09月22日, 2014 194次
目前是信息时代末，即将到来的工业4.0即人工智能时代，继人工智能时代之后可能将会是星际时代
下个时代是人工智能。工业4.0推行了就是人工智能。现阶段人工智能已经有了初步的雏形。虚拟世界是下一个阶段，目前还比较遥远。 本回答被网友采纳
移动互联网的下一个是物联网时代，物联网被称为继计算机、互联网之后来世界信息产业发展的第三次浪潮。物联网是新一代信息技术的重要组成部分，也是自“信息化”时代的重要发展阶段。其英文名称是：“Internet of things（IoT）”。顾名思义，物联网就是物物相连的互联网。这有两层意思：其一，物联网的百核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；其二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信，也就是物物相息度。物联网通过智能感知、识别技术与普适计算等通信感知技术，广泛应用于网络的融合中，也因此被称为继计算机、互联网之后世界信息产业发知展的第三次浪潮。物联道网是互联网的应用拓展，与其说物联网是网络，不如说物联网是业务和应用。因此，应用创新是物联网发展的核心，以用户体验为核心的创新2.0是物联网发展的灵魂。 本回答由提问者推荐
。。。应该说是大数据时代更贴切，因为现在所谓的人工智能，只不过是依赖大数据才给人这种智能化的感觉而已 本回答被网友采纳
下个时代是人工智能。工业4.0推行了就是人工智能。现阶段人工智能已经有了初步的雏形。虚拟世界是下一个阶段，目前还比较遥远。 本回答由网友推荐
一位初中都还没有读完的农村人凭借抄他的学习天赋愣是在他初一就开始学习电脑到后来成功的步入他开创的时百代,那就是智能时代,一个有智能的时代。他凭借他那一研究就忘我的境界度的心境让他发现一个又一个的奇问迹,让他成为历史留名的事迹,也被他带入了一个全新的时代,那就是智能时代,一个有智能的时代……∞答 追问 ？ 本回答由提问者推荐
你说的很对，无论是哪种，随着科技发展，人类会慢慢死去 追问 什么时代啊
AI时代即将来临？人工智能（AI）的发展路程艾伦·麦席森·图灵，计算机逻辑的奠基者，被誉为”人工智能之父“。在1950年，他通过一篇名为《计算机与智能》的论文中，提出了自此以后60年甚至乃至我们未来数百年，诸多科学家们不断奋斗的目标：图灵测试。图灵测试是什么？简单的来说，就是当我们通过打字聊天的方式长时间的和一个计算机进行提问，如果计算机给出的回答可以让30%以上的人类判断不出和自己进行对话的是计算机，那么它就通过了图灵测试。“图灵测试”作为对AI与否提供了一个重要的衡量标准，如果有机器能够通过图灵测试，那它就是一个完全意义上的智能机，和人没有区别，可以被称作“他”或者“她”了。在图灵测试诞生后的第6年，达特茅斯的 AI 会议正式召开并开创了人工智能 Artificial Intelligence 这个词之后，无数计算机科学家、电子科学家、语言学家、神经科学家、心理学家等等汇聚在这面大旗下，尝试推动智能系统、计算理论、生物智慧、仿人类智慧系统设计的研究，不过一如大家所见，太多的问题和概念都一股脑装在了「人工智能」这个大筐里，普通民众也养成了用「机器够不够像人」和「机器和人谁厉害」评价技术成果的坏习惯。在六七十年代，人工智能持续是一个很重要的议题，那个时代有很多重要的算法涌现出来，但是随后人工智能迎来了他的第一个低潮，那么原因是什么？因为当时很多的工程师、科学家发现，当时的算法和人工智能只能解决比较狭窄领域的问题，那么问题在哪儿？实际上是在于计算机的算力是不够的。在80年代的时候，人工智能出现了第二波的浪潮。比如出现了人工神经网络、专家系统等领先的算法。当时算力也同步有了提升，有很多像IBM这种大型的计算机的出现，使得一些实际问题可以应用和解决。然而，在80年代人工智能又迎来了第二波低谷，当时个人电脑渐渐的开始普及，但是像大型专业计算机资源，造价和成本依然非常高。