以下內(nèi)容根據(jù)電子發(fā)燒友AI產(chǎn)業(yè)分析師張慧娟女士關于《人工智能產(chǎn)業(yè)調(diào)研報告》的演講整理。
結合全球科技企業(yè)的布局，以及國內(nèi)市場的落地應用情況，分析認為人工智能將在2-3年內(nèi)在國內(nèi)市場形成更大規(guī)模的落地效應，包括新興領域和傳統(tǒng)行業(yè)。在人工智能落地的動力與瓶頸方面，提到數(shù)據(jù)問題應該受到足夠的重視，不論是硬件架構還是數(shù)據(jù)資源的調(diào)取方面。隨著人工智能從云到端的發(fā)展，端側芯片競爭會更為激烈，背后考驗的還有軟件支持、生態(tài)、服務等因素。報告最后談到了智能終端人機交互的趨勢，以及5G與AI融合后可能帶來的改變。 國際科技公司現(xiàn)狀
2018年全球市值TOP10企業(yè)榜單包含蘋果、亞馬遜、谷歌、微軟、伯克希爾、Facebook、阿里巴巴、騰訊控股、摩根大通、強生等，這10家企業(yè)其中有7家是科技公司:蘋果、亞馬遜、谷歌、微軟、Facebook、阿里巴巴、騰訊控股，這七家企業(yè)都有一個共同點，布局人工智能，牢牢掌握了互聯(lián)網(wǎng)世界的入口。
2012年是一個比較關鍵的年份，2012年之后，這些公司不斷加大在人工智能領域的布局。由此也引發(fā)了兩點思考，這是一個階段的拐點還是一個新時代的起點?巨頭掌握入口和數(shù)據(jù)，后入局者機會在哪里？
這些巨頭的可怕之處在于牢牢地掌握了入口，有著龐大的數(shù)據(jù)資源。延伸來看就是他們獲取用戶的能力非常強，具有強大的生態(tài)資源。
未來螞蟻能不能扳倒大象？
針對AI會在多久之內(nèi)改變企業(yè)和所處行業(yè)發(fā)現(xiàn)，有35%的人認為會在2-3年之內(nèi)人工智能將會改變其企業(yè)，同時有27%的人認為4-5年內(nèi)人工智能將改變其所處的行業(yè)，盡管現(xiàn)在國內(nèi)AI還處于發(fā)展的早期，但是大家對于AI的發(fā)展有較為明確的共識。對于初創(chuàng)企業(yè)來講，競爭時間非常緊張，在未來2-3年，或4-5年之內(nèi)，需要盡力提升差異化競爭的優(yōu)勢。 國內(nèi)AI應用現(xiàn)狀
根據(jù)調(diào)研分析，企業(yè)用戶選擇AI的驅(qū)動因素就是可以提升效率，其次原因為節(jié)約成本，再次為提升用戶體驗、提升數(shù)據(jù)分析能力，還有其他諸如輔助接觸、客戶畫像、差異化服務等因素。其實AI作為一項通用的技術，未來將滲透到我們生活的方方面面，對于企業(yè)來講，是否能夠真正的用AI理念、技術去構筑核心競爭力，也是未來決勝的一個關鍵。
2018年AI大規(guī)模落地，碎片化應用場景開始廣泛滲透。AI應用領域包含消費級產(chǎn)品與服務行業(yè)(對話式AI)、醫(yī)療行業(yè)(AI輔助影像診斷)、零售行業(yè)(智能貨柜)、制造業(yè)(產(chǎn)品分揀)、金融行業(yè)(反欺詐、對話式客服)、互聯(lián)網(wǎng)行業(yè)(內(nèi)容審核、產(chǎn)品推薦)等;典型的AI應用于創(chuàng)新實踐的包含刷臉支付、無人零售、攝像頭、音箱、速記員、視頻換臉、實時翻譯耳機、手持翻譯機、語音助手、電話客服、醫(yī)學影像診斷、AI-IoT等，這些是一些碎片化的比較典型的應用場景，以語音和圖像居多。
在針對企業(yè)開發(fā)AI產(chǎn)品的主要用途中，占比高的是消費電子的15.29%，消費電子一直都是創(chuàng)新應用的集中地，AI的爆發(fā)也是如此，以智能手機、可穿戴設備居多;而智能家居隨著近年來國家政策的扶持和技術的進步，以及行業(yè)本身的發(fā)展，相繼出現(xiàn)一些智能產(chǎn)品，試圖來替代傳統(tǒng)的家居產(chǎn)品。總的來說，消費電子、智能家居、工業(yè)、機器人、計算機視覺等5種用途的AI產(chǎn)品占了56.39%，其余43.61%的AI產(chǎn)品主要用途在機器學習、智能醫(yī)療、智能駕駛、無人機、語言及自然語言處理、安防、教育、其他、農(nóng)業(yè)、金融等方面。
