为新一代信息技术与制造业深度融合的产物，通过对人、机、物的全面互联，构建起全要素、全产业链、全价值链全面连接的新型生产制造和服务体系，是数字化转型的实现途径，是实现新旧动能转换的关键力量。
我国物联网行业呈高速增长状态 未来将有更广阔的空间
自2013年以来我国物联网行业规模保持高速增长，增速一直维持在15%以上，江苏、浙江、广东省行业规模均超千亿元。中国通信工业协会的数据表明，随着物联网信息处理和应用服务等产业的发展，中国物联网行业规模已经从2013年的4896亿元增长至2019年的15万亿元。
虽然我国物联网发展显著，但我国物联网行业仍处于成长期的早中期阶段。目前中国物联网及相关企业超过3万家，其中中小企业占比超过85%，创新活力突出，对产业发展推动作用巨大。
物联网作为中国新一代信息技术自主创新突破的重点方向，蕴含着巨大的创新空间，在芯片、传感器、近距离传输、海量数据处理以及综合集成、应用等领域，创新活动日趋活跃，创新要素不断积聚。
物联网在各行各业的应用不断深化，将催生大量的新技术、新产品、新应用、新模式。未来巨大的市场需求将为物联网带来难得的发展机遇和广阔的发展空间。
在政策、经济、社会、技术等因素的驱动下，2020年GSMA移动经济发展报告预测，2019-2025年复合增长率为9%左右，2020年中国物联网行业规模目标16亿元，按照目前物联网行业的发展态势，十三五规划的目标有望超预期完成;预计到2025年，中国物联网行业规模将超过27万亿元。
未来物联网行业将向着多元方向发展
标准化是物联网发展面临的最大挑战之一，它是希望在早期主导市场的行业领导者之间的一场斗争。目前我国物联网行业百家争鸣，还未有一个统一的标准出现。因此在未来可能通过不断竞争将会出现限数量的供应商主导市场，类似于现在使用的Windows、Mac和Linux *** 作系统。
合规化同样是当下物联网面临的问题之一，特别是数据隐私问题。目前数据隐私已成为网络社会的一个关键词，各种用户数据泄露或被滥用的事件频发，特别是Facebook的丑闻引发了全球担忧。
因此在未来，我国各种立法和监管机构将提出更加严格的用户数据保护规定，，用户的敏感数据可能会随着时间的推移而受到更严格的监管。
多重技术推动物联网技术创新
从技术创新趋势来看，物联网行业发展的内生动力正在不断增强。连接技术不断突破，NB-Iot、eMTC、Lora等低功耗广域网全球商用化进程不断加速;物联网平台迅速增长，服务支撑能力迅速提升;
区块链、边缘计算、人工智能等新技术题材不断注入物联网，为物联网带来新的创新活力。受技术和产业成熟度的综合驱动，物联网呈现“边缘的智能化、连接的泛在化、服务的平台化、数据的延伸化”等特点。
上数据来源于前瞻产业研究院《中国物联网行业应用领域市场需求与投资预测分析报告》。
物联网
物联网是指无处不在的终端设备和设施，包括具备智能传感器、移动终端、工业系统、楼宇系统、智能家居，通过RFID技术的资产识别，携带无线终端的人、车、动物。其目的是实现物与物、物与人、物品与网络的链接，方便管理及控制。
人工智能
随着万物互联，必将产生海量的数据。人工智能可以通过对数据的收集和处理，完成对数据的分析，从而利用数据提取出模型和规则，用于代替人工进行趋势预测，策略执行等工作。
5G
5G网络具有高速率、大容量、低时延等特点，它可支持长时间、大规模的连接需求的物联网应用。同时，5G技术将在交通、教育、医疗等领域发挥着极大的作用，更将有助于我们充分利用资源，创造出更大的价值。可以说，5G不仅是新一代的移动通讯技术，更是未来实现万物互联的基础。
IoT硬件销售市场规模
中国智能家居市场爆发时间预测
Top12 用户入口调查
通过披露出的数据来看，2020年将会赢来行业的爆发与增长。随着物联网的爆发，必将会带动相关行业的共同繁荣。虽然当下物联网仍处于市场初期阶段，随着相关技术的整合与完善，业务场景的不断优化，必将引发一轮新的技术繁荣，从而把人来待遇另一个新的阶段。
人工智能的时代其实已经到来，随着5G、物联网等的持续发展，万物互联的时代也已经慢慢在“入侵”我们的生活了。
以人工智能为例，现在人工智能产品已经广泛的应用于我们日常生活、企业经营等中，在本次疫情中也有很多人工智能的应用。
人工智能医疗设备、人工智能外呼机器人等等，都是人工智能在改变着我们的生产生活方式。
以呼叫中心为例，我们看看人工智能如何使呼叫中心智能化？
呼叫中心是依靠技术与人力资源支持的行业，随着人口红利的消失，降低人力成本成为企业的迫切需求。利用AI技术，企业呼叫中心将在人机协同、智能分析、优化用户体验方面迎来创新与突破。
