.AI 將是下一波誰上誰下,企業競爭力的關鍵!

Will AI-First Strategy Give a Company a Sustainable Competitive Advantage?

http://www.arcran.com/tw/

原標題:AI 或將加劇全球區域競爭優勢出現分化

來源:算力智库

如今,儘管各行業爭相開始部署人工智慧,造成「 AI 」概念泛濫,但是許多企業確實對 AI 技術,有了更廣泛的認識,開始使用多種類型的試驗,及分析型人工智慧應用。由此也暴露了行業市場的分化形勢:技術採用度的差距,在領先與落後企業間,表現出擴大趨勢,領先者佔有可持續的競爭優勢。


本期文章編譯自 MMC Ventures,於2019年2月發佈的報告《2019年人工智慧狀況:分化》,報告內容包括 AI 發展的重要性、應用現狀和歐洲新創企業發展狀況等。本期節選自第四章—— AI 應用的競賽。

MMC Ventures 成立於2000年,專注投資於有潛力顛覆巨大市場的軟體,及消費者互聯網公司,現已投資了50餘家,從種子期到 A 輪投資階段的科創公司。

【算力觀點】
亞太地區的 AI 應用程度在全球最為領先,而中國又引領 AI 技術的採用,但人才短缺問題是中國公司面臨的一大障礙,美國目前的人才庫比中國大50%以上。

領先與落後企業,對 AI 技術的預期出現差異,這種差異將繼續拉大兩者之間的分化。對 AI 的預期推動著它的廣泛應用,企業高層們預計人工智慧的影響力,將超過任何其他新興技術,包括區塊鏈和物聯網。

人工智慧應用廣泛,亞太地區領先
企業對人工智慧前景的信心,推動了人工智慧的應用。與雲計算、行動電話、物聯網、區塊鏈等其他新興技術相比,更多高層認為,人工智慧將改變遊戲規則。

雖然人工智慧應用在所有地區都有所增加,但亞太地區的企業在接受人工智慧方面一直最為積極。如今,亞太地區採用人工智慧的企業數量,是北美地區企業的兩倍。在亞太地區,中國企業又處於領先地位,北京、上海、廣東、浙江和江蘇是主要的核心地區。

應用 AI 的公司在各地區佔比

圖片來源:Gartner

自然語言處理電腦視覺人工智慧,支撐著許多流行的人工智慧應用,包括聊天機器人、電腦助診斷、情緒分析和人臉檢測。2019年預計最受歡迎的應用,為聊天機器人和過程優化,基於數據的詐欺分析,也在21%的受訪公司中得到應用。

其他流行的人工智慧應用程序(消費者細分分析、輔助診斷等)反映了人工智慧,與傳統基於規則的軟體相比,更有效辨識數據的能力。2017年,考慮到過程自動化的潛力,64%的企業將其作為未來人工智慧部署的重點,所以過程自動化在 2019年成為並列最受歡迎的應用。

數據來源:Gartner, 2019 CIO Survey

不同行業都在擁抱 AI 技術:
近四成的醫療保健提供者使用電腦輔助診斷;

30% 的實用程序使用過程自動化工具;

60% 的醫療支付者、近一半的金融服務公司,和 40%的保險公司使用人工智慧進行詐欺檢測;

30% 的零售商和 25%的批發商,使用人工智慧進行消費者細分;

33% 的媒體公司使用人工智慧進行情緒分析。

AI 技術採用度在行業間和行業內均不平衡
人工智慧的應用在行業間和行業內均不平衡,而且處於不斷變化的狀態。各行業正在分化為人工智慧的早期採用者、追趕者和落後者。在行業內,AI 採用率在上述三類市場參與者中又進一步分化。

主動投資於人工智慧的早期採用者正在收穫好處,並保持著自己的領先地位。2017年,金融服務、高科技及電信公司預計,在未來三年,它們在人工智慧領域的投資將超過其他行業。

