在本文中，我们将了解AI如何日新月异地发展。

　　人工智能的历史

　　尽管人工智能已经存在了数千年，但直到1950年代才对其真正的潜力进行了调查。一代科学家、物理学家和知识分子产生了人工智能的想法，但直到英国博学者艾伦·图灵(AlanTuring)提出人们可以利用可用信息和理由来解决问题和做出决定。

　　计算机的难度是扩张的主要绊脚石。在进一步扩张之前，他们需要从根本上适应。机器可以执行订单，但不能存储它们。直到1974年，融资也是一个问题。

　　到1974年，计算机变得非常流行。它们现在更快、更便宜，并且能够存储更多数据。

　　今日人工智能研究

　　人工智能研究在当今世界正在进行并不断扩大。根据技术记者AliceBonasio的说法，人工智能研究在过去五年中以每年12.9%的速度增长。

　　预计中国将在未来4年内超越美国成为世界领先的人工智能技术来源，在2004年超越美国的第二位，并正在迅速逼近欧洲的第一名。

　　在人工智能发展领域，欧洲是最大、最多样化的大陆，国际合作水平很高。印度是人工智能研究产出的第三大国家，仅次于中国和美国。

　　当下的人工智能

　　人工智能正被用于如此多的事情，并且有如此多的希望，如果没有它，我们很难想象我们与业务相关的未来。

　　人工智能技术正在以前所未有的方式提高生产力，从工作流管理解决方案到趋势预测，甚至公司购买广告的方式。

　　人工智能可以收集和组织大量数据，以得出超出人类手动理解能力的推论和估计。它还提高了组织效率，同时降低了错误风险，并且可以即时识别垃圾邮件和欺诈等异常模式，以提醒组织注意可疑行为等。人工智能的重要性和复杂性越来越高，以至于一家日本投资公司成为第一个提名人工智能董事会成员的公司，因为它能够比人类更快地预测市场趋势。

　　人工智能确实将会并且已经被用于生活的许多方面，例如未来几年的自动驾驶汽车、更精确的天气预报和更早的健康诊断等等。

　　未来的人工智能

　　有人提出，我们正处于第四次工业革命的边缘，这将与前三场不同。从蒸汽和水力到电力和制造过程，计算机化，以及现在，人类是什么的问题正在受到挑战。

　　我们工厂和工作场所中更智能的技术，以及将进行通信、查看整个生产过程和做出自主选择的链接设备，只是工业革命将导致业务改进的几种方法。第四次工业革命最重要的好处之一是能够提高世界人民的生活质量和提高收入水平。随着机器人、人类和智能设备致力于改善供应链和仓储，我们的企业和组织正在变得“更聪明”，生产力也更高。

　　不同行业的人工智能

　　人工智能(AI)可以通过多种方式帮助您提升公司的价值。如果应用得当，它可以帮助您优化运营、增加总收入并让您的员工专注于更重要的职责。因此，人工智能正被用于世界各地的各个行业，包括医疗保健、金融、制造等。

　　卫生保健

　　事实证明，人工智能可以提升医疗保健业务。它正在增强该行业的几乎每个领域，从数据安全到机器人辅助操作。人工智能终于给这个因低效的程序和不断上涨的价格而受到损害的行业带来了一个急需的改观。

　　汽车

　　自动驾驶汽车肯定是您听说过的，它们暗示着未来即将来临。它不再是科幻小说;自动驾驶汽车已经成为现实。根据最近的预测，到2040年，预计将有大约3300万辆具有自动驾驶能力的汽车上路。

　　金融

　　专家表示，银行业与人工智能是完美结合。实时数据传输、准确性和大规模数据处理是推动金融业发展的最重要因素。由于人工智能非常适合这些任务，银行业正在认识到其有效性和准确性，并将机器学习、统计套利、自适应认知、聊天机器人和自动化纳入其业务运营。

　　交通和旅行

　　从为司机推荐最佳路线到远程安排旅行预订，人工智能现在已经成为该行业的一个巨大趋势。由于人工智能，最终消费者发现导航变得更加容易。此外，将人工智能集成到其系统中的旅游企业从智能手机的使用中获利。

　　电子商务

　　您是否曾经在一个网站上找到过一张您正在寻找但在另一个网站上找不到的服装图片?嗯，这是由人工智能完成的。这是由于企业采用机器学习技术来建立强大的客户关系。这些技术不仅可以个性化客户体验，还可以帮助企业增加销售额。

　　结论

　　在21世纪初，没有哪个地方比工作场所对人工智能的影响更大。机器学习技术正在带来前所未有的生产力提升。人工智能正在改变我们开展业务的方式，从工作流管理解决方案到趋势预测，甚至企业购买广告的方式。人工智能研究有很大的希望，以至于很难想象没有它的世界。到2030年，无论是自动驾驶汽车、更精确的天气预报还是太空旅行，人工智能都将在日常生活中普及。它甚至被一些人称为“第四次工业革命”。研究人员开发了使用达尔文进化思想(例如“适者生存”)构建人工智能算法的软件，该算法无需人工干预即可改进一代又一代。计算机能够在短短几天内重新创建数十年的人工智能研究，它的创造者相信有一天它能够找到新的人工智能技术。

　　您有没有想过一种技术可以取代所有重复性工作并使人类摆脱繁重的劳动?人工智能是一项技术打击，自 1955 年以来一直席卷全球。互联网的出现帮助这项技术呈指数级发展，现在正在呈指数级发展。它通过广泛的子技术和应用进行了简化，从生物识别和计算机视觉到智能设备和自动驾驶汽车。

　　关于人工智能领域有望取得哪些新进展，人们已经做出了许多预测。新兴趋势正在助长人工智能技术的热潮。 Analytics Insight 根据研究人员正在研究的内容审查数据集，因此列出了将世界推向更高创新水平的十大人工智能技术。以下是我们将密切关注的十大人工智能技术的选择。

　　机器学习

　　机器学习是计算机科学研究中的一门学科，也是人工智能的一个重要分支。它的主要目标是开发新技术，使计算机能够学习新的语言和任务，从而变得更加智能。在算法、应用程序编程接口、开发、培训工具、大数据和应用程序的帮助下，机器学习平台在当今世界变得越来越流行。很多时候，赌场中的机器学习平台用于分类和预测。 Amazon、fractal、Analytics、Google、Microsoft 和 Ad text 是销售机器学习平台的领先公司。

　　机器学习有助于自动化重复性任务。当今世界广泛采用自动化。机器学习的好处之一是确保您使用更少的时间和金钱来完成给定的任务，否则这些任务将需要更多的人工时间。您已准备好让算法在您的公司中完成复杂的工作，从而减少工作量。

　　机器学习平台具有广泛的应用。各种企业和组织可以利用机器学习的优势来帮助其市场增长并提高人类工作绩效。医疗保健提供商、电子商务网站所有者(包括赌场等在线游戏玩家)和制造商都使用机器学习来在各自的领域保持领先地位。

　　营销自动化

　　营销和销售团队已经采用并受益于人工智能，使他们能够实现营销自动化。通过自动化客户细分、客户数据集成和活动管理将人工智能纳入的方法被广泛使用，并已成为采用营销自动化的先驱。

　　从节省时间和精力到创造更多收入，销售和营销自动化的影响相结合，取代了重复性任务的自动化。它通过帮助企业家更多地关注培养客户关系来帮助简化业务运营。 iGaming 行业列表自动化是密歇根赌场指南中使用的一种策略，您可以在此处看到 GamblersUSA 的密歇根页面使用它来提高投资回报、客户满意度和整体增长。自动化的其他好处包括降低成本、个性化客户旅程、在一页上进行营销和销售，以及节省营销活动的时间。

