人工智能让我们的生活更便利
原标题：人工智能让我们的生活更便利科技是国之利器，人工智能发展势不可挡，新一轮产业变革和科技革命的窗口已经开启，人工智能正在成为决定一个国家未来竞争力的关键性要素。发展智慧产业、培育智能经济、构建智慧社会都离不开人工智能技术的支撑，人工智能的发展对企业发展、产业变革、经济增长、国际竞争和社会演进都将会产生重大深远影响。
人工智能推进智能经济快速发展。近年来，人工智能技术被广泛应用到工业、服务业、农业等经济发展各领域，推动经济快速朝着智能化方向发展，创新、协调、绿色、共享、开放的智能经济发展模式正在加速形成。阿里云ET工业大脑利用人工智能算法深度挖掘工业大数据,输出“供、研、产、销”全链路智能算法服务,促进企业生产经营管理等领域全面的网络化、数据化、智能化决策，全力助推中国智造发展。浙江、广东等地大力推进制造业机器换人，将大量智能机器人“招进”了工厂，促进了智能制造发展和智慧工厂建设。百度推出了人工智能开放平台，围绕智能汽车和智能家居，打造了Apollo和DuerOS两大行业开放生态，加速推动我国无人驾驶汽车和智能家居迈向世界先进水平。滴滴出行、美团点评等公司将人工智能技术应用到司机调度、餐饮配送、出行路线等服务优化中，极大地提高了企业组织、运行、管理和服务智能化水平，促进了用户服务体验提升和绿色共享经济发展。蚂蚁金服等互联网金融企业将人工智能技术应用到平台金融监管领域，为整治洗钱、欺诈等金融违法犯罪行为提供利剑，促进金融智能化发展。海康威视等企业智能仓储物流解决方案的发展，促进装卸搬运、分拣包装、加工配送等物流环节的智能化发展，无人仓库、无人物流正在快速发展。
人工智能推进智能社会快速发展。人工智能技术被广泛社会发展领域，教育、医疗、健康、养老、交通等领域，正在深刻改变社会各领域服务模式，促进服务模式创新，人工智能已经点亮了智慧社会生活。医疗领域，手术机器人、智能诊疗助手等正在加速普及，快速精准医疗时代已经开启。华大基因正在利用人工智能技术加速基因测序，阿里ET健康大脑正在成为患者虚拟助理、医学影像、药效挖掘、新药研发、健康管理等领域医生的得力助手，微医集团构建开放式医学人工智能平台为现有医疗服务体系赋能。教育领域，人工智能的应用正在推动智慧教育体系构建，“未来教师”机器人、高考机器人等智能化设备正在重塑传统教育模式。养老领域，“机器人+社区养老”智慧服务模式赋能健康养老服务业，帮助老人在社区或者家里就能享受365天全天候的星级健康养老及关爱服务。交通领域，高德、百度、腾讯等企业利用人工智能实时优化导航服务，让道路交通信息更加通畅，实现了大众出行的大规模协同，促进了社会绿色高效运转。
牢牢把握新一代人工智能发展战略机遇，坚定不移地把发展人工智能放在提高社会生产力、提升国际竞争力、增强综合国力、保障国家安全的战略支撑的全局核心位置，率先抢占新一轮产业变革和科技革命战略制高点，是实现中华民族伟大复兴中国梦不可或缺的重要内容。返回搜狐，查看更多
责任编辑：疫情下的人工智能到底能给我们带来多大的便利
人工智能的繁荣已成为推动社会经济发展的新动力之一。对提高社会生产效率，实现社会发展和经济转型具有重要作用。人工智能作为引领新一代产业转型的核心力量，在医疗领域展现了新的应用，在深度融合中催生了新业态。
事实上，与制造业，传播媒体，零售，教育等领域相比，人工智能还处于医疗的早期阶段，商业化程度相对较低，行业渗透率较低，这与医疗行业的护理和保守性必然密切相关。然而，不可否认的是，人工智能在医疗领域的结合已经回应了传统医疗的许多困难，市场需求广泛，业务趋势多样，发展空间广阔。
