当前位置:首页 > 大数据
  • 人工智能和大数据医疗正在袭来 应用方向有哪些?

    人工智能和大数据医疗正在袭来 应用方向有哪些?

      人工智能和大数据是今年最热的话题,在国内投资界和产业界都如火如荼,特别是在AlphaGO横扫围棋界后更是呈现一片欣欣向荣的势态。大数据与人工智能目前在医学类的应用也是层出不穷,尤其是在图像识别、影像诊断上都显示了很好的前景。   但是在比较复杂的系统中,大数据挖掘和人工智能可能会受挫,大数据技术本身不是泡沫,但是利用大数据和人工智能名头的相关产业的泡沫正在袭来……   医药人工智能研究受挫,IBM沃森机器人遭遇冷板凳      沃森是IBM的杰出计算系统,自从参加了2011年的智力节目《危险边缘》,在一场与两名最受瞩目的选手对决中胜出后,就成功博得了世人的瞩目。在2013年10月的新闻发布会中,IBM宣称安德森癌症中心,德克萨斯大学系统之一,正在使用沃森机器人系统用于研究根治癌症。   但是近期,据福布斯的报道指出,IBM与该世界顶尖癌症研究机构的合作关系正趋于破裂。此前安德森癌症中心证实:此项目从去年开始就已经暂停。安德森癌症中心也正在积极寻求其他合作方的竞价,未来这些合作方有可能取代IBM。来自德克萨斯大学审计机构的一份报告指出,安德森癌症中心已经花费了6200万美金用于此项目,但尚未实现目标。审计记录显示项目重点更换了数次,第一次重点研究白血病、然后是另一个、接下来又是肺癌。最后毫无进展。   虽然安德森癌症中心与IBM的沃森机器人确立合作的出发点确实是积极的,但是最终项目却没有完成,而且还花费了巨额资金。与安德森癌症中心合作的结果并不令人满意。即使双方合作破裂是安德森方面的一个错误决策,这仍然从侧面说明了IBM的人工智能和大数据目前在医药领域尚未取得重大建树。   大数据医疗的应用方向有哪些?   目前大数据主要应用于以下五大方向的15个应用:      从以上应用范畴中我们发现,为什么在复杂疾病的数据挖掘中,大数据并没有深入发展呢?   因为复杂疾病是非标类的产品,无论是在学术界还是在临床治疗上都有非常大的争议,有时候是向正有时候是向反,对于一些疾病甚至很多的研究报告会出现截然相反的结果,而且学术争议是一直都存在的,因此复杂疾病是非常难以判断的。   医疗与下围棋大不相同,围棋的下法有一个最优概率的计算,但是在医学中,哪怕是51%的概率你也不能说就一定比49%更好,而且医学中小概率事件发生是很普遍的。   非结构化病历数据的挑战   目前我国各医院系统并不相连,因此没有一个统一规范的临床结构化病历模型标准,不同医院的病历书写也存在很大的差异化,非结构化的数据使得大数据在我国的医疗环境下很难做到高效率的数据挖掘。   还有一个很现实的问题那就是——中国的绝大部分临床病历实际价值非常的小。因为医生的临床工作很忙,所以基层医院的病历写作不规范,而上级三甲医院的病历基本上都靠复制黏贴,因此想要从病历的结构化和自然语言中是很难做到任何有效的分析的。   除此之外,目前中国普遍的临床用药和检查都有很多的问题,临床中的实际治疗是千变万化的,但是你在患者病历中是看不出来的,因为中国的医生很多都是以完成实际工作和不要扣钱为主,因此就会做一些套式的病历,以及靠复制黏贴来随意应付paperwork,患者的细微诊断细节很多时候从病历上根本无法体现,所以每个病历的治疗效果可能都千差万别。   大数据很多是从既有数据中进行挖掘,但是中国的患者离开医院后失访率非常高,这与美国的医疗情况不同,美国的患者离院之后的诊后延续性比较好。数据如果不能持续向前发展,那大数据就会变成死数据,并产生很大的泡沫。但这还不是泡沫的根本!   医疗大数据泡沫的根本在于无法转动商业模式   大数据泡沫的根本在于商业模式无法转动,或者无法转动到比较大的规模就出现了各种各样的问题。产业界都是一轮泡沫向另一轮泡沫不断转移的。在医疗大数据产业中,不管是数据临床诊断还是肿瘤数据分析,目前只有两个比较主要的商业模式:   1. 临床应用通过医院向患者收费,每一个医院和科室相当于一个代理,这样进行层层转移,但是收费并且市场教育成本会非常的高,反之再有地推各种成本情况下,毛利率会很低。   2. 向药企做药物研发、临床观察的数据辅助分析。   但是在国内,原研药的研发实际上的市场份额并不是很高,国内企业对于新药的研发投入并不大,而跨国企业的研发主要在国外总部,所以虽然这一商业模式有向后延续的趋势,但是发展优势并不明显。   同时还有一个很现实的问题,大数据企业可能需要每年花费上亿的成本去做临床数据辅助分析系统,但是药企可能只愿意花费几百万来支付你提供的服务,这就会导致比较严重的入不敷出,而且这不是一个短期的状态而是常态化的。在现阶段,想要让药企大规模的去支付改善药物研发的费用比较难,反而现在单纯做临床观察系统、患者招募的需求更广阔一些。   最后,无论在中国还是美国,医疗大数据产业很难适合创业公司去做,就像很多创新药物只能由礼来、辉瑞等的大型跨国药企来宣布和承受失败……创业公司即使短期内融到巨资来做这个事情,目前也看不到任何规模化收入的可能性。也许2、3 年后情况会有好转,但是资本情况又会有不断的变化,可谓是路漫漫而修远兮……

    时间:2020-08-07 关键词: 人工智能 大数据

  • 韩媒:中国人工智能专利数全球第二 5年增长3倍

    韩媒:中国人工智能专利数全球第二 5年增长3倍

    8月6日报道 韩媒称,韩国在AI(人工智能)及ICT(信息通信技术)等将主导第四次产业革命的核心领域的专利竞争中,不敌中国、美国等世界主要国家。有专家指出,如果照这样的趋势发展下去,在今后的第四次产业革命技术主导权争夺战中,韩国将很难追赶上发达国家的脚步。 据韩国《朝鲜日报》网站7月31日报道,日本经济报纸《日本经济新闻》2017年2月与咨询企业共同发布的“主要十国向专利机构申请的AI相关专利统计”资料显示,韩国在2010-2014年向专利厅申请的AI专利共计1533件,远远落后于美国(15317件)、中国(8410件)、日本(2071件)。美国的AI专利申请件数2005-2009年五年间增长了1.26倍,达到12147件。同一时期中国的专利申请数则足足增长了3倍。美国正在白宫的主导下推进AI基础研究与产业化进程,中国政府也于2016年5月宣布,将在国家层面上创造1000亿元规模的AI市场。 报道称,韩国在包括人工智能在内的整个ICT领域都与其他竞争国家存在巨大的差距。据信息通信技术振兴中心今年4月发表的消息称,韩国的ICT领域专利以2015年为基准累计达到21.3万件,远远落后于中国(110万件)、美国(58.9万件)、日本(31.9万件)等主要国家。 首尔大学计算机工程系教授张秉卓(音)表示:“在像人工智能和大数据这种门槛较高的领域,需要由整个国家拼上国家的生死存亡投身核心技术专利的竞争,而非凭借一己或企业之力可以完成的。”

    时间:2020-08-07 关键词: 人工智能 大数据 专利

  • 华为与腾讯纠纷,数据才是重头戏

    华为与腾讯纠纷,数据才是重头戏

    随着越来越多的数据被挖掘,作为掌控大量用户数据的平台以及数据转换的大数据将引发的科技巨头们抢夺的新战场。在这些争夺背后,作为平台数据的缔造者——广大的个人用户,其权益和存在感却极其微弱。在国内百度、阿里、腾讯等互联网巨头都拥有海量数据,而且我们在网络和现实中享受的服务也主要由这些互联网巨头所提供。而近日的华为腾讯数据大战表明,解决科技巨头带来的数据垄断问题已经越来越迫在眉睫。 用户数据对掐 个人用户只能沦为鱼肉? 华为与腾讯的这次纠纷起因源于华为的荣耀Magic手机,Magic基于Andriod系统重新开发了Magic Live系统,这是华为手机首次尝试人工智能应用。目前该款手机可根据微信聊天内容自动加载地址、天气、时间等信息;通话、购物等时候也能提示相关服务信息,实现这些功能需要华为和科大讯飞、高德、支付宝、携程等移动应用深度合作。不过,在华为抓取微信数据时遇到阻碍。 华为方面回应表示,它所收集的数据,用户已经在手机设置中给予授权。所有的用户数据属于用户,而非微信或者荣耀Magic。“经过用户授权之后,用户数据才在手机上被处理。” 腾讯则拒绝就与华为发生纠纷一事回应,但它在声明中表示“致力于保护用户隐私和数据”。并回应称,“从行业角度看,我们正在跟相关方保持密切的合作,包括电信运营商、手机厂商、应用开发者与监管层,建设一个对用户和业界有益的健康生态系统。” 在移动应用市场格局已经确定,大家争夺的不再只是用户规模和市场份额,而是考虑如何增加更多的盈利空间,因此就会聚焦到用户的数据上。华为和腾讯是主要代表,他们开始进行用户数据的较量,现在看谁能真正的拥有用户。 移动应用“夺食之争”需要法律法规来解决 最近华为和腾讯因用户数据使用一事起了争执,华为想调用微信用户数据,但腾讯以侵犯用户隐私为由拒绝提供,目前双方互不让步。一边是全球前三中国最大的智能手机品牌,一边是全球最大的社交网络巨头,坐拥两大十亿级用户量的QQ和微信。有人说这其实代表了手机厂商与移动应用的“夺食之争”,也是整个移动互联网应用与即时通信运营商的争执。 对于用户数据归属问题,中国互联网协会理事长邬贺铨院士表示:“类似的争执最终还是需要法律法规来解决。目前我国关于互联网用户数据保护在宏观层面已有立法,但具体的规定还有待细化。这是有必要的。《网络安全法》今年6月份已经生效,里面有关于用户数据的内容,但并不具体,有关部委可以做一些解释,这样大家能更明确界限。” “强者恒强” 数据垄断问题已迫在眉睫 目前全球各国的反垄断法条均是基于工业时代的经济理论,在这个数据已经成为企业资产中重要一极的时代,反垄断法已经凸显出其局限性。数字时代需要有所改进,使之能既保护消费者的权利,又避免阻碍经济发展。 如果不有效避免数据垄断,科技巨头将可能上演“强者恒强”,并有可能去跨领域地竞争,最终形成极度中心化的商业格局。但另一方面,相对缺乏数据的公司们不会“坐以待毙”,类似华为腾讯之间的数据争夺战未来将时有发生,直至在博弈中产生新的合作和规则。未来,硬件公司和互联网公司之间的竞争加剧不可避免,坐下来探讨新的规则恐怕是最便捷的道路,但立法则事关全球数十亿用户在数据资产中的正确位子和正当权益保障。 总结:数字化生活带来便捷的同时,也让个人隐私由隐性变成显现,由此可见数据的利弊如同双刃剑,在给我们带来惊喜的同时,也给我们带来后怕和困惑,并且后者往往更加严重,因为在造成财富受损的同时,甚至还会带来个人隐私安全的重大隐患,影响个人的身心健康和安全问题。大数据时代个人选择空间很小,你要么选择让渡自己的信息,要么远离其他人已经拥抱的便捷生活。至于数据该交给谁,作为吃瓜群众,你并没有决定权。