在呼叫中心领域，AI技术发展有两大方向：以AI辅助人工劳动，实现高效协同；以AI替代人工劳动，节省人力成本。我们相信以AI辅助人的工作，人机协同提升呼叫中心的效率是现阶段的主要方向。基于呼叫中心的通话能力，我们将开展一系列的人工智能 探索 与实践。
呼叫中心的AI变革，首先发生在呼叫中心座席人员方面，通过ASR语音识别引擎实现对大量通话的有效分析，进行高效的全量智能质检，这是人工智能实现的第一步。第二步，AI技术将针对客户方面进行创新，发展对话机器人。辅助人工座席员开展工作，人工监控对话机器人的表现与服务质量，可以实现高效协同，在必要时参与客户的沟通服务。从客户分析的维度，客服场景中基于用户画像、平台用户行为，预判来电客户的需求；营销场景中，AI技术可以分析潜在用户的匹配度，判断是否为客户，以及选择最合适的沟通时间，实现接通率的优化；在风控场景下，判断用户的信用表现。
此外，在呼叫中心管理运营和决策方面，AI技术将助力企业知识库的建立，成为呼叫中心大脑，实现面向用户体验的呼叫中心服务，帮助进行客户沟通的管理与决策，优化客户沟通体验。在呼叫中心的整体运营监控中，发现问题的预警。在人员技能提升与培训方面，提词器能够帮助新人加速学习，了解业务与解答问题的重点。通过质检打分，支持新人检索优秀员工的话术，实现知识学习、经验积累和技能提升。
我们现在就前进在人工智能时代的道路上。
未来5至10年是人工智能时代的关键发展期。
这是 历史 规律，是人工智能无法阻挡的 历史 趋势。
上面四部曲，大约需要20至30年实现，中间需要解决的问题主要有以下几个人。
自然消化和通过一次性变现解决，不会引起 社会 阵痛，就像上世纪五十年代的工商业改造。
社会 进步必定伴随人的精神状态进步。 社会 风气和习惯具有极大的人性进化力量。简单一点，看看朝鲜和中国的过去，虽然贫穷，到不缺精神。
如果既有富裕，又有精神，这个 社会 是不是人人喜欢！
人的本性使然！
靠科学技术自身的推动力量
靠每一个人的向往和力量
靠 社会 各方的共同努力！
本人作为 科技 领域的创作者，每天都会浏览大量的有关 科技 的信息，并由此深深的觉得我们赶上了一个快速变化的时代， 科技 推动这整个时代的进步，不断诞生的新生事物，充满了未知和变化，也带来了新的机遇。
而物联网就是继互联网之后的又一次信息技术革命浪潮， 谷歌执行董事长Eric Schmidt曾宣称，互联网即将成为 历史 ，物联网将取而代之，成为生活的重要部分。中兴通讯首席技术官兼执行副总裁徐慧俊也曾表示，随着以5G技术为标杆的移动互联网时代到来，万物互联、万物感知正逐渐成为现实。
那物联网离我到底还有多远呢？我们用数据来看一看~
近年来，全球物联网产业市场规模呈现快速上升趋势，已从2013年的19万亿美元上升至2016年的32万亿美元。物联网产业的发展与可用连接数密切相关。 预计到2020年，全球连接数将达到260亿(智能手机90亿，可穿戴设备100亿，M2M连接70亿)，潜在市场规模将超过7万亿美元。
当前，中国物联网产业的空间格局已经形成了以北京、上海、深圳、重庆为核心的环渤海、长三角、珠三角、中西部地区四大产业集聚区。由于中国拥有庞大的全球电子消费市场和工业规模，因此物联网在中国拥有广阔的前景。 2014年，中国物联网产业市场规模达到6000亿元。 2019年9月，在无锡年举行的世界物联网博览会上，发布了《2018-2019中国物联网发展年度报告》。在这份中报告中，2018年我国物联网产业规模已超12万亿元，物联网业务收入较上年增长729%。可见物联网发展之快。 但也不得不承认当前的物联网市场还处于初级阶段，是窗口期。同时，新的洗牌期在到来，行业群雄并起，未来发展潜力巨大。
智能化不是工业化
工业化的三要素：生产者、生产资料和资本是全职时间输送的。
智能化的三要素：消费者、智能手机和消费是休闲时间输送的。
智能化成果按照工业化分配制度分配，是全球所有矛盾的根源。
更直接说：消费者是创造智能化价值的主体，但消费者却不能分享智能化成果是所有矛盾的根源。
因为智能化是未来，是希望！当未来和希望被独享和独占，焦虑会自然覆盖到 社会 的每个角落。
2、智能化10是免费共享，智能化20应该是什么？
站在10领导者的视角，自然是工业化40。依然按照传统分配方式，将未来独享进行到底。
但如果站在消费者的视角，显然是智能化20，承认每个消费者对智能化的贡献。
承认方式：股权共享。
简言之，免费共享，共享的是现在！
股权共享，共享的是现在和未来。
人不仅需要现在，更需要未来。
3、原理与图纸比机器本身更重要！
英国完成第一次工业革命，对其他国家形成碾压式的打击。
满清选择购置q炮，建立北洋舰队，但很快就沉了。