工業(yè)方面在推動工業(yè)轉型升級的動力之下，也有了比較有規(guī)模的落地，比如數(shù)據(jù)分析設備的診斷維護、產(chǎn)線管理等。根據(jù)調(diào)研情況分析預測，2019年會有更多的傳統(tǒng)行業(yè)去擁抱AI，也會產(chǎn)生更多的碎片化應用，如IT服務業(yè)的網(wǎng)絡運維告警壓降、交通行業(yè)的地鐵滑塊火花分析和中車傳感器預測性防護、航空的燃油預測、電力行業(yè)的電線桿塔故障檢測和線路巡檢機器人、核工業(yè)設計的核電站設備診斷分析等等這些傳統(tǒng)的行業(yè)。如果說第一輪的AI爆發(fā)主要集中在to C端，那么接下來的會有更多to B端的AI應用。 AI落地的動力與瓶頸
現(xiàn)階段，推動AI創(chuàng)新與應用落地的因素：大數(shù)據(jù)是基礎，算法是核心，芯片是高地，人才是關鍵，選定垂直的細分領域非常的重要。
AI的人才問題相比過去幾十年的發(fā)展，已經(jīng)不是主要的瓶頸，我們國家有勤勉的人才，國家戰(zhàn)略層面也非常重視人才問題。現(xiàn)在主要探討芯片、算法和數(shù)據(jù)，這些已經(jīng)成為限制AI發(fā)展的關鍵因素。
限制AI發(fā)展的關鍵因素—數(shù)據(jù)，數(shù)據(jù)與AI的關系，就像病人去看病時愿意相信年紀大一點的醫(yī)生，因為年紀大的醫(yī)生看的病人多，掌握的數(shù)據(jù)量大，經(jīng)驗豐富。在AI發(fā)展初期，注意力基本都放在模型訓練方面，所以這個環(huán)節(jié)得到了較快的發(fā)展。但是數(shù)據(jù)標簽描述、檢索、分析等工作需要重視，從而提升有效數(shù)據(jù)價值。從硬件層面分析，AI訓練模型通常采用多核異構的方式，算力提升非常快。在傳統(tǒng)數(shù)據(jù)庫層面通常運行在單一的CPU平臺上，所以就造成了底層硬件結構方面的一些斷層。而隨著AI創(chuàng)新應用場景的不斷涌現(xiàn)，涉及到的數(shù)據(jù)類型會越來越廣泛，那么對于數(shù)據(jù)的采集和處理等環(huán)節(jié)會提出更高的要求。現(xiàn)在數(shù)據(jù)問題已經(jīng)被很多企業(yè)重視起來，下一步的重點是提升有效數(shù)據(jù)的價值。而數(shù)據(jù)中臺也被認為是新的風口。
核心器件多元化創(chuàng)新
用戶在開發(fā)使用AI芯片類型的以深度學習為代表的AI計算需求，主要是以FPGA、ASIC、GPU這種適合并行計算的通用芯片來實現(xiàn)加速的。隨著產(chǎn)業(yè)環(huán)境的日漸成熟，真正的面向算法，在性能、功耗、面積等方面去進一步優(yōu)化的全定制化芯片會具有越來越大的規(guī)模。隨著AI從云到端的發(fā)展，端側芯片的競爭會更加激烈，但是從表面看，這些芯片在暗較長短，每一種芯片都有各自的優(yōu)勢和短板所在。其實不存在某一種芯片能夠吃遍所有的應用，因為除了芯片，背后考驗的還有軟件支持、生態(tài)、服務等因素。
多元的處理器/IP架構
ARM的占有率非常高，達到了35%，ARM其實是把握了其核心的價格優(yōu)勢，在此基礎上迅速構建生態(tài)。由此來看，在一個新的應用來臨之時，往往也是行業(yè)在加速洗牌的時候。
有越來越多的初創(chuàng)企業(yè)開始芯片方面的布局，其中的算法公司居多，當這些公司真正能夠?qū)崿F(xiàn)軟硬一體化時，對下一步落地應用和公司未來的發(fā)展戰(zhàn)略、融資上市等都會有一些幫助。
