​10位科技互聯網大佬的趨勢預測

​

純乾貨：

​​

​​

10位科技互聯網大佬的趨勢預測（值得細讀）

2017-04-25

http://mp.weixin.qq.com/s?__biz=MzA4NTg4OTcwNg==&mid=2658652052&idx=1&sn=fb9405cba8a843ea612530b13d397f70&chksm=84526851b325e1472b220dab46952fbd8f42e5336924c8a0de41278a7deec13b2b7535a17b57&mpshare=1&scene=1&srcid=0428jryREFeVI3ajwGyDuyWg#rd

01 馬雲：未來這5個"新"思想將影響所有人!

馬雲稱，未來的30年，技術會應用到方方面面，社會各行各業，但人們對此沒有足夠意識。

 

第一個新：新零售。馬雲認為，未來10年、20年，新零售將取代電子商務這一概念，這是線上線下與現代物流結合在一起創造出來的新的零售業，這個模式將會對純電商和純線下帶來衝擊。

 

第二個新：新製造。未來的製造業用的不是電，而是資料。個性化、定制化將成為主流，IOT的變革將變為按需定制，人工智慧是大趨勢。

 

第三個新：新金融。金融業過去是二八理論，未來是八二理論，如何支援80%的中小企業和年輕人將成為重點。互聯網金融會使金融業變的更加透明，更加公平。基於資料的互聯網金融才能做到真正的普惠金融。

 

第四個新：新技術。移動互聯網之後，所有基於PC的技術都將被移動化，基於互聯網和大資料的誕生創造了無數想像。

 

第五個新：新能源，就是資料。資料是人類第一次創造了資源，與衣服不同，資料人家用過你再用會更值錢，是越用越值錢的東西。

 

02 任正非：華為攻入無人區

 

任正非大膽預言：人工智慧、VR正讓人類巨變，會崛起許多大產業

 

關於未來，任正非大膽預言：4K電視會把頻寬、資訊管道撐得很大。手機很快也是2K了，也會把資訊管道撐大。這麼大的管道一定要有人來做！4K現在還沒有到來，VR（虛擬實境）就要到來了，還能互動，流量會遠遠大於4K。這是阻擋不住的社會發展趨勢，也是巨大的戰略機會。

 

03 騰訊馬化騰：開放生態正從"大樹"變"森林"

 

我們與合作夥伴共建的新生態正從"一棵大樹"成長為 "一片森林"。

 

合作夥伴發展的生態基礎設施正在反覆運算。

 

在"互聯網+"和"新技術+"的推動下，我們的生態空間將大規模擴容。

 

04 百度李彥宏下一幕：人工智慧

 

最近幾年其實這兩個詞都是非常熱的：一個是大資料，一個是雲計算。所以互聯網的下一幕是不是大資料，是不是雲計算？我的答案：不是。那是什麼？是人工智慧。

人工智慧迎來"井噴式"創新

 

"現在人工智慧已經能夠在多個領域顯現出來它的威力：語音辨識、圖像合成、無人駕駛……"

陸奇還是人工智慧領域世界級的技術權威。我相信陸奇的加盟將極大地提升百度的綜合管理水準和技術實力，他將和現有團隊一起把百度從一家優秀的中國公司提升為一家卓越的世界級公司！百度已經決定將人工智慧列為公司未來十年最重要的戰略方向，而要落地這一戰略就需要不斷吸引世界級的一流人才，陸奇的加盟將極大地確保這一戰略得以順利實現，幫助百度在人工智慧時代奠定全球領先地位、成為令中國人為之驕傲的世界級高科技公司。"

 

百度集團總裁兼首席運營官陸奇表示：

在李彥宏先生的領導下，我將和百度同事一起全力以赴追求卓越，將百度打造為人工智慧時代全球領先的高科技公司！

 

05 微信張小龍重新定義APP

 

 

張小龍向約伯斯致敬：用小程式再次定義微信和APP下一站：唾手可得！

2007 年 1 月 9 日，約伯斯在三藩市莫斯科尼會展中心發佈了蘋果首款 iPhone，而在十年後的 1 月 9 日，微信小程式正式上線。張小龍以這樣的形式，向約伯斯致敬。

 

 

小程式是什麼？張小龍認為是運行著程式的程式，即APP的系統。這意味著移動互聯網的下一站一是：唾手可得。小程式的革命特性：用完即走，無須安裝、觸手可及、用完即走、無須卸載……

06 阿裡巴巴集團王堅新書《線上》：線上是因，變革是果

王堅，阿裡巴巴集團技術委員會主席，江湖人稱"博士"。

 