普鲁士选择成为第1个普及义务教育的国家，使德意志民族不仅从一盘散沙的状态走出，引领第二次工业革命浪潮，而且自然孕育出爱因斯坦等一批跨世纪的人才。爱因斯坦时空取代了牛顿时空。因此，重要的是国民应该知道所以然，而不是具体的某个机器、软件和AI。
无人驾驶，无人超市，无人工厂就是人工智能的到来，5G普及就能实现万物互联。未来已来，你准备好了吗？《智能 社会 》已提前十年为我们布局。
我们已经处于这个时代了，一方面一些公司绑架了这些概念，用大量的钱去建设一些似是而非的工程，让我们误解了人工智能和物联网，另一方面，这些技术是革命性的，但还处于初期，就像工业革命刚开始，原始蒸汽机无法带来相比人力的巨大生产力提升。建议去看看谷歌等公司的一些研究，就能体会到这两个技术会带来的变化。
其实现在已经来了，只是还没有形成大面积的普及，比如我们公司的人脸识别门禁等设备。
本人机器人从业者，人工智能目前还是不成熟，最终问题都需要转换为数学算法，其实这个概念几十年前就已经提出来，到现在仍然不成熟。还是从基础学科抓起吧。先把道研究清楚，术自然不是问题
未来已来，你准备好了吗？
从AI的市场需求和政策支持来看，落地应该是非常轻松简单的，可实际上却事与愿违，现实是AI很火但是落地却很难。是什么原因导致AI无法自然融入这个 社会 ，只能成为华而不实的幻影？
从政策来看， 国务院印发的《新一代人工智能发展规划》，计划到2025年，人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为我国产业升级和经济转型的主要动力，智能 社会 建设取得积极进展；到2030年，人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。
从应用来看， 人工智能(AI)技术在工业现代化的浪潮下向各个领域渗透，包括市政、交通、医疗、商用等，随着5G商用的春风，如今AI技术更火了。
从数据来看， 2020年中国人工智能产业规模超过1500亿元，带动相关产业规模超过1万亿元。然而AI企业在资本市场并不太顺利，在 探索 技术与产品、应用与商业方面存在着各种各样的问题。
人工智能行业历经多年快速发展，逐步进入一个瓶颈期。一个很重要的影响因素就是AI落地难。那么，到底是什么阻碍了AI落地？
场景限制
碎片化太严重是AI应用落地的一大瓶颈。AI并不是万能的，在使用上经常受限于场景，随着用户对AI应用的诉求变得越来越个性化和碎片化，企业所提供的产品和解决方案也呈现碎片化，然而场景多样化的脚步并未追上AI算力的增长，溢出的算力需要更多的场景来释放其能力。
数据制约
数据也是制约AI成功落地的一大因素。由于AI依赖数据训练基础算法，因而获得有意义的高质量数据，对于AI落地成功至关重要。如果缺少统一、标准化、高质量的数据，AI应用可能就是无米之炊、无源之水。
人才短缺
AI不只是一个技术、工具，更是一种思维方式，在AI落地过程中，储备真正懂得AI思维、AI语言的人才，显得尤为重要。实施AI项目通常需要数据科学家、ML工程师、软件架构师、BI分析师等相关人员组成团队，但是这些有经验的专业人员很难聘请，这种状态进一步导致了AI的落地难。
成本高昂
企业用户的核心目标是利用人工智能技术实现业务增长，只有将AI技术应用到现实世界里，才能为企业创造利润价值。然而，在深入产业落地的过程中，落地成本太高的问题被暴露出来，而这些也成为当前阶段AI落地应用过程中新的痛点。
总结
AI如何落地一直是行业热议的话题。我们看到近两年，在疫情、物联网、5G、智能化等因素的影响下AI的应用需求更加明晰。应用场景、资源与基础设施、算法和模型、智能设备、数据构成了AI技术落地的五大要素。如何将这五大要素在落地场景中实现协调，是AI技术在产业界落地的另一个关键点。
虽然AI离实际落地还有很长一段路要走，但是从长远来看，AI还有很大的进步空间，市场前景广阔，是发展潜力无限的朝阳产业。
中金公司指出，随着5G落地及人工智能发展，AIoT即人工智能物联网进入发展快车道。我国5G基站数达到1159万，5G网络基本实现全覆盖。未来5G的建设重点将转向应用场景 探索 及落地，以智能驾驶、智慧城市、智慧电网等为代表的AIoT场景要求广连接、高质量的通信网络，成为5G理想的落地场景。同时，物联网触达海量数据的特性为AI应用提供支撑，而AI能够反向提升物联网终端的智能化水平及用户体验，飞轮效应有望驱动AIoT快速发展。无线通信契合物联网发展需要，发展前景广阔。国内厂商市场份额持续提升，看好龙头模组厂商构筑长期竞争壁垒。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）