在不久的将来，当我们关注新技术的发展时，我们最终会关注AI，并且有许多AI赛道。汽车创新如何分解和落地，是一个现实的难点。很快，AI将像基本的办公软件一样，成为汽车人的必备工具。
结合齐鲁博士的演讲和母校同济暑期课程，深入剖析AI技术发展、商业模式以及当前最活跃的前沿领域，可以对AI有一个更全面、更系统的认识。全文2895字。
人工智能发展的底层逻辑
AI起源于对人脑的思考。它的短期目标是让计算机做只有人的智能才能做的工作。它的长期目标是让计算机模拟人的思维。
当我们对人脑有了更深更新的认识，AI也会走向成熟。从“类脑智能”到“脑智融合”是AI的终极发展方向。
AI算法的本质是人脑的思维方式，AI硬件的本质是人脑的实体。目前深度学习还在发展，但芯片的计算能力比人脑还差几个数量级。
深度学习不会主宰世界。
只要是AI相关的，都会提到深度学习。其实深度学习只是AI的一种算法。它是在人工智能60多年的发展过程中，经过数学家们的总结，从众多算法中脱颖而出的一种通用方法。
深度学习的深度体现在特征提取上。传统的识别依赖于固定的人工特征提取，而深度学习是自动学习分布式重叠向量的空之间的特征表达。这些特征表达式可以有效地解决各种任务，本质上是加快知识的获取。
深度学习并不是一个完美的算法，有很强的专业壁垒。真正好的算法应该是越简单越好，像PID一样被广泛接受和应用。
更重要的是，在一个经过训练的深度神经网络DNN中，很容易被一个特别设计的特征所欺骗。深度学习无法解释，其预测结果无法与输入进行逻辑连接。在安全相关的应用中，即使准确率可以达到99.99%，仍然存在安全隐患。
大规模应用让不成熟的AI火了起来。
虽然深度学习算法还不完善，硬件的计算能力还比不上人脑，但AI的价值已经在各个领域凸显。即使现在AI的应用原理已经不是什么新鲜事了，但是AI已经火了，还不成熟的AI正在开启一个新的时代。
AI的应用分为五个方面:大数据智能、跨媒体智能、独立智能、互联网群体智能、人机混合增强智能。
看数字化过程中的AI，规律可循。
从数字发展史系统地看AI发展。在过去的60年里，平均每12年左右就会有新的平台和新的生态出现。
早期是基础技术和早期应用开发。之后，一些早期的应用会成长为大规模的应用，通过可扩展的开发成为平台，再通过良好的商业模式将平台连接成生态。
要成为一个生态，首先要有一个计算平台，这个平台分为前台和后台。前台是交互的能力，其支撑是设备端和体验端；它是后台计算的规模，它的支撑是基础技术的堆栈。
有了计算平台，可以开发早期的应用，然后应该有一个定义的经验和能力。这种体验可以扩展和重新开发。然后通过一个好的商业模式，建立一个新的生态，这个创新的生态可以导致一个数字化的过程。
具体来说，在个人电脑/客户端时代，前端交互是鼠标键盘，后端是局域网，定义体验的代表是Win95，关系数据库和分布式系统是定义能力，微软本质上是一家鼠标键盘公司。
互联网时代，前端交互方式没有改变，后端是互联网，定义体验是浏览器和搜索，定义能力是机器学习、大数据系统和大规模分布式系统。
今天是移动和云的时代。前端交互是手指触摸，加上摄像头和定位。后端是移动互联网。确定性体验代表智能手机，确定性能力代表云。苹果本质上是一家手指触摸公司。
移动云是目前数字化的主流生态，融合了前几代技术。通过云的服务和移动终端的能力，将企业信息和管理数字化，也将基于文字和图像的全球信息数字化，包括商业流通、用户兴趣等。，在流通终端有很大的商业价值。
但是移动和云发展的主流是下沉数字化。未来10年、20年，云和移动时代更多的机会是数字企业、数字农业的各个垂直行业，以及C端的内容制作、内容推荐、电商导购、自动定价等。
AI商业化还处于早期阶段。
从上面的生态结构和数字化发展趋势，可以推导出AI时代。
AI前端交互，所有交互模式完全开启，如自然交互、视觉交互、触觉反馈交互等。体验端包括摄像头、智能音箱、个人助理、IOT设备、自动驾驶汽车、机器人、嵌入式工业设备等。
AI的后端从云、边缘计算、5G开始。支持的技术从芯片开始，到底层系统软件。AI也需要新的数据管理系统和完整的开发工具链。
在AI的早期应用中，未来可能成为主流生态的第一个是自动驾驶，第二个是智能场所，第三个是机器人，第四个是个人助理，第五个是城市大脑。这些早期应用可能会成为未来的决定性体验。
深度学习是目前后台定义能力的核心，智能云有机会成为未来的核心和定义能力。
总的来说，AI目前的用户体验体系、商业模式、生态都处于初级阶段。
在AI之后，数字化进程中一系列新的前沿正在被探索，比如AR、VR、脑机接口、量子计算、区块链等等。
人工智能创新和创业的七个前沿领域
一是基础技术领域，包括芯片开发、底层软件系统新栈、数据管理、开发工具链、智能云、Edge、5G等。，都在IT行业的基本创业生态中。
其次，在交互领域，激光雷达、惯性传感器、声音、热传感器、空气体传感器、传感器的载体、卫星、low 空无人机以及各种定位技术在这个领域的前期主要应用在汽车上，创新所在的生态环境不会特别快。
第三，前端领域。包括摄像头、智能音箱、物联网设备、自动驾驶、工业机器人、家用机器人、嵌入式工业设备等设备终端；体验端包括个人助理、虚拟人、3D交互、AR等。，而且主要使用方是手机。创新在移动和基于云的生态中，能够快速迭代，获得客户。上下游都有相对成型的打法。
第四，未来产业生态领域，除了赋能自动驾驶，智能场所，机器人，城市大脑等。，AI也将用于切入药物研发；基于技术的生态包括智能云、边缘计算、深度学习等。
第五，在垂直行业中，在B端有更多的机会，如自动光学检测AOI，以提高检测效率，并提高工业过程中的自动化能力，包括农业数字化。C端也有一定的机会，比如可以通过健身设备或者玩具切入AI。
第六，移动和云生态应用，大量长期机会在B端。中国to-B端的SaaS还处于早期阶段，有较大的空区间，未来10 -20年很有价值，但发展过程需要一段时间。每一个功能，每一个垂直行业，都将有机会充分利用AI的机会。创业公司在机器人流程自动化RPA方面相当活跃；;在C端，内容推荐、内容制作、游戏、视频理解、电商行业智能导购、自动定价等。非常活跃。
第七，在数字应用的前沿，前面提到的AR/VR、区块链、脑机接口、量子计算等。，它的核心功能还是很早期的，更多的是给VC。核心要长寿，尤其是造血能力。
本文参考汽车人第348篇原创文章。如果你觉得文章不错，“推荐和关注”是我最大的支持。随时和我交流。