　　行为互联网

　　您是否曾尝试从行为、心理的角度来理解人工智能如何试图理解从用户在线活动中收集的数据?大多数人都听说过物联网，但从未听说过行为互联网。数据分析与通过物联网收集的数据相结合的发展表明，现在比以往任何时候都有更多的机会来了解人们做出某些决定的原因和方式。

　　在赌场中，行为互联网对于理解博彩心理至关重要，运营商可以定制他们的产品以更好地吸引用户。这也是有益的，因为它允许赌博公司发现赌徒遇到的问题，并采取步骤和措施来帮助他们。鉴于对在线赌场施加的监管负担增加，此列表显示了所有使用行为互联网的英国新赌场，并且已变得与任何技术进步一样重要。

　　虚拟现实

　　虚拟现实是指计算机生成的环境，其场景和对象看起来很准确，使用户感觉他们沉浸在周围环境中，并且这种现实是通过称为虚拟现实耳机的设备感知的。虚拟现实帮助我们学习如何执行特定的应用程序并提高运动训练的质量以最大限度地提高性能。

　　虚拟现实具有将我们投射到未来的力量。今天，它被用于医学、文化、体育、教育和建筑。利用虚拟现实、医学领域的肌肉解剖和博物馆的导览，虚拟现实让我们跨越了原本无法想象的界限。

　　内容创作

　　近年来，视频、广告、博客和白皮书上的内容都是由人们创建的。如今，哥伦比亚广播公司和美国等领先品牌使用人工智能来生成内容。 Wordsmith 是自动化洞察使用的流行工具之一，它应用 NLP 来创建新闻故事。

　　在内容创建中使用人工智能的众多好处之一是通过聊天机器人增强用户体验、生成数据驱动的见解和适当的内容营销。

　　图像识别

　　图像识别是指识别和检测视频或图片中的特征的过程。它的机制有助于大量处理图像搜索和检测车牌、诊断疾病和研究个性。

　　在过去几年中，图像识别作为一种人工智能形式对砖砌赌场、监控系统的改进和闭路电视做出了重大贡献。面部识别技术以及其他创新功能使赌场员工能够比以往任何时候都更快、更智能地发现问题。

　　常见问题

　　人工智能会抢走我们的工作吗?

　　人工智能是当今世界上发展最快的领域。统计数据显示，在过去四年中，人工智能的招聘增长了 74%。尽管聘请了人工智能专家，但可以执行人工操作的机器已经让许多人失业。这并不意味着有了人工智能，世界就会充满失业者。发明越多，操作通过人工智能开发的机制所需的人力就越多。

　　结论

　　感谢人工智能。世界已经以某种方式发展，即存在模仿人类智能的机器。人工智能已经成为当今我们生活中非常有影响力的因素，从游戏到学习、农业，最后是我们的健康。

　　从运营效率到质量控制，再到其他各个方面，企业采用机器学习技术，正在通过以下四种方式变革工业生产流程：

　　通用电气：实现设备预测性维护

　　持续性维护设备，是很多工业和制造企业面临的一大挑战。从以往经验来看，大多数设备维护要么是被动型——在机器发生故障后进行维修，要么是预防型——通过定期检测以避免故障。两者皆成本高昂，效率低下，而最佳解决方案是预测型维护。企业可以提前预测设备需要维护的时间，但大部分企业缺乏相关人员和专业知识来开发解决方案。

　　值得庆幸的是，像通用电气这样在发电设备、解决方案与服务领域的领先供应商，已经可以实现对设备的预测型维护。企业本身无需具备机器学习或云相关的技术，只需借助使用传感器和机器学习技术的端到端系统，检测到机器振动或温度的异常波动，从而收到警报。

　　这类技术支持通用电气利用传感器实现信息的快速更新，通过采用云中实时分析，将基于时间的维护操作转变为预测性和规范性维护。随着系统规模的不断扩大，通用电气可以通过上述系统对传感器组进行远程更新和维护，而无需实际接触。

　　中科创达：解决产品异常检测

　　保证产品质量与确保设备正常运行同等重要。生产进程的目视检查通常需要人力，这不仅乏味，且不能保证一致性。为了提升质量控制，工业企业希望采用计算机视觉技术，提高缺陷识别的速度和准确性。但企业在构建、部署和管理基于机器学习技术的视觉异常系统时，仍会面临很多复杂挑战。现在，企业可以使用高精度、低成本的异常检测解决方案，每小时处理数千张图像，从而发现缺陷和异常，识别出与基线不符的图像，以便企业采取下一步行动。

　　看到这一趋势，全球知名的智能操作系统产品和技术提供商——中科创达将全球领先的机器学习服务Amazon SageMaker集成到中科创达智慧工业ADC (Automatic Defect Classification)系统中，帮助制造业客户在工业生产中轻松获得AI质检能力。借助Amazon SageMaker，客户无需复杂的机器学习部署，即可在统一界面中构建、训练、解释、检查、监视、调试和运行机器学习模型。在电气行业ADC系统实施中，Amazon SageMaker帮助最终用户一次性投入成本降低了42%，软件开发的工作量降低了39%，系统的上线时间缩短了50%，系统运行效率是传统检测的35倍，解决了ADC系统落地工业场景的障碍。

　　瑞典家庭食品制造商Dafgards公司在其下属品牌Billy’s Pan Pizza的生产过程中也应用了计算机视觉技术。Billy’s Pan Pizza是一种微波披萨，生产线每秒能完成2块披萨的烘烤和包装。Dafgards公司曾安装过机器视觉系统，成功用于检测披萨上的奶酪比例。但问题是一旦披萨上馅料种类过多，该功能就会失效。通过采用基于计算机视觉的新型机器学习技术，Dafgards公司轻松获得了经济高效的检测能力。在成功应用后，Dafgards公司计划将计算机视觉应用扩展至更多种类披萨以及汉堡、法式蛋饼等其他产品线。

　　英国石油公司：提升运营效率

　　许多工业和制造企业都希望借助计算机视觉技术来提升运营效率。一般情况下，企业会通过视频对工厂现场进行人工监测和审核，以验证设施访问权限，检查出货，检测泄漏或其他危险情况。但在实际情况中，这项工作不仅困难，还极易出错、成本高昂。当然，企业可以将现有的IP摄像头升级为智能摄像头，以便拥有更好的处理能力运行计算机视觉模型。但这依然不仅价格高昂，也会存在问题，即使采用智能摄像头，也未必可以达到高精度和低延迟要求。事实上，企业可以通过使用硬件设备将计算机视觉技术应用到现有的本地摄像头中，甚至可以使用软件开发包来构建新的摄像头，从而在边缘就能运行计算机视觉模型，取得更高的效率。

　　全球能源公司英国石油公司正计划在全球18,000个服务站部署计算机视觉系统，他们计划利用计算机视觉技术自动控制燃料车进出设施，并确认有效订单的完成情况。如果有碰撞危险，计算机视觉技术可以提醒工人，还可以识别动态隔离区内的异物，并检测漏油情况。

　　富士康：优化预测供应链

　　现代供应链是由制造商、供应商、物流和零售商共同组成的庞大网络，需要复杂的方法了解、并满足客户需求，同时根据原材料供应波动以及节假日、活动、天气等外部因素进行相应调整。如果无法正确预测上述变量，会造成成本的大幅增加，从而导致资源配置过度或不足，进而浪费投资或带来不良的客户体验。为了预见未来可能发生的情况，企业正利用机器学习技术分析时间序列数据，提供准确预测，从而减少运营支出，提高效率，确保更高的资源和产品可用性，更快地交付产品，并降低成本。

　　富士康是全球最大的电子产品制造商和技术解决方案提供商。在新冠肺炎疫情期间，富士康采用了机器学习技术应对前所未有的客户需求、供应和产能波动挑战。富士康为其在墨西哥的工厂开发了一个需求预测模型，以生成准确的净订单预测。借助机器学习模型，他们将预测精度提高8%，预计每家工厂每年可节省55.3万美元，同时，最大限度减少劳动力浪费，并大幅提升客户满意度。