新冠疫从云端推动人工智能发挥关键作用，提高整体抗疫效率。疫情已成为人工智能在医疗领域的试金石，显示了人工智能在医疗中的实力和价值。从应用场景看，人工智能医疗应用尚处于起步阶段，图像识别，远程查询，健康管理，暂居第一梯队。
其中，图像识别作为辅助诊断的一个细分领域，是人工智能在医学领域应用最广泛的场景。
影像诊断和治疗的概念起源于肿瘤学领域，然后将其扩展到整个医学影像领域。了解医学影像，提取具有诊断和治疗决策价值的关键信息，是诊疗过程中非常重要的环节。
以往医学影像预处理诊断需要4-5名医生参与。但基于人工智能图像诊断，训练计算机分析医学图像，仅有一名医生参与质量控制和确认，这对提高医疗行为效率有很大的好处。
人工智能首先在医学图像中爆炸和着陆，主要是因为图像数据的访问和处理相对容易。对比医疗记录等数据积累超过三五年以上，影像资料只需一次拍摄，几秒钟即可获取。一部影像学影片可以反映患者的大部分病情，成为医生确定治疗方案的直接依据。
医学图像庞大且相对规范的数据库，智能图像识别算法的不断进步，为人工智能医学在该领域的应用提供了坚实的基础。
从技术角度看，医学图像诊断主要依靠图像识别和深度学习。根据临床诊断路径，首先将图像识别技术应用于感知环节，对非结构化图像数据进行分析处理，提取有用信息。
其次，利用深度学习技术，将大量的临床影像数据和诊断经验输入到人工智能模型中，使神经元网络进行深度学习训练。最后，基于连续验证和研磨的算法模型，进行图像诊断的智能推理。输出个性化诊疗判断结果。
基于图像识别和深度学习的人工智能与医学图像相结合，至少可以解决三种需求。一，焦点识别与标注，即通过医学图像产品的Al进行医学图像分割，特征提取，定量分析，对比分析等。满足这一需求，X线，CT，MRI等医学影像的自动识别和标记系统，可大大提高影像医生的诊断效率。目前，Al医学成像系统可以在几秒钟内快速完成10万多幅图像的处理，提高诊断精度，特别是降低诊断结果的假阴性概率。
二，靶区自动划定及适应性放疗。目标自动绘图和自绘适应性放疗产品可以帮助放疗医生自动勾画200到450张CT片，大大缩短到30分钟。并在患者15~20次上机照射过程中不断识别病灶位置实现适应性放疗，可有效减少辐射对患者健康组织的损伤。
三，三维图像重建。基于灰度统计的配准算法和基于特征点的配准算法，可以解决故障图像配准问题，节省配准时间，在病变位置，病变范围，良恶性病变识别，手术方案设计等方面发挥作用。
从落地方向看，目前我国AL医疗影像产品布局方向主要集中在胸部，头部，盆腔，肢体关节等主要部位，主要集中在肿瘤及慢性病疾病筛查龙头城市。
在人工智能医学成像的发展和应用的早期，肺结节和眼底筛查是热门领域。随着技术在过去两年中的成熟和迭代，主要的Al医疗成像公司正在扩大其业务范围，乳腺癌、中风和骨关节周围的骨龄测试已成为市场参与者的重点领域。铝医学影像参与新冠肺炎疗效的定量分析和评价，成为提高诊断效率和诊断质量的关键力量。
政策资本双重进入
如果图像数据的相对可达性和处理性是人工智能在医学图像中首次爆发和落地的主要原因，那么国家政策的支持和资本的大量准入赋予了人工智能在医学图像应用中持续更新的力量。
从政策新增来看，2013年至2017年，政府各部门出台多项政策，不断加大对国内医学影像设备，第三方独立医学影像诊断中心，远程医疗等领域的支持力度。
