來源： 36kr
GSV資本的 Li
Jiang 在medium上發了一篇文章，他提出技術領域的「萬有理論（the theory of everything）」, 硬體和軟體是共生演化的，彼此影響。
很對人都會說到「物聯網」、「大數據」和「機器人」等趨勢。我想要說，其實這些趨勢是相互聯繫在一起的，聯繫成一個大趨勢，就像「萬有理論」，在這個鏈條里，每一環都會對下一環產生影響，如此產生積極的循環。
各種連接的設備裡的傳感器會產生大量數據，海量數據使得機器學習成為可能，機器學習的結果就是AI，而AI又指導機器人去更精確地執行任務，機器人的行動又會觸發傳感器。這整個就是一個完整的循環。
1. 傳感器產生數據
到 2014 年，連接到互聯網的設備超過了世界人口的總和。 Cisco 預測，到 2020 年，將有 500 億個相互連接的設備。而這些設備中大多都會安傳感器，可能用 Electric
Imp 內嵌傳感器，或者用Estimote外接一個傳感器。
設備中的傳感器會產生前所未有的海量數據。
2. 數據支撐機器學習
在 2020 年，預計有 35ZB 的數據產生，也就是 2009 年數據量的 44 倍。到時候，不管是結構化的、或更可能是沒有結構化的數據都可以通過機器來處理，從而獲得大量洞見。
3. 機器學習改善 AI
機器學習依靠數據處理和模式識別，從而讓計算機不需要編程就能去學習。現在的海量數據和計算能力都在驅使機器學習的突破。
機器學習的十足威力，看看 Google 就知道了。Google就是利用機器學習，把法國每一個企業的位置、每一個住房、每一條街都繪制在地圖上了。整個過程只需 1 個小時。
4. 人工智慧指導機器人行動
隨著電腦已經在象棋和路標方面做得比人類好了，我們就有理由對未來有更多期待。隨著更多的傳感器採集到的數據越來越多，這能優化更多的機器學習算法，從而我們可以合乎邏輯地推斷，與機器人結合的計算機執行任務的能力會呈指數級增長。
5. 機器人採取行動
不僅數以百計的公司在製作可以完成各種工作的機器人，機器人本身也會變得越來越智慧， 而且借助 AI 的進步，還能完成很多我們夢寐以求的任務。
6. 行動觸發傳感器
機器採取行動觸發傳感器來收集數據，從而整個循環就完整了。
這就是我提出來的技術領域的「萬有理論」。
沒有留言:
張貼留言