區(qū)塊鏈、自動駕駛、人工智能鏖戰(zhàn)開始 誰將成為下一個風(fēng)口？

　　近年來，區(qū)塊鏈、自動駕駛以及人工智能的概念頻繁爆紅于科技界。有業(yè)者稱，區(qū)塊鏈的顛覆在于人們找到了一個低成本解決信任問題的方案;自動駕駛的出現(xiàn)方便了人們的交通出行;人工智能則為我們打開了新的世界。不論是區(qū)塊鏈、自動駕駛還是人工智能，都具有強大的發(fā)展?jié)摿?，那么誰又將成為人類財富的下一個風(fēng)口呢?這件事值得我們討論一二。

　　區(qū)塊鏈：有機遇 也有質(zhì)疑

　　作為比特幣底層技術(shù)與基本構(gòu)架，區(qū)塊鏈與比特幣詳細(xì)關(guān)系是什么呢?可以這樣理解，如果比特幣是記賬系統(tǒng)的表征、符號，是記賬系統(tǒng)上的數(shù)字;那么區(qū)塊鏈就是這個記帳系統(tǒng)本身，是它背后的一套信用記錄以及信用記錄的清算構(gòu)成的一個體系。

　　說到未來的風(fēng)口，肯定會涉及利益。那么整個區(qū)塊鏈在宏觀上會帶來什么東西?如果將早先的互聯(lián)網(wǎng)看成是信息互聯(lián)網(wǎng)，那么區(qū)塊鏈將會形成價值互聯(lián)網(wǎng)，這也是我們目前社會所面臨的最大的機遇。那么價值互聯(lián)網(wǎng)會帶來什么?其實這是一個開放的問題，直接結(jié)果就是使交易成本不斷下降，直至為零。

　　整體來看，區(qū)塊鏈帶來的機遇，主要有以下幾點：

　　其一，數(shù)字貨幣的產(chǎn)生。數(shù)字貨幣是區(qū)塊鏈最直接的應(yīng)用領(lǐng)域，也是目前最為成熟的領(lǐng)域。目前數(shù)字貨幣領(lǐng)域以比特幣為核心，因為比特幣是使用人群最為廣泛的數(shù)字貨幣。但由于各國對于數(shù)字貨幣的政策不同，所以其發(fā)展速度也存在著差異。

　　其二，共享經(jīng)濟的誕生。區(qū)塊鏈技術(shù)解決了數(shù)據(jù)存儲、流動的難題。作為一個大型海量數(shù)據(jù)庫，區(qū)塊鏈記錄在鏈上的所有數(shù)據(jù)和信息都是公開透明的，任何節(jié)點都可以通過互聯(lián)網(wǎng)在區(qū)塊鏈平臺進行信息查詢，這也為共享經(jīng)濟提供了信用保障。

　　其三，云計算的擴展應(yīng)用。未來以區(qū)塊鏈為基礎(chǔ)的分布式云會洶涌崛起，也許那時的云才叫真正的云。其實目前的比特幣、以太坊就是分布式云。

　　目前，區(qū)塊鏈技術(shù)正處于發(fā)展初期，其前景雖然開闊，但是質(zhì)疑與批評也不少。近日，金沙江創(chuàng)業(yè)投資基金合伙人朱嘯虎表示：“2000年的互聯(lián)網(wǎng)泡沫至少還有eyeball，今天的區(qū)塊鏈除了炒幣外還有什么?”

　　自動駕駛：各出奇招 爭相搶灘

　　2015年至今，自動駕駛的發(fā)展速度顛覆了業(yè)界人士巨大的想象空間，無數(shù)創(chuàng)業(yè)者、投資者瘋狂涌入，使得自動駕駛迅速被推上爭議高峰。Uber、特斯拉、百度以及滴滴等各大巨頭也是各出奇招，共同爭奪自動駕駛的市場。

　　從汽車駕駛自動化程度來看，自動駕駛可以分為4個階段：駕駛輔助、半自動駕駛、高度自動駕駛、完全自動駕駛，即業(yè)界默認(rèn)的L1、L2、L3以及L4。而圍繞這些階段，企業(yè)研發(fā)又形成了兩條技術(shù)路線。一條是以特斯拉為代表，從L2逐步向L3、L4過渡，也就是從逐漸弱化汽車對人的依賴性，以至于最終實現(xiàn)完全無人駕駛。第二條是以谷歌、百度等為代表，采用多傳感器融合，一步到位實現(xiàn)L4級無人駕駛，它看起來跳躍性更高、更被投資人們推崇，但也更難實現(xiàn)。

