本文将带你了解物联网之人工智能是狼来了吗？现在不是恐慌的时候，希望本文对大家学物联网有所帮助。

　　AI的声势、投资力度比去年VR更高，但是否会像狼来了故事那样让人恐慌和失望么？我觉得不会。
   
    　　首先我们要明确，并非只有像人类一样思考的强人工智能才能称得上AI，弱人工智能已经能够为我们提供极大的帮助。
   
      　　单从商业角度而言，AI相比VR在应用前景、目前实际应用上都更加牢靠，并不会大规模出现泡沫一吹就碎的情况。至少，弱人工智能已经渗透到我们的生活中，包括手机上的语音识别、相机人脸识别等等。
   
    　　并非谎言
   
    　　记得小时候老师曾幽默地说，懒人推动科技发展，科技让人更懒（悠闲）。
   
      　　对于大部分消费者而言，人工智能能够满足他们对于更便捷生活的需求。花费更少的力气，体验更多的享受。夸张了说，过公主少爷的生活，有个贴心的管家（仆人），应该是很多人梦寐以求的生活。因此AI+在消费者市场上不存在任何问题。
   
    　　此外AI+应用范围也极为广泛，从科研、军事，到物联网、云计算甚至VR、AR的后续发展都离不开AI技术的进一步发展，其重要性不言而喻。
   
    　　与去年经历了爆火到寒冬的VR相比，AI+除了在消费者需求更强烈、应用范围更广泛外，对于企业、资本、创业者乃至媒体都有更强的吸引力。
   
      　　对企业而言，大部分互联网巨头公司都在研究AI，更不用提那些耳熟能详，标榜自己是高科技公司的存在。在他们眼中，放弃了AI等于放弃了未来。因为随着AI技术的发展，确实能够影响甚至颠覆这些公司的现有业务，落后就要挨打，比如说搜索业务、云计算、手机业务等。
   
    　　据CBInsights统计，AI的初创企业在2011年只有70家，在2015年就已经超过了400家，增长近6倍。据《乌镇指数：全球人工智能发展报告2016》显示，全球每10.9个小时诞生一家人工智能企业，美国人工智能企业总数为2905家，全球第一。中国人工智能企业709家，北上深三城占全球总数的7.4%，在东亚地区位列前三，在全球范围内分列第3、第6、第8位。
   
    　　对于资本而言，大部分投资机构都需要寻找高回报的优质项目。处于风口浪尖的AI是比较好的投资方向，而且与目前难以进入消费者市场的VR相比，AI+简单应用已经被消费者所接受，能够拓展的方向也很多。也就是说，商业变现不存在问题，反而是AI技术的发展是制约整个产业发展的关键。
   
    　　据Venture   Capital调查报告，截至2016年11月，全球范围内跨13个种类、总计1485家与人工智能技术有关公司的融资总额达到了89亿美元。
   
    　　对于创业者而言，AI的门槛相对较高。我个人是比较反对将大数据与AI直接挂钩的，虽然目前阶段我们能够通过大数据享受一定红利，但如果缺乏核心算法的提升，终究只是缺乏持续竞争力的低级AI产物（虽然可能在短时间获得成功）。
   
      　　虽然市场上涌现了一大波具有潜力的AI创业公司，比如年初CBInsights公布了全球2017AI100名单。其中共有5家“独角兽”企业入围，分别是无人驾驶科技公司Zoox、AI和机器人企业UBTECH（优必选科技）、医疗AI公司BenevolentAI、生命数据AI公司iCarbonX（碳云智能）以及零售科技AI企业InsideSales。优必选科技和碳云智能科技均来自深圳。但目前行业内较为成熟的人工智能产物几乎还是出自互联网巨头。
   
      　　当然AI与VR行业发展还有一个极为相似的点。和山寨VR头显泛滥影响用户评价一样，一些初创企业为了快速获取投资或者赚取眼球，往往利用伪智能产品作为讲故事的资本。
   
      　　媒体对于VR的热冷的鼓吹确实一定程度影响了行业的发展，至于AI同样是具有话题性的炒作点。因此我们能够看到一些媒体为了追求点击量进行不负责任的报道，不过同样是由于市场实际商业应用存在，所以唱衰更多集中在对于AI技术发展的讨论和恐慌上。
   
      　　总而言之，AI技术没有想象中那么快，也存在过度吹捧以及讲故事的创业公司。但并不像VR那样浮躁但缺乏落地，有实际消费者市场的支撑和变现能力，也注定了AI能够成为资本的香馍馍而不是一个完全的谎言（即使是依靠大数据红利的低级AI）。
   