　　为了充分发掘机器学习在工业环境、工业产品、物流和供应链运营领域的应用潜力，越来越多的企业希望采用机器学习技术，使生产流程变得更简单、快捷、准确。通过将云中实时数据分析和边缘机器学习相结合，工业企业正稳步将愿望转变成现实，同时推动新一代工业革命的到来。

据《福布斯》报道，43%的千禧一代计划在两年内辞职，只有28%的千禧一代计划在目前的岗位上工作五年以上。千禧一代认为他们不满意的原因是商业道德差、多元化程度低、灵活性低以及工作场所缺乏技术进步。麦肯锡的一项研究指出，82%的《财富》500强企业高管不相信自己的公司能够吸引到优秀人才，93%的高管不相信自己的公司有能力留住优秀员工。这样的统计数据引起了雇主的担忧。

客户体验或CX一直是帮助组织达到实质性客户满意度的最高优先事项。由于公司的外部端得到了照顾，所以组织需要关注内部。员工是任何成功组织的核心力量和驱动力，因此，组织需要专注于在工作场所创造令人满意的员工体验。例如，Adobe Systems Incorporated 在 2017 年人们关心的公司名单中排名第8。93% 的 Adobe 员工认为，由于 Adobe 专注于员工发展的政策、福利和计划，他们的工作场所促进了以员工为中心的工作文化。同样，每个组织都可以创造一种满足员工需求，并帮助他们成长的工作场所体验。第四次工业革命产生了创新的技术用例，可以提供令人满意的数字员工体验。通过朝着正确方向不断努力，组织可以创建以员工为中心的业务模式，从而推动数字化员工体验。

现代技术如何帮助形成数字化员工体验?

1、人工智能可以自动完成多项任务

每个行业部门都意识到了人工智能的潜力。同样，员工也可以从人工智能中获益。人工智能有助于自动化日常工作，从而节省员工时间。例如，Gmail会根据更新、促销、社交活动和购买情况自动对电子邮件进行排序，这有助于整理收件箱。由于这些分类，员工可以了解哪个部分有重要的电子邮件，他们也可以根据自己的分类自定义收到的电子邮件。同样，基于人工智能的自动化可以腾出员工的时间，让他们可以把时间花在其他重要任务上。在不久的将来，人工智能和自然语言处理可以用于情感分析。情感分析将帮助人力资源主管评估员工对工作场所的反馈。

人工智能的另一个应用是大数据分析。组织可以收集员工数据以生成分析，帮助企业领导者深入了解工作文化、员工敬业度、工作效率和进步。这些见解有助于制定以员工为中心的业务战略。此外，组织可以将支持语音的聊天机器人集成到可以解决员工查询的系统中。例如，人力资源机器人可以进行交互式员工培训，引导员工完成福利登记流程，并回答与公司政策相关的问题。人工智能驱动的应用也可以是特定于行业的，例如，内容营销公司可以使用语法检查器(如Grammarly)来查找博客中的语法错误。

2、物联网可以管理工作场所设施

工作区可以安装物联网传感器，以创建交互式和互联的数字员工体验。咖啡机和空调可以连接到互联网，并使用智能手机操作。此外，物联网传感器还可以通过提醒相关方注意装满的垃圾桶和没水的饮水机，以帮助维护工作场所设施。

对员工来说，另一项耗时的任务是寻找空闲会议室或等待正在进行的会议结束。在这种情况下，物联网传感器可以帮助员工找到空闲的会议室，或者在当前会议结束时通知他们。同样，物联网传感器也可用于引导员工到空闲的停车位。例如，Golden 1 Center 体育场安装了信标和物联网传感器，以帮助球迷实时找到座位、空车位和引导特许线路。可以在工作场所引入此类应用程序，这将改善员工的整体体验。此外，物联网可以通过使用智能手机而不是钥匙或钥匙卡解锁门来实现访问控制。

3、云计算可以帮助存储重要文档

现代工作文化是建立在协作和沟通的原则之上的。创造数字化的员工体验将产生协作的商业模式。为此，云计算可以帮助在线存储可实时访问的重要文档和数据。使用这种云服务，员工可以在需要时共享数据，并远程更新数据。与传统的笔和纸或软件方法相比，此类替代方案更安全且用户友好。

4、区块链可以提供工资管理和智能合约

创造数字化员工体验的另一个重要方面是透明度。如果企业财务不透明，员工可能会失去对企业领导人的信任。因此，组织需要尽可能公开他们的财务状况。在这里，区块链似乎是一个可行的解决方案。区块链提供了一个透明的分类账，可用于工资和费用管理。此外，组织可以实施智能合约，该合约可以在满足协议条款后自动付款。

区块链也可以用来生成员工的数字身份。员工的个人信息、绩效、职位和工资可以存储在一个分散的数据库中，以形成他们的数字身份。数字身份可用于构建声誉系统，从而能够对员工进行绩效评估。声誉系统还可以通过评估过去的表现来帮助招聘流程。这些系统还可以帮助为组织选择适当的业务伙伴。

为什么组织需要关注员工体验?

1、增强协作 随着云计算等数字技术在工作场所的兴起，轻松的沟通和协作已成为常态。这种技术将通过提供一种连接组织中不同员工和部门的媒介来确保有效的数字员工体验。使用这种方法，员工可以远程工作并与同事实时协作。此外，部门领导还可以使用工具来跟踪项目进度并计算完成特定项目所需的预计时间。此外，员工可以在项目的不同阶段共享关键数据、文档和批准报告。

2、高生产力

人工智能等数字技术在工作场所创造了一种高效率和高生产力的文化。借助先进技术，工作场所中最普通的任务都可以实现自动化。物联网等现代技术可以帮助开发交互式工作场所，通过通知员工会议室等工作场所设施的状态，来节省员工的时间。

3、改进的数据分析和安全性

数字化员工体验侧重于开发数据驱动的业务实践。数字技术使收集和处理重要数据以生成必要分析的过程民主化。通过分析方法，组织可以做出有利于员工和企业的明智决策。此外，数字技术带来了增强的安全措施，可以监控网络上的关键信息和数据交换。企业可以设置身份验证模型来保护数据免受不受欢迎的人和入侵者的侵害。

4、更好地留住人才

现代技术将有助于建立数字化员工体验，促进积极的工作环境并提供更好的职业发展机会。紧跟最新技术趋势将确保员工的便利性，并引入个性化特权，以满足每位员工的需求。此外，数字技术可以帮助建立一种欣赏和促进创新思想和应用的工作文化。在这样的工作环境中，员工将在公司内发挥自己的潜力，从而提高员工保留率。此外，超过60%的工作是通过网络获得的，因此，满意的员工会在网络中宣传其组织的工作文化，这将有助于吸引更多人才。

总结

很快，组织可能会集成增强现实和虚拟现实等沉浸式技术，以节省在传统会议上花费的时间和资金。这种沉浸式技术将提供一种交互式媒介，可以实现全面的无缝通信，以改善数字员工体验。这种先进的技术趋势将影响全球的工作场所。因此，组织必须保持更新才能从现代技术中获益。

　　当人工智能与其他使能技术相结合时，我们开始看到所谓的工业4.0的一些后果。当与物联网结合时，人工智能可以分析传感器数据，预测工厂设备、暖通空调系统和装配线等工业资产的故障。它可以优化资产工作订单的时间表，分析故障风险，并让经理在不同的标准下优先修复。视觉检查被用来检测制造缺陷，并通过分析实时视频来帮助工人安全。

