国产九色porn网址_亚洲综合伊人_91麻豆精品视频_免费吸乳羞羞网站视频

您好,微網歡迎您! 登錄  |  注冊
汕頭公司 |  深圳公司              咨詢熱線:400-830-8248               微網優點  |  視頻介紹 |  服務支持
開店咨詢
咨詢電話:400-830-8248
微網商學院
中國領先私域電商學院
網絡商學院
首頁 > 業內新聞
AI 互聯網就要到來:BAT、微軟、聯想們危險了,而你不需要上班了
文章出處:微網  更新時間:2016-11-21  點擊率:
AI 互聯網就要到來:BAT、微軟、聯想們危險了,而你不需要上班了

近來因為創業同陳孝良博士(聲智科技創始人,聲學、語音識別專家)對未來進行了較多探討,非常認同陳博士對未來趨勢的兩個關鍵判斷:

 

1. 移動互聯網之后 AI (人工智能,英語 Artificial Intelligence)互聯網正在到來,但這是一個慢熱的過程。

 

2. 2~3年內 AI 領域會出現回調(類似2000年的互聯網)。

 

用常用語來描述那就是前途是光明的,但道路是曲折的。這篇文章主要就想探討下曲折的道路上會有什么,道路的終點又會有什么。

 

AI互聯網時代

 

現在我們的生活里處處都是移動互聯網的痕跡:今日頭條、微博、微信、起點讀書、京東、美團外賣、滴滴打車時刻圍繞在我們周圍。手機已經成為一種外延器官,人們的生活圍繞著手機展開。

 

AI 互聯網則會被進一步重構每個人生活的模式,想象一下:

 

早晨 Echo 這樣的智能助理會把我們從睡夢中叫醒,當我們還賴在床上的時候,它會根據我們的偏好組合出一組有趣的新聞。起床后,智能助理幫預定的早餐已經送到,又因為這一天是在家辦公,所以可以比較悠閑的吃個早飯。之后則會帶上一幅 AR 眼鏡開始自己一天的工作,當需要和同事溝通時那個同事會被迅速投影到自己的身邊,共享相同的視角進行問題討論。工作一段時間后智能助理會提醒你需要進行活動,并根據日常的習慣推薦了今天的午餐,你從推薦中選了一個,然后繼續一天的工作。晚上需要外出時一輛無人駕駛的車會根據此前的預約開到指定地點來接你。晚上回家后,智能助理提示說你關注的老家的房價又有變化可以入手了,這時又需要帶上 AR 眼鏡,身臨其境的感受目標房子的狀況。遠程辦公因為 AI 互聯網而越來越方便,所以你可能會考慮告別高房價的大都市,回到自己的家鄉了......

 

AI 互聯網下智能助理無處不在,自動化無處不在,增強現實無處不在,這與移動互聯網不同。

 

此前人們嘗試用IoT(萬物互聯)來描述下個時代,想象出的圖是下面這樣:

 

AI 互聯網就要到來:BAT、微軟、聯想們危險了,而你不需要上班了

 

---By Gartner

 

但萬物互聯這表述并沒抓住變化的關鍵點,同連接、乃至數據的產生方式相比,更重要的顯然是數據的消費方式(場景和人機交互方式)和處理方式(比如云)。

 

2016年這個時間點之所以激動人心是因為從智能助理到 AR 眼鏡再到自動駕駛每一點都露出了一點點曙光,所以人們才對 AI 傾注了如此多的熱情,但所謂的泡沫大多時候根本不來自于事情本身的不合理和沒想象空間,而是來自于尺度上的誤判。要想把握這種尺度,那么要回到新浪潮根本的技術驅動力。

 

AI 互聯網的核心驅動力

 

各方面的技術進展確實都在暗示我們 AI 互聯網會來。

 

AI 互聯網的核心基石之一是傳感器。

 

顯然只有及時充分感知到環境的變化智能助理才能變得真正智能。也只有真正感知環境才能有真的自動化。假設我們對智能助理說:請幫我放首歌吧。這個時候如果什么數據都沒有,那智能助理唯一能做的事情是隨機選一首,最終結果就是你可能喜歡劉德華但出來的是鹿晗。這不是智能不智能的問題,你讓一個陌生人在打電話的時候給你推薦首歌一樣是這結果。

 

這時候為了讓智能助理真的智能,那需要讓它有眼睛、耳朵和記憶。假設說它有了記憶,那從你的歷史數據中就會發現你是個中年大叔,聽歌也比較懷舊,那就不會推鹿晗給你了,但如果沒有眼睛和耳朵那它還是可能在你想放浪漫一點的歌時來首哀傷的破壞氣氛,為了解決這問題就需要利用到眼睛(比如攝像頭)和耳朵(比如麥克風陣列)擁有感知環境的能力,通過它們智能助理就可以識別出你是一個人躺在床上還是在和女朋友一起,是在咖啡廳還是一個人在大街上。

 

傳感器的精度和種類確實在增加(參見下圖),尺寸也確實在縮小,電池的發展一般給力,但問題是前端計算能力不足,同時數據是割裂的,一個人的不同維度的數據是在不同的公司手中。

 

AI 互聯網的第二個基石是帶寬和延時。

 

在帶寬和延時上唯一的障礙就是時間,指望 5G 3 年內攤開顯然是不現實的。

 

AI 互聯網的第三個基石是深度學習、數據和計算能力。

 

其中計算能力的增長借助 GPU Graphics Processing Unit,圖形處理器)增速最為迅猛,也最為確定,3年間訓練速度增加60倍,Inference 速度增加約16倍。數據的獲取則會受制于傳感器的部署,但算法的進一步突破則具有高度的不確定性,科學家們很可能在十年間也搞不定 NLU (自然語言理解,Natural Language Understanding)和無監督學習,這是讓AI互聯網遲到的最大風險。

 

商業信號則從另一個側面佐證了很多大公司也作出了同樣的判斷。

 

最近與此相關的三場收購是高通收購 NXP,三星收購哈曼,ADI 收購固態激光波束轉向技術 Vescent Photonics。這些公司如果不是對未來的做出了某種預判這些收購就不會發生。

 

文章編輯:Micronet微網  最好的微商城系統盡在Micronet微網

如需了解更多微商城資訊  可報名申請或撥打全國免費電話400-830-8248

   

 

                                                   

聲明:本網部份文章為轉載文章,在每篇文章底部有說明,文章的觀點和立場僅代表作者個人立場,不代表微網立場,若是文章轉載中有侵范您的權益,請發郵件到 [email protected]或致電13922854199通知刪除,謝謝!

在線咨詢

免費電話 免費熱線:400-830-8248  

微信咨詢  

注冊開店

代理加盟

返回頂部