作為眾多資本與創業者追逐的風口熱點，人工智能已成為推動人類進步、社會發展的新一代技術引擎。然而，無論是從技術發展還是商業化落地等角度來說，人工智能仍然處在初級階段。因此如何推動人工智能下一階段的發展、尋找新的突破點，成為中國乃至全球從業者共同關心的話題。

近期，Gartner發布了2018年新技術成熟度曲線（見下圖），揭示了5大新興技術趨勢：① AI普惠化；②數字化生態系統；③DIY生化黑客運動；④透明的沉浸式體驗；⑤無所不在的基礎設施。

為了更好的了解這些技術動態的變化，我們也梳理了2017－2018年各項技術的演進趨勢對比。

看新增，生物科技、自動飛行駕駛工具、知識圖譜、邊緣智能、會話式AI、自動駕駛L4和L5、自愈系統就似乎、AI Pass、深度學習ASIC、可移動機器人、碳納米管、硅電池等技術上榜。看增速，5G、數字孿生、智能家居、區塊鏈等技術向前推進速度較快。從具體的實現周期來看，這其中2－5年內可以實現的技術主要包括5G、智能家居、區塊鏈、AR等技術。

目前來看，綜合考慮各項因素，邊緣智能、數字孿生、等科技方向的投資或值得關注。

邊緣計算在各行各業的應用

隨著傳感器價格和計算成本的持續下降，更多的“東西”將被連接到互聯網。隨著更多的聯網設備變得可用，邊緣計算將在各行各業中得到越來越多的應用，尤其是在云計算效率低下的一些領域。

我們已經開始看到該技術在多個不同的行業領域產生影響。

“當我們把云的威力下沉到設備（即邊緣）時，我們可帶來實時地響應、分析和行動的能力，尤其是在網絡條件有限或者缺乏網絡的地區……它還處于初期發展階段，但我們正開始看到這些新功能能夠應用于解決全球范圍的一些重大挑戰。”

——微軟首席技術官凱文·斯科特（Kevin Scott）

從自動駕駛汽車到農業，以下幾個行業將會從邊緣計算的潛力中獲益。

1、無人駕駛

邊緣計算技術最顯而易見的潛在應用之一是交通運輸——更具體地說，是無人駕駛汽車。自動駕駛汽車裝備了各種各樣的傳感器，從攝像頭到雷達到激光系統，來幫助車輛運行。這些自動駕駛汽車可以利用邊緣計算，通過這些傳感器在離車輛更近的地方處理數據，進而盡可能地減少系統在駕駛過程中的響應時間。雖然無人駕駛汽車還不是主流趨勢，但公司們正在未雨綢繆。

2、醫療保健

如今，人們越來越喜歡佩戴健身追蹤設備、血糖監測儀、智能手表和其他監測健康狀況的可穿戴設備。

但是，要真正地從所收集的海量數據中獲益，實時分析可能是必不可少的——許多的可穿戴設備直接連接到云上，但也有其他的一些設備支持離線運行。

一些可穿戴健康監控器可以在不連接云的情況下本地分析脈搏數據或睡眠模式。然后，醫生可以當場對病人進行評估，并就病人的健康狀況提供即時反饋。

但在醫療保健領域，邊緣計算的潛力遠不局限于可穿戴設備。不妨想想，快速的數據處理能夠給遠程患者監控、住院患者護理以及醫院和診所的醫療管理帶來多大的好處。

3、制造業

智能制造有望從現代工廠大量部署的傳感器中獲得洞見。

由于能夠減少滯后，邊緣計算可能會使得制造流程能夠更快速地做出響應和變動，能夠實時地應用數據分析得出的洞見和實時行動。這可能包括在機器過熱之前將其關閉。

4、農業和智能農場

邊緣計算非常適合應用于農業，因為農場經常處于偏遠的位置和惡劣的環境中，可能存在帶寬和網絡連接方面的問題。

數字孿生，賦能制造業轉型

數字孿生（Digital Twin）是充分利用物理模型、傳感器更新、運行歷史等數據，集成多學科、多物理量、多尺度、多概率的仿真過程，在虛擬空間中完成映射，從而反映相對應的實體裝備的全生命周期過程。

數字孿生提供了與工業部門中使用的物理組件相對應的虛擬對象。例如，制造汽車的機器人手臂可以使用數字孿生進行監控，數字孿生收集有關機械手臂操作的數據，并提供有關需要定期維護或更換的組件的信息。數字孿生可以使預測性維護更加容易，并提供有價值的可視化功能以提高效率。

由于數字孿生并不是一個龐大而可怕的技術，不會引起代價高昂的停機，也不會因漫長的設計過程而影響最終的收益。如今，幾乎任何制造商都可以從支持傳感器和連接IoT 的機器及設備收集生產數據，并將數據與基于云的機器學習和熟悉的 CAD 可視化系統結合起來，以數字化方式為物理對象創建虛擬模型，來模擬其在現實環境中的行為，并通過搭建整合制造流程的數字孿生生產系統，實現從產品設計、生產計劃到制造執行的全過程數字化。數字孿生將現實與虛擬世界無縫連接，全過程賦能制造業，助力制造業數字化智能化轉型。

回顧人工智能發展軌跡，真正的面向未來的東西，從投資者角度來說，簡單、直接、真正能解決問題的，并且到最后能創造價值的，才是投資人最看重的。