在上一篇文章中,我们分享了 2025 年及以后人工智能的未来(一);今天我们继续探讨5G,甚至6G以及飞行汽车等科技与应用的未来……

5G 的影响越来越大

Sarah Wray 在一篇题为“5G 可以在 2028 年推动数万亿媒体和娱乐( 5G could drive trillions in media and entertainment by 2028)”的文章中观察到,5G 将在此期间继续铺开并发挥更大的影响。根据英特尔委托 Ovum 执行的一份新报告,预计到 2028 年,由 5G 支持的媒体和娱乐“体验”将产生高达 1.3 万亿美元的收入。

该报告表明,2025 年将是 5G 在娱乐和媒体领域的“转折点”。届时,该报告预测,全球约 57% 的无线收入将由 5G 网络和设备的功能驱动。到 2028 年,英特尔和 Ovum 预计这一数字将上升到 80%。

2025 年及以后人工智能的未来(二)

预计全息技术将广泛用于商业、娱乐和与朋友和家人的个人通信。也许商务会议将通过全息电话进行,从而减少未来商务旅行的需求。

Ben Yu在一篇题为“5G与AI的融合:风险投资家的观点(The convergence of 5G and AI: A venture capitalist’s view)”的文章中观察到,5G不仅仅是“4G,而是更好”。它利用新的频谱来推动创新的商业机会和用例。例如,在 28 GHz 和 39 GHz 频段(也称为“毫米波频段”)中,大量新带宽可以改变我们所知的通信运营商格局,同时进一步改善最终用户的移动体验。

“如果 AI 和 5G 有一个孩子,它的名字将是 AV。自动驾驶汽车本质上是轮子上的数据中心。如果你仔细观察它们,你会发现它们装有多个 4G LTE 调制解调器,因为,大脑在设备,他们需要边缘智能。这需要 5G 独特定位提供的丰富和快速的数据移动。”

具有 5G 连接零售和金融科技(支付)的自主旅程的 DLS 视图:

2025 年及以后人工智能的未来(二)

Credit Suisse表示,自动驾驶和拼车将相结合,从根本上改变私家车拥有的动态。此外,Credit Suisse预测全球汽车共享和拼车市场将从 2015 年的 170 亿美元增长到 2030 年的 810 亿美元。

在这种环境中取得成功的汽车制造公司将是那些已经适应通勤者共享车队的公司,因为年轻一代不再拥有汽车,更多地转向共享和拼车。此外,日益老龄化的人口(从而为他们提供更大的机动性)和自动送货车(例如,想象一下带轮子的服装陈列室和食品配送中心)对自动驾驶汽车的需求将不断增长。

IHS Markit预计到 2040 年,自动驾驶汽车的年销量将超过 3300 万辆,使新的自动驾驶汽车占新车销量的 26% 以上。

6G

一些分析师预测 6G 将在 2030 年代到来。它将提供更快的速度、更大的容量和更低的延迟。

Steve McCaskill 在“为 6G 移动网络做好准备:1Tbps 速度、微秒延迟和 AI 优化(Get ready for 6G mobile networks: 1Tbps speeds, microsecond latency and AI optimisation)”中观察到“早期的 6G 网络将主要基于 5G 基础设施,承认每一代都‘借用’上一代的元素,因此将受益于 5G 带来的无线电数量增加和去中心化网络架构。”

“在速度方面,6G 网络将通过使用低于 1THZ 的频谱允许 1Tbps,并将专注于连接数万亿个物体,而不是数十亿个移动设备。延迟将通过使用人工智能来确定“将数据从设备传输到基站并通过网络传输的最佳方式。据预测,移动行业以外的组织将在标准化中发挥更大的作用,这意味着它可以根据他们的需求进行定制。”

自动飞行汽车

许多市场分析师预测,在 2030 年代,我们将迈向自动飞行汽车。

摩根士丹利预测飞行汽车将在 20 年内成为一项价值 1.5 至 3 万亿美元的业务,这意味着开发共享乘车自动空中出租车车队的竞赛正在进行中。波音公司的原型机在今年早些时候进行了首飞。

2025 年及以后人工智能的未来(二)

一个例子是 Next Future Transportation,他们声称已经开发了用于避免空中碰撞的人工智能,并计划在 2025 年出售他们的 ASKA 混合动力汽车。

无论人们将它们称为汽车还是无人机,都认为人工智能与边缘计算相结合将在未来二十年中引发一场持续的交通革命。

具有智能物联网的自动驾驶汽车和 5G 技术的出现和扩展将导致整个社会和我们日常生活的方式发生巨大变化。变化的规模太大,无法在任何一篇文章中处理,因此将有一系列文章考虑医疗保健、智慧城市、金融服务、气候变化、道德和零售等领域。

太空与天文学中的人工智能

此外,我们还将在太空探索方面取得重大进展,特别是在人工智能发挥关键作用的情况下,探索我们的太阳系。

Yan Fisher 撰写了一篇题为“开源和人工智能如何将我们带到月球、火星和其他地方(How open source and AI can take us to the Moon, Mars, and beyond)”的文章,观察了 Spaceborn 计算机的性能。此外,Oliver Peckham 在“星载计算机返回地球,HPE 关注 AI 保护的星载 2”中观察到“星载 2 还将寻求使用机器学习和人工智能使超级计算机的软件加固能力更加智能”