    　　为何恐慌
   
    　　AI的发展，将导致大部分人类失业，究竟是骇人听闻还是耸人听闻？
   
    　　原本是希望享受AI技术发展当一回大爷，结果却因此丢了饭碗要饿死，这种恐慌似乎出现的顺理成章。
   
      　　然而我们在假象类似问题的时候往往会忽视其他事物的发展，即用目前的现实情况推演未来单一技术的未来发展。当强人工智能出现的时候，社会形态还是现在这样么？人类自身同样也在发展。
   
      　　从目前情况来看，弱人工智能将逐渐取代重复性劳动的岗位，以后没法自称搬砖调侃了。但大部分需要脑力思考，需要人进行判断的工作并不会被机器所取代。
   
    　　在我看来，能够像人一样思考的强人工智能在短时间也不会出现。为什么这么说？
   
      　　我们的情感、思考和想法的多变，是目前算法难以复制的。即使是我们对于人性本身的研究，也没有到达能够完全用词语概括一个完整人类的程度。概括、复制、创造，三个阶段还有很长的路要走。
   
    　　人工智能的出现，实际上是解放了我们机械劳动的时间，有更多精力去思考和创造进步。当然这也意味着，缺乏思考的人将逐渐被淘汰。
   
    　　所以为什么要急着恐慌呢？
   
    　　在弱人工智能的帮助下，我们能够更快速的学习和进化，生命科学、太空探索、艺术创造，未来说不定强人工智能出现的时候我们已经走出地球，拥有更长的寿命，科技也更发达。
   
    　　人工智能不是狼来了，也没有必要急着现在就恐慌，它确实代表了经济、政治、文化和生活的变革，而我们只要进化得更快、更强就可以。
     
     
     
     
     
     
         

以上就介绍了物联网的相关知识，希望对物联网有兴趣的朋友有所帮助。了解更多内容，请关注职坐标人工智能之物联网频道！

延伸阅读

数据分析工程师

以当前中国数据人才的市场来看，主要分为数据专员(统计员)、数据运营、数据分析师、数据分析工程师、数据挖掘工程师、数据策略师(数据产品经理)、算法工程师等职位岗位。

评价：Smartbi是一款优秀的数据分析工具，不管是个人使用还是企业使用，都能满足其数据分析需求，对于数据的整理和建立数据模型都实现了功能模块化，对于可视化工程师来说减少了编码学习成本，更专注于数据分析的核心业务需求，大大提升了工作的效率。

数据分析工程师:建数据分析体系,数据分析工具化，产品化,基本都是做大数据的,需要精通大数据库的操作和可以进行数据分析语言,比如Python(实现方式,各个语言都可以,只是那种更简单的问题,勿喷)

可视化工程师需要对企业数据进行整理和分析，而数据分析工具是可视化工程师必不可少的工作神器，也有人会说可视化工程师需要会SQL、会Python等等，这些技能都是为了做出一个令人满意的报表。所以可视化工程师怎么专注于业务本身，回归于分析业务数据是否健康，提出对企业发展，增加企业收益的建议和决策，这才是可视化工程师的价值所在，也是老板想看的可视化报表。

1400位同学的数据分析入坑问答|求职咨询的数据小白|前端工程师转行数据分析的咨询|关于数据分析找工作咨询回复

随着大数据时代的到来，以及数据价值不断的得到体现，大数据分析工程师作为21世纪最受欢迎最有潜力的职业之一，吸引着无数的有志之士进入该行业。

在各个行业，数据分析中高端人才都会成为炙手可热的人才，涵盖了大数据的数据开发工程师、数据分析师、数据架构师、数据后台开发工程师、算法工程师等多个方向。

数字工程师正常工作时，离不开数据的收集处理，大数据分析技术在其中扮演重要角色。对如此庞大且非结构化的工业数据做深度分析，是一件非常有挑战性的工作。机器学习技术是处理大数据的最好方法，能够从海量的数据中深入挖掘数据之间的内在联系，探索数据之间的隐藏模式。以深度学习为代表的新一代机器学习技术，已在处理图像、视频、工业数据等方面表现出强大优势。不断发展的强化学习、迁移学习、集成学习等技术也在大数据分析中扮演重要角色。

Python工程师需要负责构建OPPO大数据平台数据可视化体系，开发海量数据分析处理、数据挖掘任务，设计开发高可靠性系统架构和运维工具，提高运维工作效率，不同的公司对于技术要求又有所差异。

培养方向：软件开发工程师、前端开发工程师、测试工程师、数据分析工程师、系统工程师、网络工程师、应用系统工程师