您好,微网欢迎您! 登录  |  注册
汕头公司 |  深圳公司              咨询热线:400-830-8248               微网优点  |  视频介绍 |  服务支持
开店咨询
咨询电话:400-830-8248
微网商学院
中国领先私域电商学院
网络商学院
首页 > 业内新闻
AI 互联网就要到来:BAT、微软、联想们危险了,而你不需要上班了
文章出处:微网  更新时间:2016-11-21  点击率:
AI 互联网就要到来:BAT、微软、联想们危险了,而你不需要上班了

近来因为创业同陈孝良博士(声智科技创始人,声学、语音识别专家)对未来进行了较多探讨,非常认同陈博士对未来趋势的两个关键判断:

 

1. 移动互联网之后 AI (人工智能,英语 Artificial Intelligence)互联网正在到来,但这是一个慢热的过程。

 

2. 2~3年内 AI 领域会出现回调(类似2000年的互联网)。

 

用常用语来描述那就是前途是光明的,但道路是曲折的。这篇文章主要就想探讨下曲折的道路上会有什么,道路的终点又会有什么。

 

AI互联网时代

 

现在我们的生活里处处都是移动互联网的痕迹:今日头条、微博、微信、起点读书、京东、美团外卖、滴滴打车时刻围绕在我们周围。手机已经成为一种外延器官,人们的生活围绕着手机展开。

 

AI 互联网则会被进一步重构每个人生活的模式,想象一下:

 

早晨 Echo 这样的智能助理会把我们从睡梦中叫醒,当我们还赖在床上的时候,它会根据我们的偏好组合出一组有趣的新闻。起床后,智能助理帮预定的早餐已经送到,又因为这一天是在家办公,所以可以比较悠闲的吃个早饭。之后则会带上一幅 AR 眼镜开始自己一天的工作,当需要和同事沟通时那个同事会被迅速投影到自己的身边,共享相同的视角进行问题讨论。工作一段时间后智能助理会提醒你需要进行活动,并根据日常的习惯推荐了今天的午餐,你从推荐中选了一个,然后继续一天的工作。晚上需要外出时一辆无人驾驶的车会根据此前的预约开到指定地点来接你。晚上回家后,智能助理提示说你关注的老家的房价又有变化可以入手了,这时又需要带上 AR 眼镜,身临其境的感受目标房子的状况。远程办公因为 AI 互联网而越来越方便,所以你可能会考虑告别高房价的大都市,回到自己的家乡了......

 

AI 互联网下智能助理无处不在,自动化无处不在,增强现实无处不在,这与移动互联网不同。

 

此前人们尝试用IoT(万物互联)来描述下个时代,想象出的图是下面这样:

 

AI 互联网就要到来:BAT、微软、联想们危险了,而你不需要上班了

 

---By Gartner

 

但万物互联这表述并没抓住变化的关键点,同连接、乃至数据的产生方式相比,更重要的显然是数据的消费方式(场景和人机交互方式)和处理方式(比如云)。

 

2016年这个时间点之所以激动人心是因为从智能助理到 AR 眼镜再到自动驾驶每一点都露出了一点点曙光,所以人们才对 AI 倾注了如此多的热情,但所谓的泡沫大多时候根本不来自于事情本身的不合理和没想象空间,而是来自于尺度上的误判。要想把握这种尺度,那么要回到新浪潮根本的技术驱动力。

 

AI 互联网的核心驱动力

 

各方面的技术进展确实都在暗示我们 AI 互联网会来。

 

AI 互联网的核心基石之一是传感器。

 

显然只有及时充分感知到环境的变化智能助理才能变得真正智能。也只有真正感知环境才能有真的自动化。假设我们对智能助理说:请帮我放首歌吧。这个时候如果什么数据都没有,那智能助理唯一能做的事情是随机选一首,最终结果就是你可能喜欢刘德华但出来的是鹿晗。这不是智能不智能的问题,你让一个陌生人在打电话的时候给你推荐首歌一样是这结果。

 

这时候为了让智能助理真的智能,那需要让它有眼睛、耳朵和记忆。假设说它有了记忆,那从你的历史数据中就会发现你是个中年大叔,听歌也比较怀旧,那就不会推鹿晗给你了,但如果没有眼睛和耳朵那它还是可能在你想放浪漫一点的歌时来首哀伤的破坏气氛,为了解决这问题就需要利用到眼睛(比如摄像头)和耳朵(比如麦克风阵列)拥有感知环境的能力,通过它们智能助理就可以识别出你是一个人躺在床上还是在和女朋友一起,是在咖啡厅还是一个人在大街上。

 

传感器的精度和种类确实在增加(参见下图),尺寸也确实在缩小,电池的发展一般给力,但问题是前端计算能力不足,同时数据是割裂的,一个人的不同维度的数据是在不同的公司手中。

 

AI 互联网的第二个基石是带宽和延时。

 

在带宽和延时上唯一的障碍就是时间,指望 5G 3 年内摊开显然是不现实的。

 

AI 互联网的第三个基石是深度学习、数据和计算能力。

 

其中计算能力的增长借助 GPU Graphics Processing Unit,图形处理器)增速最为迅猛,也最为确定,3年间训练速度增加60倍,Inference 速度增加约16倍。数据的获取则会受制于传感器的部署,但算法的进一步突破则具有高度的不确定性,科学家们很可能在十年间也搞不定 NLU (自然语言理解,Natural Language Understanding)和无监督学习,这是让AI互联网迟到的最大风险。

 

商业信号则从另一个侧面佐证了很多大公司也作出了同样的判断。

 

最近与此相关的三场收购是高通收购 NXP,三星收购哈曼,ADI 收购固态激光波束转向技术 Vescent Photonics。这些公司如果不是对未来的做出了某种预判这些收购就不会发生。

 

文章编辑:Micronet微网  最好的微商城系统尽在Micronet微网

如需了解更多微商城资讯  可报名申请或拨打全国免费电话400-830-8248

   

 

                                                   

声明:本网部份文章为转载文章,在每篇文章底部有说明,文章的观点和立场仅代表作者个人立场,不代表微网立场,若是文章转载中有侵范您的权益,请发邮件到 493149@qq.com或致电13922854199通知删除,谢谢!

在线咨询

免费电话 免费热线:400-830-8248  

微信咨询  

注册开店

代理加盟

返回顶部