追趕者已經意識到人工智慧的潛力,並正在縮小應用差距。2017年,相對於其他行業,人工智慧在零售、醫療和媒體領域的應用已有所加快。40%以上的零售、醫療和媒體公司,已經或計劃在 12個月內,對人工智慧進行投資。

政府機構、教育公司和慈善機構,在人工智慧的應用方面正在落後。儘管人工智慧具有改造政府的潛力,特別是考慮到廣泛的數據集和大量的優化機會,但人工智慧的參與,將繼續受到有限的新興技術預算、難以挖掘的數據,和難以吸引人工智慧人才所限制。

各行業 12個月內已使用或計劃使用 AI 的公司佔比 

圖片來源:Gartner,MMC

行業內的差異也十分明顯。已經或打算在未來 12個月內,採用人工智慧的保險公司比例,比其他金融服務公司高出 10個百分點。在醫療保健領域,付費者與人工智慧的接觸,比提供者更多。特定 AI 技術的價值和適用性,使得部門內出現應用熱點。

領先者和落後者的差距可能將擴大
在人工智慧落後者中,僅不到十分之二的人認為,他們理解人工智慧的技術、商業模式和行業含義。在領先者中,情況正好相反,十分之八的人瞭解它的動態。隨著落後者對人工智慧的理解程度,以相對更慢的速度提高,落後者將進一步落後。

與此同時,領先者(下圖「pioneers」和「investigators」)正在以,比落後者更快的速度,增加對人工智慧的投資,從而增強自己的競爭優勢。在人工智慧部署的前沿,90%的人工智慧先驅者公司在過去一年,增加了對人工智慧的投資。在沒有採用人工智慧,或對人工智慧瞭解不多的公司中,只有五分之一的公司增加了對人工智慧的投入。

在過去幾年增加 AI 投資的公司佔比

數據來源:MIT Sloan, The Boston Consulting Group

總體而言,認為開發人工智慧策略,對其組織非常重要的公司比例穩定在60%。持這種觀點的領先者的比例逐年上升,然而持這種觀點的落後者的比例同期有所下降。全面提高人工智慧的應用程度,或許可以掩蓋領先者與落後者之間,在理解、學習、策略和投資方面,日益加深的鴻溝。
科寶電子官網 www.cop-security.com

.Digital Twin 數位孿生被熱炒,你真的瞭解嗎?

What is DIGITAL TWINS? - Technology || In industries,medical field,power,military

http://www.arcran.com/tw/


來源:浙江大数据产业联盟


巴黎聖母院的一場大火讓世界嘆息,修復工作也立刻被提上議程。

從目前來看,恢復大教堂的資訊比較豐富,包括各種平面圖像、3D圖像等。而更為重要的是,美國瓦薩學院的藝術歷史學家安德魯·塔隆(Andrew Tallon)在2014-2015年期間,透過使用雷射掃描器,創建了一個完美無瑕的大教堂的數位模型。


透過這個數位模型,不僅建立起大教堂的三維圖像,同時能夠揭示其他難以察覺的結構問題。巴黎聖母院已經在虛擬世界中得到永生,數位模型或許也能夠幫助巴黎聖母院的修復,讓其「重生」。

透過數位模型,越來越多的人認識到數位孿生技術的應用價值。此前的波音空難調查中,也凸顯出數位孿生技術的重要作用。

1. 數位孿生是什麼
數位孿生(Digital Twin)是充分利用物理模型、感測器更新、運行歷史等數據,整合多學科、多物理量、多尺度、多概率的仿真過程,在虛擬空間中完成映射,從而反映相對應的實體裝備的全生命週期過程。

