美国加州州立大学章华教授应邀来电信学院做学术报告

本网讯  9月20日下午,美国加州州立大学章华教授受邀来安徽建筑大学电子与信息工程学院举办了题为“美国的区块链现状及发展趋势”的学术讲座,电信学院相关教师和研究生参加了报告会。 章教授深入介绍了区块链的概念和种类,区块链与相关技术的关系,区块链的局限性、发展趋势以及区块链的部署和实战方法,通过举例描述了区块链的应用场景。报告会深入浅出,图文并茂,在座师生获益匪浅。 报告会后,章教授与参会人员进行了深入交流和讨论,并为参会的老师和同学进行答疑解惑(文:刘洁  审稿:章曙光)   链接:章华(Peter Zhang)教授在美国从事 IT 业近二十年,现为美国智泰科技公司(www.zhtech.com)的资深顾问和主要合伙人。他曾在美国政府部门、美国一百强公司(SAIC)和美国中小型公司工作,积累了丰富的工作经验。在大数据,云计算,软件开发外包,商业智能方面有多年的研究和工作经验。章博士拥有广泛的学术资源,和许多著名学者、科学家和企业家保持联系。章博士多年活跃在美国南加州地区的 IT 界,尤其是大数据和云计算领域。章博士在项目管理、技术指导和IT 培训方面有着丰富的经验。曾多次为国内经信委、发改委和教育部的旅美高级研修团讲课,介绍美国及发达国家的云计算、大数据、物联网、区块链和电子商务等方面的进展。

美国加州州立大学曹细武教授受邀到学院讲学

9月17日上午,应学校邀请,2018春晖计划-美国华裔教授协会回国访团成员,美国佳能信息和图像研究院的资深技术顾问,加州州立大学富尔顿分校的客座教授曹细武在学院四楼会议室与我院青年教师进行了教师座谈会,会上曹教授就自己在机器视觉领域的项目经验与大家进行了分享,并与参会老师进行了经验交流。座谈会由学院院长周孟然教授主持。 下午曹细武教授在学院一楼学术报告厅作了题为“深度学习对计算机视觉的冲击,促进和挑战”的学术报告,电信学院、数大学院、计算机学院青年教师及研究生到场聆听。报会告由学院副院长凌六一教授主持。 曹教授的报告从计算机视觉这一学术问题出发,回顾了计算机视觉的发展,根据课题组近期工作,详细介绍了自己在该领域的一些项目应用,如人工眼计算机模型,高精度三维成像,光学相干三维重构和血管成像等,并进行了下一步的工作展望,将深度学习和计算机视觉运用到生活中的各个方面。 报告会现场(摄影:闫鹏程) 报告会结束后,曹细武教授与在场师生进行了互动和交流,并详细解答了大家所提出的问题,报告会取得了良好的学术交流效果。 曹细武,美国佳能信息和图像研究院的资深技术顾问,加州州立大学富尔顿分校的客座教授,主要负责三维成像,以及基于机器学习的目标自动识别的技术开发。博士研究获得南加州大学生物医学工程系的Grodins Top Graduate Award, 以及全美生物医学工程协会的Graduate Research Award。2010年加入加州理工大学教授的团队从事高精度三维图像扫描仪的研究, 主要从事生物医学图像分析处理, 机器学习, 系统分析和建模。

加州 – 世界第5大经济实体的GDP比中国北上广深总量之和高出五万亿

很多人都觉得中国与美国的经济发展差距正在逐步缩小,没错,这是客观事实。但是却有部分人过于乐观,这种情况应当引起我们的深刻重视。 中国与美国的差距目前到底有多大呢?下面就通过中国最富四个地区与美国最富州作对比,看看中美目前之差距。在2017年各国的GDP总量统计中,我们可以获悉到美国最富州是加利福利亚州,全州创造GDP总量为25636亿美元,按照今日汇率换算成人民币为162275.88亿人民币。 现在让我们反观中国北上广深,上海首破三万亿,其余三个市也均为全国之前列,但是2017年GDP总量之和却刚刚突破10万亿人民币,用准备的数字表达为10.26万亿。据此,我们不难算出加利福利亚州直接超越了北上广深总和之五万亿! 依然但是很多人觉得这样比较不公平,因为毕竟北上广深加起来的面积可能还不够加利福利亚州大。那我们就换一种比较方式,拿我们国家经济发展水平最高的两个省与加利福利亚州相比较。无论是江苏省的8.5万亿,还是广东省的8.9万亿,都与其还存在着巨大的差距,或者可以说毫无比较性可言,就像是一个已经迈入小康,而另一个仍处于温饱。 虽然说近些年来,美国的加利福利亚州经济增速缓慢,但这完全不妨碍它至少在十年以内牢牢占据着全球经济总量第一的位置。并且加利福利亚州在产业结构上,也十分值得我们学习,制造业发达,部门齐全,主要以航天、电子、生物、互联网等高新技术产业为主,经济附加值远超农业、重工业。 作为美国最富裕的州,我们不得不打心底里佩服,因为就连我国最富裕的北上广深之总和都与其仍存在巨大的差距,更别谈其他省市了。至于人均GDP差距就更加大,美国最富州的人均GDP达到6万多美元,足足是北上广深的近五倍,其他州甚至有突破七万美元,而我们截止到现在,却没有一个城市能够人均GDP破20万人民币! 通过这篇文章,并不是想否认中国今天所取得的经济成就,而是想告诫大家,我们切不可因一点成绩而浮躁骄傲,“路漫漫其修远兮”。要想成为全球第一大经济体,我们的路仍然十分遥远!

