极端天气事件在变得越来越频繁和强烈，相信很多人都有所感受。
研究人员在努力寻找更快和准确预测这些事件的方式，AI 也带来一种新可能性。
今年 5 月，微软不仅为 Copilot 带来更新，也发布了一个天气预测工具 Aurora。
这些 AI 工具做的就是识别模式。它们可太擅长这个了。
参与 Aurora 项目的微软研究员 Paris Perdikaris 说道。
为了训练 Aurora，微软为其提供了超过 100 万小时的气候数据，总量大概是最新 GPT 模型的 16 倍。
现在，Aurora 可以用比传统方式快 5000 倍的速度来预测未来 5 天全球空气污染情况和 10 天的天气情况。
The Weather Company 之前的 AI 天气模型可大概预测到即将到来的风暴强度，但预测还是过于粗糙，无法提供足够的风速和降雨信息。
今年和英伟达达成合作后，更强大的算力让 AI 预测运算更快，因此结果能做到更准确和仔细。
维朗诺瓦大学的团队，则瞄准了风暴这一种气候现象。
这个模型想做的主要是通过识别风暴的规模和形状，以此判断其影响力，譬如是否会形成龙卷风或者冰雹。
在过去，这个任务主要靠学生们人工去识别和分析风暴图片，现在则由 AI 接手：
你一次又一次地去训练它，它的表现真的非常，非常好。
在机器学习帮助下，预测的警告时间已经从原本的发生前 15 分钟提前到 1 小时，也为居民提供更多的应对时间：
当然，你没法把农场搬走，但你可以把家禽带回室内。
「速度」是这类 AI 工具优势最显著的地方。
在过去 50 年以来，天气预测的主流采用的都是大气环流模式（General Circulation Model，GCM）。
这组复杂的数学模型需要用到大量气候数据，还得调用超级电脑来运算，虽然更准确，但时间和能源耗费都巨高。
与此同时，因为计算需要大量数据，但这些从世界各地气象站、高空气球、海洋浮标和卫星等地收集回来的数据还是会有不准确的地方。其中的小错误可能在计算过程中变成大失误。
相比之下，新的 AI 天气预测工具可能在笔记本电脑上就能运行，但其准确度仍待观察。
微软表示，Aurora 将在未来几个月开始对公众开放，也希望气候研究人员会用它进行测试。Perdikaris 表示：
最终还是由他们来决定是否要将 Aurora 这类 AI 模型融入工作流里。
我个人的预测是，大概未来 2-5 年 AI 就可融入其中。
和微软 Aurora 这种「纯机器学习」模式相比，Google DeepMind 则在尝试用一个更综合的模式。
上个月，Google DeepMind 在其新论文中指出，它的新模型「NeuralGCM」在 1-10 天的气候预测上，比纯机器学习模型以及当今在用的一些模型更准确。
奥克拉荷马大学气象学助理教授 Aaron Hill 表示，DeepMind 这个模型的创新之处，在于融入 AI 的同时，也保留了一些流体动力学的计算。
在一些大型的大气改变预测上，模型依旧用传统方式来计算，而在更小的范畴中，譬如在小于 25 公里的范围内的云层形成或地域微气候上，模型会融入 AI 预测。
我们具有选择性地融入 AI 来纠正小尺度上可能会积累错误的地方。
Google 研究员 Stephan Hoyer 说道。
据论文，NeuralGCM 可在保持预测准确度的同时，大量减少对算力的需求。
虽然现在 AI 的优势显现于小范围计算，但 Hill 认为，这样的 AI 工具最有意义的地方在于，减少了算力负担，它们有潜力去搭建和运算长期和大规模的气候模型。
想在长时间维度里一次又一模拟全球（气候）在算力负担上真的非常重。
我们也没必要丢掉我们在过去 100 年里学习积累的关于大气的知识。我们可以将它和 AI 以及机器学习融合起来。
在气候危机下，除了气象预测机构需要有更多工具以外，大宗商品交易商、农业规划业和保险业都愿意为更快和更准确的天气预测模型买单，这个领域也在快速发展。
人们对 AI 的需求是有的，但我感觉大家都还在观望阶段。
科技改变世界，未来是一个科技的时代