　　摄像头、信标和传感器可以一周七天、一天24小时监控一处设施。在人工智能的帮助下，企业可以从噪音中分离出信号，确保不遗漏任何有价值的见解，并开始将制造和生产过程中日益复杂的部分自动化。如果企业投资所需的底层数字基础设施，这些工业4.0的构建模块已经成熟，可以为企业做好准备。

　　使用混合云解锁工业4.0

　　人工智能和物联网是走向大规模工业自动化的两个关键组成部分，这也是我们谈论工业4.0时通常所说的。然而，要大规模地实现上述任何一个应用程序，还会引入新的挑战，需要第三个构建块:混合云。

　　想想在一个工厂的地板上输入的数据量，从追踪热量和占用率的物联网传感器到收集视觉数据和监控工作场所安全的摄像头。从拥有多个不同设施(甚至可能是不同类型的设施)的大型组织中推断，要处理的数据量呈指数级增长。需要整理所有数据的AI模型变得更加复杂。也许最重要的是，时间成了一个问题。一个能在一个月后告诉你员工挤在某个通道里的模型并不是特别有用。要利用预测性的洞察力，就需要有立即根据这些洞察力采取行动的能力，这意味着能够在收集这些洞察力的边缘进行计算。

　　这三个组件——能够收集和存储巨大和变化的数据量,能够运行模型或其他软件的数据,并且能够做任何你想要的,需要一个基础设施的足迹,从边缘延伸至数据中心和云。

　　为了提高效率，组织需要跨所有基础设施的无缝管理平面。混合云提供了一个通用的基于容器的平台，可以在所有基础设施位置上运行，从而促进了这一点。它提供了基于工作负载自动伸缩的能力，以及在任何云(公共的、私有的或边缘的)上运行平台的灵活性。

　　在工业4.0环境中，混合云可以把这些点连接起来。它让员工需要的数据、人工智能、工具和软件随时随地可用。你让人们的工作变得越容易，他们就能投入更多的时间、注意力和能力来解决更有趣、更复杂和更昂贵的问题。

　　这标志着已沿用几十年的标准医疗操作流程被打破。在传统医疗模式中，患者只有在症状变得明显时才到医院就诊，或者是参加常规的年度体检。而且一次性的全套检查结果会被送到实验室进行分析，之后才能给出诊断结果或健康状况评估结果。许多情况下，得出诊断结果时，距离患者首次咨询已经过去很长时间，并且也只是基于患者这一次的检查得出结果。

　　当监测生命体征和症状所需的尖端设备稀缺，且只能从医院或其他专用医疗机构中获得时，这种治疗方法是有意义的。

　　新型医疗传感技术的发展，为完全不同的医疗理念创造了条件。这种新型患者监测方法不是使用医院中所用的大型、固定式医疗监测设备，而是使用以下这些设备：

　　小型，甚至是可穿戴的设备

　　功耗极低，可以使用电池供电的设备

　　提供精准的临床级测量结果

　　这让我们能够在医院以外实施医疗监测和检验，可以在本地医疗机构(例如GP practices)或患者家中执行。为了给患者带来更大的便利，可穿戴设备(例如贴片)可以在不显眼的位置持续运行，随时随地进行全天候监测。

　　在现实生活中监测，以获取更准确地诊断结果

　　采用新型远程监测技术部分原因在于医疗资源短缺。2020年新冠疫情达到高峰时给医院造成了很大压力，这表明医疗系统可能很快就无法满足不断增长的急性护理服务需求。因此，将需要监测生命体征的患者从医院转移到诊所或自己家中是一个明智的长期策略。

　　但同样重要的是，使用便携式或可穿戴设备进行监测可以提供更多有用的数据，让患者获得更好的治疗效果。新医疗监测技术支持更长时间生命体征监测，例如心率、心率变异性、血氧饱和度(SpO2)和体温。通过持续监控，可以发现疫情的趋势和模式，这是执业医师在为患者提供单次诊断时无法获知的。人工智能(AI)诊断技术的并行发展意味着数据流监控可以实现自动化。

　　这种基于人工智能的方法不会让医生被海量数据淹没，而是利用技术在后台监控生命体征的模式，只在需要医生个人干预时才会发出信号。通过检测预示未来发病率的前兆信号，患者和医生可以共同努力改变药物、生活方式或饮食，以防出现以前需要到医院急诊就诊的病情。

　　此外，相比前往人为的、通常充满压力的在医院病房接受检查，在家中或护理点进行监测可以显示患者的真实健康状况。最新的多参数可穿戴传感器可以将生命体征与运动、睡眠等其他指标结合起来，结合患者的生活方式来分析医疗数据。

　　半导体技术应用的新突破

　　21世纪，人们开发出了一系列半导体技术和计算机科学成果，在此推动下，这种新患者检测模式随之而生。

　　在光电子领域，已开发出来的光学传感器解决方案可以执行光电容积脉搏波(PPG)，利用无创光学方法来计算心率、呼吸率和SpO2。微型MEMS运动传感器可以测量患者的活动，例如运动时间和睡眠质量，将生命体征与患者的情况结合起来。

　　在医院里，许多用于监测生命体征的设备体积都很庞大，并且极为耗电。通过在芯片等级实现这种测量能力，ADI等半导体制造商可以生产出能够贴在皮肤上的医疗贴片等产品，这种贴片由电池供电，可持续运行数天或数周，同时将测量数据无线发送至智能手机等主机设备。通过主机，测量数据可以安全地上传到云诊断服务，由该服务将原始电信号转换为可操作的医疗数据。

　　技术专长与应用知识相结合

　　能够描述半导体和计算系统的功能需求，让患者能够佩戴智能手表或贴片来监测他们的生命体征是一回事，在实际产品中使用采用这些技术的解决方案又是另一回事。

　　在ADI，我们认识到我们为医疗保健技术创新者提供的服务可能以半导体技术作为开始，但不能以此结束。为此，我们将医疗市场的技术专家和领域专家汇集起来，为客户提供支持。

　　医学领域专家的工作是深入了解应用需求，以及市场的关键属性，例如管理规范和数据隐私。对于开发复杂医疗产品的客户，如果他们能够得到既了解其技术又了解其应用的专家的支持，他们就能够更快、更自由地进行创新，且更有信心能够实现成功结果。

　　在生命体征监测领域，这种应用专业知识由开发平台提供支持。例如，生命体征监测(VSM)研究手表就是一个多参数开放式开发平台。这是一款方便的可穿戴设备，它采用了一套传感器，提供一套连续的生命体征测量结果，可用于开发生物医疗算法。

　　VSM研究手表采用PPG和ECG来测量心率和心率变异性。MEMS加速度计可以计步，并且可以改善和向对运动伪影敏感的算法提供信息。手表上的传感器可以测量温度和阻抗，这些值用于算法中，以监测压力和身体成分。这些功能为医疗和学术机构开展的研究提供支持，以评估远程患者监测的新用例。

　　在医院以外对患者实施监护的好处显而易见。利用传感器、模数转换器和数字信号处理器等精确、低功耗、微型组件，来自ADI的VSM手表和其他这类开发平台为创新医疗设备制造商奠定了基础，让他们可以在此基础上构建未来的监测设备。

数字经济是全球未来的发展方向，日益成为我国经济发展的主形态。为响应国家号召，加快数字化转型，大力发展数字经济，进一步提升数字经济核心产业竞争力，激发对经济社会发展的引领赋能作用，由深圳市工业和信息化局和深圳市福田区人民政府指导，高科技行业门户同心智造网同心智造网、高维会展（深圳）有限公司主办，大湾区数字经济产业科技发展联盟联合主办，深圳市软件行业协会协办的“2021全球数字经济产业大会（GDEC）”将于9月28－30日在深圳会展中心（福田）举行。

