IOT:智能經濟時代初現雛形——數據賦能至上，數據共享先行（先導篇）

摘要

近年來，以人工智能、區塊鏈、可信計算、邊緣計算、云計算、物聯網等技術集群呈現“核聚變”式爆發的態勢，新一代信息技術基礎設施——“新基建”正在形成新的社會運行操作系統，以智能化為代表的新經濟形態已初現雛形。令人欣喜的是，在2019年的政府工作報告中，我國亦首次提出了“智能+”的重要戰略。無疑，這昭示著智能經濟時代即將來臨。首先，該報告對智能經濟的定義及其特征進行了闡述。所謂智能經濟，是數字經濟發展的高級階段，是由“數據+算力+算法”定義的智能化決策、智能化運行的新經濟形態。智能經濟呈現出數字化、網絡化、智能化三大特征。該報告的創新之一在于首次系統總結出智能經濟“一體兩翼”的框架特征。數據在線是智能經濟的重要載體，建立起物理世界和數字世界之間精準映射、實時反饋機制，構成“一體”。數據賦能使得生產效率得到了提高，數據流通使得協作關系得到了重塑，數據賦能和數據協同構筑智能經濟雙引擎，構成“兩翼”。其次，該報告基于對智能經濟的六層技術架構進行詳細闡述，繪制出了智能經濟全景圖譜。在通信層，5G專注高速率、低時延、高可靠，而NB-IoT專注低功耗、低成本，大連接，呈現出高速率與低功耗雙軌演變態勢。在算力層，云計算實現云端的平臺智能，邊緣計算實現終端的現場智能，可信計算實現數據的安全流通，可謂“云-邊-端”三位一體，協同計算。在數據層，數據賦能使得生產效率得到了提高，數據流通使得協作關系得到了重塑，亦呈現出生產力與生產關系雙向變革態勢。在算法層，深度學習作為人工智能核心算法，共識算法作為分布式系統核心算法，集中式算法與分布式算法相輔相成，呈現出雙輪驅動態勢。在PaaS層，該報告分別闡述了語音交互、計算機視覺、跨鏈技術、隱私保護四大功能模塊。在SaaS層，該報告分別從通用型應用和垂直型應用兩個方面進行了詳細闡述。值得注意的是，該報告的另一創新之處在于，該智能經濟全景圖譜首次將云計算、邊緣計算以及可信計算統一整合到算力層進行闡述，尤其是對可信計算作了重點分析。同時，該圖譜首次將深度學習算法和共識算法統一整合到算法層進行詳細闡述。最后，該報告總結出了智能經濟未來的三大發展趨勢。第一，在數據賦能方面，“云-邊-端”三維智能體系，共建“智聯網”；第二、在數據共享方面，數據共享是“剛需”，數據流動是“常態”；第三，在隱私安全方面，建立適應數據動態跨界流動的安全防護體系。目錄

一、智能經濟“一體兩翼”初現雛形智能經濟：由“數據+算力+算法”定義的全新商業世界“一體”：數據在線是智能經濟載體，構建數字孿生世界“兩翼”：數據賦能和數據協同攜手構筑智能經濟雙引擎二、智能經濟全景圖譜分析智能經濟全景圖譜總覽通信層：高速率與低功耗雙軌演變1、5G專注高速率、低時延、高可靠，給物聯網帶來革命性升級2、NB-IoT專注低功耗、低成本，大連接，物聯網爆發近在咫尺算力層：“云-邊-端”三位一體，協同計算1、云計算實現云端的平臺智能2、邊緣計算實現終端的現場智能3、可信計算實現數據的安全流通數據層：生產力與生產關系雙向變革1、數據賦能：提高生產效率2、數據流通：重塑協作關系算法層：集中式算法與分布式算法雙輪驅動1、深度學習：認知系統核心算法，編譯器是差異化競爭焦點2、共識算法：分布式系統核心算法，可插拔機制是必然趨勢PaaS層1、語音交互：識別準確率超越人類，但自然語言處理有待攻克2、計算機視覺：生物及靜態識別較為成熟，動態識別有待突破3、跨鏈技術：Layer2層最具發展前景的區塊鏈可擴展方案之一4、隱私保護：徹底解決數據孤島困境，開啟數據利用的新模式SaaS層1、通用型：CRM等渠道業務先行，ERP等核心業務加速智能化2、垂直型：智慧金融、智慧醫療和智能汽車引領智能升級浪潮三、智能經濟發展趨勢數據賦能：“云-邊-端”三維智能體系，共建“智聯網”數據共享：數據共享是“剛需”，數據流動是“常態”隱私安全：建立適應數據動態跨界流動的安全防護體系參考文獻一、智能經濟“一體兩翼”初現雛形

