|
?
本文转载自微信公众号“机器之心”（ID：almosthuman2014），不代表瞭望智库观点，感谢创作者！如有侵权或来源标注有误请告知，我们及时予以更正/删除 一、2018年，90%的人都会拥有无限和免费的数据存储 为了腾地方而删文件的时代马上就要过去了。报告称，在未来三年内，将有90%的人获得便宜甚至免费的数据存储服务。目前已经有些公司提供类似服务，例如谷歌照片的无限存储等。报告估计约有90%的数据是在近两年内产生。不过，有迹象表明也有可能并非如此，例如微软最近就没有通过在OneDrive实行无限存储的计划。 二、2021年，第一个机器人药剂师将在美国产生 机器人已广泛存在于制造业，但是随着它们越来越高级，机器人将会进军新兴服务产业。事实上，有预测表明2021年我们将在美国看到第一个机器人药剂师。 欢迎来到物联网时代。随着传感器成本的不断降低以及计算能力的逐渐提高，各种各样的设备将陆续接入互联网。据预测，最早在2020年，将有1万亿个传感器接入互联网，衣食住行的方方面面都会联网。「每个设备都能与基础设施相连，通过无处不在的传感器，人们能更好地理解周围环境。」 四、2022年，10%的人将会穿上联网的衣服 汽车、家用电器以及越来越多的日常用品可以联网，过不了多久，连我们的衣服也能联网。专家预测到2022年，10%的人将会穿上带有嵌入式芯片、能联网的衣服。越来越多的配件诸如手表或戒指也可以联网。据Gartner研究公司预测，2015年大约卖出了7000万只智能手表。 五、首辆3D打印汽车将于2022年问世 3D打印越来越强大，能用各种材料打印出复杂的物品。许多汽车厂商已经利用该技术制造原型汽车和汽车部件。不久前，奥迪展示了一辆用金属3D打印的迷你汽车。但是美国LocalMotors汽车设计公司未来将用3D打印正常尺寸的车型，它们已经做了几版原型，2016年他们开始生产模型。 六、2025年，首款植入式手机将商业化 2023年，依附于手机将会是一个全新的概念。报告称，约80%的受访者认为在七年内，第一部植入式手机将会商业应用。该设备能更准确追踪个人健康状况，也能通过脑电波或信号来与人进行思想交流。植入式医疗设备，例如心脏起搏器和植入式耳蜗等已成为主流。2025年内之前我们将会看到更多植入式设备的广泛应用。 七、2023年，大数据技术将取代政府的人口普查 随着数据的收集、管理和理解变得越来越容易，政府将会摒弃收集信息的旧方法，开始依靠大数据技术自动化运行。报告称，80%d的受访者认为2023年大数据将首次取代人口普查，现在包括加拿大在内的一些国家已经开始尝试，但是目前还没有国家能完全替代。 八、2023年，10%的眼镜将会接入互联网 当眼镜联网变得越来越普遍，我们与世界的交互方式将会变得不一样。86%的受访者认为2023年联网眼镜将普遍存在。眼球追踪技术也能控制连接，例如谷歌已经在Google
Glass中使用了类似技术。 九、2023年，全球80%的人都将拥有数字化身份 随着互联网的普及，越来越多的人拥有数字身份。受访者预测到2023年全球将有80%的人拥有数字身份。报告指出，「数字生活与现实生活越来越密不可分」，而且也会变得越来越重要。例如
Facebook和谷歌等公司正致力于让偏远地区的人们能够上网。 十、2023年，政府将首次通过区块链收税 像比特币这样的电子货币都通过一种叫「区块链」的机制来运行。区块链的本质是追踪交易的共享分类公共账户。每个人都能查看账户，但是不能单独控制它。有人提出将该技术用于公共数据库。《经济学人》最近的一篇文章称纳斯达克甚至开始使用这种技术来记录私营企业的交易证券。在未来几年内，区块链技术将会到达临界点，预计2023年政府将首次使用该技术收税。 十一、到2023年，全球90%的人兜里都装着一台超级计算机 纵观世界，人们使用智能手机的机会越来越多，甚至超过了PC。