鴻海/富士康總裁郭台銘從來沒有給過任何一部互聯網著作寫過推薦序，但在他這兒，破了先例；

 

阿裡巴巴集團技術委員會主席王堅歷時四年撰寫的《線上——資料改變商業本質，計算重塑經濟未來》一書，向我們提供了一種專業的、符合中國未來發展的解讀方式。他指出：互聯網是基礎設施，而資料成為生產資料，計算成為公共服務。

 

王堅博士的"線上三定律"，來判斷一個新生事物是否符合未來。

 

定律一：每一個比特都在互聯網上；

定律二：每個比特都可以在互聯網上流動；

定律三：比特所代表的每個對象都是在互聯網上可計算的。

 

 

07 李開複：人工智慧的市場價值將超過整個互聯網世界

2016年，創新工廠重倉人工智慧，共投資30多家人工智慧企業，包括人臉識別技術及應用的Face++，無人駕駛汽車領域的馭勢科技，人工智慧金融服務第四範式以及地平線機器人等明星項目。創新工廠成為國內投資人工智慧最多的投資機構之一。

十年後，如果我們回顧人類的發展，會發現沒有任何市場比人工智慧來得更大；移動互聯網已經巨大，但它連人工智慧的十分之一都沒有，這一點我可以確切地告訴大家。

雖然人工智慧還有很多局限，如，沒有情感，一次只能涉足一個領域，不能跨領域思維，但是在狹窄領域裡已經遠遠超過了人類。

 

 

08 美團-大眾點評CEO王興：中國互聯網已經進入"下半場"

 

一、       中國互聯網已經進入"下半場"

二、中國經濟已經進入"下半場"

三、進入"下半場"需要新的能力

 

王興想說的其實是，互聯網公司要想在"下半場"中生存下來，就不能依賴以往推崇的所謂互聯網思維，而是要深入沉浸到與你的服務密切相關的傳統行業裡面去。

 

09 今日頭條張一嗚：資訊分發平臺的人工智慧時代

2016年今日頭條其用戶到超過了7億，成為中國最大的媒體管道，他們每個月為1.5億使用者提供服務，每天有近7000多萬人花76分鐘在今日頭條上觀看新聞、視頻。

張一鳴的今日頭條發展如此之快，僅用4年做到百億美金市值？

 

"說頭條是一家媒體，跟說AlphaGo是一款'圍棋教學軟體'一樣。AlphaGo，是人工智慧技術在圍棋領域的應用；同樣，今日頭條是人工智慧在資訊分發領域的應用。"

張一鳴表示，在這個人工智慧的時代，今日頭條"是把演算法、工程、產品、運營這幾個方面在人工智慧應用層面結合得最好的一家公司"。

張一鳴披露，今日頭條寫稿機器人創作的稿件，在奧運期間獲得了超過百萬的點擊率，閱讀率甚至高於一些記者撰寫的稿件。此外，今日頭條的頭條實驗室還在探索自然語言理解等人工智慧領域的核心技術。

今日頭條是內容的創作以及分發平臺，至少有4個環節是跟人工智慧的演算法非常相關。就是創作、分發、討論，還有一部分可能讀者不太會直接看到，就是低劣內容的篩選過濾。

我們投資了印度的一家和我們類似的公司，Dailyhunt，是當地最大的資訊分發平臺。其實，2015年6月今日頭條就已經啟動國際化，通過Build&Buy的方式在海外擴張，現在在日本、印度、東南亞、北美、巴西，頭條都有一些佈局。

 

在未來，在人工智慧浪潮的推動下，我們希望今日頭條能成為全球資訊分發的基礎設施。"

 

 

10 分眾傳媒創始人兼董事長江南春：深度解密獨角獸公司指數級增長的秘密

 

2013年以來，年均複合增長率超過56%； 阿裡、騰訊、京東、滴滴等5400個品牌投分眾。中國4億城市人口，2億看分眾，日均到達5億人次城市主流消費群，被評為【中國最具品牌引爆力的媒體平臺】

 

作為營收百億，市值千億的中國傳媒第一股份眾傳媒掌門人江南春可以稱為是與各獨角獸公司創始人關係最密切的合作夥伴，他在內部論壇中用獨特的視角和觀點解析了獨角獸公司贏得指數級增長背後的秘密。

 

中國最成功的獨角獸公司，像滴滴，餓了麼，神州租車，這些公司已經成為中國市場最耀眼的明星。這些成長型企業的指數級增長有什麼特點？

他們都有以下5個突出的特點：

1.   開創了新的品類或特性，都找到了一個差異化的品牌價值，差異化的品牌定位；

 