近年來，以人工智能、區塊鏈、可信計算、邊緣計算、云計算、物聯網等技術集群呈現“核聚變”式爆發的態勢，新一代信息技術基礎設施——“新基建”正在形成新的社會運行操作系統，以智能化為代表的新經濟形態已初現雛形。無獨有偶，阿里研究院也在今年發布的《從連接到賦能：“智能+”助力中國經濟高質量發展》同樣提出了智能經濟的概念，智能技術群的“核聚變”將推動智能經濟時代的到來。令人欣喜的是，在2019年的政府工作報告中，我國亦首次提出了“智能+”的重要戰略：“深化大數據、人工智能等研發應用。打造工業互聯網平臺，拓展‘智能+’，為制造業轉型升級賦能”。無疑，這昭示著智能經濟時代即將來臨。隨后，中央全面深化改革委員會第七次會議上通過的《關于促進人工智能和實體經濟深度融合的指導意見》首次提出“智能經濟形態”，促進人工智能與實體經濟深度融合，構建數據驅動、人機協同、跨界融合、共創分享的智能經濟形態。我們認為，數據在線是智能經濟的重要載體，建立起物理世界和數字世界之間精準映射、實時反饋機制，構成“一體”。數據賦能使得生產效率得到了提高，數據流通使得協作關系得到了重塑，數據賦能和數據協同構筑智能經濟雙引擎，構成“兩翼”。智能經濟“一體兩翼”初現雛形。

Terra生態DEX Astroport的智能合約已在Terra2.0測試網上運行:金色財經消息，Terra生態去中心化交易所Astroport智能合約已在Terra2.0測試網上運行，接下來將啟動主網。

此前消息，Astroport發布Terra2.0計劃，計劃將智能合約系統在新網絡上重新部署。[2022/6/3 4:00:54]

圖片來源：算力智庫研究院智能經濟：由“數據+算力+算法”定義的全新商業世界所謂智能經濟，是數字經濟發展的高級階段，是由“數據+算力+算法”定義的智能化決策、智能化運行的新經濟形態。智能經濟以數據為關鍵生產要素，以人機協同為主要生產和服務方式，以滿足消費者個性化需求為終極價值追求方向。智能經濟呈現出數字化、網絡化、智能化三大特征。數字化也就是實現數據在線，是基礎；網絡化也就是協同網絡，是支撐；智能化也即是認知計算，是目標。通過對人、物構成的物理世界進行數字化產生數據，通過網絡化實現數據的價值流動，以數據為生產要素，通過智能化為各行業創造經濟和社會價值。“一體”：數據在線是智能經濟載體，構建數字孿生世界智能經濟的終極目標是構建數字孿生世界。而想要實現孿生世界的前提是實現數據在線。因為只有數據在線，才能通過數據將物理世界的客觀存在映射到數字世界當中，才能建立起物理世界和數字世界之間精準映射、實時反饋機制，最終實現物理世界和數字世界的全面融合，最終使得原子比特世界融合成一體。而物聯網是數據在線的具體表現形態。在人口紅利和流量紅利增長趨緩的背景下，互聯網巨頭紛紛瞄準物聯網作為新一輪信息紅利增長的主要來源。物聯網是下一代互聯網架構的核心組成部分，是連接虛擬與現實世界的重要入口。物聯網成為全面構筑經濟社會智慧化轉型的關鍵基礎設施。“兩翼”：數據賦能和數據協同攜手構筑智能經濟雙引擎眾所周知，智能經濟的核心特征莫過于滿足消費者的個性化需求。而想要實現個性化，只有通過數據智能方可實現。智能經濟的數據智能以平臺側的云計算和終端側的邊緣計算為代表。人工智能的前提條件是擁有海量數據進行模型訓練。但在現實世界中，任何單一機構，即便強大如當下互聯網巨頭，永遠都只能掌握數據集合的一部分，都不足以全面、精準地勾畫出目標對象的全部特性。所以，在智能經濟時代，數據共享是“剛需”，只有將多方數據協同計算才能實現數據價值的最大化。智能經濟的數據協同主要以可信計算為代表。智能經濟時代，數據賦能和數據協同將構成未來商業競爭的雙引擎。二、智能經濟全景圖譜分析

智能經濟全景圖譜總覽從技術層面來看，智能經濟可以分為六層架構:通信層：主要包括5G、NB-IOT技術，是數字經濟的通信技術支撐；算力層：主要包括云計算、邊緣計算和可信計算，相當于人體的脊椎和四肢，是數字經濟的信息技術支撐；數據層：主要包括數據分析、數據流通，相當于人體的血液；算法層：相當于人體的大腦；PaaS層：主要列舉了語音交互、計算機視覺、跨鏈、隱私保護四個熱門領域；SaaS層：主要包括通用型應用和垂直型應用。

圖片來源：算力智庫研究院通信層：高速率與低功耗雙軌演變無線通信技術大致可以分為兩類，一類是短距離通信技術，包括藍牙，Zigbee，WiFi等，主要應用于室內智能家居，消費電子等場景；第二類是遠距離通信技術,包括4G、5G等蜂窩通信技術，以及NB-IoT、LoRa等LPWA技術。無線通信技術在向高速率，低時延及高可靠性發展的同時也在向低速率、低功耗及大連接方向演變。其中，高速率業務驅動無線通信技術向5G發展，中低速率業務驅動無線通信技術向以NB-IoT為代表的LPWA技術演變。1、5G專注高速率、低時延、高可靠，給物聯網帶來革命性升級5G技術最核心的改變就是通過對三大應用場景的定義豐富了網絡連接的適用范圍，進而滿足了新增的連接需求，將互聯網從“人”進一步擴大到“物”。5G應用的三大場景中，除了移動增強寬帶，大規模物聯網和超高可靠、超低時延通信都是針對物聯網的全新場景。由于5G很好的解決了時延、速度、密度等核心問題，能夠有效滿足以上三類應用場景的物聯網需求。