用戶感興趣的AI開發(fā)套件
排名前幾的分別有華為HiKey970為23%、瑞芯微RK3399Pro為21%、威盛Edge AI人工智能開發(fā)套件為13%等。
華為HiKey970集成了華為Hi AI框架，以主流的神經(jīng)網(wǎng)絡架構進行深度學習算法開發(fā)。瑞芯微RK3399Pro是面向嵌入式應用的，是一款arm架構的開發(fā)板，集設計、芯片調(diào)試和芯片驗證與一體。
工程師對于開發(fā)套件方面有呼聲比較高的一些建議和期待，如進一步降低開發(fā)難度、開源、更豐富的產(chǎn)品、快速搭建社區(qū)資源等幾方面。
企業(yè)算法框架選擇
算法是AI的基礎和核心。從調(diào)研結果分析來看，背后有google強大支撐的TensorFlow處于領先狀態(tài)，市占率達到23%。第二名是背后有Facebook支持的PyTorch，市占率達到13%，它雖然還很年輕，但可以支持TensorFlow不支持的一些定制，所以發(fā)展非常的迅速。第三名是占比達到9%的caffe2，也是Facebook的另一款開源產(chǎn)品。
算法框架同樣凸顯了生態(tài)資源的拉動效應，我們也期待未來在核心前沿的領域能夠有更多的中國算法框架上榜。 AI落地機會的幾點洞察
自然人機交互
現(xiàn)在即將進入人和AI協(xié)作的時代，人機交互走向自然人機交互，最終目標是實現(xiàn)人機協(xié)同。
自然人機交互中界面并不是最重要的因素，貫穿于人機交互發(fā)展始終的是用戶體驗，像語音交互技術逐步發(fā)展，從單輪到多輪對話，合成語音更為自然、真實的接近真人水平。
人臉、手勢等更多通道出現(xiàn)，多通道的融合交互成為未來主流。像觸控、語音、手勢、人臉等有可能成為多通道融合的主流通道，甚至觸覺、嗅覺也有可能納入多通道交互中。
人機協(xié)同就是通過感知、認知決策，最終實現(xiàn)從真實世界到數(shù)字世界的技術閉環(huán)。現(xiàn)階段機器與人的協(xié)作是從識別人開始，我們所做的事情就是通過人臉識別、聲音識別給設備裝上眼睛、耳朵。目前的熱點技術如前端快速識別、遠距離大規(guī)模識別、3D的精細化建模、多模態(tài)識別交互等均為人機協(xié)作的初級階段。 目標是通過融合交互提升機器的智能化，讓機器更懂你，交互更自然。
5G+AI強強聯(lián)合
AI目前面臨三大問題：首先，依賴云端，由于數(shù)據(jù)傳輸帶寬受限，存在延時問題，實時分析決策受限;其次，訓練樣本中情景信息有限，實際環(huán)境中信息源不足，需要進行脫離實際的判斷;最后，速度受限于算力，處理任務時間長，終端智能程度有待進一步提升。
近年來隨著芯片層、系統(tǒng)層的提升，算力問題已經(jīng)有了改進。但是對于前兩個問題，當5G出現(xiàn)之后，這些問題都會相應地得到改善。 那么，當5G與AI融合之后，誰會成為真正的受益者？
首先，顯著的變化會率先發(fā)生在對人機交互有迫切需求的智能終端上。以語音識別為例，借助5G將會讓用戶察覺不到機器響應的時延，讓人及交互接近于自然的對話。
其次，智能家居、智慧社區(qū)、智慧安防等都尚處于淺層次的智能極端，通過安裝大量傳感器攝像頭實現(xiàn)簡單智能，當5G真正落地，隨著基礎設施構建，終端側潛能會被激發(fā)，進一步提升智能化。
最后，AR/VR等終端設備迎來更大想象空間。現(xiàn)在AR/VR基本應用在娛樂、游戲方面，有了5G之后，因為5G能夠改善動作跟蹤延遲的巨大痛點，將可以進入醫(yī)療、教育等行業(yè)應用。
5G是驅(qū)動力，能夠讓AI更無處不在。而AI是催化劑，可以讓5G更智能。
5G是AI下一步大規(guī)模爆發(fā)的關鍵的因素，相信隨著5G的最終的真正落地，一個萬物感知、萬物互聯(lián)、萬物智能的全新時代即將開啟。
