2016年, 科技圈最火的三件事：AI、VR和基因檢測。其中，有著最悠久發展歷史的是AI——人工智能。一般來說，一個事物最火的時候，也就是它進入泡沫期的時候。
人工智能爆發背后的技術推動力：GPU、云計算、大數據、機器學習
就以人工智能為例，據北京捷通華聲股份有限公司董事長張連毅介紹，2010年前，中國從事人工智能技術及服務的企業不到20家。但是2010年以后，人工智能企業便如雨后春筍般，前仆后繼了。據某細分領域研究機構出具的統計報告顯示：2016年，中國的人工智能企業有709家，美國有2095家，英國有366家。
這些數據或許不盡準確，但是起碼說明時至2016年，幾乎隨處都能”偶遇”人工智能企業，不管是做技術服務的，還是做軟件應用的，還是做實體機器人的。總之，就是隨時隨地都能感受到人工智能“爆發”。尤其是2016年的機器人大會在天津成功舉辦后，因為各界領導人的蒞臨與關注，又把人工智能推向了新高。
提及這背后的原因，借用在人工智能領域有二十五六年從業經驗的張連毅的話：“應該說是最近幾年，幾個變量同時發生了。一是GPU服務器的出現及商用；二是云計算的成熟，三是大數據的商用。”“打個比方說，就是GPU服務器和云計算讓我們有了一個好的灶臺和做菜工具，大數據為我們提供了很好的材料，這讓我們炒一大鍋菜成為了可能；與此同時，機器學習也趨向成熟了。這讓我們不僅有了灶臺和材料，還有了易學簡用的方法。在這樣工具、材料和方案都具備的條件下，人工智能技術獲得了史無前例的突破，而其更大的意義在于，只要掌握了工具、材料、方法這三個要素，人工智能從此不再因神秘而高不可攀，就變成了一個人人都有可能掌握的能力。”
換句話說，就是人工智能的“支撐技術們”取得了發展和突破，降低了人工智能的進入門檻。
人工智能爆發的產業化意義：物聯網產業發展的有力推手
但是,這種“泛濫式”的爆發，放到整個信息技術歷史長河中來看，并非壞事。因為，從另一個方面來講，它代表了一種技術的成熟。而這種技術的成熟，是一個產業發展的必備條件。
首先，我們看一下人工智能的定義。某百科上對它的釋義是：它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。 人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的，能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。
這段很抽象很晦澀，但是實際參與人工智能技術及服務的公司們，已經把人工智能“肢解”的非常具體化了。比如捷通華聲這家定位于人工智能技術服務的公司，開發出了9項人工智能技術：語音合成、手寫識別、語音識別、圖像識別（OCR）、語義理解、機器翻譯、聲紋識別、人臉識別、指紋識別。目的就是讓機器擁有“能說會聽、能寫會識，能思考會判斷”的能力。
這種能力正是物聯網的終端所必須的。比如，我們希望物聯網時代能夠實現設備與設備的交互，設備與人的交互。比如冰箱會告訴我們現在還有幾只雪糕；空調會告訴我們房間里現在溫度如何等等。如果要實現這些，設備就必須具備“能聽能看，能說會動、能思考會判斷”。當然，會動要按設備的應用場景而分。不過不排除未來有一天我們的桌子、椅子、冰箱、洗衣機都是能走會動的，只要有需求，比如洗衣機洗完衣服，可以自己涼；桌子壞了，自己修等（未來是一個讓人變得更懶的世界）。
同時，從物聯網技術路線圖的層面上來看，其感知層、傳輸層和數據處理層分別涉及到傳感技術、通信技術和計算機技術。物聯網能夠從設想變成現實離不開這三大技術的進步。比如，傳感器在小型化、低功耗和智能化方面的突破；通信技術在低功耗廣域網方面取得的突破；計算機技術在云計算、大數據和人工智能方面取得的突破等。正是在 這些技術進步的基礎之上，物聯網才有了產業化的可能。也就是說，在物聯網時代，這些要素缺一不可。
所以，兩三年前我們曾經探討過，未來的物聯網操作系統是否會以人工智能為基礎。今天看來，這已是不爭的事實。
|
