進入2019年，持續(xù)了近三年的超級話題人工智能，開始讓位于5G。

根據3月21日百度指數顯示，關鍵詞“人工智能”與“5G”的PC+移動搜索量于2018年12月完成交匯，此后至今，“5G”的搜索熱度均超過“人工智能”，并在2月25日幾乎達到后者5倍。近半年內，“人工智能”搜索量整體同比下滑30%，環(huán)比下滑24%；“5G”搜索量同比上升258%，環(huán)比上升124%。

這與5G技術窗口期快速逼近相關，而將至的5G時代，也為產業(yè)帶來空前的想象空間。“真正的5G技術是提高了連通性，”3月20日，在接受21世紀經濟報道記者采訪時，武漢大學大數據與云計算實驗室主任崔曉暉表示，“早期的‘互聯網+’解決了人與人的連通，下一步需要物與物的連通，而高速的連通通道，很難通過光纖來實現，更多是依靠5G技術的高速連通性來解決?！?/p>

相關的垂直行業(yè)也在關注5G的進展。3月18日，京東物流宣布，將建設國內首個5G智能物流示范園區(qū)，這也將成為5G技術與物流行業(yè)深度結合的首個智能物流示范園區(qū)。

“5G時代的來臨，將賦予無人機、無人車等無人科技更強大的感知能力，和更加精準的連接能力?！?月21日，一位京東物流相關人士向21世紀經濟報道記者介紹道，京東物流5G智能園區(qū)將利用5G“高速率、廣連接、低延時”的特性，結合大數據、IoT、AI等技術，打造“高智能、快決策、一體化”的物流園區(qū)。

5G物流的想象空間

當前，全球運營商全面部署5G網絡，預計2020年完成5G大規(guī)模商用。

其中，中國有望在5G時代成為主導之一，根據IHS研究結果，預計美國、中國的5G投資將約占全球5G投入的28%、24%，領先于全球其他國家。

技術商用的時間節(jié)點迫近，自然引發(fā)行業(yè)應用端的關注?！霸诰唧w應用場景上，5G將廣泛應用于VR/AR、車聯網、智能制造等領域，”光大證券研究團隊表示，“5G網絡的高性能使得其應用場景得到大大拓展?！?/p>

作為融合了無人車、無人機及無人倉等終端場景的物流配送行業(yè)，也有望通過5G技術完成蛻變。談及5G智能物流園相關時間預期方面，京東物流相關人士表示，“京東物流將聯合運營商，在年內逐步完成5G智能園區(qū)的建設，并將陸續(xù)啟動更多5G智能物流園區(qū)項目?！?/p>

據介紹，根據設計規(guī)劃，5G物流園區(qū)內預留全園自動駕駛技術接入，實現無人重卡、無人輕型貨車、無人巡檢機器人調度行駛；依托5G定位技術，實現車輛入園路徑自動計算和最優(yōu)車位匹配；通過人臉識別系統(tǒng)，實現員工管理，進行園區(qū)、倉庫、分揀多級權限控制；基于5G，提供園區(qū)內無人機、無人車巡檢以及人防聯動系統(tǒng)，實現人、車、園區(qū)管理的異常預警和實時狀態(tài)監(jiān)控。

“最終所有人、機、車、設備一體互聯，實現包括自動駕駛、自動分揀、自動巡檢、人機交互的整體調度及管理。”京東方面告訴21世紀經濟報道記者。

末端智能配送方面，5G技術也有望帶來改變。

3月21日，上海有個機器人有限公司CEO趙明告訴21世紀經濟報道記者，對于相對封閉區(qū)域內無人駕駛的配送車而言，識別和判斷環(huán)境、穿越人流是核心，因此存在識別準確度和速度的要求。

“4G時代，由于云端數據傳輸速度不夠，機器人只能配備龐大的計算系統(tǒng)以支撐本地計算，但5G普及后，如果我要給機器人安裝識別能力，根本無需本地計算，只用把圖片傳到網上?！壁w明指出。

場景實現仍需AI大腦

需要注意的是，5G+物流配送中的許多想象，其實在人工智能熱潮中便已誕生。

例如，無人倉場景中，無論是自動識別倉內商品實物體積，匹配合理車輛，或是借助倉儲大腦實現搬運、揀選、碼垛機器人互聯互通和調度統(tǒng)籌，再或通過AR眼鏡幫助操作員自動識別商品并輔助作業(yè)等，這樣的場景在人工智能熱潮中并不鮮見。

誠然，5G技術因其數據傳輸速率更快、響應延時更低、具備更高的數據吞吐量，最終場景的效果也將區(qū)別于4G。但真正的應用場景實現，仍需要AI參與。

“5G就類似于高速公路，人工智能則是大腦，兩者聯系在一起，是高度互補的?！遍L江商學院經濟學教授、人工智能與制度研究中心主任許成綱告訴21世紀經濟報道記者，物聯網的普遍實施需要5G技術，但當海量數據涌入后，離不開人工智能這個“大腦”的分析能力，否則得到的數據難言價值。

因此，從這個邏輯來看，5G的熱度很可能最終將推進人工智能的熱度。“極有可能就是5G與人工智能結合的集群智能，未來會有進一步的發(fā)展?！贝迺詴熍袛嗟馈?/p>

不過也需要關注到，作為“大腦”的人工智能，目前也正在走入一定的技術平臺期。

早在今年年初，業(yè)內便傳出“深度學習已入末路”的判斷。作為本次人工智能浪潮的核心算法，深度學習其實向來存在低效、易受對抗攻擊、應用不穩(wěn)定、缺乏解釋性等問題，而與之關聯的可能應用，尤其是關乎人命的無人駕駛行業(yè)，也越來越引發(fā)擔憂。

“以我個人觀點來看，深度學習在前期的整體技術提升度很高，部分準確率可以達到99%，但之后是否以及如何出現新的飛躍，可能在技術上就會存在一定困難?！贝迺詴煴硎?，至于能否出現其他的算法，進而能夠推動人工智能再度火爆起來，“還不確定，只能進一步等待。”

來源：21世紀經濟報道