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
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。