ARM获取物联网芯片的设计，即便真为如Gartner所预测在2020年将有260亿物联网设备，但这也只是物联网的物理基础。如何对这260亿物联设备724源源不断产生出来的数据展开分析、辨别和商业所求，依靠人工智能则相比之下无法符合这一市场需求，而必需依赖自动化的算法，这就是Gartner所大力提倡的算法经济。

　　人工智能将出主流商业竞争策略　　为什么说道人工智能将出主流商业竞争策略?这是因为在算法经济时代，人工智能是终极算法，对终极算法的执着终将沦为主流商业竞争策略。　　在华盛顿大学教授PedroDomingos的2015年新书《终极算法》中，有这样论点：终极算法就是通过机器学习的方式，自动找到和建构其它所有算法的主算法。

这个所谓的主算法是单一的、全球通用的算法，这个主算法对于生物界来说是人类大脑，对于以物联网为基础的机器世界来说就是人工智能。　　在过去60年间，全球最顶尖的科学家们仍然在研究如何用数学的方式来仿真人类的智能。

早期可证明《数学原理》的逻辑理论家程序让机器不具备逻辑推理能力，中期的专家系统让机器能取得人类的科学知识，再行到后来目的让机器自律自学科学知识的机器学习算法，科学家们对人工智能的探寻仍然没暂停。　　转入到2016年，也是人工智能学科问世60周年之际，基于深度自学的机器学习算法沦为人工智能主流，而深度自学的核心就是多层深度神经元网络DNN，这也是目前主流科学家能超过的尤为成熟期的机器智能。7月21日，技术解决方案提供商SoftServe公布了BigDataSnapshot研究报告，研究表明62%的大中型公司期望在未来的两年内能将机器学习用作商业分析。

这意味著商用多层深度神经元网络DNN，将要沦为各大企业追赶的主流商业竞争策略。　　硬件变革推展人工智能商用　　我们正在转入人工智能的商用时代。

经过60年的发展，基于DNN的人工智能早已从高校和实验室走出了企业，并从企业蔓延向千家万户。谷歌今年刚刚公布的智能硬件GoogleHome、将要量产的阿里互联网汽车、微软公司人工智能助理Cortana等，都是基于DNN的规模化商业应用于。　　在更加普遍的传统企业应用层面，一场大规模的人工智能商用化正在开始，这是基于硬件的变革，其中一个明显的变革是GPU在人工智能商用中的兴起。

《连线》杂志在2015年底公开发表了一篇取名为《与Google竞争，Facebook开源了人工智能硬件》文章中谈到GPU在人工智能商用时代的兴起。现在，Facebook、Google、微软公司、百度等大型互联网公司正在改向利用GPU已完成人工智能商业应用于。　　在过去，算法模型依赖CPU计算出来得出结论，但人工智能算法的独特性在于分布式并行计算，这并非基于串行计算出来的CPU所擅长于。

实质上针对图形图像处置的GPU从一开始就是大规模并行计算，这也是为什么斯坦福大学的吴恩达教授不会考虑到使用GPU优化人工智能算法的想法。

本文来源：BV韦德官网-www.saatsuma.com