HSC虎符智能鏈Wayne：NFT的市場未來是十分光明的:9月11日15時（GMT+8），HSC《虎虎圓桌派》聯合 STK、SameCoin、FansForce、GameDao 四家項目方，在白嫖社區舉辦以“Web3.0時代，用Defi賦能NFT市場”為主題的圓桌活動。

HSC虎符智能鏈市場負責人Wayne與STK代表佐一、Samecoin中文市場專員Amos、FansForce TechDirector Mr.Frank、GameDao COO Leo等多家項目方共話 Defi世界絕對的熱詞NFT。從NFT的發展講起，穿越歷史的隧道，找尋未來。

Wayne認為，在DeFi生態的加持下，NFT市場依然有著巨大的增長空間，NFT的市場未來是十分光明的，但是短期來看，市場需要回歸價值，投資需要歸于冷靜，產品需要時間沉淀，NFT一定會成為DeFi的主力軍和破圈利器。[2021/9/10 23:15:16]

圖片來源：算力智庫研究院5G給物聯網帶來的革命性升級不僅意味著提供更快的速度和更低的延遲。更重要的是，5G能夠連接網絡中的大量傳感器和智能設備，并使其能夠進行機器對機器的直接通信，誕生海量數據，為人工智能模型的訓練提供豐富數據，實現對目標對象的精確刻畫，大大降低了定制化服務的成本，使得從大規模標準化服務變為個性化精細服務成為可能，給人工智能技術帶來從量變到質變的影響。2、NB-IoT專注低功耗、低成本，大連接，物聯網爆發近在咫尺NB-IOT由通信行業最具權威的標準化組織3GPP制定，并由國際電信聯盟ITU批準，屬于國際通用標準。NB-IOT主要是以速率與時延為代價來滿足低功耗、低成本、廣覆蓋與大連接的物聯網應用場景需求，現在已經有超過千萬個NB-IoT連接廣泛應用于城市管理及個人生活的方方面面。NB-IoT屬于運營商網絡，可以直接租用運營商網絡，節約了大量的網絡部署時間，有利于迅速大規模推廣。中國是NB-IoT網絡的主要推動國家之一。目前，我國三大運營商NB-IoT網絡已基本實現全國覆蓋，已經建成全球規模最大的NB-IoT網絡。當前，隨著物聯網芯片、通信模組等關鍵產業環節逐步成熟，物聯網產業爆發近在咫尺。算力層：“云-邊-端”三位一體，協同計算伴隨著終端智能化水平的不斷提升，平臺側的云計算、邊緣側的邊緣計算以及可信計算等新技術呈現出并行發展的趨勢，物聯網正向“智聯網”演變。1、云計算實現云端的平臺智能云計算是人工智能的重要助推器。云計算將傳統的IT工作方式轉變為以網絡為依托的云平臺方式運行。當前，以“計算+算法+數據”為核心的人工智能技術是智能經濟的重要基石。而無論是海量數據的獲取及存儲，還是算法的持續訓練均離不開云計算的技術支撐。云計算的特點在于集中管理、按需使用，一方面提高了計算效率，另一方面有效降低了用戶的部署和運維成本。但是，云計算在時延、帶寬、性能等方面存在明顯短板。云計算模式將所有計算能力集中在一個核心節點，降低了自身的可移動性，無法識別地理位置和用戶信息，并且當數據處理量較大時，具有網絡擁塞、時間延遲等問題。2、邊緣計算實現終端的現場智能純粹的企業內部部署方案會催生數據孤島，而純粹的云方案則會面臨高延時、高傳輸成本以及海量數據的篩選難度。邊緣計算的本質是讓物聯網時代大量傳感器捕捉的海量數據得以在最合適的位置進行處理分析。在此背景下，邊緣計算需要應運而生。邊緣計算將數據處理、應用程序的運行等能力從網絡核心的云端下沉到網絡邊緣的節點上，提供低時延、高帶寬的傳輸條件，滿足低時延、大帶寬、高可靠的應用需求。在邊緣計算的支持下，大量物聯網場景的實時性和安全性得到保障，有望在車聯網、智能制造、智慧城市等垂直領域場景得到重點應用。邊緣計算的典型企業是網宿科技。網宿科技通過強化在邊緣側的計算、存儲、傳輸、安全等能力，幫助云時代企業級用戶更經濟更有效率地用好云。公司目前的CDN平臺本身就有著較強的分發和存儲能力，通過軟硬件部署升級，將計算和安全能力釋放，將形成集計算、存儲、分發、安全一體化的邊緣計算平臺。3、可信計算實現數據的安全流通可信計算指的是采用硬件安全模塊，大大提高系統整體的安全性，其本質是為了保護隱私安全。需要特別指出的是，此處的隱私安全是建立在數據安全之上更深層次的隱私保護要求。

