Mbedtls 基础及其应用

（2）人工智能时代

我们今天看到的人工智能时代，它本质是从 2006 年 Hinton 开启深度学习突破开始的。

深度学习本质上是一种新的计算体系，它可以把物理界和自然界的信息眏射到一个重叠的向量空间里，通过深度学习很快地抽取它的重要特征，用这些特征解决我们想解决的问题，也就是快速表达、快速获取知识、快速解决人的需求，这是非常重要的突破。

人工智能时代，它的前台是所有模态的传感器和传动器都可以被开启，今天的创新目前聚焦在传感器的很多方面，比如摄像头、热成像、毫米波雷达、激光雷达等。

基于此，很多交互的形式都被打开，对话交互、视觉交互、触觉反馈交互，所有人能够做的交互，人工智能时代将完全打开。

回顾一下历史，苹果做的就是把手指交互做好。因此，可以想象，人工智能时代我们能够做的事情，现在很多设备，比如说智能音箱、IOT 设备、自动驾驶车辆、机器人、嵌入式工业设备都在早期，未来都可以形成很大的产业，需要有耐心的创业者去打磨。

人工智能的后台，开启了智能云、智能边缘计算、5G 的智能网络、芯片等，所有这些都要重做一遍。

中国自建芯片生态，其实从历史上时间窗口来看正好，X86 和 ARM这些体系架构本身就需要改变，今天所谓的异构计算才是未来真正的主流计算，所以芯片整个会重做。如果要做芯片，机会有很多，当然中国的芯片机会更多。

除此以外，还有系统底层软件、开发工具、新一代的数据管理体系等，这些非常重要的创新也会发展起来，所以创业公司在这里的机会也非常多。

未来的人工智能生态需要平台，我们需要定义性的体验和定义性的能力，这点还早，目前我们还没有看到相应的平台，但这只是时间问题。

有哪些可能出现的定义性的体验？

我们认为，一辆真正可以在路上开的车、一个完全智能化的学校、一个自动化的医院、一个完整的家庭智能机器人、生命科学里面一个完整的可以让药物开发在体外做的流程等，这些都是定义性的体验或能力，因为它们都可以延伸，通过商业模式，都能形成产业生态。

所以，人工智能时代未来可以产生的生态很多，并且都是很大的产业生态。

后台能力方面，目前还在早期发展，前面提到了深度学习、智能云，未来会诞生有延伸能力的平台，比如视频原生平台，或者是大模型加大算力的平台等。

数字化的范围，AI 数字化的范围是把物理世界和数字世界连在一起。大部分的环境可以从数字孪生进入到数字原生，一辆汽车、一个房间本身都可以数字化。当然数字孪生也很重要，可以做模拟分析等等，但是数字原生更是未来的、长期的重要机会。

（3）人工智能之后更前沿的数字化

接下来讲一下人工智能之后我们能看到的更前沿的数字化。交互的方法包括 AR、VR，最为重要的是脑机接口，最终人和计算体系的交互可能就是脑机，对方可以直接知道我在想什么。脑机接口技术虽然离商业化还有一段时间，但是创业公司也不少，能够商业化落地的项目也越来越多。

还有量子计算，量子计算里面定义性的能力，可以说是量子优越、量子霸权。潘建伟团队做的是一个比较特殊的量子计算机，就是做 Gaussian boson sampling（高斯玻色采样）这一个物理任务，可以验证比传统计算机有巨大优势。

量子计算机，区块链的开发，量子优越、以太坊等，这些都是定义性的能力，可以开启未来非常大的商业化的赛道。

4. AI 及前沿数字化创业创新领域

下面具体讲一下 AI 时代的创业。

（编辑：保山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!