自 1956 年首次提出人工智能 (AI) 概念以来，它一直被寄予厚望。多年来，AI 已经从一般应用的工具发展到从汽车到公用事业和能源的多个垂直应用。
如今，它随处可见，影响着人们的生活，并改变着各行各业的工作方式。现在，计算机可以从周围环境建立因果关系，识别模式，并提出新的建议。例如，在制造业中，装配线中的计算机视觉系统可以实时、准确地分析质量缺陷。出于所有这些原因，我们相信 AI 既已可供商用，同时也是新兴技术。

AI 使机器能够像人类一样通过经验、推理、感知和构建知识来进行学习。Molex莫仕的企业风险投资部门 Molex Ventures 识别了 AI 应用中用于实现这些功能的一些最常用技术。

• 学习。许多 AI 应用中最常用的学习技术是机器学习，这是一组由算法组成的技术，它们就像织布针一样，通过缓慢地将不同部分缝合在一起来加速计算机的学习能力。
• 推理。在人工智能中，推理对于计算机得出逻辑结论并根据可用数据做出预测至关重要。在 Molex Ventures，我们相信边缘计算是人工智能的关键推动因素，因为它使得离线实时处理数据成为可能。
• 感知。AI 使计算机能够感知、检测和使用大量数据来做出智能决策。传感器检测环境的变化，并将该信息提供给其他电子设备。AI 需要精确的传感器来提供处理洞察所需的数据流。

正如美国国防高级研究计划局 (DARPA) 所描述的那样，人工智能的过去、现在和未来由“三波浪潮”组成。第一波浪潮开发了基于规则的系统；我们目前正处于第二波浪潮，即统计学习中。每一波浪潮都带来了可以解锁更多商业用例和应用的功能。

在 Molex莫仕，我们正在为 AI 的第三波浪潮做好准备，这将是一个计算机具有因果理解和情境推理潜力的世界。换句话说，它们将能够从周围环境建立因果关系。计算机不仅能够识别模式，还能解释决策并提出新的建议。
Molex莫仕 AI 嵌入式产品的未来比您想象的更近。在新产品开发方面，我们期望 AI 软件能够根据性能和客户偏好数据建议新产品功能。在生产中，质量系统将帮助我们预测产品缺陷，并在开发最终设计前建议我们在产品设计和制造中可以采取的对策。
没有一种 AI 模型可以有效地获取数据、基于物理的模型（即用经典力学描述物理世界的模型）和人类判断力，并将它们集成到正常工作的 AI 系统中。然而，在接下来的几年里，我们预计采用全新学习方法的软件将给我们带来过去难以想象的能力。简而言之，通过利用 AI 的第三波浪潮，我们将能更好地了解如何解决行业和客户所面临的最艰巨挑战。

• 像 Google 和亚马逊这样的通用软件平台将成为跨行业垂直服务的商品平台提供商。提供跨行业解决方案的公司起步已晚。
• 旨在解决行业特定问题的 AI 模型将成为 AI 创新的新源泉。与此同时，平台可维护性、适应不同设备的能力以及易于扩展的架构将创造价值。
• 人口健康管理平台正在激增，可能有助于提高医疗保健效率和准确性。提供患者预约和后台的平台将首先获得最多的关注，其次是诊断软件功能。AI 将加速点对点医疗设备的发展，使患者无需去看医生即可获得诊断。
• AI 将增强制造能力，最终打造出完全自动化的设施。全新的质量系统将实现产品可追溯性的自动化并提供对策。需求系统将通过实时定价和产能规划来匹配供应。计算机动画设计 (CAD) 和印刷电路板 (PCB) 设计的进步将缩短工程时间，并提高产品的可靠性。