Cardano創始人：智能合約行業仍然是一個“非常小的池塘”，眼下的爭斗沒有贏家:在最近的提問環節中，Cardano創始人Charles Hoskinson提到了Cardano面臨的最大問題之一：網絡效應。Hoskinson為該團隊強調學術上的嚴謹性進行了辯護，其中包括“不那么吸引人的”同行審查過程，而不是試圖開發“率先面世”的產品：“這一點應該是毫無爭議的。考慮到底層協議的復雜性，我們都認為這應該是個好主意。”Hoskinson還指出，最近的Poly Network攻擊事件說明了為什么匆忙行事不是最好的決定：“當你搞砸的時候，其他人會損失6億美元。”

該項目的批評者經常指出一個事實，即Cardano將無法獲得關注，因為以太坊等競爭區塊鏈已經達到了高水平的采用。在此之前，Hoskinson認為智能合約行業仍然是一個“非常小的池塘”，無法對某個項目的主導地位做出過早的結論：“他們說‘我們是主導平臺’。是的，你是主導平臺。這就好比說你是大海邊一個小池塘里最大的魚。沒有贏家。我們現在都在一個小池塘里戰斗。”（U.Today）[2021/8/22 22:29:48]

數據來源：《大數據安全白皮書》，信通院數據安全是一種“靜態”的隱私數據保護策略；隱私安全是一種“動態”的隱私數據保護策略；隱私安全關注的是隱私數據在流通過程中的安全問題，是數字經濟時代面臨的新問題，因為數字經濟時代，數據只有流通才能價值最大化。目前，可信計算主要存在兩種技術路徑，一種是以可信執行環境為代表的軟硬結合技術路徑，另一種是以安全多方計算和區塊鏈為代表得到軟件技術路徑。需要說明的是，除了這兩種技術框架之外，可信計算還包括各種脫敏、以及同態加密、零知識證明等加密技術。只不過，從原理、成熟度和應用普遍性的角度來看，都不如上述兩種技術框架影響深遠。可信執行環境隨著可信計算的發展，其研究方向已經由傳統硬件芯片模式轉向了可信執行環境模式，主要包括基于Intel芯片的SGX以及基于ARM開源框架的TrustZone。IntelSGX將合法軟件的安全操作封裝在enclaves中，特權或者非特權的軟件都無法訪問enclaves。SGX的可信級別屬于硬件級別，軟件層面甚至操作系統層級的攻擊都無法威脅到SGX創造的可信環境。TrustZone是ARM處理器所特有的安全計算環境。不同于IntelSGX可以生成多個完全封裝的enclaves，TrustZone將CPU劃分為兩個平行且隔離的處理環境，一個為普通運行環境，另一個為可信運行環境。兩者互相隔離，很難跨環境操作代碼及資源。可信執行環境的典型代表是OasisLabs。OasisLabs致力于通過軟硬件集成技術，建立一個基于區塊鏈的隱私云計算平臺，提供規模級的隱私保護智能合約服務。OasisLabs平臺主要提供兩大核心價值：一是在區塊鏈上提供隱私和安全保護；二是解決可擴展性問題，能夠實現復雜的計算密集型和隱私敏感型服務。區塊鏈區塊鏈是一種分布式賬本，通過塊鏈式的數據結構實現分布式賬本。區塊鏈技術將賬本數據打包為區塊，并采用密碼學技術組織成鏈狀數據結構、在全網進行確認和驗證，從而實現數據的不可偽造、不可篡改、完整可溯等特性。近幾年來，區塊鏈技術正處于不斷的發展演變中，在提升性能和吞吐量方面做了大量探索。雖然從技術安全和應用成熟度等方面來講，仍然面臨較大挑戰，但取得的技術進展也是絕對不容忽視的。具體而言，在提高性能方面，跨鏈、分片等技術進展較快，同時，在數據安全與隱私保護領域同樣發展活躍，業已成為新的核心關鍵技術方向。區塊鏈的典型代表是GXChain。GXChain是一條為全球數據經濟服務的基礎鏈，基于區塊鏈的分布式特性、密碼學等技術手段和通證設計，為數據經濟的發展提供了全新的區塊鏈解決思路，引領了數據服務的新變革。GXChain圍繞現有數據經濟中的數據所有權分配、數據泄露、數據真偽和數據激勵等問題，開發了豐富的可信數據組件，逐漸打通數據上鏈、數據儲存、數據計算、數據交換的各個環節，并且已經有了眾多落地的應用和實踐。安全多方計算安全多方計算旨在解決一組互不信任的參與方之間保護隱私的協同計算問題，為數據所有方及數據需求方提供不泄露原始數據前提下的多方協同計算能力。在整個計算協議執行過程中，用戶對個人數據始終擁有控制權，只有計算邏輯是公開的。計算參與方只需參與計算協議，無需依賴第三方就能完成數據計算，并且參與各方拿到計算結果后也無法推斷出原始數據。只要有數據共享和隱私保護的矛盾，就有安全多方計算服務的用武之地。在目前個人數據毫無隱私的環境下，對數據進行確權并實現數據價值顯得尤為重要。安全多方計算的典型代表是ARPA。