    时间:2020-08-07 关键词: 华为 云计算 大数据

  • 提高数据中心处理能力,从部署5G系统方案开始

    提高数据中心处理能力,从部署5G系统方案开始

    虽然可能有普遍相反的看法,但5G系统已不再仅仅是主要电信公司的研究主题或行业论坛的演讲焦点。现实是,主要的OEM厂商将在未来几年部署5G系统,这意味着发展在快步向前。例如,爱立信与NTT DOCOMO合作,旨在在日本推出5G服务,以便及时支持2020年东京奥运会。爱立信打算在韩国2018年冬季奥运会期间展示5G能力的项目也在准备中,这次是与韩国ST电讯合作。 即将提供的基于5G网络技术的数据服务将可更快地在线访问更多数据。信息的这种即时性将支持许多当今先进的技术应用——如自主驾驶汽车和虚拟现实或增强现实系统——以省去本地存储的数据并转而依赖于云。 为使其发挥效率,网络延迟需要小于1ms。这不仅需要在数据中心安装5G基础设施,还要求数据中心同时靠近用户及为其服务的蜂窝射频发射塔——而如果数据中心远在250英里外则会鞭长莫及!虽然数据仍需驻留在上游,但在更远的网络边缘位置也需要能立即访问它们。这种变化潜在否定了将数据中心选址在能为其提供巨大能源需求的发电厂附近,或在冷却需求小并因此额外能源需求低的气候环境中的趋势。 解决方案的一部分在于微数据中心近期的增长,其数据容量较低但数量较多,将足以支持这种更为分散的云基础架构。即使如此,电力公司电力供应仍可能会捉襟见肘,因此,数据中心内提供的所有可用电力容量可以有效利用和使用变得更为重要。再次,对于电力充足的主要城市周边地区的微数据中心来说,这可能不成问题,但对基础设施还欠发达的偏远乡村地区来说就有问题了。这些系统不能保证锁定容量,只是因为它们被设计成了满足峰值需求或为关键任务活动提供冗余。 这就是解决方案的另一部分来自基于软硬件组合的软件定义电源(SDP)部署的原因——它可以在整个数据中心范围智能动态地分配电力。不过,在深入研究解决方案之前,让我们先更清楚地了解问题。基本上,传统数据中心的电力分配和管理涉及三种情况,导致其容量需求被过度规定和利用不足。 第一,在三级或四级数据中心,需要为关键任务工作提供100%的冗余。这意味着电源路径中的每个元件——从外部供电和备用发电机,到不间断电源(UPS)和配电单元(PDU),再到服务器机架和各个服务器都是有备份的。即使不是所有的服务器都有备份(因为它们不需要运行关键任务工作),这种情况通常也是如此。因此,如果说一半的数据中心的工作量是非关键的,那么为这些服务器准备的冗余电力容量的一半也就不是必需。也就是说,相当惊人,数据中心的总电力容量中有四分之一被闲置,因为其已经分配给这些服务器备用,即使其只是理论上可用。 然后有两种情况,其中需要调整电力供应以应付峰值负载。一种情况由CPU利用率和正在执行的任务类型决定,其中某些任务不可避免地比其他任务需要更频繁的处理。例如,Google已经表明,处理网络邮件的服务器的均峰功率比为89.9%,而网络搜索负载的功率比较低,为72.7%。因此,若将所有服务器的功率都按处理Web邮件所需的指配,那就意味着仅用于网页搜索的服务器至少会有17%的剩余电力容量。 另一种使用情况是负载随时间变化。它既可能是一整天中出现的某种负载模式,也可能是由正在执行的任务所产生的高度动态变化所致。例如,服务器机架的实际功率通常可能是8-10kW,但如果峰值需求达到16kW,那么就需要提供16kW的功率。 如前所述,SDP为所有数据中心的电源管理提供了解决方案,无论是对于传统的云计算和存储要求,还是对于为低延迟5G应用服务所需的更灵活的微数据中心。SDP支持从对服务器机架内的分布式电源架构的电压进行优化,直到动态管理电源并实现调峰等一切情况。调峰解决了其峰值可能远高于标称需求水平的动态负载变化问题。这种在低利用率期间将能量储存到电池中的能力,允许按需瞬间响应电力激增,从而避免对供电能力的过度设计,如图所示。 图:在低电力利用期间将能量储存到电池中,可以按需瞬间响应电力激增,从而避免对供电能力的过度设计。 Virtual Power Systems(VPS)公司与CUI合作提供了一种具体解决方案,即智能电源控制(ICE)。这种完整的电源管理功能可以部署到现有的和新的数据中心设备中。它包括来自CUI的电源切换和锂离子电池存储模块以及来自VPS的操作系统。ICE可以通过从非关键任务系统释放冗余功率容量,管理负载分配和最大化利用率,将服务器电源安装的总拥有成本降低高达50%。

    时间:2020-08-07 关键词: 虚拟现实 5G 大数据

  • 青莲云承办国际软洽会,三大成果献礼物联网安全

    青莲云承办国际软洽会,三大成果献礼物联网安全

    2017年8月10日,由成都市人民政府和四川省经济和信息化委员会指导,中国信通院、四川电信和四川省物联网产业发展联盟主办,青莲云承办的“传感控制智联万物—物联网与智能传感器高峰论坛”在中国成都娇子国际会议中心隆重举行。 作为成都第十五届中国国际软件合作洽谈会的重要环节,该论坛大咖云集、硕果累累。会上,在工业和信息化部电子信息司乔跃山副司长、四川省经信委张延川副主任、成都市经信委李长虹副主任、四川省物联网产业发展联盟李俊华秘书长、20位物联网业界意见领袖和300名产业专家及同行的共同见证下,领先的安全可信的物联网云平台提供商青莲云为中国的物联网安全业界贡献出“标准、生态和方案”三大成果:联合移动智能终端技术创新与产业联盟发布《智能硬件(IoT)安全等级技术要求》,同四川电信签署战略合作协议,共建安全可信的物联网生态系统,携手庆科信息推出软硬件一体化物联网安全解决方案。 大会前夕,四川省九寨沟县发生7.0级地震,造成人民生命财产的重大损失,再一次敲响了防震减灾的警钟。各地与会者和物联网业界同仁纷纷表示,将把物联网技术同灾情预测监测、防范次生灾害和震后重建更加紧密地结合,以实际行动和应用成果支援灾区建设。“防患于未然”的古训,以及“安全就是品质和生命”的理念,再一次得到了验证。 (四川省经信委张延川副主任致辞) (部分嘉宾合影,左起:青莲云CEO董方,庆科信息CEO王永虹,美的智慧科技总经理李强,法国电信移动设备创新总监万杰,青莲云COO刘冀晖) 成果一:青莲云携手移动智能终端技术创新与产业联盟发布《智能硬件(IoT)安全等级技术要求》 青莲云携手移动智能终端技术创新与产业联盟、中国信息通信研究院、专业组织和业内领军企业共同发布《智能硬件(IoT)安全等级技术要求》,并对年内即将发布的《智能硬件安全白皮书》和《智能硬件产业图谱》进行了预热。 (中国信息通信研究院主任工程师、移动智能终端技术创新与产业联盟智能硬件(IOT)工作组组长崔伟男发布《智能硬件(IOT)安全等级技术要求》) 据中国信息通信研究院主任工程师、移动智能终端技术创新与产业联盟智能硬件(IOT)工作组组长崔伟男介绍,“智能硬件(IOT)可信认证”作为规范市场的手段,是在工业和信息化部的指导下,由移动智能终端技术创新与产业联盟联合数据中心联盟推出的国内唯一智能硬件权威测试,是适合所有从事于智能硬件(IOT)的企业参与的认证。智能硬件(IOT)可信测试从采购方的角度对产品基本信息披露、终端产品/解决方案成熟度、云服务提供能力、大数据能力以及安全保护能力等方面进行全面评测。

    时间:2020-08-07 关键词: 物联网 智能硬件 大数据

  • 基于云计算的灾难恢复解决方案

    基于云计算的灾难恢复解决方案

    当你听到关于灾难恢复的时候,你首先想到的是什么?人们可能的想法是,在任何灾难发生后,系统实现恢复或延续,随后保持系统正常运转。如果我们谈论的是云计算世界的灾难恢复,这种灾难恢复的情况是相当新的。但你知道人们对云灾难恢复的担忧吗?你确定云计算中灾难恢复对你的组织来说是一个很好的选择吗?让我们找出这些问题的答案。 基于云计算的灾难恢复(DRaaS)仍然是一个新兴的概念,其中包括它的一些产品和服务。中小企业纷纷开始利用云服务进行灾后恢复。部署在云中的灾难恢复站点最大限度地减少了数据中心空间和信息资源,以及IT基础设施的必要性,可以大量减少成本,从而让那些规模较小的组织可以采用规模较大的组织相同的解决方案。随着基于云的灾难恢复采用,人们对于数据中心空间到云计算容量规划的讨论都有了一个转变。 就像没有人是完美的,同样,每一个解决方案都是不完美的。完美是一种异常。在部署解决方案之前,要更好地理解灾难恢复的好处和局限性。如果使用基于云的备份作为灾难恢复的一部分,那么设计你的备份集的恢复是非常重要的。其他考虑因素是为用户服务能力,可用性,以及云服务提供商的可靠性。 规划灾难恢复的云计算蓝图 对于云计算的灾难恢复,你不能像传统灾难恢复一样计划一个单一的蓝图。每一个组织是根据其运行的应用程序以及应用到业务的相关性,行业中每个组织运作都是独树一帜的。因此,不同的组织机构的云计算的灾难恢复计划都会有所不同。分流是用于推导基于云的灾难恢复计划的一个原则。在传统的灾难恢复应用的这一原则计划也可以用在云计算中。灾难恢复计划的过程概括为: ·确定和优先应用程序、数据和服务 ·计算每一个应用程序、服务和数据的停机时间 ·确定所有急性资源和恢复方法 ·确定实现复原时间目标(RTO)的成本的有效途径。 云计算的替代灾难恢复 在确定蓝图之后,不同的灾难恢复解决方案在云计算的替代方案可供组织选择。让我们回顾一下灾难恢复解决方案。 管理的灾难恢复和管理应用程序 其中,最知名的选项是把灾难恢复实例和初级生产迁移到云计算,并把它交由一个MSP(管理服务提供商)处理。从移除基础设施到减少成本,可以获得云计算的所有好处。而比自己动手处理的更好的是,一可以采用灾难恢复管理服务供应商或云计算的服务。最重要的是要选择服务提供商,并就合适的服务级别协议(SLA)的程序进行谈判。通过控制向服务提供商分散,需要是完全肯定的是,服务提供商能够为SLA的灾难恢复和初级实例定义的框架内提供不间断的服务。传统的云计算厂商将越来越受到广泛接受电子邮件和一些其他的商业应用,如客户关系管理。 从云计算中进行备份和恢复 在这种方法中,保持数据和应用程序的备份是前提,而数据备份在云计算中,当灾难发生时,将数据恢复到硬件中。总之,替代基于磁带的异地备份就是在云计算中备份。 在云计算的备份和恢复的过程中,出现一些问题,人们对于其还原功能和备份功能有着清醒的认识是至关重要的。说实在的,备份到云计算的过程是非常直接的。此外,后台应用程序提供商现在正在扩展他们的备份解决方案,以替代那些知名的云服务提供商提供的直接备份服务。同样,采用云计算网关的方法可以将数据迁移到云计算中。云网关包括云存储和内部部署存储,并保持云数据和内部部署数据的同步。 恢复是部署基于云计算备份的灾难恢复最复杂的方面。恢复TB级的数据,有着带宽限制,因此在恢复的前提下进行数据备份是很困难的。某些云备份供应商提供的数据恢复到磁盘,然后客户收到这些数据并进行内部恢复。另外的选择是采用一个巨大的本地缓存最新备份进行本地恢复。 如果人们依赖于数据恢复,那么某些功能如压缩是非常重要的,数据从云计算恢复到内部部署的基础架构是一个可行的选择。 备份和恢复到云计算 所说的这种方法,数据的恢复不会发生在内部部署的基础设施,而是被存储在云中的虚拟机。为此,你需要云计算资源和云存储。恢复的过程可以在灾难发生前或刚发生的时候完成。通过预定的恢复日期是至关重要的,特别是必须满足强有力的RTO的需求。某些云服务提供商扩展云计算虚拟机,以作为他们的灾难恢复解决方案的一部分。 将数据复制到云中的虚拟机 一些应用程序需要大量的恢复时间,例如RPO的(恢复点目标)和意识方面的应用。在这种情况下,将数据复制到虚拟机是数据转移的选项。该解决方案可以部署在内部部署的生产实例和云计算中。复制是适用于云计算的虚拟机到云的虚拟机,以及内部部署到云的虚拟机数据保护。 云计算提供了灾难恢复更多的选择,并显着降低了成本。但是,灾难恢复基本面没有发生变化,从而需要人们制定具体的灾难恢复计划,确保定期测试,并培训用户,以便为灾难恢复作好准备。

