【邊緣計算】邊緣計算時代已經到來,巨頭們新的敵人是資料邊界;邊緣計算、AI晶片、垂直應用,2018人工智慧怎麼投
邊緣計算是一種在物理上靠近資料生成的位置處理資料的方法,即事物和人所在的現場區域如家庭和遠端辦公室內。由於這些產生資料的事物和人//通常不在雲端,因此我們需要通過許多形式的在物聯網(IoT)解決方案架構的邊緣處的計算來補充雲端計算。
當裝置在渠道中整合資訊、資料是新的上帝的時候,科技巨頭將致力於商業模式和資料所有權的融合。
現在每個美國家庭都有一個共同點:兒童和成年人都在玩Amazon Echo或Google Home。“嘿谷歌,告訴我時間”,“嘿,Alexa,告訴我天氣”,或者“嘿,Siri,給我搖滾樂。”問題各式各樣,其奇妙之處是相同的——都是通過語音互動技術實現。
任何具有傳統商業思維的讀者都會認為這些裝置在“浪費時間”。但仔細觀察,你會意識到重點不在於這些裝置的新穎性,而是各大商家在消費者生活中所有溝通渠道的資料上的競爭。
很快,零售商、汽車公司、保險公司、銀行將與蘋果、亞馬遜等這些科技公司合作,將消費者變得單一化,談及創意商業模式和混合世界,這些家庭裝置是基於語音的助手,它將會了解一個人的一生。他們將能夠從所有裝置中提取資訊,包括汽車,家庭裝置,手機,CRM系統等等。他們會知道你每天做什麼,因為你已經註冊並分享你的資料。
邊緣計算的力量
我們看到的很多資訊是靜態資訊。然而,隨著邊緣計算——通過從消費者裝置端獲取資料來高速完成分析這一技術的興起,谷歌,亞馬遜,蘋果,Netflix和Facebook似乎將成為新革命的中心,他們擁有商業模式和資料所有權。
亞馬遜技術長Werner Vogels表示:“我們正在與合作伙伴合作使語音成為溝通的天然介面,因為我們已經看到了應用程式的疲勞。”
他補充說,他們希望開發者社群能夠使用AI和自然語言處理,並收集資料來建立新的業務服務。
在印度,我們可以清晰的看到這些正在發生。總部位於印度班加羅爾的24 / 7.AI是一家擁有4億美元收入的業務流程外包公司,已經將自己重新打造成使用語音介面實現全自動化服務的公司。
IIIT-B主任S Sadagopan教授說:“也許這是我們第一次看到資料和介面在商業模式上融合“。
與雲服務公司共享資料
在世界的另一邊,NASA已經與亞馬遜合作,為開發者社群和世界各地的學生提供開源地理空間資料。雲端計算公司(比如谷歌和亞馬遜)的零售商和製造商之間共享資料只是時間問題。
在這個新領域,新的宗教不再是關於雲中的上帝,而是雲中可以精準預測人類行為的技術公司,Homodeus的作者尤瓦·諾亞·哈拉里(Yuval Noah Harari)稱之為“資料主義”。
人類一直試圖預測行為 —— 股票市場的價格變動是人類決定買賣股票的參考標準之一。而未來,這些在家庭裝置中收集到的消費者資料,將為亞馬遜和谷歌的雲提供動力,進而作為預測未來的重要依據,比如買賣股票。
邊緣計算如何工作?