ARPA安全計算網絡的每個節點均由共識層和計算層兩層組成，計算層主要負責運行ARPA的安全多方協議，共識層主要負責各種交易的記錄和達成一致。ARPA安全計算網絡對所有參與者開放，無須許可便可自由加入網絡，貢獻它們的計算資源并獲取相應回報。同時，ARPA借助秘密共享和門限簽名技術來保障區塊是隨機生成的。安全多方計算等基于密碼學的新型隱私安全計算技術是有望徹底解決隱私安全問題的理想技術方案。但就目前而言，普遍存在計算開銷大、存儲開銷大等問題。以安全多方計算為例，雖然發展至今已有相當成熟的理論研究，但是工程化實現道路仍任重道遠，能夠進行工程實現并研發出相關產品的企業在國內乃至全球都屈指可數。數據層：生產力與生產關系雙向變革數據是物理世界在虛擬空間的客觀映射，是數字經濟的核心生產資料和生產要素。在智能經濟時代，物理世界和數字世界的全面融合，原子比特世界融合成一體，人、事、物都在實時被數據化，真正使得在線成為常態。事實上，只有在線產生的數據，才能夠用于量化決策與預測，也才能夠實現真正的數據業務化，創造新的經濟和社會價值。1、數據賦能：提高生產效率誕生海量數據，為人工智能模型的訓練提供豐富數據，實現對目標對象的精確刻畫，大大降低了定制化服務的成本，使得從大規模標準化服務變為個性化精細服務成為可能，給人工智能技術帶來從量變到質變的影響。數據賦能包括平臺的大數據賦能和邊緣側的現場賦能，實現途徑包括基于人工智能的知識賦能、基于邊緣計算的能力賦能。2、數據流通：重塑協作關系大數據時代，數據作為一種特殊的資產，能夠在流通和使用過程中不斷創造新的價值。大數據時代，數據在流動過程中實現價值最大化。因此，數據流動是“常態”，數據靜止存儲才是“非常態”。數據流動創新主要體現在兩個方面：一是跨層的數據流動，即云、管、端之間的數據流動；二是跨行業、跨環節的數據流動，以區塊鏈技術為代表。算法層：集中式算法與分布式算法雙輪驅動1、深度學習：認知系統核心算法，編譯器是差異化競爭焦點深度學習軟件框架及工具集是人工智能應用落地的核心要素。軟件框架是算法的工程實現，實現對人工智能算法的封裝，數據的調用以及計算資源的調度使用，是整個技術體系的核心。當前，人工智能基礎性算法已經較為成熟，深度學習訓練框架技術及生態已經趨于成熟。各大互聯網巨頭紛紛發力建設算法模型工具庫，并將其封裝為軟件框架，供開發者使用，將開源深度學習軟件框架作為打造開發及使用生態核心的核心。但在實際人工智能產品研發中，由于各框架系統及其組件存在復雜性，不同的應用場景涉及到的系統及組件不同，版本碎片化和獨立性問題嚴重，系統與系統之間，組件與組件之間的信息交互與共享難度較大，模型復用率低，造成建模和算法訓練工作量大，時間長，編譯器是差異化競爭的焦點所在。典型企業代表是OpenCV。OpenCV集成了DNN推斷庫，支持Caffe、TensorFlow等主流框架AI模型格式,并可以自由配置底層運算庫和編譯庫，能夠適配GPU、Intel/AMDX86和ARM等多類處理器，通過編譯配置能夠對云端和終端側推斷均提供支持。2、共識算法：分布式系統核心算法，可插拔機制是必然趨勢共識機制在區塊鏈中處于核心地位。主流共識算法經過一路發展，從早期的工作量證明，已經發展到權益證明、代理權益證明、實用拜占庭容錯算法、授權拜占庭容錯等機制。現存的單一共識機制在應用層面比較專注于某一特定場景，各自有其缺陷。比如，私有鏈和聯盟鏈通常采用的實用拜占庭容錯算法以降低安全為代價提升系統性能。而公有鏈所采用的工作量證明、權益證明等共識機制，主要強調系統安全性，性能較差。在新一代區塊鏈共識機制的設計過程中，根據實際應用場景，為提升效率，需在安全性、可靠性、開放性等方面進行取舍。因此，共識機制從單一的共識機制向多類混合的共識機制演進，根據場景切換共識機制的可插拔形式是未來發展的主要方向。可插拔共識機制的典型代表是XuperChain。XuperChain的可插拔主要體現在兩個方面：一方面，XuperChain不同的平行鏈允許采用不同的共識機制，以此來滿足不同的共識應用需求，用戶可以通過API創建自己的區塊鏈，并指定初始的共識機制。另一方面，XuperChain還支持在任意時刻通過投票表決機制實現共識的升級，從而實現共識機制的熱升級。PaaS層在數據賦能方面，人工智能帶來的最顯著變化是人機互動方式的提升，人機互動以更加智能、更加友好、更加自然的界面完成。智能界面的背后是一系列以人為中心的前沿技術的進步，比如語音識別、計算機視覺等等。以下我們將分別挑選兩大熱門方向中最具看點的語音交互和視覺交互進行詳細分析。