章华博士为量子大学总裁培训班讲解“区块链”

区块链2.0时代已经到来,再不上车就晚了 本文来源:搜狐 http://www.sohu.com/a/228711750_355115 2018-04-18 20:30 “区块链”在最近国内各大新闻媒体和网站均有报道甚至热炒。 不同于“互联网+”,区块链技术确实带有“颠覆性”色彩;很多传统产业将因它而亡:中介,租赁,审计,甚至银行……整个商业模式将由于区块链的实施而发生变革。 然而,区块链行业内各种专业名词晦涩难懂,也让想踏进圈子内的人望而却步。 你被这些高大上的词汇吓住了吗? “ 如何让区块链简单易懂? 区块链到底有哪些商业应用? 区块链对我们生活有什么影响? ” 邀你一键解密“区块链”! 具备应用场景的区块链2.0时代已经到来,用新技术为企业赋能为行业赋能,巩固企业领先地位甚至实现弯道超车,都有着无限的可能性。 马化腾 “区块链技术是好的,但关键在于怎么用?做ICO数字货币还有很多风险,我们没有考虑参与其中。但区块链可以用于很多领域,比如包裹内部票证的认证,解决了很大问题。” 李彦宏 “区块链技术非常具有革命性,但现在还处在非常早期的阶段。” 俞敏洪 “中国贫富地区的教育差距很大,互联网可以实现‘无边界’的教学,区块链的出现,使人与人之间的连接没有了中心载体,与教育的结合,也许能起到非常大的作用。” 丁磊 “区块链应用场景很丰富很广泛,其中一个应用是智能合约,放入生物信息的特征,解决人与人的信任问题,背后可以推动金融领域发展,比如借钱收款等。可根据具体应用场景结合来推广区块链。” 本次由拥有二十余年IT行业从事经验的章华博士 为你一键解密“区块链”! 章华 博士 课程内容 《解密“区块链”:区块链技术的发展与未来应用》 本次课程拥有线上线下两种听课方式 福利大放送 无论你是“区块链小白”还是“区块链老鸟” 只要对“区块链”有疑问 都可进入直播间留言提问 小助手会精选问题让老师解答哦~ 被选中的同学有机会获得 精选区块链书籍一本哦~ 《区块链革命:比特币底层技术如何改变货币、商业和世界》  