    时间:2020-08-07 关键词: 云计算 大数据 灾难恢复

  • 一文了解2017全球大数据发展趋势

    一文了解2017全球大数据发展趋势

    2016年发生了许多事情。谷歌的阿尔法算法在围棋比赛中击败了李世石,区块链实现了快速发展,全球各地的政府都在大举投资智慧城市。和往年一样,我将为你提供未来一年的大数据趋势,之前我提供了2014年、2015年和2016年的大数据趋势。2017年有望成为大数据里程碑的一年。大数据的炒作终于结束了,因而我们总算终于可以着手于大数据。这就是为什么我将2017年称为智能年。那么,2017年的哪些大数据趋势会对你的组织产生影响? 让我们来看看2017年大数据的七大趋势。 1. 支持区块链的智能合约:区块链2.0   2016年,在许多媒体的关注下,区块链在分布式技术领域快速发展,这能在很大程度上改变组织和社会。许多组织正在探索区块链解决方案。包括70多家世界上最大的银行的R3联盟关系,力图在其各自的区块链平台发展方面投资近6,000万美元。虽然四家知名银行离开了这个联盟,但这依然表明银行在进一步探索这项技术方面是认真的。 然而,交易结算不是区块链技术的最大机会,其真正的可能性是在区块链上记录智能合约。智能合约仍是传统合约,但是是以代码形式记录的。它和IFTTT描述的形式类似,只是要比后者复杂得多。当区块链联系在一起时,能够产生新形式的组织,如分散式的自治组织。 最知名的智能合约平台是以太坊。以太坊是一个分散的应用平台(DApps),完全按照程序运行,没有任何欺诈、审查或第三方干扰的可能。虽然以太坊仍然是一个非常年轻的平台,并且在应对不随意的复杂交叉函数中面临一些挑战,但是在像以太坊这样的平台上连接在一起不可逆转的智能合约的机遇是巨大的。多个创业公司正在开发类似的平台,如Synereo,Maidsafe或最新的Ardor平台。他们都在尝试建立分散的互联网。2017年,我们将会看到这些平台的成长,当然我们也可能会看到与这些平台有关的一些问题。然而,分散式互联网技术正在缓慢发展,智能合约将成为区块链2.0的重要组成部分。 2. 深度学习变得更加智能,使我们更接近通用人工智能   算法业务有改变社会的潜力,2016年算法技术的发展显着加快。计算机算法赢得了围棋比赛,能够翻译它不了解的语言,甚至可以通过查看脸部图像从而识别罪犯。人工智能不会就此止步,在未来的几年中,我们将越来越多地走向一种通用人工智能形式,比如Siri也可以开车。 由于深度学习,通用人工智能逐渐成为可能。深度学习是机器学习的一个子领域,灵感来自人类大脑神经网络,其目的是创建可以在大量数据中寻找规律的人造神经网络。由于全球科学家都能访问更强大的计算能力和大数据集,深度学习正变得越来越普及。因此,在2017年,我们将会看到许多能够对我们生活造成重大影响的深度学习应用。 深度学习算法不是由人类训练而成。相反,它们被暴露于海量数据集、数百万个视频/图像/文章等之中,算法必须自己确定如何识别不同的对象、句子、图像等。因此,它能够提出人类无法想到的解决方案。举个例子,一组算法刚刚开发出一种加密算法,而人类无法通过其永远不会使用的模式进行破译。因此,如果在2017年,你感觉你的电脑用一种秘密的代码对你说话,那可能是真的。 3. 会话式人工智能:智能应用将彻底变革交互体验   2017年,互联设备将变得真正智能化。机器人、自动驾驶汽车或船只、无人机和任何其他物联网产品将变得越来越智能化。这些设备将会更好地理解用户并使产品或服务适应用户的需求。 软件更新将通过无线电完成,从而减少不断购买新产品的需求。 当这些智能设备连接到诸如Siri,Alexa,Viv,Cortana或Google Home之类的智能应用程序时,将会产生无数种可能性。会话式人工智能将启用与这些智能应用程序的高级会话。目前,这些应用程序主要用于控制你的手机、播放音乐或订购比萨饼,但在2017年,这将发生翻天覆地的变化。 Alexa的拥有者们已经能够在家里控制他们的汽车并打开引擎,但很快你就可以用你的声音控制几乎所有的设备。特别是作为下一代Siri而创造的Viv的发展将能够做出你所要求的任何事情。同样,正如微软CEO萨提亚·纳德拉所说,这些智能应用程序将会成为下一代应用程序。2017年,我们将看到这些智能应用与许多物联网设备融合。随着亚马逊结合宣布推出一款专注于会话式人工智能的新型启动加速器,会话式人工智能将改变你的组织应对客户的方式。 4. 与物联网相关的数据泄露将造成严重破坏   物联网不断发展。2016年,大约65亿台设备连接到互联网,预计到2020年将增长到500亿台设备。2016年,物联网相关的分布式拒绝服务(DDoS)大规模攻击第一次出现,由于连接设备缺乏安全性,这次攻击扰乱了美国东海岸的互联网。僵尸网络感染了成千上万的连接设备,比如路由器或智能相机,并使用这些设备来启动DDoS攻击,干扰了数百万人的互联网。 不幸的是,2017年可能会发生更多与物联网有关的攻击。简单地说,由于缺乏安全性,物联网连接的设备是非常脆弱的。许多开发智能牙刷、智能相机、儿童智能玩偶或任何你能想到的智能连接设备的组织,都没有严肃对待数据安全性。同样,黑客可以劫持你女儿的芭比娃娃,以监视你的孩子或者干扰数百万人的网络。各国政府和监管机构必须介入以迫使连接设备的制造商将其物联网设备提到最高保护级别,因为只需一个互联网连接就能用一个病毒感染一个网络并将弄垮整个网络。

    时间:2020-08-07 关键词: 物联网 人工智能 大数据

  • “一颗星的征程”——人工智能、大数据与新能源分时租赁的结合

    “一颗星的征程”——人工智能、大数据与新能源分时租赁的结合

    新能源分时租赁平台盼达用车与阿里云达成重磅合作,旨在通过人工智能、大数据分析应用等创新技术进一步挖掘共享出行市场潜力,探索通过智能化软硬件持续匹配应用来提升车辆运营效率。 近日,盼达用车与阿里云的合作发布会在北京举行。盼达用车CEO高钰、阿里云物联网及高科技事业部总经理刘飞出席发布会并致辞。 发布会现场,盼达用视频和沉浸式话剧结合的创新形式,与出席嘉宾分享了他们从“0到1”的创业历程,从2015.11.11上线运营,从1个城市、13个员工、200辆车起步,一年半后成为国内首个突破百万用户的的新能源分时租赁项目,专注于分时租赁运营车辆超过1万台,累计行驶里程突破222,457,107公里。 线上与线下共享智能 盼达用车CEO高钰博士向在场嘉宾介绍到,随着车辆与用户群的增加,共享汽车的线下运维考验与挑战极大,调度、巡检、保险、违章、清洁等事项交错繁复,只有依靠新技术、新算法的不断应用创新,才能保障规模化线下运维的边际效益,单靠增加人力物力是无法有效与及时处理复杂问题。 此次盼达用车与阿里云的合作也是基于大数据分析技术和AI技术领域的探索合作,基于PB级实时OLAP毫秒级响应的运算系统,达成机器自我学习建模从而替代人工打造智能化调度,可以使运营率提高72%,盈利能力提高43.5%,风险规避能力提高31.3%。高钰称,对于交通领域中的共享经济模式要持续发展,大数据云计算是一种必备能力。 据介绍双方共同搭建大数据城市分析系统,通过对现有城市运营情况、用户群体、交通情况、消费信息等多维度的深度学习,通过精准画像与场景标签等应用洞悉,构筑共享出行数据生态。反哺运营,指导调度,更好地提升车位使用效率、电力补给能力和城市公共交通的优化补充,创造用户价值和运营价值。 阿里云携手客户创造无法计算的价值 阿里云物联网及高科技部总经理刘飞称,此次双方建立长期、全面的深度合作后,将快速推动阿里云的优势产品与服务在分时租赁用车场景下的深度应用,助力盼达用车更好的服务出行用户。阿里云提供稳定、可靠、安全并支持高并发的云服务以协助盼达用车扩展全国业务,保障盼达用车服务的稳定性与连续性。 “阿里云提供弹性资源,保证盼达用车业务快速扩张不受业务系统影响;阿里云的大数据平台、人工智能等服务则可以不断优化盼达用车的业务运营,挖掘用户需求,优化产品设计等,以发挥大数据价值提升盼达用车的竞争能力。利用阿里云特有的业务中台、数据中台架构助力盼达用车业务的实时在线,包括客户在线、车辆在线、路况在线、服务在线等,实现了互联网与汽车行业的完美融合,为最终用户提供实时在线的智慧出行。”刘飞说。 据悉,双方后期合作重点会逐步落实在智慧能源管理调度、线下维保实时路径优化、和物资与运输匹配管理上。盼达用车去年与蚂蚁金服的芝麻信用展开深度合作,成为行业内率先实现免押金租车的平台,以及第一个能够在支付宝APP内扫码用车的分时租赁项目。 此次盼达携手阿里云开启深度合作,旨在打造开放共享平台,支撑智能化解决方案的持续应用,强化分时租赁运维体系的能力。