本届大会以“聚焦数字经济，赋能未来生活”为主题，汇集大数据、云计算、5G通信、人工智能、物联网、智能制造、数字生活、数字政府等新一代信息技术，全面展示信息安全、数字新基建、数字化转型、工业互联网、智慧社会等产业领域的前沿技术应用解决方案及前瞻产品，充分剖析数字经济领域国内外最新技术、产品、服务和商业模式，打造世界顶尖的数字经济合作交流服务平台。

GDEC将针对数字、智能、创新、万物互联四大发展关键，携众多行业领军企业共同打造八大展览亮点，全面提升展会内涵。

·数字化及应用解决方案

本届大会将提供精准、灵活、专业的数字化及应用解决方案，携手腾讯云、华为云、阿里、百度、大族、联想、海柔创新等品牌名企，助力企业数字转型，通过知名企业数字化转型方案，数字智能化产品及技术，实现营运成本控制，从而加速生产自动化进程，提高行业的市场反应能力。

·六大主题展区组合呈现

为紧贴数字经济发展趋势，本届大会特设六大专区满足行业所需，包括：物联网与人工智能专区、智能制造专区、5G通信大数据专区、数字生活专区、智慧园区专区和数字化技术创新展区。本届大会聚集各热门应用领域的前沿技术及顶尖新品展示，为粤港澳大湾区打造顶尖的数字经济合作交流平台。

·高端行业主题大会预告

本届大会强势打造“展＋会”模式。展会同期还将举办为期三天的密集研讨会，共有10＋场数字经济产业垂直细分行业高峰论坛及研讨会、90＋场专业主题演讲，围绕智能制造、智能机器人、工业互联网、人工智能、物联网、5G通信、大数据、云计算、3C制造等前沿产业，力邀行业龙头企业开讲，并通过全新的活动主题组合，逐个击破产业链各环节中的痛点，为观众搭建不容错过的高质量交流平台。

·新创数字政府专题会议

为助力数字政府建设，推政务信息上云，本次大会将同期举办数字政府建设峰会，峰会以“赋能产业创新发展 驱动政府数字化转型”为主题，将邀请各地先进城市参与数字化改造相关政府部门负责人，企业领袖，行业专家进行分享各地先进经验。通过数字发展政策解读、专家报告、政府信息化主题演讲、数字政府建设及数据管理主题对话、云政务成果展示等环节，围绕民生服务、社会安全、灾害预测、应急管理等政府应用领域话题展开，探讨数字政府建设的实践经验和创新应用。

·盛邀100＋位产业领域权威专家院士

此次大会将邀请人工智能、物联网、智能制造、5G通信等行业权威专家院士，包括图灵奖获得者、中外院士、青年领军专家，以及全球科技巨头CEO等共同剖析数字经济产业，深度解读各行业领域产业链上下游前瞻议题、分享国际权威资讯和观点，帮助企业探索数字经济发展新机遇。

·同期配套评选颁奖活动

本届大会设置有2021中国智能制造创新峰会暨维科杯工业自动化行业年度评选颁奖典礼、2021（第六届）物联网行业年度评选暨颁奖典礼、2021（第六届）人工智能行业年度评选暨颁奖典礼等数字经济领域优秀奖项，让创新产品、服务与解决方案得到国家专家院士的权威咨询意见和认可，并在现场进场成果的展示推介，展示创新产品，培育数字经济产业新业态，推动产业的发展。

·超强买家阵容

依托同心智造网高科技门户积累，展会已涉及科技智能领域内多个应用行业。9月展期，来自全球电子工程、工控、大数据、云计算、5G通信、物联网、半导体、人工智能、智能家居、机器人、通信等行业专业买家将齐聚现场，寻获世界前沿制造技术。

·百家媒体全覆盖高曝光宣传

届时将有100＋权威媒体宣传造势，全国头部媒体、数字经济垂直领域行业媒体、综合性大众媒体进行多角度、全方位、高覆盖的宣传。

2021全球数字经济产业大会

展商阵容强大

覆盖数字科技行业各个终端市场

2021年9月28－30日

我们与你相约深圳

共同迎接新需求下的机遇！

预登记免门票

? END ?

据赛那德创始人、CEO李华介绍，本轮融资将用于打造强健的研发和供应链体系，支持新产品按计划在客户端落地验证。

此外，李华还表示：“我们在物流行业找到了机器视觉合适的应用场景。优先切入机器代人痛点明显、客户算得过账、可复制量产的行业。不盲目开发产品，形成产品梯队，成熟一个量产一个是我们的发展策略。”

招商局创投董事总经理李忠桦表示：“物流和工业领域的自动化创新，除了技术能力还需要产业磨合，赛那德已经抢占多个大B灯塔型客户，积累了丰富的落地经验和实践案例，正在从单一爆款产品进入产品梯队的飞轮。未来招商局创投将协同招商局集团物流及金融资源，为赛那德的后续发展提供场景、资金上的支持。”

招商租赁总经理助理闫昊表示：“中国已成为全球最大的物流市场，会培育出有国际竞争力的一流快递企业，随之也必将会产生一流的物流科技供应商。赛那德起步比较早，也比较快，已取得一定成绩。我们看好赛那德未来的成长性，可运用‘投租联动’支持赛那德展业。”

赛那德创立于2012年，是一家以机器视觉为技术核心、软硬件能力兼备的科技型企业。以机器视觉和人工智能为技术核心，深耕物流智能分拣应用场景，是国内领先的智能物流分拣标准设备提供商。

目前，赛那德具备独立完整、快速高效的软件开发能力，以自主研发机器视觉深度学习算法为依托、机器运动控制为核心，实现图像处理算法、人工智能、模式识别、视频分析算法等功能；ARM／FPGA／DSP的嵌入式软硬件开发、工业机器视觉定位、视觉检测、多传感器信息融合等技术，助力物流企业实现降本增效。

中国的快递效率和低价享誉全球，核心能力就在中转中心仓库的效率。赛那德的第一款产品DWS可以被看做是中转中心的“眼睛”。中转中心的工作流程可以简单理解为“卸货－分拣－发车”，前端和后端是眼睛，中间是交叉带、摆轮等组成的复杂的分拣系统。

以卸货场景为例，传统模式下，工人从货车上取下小包，使用PDA扫码枪扫描条码，使用皮带秤称重，再放到传送带上，根据工人的主观感受，偶尔对抛货或重货额外用尺子测量体积，作业效率600件／小时。

使用DWS产品后，当货物在传送带上以5000件／小时高速穿过龙门架时，就可同时完成三维精确体积测量、精确重量测量、六面扫码工作。这不仅提高了工作效率和精确度，也避免了过去体积测量缺失的问题。

“原先DWS产品使用海外的相机，单台售价40－60万，应用并不广泛。快递公司觉得太贵，依然以人工作业为主。而使用纯国产相机方案，未来有望把售价降低到10万以下。”李华认为，只要降低成本，DWS市场空间巨大。

通过自研算法提高效率和稳定性，降低相机数量和要求，并进一步压低成本，赛那德的产品逐步开始获得市场认可。在物流行业，赛那德已成为京东、菜鸟、通达系等头部企业的供应商；在电商行业，赛那德获得唯品会、百草味等诸多电商企业的认可。

同时，赛那德的产品已开始远销美国、加拿大、西班牙、智利、新加坡等国家，并在泰国、越南、马来西亚等国家设立了代理商。

此后，以DWS为入口切入标杆客户后，赛那德结合客户需求，陆续推出了单件分离、蜘蛛手、拆箱机器人等产品，其中部分产品即将进入量产阶段。

本文来源于亿欧，原创文章，作者：石伟。转载或合作请点击转载说明，违规转载法律必究。        

据央视财经近日报道，目前整体人工智能的职位增长量大概是45%到50%，计算机软件、互联网行业、机器制造业里的人工智能岗位，都在不断增加。随着人才需求的不断扩大，不少在校大学生没毕业就“先上岗”，开始在企业进行培训和磨合。