商业智能(BI)未来发展的七大趋势

如果说传统BI是管理者通盘了解企业的路径,那么未来BI的需求落点则是在于企业新业务的发现、预测与印证。 谷歌近日宣布了推出拥有72量子比特的量子芯片Bristlecone,量子计算技术发展再进一步。尽管短期内最新的技术难以应用于商业,但这对于大数据时代下数据科学与智能算法的发展仍是极大的鼓舞。 BI:从数据到商业能力 大数据时代的到来不仅让越来越多的人意识到“数据”的重要,同时,得益于数据科学和智能算法的进步,“商业智能”(Business Intelligence,简称:BI)也正式走入大众视野。何为商业智能?它是指通过现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术等技术手段实现数据商业价值的发现,简而言之,它将数据转化为能力,帮助企业做出明智的业务经营决策。 随着现代企业的升级转型,企业对数据及数据管理的需求也更加迫切。传统商业智能所依赖的ERP、CRM、OA等系统不仅难以解决海量数据的处理问题,对于企业全新、多样的管理需求更是力所不及。如果说传统BI是管理者通盘了解企业的路径,通过各类数据它呈现的是企业的过去与现状,那么,未来企业BI的需求落点则是在于新业务的发现、预测与印证。 传统BI的核心机制是对获取数据的多维度分析、数据的切片、数据的上钻和下钻、cube等,通过ETL数据抽取、转化形成一个完整的数据仓库、然后对数据仓库的数据进行抽取,而后是BI的前端分析和展示。但随着数据技术的发展,企业对未来BI提出了更多需求:通过大数据技术实现管理的发现、预测与印证。大数据技术帮助BI衍生了全新的数据管理模式,通过平台工具捕捉、管理和处理数据集合,建立企业数据化管理的一整套的方案,对企业现有数据的有效整合,以帮助企业拓展和优化业务、提供决策依据,解决的是管理运营战略的问题,使企业具有更强的决策力、洞察发现力和流程优化能力。 BI的过去&未来 BI未来发展的七大趋势 随着企业数据意识和数据素养不断提升,遵循着“数据–知识-能力-智慧”的发展路线,BI正迎来新一轮的爆发。据Gartner商业智能报告统计,到2020年全球的商业智能市场容量预计将达到228亿美元。大数据、人工智能、机器学习、深度学习等技术的快速发展,正在促进BI和数据分析产品的新一轮进化。未来的BI发展还有这些趋势值得企业管理者关注—— 趋势一:跨平台数据共享 随着ERP、OA、MES、HIS等传统BI的完善,很多企业同时拥有多套管理系统,新一代的BI产品更需要解决不同BI工具之间的兼容问题,以便完成对企业业务数据的全面分析。 趋势二:自助分析可操作性及丰富性的提升 尽管自助式数据发现已成为标准,但BI产品将进一步改善自助分析的功能和可操作性,满足业务人员自定义搭配前端布局的需求,对于结果的呈现则需要增加图表的丰富性。 趋势三:流程共享,实时互通 作为分析流程的一部分,需要不同业务人员对接任务数据,为了适应更加多样的用户,大数据BI平台需要支持强大的OLAP多维分析功能,以满足用户对数据页面的分享、沟通。 趋势四:实时响应的需求更加要紧 BI工具的强大数据计算处理引擎,能够降低企业数据查询等待时间成本,提高业务数据分析效率。同时,通过直接对接企业大数据平台,还可满足企业实时数据分析的需求。 趋势五:嵌入式BI流行 为满足企业业务人员数据挖掘的需求,大数据BI平台需要支持嵌入式高级分析功能,用户能够轻松使用平台内置的高级分析功能,也可以通过导入和集成外部开发的高级分析模型。 趋势六:云存储于与云计算 随着企业将数据转移到云中,云数据仓库将成为流行的数据目标,尽管许多会选择云和本地解决方案的混合架构,但云计算依旧代表更快、更具可扩展性的解决方案。 趋势七:提升平台安全性 为了满足企业多级部门同时使用、不同权限的功能,中国大数据BI产品除了要提供灵活丰富的用户管理功能、权限控制功能,还需要内置强大的用户行为监控与分析功能,确保企业的数据安全和信息保密。

信息科技协会三博士在美国南加州大学做人工智能演讲

2017年12月1日,由易留帮公司主办的人工智能讲座在美国南加州大学举办,三位华人信息科技协会的骨干会员给学生们上了一堂生动的人工智能课。三位专家是IBM首席数据科学家刘永川博士、美国智泰科技公司资深顾问章华博士、Canon信息和图像研究院的资深技术顾问曹细武博士。 首先进行分享的是刘永川博士。刘博士 (Dr. Alex Liu) 是一位数据科学家和研究方法专家,现为 IBM 公司的首席数据科学家 (Chief Data Scientist) 和 “研究方法与数据科学” 全球协会负责人。刘博士以IBM在人工智能领域的成果入手,从1997年“深蓝”国际象棋机器人,知识竞赛机器,医疗人工智能介绍到Gatech的TA人工智能、律师合同AI以及简历筛选人工智能。从各个行业各个角度剖析了人工智能的广泛应用,并建议同学们多学习一些AI知识,才能在未来人工智能时代的人才竞争中脱颖而出。 接下来分享的是章华(Peter Zhang)博士,章华博士是美国微软及亚马逊云计算大数据战略合作伙伴和加州州立大学客座教授。他多年活跃在美国南加州地区的IT界,尤其是云计算和大数据领域。章博士对技术指导,项目管理,IT培训有丰富的经验。章博士从AI火热的原因,人工智能类型,想进入人工智能行业需要的知识储备三方面入手进行介绍。由于章博士在中美两地跑的频率比较高,他分析国内在人工智能应用层面上有一定优势,但是在基础层面和技术层面还是美国领先比较多。他解释人工智能的火热离不开大数据的发展,以及计算能力和算法的增强。 最后进行分享的是曹细武博士。曹博士是美国佳能信息和图像研究院的资深技术顾问、加州州立大学客座教授,主要负责三维成像, 以及基于机器学习的目标自动识别的技术开发。曹博士从AI的图像识别领域入手,介绍了神经网络等一些算法,也从人工智能的快速学习能力印证了未来的发展趋势。同时建议同学们“talk to neighbors”,因为知识的更新速度极快,要跟上行业发展动态并且基本技术能力一定要过硬。   panel和Q&A提问环节 1.请三位教授预测未来5-10年发展趋势? 无人驾驶,人工智能的私人化(手机电脑),医疗方面图像识别和芯片植入人体等等 2.AI行业需要哪些技能?如何学习? 基础的语言能力例如python等,和其他领域结合的能力,把复杂算法逻辑解释给普通人的能力 同时嘉宾们建议想要提升技术还是先在美国就业比较好,同时学习的过程中要把握对树干(知识主体)的学习不要过度纠结于树叶(因为变化很快而且繁多) 活动圆满结束 三位专家和部分听众集体合影

