预言2017:智能高速公路出现 人工智能无处不在

简介:

据外媒(VentureBeat)报道,科技行业的局势变化总是快得出人意料。2008年,微软出价446亿美元谋求收购雅虎未果,而如今Verizon以38亿美元将收入囊中。2008年云计算开始发展,当时没人能想到电商亚马逊将在这一领域一家独大。当时一款叫iPhone的手机才问世没多久,然而许多人已察觉到其将给给世界带来巨变。

智能高速公路出现

人们对智能高速公路的概念已不再陌生,2002年的电影“少数派报告”就在电影中畅想了未来。随着Uber最近在旧金山上路测试自动驾驶汽车,谷歌Waymo在本月推出搭载自动驾驶系统的菲亚特克莱斯勒汽车,以及其他陆续推出的项目,我们势必会在2017年看到智能高速公路的出现。

智能高速公路将同自动驾驶汽车一起大幅度减少因将同事故而丧生的人数。2015年美国有35,000人因交通事故丧生,在全世界范围,这个数字则是120万。

2.全球银行

媒介预测今年将会出现一个新的网上银行。美国或英国推出,随后向全球扩展。

3.网络安全成为热门

2015年,VentureBeat曾预测将会出现一个安全领域的初创公司,以及年底之前世界对此领域超过25亿美元的投资.VentureBeat预测在2017年网络安全将更加为人所重视。总体选举中的黑客干预美国民主党全国委员会(DNC)被黑客攻击将让网络安全迎来全所未有的受关注度。

4.美国TMT迎来中国入侵

这并非是特朗普式的危言沉听。未来一年中国的BAT(百度,阿里巴巴和腾讯)以及其他势力将作为投资者或收购方进入美国高科技,媒体和电信(TMT)行业。多年,而阿里巴巴则在今年九月完成了对美国公司的第一笔收购:阿里旗下的蚂蚁金融以7000万美元收购EyeVerify。中国三大互联网公司的总市值超过4,700亿美元,岁入超过200亿美元。另一个中国买家是万达集团。万达前不久刚刚以十亿美元收购Dick Clark,此前在2016年1月还以以35亿美元收购美国传奇影业(Legendary Entertainment).VentureBeat预计随着越南越多中国公司寻求成为全球化企业,中国买家对美国TMT的收购将继续增加。

人工智能将无处不在

AI是最新的热点.AI虚拟助手,AI大数据分析,AI咖啡壶,AI牙刷...... AI将无所不在。人们不再再为家庭度假和安排周末活动劳心费,一切都可以交给AI处理。在AI时代,人工做决定将成为奢侈而费力不讨好的事。

与此同时,AI炒作也将迎来最盛时刻.VentureBeat记者认为很多以AI和机器学习为噱头的初创公司根本难副其实,需要辨别和警惕。


原文发布时间为: 2017年1月12日

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关文章
|
2月前
|
机器学习/深度学习 人工智能 供应链
决策智能是新的人工智能平台吗?
决策智能融合数据、决策与行动,通过AI与自动化技术提升企业决策质量与效率,支持从辅助到自动化的多级决策模式,推动业务敏捷性与价值转化。
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能:有多少人工,才能有多少智能?
当下AI大模型的能力,特别是Agent领域,到底离不开多少“人工”的加持?本文将结合我的实际经验,深入探讨高质量数据与有效评价体系在Agent发展中的决定性作用,并通过编码Agent、Web Agent和GUI Agent的成熟度分析,揭示AI智能体发展面临的挑战与机遇。
263 89
|
5月前
|
机器学习/深度学习 人工智能 自动驾驶
人机融合智能 | 以人为中心的人工智能伦理体系
本章探讨“以人为中心”的人工智能伦理体系,分析人工智能伦理与传统伦理学的关系、主要分支内容及核心原则。随着人工智能技术快速发展,其在推动社会进步的同时也引发了隐私、公平、责任等伦理问题。文章指出,人工智能伦理需融入传统伦理框架,并构建适应智能技术发展的新型伦理规范体系,以确保技术发展符合人类价值观和利益。
247 4
|
5月前
|
机器学习/深度学习 人工智能 算法
人机融合智能 | 以人为中心人工智能新理念
本文探讨了“以人为中心的人工智能”(HCAI)理念,强调将人的需求、价值和能力置于AI设计与开发的核心。HCAI旨在确保AI技术服务于人类,增强而非取代人类能力,避免潜在危害。文章分析了AI的双刃剑效应及其社会挑战,并提出了HCAI的设计目标与实施路径,涵盖技术、用户和伦理三大维度。通过系统化方法,HCAI可推动AI的安全与可持续发展,为国内外相关研究提供重要参考。
376 3
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
人机融合智能 | 数据与知识双驱动式人工智能
本章系统介绍了数据驱动、知识驱动及双驱动人工智能的理论与应用。数据驱动方法依赖大数据和深度学习,在图像识别、自然语言处理等领域取得突破,但面临标注成本高、可解释性差等问题。知识驱动方法通过知识表示与推理提升系统理解能力,却在泛化性和适应性上受限。为弥补单一范式的不足,数据与知识双驱动融合两者优势,致力于构建更智能、可解释且安全可靠的AI系统,兼顾伦理与隐私保护。文章还回顾了AI发展历程,从早期神经网络到当前大规模语言模型(如GPT、BERT)的技术演进,深入解析了各类机器学习与深度学习模型的核心原理与应用场景,展望未来AI发展的潜力与挑战。
314 0
|
7月前
|
数据采集 机器学习/深度学习 人工智能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
538 4
|
11月前
|
机器学习/深度学习 人工智能 运维
人工智能在云计算中的运维优化:智能化的新时代
人工智能在云计算中的运维优化:智能化的新时代
1019 49
|
11月前
|
机器学习/深度学习 人工智能 算法
人工智能与机器人的结合:智能化世界的未来
人工智能与机器人的结合:智能化世界的未来
1385 32
|
10月前
|
机器学习/深度学习 数据采集 人工智能
人工智能在变更管理中的应用:变革的智能化之路
人工智能在变更管理中的应用:变革的智能化之路
449 13
|
12月前
|
机器学习/深度学习 存储 人工智能
政务部门人工智能OCR智能化升级:3大技术架构与4项核心功能解析
本项目针对政务服务数字化需求,建设智能文档处理平台,利用OCR、信息抽取和深度学习技术,实现文件自动解析、分类、比对与审核,提升效率与准确性。平台强调本地部署,确保数据安全,解决低质量扫描件、复杂表格等痛点,降低人工成本与错误率,助力智慧政务发展。
425 0

热门文章

最新文章