在2016年底，国务院发布了“十三五”规划国家战略新兴产业发展规划>多次提到医学影像，指出要“研发高质量的医学影像设备”，“支持企业，医疗机构，研究机构等联合建设第三方影像中心“。国家发改委2017年1月将医学影像设备和服务纳入。
编辑;jq
人工智能给我们带来了什么
日前，第三届世界智能大会在天津举行。***习近平致信向大会的召开致以热烈祝贺，向出席会议的国际知名企业家、业界领军人物和图灵奖获得者等各界人士表示诚挚的欢迎。图灵奖是计算机领域的最高奖，有“计算机界的诺贝尔奖”之称。在世界智能大会期间，约翰·霍普克罗夫特、曼纽尔·布卢姆、雷伊·雷蒂3位图灵奖获得者在大会的论坛上，回答了公众关心的人工智能问题。比如人的意识是怎样工作的？机器能否拥有人的意识？机器有了意识会不会全面战胜人类？
约翰·霍普克罗夫特：高维空间对机器学习非常重要在人类历史上发生过很多次革命。第一次革命可以称之为“农业革命”。当人类第一次出现在地球上的时候，他们以采集天然食物为生，距今10000年前才开始从事农业。农业生产改变了人类的生产生活方式，使人类形成了“社区”的概念，“农业革命”与后来的工业革命的区别在于——在农业社会中教育不是很重要，人们只要跟着自己的父母就可以学会如何进行种植。而在工业革命到来后，教育的重要性大大提高，人们至少要经历高中和大学的教育才能足够胜任自己的工作。而今我们正在进入信息革命时代，信息革命带来了极其重大的影响，这种影响对人类社会的改变不亚于农业革命和工业革命。
比如未来制造业的就业机会可能一去不复返。举例而言，在我小时候，每一部电梯里都有专门的操作员，帮助客人操作达到指定的楼层。后来电梯的操作系统越来越先进，停降在各个楼层可以实现自动化，所以“电梯操作员”这个工作也就消失了。再比如说，当代的工厂生产一辆汽车所需要的人手比20年前少很多，大家可以看一下今天的汽车组装车间的照片——与几十年前热火朝天、人声鼎沸的汽车工厂相比，今天的汽车生产车间里可能只有一名工人，而且这名工人也许还穿着西服，打着领带，成了现代化车间系统的管理者。
电梯操作员、汽车工人……科技和生产力即将改变的下一个职业是什么？比如卡车司机，“智能无人汽车”技术的出现很可能让这些人也工作不保。很多经济学家说不必为此担心，因为一些工作正在消失，而社会总是在创造新的职业。这到底是不是真的呢？现在不得而知，但我想，当智能时代真正来临，社会所需要的人力劳动力可能只有现在的四分之一。
我们应该从现在开始思考这些问题：智能时代将在哪一时刻真正来临？到时候多少人还有所谓的工作？找到一份不错的工作需要什么新的素质？大学教育还需不需要？是否还有足够的资源来保证我们的正常生活？人工智能社会人们需要思考像这样有意义的事情。
常常有人问我，机器学习是不是代表着人工智能技术。对此，我的回答是否定的。界定人工智能技术，要看这个系统本身是否能够“思考”到更深的层次。比如说，一张简笔画上画着一个图案，看上去仿佛是一辆自行车，可它其实没有自行车的功能。机器学习可能会将这幅画直接归纳到“自行车”这个类别，但人并不会这样做。人可以透过这张图画，分辨和判断它的属性，提取出眼前这一信息真正的价值和功能。但是现在所谓的人工智能技术只是停留于表面，只是做图形形象的识别，这种学习和识别与人类的认识尚有巨大的差距。
