你不知道的时候，AI已经悄悄起飞

从机场车站的刷脸进站、旅行中的无人机拍照，到语音识别口语教学、人脸识别刑侦破案及AI 辅助医疗诊断，越来越多的“AI+”应用场景落地，得到资本青睐和市场认可。

（图片来源：艾瑞咨询）

国务院发布的《新一代人工智能发展规划》预计，到2030 年人工智能市场规模将超过 10 万亿元。作为“前沿科技”的代名词和第四次产业革命的主要方向之一，人工智能同样也受到了来自全球各国政府的高度重视。

自2017 年加拿大发布了全球第一个国家级人工智能战略以来，截至 2020 年 12 月，已有其他 30 多个国家和地区发布了类似文件。

中国在2017 年发布了《新一代人工智能发展规划》，人工智能被写入了“十九大工作报告”。2020 年，人工智能又作为“新基建”七大领域之一被明确列为重点发展领域。

（来源：《2021 AI Index Report》）

2019 年 2 月，白宫发布《美国人工智能倡议》，将联邦政府 AI 研发的投资需求列为优先事项，确保 AI 技术的安全开发、测试和部署的技术标准。该倡议还强调要培养一支 AI 人才队伍，并表示将致力于与国际伙伴合作，提升美国在 AI 领域的领导地位。

AI，正在越来越多地影响人们的生活。

目前，AI 的研究及应用主要集中在基础层、技术层和应用层三个方面，其中基础层以 AI 芯片、计算机语言、算法架构等研发为主，技术层以计算机视觉、智能语音、自然语言处理等应用算法研发为主；应用层以 AI 技术集成与应用开发为主。国内 AI 领域经过多年的发展，已经在安防、金融、客服、零售、医疗健康、广告营销、教育、城市交通、制造、农业等领域实现商用及规模效应。

IDC 发布了《2021年V2全球人工智能支出指南》（IDC Worldwide Artificial Intelligence Spending Guide），预测全球 AI 市场支出将在 2021 年达到 850 亿美元，并在 2025 年增至 2000 亿美元。

巨大的市场带来了巨大的机遇。未来随着5G 的建设普及以及科技进步，AI 除了在语音识别、计算机视觉技术的继续拓展和实地运用外，在芯片、机器学习、神经网络等方面也将引来增强趋势，AI 也将在越来越多的领域得到应用落地。

COVID-19 新冠疫情带来的影响，不亚于一场世界大战，深刻地改变着全球格局。

在面对传染疾病导致的公共卫生危机时，人口规模庞大、人员流动复杂，感染人群及密切接触群体的追踪排查难度高。如果恰逢公共假期，大规模的人群流动，给疫情防控带来更大的压力。

AI 在应对公共卫生危机方面，正发挥着巨大的作用。

随着整个社会的数字化程度提升，人们日常生活越来越多的在网络世界留下痕迹。通过对网络信息的分析，能够反过来实时了解现实世界发生的事情。健康监测平台BlueDot，将医疗和公共卫生专业知识与 NLP 等 AI 技术结合，每天监测新闻报道、动植物疾病报告和各类官方公告的近 10 万篇文章，跟踪百余种传染病网络信息。

利用这个 AI 监控平台，该公司早在 2019 年 12 月就对新冠病毒发出警告，并正确预测了病毒的扩散路径。

同时，借助AI 可以大幅度提升基层疫情排查的效率。疫情严峻时，湖北省依据“慧眼迁徙大数据”确定了武汉市流出人口的地域分布情况，并通过 AI 技术排查个体用户的运动轨迹，对已确定感染的人群，基于移动位置服务（LBS）勾画可能传播的关系图谱，进一步追踪密切接触者。温感摄像头系统则结合了人脸识别、热成像体温检测功能，可以自主采集身份信息、体温信息，自动启动预警机制并实时传输给疾控管理部门。AI 的非接触式筛查，最大程度上保护了筛查人员和医护人员的安全，也提升了筛查效率。

（温感摄像头）

疫情爆发之时，AI 可以根据当下的态势对未来一段时间的发展趋势进行预测。借助AI 技术，基于高危人群感染数据，通过传播动力学模型、动态感染模型、回归模型等，对发病热力分布与密切接触者的热力分布进行分析，对疫情峰值与拐点等重要趋势进行研判。精准的疫情态势预测，对于制定科学合理的防控措施，具有重要作用。谷歌联合哈佛全球健康研究所发布了一组新冠肺炎公共预测模型，借助一种新的机器学习方法，将人工智能与流行病学基础相结合，可以提供未来14 天美国州县的新冠肺炎病例、死亡病例、ICU 使用率、呼吸机可用性和其他指标的预测，依据这些指标进一步预测所需防护设备的数量、医护人员需求，为公共卫生部门、医院决策提供依据。