各位好，虽然从小学开始就被我用了无数遍，但是每每到了这样的时间节点呢，又总忍不住脱口而出，谁让这 历史 的车轮总是滚滚向前呢，作为乘客，更应作为 历史 见证者的，我们能够在这样的时间。 盘点总结一下，其实那也挺好，既可以感慨时代变迁之快，也能够从当下去一窥未来，在2018年还剩下最后一周的时候啊，我也来跟跟风啦，盘点个比较大的主题，斗胆盘点一下在我心目当中的大 科技 关键词。 排在第一位的呢，我觉得应该也是最没有争议的，那就是人工智能，其实呢，我也大致检索过几大 科技 媒体在过去几年所做的年度关键词榜单啊，似乎从2016年ago战胜李世石的那次标志性的事件开始，此后的每一年的人工智能都是牢牢的霸占着榜单，不过相比之下，今年真的要举出一件与人工智能有关的。 代表性的爆炸性新闻似乎都有点难，或许是因为大家已经逐渐适应了AI加一切啊，这样的一种新时代了，但是人工智能在这一年真的就没有什么突破了吗？其实也并不是，可以说，亮点依然多多，我记得在1月份的时候，央视的纪录片创新中国开播，这件事呢，确实给我震撼挺大的，主要就是因为这一步。 纪录片的配音是一个熟悉的，却有不可思议的声音，因为他用的是2013年就已经离世的著名播音员，配音演员李易老师的声音，虽然说AI语音播报这件事在如今看来早已不新鲜，但是这一次人工智能模拟的李易的配音，可以说是已经声情并茂了，而且呢，绝大多数的停连重音都拿捏得十分准确。 当时呢，其实我也和人工智能方面的专家探讨过，他们的观点是，一方面是由于李毅在生前留下了大量的可供机器学习的声音素材，另一方面则是这两年与语音相关的人工智能技术进步的，其实真的很快，而更让我惊讶的其实是11月新华社展示的那个AI合成主播，他是通过提取真人主播新闻播报视频。 中的声音，唇形，表情，动作等等的特征，运用语音，唇形，表情合成，并且通过深度学习等技术联合建模训练而成的，那尽管现在看来，他还有着许多哎，感觉有点诡异的，不那么自然的地方，但是联想一下这几年类似技术的迭代与进步速度，几乎就直接可以做出这样一个判断，如果说你和我算是同行儿。 你做的仅仅只是将文字转换成声音这件事儿，那么除了最顶尖的那么几个，这个行业当中的绝大部分岗位都可能直接面临被AI替代的风险，那就是在工业领域人工智能的也是展现出了越来越强大的能力，从数据收集的角度来看，一台燃气轮机每天能够产生25GB的数据，一个智能电网平台每天能产生30g的数据。 一个交通管理系统，每天的数据量会高达六个t，要知道工业领域的数据其实复杂性非常的高，大部分企业拿到这些数据的，往往是做一些设备运行的监控，但是呢，很多公司是更进一步啊，从数据分析的角度挖掘价值，比如说利用大数据分析实现预测性维护，西门子呢，是帮助从马德里到巴塞罗那的26裂纹，拉了一高铁了。 抽的准点率提高到了99.9%啊，如此高的准点率，那也是使得高铁运营公司可以为客户提供独特的晚点退票政策，如果说列车晚点15分钟或者以上，那么乘客就可以获得全额退票，这在以前啊，几乎是一件不可想象的事情，某种程度上的西门子在做的其实就是工业领域的要发够。 在能源制造和交通等领域，西门子的都有人工智能解决方案，在江苏省 科技 厅和苏州工业园区的支持下，西门子的事正在开展，涵盖预测性维护，数控机床的诊断和数控机床的生产优化这三个方面的数控机床的大数据分析，当然2018年对AI的关注也越来越多。 但是爱tt，工业界媒体界的事儿了，肿瘤医生们感慨着，AI在医学影像领域的大展拳脚，生物学家们震惊着，deep贸易的f在预测蛋白质三维结构的任务中，以碾压级的优势战胜了人类精英，运动爱好者，围观者，波士顿动力机器人idea展现出的跑酷及灵巧，产业工人，则惊叹着西门子安贝格工厂的智能和高效。 出租车司机担忧者无人驾驶，迅速发展，就连餐厅和酒店服务员们都关心起了无人餐厅，无人酒店的开门迎客，似乎各行各业都开始逐渐意识到，那个曾经只出现在科幻中的人工智能时代，正在狂奔而来，改变已经是现在进行时，无论，我们是否真的做好了准备。 5月份的时候，我的世界人工智能大会是在上海举行了，给我印象最深的倒不是现场所展示的那些所谓的黑 科技 ，反倒是那句人工智能赋能，新时代的大会主题，赋能这个词儿在我看来用的很棒，在可以预见的未来，这种负能量或许将会无处不在，各行各业都无可避免的会被渗透，被改变，被重塑，而是迎合。 阵痛过后，人工智能，那就必然会如当年的互联网和计算机技术一般在普通人的关注层面遁入到无形，到那个时候呢，我们不会在惊叹它的神奇，而是会把它当作一件基本却又必不可少的工具，用来解放我们的脑力啊，或者说借助它让我们自身的智能，得以更加自由的驰骋。 嗯，2017年底，比特币是一度被炒到了天价，随之而来的便是2018年初啊，有一个概念的风头，甚至一度是盖过了人工智能，估计你也印象深刻，那就是区块链，直到现在我的耳边还能够回想起那句鸡血名言啊，错过了互联网，你还要错过区块链吗？一时间什么区块链养鸡？保险区块链社交是层出不穷，似乎一切都变得可以区块链，更有人调侃，如今连保洁阿姨都能够聊几句去中心化分布式记账了，当然这样的狂欢背后必然隐含着泡沫，到了下半年，区块链似乎就已经淡出了人们的视野，到了2018年底，潮水退去之后，我们不禁想反问，区块链还剩下什么？在我看来啊，他剩下的是让虚拟更加接近于现实，如何理解呢？原本啊，信息总给人一种不那么可信的感觉，毕竟由代码构成的东西，理论上都可以被改变，甚至不留痕迹，即使是在现实当中，这颗苹果产自哪儿，在仓库里放了多久，或者说这个人毕业于哪儿，有着怎样的过去，诸如此类的信息呢，其实也同样存在着，伪造的。 