    时间:2020-08-07 关键词: 人工智能 新能源汽车 大数据 分时租赁

  • 提供丰富产品组合方案,MACOM抢占高带宽互联市场

    提供丰富产品组合方案,MACOM抢占高带宽互联市场

    第19届中国国际光电博览会在深圳会展中心举行,集结了国内外优质通信设备供应商、器件商、系统集成商、运营商及服务商,全面展示光通信产业的光纤光缆及芯片、光器件、传感器、测试设备、光网络设备。 作为一家新生代半导体器件公司,MACOM集高速增长、多元化和高盈利能力等特性于一身也参加了此次光博会,为光学、无线和卫星网络提供突破性半导体技术来满足社会对信息的无止境需求,实现全面连通且更具安全性的互联网络。 随着数据量的井喷,数据中心大量建设,人们对带宽的需求持续越来越高,由此带动了光器件需求的持续增长,越来越多的公司开始抢占高带宽互联的市场,促使全球通信产业也将迎来新一轮变革。为此,电子发烧友采访了MACOM光子光波解决方案PLM和市场营销副总裁王芳。 MACOM光子光波解决方案PLM和市场营销副总裁王芳 为满足数据通讯在视频和移动驱动下的爆发式增长,各大互联网内容提供商正在建造超大规模数据中心,需要效率更高、体积更小、成本更具优势的高速互联解决方案。MACOM光子光波解决方案PLM和市场营销副总裁王芳认为,“数据中心互联要求能耗低,带宽大,铜明显不能满足,而有源光缆又太占地方,硅光是最好的选择,未来更大的市场是芯片与芯片互联。比如10G-PON ONU/OLT芯片和光学整体解决方案就很好满足当前用户对数据需求。” 适用于10G无源光网络应用产品组合 此次MACOM推出业界首个也是唯一一个适用于10G无源光网络(PON)应用的完整解决方案产品组合,可实现光线路终端(OLT)和光网络单元(ONU)基础设施。凭借MACOM在PON领域的行业领先地位和成熟的工业级制造能力,MACOM的全新10G PON产品组合可实现无缝组件集成和无与伦比的成本效益,有助于加速10G PON基础设施的建设。 王芳认为,目前的2.5G GPON基础设施无法满足住宅和非住宅用户以及应用带来的持续上升的宽带需求。在成本极为敏感、竞争激烈的光纤接入市场中,MACOM 技术和产品发展致力于最大程度降低集成复杂性和成本并缩短部署需时的举措广受认可。 MACOM的10G PON解决方案产品组合利用MACOM的L-PICTM技术平台和获得专利的端面蚀刻技术来大批量生产低成本激光器,这有助于再次突破MACOM 2.5G PON此前已经实现的成本降低。 借助MACOM的深厚应用背景知识和端到端芯片组,用户能够通过紧密集成的10G PON系统大幅加快上市步伐,极大缩短独立验证组件互操作性所需的设计和开发周期。王芳表示,目前只有MACOM可以为大批量用户端应用提供成本结构、容量和供应链灵活性。至今为止,MACOM已经输送超过1.35亿台激光器,MACOM在PON领域这种领先的市场份额充分证明了客户对我们成熟的技术平台和量产效率的信任。 可扩展至400G的端到端100G单λ解决方案 针对主流云数据中心部署实现具有供应链灵活性的成本结构。MACOM的100G单λ解决方案旨在帮助用户以云规模成本结构加快部署100G光互连,使用户能够快速轻松地集成高性能MACOM组件,并通过下一代100G光模块帮助其更快上市。 王芳指出,MACOM的100G单λ解决方案采用公司的53 Gbaud PAM-4技术,单波长吞吐量可达100G。100G单λ解决方案是由IEEE认可的方法,可显着降低通常安装在光收发器模块中的光学组件数量并降低成本。 MACOM PRISM™混合信号PHY支持100G单λ解决方案,采用先进的16纳米FinFET工艺节点,比在更大平面几何结构下开发的竞品PHY领先一代。MACOM PRISM™专为53Gbaud PAM4操作而设计,具有集成线性激光驱动器、前向纠错功能和基于DSP的灵活均衡器,可轻松集成和实现云规模经济及成本结构。 PRISM由MACOM的硅光子学光学元件和集成有PIC芯片的激光器组成,这款PIC芯片采用公司的专利端面蚀刻技术(EFT)制成。这种高度集成的光子解决方案可以带来额外的成本优化,为用户提供云规模的制造能力。 当前云数据中心已迅速部署第一代100G模块,但无止境的数据需求、无情的成本压力和日益缩短的升级周期都迫切需要部署新一代模块,以使数据中心能够消除容量、吞吐量和成本限制,MACOM的单λ 100G解决方案融入了技术创新并加快了从100G过渡到400G的过程,有助于跟上云数据中心持续增长的步伐。 当然,MACOM的产品组合还包括L-PIC™发射机、获得专利的自对准EFT激光器、互阻抗放大器、时钟/数据恢复电路、交叉开关、硅光子产品、53G波特PAM-4 PHY及适用于100G、400G及以上速率的光连接和云数据中心的ROSA和TOSA。 作为世界领先通信基础设施的首选合作伙伴,通过为光学、无线和卫星网络提供突破性半导体技术,满足社会对信息的无限需求。在过去的60多年里,MACOM蓬勃发展壮大,在未来的时间里,MACOM也让人充满期待,如同MACOM所言,公司一直致力于构筑更加美好的世界。

    时间:2020-08-07 关键词: 大数据 macom 激光器

  • 英特尔架构赋能百度云ABC愿景

    英特尔架构赋能百度云ABC愿景

    文章作者:Raejeanne Skillern,英特尔数据中心集团副总裁兼云服务供应商集团总经理 每次来到中国,我都不禁感叹于创新带来的技术进步。在这里,每一个个人和企业都对变革充满热情。随着创新科技的引进,在这里上演的巨变将打破传统的局限。上周,我参加了百度云智峰会(ABC Summit),和百度云共同宣布了我们将成立百度-英特尔人工智能解决方案中心,并分享了我们在促进云数智(ABC)创新方面的合作。ABC代表人工智能(AI)、大数据(Big Data)和云计算(Cloud CompuTIng),是支持百度实现业务转型的三大基础支柱。 人工智能和深度学习: 人工智能在全球范围内改变着消费者、企业级、政府市场,对金融服务、健康医疗、交通运输、制造等行业产生深远影响。 英特尔致力于人工智能的民主化,力图让人工智能普惠大众。基于此,英特尔携手百度云成立人工智能解决方案中心。此次合作充分发挥双方在软硬件领域的优势,以在百度云环境中以简化、可扩展、全面的方式提供英特尔最新的人工智能技术和解决方案。 · 简化 前期无需投入任何成本,客户可在支持深度学习框架的百度英特尔人工智能云中开发、测试并运行人工智能应用。此外,通过英特尔平台的通用编程和管理,该人工智能架构很容易编程和运行。 · 可扩展 用户可从一个应用或概念验证入手,并可以根据需求弹性扩展到大型部署。 · 全面 百度云和英特尔联合提供一套全面且完整的工具和解决方案组合,用以辅助人工智能工作流的每一步——从描述问题、理解设计方案一直到生产部署。 百度-英特尔工智能解决方案中心预计将在下个季度上投入使用。 此外,英特尔还将继续在其最新最具优势的硬件和库中优化人工智能框架。英特尔至强可扩展处理器平台通过面向深度神经网络的英特尔®数学核心函数库(MKL-DNN)和英特尔® 高级矢量拓展指令集 512(AVX-512)内置深度学习和神经网络改进功能,以增强神经网络训练和推理性能。借助英特尔的技术优势,百度的Paddle-Paddle开源深度学习框架将得到极大优化,性能将大幅提升。 大数据 对于大多数企业来说,大数据是深度分析的起点。为赋能人工智能,企业往往在现有基础设施中添加深度学习功能。针对这个需求,英特尔开发并开源了BigDL——面向Apache Spark*开源集群计算框架的分布式深度学习库。通过BigDL,用户能够编写自己的深度学习应用,将其作为标准Apache Spark程序,运行在现有Apache Spark或Hadoop集群上。百度云将发布融合BigDL和Hadoop的统一数据分析平台,为用户赋能深度学习应用,用户无需再进行框架投资即可享用神经网络能力。 云计算 目前,来自不同行业的企业在将应用迁移到云端,以提高业务敏捷性和可扩展性,因此云服务提供商的压力越来越大。他们需要为各种工作负载,尤其是计算和大数据密集型工作负载优化性能。英特尔为百度交付了定制化CPU,面向百度工作负载量身打造,以提升效能和终端用户体验。百度采用了英特尔最新推出的至强可扩展处理器,获得了极大的能效增益。百度已经蓄势待发,将用最好的技术支持行业用户,从而帮助其在当今竞争激烈的商业世界中获得成功。 未来的商业成功取决于企业迅速驾驭数据、驱动洞察的能力。英特尔和百度合力创新,用大数据指导行动。敬请关注百度英特尔人工智能解决方案中心的更多新闻,并申请免费试用。欲了解英特尔如何帮助百度这样的云服务提供商来交付高能效、敏捷可信的基础设施和差异化的云服务,请访问:http://www.intel.com/CSP。

