下载掌阅APP，畅读海量书库
立即打开
技术创新会带来产业变革，但仅仅靠一项技术无法掀起足够大的浪花，更无法撼动既有的产业格局。只有多项新技术的融合才会产生超出我们想象的化学反应，共同推动一次伟大的时代变革。
历史上每一次工业革命的爆发背后都离不开一系列重要新技术的集体涌现。蒸汽机是第一次工业革命的关键技术创新成果，但只有伴随着精密机械零件和改良过的冶金术等技术的突破，才引发了随后铁路和交通的产业变革。
20世纪后半段，半导体、集成电路、计算机、软件、计算机网络和手机等技术共同作用带来了延续至今的信息产业革命。近年来，人工智能技术明显受到了前所未有的重视，这其中正是源自于包括感知技术（如语音识别、计算机视觉、VR/AR等）和认知技术（如自然语言处理、知识图谱、用户理解等）在内的多个相关领域技术突破。
当我们提到“5G时代”的时候，其实并不是只谈5G技术，更多的是5G与其他新技术的结合，特别是与人工智能、大数据和云计算等技术的结合，共同构成了“5G+ABC”的概念，才会催生出本书接下来要介绍的众多颠覆场景。5G确保了各种技术所驱动的应用能够有机、高效地整合在一起，发挥更加完整且智能化的作用。
5G并不独行，它需要“朋友们”的鼎力相助，技术变革发展趋势如图1-5所示。
图1-5 技术变革发展趋势
也许在几年前，当有人谈到“人工智能”的时候，大多数人并没有很强烈的感受，毕竟这不是一个在日常生活中会经常用到的词语。但一切在2016年3月发生了改变。
2016年3月9日，世人瞩目的围棋“人机大战”首局在韩国首尔四季酒店打响。由世界冠军李世石对阵谷歌公司的机器人AlphaGo。结果，赛前被普遍看好的李世石，因为自己的一个失误葬送好局，输掉了第一盘。随后，AlphaGo又连下两城，以总比分3:0领先。最终，AlphaGo以总比分4:1大胜人类选手李世石，这场全球瞩目的人机大战以机器人大胜告终。
从那时开始，“人工智能”的概念席卷了全世界，在科技、传媒乃至各行各业掀起了一股人工智能热潮。随后一年，“人机大战”2.0又开始了，这次是升级后的阿尔法围棋挑战世界排名第一的围棋世界冠军、中国棋手柯洁，双方进行了三番棋大战。这一次，大家似乎更看好这个具有强大的计算能力，并且又毫无人类情绪化冲动的机器人能获取胜利。结果不出所料，机器人最终以3:0取得胜利。
“人机大战”使得原本隐藏在实验室里面、非常神秘的人工智能技术开始走进公众视野，成为大家茶余饭后的谈资，更成为当前最为热门的科技词语。
1956年，麦卡锡、香农等10位年轻学者在达特茅斯夏季人工智能研究会议上首次提出人工智能（Artificial Intelligence，AI）的概念。这一年被视为AI的元年。
早期人工智能技术的研究思路还停留在根据既定的程序执行计算任务的阶段，但后来人们发现，想要穷尽所有可能的情况并转化为程序是不可能的，只有让机器学会不断去感知、模拟人类的思维过程，逐渐达到甚至超过人类，才是真正意义上的人工智能。
毕竟，我们每个人在学校时候，都会被老师教导要学会“举一反三”，而不是“死记硬背”，掌握学习方法比背诵标准答案更重要。人类智能亦如此，机器要想变得更接近人类，当然也要掌握自我学习的能力。
2006年加拿大教授Hinton提出的深度学习的概念极大地发展了人工神经网络算法，提高了机器自我学习的能力。深度学习开始成为人工智能最重要的驱动力。
2010年后，随着语音识别、计算机视觉等技术相继取得重大进展，围绕语音、图像等人工智能技术的创业大量涌现，人工智能开始渗透和影响各行各业。
曾经的一本畅销书《大数据时代》让大数据这个概念变得家喻户晓，人们逐渐开始重视数据在信息经济和数字化时代的重要基础作用。甚至认为未来的时代将不是IT时代，而是DT（Data Technology，DT）时代，即数据技术时代。
大数据与传统数据的不同之处在于数据的规模空前庞大、数据的维度十分复杂和数据的来源非常广泛。自然，数据产生的威力也十分巨大。数据是未来企业竞争的核心要素之一，是一种战略性资源，也是推动所有企业实现转型升级的基础。
李开复曾经这样解释过人工智能：深度学习+大数据=人工智能。现在的人工智能技术以深度学习为代表，深度学习最终的目的是训练出一个有效的模型，用来解决各类场景问题。如同学生培养解题能力一样，学生需要不断地做各种类型的题目，当数量足够多时，就会形成一个行之有效的解题模型。
训练深度学习模型的基础是不断“喂”海量的数据。数据“喂”得足够多、“喂”得足够快，模型就练得更好、更强大。所以说，大数据是人工智能的关键要素之一。
怎样才能让大数据更好地服务于人工智能的模型训练呢？一是确保足够庞大的数据量，二是数以亿计的设备连接。4G无法满足需求，但5G可以做到。
5G就是新一代信息高速公路，它提供了最快的车速、充足的车道，将海量数据和信息及时传递到目的地——人工智能的云端大脑，帮助其完成自我学习和进化，使其变得更接近“人类智能”，变得可以思考问题和控制行动，以帮助人类完成各类工作。