可能，但是呢，需快递，确实为我们解决了一个关于信任的大问题，作为一个去中心化的可分布式存储技术，他那不仅使得虚拟货币变得无法伪造，更在诸如食品溯源，社交等很多的场景，给出了一个相对完美的解决方案，它能让信息第一次变得像是所谓的物质实体一样可信。 某种程度上甚至可以说是更可信，当然了，目前来说去快递真的需要运用到实际场景的时候呢，依然是面临着重重困难，毕竟他可信的一切都建立在一个前提之上，就是这些交易数据是存储在参与区块链的每一个用户的存储空间中的，小范围，使用的问题不大，但是一旦大规模布局数据的变化及。 膨胀，这就不仅考验着存储设备的极限，其实更受限于网络带宽的本身，而同样产生着海量数据的，还有越来越成形的物联网，我们常说的ot，而这个领域呢，其实也同样在年初的区块链热潮当中被反复提及，当时我们说的是区块链加物联网，这也被视作是化解物联网安全风险的。 计量要，物联网本身在过去的这一年可以说是默默的快速进步着，我们可以看到越来越多的人士用上了智能电子秤，智能台灯，智能开关，智能插座等等，冠以智能之名的物联网设备，更不用说它在城市建设，工业物流，零售等领域的日益普及了，其实呢，在比较保守的油气行业，物联网也在崭露头角，我们都知道。 工业4.0的是将数字化注入工业，其实油气行业的也正在迎来所谓的油气4.0，油气公司的试图挖掘大数据蕴藏的潜在价值，期望，能够利用数字化技术，缩短项目周期，降低成本，提高生产和运维的效率与安全性，同时呢，也可以为运营管理决策提供可靠依据，而针对油气上游勘探开发和中游输送领域。 分子式分别提出了4.0和plus4.0的概念，通过数字化双胞胎的理念和技术，西门子覆盖全生命周期的安全数字化解决方案，可以实现石油平台和输送管道的一体化设计，虚拟调试，虚拟人员培训，运营优化设备，远程监控和诊断等等的智能应用，嗯，如果说区块链是党性。 即实体化物联网，在我看来则是让现实信息化，而预热了好几年的5g概念，更像是穿越虚拟和现实之间资源壁垒的高速公路，今年三大通信运营商在多座城市已经开展了外场测试，而就在这个月，而三大运营商更是发布公告，表示收到了工信部有关5g频率分配使用的通知，这一切的其实也都在。 提醒着我们五系真的不远了，说实话，第二个关键词呢，其实我纠结了很久，因为无论是前面提到的区块链物联网，还是五系看上去的都有上榜的资格，但细想之下，好像却又都差了那么点儿意思，要么是降温太快，要么是缺乏爆款，要么是依然蓄势待发，不过呢，这三项技术背后所。 共同酝酿着，未来倒是十分清晰的，那边是万物互联，2018年，我想可以算作是万物互联时代的蓄力之年吧，还有点儿润物细无声的虚拟和现实的边界呢，越来越模糊了，刚好阿彤第一个关键词，人工智能的，这个四个字的格式，咱们凑个工整吧，万物互联，这个可以打包寄快递。 物联网和5g的四字词儿，咱们就算做是2018年的第二个年度 科技 关键词吧，或许你已经注意到，在说人工智能的时候，我已经一带而过的提过了无人驾驶这一项近几年大热的技术，原本呢，这第三个关键词，我就直接想给无人驾驶，或者是自动驾驶的，毕竟在全年的 科技 新闻。 老公这个词的提及率实在是有点高，记得2月初谷歌那是突然宣布将在2018年推出无人驾驶出租车服务，当时啊，这个消息一出，行业内外都炸开了锅，关于无人驾驶是否安全的争论的，其实也一度非常的火热，当然这一切似乎并没有阻挡，无人驾驶车轮的滚滚向前，4月，随着智能网联 汽车 道路测试管理。 规范试行的发布，我国自动驾驶路测呢，也是彻底打开了局面，而世界范围内对这场无人驾驶自动驾驶技术的赛跑，依然是激烈的进行着，在自动驾驶技术领域，有个l5的分级标准，数字越大呢，意味着自动程度越高，现在大家可能能接触到的，通常是l2到23之间的技术，也就是说它有一定。 AI介入，你们在特定的条件下可以完成车辆的变道和超车等操作，但是呢，他依然要求驾驶员随时准备着接替的工作，记得在年初的时候， 汽车 市场上，其实还没有任何一家车企在量产车型上安置了能够达到四级别的自动驾驶系统，也就是说在特殊地形或者路况下，完全可以脱离人为控制黑暗，它能够自主的。 完成车辆的运行和操作，这样子的一种自动驾驶级别，而驾驶员和车的互动的就仅仅局限在了啊，在这种不同的区域，或者是路况切换的时候的这种暂时替换，一旦车辆进入到符合条件的环境，就可以继续自动驾驶，特别值得注意的是，2018年，其实不少车企都宣布推出了四辑的自动驾驶 汽车 ，有的呢是正在进行测试。 有的呢，将会展开研发，比如说7月网络宣布联合金龙客车推出了四系量产自动驾驶巴士，10月的时候的华为和奥迪宣布携手研发四级自动驾驶，不管怎么说，在这一年的自动驾驶技术呢，是正朝着4G时代奋力前行，前面的卖了一个关子，我并没有把。 