但是，火热招聘的背后，人工智能一直面临着持续亏损、落地困难的商业困境，即使是头部企业的员工，同样深陷涨薪困难、降薪裁员的风波之中。当高薪的泡沫被刺破，不少年轻人重新走回了传统互联网的道路。

热火朝天：行业薪水高，人才需求量大

近些年来，人工智能发展迅猛，国家密集出台人工智能领域的相关激励政策，更在2017、2018以及2019年连续三年的政府工作报告中提到“人工智能”。这股热潮让不少人工智能企业尝到“甜头”，商汤科技、旷视科技、依图科技和云从科技迅速崛起，成为国内人工智能行业“四小龙”。

和其他行业相比，人工智能行业对从业人员有着极高的技术背景要求，其人才薪水，在各行业都是领先水平。据BOSS直聘发布的《2020人才资本趋势报告》，2019 年招聘薪资的众数是5000元，中位数是6043元，平均招聘薪资为8082元，但人工智能的岗位，平均月薪都在两万元以上。

数据显示，机器学习岗位的每月平均薪资最高，在27652元，自然语言处理的平均薪资达到25553元，语音识别岗位和深度学习岗位的平均薪资分别为24037元和27516元，语音/视频/图形开发岗位的平均薪资相对而言最低，但也在两万元以上（22979元）。

部分人工智能岗位薪酬数据。图片来源：BOSS直聘

高薪水是为求得高专业人才。人社部此前发布的《新职业在线学习平台发展报告》显示，未来五年新职业人才需求规模庞大，预计云计算工程技术人员缺口近150万、人工智能人才需求达到近500万。

以细分赛道人工智能+医疗行业为例，在成本高企、研发周期长的新药研发领域，通过融合顶尖的计算机科学与生物化学领域的技术，AI制药不但成为创投的新风口，更是诸多大型制药公司纷纷加大投资、招兵买马的重要部门。

此外，在医疗机器人领域，手术机器人、康复机器人、服务机器人（运输机器人、消毒机器人），辅助机器人（护理机器人、静脉药物配药机器人）等同样前景广阔。

全球招聘集团瀚纳仕指出，大型医院和传统药企正在通过互联网、信息化等手段助力业务发展，在技术转型的过程中，人工智能领域图像算法、深度学习等岗位人才需求量较大。

据《2021瀚纳仕亚洲薪酬指南》，数据科学家年薪在50万-120万人民币区间，数据主管年薪则高达150万-220万人民币，而入门级别的AI开发者最高年薪也已达到80万。薪资体系中视情况也包含期权和股票等激励手段。

值得一提的是，由于人工智能领域人才稀缺，人工智能企业更加注重“选育用留”。美世中国2019年一份报告指出，2018年上半年人工智能/大数据行业的早期企业离职率为21%，低于2018年六大行业（企业服务、消费升级、人工智能/大数据、金融科技、文化娱乐、医疗健康）整体离职率九个百分点，甚至也低于2017年六大行业整体离职率四个百分点。

为缓解人才供需压力，高校人工智能专业人才培养不甘落后，据不完全统计，自2018年教育部设立人工智能专业之后，我国累计已有超300所高校开始培养人工智能方向的学生。

BOSS直聘数据显示，2009-2019十年间，人工智能领域的人才存量逐渐增多。其中，机器学习、语音识别、图像识别、图像处理以及数据挖掘工程师都处于高速增长阶段，人群呈现年轻化的状态。自然语言处理、深度学习、算法工程师等人才储备同样不断扩大，年龄相对偏大。

需要注意的是，有调研显示，整体来看我国人工智能人才供给不足，无法满足市场需求；但与此同时，有22%的高校反映他们培养的学生就业出现了供大于求。调研分析，高校人才供给和市场需求之间出现了结构性矛盾。

随着人工智能人才总量增加，人才市场已经出现细分趋势，基础研发类人才和技能型人才都在很快地增加，而高校的供给主要集中在本科层次上，导致人工智能专业本科生有饱和的趋势，且主要出现在地方应用型本科院校上，更高端学历和更强技术背景的人才需求仍旧稀缺。

调查指出，目前市场上人工智能类人才的供给主要来自于电子信息、软件服务等其他相关领域的人才跨界转型而来。高校培养过程注重课堂教学、轻视实践，也导致人工智能人才无法满足市场对于实践的要求。

冷清离场：持续亏损，裁员风波，年轻人在离开

如果说前两年人工智能企业是“吸金兽”，是投资的风口，如今以“四小龙”为代表的人工智能企业正走下神坛，繁荣逐渐褪去，露出真正的面目。

今年以来，商汤科技、旷视科技、依图科技和云从科技纷纷选择首次公开募股，谋求上市机会。据业内人士爆料，商汤科技或于八月开启A+H上市；旷视科技在2019年港股上市失败后，已转战科创板；云从科技则已经顺利通过科创板审议，或将成为人工智能行业“第一股”，而依图科技已经主动“撤单”，终止IPO。

从披露的招股书中，即使是行业顶尖的“四小龙”，都处于持续亏损的状态。云从科技在2018年到2020年，公司营收分别为4.84亿元、8.07亿元、7.55亿元。同期，公司归母净利润分别为-1.81亿元、-17.08亿元和-6.9亿元。截至2020年末，该公司合并口径累计未分配利润为-14.35亿元。

云从科技招股书。

旷视科技此前提交的招股书显示，从2018年至2020年9月末，公司净亏损为28.00亿元、66.39亿元和28.46亿元，截至2020年9月末，公司累计未弥补亏损为142.50亿元。依图科技亏损同样不低，截至2020年6月末，公司累计未弥补亏损72.20亿元。

三家公司招股书中均有提到，人工智能行业是人才和技术密集型行业，技术研发难度大、研发投入高，为保证持续具有核心竞争力，企业通常需要不断投入研发资金。以云从科技为例，2018-2020年云从科技研发费用分别是1.5亿元、4.5亿元、5.8亿元，占各期营收的比例分别是30.61%、56.25%和76.59%，三年不断走高。

成本难降的资金压力下，人工智能企业不可避免的对员工人力成本进行缩减。今年以来，“四小龙”中就频频传出裁员、降薪的消息。

据多家媒体报道，今年上半年依图科技降薪、大幅裁员，如今员工总数已削减至500人左右。早在今年初，依图科技首席技术官、知名AI技术“大牛”颜水成在任职仅一年半后离职。

依图科技的医疗业务部门是裁员的重灾区，目前武汉、西安、成都等多地的医疗分公司已注销，相关的医疗采购、销售部门等也纷纷解散。

据钛媒体APP获悉，依图医疗事业部员工数量已缩减至九成以上，业务几乎处于关停状态。依图科技最终要削减裁员到200-300人左右，整体裁员规模超70%，而在一年前，依图科技的员工总数还有1507人，其中研发人员占比一半以上，为837人。

另一家笼罩着“降薪裁员”疑云的是刚刚通过科创板审议的云从科技。去年五月，云从科技就爆裁员传闻，诸如 “取消了补充年假”、“取消带薪病假及员工生日福利红包”、 “全员降薪20%”等消息。

今年，在职场社交平台脉脉，云从科技再度传出将裁员30%的消息，更有认证为云从科技员工的网友发帖表示，“云从每天离职一大批，天天看人减少”。不过，云从科技公关表示，公司大规模裁员言论，纯属谣言，并没有任何裁员计划。

另外，人工智能企业虽然在应届生起薪上开出高工资，但涨薪幅度却低于其他行业。有行业内猎头表示，“比如‘四小龙’整体涨薪速度就很慢，有高学历候选人两年总共涨薪不超过15%，这种情况是家常便饭。”

