2017年8大智能技术将围绕AI产业生态加速形成

人脑仿生将取得重大突破

人脑仿生是再造人类的打造，通过明确大脑的结构组成和工作原理，可以建立小的神经元组成大的人脑神经网络，实现人类大脑的再造。我们的大脑不是孤立的，我们需要与机器进行互联，人脑仿生的利益另外一个方向是人机接口。通过一系列的技术手段，实现大脑与机器的连接，从而可以用我们的大脑和控制机器来运行。

从2013年开始，人脑仿生发生了两个重大的事件。2013年欧盟、中国和美国都提出大的计划，美国和英国的研究机构在人机接口方面也有重大的技术进展，使我们可以通过大脑来连接航天飞行器。2014-2016年，IBM公司作为重大的技术公司发布类脑微处理芯片，类脑计算机等人造神经元一系列的人脑仿生重要产品，标志着人脑仿生技术有一系列的前沿性进展。2016年，人机接口方面可以使得身体障碍的人士获得视觉和触觉的功能延伸，这是人脑仿生技术的重大发展。2017年，类脑芯片和类脑计算机都将会有小规模的商业化运行和适用。

机器学习将在数据量大、需求迫切的领域深入应用

机器学习的发展有三架马车，硬件、算法、数据。硬件是支撑的骨干，算法是机器思考的灵魂，数据是机器运行的养料。就像人类在学习一系列知识的教材或资料一样，这三架马车标志着机器学习不断地向前发展，也形成了机器学习目前最重要的范式。

面向大规模数据的采集、标注、分析和处理，这是一种统计学的算法。可以说目前机器学习的最重要特征是无数据、不智能。我们可以看看机器学习可以在哪些领域进行应用，如在数据大规模集中的特定领域，在此基础上我们才能找到行业的痛点，它最需要在哪一些方面运用技术。IBM公司沃森机器学习平台，突破了以前医生进行癌症诊断的重要方式。利用沃森平台对癌症病人进行诊断，沃森平台学习了大规模的癌症医学教材、癌症的病例，通过对这些数据和资料进行学习，从而提供精准化的诊疗手段，这是智慧医疗的最重要应用。目前IBM公司沃森平台已经进入国内医院。

智能语音助手将成为自然语言理解发展的突破口

提到语音助手不得不提自然语言理解技术。自然语言理解技术主要应用是帮助人类与机器之间进行更好的沟通，机器是智能的，但不是孤立的，需要与人和社会进行融合，这是自然语言理解技术应用的主要方面。

智能语音助手是其中的很好应用场景，因为智能语音助手渗透领域很广，可以把社会里面的所有数据服务和社会人群广泛连接。亚马逊、苹果、微软、三星、百度都推出自己的语音助手。我们可以通过苹果公司的Siri了解到当天的天气情况，能够马上知道今天的温度和雾霾指数到底是多少，同时建议我们如何穿衣出行。我们不需要用手机和搜索引擎查询各种各样的信息，而且这些信息只需要我们的一句话就可以获得。

目前，语音助手在智能家居和辅助驾驶都有应用，未来语音助手将成为大平台、大集成、大服务。语音助手把所有包括吃、喝、游、购、娱、出行等一系列的服务集中在这个平台，我们只需要一些语言的沟通，动动嘴可以获得所有的平台信息，而不需要现在的手操作，触控操作系统和App。智能语音助手可能会成为未来最重要的大平台。

机器视觉将向生产生活领域不断渗透

人的眼是有局限性的，眼睛看到的远度和精确度都是有限的，我们怎样才能突破这样的局限性？人类诞生以来，不断地发明各种不同的工具。从刚开始的铁器、青铜器到现在的计算机信息技术，这就是帮助人类突破目前的视觉极限，可以使得人类和自然环境进行有效的沟通。

目前的机器学习技术主要应用于生产和生活领域，在生产中包括组装、高精度检测、质量检测和产品追溯，尤其是对零部件的细小差异。我们生产的汽车零部件，对它的高精度要求很高，一丝一毫都不能差。这是人眼很难分辨的，我们需要通过机器进行检测，同时需要排除掉一些残次品，把一些精品再进行组装成成品，这就是机器视觉最重要的应用。在生活领域，应用最多的就是无人驾驶汽车，百度公司、特斯拉汽车都在研究无人驾驶技术。传统成像带来了雷达技术，用雷达测控周边的环境，这些视觉技术利用智能的传感器、智能的视频监控设备等一系列手段，可以感知环境的变化，从而通过后台深度学习的平台进行分析，可以为汽车提供最重要且正确的决策支持。我们看到在心脏手术、视频监控和人脸识别都有视觉技术的身影，未来将会成为人类最重要的视觉延伸。