今年的第三个关键词定成无人驾驶，或者是自动驾驶是有原因的，因为在今年的还有许多奇奇怪怪形态的交通工具，频繁的被提及，比如说各种形态的飞行 汽车 ，令我印象深刻的就有 汽车 和固定翼飞机的集合体，春先生也有类似pla这种超大号的载人版无人机，这两台所谓的车啊，可都不仅仅是概念。 前者说是已经开放预订，后者呢，也已经结束了秘密测试阶段，并且正式对外展示，而根据现在给出的，或者说是预测的价格，这样的设备量产之后呢，大约能够控制在一辆中档SUV的水平，这就意味着在不久的将来，想开着自家的飞行 汽车 驰骋在天空，价格呢，并非是主要的因素，而是与之配套的政策。 一个有趣的细节是，今年上映的不少科幻电影或电视剧，关于对未来城市交通工具的构想，似乎都有这种带着多个悬疑的，飞行 汽车 的身影，说实话，无人驾驶飞行器车，还包括前段时间很红的超级高铁，虽然谁也无法断言这些颇具未来感的交通方式，距离真正走进咱们的生活到底还有多。 但是相比于过去，它们只存在于科幻中而言，在2018年呢，他们已经成为了模型，开始了测试，甚至接近于量产，这一天呢，又似乎都在暗示着，也许不出十年，我们现在所熟悉的交通形态将会发生翻天覆地的变化，届时呢，地球上的时间与空间观，或许将。 再一次被颠覆，所以，2018年的第三个关键词，我觉得属于，未来交通这四个字。 向来为魔都人民所津津乐道的台风魔都结界，似乎今年就非常不管用，上海那事成了中国首个30天内有三个台风登陆的城市，本来应该是秋高气爽的，11月呢，却被雾霾湿热英语搞的人是心情全无，到了12月更郁闷，雨呢是几乎不停的连下了近半个月，更反常的是在一波断崖式。 这降温入冬后还破天荒的直接下了场不小的雪，身边有很多的朋友都在疑问，而说，这种天气还是我们所熟悉的上海吗？不仅仅是上海，放眼全球，气候异常，似乎都能算是一个贯穿2018全年的重要新闻元素，无论是在亚洲，欧洲，非洲还是北美洲，很多地方今年的夏天都经历了异常高温。 而中国，日本，越南，老挝，印度等等的，也因为暴雨经历过水患，南半球的澳大利亚呢是经历了百年不遇的大旱，前段时间大家印象也很深，美国加州呢，更是经历了史上最严重的山火，渐渐的我们好像有了这样一种认知，就是似乎不正常的天气才是正常的了，虽然我们很难将单一极端天气事件归因于人。 会引起的气候变化，但此前的其实很多科学研究都已经得出结论，极端天气事件出现的概率与人类活动直接或间接相关，世界气象组织统计过，2011年到2016年在美国气象学会通报上发表的131项研究当中，有65%的研究发现极端天气事件发生的概率，受人类活动影响显著，比如说人类活动。 导致某些极端高温天气出现的概率增加了十倍以上。 技术了，那么继2013年大气十条之后，今年的国务院更是公布了打赢蓝天保卫战三年行动计划，而作为煤炭消费大国，要打赢这场蓝天保卫战，能源产业转型其实至关重要，比如说广东啊，就明确提出了优化整合燃煤电厂，推进服役到期，服役时间较长及位于城市建成区的燃煤电厂。 化整合和淘汰，2018年底前关停广州发电厂这样的计划，但是淘汰燃煤电厂听上去是件很简单的事情，可是由此造成的电力缺口又该如何去填补呢？这个石化高效的燃气发电就十分重要了，比如说在广州增城，预计在2019年底投运的大型燃气冷热电三联。 呈贡项目就引进了包括两台西门子ct587h重型燃气轮机在内的两套发电机组，燃气轮机的原理和走马都想死啊，灯点燃后，灯内空气被加热，气流上升，就会推动叶轮旋转，而燃气轮机的热废气，并不是未经利用就排到环境中的，则是进入到余热锅炉，为下游的蒸汽轮机产生。 从而大幅提高发电效率，西门子的h级燃气轮机是目前投入商业运营的效率最高，动力最强的燃气轮机之一，他那是广泛应用于热电联产电厂中，这可以说是将燃料转化为可用能源，最高效的方式之一，那采用这样一台燃气轮机的联合循环机组，可以满足一个300万人口规模城市的家庭用。 有需求了，那么除了集中式发电之外，分布式能源也可以说是潜力无穷，在今年8月，江苏昆山的天然气分布式能源项目当中，两台西门子燃气蒸汽联合循环机组是相继顺利通过了，96小时满负荷试运行，这也意味着江苏省的首个区域性天然气分布式能源项目全面建成，投产之后，它不仅可以为电网提供清洁电力为其。 提供工业蒸汽负荷，还能够为周边的公共和商业场所以及居民提供空调负荷，打造绿色低碳的可持续发展城市，虽然说我是把2018年的第四个 科技 关键词给了气候异常，但在我心中其实是期待着经由气候异常环境污染能够引起，人们对于环境问题的重视，可以在以后另。 能源产业的高 科技 转型之路更加的顺畅。 