当前，机器学习仍然存在很多问题，比如，如果想相对精准地判断某一事物，机器需要学习至少50000张图片，还要对每张图片进行归类，将这几万张图片归为大概1000个类别，从而形成一个“深度学习图片网络”。通过这个网络，机器可以对图像的内容和风格进行识别、定义。可是这依然无法与人类的学习认知水平相提并论。我女儿四岁的时候，我翻开儿童百科全书，给她看各式各样的图像，其中有一页画着消防车的彩图。过了几天之后我们上街看到消防车，她指着消防车说“爸爸快看，这是消防车！”仅仅见过一次图片，她就在大街上认出了消防车的事物，这体现了人类强大的学习能力和认知水平。
机器学习还面临一个急需解决的难题——互动问题。比如说这里有一张猫的照片，我把这个猫的照片的几个像素进行了调整，机器在识别的时候就会把“猫”当成“汽车”，一些微小的操作就能让机器产生误判，把图片归结到完全不同的类别，作为科研人员，我们必须认识到目前机器深度学习技术的不足，并致力于解决这些问题。
从本质上来说，我们对空间的视觉感知实际上是基于人类本能的三维维度，但是更高维度空间对于机器深度学习其实非常的重要。在这里我就不能不提到中国，中国有占全世界五分之一的人口，有大量高素质人才，只要给人工智能技术研究、高维空间研究更多支持，中国人工智能领域的学习者、从业者就有机会成长为世界级的高水平科研人员。
曼纽尔·布卢姆：人工智能可以让机器有意识20世纪50年代，计算机科学之父阿兰·图灵在《思想》杂志上发表了题为“计算的机器和智能”的论文，首次提出了机器智能的概念，论文还提出了一种验证机器是否有智能的方法：让人和机器进行交流，如果人无法判断自己交流的对象是人还是机器，就说明这个机器有智能了，这就是后来鼎鼎有名的人工智能“图灵测试。”
“图灵测试”的概念极大影响了人工智能对于功能的定义，以此为途径，我们做了大量的前期工作，甚至证明了罗素《数学原理》52道中的38道。当时有言论甚至宣称在10年之内，机器就可以达到和人类智能一样的高度。
当20世纪50年代明确了人工智能要模拟人类智慧这一大胆目标后，这一领域经历了近20年的辉煌。研究人员开展了一系列项目，表明计算机能够完成一系列原本只属于人类能力范畴之内的任务，例如证明定理、求解微积分、通过规划来响应命令、履行物理动作，甚至是模拟心理学家心理实验、作曲家谱曲这样的活动。但是，过分简单的算法以及计算能力的限制，严重阻碍了人们使用人工智能来解决更加困难和多样化的问题。
当前，我们正在从一个人类必须理解计算机的世界，迈向一个计算机必须理解人类的世界。亚里士多德曾说过，如果机器能干很多活，岂不能让人类解放出来，或许这一解放的起点就是——“理解”。
我认为人工智能技术下一步重要的发展方向是让机器产生“意识”。我们都知道，意识让人拥有了思考力和灵活性。同样，意识能够让计算机和机器人有强大的解决问题的能力。在天津大学，我曾经对现场的学生们说：希望你们未来能够创造出有意识的电脑。
意识让生命充满了活力，意识来自于哪里呢——意识来自大脑的架构。这里指的不是神经元，而是在神经元基础之上的更高层面的架构系统设计。神经科学家曾经提出一个天才的理论，叫作剧场意识。以剧场作为类比，描述什么是意识——意识就好比是舞台上的演员凭借短期的记忆从事一系列的表演。短期记忆，一个非常短的记忆，它就是你的意识。
现在我们如何发展人工智能基础的“意识”？我想神经科学能够给我们答案，下一步我们的人工智能技术将在“短期记忆”领域取得突破。那哪些东西能够进入短期记忆呢？此后长期记忆的处理器如何产生？需要什么样的长期记忆，处理器才能够真正形成类似于人的意识呢？这有很多问题，都需要科学家不断努力才能够最终解答。
