2017大预测:大数据、物联网与人工智能

简介:

毫无疑问,物联网、大数据和人工智能,无疑是2017最被期待的几大趋势。从仍然处于分散状态的物联网到计算范式的快速波动,再到人工智能正在如何重塑我们的生活方式,每个人都在谈论这些趋势,但真正发生了什么?

以下是您需要怎样理解这些趋势,并如何从一个消费者的角度面对它们引领的未来。

大数据

按照Wikipedia的定义,大数据是一个数据集,它异常庞大或复杂,传统的数据处理应用软件完全不足以应对。由于数据集非常庞大,所面临的挑战包括抓取、存储、分析、数据管理、搜索、共享、传输、可视化、查询、更新和信息隐私等等。大数据的价值在于可以进一步用于参考预测分析,用户行为分析,高级数据方法(包括人工智能),而不仅仅停留在数据集的大小本身。

2017年,期待区块链技术应用的出现,特别是在分类帐系统中以代码编写的智能契约合同。这些通常比传统合同更安全和不可逆转,但同时在引用和执行这些合同时产生更高效率。

另外,数据自助服务解决方案的兴起也将使普通架构的公司能够分析其数据,而无需建立数据科学部门。这对于没有预算雇用数据科学家的中小企业来说是非常有价值的,要知道数据科学家在2016年是非常抢手的职业。

2017大预测:大数据、物联网与人工智能Hadoop的使用也迅速下降,这个框架允许大型数据集的分布式处理,因为雇用必要的人才来支持这个框架在内部被证明是具有挑战性的。在云上使用应用程序来减少数据中心的支出成为更优化的选择,因而数据自助服务模式也更受欢迎。

研究公司Gartner Inc.在其数据分析数据管理解决方案魔力象限中指出“由于灵活性,敏捷性和运营定价模式,预期正在转向云作为替代部署选项。”

因此,由于更多的公司能够为员工提供从结构化和非结构化数据获得的正确知识,所以可以期待非公司高管人员同样更容易洞察公司的运营情况。

这是一把双刃剑,但随着大数据技术的发展,高管们的期望将是立即获得数据,而不是等待批量分析报告。因此,在对近乎实时产生的数据做出可行性分析产生的压力也随之而来。

物联网

福布斯将物联网描述为连接任何具有开启和关闭功能的设备(和/或彼此)的概念。这就是说,只要设备具有开关,就可能将其配置为物联网的一部分。

想象“智能家居”设备,如智能锁,当它检测到你的手机在附近时,就自动解锁;或者在检测到有移动时,自动开灯。

在2016年,我们看到来自许多具有类似解决方案的供应商的新突破。在2017年,我们预测这些供应商中的一些将战胜另一些,这意味着市场上只留下少数供应商。随着供应商的减少,我们预计监管和标准化也将发挥更大作用。与此同时,安全问题也将日益凸显,早在去年,乌克兰西部的一个电网就遭到了来自IoT网络的攻击破坏;关于无人驾驶汽车遭遇黑客的研究也引发了关注,所以2017年,物联网领域的安全问题可能有新动向和突破。

2017大预测:大数据、物联网与人工智能我们预测,两个主要领域的应用可能将成为物联网的焦点,即智能城市和智能家居。在智能家居部分,由于带宽是任何IoT技术工作的先决条件,预计今年网络管理网格或类似网状产品将有简易化的趋势。

这正是非营利蓝牙特别兴趣小组品牌和开发商营销副总裁Errett Kroeter所希望的,“目前网格划分的其他一些标准是难以设立的。我们的目标是保持网状网络简单,以便人们真正想要使用它们。”

物联网的发展,并与其他产生大量数据的设备和系统相结合,正在加速让人工智能成为现实,让人们得以真正从海量信息中创造出意义和价值。

人工智能

人工智能,在字典里的定义是机器模拟智能的人类行为的能力。虽然我们在2016年已经看到了AI的大幅进步,但我们预测2017将迎来AI的一个爆发。去年,我们看到亚马逊的Alexa已经能够以跟人对话的方式表现人工智能,而现在,Alexa已经进入了超过五百万个家庭。你可以向Alexa询问天气,或让Ta帮你叫车等等。这意味着,去年,AI已经进入主流用户的实际应用阶段。