結合全球科技企業(yè)的布局，以及國內(nèi)市場的落地應用情況，分析認為人工智能將在2-3年內(nèi)在國內(nèi)市場形成更大規(guī)模的落地效應，包括新興領域和傳統(tǒng)行業(yè)。在人工智能落地的動力與瓶頸方面，提到數(shù)據(jù)問題應該受到足夠的重視，不論是硬件架構還是數(shù)據(jù)資源的調(diào)取方面。隨著人工智能從云到端的發(fā)展，端側芯片競爭會更為激烈，背后考驗的還有軟件支持、生態(tài)、服務等因素。報告最后談到了智能終端人機交互的趨勢，以及5G與AI融合后可能帶來的改變。 國際科技公司現(xiàn)狀
2018年全球市值TOP10企業(yè)榜單包含蘋果、亞馬遜、谷歌、微軟、伯克希爾、Facebook、阿里巴巴、騰訊控股、摩根大通、強生等，這10家企業(yè)其中有7家是科技公司:蘋果、亞馬遜、谷歌、微軟、Facebook、阿里巴巴、騰訊控股，這七家企業(yè)都有一個共同點，布局人工智能，牢牢掌握了互聯(lián)網(wǎng)世界的入口。
2012年是一個比較關鍵的年份，2012年之后，這些公司不斷加大在人工智能領域的布局。由此也引發(fā)了兩點思考，這是一個階段的拐點還是一個新時代的起點?巨頭掌握入口和數(shù)據(jù)，后入局者機會在哪里？
這些巨頭的可怕之處在于牢牢地掌握了入口，有著龐大的數(shù)據(jù)資源。延伸來看就是他們獲取用戶的能力非常強，具有強大的生態(tài)資源。
未來螞蟻能不能扳倒大象？
針對AI會在多久之內(nèi)改變企業(yè)和所處行業(yè)發(fā)現(xiàn)，有35%的人認為會在2-3年之內(nèi)人工智能將會改變其企業(yè)，同時有27%的人認為4-5年內(nèi)人工智能將改變其所處的行業(yè)，盡管現(xiàn)在國內(nèi)AI還處于發(fā)展的早期，但是大家對于AI的發(fā)展有較為明確的共識。對于初創(chuàng)企業(yè)來講，競爭時間非常緊張，在未來2-3年，或4-5年之內(nèi)，需要盡力提升差異化競爭的優(yōu)勢。 國內(nèi)AI應用現(xiàn)狀
根據(jù)調(diào)研分析，企業(yè)用戶選擇AI的驅(qū)動因素就是可以提升效率，其次原因為節(jié)約成本，再次為提升用戶體驗、提升數(shù)據(jù)分析能力，還有其他諸如輔助接觸、客戶畫像、差異化服務等因素。其實AI作為一項通用的技術，未來將滲透到我們生活的方方面面，對于企業(yè)來講，是否能夠真正的用AI理念、技術去構筑核心競爭力，也是未來決勝的一個關鍵。
2018年AI大規(guī)模落地，碎片化應用場景開始廣泛滲透。AI應用領域包含消費級產(chǎn)品與服務行業(yè)(對話式AI)、醫(yī)療行業(yè)(AI輔助影像診斷)、零售行業(yè)(智能貨柜)、制造業(yè)(產(chǎn)品分揀)、金融行業(yè)(反欺詐、對話式客服)、互聯(lián)網(wǎng)行業(yè)(內(nèi)容審核、產(chǎn)品推薦)等;典型的AI應用于創(chuàng)新實踐的包含刷臉支付、無人零售、攝像頭、音箱、速記員、視頻換臉、實時翻譯耳機、手持翻譯機、語音助手、電話客服、醫(yī)學影像診斷、AI-IoT等，這些是一些碎片化的比較典型的應用場景，以語音和圖像居多。
在針對企業(yè)開發(fā)AI產(chǎn)品的主要用途中，占比高的是消費電子的15.29%，消費電子一直都是創(chuàng)新應用的集中地，AI的爆發(fā)也是如此，以智能手機、可穿戴設備居多;而智能家居隨著近年來國家政策的扶持和技術的進步，以及行業(yè)本身的發(fā)展，相繼出現(xiàn)一些智能產(chǎn)品，試圖來替代傳統(tǒng)的家居產(chǎn)品。總的來說，消費電子、智能家居、工業(yè)、機器人、計算機視覺等5種用途的AI產(chǎn)品占了56.39%，其余43.61%的AI產(chǎn)品主要用途在機器學習、智能醫(yī)療、智能駕駛、無人機、語言及自然語言處理、安防、教育、其他、農(nóng)業(yè)、金融等方面。