簡單來說,您的駕駛資料是由汽車收集的,它被儲存在雲中。汽車是邊緣裝置,分析是由人類訓練的人工智慧平臺來執行,並通過模型不斷反覆訓練學習。在車庫和家中的物聯網裝置將起到連線點的作用。以下事情必因邊緣計算而發生:
物聯網裝置捕獲資料
將這些裝置連線到汽車和家庭
資料在雲中被捕獲
資料在雲端處理
語音助手在旅途中提出建議
與所有網路和企業的共生關係。
“語音助理知道你什麼時候回家。你可以告訴它保持燈亮或保持車庫開啟,”維爾納說。他還補充道,所有這些重複的任務將被計算和分析大量資料的AI所取代。
這個論點不僅僅侷限於技術公司。即使是大眾汽車公司,這家收入達到2500億美元的汽車製造商,也將自己定位為一家作業系統公司。
大眾汽車公司電動汽車部負責人Christian Senger表示:“汽車現在是一個作業系統。大眾汽車的作業系統將提供來自初創公司和合作夥伴的一系列服務。”目前,大眾正在考慮到2020年打造一個注重安全的資料平臺。
“這是一個人工智慧的時代,汽車將產生大量的資料。在大眾汽車,我們不明白這一點,但我們需要加快這些服務。安全將是非常重要的。我們已經實現了交通安全,但資訊竊取是我們所有人都擔心的,”克里斯蒂安說。
“我們可以在未來的汽車中做好幾件事—— 音樂,銀行業務等等。保護資訊保安是汽車製造商的責任。我們必須跨過這道難關。人們現在看到了共享資料的好處,而且他們明白這讓他們能夠獲得服務,使自己的日常生活變得更好,”Christian說。
谷歌和亞馬遜新的“敵人”是資料邊界
在印度,i2E1,WizGo和Bezirk等幾家公司已經在做邊緣計算。
i2e1每月從超過2000萬臺裝置收集資料。i2e1的創始人Satyam Darmora表示:“我們每天分析超過5000萬個資料點,估計全國各個實體市場的流量,這有助於我們的客戶高效地管理他們當前的商店並規劃新的商店。”
世界上最大的生物識別資料庫UIDAI就是一個很好的例子——大資料基礎設施被用來實現一種能夠支援每個印度人數字身份的產品。大資料專案面臨的挑戰對印度來說並不是技術本身,更多的是與較差的規劃和與實際業務問題的薄弱聯絡有關。
勞斯萊斯(Rolls Royce)最近與印度IT巨頭TCS簽署了一項協議,收集所有機器和引擎的資料,並通過語音或聊天助手提供分析。
AWS執行長Andy Jassy表示:“來自印度的一些系統整合商正在使用亞馬遜的平臺來提供像AI和機器學習這樣的新時代服務。
難怪谷歌和亞馬遜這樣的大公司都在努力把握未來的脈搏。資料不再是企業在業務競爭中保持領先地位的專有技術,他們將與這些雲和資料處理公司合作建立新的業務模式。現在,通過這些邊緣裝置和平臺,資料更加社交化,但是使用者最終還是希望亞馬遜和谷歌能夠保護它,就像我們讓國家保護我們的邊境免受外來侵略一樣。
新的敵人是數字邊界,但這也是谷歌和亞馬遜付諸更多努力的方向。
目前看來,邊緣計算的時代已經到來。
注:本文由AI商業週刊編譯,轉載請註明來源。原文連結 https://yourstory.com/2017/12/war-tomorrow-google-apple-amazon-focus-evolution-edge-analytics/
邊緣計算、AI晶片、垂直應用……2018人工智慧怎麼投?
過去的三年,智慧應用程式讓資料探勘進入了新的階段,其中很大的功勞要歸於機器學習的飛速發展。在這種巨大的變化下,VC們在哪裡尋找新的投資機會呢?
