“智能X效应是我们现在的一个重大机遇, 2020 年也是一个重大的时间关口,我们发现在这个时候是一个非常好的节点来让我们推出各种各样的智能化的改造。”7月10日,英特尔中国研究院院长宋继强在2020WAIC期间的行业论坛上表示。
智能化的改造涉及系统和硬件,数据搜集是数字化改造的第一道:传感器是当之无愧的数据搜集器。“无论是物联网还是AI技术,可靠、准确数据的抓取和传输,是人工智能与实体经济深度结合的关键。如果数据质量不高,得出来的效果值和应用AI后得到的结果就会不尽如人意。”TE Connectivity(下称“TE”)传感器事业部中国区业务总负责人龚凌松告诉第一财经。
以智慧医疗为例,TE传感器以核心的芯片研发、领先的电气设计和多样化的封装技术,可以实现高精度、高稳定以及快速响应的数据捕捉和互通,满足低功耗以及小型化的行业应用需求,覆盖睡眠监测、慢病监护等“风口”场景,助力人工智能与医疗服务的深入融合。除了在产品创新层面助力AI的发展外,TE持续投入,将AI运用于自身的运营生产中。一方面,智能化技术的应用助力TE生产的提质增效,形成差异化的制造优势;另一方面,它也帮助TE“推己及人”地了解其客户在建设智慧工厂中遇到的挑战,从而帮助客户更好地智能升级,打造未来工厂。
“我们通过很多报告看到,人们非常关心的AI应用场景有医疗和交通,那么为什么在医疗和交通领域的应用还没有达到大家预期的广泛程度呢?有一个因素是缺乏足够准确的数据来源和数据输出。”龚凌松说。
如果万物都可以产生数据和处理数据,再互相之间进行传输,数据量会呈指数性增长,这就要用指数级的能力去处理。宋继强把这个能力分成三种:一是计算,二是存储,三是连接,“我们再把它们组合起来,来驱动实现各个产业和科技的升级”。
毫无疑问,AI将加速渗透人们的日常生活,可是这是否意味着要如朋友圈中市场刷到的小广告那样需要“全民学编程”呢?
微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文告诉第一财经,AI教育的分层、分级很重要,不能拿一套东西去教每个人,这样会误人子弟。“还是要想清楚,什么样的概念让大家接受以后,能够帮助到他以后的工作,而且他以后如果换工作,或者技术有所更新的时候,也仍然有帮助。”
“机器学习跟人的学习,当然有共通、相通之处,但是今天的机器学习大部分是在学习一些重复性、计算性的东西。所谓的机器学习是发挥机器最大的长处。”洪小文认为,每个人都去编程是不切实际的,他更赞同人们关注可持续发展,AI for Good。
洪小文表示,大家对技术很有期盼,对于技术产生负面的东西也越来越多担心,不一定是科幻小说里AI完全替代人,“现在谈这个的很少,谈得比较多的反而是隐私保护、数据保护,怎么样治理AI,怎么样规范做AI的公司”。