我们可能没有注意到这一点,但人工智能和物联网都在推动消费者和商业环境的大规模创新。 例如,我们口袋里的智能手机配备了大约9到13个传感器,多年来一直通过设备固件和云来运行机器学习和深度学习。 但是,为了确定这些趋势对消费者、企业和生态系统的更广泛影响,我们必须考虑它们是如何趋同的,以及其中的影响。 以下是三个例子。

虽然连接的设备甚至机器人已经存在了多年,但它们一直在努力超越移动和笔记本世界的打字、点击、触摸界面。 它们的效用在很大程度上仍与其他设备或电源相连。 他们一直在努力实现主流收养。 预计到2020年,约有150亿台IoT设备将在消费者手中,但制造商一直在为如何激发如此巨大的增长轨迹而头疼。

由于机器和深度学习的进步,以及自然语言的处理和理解,可靠的语音识别正在重新定义我们如何与机器互动。 简单地与IoT设备或环境对话的能力意味着人机界面开始看起来更像一个人-人的界面。 从技术采用的角度来看,这并不只是改善了界面——通过打字或敲击说话;抬头而不是向下——它打开了全新的市场。 考虑一下这如何使老年人能够使用家庭护理应用程序,帮助残疾人享受互联网服务,或者欢迎不太懂技术的用户。

人类不仅天生就有学习和产生语言的能力,而且相对而言,声音传达了许多不可见的交流元素-情感、语调、文化细微差别等。 我们用来衡量相互作用。 这是我们在社会互动中固有的个性化,以及我们长期以来灌输具有人类特征的对象的倾向。 当我们将事物拟人化时,我们信任并认同它们。 在这些交互中,相邻的处理速度和设备可以动态响应,结合来自不同数据集、客户偏好和实时上下文信号的上下文。