渐渐地，像美国政府，开始缩减对于这方面的预算、资源，带来了这一波的低谷。最后，众所周知的人工智能第三个浪潮，也就是我们现在经历的这个时代。从20世纪初开始，我们迎来了深度学习的算法、AlphaGo、谷歌DeepMind等一系列的技术的创新。算力、数据资源爆炸式的增长，使得算法有了一个大幅的提升。以前计算机不能解决的问题，比如语音识别、图像识别，包括现在的自然原处理等这些领域，都有了非常大幅的提升。刚才说的e799bee5baa6e59b9ee7ad9431333431353366是人工智能的发展浪潮，其实大家可以注意到，算法的提升和整个智能技术的提升是分不开的，同时也跟算力基础、计算的基础设施以及数据量，也是密不可分的。信息化、大数据化、然后才是智能化我提出一个概念，在智能化的时代，我们实际上是需要经历几个步骤：首先是信息化，然后是大数据化，最后才是智能化。我们可以看一下我们了解的行业大概处于一个什么样的阶段？我们以医疗行业为例，比如大家觉得医疗行业目前是处于什么阶段呐？答案是：信息化。尤其是在中国，有些比较大型的三甲医院，比如协和、301或者北大医院，目前是在从信息化慢慢向大数据提升的阶段。有一个最简单的例子，之前我们去接触一个老中医，然后这个中医院的院长说：“我们想做大数据，我们有10万个病人的数据。”我们听了以后挺高兴的，数据量也不小了。接着，这个老中医就拿出厚厚的一大叠病历本，他有一百个大本，每个本上一页是一个病人的手写记录，每一本有一千个病人，所以加起来有10万个病人。当时就非常傻眼了，这个我们怎么分析？以医疗行业为例，我们所说的信息化，实际上是包括病例的电子化，医院的信息系统、图像管理系统等。而在目前这个阶段，这些系统的数据资源是没有打通的，所以还没有达到大数据化的阶段。如果把这些数据资源打通，才可以实现以一个病人为中心，可以看到他入院的记录、诊断记录、住院记录，也可以看到他的影像数据，才可以形成一个全方位的数据。而且，从时间轴上来说，这样的数据记录，才可以形成大数据，并且通过智能算法，来帮助医生来决策需要什么样的治疗，需要在什么样的阶段做一些辅助。而这个对医药医疗行业来说，是需要一个持续的发展的一个过程。
未来会是人工e79fa5e98193e59b9ee7ad9431333365656563智能时代，但不是现在！2016年AlphaGo战胜了李世石以后，人工智能成为了全球瞩目的科技焦点，人工智能这个概念其实很早就在1956年被提出，但是之所以现在才逐渐变火，主要来源于这3点的发展：算法，大数据，算力。数据来源今日头条的《人工智能影响力报告》随着核心算法的技术突破，计算能力的提高，再加上现在人们把越来越多的时间花费在网上，留下了大量数据，人工智能基于海量数据已能够训练出规模足够大的神经网络，足够保证识别算法的精确度和准确性，这也是现在人工智能能够快速发展的重要原因。至于你说智能化时代是不是要来，我觉得要看这几个方面：1 人工智能应用十大领域从目前人工智能的应用领域来看在影响力最高的财经、数码、汽车领域里确实已经有人工智能落地的先进案例，比如刷脸支付，刷脸签到，无人汽车驾驶等。麦肯锡调查显示，目前在中国的传统行业中，超过 40%的公司仍未将人工智能列 入战略优先项。只有当人工智能技术在中国真正普遍的应用于传统行业，而不仅仅属于科技巨头时，其经济潜力才会充分彰显。数据来源今日头条的《人工智能影响力报告》就比如在人人拥有一台电脑之前，电脑一直都主要应用在军事上，直到后面进入了民间，带来的巨大的经济效益，导致了这几年电脑的更新换代特别快。买过电脑的人都知道，差不多一两年，电脑的配置可能就得换了，人工智能也是同理。2 人工智能科学家毕业院校和学历从数据来看，人工智能科学家主要毕业于清华大学、中国科学院、中国科技大学、麻省理工大学、北京大学等等。学历上看，73%的人工智能科学家都拥有博士学历。