數位孿生是一個實體產品的數位化表達,以便於我們能夠在,這個數位化產品上,看到實際實體產品可能發生的情況,與此相關的技術包括增強現實和虛擬現實。

美國國防部最早提出利用Digital Twin技術,用於航空航天飛行器的健康維護與保障,隨後逐漸拓展到其他領域。

在未來,實體世界中的各種事物,都將可以使用數位孿生技術進行複製。

2. 數孿生可以應用到哪些方面
數位孿生具有將虛擬空間和物理實體緊密融合的特點,在5G技術下,數位孿生將更容易落地。

工業
數位孿生目前主要運用於工業中,在工業領域,透過數位孿生技術的使用,將大幅推動產品在設計、生產、維護及維修等環節的變革。

基於模型、數據、服務方面的優勢,數位孿生正成為工業網路關鍵技術,同時,工業網路業亦成為數位孿生技術,擴展應用場景的孵化床,從製造業逐步延伸拓展到更多的工業網路空間。


目前洛克希德·馬丁公司視它為未來國防工業6大頂尖技術之首,美國GE公司已為每個引擎、每個渦輪、每台核磁共振,創造了一個數位孿生體,通過這些擬真的數位化模型,在虛擬空間調試、實驗,以讓機器的運行效果達到最佳。

透過數位孿生技術,不僅能夠對工廠設備進行監測,實現故障預判和及時維修,還可以實現遠端操控,遠端維修,極大降低營運成本,提高安全性。

醫療
在個人的健康監測與管理方面,透過數位孿生,可以更清楚地瞭解我們身體的變化,對疾病做出及時預警。未來透過各種新型醫療檢測,和掃描儀器,以及可穿戴設備,我們可以完美地複製出一個數位化身體,並可以追蹤這個數位化身體,每一部分的運動與變化,從而更好地進行健康監測和管理。但同時,時刻監測反饋所帶來的心理暗示,是否會影響人類健康,又會成為課題。

透過5G等傳輸技術,遠程醫療也將能夠更為普及。目前全國首例基於5G的遠端人體手術——帕金森病「腦起搏器」植入手術成功完成,這對實現優質醫療資源下沈、實現自動診療有著重要意義。

對岸中國首例基於5G的遠程人體手術

智慧城市
未來,無人機群將為城市提供,基於圖像掃描的城市數位模型,街道、社區、娛樂、商業等各功能模組都將擁有數位模型。

隨著城市數位模型的擴充與發展,數位孿生技術將覆蓋城市的每條電力線、變電站、污水系統、供水和排水系統、城市應急系統、WiFi網路,高速公路,交通控制系統等所有看見或看不見的地方。

目前中國的雄安新區定位於綠色、智慧的數位孿生城市。

其市民服務中心以實踐「數位孿生」理念為指引,深度融合應用互聯網、雲計算、大數據技術,從基礎設施智慧化、物聯網平台、塊數據平台、多場景智能應用等各領域,實現物理空間與虛擬數位空間交互映射、融合共生,正在建立起他們中國特色的智慧生態示範園區。

對岸中國雄安新區街道及地下管廊示意圖

3. 目前的困境
據預測,到2022年,85%的物聯網平台,將使用某種數位孿生技術進行監控,少數城市將率先利用數位孿生技術,進行智慧城市的管理,但目前還存在很多的困境。


數位孿生技術需要進行全域感知、運行監測,並整合歷史累積數據進行運算,還要做到快速即時地輸出資訊,首先是高度依賴感測器,所採集的數據和資訊。

在數據的感知方面,在目前的技術水準看來,在工廠中對機器的精確的全域感知,依然有難度,更不要說其他領域了。物理實體的數據不夠詳盡,因此數位副本也會有所缺失,這就會導致數位副本得出的預測,和判斷有誤差,這個問題的解決需要晶片、感測器、物聯網等技術進步。

