凱文凱利是在中國互聯網圈子是神一樣的存在，在1994年寫的《失控》一書，是從生物學的角度闡述了自己對科技、社會和經濟問題的思考;但卻精準的預測了互聯網的發(fā)展。但實際上《失控》一書的很多預測并不針對互聯網，更多的是對生物現象的闡述，并根據生物學的原理對社會、科學的一種推測。
經過自然選擇的生物界的法則是自然大法
閱讀《失控》一書，最大的特點是以描述一個生物現象入手，總結出一個規(guī)律，而將這個規(guī)律類比于現代社會的某些領域，從而得出一個科技、社會或者經濟問題的結論。經過信息化的發(fā)展，當科技發(fā)展到一定階段之后，發(fā)現利用這些生物界的規(guī)律推斷的社會問題，都得到了驗證!
所以我不相信凱文凱利是因為懂互聯網而做出的精準預測;但我相信是仿生的生物法則是永恒的規(guī)則，利用自然法則預測的未來是準確的。
科學界很早就利用仿生學原理研究科技產品，比如雷達是模仿蝙蝠的超聲波，振動陀螺儀是仿蒼蠅的楫翅發(fā)明的。
而隨著互聯網的發(fā)展，人類在互聯網時代的社會、經濟現象也會越來越接近生物學的規(guī)律。
例如：自然選擇是生物學的基本法則。那么優(yōu)勝劣態(tài)就是生物準則，在優(yōu)勝劣汰的規(guī)則下，生物物種要在自然選擇中占據優(yōu)勢，必然要具備以下兩個條件：
保證自己在競爭中占有優(yōu)勢;
讓自己的后代在競爭中占有優(yōu)勢。
物聯網的發(fā)展，會對人類的經濟規(guī)則、社會勞動的組織形態(tài)形成顛覆性的沖擊，而對于企業(yè)而言，新的組織形式要保證企業(yè)在當前的競爭中占有優(yōu)勢，同時又要保證企業(yè)持續(xù)占有優(yōu)勢。而物聯網對經濟生態(tài)的沖擊，是可以借鑒類似蜜蜂、螞蟻這樣的大規(guī)模協同生存的生物。
物聯網技術發(fā)展也可借鑒生物規(guī)則
IBM是最早推動物聯網發(fā)展的公司，在早期推動物聯網概念時，IBM就是借鑒了生物規(guī)則，將物聯網于人體做了類比。
人體 <---> 物聯網
大腦 <---> 模型&分析
神經系統(tǒng) <---> 互聯
神經元肌肉 <---> 感知和識別
而我在2015年預測邊緣計算在物聯網技術架構中非常重要，是因為我認為物聯網會模仿人的處理機制：
人的手指碰到火的處理模式是：手碰到火，低級神經先做出反應立即把手縮回來，之后才是大腦接收到手碰到火的信息，進一步處理。
而物聯網的處理方式是：傳感器接收信號后，傳到云計算平臺，由云計算平臺來做出智能判斷。對于非緊急事件，這種處理問題不大，但如果對于緊急事件，比如流程行業(yè)的自動控制，因為時間的延遲會造成危險。
所以物聯網未來會借鑒人處理的模式，而人處理手碰到火的問題，是低級神經處理，那么物聯網必然需要對應于低級神經的模塊，這就是邊緣計算的功能。
而邊緣計算的智能模式也需要借鑒人類：
比如人練習武術的時候，在學習的早期，是需要通過大腦來記住武術的套路，然后經過長年的武術套路訓練。隨著武術套路的熟練，人體就會形成下意識的反應，這些下意識的反應就不是經過大腦，而是人體相關的肌肉、神經在經過大量的訓練之后，形成的反饋機制。
所以未來的基于物聯網的人工智能的模式可能也是這種模式：在新的系統(tǒng)或者新的條件改變的時候，需要云計算來判斷處理;而隨著新的條件的重復訓練，就會在邊緣計算層形成智能，而這種智能的反應比云計算的智能要快。
物聯網未來會在感知層、邊緣計算層、通訊層、云計算層與人工智能結合，形成機器智能。
分享到微信 ×
打開微信，點擊底部的“發(fā)現”，
使用“掃一掃”即可將網頁分享至朋友圈。
轉型的最終目的 -提質降本增效
