1700513791
小米先行
1700513792
1700513793
中国的硬件创业公司小米展示了感知人工智能设备构建的场景。以低价智能手机制造起家，进而席卷全中国的小米科技公司，现在正在打造把厨房及客厅转变成OMO环境的人工智能家电网络，其中的核心是小米人工智能音箱“小爱同学”——一款类似Amazon Echo的声控设备，但由于是中国制造的，价格只有Amazon Echo的一半左右。之后一系列智能型感应式居家设备，如空气净化器、电饭锅、冰箱、摄影机、洗衣机、吸尘器都借着低成本的优势成功上市。小米并非全凭自己研发这些设备，它投资了220家公司，孵化了29家创业公司（大多位于深圳）。这些创业公司的产品结合起来，构成了一个平价的智能家电生态系统，通过Wi-Fi连接，方便用户设置。小米用户用声音或手机，就能控制整个智能家电生态系统。
1700513794
1700513795
低价、多样性与人工智能的结合，创造了全球最大的智能家居设备网络。截至2017年年底，小米的物联网家居设备卖出8500多万台。(6) 2018年7月9日，小米公司在港交所上市，以当天收盘价格计算，公司的市值为479亿美元。这也是一个以“深圳制造”为基础的生态系统，低价和中国庞大的市场为小米收集数据增添助力，形成一个更强大的算法、更聪明的产品、更好的用户体验、更多销售、更多数据的良性循环。
1700513796
1700513797
随着感知人工智能应用在更多硬件上，每个家庭都将产生基于现实世界的数据，并根据这些数据进一步运作。人工智能冰箱发现牛奶快喝完时会自行订购；人们可以用声音控制咖啡机煮咖啡；如果上了年纪的父母跌倒了，人工智能地板会立刻通知你。
1700513798
1700513799
第三波人工智能产品即将改变我们的日常生活环境，模糊数字世界与现实世界的界限，直到界限完全消失。在这个转变过程中，中国人对数据隐私的开放心态以及深圳的硬件制造实力，将使中国在感知人工智能上相对于美国的优势，不出5年就将从今天的六四开，达到八二开。与此同时，第三波人工智能创新也将为第四波完全自主化的人工智能奠定基础。
1700513800
1700513802
第四波浪潮：自主智能化
1700513803
1700513804
机器能够看到和听到我们周边的世界，就可以安全地移动且有效率地工作了。自主人工智能是前三波人工智能浪潮的集大成者，也是顶峰，把极复杂的数据和机器感知能力结合起来，就会得到不仅能了解世界，也能改变世界的机器，比如尽人皆知的自动驾驶汽车。不过，在讨论自动驾驶汽车之前，我们应该把目光放长远，看看第四波人工智能浪潮的影响有多深、多广。
1700513805
1700513806
自主人工智能设备能彻底改变我们绝大部分人的日常生活，包括购物商场、餐厅、城市、工厂、消防队等。跟其他三波人工智能浪潮一样，第四波人工智能浪潮带来的改变也不会瞬间发生。早期的自主机器人只能在可以立即创造经济价值的高度结构化环境中运作，主要是工厂、仓库及农场。
1700513807
1700513808
有读者会问：“这些领域不是已经实现自动化了吗？重型机器不是已经接手许多蓝领的工作了吗？”是的，发达国家已经基本用机器取代了人力，但这些机器只是初级机械化。它们能够重复某个动作，但无法做决策或处理突发情况。它们不能听也不能看，必须由人来控制，或是只在单一、不变的轨道上运行。它们能够执行高度重复的工作，却无法应付偏差或异常。但是当人工智能赋予机器视觉、触觉，以及使用数据来优化的能力时，机器能够处理的工作范围就大大增加了。
1700513809
1700513811
草莓园与机器甲虫
1700513812
1700513813
采草莓听起来似乎很简单，但是在自主人工智能出现之前，寻找、判断以及摘采草莓根本不可能自动化，只能靠几万名低薪劳工，整天弯腰驼背地在草莓园用眼睛与双手劳作。这个工作既辛苦又枯燥，加州许多农场主找不到愿意做这个工作的工人，只能眼睁睁看着草莓在地里腐烂。为了解决这个问题，加州的创业公司Traptic研发出了能够胜任这个工作的机器。将这个机器架在一台小型拖拉机上，使用先进的视觉算法，在无数叶子中寻找草莓，查看草莓颜色以判断草莓的成熟度，并用机器手臂轻巧地从藤上摘下草莓，完全不伤及果实。
1700513814
1700513815
亚马逊的仓储中心也是一个很好的例子。仅仅5年前，亚马逊的仓储中心还是传统仓库的样子：一排排固定的货架，员工步行或驾驶小车，沿途拿取货架上的货物。现在，员工在原地不动，货架会主动来到他们面前。现在的亚马逊仓储中心地板上，有许多甲虫般的机器人，举着商品货架快速行进。这些机器甲虫到处穿梭，彼此之间擦肩而过，把商品货架运至拣货员面前。员工只需从货架上拣取商品，扫描后放进箱中。这场景就像人类站着不动，而在他周围上演着一场精心设计的机器人芭蕾舞。