    时间:2020-08-07 关键词: 云计算 人工智能 大数据

  • AI将承包零售业的未来,而且非它不可

    AI将承包零售业的未来,而且非它不可

      互联网的发展推动了零售业进程,线上零售业的增加数量也越来越多的,电子商务随着业务的增加,客户数据也在不断的扩散和积累,这时候,零售产业将面临一个数据如何处理的问题。现在有人提出用人工智能处理大量数据,这个想法得到了认可,我们可以预测AI将承包零售业的未来,而且非它不可。   在如今的消费市场,每一家公司都需要成为科技公司,零售商也不例外。像亚马逊、沃尔玛和阿里巴巴这样的零售巨头正在竞相重新定义零售体验。他们很快证明了无论是实体店还是电商都是需要的。   问题是,许多零售商并没有竞争所需的技术。一直以来,我在科技创业领域听到了许多流行语,但是最近有一个词似乎被频繁的提及,那就是“人工智能”。   根据美国营销协会的统计,今年零售业的在线销售额将达到4590亿美元,零售额将达到3.6万亿美元。随着亚马逊逐渐主导着电子商务的增长,零售商们需要记住实体零售的重要性。   我认为,纯粹的电子商务已经不再是一个安全的业务了。随着客户数据的扩散和积累,许多零售商面临着一个巨大的难题。虽然有太多的信息可以获得,但是却没有足够的技术能够将它转变成有意义的见解。   AI可以处理大量数据   这就是人工智能介入的地方。AI依赖于能够改善体验的连续技术学习过程。将不断增加的数据和一层层的算法结合起来,可以让这项技术简化数据并不断的在其认知上建立起架构。   人类无法单独处理零售业的复杂性。与此同时,机器则越来越善于从复杂的数据中提取出见解。实体零售业可以利用人工智能来简化决策过程,自动化日常任务,并从根本上改善零售业的顽疾。   对零售商来说,AI不仅可以利用分析来改进业务决策和内部操作,也可以深化客户关系。   改变或死亡   沃尔玛、亚马逊和阿里巴巴正在扼杀那些不敢创新的零售商。对于小型零售商来说,更新他们的管理流程是保证长期生存的最佳机会。AI平台允许零售商管理价格变化,解决缺货问题,决定促销的时间和成本,并做出导致更多销售的销售决策。AI也能够解决和预防诸如重复和放弃购买的问题。   一些正在苦苦挣扎的零售商看起来很过时,但是如果他们能够部署人工智能,那么他们就能及时赶上潮流并产生竞争力。   举个例子,一家商店发现一年中的某个时间段羊毛衫的需求量激增。商店经理可能会根据直觉了解到这一点,并依靠这种直觉来订购额外的库存。但是往往会出现问题,比如货物不能及时达到,订单量太大或者太小,无法满足需求。这些问题最终会导致库存积压、空货架或者退货成本。   最近,我们也从亚马逊收购Whole Foods中看到了AI的改进。仅仅在收购完成的几周内,亚马逊就能够将几乎所有食品和产品进行降价,同时也能保证盈利。   更好的信息,更少的浪费   使用AI进行分析的零售商在竞争中具有以下能力:   1.预测:利用包括非结构化的第三方数据(社交媒体文章、天气预报和当地经济趋势)等各种来源的信息, 系统可以预测一个产品在近期内销售量或需求量的增长。这使得零售商能够更准确的识别出趋势,并提前做好准备。   2.避免意外:系统通过分析过去的数据,来确定应该追加多少库存和何时订货。这使得零售商可以避免产品过多或过少的问题。   3.保持必要的订单:系统要么提醒经理下单要么自动下单。这可以让经理跟上进度,保持条理性。   AI能够让各方满意。客户很高兴,因为他们可以在需要的时候购买他们想要的产品。经理很高兴,因为商店无需处理积压就能够容纳需求供应。公司很高兴,因为它可以无需产生退货成本就能增加收入。   考虑到技术的进步和消费者日益增长的需求,没有AI的帮助,企业是无法在竞争中生存下去的,尤其是在亚马逊和沃尔玛垄断的零售业。   简单地说,如果零售商想要安稳的度过这个假期季节的话,那就需要将人工智能和机器学习整合到他们的系统中。

    时间:2020-08-07 关键词: 人工智能 AI 大数据

  • 宁波入围2017年智能制造试点项目名单,以均胜、万华、建新取胜

    宁波入围2017年智能制造试点项目名单,以均胜、万华、建新取胜

      智能制造它是“中国制造2025”的主攻方向,一直都是国家十分关注的项目,今年的2017年智能制造试点示范项目名单已经出来,让人值得关注的是,宁波的三项目都成功入围名单之中。   近日,工信部公布2017年智能制造试点示范项目名单,宁波市“均胜”汽车电子智能制造项目、“万华”化学品生产智能工厂项目、“建新”汽车底盘智能工厂项目入围。   据了解,工信部自2015年启动实施的智能制造试点示范专项行动,旨在通过制造强国建设,进一步贯彻落实“中国制造2025”,推动我国制造业关键技术装备、工业互联网创新能力的提升,形成一批可复制可推广的智能制造试点示范项目。去年,宁波市“慈星”“镇海炼化”的两个项目成功入选。   众多优质项目成为国家级试点示范项目,是宁波市企业借力产业互联网、加速掀起智造升级热潮的缩影。作为本次入选的三个项目之一,“均胜”汽车电子智能制造项目让该公司的物料传输、生产、装备、检测、包装等环节实现了互联互通。通过系统,车间员工在电脑前输入当天需要生产的产品序列号,仓库便会自动完成配料。不仅如此,该系统还可实现产品的自动检测、大数据分析等。   智能制造是“中国制造2025”的主攻方向。当前,新一轮科技革命和产业变革蓄势待发,进入了以跨界融合为特征的“互联网+”和智能经济时代,这为宁波发展新产业、新业态、新模式、新产品提供了广阔的空间,也为宁波改造提升传统优势产业带来了巨大机遇。   日前,宁波市发布了《关于加快促进企业实施技术改造三年行动计划》。自今年起,宁波市力争通过三年时间,实现全市规上企业技术改造全覆盖和有条件企业智能化改造诊断全覆盖。“作为全国首个‘中国制造2025’试点示范城市,宁波把发展智能制造作为推动实体经济转型升级、提质增效的主攻方向。”市经信委技改处相关负责人表示,随着宁波市“中国制造2025”试点示范城市建设的不断推进,宁波市技术改造蹄疾步稳,智能制造将逐渐成为企业的“标配”。

    时间:2020-08-07 关键词: 人工智能 大数据

  • AI大数据为网络安全保驾护航

    AI大数据为网络安全保驾护航

      网络安全依然成了最近的热词之一了,网络不是万能的,它存在着便利,但我们时刻也是面临着危险。网络欺诈的事件已经是层出不穷,那我们又该如何去解决它。   物联中国讯 10月9日消息,不管是现在,还是将来,网络安全将面临着严峻的考验。随着人工智能被应用于各个垂直领域,网络安全面临的新的挑战,也为人工智能的大展身手带来了重要的契机。   2016年全球互联网用户达到35亿人,约占世界总人口的一半。到2020年,接入互联网的终端设备预计将达到120亿台。而随着智能设备的广泛应用,大规模普及的物联网必将为攻击者提供大量新机会,工作与生活的界限愈加模糊,一台联网设备,只要被攻陷,从银行等财务信息到健康等个人信息,则可能全部泄露。而在互联时代,只要攻克一台设备,其他设备就可能瞬间被瓦解。   当然,在网络安全领域,对威胁的识别,并非一蹴而就,而是渐进发展的过程。随着移动互联网的发展,有大量设备产生各式各样的日志,因此在日志管理和分析方面,有了长足的发展。将机器学习用于网络安全,在很多场景,预测精度并不能达到0.000001的误报标准。从这个角度来说,人工智能也只是辅助手段,还需要与传统手段结合。然而,将人工智能用于网络安全则有另外的优势,那就是提高分析效率。人工智能的典型作用是代替人类做大量重复的劳动,比如用人工智能分析影像图片,将影像医生从低效率的重复劳动中解放了出来。   数据显示,中国目前对网络安全人才的总需求量超过70万,每年增加的人才却不过两三万,缺口高达95%。而且,一个分析师每天能分析的漏洞却是非常有限的。人工智能需要网络安全来限制其边界,实行保护式发展。当人工智能发展到超级阶段,出现反抗人类的时候,也需要从网络安全技术的角度去限制人工智能。例如2016年HBO发行的科幻类连续剧《西部世界》刻画了人工智能的自主意识,出现了人工智能反抗人类的情景。   实际上,聚焦于人工智能领域,应用无监督学习算法技术的公司不多,原因在于该算法有一定的技术壁垒,需要深入了解人工智能前沿的理论知识和基础算法;同时需要结合一定的场景,开发出跨行业的产品和解决方案,需要了解企业的真实需求;以及需要保持技术敏感性,与业内的大数据、安全、开源等平台、技术相结合,了解企业的平台特性、用户的使用习惯等。专业人士表示要想解决网络欺诈难题,必须聚焦于人工智能,深入了解人工智能前沿的理论知识与基础算法,开发出跨行业的产品和解决方案。伴随着DataVisor深入应用国际领先的无监督学习算法,势必会提高中国全行业线上的反欺诈水平。   人工智能为网络安全提供了新思路,复杂的网络环境又不断倒逼技术创新,研究机构Gartner预计,到2018年,全世界将有60亿台设备用上人工智能技术,而随着大数据的应用,人工智能逐渐走入千家万户并显示出巨大的市场空间。

    时间:2020-08-06 关键词: 网络安全 AI 大数据

  • 大数据的救星:人工智能

    大数据的救星:人工智能

      科技发展太快,大数据的使用也得到了普遍的使用,特别是一些政府机关中需要大量的数据存储。然而,随着数据的增加,数据管理却成了难题。据报道,美国情报机构由于有太多数据要去筛选,数据众多快要奔溃,在此时他们想到把他们的希望寄托在了人工智能上,他们希望能够通过人工智能来快速处理亿万比特的数据从而了解世界各地正在发生的事件。      中央情报局技术发展部的副主任Dawn Meyerriecks表示,中情局目前有137个不同的人工智能项目,其中许多项目的开发商在硅谷。   这些项目的应用范围十分广泛,大到通过对比数据变化和其他证据的相关性来试着预测重大未来事件,小到让电脑自动标记出能引起情报分析员注意的人或物。   在华盛顿举行的情报和国家安全峰会上,包括军事情报部在内的其他一些主要情报机构的官员们表示,他们也在寻求基于人工智能的解决方案,希望通过人工智能来将每天接收到的大量数据转变为能够用于政策和战场行动的情报。   社交媒体的焦点   正如一位官员所描述的那样,人工智能有着广泛的功能,小到精准控制战场武器,大到快速恢复黑客攻击导致的计算机系统和程序瘫痪。而在这些功能之中,有一个主要功能是在社交媒体等有价值的信息来源中找到有用的情报。美国中央情报局肯特学校教情报分析的校长Joseph GarTIn说道:“梳理社交媒体来获得情报并不是什么新鲜事,让人耳目一新的是如今我们收集社交媒体数据的数量之大和速度之快。”   在这个例子中,基于人工智能的计算可以挑选出关键词,进而找到数据的模式与其他事件的相关性,并以此不断改进这种发现模式的方法。   Stabilitas (与美国情报界在智能分析合作的一家公司)的首席运营官Chris Hurst说道:“人工智能可以扩大情报工作的范围,不会遗漏那些有价值的细节。”   “人类的行为是数据,而人工智能是数据模型。” Chris Hurst在情报峰会上说。“所以我们认为人工智能在处理这些数据方面能够比人类做得更好。”   八百万名分析师   目前,随着卫星的发展和情报收集技术的进步,可收集到的数据的数量正在成倍增加。   “如果我们试图人工分析那些商业卫星的图像,预计在接下来的20年里,我们将需要八百万名图像分析师。” 国家地理空间情报局的局长Robert Cardillo在六月的一次演讲中说道。   Cardillo表示他的目标是让分析师们75%的任务自动化,而要做到这一点,必须依赖能够自主学习的人工智能。   美国的情报机构并不是唯一开始发展人工智能来寻求未来优势的情报机构,俄罗斯总统普京上周也宣布人工智能是未来权力的关键。据俄罗斯通讯社报道,普京表示:“无论谁在这一领域中处于领先地位,都将成为世界的统治者。”   美国情报官员表示,他们的情报产品“消费者”(政策制定者、白宫和高级将领等)也正在慢慢信任这一计划,这些“消费者”也在逐渐认可那些有明显AI风格的报告。   “我们每天都得为总统安排日程,我们必须有非常非常好的证据来证明我们为什么得出这样的结论。” Meyerriecks说道:“你不能直接跑到领导层那里,然后凭空提出一个没有人理解的建议。”

