| 马爸爸曾经吹下的“牛逼”，都实现了，今年马爸爸搞的事，更是大势所趋。你能跟上步伐吗？ 最近被马云爸爸刷屏，在 2017 年云栖大会上，阿里巴巴宣布投资 1000 亿成立达摩院，布局人工智能，进行基础科学与颠覆式技术创新研究。 阿里做了 18 年来都没做的事：成立研究室。
互联网公司需要研究室么？ 马云一投入，就是大手笔：三年内，阿里在技术研发上投入超过 1000 亿人民币，最新成立的这家阿里的全球研究院“达摩院”作为承载阿里 NASA 计划的实体组织，进行基础科学和颠覆式技术创新研究，初期招揽 100 名全球顶级科学家和研究人员。量子计算、自然语言处理、机器学习，几乎你想得到的高尖端技术都在达摩院的研究领域内。 达摩院的实力有多强 一张马云和多位科学家的合影在科技圈儿刷了屏。大多数吃瓜群众不熟悉他们的成就，但是记住一点就够了：他们都是信息技术等领域的大牛，全球顶级科学家。“文科生”马云邀请他们来到阿里，引发了不少猜测。近日，谜底揭晓，他们是为阿里的“达摩院”出谋划策的。
（马爸爸的“武侠”世界） 在达摩院公布的首批公布的学术咨询委员会十人中，有三位中国两院院士、五位美国科学院院士，包括世界人工智能泰斗 Michael I. Jordan、分布式计算大家李凯、人类基因组计划负责人 George M. Church 等。作为最高学术咨询机构，学术委员会对研究方向、重点发展领域、重大任务和目标等学术问题提供咨询建议。 那么，带着千亿启动资金，达摩院最可能研习哪些“武艺”呢？ 达摩院的“武艺”就是趋势 人工智能 人工智能将引领下一次技术革命，改变所有行业，阿里此时启动加入人工智能的争夺，虽然有点晚，但也不是太晚。 物联网 马云此前在物联网峰会上曾经做了一个简短的总结：物联网的本质是智联网，核心在于将物连起来，并推动其智能化。 云计算 达摩院习这门“武艺”是从阿里系产品延伸出来的，阿里现在掌握着国内最大的云服务器市场份额，深知其中的利润率有多高，而云计算在未来将更重要。在人工智能和物联网时代，云计算可以稳定的数据支撑，可以帮助所有企业实现智能化升级。 除了上述这些有眉目的前沿科技，阿里达摩堂当前招募的 10 位“高僧”在自动驾驶、3D 打印、机器人等领域也很可能“武艺不凡”。“达摩堂”很可能成为科技界的“黄埔军校”，培养一批划时代的前沿科技人才。
以大数据、人工智能为代表的技术驱动浪潮，已经席卷了全球。而作为各项技术的核心——人工智能将是最优先的发展方向，马爸爸也是就此展开了强大的布局。
人工智能才是核心 2018 年 AI 迎来八大发展趋势 1AI 于各行业垂直领域应用潜力巨大 人工智能市场在零售、交通运输和自动化、制造业及农业等各行业垂直领域具有巨大的潜力。而驱动市场的主要因素，是人工智能技术在各种终端用户垂直领域的应用数量不断增加，尤其是改善对终端消费者服务。 当然人工智能市场要起来也受到IT基础设施完善、智能手机及智能穿戴式设备的普及。其中，以自然语言处理（NLP）应用市场占AI市场很大部分。 2AI 导入医疗保健行业维持高速成长 由于医疗保健行业大量使用大数据及人工智能，进而精准改善疾病诊断、医疗人员与患者之间人力的不平衡、降低医疗成本、促进跨行业合作关系。此外 AI 还广泛应用于临床试验、大型医疗计划、医疗咨询与宣传推广和销售开发。人工智能导入医疗保健行业从 2016 年到 2022 年维持很高成长，预计从 2016 年的 6.671 亿美元达到 2022 年的 79.888 亿美元年均复合增长率为 52.68％。
3AI 取代屏幕成为新 UI/UX 接口 过去从PC到手机时代以来，用户接口都是透过屏幕或键盘来互动。随着智能喇叭 (SmartSpeaker)、虚拟/增强现实 (VR/AR) 与自动驾驶车系统陆续进入人类生活环境，加速在不需要屏幕的情况下，人们也能够很轻松自在与运算系统沟通。这表示着人工智能透过自然语言处理与机器学习让技术变得更为直观，也变得较易操控，未来将可以取代屏幕在用户接口与用户体验的地位。 4未来手机芯片一定内建 AI 运算核心 现阶段主流的 ARM 架构处理器速度不够快，若要进行大量的图像运算仍嫌不足，所以未来的手机芯片一定会内建 AI 运算核心。正如，苹果将 3D 感测技术带入 iPhone 之后，Android 阵营智能手机将在明年(2017)跟进导入 3D 感测相关应用。 5AI 芯片关键在于成功整合软硬件 AI 芯片的核心是半导体及算法。AI 硬件主要是要求更快指令周期与低功耗，包括 GPU、DSP、ASIC、FPGA 和神经元芯片，且须与深度学习算法相结合，而成功相结合的关键在于先进的封装技术。总体来说 GPU 比 FPGA 快，而在功率效能方面 FPGA 比 GPU 好，所以AI硬件选择就看产品供货商的需求考虑而定。 6AI 自主学习是终极目标 AI “大脑”变聪明是分阶段进行，从机器学习进化到深度学习，再进化至自主学习。目前，仍处于机器学习及深度学习的阶段，若要达到自主学习需要解决四大关键问题。目前，NVIDIA 推出自主机器处理器 Xavier，就在为自主机器的商用和普及做准备工作。 7最完美的架构是把 CPU 和 GPU 结合起来 未来，还会推出许多专门的领域所需的超强性能的处理器，但是 CPU 是通用于各种设备，什么场景都可以适用。所以，最完美的架构是把 CPU 和 GPU (或其他处理器)结合起来。例如，NVIDIA 推出 CUDA 计算架构，将专用功能 ASIC 与通用编程模型相结合，使开发人员实现多种算法。 8AR 成为 AI 的眼睛，两者不可或缺 未来的 AI 需要 AR，未来的 AR 也需要 AI，可以将 AR 比喻成 AI 的眼睛。为了机器人学习而创造的在虚拟世界，本身就是虚拟现实。还有，如果要让人进入到虚拟环境去对机器人进行训练，还需要更多其它的技术。 （机器人前沿，专注于智能制造的高冷媒体。集前沿技术、干货咨询及投融资服务于一体，提供最权威的业内分析和行业新知，助你成为专业智造人。） |