洛杉矶大数据和人工智能论坛圆满结束

<美国加州洛杉矶报道>  当地时间2017年11月5日,美国华裔教授学者协会2017年年会在美国洛杉矶圣盖博希尔顿酒店举行。当天下午的科技论坛座无虚席,尤其是大数据和人工智能讲座。 大数据和人工智能讲座由三位本协会的博士主讲,章华博士主持。讲座就当前最热门的科技话题-“大数据和人工智能“展开了讨论。 来自IBM公司的首席数据科学家刘永川博士首先就“大数据和人工智能”在科研领域的应用进行了全面的分析。刘博士对IBM公司数据分析过程和整合平台的方案加以阐述。刘博士指出大数据分析少不了智能协助。在人工智能(AI)时代来临的大背景下,不少人担心未来会有非常多的职业消失,势必会导致一定的社会失业率。对此,刘永川博士认为:“有一些职业确实会消失,更多的行业并不会消失,如果希望维持自己的工作能力,那么就必须要了解和学习大数据以及人工智能领域的知识,加以应用。 关于大数据以及人工智能应用,加州州立大学客座教授章华博士为现场的听众详细讲解了自己研究课题——大数据及人工智能在预测美国大学生辍学率的应用。章博士指出:“2008年入学的美国大学生中有30%以上在六年内辍学; 兼职学生辍学率(68.5%)高于全日制学生(19.6%);营利性学校的辍学率(49.9%)高于公立(22.7%)或非营利(17.2%)学校。”  章博士进一步指出,“美国是发达国家中大学生辍学率最高的国家。预测和干预美国大学辍学率无论对于大学本身,还是对于美国地方及联邦政府来说,都是一件非常重要并具有现实意义的事情。”“大数据和人工智能可以帮助我们解决这一棘手问题。”章博士举了华盛顿大学(Washington University)的例子,讲述了华大通过大数据分析提前对于入学学生可能发生的辍学状况进行预测和干预,成功降低了学校本科生的辍学率。 加州州立大学客座教授曹细武博士做了“人工智能:卷积神经网络在计算机视觉中的应用”的报告,形象地介绍了人工智能领域目前最热门的理论和模型:“卷积神经网络“,受到学生和专业人士的好评和关注。 从左至右,章华博士,曹细武博士,刘永川博士。 刘永川博士在演讲报告中