    时间:2020-08-06 关键词: 人工智能 大数据

  • 机器人医生十秒内就可以开药,你信吗

    机器人医生十秒内就可以开药,你信吗

      机器人行业发展的速度真是让人望尘莫及,可以说现在的机器人都快满布大街了,据报道,机器人在医疗方面又做出了新的进步。   在南京市第一医院的沃森肿瘤智能联合会诊中心,肿瘤科的医生把一例60岁的男性胃癌病例说给机器人听,包活病史、治疗情况、癌症转移情况等。   机器人“听”后,“想”了一下,10秒之后开出一张详细的诊疗方案分析单,列出用药、治疗建议、参考文献全文等。      不同的是,人类专家依据的是自己多年临床诊断的经验,而沃森依据的是目前全球范围内对相关病例的大数据分析。   据悉,沃森是一个辅助医生的诊疗系统,不能用于诊断,患者在确诊癌症之后,才可以使用。它的“大脑”内装有超过300种医学专业期刊,250多本肿瘤专著和1500多万的论文研究数据,可以为患者提供基于循证医学为基础的个性化、精准治疗方案或建议,帮助肿瘤医生做出精准的治疗决策。   沃森的分析单中同时标示出可考虑使用和不推荐使用的方案,当医生选定某一种治疗方案后,它还会给出采用此方案的病例数、生存率、不良反应发生率等相关信息,帮助医生总体评估该方案的疗效与风险。   每位患者由于存在个体差异、文化差异、家庭差异、情绪差异等原因,沃森并不能取代现实中医生在临床和患者的沟通交流。医生会综合考虑证据和实际情况,是有温度、有热度、有情感、爱交流的个体。而机器人只是严格遵照证据和指南,只是一个冷冰冰的机器。   医生和沃森肿瘤系统的有机结合将在制订出规范、高效治疗方案的同时,也能给到患者人性化的关怀,令患者对肿瘤的治疗更加有信心。   据悉,沃森由IBM公司开发,并与美国癌症治疗领域的权威医院共同“调教”而成,是目前国际上癌症治疗领域最先进的智能系统。提供的治疗方案覆盖乳腺癌、肺癌、直肠癌、结肠癌、胃癌、宫颈癌、卵巢癌、前列腺癌,预计2017年会扩展到9-12个癌种。

    时间:2020-08-06 关键词: 机器人 大数据

  • 机器人助阵“双11“,10亿件也不在话下

    机器人助阵“双11“,10亿件也不在话下

      现在已经是进入10月份了,距离今年的“双11”也就没多久的日子了,估计大多的宅男宅女都已经准备好购物清单就打算在双11那天了吧!所以今年的物流可有的忙了。不过不怕,今年有物流机器人助阵,再多的货物也将以最快的速度送到你的手上。   过完十一黄金周,离今年的“双11”也就没几天了,而快递行业也早已进入了战备状态。据中国快递协会预测,今年“双11”期间,全行业快递处理量预计超过10亿件。盘子大、任务重,快递业如何“保畅通、保安全、保平稳”,给消费者带来良好体验?   大数据预测:把商品放在离消费者最近的地方   从2006年的26万件到2016年的6.57亿件,天猫“双11”创造了全球快递业的奇迹。从历史经验看,快递业每年的峰值会变成下一年的常态,今年“双11”仍有一场硬仗要打。   虽然包裹数量逐年增长,但电商通过快递发货的时效一直在提升,包裹发送量过亿的耗时从2013年的48小时降到2016年的12小时。这其中,信息化、大数据发挥了至关重要的作用。   “今年企业的电子面单推得比较好,对快递服务的全链条都有加速作用。”韵达速递副总裁赖世强说,相比传统面单,电子面单串联起了商家、消费者和快递企业的数据,可以使发货速度提升30%以上。   越来越丰富的数据,也使得商品的流向预测越来越精准。菜鸟网络副总裁史苗表示,今年“双11”的一个重要看点是“前置仓”的下沉。   所谓前置仓,就是通过大数据分析,挑选出高频次购买的商品,放在距离消费者最近的仓库里。比如,商家和物流公司了解到南方某省的消费者最喜欢购买某品牌的某一款产品,就可以在前置仓里提前备货,消费者一下单就及时配送,从而大幅减少了跨省调拨的流转距离和时间成本。   根据阿里的规划,未来将在全国建设2000个前置仓。预计在快消品、生鲜食品等领域,前置仓将扮演越来越重要的角色。   机器人助阵:快递物流越来越智能   智能算法、自动化流水线、AGV机器人……走进菜鸟网络位于浙江嘉兴的一个智能仓库,一个直观的感受是“无人化”程度越来越高。   在智能仓库,从收货开始,商品就被流水线送入指定区域,智能设备再将商品送往指定货架存储。哪怕货架有7层楼高,智能设备也能灵活地将商品上架或者取出,并且能保持稳定。   而在发货阶段,包裹拣货完成后,也会被自动贴上快递面单,就连最后的封箱也是机器完成,最后被送上高速分拣机,根据不同去向进行分类,整条设备1小时可以分拣超过2万件包裹。   “在收货、分拣和运输等环节,智慧物流对快递行业的改进非常大,基本消灭了爆仓和积压现象。”国家邮政局市场监管司快递管理处处长余艳说。   史苗表示,这些智能仓库分布在全国范围内的重点城市,不仅有全自动化的流水线,还有各种缓存机器人、拣选机器人,以及机械臂、AGV矩阵等,它们将在“双11”之前完成联调,形成大规模机器人仓群为“双11”服务。   除了菜鸟网络,其他物流服务商也在加大对机器人仓库的投入。如申通快递在多地推出了“小黄人”自动分拣,京东、苏宁和日日顺则通过无人仓库对家电类商品进行全机械化入库、拣选和发货。   多元化配送:资源向末端网点倾斜   大数据也好,智能设备也好,包裹最终到达消费者手中,离不开最后100米的末端配送。   相比以往,如今的末端配送正变得日益多元化。统计数据显示,全国有约4万家菜鸟驿站、近20万组智能快递柜和数十万快递代办点。这些场所将与快递一起,为消费者提供便捷、安全的配送服务。   尽管如此,当前约90%的末端配送仍由快递员完成。近年来屡屡爆出的快递网点倒闭、快递员转型等消息,显示出快递业依赖人力服务的脆弱性。   中国快递协会秘书长孙康说,“‘双11’物流难,最难的地方在末端网点上。”据不完全统计,在北京、上海这样的大城市,核心地带有超过1/4的快递网点感受到了非常大的生存压力。如何稳住基层网点,是快递行业面临的大问题。   赖世强表示,“双11”期间韵达将通过租借各类仓库,分离发货件和到货件,提升网点的派送效率。而“招兵买马”自然也必不可少。