然而,医疗行业人工智能的发展还有很多。专注于医疗健康AI领域的创业公司从2012年的20个增长到2016年的近70个。显然,值得重点注意的有iCarbonX,旨在建立数字生活的生态系统,以实现个性化的健康管理系统,和Flatiron Health,旨在通过组织化数据对付癌症,帮助肿瘤学家提高护理质量。

在医疗健康领域的技术巨头飞利浦,目前大约有百分之六十的研究人员,开发人员和软件工程师正在致力于医疗信息学领域的创新工作,其中大部分人员正在研究人造智能在当前和未来医疗创新中的应用。

2017大预测:大数据、物联网与人工智能医疗健康人工智能应用趋势主要集中在成像和诊断,人工智能可以帮助您发现人们看不到的微妙细节和图像变化。这越来越成为一个拥挤的行业细分。使用大数据集,帮助预防健康人群和处于慢性病危险中人群的健康恶化也是一个重点领域。

飞利浦首席创新和策略官Jeroen Tas认为“AI有助于放射科医师为病例准备相关信息,并确定患者状况的微妙变化。另一个领域是重症监护病房,人工智能可以帮助确定急性发作的早期迹象,或是心脏骤停等急性发作。

Tas也声称“可以通过将遗传信息与病理学、医学图像、实验室结果、家族史数据和之前的治疗相结合,而创建更丰富的患者图片。这些数据可以在AI的帮助下进行组织,从而有助于帮助临床医生做出更准确的诊断,并支持个性化的治疗。”

软件工程师、设计师和其他领域专家组成的多学科团队似乎已经为放射科医师创建并推出了首个经过验证的应用程序。在远程病人监护中,人工智能可以实现虚拟护理,包括虚拟护理助理等工作。

2017与未来

物联网、大数据和人工智能都在不断精进和取得突破,并且越来越接近商业模式和大众化应用。而当它们进入普通人的日常生活时,三个趋势将进一步融合和交叉,从而提供更强大、流畅、符合实际应用的产品。

我们是金沙江,助力下一个独角兽!金沙江创投专注互联网早期投资,BP通道:businessplan@gsrventures.cn

编者按:本文来自微信公众号“金沙江创投”(ID:GSR-Ventures)。

观点摘要:物联网、大数据和人工智能,无疑是2017最被期待的几大趋势。每个人都在谈论这些趋势,但真正发生了什么?我们将分为上下两篇来一一解读这些预测。今天分享的是大数据、物联网领域、人工智能的一些预测分析。

毫无疑问,物联网、大数据和人工智能,无疑是2017最被期待的几大趋势。从仍然处于分散状态的物联网到计算范式的快速波动,再到人工智能正在如何重塑我们的生活方式,每个人都在谈论这些趋势,但真正发生了什么?

以下是您需要怎样理解这些趋势,并如何从一个消费者的角度面对它们引领的未来。

大数据

按照Wikipedia的定义,大数据是一个数据集,它异常庞大或复杂,传统的数据处理应用软件完全不足以应对。由于数据集非常庞大,所面临的挑战包括抓取、存储、分析、数据管理、搜索、共享、传输、可视化、查询、更新和信息隐私等等。大数据的价值在于可以进一步用于参考预测分析,用户行为分析,高级数据方法(包括人工智能),而不仅仅停留在数据集的大小本身。

2017年,期待区块链技术应用的出现,特别是在分类帐系统中以代码编写的智能契约合同。这些通常比传统合同更安全和不可逆转,但同时在引用和执行这些合同时产生更高效率。

另外,数据自助服务解决方案的兴起也将使普通架构的公司能够分析其数据,而无需建立数据科学部门。这对于没有预算雇用数据科学家的中小企业来说是非常有价值的,要知道数据科学家在2016年是非常抢手的职业。