互联网经济第五支柱正在迅速成型

这风云突变的两年,对于国内直播行业来说,有着太多的惊喜和意外。2016年,舆论将其称之为“直播元年”;而进入2017年,整个市场又迎来了监管和洗牌,被称为大浪淘沙的一年。   在洗牌之后,这个行业开始真正显出身价?   提出这个问题,源自业界对于国内互联网经济发展现状和趋势的探讨。无论是从行业实例还是相关数据看,这个话题都已经越来越引发更多人的兴趣。我们不妨先把艾瑞咨询前不久发布的《2017年中国网络经济年度报告》作为一个引子,看看网络经济今年在移动互联网+大数据时代所发生的巨大变化。 从报告显示出的结果来看,可以简单归纳为“一大”、“一超越”、“三领先”。 “一大”指的是中国网络经济营收规模大:2016年度达到14707亿元,而且同比还增长了28.5%;“一超越”指的是移动网络经济营收规模为7907.4亿元,并且全面超过了PC端;“三领先”,则分别是指电商、广告和游戏这三大主要支柱。 如果将14707亿元总量看作是一张大饼,那么电商在其中的占比最高,营收规模为8946.2亿元,占比超过60%;而网络广告营收规模次之,占比接近20%;之后是网络游戏,占比为12.2%。三项领先的指标,加在一起大约占据了这张大饼的93%。 在这张大饼中,其余的部分主要是互联网金融领域(第三方支付)等,约为7%。不过,目前的舆论话题,正是聚焦在这其余的7%(约1030亿元左右)上面。 报告显示,移动网络用户和视频类业务的增速呈现出明显提升。伴随这一趋势,在2016年发展壮大,并且在2017年逐渐进入成熟期的直播领域,正在成为新的变量。 再来看一组数字:据中国互联网信息中心5月份发布的数据显示,国内直播用户已经达到3.25亿人;而根据机构统计的数据,2016年直播市场规模达208.3亿元,同比增长180.1%,其中来自于用户付费的营收规模占比超90%;还有机构估算,2017年直播行业市场规模或将达到340亿元。目前业内普遍的预测是,直播市场到2020年总产值将超过一千亿元人民币规模。 可以说,在电商、广告、游戏和互金之后,直播模式的爆发正在成为一种新的势能。 2017年直播进入了理性增长期,这种理性的增长,反而会让真金白银开始沉淀,并在夯实基础后迎来新一轮的爆发。   爆发的核心,会呈现在直播行业未来变现增长的趋势上。 变现形式的单一,是许多创业者心头之痛。即使是对于美图、ofo等有着天文数字般用户量的公司而言,也是如此。 而用广告变现,需要的不仅是用户数量,更需要占有用户时间,在微信和腾讯已然霸占几乎1/4用户总时长的市场里,广告变现的马太效应使得创业者的天花板变得更低。 另外,阿里线上线下新零售战略和京东的商业基础设施战略,让“城墙”高建,零售公司的独角兽之路已经接近封死。游戏公司爆款难寻,爆款以外又躲不开腾讯在上下游构建的“超级帝国”,剩下的变现模式只剩下了目前正被严厉监管的互联网金融。   直播市场的前景会是怎样?   之前,宣亚收购第一直播平台映客,被称为直播行业的分水岭。当时业界对此有很多的分析和判断,多数是怀疑映客的变现和赢利能力。 9月4日,宣亚发公告,拟以28.95亿元的价格收购映客48.25%的股权。随着收购公告的发布,映客的财务数据也首次对外披露,着实让人一惊。 报告书显示,映客业绩近两年增长迅速,2016年实现营业收入43.38亿元,净利润达到4.8亿元;2017年一季度实现营业收入10.35亿元,净利润2.44亿元。 映客目前在商业上最大的成功,不是一家企业的成功,而是给所有人杀出了一条血路——映客的惊人变现能力告诉业界,除了卖货,卖广告,卖游戏卖会员,中国互联网变现还有一条全新的道路:用户主动付费的体验经济。 回看过去这一年多的时间:360借道花椒,微博押注一直播,腾讯买遍了游戏直播平台,但此前第三方数据显示,独立发展的映客,依然占据着很大的市场红利。 分享一个有趣的现象:今年以来互联网行业拥有直播业务的上市公司,都出现了大幅业绩增长,甚至是拉升了整体业绩的爆发。这其中,包含陌陌、YY以及微博。 去年下半年涉足直播业务之后,陌陌可谓重获新生,交出了一份令华尔街惊喜的财报,让这家公司重回风口浪尖。从其财报数据来看,去年四个季度,直播营收在陌陌整体营收占比分别为30.65%、58.48%、69.17%、79.15%,直播,已经成为其绝对收入来源。 曾经以游戏语音助手著称的YY,凭借着PC时代的秀场直播,依然在直播上赚得盆满钵满。去年第4季度,YY直播收入为22.182亿元,而当季净营收24.84亿元。   直播,将会成为互联网经济的重要支柱。 在8月初一份调研数据显示,映客、花椒、一直播、美拍和来疯这五家主要直播平台,在2017年上半年合计流水高达42.373亿。报告分析,按照正常增长趋势,五家公司全年流水超百亿不是问题。 今年上半年,直播行业呈现社交化、综艺化等多元化趋势。不过,无论是直播如何在形式上、维度上、模式上变化,未来的竞争核心都是内容。很多人都意识到,社交和内容不是对立的,社交是直播发展的生命力,而内容则是精耕细作与多元化拓展趋势后,保障平台发展的核心竞争力。 一个稳健发展的市场,只有通过用户、数据和生态的完美融合,才能在电商、广告、游戏和互联网金融之外,创造出互联网经济发展的第五个支柱。   直播市场正在质变,第五极正在迅速成型。 在直播逐渐成为互联网一大支柱的新格局下,直播+到底该怎么玩? 对于未来直播市场多元化的发展方向,映客创始人奉佑生曾经提出过这样的观点:第一个方向是社交立体化,更具社交功能的产品会持续获得关注;第二个是内容多元化;第三个是垂直细分化。 而近日,奉佑生面对媒体再次针对直播的发展提出了新观点。 首先,他对未来直播平台的社交化趋势做出了时间判断,“尚处于萌芽阶段的视频社交,在未来一两年内会越发占据主流,进入大规模的普及状态。” 奉佑生同时指出,“颠覆一定是通过视频可见,是从00后的人群开始切入,这里才是颠覆大规模社交的点。” 谈到理想化的视频+社交化形态,奉佑生强调,“真正平等性的社交关系需要100%的参与,映客还谈不上真正的社交关系网,真正平等的是每个人参与表演。” 通过这些观点来看,未来这些趋势让业界兴奋的地方还在于,直播行业的发展,或许为互联网经济带来的变化不仅仅是量变。 的确,互联网经济的核心就是用户、数据和生态。我们可以将直播行业在用户、数据和生态上新的融合形式,称为互联网经济的2.0时代。 直播行业未来将会引领着无数用户向平台化转变:1.0时代“商品”是由平台(或者平台背后的生产企业)提供的,因而我们看到了电商、广告、游戏等等元素;而在2.0时代,越来越多的商品是由用户自己创造的。未来的直播平台将为每一个“平凡”的人提供更多公平的机会,让所有人都成为内容创造者和使用者。 从这个角度来看,现在直播行业的进化,仍会有更多的令人激动的可能。质变,即将发生。