在某些发展中国家，许多人通过手机第一次连上了互联网。随着智能手机计算能力的增长和价格的降低，手机使用率会加速上升。 据估计，到2017年和2023年，全球手机用户的渗透率将分别超过50%和70%。全球约90%的人口将由智能手机联系起来。 十二、2024年，接入互联网将成为一项基本权利 根据调查，79%的调查对象预测，到2024年，全世界都将拥有常规的互联网接入。谷歌和Facebook这样的科技巨头正在为无法上网的40亿人研究创新的解决方法。Facebook的Internet.org使用无人机将网络从卫星发射到地面上。谷歌气球则让巨大的气球漂浮在大气层，把互联网带到偏远的地区。 十三、2024年，将实现3D打印的肝移植 3D打印已经越来越多地应用在医疗行业，用来打印人类身体的部件，例如人造骨骼。医生们已经3D打印出了病人的胸廓等其他骨骼移植部件。在未来，生物打印（将生物工程与3D打印相结合）将让医疗行业的研究者们打印出更加有用的人造器官。
随着越来越多的传感器被装配到各种设备上，同时越来越多的产品连上了互联网，我们将看到互联网流量来源的巨大转变。目前，大多数流量来自于个人通讯和娱乐。但是到2024年，大约一半的家用互联网流量将被家居自动化所消耗。 十五、5%的消费产品将用3D打印的方式生产
3D打印也叫作增量制造，已经进入了许多设计师和生产工业的范畴。但是，随着3D打印机变得越来越便宜、强大和易用，它将能进入普通消费者的生活，使得普通人也能在家中按需打印出自己想要的东西。对这种技术的需求已经超出了人们的预期。到2014年，全世界卖出了13.3万台3D打印机，比2013年增长了68%。 十六、2025年，30%的公司审计将由人工智能完成
人工智能（AI）将取代许多人的工作，包括一些白领工作。根据这份报告，由于人工智能在模式识别和自动处理上的功能十分强大和高效，它很适合许多大公司里的工作。 麦肯锡全球研究所近期的一项研究表明，在付钱雇人完成的工作中，约有45%都能用自动化来完成，并且是在只使用现有科技的情况下——相当于2万亿美元。然而，这个危机并不只会降临到低收入、低技能的工人身上。 根据麦肯锡的报告，「即使是经济体中收入最高的职业，也有很大部分可以被自动化取代，包括财务经理、医师和一些高层管理人员，包括CEO。」到2025年，白领工作中的人工智能将到达一个临界点，约有30%的公司审计将由AI来完成。 十七、2025年，全球汽车共享计划的里程将超过私人汽车
过去几年，多亏了在线市场和移动APP，共享经济发展迅速，其中最好的例子或许就是交通行业。Uber、滴滴打车等服务改变了人们对交通运输和汽车所有权的观念，也迫使汽车厂商重新思考它们的商业模式。 67%的调查对象预测，到2025年，共享经济将增长到一个很高的程度。从全球来看，共享汽车所完成的里程将超过私有汽车的里程。 十八、无人驾驶汽车将占到美国所有汽车的10%
自动驾驶汽车有潜力极大地增加安全性，减少排放，改变交通运输的模式。谷歌和Uber这样的科技公司，以及丰田、通用、大众等传统汽车企业目前都正在研究无人驾驶汽车。但是，调查对象预测，到2026年，无人驾驶汽车只会占到美国所有汽车的10%。 十九、2026年，第一个人工智能机器将加入公司的董事会 人工智能（AI）作为一种决策工具，在商业界扮演者日益重要的角色。由于AI能对过去的事情进行学习，它还能提供洞察，以及自动完成基于数据和过去经验的决策过程。这意味着，机器人并不只会取代低薪酬的工种。随着AI和机器人的共同演化，我们将看到更多白领工作被取代。根据调查，人们预测，到2026年，第一台人工智能机器人将成为某家公司的董事会成员。 二十、到2026年，将出现第一座拥有5万人口却没有红绿灯的城市
