12月8日“小蠻腰科技大會開幕論壇，IDC的助理副總裁Chwee Kan Chua先生為我們帶來了“創新、競爭和生產力的下一個前沿”主題演講。他講到了技術的演進，其更迭速度往往會超出人們的預期，并對未來幾年技術的發展進行了預測，分享了如何讓先進的技術轉化為生產力，讓企業在自己的領域具備競爭力。

重點獲益

· 了解前沿技術創新的現狀及未來

· 了解如何將高新技術轉化為生產力

· 了解在前沿科技領域如何才能具備競爭力

精彩課件

▼認知/人工智能系統中的增長預測：

▼認知/人工智能系統在中國的發展：

圖文實錄

今天我會給大家介紹一下下一代的創新還有我們的競爭力，今天很多講者都講到了人工智能。我們知道新的一代的工業革命，德國人稱之為工業4.0。第一次的工業革命是在17世紀，那時候我們知道機器漸漸取代了人工的制作，也取代了生活的各方各面，后來越來越多的一些自動化、智能化，還有各種各樣新的技術，我們也能夠從中提高了對技術認識的一些精準性，最重要的得益就是這些技術能幫我們解決一些更加不可能解決的問題，用更快、更敏捷的方式。

這個圖表是我自己畫的，大家可以看一下這里面技術的演進，里面有一個摩爾定律，就是技術最開始會有長足的發展，但是隨后的應用當中它的增長會放慢，人們的學習也是一個線性的過程。

技術其實進步的速度非常之快，已經超出了人類的預期，這里面有一些我們可以學習，我剛才說到我們面臨最復雜的變化就是學習的東西總是非常快的出現。這里給大家舉一個例子，針對這個你可以做黑洞，或者是黑暗物質，或者是做一些精準的測量，它有三個不同的激光，可以有很多不同的校準。還有兩個澳大利亞的學生覺得我們之前在設置這個實驗的時候花費了太多的時間，為什么不能讓人工智能去做呢？后來他們花了一個小時讓AI去做，這樣就不用花時間設定這個實驗，而是真正花時間在研究本身身上。

我們也有一個預測，2018年75%的企業都有機器學習的能力，至少一個領域會用到AI，到2019年的75%的工人他們每天的任務都會包括去利用這些企業的應用程序去得到人工的助手的幫助來去加強他們的技能和專長。我們預計到2019年全球認知系統的開支將會達到310億美元，其中17%會花在硬件，比如說服務器，還有存儲，還有60%會花在軟件上，23%會花在服務上。這個行業目前是怎么樣做投資呢？銀行是19%，醫療是18%，還有零售是11%，還有很多用戶的案例。

為什么AI或者或認知的智能非常重要呢？因為我們都來自不同的行業，但是我們都有相似的需求。首先我們希望我們的顧客消費更多，第二我們希望內部的一個運營成本能夠降低，第三我們希望更好的去管理成本，我們希望同一時間都能夠做到這三樣，但是這實際上是不可能的，因為沒有一個萬能靈，但是我們有一個戰略支撐，那就是數據。

這個數據它是沒有限制的，但是它并沒有被完全利用，我們要怎么做呢？我們現在也看到有很多新的創新，之前都提到了智能的設備，物聯網、VR、AR，還有很多驅動因素，都在驅動未來的發展，比如說有大數據，存儲、云服務都成為了商業化的產物，同時還有新的框架，還有在平行處理方面的速度也是在不斷的增強，這些都能夠讓我們可以去釋放不同數據的價值。

之前說到了CPU、GPU，FPGA，同時我們還會有閃存，它們都是可以實時處理這些數據，我們就可以實現實時決策。同時還有軟件方面的創新，比如說MXNET是我非常喜歡的，通過MXNET你可以把它帶著走。剛剛高通有人演講，你可以把MXENT放在他們的產品上，還有一些開源的應用程序，所有這些都帶來了一些新的發展。

所以現在有很多新興的一些技術，我們都是可以用到不同的行業的，這些就是其中一些行業應用的例子。比如說金融行業，它不僅僅是做分析，而且可以使用深度學習做分析，然后去做工程。還有一個邊緣計算，現在有很多新的技術，比如說SoC、SoM、SSD，還有很強大的一些存儲的能力，很快速的存儲能力，還有即插即用的設備，也讓很多公司可以進行快速的創新。我們IDG預測到2019年，其中45%的IoT的數據都會是被存儲，被分析，還有被加工，所以我們消費者是可以實時做出決策。

再看看下一代的邊緣以及云的利用，在日本有一個老王賣瓜的例子，要取決于這個瓜的顏色、大小和尺寸，有些瓜價格可以賣的比較好的，但是要去分撿這些黃瓜很困難，比如說顏色、尺寸很難辨認，農民就需要花很多時間，他們使用了AI，用了深度學習的工具幫助他們去分撿這些黃瓜。你想想，是農民，他們并沒有基礎設施，并沒有這個技術，他們也沒有非常大的數據中心去做這個處理，它怎么做的呢？

我們之前說到了SOP，他們通過攝象頭來去做，但是他們又沒有服務器，我們可以用谷歌的云計算來做計算，當然我們還用了開源的一些軟件，所以我們并不是要成為數據的科學家才能做到這些事情。所以他們通過這個人工智能去識別顏色、尺寸，還有形狀，通過人工智能就可以節省10個人的勞動力。之前我也給我幾個例子，第一個是諾貝爾獲獎者的例子，通過人工智能可以增強你的技能。這是農場的例子，他們可以AI幫助他們撿黃瓜，這些博士生和農場主都可以利用人工智能。

大家想想人工智能可以應用于哪些領域？這個沒有任何限制，由你決定你要把人工智能應用在哪一個領域，所以現在已經有很多解決方案幫助我們加速學習的進程。

現在的軟件的框架也使得現在的門檻越來越低了，同時現在的AI也成為了改進系統性能的第一大選擇。而且因為對于這些新的技術的一個利用，我們看到準略性也有大大提高。還有谷歌語音識別率的也大大提高了，沒有這些準確率是無法做到的。

這是上個月白宮發布的一個研究報告，中國是排第一的，而且我們在中國也有很多實際應用的例子，比如說智審1.0，現在已經被中國170個法庭去用了，幫助他們做審裁的決定。還有深圳的小安，他們在機場相當于一個警察一樣做巡邏。

再看看亞洲其他的地區，他們其實不僅僅是在做趕超的工作，他們也做了很多AI方面的投資。對于我來說，算盤就像第一個電腦一樣，人工智能也將會是改變我們創新的方式，同時也會帶來新的產品和服務。