在現(xiàn)在的中國，人工智能驅(qū)動新的產(chǎn)業(yè)革命，將是一種必然趨勢，尤其是以深度學(xué)習(xí)為技術(shù)基礎(chǔ)的AI公司“井噴”，在講故事、圈投資的風(fēng)口中，泡沫已然生成。從現(xiàn)實(shí)角度講，AI必須解決工業(yè)、農(nóng)業(yè)、社會治理、經(jīng)濟(jì)發(fā)展中的實(shí)際問題。眾所周知，美國人工智能發(fā)展，得益于強(qiáng)大的底層基礎(chǔ)設(shè)施、半導(dǎo)體、芯片研發(fā)，以及擁有良好的軟件生態(tài)，比如GPU體系、英特爾可編程芯片、Python算法等。

    過去第三產(chǎn)業(yè)靠互聯(lián)網(wǎng)發(fā)展起來了，而現(xiàn)在人工智能是比互聯(lián)網(wǎng)更大的技術(shù)紅利，它也要真正深入到第一產(chǎn)業(yè)、第二產(chǎn)業(yè)中，去定義和解決中國最根本的問題，比如人工智能和實(shí)體經(jīng)濟(jì)如何融合？產(chǎn)業(yè)AI如何落地并生成效益？阿里云ET城市大腦團(tuán)隊(duì)很好地解答了這個問題，一直以來，交通信號燈與攝像頭記錄的擁堵信息并不交互，ET在杭州第一次把攝像頭內(nèi)容分析出來，并告知紅綠燈如何調(diào)配。結(jié)果是，試點(diǎn)區(qū)域車輛通行時間縮短15.3%，救護(hù)車一路綠燈抵達(dá)現(xiàn)場時間減少一半，這在全球尚無先例。

    雖然目前的機(jī)器人市場還不成熟，但這并不能說明這種細(xì)分領(lǐng)域方向上的努力沒有意義的，對于在人工智能帶動下的機(jī)器人領(lǐng)域的未來，還是應(yīng)該非常有信心的。就算強(qiáng)人工智能的實(shí)現(xiàn)仍然需要時間，但弱人工智能的應(yīng)用也有著不錯的未來。比如工廠中的重復(fù)性勞動就很有可能全部交給機(jī)器人完成，體育賽事等簡單的快訊新聞也有可能完全由機(jī)器人發(fā)出，餐館里端茶送水的有可能大部分變成機(jī)器人，甚至手術(shù)中的一些精細(xì)操作也可能由機(jī)器人完成。總之，不需要大量思考，只要以某種相對固定的模式運(yùn)作的工作在將來都有可能交給機(jī)器人完成。

    在即將到來的2018年，隨著人工智能快速地回歸現(xiàn)實(shí)，AI將給機(jī)器人或相關(guān)產(chǎn)業(yè)將帶來巨大的機(jī)遇。

《伺服與運(yùn)動控制》

有空跟我們聊聊天吧：新浪微博@《伺服與運(yùn)動控制》或關(guān)注微信號Servo-MotionControl

更多內(nèi)容請登錄《伺服與運(yùn)動控制》電子雜志網(wǎng)站：servo.chuandong.com

李方圓lfy@chuandong.cn