有海康威视员工在脉脉发帖称，海康威视入职后薪资涨幅“一言难尽”，几百或者不涨的人大有人在。在2020年疫情期间，海康威视以疫情导致公司业绩下滑为由发送了全员不调薪的邮件。该员工表示：“海康威视还配不配叫‘体面厂’吗？”

值得注意的是，不少从人工智能企业跳出的员工选择回归到传统互联网行业。“我认识的人里面很多去了字节跳动，以及阿里巴巴、腾讯、华为等大厂，做游戏、做教育、做视频……都比原来要好。”有员工接受采访表示。

界面职场此前报道指出，今年秋招以来，互联网公司都加大了人才招募力度，打起了“史上最大规模校招”的口号。腾讯今年秋招放出了近7000+岗位，字节跳动的提前批岗位也有超过4000条，阿里巴巴不少尖端技术类岗位也首次向应届生开放。

不止汽车机器人，在过去一天的百度世界大会上，这家AI公司还搞出了不少新花样，以往科幻影视剧里才可能出现的无人驾驶，很快也可以通过“萝卜快跑”来体验了。

这个故事是否太超前？把时间拉长了看，我们今天体验的人工智能是什么水平？未来它们会造反吗？

大绵羊、普通酱 ｜ 作者

一萌 ｜ 编辑

2019年，科技媒体Hacker Noon发布了一篇题为《未来人工智能技术展望》的文章［1］，认为未来将有以下事件发生：

自动驾驶快速发展；

人工智能将与机器人融合；

面孔会成为重要的身份信息；

AI将更具同理心，会成为“家庭成员”，能照顾老幼……

等一下……在今天看来，这些“预言”是什么新鲜事儿吗？是的，才过了两年，文中的展望已纷纷成为现实。

20世纪80年代，科幻美剧《霹雳游侠》就虚构了一个可以独立思考、自主行动并与人类展开对话的智能跑车，40年后，这辆聪明到可以轻松通过图灵测试的汽车，依然停留在人类天马行空的想象中——也不必灰心，相比40年前的人类驾驶的内燃机车，我们已经进步不少：在昨天的百度世界大会上，李彦宏就坐上了一辆未来感十足的智能汽车（也就是开篇所说的“汽车机器人”），它长这样：

百度世界大会2021，李彦宏展示了他最新的“爱车”

比起很多不切实际的概念车，它更接近现实，可以说，百度这辆“汽车机器人”，就是在今天的智能汽车上做出合理的发展与延伸。

为什么？

汽车智能的现在与未来

百度“汽车机器人”最大的特征之一，是没有了传统的方向盘和油门刹车等控制机构，实行全面的无人驾驶。实际上，L2级别的辅助驾驶已在新造车势力上几乎全面铺开，但近期特斯拉和蔚来数起辅助驾驶事故，让人对辅助驾驶生疑。而真正摸到无人驾驶门槛的L3、L4级别的自动驾驶，则面临更高要求。

在一些产业分析的框架里， AI技术分为三个阶段：底层的“计算智能”，中层的感知智能和顶层的认知智能，它们依次递进，今天的我们，就处于从感知智能向认知智能迈进的阶段。

人工智能的三个阶段 ｜ 来源：国泰君安证券《新时代，IT的价值重构》

当然，自动驾驶也是一个感知和认知的工作。无人车的工作原理，是通过雷达、摄像头等感知设备，“观察”周围的障碍物，再结合算法找出合适的行车策略。从驾驶员必须手握方向盘、接管车辆的L2级别，迈向L3、L4拆掉方向盘的“汽车机器人”，可能就要求我们升级感知智能、步入认知智能。

一方面，服务于汽车的传感器越来越多，智能汽车将具备更完善的感知能力。

技术是人类感知系统的延伸，感知智能是最为直观的体现：通过摄像头、麦克风以及各类传感器，这类智能可具备与人类相似的“视觉”“听觉”“触觉”。

在自动驾驶领域有两组路线之争：

激光雷达派 vs 纯视觉派，它们的区别，是用哪种设备去获取各种信息；

单车智能派 vs 车路协同派，目前路上跑的自动驾驶（辅助驾驶）汽车，都是单车智能路线的产物，而后者则需要改造道路设施、建设智能公路。

毋庸置疑，车路协同会给汽车更多关键的道路信息，提升汽车的感知能力。咨询公司PA Consulting认为，车路协同是未来出行的关键。路上的汽车、路边的传感器，都将成为物联网的一部分，接入“信息化的公路”，帮助自动驾驶提供更好的服务。凭借这些信息，系统还能够规划路线，为路上的车辆编组，让它们靠在一起行驶以节约能源、提高车辆续航［2］。

而当道路变得智能，AI还有望解决交通资源紧张和城市拥堵问题。

在城市交通设计中，有一项名为“绿波带”的技术，传统的“绿波带”根据路口间的距离，设置红绿灯时长，按规定速度行驶的车辆到达每个路口时，都能够赶上绿灯。车主一脚油门，可以直接踩到目的地。这是一种机械的设计，但它简便且有效。

而在智能时代，“绿波带”可以变得更聪明。

百度集团资深副总裁、智能驾驶事业群总经理李震宇，在百度世界大会上展示了更智能的AI信控系统——路面的智能摄像头和信号灯，可以根据路口的车流量，自动优化红绿灯时长。在河北保定，该系统让车辆行程时间平均缩短约20％。

车辆驶过保定AI“绿波带”，12个路口一路绿灯

长远来看，结合现有的城市人流量感知和预测技术，未来的无人车队还能实现智能调度，继续提高城市交通效率——剑桥大学的一项研究发现，一群协同工作的无人车能够提高至少35％的交通效率［3］。

另一方面，AI技术进入认知智能阶段后，无人车将能像真人一样处理道路状况。

认知智能是机器理解和思考的能力。在这个阶段，人工智能不需要程序员“投喂”学习素材，就能主动学习，通过分析、推理，自主决策［4］。

L4级别自动驾驶的要求之一，便是车辆能够评估路上可见或可能出现物体的意图，推测其运动轨迹。但加州大学伯克利分校计算机科学家斯图尔特·罗素指出，利用现有的强化学习和监督学习技术很难达到这个要求［5］。

认知智能则让无人车拥有“预测能力”，甚至根据车辆种类不同，进行不同判定——如外卖车辆可能突然超车、清洁作业车可能临时停车等。百度世界大会上，撒贝宁也提到，无人车还要警惕其它车违章。

李彦宏表示，百度在这方面研发超过8年，但这项技术很难，至今仍在迭代。

这个过程伴随着大量的测试。近年来，自动驾驶测试政策提速。北京、上海、广州、深圳、长沙、沧州等城市先后开放特定道路，允许指定公司测试自动驾驶。

今年7月底，北京市首次开放京台高速部分路段用于测试，百度和小马智行拿到了第一批上路资质［6］。

随着大规模测试的进行，自动驾驶离实际生活越来越近。在百度世界大会上，李彦宏发布了自动驾驶出行平台“萝卜快跑”，用户可以通过App，在指定地点预约、体验无人车。李彦宏曾说，“用不了13年，大街上跑的汽车，几乎都具备无人驾驶能力。”

麦肯锡乐观地预测，到2030年，约15％的汽车将实现全自动驾驶［7］。

车路协同、认知智能……这些智能汽车拥有的“新东西”，将重塑汽车产业的价值链条。根据德勤今年发布的一份报告，汽车产业的价值将向上游的自动驾驶软件、仿真测试软件，与下游的高精地图、出行服务集中——这也正是百度等公司的主攻领域，如Apollo自动驾驶和百度地图等老业务，而百度昨天发布的无人驾驶出行服务，萝卜快跑，就是在利润高地的新一枚拼图。

科技公司的前途一片光明，而传统的汽车与零部件制造、销售环节，则成了利润的洼地，这就是人工智能对汽车产业的冲击。而人工智能的应用，当然不止于汽车，还有“机器人”——要不怎么说，李彦宏把汽车和机器人拼到了一起？

