随着现代科学技术的发展以及人民生活水平的提高，智能设备的普及率已经越来越高，住宅家居智能化将是一个重要的发展趋势。近年来，国内外对智能家居的研究初具规模，而现有的家居监控系统智能化程度比较低，无法更好的适应新的应用需求，因此开发出更安全便利的智能家居系统具有十分重要的意义。
作者：李颋(中国电子学会研究咨询中心主任，凌霞，系中国电子学会博士)
人工智能作为新一轮产业变革的核心驱动力，正在释放历次科技革命和产业变革积蓄的巨大能量，持续探索新一代人工智能应用场景，将重构生产、分配、交换、消费等经济活动各环节，催生新技术、新产品、新产业。
刚刚过去的2018年，人工智能从基础研究、技术到产业，都进入了高速增长期。根据中国电子学会的统计：2018年全年，全球人工智能核心产业市场规模超过555.7亿美元，相较于2017年同比增长50.2%。数据显示，全球人工智能的发展呈现三足鼎立之势，主要集中在美国、欧洲、中国。
美国硅谷是当今人工智能基础层和技术层产业发展的重点区域，聚集了人工智能企业2905家，以谷歌、微软、亚马逊等为代表形成集团式发展，同时在人工智能企业数量、投融资规模、专利数量等方面全球领先。
据外媒The Verge报道，在不久的将来，面部识别扫描或可以成为标准体检的一部分。研究人员已经展示了算法如何帮助识别与遗传性疾病相关的面部特征，从而加速临床诊断。在本月发表在《自然·医学》杂志杂志上的一项研究中，美国公司FDNA发布了软件DeepGestalt的新测试。
2012年左右，多伦多大学的研究人员首次使用深度学习来赢下了ImageNet，它是一项非常受欢迎的计算机图像识别竞赛。对于那些参与AI行业的人来说，这是一个大问题，因为计算机视觉是使计算机能够理解图像背景的学科，也是人工智能中最具挑战性的领域之一。
当然，与任何其他产生巨大影响的技术一样，深度学习成为炒作的焦点。不同的公司和组织开始应用它来解决不同的问题（或假装应用它）。许多公司开始使用深度学习和先进的人工智能技术重塑其产品和服务。
与此同时，媒体也经常撰写有关人工智能和深度学习的故事，这些故事充满误导性，并且大多是由那些对技术运作方式没有正确理解的人撰写。他们大多使用关于人工智能的耸人听闻的头条来博眼球，这些也促成了围绕深度学习的炒作。
经过媒体的炒作后，许多专家认为深度学习被夸大了，它最终会消退并可能导致另一个人工智能冬季，从而使人们对人工智能的兴趣和资金投入大幅下降。其中一些著名专家也承认，深度学习已经触底，其中包括一些深入学习的先驱者。
但根据著名数据科学家和深度学习研究员杰里米·霍华德的说法，“深度学习过度夸大”的论点有点夸张。霍华德是fast.ai的创始人，fast.ai是一个非营利性的在线深度学习课程。
2019年人工智能领域会出现怎样的演变呢？相比之前几年会有什么样的变化呢？
人工智能正主导着全球企业的创新——无论是大型企业集团还是年轻的初创企业。据市场研究报告《从技术和垂直行业看人工智能市场——全球机会分析和行业预测》称，2018年至2025年，全球人工智能市场规模预计将从2016年的40.65亿美元增长至1694.11亿美元，复合年增长率达到55.6%。该报告按技术、行业垂直和地区来划分人工智能市场。人工智能技术被细分为机器学习、自然语言处理、图像处理和语音识别。2016年，在营收方面，机器学习领域主导了人工智能市场，得益于人工智能行业解决方案的需求增加，预计未来几年这一趋势将会延续下去。根据Statista的数据，最大的营收部分来自面向企业应用程序市场的人工智能。
以下是对2019年人工智能领域的预测：
IBM、谷歌、微软、亚马逊以及机器学习API提供商将发布更具包容性的数据集，以应对人工智能内嵌的歧视和偏见问题
物联网(IoT)是IT基础设施的下一个发展阶段，将是能够处理数百万台甚至数十亿物联网设备的承载大部分数据负载的边缘平台。
但是，这种规模和范围的数据生态系统不会一蹴而就。当人们进入2019年，物联网将在边缘计算方面如何发展？在未来一年将有什么样的发展？
虽然物联网如今开始产生大量数据，但目前的数据量在未来十年发展中可能微不足道。事实上，人们所看到和触摸的每件事物，甚至是自己身体的一部分，在不久的将来会生成连续的数据流，以处理和存储边缘上的元素和集中式数据设施。而在那里，它将被解析、分析、组合，或以其他方式操纵，而在理论上将让公众受益于物联网。