其次軟體上,需要更加先進的算法,各類軟體的整合,例如利用人工智慧、邊緣計算等技術,對數據進行更加快速的分析處理,進行可視化呈現。

目前數位孿生技術的瓶頸,來自方方面面,還無法大規模普及使用,但它可以為工業製造、未來生活帶來無限的可能。隨著其他技術的發展,數位孿生將有更多想像空間。

.5G 商用: 開通自動駕駛的資訊高速路

5G car connectivity V2V, V2X – 
low latency, high bandwidth


源:腾讯科技

5G,5G,自动驾驶,车联网,V2X



2019年被視為全球「5G元年」。作為新一代行動通信技術,5G將成為支撐未來創新的統一連接架構,賦予經濟成長新動能。

隨著5G商用的到來,人們都期待這項革新技術,將給很多傳統領域帶來全新的面貌。比如對於百年汽車行業而言,這將意味著給自動駕駛、車聯網技術,帶來更多加速和突破,甚至給整個產業,打開更多想像的空間。

5G與車聯網:將改變產業投資方向
首先,讓我們一起瞭解下「車聯網」的概念,車聯網也稱作V2X (Vehicle to Everything),是汽車與萬物互聯,包括車與車(V2V),車與基礎設施(V2I)、車與行人(V2P)以及與網路(V2N)之間的通信。
車聯網就好像是一個,包含有車、交通信號燈等路邊設施、行人和雲端參與的社群,群裡的每一個參與者,都可以將自身的資訊,與其他參與者即時分享,實現彼此間位置和駕駛意圖的識別,對信號燈等交通資訊的告知等,協助群內的車輛,對道路的感知,支撐車輛自動化。

傳統V2X技術產生已久,它作為早期802.11a技術的衍生技術,孕育於21世紀的頭幾年。但是,傳統V2X技術具有明顯的局限性。主要有以下幾點:

首先,它缺乏長期的無線技術演進路線圖。隨著車輛間互聯性越來越高,汽車產業已經擁抱 4G LTE 技術,並向著5G未來不斷邁進,該傳統技術已經脫離,汽車產業的未來願景及發展方向。

其次,對於傳統V2X技術的投資缺乏動力。對於汽車廠商而言,進行一次性的投資並不合算,隨著時間推移,傳統技術將難以為繼;就道路基礎設施而言,傳統V2X技術不能和其他廣泛部署,並不斷創新進步的無線技術,產生協同效應,資金緊張的各級交通部門,很難對其進行投資,並推動基礎設施的升級。

最後,傳統的V2X技術,並沒有預見到,2019-2020年全球5G轉型的加速,而正是由於全球5G技術發展的加速,改變了汽車廠商,和道路基礎設施管理者的投資方向。

鑒於傳統V2X技術的不足,並充分利用蜂窩行動通信的產業規模優勢,全球行動通信標準化組織3GPP,在R14標準版本中定義了C-V2X(蜂窩車聯網)技術。

自從2016年C-V2X技術誕生以來,汽車產業的大多數參與方,都採取了C-V2X,這一能夠全面解決安全和效率問題的技術,它是既適用於未來發展,又符合全球變革路徑的最佳技術。

基於3GPP無線標準的C-V2X,全球無線部署符合5G演進路線,將從終端和基礎設施層面,充分發揮規模效應。C-V2X能整合於車內資訊處理無線模組中,所以汽車廠商的增量成本問題,也得到瞭解決。

道路基礎設施部署,能與5G規模部署產生協同效應,這為各級政府節省了大量支出。相對於傳統技術,C-V2X還具有技術優越性,能夠提供2倍以上的通信範圍及可靠性。

5G帶給自動駕駛的突破:低時延、高可靠、高速率
目前,自動駕駛技術在美國和中國得到高速發展。截止到2018年底,美國加州政府已經向60家企業,發放了自動駕駛測試牌照,中國各地政府也先後向24家企業發放了測試牌照。


在由著名研究機構Navigant research,發佈的最新一年自動駕駛競爭力排行榜中,處於領先位置的公司,多是採用單車智慧的方式,即車輛對環境的感知,和對行駛的決策,都是透過車載的感測器和,計算處理單元來完成,這在交通設施相對完善的城市內道路,或者工作條件相對簡單的高速公路場景上,短時間內可以取得較快的進展。

