赢和输,随着越来越多的情报是谁添加到设备。
智能添加到无处不在的电子产品会有后果,但不一定是大多数人所期望的。
几乎所有电子这些天有一些建在“智能”功能或增加。这可以简单如烟雾报警器时,你会得到提醒电池运行低,家庭学习助手你的日程表,拨打了恒温器向上或向下,或一个机器人真空吸尘器,你家地图和时间表,它发现最污垢。
调用这个情报是一个用词不当,当然可以。在某些情况下,这是位映射。不过,建筑模式识别到设备可以大大提高用户体验,在许多情况下,消费者愿意支付添加方便。他们不希望冰箱订购他们的食物,但是他们愿意支付多没有做平凡的任务。
但所有这些部分如何相互作用随着时间的推移,特别是随着越来越多的设备集成到其他设备?今天,没有办法测试,甚至完全预测这些交互。在真空吸尘器的情况下,它可能并不重要,如果遇到和对象或者被困在椅子上。但如果它是一个机器人或一辆车,任何形式的干扰可能导致受伤。
是使问题更糟,当干扰来自内部系统——或者更糟的是,在另一个系统连接到系统。情报零碎的添加到设备越多,出错的可能性就越大。这些设备和更快的移动和交互,更大的潜在的麻烦。
需要什么层次的规则定义这些设备应该如何表现,和他们需要财团的跨越整个供应链的公司,从设计到制造,测试和检验,所有进入该领域。因此而不是一个或两个公司确定这些设备应该与其他设备发展,这对整个行业提供了一种方式参与创新和扩大。
在世界AI /毫升,这带来了巨大的挑战。这些算法都只能隐约理解的公司或数据的科学家们开发它们。足够的就很难获得这些设备正常工作,这是证明算法的速度更新。几乎没有一组已定义的规则对这些设备应该如何交互,或什么样的安全需要构建。
这秘密地开发工作已经完成。许多算法由公司高度占有欲。特斯拉从大众汽车的自动驾驶算法是非常不同的。到目前为止,他们没有互动。他们的主要目标是规避。
但他们将不得不在某种程度上相互作用,相互和基础设施,以提高安全性和可靠性。标准将需要模拟一个给定的一组可能的交互,几乎为60000年到80000年开发的智能手机的方式可能的用户场景。AI /毫升的系统交互的数量可能是数量级的提高。角落的情况下比一个公司可能开发本身,但它肯定是可能的范围内整个供应链的数万亿美元的产业。
对这个市场超出一些非常富有的公司,并且扩展超出此时极其粗糙的交互,沟通和互动需要发生。和使它所有的工作预期,这些设备必须监控和可靠,和他们收集的数据需要足够精确的特定目的。
这是一个巨大的任务,会使许多公司走出他们的舒适区域。但做得对,它可以增加芯片行业的足迹在庞大的规模。
|
|
|
|
|
|
|
|
|
|
留下一个回复