1704129540
真正的智能硬件,一定是要能与人工智能的服务结合到一起的产品,否则无法称之为智能硬件。在这个问题上,我也曾犯过糊涂。因为360是靠免费做起来的,我一贯以来推崇的都是免费策略,然而把这套思路再用到硬件上就出现了问题。甚至我原来也鼓吹过硬件免费,但是现在我发现不对劲:硬件的产业价值规律和软件并不相同。
1704129541
1704129542
我之前做软件,即使软件没做好,也没关系,不过就是费了点儿人力,如果实在没人下载,那么我们就不要了。而硬件呢,你要是想把硬件重新修改,开模至少要3个月,最后历尽千辛万苦做好了产品,一旦卖不出去、存在库里,钱就全赔进去了。另外,做软件积累100万个用户和做硬件卖出100万个产品也是完全不同的两种感觉,后者对于你的物流、仓储、供应链等的挑战是非常巨大的。
1704129543
1704129544
智能硬件还得依靠卖产品挣钱。最近一次我去美国发现,“自动驾驶”的概念非常热,不夸张地说,做一辆汽车的难度比做手机至少高出3个数量级,零件的数目是一个原因,更重要的是它对于安全的要求更高。试想一下,如果辛辛苦苦做出了这样一款车,你会选择低价出售汽车来获得用户,然后通过车里的互联网服务增值吗?我觉得这非常不现实。
1704129545
1704129546
很多公司在做硬件的时候,可能思维有些固化,按照互联网公司的游戏规律来确定商业模式、做设计,因此才出现如今智能硬件行业里的窘境。我觉得智能硬件行业应该冷静下来,不要因为遇到困难、有人唱衰就放弃,也不要浮躁、急功近利,急着快速获得用户、快速建立大数据服务。重心还是要放在给你的用户提供真正有价值的服务上。
1704129547
1704129548
对于人工智能和智能硬件的前景,我非常看好,硬件赚钱也是非常合理的,理由有以下3个:
1704129549
1704129550
(1)你的硬件如果能够给用户提供更优质的服务,理所应当要从硬件赚到钱。如果所有人都觉得做硬件不赚钱,大家都去做软件,那么硬件就会变得越来越差。
1704129551
1704129552
(2)消费升级。这是一个必然趋势,未来会有更多的人为了更好的产品体验支付更高的价钱。
1704129553
1704129554
(3)未来,产品功能的细分会更加丰富,这会为智能硬件行业带来更多的可能。
1704129555
1704129556
我相信人工智能产业的发展是一场“持久战”,并且我们会取得胜利。我也要奉劝做智能硬件的创客们,忘掉资本的喧嚣,不要急功近利,伟大的事情不会是一蹴而就的。我们需要足够的时间,来为世界开启人工智能时代。
1704129557
1704129558
1704129559
1704129560
1704129562
智能主义:未来商业与社会的新生态 人工智能生态格局
1704129563
1704129564
人类社会经历过的PC互联网时代、移动互联网时代,以及现在所处的智能硬件时代,技术发展和商业模式创新之间始终是相辅相成的关系。每当科技发展的红利被商业模式创新挖掘殆尽后,经济也随之步入寒冬,直到下一轮技术革命的出现,商业模式创新才能重新迸发生机。
1704129565
1704129566
在移动互联网时代,万物互联所产生的数据达到了惊人的量级,与此同时,以手机触屏为代表的传统交互方式已经在用户眼中形成审美疲劳。所以,我们看到现在的商业模式创新已经略显乏力。
1704129567
1704129568
现阶段移动互联网的商业模式创新已经挖光了Web 2.0时代的技术红利,所有人都在寻找新技术,以期获得新的商业模式创新。人工智能技术无疑就是下一轮技术革命的焦点,假如未来的某一天,我们在这方面有了突破,那么新的商业模式也将涌现出来,带来一个甚至多个万亿级市场。
1704129569
1704129570
如今,我们已经迎来人工智能发展的拐点。自2014年智能硬件的元年开启以来,它的发展速度令人瞠目结舌。但是,由于我们设想的终极人工智能的复杂程度太高,它绝不是一朝一夕就可以实现的,必须经历一个由点到面、由专用领域到通用领域的过程,并且这将会是一个漫长的过程。
1704129571
1704129572
在未来10年,人工智能的主要发展依然局限于专用领域内的定向智能化,只有人脑芯片等硬件架构取得新进展、运算能力极大提高,专用智能才有可能进化成为通用智能。
1704129573
1704129574
在我看来,未来通用人工智能生态圈的格局会是下面将要介绍的样子。
1704129575
1704129576
1.人脑芯片
1704129577
1704129578
2014年8月,IBM公司推出了一款名为TrueNorth的大脑原型芯片,TrueNorth主要被用于计算机专业学习领域。TrueNorth芯片集成了100万个神经元和2.56亿个突触,这相当于一只蜜蜂的大脑,而正常人的大脑大约包含1000亿个神经元和无法统计数量的突触。虽然TrueNorth与人脑还有非常大的距离,但是它已经可以用人脑的思维模式去探测和识别。比如TrueNorth根据探测到的字母,识别出单词和语句。
1704129579
1704129580
2.量子计算
1704129581
1704129582
普通计算机存储数据的方法是根据晶体管电路的状态,而量子计算则是根据粒子的量子状态,使用量子算法来进行数据操作。通过量子计算,可以大幅提升并行计算速度。不过遗憾的是,这方面还没有出现研究成果,谷歌曾经在2014年开始研制量子级计算机处理器,他们希望为机器人提供一个可以像人一样思考的大脑。
1704129583
1704129584
3.仿生计算机
1704129585
1704129586
仿生计算机可以解决构建大规模人工神经网络的问题。普通的CPU(中央处理器)、GPU(图形处理器)处理神经网络的效率很低,并且在占地、散热和耗电等方面都存在问题。专门的神经网络处理器可以很好地解决这些问题。在国内,陈云霁团队研发的寒武纪神经网络计算机依据仿生学原理,相比于主流GPU,取得了21倍的性能和300倍的性能功耗比提升。
1704129587
1704129588
人工智能若想真的具备人脑的思维,除了有智商,还要有情商。目前,具备情感社交能力的机器人已经被成功研发。在北京诞生的“公子小白”就是这样一个机器人,它拥有情感表达系统,可以识别人类的表情,并传递自己的情绪。
1704129589
[
上一页 ]
[ :1.70412954e+09 ]
[
下一页 ]