在未来，基础设施将越来越多地连接在一起，形成智能城市。人行道、街道、交通灯和建筑物都将由互联网连接起来。 根据报告，智能城市，就像智能家居一样，能够自动管理它们的「能量、材料周转、物流和交通」。到2026年，由于越来越多的基础设施连接在一起，将出现第一座人口超过5万却没有一个红绿灯的城市。 二十一、2027年，10%的GDP将用区块链技术进行存储
随着区块链技术的起飞，越来越多的金钱会存储在这种技术中。根据这份报告，区块链中的比特币的总资产在200亿美元左右，大约占全球GDP（800万亿）的0.025%。根据预测，到2027年，约有10%的全球GDP将用区块链来存储。 附： 17位专家眼中最酷炫的人工智能产品 几乎每天我们都会听到机器人即将替代人类的新闻，而且科技巨头们也在不断加大对人工智能、机器人的投资，特斯拉的自动驾驶汽车、谷歌开放了机器学习平台TensorFlow、Facebook正在内测数字助理产品M。 来自美林银行的一份报告指出：人工智能或将加剧人类社会的不平等。人工智能领域的专家学者们也注意到这种趋势，比如DeepMind创始人就强调，是时候考虑人工智能的伦理了。接下来，我们将邀请17位人工智能研究者、机器学家和计算机科学家来分享他们眼中印象最深刻的机器人或人工智能。 1.Arizona州立大学计算机科学家Subbarao Kambhapati：自动驾驶
我认为自动驾驶对我的震撼性最大。自动驾驶首先从内华达的沙漠中开始，在城市道路实现自动驾驶的难度要远远高于沙漠，因为最困难的事情就是如何让汽车理解路上其它驾驶员的动机。我认为不远的将来，我们不再必须自己驾驶汽车。 2.Dato公司（该公司通过人工智能分析数据）联合创始人、CEO Carlos Guestrin：我已经等不及自动驾驶了
我花了些时间去研究自动驾驶或无人驾驶对于我们社会的影响，我不喜欢现在的驾驶。最近以来无人驾驶的很多新闻，比如无人驾驶对于减少车祸的贡献，都让我很激动。我希望能实现一个没有汽车的世界，不过一个充满自动驾驶汽车的世界也非常值得期待。 3.谷歌研究所总监Peter Norvig：直升飞机的自我学习系统
我最喜欢的一个系统是Andrew Ng设计的直升飞机自我学习系统，通过这个系统，直升飞机可以在几个小时的观察、学习之后达到全球顶尖飞行员的飞行水准。在四轴飞行器进入之前，整个实验中的直升飞机控制难度非常大大。 4.艾伦人工智能所CEO Oren Etzioni：拯救人类生命的智能
对我印象深刻的人工智能项目是卡内基梅隆大学使用人工智能技术匹配肾脏捐献者和病人的项目，这是一个非常实用的项目。 5.布里斯托大学机器人学家Sabine Hauert：Watson
我非常欣赏Watson和Watson所做的事情。不如，去发现新的药品或者找到新的治疗办法。毫无疑问，Watson是我的人工智能列表中的第一位。 6.澳大利亚国家信息和通讯部教授Toby Walsh：帮助人类恢复视力
我的同事们正在研究仿生眼睛，利用人工智能算法和计算机视觉的算法希望能帮助到因黄斑部变性导致的失明。 这个项目接下来的的目标将是推出仿生耳，从而帮助失聪的人。并最终在失明的人眼球后面放置电极，使得他们恢复视力。 这将是非常震撼人心的成就，令人期待的改变。 7.谷歌研究员Samy Bengio：人工智能带来效率提升
我对谷歌的一些产品印象深刻，比如谷歌的app，他能够识别我蹩脚的英语法语混搭表达。同时，Google Now也可以在我旅行的时候自动给我贴出汇率，而谷歌懂得我在搜索时没有拼写正确的单词 8.得克萨斯大学计算机科学家Peter Stone：Kiva机器人
我在课堂上举的最多一个案例就是Kiva机器人，一个可以在仓库里处理多项工作的机器人。亚马逊正在使用这些机器人分拣货物（当然，在亚马逊，所有员工可能都是机器人），这些机器人的视频也非常棒，来看看吧： 9.卡内基梅隆大学计算机科学家Manuela Veloso：谷歌