卡西，你陨落，土星这样的重要的探测器时刻，今年的太空 探索 好像是少了点爆款，唯一称得上是全球级围观的呢，可能也就是年初那场让跑车飞往火星的天秀啊，猎鹰重型火箭的首飞吧，可是真的要细细盘起来了，今年值得称道的探测器发射呢，着实又不少，5月洞察号。 火星着陆器启程，并且那是在上月底顺利着陆火星，第一次人类呢，是对火星的内部构造开展直接的探测，6月日本的隼鸟2号小行星探测器能是飞抵了小行星龙宫，并且在10月成功空投了着陆器nest，到2020年底的时候，只有2号在小行星上采集的样本呢，就将被送回地球了还有。 一个专注于小行星的探测器，拉萨的奥西里斯呢，则是在12月初抵达了小行星，被女人们在2023年，他也将给我们带回，来自这一颗在200多年后有1/2500的可能性撞击地球的小行星上的样本，8月12号，帕克探测器的事出发前往太阳，他那是将以前所未有的速度。 太阳或者说亲吻太阳，因为它会穿过太阳的外层大气，也就是我们所说的日冕帕克号的最终目标呢，是靠近到距离太阳表面不到600万公里的地方，10月19号，欧洲和日本联合开发的xm探测器发射成功，开始了前往水星的漫长太空之旅，一切顺利的话，到2025年，他们将会传回有史以来关于水星最详尽的探测术。 而就在前不久的12月8号，咱们国家的嫦娥4号月球探测器成功发射，再精巧的鹊桥号，中继星的牵线搭桥之下，那也是开始了人类 历史 上首次月球背面的软着陆执行，可以说2018这一年人类太空 探索 的脚步并没有慢下来，火星，水星，小行星，太阳表面，月球，背面，目的地。 是正在变得更加多元，而任务也变得更加复杂，这恰恰体现了太空 探索 ，好像正在从曾经的打卡游转变为如今的深度游，还剩下最后一个关键词，我觉得呢，不如格局更大一些，今年的是一带一路倡议，提出五周年，更是改革开放。 40周年，我们之所以能够拥有如今这般美好幸福的生活呢，其实啊，都离不开一带一路与改革开放，这背后所蕴含的全球合作理念，虽然这一年也发生了许多似乎与这四个字背道而驰的不太愉快的争端，但是我们也更应该看到，合作与开放依然是未来的主流，更是机遇所在，这一点对中国对世界都是如此。 那些宏大的词藻其实并不是我所擅长表达的，这背后的波澜壮阔也好，惊心动魄也罢，这一年来，我相信大家都深有体会，说个，我印象比较深的吧，记得在今年世界互联网大会上，巴基斯坦前总理是回忆的一件往事啊，离海湾地区不远的瓜达尔港的曾经是巴基斯坦的一个小渔村，他在短短两年的时间内就变成了一个重要港口，这才八级。 资产的 历史 上还从来没有过，而这个瓜达尔港呢，就是中巴经济走廊的出海口，这里有个背景知识，一带一路倡议的，目前是包括六条经济走廊，而其中的中巴经济走廊是最成功的，算得上是旗舰项目，可以想见，而对于向来东富西穷的巴基斯坦来说，这个位于国土最西端的港口，如果发展成了巴基斯坦版的深圳，那对于。 平衡他们的国内发展是一个怎样的利好，那更不用说，基础设施建成之后，这一个坐拥的极佳区位优势的港口，对全球投资的强大吸引力了，那除了瓜达尔港的建设的中巴经济走廊建设的重点，还有交通和电力，而这些方面对我们中国企业来说，同样也是巨大的机遇，在巴基斯坦相对比较富裕的东北。 不哇，有一个人口占到全国一半，经济贡献率达到60%以上的旁遮普省，在那儿呢，电力升级则是他们面临的一个重要课题，这其中我们中国企业就牢牢抓住了机会，中国机械设备工程股份有限公司呢，就为巴基斯坦旁遮普热电有限公司的吉衡联合循环电厂提供的二拖一。 你指的动力岛设备，而在这个项目当中呢，就有西门子提供的两台st五八千hk燃气轮机和一台st5000蒸汽轮机，两套tm余热锅炉，变压器和开关站系统，全厂控制系统及相关辅助系统，可千万不要小看这个项目，即使放到国内，它也是巨无霸级别的，它的总装机容量的是达到了一千。 263兆瓦，到2019年建成投产之后的每一小时可以发电超过126万度，只相当于巴基斯坦近400万户家庭的总用电量，他们也将成为巴基斯坦最大的燃气电厂，这可以有效的缓解巴基斯坦国内长期电力供应不足的问题，这个项目呢，也是中国机械设备工程股份有限公司承建的。 有个h级燃机电站项目，对于西门子则是他的h级燃机首次进入巴基斯坦市场，至于h级燃机的好处，其实这里也就不用再重复了，前面我们在说广州增城项目的时候就提到过，注意到了吗？像这样的合作，无论是对于巴基斯坦还是中国，无论是对于中国的本土企业还是国际企业，可以说全球。 合作都带来了实实在在的好处，而这样的例子真要一个个取下来，恐怕再花整整一年的时间都举不完吧，本来呢，只是准备换个20分钟和大家来个快速盘点与回顾的，谁想一旦开了头，才意识到这一年值得说道的事情实在太多，实在没法周全。 这到底是一家之言吗？有所偏颇的话，也请各位包涵指正，其实呢，我也更期待的是，各位能够在评论区踊跃留言，谈谈你心目当中的2018 科技 关键词，而只有加上了你们的补充，才能算得上是一次完整的盘点。 新年快乐！