可以想象，5G网络全面建设成后，就如同一个四通八达的高速公路网络，触角可以伸向所有可以产生数据的地方，就像城市里络绎不绝的车流一样，每时每刻都在高效传输海量数据信息，加之人工智能强大的算法和算力，将为车联网、工业互联网以及智慧城市等应用带来强大的能力保证。
工业时代的核心竞争力是生产能力，信息时代的核心竞争力是计算能力。计算能力取决于三要素：算法、算力和算料。“ABC三兄弟”恰好满足了这些要求，AI提供算法、云计算提供算力、大数据提供算料。5G就是维持计算工作的“搬运工”，将算料搬运到具备算法和算力的地方。5G与ABC的关系如图1-6所示。
图1-6 5G+ABC新兴技术
无论一个国家还是企业，做决策离不开两种主要模式：
● 集中式决策：所有信息汇总至最高指挥部，作为组织的大脑，指挥部根据各地的情报信息思考和决策下一步的行动。
● 分散式决策：很多信息由分散在各地的基层指挥人员直接处理，并不需要层层汇总到最高的指挥部，这样节省了时间，减轻了中央的工作压力，提高了效率。
通过修建5G高速网络，将分散在各行各业的所有硬件设备都连上网，这些设备每时每刻产生海量的数据。那么接下来的问题是，这些数据该在哪里进行处理？由此产生两种技术，分别是云计算和边缘计算。
云计算的概念早已有之，事实上，我们每天用的互联网产品，都可以算是云计算的一种形式。比如打开百度搜索引擎，当你输入一行关键字并单击回车键后，是百度后端的服务器在辛苦的工作，为你寻找一切有关的词条链接。这些工作并没有发生在你的计算机或者手机上，而是“远在天边”，就像天上的云彩一样。
我们为了使用方便，会下载专用的App，因为这样运算速度会更快。但在未来，我们的手机终端也许就只剩下一块电子屏幕了，屏幕上的操作都可以借助5G传递到云端处理器，再将处理后的数据返回屏幕终端，强大的云计算能力和5G的高速连接让我们感觉不到云端的计算有什么延迟问题。
5G对未来社会的一大变革正在于此，云端即终端。
但一项技术要想大规模商用，除了技术本身以外，还需要考虑成本问题。特别是对于人工智能而言，处理海量数据的成本非常高，高到我们无法把所有数据都汇总在云端集中处理。那么，为什么不用逆向思维来考虑，将数据放在终端设备上处理呢？
相比集中式的云计算技术，分散式处理的边缘计算技术正在成为重要的辅助力量。边缘指的是分散的设备终端，相对集中的云端而言，边缘的终端最靠近数据源，用来处理数据的好处显而易见。
● 不需要长距离传递数据，因而没有延迟问题，响应更快。
● 减少了传递过程中的损耗，数据可靠性更高。
● 能够更好地保护数据安全，特别是用户的隐私。
● 能够记住用户的使用习惯，实现个性化定制服务。
当然，云计算和边缘计算并不是竞争关系，边缘计算不会取代云计算，它们在人工智能的计算中各有分工侧重，又彼此协同配合，在这过程中，最重要的媒介就是5G网络。
云边结合，意味着云端负责处理海量数据和复杂的计算，同时将结果反馈给终端，帮助终端面向用户提供更准确的服务。终端在用户需求上以最快速度响应，并通过软硬件结合进行个性场景的处理，减轻云端的负担。
5G是两者来往交互的媒介渠道，因为5G有高速率、大容量以及低时延的特性，可以将云端和终端串联，形成“云端-5G-终端”的系统平台，为人工智能技术对行业的应用保驾护航，如图1-7所示。
图1-7 云边结合
人工智能（AI）是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学，研究目的是促使智能机器会听（如语音识别、机器翻译等）、会看（如图像识别、文字识别等）、会说（如语音合成、人机对话等）、会思考（如人机对弈、定理证明等）、会学习（如机器学习、知识表示等）以及会行动（如机器人、自动驾驶汽车等）。
大数据（Big Data）是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新的处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。大数据不是用随机分析法（抽样调查）这样的捷径，而是对所有数据进行分析处理。大数据有5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）和Veracity（真实性）。
云计算（Cloud Computing）是分布式计算的一种，指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后，通过多部服务器组成的系统处理和分析这些小程序，得到结果并返回给用户。简单地说，云计算早期就是简单的分布式计算，主要用来解决任务分发问题，并进行计算结果的合并。因而，云计算又称为网格计算。通过这项技术，可以在很短的时间内（几秒钟）完成对数以万计数据的处理，从而达到强大的网络服务。