人工智能的最终落地，我们是该庆幸发展快还是发展慢？

转载请标明出处：
https://dujinyang.blog.csdn.net/article/details/84576557
本文出自:【奥特曼超人的博客】

人工智能和区块链

首先，不了解的可以先看之前几篇，如《花非花，物非物，AI岂是池中物(人工智能篇)》、《人工智能：法国浪漫之都的人工智能时代》、《致我们的青春，一个敬礼》等等。

2019年即将到来，今年嚷得最火的人工智能却依旧面临着落地难，区块链（B圈）也是如此，像一阵风一样，风过而无痕，平静。目前发布的《2018中国人工智能商业落地研究报告》中，显示2017年中国AI创业公司获得的累计融资超过500亿元，但2017年AI商业落地100强创业公司累计产生的收入却不足100亿元，90%以上的AI企业亏损，也就是说，有一大半是在圈钱的，虽然是明摆着的，但投资大佬都会考察50%的机会来“博取”这次机会。一方面，人工智能引用、投-融资高潮迭起，另一方面，初创公司的商业落地却举步维艰，两者呈现冰火两重天的格局。

目前人工智能产业——雷声大、雨点小，遭遇着商业的落地之痛，不过也已经成为行业内的共识了。

自我调侃

• 今年币圈依然韭菜多如花，比特币价格下跌35%，比特币跌破4000美元，11月25日零时，比特币单价4342美元，当天18时24分，比特币单价突破3620美元，也就是说，不到24小时，再次下跌17%。真正凄惨的是从去年底伴随着比特币崛起，蜂拥进场的矿工、矿场、矿机。
• 今年也面试了不少原来是区块链的求职者，套路玩法基本都一样，惨了民众爽了老板。

之后会在公众号内写篇《比特币的内幕》，有兴趣的可以先关注文章底部的微信公众号：python2048

• 人工智能给我印象最深刻的还是百度，参加过百度云峰会，竟觉得百度也开始膨胀了，上次百度云大会也见识了Baidu业务涉及的范围之广，有些业务所涉及的技术还是挺6的，其实早在好几年前就已经开始在背后偷偷的养着一群庞大“战士”，一个人的年薪也许抵得上一些中小型公司一年甚至几年的利润。而今年Q1业务同比增长还超浮预期，净利润67亿人民币，同比增长277%！！！不膨胀都难~
  

产业经济

落地的方向

今年很多大公司都开放了基于AI的学习和工具、连Google谷歌未来都会基于这个开放相关的资料和便捷式应用。

在技术层面，未来的方向还是挺乐观的，只是针对落地这块，如果受众无法是广义的，很难开展，什么是广义，比如说全民经济，异地转账，受惠方是一个集体群体等等。

今年我们可以看到，真正落地的项目只有少数，较为人知的有：平安城市、智慧城市的推进，摄像头及高清视频的采集，安防行业拥有海量的数据分析，城市公交车自动驾驶技术等等……

行业内拥有各自的属性，大多是识别、分析、提取，主要还是基于大数据模型的采集。

个人觉得政府实现这块还是有优势的，如下图，有三个点，自动机器人，无人驾驶，城市（人员）的数据分析和采集。

比如城市生活的项目中，交警部门的监控场景项目成了头号使用者，主要是识别行人的生理属性，然后分析行人身体结构，准确识别视频中人物的性别、年龄、姿态等多种生理特征，然后结合数据库整合建模，如果这套数据一直跑下去，并且正确率不断自我提高，注意，这里说的是自我提高修复，那么未来几年，这个数据的价值性和保密性是很怕的。除了行人，还有车辆，基于好深度学习的检测算法，哪怕在遮挡的情况下也能大概预测出人的姿态和动作，可应用于交通监控、辅助驾驶、无人驾驶等，同时录入车牌号码、汽车品牌、型号、颜色等物理特征。

最后，实现人群密度分析，整合每个人个人信息，分析异常聚集、滞留、逆行、混乱等多种异常现象，同时分析各人和预测路线数据。

基于这套，加上自动无人驾驶技术，当然，这里面涉及的又是另外一套理论知识，其中又涉及地图、方向、传感器、位置、目标群体，行人识别，动静态等等，这里面涉及的主要还是以大数据为基础的技术，和为人工智能提供强大的分布式计算能力，其中大规模分布式计算显得更为重要，需要同时分析海量的数据，开展特征性的匹配和模型仿真，并且能同时开展所有用户的个人服务。

基础：数据挖掘则利用机器学习算法自动开展多种分析计算，探究数据资源中的规律和异常点，辅助用户更快、更准地找到有效的资源。

如果真的可以实现所有的功能和建立了海量的数据库、知识库等等，那么， 目标检测、目标跟踪、目标分类、目标检索和行为分析……这些的目标，最终落地了又会涉及到我们的个人隐私，道德的权衡，点像科幻电影中的结局，自行脑补，数据的维度之大无法想象。

然而目前来看，这方面也还在发展中，我们不知是该庆幸发展快还是发展慢。

以上纯属个人见解，欢迎大家留言讨论。

|| 版权声明：本文为博主杜锦阳原创文章，转载请注明出处。