　　自動駕駛的概念雖然出現(xiàn)已久，但目前的自動駕駛汽車仍未實現(xiàn)完全自動化。而在這過程中，部分企業(yè)則打著完全自動駕駛的旗號做宣傳，以至于讓更多用戶對自動駕駛技術(shù)產(chǎn)生了質(zhì)疑。以特斯拉為例，特斯拉的自動駕駛系統(tǒng)AutoPilot推出以來，全球公開報道的案件已不下幾十起，2016年5月，一位使用特斯拉Model S自動駕駛的車主，由于太過相信Autopilot的功能，發(fā)生了車禍，除此之外還有更多的相關(guān)事件尚未被曝光。

　　目前，涌入自動駕駛行業(yè)的企業(yè)雖然很多，但推動自動駕駛汽車急速發(fā)展的兩大軸心主要是成車企業(yè)和IT企業(yè)兩大陣營，從目前的技術(shù)研發(fā)水平來看，其任何一個陣營都很難獨自完成開發(fā)。故可以預(yù)測，在未實現(xiàn)商業(yè)化之前，兩大陣營將會互相合作，開展各種“合眾連橫”戰(zhàn)略。蘋果與奔馳、寶馬合作，谷歌與奧迪合作便是典型的例子。

　　在手機、VR/AR以及無人機熱之后，一些芯片廠商、汽車廠商、互聯(lián)網(wǎng)廠商以及一些技術(shù)廠商紛紛加入了自動駕駛汽車的角逐?；馃岬膭蓊^讓部分企業(yè)家瘋狂，如賈躍亭赴美造車等。不知何時自動駕駛已成為刺激人們神經(jīng)的又一個風(fēng)口，但即使如此，自動駕駛也會逐步到來，以目前的技術(shù)水平來看，近兩年內(nèi)不太可能實現(xiàn)完全自動駕駛(L4階段)。

　　人工智能：困境中存在著可能

　　2017年，全球人工智能人才總數(shù)約30萬，而市場需求已達(dá)百萬量級。根據(jù)市場數(shù)據(jù)反饋，人工智能應(yīng)用層職位增速尤為顯著，其中增速最高的三個職位分別是算法工程師、語音識別以及圖像處理。

　　隨著人工智能逐漸走進生活，其“恐怖”之處也慢慢顯現(xiàn)出來，超越常人的計算、學(xué)習(xí)能力以及高效的辦公效率等都成為業(yè)內(nèi)人士追求目標(biāo)。無論是AlphaGo橫掃圍棋界還是京東首建全球無人倉，都說明了人工智能具有強大的發(fā)展?jié)摿Α？梢院敛豢鋸埖念A(yù)測：在未來數(shù)十年中，我們所接觸的每一種應(yīng)用程序都將整合進一些人工智能功能，而如果不使用應(yīng)用程序，我們將無法做任何事。

　　人工智能就其本質(zhì)而言，是對人類思維模擬的產(chǎn)物。雖然還在研究中，但是不少學(xué)者認(rèn)為人工智能來源于人，也會取代于人。這其中最關(guān)鍵的問題還是人工智能是否會產(chǎn)生自主意識。其實，現(xiàn)在討論這個問題無疑是多余的，因為沒有任何技術(shù)是在人類事先考慮周全之后才被發(fā)明出來的。

　　事實上，人工智能的多項研究還是大幅度簡化了我們的生活，如智能語音、迎賓機器人以及智能音箱等。但是這遠(yuǎn)遠(yuǎn)不夠，正如業(yè)內(nèi)人士所說：“解決對人類來說存在智力挑戰(zhàn)的問題是相對簡單的，更困難的是解決對人類來說很簡單的問題。很少有三歲孩童能下圍棋，但所有的三歲孩童都能認(rèn)出自己的父母——而不需要大量有標(biāo)注的圖像集?！?/p>

　　如此來看，人工智能要走的路還有很遠(yuǎn)，如今的圖像識別與深度學(xué)習(xí)也僅僅是其中的一小步。

　　小結(jié)：

　　三大行業(yè)的發(fā)展為我們展現(xiàn)了一個新的未來，如今來說下一個風(fēng)口還有些為時尚早。更重要的是，三大行業(yè)也存在著相應(yīng)的聯(lián)系，如果未來三大行業(yè)能夠互相應(yīng)用，那么下一個風(fēng)口是誰自然不言而喻了。