《极致创新,数字化进程的下一站》由会员分享，可在线阅读，更多相关《极致创新,数字化进程的下一站（3页珍藏版）》请在金锄头文库上搜索。
1、2016 . 102极致创新，数字化进程的下一站首先，让我们畅想一下全联接世界的经济格局：无论是熙熙攘攘的大城市，还是人烟稀少的偏远乡村，全球各个角落都将实现数字互联，公平竞争，共获发展。当各国实现全联接后，极致创新时代就将到来。云计算、大数据分析、物联网和人工智能领域的创新将达到前所未有的高度：物理障碍将被跨越，人脑极限也将被突破。届时，人与机器合作无间，将达到1+12的效果。以上是华为2016年全球联接指数（GCI）报告量化数字经济进程中勾勒的美好前景。该报告表明，越来越多的国家已经意识到，强大的数字基础设施是提升国家竞争力和促进经济有质量增长的重要驱动力；平均而言，GCI上升一个点，撬动
2、姚海飞如何拉动全球经济复苏的步伐？在2016年的G20杭州峰会上，中国提出的“创新增长方式”受到了广泛认同。创新是第一生产力，在中国与世界都是如此。随着新兴科技应用层出不穷，云计算、大数据、物联网、人工智能等为各国提供了新的创新增长机遇。物联网大数据基础创新互联网创新极致创新数据创新这些国家的创新是以基于原材料和利用现有资源的创新为主。此类国家正处于基础设施建设阶段，ICT发展重点是普及宽带网络，建设数据中心。此阶段的国家开始利用ICT技术，进行行业的改造与升级。主要聚焦云计算的应用和普及，建设更高速的宽带网络。这些国家是新技术的实践者和领跑者。重点通过数据挖掘和服务升级，实现资源的有效整合和
3、利用。目前尚未有国家步入此行列。云计算数据中心宽带3极致创新营赢 别册国家竞争力提高2.1%，国家创新力提高2.2%，国家生产力提高2.3%。各个国家是如何通过ICT推动创新呢？GCI报告对比50个国家的数字经济转型进程，将国家技术创新模式分为四个阶段：基础创新阶段、互联网创新阶段、数据创新阶段，以及尚无国家达到的极致创新阶段。处于基础创新阶段的国家依赖劳动力和大宗商品等基本要素创造价值。创新较为分散、不协调，ICT基础设施薄弱，对GDP的拉动作用较小。这些国家在GCI 2016的排名比较靠后，如加纳和孟加拉国。处于互联网创新阶段的国家主要通过在线商品和服务供应创造价值，通过实体店向网络延伸，
4、驱动创新。中国和马来西亚是典型的互联网创新国家。而目前处于最先进的阶段，即数据创新的国家，其宽带、数据中心和云计算非常普遍。这些国家主要基于数据分析，提供差异化、定制化和个性化服务创造价值，但物联网和大数据解决方案尚不成熟，这在一定程度上削弱了ICT投资对GDP的拉动作用。美国、英国和新加坡是典型的数据创新国家。面向未来，在极致创新时代，大数据分析将无处不在，嵌入物联网系统中，借助虚拟辅助、高级机器人或其他手段，推动机器辅助创新。GCI报告预测，2016年排名靠前的国家，包括美国、新加坡、瑞典和瑞士，若能继续保持目前的发展势头，将有望于2020年左右成为首批迈入极致创新时代的国家。目前的很多创
5、新都可以归结为机器辅助创新。不同的是，传统创新是在创新过程中使用机器和人工智能技术，而极致创新是指机器驱动整个创新流程， 8%100%1%10%5%ICT投资 的GDP占比4G覆盖率数据中心投资的 GDP占比全球人均IoT设备数下载速度云计算投资在 IT预算中的占比IoT会让你的国家更智能大数据技术投资 在IT预算中的占比50%5G覆盖率12150 Mbps全球带宽1 Mbps极致创新阶段标志 通过多种方式扩大创新规模，减少创新阻碍。极致创新有以下特征：处理超出人类意识范围的复杂信息，并将其提炼成人类能感知和使用的信息；处理人类无法解决的繁冗、重复、费时、复杂甚至错误的问题；通过物联网对各种变
