爱吧机器人网 » 技术 > 人工智能 > 正文

人工智能为网络开启无限可能(图)

在这个阶段, 软件化、平台化和监控技术将是阶段性发展的核心技术。首先SDN、NFV等技术将屏蔽网络底层硬件的差异,实现网络的扁平化和集中配置,提供标准化的应答服务;其次,5G、 云计算 、 物联网 等新技术在网络中的使用将会大大提高网络的能力;最终,网络感知技术,比如DPI、探针技术等检测手段,将会让网络实现内部感知,实现更强的可管可控。

可定义网络、通用网络硬件、 虚拟化 数据中心和 物联网 技术的广泛使用将是此阶段的重要特征,这个阶段结束后,网络将成为能基本实现感知、计算和连接三位一体的新软件化的灵活网络。

阶段二:人机协同阶段

在此阶段,智能手机以及应用的服务将会被增强现实技术(AR)、虚拟现实技术(VR)所代替。目前人类已经从传统的命令界面、图形用户界面,来到了多媒体界面。对于网络而言,服务对象开始由手机应用向虚拟现实转变、由人类向“人+ 机器人 ”转变,人类的交流将进入虚拟、增强现实界面时代。尽管现在,谷歌眼镜等第一代设备往往是为业余爱好者或者高精尖业务所打造的,没有体现出太大的实用价值。但随着时间的推移,设备变得越来越好,技术日益成熟,价格更加低廉,它们将会得到更大范围的普及。VR、AR 操作系统 将成为超级入口,现阶段的各种超级应用,将可能成为管道,被隐藏在VR、AR的交互界面之下。而 机器人 即将重复个人电脑崛起的道路,它将与个人电脑一样,彻底改变这个时代的生活方式。 机器人 将成为由PC控制的外接设备,它们的样子也许会离科幻故事越来越远,但在专业性领域将更为普及,比如协助医生进行外科手术的机械臂、在战场上负责排除路边炸弹的侦察 机器人 、负责居家生活的家用 机器人 等,更多的 机器人 将代替人类承担更多重复性的基础工作。

面对服务对象的巨大改变,网络服务的内容必然发生变化, 机器人 技术、柔性覆盖技术和自组织技术将是这个阶段的核心技术。首先,网络将会 机器人 化通过各种认知计算服务和自动化技术,网络实时感受当前的流量,配合过去人工操作的经验,自动完成网络的调度、配置,甚至于整个网络的规划和建设都会由 机器人 自动完成。其次,由于智能设备的广泛应用,过去适应人类聚居特点的网络组建方式将会发生改变。网络的覆盖面必须更广,在低成本的条件下动态柔性覆盖,即网络在整个广域层面形成较为浅度的全面覆盖,而针对临时出现的热点地区,通过无人车、热气球等新的技术,提供快速的深度覆盖。当然,新的技术还包括可见光网络、第六代通信技术等,这些新的组网方式和通信技术将会弥补现有网络的不足,实现真正的泛在网络。最后,自组织将会成为网络的一大能力。通过局部决策、局部组网,很多业务流程将不再由中心统一处理,而在局部自主完成,网络将会由传统的中心式网络逐步向分布式网络演进。

这些新技术带来的新能力,将让网络由人工控制逐步变为人与机器协同控制下的革新网络。第一阶段人工控制的网络尽管变得更加灵活,但主要还是由人类操作,受限于人类精力的限制,用户丰富多样的需求并未得到满足网络采用了抓大放小的策略,只聚焦于10%~20%的主要需求,很多特殊的个性化需求都被舍弃。但是进入新的人机协同阶段, 人工智能 将会作为新的能力补充,覆盖过去单纯依靠人力无法覆盖的部分。 机器人 技术所武装的通信网络,将有能力为每个人的使用习惯和特点设计配置不一样的网络结构。例如,针对医疗手术用的 机器人 ,通过即插即用技术和快速的网络配置,该 机器人 只要接入网络,就能随时随地享受超高实时性的网络服务。网络将得以摆脱地理位置、接入方式(固网、移动)、接入设备的限制。在这一阶段,网络的主要提升将不仅仅是带宽、网络速度等物理指标的提升,而是来自于更加个性化的服务提供,这也将会产生新的商业模式。

阶段三:机器智能阶段

在这个阶段, 人工智能 将与环境融为一体。人类将不再需要AR、VR作为媒介与机器沟通。 人工智能 是人造的智能,可以大规模生产。这种大规模的生产将会带来新的改变,让环境中的任何设备都具备 人工智能 ,成为和手机、AR、VR一样与人类直接沟通的媒介。在这种条件下, 人工智能 会成为一种服务,会从离人们很远的一个“工厂”产出,当人们购买一个新设备的时候,这种能力会像电力一样由网络传送给这个设备,并由用户自主选择。这就像100年前,人们设计了各种产品,比如洗衣机、电扇,然后通过电力的网络给它们加上电,就可以给人们提供服务。在这个阶段,人们会像买电一样,通过网络购买这种能力。 人工智能 会像电力流动一样,通过网络流到任何需要的地方,网络将会成为新的超级入口。