但僅僅依靠單車智慧,會有比較大的局限性,例如對於交通設施缺損比較嚴重、部署不很規範的道路,或者是交通流量比較大,且車速較快的高速公路等複雜場景,單車智慧還很難完成,複雜道路環境的感知和即時決策。但是隨著5G的發展和應用,為自動駕駛汽車打破了這些局限性。


自動駕駛研究領域普遍認為,自動駕駛不僅需要智慧的車,還需要智慧的路相配合。利用5G技術低時延、高可靠、高速率和大容量的能力,車聯網不僅可以幫助車輛間,進行位置、速度、行駛方向和行駛意圖的溝通,更可以利用路邊設施輔助車輛,對環境進行感知。

比如車輛利用自身的攝影機,可能無法保證對交通信號燈進行準確的判斷,進而可能會發生闖紅燈的違規行為,但是利用車聯網的V2I技術,交通信號燈把燈光信號,以無線信號的方式發給周邊的車輛,確保自動駕駛汽車準確瞭解,交通信號燈的狀態。

不僅如此,交通信號燈還可以廣播下次信號改變的時間,甚至其他相鄰路口,未來一段時間內的信號狀態,自動駕駛車輛可以據此精確的優化行進速度和路線,選擇一條紅燈最少、行駛最快的路線,即優化了交通,又可以減少碳排放。

另一個例子是,交叉路口的通行優化和橫穿行人告警。今天道路上經常發生,橫穿路口的行人/自行車,與車輛間的碰撞事故,尤其是左轉車輛,由於視線受阻,司機和車載感測器,經常無法觀察到路口內橫穿的行人。

一個解決辦法,就是透過在路口上,安裝雷達和攝影機對路口內行人進行監視,如果檢測到斑馬線上和路口內有行人,並且行人在車輛的行進路線上,路邊設施(RSU)可以將檢測到的情況,即時通知即將轉彎,或直行的車輛注意避讓,規避事故的發生。

5G和車聯網技術,是自動駕駛所必須的技術保障。透過選擇「智慧的車+智慧的路」這一正確的技術路線,充分發揮5G的技術優勢,我們有理由相信5G技術,將在自動駕駛領域發揮其巨大作用。


5G加強自動駕駛的感知、決策和執行
汽車的自動駕駛包括感知/認知、決策和執行,共三個層面,而這三個層面都能夠利用5G行動通信技術得到加強。

首先來看感知/認知層面。感知/認識,就是讓汽車和駕駛者知道「我在哪裡,我周圍有什麼,我是否有危險」。因而首先需要高精度的定位,對於自動駕駛來說,甚至需要亞米級的定位。傳統的衛星定位(GNSS),無法滿足車輛自動化所需的定位精度,因而需要使用基於網路,輔助的差分定位技術,並且結合航跡推演技術,來提升定位精度。

以高通公司推出的視覺增強精確定位(VEPP)技術為例,其融合多個汽車感測器,包含全球導航衛星系統(GNSS)、攝影機、慣性測量單元(IMU)和車輪感測器,以提供更準確的全球車輛定位。

VEPP是車載通訊系統(Telematics)控制單元,和高階定位裝置之間的組合,實現了車道等級準確度,精確度小於1米。在精確地掌握了自身位置之後,我們還需要一張,支持自動駕駛的車道級別的高精地圖,從而知道車輛在道路中的位置,而利用5G行動通信大頻寬的優勢,車輛可以即時獲取最新的高精地圖。

其次,車輛需要瞭解,周邊的道路參與者和障礙物。自動駕駛車輛往往安裝多個先進感測器,包括攝影機、雷達,甚至雷射雷達,來感知周邊的物體。

但是這些價值不菲的感測器,只能檢測到視距範圍內的物體,並且對氣候條件也比較敏感,比如霧霾天氣攝影機和雷射雷達就會失效。

而利用V2V車通信技術,可以把車輛感知範圍,擴大到視距之外,比如前後若干車輛的位置,甚至它們緊急剎車的狀態資訊,進而可以提前對道路狀況進行判斷,及早採取規避措施避免追撞事故的發生。