在數據協同方面，近幾年來，區塊鏈技術正處于不斷的發展演變中，在提升性能和吞吐量方面做了大量探索。雖然從技術安全和應用成熟度等方面來講，仍然面臨較大挑戰，但取得的技術進展也是絕對不容忽視的。具體而言，在提高性能方面，跨鏈、分片等技術進展較快，同時，在數據安全與隱私保護領域同樣發展活躍，業已成為新的核心關鍵技術方向。以下我們將分別挑選兩大熱門方向中最具看點的跨鏈技術和隱私安全進行詳細分析。1、語音交互：識別準確率超越人類，但自然語言處理有待攻克語音交流更傾向于日常交流方式，在特定的場景中具有優勢，比如遠程操縱、在駕駛過程中等，能夠實現在特定場景中解放雙手的作用。更重要的是，針對用戶語音交互數據進行深度挖掘，使得從大規模標準化服務變為個性化精細服務成為可能。當前，語音識別準確率在安靜環境下字準率達到97%，已經超越人類水平。未來，語音交互日漸成為智能家居和車載等場景的標配，將成為主流的人機交互方式。但95%的正確率僅能滿足偶爾使用需求，語音徹底取代鍵盤成為最常用人機交互模式仍有待于正確率的進一步提升。即使在語音交互領域，依然有很多技術難題需要攻克，比如在嘈雜的環境中語音喚醒和語音識別的效果不理想。更別提處在初級階段的自然語言處理領域。基于目前機器對自然語言的理解程度，只能執行比較簡單的任務。語音交互的典型代表是小i機器人。小i機器人致力于智能語音機器人的研發與技術，其核心業務就是智能客服。隨著產業化應用的不斷積累，公司獲得了海量的基礎交互數據資源，可以進一步充實和完善知識庫體系。從數據積累到知識庫體系到產業化應用的正向循環過程中，小i機器人鑄就了較強的競爭壁壘。2、計算機視覺：生物及靜態識別較為成熟，動態識別有待突破人類認識了解世界的信息中91%來自視覺，同樣計算機視覺會成為機器認知世界的基礎，其終極目的是使得計算機能夠像人一樣“看懂世界”。計算機視覺的技術發展受益于深度學習算法的優化、計算能力的突破以及數據的積累。目前，計算機視覺在靜態的圖像識別領域已經做得非常出色了，甚至在某些方面超出人類的水平。2015年，ImageNet大規模視覺識別挑戰賽top5的錯誤率已經下降到了3.57%，而人眼識別的錯誤率為5.1%，達到了商用化水平。計算機視覺的典型企業是閱面科技。閱面科技是一家具有自主AI視覺識別技術的人工智能公司，專注于深度學習和嵌入式計算機視覺技術的研發，并通過芯片AI視覺賦能實現終端產品的智能化。嵌入式視覺算法是閱面科技的核心技術，但其核心競爭優勢卻不僅僅是算法。嵌入式算法對設備的功耗和計算資源均有高要求，既要保證本地化實時處理，又要盡可能合理配置資源，降低設備端功耗。因此，閱面科技自主研發出了基于嵌入式視覺算法而集成的繁星系列AI芯片，通過軟硬結合的方法，向客戶提供一體化解決方案，才是其真正的核心優勢。當前，靜態物體識別技術趨于成熟，監督學習和推理能力是計算機視覺技術的主要短板。從技術成熟度來看，生物特征和靜態物體識別較為成熟，動態圖像識別難度較大。3、跨鏈技術：Layer2層最具發展前景的區塊鏈可擴展方案之一隨著區塊鏈底層平臺的不斷發展，跨鏈通信和數據交互日益重要。如何提升可擴展性和執行效率，保證跨區塊鏈網絡間的數據一致性以及數據不一致時的共識成為跨鏈技術的發展重點。從技術層面來講，跨鏈技術屬于區塊鏈可擴展方案分層模型的一個分支。區塊鏈可擴展方案分層模型主要分為Layer0層、Layer1層、Layer2層。其中，Layer1層鏈上改進是將區塊鏈技術底層賬本和上層應用分離，底層賬本的重心放在安全性和去中心化上，在性能上有所取舍。Layer2層鏈下改進是基于區塊鏈的底層賬本技術之上的應用型擴展，重心放在性能和安全上，對去中心化有所取舍。Layer1層上能夠改進的方向非常明確但相對有限，Layer2層是未來區塊鏈擴容的主力方向。Layer2層的改進方案主要包括側鏈/跨鏈、狀態通道、Plasma等等。跨鏈技術的典型代表是Polkadot。Polkadot是一個異構的多鏈系統，由多條異構的區塊鏈與跨鏈組件組成，支持眾多高度差異化的共識系統在完全去中心化的網絡中交互操作，允許去信任地相互訪問各區塊鏈。在Polkadot結構中，收集人負責從原鏈中收集需要中繼的交易，打包成一個區塊，再將區塊提交給中繼鏈中負責驗證該鏈的驗證人，驗證通過后，路由轉發交易給目的鏈。跨鏈是Layer2層上最具看點的區塊鏈擴容方案。當前，跨鏈技術成熟度還較低，現有的跨鏈技術主要致力于解決可用性問題，對于跨鏈易用性、可擴展性以及安全性的研究還有待發展。4、隱私保護：徹底解決數據孤島困境，開啟數據利用的新模式保證個人信息、商業機密或獨有數據資源等隱私信息在數據處理、流轉過程中不會泄露，是企業或組織參與數據共享和流通合作的前提條件，也是困擾當前產業界數據共享和流通的難題。