预测的精准度取决于
[IT168 评论】预测分析是BI应用的一大方向，尤其随着AI、大数据的等新技术的发展，让预测分析有了更好的落地。 根据日前IDC发布的《2019年下半年中国商业智能软件市场数据跟踪报告》，2019年全年中国商业智能软件市场规模为4.9亿美元，同比增长22.6%，其中高级分析和预测分析市场份额占比21.0%。 到2024年，中国商业智能软件市场规模将达到11.9亿美元，未来5年整体市场年复合增长率(CAGR)为19.2%。 未来充满了不确定性，能够预知未来在古代无不适先知大能之辈。 如今利用科学技术我们也能预知一角未来，比如天气预报，方便了我们的生活，而极端的天气的预警还能防患于未然。 在商业智能预测分析中，销售预测是很多企业的需求，如果果能够对商配销量进行预测，可以合理高效安排生产、优化供应链，降本增效。 凡预测皆有个精准度，理论上是越高越好，但是从商业化落地和实际应用的角度来看，销售预测的精准度还要考虑稳定性和投入产出比。 观远数据创始人兼CEO苏春园指出，精准度一方面要考虑稳定性，比如在做销售预测时，有些店特别精准，有些店偏差比较大，不如总体上的稳定，此时在局部可以牺牲掉一些精准度。 另一方面，精准度没有止境，优化精准度要考虑投入产出比。 销售预测的精准度提升取决于原来人工预测或者基于传统的Excel等工具的预测水平，目前实际落地中，只要能够相对稳定持续得比原来的精准度有一个比例的提升，比如提升5%、10%或者15%，其实就开始有商业化的价值，而后面精准度的提升，越来越难，可能每优化一个百分点，要采集更多的颗粒度更细的数据，可能都需要十倍的投入。 但是真正从商业化和客户价值来看，未必值得，不同阶段要解决不同的商业化的问题，预测要考虑ROI(投资回报率)。 “如果要优化一个或者局部优化精准度不难，就把那一点做到极致，其实没什么太多意义。 还是要从全局看稳定性、可维护性、稳定性等。 ”苏春园强调。
财险的UBER时刻：四大趋势与15项新技术正决定财险未来
财产险将成为保险 科技 的“第一战线”，因为财产险将是技术应用最为密集的险种。
车联网、位置分析、无人机查勘、车险自动理赔、机器人过程自动化……这些将构成财产险行业的未来。
在全球范围内，技术发展正在重塑财产险行业的商业模式，而是否能够掌握及应用前沿保险 科技 将成为财险公司决胜的关键。
为什么财产险将是技术应用最为密集的险种？
CB Insights参考行业普及度及市场表现两大维度，将财产险的未来发展趋势划分为四大类别：必要性（necessary）、实验性（experimental）、有潜力的（threatening）及过渡性（transitory）。
四大趋势
必要性趋势
必要性趋势指的是已经获得行业和消费者的广泛理解和采纳的发展趋势。 对于这一类发展趋势，保险公司应当有清晰的认知和发展规划。
基于智能手机的UBI车险
越来越多的保险公司发布了基于智能手机的车联网平台以实时追踪驾驶行为数据。
这一技术将帮助保险公司降低逆选择风险（好司机更倾向于使用车联网平台）、增加客户参与度与安全性、对理赔及反欺诈提供更有力的支持以及提升承保过程的精细化水平和灵活度。
美国车险公司Progressive在1998年即推出实验项目Autograph，使用GPS卫星、定位技术和一个内置电脑跟踪交通工具行驶的时间和驾驶行为。 2011年Autograph更名为Snapshot，目前通过手机应用提供OBD服务。 Progressive称已通过其Snapshot app收集了超过15亿英里的驾驶数据。
而另一家美国车险巨头Allstate称，其每月可以通过旗下的Arity平台收集接近90亿英里的驾驶数据。 车联网技术将成为车险领域的最主要定价要素之一，因为这一数据与信用数据同等重要。
当前，美国车险市场车联网技术的渗透率（5%）并不高。 自2018年初以来，有超过10家保险公司在其财报电话会上提到了车联网技术或自有车联网平台。
地理空间分析技术
深度学习和机器学习技术的进步以及空中成像成本的降低使得地理空间分析技术成为财产险行业发展的重要机遇。
2012年，深度学习算法SuperVision已经可以识别高达120万像素的图像。 此外，卫星图像技术成本降低，包括DigitalGlobe、Google和NearMap在内的多个提供商均可提供高像素的卫星图像，目前已覆盖超过71%的美国人口。
地理空间分析技术服务提供商通过深度学习技术获取屋顶状况、房屋规模等结构化数据，帮助再保险公司进行报价、承保及理赔等一系列服务。 2017年航空影像分析技术服务商Cape Analytics与全球最大的保险证券管理者Nephila Capital合作，向其提供其分保公司的客户个人风险情况。 而慕再选择了无人机查勘公司Betterview作为其房屋数据分析服务提供商。
