第二节 从电器到智器：数据嬗变

数据信息的积累和分析是深度学习的基础，在工业上数据源于工业物联网（Industrial Internet of Things），服务业上这些数据源于对我们日常活动的捕捉。随着更多的传感器装备到电网、铁路、桥梁、隧道、公路、建筑、供水系统、大坝、油气管道及家用电器等各种真实物体上，大量的数据将会被收集并分析，实现人与物体之间、物体与物体之间的沟通与对话。大量的数据带给我们前所未有的机会，大数据时代随之而来的就是无处不在的智能。2020年全球物联网的连接数首次超过非物联网连接数。非物联网连接主要是人与人通信的设备，其中智能手机占据最大份额，成为移动互联网的核心承载设备，也催生了庞大的移动互联网市场，对该类数据的分析和利用带来了移动互联网经济的繁荣。未来随着物联网覆盖各行各业，应用开发和创新与各行业数字化转型相匹配，数据分析与利用的空间依然非常大。

当数据被大量采集并融入电器之中，电器就开始向智器进行转变。现在我们已经有了很多利用大数据的应用产品，比如小米盒子具备自我学习的功能，这其实是利用云端的智能平台对设备进行数据积累，但它只是完成了学习的第一步——记忆，并不能算作自主学习。虽然当前的网器与智慧“脑器”相距甚远，但无人驾驶的汽车已经“上路”。Google Driverless Car是谷歌公司的Google X实验室研发中的全自动驾驶汽车，不需要驾驶者就能启动、行驶及停止。其中的关键因素之一是车辆行驶所依赖的数据。

这些自动驾驶汽车配备了各种传感器，如激光雷达、摄像头、超声波传感器和GPS。这些传感器不断地监测周围环境，提供关于道路、交通、天气和其他车辆的实时信息。例如，激光雷达可以绘制出精确的环境地图，摄像头可以识别道路标志和行人，而GPS则确保车辆知道自己的位置。接着，这些数据通过复杂的算法进行处理和分析。自动驾驶汽车利用机器学习和深度学习技术，不断地学习和适应不同的驾驶情况，使其能够识别路标、道路标线、障碍物和其他车辆，然后做出智能决策，如变换车道、减速或加速，以保持安全和高效的驾驶。此外，这些汽车还与云端服务连接，获取关于交通情况、道路封闭信息和地图更新的实时数据。这有助于汽车规划最佳路线，避开交通拥堵，提高行驶效率。最重要的是，谷歌的自动驾驶汽车是不断学习和完善的。每一辆车都会将其驾驶经验和数据上传到云端，以改进整个自动驾驶系统。这种持续的学习使汽车越来越智能，适应性越来越强，从而提高了自动驾驶的安全性和可靠性。

需要注意的是，虽然具备初步智能的智器已经给我们的生活方式带来了巨大的变化，但仍有很大的局限性。例如，当前的自动驾驶汽车虽然看起来已经具备了智慧的影子，但是对于不可预知的东西，目前它还没有敏捷的大脑来处理。除了对精准地图数据的依赖，无人驾驶汽车还存在不能很好地适应糟糕的雨雪天气，无法识别道路上的行人身份（例如警察与普通行人），面对违反交通规则的行人不能做出准确判断等一系列问题。

当前很多智器还必须依托人的指令才能实现智能，而不能主动交互，主动决策。这主要是因为智器还不具备与人类相同的智慧。智器的发展历史很像人类的进化史，电器经过单体运行到群体的集合成为网器，不断升级成为能够进行自我管理完成复杂活动的设备。能够执行这么多烦琐工作的前提是设备足够智慧，而智慧与智能的区别在于智慧具有自主思考和深度学习的特性。以人类为例，刚出生的婴儿，除了父母基因决定的天性，并不掌握其他知识。然而随着婴儿的逐渐成长，通过与外界不断链接、交流和互动，感受各类信息，大脑开始学习掌握知识，并利用知识来完成工作，由此才逐渐具备智慧。反观机器也是如此，如果机器也具有了类似人类大脑的智慧，那将会是一个全新的革命。

从智器的发展状况和趋势来看，未来将会有越来越多的智器在人工智能和机器学习等最新技术的加持下变得更加智慧，智器将成为现实世界中不可或缺的一部分，深刻地影响着我们日常生活当中的方方面面。当前，智化的世界正要拉开大幕，因智而化将会演变出精彩纷呈的业态，让我们一起拭目以待！