2009年，我是制定美國國家機器人戰略的主要人物。當時，隨著該戰略在國會獲得通過并進入白宮，有關機器人為何重要的討論很容易展開。在關鍵的應用領域——醫療保健、國防、制造和后勤——理解機器人在現實世界中的物理應用很簡單。然而，很明顯，即使在當時，機器人在應用上也有一定的局限性，因為從本質上講，機器人僅限于與物理世界的交互。
人工智能是一個完全不同的故事。
自2009年以來，我們的世界被一件事徹底改變了:大數據。人工智能使我們能夠通過在數據中發現模式來從大量信息中收集價值，從而提高決策過程，通常是指數級的。其結果是一股新的人工智能驅動的決策浪潮，幾乎在我們生活的每一個方面都在增加價值。AI幫助零售商提供更好的客戶推薦，定制他們的產品，并改進產品設計、交付和可取性。人工智能正在幫助醫療專業人員挽救生命，使他們能夠在疾病的最早階段(通常是癥狀出現之前)診斷和治療疾病，并將數百萬次測試結果進行比較，以快速識別有效的治療方法。在華爾街，人工智能正在幫助基金經理尋找最佳機會，利用數據快速分析從宏觀經濟和統計模型到行業和地理趨勢的一切。人工智能讓律師和法官能夠以閃電般的速度篩選信息，做出更好、更明智的決定。在石油和天然氣行業，人工智能正在使更深的鉆井成為可能，提高鉆井平臺的安全性，甚至在系統出現可能威脅工人和環境的機械故障之前識別出系統故障。
令人驚嘆的是，如果沒有人工智能和這些驅動更快、更有效的內存處理、通信和交互的核心技術，就不可能實現這種新的決策水平:
大數據分析
大數據分析是用來檢查龐大的數據集，以發現模式、相關性、市場趨勢、客戶偏好，以及其他通常隱藏的信息，從而為決策過程提供信息。利用預測模型、統計算法和假設分析，大數據分析幫助企業發現新的收入機會，創造更有效的營銷，提供更好的客戶服務，提高運營效率，并推動競爭優勢。
云技術
云技術使公司能夠存儲無限數量的數據，并在這些數據中平衡工作負載。更重要的是，人工智能和云共享一個迷人的共生循環:云作為提供人工智能網絡的主要信息源，而人工智能網絡不斷向云提供更多的數據。云平臺已經成為競爭優勢的關鍵驅動因素和令人垂涎的差異化因素，它支持一些最重要的人工智能基礎，如云計算、機器學習、語言處理等等。
認知計算
認知計算是在IBM的沃森(Watson)電腦在《危險邊緣》(Jeopardy!并獲得了100萬美元的第一名。這是一場出色的營銷活動，旨在讓公眾意識到認知計算的力量，更重要的是，讓行業領袖意識到這一點。今天，認知計算被用于加速推理、自然語言處理、語音識別、對象識別和對話生成等過程。據研究公司國際數據公司(IDC)稱，到2021年，全球在認知和人工智能系統上的支出預計將增長50%以上，到2021年，認知計算的總支出將從2017年的120億美元增至576億美元。
網絡安全
在這個網絡攻擊和數據泄露盛行的時代，網絡安全比以往任何時候都更加重要。據估計，從2018年到2023年，網絡安全將實現兩位數增長，到2023年，全球收入將達到197.6億美元。當企業努力保護客戶的個人和財務信息，甚至是自己的聲譽和未來時，它們依賴人工智能來支持身份和訪問管理、加密、治理、風險和合規、統一威脅管理以及安全信息和事件管理。對于保護存儲在消費者設備上的信息以及在云中安全地使用這些信息，加密功能的需求尤其高。
半導體
半導體是當今數字能力的關鍵組成部分，使每一臺計算機和電子設備都能使用半導體。雖然半導體已經存在了幾十年，人工智能正在推動新的半導體設計和能力。利用機器學習和深度學習的力量，行業領導者正在尋找新的方法，通過將數據處理為模式而不是單個比特，來提高性能和降低功耗。這一進展是實現從量子計算機到完全自主駕駛汽車的一切的關鍵。
那些熱衷于投資于倉儲、自動駕駛汽車、消費機器人等物理應用技術的投資者，在過去5年多的時間里，一直依賴ROBO全球機器人與自動化指數(ROBO Global Robotics & Automation Index)提供這方面的敞口。隨著對人工智能的投資在該指數中持續增長，那些希望在這個快速增長的人工智能世界中獲得更大敞口的投資者將發現，ROBO是一個獨特的選擇，可以讓他們在未來幾十年里，從這個不容錯過的投資機會中獲得潛在回報。
京公網安備 11010502049343號