趋势|人工智能疯狂洗脑,最聪明的钱已转向这16项技术

2018 年 3 月 28 日 人工智能学家

来源:21世纪商业评论 

摘要:Gartner今年发布的技术成熟曲线中,出现了16个处于上升阶段的新兴技术,这些正在崛起的技术,或将成为企业未来几年战略性技术趋势的热点。


不久前,信息技术研究公司Gartner发布了2017年度“新兴技术成熟度曲线”(The Hype Cycle),这是用来评估新科技可见度的一种工具, 也是技术企业投资决策的重要风向标。

 

根据技术成熟演变速度及要所需时间的预测,Gartner将曲线分成5个阶段:触发期(技术萌芽期)、期望膨胀期、幻灭期、复苏期、生产成熟期。



 

2017年,进入Hype Cycle中的技术一共有33项。其中,以深度学习、机器学习技术为代表的人工智能众望所归,处于期望膨胀期的顶峰;曾经热炒的VR、AR则处于期望幻灭期或艰难复苏期;商业无人机也正在跌入期望落空的下行周期。


同时,Gartner揭示了处于触发期的16项新技术,他们远未成熟,相当部分只出现在科幻电影中,却很可能是下一个讲故事、炒泡沫的技术新概念。


1.智能微尘


智能微尘(Smart dust)可以是机器人、微机电系统(MEMS)或其他设备,可使智能的无线传感器缩小成沙粒或尘埃般大小,通过光学、温度、压力振动、磁场和化学成分等环境参数来检测事物。

 

智能微尘是可成为一个无线传感器网络中的节点,用以收集、处理信息,或与其他的节点连接。

 

针对智能微尘的研究尚处在实验室阶段,已有些进展,如南加州大学机器人研究实验室(由美国国防高级研究计划局资助)和JLH实验室,已经开发出一种“智能尘埃”微型摄像头。


2.4D打印


比3D打印多的一个“D”,就是时间维度,其可以通过软件对变形材料编程,在设定的时间内变形为所需形状。

 

4D打印可直接将设计内置到可变形的物料中,不需连接任何复杂的机电设备,按照产品设计自动折叠。目前,技术的最新前沿是在实验室环境中打印组织和器官。

 

2016年9月,西安的西京医院曾采用4D打印技术制作气管外支架;今年1月,哈佛团队运用4D打印转换的组织工程支架,用以支持细胞生长。


6月,瑞士的科研团队成功开发了一种4D打印结构,能以完全受控的方式改变自身形状。




3.通用人工智能


通用人工智能(AGI),又名“强人工智能”,指的是在没有编码特定领域知识的情况下,具备处理多种类型的任务和适应未曾预料情形的能力。

 

2017年的人工智能系统,都未能通过等同于人类智力的通用测试,目前AGI只存在于科幻小说中。


4. 神经形态硬件


可以理解为,受到神经生物学结构概念影响的、基于半导体处理器的计算,神经形态芯片与传统处理器不同,是非冯-诺伊曼结构(能在记忆体的不同区域同时执行不同操作)。

 

2017年,尚处于非常早期的原型阶段,惠普实验室正在开发的“点阵”,就是一种加快神经信息处理形态的引擎设计。

 

5. 人体机能增强


指的是借助外在手段,提供超过正常人类极限的性能,包括增加体力(如通过外骨骼)、提高感知(助听器与手机应用程序优化,或植入磁体检测电流)、提高注意力(如以药物或脑刺激)等。



(资料图)


未来20年,预计这将触发一个价值数十亿美元的市场,相关的伦理争议正在出现,美国有数州通过法案,禁止雇主将芯片植入作为就业条件。


6. 5G技术


即第五代移动通信技术。Gartner预计,到2020年,3%的基于网络的移动通信服务提供商(CSP)将推出5G商业化网络。从2018到2022年,国际上将主要利用5G来支持物联网通信、高清视频和固定无线接入。

 

华为在技术触发期就已布局5G。成为该技术的领导者和推动者,并与全球30多家领先运营商开展创新合作,任正非的传奇看来会延续很多年。

 

