区块链和人工智能谁是下一个风口

2017年AI技术的发展异常迅速、自动驾驶成热门、区块链爆发元年，在过去一年里人工智能方兴未艾，区块链在比特币节节高涨的价格下愈发受到关注，自动驾驶行业中大新闻不断。嵌入式主板

区块链

在过去的2017年，比特币的价格历史突破了十万人民币一枚。除了一路狂飙的币价，它背后的去中心化、可审计、可追踪、数据不可篡改的区块链技术，也已经是科技界最热门的投资赛道之一，在金融科技、物流、供应链等多个领域已经有了知名的行业领跑者。

如果比特币是记账系统的表征、符号，是记账系统上的数字;那么区块链就是这个记帐系统本身，是它背后的一套信用记录以及信用记录的清算构成的一个体系。

它的出现有三大影响：第一，涌现出了一大批利用区块链底层技术在各个行业寻找应用方向的公司；第二，给这些创业公司带来了一个全新的募资方式；第三，给投资行业带来了重要变化——投资电子货币也成为了一个新兴风向。

整体来看，区块链带来的机遇，主要有以下几点：

其一，数字货币的产生。数字货币是区块链最直接的应用领域，也是目前最为成熟的领域。目前数字货币领域以比特币为核心，因为比特币是使用人群最为广泛的数字货币。但由于各国对于数字货币的政策不同，所以其发展速度也存在着差异。

其二，共享经济的诞生。区块链技术解决了数据存储、流动的难题。作为一个大型海量数据库，区块链记录在链上的所有数据和信息都是公开透明的，任何节点都可以通过互联网在区块链平台进行信息查询，这也为共享经济提供了信用保障。

其三，云计算的扩展应用。未来以区块链为基础的分布式云会汹涌崛起，也许那时的云才叫真正的云。其实目前的比特币、以太坊就是分布式云。

2017年可以算是区块链爆发的“元年”，各类新兴应用，比如区块链在智能合约的应用等等，在一年内集中体现，催动这个行业加速发展。行业的蓬勃同样意味着泡沫。目前，区块链技术正处于发展初期，其前景虽然开阔，但是质疑与批评也不少。

自动驾驶

随着多家机构拿到正式上路测试牌照，机器代替人类进行驾驶的未来显得前所未有得近，自动驾驶也成为了2017年的新科技关键词之一。Google、Uber、特斯拉、百度以及滴滴等各大巨头也是各出奇招，共同争夺自动驾驶的市场。

以深度学习为主的人工智能技术显然是推动自动驾驶热潮的重要因素，然而在传感器、大数据、电车等方面的推进对于这个潜力巨大的行业来说也举足轻重。

在这个行当里，巨头与创业者正在混战。对于创业者来说，一个明显的趋势是：相比于过去两年动辄要提供全套解决方案的自动驾驶创业项目，2017年可以说是自动驾驶领域创业走向细分的一年。不少车厂都有很大的团队做自动驾驶，今年将会看到越来越多的创业项目都是主打某个细分领域。自动驾驶可能会在某一些特定区域、某种特定的车型和场景率先落地。比如货运、农业／工程机械、室内机器人等等，可能都会用到自动驾驶衍生出来的一部分技术。

目前，涌入自动驾驶行业的企业虽然很多，但推动自动驾驶汽车急速发展的两大轴心主要是成车企业和IT企业两大阵营，从目前的技术研发水平来看，其任何一个阵营都很难独自完成开发。故可以预测，在未实现商业化之前，两大阵营将会互相合作，开展各种“合众连横”战略。苹果与奔驰、宝马合作，谷歌与奥迪合作便是典型的例子。

在手机、VR/AR以及无人机热之后，一些芯片厂商、汽车厂商、互联网厂商以及一些技术厂商纷纷加入了自动驾驶汽车的角逐。如果要在未来实现无人驾驶，除了自动驾驶系统技术，车之间的信息交流，以及整个交通生态系统的智能化非常关键。

人工智能

随着人工智能逐渐走进生活，其“恐怖”之处也慢慢显现出来，超越常人的计算、学习能力以及高效的办公效率等都成为业内人士追求目标。无论是AlphaGo横扫围棋界还是京东首建全球无人仓，都说明了人工智能具有强大的发展潜力。可以毫不夸张的预测：在未来数十年中，我们所接触的每一种应用程序都将整合进一些人工智能功能，而如果不使用应用程序，我们将无法做任何事。

迄今为止，全球人工智能企业获得的投资总量已经超过了274亿美金，涵盖的子领域包括图像识别、自然语言处理、智能机器人、机器学习、智能助手、推荐引擎等13个方向，已经渗入了科技创业的方方面面。

过去一年中，AI技术的发展异常迅速，算法、CPU、GPU的不断演进都让人工智能引擎变得更加智能。

AI会颠覆传统行业，并且带来巨大的商业价值。最先受到其震荡的，往往是那些已经有了明确和强烈商业需求的行业，比如传统的医疗和制造工业。AI在这些领域是作为一个效能提升的工具应用，我们常听到的智能医疗、智能工业等等，就是传统行业结合了AI技术。

比如计算机视觉在医疗影像领域的应用、机器学习在智能医疗方面的应用、机器人在手术机器人与理疗方面的应用等等，都是AI技术在从预防到治疗等不同阶段的应用，从而把离散的医疗信息进行整合，并加速个性化医疗的进程。

现在AI应用上，工厂机器人是一个比较大的种类，现在工厂已经很自动化了，还没自动化的东西都是因为机器无法‘思考’。换句话说，想解决这个问题，机器需要会学习，接入AI后，工厂将大大提高产能及准确度，而这意味着更加实在的商业价值。

从另一个角度来看，数据也有可能在日趋激烈的AI行业内竞争中成为护城河。如今市面上98%的项目都号称自己有AI技术，然而实际上，真正有付费商业突破，比如拥有大数据量、客户愿意付费、效率明显提升的，仅仅集中在有限的几个领域里，软硬件结合，相互渗透。

朗锐智科（www.lrist.com）认为传感器、独特的数据以及深度的行业商业智能相结合，最终会带来可观的商业价值。同类的公司资本正在迅速往头部集中，在中国尤为明显，而数据正是最重要的壁垒之一。人工智能要走的路还有很远，如今的图像识别与深度学习也仅仅是其中的一小步。

万物互联是快速发展的必然趋势，其上下游产业链都存在巨大的市场空间和潜在机会，需要全栈高可靠安全管理、智能高敏传感、低功耗高效能通讯、超越互联网的海量大数据处理与分析、边缘计算、人工智能和商业智能输出等众多技术的支撑和协调，三大行业的发展为我们展现了一个新的未来，如今来说下一个风口还有些为时尚早。

来源：朗锐智科