    时间:2020-08-06 关键词: 机器人 大数据

  • AI大数据分析,细谈2018人工智能八大趋势走向

    AI大数据分析,细谈2018人工智能八大趋势走向

        日前Medium.com发布了对于2018AI世界的八大趋势预测,大数据分析并不是一个业已退潮的趋势。随着数据量的持续增长,大数据分析也在不断改善。说到预测分析的应用,我们只看到了冰山一角。通过使用数据挖掘、机器学习和人工智能技术来分析当前数据,已经成功帮助了活动组织(即预测销售,优化营销等)。所有这些不同类型的人工智能联系在一起,深刻的改变着我们的日常工作方式,而更多的改变尚未到来。   这里是来自AI世界的一些关于大数据,预测性分析以及机器学习的关键数据:   到2018年,75%的开发商都会在商业应用和服务中引入至少一种AI功能(来自IDC)   到2019年,100%的物联网活动将会被AI功能支持(来自IDC)   到2020年,30%的公司将会使用AI来提高至少一种关键程序(来自Gartner)。   到2020年,算法将会在全球范围内积极影响数以亿计的行为(来自Gartner)   到2020年,人工智能市场将会超过400亿美元(来自 ConstellaTIon Research)   到2025年,AI将驱动95%的用户交互。(来自Servion)   趋势1-大公司先发优势,势在必赢   亚马逊、谷歌、Facebook和IBM将引领人工智能的发展。作为大公司,他们有合适的资源来收集数据,因此有更多的数据可用。   以下是顶级玩家在人工智能方面的发展情况:   亚马逊:   投资人工智能超过20年   Web抓取来自超过50亿网页的数据   物流中心拥有超过500000 JPEG图像和相应的JSON元数据文件   每日监测全球广播、印刷物、网络新闻的记录超过2.5亿   将近1亿张附带视频、音频和注解的图片和视频   亚马逊的Echo以超过70%的优势领先于声控助理市场   谷歌:   坐拥最大的数据集库之一,有10 - 15个Exabyte的数据——Cirrus Insight   专注于应用和产品开发,而非长期人工智能研究   一个由1300名研究人员组成的团队——谷歌大脑   23.8%的语音助理市场- Voicebot用户份额   使用机器学习的开放­源平台,TensorFlow,给所有人访问机器学习平台的权限   谷歌地球数据库的大小估计为3,017 TB或大约3 pb -谷歌地球博客   谷歌街景有大约20 pb的街道照片——Peta像素   Facebook   每天处理25亿的内容和500多TB的数据——Tech Crunch   Facebook人工智能研究中心有约80名研究员和工程师——FAIR   日均生成20亿“赞”和3亿照片——Tech Crunch   每30分钟扫描月105TB数据——Tech Crunch   建有一个62000平方英尺的数据中心,可以容纳500台机架   每天用超过40种语言翻译20亿用户帖,8亿用户可以看到翻译——Fortune   IBM:   计划用时10年、注资2.4亿美元投资创建麻省理工学院——IBM “沃森”人工智能实验室 ——IBM   沃森客户业务横跨6个大陆,超过25个国家——IBM   IBM在沃森集团(Watson Group)投资了10亿美元,其中包括1亿美元的风险投资,以支持IBM的初创企业和建立与沃森(Watson - IBM)的认知应用程序的企业——IBM   通过沃森生态系统,已经建立了7000多个应用程序——Fortune   谷歌最可能在将机器学习部署于产品和服务的应用方面处于最前沿。他们不仅是第一家开始人工智能研究的公司,而且谷歌是一家相当大的公司,有超过7万名员工。此外,谷歌大脑是一个深度学习人工智能研究项目,谷歌拥有一个完整的团队,它的研究议程包括机器学习、自然语言理解、机器学习算法和技术,以及机器人技术。   趋势2 -算法和技术的整合将会发生   所有在人工智能领域投资的第二梯队公司,如英特尔、Salesforce和Twitter,都将追随那些已经拥有数据的大公司,并开始使用他们的数据、算法和人工智能。行业的参与者之间将发生数据交易,算法和技术将得到巩固。数据的交易以及算法和技术的整合将使人工智能更加有效。   随着谷歌和Facebook这样的巨头公司收购规模较小的玩家,算法将被整合到他们的核心平台/解决方案中。总部位于伦敦的人工智能公司DeepMind建立了通用学习算法,谷歌收购了该公司,以获得与其他科技公司竞争的商业优势。另一方面,Facebook收购了Wit.AI,助力语音识别和语音接口。它还收购了人工智能初创公司Ozlo,以提升其虚拟助手。   趋势3 -众包数据将无比巨大   所有人工智能公司都将追求巨大的数据集,以寻找方法和手段来实现他们对人工智能的雄心。这些公司将开始对大量数据进行众包。他们已经找到了不同的方法来评估众包数据的质量和真实性,这不仅给企业提供了从这些数据中获益的能力,而且也给了消费者一个发声的机会。   OpenDataNow.com的创始人兼编辑Joel Gurin说:“我们生活在一个众包文化中,越来越多的人愿意并有兴趣通过社交媒体分享他们所知道的东西。”   谷歌通过众包获得很多图像来构建他们的成像算法。此外,该公司还利用众包技术,通过其众源应用,帮助改善翻译、抄写、手写识别和地图等服务。亚马逊还利用众包人工智能来提高Alexa目前逾1.5万项技能。   趋势4-并购将越来越多   CBInsights的数据显示,收购人工智能公司的竞赛将在2018年开始,届时,随着企业争夺知识资本和人才,我们将会看到越来越多的并购。机器学习/人工智能领域的所有小公司都将被大公司收购。主要有以下两个原因:   没有数据集,人工智能就不能独立工作。由于大公司拥有大量的数据集,它们对小公司来说优势巨大。   没有数据的算法毫无用处。反之亦然。数据是算法的核心,获取大量的数据至关重要。   作为机器人工程师和哥伦比亚大学创意机器实验室的主任,Hod Lipson说:“数据是燃料,算法是引擎。”   趋势5-AI工具走向民主化,以增加市场份额   大公司将开始开源他们的算法和其他工具集以获得市场份额。市场访问数据和算法的壁垒的将减少,人工智能的新应用将会增加。通过民主化,那些没有途径应用人工智能工具的小公司,将有大量的数据用于培训和启动复杂的人工智能算法。   正如谷歌的首席执行官桑达尔·皮查伊(Sundar Pichai)所说的,关于民主化人工智能的说法,“我们所能做的最令人兴奋的事情之一,就是对机器学习和人工智能的祛魅。”这对所有人来说都是很重要的。   此外,框架、SDKs和api将成为所有主要玩家开放用户使用的标准。SaaS和PaaS的基础模型将是所有这些公司追求的商业模式。   趋势6 -人机交互将会改善   Siri和Alexa是最流行的两种人机交互工具。与此类似的 更多的基于机器人的解决方案,将是AI公司的第一个入口。例如,虽然机器已经被编程用于语音分析和面部识别,但它还将能够基于你的声音音调识别你的情绪,也就是情感分析。   制造业自动化和非消费者方面的解决方案将首先得到改善。制造自动化将主要是使用先进的技术,包括自动化、机器人技术和先进的制造技术来节省人工成本。在农业和医药领域,诸如人机交互等非消费者解决方案的改进也将在2018年普及。   趋势7 -人工智将影响更多垂直领域   制造业、客户服务、金融、医疗和交通等领域已经受到人工智能的影响。自动驾驶汽车预计将在2018年上市。明年,人工智能将会影响更多的垂直领域。以下是工业界的简要示例以及人工智能将如何影响它们:   保险-人工智能将通过自动化改进索赔过程   L法务 - NLP可以在几分钟内总结数千页的法律文件,从而缩短时间,提高效率   公关&媒体 - AI将帮助快速处理数据   教育——虚拟导师的发展人工智能辅助额论文评分;自适应学习程序、游戏和软件;而由人工智能提供的个性化教育项目将改变学生和教师的互动方式   健康——机器学习可以用于制造更复杂、准确的方法来预测病人出现症状前的疾病   就像100年前的工业革命几乎改变了一切一样,人工智能将在未来几年改变世界。   趋势8 -安全、隐私、伦理和道德问题   人工智能保护伞下的一切,如机器学习和大数据,都很容易遭遇新兴的安全和隐私问题方面的问题。有时关键的基础设施在其中扮演了重要角色。与隐私问题相关的安全需求,比如将银行账户和健康信息保密,增加了安全研究的必要性。2018年将是关注安全和隐私问题的一年,并可能会有新的进展。   人工智能的伦理也将是2018年的一个主要问题。伦理和道德问题需要解决,包括人工智能如何伤害或造福人类。也有人担心机器人取代人类的可能性,特别是如果人工智能将在人类移情作用的领域中使用,比如护士、治疗师或警察。另一个将被处理的问题是自主武器。考虑到自主功能的水平,人工智能将需要涵盖某些功能,因为他不是控制在人类手中的武器。   结语:虽然人工智能已经存在很多年了,但我们今天所知道的人工智能仍处于起步阶段。围绕人工智能及其各种应用,从自动驾驶汽车到虚拟个人助理,以及其他许多需要人工智能的任务,都有大量的炒作。虽然有一长串人工智能用例,但其中大部分旨在改进特定的过程,且要成功部署它们需要时间。人工智能还有很长的路要走。2018年显然将是对人工智能的发展关键性的一年,让我们拭目以待。

    时间:2020-08-06 关键词: 谷歌 人工智能 亚马逊 大数据

  • 华为fusioninsight平台被评中国大数据领导者

    华为fusioninsight平台被评中国大数据领导者

      据最新消息报道,中国大数据市场数据应用落地,今年的华为是走向了步步高升的局面,华为FusionInsight大数据平台被IDC评为中国大数据MarketScape领导者象限第一。   在全球权威的咨询与服务机构IDC最新发布的《IDC MarketScape:中国大数据管理平台厂商评估,2017》报告中,华为FusionInsight大数据平台位居领导者象限第一。华为FusionInsight凭借优异的市场成绩、领先的技术优势、成熟的生态布局,在现有能力和市场表现方面,均被IDC评为领导者。   IDC表示,中国大数据市场开始转向数据应用落地,应用落地的前提是先建设统一的大数据基础平台。为此,IDC调研了近20家解决方案商,近20家终端用户,并选取10家典型的大数据平台厂商进行重点研究,以此为基础发布的MarketScape中国大数据管理平台厂商评估报告,分别从现有能力和未来战略两大维度对厂商进行评估,这将为客户进行产品选型提供参考。   华为FusionInsight是华为面向众多行业客户推出的大数据存储、查询和分析平台,其核心竞争力主要在于技术创新,拥有350多项专利技术,其中多项业界领先和独创技术,如100%兼容标准SQL、交互式查询CarbonData、实时决策引擎RTD、图计算引擎Eywa等,可以满足企业传统业务数据迁移、数据融合查询、业务实时决策、快速多层次分析、海量结构化数据分析等需求,从而为企业创造更大的数据价值,帮助企业实现数字化转型。   华为IT云计算与大数据平台产品线总裁马力表示:“很高兴IDC将华为FusionInsight定义为领导者,这充分体现了业界对华为大数据解决方案的认可。大数据是华为的重点战略方向,目前我们的大数据解决方案已经赢得全球40多个国家、700多个客户的信赖,拥有200多个商业合作伙伴,并在全球多个地区设有OpenLab来支撑与客户合作伙伴的云和大数据方面的联合创新,我们的方案已广泛应用于金融、运营商、政府、能源、医疗、制造、交通等多个领域。面向未来,我们将践行‘让企业更智能’的愿景,帮助更多的客户管理数据资产,加速数字化转型。”   2017年9月,华为在全联接大会上重磅发布了企业智能(Enterprise Intelligence,简称EI),这是AI技术与企业业务场景的深度融合。而EI的基础平台即是华为FusionInsight,由Hadoop 大数据平台FusionInsight HD、分布式数据仓库FusionInsight LibrA、数据分析洞察平台FusionInsight Miner、大数据应用容器和实时决策引擎FusionInsight Farmer RTD和大数据操作运维系统FusionInsight Manager构成。

    时间:2020-08-06 关键词: 云计算 AI 大数据

  • 未来十年还要看人工智能和大数据

      根据公开资料显示,今年以来,数十家“无人货架”、“无人便利店”创业企业纷纷涌现,参与投资的机构数量也超过50家,包括IDG、真格基金、创新工场等知名投资机构。据统计,今年以来,无人自助设备领域已披露的融资项目超过25个,累计金额超30亿元。   新零售下的无人自助设备之所以能得到资本关注,是因为其颠覆了原有的“人-货-场”的交易关系链,让零售的渠道能覆盖到离消费者最近的细分场景,更进一步拿到精准的消费大数据。   所以大数据是一个关键点.   而且近年来,人工智能在技术升级和应用方面取得了巨大进展,大数据、云计算以及智能芯片应用快速发展;以深度学习为代表的人工智能核心技术取得一定突破;图像识别、语音识别、自然语言处理等前沿技术的应用范围不断拓展,人工智能时代已经来临。   从全球市场来看,亚马逊、Intel、苹果、Facebook等科技巨头公司相继实现了AI技术的革新性应用。而在国家政策的大力支持下,国内人工智能市场也正跟随全球的步伐迅速崛起。目前,人工智能领域已成为中国股权投资机构最受关注的领域之一。根据清科集团私募通数据,2010年至2017年5月,中国人工智能领域共发生2218起投资事件,涉及投资金额达668.42亿元。   “从目前来看,人工智能项目主要还是面向企业用户。但在Google Pixel 2手机和iPhone X发布后,(人工智能)面向消费者的服务也会兴起。”朱啸虎说,当下是“AI First”的时代,任何创业企业如果没有人工智能的因素在里面,很难建立自己的竞争壁垒和核心优势,而未来十年的创业机会,属于人工智能手机。“我相信两年以后,面向消费者的人工智能风靡的应用也会出现,但是具体是什么,我们还不知道,但是这个趋势是可以看到的。”   但这个现象也导致了一些问题,有投资人直言,现在市面上有99%的项目是伪人工智能,本质上只是带了点算法和机器能力而已。此外,人工智能方面的人才在全球都处于高度紧缺的状态,因此如果有真正高精尖的该领域人才项目出现,就应该毫不犹豫投入。   “人工智能既要技术也离不开大数据,做一个比喻,人工智能技术是一把刀,数据就是磨刀石。对于初创企业来说,他们缺乏大量且及时更新的数据,能否获得成功,主要就是看谁的磨刀石更好。”卫哲建议人工智能的创业者,在选择切入口时,要看到BAT等大公司已经在哪些领域具备大量且不断更新的数据。“他们有的数据,你如果已经做了,就尽快去卖给他们,做他们数据的补充。如果还没做,就不要进入这个领域,因为你做不过他们。你应该发力在他们没有数据的领域,在这些领域,大小公司都是平等的。”

