淺談人工智慧和物聯網的發展

01-29

目前國內對物理網的定義，源自十二五規劃，即：通過射頻識別（RFID）、紅外感應器、全球定位系統、激光掃描器等信息感測設備，按約定的協議，把任何物品與互聯網相連接，進行信息交換和通信，以實現智能化識別、定位、跟蹤、監控和管理的一種網路概念。該定義並沒能夠描繪出具體的物聯網形態，而是對相關技術集群的聯繫和應用進行了描述。

因而，物聯網與人工智慧之間的聯繫，本應當是非常密切的。問題只是在於你如何看待：人工智慧。如果你將日常的計算機視為一種人工智慧的低級形態，那麼兩者之間已經建立了密切的聯繫，問題只是在於，現有的這種能力與需求非常不匹配，因而不是我們所指的「人工智慧」的方向和含義。

由於同時分析過去的和實時的數據，AI能容易注意到有哪些資料屬於例外，並做出合理、合適的推斷，而數據對於人工智慧的重要性也就不言而喻了。因此，若要使AI引擎變得更聰明、更強大，方法及過程其實就如同在種植物(或甚至像是養小孩!)。

想要得到基於AI的商業解決方案，我們需要為其研發一系列認知能力並將其結合起來，包括：感知，推理，選擇，學習，溝通，移動和操縱。AI通常需要依靠不同技術才能實現這些能力。因此，我們不僅需要了解技術需要什麼知識才能在既定用例上取得最佳表現，還要了解機器如何獲取複雜的綜合技術以使各項技術無縫銜接。

將物品聯入互聯網的目的之一是信息共享，信息加工，實時控制，但是現在很多感測器的功能都還處於初級階段。

將大量的信息搜集到之後，就可以在一個統一的計算機中心對這些數據進行人工智慧的另一種應用，數據挖掘。

物聯網、智能家居、阿法狗等等為代表的人工智慧不是真正的人工智慧，說白了是偽智能。說到根子上，它們全是建立在二進位計算基礎上的體現規則的數學計算，並不是智能。真正的智能需要真正革命性的顛覆了二進位計算技術的真正下一代黑科技出現了，才會產生。

商業無人機領域的大疆則把規模更小、精度更好、相對能耗更低的陀螺儀、速度感測器、通訊晶元、高清攝像頭和 GPS 系統，放到了原來沒加感測器的飛行器中，而且讓它們在線，並與手機聯通。獨特的視頻、別出心裁的照片，都是無人機產出的數據。

以懋特科技為例，目前在室內定位層面服務的行業領域包括醫院、養老院、工廠、會展、博物館/展覽館、智慧大樓、工程建設、學校、地下管線及礦道、監獄等場景，通過對人員及物資的精準定位，可實現諸多豐富功能，大大提升管理效率。在萬物互聯的過程中，我們看見了很多曾經難以想像的事情。一個有點特別的例子是共享單車。這大概是過去大半年許多人想不到的創業模式。

回到當下的中國，對我們投資人和在人工智慧方向上努力的創業者而言，更實際的問題是，當我們望向一個萬物互聯的未來時，要解決的是我們還差了哪些技術，以及如何能把這些技術的發展和應用留在中國。

簡單小結，伴隨著大量線下數據的線上化以及新數據的產生，會誕生許多基於數據的商業模式創新。當數據大到一定程度，會對數據處理能力和效率有要求，這時，人工智慧就能發揮作用。我們已經可以看見人工智慧正在滲透並塑造許多行業。