當前，隱私保護涉及的技術主要包括安全多方計算、同態加密、零知識證明等等。同態加密提供了一種對加密數據進行處理的功能。也即是，其他人可以對加密數據進行處理，但是不會泄露任何原始內容。同態加密算法通常分為加法同態、乘法同態、全同態等類型，其中加法同態已在一些區塊鏈項目中落地實踐。而借助零知識證明，驗證方既不知道數據具體內容，又能確認該內容的是否有效或合法，在交易有效性證明等業務環節中具有很大應用價值。隱私保護的典型代表是矩陣元。矩陣元定位于隱私計算和價值交換網絡的技術服務提供商。歷時近兩年的理論和工程化探索，矩陣元于今年6月成功上線了以MPC為核心，包含代理重加密、零知識證明、同態加密等大量密碼學算法在內的JUGO安全多方計算平臺。通過部署MPC節點，各參與方可以在本地數據不被歸集、隱私數據不被泄露的前提下，共同執行既定邏輯的運算，獲取共同想要的數據分析結果。安全多方計算、同態加密、零知識證明等基于密碼學的新型隱私安全計算技術是有望徹底解決隱私安全問題的理想技術方案，有望打破數據在行業、企業間的流動壁壘，徹底解決數據孤島問題，開啟智能經濟時代數據利用新商業模式。但就目前而言，普遍存在計算開銷大、存儲開銷大等問題，工程化實現道路仍任重道遠。SaaS層一方面，近年來，國內人口紅利逐漸消失，人力成本不斷提升，需要使用信息化手段來代替一部分人工勞動，從而逐步降低對人工的依賴，另一方面，我國大量小微企業需要擁抱信息技術來不斷提高經營效率，SaaS模式大幅降低企業運營成本，顯著提高企業效率，很好的迎合了其轉型需求。預計，我國SaaS市場有望迎來跨越式發展。1、通用型：CRM等渠道業務先行，ERP等核心業務加速智能化在通用領域，由于企業管理中對外溝通和移動辦公需求大，上云之后有助于提升外部鏈接便利性。所以，外部性越強的模塊，越容易云化。從實踐來看，客戶關系管理、人力資源、協同辦公等細分領域因其產品通用化程度較高，服務門檻較低，處于相對成熟階段。但是如果僅僅只做單一領域功能模塊的話，很難形成有效競爭壁壘。CRM的典型企業是和創科技。和創科技結合云計算、大數據與AI技術，基于中國企業所面臨的銷售管理問題先后研發出了紅圈營銷、紅圈通、紅圈訂單、紅圈CRM與紅圈OMS等系列智能化移動SaaS銷售管理云服務軟件，不僅全面解決了企業銷售團隊的拜訪計劃、客戶管理、溝通協同與數據報表等管理需求，還具有靈活易用、高度可配、拓展性強等的管理功能特性，實現了為企業CIO的營銷賦能。ERP系統需要對企業財務報表數據、人力資源、現金流和流動資金等經營狀況進行智能監督，產品線相對較長，流程全面，涉及采購、生產、倉儲、銷售等多個部門，定制化程度較高，開發周期較長，整體發展進度較慢，但競爭壁壘較高。ERP的典型代表是漢得信息。漢得信息提供涵蓋企業信息化建設全生命周期的交付服務，從核心財務管理到生產計劃敏捷推進，從客戶關系管理基礎到數據智能化分析，從人事制度變革管理到人力資源效率化提高，業務主線貫穿全方位的企業信息化解決方案，實施產品涵蓋了ERP、EPM、CRM、SRM、HR、PLM等企業管理信息化幾乎所有主要領域。2、垂直型：智慧金融、智慧醫療和智能汽車引領智能升級浪潮在垂直領域，智能升級浪潮起步于智慧家居、智能硬件、服務機器人等消費物聯網領域，當前正在向產業物聯網漸次滲透。智慧金融、自動駕駛、智慧醫療等領域由于在結構化數據、ASIC芯片研發、算法訓練成熟度、應用場景定義清晰度這四個關鍵要素成熟度最高，將引領這一波智能升級浪潮。從全球企業實踐來看，在智慧醫療領域，具體應用場景主要有輔助診療、虛擬助理、醫學影像、新藥研發、健康管理等。在智慧金融領域，具體應用場景主要智能客服、智能身份認證、智能營銷、智能風控、智能投顧、智能量化交易等。智慧醫療的典型企業是騰訊覓影。在輔助診療領域，騰訊覓影主要包括診療風險監控系統和病案智能化管理系統：診療風險監控系統旨在輔助降低醫生診療風險；病案智能化管理系統可以準確提取病案特征，輸出結構化的病歷，讓醫生從病案繁瑣的表面工作中解脫，有效提升診療和科研效率。在醫學影像領域，騰訊覓影針對食管癌、肺結節、糖尿病性視網膜病變等病種的篩查已進入臨床預試驗，每月處理上百萬張醫學影像，大大提升了醫療效率，而且對于偏遠地區提高醫療水平。至于建筑、地產、電力、農業等傳統行業，由于整體信息化程度較低，向AI轉型的關鍵要素的成熟度較低，在這一波智能化的浪潮中處于落后位置，行業依然處在蟄伏期，但是我們預計未來這些冷門領域也將迎來自己的機遇。三、智能經濟發展趨勢