人工智能，可以有多聪明？

我们通常把AI的应用领域分为四类：智能家居、移动设备、服务机器人和智能驾驶。其中，无论服务机器人还是智能家居，都与一个技术密切相关，那就是智能助理。

人工智能的各应用场景均有大量公司参与 ｜ 放大灯团队制图

音箱、电视，甚至智能汽车里内置了智能助理；控制你家里的空调、电视、扫地机器人的是智能助理；电商App、售后电话里提供客服服务的也是智能助理。

智能助理的好处是，用户只要张张嘴，麦克风就能采集口语并传递给算法，转变成机器能“听”懂的二进制指令，遥控智能设备，或者回答问题。

北京大栅栏社区一户四世同堂，小度作为加湿器、电风扇、体脂秤等电器的中控，给中老人提供生活便利

智能助理的这一特性，让智能音箱成为“中老年之友”。在韩国，智能音箱已成中老年人的“生活必备”。截至2018年6月，一款名为“GiGA Genie”的智能音箱，超过31％的用户为40岁以上的中老年人［8］。

但是，习惯于AI带来的便利后，用户又提出了新的要求——智能助理能不能再聪明一点、再人性化一点？

受技术限制，现有的智能助理只能处理简单的事项、回答简单的问题，用户的需求稍微复杂一点，它们就开始“答非所问”。江苏省消保委2021年的调查显示，52．9％的消费者表示与智能客服之间存在沟通障碍［9］。

也许，这就需要认知智能来提升这些智能客服的能力。在认知智能下，它们将能理解复杂的提问，还能从话语中感受对方的情感态度，从而妥善处理用户需求。

在百度世界大会上，百度的车内智能助理“度晓晓”，不仅帮演员金晨远程预约了到店服务，还发现与原有行程产生冲突，“顺手”帮金晨修改了日程安排。

李彦宏称，未来的人工智能不仅是驾驶员，还是秘书和管家。

美国独立分析公司Gartner预测，到2025年，50％的知识工作者将在日常工作中使用虚拟助理，而2019年只有2％。变化的关键，就是人工智能解决实际问题的能力越来越强［10］。

在工作场景以外，人类与AI的关系将被重塑。

北京师范大学教授余胜泉认为，未来教师知识性的教学角色，将会被人工智能所取代，人类教师将与“AI教师”协作［14］。华为在2019年发布的全球产业展望中提到，到2025年，全球14％的家庭将拥有自己的机器人管家，它们扮演的角色更像是家人［11］。

“家人”不是一个挂在嘴上的称谓，这意味着机器人已经完全取得人类的信任，人工智能任重道远。

我们在期待什么AI？

今天的人工智能已经渗入了生活的方方面面。它有时是一个电脑软件的幕后算法，是一个看不见但用得上的程序，比如搜索引擎、拍照识花、导航路线选择；有时是基于某个硬件的系统，比如人脸识别的门禁、根据路况自动调节路口红绿灯时长的摄像头和智能红绿灯，或者一整个由智能控制台操作的大型工厂；有时是我们更容易接受、更纯粹的智能助理。总之，是人类与智能体沟通界面的“机器人”。

百度世界大会上，李彦宏再次提到他的“汽车机器人”理论，认为未来的智能汽车更像一个机器人。

这不是说未来的汽车都能像变形金刚那样变形，而是指随着智能技术的不断成熟和应用，汽车的功能会越来越像机器人。“相对于传统汽车，汽车机器人不仅能完成自动驾驶，还可以跟人自由交流，并且具有学习能力。”李彦宏解释，“农场的苹果熟了，它可以自己去摘回来；主人心情不好的时候，它可以忠诚陪伴。”

没错，它们都是AI，尽管它们不具备人形，甚至是看不见摸不着的代码——正如李彦宏希望打造的“汽车机器人”，也不是变形金刚，不能从四个轮子着地变成两条腿站起来，而是它可以与人自然地沟通，做一些真正的人能帮你做的事情。

今天的我们享受着无处不在的AI，而AI们已经、也必然成为这个世界运行的某个齿轮，这是现在、今天、此时此刻的既定事实。

我们身处一个“遍地AI而不自知”的时代，因为这些弱智能（弱智？）仍然处于一个尴尬期——就像名贵猫的尴尬期（某个不好看的幼年成长阶段），就像Gartner曲线从低谷到成熟期的艰难爬坡。

Gartner 2020年AI技术成熟度曲线，一些AI技术正处于乐观的期望膨胀期（即“泡沫”），而像GPU加速计算等技术已经成熟。

今天的AI技术，多数还没走到稳步爬升的阶段。AI还没有那么聪明，不论百度，还是世界上致力于用AI解决每一个微小问题的公司们，都还在用“人”来定义AI的能力：

小度小度，紧急呼叫

这是小度今年获得的一项重要的能力。它从何而来？工程师为小度写入了120紧急电话、联系紧急联络人的能力，给小度写入语言指令的集合、调整输入的灵敏度，当用户说到怎样程度的描述，就会激活这个“急救”流程……总而言之，今天的AI的每项能力，或许都源于天才的开发者们发现了一个潜在的需求（比如某位被锁在卫生间里，只能与智能音箱喊话的姑娘）、为了解决这个需求而针对性地开发。

是人在教AI做事，但在星辰大海的期待里，我们当然希望AI能拥有某种自动学习的能力，去反过来给人更多的价值。

所以说，当我们看到一些人工智能自我成长的故事时，我们会感到兴奋——比如在一个沙盒里玩捉迷藏游戏的AI［12］，学会搬运砖墙阻挡“鬼”的脚步，而“鬼”则学习使用斜坡和撑杆跳去抓人的蹊跷技能。它们超出了人的预期，但归根结底，执行它们的程序仍然源于天才工程师的设计。

百度的深度学习平台飞桨，给从业者提供了一个低代码开发AI产品的条件。截止2021年5月，飞桨已吸引超过320万开发者使用，降低了工程师的开发成本。可搭建这个平台的是人类工程师，而非AI。

从百度世界大会可以看到，AI正在以超过我们想象的速度落地。毋庸置疑，将来AI会在更多的领域、用超越人类想象力的方式接入甚至接管人们的生活。在科幻作品中，AI们往往有着远超人类的大数据处理和计算能力，现在的AI们已经做到了这一点；而另一方面，则是我们畅想中的AI们，在情感处理与逻辑上，也像真人一样可以无障碍地交流，下至心理咨询、探讨哲学，上至探索人类大脑尚未解决的抽象数学问题——我们总在期待一个与人无异甚至超越人类的AI。

科幻就是某种期待产生的投影。

AI的未来是星辰大海，这是我们的共识，也是百度们希望指向的未来。但我们也需要正视：AI漫长的技能积累，可能会让你沮丧，也可能让它逐渐祛魅，但即使是今天，AI也已经在无数个领域给人类社会做着至关重要的工作。

百度世界大会上，撒贝宁问李彦宏：“拥有自我意识后，AI会不会脱离人类的控制？”

这不止是他一人的担忧。目前为止的科幻电影中，给人印象深刻的人工智能角色，往往是威胁人类生存和文明的大反派。“不可控”和“人机对立”，是人类恐惧的最直接来源。

实际上，人类忽视了自身的力量。

正如前微软亚洲研究院院长、微软亚太研发集团主席洪小文所说，AI的表现终归还是取决于人。AI＋HI（Human Intelligence）才是未来趋势——人工智能会变得更加“可靠可控”，真正成为新一轮科技革命和产业变革的驱动力量［13］。李彦宏也相信，在未来的很多年里，AI都是人类社会发展最重要的推动力量，将影响和改变人类历史的进程。

倘若人工智能的发展并未超过我们的预期，原因或许应归结于人类自己。