一個逐漸明顯的趨勢是——核心機器學習工具和模組服務的構建正在成熟起來,基於此我們最感興趣的是那些瞄準邊緣計算以及垂直應用、專業硬體(比如AI晶片)公司。
以下是AI商業週刊認為值得關注和追蹤的四個產品方向,我們認為這些產品將在未來的智慧應用領域佔據一席之地:
1
邊緣計算——從資料走向場景
隨著機器學習的普及化,雲服務商已經開始提供最新的GPU來訓練機器學習模型。Nvidia的財報顯示,GPU的需求一直在穩定增長,資料相關業務在近兩年間幾乎增長增長了三倍。不過,資料相關業務只是機器學習的其中一部分。
Nvidia財報
通常企業在GPU上訓練好機器學習模型之後,也希望能夠達到同樣效果的邊緣計算。例如,智慧音響需要在本地處理部分音訊錄製檔案(如“Alexa”,“Hey Siri”或“OK Google”)以降低功耗、確保滿足隱私需求、降低延遲。
但高效可行的邊緣計算一直是個難以解決的話題,而它又是人工智慧落地所必須的,因為我們目前的機器學習方法存在著以下三個硬傷:價格昂貴、需要線上計算、且受硬體開發影響。與其沿用陳舊,不如破而後立,幸運的是一一已經有創業公司圍繞現有痛點開始了嘗試。
2
AI晶片——從底層助力產業落地
使用專業級晶片可以更高效率的執行軟體,能夠支援邊緣計算的相關硬體也在機器學習領域愈發重要。
比特幣挖掘領域最引人矚目的就是這種趨勢,從最初的CPU到GPU再到FPGA,現在是專用晶片,現在則是隻能進行單項操作的ASIC。這樣的硬體演進清楚地表明,專用晶片的效能比通用硬體(如CPU)將更有市場前景。
比特幣挖礦催生的晶片需求
值得欣慰的是,我們在機器學習領域看到了同樣的趨勢——Nvidia不斷優化GPU以進行深度學習,Azure和AWS釋出了可針對特定工作負載而量身定製的FPGA、Google則釋出針對機器學習優化的TPU。相對於傳統的通用晶片(比如CPU),AI晶片這個新領域的關鍵問題在於是否能夠為特定的需求以及前期投入足夠的時間和資金,這些因素對邊緣計算的平衡起到了決定作用。
基於低成本、高效能的AI晶片衍生的邊緣計算可以應用於大批量高價值的案例,例如自動駕駛的緊急防撞、工業裝置的應急系統以及智慧家居裝置的語音識別。軟硬將相互結合將在價效比方面凸顯出極高的優勢,而對於初創公司來說,這是一個新的、值得切入的市場機遇,因為頭部科技公司的著力點將會更多的傾向於建立廣義的平臺或系統。
3
自然使用者介面——從人機互動層面突破
智慧應用的關鍵組成部分是使用者介面的持續改進 ,這包括各種人機互動手段——文字,語音,視覺,手勢和其他形式的肢體語言。
科技的發展讓使用者越來越懶,人機互動相比於從前已經更加舒適、自然,今天已經有超過3500萬美國消費者使用語音控制他們的智慧音響。即使如此,目前這一代的數字助理仍然很難理解使用者的意思,比如Alexa和她的使用者之間就存在很多幽默的誤解。
在人機互動層面,初創公司可以從兩個角度提高使用者體驗和機器的理解能力:
1、減少人機溝通的環節,擴大機器響應的潛在範圍;
2、將人本身置於人機互動的迴圈中以增強機器學習系統。;
事實上,客服機器人已經在一些領域成為了最被廣泛使用的AI助手。這些機器人可以基於相應的文字輸出特定命令,比如:傳送會議邀請、更新邀請、取消邀請或索要更多資訊,這使他們能夠更好地預測使用者所要求的內容,併為其使用者建立更加人性化的互動模式。在這個迴圈中新增一個人來審計機器學習預測,既可以確保機器人的正確響應,又可以增強AI助手理解力,從而大大提高使用者體驗。
4
垂直領域的AI應用——焦點中的焦點
最後,能夠在垂直領域深耕和解決問題的AI應用將作為我們公司投資的主要焦點。
AI應用的製作成本越來越低,我們已經看到很多團隊切入垂直應用輸出解決方案來應對客戶痛點,金融、供應鏈、醫療保健。從某種意義上來說,底層技術在這裡並不重要,最有價值的想法來自於對目標市場的瞭解,挖掘資料的工具已經足夠豐富,但能夠賦能現有行業的垂直AI應用卻處於開荒期。
人工智慧和機器學習還有很多機會,未來十年的投資焦點則在於如何尋找那些著眼於瞄準邊緣計算、垂直應用、專業硬體的聰明創業者。
人工智慧賽博物理作業系統
AI-CPS OS
“人工智慧賽博物理作業系統”(新一代技術+商業作業系統“AI-CPS OS”:雲端計算+大資料+物聯網+區塊鏈+人工智慧)分支用來的今天,企業領導者必須瞭解如何將“技術”全面滲入整個公司、產品等“商業”場景中,利用AI-CPS OS形成數字化+智慧化力量,實現行業的重新佈局、企業的重新構建和自我的煥然新生。
AI-CPS OS的真正價值並不來自構成技術或功能,而是要以一種傳遞獨特競爭優勢的方式將自動化+資訊化、智造+產品+服務和資料+分析一體化,這種整合方式能夠釋放新的業務和運營模式。如果不能實現跨功能的更大規模融合,沒有顛覆現狀的意願,這些將不可能實現。
領導者無法依靠某種單一戰略方法來應對多維度的數字化變革。面對新一代技術+商業作業系統AI-CPS OS顛覆性的數字化+智慧化力量,領導者必須在行業、企業與個人這三個層面都保持領先地位:
重新行業佈局:你的世界觀要怎樣改變才算足夠?你必須對行業典範進行怎樣的反思?