数据来源今日头条的《人工智能影响力报告》人工智能领域需要的技术性明显是高于很多行业的，这也导致了人工智能的门槛很高，不过毕竟人工智能本身就是需要综合很多学科的，需要高质人才是无可厚非的。数据来源今日头条的《人工智能影响力报告》我觉得在未来，如果人工智能科学家能够把人工智能技术封装成一个应用接口，任何人都可以使用，而无需去了解其中复杂的实现方法，减少使用门槛，那么智能化的时代则会越来越快，这也是目前大部分人工智能企业的主要盈利方式之一就是提供算法服务的原因。3 企业是否需要人工智能？从上面的数据分析来看，智能化的时代可能还没有那么快到来，那么作为企业是否就不需要人工智能了吗？我的答案是，能尽快智能化就智能化，你无法想象人工智能可以给企业带来多大的效率。依旧用电脑举例，就算我们都知道电脑更新换代很快，可能未来会有比现在更好的产品，但是难道我们就不买电脑了？很明显，即使在早期没有鼠标，没有操作系统，依靠代码来操作的电脑依旧很快地走进了每个家庭，正是因为即使没有到达真正完善的技术，电脑的诞生依旧给我们带来了很大的便利，人工智能也如此。图片来源于网络目前，企业在人工智能应用最多的就是刷脸签到，刷脸考勤，用人脸识别代替了需要身份验证的场景，同时不仅仅是节省了传统考勤需要使用介质的费用，通过人工智能的人脸识别技术，以及背后驱动的大数据分析，企业可以很快地掌握员工的考勤信息。以前可能需要人员管理的同事一字一句地把考勤信息录入表格，然后统计信息，可能耗时一天，或者一星期，现在只需要登个后台，点个按键，所有信息都会展现在眼前，相当于节省了80%的时间，毫无疑问，对于需要进行复杂人员管理的企业来说，人工智能技术是在合适不过的了。
人工智能已经进入了下半场。上下半场的分界线可以说是2014年6月7日这一天。那日一组所谓的专家在网上和一个名叫“牛津”的人对话，5分钟后1/3的人认为这个“牛津”就是一个13岁的小孩，但实际上它却是一台由三个俄国的科学家所做的人工智能计算机，这标志着机器的智能已经胜过了人的智能。而那一天也是图灵先生逝世的60周年。人工智能进入下半场，这也说明人工智能发展将提速。人工智能有三大推动力，数据、网络、计算能力，它们各自在以指数的形式发展。比如数据，历史上90%的数据是在过去两年产生的。而手机的连接、物联网的连接，在今后的6年将等于以前60年的总数。现在也是人工科学家创业最好的时代。不仅仅是BAT互联网巨头，美团、滴滴、face++、今日头条、快手等公司都在使用人工智能技术e5a48de588b6e79fa5e9819331333363386138。李开复表示，人工智能时代来了，最核心的、最需要的是AI科学家，因为今天AI技术还没有进入主流，AI平台还没有产生，因此AI应用还不能井喷，只有少数手中掌握着如何把AI应用起来的科学家能够创业。AI扩张的三个阶段AI最大突破是七年前深度学习。深度学习可以理解为是一个超级EXCEL表，通过对放入的大量数据研究分析，再放入一个数据时，就能够做出预测、判断或者分类。所以未来的AI肯定是更加懂你的——比如你今天晚上想吃什么，比你更知道；你想去哪里度假，比你更知道；甚至未婚的你可能喜欢什么样的配偶，也比你更知道。这就是一个先知的、对未来能够做非常强大预测的AI。AI在这个阶段是单领域大数据驱动的引擎，可以把它认为是一个黑核，可以进入各种领域。人工智能时代来了 我们准备好去迎接了吗AI扩张一定会经过下面三个阶段。第一个阶段，把已有的大数据用起来 ，BAT在用，今日头条、快手、滴滴、美团也都在用，另外金融、医疗领域也在使用。第二个阶段是把没有的数据收集起来、上传起来 ，用各种摄像头把人脸收集起来，收集了500亿张人脸，可以随时识别300万张人脸，这已不是一个人类的功能，而是超人类的功能。第三是无人驾驶的机器人时代的来临 ，从工业走向商业走向家庭机器人，从2到3、4，走向全方位的无人驾驶。这三步曲大概是未来五年、十年、十五年的蓝图。人工智能可以做些什么？那么AI具体能够做些什么呢。在GMIC大会上，多位专家学者从不同方面进行了阐述。首先，AI可以改善我们生活质量 。