智能硬件迎来飞速发展

曾几何时，云原生似乎还只是一个程序员才懂的词。然而到了2020年，云原生开始“破圈”。

2020年9月，阿里云成立了云原生技术委员会。

2020年12月，华为云联合云原生基金会CNCF、中国信通院及云原生企业，共同发布全球化云原生交流平台“创原会”，旨在通过探索前沿云原生技术、共享产业落地实践，共创云原生与业务融合的无限可能。

原本企业家们的对话可能是：你的公司业务上云了吗?，而现在很多企业家要改口问下：你的业务是“云原生”吗?

如果按照美国企业的标准，当云服务支出达到IT总支出的9%~10%时，云原生将会迎来爆发期。因此Gartner报告认为，到2020年，将有50%的传统老旧应用被以云原生化的方式改造，到2022年，将有75%的全球化企业将在生产中使用云原生的容器化应用。

2020年开始，中国也进入到云原生的快速发展阶段。

从广义看，因云而生的软件、硬件、架构，就是云原生。因云而生的技术，就是云原生技术。

比如云原生数据库、云原生大数据、云原生容器、云原生中间件、云原生安全等概念，这都是在云上可以随意获取的服务化云原生产品，是传统线下没有的服务，有助于获得性能和成本上的加强，就是云原生。

过去有句名言说，软件正在吞噬整个世界。现在，云原生正在吞噬一切。

1. AIoT跨越拐点，从蓄力期进入增长期
 

严格来说，认知是获取和处理知识的能力。它包含人脑用于推理、理解、解决问题、计划和决策的高层次概念。

我们目前探索的技术包含了一定程度的认知，虽然有时不那么明显。以图像分类为例，如果我们仔细审视用于图像分类的深度神经网络，实际上就可以看出神经网络是如何在每一层将问题分解成更小的步骤的。
 

NLP技术在过去几年中飞速发展。有些只能处理简单任务，比如情绪分析、关键字抽取或个体识别，有些则可以处理更复杂的任务，如文本归纳或翻译。2018年，微软的机器翻译团队首次在自动翻译方面达到人类水平——这是个极度复杂的任务，曾一度被认为是不可能实现的。

自然语言理解最激动人心的应用之一便是机器阅读理解。2018年1月，来自微软亚洲研究院的团队使用斯坦福问答数据集(SQuAD)达到了人类的水平，该数据集由针对一组维基百科文章的问题所组成。实际上，有关这些文章的开放性问题，系统能够给出比人类更好的答案。许多公司为之做出了贡献，帮助它走得更远。

尽管如此，这些系统仍然无法达到人类的抽象层次。在其核心，问答算法会搜索文本来寻找可以指向正确答案的线索。对于每个问题，系统都要搜索整个文本来匹配。人类也这么做(特别是当我们很匆忙时)，但是当我们真正想理解一段文字时，我们会从中抽取知识，进行概括，并使其更易于理解。

想象一段描述加利福尼亚的文字。人类会从这段文字中归纳出“加利福尼亚”这个实体并给它赋予属性(如人口、面积)，甚至与其他实体的关系(如邻州、地方长官)。归纳后，我们不再需要那段文字来回答关于加利福尼亚的问题。我们已经概括了有关的知识。

人工智能中与此过程对应的是知识抽取，其对企业有着深远的意义。通过使用这些技术，我们可以从混沌、无序，甚至令人困惑的信息中抽取高阶概念。结果知识图不但能用于回答关于整个数据产业的宽泛问题，还能浏览和理解这些信息。

这种水平的抽象远远超出了传统NLP的能力范围，使其更接近我们所说的认知。

03 认知

（编辑：盐城站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!