从这个角度去展望，我的观点是——最多10年，机器意识就会出现。据我所知，目前已经有大学教授在做相关的实验。我们会活在一个美好世界，远比父母辈更充分。一旦人类可以制造机器意识，自然可能被善用，也可能被滥用。机器可以帮助我们，可以是个好东西，可以增加洞察力，他们是我们的孩子，我们可以让机器聪明且有意识。
雷伊·雷蒂：人工智能可实现社会包容式发展很多人看到人工智能，看到的都是悲观的景象，但我看到的是光明的未来。在过去的60多年当中，科技进步最重要的是电脑的发明，以及互联网和智能手机的出现，这些都大大改变了所有人的生活。当然，在展望未来时，要有相关的法律法规和引导，来保证技术的发展不会对社会产生负面的影响。
人工智能技术只是一个工具，正如曾经人类想象自己是不是能飞起来，后来就发明了飞机，现在想象中的时空旅行在未来都有可能会变成现实。
什么是人工智能技术最重要的价值？人工智能能为世界带来怎样的改变？很多人提出：科学家需要保证人工智能的技术伦理。其中有这样一种观点——人工智能技术要有包容性，让“边缘人群”也能从中受益，对此我甚为认同。
有一个概念叫作“数字鸿沟”。“数字鸿沟”包括教育程度的鸿沟和语言的鸿沟。在当今的印度有22种不同的官方语言，大家彼此之间没有办法交流，所以只能够用英语进行对话。这个问题之于全球而言就更加明显了——全世界影响力较大的语言就超过100种，其中每一种语言的使用人数都超过了1000万人。
而今，人工智能技术在语言交流上的应用日臻成熟，我们可以进行语音到语音的翻译，我用印度语讲话，你用中文讲话，我们之间还是可以相互理解，实时进行沟通。
在过去10年中，人工智能技术在语言交流方面取得了极大的进步，这意味着人工智能带来了某种可能——让不会读写的人也能够从数字革命中获益。
这个技术会让互联网使用的人数至少翻一番。整个经济的效益就可以增加3倍，从而带动全球GDP提高4到10倍，达到千万亿级别。我们会越来越多地看到全球GDP的增长，现在是100万亿美元，接下来20年内可能会是10倍，而这将成为人工智能的技术赋能带给世界的实实在在的财富。因为因特网带来人工智能和大数据的应用，在这个过程中产生海量的数据，现在慢慢地收集起来就可以利用起来造福社会。比如你可以根据天气的原因，或者你睡眠的深度来决定你的手机要不要叫醒你等等，我们希望这些应用可以深入到我们的日常生活。
另一个是深度学习。很多程序具有学习能力，学习能力哪里来呢？来自大数据，手机的大数据，这些大数据所有的大众都可以用。如果机器有学习能力，你就不需要让程序员再去写一个新程序，而是机器可以跟你直接进行互动。因为它有学习的能力，这个就叫深度学习，是未来发展的方向。
未来几十年相信会有新的重大的要素突破，带来计算效率的几万倍增长，从而使相同成本情况下效率达到更高，成本变得更低。个人的数据已经被政府和企业收集在安全的范围内，将这些数据进行合理地分析，寻找他们的规律，通过纠错机制进行学习，通过阐述来学习。每个人都能获益于人工智能的语音助手，深度学习机器学习是未来的趋势。就像你的助理在你身边学习你做的事情，并且帮你代理一样，未来机器就可以通过计算大数据来做这些事情。
物联网给我们的生活带来了哪些实质性改变
如何看待物联网(IoT)?它将给我们带来哪些价值?被业界称为WIFI之父的Qorvo无线低功耗事业部的总经理CeesLinks有他独特的观察。如他所言，“物联网只是迈向更好、更舒适的未来而势在必行的一步”，CeesLinks对物联网的深刻洞见将为你带来全新思考。物联网只是又一个新的技术浪潮吗?