卡内基美隆大学机器学习学院教授兼院长Tom Mitchell表示，人工智能可以减少城市当中的污染，减少城市当中的拥堵现象，帮助我们实现不同语言之间的沟通，还有在医学上实现更精确的诊断。AI还能推进教育的发展 ，通过AI让整个在线教学过程更加个性化。Tom Mitchell表示，比如设计一个考题给学生，让学生对一个ABCDE进行排序，不同的选项进行排序，学生可能就会给出正确的或者是错误的答案，然后教师根据学生答错的情况进行分析，再进行教学，这是一种传统的教学。但是出现新的机器学习和人工智能工具后，一个机器就可以收集高达十万名学生的答卷，教师就可以去分析这些答卷当中学生出错的规律，而过去一位老师可能穷其一生也不可能接触多达十万名学生。实现大规模的数据收集，这就是AI的潜力所在。以大数据为基础的人工智能也将为农业带来变革 。比如通过优化种子播种、灌溉、杀虫和收割提高产量和质量；通过蔬菜水果智能的整理分工来降低人工，以及计算机视觉和语音应用在农作物对家禽病虫的预警。推动机器人的使用 。未来人类只需要两种机器人，一种机器人是做人类做不了的事，另一类是人类不愿意做的事。比如冒着生命危险做救火救灾甚至上战场的事情，以及一些简单重复的劳动工作，这样人类从中解放出来做更多更高级的事情。
世界变化日新月异，都在期盼人工智能的到来，却又在害怕。期待的百是见证更新的黑科技，给人力提供更便携的服务，恐度惧的是，是否终端智能会产生属于自己的智慧，改变这个世界的整体思维方式与生存方式，这问些也都是未可知。总有人说机器是没有灵魂的，可是，真的没有灵魂么？你用你肉眼看到的是真实的么？未必。但，未来不可期，当下确是我们首要考虑的答问题。变革，势在必行，每个时代都在变革，那你在这场变革战役中处于于什么样的位置？要我说，智能时代已经来专了，比如无人超市，智能家居，小话统属智能电销，银行引导机器人，智能物流。这些，都已经走在前端的路上了。
之前看到一本书《奇点临近》，书中讲到，当有一天计算机会足够强大，以至于它的智能也可以匹敌人类，当计算机智能超过人的时候，整个社会会发生非常奇妙的变化。 人工智能时代真的来临了吗？实际上人工智能领域中的机器学习在广告，搜索，feed等各个领域均有大规模运用，此刻的概念和传统的机器学习有啥不同？个人理解有以下三点：1.数据的爆发式增长，得益于手机、智能硬件等设备的普及，如今人们生产的数据规模较之前的pc时代有大规模的提升，越来越多数据的处理、挖掘和理解需要更智能的技术，这就是为什么硅谷出现大量的AI公司去处理各特定领域的问题；此外，做机器学习的人应该知道，可处理的数据越丰富，一定程度上机器学习的任务运作的越好，这也推动了机器学习的发展7a64e78988e69d8331333433623834。2.机器学习处理技术的提升，较之传统机器学习模型（浅层模型），深度学习近几年得到大规模运用。一方面是深度学习较传统的机器学习有较好的处理效果，尤其在图像、语音、视频等领域；其次是得益于硬件技术的发展和训练方式的提升，原本几乎不可能完成（训练时间过长）的深度学习的训练得以实施，比如目前对图像处理的CNN是Yann LeCun于1998提出，但是因为技术手段因素一直到最近几年才被广泛应用。3.深度学习平台化以及云化的发展，记得两年多前，曾经有朋友说想试试dnn，但门槛极高，如今如paddle，tensorflow，caffe等开源平台可以让大家方便的进行深度学习任务（如果不用gpu加速或者并行计算，处理传统的文本任务也够了）。这也是为什么很多小公司可以号称自己使用了深度学习技术的原因，而这个趋势会随着未来开源平台的完善更加深入。此外，越来越多的云计算平台开始考虑集成机器学习，包括深度学习进入云服务，下一代的云服务会更好的支持机器学习任务，大家接入的成本会更低，也会促进AI应用的大规模发展。 综上，正是因为大量的数据依赖AI技术，AI的自身发展和接入成本会更低，可预计的未来将会出现大量的AI应用。才会此刻出现人工智能时代到来的说法。