Hadoop的使用也迅速下降,这个框架允许大型数据集的分布式处理,因为雇用必要的人才来支持这个框架在内部被证明是具有挑战性的。在云上使用应用程序来减少数据中心的支出成为更优化的选择,因而数据自助服务模式也更受欢迎。

研究公司Gartner Inc.在其数据分析数据管理解决方案魔力象限中指出“由于灵活性,敏捷性和运营定价模式,预期正在转向云作为替代部署选项。”

因此,由于更多的公司能够为员工提供从结构化和非结构化数据获得的正确知识,所以可以期待非公司高管人员同样更容易洞察公司的运营情况。

这是一把双刃剑,但随着大数据技术的发展,高管们的期望将是立即获得数据,而不是等待批量分析报告。因此,在对近乎实时产生的数据做出可行性分析产生的压力也随之而来。

物联网

福布斯将物联网描述为连接任何具有开启和关闭功能的设备(和/或彼此)的概念。这就是说,只要设备具有开关,就可能将其配置为物联网的一部分。

想象“智能家居”设备,如智能锁,当它检测到你的手机在附近时,就自动解锁;或者在检测到有移动时,自动开灯。

在2016年,我们看到来自许多具有类似解决方案的供应商的新突破。在2017年,我们预测这些供应商中的一些将战胜另一些,这意味着市场上只留下少数供应商。随着供应商的减少,我们预计监管和标准化也将发挥更大作用。与此同时,安全问题也将日益凸显,早在去年,乌克兰西部的一个电网就遭到了来自IoT网络的攻击破坏;关于无人驾驶汽车遭遇黑客的研究也引发了关注,所以2017年,物联网领域的安全问题可能有新动向和突破。

我们预测,两个主要领域的应用可能将成为物联网的焦点,即智能城市和智能家居。在智能家居部分,由于带宽是任何IoT技术工作的先决条件,预计今年网络管理网格或类似网状产品将有简易化的趋势。

这正是非营利蓝牙特别兴趣小组品牌和开发商营销副总裁Errett Kroeter所希望的,“目前网格划分的其他一些标准是难以设立的。我们的目标是保持网状网络简单,以便人们真正想要使用它们。”

物联网的发展,并与其他产生大量数据的设备和系统相结合,正在加速让人工智能成为现实,让人们得以真正从海量信息中创造出意义和价值。

人工智能

人工智能,在字典里的定义是机器模拟智能的人类行为的能力。虽然我们在2016年已经看到了AI的大幅进步,但我们预测2017将迎来AI的一个爆发。去年,我们看到亚马逊的Alexa已经能够以跟人对话的方式表现人工智能,而现在,Alexa已经进入了超过五百万个家庭。你可以向Alexa询问天气,或让Ta帮你叫车等等。这意味着,去年,AI已经进入主流用户的实际应用阶段。

然而,医疗行业人工智能的发展还有很多。专注于医疗健康AI领域的创业公司从2012年的20个增长到2016年的近70个。显然,值得重点注意的有iCarbonX,旨在建立数字生活的生态系统,以实现个性化的健康管理系统,和Flatiron Health,旨在通过组织化数据对付癌症,帮助肿瘤学家提高护理质量。

在医疗健康领域的技术巨头飞利浦,目前大约有百分之六十的研究人员,开发人员和软件工程师正在致力于医疗信息学领域的创新工作,其中大部分人员正在研究人造智能在当前和未来医疗创新中的应用。

医疗健康人工智能应用趋势主要集中在成像和诊断,人工智能可以帮助您发现人们看不到的微妙细节和图像变化。这越来越成为一个拥挤的行业细分。使用大数据集,帮助预防健康人群和处于慢性病危险中人群的健康恶化也是一个重点领域。

飞利浦首席创新和策略官Jeroen Tas认为“AI有助于放射科医师为病例准备相关信息,并确定患者状况的微妙变化。另一个领域是重症监护病房,人工智能可以帮助确定急性发作的早期迹象,或是心脏骤停等急性发作。