工業(yè)方面在推動工業(yè)轉型升級的動力之下，也有了比較有規(guī)模的落地，比如數(shù)據(jù)分析設備的診斷維護、產(chǎn)線管理等。根據(jù)調(diào)研情況分析預測，2019年會有更多的傳統(tǒng)行業(yè)去擁抱AI，也會產(chǎn)生更多的碎片化應用，如IT服務業(yè)的網(wǎng)絡運維告警壓降、交通行業(yè)的地鐵滑塊火花分析和中車傳感器預測性防護、航空的燃油預測、電力行業(yè)的電線桿塔故障檢測和線路巡檢機器人、核工業(yè)設計的核電站設備診斷分析等等這些傳統(tǒng)的行業(yè)。如果說第一輪的AI爆發(fā)主要集中在to C端，那么接下來的會有更多to B端的AI應用。 AI落地的動力與瓶頸
現(xiàn)階段，推動AI創(chuàng)新與應用落地的因素：大數(shù)據(jù)是基礎，算法是核心，芯片是高地，人才是關鍵，選定垂直的細分領域非常的重要。
AI的人才問題相比過去幾十年的發(fā)展，已經(jīng)不是主要的瓶頸，我們國家有勤勉的人才，國家戰(zhàn)略層面也非常重視人才問題。現(xiàn)在主要探討芯片、算法和數(shù)據(jù)，這些已經(jīng)成為限制AI發(fā)展的關鍵因素。
限制AI發(fā)展的關鍵因素—數(shù)據(jù)，數(shù)據(jù)與AI的關系，就像病人去看病時愿意相信年紀大一點的醫(yī)生，因為年紀大的醫(yī)生看的病人多，掌握的數(shù)據(jù)量大，經(jīng)驗豐富。在AI發(fā)展初期，注意力基本都放在模型訓練方面，所以這個環(huán)節(jié)得到了較快的發(fā)展。但是數(shù)據(jù)標簽描述、檢索、分析等工作需要重視，從而提升有效數(shù)據(jù)價值。從硬件層面分析，AI訓練模型通常采用多核異構的方式，算力提升非常快。在傳統(tǒng)數(shù)據(jù)庫層面通常運行在單一的CPU平臺上，所以就造成了底層硬件結構方面的一些斷層。而隨著AI創(chuàng)新應用場景的不斷涌現(xiàn)，涉及到的數(shù)據(jù)類型會越來越廣泛，那么對于數(shù)據(jù)的采集和處理等環(huán)節(jié)會提出更高的要求。現(xiàn)在數(shù)據(jù)問題已經(jīng)被很多企業(yè)重視起來，下一步的重點是提升有效數(shù)據(jù)的價值。而數(shù)據(jù)中臺也被認為是新的風口。
核心器件多元化創(chuàng)新
用戶在開發(fā)使用AI芯片類型的以深度學習為代表的AI計算需求，主要是以FPGA、ASIC、GPU這種適合并行計算的通用芯片來實現(xiàn)加速的。隨著產(chǎn)業(yè)環(huán)境的日漸成熟，真正的面向算法，在性能、功耗、面積等方面去進一步優(yōu)化的全定制化芯片會具有越來越大的規(guī)模。隨著AI從云到端的發(fā)展，端側芯片的競爭會更加激烈，但是從表面看，這些芯片在暗較長短，每一種芯片都有各自的優(yōu)勢和短板所在。其實不存在某一種芯片能夠吃遍所有的應用，因為除了芯片，背后考驗的還有軟件支持、生態(tài)、服務等因素。
多元的處理器/IP架構
ARM的占有率非常高，達到了35%，ARM其實是把握了其核心的價格優(yōu)勢，在此基礎上迅速構建生態(tài)。由此來看，在一個新的應用來臨之時，往往也是行業(yè)在加速洗牌的時候。
有越來越多的初創(chuàng)企業(yè)開始芯片方面的布局，其中的算法公司居多，當這些公司真正能夠?qū)崿F(xiàn)軟硬一體化時，對下一步落地應用和公司未來的發(fā)展戰(zhàn)略、融資上市等都會有一些幫助。