    时间:2020-08-06 关键词: 云计算 人工智能 大数据

  • 大数据的崛起,云计算又将站上风口,人工智能迎来机遇

    大数据的崛起,云计算又将站上风口,人工智能迎来机遇

      互联网行业的快速发展,数据信息越来越多,大数据的悄然崛起,随着大数据的发展,云计算又将站上风口。   作为与电网、交通网络、互联网等类似的“国家基础设施”,云计算是人工智能快速大范围应用的基本条件,也是未来智能时代竞争的焦点。记者近期对阿里、腾讯、百度、Ucloud等国内知名云计算企业进行调研了解到,我国部分企业动手较早,为云计算产业的发展抢得了部分先手。就全球而言,中美两国共同站在云计算高速发展的起跑线上,领先其他所有国家。当前,我国云计算发展更是迎来了“黄金窗口”。不过,相比亚马逊的AWS、微软等公司,仍有5年左右的差距。尤其是在软件生态、数据中心标准等方面差距明显。   业内人士表示,在目前高速发展的背景下,中国应抓住“黄金十年”,从标准、生态、应用三方面入手,抢占全球基础设施主导权。   云计算迎来“黄金窗口”   随着业界不断探索,云计算产业的发展路径和方向已经日渐清晰。就全球而言,中美两国共同站在云计算高速发展的起跑线上,领先其他所有国家。当前,我国云计算发展更是迎来了“黄金窗口”。   在人工智能时代,互联网是基础设施,云计算是公共服务,大数据是生产资料。人工智能这一“新引擎”未来向各行业大规模应用,离不开云计算这一“新平台”;借助云计算,将硬件和计算资源进行集中管理,可大大提高硬件使用效率,减少硬件资源闲置与浪费。   业内人士介绍,传统IT每4元钱的购买成本,云计算1元钱就可以做到。也就是说,亚马逊的AWS等云计算公司每做1美元的业务,IBM、Oracle就损失4美元的生意。   在记者采访过程中,阿里集团副总裁刘松介绍,早在2008年,阿里就发现自己是中国所有互联网公司中用IBM服务器、Oracle数据库最多的公司,随着业务扩展,如果按照这一速度购买小型机建数据库,阿里很快就会破产。2009年阿里云正式成立,2012年阿里云官网上线,开始大规模对外提供服务,目前业务对象已从小型互联网公司,扩展到大型企业、政府部门,并于2015年开始国际化。与美国企业相比,几乎算是同时起步。   野村证券中国电讯及科技行业分析师应重熙判断,人工智能、大数据和云,成为未来5年至10年中国的长期投资主题。随着国家印发人工智能发展规划,中国在人工智能的算法领域和行业应用领域会迎来高速发展。   高盛也有类似的观点。其报告指出,作为全球第二大经济体,中国是全球人工智能领域最重要的竞争者之一,正在利用人工智能推动经济发展。无论是政府还是企业,都将人工智能和机器学习作为下一个重要创新领域。   高盛指出,百度、阿里巴巴和腾讯(BAT)将是中国第一批人工智能受益者,这三家公司拥有大量的数据和丰富的资源。   同时,一些规模较小的公司也在人工智能领域占领了自己的地盘。高盛称,美团凭借其独有的大数据优势,在人工智能领域完成了初期布局;滴滴出行在深度学习、人机交互、机械视觉和智能驾驶等领域进行了初步探索;科大讯飞在中国智能语音行业中占有最大的市场份额,其智能语音核心技术已达到世界领先水平;海康威视是一家专注于研发安防监控设备的科技公司,将人工智能应用于监控设备的研发,如智能摄像头等。   有“互联网女皇”之称的玛丽·梅克以及毕马威都在报告中,将印度、泰国等“一带一路”沿线国家定义为互联网巨头的必争之地,我国BAT正在积极布局自己的云计算平台战略,为“一带一路”沿线国家输出解决方案。   记者了解到,阿里云近期新增了印度和印尼两大数据中心,阿里云在全球14个地域开放了31个公共云可用区,为全球数十亿用户提供可靠的计算支持。此外,阿里云在全球共部署200多个飞天数据中心,通过底层统一的飞天操作系统,为客户提供全球独有的混合云体验。腾讯云宣布继香港、多伦多、新加坡后,今年将新增包括韩国首尔、印度孟买等在内的5大海外数据中心。   但是,腾讯技术工程事业群数据中心负责人钟远河表示,目前中国BAT三家互联网巨头所拥有的数据中心服务器数量之和,还不及美国亚马逊一家公司的一半。不过,业内人士也指出,数据中心不是衡量服务能力的唯一指标,产品、服务、安全、合规等等也是开展全球业务的重要指标。   标准与软件创新尚存差距   一方面,云数据中心标准战打响,亚马逊作为行业巨头率先向下重新定义硬件生态。另一方面,通过云计算反哺软件的创新能力,这一特征正在向上重塑软件行业生态。   在全球人工智能竞赛中,我国面临的一大挑战是“人工智能与云服务融合发展模式”尚未确立。在接受记者采访时,百度总裁张亚勤表示,百度未来的云战略,就是瞄准了人工智能方向;过去不少云计算业务都是将数据简单地搬到云上,未来百度会将云计算全面人工智能化,业务方向也将主要朝向“云计算+AI”。   针对这一趋势,国际巨头已经提前布局。   一方面,云数据中心标准战打响,亚马逊作为行业巨头率先向下重新定义硬件生态。业内人士介绍,通用的硬件产品无法很好满足云数据中心的要求。亚马逊AWS一直以基础设施的理念建设数据中心,超过几百万台布局后,已经具备了定义硬件的条件。近年来,亚马逊一直着手定制化硬件产品,包括定制路由器、服务器以及自己改造的数据中心电力控制单元,用效果来定义未来“云数据中心”的全球标准。   对中国来说,没有标准可能会导致一大批云计算的投入最终“打水漂”。刘松表示,国内“云数据中心”建设可谓“遍地开花”,但大部分数据中心只有“云之名”,没有“云之实”,无法满足当前全球大规模公共云服务应用标准,反而形成大量的资源闲置与浪费。   另一方面,通过云计算反哺软件的创新能力,这一特征正在向上重塑软件行业生态。刘松说,实现从传统IT生态向云生态的转型,将大大提升我国软件创新能力,可以改变PC时代大型软件假手于人的状态。由于云计算天然支持移动互联和在线数据分析,可以做到实时的智能化推送。在美国,基于云计算已经诞生了很多新的软件公司,形成了全新的软件生态,公共云模式因此重新定义了软件行业。但我国目前仍将云服务归类在软件侧,这其实是将其“狭义化”了。   以云计算为核心驱动力   在记者采访过程中,不少业内专家表示,“互联网+”其实很大程度上就是“云计算+”,针对这一战略点,中国需要前瞻性地布局整个产业的发展,制定以云计算为核心驱动力的产业发展战略,聚集核心资源,打造自主可控的IT大生态。   顺应云计算的发展规律,积极输出云数据中心标准。刘松建议,可以借鉴亚马逊AWS等国际领先企业的经验,参照大规模公共云计算的要求,研究并制定云数据中心建设标准,全面规范数据中心的建设。同时,要求提供云计算服务的数据中心参照或遵循国家标准,并引导相关行业采用云服务时参照特定的云数据中心标准。   大力支持中国公共云服务走出国门,为“一带一路”沿线国家及中国企业全球化提供高科技支撑。例如,鼓励中国“走出去”的企业采用本土企业的海外公共云服务;协调国家主导的重大海外项目,与“走出去”的公共云结合,为海外政府和客户提供一体化解决方案等。   推动重点行业的云落地。上海优刻得信息科技有限公司CEO季昕华说,很多高校在承接发改委、科技部等部门的资金项目时,经费只能适用于买设备,不能用于买服务。结果是“每个项目都买设备,最后就可能导致服务器大量闲置浪费。”建议在科研经费使用中,将云计算服务列为可使用的方向之一。同时从政务、金融、医疗等重点领域入手,主导并推动“金融云”、“政务云”、“医疗云”等行业云建设,全面提升行业数据化、智能化水平,同时实现与互联网的全面融合。   推动制造业企业上云和制造业智能化变革,以云+数据+智能支持“中国制造2025”变道超车。浙江省今年开始推进10万家企业上云,目前已初见成效。中小企业因为上云加速了移动化、互联化进程,并大幅降低信息化门槛。一些大型企业通过推进工业云、工业大数据、工业大脑等项目,实现生产良品率提升,供应链的全流程优化。大数据在云端与制造业形成跨界融合的变革机遇,为“中国制造2025”打开一条快速赶超的新路。   人工智能迎来“跳变”机遇   在人工智能发展路上,中国具有一定的后发优势,有望弯道超车借势“跳变”,占据世界科技前沿一席之地。   人工智能(AI)浪潮正在席卷全球,这为曾在PC时代和移动互联网时代落后并受制于人的中国,带来了一次绝佳的“跳变”(科技界意指跳跃式转变)机会。近期,国务院印发《新一代人工智能发展规划》,更是将这一热潮推上新的高度。   2016年中国人工智能市场规模达到239亿元,赛迪智库报告预测,2018年将达到381.7亿元。尽管数字喜人,但中国在前一阶段欠下的“账”,无法一夕还清,人工智能时代依然面临缺“芯”少“魂”的窘境。   业内专家认为,中国想成为人工智能强国,不仅需要在芯片、大数据、云计算方面实现突破,更应利用这次机遇,构筑具有中国标准的人工智能生态体系,从而在世界科技前沿占有一席之地。   技术不足导致移动互联网难以催生出更多的新应用和商业模式。为突破瓶颈,新一轮更激动人心、更值得期待的技术革命风暴已经诞生,AI将成为未来10年乃至更长时间内IT产业发展的焦点。   只有人工智能才能为“万物互联”之后的应用问题提供最完美的解决方案,它将成为IT领域最重要的技术革命。目前市场关心的IT和互联网领域的几乎所有主题和热点(智能硬件、O2O、机器人、无人机、工业4.0),发展突破的关键环节都是人工智能。   国际IT巨头已经开始在人工智能领域频频发力。一方面网罗顶尖人才,一方面加大投资力度,人工智能新的春天已经到来。自然语言处理、计算机视觉、规划决策等细分领域近期进展显著,很多新的应用和产品已经惊艳亮相。   博世软件创新公司亚太区董事总经理托马斯·雅各布表示,普华永道近期发表的报告显示,到2030年全球GDP将会由于人工智能的出现而实现14%的增长,增长大约16万亿美元,其中有26%来自于中国,主要是由于中国拥有巨大的市场和发展意愿。   “人工智能的中国机会是充满希望的。”科大讯飞董事长刘庆峰告诉记者,人工智能是典型的数据驱动,中国有行业应用的机会,有科技带来的人力成本下降。“我觉得在人工智能很多应用领域,中国和美国是同步进入无人区的,中国是非常有机会的”。   小i机器人创始人、董事长袁辉则表示,PC时代,受制于微软的Windows、英特尔的芯片,在移动互联网时代受制于谷歌的安卓、苹果的操作系统,我国企业创新步步维艰。AI时代,我们可以一举建立生态体系,实现跳变。   以百度为首的互联网企业已经开始布局。百度总裁张亚勤认为,AI时代也需要一个通用操作系统,相当于打造AI时代的安卓。“中国企业之前多次尝试操作系统,但都半途而废,AI时代中国有这种机会和能力。”DuerOS是百度度秘研发的一款人工智能操作系统。除此之外,在无人驾驶领域,百度的“阿波罗”计划一旦将车企拉拢到这个平台上,“阿波罗”计划有望成为下一个安卓,成为未来所有车辆的底层技术供应商。   搜狗CEO王小川表示,在市场应用方面,因为中国起步规模小,拥有创业文化,加之中国之前基础传统产业能力相对美国要弱一些,对创新牵制小,中国反而拥有后发优势。通过这种优势,中国可能在AI时代做到“弯道超车”。   迄今为止,全球范围内,还没有一家公司的AI生态体系获得整个行业认可,也没有成型的标准,这也为中国在AI领域实现“跳变”提供了机会。

    时间:2020-08-06 关键词: 云计算 人工智能 大数据

首页  上一页  1 2 3 4 5 6 7 8 9 10 下一页 尾页
发布文章

技术子站

更多

项目外包