AR将超越VR率先驶入快速发展车道

2016年在增强现实和虚拟现实领域有几个重大事件，8月份口袋妖怪游戏风靡全球，引起很多人关注。这就意味着虚拟现实和增强现实大规模商用拓展到消费级的春天即将到来。12月初，美国最著名的增强现实公司，Magic Leap陷入了虚假宣传的消息，所有的特效都是由视频公司进行制作，所有的质疑向虚拟现实和增强现实演进。

增强现实和虚拟现实背后的体验完全不一样，VR—虚拟现实，完全是与物理空间隔离需要戴设备进行沉浸式的体验。AR—增强现实，是与外界的物理环境融合。虚拟的图像是显示在物理的环境里，人与物理环境完全交融。这两项技术目前都有一定的阻碍，设备成本过高，目前好的设备需要3000美金左右，这样昂贵的产品是无法走入寻常百姓家的，无法拓展用户级的应用。同时，用户体验也有待提升，戴上这些设备后，用户可能会有一些眩晕感，这些阻碍也是为我们AR和VR下一步的发展带来置疑。

通过智能手机普及，把AR和VR技术嫁接在廉价的产品上进行发展，专有设备达到一定程度后，再去拓展更好的应用。从口袋妖怪游戏的发展来看，增强现实跟手机的融合度，包括可穿戴设备更好，我们可以戴眼镜进行增强现实的应用。因此，2017年增强现实会再次超越虚拟现实，通过跟可穿戴设备和智能终端的融合，尤其是手机的融合，不断丰富应用内容可以有快速发展。

区块链加快平台化、开源化、融合化发展

区块是把数据按照时间窗口记录下来，再把这些时间区块用链状进行连接。区块链与传统的数据库是有区别的，传统的数据库是中心化的连接，区块链在存储的时候需要分布式的接入达成共识。我们想篡改数据的时候，需要分布式的节点同时进行确认，有一个节点不确定我们无法篡改数据，这是区块链技术带来的最大好处，可信性非常高，不需要中间化。银行领域不需要清算中心，可以通过节点进行数据存储。以太坊与微软合作、IBM公司开源，区块链技术与物联网、云计算、大数据等技术相融合发展。物联网设备的安全问题有很大的挑战，但只要有区块链技术，可以保证物联网数据存储的安全性，在二者融合的前提下，物联网技术可以有更好的发展。

数字孪生将打造居民生活的信息物理空间

数字孪生是一种实体空间与虚拟空间的数字化、网络化、智能化的映射关系，在物理与数字两个空间同时记录个体全生命周期的运行轨迹。我们可以在网络空间中记录或者观察物质的运行特征，从而预测未来的走向。

数字孪生是实体空间与虚拟空间的精准化映射，数字孪生技术走入工业级，在产品设计和仿真方面有重要的应用。下一步数字孪生拓展到生活领域，医疗和教育以及出行可以构建个人全生命周期的数字预测模型。作为研究人员今天要出研究报告，开几场会议，数字预测模型会告诉你是否对健康有影响，会告诉你是否应该减少工作量。我们将来可以得到更加科学的指导，这是数字孪生技术在生活领域最重要的应用，全生命周期的预测记录分析和决策支撑。

人工智能产业生态正加速形成

我们现在看到产业和工业式的产业完全不一样，是一种积木式创新。以前有大企业把产业链的事情全做，现在产业链需要分工协作。所有人工智能企业可以进行分工协作，协同创新，共同推动人工智能产业发展。

人工智能产业链主要由基础设施，核心算法，应用平台（开源平台）和解决方案等环节构成。上游到下游，下游到上游，中间到两端这三种模式正从不同路径共造人工智能产业生态。上游到下游模式，有传统的芯片公司英特尔正在发展人工智能算法，科大讯飞发展人工智能产品。中间到两端模式，有谷歌公司开源的平台，研制了CPU算法，又有一系列的重要应用。很多龙头企业正在从自己的这端开始向其它端口进行拓展，这样的拓展有分工合作。今年10月份，美国最重要的人工智能企业，包括谷歌、Facebook等企业形成人工智能产业联盟，他们游说国家进行人工智能立法工作，这是我们看到人工智能生态依托联盟协作最重要的发展趋势。