物联网的发展
根据Zebra科技公司的调查，在过去一年中，企业对于物联网基础设施的平均投资为460万美元，比2017年增加了4%。大约84%的企业希望在2021年完成物联网的部署，尽管这可能用语不当，因为物联网不可能完全发展成熟，可能永远也不会，就像现在的数据中心基础设施还在不断发展一样。最可能的情况是，物联网将在未来两年内达到足够成熟的发展阶段，开始对商业模式做出重大贡献。
一、Why GPU
其实GPU计算比CPU并不是“效果好”，而是“速度快”。
计算就是计算，数学上都是一样的，1+1用什么算都是2，CPU算神经网络也是可以的，算出来的神经网络放到实际应用中效果也很好，只不过速度会很慢罢了。
GPU的起源
GPU全称叫做graphics processing unit，图形处理器，顾名思义就是处理图形的。
电脑显示器上显示的图像，在显示在显示器上之前，要经过一些列处理，这个过程有个专有的名词叫“渲染”。以前的计算机上没有GPU，渲染就是CPU负责的。渲染是个什么操作呢，其实就是做了一系列图形的计算，但这些计算往往非常耗时，占用了CPU的一大部分时间。而CPU还要处理计算机器许多其他任务。因此就专门针对图形处理的这些操作设计了一种处理器，也就是GPU。这样CPU就可以从繁重的图形计算中解脱出来。
由于GPU是专门为了渲染设计的，那么他也就只能做渲染的那些事情。
“盛年不重来，一日难再晨。及时当勉励，岁月不待人。”光阴似箭，岁月如梭，如果要重新阅读2018年人工智能发展，“经典语录”是一种十分好的形式。“语录”虽简洁，但字字可深读；之所谓“经典”，固然是要能引起共鸣、发人深省，有一定传播力的名人之言。
本文筛选了十位人工智能顶尖大佬在2018年的讲话精选，从学术研究、行业应用、人性等方面全面诠释人工智能现状。
1、谷歌CEO Pichai接受MSNBC采访
AI将给人类带来革命性意义，甚至会比电或者火带来更深远的影响。虽然火是好东西，但火也会杀死人。人们学会了利用火来造福人类，但我们也必须学会避免火带来的灾难。
现在人们提到如何在数字化社会找到工作机会时，经常想到的第一个词就是‘代码’。在过去十几年中数字技术的发展都集中在计算机科学上。写代码固然是非常重要的，也是值得投资的一项重要技能。但在数字技术领域还有更大的潜在机会，在过去很大程度上未被开发出来。有一些技能在五年前并不存在，但今天的工作者则需要掌握这些技能。在二三十年前，人们接受教育之后就可以受用一辈子，但对当下这个时代出生的人来说情况并非如此，他们必须保持终生学习。
2017年底的时候我们凝视着水晶球对2018年作出了一些预测，非常高兴的是我们对于大多数问题都没有偏离太远，在这篇文章中我们会回顾对于2018年的一些预测，并剖析为什么事情并没有完全像我们想的那样发展，我们还会讨论2019年这些事情将如何继续发展。
人工智能究竟能发展到什么地步？困扰了人类数千年的未解之谜，能否依靠人工智能来解决？人工智能未来是否会具有逻辑思维，并会对人类产生威胁？近日，在中央电视台大型科学挑战类节目《机智过人》录制现场，腾讯科技带着这些问题对话中科院院士张旭、阿里技术委员会主席王坚、语音智能研究专家胡郁等权威专家，就人工智能的话题进行了深入讨论。
人工智能就是要解决人类不能解决的问题
1997年，人工智能“深蓝”在击败了国际象棋世界冠军卡斯特洛夫；2016年和2017年，阿尔法狗又接连以压倒性优势战胜了李世石和柯洁；在央视综合频道播出了两季的《机智过人》节目上，诸多人工智能产品在接受人类检验的过程当中也展现出了惊人的能力。
但人类似乎并不感到满意，因为人工智能击败的选手，尽管出类拔萃，但并不意味着达到了人类的极限。而在数学等自然科学领域，还有哥德巴赫猜想、黎曼猜想等世界难题横亘在人类面前，对于这些难题，人工智能是否有希望解决？
对此，王坚对腾讯科技表示，人工智能就是要解决人类不能解决的问题，就好像摄像头并不是人的眼睛，但它却可以捕捉到更多的信息。比如《机智过人》先锋盛典里面提到的城市大脑，就是要去解决今天人类自身不能解决的城市问题。