10年之后我们还能做什么?

根据耶鲁大学和牛津大学的研究人员对 352 位人工智能专家进行了采访,人工智能到2060 年前后有 50%的概率完全超过人类。这份研究预测在 10 年内,人工智能将会在以 下领域超过人类:翻译领域(2024),高中水平的写作(2026),驾驶卡车(2027)。 在这份报告里,我们着重分析四种人工智能技术(语音,图像,自然语言处理,机器人) 对五个行业(安防,互联网电商/广告,消费电子,汽车,医疗)的影响(图表 2)。 从技术角度来看: 语音技术成熟但应用场景有限。语音识别是目前发展最成熟的人工智能技术。Nuance, 科大讯飞,Google,百度等主流厂商的近场语音识别率都达到 99%以上。但目前应用场 景局限在电子病例,智能客服,在线教育,车载导航等少数几个领域。随着未来语音识 别种类的进一步丰富,识别环境通用性的增强,以及远厂语音技术的突破,一定会帮助拓展其应用范围到智能家居等更多场景中。 图像识别落地机会最多。图像识别技术不但有着非常高的识别准确率,而且能够很快给 出智能的反馈,因此图像识别技术最容易快速落地到各行各业中。安防行业中的车辆数 据提取,医疗行业的影像诊断,电商行业中的精准营销,以及辅助驾驶都为图像识别技 术提供许多落地变现的机会。 自然语言处理在互联网行业中应用最为成熟。我们注意到基于人工智能的精准营销正帮助互联网广告公司不断提升流量价值,而且一些智能的销售客服机器人正在逐步替代人 工成为线上销售,售后维护的主力军。 智能机器人技术有待成熟。我们注意到一些公司开始在仓储机器人、手术机器人等细分 行业进行探索。但技术还有待成熟。 从行业角度来看: 安防是人工智能在中国最容易变现的行业:十几年的平安城市建设,使中国的城市管理 者已经积累了强大的视频数据采集能力。交通拥堵及反恐等应用场景又急需最先进的人 工智能技术。 互联网广告和电商蕴含大量的数据,为人工智能在互联网广告和电商领域的应用提供了广阔的资源和空间。例如,互联网公司通过基于用户画像的精准广告投放,在过去三年 提高了广告单次点击成本(CPC)170%。 AI 促进消费电子升级换代:3D 光学感测等 AI 功能会帮助现有智能手机提高售价,同时 促进智能音箱等新品类的发展。 汽车行业 2021 年前后实现无人驾驶:随着 Tesla AutoPilot 2 系统的发布,GM 宣布自己 的自动驾驶系统 Super Cruise。我们注意到汽车智能发展呈现加速趋势。我们预计汽车主机大厂在 2021 年前后能够实现商业化的无人驾驶服务。 医疗行业空间巨大,但技术还有待成熟。电子病历的建立,不仅仅用到了语音识别技术,也整合了医疗大数据;影像诊断则用到了图像识别技术,现在在国内外都已经形成成熟 的商业模式。辅助治疗和手术机器人由于技术的尚不完善,还在小范围推广。由于语音 识别技术和机器视觉技术的成熟,大量应用这两个技术的行业将迎来 AI 变现的更多机会。