1700513816
1700513817
这些机器人有一个共同点：它们为所有者创造直接的经济价值。自主人工智能将首先应用于商业领域，因为这些机器人创造了可预见的投资回报，它们执行的是人工成本更昂贵或是找不到人执行的工作。
1700513818
1700513819
在美国，家政工作者如清洁工、厨师、护理员等也大致符合这一类别，但短时间内自主人工智能还无法用在家政服务上。尽管科幻片让我们相信家政机器人很快就会问世，但实际上还差得很远。我们杂乱的生活环境对不灵巧的机器人来说就像障碍训练场。清理房间或做饭之类的工作看似简单，其实已经远远超出人工智能目前的能力。
1700513820
1700513822
蜂群智慧
1700513823
1700513824
不过，随着自主人工智能越来越灵巧、越来越有智慧，会出现更多不可思议的应用，尤其是在无人机方面。成群的自主无人机能够一起合作，用几小时的时间就能粉刷好房子的外墙。耐热的无人机群可以合力扑灭森林火灾，效率是传统消防队的数百倍。另外，无人机也可以在飓风及地震后进行搜救，把食物及水递给受困者，或者和附近的无人机合作，把受困者空运出来。
1700513825
1700513826
毫无疑问，中国将在自主无人机技术领域取得领先地位。大疆创新科技公司（DJI）的总部在深圳，该公司是全球最大的无人机制造商，知名科技新闻工作者克里斯·安德森（Chris Anderson）曾赞誉该公司是他所见过的最棒的公司。(7) 据估计，大疆创新已占据50%的北美无人机市场，在高端市场的占有率更高。该公司在研发上投入了庞大资源，已经开发出一些工业及私用的自主无人机。蜂群智慧技术目前虽然刚刚起步，不过和深圳无可匹敌的硬件生态系统结合起来后，效果会非常惊人。
1700513827
1700513828
无人机群将改变我们的天空，而自动驾驶汽车将改变我们的道路。这些科技革命还将延伸至交通运输之外，改变城市环境、就业市场，以及我们的日常生活。包括谷歌在内的一些公司已经证明，自动驾驶汽车将远比人工驾驶更安全、更有效率。现在，数十家创业公司、科技巨头、传统汽车制造公司以及电动车制造公司都争相力图把这项技术商业化。谷歌、百度、Uber、滴滴、特斯拉以及许多其他公司纷纷组建团队，测试技术，收集数据，准备把人类驾驶员赶下驾驶座。这场竞赛中有两个领跑者——谷歌下属的自动驾驶公司Waymo，以及特斯拉，它们分别代表不同的技术应用模式，而这两种模式也体现了人工智能超级大国美国与中国的不同政策。
1700513829
1700513831
谷歌模式与特斯拉模式
1700513832
1700513833
谷歌是第一家研发自动驾驶技术的公司，但大规模应用的脚步有些缓慢。这种谨慎态度背后的理念是：打造出完美产品，在自动驾驶的安全性大大超过人类驾驶后，再直接跃入人工智能全自主化。这是一种完美主义的模式，不允许任何危及人类生命或企业声誉的可能发生。埃隆·马斯克的特斯拉则采取渐进模式：在部分功能（高速公路上自动驾驶、自动转向以避免车祸以及自动泊车等）开发完成后，就马上应用在自己生产的汽车上。这种渐进模式加快了商业化节奏，同时也带来了一定程度的风险。
1700513834
1700513835
这两种模式背后的驱动力都是数据。自动驾驶汽车必须用数百万，甚至数十亿公里的驾驶数据来训练，使它们学会辨识物体，预测车辆及行人的动作。这些数据来自无数路上行驶的车辆，然后全部输入中央的“大脑”——做出决策的核心算法集群。这意味着，任何一辆自动驾驶汽车遭遇新状况时，所有依靠这些算法驱动的汽车都能同步学习新案例的处理方式。
1700513836
1700513837
谷歌在收集这部分资料的过程中，采取缓慢稳定的步速，他们用小规模车队装备高级传感设备，上路测试、收集数据。特斯拉则在其商业车款上安装较便宜的设备，让车主在使用特定自动驾驶的同时，也为特斯拉收集了数据。这两种不同的模式导致谷歌与特斯拉的数据收集量产生了巨大差距。截至2018年6月，谷歌花了8年收集到800万英里的现实世界驾驶数据，而特斯拉仅用了2年就收集到12亿英里的现实世界驾驶数据。
1700513838
1700513839
也许是感受到来自特斯拉及其他对手的竞争热度，最近谷歌的模式向特斯拉靠近了一些，加快了全自动驾驶汽车的应用，而自2016年5月的一起事故（特斯拉车主因自动驾驶遭遇车祸身亡）后，特斯拉在自动驾驶的应用上反而放慢了脚步。不过，两种模式的根本差异还存在。尽管谷歌研发的系统在有些场景已经比人开车更安全，他们仍然在追求无懈可击的安全性，牺牲了应用速度。特斯拉实行更加技术权宜性的模式，一旦自动驾驶在某一方面超过了人类驾驶员，就立刻应用在现实中，希望用更快的速度搜集数据，把算法训练得更好，以拯救更多的生命。
[
上一页 ]
[ :1.70051379e+09 ]
[
下一页 ]