重新構建企業:你的企業需要做出什麼樣的變化?你準備如何重新定義你的公司?
重新打造自己:你需要成為怎樣的人?要重塑自己並在數字化+智慧化時代保有領先地位,你必須如何去做?
AI-CPS OS是數字化智慧化創新平臺,設計思路是將大資料、物聯網、區塊鏈和人工智慧等無縫整合在雲端,可以幫助企業將創新成果融入自身業務體系,實現各個前沿技術在雲端的優勢協同。AI-CPS OS形成的數字化+智慧化力量與行業、企業及個人三個層面的交叉,形成了領導力模式,使數字化融入到領導者所在企業與領導方式的核心位置:
精細:這種力量能夠使人在更加真實、細緻的層面觀察與感知現實世界和數字化世界正在發生的一切,進而理解和更加精細地進行產品個性化控制、微觀業務場景事件和結果控制。
智慧:模型隨著時間(資料)的變化而變化,整個系統就具備了智慧(自學習)的能力。
高效:企業需要建立實時或者準實時的資料採集傳輸、模型預測和響應決策能力,這樣智慧就從批量性、階段性的行為變成一個可以實時觸達的行為。
不確定性:數字化變更顛覆和改變了領導者曾經仰仗的思維方式、結構和實踐經驗,其結果就是形成了複合不確定性這種顛覆性力量。主要的不確定性蘊含於三個領域:技術、文化、制度。
邊界模糊:數字世界與現實世界的不斷融合成CPS不僅讓人們所知行業的核心產品、經濟學定理和可能性都產生了變化,還模糊了不同行業間的界限。這種效應正在向生態系統、企業、客戶、產品快速蔓延。
AI-CPS OS形成的數字化+智慧化力量通過三個方式激發經濟增長:
創造虛擬勞動力,承擔需要適應性和敏捷性的複雜任務,即“智慧自動化”,以區別於傳統的自動化解決方案;
對現有勞動力和實物資產進行有利的補充和提升,提高資本效率;
人工智慧的普及,將推動多行業的相關創新,開闢嶄新的經濟增長空間。
給決策制定者和商業領袖的建議:
超越自動化,開啟新創新模式:利用具有自主學習和自我控制能力的動態機器智慧,為企業創造新商機;
迎接新一代資訊科技,迎接人工智慧:無縫整合人類智慧與機器智慧,重新
評估未來的知識和技能型別;
制定道德規範:切實為人工智慧生態系統制定道德準則,並在智慧機器的開
發過程中確定更加明晰的標準和最佳實踐;
重視再分配效應:對人工智慧可能帶來的衝擊做好準備,制定戰略幫助面臨
較高失業風險的人群;
開發數字化+智慧化企業所需新能力:員工團隊需要積極掌握判斷、溝通及想象力和創造力等人類所特有的重要能力。對於中國企業來說,創造兼具包容性和多樣性的文化也非常重要。
子曰:“君子和而不同,小人同而不和。” 《論語·子路》雲端計算、大資料、物聯網、區塊鏈和 人工智慧,像君子一般融合,一起體現科技就是生產力。
如果說上一次哥倫布地理大發現,擴充的是人類的物理空間。那麼這一次地理大發現,擴充的就是人們的數字空間。在數學空間,建立新的商業文明,從而發現新的創富模式,為人類社會帶來新的財富空間。雲端計算,大資料、物聯網和區塊鏈,是進入這個數字空間的船,而人工智慧就是那船上的帆,哥倫布之帆!
