人工智慧的最終落地，我們是該慶幸發展快還是發展慢？
人工智慧的最終落地，我們是該慶幸發展快還是發展慢？
人工智慧和區塊鏈
首先，不瞭解的可以先看之前幾篇，如《花非花，物非物，AI豈是池中物(人工智慧篇)》、《人工智慧：法國浪漫之都的人工智慧時代》、《致我們的青春，一個敬禮》等等。
2019年即將到來，今年嚷得最火的人工智慧卻依舊面臨著落地難，區塊鏈（B圈）也是如此，像一陣風一樣，風過而無痕，平靜。目前釋出的《2018中國人工智慧商業落地研究報告》中，顯示2017年中國AI創業公司獲得的累計融資超過500億元，但2017年AI商業落地100強創業公司累計產生的收入卻不足100億元，90%以上的AI企業虧損，也就是說，有一大半是在圈錢的，雖然是明擺著的，但投資大佬都會考察50%的機會來“博取”這次機會。一方面，人工智慧引用、投-融資高潮迭起，另一方面，初創公司的商業落地卻舉步維艱，兩者呈現冰火兩重天的格局。
目前人工智慧產業——雷聲大、雨點小，遭遇著商業的落地之痛，不過也已經成為行業內的共識了。
自我調侃
- 今年幣圈依然韭菜多如花，比特幣價格下跌35%，比特幣跌破4000美元，11月25日零時，比特幣單價4342美元，當天18時24分，比特幣單價突破3620美元，也就是說，不到24小時，再次下跌17%。真正悽慘的是從去年底伴隨著比特幣崛起，蜂擁進場的礦工、礦場、礦機。
- 今年也面試了不少原來是區塊鏈的求職者，套路玩法基本都一樣，慘了民眾爽了老闆。
之後會在公眾號內寫篇《比特幣的內幕》，有興趣的可以先關注文章底部的微信公眾號：python2048
- 人工智慧給我印象最深刻的還是百度，參加過百度雲峰會，竟覺得百度也開始膨脹了，上次百度雲大會也見識了Baidu業務涉及的範圍之廣，有些業務所涉及的技術還是挺6的，其實早在好幾年前就已經開始在背後偷偷的養著一群龐大“戰士”，一個人的年薪也許抵得上一些中小型公司一年甚至幾年的利潤。而今年Q1業務同比增長還超浮預期，淨利潤67億人民幣，同比增長277%！！！不膨脹都難~
產業經濟
落地的方向
今年很多大公司都開放了基於AI的學習和工具、連Google谷歌未來都會基於這個開放相關的資料和便捷式應用。
在技術層面，未來的方向還是挺樂觀的，只是針對落地這塊，如果受眾無法是廣義的，很難開展，什麼是廣義，比如說全民經濟，異地轉賬，受惠方是一個集體群體等等。
今年我們可以看到，真正落地的專案只有少數，較為人知的有：平安城市、智慧城市的推進，攝像頭及高清視訊的採集，安防行業擁有海量的資料分析，城市公交車自動駕駛技術等等……
行業內擁有各自的屬性，大多是識別、分析、提取，主要還是基於大資料模型的採集。
個人覺得政府實現這塊還是有優勢的，如下圖，有三個點，自動機器人，無人駕駛，城市（人員）的資料分析和採集。
比如城市生活的專案中，交警部門的監控場景專案成了頭號使用者，主要是識別行人的生理屬性，然後分析行人身體結構，準確識別視訊中人物的性別、年齡、姿態等多種生理特徵，然後結合資料庫整合建模，如果這套資料一直跑下去，並且正確率不斷自我提高，注意，這裡說的是自我提高修復，那麼未來幾年，這個資料的價值性和保密性是很怕的。除了行人，還有車輛，基於好深度學習的檢測演算法，哪怕在遮擋的情況下也能大概預測出人的姿態和動作，可應用於交通監控、輔助駕駛、無人駕駛等，同時錄入車牌號碼、汽車品牌、型號、顏色等物理特徵。
最後，實現人群密度分析，整合每個人個人資訊，分析異常聚集、滯留、逆行、混亂等多種異常現象，同時分析各人和預測路線資料。
基於這套，加上自動無人駕駛技術，當然，這裡面涉及的又是另外一套理論知識，其中又涉及地圖、方向、感測器、位置、目標群體，行人識別，動靜態等等，這裡面涉及的主要還是以大資料為基礎的技術，和為人工智慧提供強大的分散式計算能力，其中大規模分散式計算顯得更為重要，需要同時分析海量的資料，開展特徵性的匹配和模型模擬，並且能同時開展所有使用者的個人服務。
基礎：資料探勘則利用機器學習演算法自動開展多種分析計算，探究資料資源中的規律和異常點，輔助使用者更快、更準地找到有效的資源。
如果真的可以實現所有的功能和建立了海量的資料庫、知識庫等等，那麼， 目標檢測、目標跟蹤、目標分類、目標檢索和行為分析……這些的目標，最終落地了又會涉及到我們的個人隱私，道德的權衡，點像科幻電影中的結局，自行腦補，資料的維度之大無法想象。
然而目前來看，這方面也還在發展中，我們不知是該慶幸發展快還是發展慢。
以上純屬個人見解，歡迎大家留言討論。
|| 版權宣告：本文為博主杜錦陽原創文章，轉載請註明出處。