用戶感興趣的AI開發(fā)套件
排名前幾的分別有華為HiKey970為23%、瑞芯微RK3399Pro為21%、威盛Edge AI人工智能開發(fā)套件為13%等。
華為HiKey970集成了華為Hi AI框架，以主流的神經(jīng)網(wǎng)絡架構進行深度學習算法開發(fā)。瑞芯微RK3399Pro是面向嵌入式應用的，是一款arm架構的開發(fā)板，集設計、芯片調(diào)試和芯片驗證與一體。
工程師對于開發(fā)套件方面有呼聲比較高的一些建議和期待，如進一步降低開發(fā)難度、開源、更豐富的產(chǎn)品、快速搭建社區(qū)資源等幾方面。
企業(yè)算法框架選擇
算法是AI的基礎和核心。從調(diào)研結果分析來看，背后有google強大支撐的TensorFlow處于領先狀態(tài)，市占率達到23%。第二名是背后有Facebook支持的PyTorch，市占率達到13%，它雖然還很年輕，但可以支持TensorFlow不支持的一些定制，所以發(fā)展非常的迅速。第三名是占比達到9%的caffe2，也是Facebook的另一款開源產(chǎn)品。
算法框架同樣凸顯了生態(tài)資源的拉動效應，我們也期待未來在核心前沿的領域能夠有更多的中國算法框架上榜。 AI落地機會的幾點洞察
自然人機交互
現(xiàn)在即將進入人和AI協(xié)作的時代，人機交互走向自然人機交互，最終目標是實現(xiàn)人機協(xié)同。
自然人機交互中界面并不是最重要的因素，貫穿于人機交互發(fā)展始終的是用戶體驗，像語音交互技術逐步發(fā)展，從單輪到多輪對話，合成語音更為自然、真實的接近真人水平。
人臉、手勢等更多通道出現(xiàn)，多通道的融合交互成為未來主流。像觸控、語音、手勢、人臉等有可能成為多通道融合的主流通道，甚至觸覺、嗅覺也有可能納入多通道交互中。
人機協(xié)同就是通過感知、認知決策，最終實現(xiàn)從真實世界到數(shù)字世界的技術閉環(huán)。現(xiàn)階段機器與人的協(xié)作是從識別人開始，我們所做的事情就是通過人臉識別、聲音識別給設備裝上眼睛、耳朵。目前的熱點技術如前端快速識別、遠距離大規(guī)模識別、3D的精細化建模、多模態(tài)識別交互等均為人機協(xié)作的初級階段。 目標是通過融合交互提升機器的智能化，讓機器更懂你，交互更自然。
5G+AI強強聯(lián)合
AI目前面臨三大問題：首先，依賴云端，由于數(shù)據(jù)傳輸帶寬受限，存在延時問題，實時分析決策受限;其次，訓練樣本中情景信息有限，實際環(huán)境中信息源不足，需要進行脫離實際的判斷;最后，速度受限于算力，處理任務時間長，終端智能程度有待進一步提升。
近年來隨著芯片層、系統(tǒng)層的提升，算力問題已經(jīng)有了改進。但是對于前兩個問題，當5G出現(xiàn)之后，這些問題都會相應地得到改善。 那么，當5G與AI融合之后，誰會成為真正的受益者？
首先，顯著的變化會率先發(fā)生在對人機交互有迫切需求的智能終端上。以語音識別為例，借助5G將會讓用戶察覺不到機器響應的時延，讓人及交互接近于自然的對話。
其次，智能家居、智慧社區(qū)、智慧安防等都尚處于淺層次的智能極端，通過安裝大量傳感器攝像頭實現(xiàn)簡單智能，當5G真正落地，隨著基礎設施構建，終端側潛能會被激發(fā)，進一步提升智能化。
最后，AR/VR等終端設備迎來更大想象空間。現(xiàn)在AR/VR基本應用在娛樂、游戲方面，有了5G之后，因為5G能夠改善動作跟蹤延遲的巨大痛點，將可以進入醫(yī)療、教育等行業(yè)應用。
5G是驅(qū)動力，能夠讓AI更無處不在。而AI是催化劑，可以讓5G更智能。
5G是AI下一步大規(guī)模爆發(fā)的關鍵的因素，相信隨著5G的最終的真正落地，一個萬物感知、萬物互聯(lián)、萬物智能的全新時代即將開啟。
17621123178