6、量进行分析，准确建模、模拟和预测；提供直观交互，帮助残障人士或缺乏特定技能的人群进行创新。创新不再是技术人员和编程工程师的专利，而变成人人皆可的创新。在极致创新时代，创新仍然主要基于数据分析，也可通过提供完整的数据集并借助机器进行创新，进而将创新提升到一个新高度。想象一下，在不久的将来，制造、金融、教育、农业等各个领域广泛采用机器辅助创新后，将能大幅提升生产率和创新水平。然而，这一切不会自动实现。国家和企业需要重点投资宽带、数据中心、云计算、大数据和物联网这五大使能技术，以此推动创新的发展。这五大技术共同构成的数字基础设施将成为提高生产效率、增进创新水平的基础。宽带和数据中心到位后，发达国家已
7、经开始将重点放到云计算、大数据和物联网上，加快在垂直行业部署云计算，推动政府和企业加大物联网部署和投资力度，扩大物联网普及范围，打造行业生态系统，促进跨行业合作，以期在这些使能技术的推动下，跨入极致创新阶段。相比之下，进展缓慢的国家有可能在全球经济中处于落后位置。2016 . 104GCI中排名第五的英国为其他国家树立了杰出榜样。2014年，英国政府承诺向图灵研究所投资4200万英镑，用来收集、组织和分析大数据；2015年9月，又宣布向英国物联网协会项目投资4000万英镑，其中1000万英镑专门用于城市地区的一项合作研发项目。得益于积极的创新活动，英国于2016年荣登全球联接指数排名第五的位置
8、。照此趋势发展下去，英国极有可能成为首批极致创新国家。创新掠影：英国创新掠影：医学人工智能的发展依赖于哪 些关键使能技术张宝峰华为诺亚方舟实验室数字化将由宽带、数据中心和云技术实现。其次是大数据分析技术，这也是人工智能技术的核心。人工智能技术出现后，ICT将不再只是发挥参考和支撑功能，而是将在决策和自动化中起到重要作用。我们预计未来十年，“从大数据到深度学习”将成为主要趋势。Peter Z Yeh博士Nuance Communications首席AI科学家宽带、数据中心、云计算、大数据和物联网这五大使能技术，都将在人工智能技术的发展过程中发挥重要作用。大数据分析和物联网可以视为是人工智能的应用
9、，将能极大地推动人工智能的发展。云服务等技术则用来构建人工智能框架，例如，研究人员已经利用GPU（图形处理器）使深度神经网络变得实际可行。专家观点作为研究物质世界微观粒子运动规律的物理学分支学科，量子力学目前是最令人费解的科学领域之一，因此，设计量子力学实验非常困难。借助人工智能，这一状况在近期有所改观。2016年，维也纳大学的研究团队开发了一种名为Melvin的人工智能算法，用来设计量子力学实验，实现特定量子态。实验设计者发现自己只是在做猜想，而计算机算法也可以进行同样的猜想，并且速度更快。在运行过程中，Melvin算法会组合量子力学实验的不同模块（即激光和镜子），并检查作为结果的量子态。这
10、一算法可以随机运行多种配置，还可以总结经验，设计一些人脑无法想到的实验。Melvin共设计了51种实验，其中一种实现了研究人员希望获得的量子态。对于量子力学的研究，人工智能目前还无法完全取代人类，Melvin的运行结果仍需要人工去分析。但是，该研究团队在物理评论快报上发表研究成果时指出：“Melvin可以自动学习适用于简单系统的解决方案，从而能加速设计更为复杂的实验。研究人员可以将这种自动设计量子实验的能力应用到更多量子系统中，使理想中的量子态成为现实。”?斯坦福大学医学院和工程学院联合开发的计算机程序C-路径（C-Path）可以精准识别癌细胞，准确性高于人类病理学家。研究人员使用预后已知的组织样本来训练C-路径。该系统通过分析肿瘤结构来预测癌症患者的存活几率，并与已知数据相对比，然后根据比较的结果调整自己的模型，分析哪些特性比较重要，哪些特性相比之下没那么重要。人类病理学家一般只关注那些重要的细胞结构，但计算机可以分析数千个变量（实际上有6642个细胞因子），因此对于预测患者的健康状况来讲更具价值。未来，计算机将可以和人类合作，为病患带来福音。创新掠影：量子力学