2.   抓住了特定的時間視窗；

 

3.   在時間窗口中採取了飽和性攻擊；

 

4.   都在消費者心目中佔據了獨特的心智優勢，比如說滴滴等於專車，神州等於租車，餓了麼等於外賣，幾乎都在消費者心智中佔據了全新的一個詞；

 

5.   都是在主流人群中形成了品牌引爆。

這五個要素，是今天中國成長型企業最後實現指數級增長的一個共性。

技術、商業模式不是壁壘，真正的壁壘是你在技術和商業模式創造的時間視窗中採取的飽和攻擊，令你在消費者心智中佔據一個品類或特性。品牌的認知才是護城河，這才是一個去抵禦未來陷入同質化價格戰的重要利器。

 ​

杜奕瑾創AI實驗室 開放式招攬人才

2017-04-27

https://udn.com/news/story/7240/2429553?from=udn-relatednews_ch2

台灣3大科技巨頭齊聚，宣示2017年必須是台灣AI元年！被PTT鄉民封為「創世神」的PTT創辦人杜奕瑾回台創辦「台灣AI實驗室」，27日下午在科技部長陳良基、行政院政委唐鳳的支持下，參與實驗室啟動儀式。杜奕瑾直言，台灣絕對不缺AI人才，缺的只是大環境，跟上世界AI潮流必須從現在做起。

「平台的初期工作沒有既定目標，只要3種創新；資料創新、演算法創新、體驗創新。」杜奕瑾表示，AI商機無限，現在就要開始打造環境吸引人才貢獻想法，只要先有軟體思維想像，就能帶動硬體科技產業發展。

20170428雋永

高盛99頁人工智能重磅報告 史上最全AI產業盤點

智東西

https://www.taiwanfansclub.com/article-479205-1.html

 

AI背後的三大推手：數據、芯片、算法

 

1、移動網絡大量普及 數據結構化或爆發

數據可以說是機器學習的關鍵。分布全球的無所不在的互聯設備，包括移動設備、物聯網等，使得非結構化的數據大量增長，也就是說，機器學習算法能夠用來模擬、訓練和測試的數據源更加充足。

IDC預計截至2020年，年均數據量將達44澤字節（也就是44萬億字節），未來五年復合年增長率將達141%，大數據技術將逐漸滲透實用領域。

 

移動網絡建立大規模數據庫和雲端處理技術的成本也在不斷降低。

2、GPU應用大勢 新硬件更適配並行結構

GPU被認為是低成本、高計算能力的處理單元，特別是針對雲端服務和新的神經網絡結構，它能提高準確性和計算速率。基於GPU的並行結構允許更快的機器學習培訓體系，遠遠優於目前廣泛使用的基於CPU的數據架構。此外，通過額外的顯卡網絡，GPU體系可以加快迭代，實現更為精確的快速培訓。

芯片浮點能力發展之快可以以NVIDIA GPU（GTX 1080）為例：該芯片性能為9T浮點運算

3、算法不斷優化 大公司推動開源

越來越多的算法研究推動著深度學習的實用性，伯克利、谷歌、Facebook也紛紛公開自家的源代碼框架，也就是Caffe、TensorFlow和Torch。

源代碼的開放吸引著越來越多的軟件開發者嘗試新的算法，不到一年，TensorFlow就以及該形成了一個活絡的存儲庫GitHub，作為目前最大的開發商合作網站。

目前各大科技巨頭在AI產業上的布局，可以看到，硬件、開源算法、雲服務已經成為必爭之地。

1、谷歌：貫徹軟硬件結合的理念

谷歌，或者說現在的Alphabet，已經建立了獨一無二的AI檢索算法，在自然語言處理上面頗具優勢，並應用於谷歌搜索，預計還將在谷歌智能家居生態中大顯身手。公司的開源軟件庫/雲計算平臺TensorFlow還在結合了很多前沿的硬件加速器，推出新的AI張量處理單元TPU。此外，收購的DeepMind也在擊敗李世石的戰役中一舉成名。

2、亞馬遜：籌備開源服務

亞馬遜AWS在雲服務的布局已經頗具優勢，2015年4月，公司宣布推出機器學習服務亞馬遜ML，提供針對性的用戶體驗。今年5月，亞馬遜推出了自家的開源軟件DSSTNE，幫助建立深度學習開發庫。

3、蘋果：活躍的收購者

過去一年間，評估已經收購了Emotient、Turi、Tuplejump等AI創業公司，並雇傭了之前在NVIDIA從事GPU軟件項目的Johnathan Cohen，並找來Ruslan Salakhutdinov作為其AI研發部主管。Siri可以算作蘋果在AI方面最主要的成就之一，此外，蘋果大腦的傳言也什囂塵上。