如果您询问消费者、媒体、分析师、高科技行业专业人士，甚至是那些生产和营销IoT解决方案、产品和服务的供应商，那么会发现人们对物联网究竟是什么存在着许多误解。
首先，“物联网”这个名字可能会让人误解。实际上并没有一个由事物构成的具体互联网。就像所有其他联网电脑、联机游戏机、视频传输设备或智能手机一样，物联网依赖常规互联网存在和运行。
难怪许多公司更喜欢用万物联网(IoE)，这个术语也许是正确的，因为它能更好地说明通用连接性真正包含的是什么。
本质上，互联网本身是一个通信基础设施，用来连接世界上的所有设备。公司和人员通过服务提供商(电信、有线或卫星运营商)访问互联网，或者通过连接至几乎遍布全球各地的热点进行访问。
物联网这个术语听起来更像是将“物”连接到互联网中。这就带来了一个问题：目标是什么，以及对用户有什么益处?因为当前对物联网的炒作，这个问题变得越来越重要，而答案也越来越贴切，也让人们有种理想破灭的感觉，除非我们能够认清这种连接性究竟是关于什么。
还有一个有趣的问题：物联网真的是全新的事物吗?物联网已经以某种方式存在了超过20年。早期概念还比较模糊，在工业应用中通常称之为M-to-M，即机器间通信。
自那以后，物联网取得了显著的发展。今天，物联网技术比刚开始时要成熟很多。物联网设备正在成为市场主流，但还有很长的路要走。
健身腕带
在物联网应用的普及方面，像Fitbit这样的可穿戴健身设备就是一个很好的案例。人们将这种腕带绑在胳膊上，希望让自己变得更加健康。不幸的是，在大多数情况下，使用健身腕带的人们并没有越来越健康。
这一点说明，困惑的核心以及需要解决的问题并不在于技术方面，而是可以非常肯定地说，这来自于营销方面。
问题在于，大多数人购买可穿戴健身设备后，只戴了几周，然后就扔在抽屉里了。虽然统计数据还没有公开，但据说平均使用率只有四周。为何如此?
第一个问题是：谁真正想要活得更健康?很不幸，实际人数低于我们的想象。暴饮暴食、长时间坐着、吸烟过多，这些都在损害着我们这一代人的健康。健身追踪器对改变这种生活方式选择有何帮助?事实是，作用小得可怜。设备会向“协作机器人”(特指“云端教练”)报告数据，在这里活动用步数和睡眠小时数来衡量。
根据这个数据集合以及用户输入的性别和年龄信息，健身协作机器人开始辅导用户如何变得更健康。为了成功实现健康目标，用户需要根据此信息来改变自己的行为方式。大多数人做不到。这是一个真正的问题：我们愿意听教练的吗?这就像在说：“我不想经常称体重，因为看到读数会让我感觉很有压力，我更喜欢什么都不知道。”
当过教练的人都知道，衡量是一种很有效的提升工具，但客户必须自己想要改变，才能取得成功。设定目标和衡量进度可以让一切变得大不相同。那么，我们是否想要得到辅导呢?如果答案是肯定的，人们就会去购买健身追踪器。如果答案是否定的，那么只有那些非常感兴趣并且自律能力良好的人，才是这些产品的真正目标用户。
总的来说：对于那些希望获得辅导来变得更健康的人来说，该设备是一种推动力。这个设备只是一个“物”。尽管这是一个很好的物联网案例，但也说明物联网在本质上并不在于物，而只是一种推动服务。如果人们想要获得辅导，想要就生活方式做出更明智的决定，那么这会是一个很好的解决方案。如果有人给您买一个健康跟踪器作为生日礼物，您可能会很少用到，除非您真的想要改变自己的生活方式。
智能家居
物联网的另一个案例就是智能家居。尽管已有50年的发展和炒作，但智能家居一直进展缓慢。有没有可能，智能家居也面临着与Fitbit相同的营销问题?很明显，智能家居将物(即家)放在中心位置，这就带来了一个问题：基础服务是什么?