在这一阶段,网络将提供更多的能力,因此网络需要采用更新的发展方式,比如模拟生物的方式去改造网络的结构、计算的方式和学习的方式。首先,网络的形态将去中心化,类生物神经系统,不再具有复杂的层级,能够自愈合、自修复。其次,网络的计算能力向着类脑计算方向发展,低功耗,能够并行处理大量数据。最后,网络将实现主动的学习和思考,并真正成为其他行业的基础,向建立在网络之上的各行各业的服务提供数据服务。

最终,网络将向更高级别的人性化服务发展,它将不再是一个冷冰冰的机器,而更像是并肩作战的朋友。对于运营商而言,连接将成为低廉的普适服务,而数据服务将成为运营商的核心。

通过对 人工智能 时代的展望,我们探讨了整个网络的发展。尽管未来永远无法准确预测,但是我们仍能从现在的变化和趋势中努力想象与揣测未来的蛛丝马迹。 人工智能 时代即将到来,未来的网络将会远远超出现在的想象。我们相信, 人工智能 对网络的影响将会越来越大,网络的能力也会越来越强。未来的世界将是 人工智能 与网络的深度结合,这种结合已经开始,而且在加速前行。

上一页12下一页

上一篇:Siri创始人正式展示Viv助手 比想象中要强大
下一篇:技术奇点:揭开人工智能的神秘面纱
精选推荐
2018年企业数字化转型的五大趋势
2018年企业数字化转型的五大趋势

[2017-12-16]  据2016年哈佛商学院研究表明,选择进行数字化转型的企业在3年内表现出了55%的平均毛利润提升,相比之下其他企业毛利润同期降低了37%。数字化转型企业的领头羊,也曾是收入处于......

人工神经网络技术解码人类行为和想象时的大脑活动信号
人工神经网络技术解码人类行为和想象时的大脑活动信号

[2017-08-23]  为搜索引擎过滤信息,棋盘游戏对弈,识别图像 人工智能在某些任务中远远超过了人类智能。来自弗莱堡由神经科学家私人讲师Tonio Ball博士领导的几个杰出的BrainLinks-Bra......

这个外科手术机器人可以为患者“量身定制”
这个外科手术机器人可以为患者“量身定制”

[2019-07-12]  世界首创,来自澳大利亚机器人视觉研究中心的研究人员正在推动手术机器人的发展边界,他们创造了可定制的、小型化的手术机器人,能够唯一地 ...

南加州大学机器人学家:机器人更适合粗暴的爱
南加州大学机器人学家:机器人更适合粗暴的爱

[2019-11-07]  图片来自JOHN MADERE GETTY IMAGES打是疼骂是爱,当人类粗暴的将物体从机器人手中敲掉,看似残忍,实际上却能帮助机器人找到最好的握持物 ...

哈佛大学《自然》发表新驱动技术,让飞行机器人悬停且不受损伤
哈佛大学《自然》发表新驱动技术,让飞行机器人悬停且不受损伤

[2019-11-06]  哈佛大学研究人员发表在《自然》杂志上的一项最新研究,他们开发了一种由柔软的人造肌肉驱动的机器人蜜蜂(RoboBee),这种机器人在撞墙、 ...

瑞士研发出微型机器人集群 可像蚂蚁一样互相交流并协同工作
瑞士研发出微型机器人集群 可像蚂蚁一样互相交流并协同工作

[2019-07-12]  EPFL(瑞士联邦理工学院)的研究人员受到了蚂蚁的启发,开发了一款仅有10克重的小型机器人:他们可以相互交流,分配角色并完成复杂的任务。 ...

MIT用深度学习处理3D点云数据 应用于无人汽车等领域
MIT用深度学习处理3D点云数据 应用于无人汽车等领域

[2019-10-23]  如果你见过自动驾驶汽车,也许会对车顶上那个一直在旋转的圆柱体感到好奇。这是一个雷达传感器,无人驾驶汽车依靠它在现实世界中进行导航。 ...

集群机器人领域最新研究:一种用于探测未知环境的微型无人机群
集群机器人领域最新研究:一种用于探测未知环境的微型无人机群

[2019-10-26]  (图:无人机扩散至不同方向来探索环境。当一个无人机注意到另一个无人机在它的首选方向,它将试图飞到另一个方向。若首选方向冲突,低优先 ...

本周栏目热点

OFO宣布进入4.0时代 人工智能竟是这样找车

[2017-09-27]  9月26日,OFO小黄车召开发布会,宣布OFO将进入到用科技重新定义共享的4 0时代,作为此次发布会的重点,OFO小黄蜂也成为了众所关注的焦点, ...

英特尔研发新AI技术 通过照片构建虚构场景

[2017-08-21]  近日,斯坦福大学和英特尔共同研发了一项技术。在向他们的人工智能系统输入5000张德国街道照片后,该技术可在人类的辅助下,让系统构建 ...

人工智能领衔未来生活 智能硬件或迎转折

[2016-03-03]     智能家电转型升级,硬件+内容双管齐下  在国家提倡互联网+战略的大背景下 ...

人工智能革命之下你会失业还是变得富有?

[2016-07-12]   最新一期的《经济学人》杂志的封面报道,将 人工智能 的发展对未来世界的影响和19世纪工业革命联系起来,机器的大规模应用是否会让工 ...

谷歌正打造能像人类一样快速学习的超速人工智能

[2017-03-23]  据Futurism报道,最近几个月,深度机器学习技术引发令人难以置信的喧嚣。广泛的能力让它们可以玩视频游戏、识别面部等,更重要的是可以自主 ...