无人机勘察
无人机勘察将是未来保险公司理赔团队的重要组成部分。
无人机可以在承保前帮助保险公司收集关于承保标的的风险信息，协助进行预防性维修，并在巨灾后对建筑物、屋顶等财产设施进行定损。
在哈维飓风后，关于无人机和保险的关注达到顶峰，Allstate和Farmers均雇佣了数百架无人机进行定损理赔工作。
早在2015年时，AIG、State Farm、Travelers和Liberty Mutural等保险公司便已获得了FAA认证以开展无人机理赔勘察工作。 2018年，Travelers与无人机软件集成商Kitty Hawk共同建设无人机硬件、软件、数据流集成项目，现在其理赔团队已经有超过600名FAA认证的无人机驾驶员。
监管政策的放松可能会帮助保险公司扩展无人机业务的规模。 FAA最近的一项政策放开了对无人机在受限空域的即时限制，在此之前无人机进入受限空域有90天的等待期。
可视化车险理赔
智能手机技术的进步使得过去可能需要持续数天的车险理赔过程得以缩短到几小时。
可视化车险理赔指的是通过使用软件或智能手机摄像头以帮助保险公司进行车险定损，这一技术的使用极大的减少了车险公司对车险理赔的人力投入。
例如，Allstate减少了超过900个车险定损站。 在Allstate的季度财报电话会上，其个人车险板块的负责人表示车险理赔通常需要人到车或车到人，可视化理赔技术缩减了这一过程。
初创企业Snapsheet开发了帮助保险公司处理车险理赔的白标移动应用，现在为70家保险公司客户提供服务。 2016年，Snapsheet处理了超过50万起理赔，而2013年这一数字是5万起。
机器人过程自动化
机器人过程自动化（RPA）可以平滑财产保险业务链条的各个环节。
RPA技术可以获取和解释投保数据并推动交易，获取数据，与其它系统对接。 根据CB Insights提供的行业预测数据，RPA行业成长迅速，2025年产值预计可达到50亿美元。 RPA在财产险领域的应用也在增加。 这项技术可以帮助拓宽系统限制，简化人工流程，收集数据和辅助从承保到后续的核保及合规流程。
RPA服务提供商的融资规模也在持续增加。 企业RPA软件公司UiPath的估值已从2017年的1.09亿美元增长至2018年的30亿美元。 这一公司使用机器学习和人工智能技术以自动化商业处理流程，为全球的超过700名企业客户服务。
实验性趋势
实验性趋势指的是概念性或早期的趋势，尚未开发出多样化的功能性产品或展开大规模应用。 实验性趋势应该已经引起了媒体的早期兴趣和概念验证。
嵌入式房屋保险
在房屋购买流程日趋自动化的同时，房屋保险也将更紧密的嵌入到平台中。
在房贷申请流程中，金融机构通常会要求业主购买至少一年的房屋保险。 但现有的流程是破碎的、复杂的并且在每一步涉及不同的参与方。 申请一笔房贷的平均费用需要7000美元，申请流程可能涉及400多页的申请文件以及超过25个人力工作50个工作日，这一过程中的人力成本大约为5000美元。
购房者希望申请房贷的过程可以更为自动化，贷款方也希望加速流程并通过使用数字化工具降低成本。 在这一过程中，房屋保险可能会与购房流程更为紧密的结合在一起。
Blend Labs可以通过提升文件收集效率、数字化表格、CRO系统和手机电子签名系统加快房贷申请流程，目前其开设房屋保险板块，通过在购房过程中增加购买房屋保险的选项为房贷双方节省时间。 数字化借贷平台Roostify、Approved也开展了类似的业务。
职业保护可穿戴设备
在美国，覆盖工伤以及收入损失的员工补偿险是一个高达530亿美元的市场。
职业补偿险覆盖的是一个长尾领域，因为受伤的工人可能需要数年才能返回工作。 可穿戴设备和传感器在工伤预防领域的应用可以帮助实现在危险环境下作业的安全预防，也可以通过提供员工 健康 数据削减开支。
可穿戴设备和传感器在员工补偿险领域的应用仍属早期阶段，但已有公司开始尝试。 Argo Group与Kinetic合作，通过在餐厅、超市等通常发生理赔的场所使用可穿戴设备探测操作风险并及时发出危险提示。 SafetyCulture为超过家公司提供了名为iAuditor的移动探测app，通过客户的质量和安全记录帮助开发员工补偿险产品的风险资料。
网络安全险
在网络安全险市场不断发展的同时，网络风险分析服务提供商需要证明他们可以帮助保险公司提升承保表现。
慕再预测2020年网络安全险市场规模可达到90亿美元，是2017年的两倍。 随着企业逐渐意识到网络安全风险的存在，传统的财险产品可能会覆盖更多与网络安全相关的内容。 2016年，有170家保险公司提供网络安全险，包括AIG、安达和Travelers在内的前20名保险公司占有美国网络安全市场的87.3%的市场份额。
