取消
搜索历史
热搜词
原创
活动
产业创新
转型理念
ENI专访
当前位置:首页 >文章发布 > 正文
2017年大数据、物联网与AI的趋势预测
来源:36氪  : 佚名 2017-05-08 10:57:08
毫无疑问,目前在商业模式方面有3个趋势:物联网(IoT),大数据以及人工智能。从仍然碎片化的物联网,到急剧波动的计算范式,乃至于AI如何重塑我们的生活方式,人人都在谈论这些趋势,但真正在发生的是什么事情呢?

毫无疑问,目前在商业模式方面有3个趋势:物联网(IoT),大数据以及人工智能。从仍然碎片化的物联网,到急剧波动的计算范式,乃至于AI如何重塑我们的生活方式,人人都在谈论这些趋势,但真正在发生的是什么事情呢?

以下就是理解这些事情需要了解的真相,以及从消费者角度看到的未来图景。

大数据

如维基百科的定义,大数据这个术语说的是数据实在是太大太复杂了,以至于到了传统数据处理应用软件无法处理的地步。鉴于该数据集如此之大,相关的挑战包括捕捉、存储、分析、数据策划、搜索、共享、传输、可视化、查询、更新以及信息隐私。然而,相对于简单地强调数据集的规模,把它跟预测性分析、用户行为分析、先进数据方法(包括人工智能)关联起来往往更有意义。

2017年,预计将会出现区块链技术应用,尤其是将合同写进总账系统代码的智能合同。这些合同形式相对于传统的合同往往会更加安全、更加不可撤销,但也给引用和执行这些合同创造了效率。

此外,数据即自服务(data-as-a-self-service)解决方案的崛起也将使得组织在不需要建立数据科学部门的情况下分析自己的数据。这对于中小企业将是极其有用的,因为这样它们就不需要招聘价格非常昂贵的数据科学家这个2016年高需求的职业了。

Hadoop,这个允许对大型数据集进行分布式处理的框架的使用则出现了快速的下降,因为事实证明招聘到符合要求的人才来支撑这一框架极具挑战。现在大家似乎更加喜欢使用云端的应用来减少数据中心方面的开支,所以数据即自服务的模型变得流行起来。

正如研究机构Gartner在分析用数据管理解决方案的魔力象限中指出那样,“现在的预期是转向云作为替代部署选项,因为云解决方案有着灵活、敏捷以及可行的定价模式。”因为这一点,随着公司以从结构化和非结构化数据忽的的合适知识为员工赋权,预期对于中层主管以下的人洞察也将变得更加容易获得。

但这是一把双刃剑,因为大数据技术的演进也会吊起了主管的胃口,这些人会期望马上就能获得自己的数据而不是等着批量分析报告的出炉。所以做分析的人压力会变大,因为高层期望的是更快的、近乎实时的、可行动的分析。

物联网

福布斯把物联网这个概念描述成将任何带开关的设备连接上互联网(以及/或者相互连接)。如果设备有开关,就可能被配置成IoT的一部分。

可以把“智能家居”设备想象成一把锁,这把锁在检测到你的手机在附近时就会打开,或者也许也可以把它设想成一盏灯,只有在检测到运动是才会亮起来。

2016年,我们目睹了大量供应商推出了许多类似的解决方案。2017年,我们可以预期其中的一些供应商胜利凯旋,而这将意味着市场会淘汰掉一批供应商。随着供应商数量的减少,我们还可以预期监管和规范化开始发挥作用,从而引领我们进入更加简单更加有凝聚力的解决方案。不过安全问题也会随之而来,因为去年对IoT的一次网络攻击就导致了西乌克兰的一个电网瘫痪。当然,对无人车进行的黑客攻击研究也会导致担忧出现,所以2017年有可能会针对IoT采取安全措施。

目前的IoT市场仍然高度碎片化,但希望随着2017年的推进接下来的图景会变得更清晰一点,而IoT解决方案将会变得更加一体化,并成为开放生态体系和平台的一部分,从而促进互操作性,并基于来自多种设备和来源的数据来提供服务。

IoT将主要聚焦于两个领域的应用上,一个是智慧城市,一个是智能家居。然而,鉴于带宽对于任何IoT技术来说都是先决条件,所以预期今年会出现未来管理更加简单的网格(mesh)或者类似网格的产品。

这正是非营利组织Bluetooth Special Interest Group负责品牌与开发者营销的副总裁Errett Kroeter的希望:“现在网格的一些标准是出了名的难以设置。我们的目标是尽管让网格保持简单,这样大家才愿意去使用它们。”

最后,IoT的增长,加上其他设备和系统所产生的海量数据,正在加快对人工智能的需求,因为这样才能从信息中创造出意义来。

人工智能

人工智能的致电定义是机器模仿人类行为的能力。虽然在2016年我们目睹了AI的快速发展,但这种增长在2017年还会进一步深化。2016年时,我们了解到Amazon的Alexa,那个以可以说人类语言的形式体现的人工智能,已经进入到超过500万户的家庭。你可以问Alexa有关天气的问题,或者让她给你叫一辆的士,她都会做出响应。这意味着去年AI已经进入主流采用阶段。

然而,人工智能在医疗保健方面也有许多进展。聚焦医疗保健的AI初创企业从2012年的20家左右发展到2016年的将近70家。其中值得关注的显然是旨在建立数字生活生态体系,提供个性化的健康管理系统的iCarbonX,以及旨在以有组织的数据对抗癌症并帮助肿瘤科医生增强保健的Flatiron Health。

在健康技术巨头飞利浦,大约60%的研究人员、开发者以及软件工程师正在致力于医疗保健信息学的工作,而且他们当中很大一部分正在寻求在当前和将来的医疗保健创新中应用人工智能

医疗保健仍能高智能的应用趋势主要集中在影像和诊断方面,利用AI来帮助寻找出人看不出来的微妙细节和变化。这一块愈发成为拥挤的板块。但在利用大数据集来帮助健康人群、高风险人群或有慢性病人群预防健康恶化方面也是这个领域的关注点这一。

飞利浦首席创新与战略官Jeroen Tas认为,“在支持放射科医生为病例和识别病人的微妙变化准备相关信息方面,AI扮演了有价值的角色。另一个领域是特护病房,这方面AI可以帮助识别病情恶化或者严重事件的早期迹象,,比如心脏骤停或者怀孕等。”

Tas还认为“将基因信息与病理学、医疗影像、实验室结果、家族史数据,其他情况以及之前有效或者无效的治疗方案等相结合起来,可以形成更加丰富的病人全貌。这写数据可以组织起来,在AI的帮助下增加重要的背景信息,帮助临床医生做出更加精确的诊断,并为个性化的治疗选择提供支持。”

由软件工程师、设计师以及其他专家组成的多学科团队似乎已经为放射科医师创建和引入了第一个可行的应用。在远程病人监护中,AI可以促进虚拟陪护并引入虚拟护士。

2017年之后的展望

物联网大数据和AI都在蓬勃发展,距离商用以及大规模用例也越来越近了。

随着这些技术进入寻常人家的日常生活,为了提供更加强大、更加合理化的产品,这三股趋势融会贯通将变得势在必行。

编辑:晋珊珊
关键词:   物联网  大数据  AI  医疗  飞利浦 
活动 直播间  | CIO智行社

分享到微信 ×

打开微信,点击底部的“发现”,
使用“扫一扫”即可将网页分享至朋友圈。