近日,由工业和信息化部指导,中国信息通信研究院主办,移动智能终端技术创新与产业联盟承办的“2016移动智能终端峰会”在京隆重召开。会上,智能硬件产品和市场未来的发展成为了热门话题。
泛感知时代来临:智能硬件产品大爆发
“2016移动智能终端峰会”上,中国信息通信研究院技术与标准研究所主任工程师、移动智能终端技术创新与产业联盟应用组组长闵栋解读《智能硬件市场发展报告》及可信认证体系。
中国信息通信研究院技术与标准研究所主任工程师、移动智能终端技术创新与产业联盟应用组组长闵栋表示,近年来,可穿戴设备、智能车载设备、智能工业设备、智能机器人设备层出不穷,通过线上渠道和线下渠道,越来越多的用户接触到了智能硬件产品,已经实现了闭环的盈利模式。而随着新兴技术的快速发展和国家政策的大力支持,我国智能硬件市场规模还将迅速扩大。
“根据我们的调研,2016年智能硬件市场增速将达到21.2%,预计2018年,智能硬件市场规模突破4000亿人民币。”闵栋表示。
车载、医疗、机器人、工业,智能硬件大有可为
在智能硬件发展的过程中,各个不同领域发展的情况也各不相同。闵栋表示,我国目前智能硬件的几大细分领域包括车载设备、医疗领域、智能机器人和智能工业。
在车载领域,我国的智能车载设备的产业链正在完善,产业链上下游逐步打通。预计2016年我国智能车载设备的市场规模将增长69.9%,达到158亿规模,未来智能车载设备的发展将极具潜力。
将智能硬件应用于医疗方面的前景也十分乐观。近三年,我国智能健康医疗设备市场规模将持续快速增长,预计到2018年将达到150亿元规模。
同时,随着用户需求的不断增加,智能机器人产品品类将更加丰富。展示机器人、酒店餐厅机器人等等这些机器人的产品已经大规模应用于各个应用场景。预计在2018年的市场规模将突破100亿人民币,达到124.3亿元人民币。
而智能工业的市场将更为广阔,预计到2018年将达到1983亿的市场规模。智能工厂、智能制造和智能服务方面,我们都将享受到更多的便利。
无规矩不成方圆,智能硬件的发展还需有机规范
总体而言,我国智能硬件行业的发展起步较晚,前期的野蛮发展在一定程度上导致了行业“鱼龙混杂”。而当应用于在车载和医疗方面时,也有部分消费者对智能硬件的可靠性产生怀疑。
为了遏制行业无权威标准、产品良莠不齐,这些制约智能硬件生态健康发展的情况,中国信息通信研究院智能硬件负责人、移动智能终端技术创新与产业联盟办公室副主任崔伟男表示,智能硬件生态从“原始生长”到“成熟发展”需要进行有机规范。由此,“智能硬件(IOT)可信认证”应运而生。
据崔伟男介绍,“智能硬件(IOT)可信认证”是在工业和信息化部指导下,移动智能终端技术创新与产业联盟推出国内唯一智能硬件权威认证,它将成为我国智能硬件产业创新发展的驱动器。
智能硬件(IOT)可信认证将从产品的基本信息披露、产品成熟度评估、云服务提供能力评估、大数据能力评估等方面进行全方位评测。通过认证的优秀消费智能硬件产品将向运营商销售渠道、销售代理渠道等积极推荐入库;通过认证的优秀行业智能硬件产品将向制造业、医疗、金融、教育、能源等行业需求方推荐。
在2016移动智能终端峰会上,5家企业的6款产品首批通过“智能硬件(IOT)可信认证”,获得了由工业和信息化部颁发认证证书。
智能硬件的未来发展:自主研发和人工智能将成为关键
闵栋表示,我国现阶段智能硬件生产过程中,先进技术的应用和企业成本之间是相互制约的。随着自主创新能力的提升,智能硬件产品的相关硬件、软件技术的成熟度会加深,以及新材料不断的涌现,将促进智能硬件行业生产成本逐渐下降。
同时,人工智能也是实现优秀智能硬件产品的核心所在,未来人工智能的发展将对智能硬件整个产业的发展起关键作用。
好文章,需要你的鼓励
Writer首席执行官May Habib指出,企业在构建和扩展AI智能体时面临重大挑战。智能体在构建、运行和改进方式上与传统软件截然不同,需要抛弃传统软件开发生命周期。智能体不会可靠地遵循规则,而是结果导向、具备解释和适应能力。企业需要采用目标导向方法,设计业务逻辑蓝图而非工作流程。质量保证也需要评估非二元行为和实际应用表现。智能体维护需要新的版本控制系统,涵盖提示、模型设置等所有影响行为的因素。
中科院团队开发的SimpleGVR系统革新了AI视频增强技术,通过直接在潜在空间处理和创新的分阶段训练策略,能够将AI生成的低分辨率视频高效提升至高清画质。该系统不仅提升分辨率,还能修正AI视频特有的颜色混合等问题,在多项指标上超越现有顶级方法,为AI视频生成领域提供了实用的解决方案。
Salesforce首席执行官马克·贝尼奥夫表示,公司正大力推进人工智能应用,AI代理现在承担了公司30%至50%的工作。他认为员工应适应AI替代人工的趋势,转向更高价值的工作。然而,这一变化导致约1000名员工被裁,虽然公司计划招聘同等数量新员工,但主要专注于销售AI技术。这一趋势在科技行业普遍存在,今年已有超过63000个科技岗位消失,AI被认为是重要原因之一。
浙江大学联合腾讯AI实验室提出KnowRL方法,通过在强化学习中集成事实性奖励机制,有效解决慢思维AI模型在推理过程中的幻觉问题。该方法在保持原有推理能力的同时,显著提升了模型的事实准确性,为构建更可靠的AI系统提供了新思路。