7. 无服务器PaaS


无服务器PaaS并非没有服务器,而是将搭建、设置、管理等服务器相关工作封装起来,交由第三方供应商全权接管,让用户感受不到服务器的存在,代表真正“云式操作”的云平台服务,可简化开发、规模经营、降低基础设施成本。

 

无服务器PaaS预计在未来2到5年迅速成为主流。


8.数字孪生


以数字化方式为物理对象创建的虚拟模型,模拟其在现实环境中的行为,搭建整合制造流程的数字孪生生产系统,可实现从产品设计、生产计划到制造执行的全过程数字化。

 

例如,一架飞机,依据动力、性能等数字孪生模型,可在电脑里真实地运行起来,方便调校各种参数。

 

(资料图)


电影《钢铁侠》中斯塔克的研发过程,就利用了数字孪生技术。迄今,已有不少电气企业着手布局,比如美国通用电气(GE)、德国西门子。特斯拉公司还为其生产和销售的每一辆电动汽车建立了数字孪生模型。


Gartner 预计,简单的数字孪生将在消费电子产品等领域快速应用。


9.量子计算


这是一种遵循量子力学规律,以量子位(量子比特)为单元进行计算的新型计算模式。

 

一个量子位可同时保存所有可能的结果,直到读到一个被称为叠加的属性。由于叠加性的存在,使得量子位状态可处于多种可能性的叠加状态,相比于经典信息处理,量子信息处理的效率上具有更大潜力(小编也说不清楚在说什么)。

  

基于量子技术的硬件较为复杂,2015年开始,研究竞赛非常激烈,主要玩家有Google,IBM,Intel,Microsoft,D-Wave(加拿大量子计算公司)。其中Intel专注硅量子点技术,微软选择拓扑量子计算,两者较冷门,主要的竞争在Google和IBM之间。

 

骄傲的是,2017年5月,中科院宣布中国建造了全球第一台超越早期经典计算机的光量子计算机。



中科院建造的基于单光子的量子计算原型机结构


10. 立体显示


可将物体呈现为三维效果,采用360度球面视角可跟随观众移动的,可以创建出高度逼真的幻觉效果或立体的视觉感受。

 

目前,立体显示技术还没有走出实验室,商业应用远未起步。好事者可以想象下,电影《星球大战》中莉亚公主、黑武士等通话中呈现的实体图像。当然,技术的场景肯定不止于通话,至少网红女主播会迎来新一波爆发。

 

11.脑机接口


脑机接口(BCI)是一种用户界面,用户可通过计算机读取脑中的信息,经过计算处理,让信号转化为相关的反馈指令,计算机或者接受脑传来的命令,或者发送信号到脑。

 

这个黑科技是科技圈内的热点。今年3月,特斯拉CEO伊隆.马斯克创立新公司Neuralink,涉足该领域;4月,Facebook的硬件开发团队展示了用脑波打字的项目,他们准备打造相关的穿戴式设备系统。




意念意义上的“永生”,也许能通过BCI实现。


12. 会话式用户界面


会话式用户界面(CUI)是一个高层次的设计模型,用户和机器以口语或书面自然语言交互作用,其交互作用范围可从简单的话语(如“停止”,“是”或“现在几点”“12:24”)到高度复杂的相互作用(收集犯罪案件的证人证言)和高度复杂的结果(如为用户创建一个抽象的形象)。

 

相比CUI,现在的智能音响就是个玩具。


13.智能工作空间


指嵌入了计算、信息设备和多模态的传感装置的工作或生活空间,以支持人们方便地获得计算机系统的服务。在智能空间的工作和生活过程,将是人与计算机系统不间断的交互过程。

 

今年3月,阿里巴巴与P2(People Squared)联手,共同打造了全球第一款智慧联合办公概念空间——神鲸。


阿里巴巴神鲸空间


14. 增强数据挖掘


其标志性的特点是下一代商用智能和分析平台,可使用户自动发现、想象和叙述相关研究,例如相互关联性、整体预测等,无需建立模型或写算法,用户便通过可视化搜索和自然语言查询数据,支持自然语言生成的结果解释。