Tas也声称“可以通过将遗传信息与病理学、医学图像、实验室结果、家族史数据和之前的治疗相结合,而创建更丰富的患者图片。这些数据可以在AI的帮助下进行组织,从而有助于帮助临床医生做出更准确的诊断,并支持个性化的治疗。”

软件工程师、设计师和其他领域专家组成的多学科团队似乎已经为放射科医师创建并推出了首个经过验证的应用程序。在远程病人监护中,人工智能可以实现虚拟护理,包括虚拟护理助理等工作。

2017与未来

物联网、大数据和人工智能都在不断精进和取得突破,并且越来越接近商业模式和大众化应用。而当它们进入普通人的日常生活时,三个趋势将进一步融合和交叉,从而提供更强大、流畅、符合实际应用的产品。

本文转自d1net(转载)

相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
相关文章
|
人工智能 物联网 调度
边缘大型AI模型:协作部署与物联网应用——论文阅读
论文《边缘大型AI模型:协作部署与物联网应用》系统探讨了将大模型(LAM)部署于边缘网络以赋能物联网的前沿框架。针对传统云端部署高延迟、隐私差的问题,提出“边缘LAM”新范式,通过联邦微调、专家混合与思维链推理等技术,实现低延迟、高隐私的分布式智能。
1564 6
边缘大型AI模型:协作部署与物联网应用——论文阅读
|
SQL 人工智能 分布式计算
ODPS十五周年实录|构建 AI 时代的大数据基础设施
本文根据 ODPS 十五周年·年度升级发布实录整理而成,演讲信息如下: 张治国:阿里云智能集团技术研究员、阿里云智能计算平台事业部 ODPS-MaxCompute 负责人 活动:【数据进化·AI 启航】ODPS 年度升级发布
602 9
|
人工智能 分布式计算 DataWorks
大数据AI产品月刊-2025年7月
大数据& AI 产品技术月刊【2025年7月】,涵盖7月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。
|
数据采集 人工智能 大数据
10倍处理效率提升!阿里云大数据AI平台发布智能驾驶数据预处理解决方案
阿里云大数据AI平台推出智能驾驶数据预处理解决方案,助力车企构建高效稳定的数据处理流程。相比自建方案,数据包处理效率提升10倍以上,推理任务提速超1倍,产能翻番,显著提高自动驾驶模型产出效率。该方案已服务80%以上中国车企,支持多模态数据处理与百万级任务调度,全面赋能智驾技术落地。
1735 0
|
12月前
|
存储 人工智能 安全
拔俗AI临床大数据科研分析平台:让医学研究更智能、更高效
阿里云原生AI临床大数据科研平台,打通异构医疗数据壁垒,实现智能治理、可视化分析与多中心安全协作,助力医院科研提速增效,推动精准医疗发展。
1877 1
|
人工智能 Cloud Native 算法
拔俗云原生 AI 临床大数据平台:赋能医学科研的开发者实践
AI临床大数据科研平台依托阿里云、腾讯云,打通医疗数据孤岛,提供从数据治理到模型落地的全链路支持。通过联邦学习、弹性算力与安全合规技术,实现跨机构协作与高效训练,助力开发者提升科研效率,推动医学AI创新落地。(238字)
752 7
|
人工智能 Java 物联网
Java与边缘AI:构建离线智能的物联网与移动应用
随着边缘计算和终端设备算力的飞速发展,AI推理正从云端向边缘端迁移。本文深入探讨如何在资源受限的边缘设备上使用Java构建离线智能应用,涵盖从模型优化、推理加速到资源管理的全流程。我们将完整展示在Android设备、嵌入式系统和IoT网关中部署轻量级AI模型的技术方案,为构建真正实时、隐私安全的边缘智能应用提供完整实践指南。
757 3
|
人工智能 分布式计算 DataWorks
大数据& AI 产品月刊【2025年5月】
大数据& AI 产品技术月刊【2025年5月】,涵盖5月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。

热门文章

最新文章

相关产品

  • 物联网平台