同時,利用V2I通信,車輛還可以從道路基礎設施那裡,獲得諸如信號燈,和路口內行人等資訊,形成完整的對道路環境的感知。


5G技術不僅可以提高,自動駕駛車輛的環境感知能力,還可以利用車輛間無線連接,讓多個車輛進行協作式決策,合理規劃行動方案。

比如,在高速公路內側車道上車輛,在其需要駛離高速公路時,可以透過車車通信與周邊車輛協商,要求周邊車輛避讓以便其能夠向外側車道變線並駛離高速。

如前所述,僅依靠單車智慧,L4/L5只是存在理論上的可行性。讓機器學會準確辨識,道路上的所有標識、信號和道路參與者,是一件幾乎無法完成的任務,讓機器學會處理所有可能的偶發事件,也需要付出難以承受的代價。

只有透過基於5G技術的車車/車路協同,充分發揮基礎設施的能力,才能以較低的代價和成本,讓自動駕駛車輛,實現對駕駛環境的感知和行駛的決策。

另外,從人工智慧的角度來看,機器無法完全替代人類的決策,在一些偶發的複雜場景,需要人類參與決策,即「man in the loop」。但是對於自動駕駛車輛來講,車內的乘員可能並不會駕駛汽車,也無法參加決策。

但有了5G技術,我們就可以讓遠端服務中心的人員,參與到決策中來。比如在一些特殊的場景,機器無法完成駕駛而造成脫離(Disgagement),就像今天車輛發生故障時,我們呼叫救援中心一樣,車輛可以利用5G網路,呼叫遠端的服務中心,利用5G的低時延大頻寬,將現場的即時圖像,和感測器資訊,傳送給服務中心的專業人員,由專業人員在虛擬現實的場景下,遠端控制車輛駛離複雜路況,直到駕駛系統能夠再次接管車輛。

當然我們並不是說,只有L4/L5這樣的高度自動化才,需要5G技術,實際上車聯網技術,對以人類駕駛為中心的低級別自動化,也有極大的幫助。

例如前面提及的多項感知技術,都可以應用到當前的車輛中,為駕駛員提供駕駛輔助(ADAS),例如基於車載雷達,和V2V技術融合的前撞預警,和緊急自動剎車等。


5G應用車聯網,有兩大問題亟待解決
當然在大規模商用前,還有一些政策和技術上的問題急需解決。自動駕駛技術,可以將我們從繁重的駕駛任務中解放出來,使我們的旅程更加安全、更加環保。

5G車聯網,將大大增強自動駕駛車輛的感知能力,促進自動駕駛車輛的盡早量產。更高級的自主駕駛需要車車/車路的廣泛協同,而5G技術更是自主駕駛不可替代的必要手段。

5G應用車聯網,落地可期
雖然5G應用車聯網到目前還沒有真正的實現,但也已經走在實現的路上。

今年消費電子展(CES)期間,福特汽車宣佈自2022年起,福特將在美國銷售的每一輛新車和卡車上,都內置C-V2X技術;而近期又宣佈,將於2021年在中國量產,首款搭載C-V2X技術的車型。

在今年2月世界行動通信大會期間,中國吉利宣佈計劃在2021年發佈,其首批支持5G和C-V2X的量產車型。部分中國車企也都積極跟進,考慮在兩年內量產的部分車型中,率先支持C-V2X技術。


我們有理由相信,在未來兩年內,與5G網路建設同步展開,多數城市和高速公路會採用C-V2X技術,對交通基礎設施進行升級改造。

2020起量產的具備C-V2X功能的車輛,將能夠率先感受到C-V2X技術,帶來的便利的交通、安全的駕駛提示,和更加優化的節能減排。5G和AI等新興技術的結合,必將激發汽車行業的創新浪潮,賦能整個汽車生態的進化。