疫苗和药物研发，是解决新冠疫情的最终手段。李兰娟院士团队通过对采用“基于AI 的新型冠状病毒药物靶点机制预测和药物虚拟筛选”的4种药物进行体外细胞实验，结果证实其中2个药物在抑制新型冠状病毒上有一定效果；华中科技大学同济医学院，通过 AI 技术对 8506 种已上市或正在进行临床试验的药物，对新型冠状病毒多个靶标蛋白开展超大规模计算机辅助药物筛选，7 天内即可得出了初步的筛选结果。

医疗、安防、城市交通网络……AI在越来越多的实体场景迸发活力。而AI 的应用是建立在大量数据基础上的。

如疫情监测、溯源排查等方面，需要了解用户身份、行动轨迹等敏感隐私数据。数据保护不当，将对当事人带来严重的困扰，曾有明星健康宝照片泄露并在网上被低价贩卖，也有患者隐私数据被泄露遭到网络暴力。前车之鉴，是我们应当铭记的教训。

数据的存储安全，直接与AI 的应用场景和应用前景挂钩。安全的存储方式，不仅可以避免数据泄漏带来的危害，更可以为特定场景的信息读取提供技术支持。

因此，在当下区块链行业的前沿发展探索中，“分布式存储”逐渐展露头角。相比于传统的数据保密方法，分布式存储的亮点是能够实现数据的物理分散、逻辑集中，在确保数据安全隐私性的同时，还能挖掘数据价值、促进价值流通。

但仅有存储，还不够。数据的质量/准确性直接影响了 AI 计算的结果是否真实准确、是否有预测价值。数据质量与存储安全，成为制约AI 发展与应用落地的两个关口。

世界首个机器人公民Sophia 之父、美国通用人工智能学会主席、机器人公司 Hanson Robotics 首席科学家 Ben Goertzel，也正致力于推进在医疗健康方向的AI 知识图谱架构工作。为此，他选择加入EpiK，并以首席顾问的身份，为EpiK AGI 强人工智能领域知识图谱构建提供指导，协助完善及发展 AI 领域知识图谱以及人工智能大数据构建的深度合作，同时，帮助 EpiK 铭识协议开拓欧美 AI 数据标注市场。

为什么是铭识协议？因为在现阶段，铭识协议完美地解决了AI 知识图谱构建所必须的数据质量和数据存储问题。

数据的安全存储层面，铭识协议依托于区块链的分布式存储技术，规划出了总自身的“AI 数据存储系统”。

为了充分调动其每台闲置中的存储设备，在铭识协议的“AI 数据存储系统”中存储数据是免费的，且不限时间，默认无限存储份数，无需指定特定节点，平均每个扇区大小仅需 8M。“AI 数据存储系统”对存储设备的要求门槛更低，参与更容易。

而面对让马斯克和特斯拉也头疼数据质量问题，铭识协议独创了“AI 数据标注系统”。抛开语言、种族和地域的差异，在这个系统内，人人都可以成为 AI 的老师。

而且，为了增加数据标注师工作的趣味性，铭识协议将这部分工作在终端以游戏通关的形式呈现（应用商店/App Store内搜索“知识大陆”），降低了参与门槛，同时也提升了数据标注师们的体验。

今年8 月，国际情感计算人工智能先驱上海亿镜智能科技有限公司宣布与铭识协议 EpiK Protocol 达成战略合作。双方共同探索出了一套 emocloud 云架构系统。

（emocloud 云架构概览）

通过这套架构系统，可以有效实现情感计算所必须数据流的收集、筛选、分析及分布式存储全流程。为情感计算领域的解决方案和产品应用提供优质的数据和存储支持。亿镜智能科技创始人俞楠教授目前正在申请成为“EPIK 知识大陆体系”的情感计算领域专家。

万物互联，一切豆浆变得高度智能。随着智慧的高速进化，未来已然在不断被刷新。AI 给人类社会带来的变革不仅仅停留在延伸人的体力和脑力上，而将成为最具变革性的技术之一。

现阶段，AI 仍需要从海量数据中提取有效信息形成智能，再加上各行各业的场景，数据与计算，在不断的碰撞中，能得到最接近实际场景、细碎需求的结果。这样的结果反哺到实体场景中，孕育出了更多的创意和机会。

只有当AI 像 “水” 一样，既自然又充沛等渗透进各行各业的时候，我们才能说“AI 时代”到来了。百川汇流，铭识协议正着力修炼 “水” 的能力，为 AI 的浪潮奔涌，汇聚每一个微小却不能备忽视的水滴，渗入到实体场景的每一个角落里。

EpiK Protocol 铭识协议

铭识协议是全球首个 AI 数据的分布式存储协议，通过整合 IPFS 存储技术、Token 激励机制和 DAO 治理模型，打造出具备可信存储、可信激励、可信治理和可信金融四大核心能力的全球开放自治社区，以极低的管理成本组织全球社区用户共同协作，持续产生可共建共享共益的高质量 AI 数据，开阔 AI 的认知，推动全面智能化时代的到来。

本文来自投稿，不代表果核3.0立场，如若转载，请注明出处：https://www.guohe3.com/289

你不知道的时候，AI已经悄悄起飞

（图片来源：艾瑞咨询）

（来源：《2021 AI Index Report》）

（温感摄像头）

相关推荐