关于网络安全险，有一些观点是具有批判性的，巴菲特在2018年年会上提到“事实上我不认为任何人理解网络安全险究竟是在保障什么内容，我们不想在这一领域成为实验者”。 2018年，Zurich、CNA、安达和Beazley的美国分支等财险公司与网络安全分析服务提供商签订了合作协议。
商业数据集成
保险公司正尝试在承保和理赔环节更多的使用社交媒体及公共数据。
商业数据集成解决方案可以帮助保险公司优化核保流程以及协助理赔反欺诈。 Allstate在2017年与Carpe Data合作，通过使用社交媒体数据以识别理赔欺诈，降低调查成本，当前，美国超过40家保险公司使用了Carpe Data的产品。
商用车辆车联网
尽管许多商用车辆公司已经采用了车联网技术以分析驾驶行为和分析车辆运营成本，车联网技术在商用车险领域的应用仍属早期阶段。
车联网技术可以帮助商用车险在事故或具有危险性的驾驶行为发生时及时联系保险公司。 监管的强制措施也是一项推动力。
2017年美国联邦政府要求所有商用卡车必须安装电子记录器（ELD）以记录卡车司机的驾驶时间。 Progressive随之推出了名为Smart Haul的创新产品，客户可以通过满足安全驾驶行为标准获取商用车险的折扣。 Smart Haul通过ELD收集驾驶行为数据，无需客户再安装新的车联网设备。
地方性天气分析
地方性天气和气候数据分析可以提高承保及定价效率。
2017年，全球巨灾保险损失超过了1000亿美元。 保险公司试图寻找更好的气候和天气预测技术以支持其不同地域的业务。
例如，Understory拥有和运营一个地面传感器网络，其可以从美国的5条地铁线、超过500个站点收集天气信息，保险公司通过使用其冰雹和风力数据以更好的管理极端天气预防活动。 此外，也有公司通过无线或电缆技术以进行微观天气预测。
有潜力的趋势
有潜力的发展趋势通常已获得主流行业预测认证或投资活动活跃。 这些趋势已被早期参与者验证，或处于被行业和消费者广泛接受的前期。
商业数据自动化
保险公司正在逐渐意识到非结构化和半结构化数据的价值。
财险行业面临大量的非结构化和半结构化数据：从投保到理赔，从PDF、Excel到扫描图像和邮件。 非结构化数据的价值对于保险公司、再保公司和渠道商都是巨大的，包括提高承保效率，自动化承保，识别承保利润，以及理赔预测。 保险中介是商用数据自动化软件的天然合作伙伴，这可以帮助他们更好的识别承保利润所在。
智能家庭传感器
在过去的几年中，智能家庭设备提供商Nest、Canary和Ring等都为客户提供房屋保险折扣。
尽管智能家庭设备希望在风险管理方面为保险公司提供帮助，但是实际操作低于预期，因为对于保险公司而言提高智能家庭设备覆盖率仍然较为困难。 随着巨头进入这一行业，保险公司对这一领域仍然保有兴趣。
例如，Travelers最近与亚马逊的Alexa合作提供3种智能家庭设备折扣，包括安全摄像机、漏水探测器和运动信号监测，以提高智能家庭设备的覆盖率。
过渡性趋势
过渡性趋势指的是已经落地的发展方向，但存在市场机会的不确定性。 对过渡性趋势更广泛的认知和理解可能会带来市场机会。
聊天机器人
聊天机器人技术在保险行业的应用可能有一些言过其实。
Lemonade使用聊天机器人Maya为房屋和租客保险客户提供报价并处理理赔流程。 此外，也有保险公司与技术公司合作提供AI交互服务。
XL Catlin与RightIndem合作在北美提供线上海上保险理赔工具，客户可以实时共享现场数据及影像。 瑞士保险公司Helvetica与Rasa Technologies合作开发了销售辅助功能工具，通过基于文字的聊天系统协助销售过程。
对于聊天机器人的关注在2017年达到顶峰，但其对业务的融入程度引起了一些争议。 初创企业Next Insurance和Hippo已经解除了聊天机器人服务。
保险 科技 ——作为一种服务
随着保险产品越来越嵌入房屋共享、共享出行等生态系统中，多家保险公司尝试开发场景化保险产品。
Progressive与Slice Labs合作为HomeAway和AirBnb等短期租房平台提供租客保险，从入住开始可以最长覆盖45天，Co-operaters和Legal & General也与Slice Labs合作提供类似产品。
另一个典型代表是商用无人机的责任险，Liberty Mutural与初创公司REIN合作提供以日或年为单位的无人机责任险。
参考文献
CB Insights. Emerging Trends: What’s Next in P&C Insurance