4、微軟：力推基於GPU和FPGA的雲

微軟首席執行官納德拉介紹稱，微軟正在建立"民主化的AI（democratizing AI）"，目前AI研究小組員工人數超過5000人，目標在於改變人機體驗和交互技術，小娜是比較有代表性的一個成果。此外，公司還在建立基於GPU和FPGA的雲（Azure）方面做努力。

5、Facebook：開源工具組建開發者社群

Facebook在AI方面的主要布局集中在建立開發者社群，開源Torch、Chef、fastText、BigSur 等一系列 AI 工具及資料庫，並推出具體的應用程序，比如已經出現的圖象識別、語音文字轉換和智能翻譯等。

6、Salesforce：建立雲生態

2014和2015年，Salesforce開始利用自家電開發平臺執行雲機器學習任務。公司還收購了Minhash,、PredictionIO、MetaMind等AI公司，目的在於建立雲銷售、雲營銷、雲服務、雲社區、雲物聯網、基於雲的應用程序等。

7、NVIDIA：借力GPU大勢

GPU在之前的計算機應用不多，但AI算法給了它莫大的基於，目前，幾乎所有的AI算法都采用了NVIDIA的GPU，雖然英特爾也在加快研發新的替代芯片FPGA，但目前來看，GPU依舊是比較好的選擇。借此大勢，NVIDIA還專門設計了全球首款針對深度學習的GPU架構（Pascal 架構） 。

8、英特爾：加快芯片研發

GPU的大勢讓英特爾感到了危機，英特爾收購Nervana systems和Altera，加快FPGA的推進，在運算速度和編程靈活性取得一系列進展。2016年中期，英特爾推出了至強二代，用於智能家庭產品的網絡服務和雲服務。

9、Uber：合作汽車制造商

Uber在AI方面的主要布局更趨近於物聯網，尤其是汽車傳感器。2016年9月，Uber在匹茲堡推出了自動駕駛試點項目，並於卡內基梅隆大學教授、汽車制造商合作，研發基於傳感器獲得的數百萬數據點，建立安全、有序、自動的交通模式。

10、IBM：沃森成AI之星

IBM在AI方面的布局很早，公司在全球的AI研發每人元超過3000名，專利超過1400項，覆蓋雲計算和矽納米科學，其超級智腦沃森在自然語言處理和模式識別、非結構化數據處理方面有著出色的表現，已經應用於虛擬代理，幫助金融、醫療等合作夥伴處理和分析數據。

11、中國方面：BAT著力構建神經網絡

目前，國內對於AI的支持力度也比較大，在學術方面也有很是很大的研究熱點。學術機構，以及百度、阿里、騰訊等公司也在語音識別、圖像識別、神經網絡、自然語言處理等方面都有重要的突破。艾瑞咨詢認為，國內AI市場將從2015年的12億元增至2020年的91億元。

 

專欄｜伺服器端人工智慧，FPGA 和 GPU 到底誰更強？

​專欄｜伺服器端人工智慧，FPGA 和 GPU 到底誰更強？

2016-11-26

https://kknews.cc/zh-tw/tech/38lze9g.html

GPU 原本的目的是圖像渲染，因此使用完美支持矢量運算的 SIMD（單指令流多數據流，single instruction multiple data）架構，而這個架構正好能用在機器學習算法上。GPU 本來就是為了加速 3D 遊戲性能的加速器，這裡又被用到了加速機器學習應用上，其實是很有趣的一件事。

要真的做一塊機器學習專用晶片（ASIC）需要極大的決心，首先為了性能必須使用最好的半導體製造工藝，而現在用最新的工藝製造晶片一次性成本就要幾百萬美元，非常貴。

FPGA 全稱「可編輯門陣列」(Field Programmable Gate Array)，

所以說在 FPGA 可以快速實現為機器學習算法開發的處理器架構，而且成本很低（一塊 FPGA 開發板大約售價 1000 美金，比真的製造晶片便宜太多）。
GPU 與 FPGA 的性能分析對比

那麼在伺服器端 GPU 和 FPGA 誰更強呢？在伺服器端，有幾個指標可供對比：

·         峰值性能

·         靈活性

·         平均性能

·         功耗和能效比

FPGA 可以開發出為機器學習算法專用的架構，但是 FPGA 本身的峰值性能較 GPU 要差很多。FPGA 和 GPU 哪個跑機器學習算法更強（平均性能更好），完全取決於 FPGA 架構優化能否彌補峰值性能的劣勢。