 

这将减少数据缺失与人工手动探索造成的“重要见解不正确”风险,有助于优化对策建议,希望它比中国好多高管更靠谱些。

 

15. 边缘计算


指的是一种分散式运算的架构,将应用程序、数据资料与服务的运算,由中心节点处理的大型服务加以分解,切割成更小与更容易管理的部分,分散到边缘节点去处理。在这种架构下,资料的分析与知识的产生,更接近于数据资料的来源,更适合处理大数据。

 

16. 智能机器人


可在物理世界中自主工作,在短期间隔中学习,接受人类监督、培训和示范,在人类的管理下工作。

 

智能机器人的高可靠性、高安全性、高生产力以及低成本,将在大量行业中表现强竞争力,相关宣传和期望将持续增长。



百度研发的人工智能机器人“小度”


国内互联网的BAT,国外的谷歌、IBM、微软、脸书、亚马逊等科技巨头均在投入巨资,抢占智能机器人的战略制高点。


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

登录查看更多
2

相关内容

数字孪生是一个虚拟模型,用于准确地反映物理对象。 所研究的对象(例如风力涡轮)会配备各种与重要功能领域相关的传感器。 这些传感器产生与物理对象不同方面的性能相关的数据,如能量输出、温度、天气条件等等。 然后,这些数据将转发到处理系统并应用于数字副本。
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【机器学习课程】机器学习中的常识性问题
专知会员服务
73+阅读 · 2019年12月2日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
我国智能网联汽车车路协同发展路线政策及示范环境研究
互联网+检验检测智能化成发展趋势
人工智能学家
7+阅读 · 2019年3月2日
未来20年(2019—2039)的50个技术预测
全球创新论坛
5+阅读 · 2018年12月16日
2019年机器学习:追踪人工智能发展之路
人工智能学家
4+阅读 · 2018年10月14日
麻省理工发布2018年全球十大突破性技术
算法与数学之美
12+阅读 · 2018年9月13日
已删除
哈佛商业评论
3+阅读 · 2018年2月11日
AI世界:2018年八大趋势
CSDN云计算
6+阅读 · 2017年10月20日
Learning by Abstraction: The Neural State Machine
Arxiv
6+阅读 · 2019年7月11日
Area Attention
Arxiv
5+阅读 · 2019年5月23日
Next Item Recommendation with Self-Attention
Arxiv
5+阅读 · 2018年8月25日
Arxiv
3+阅读 · 2018年5月28日
Arxiv
4+阅读 · 2018年4月10日
Arxiv
11+阅读 · 2018年1月15日
Arxiv
9+阅读 · 2018年1月4日
VIP会员
相关资讯
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
我国智能网联汽车车路协同发展路线政策及示范环境研究
互联网+检验检测智能化成发展趋势
人工智能学家
7+阅读 · 2019年3月2日
未来20年(2019—2039)的50个技术预测
全球创新论坛
5+阅读 · 2018年12月16日
2019年机器学习:追踪人工智能发展之路
人工智能学家
4+阅读 · 2018年10月14日
麻省理工发布2018年全球十大突破性技术
算法与数学之美
12+阅读 · 2018年9月13日
已删除
哈佛商业评论
3+阅读 · 2018年2月11日
AI世界:2018年八大趋势
CSDN云计算
6+阅读 · 2017年10月20日
相关论文
Learning by Abstraction: The Neural State Machine
Arxiv
6+阅读 · 2019年7月11日
Area Attention
Arxiv
5+阅读 · 2019年5月23日
Next Item Recommendation with Self-Attention
Arxiv
5+阅读 · 2018年8月25日
Arxiv
3+阅读 · 2018年5月28日
Arxiv
4+阅读 · 2018年4月10日
Arxiv
11+阅读 · 2018年1月15日
Arxiv
9+阅读 · 2018年1月4日
Top
微信扫码咨询专知VIP会员