人工智能界有句调侃的话——「有多少智能，就有多少人工」，印度的一家人工智能公司就印证了这句话。
【印度初创企业被曝用真人假冒AI编程】，据《华尔街日报》报道，一家名为Engineer.ai的印度公司谎称用AI技术编写代码，2018年骗取了2950万美元融资，但实际上是真实工程师人工编程。
“人工”智能
印度创业公司 Engineer.ai ，声称能够使用人工智能辅助应用程序开发，任何人都可以将他们的想法变成定制的技术产品。通过他们的产品三件套：Builder、BuilderCare 和 CloudOps，任何人都能够在 AI 辅助下构建定制数字产品，比如 App 或网站，并保持必要更新，声称就像订购意大利披萨一样简单。
然而，就在一切看起来都如此顺利、前途一片光明之时，公司被其首席商务官罗伯特·霍尔德海姆（Robert Holdheim）起诉了。
据了解该公司运作的员工透露，这些软件代码的编写并非由AI完成。是该公司在印度及其他地区雇佣了工程师来完成大部分工作。“人工辅助人工智能技术”只是用于吸引客户和投资者关注的幌子。
其实，在人工智能风口之下，人工智能公司已经遍地开花，而其中「假人工智能」公司又何止这一家。
语音留言，人工码字转短信 早在 2008 年，一家将语音邮件转换为短信的公司 Spinvox 就被指控，他们用在海外呼叫中心的员工纯手动完成工作，而不是机器。
活人客服伪装聊天机器人 2016 年，彭博社报道人工每天花 12 小时假装成聊天机器人，做日历安排服务（如 X.ai 和 Clara）。这项工作让人头脑麻木，雇员表示他们期待被机器人取代。
人工转录收据信息，辩称使用智能扫描 2017 年，企业费用管理应用程序 Expensify 承认，它一直使用人工来转录一些收据，并声称是「智能扫描技术」处理的。
就在今年 5 月，谷歌会打电话的语音助手 Duplex 也被曝出，4 通电话中有 3 通都是真人伪装。
假人工智能事件被多次爆出，表明假人工智能是经不起时间的检验，最终会露出真正面目。而AI与IOT是在过去的两年如同井喷式爆发，接下来我们谈谈AI与IOT之间的关系。
AI与IOT
物联网的最终目标是“万物智联”，把所有设备连接起来达到的是万物互联，单纯的万物互联意义缺缺，只有赋予其一个“大脑”，才可以真正实现万物智联，发挥出物联网的巨大价值。
AI技术可以满足这一需求，AI通过分析、处理历史数据和实时数据，可以对未来的设备和用户习惯进行更准确地预测，使设备变得更加“聪明”，进而提升产品效能，丰富用户体验。
所以，物联网所产生的庞杂数据只有AI才能够有效处理，进而提高用户的使用体验与产品智能，而对于AI至关重要的数据也只有IOT能够源源不断的提供，通过IOT持续不断提供的海量数据可以让AI快速的获取知识。一方面，通过IOT万物互联的超大规模数据可以为AI的深度洞察奠定基础，另一方面，具备了深度学习能力的AI又可以通过精确算法加速物联网行业应用落地。
当与AI技术融合后，物联网的潜力将得到更进一步的释放，进而改变现有产业生态和经济格局，甚至是人类的生活模式。AIOT将真正实现智能物联，也将促进人工智能向应用智能发展。
但是智能物联目前依然面临着一些问题: 安全威胁、商业化程度不够、数据孤岛与碎片化、标准化程度不足、隐私和授权机制缺失、性能面临越来越大的挑战、智能化程度不足。
AIOT Trusted
AI技术赖以生存的基础是大数据，而大数据的发展却远不及预期。缺乏大数据的支撑，AIOT犹如“无源之水”。
AIOT Trusted(AT)的概念源于AIOT (智能物联)和TEE(可信执行环境)，致力实现一个可信的智能物联协作及交易执行环境 。
AIOT Trusted的根本目标是实现物联网数据全生命周期的可信、智能化与民主化。同时加快大数据的发展。
智能物联网将更多的依赖场景智能也就是本地化智能，而非远程的中心化智能服务。场 景智能能够降低高速率物联网业务比如监控摄像、数字医疗、车载导航和娱乐系统等对实时性和网络带宽的依赖。
本地化的数据采集、分析、智能化以及跨节点、跨区域的数据交易和人工智能构成了对可信账本环境的双重要求。基于这种特性，AIOT Trusted 设计了平行 DAG 账本解耦单一 DAG 账本对局部共识和全局共识的强制关联，因为在实际情况中，一个物联网智能场景在大多数情况下是独立运作的，没有必要花费巨大成本获得全局的共识，只有涉及跨场景交易时才有必要参与到全局共识中。
基于平行 DAG 的账本结构，可以实现“一图一场景”，能够充分发挥边缘计算架构的优良特性，也有利于边缘数据存储、传输和交易的源头可信化和标准化，为场景智能提供全周期可信的海量优质、同构、真实数据源。
在AIOT火热发展的时代，AIOT Trusted 致力于为物联网数据的产生、采集、预处理、分析、定价、交易，智能化提供一个公正透明、高效可扩展的执行环境，并向用户和开发者提供易用的产品和开发套件，据此构建一个生产效率和信任的正反馈机制，实现社会深层次的数据与人工智能民主。
本文地址： https://www.xiguacaijing.com/news/huodong/2019/11841.html
赞助商