​

什麼是手機OTA升級

什麼是手機OTA升級？

https://kknews.cc/zh-tw/tech/o9gq4p.html

什麼是OTA

OTA（Over－the－Air Technology）即空中下載技術。是通過移動通信（GSM或CDMA）的空中接口對SIM卡數據及應用進行遠程管理的技術。

空中接口可以採用WAP、GPRS、CDMA1X及短消息技術。

OTA技術的應用，使得移動通信不僅可以提供語音和數據服務，而且還能提供新業務下載。

 

「PTT之父」杜奕瑾卸下微軟小娜研發總監，要建設台灣人工智慧實驗基地

​【獨家】「PTT之父」杜奕瑾卸下微軟小娜研發總監，要建設台灣人工智慧實驗基地

張翔一／換日線編輯部 

2017/03/31

https://crossing.cw.com.tw/blogTopic.action?id=707&nid=7805

杜奕瑾也因此被無數曾經、或至今仍熱切使用這個匿名言論平臺的「鄉民」們，暱稱為「PTT之父」、「杜老爹」甚至「上古神獸」、「創世神」。（編按：PTT 是全華文世界最大的 BBS 網路社群，在 BBS 的全盛時期，15 年前全台共有超過 400 個 BBS 站，如今卻僅剩下 PTT 屹立不搖。其留下來的「鄉民」組織規範，社群的習性與動員力，深深影響台灣社會與中國大陸BBS社群的發展，就連臉書有的推讚推文習慣多年前在PTT年即已呈現。）

「其實全世界都有頂尖的台灣軟體人才，深厚的硬體資源，是可以把大家力量聚集起來，成立國際級的團隊。」

 

回顧兩年前，在短暫的來台出差空檔，當時正準備推出微軟人工智慧秘書＂Cortana＂的杜奕瑾，對《天下雜誌》、《換日線》的採訪記者篤定地說：「現在台灣在講雲端與大數據，但大數據的下一步就是人工智慧的研究與應用，才會給數據真正的靈魂，這是科技巨頭最重視的領域之一，透過 Deep Learning 技術上也有了重大的突破。在不遠的未來，我們一定會不斷聽到＂AI＂這兩個字。而對台灣的軟體人才來說，這會是很好的機會。」​

嫌傳統學習法太無聊，科學家用 AI 做出學英文利器 — 專訪 Lingvist 創辦人 Mait Müntel

​嫌傳統學習法太無聊，科學家用 AI 做出學英文利器 — 專訪 Lingvist 創辦人 Mait Müntel

Posted on2017/03/23

https://buzzorange.com/techorange/2017/03/23/lingvist-interview/

我們可以對一個由 50,000多字組成的語言進行分析，透過人工智慧分析此語言，我們可以分出許多小型測驗與練習，達成因材施教。

藉由人工智慧的協助，讓完整的調適性軟體可行，你已經不是讀到書的下一章節，而是根據每個字的調適，根據每個錯誤從中學習。而每個不同的軟體使用者，會在軟體中看到不同的字，不同組合的字句與例子，這是在傳統以章節式的學習法，是完全不同的，電腦可以協助的學習要來得更多。

在語言學習上感到挫折，往往是在發現自己學習進度沒有進展，並且往往與他人相較的情況下，學生開始產生自我懷疑，進而感到挫折，對學習產生了厭煩感。這也是調適性科技能夠發揮極大幫助的地方，你不用再跟其他同學比較， 電腦能夠知道學生真正的進度與適合的教材，但是在一般教育課程的情況下，老師無法知道個人真正的進度。

 

如果電腦能夠將你的個性、你的學習方法、你的記憶模式與遺忘曲線皆納入考量，這將能夠促進學習的速度。

 

我們的技術並不是要去取代老師，或是教育者。而是去 幫助老師更精確的了解，學生在學習時需要加強的部分是哪些 ，透過不斷的學習、複習、測驗，來判讀（identity）出弱點，爾後在教學上輔助教育者與學生，針對需要加強的部分補充。

 

並且透過這樣的不斷回應的科技，你會按照個人的進度，循序漸進的學習。舉例來說，可能兩位學生今天有不同的語言學習能力，我必須要花 140個小時才能夠學會某種語言，同樣的語言，你只要花84個小時就能夠學會，但重要的是我們都學會了，這並不代表誰學的比較快或慢，而是每個人學習語言的時間本來就不一樣，但藉由新的學習方法，我們能夠更有效率，並且更目標性的學習到我們的常用語言。

 ​