我们将越来越多地使用人工智能来更深入地了解我们的太阳系,例如 DisruptiveAsia 引用洛克希德马丁航天公司 New Ventures 副总裁 Carl Marchetto 的话说:“人工智能可以彻底改变我们使用太空信息的方式,无论是在轨道上还是在深空。太空任务,包括载人火星及其他地方的任务。”洛克希德马丁公司高级程序开发副总裁@joe_landon 在达沃斯世界经济论坛期间的人工智能小组讨论中明确指出边缘人工智能对太空探索的重要性,很明显边缘人工智能是一个未来太空任务的重要组成部分,并使用机器人设备更好地了解我们周围的行星。

此外,美国宇航局指出“人工智能将为未知事物准备机器人”。引述自主空间系统的高级研究科学家 Chien 的话,他对人类与 AI 一起工作发表了以下观察:“AI 的目标是让 AI 更像一个与科学家合作的智能助手,而不是编程汇编代码......它允许科学家们专注于‘思考’的事情——分析和解释数据——而机器人探索者则寻找感兴趣的特征。”

人工智能将继续使 NASA 等机构能够在深空发现诸如围绕其他起点的系外行星。

Marc Prosser 和 Jovan David Rebolledo 在“AI 将太空探索推进超空间驱动器——这就是方法(AI Is Kicking Space Exploration Into Hyperdrive—Here’s How)”中表明,AI 将通过地球化我们未来的家园在未来发挥关键作用,并观察到“更远的未来,像火星地球化一样的登月等待“如果没有人工智能,这些让其他行星适应类似地球条件的项目将是不可能的。”

人工智能与工作

牛津大学和耶鲁大学研究人员的一项研究(https://arxiv.org/pdf/1705.08807.pdf)预测了人工智能接管特定任务所需的时间。 BusinessInsider 的一个故事报道了这篇论文,DLS 团队从中汲取灵感,创建了我们自己的版本,如图所示。

2025 年及以后人工智能的未来(二)

“首席研究员 Katja Grace 和她的同事发现,未来 10 年内最有可能实现自动化的任务是常规的机械任务。到 2024 年,语言翻译可能会超过人类的表现,回应表明,机器人可能能够写出的论文水平超过人类。”

“更复杂和创造性的任务,比如写书和进行高级数学,将需要更长的时间。最终,研究人员发现人工智能可以在 2051 年实现所有人类任务的自动化,到 2136 年实现所有人类工作的自动化。”

这样的预测引起了人们对人类未来的焦虑,以及一旦人工智能在未来变得更强大我们将做什么工作。我相信,与其在此时此刻沉迷于 AGI,不如说我们今天和有生之年都必须面对更大且非常真实的威胁。

有人问的一个问题是为什么我们要继续使用人工智能,为什么不直接禁止它?这无异于试图阻止潮汐,正如克努特国王所展示的那样,即使在国王本应全能的时候,即使在国王的指挥下也无法阻止潮汐。今天,我们生活在一个大数据不断增长的数字时代。人们想要他们的移动和社交媒体,因此需要机器学习技术来理解数据。

Dean Takashi 在“Newzoo:智能手机用户将在 2018 年突破 30 亿,到 2021 年将达到 38 亿”中观察到,2018 年底全球 39% 的人口使用智能手机,而到 2021 年将有 48% 的人使用智能手机。

2025 年及以后人工智能的未来(二)

图源:Newzoo

互联网分钟内产生的大数据量:

2025 年及以后人工智能的未来(二)

图源:VisualCapitalist 2019 年互联网一分钟内发生了什么?

Stephanie Condon 在一篇题为“IDC 表示:到 2025 年,生成的数据中近 30% 将是实时的”的文章中解释说,这比 2017 年的 15% 翻了一番,并指出“总而言之,在 1500 亿台设备中, IDC 表示,2025 年将在全球范围内连接,大多数将创建实时数据。全球数据圈预计将从 2017 年的 23 ZB (ZB) 增长到 2025 年的 175 ZB。1 ZB 相当于 1 万亿 GB .”

2025 年及以后人工智能的未来(二)

2025 年及以后人工智能的未来(二)

图源:IDC

数据的数量和速度太多太快,人类无法分析。机器学习算法使我们能够利用这一数据浪潮并检测我们可能会错过的模式。

……

未完待续

  1. 混合云/边缘模型
  2. 更清洁的经济增长和摆脱一切照旧 (BAU)
  3. 通往 AGI 高度复杂的途径
  4. 脑机接口 (BCI) 增强
  5. 需要在教育和技能培训方面进行革命
  6. 通往人工智能和机器人未来之路

方案推荐及资料下载

《6G总体愿景与潜在关键技术》白皮书.pdf

阿里云“城市大脑”数据智能解决方案 

华为好望 | 中小型超市/便利店智能解决方案 

城市级智慧停车解决方案 

HDL全功能智慧家居解决方案  

中国联通 5G 未来社区白皮书 (2020 年)  

H3C:《中国城市数字经济指数白皮书(2020)》  

《弱电智能建筑项目系统集成手册》——IT与智能化项目实施建议 

* 千家网原创文章,未经授权严禁转载 。