人们马上就会想到家居安全。尽管安保服务已经出现了几十年，而且通常也不会以物联网名义推向市场，但其核心却的确是物联网。这里的“物”是传感器，它们通过电话线与外部世界相连(这里指的是连接至安保公司)。
问题在于，这是一种封闭式专有系统。人们努力让这个系统更加开放，除了向安保服务公司发送消息之外，还能让普通用户通过电话接收消息。用户不用在家，也可以使用智能手机远程打开和关闭该系统。实际上，他们将智能手机用作家庭控制平台。
家居安全是如今市场上领先的智能家居物联网解决方案。智能家居另一个受欢迎的部分是智能仪表。然而，如今的智能仪表实在没有什么智能。智能仪表(物)是指(通过互联网)连接至公共事业部门的仪表，它可以持续跟踪家中的能源消耗。一些公共事业部门甚至允许用户访问特定网站来查看能源消耗情况，但大多数都不支持此功能。
这让公共事业部门的工作变得更加轻松。现在，他们不需要去现场抄表就能发出账单。然而，仪表本身并没有什么智能;这里没有任何辅导(“协作机器人”)。
错误的用词导致概念被混淆，也掩盖了互联网的真正价值。这就让了解互联网的价值变得更加重要——这不仅是为了做到正确营销，也是为了设定可以创造价值的业务模式，让物联网真正实现起飞。
物联网的价值
那么，物联网有什么价值呢?首先，我们来看看互联网的价值：让人们可以立即获取各种信息，从而更快地制定出更好的决策。
一个很好的例子就是产品开发。25年前，在定义新产品时，产品经理必须研究市场，了解客户需求并分析竞争对手和竞争产品。他们需要搜索、识别、排序和邮寄市场调查报告。逛商店和在会展上参观竞争对手的展台，这些通常是了解竞争领域的仅有方式。这一过程可能会持续几周或几个月。
今天，借助互联网，这个分析流程可以缩短至几天。与此同时，信息的质量也得到了提升，让人们可以减少错误，制定出更好的决策。
如今，餐桌谈话也发生了类似的情况。明天天气怎样、“谁是谁”、这个或那个是什么时候发生的，当出现这样的问题时，只要在智能手机上快速搜索，就能立即找到答案。许多家庭最重要的规矩是，餐桌上不准使用智能手机，但这个规矩很快就失去了价值，因为通过减少猜测和提供明确的事实，能够立即加深餐桌谈话。
物联网的关键也在这里：让人们能够更快地制定出更好的决策。更多的传感器可以收集更多的数据，更复杂的软件能执行更出色的数据分析，然后检测出趋势和异常。通过将数据组与平均趋势比较，以此生成警报。
显然，“物”仅仅发挥推动作用，只是用来收集数据。真正的价值在于解析数据和采取行动。
真正的价值
那么，这个真正的价值要如何产生?我们来看看上面的应用。就拿健身追踪器案例来说，如果人们想要每天行走10000步(按照医生建议)，那么最好走楼梯，而不要乘电梯。人们会说自己不需要借助设备来实现该目标。但是，如果设备能让人们坚持自己的目标，那么它就有帮助。
智能家居同样如此。如果居民没有安保系统，那么他们只有回到家才会发现有人闯入。但若在入侵发生时，居民或其他人就能收到通知，以便可以立即采取行动并阻止盗窃，这样不是更好吗?
智能仪表如何产生价值也同样非常清晰。当检测到能耗异常时，它应能向主人发出警报，或者更好的是，它还能自己采取行动，关闭电源和水源，防止账单金额迅速增加。在家中各处安装泄露和温度传感器后，智能仪表便可以指出具体的问题，从而帮助进行故障排出。
关于“更快更好”的一个案例就是SensaraAssistedLiving解决方案。该解决方案可以帮助独居老人，让他们可以在自己家中居住更长时间。它需要在家中的关键位置安装一些联网运动传感器，然后利用这些传感器来工作。该应用中用到了云端数据分析程序，该程序会在大约两周的时间内学习老人的生活方式，这样在检测到异常时，该应用便能够发送警报。例如，如果老人早晨没有起床，或者未在合理的时间段内返回家中，该应用会提醒看护人员采取行动。
这些系统还可以检测一段时间内的行为趋势。例如，如果老人开始出现行动迟缓，这可能是平衡问题的征兆，老人摔倒和摔坏髋关节的风险会加大。总的来说，就是关于收集更多数据，通过数据分析提取更多相关信息，并使得能够更加及时地介入干预。
本文来源于鹏越网络空间安全研究院。