现在，当别人问及一个我不知道的问题时，我都会用谷歌搜索一番。如果你现在想知道爱因斯坦是哪年死的，或者爱因斯坦最后一篇论文是什么，或者其他问题的大难，你只需要在搜索框里敲入关键字，然后就能得到答案。着就是我们现在获取知识的方式，一切只是都数字化、可搜索，而且越来越多的人都对这个方式习以为常。 10.华盛顿州立大学计算机科学家Matthew Taylor : Nest智能家居温控器的记忆功能
有了Nest，你的家中可以安装去多相当有用的设备。它们可以提升或降低家里的温度，知道主人何时在家。 即使Nest的开发者与设计者对你的家庭情况一无所知，智能温控器却仍然能良好执行运作，这非常不可思议。 11.普林斯顿大学研究员Joanna Bryson : IBM超级计算机Watson
即使我明白它内部的工作原理，也依然被这些细致入微的细节所震撼。 我给我的学生们播放了Watson挑战Jeopardy电视问答游戏的视频。他们注意到了它在其中展现出的产生或收集大量想法并融为一个概念的能力。我们人类自己会毫无意识地做到这一点，但当你知道了这有多困难，你也就意识到了它的神奇。 12.康奈尔大学计算机科学家Bart Selman : Youtube的自动字幕
在Youtube上观看视频时可以选择机器翻译或自动字幕。五年前，打开自动字幕显示出来的几乎全是胡言乱语，而现在再看这些字幕，我不得不去检查它是不是真的是自动翻译。 对于很多类似新闻的视频，会有一个清晰的讲者——它的字幕准确到近乎完美。因此这些视频也在我第首先检查的目标之一。但它们的确来自于机器。 13.国家科学基金会信息与智能系统部主任Lynne Parker : 语音合成器让我们重新听到Roger Ebert的声音
人们根据Roger Ebert以前的许多影评来提取他的声音，并以此创造了一个不错的语音合成器。这其中还涉及了许多信号处理与理解人类语言的工作。 我认为这是个很酷的应用程序，在他的生活中有着很好的效果。人们可以听到他的声音，而不是来自于合成机器的。 14.阿姆斯特丹大学信息学院助教Shimon Whiteson : 让机器人踢足球
不同类型的机器人足球队，例如轮式机器人，足式机器人与人形机器人，可以在国际赛事中彼此竞争，并且在电脑上进行模拟。 它们的表现比起十年前进步非常惊人，它们能做到的事令人印象深刻。这些机器人速度很快并且出色，距离它们能够打败人类的那一天也许并不那么遥远。 15.布朗大学计算机科学家Michael Littman : 人工智能也可以和人类一样玩电子游戏
我觉得人类让机器系统去学习玩游戏很酷——无论在于对手是人类还是在于人类所玩的游戏上。它们做得很好，并且真的与人类相似。 Atari电子游戏项目真的创造了一个学习系统，你可以把它带进1980年代的游戏，它会学习如何进行游戏。从大范围游戏种类上普遍来看，它们的水平和一个优秀的人类玩家一样好。 人工智能将不仅仅是聪明的程序，他们可以将自己的经验转化为智能的行为。 16.加州大学伯克利分校计算机科学家Pieter Abbeel : DeepMind深度学习
DeepMind保证了AI在仅能访问原始像素的情况下也可以学习如何玩Atari游戏，得到的分数也十分振奋。 在相同基准下近期我们自己的成果非常不错，以及模拟走路的学习——仅用一个简单的算法来学习两种完全不同类型的任务。 17.加州大学伯克利分校计算机科学家Stuart Russel : 人工智能在游戏上取得成果十分惊人
DeppMind的系统是从零开始，观看电子游戏的屏幕然后学会如何玩游戏，它可以在30个不同的游戏上做到这点。这种进步既惊人且吓人，想象一个婴儿在刚刚出生这一晚就已经学会了在游戏中打败人类，这件事挺惊悚的。 |
|
|
来自： Newmenhuang > 《待分类》