新一代技術+商業的人工智慧賽博物理作業系統AI-CPS OS作為新一輪產業變革的核心驅動力,將進一步釋放歷次科技革命和產業變革積蓄的巨大能量,並創造新的強大引擎。重構生產、分配、交換、消費等經濟活動各環節,形成從巨集觀到微觀各領域的智慧化新需求,催生新技術、新產品、新產業、新業態、新模式。引發經濟結構重大變革,深刻改變人類生產生活方式和思維模式,實現社會生產力的整體躍升。
產業智慧官 AI-CPS
用“人工智慧賽博物理作業系統”(新一代技術+商業作業系統“AI-CPS OS”:雲端計算+大資料+物聯網+區塊鏈+人工智慧),在場景中構建狀態感知-實時分析-自主決策-精準執行-學習提升的認知計算和機器智慧;實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈。
長按上方二維碼關注微信公眾號: AI-CPS,更多資訊回覆:
新技術:“雲端計算”、“大資料”、“物聯網”、“區塊鏈”、“人工智慧”;新產業:“智慧製造”、“智慧金融”、“智慧零售”、“智慧駕駛”、“智慧城市”;新模式:“財富空間”、“工業網際網路”、“資料科學家”、“賽博物理系統CPS”、“供應鏈金融”。
官方網站:AI-CPS.NET
本文系“產業智慧官”(公眾號ID:AI-CPS)收集整理,轉載請註明出處!
版權宣告:由產業智慧官(公眾號ID:AI-CPS)推薦的文章,除非確實無法確認,我們都會註明作者和來源。部分文章推送時未能與原作者取得聯絡。若涉及版權問題,煩請原作者聯絡我們,與您共同協商解決。聯絡、投稿郵箱:erp_vip@hotmail.com
相關文章
- 邊緣計算?
- 邊緣計算2.0時代,“雲邊緣”與“邊緣雲”你分清了嗎?
- 打破邊界,邊緣計算有何應用場景?
- 邊緣計算|Hadoop——邊緣計算和Hadoop是什麼關係?Hadoop
- 法國 IT 巨頭 Atos 進軍邊緣計算
- 邊緣計算與雲端計算
- 邊緣計算系列科普(五)邊緣計算中的關鍵技術
- 雲原生與邊緣計算的碰撞——邊緣原生應用實踐
- 邊緣計算與雲端計算的未來
- 【從0到1學習邊緣容器系列1】之 邊緣計算與邊緣容器的起源
- 雲端計算時代邊緣計算正蓬勃發展
- 邊緣雲端計算簡介
- 邊緣計算 KubeEdge+EdgeMash
- 影片ai智慧分析邊緣計算盒AI
- 蘇寧影片雲如何雲用邊緣計算擴充套件雲端計算的邊界的?套件
- 從雲端計算轉向邊緣計算
- GSMA:5G時代的邊緣計算
- 邊緣計算 VS 雲端計算,誰才是未來?
- 邊緣雲端計算典型應用場景
- 邊緣計算,是在炒概念嗎?
- 邊緣計算:推動“人-機-物”跨界融合
- 邊緣計算的最佳實踐
- 天翼雲邊緣函式、邊緣安全專案入選“可信邊緣計算推進計劃”函式
- Rancher加入邊緣計算產業聯盟(ECC),軟體定義邊緣時代崛起產業
- IoT 邊緣計算框架的新進展框架
- 史上最全的邊緣計算應用場景
- 【邊緣計算】劉陽:邊緣計算髮展中的若干熱點問題及思考
- 邊緣計算與物聯網
- 邊緣計算:晶片提供高效能人工智慧晶片人工智慧
- 雲原生新邊界——阿里雲邊緣計算雲原生落地實踐阿里
- 物聯網智慧邊緣計算平臺——智慧計算就在身邊
- 從中心走向邊緣——深度解析雲原生邊緣計算落地痛點
- 邊緣計算社群:2024年中國邊緣計算企業20強榜單 華為的邊緣指數為95 位居第一
- 為什麼邊緣計算將終止雲端計算?
- 邊緣計算中的防雷網路卡
- 邊緣計算軟體的選擇
- 邊緣計算的發展歷程
- 邊緣計算、霧計算、雲端計算區別幾何?