第一位因AI丢工作的CEO

福特汽车公司忽然换帅,马克·菲尔兹(Mark Fields)被替换掉,这算是5月底的一个大新闻,尤其这件事还与无人车、汽车工业的未来等热点话题紧密相关。 小比尔·福特(William Bill Ford Jr.)领导下的董事会相中的新帅叫吉姆·哈科特(Jim Hackett)。哈科特最为人所知的经历,是将一个密西根州的小办公家具厂Steelcase,变成了在美国最有声望的企业之一。 ▲ 马克·菲尔兹 被换掉的菲尔兹风度翩翩,是销售和市场领域的名人,然而他的遭遇(或者说业绩)与哈科特恰恰相反。尽管福特挺过了2008年的金融危机,并在其后几年的经济恢复和廉价汽油双重利好的帮助下,创下了销售和利润的双重记录;近年来面临的却是利润下滑,股价下跌,以及来自董事会和投资人对于其无人车研发滞后的隐忧。菲尔兹未能成功说服小福特以及董事会,他们并没有被未来抛下。 这一次,对小福特想法的形成起到极大作用的,很可能是硅谷。 有这么两件事。 一是临近他在eBay董事会的任期将满时,意识到自己所担任的这个角色给福特公司带来了多大的优势,使他得以看到、体会到那个领域的文化,与他在底特律所熟知的企业文化之间,是多么戏剧性地不一样。目睹硅谷的公司如何占领了未来,让他明白,老牌汽车制造商们必须经历怎样的脱胎换骨才能活下去。此外,这期间所感受到的整个硅谷那种“朋友加敌人”(frenemy)的气氛,对于他来说更是完全陌生的。在汽车行业,黑白分明,竞争对手就是竞争对手;而在硅谷,全是灰色,每个竞争对手都可能在对方的公司里有投资,或者有很多单项的合作。 第二件事也因此而起。eBay的10年董事经历给小福特带来了极大的思想冲击,他决定要带领自己公司的董事会去硅谷走访一趟。就是在这一次走访中,他意外地发现,董事会成员之一吉姆·哈科特跟湾区的领袖个个都熟。62岁的哈科特先生在执掌办公家具公司Steelcase时,便因改革办公空间的设计,以适应硅工、码农军团的工作方式,而在湾区享有盛誉,但当时的哈科特肯定没有想到,这竟然给他以后的职业生涯带来了重大机遇。小福特看重的,除了他在硅谷的人员关系外,更重要的,他需要这样一个人,将硅谷文化注入福特公司。   ▲ 扎克伯格试乘混合能源自驾车 这两件事中,第一件告诉他,行业内将有天翻地覆的变化在前方等着他们;而第二件则是个提示,解决方案可能就在身边。 那一次旅行之后不出几个星期,小福特即任命哈科特为福特智能汽车部门,一个专注未来革新的新部门的头。那一步也许是铺垫,也许是测试,一年以后,哈科特接替菲尔兹成为福特汽车公司的新CEO。 如果小福特在公开演讲中提到的这两件事真的左右了他对CEO人选的决定,那么硅谷在这件事上所起的作用,在我看来,起码是成功制造了汽车巨头家族第四代掌门人对未来的恐慌。 在这次换帅之前,福特已经对“未来”有了好几项大手笔的投资。其中最引人侧目的是2月份宣布以10亿美元收购匹茨堡一家致力于自驾车人工智能及自驾车视觉研究的公司“Argo AI”;此外,去年夏天投资加州的一家开发高清3D地图的公司Civil Maps,和另一家开发激光雷达Lidar的公司Velodyne;与此同时,收购了旧金山的专车服务Chariot,以色列计算机视觉及机器学习公司SAIPS。 而福特内部,由哈科特执掌的新部门,也从2016年3月的12名员工,猛增到今天的将近600人。哈科特从执掌这个部门到执掌整个公司,基本上代表了小福特所说的:“我们将不再把新兴和核心对立起来,‘新兴’就是我们整个的公司。” 在新任上,哈科特除了要尽快提振福特三年来下跌了32%的股价,更重要的是,要确保能让福特迅速行动起来,为未来做好准备。 但是这未来是个什么样子? 目前可以看到的是,自驾车已经到来。硅谷巨头优步等都先后在美国的一些城市对这一未来愿景进行了测试;与此同时,传统的汽车制造商,比如福特、通用也都纷纷开始砸钱转向。 要对这个让小福特彻底不淡定了的“未来”有个认识,得先来看看各公司之间无人车竞赛之究竟。 无人车有别于传统汽车,主要由这几个组成部分决定: ·激光雷达Lidar系统:它不停地转动,利用激光束来生成汽车所处环境的360度图像。 ·相机:利用多幅图片产生的视差来确定与周围不同物体的距离,它也负责交通指示灯和道路指示标志信息的收集,并识别移动物体例如行人。 ·雷达传感器:测量汽车与障碍物之间的距离。 ·电脑主机(目前多数安装在汽车后备箱):分析来自各传感器的数据,将其与存储的地图进行比较、匹配,从而根据目前的情形作出操作决定。 传感器首先从周围物体中采集信息,包括这些物体的尺寸、移动的速度等,继而将这些物体按其行为归类——自行车、行人、其他汽车、静止物体。 但自驾系统并非整体上从天而降,它的许多特性,各厂家在近年来的新款车型中早已纷纷推出,有一些甚至对大部分司机来说已经非常熟悉,例如雷达、激光探测可能的碰撞,并按不同紧急程度给出不同形式的警告,盲点探测、自动泊车、巡航定速等。这一系列得到了市场认可的成熟技术,协力促进了自驾车的发展。 福特的传统竞争对手们,在这件事上基本没一个闲着的。通用向旧金山的一个手机应用公司Lyft投入5亿美元,并以10亿美元的价格买下了Cruise Automation,另外还计划在旧金山设立开发中心。菲亚特克莱斯勒也已经将某技术巨头的自驾技术应用于克莱斯勒商务车,目前该技术公司已在密西根设立了办公室,与菲亚特克莱斯勒协同工作。本田的技术听上去有些玄乎,它正在设计一种叫做“情感引擎”的东西,据说通过学习驾驶员的判断来给出下一步的操作选择和建议。沃尔沃则在瑞典的哥德堡开启了自驾SUV的试点,这一计划将逐步延伸到伦敦以及中国的一些城市。特斯拉就不用说了,不断在更新那个曾经引发严重事故的自驾软件系统。 真正让小比尔·福特心惊的当然不止这些传统对手,正在进入这个领域的高科技公司们才是他真正的威胁。Waymo的成熟度距离商业化已经不远。苹果的情况不甚清晰,它曾经有个代号Titan的项目,在2016年似乎有些缩水,前不久却忽然获准在加州进行车辆测试。优步最近被Waymo缠上了官司,控其使用盗窃来的知识产权,但这丝毫没有影响它仍然继续在匹茨堡和亚利桑那的坦佩推出自驾车雏型。 至此,汽车业的中坚,福特、通用或者大众将不再是为汽车业订立标准,引领风潮的唯一力量,它们如果能够有幸不被淘汰的话,也将不得不与新闯入的高科技世界分享这一荣耀。菲尔兹先生,这位在福特工作了28年的老兵,已经成为这一轮变幻中的首位耀眼受害者。 另外,摆在所有无人驾驶技术倡导者和开发者眼前无法回避的一个阴影,是去年5月丧生于特斯拉S型轿车自驾模式下的40岁男子乔舒亚·布朗。尽管业界给出了各种解释,如果这样……或者如果这样……这个惨剧是可以避免的;尽管特斯拉老板埃隆·马斯克也宣称系统已经更新,类似事故将永不会再发生……可这一系列的尽管,在人命面前怎么都还是显得无力。 ▲ 特斯拉S型轿车 2017年6月2日,FT登出一篇报道,Waymo开始了无人驾驶卡车的测试,此举让人不可避免地联想到去年优步在科罗拉多的一次无人驾驶实验。当时卡车司机坐在驾驶舱后排,这辆车安全行驶120英里完成了啤酒快递任务。“司机”一词在这个环境中,让人读到了一丝隐隐的不妥。 按照美国国家公共广播电台(NPR)网站上公布的一张各州职业分布变迁动图,卡车司机在很多州占据了绝对多数,因为这个职业一度对于影响美国就业市场的两大因素最具免疫力。首先,它对全球化免疫,因为别的国家的工人没法在俄亥俄开卡车;其次,它对自动化免疫,则是因为车不能自驾。眼下这第二个免疫力似乎有消失的可能,那么如此大数量的卡车司机,都将变成刚刚丢了CEO工作的菲尔兹先生吗? ▲ 1978年各州最常见工种分布图:紫色为秘书,草绿色为农民,湖绿色为卡车司机,鹅黄色为休闲业服务人员 ▲ 1994年各州最常见工种分布图:湖绿色为卡车司机,紫色为秘书,鹅黄色为休闲业服务人员以及厨师,草绿色为农民 ▲ 2002年各州最常见工种分布图:湖绿色为卡车司机,蓝色为计算机分析师,鹅黄色为休闲业服务人员,草绿色为农民,亮黄色为护士   ▲ 2014年各州最常见工种分布图:湖绿色为卡车司机,蓝色为软件开发人员,鹅黄色为零售店员或服务行业,草绿色为农民,亮黄色为护士,芥末色为小学教师 题图为小比尔·福特(右)与新任命的CEO吉姆·哈科特(左) 【作者简介】 黑爪 | 腾讯·大家专栏作者,理工背景的文学、艺术爱好者。 【精华推荐】 得给AI这熊孩子立个规矩 DeepMind研制阿尔法狗的使命,当然不是要下赢围棋  ·END·  

Skip to toolbar