動態 | 以太坊伊斯坦布爾升級將破壞Aragon平臺的680份智能合約:以太坊的Ropsten測試網絡即將進行升級。盡管伊斯坦布爾升級最終應該會提高網絡效率，然而根據Aragon One首席技術官Jorge Izquierdo的說法，特別是對于治理平臺Aragon，代碼更改預計將破壞大約680個智能合約。這些智能合約通常管理著以太坊區塊鏈上運行的Dapps的治理。（CoinDesk）[2019/10/1]

展望未來，預計智能經濟將會呈現出如下三大趨勢：數據賦能：“云-邊-端”三維智能體系，共建“智聯網”邊緣計算以“云—邊—端”為典型架構，相對于原有體系新增了“邊緣節點”，并將對原有云、管、端的軟硬件與體系架構針對性地進行調整升級。當新一代的網絡架構建設完成后，邊緣計算和傳統云計算將形成“云-邊-端”協同的效應，提升物聯網方案的完善度和體驗。云計算廠商未來的戰略布局將著眼于如何提升“云-邊-端”協同競爭力。云計算適用于非實時、長周期數據、業務決策場景，主要強調精度、處理能力、內存容量和帶寬，同時追求低延時和低功耗。而邊緣計算主要適用于實時性、短周期數據、本地決策等場景，主要關注功耗、響應時間、體積、成本和隱私安全等問題。未來，云和邊緣設備以及連接他們的網絡可能會構成一個巨大的AI處理網絡，共同構成行業數字化轉型的兩大重要支撐。數據共享：數據共享是“剛需”，數據流動是“常態”在數據時代，數據作為基礎生產資料，能夠在流通和使用過程中不斷創造新的價值。但在現實世界中，任何單一機構，即便強大如當下互聯網巨頭，也都只能掌握一部分數據都不足以全面、精準地勾畫出目標對象的全部特性。數字經濟時代，越來越多的企業需要與產業鏈上下游業務伙伴在數據流通和交易領域進行深度合作。因為只有通過各方數據協同計算，才能更好地釋放數據更大的價值，提升生產效率，推進產業創新。在大數據應用場景下，數據流動是“常態”，數據靜止存儲才是“非常態”。數據共享將成為剛性業務需求，推動著商業流程跨越企業邊界，編織全新的生態網絡與價值網絡。隱私安全：建立適應數據動態跨界流動的安全防護體系未來，數據共享和流通將成為剛性業務需求。數據的頻繁跨界流動，除可能導致傳統的數據泄露風險外，還會引發新的安全風險。特別是在數據共享環節中，傳統數據訪問控制技術無法解決跨組織的數據授權管理和數據流向追蹤問題，僅靠書面合同或協議難以實現對數據接收方的數據處理活動進行實時監控和審計，極易造成數據濫用的風險。傳統的靜態隔離安全保護方法將徹底不能滿足數據流動安全防護的需求，必須通過動態變化的視角分析和判斷數據安全風險，重構以數據為中心、適應數據動態跨界流動的安全防護體系。參考文獻

1、阿里研究院等，《從連接到賦能，“智能+”助力中國經濟高質量發展》2、艾瑞咨詢，《2018年中國物聯網LPWA技術研究報告》；3、易觀、CSDN，《2018中國人工智能產業線路圖》；4、中國區塊鏈技術和產業發展論壇，《2018中國區塊鏈應用報告》；5、弘則研究，《物聯網行業深度：NB~IOT一統蜂窩物聯網江湖》；6、中國信通院，《大數據安全白皮書》；7、中國人工智能產業發展聯盟，《深度學習技術選型白皮書》。

動態 | RIF推出“第三層”網絡來擴展基于比特幣區塊鏈的智能合約和代幣:據coindesk報道，RIF Labs在比特幣區塊鏈的基礎上，開發了用于以太坊式代幣和智能合約的RSK網絡，并推出了一個“第三層解決方案”，以幫助擴展這項技術。RIF在周二表示，經過一年多的籌備，Lumino項目現在正式上線，該公司聲稱Lumino每秒可以處理多達5000筆交易(tps)。[2019/5/14]

Tags：區塊鏈人工智能IOTLAYER區塊鏈專業考研方向人工智能幣龍頭iota幣升值潛力LAYER幣

KuCoin