2017年AI技術的發展異常迅速、自動駕駛成熱門、區塊鏈爆發元年，在過去一年里人工智能方興未艾，區塊鏈在比特幣節節高漲的價格下愈發受到關注，自動駕駛行業中大新聞不斷。嵌入式主板

區塊鏈

在過去的2017年，比特幣的價格歷史突破了十萬人民幣一枚。除了一路狂飆的幣價，它背后的去中心化、可審計、可追蹤、數據不可篡改的區塊鏈技術，也已經是科技界最熱門的投資賽道之一，在金融科技、物流、供應鏈等多個領域已經有了知名的行業領跑者。

如果比特幣是記賬系統的表征、符號，是記賬系統上的數字;那么區塊鏈就是這個記帳系統本身，是它背后的一套信用記錄以及信用記錄的清算構成的一個體系。

它的出現有三大影響：第一，涌現出了一大批利用區塊鏈底層技術在各個行業尋找應用方向的公司；第二，給這些創業公司帶來了一個全新的募資方式；第三，給投資行業帶來了重要變化——投資電子貨幣也成為了一個新興風向。

整體來看，區塊鏈帶來的機遇，主要有以下幾點：

其一，數字貨幣的產生。數字貨幣是區塊鏈最直接的應用領域，也是目前最為成熟的領域。目前數字貨幣領域以比特幣為核心，因為比特幣是使用人群最為廣泛的數字貨幣。但由于各國對于數字貨幣的政策不同，所以其發展速度也存在著差異。

其二，共享經濟的誕生。區塊鏈技術解決了數據存儲、流動的難題。作為一個大型海量數據庫，區塊鏈記錄在鏈上的所有數據和信息都是公開透明的，任何節點都可以通過互聯網在區塊鏈平臺進行信息查詢，這也為共享經濟提供了信用保障。

其三，云計算的擴展應用。未來以區塊鏈為基礎的分布式云會洶涌崛起，也許那時的云才叫真正的云。其實目前的比特幣、以太坊就是分布式云。

2017年可以算是區塊鏈爆發的“元年”，各類新興應用，比如區塊鏈在智能合約的應用等等，在一年內集中體現，催動這個行業加速發展。行業的蓬勃同樣意味著泡沫。目前，區塊鏈技術正處于發展初期，其前景雖然開闊，但是質疑與批評也不少。

自動駕駛

隨著多家機構拿到正式上路測試牌照，機器代替人類進行駕駛的未來顯得前所未有得近，自動駕駛也成為了2017年的新科技關鍵詞之一。Google、Uber、特斯拉、百度以及滴滴等各大巨頭也是各出奇招，共同爭奪自動駕駛的市場。

以深度學習為主的人工智能技術顯然是推動自動駕駛熱潮的重要因素，然而在傳感器、大數據、電車等方面的推進對于這個潛力巨大的行業來說也舉足輕重。

在這個行當里，巨頭與創業者正在混戰。對于創業者來說，一個明顯的趨勢是：相比于過去兩年動輒要提供全套解決方案的自動駕駛創業項目，2017年可以說是自動駕駛領域創業走向細分的一年。不少車廠都有很大的團隊做自動駕駛，今年將會看到越來越多的創業項目都是主打某個細分領域。自動駕駛可能會在某一些特定區域、某種特定的車型和場景率先落地。比如貨運、農業／工程機械、室內機器人等等，可能都會用到自動駕駛衍生出來的一部分技術。

目前，涌入自動駕駛行業的企業雖然很多，但推動自動駕駛汽車急速發展的兩大軸心主要是成車企業和IT企業兩大陣營，從目前的技術研發水平來看，其任何一個陣營都很難獨自完成開發。故可以預測，在未實現商業化之前，兩大陣營將會互相合作，開展各種“合眾連橫”戰略。蘋果與奔馳、寶馬合作，谷歌與奧迪合作便是典型的例子。

在手機、VR/AR以及無人機熱之后，一些芯片廠商、汽車廠商、互聯網廠商以及一些技術廠商紛紛加入了自動駕駛汽車的角逐。如果要在未來實現無人駕駛，除了自動駕駛系統技術，車之間的信息交流，以及整個交通生態系統的智能化非常關鍵。

人工智能

隨著人工智能逐漸走進生活，其“恐怖”之處也慢慢顯現出來，超越常人的計算、學習能力以及高效的辦公效率等都成為業內人士追求目標。無論是AlphaGo橫掃圍棋界還是京東首建全球無人倉，都說明了人工智能具有強大的發展潛力。可以毫不夸張的預測：在未來數十年中，我們所接觸的每一種應用程序都將整合進一些人工智能功能，而如果不使用應用程序，我們將無法做任何事。

迄今為止，全球人工智能企業獲得的投資總量已經超過了274億美金，涵蓋的子領域包括圖像識別、自然語言處理、智能機器人、機器學習、智能助手、推薦引擎等13個方向，已經滲入了科技創業的方方面面。

過去一年中，AI技術的發展異常迅速，算法、CPU、GPU的不斷演進都讓人工智能引擎變得更加智能。

AI會顛覆傳統行業，并且帶來巨大的商業價值。最先受到其震蕩的，往往是那些已經有了明確和強烈商業需求的行業，比如傳統的醫療和制造工業。AI在這些領域是作為一個效能提升的工具應用，我們常聽到的智能醫療、智能工業等等，就是傳統行業結合了AI技術。

比如計算機視覺在醫療影像領域的應用、機器學習在智能醫療方面的應用、機器人在手術機器人與理療方面的應用等等，都是AI技術在從預防到治療等不同階段的應用，從而把離散的醫療信息進行整合，并加速個性化醫療的進程。

現在AI應用上，工廠機器人是一個比較大的種類，現在工廠已經很自動化了，還沒自動化的東西都是因為機器無法‘思考’。換句話說，想解決這個問題，機器需要會學習，接入AI后，工廠將大大提高產能及準確度，而這意味著更加實在的商業價值。

從另一個角度來看，數據也有可能在日趨激烈的AI行業內競爭中成為護城河。如今市面上98%的項目都號稱自己有AI技術，然而實際上，真正有付費商業突破，比如擁有大數據量、客戶愿意付費、效率明顯提升的，僅僅集中在有限的幾個領域里，軟硬件結合，相互滲透。

朗銳智科（www.lrist.com）認為傳感器、獨特的數據以及深度的行業商業智能相結合，最終會帶來可觀的商業價值。同類的公司資本正在迅速往頭部集中，在中國尤為明顯，而數據正是最重要的壁壘之一。人工智能要走的路還有很遠，如今的圖像識別與深度學習也僅僅是其中的一小步。

萬物互聯是快速發展的必然趨勢，其上下游產業鏈都存在巨大的市場空間和潛在機會，需要全棧高可靠安全管理、智能高敏傳感、低功耗高效能通訊、超越互聯網的海量大數據處理與分析、邊緣計算、人工智能和商業智能輸出等眾多技術的支撐和協調，三大行業的發展為我們展現了一個新的未來，如今來說下一個風口還有些為時尚早。

來源：朗銳智科