早晨6点，你的智能手环在记录了你一夜的睡眠活动后将你唤醒，你带上了内置电脑芯片的隐形眼镜，开始扫描你的体内活性酶和抗体水平，确保你的身体处于健康状态。接着，将用3D打印出的鸡蛋和牛肉加热后作为早餐，吃饭时你用手环的投放功能浏览 Facebook的信息，信息流根据你的个人喜好进行information feed，另外还有你关注的出行信息更新。用完早餐后餐具会进行自我清洁，接着你出门坐上Google提供的无人驾驶交通系统前往公司上班.....
这样的科幻小说的场景正在硅谷变成现实....无论是大型公司还是小型创业团队，都在围绕着如何提升硬件的智能水平和改进信息的交流模式进行着各种探索和实验。在硅谷的5天公司拜访，让我对3D打印技术，人机交互科技，信息提供与交流，Machine Learning，资源整合与分配都有了更多的认识。作文一篇后记，我将对每部分提供个人的理解和阐述，其中信息不能确保100%准确，所以建议大家作为娱乐读物阅读就好。
3D打印
在Lowe's 的创新实验室和Singularity Univeristy中我们看到了大量的简易3D打印机和专业的企业级打印机。据说3D打印技术在过去5年里已经在很多大企业里普及，其便捷性和低成本已经具有了相当大的商业价值。
比如Nike在官网推出的个性化定制的跑鞋就是通过3D打印技术满足了客户的需求，波音飞机也已经使用3D打印技术生产一些标准化飞机配件；湾区甚至有公司已经开始使用3D打印技术进行生物组织的重建工作，如培育蛋白细胞作为打印原料进而生产出人工肉类或者各种医学器官。
随着越来越丰富的资料库建立和各种打印原料的开发（从3年前的30种到今年的500种），Singularity university的科学家告诉我们，未来会有成千上万种的商品能够直接实现3D打印。这意味着什么？
试想，如果3D打印可以完成大部分现有产品的生产，那目前的零售业和物流产业将被极大的改变。大型仓储和库存将不复存在，零售商可以在客人店里购买行为发生的同时进行3D打印生产，这也就意味着占据产品成本30%以上的仓储物流将消失。甚至，每一个消费者可以根据自己的需求创造个性化的产品，只需要通过互联网提交打印的数据，就可以由就近的打印中心完成打印后快速物流到家。如此一来，大规模的同质化生产设计模式也将被颠覆。
人机交互科技
Lowes是美国第一家尝试使用机器人的大型零售商，用机器人取代人类进行卖场的运营是一个大胆的尝试。零售业作为服务业态中的一种，很大程度上依赖于人与人的沟通和服务，将人类的沟通交流换成人与机器的沟通会怎样？
我当时向该项目负责人Kyle提出的问题就是：作为依赖人与人沟通的服务型企业，Lowes引入机器人后，客人的反应是怎样的？有没有抵触或者消极的反馈？ Kyle的答复令我比较吃惊，现实使用后的反馈显示客人非常喜欢这样的机器人交流。Lowes是如何做到的呢？
后来的分析和交流给出了答案。首先，Lowes的合作团队在设计这款机器人时就明确将其定义为机器人，并不是将其的外观设计为人的外表来模拟人与人的交互模式。其次，该机器人在前后各有一款智能显示屏，就我观察其操作系统应该是个性化定制的Andriod系统，让人非常熟悉切方便操作。最后，机器人不仅可以使用英语交流，目前还支持西班牙语，未来还将推出其他少数族裔语言。因此，这款机器人的成功在于它本身传达给客人的预期就是一个人机交流模式，其提供的交互场景的触摸系统和语言系统都是客人非常熟悉使用的；另外，机器人的数据库中储存了整个商店的所有产品信息，不需要客人自己去找，只需要把产品拿到机器人面前扫描，就能够得到所有的信息。
Lowes的机器人不但能够进行基本的沟通服务，它所特有的面部识别功能还能搜集客人的各种身份信息，如，年龄、性别、种族、交流中的面部表情等。这极大丰富了公司获取客人信息的能力，如果再结合客人的行走路径，产品购买信息和消费结算方式等，Lowes可以通过这款机器人获得全方面的消费与客人数据。拥有了这些数据后，进行精准的营销推广和产品推荐将易如反掌。
信息提供与交流
这是在Facebook访问时他们团队提出的观点：未来的信息获取和交流都是基于每一个个体进行的。也就是说，现在存在的大众媒体模式将被改变。
Facebook团队介绍说，目前Facebook上面的13亿用户每日看到的信息流及产品广告都是不同的，其原理是基于用户过往的浏览行为，感兴趣的话题和本身发布内容来决定的。这也从本质上改变了传统的媒体发布及广告展现形式。在Facebook上面广告商可以针对不同的客户群体同时发布几十到上百种不同版本的广告，极其有针对性的高效传播信息。
在Clorox的访问时，他们的Vendor提供了一种复杂的软件，可以将社交媒体的内容进行语意和情感的分析，把文字语言转换为量化的数字。这个技术的出现，能够让公司在social listening上有更加广阔的表现。公司能够对更大规模的用户内容进行系统量化分析，将主观内容变为客观的数据，方便把这些social content 导入在各种分析与预测模型中。
这一切的实现源自于大量数据的收集、开发和统计。这也就涉及到了下面的话题，Machine Learning
Machine Learning
这个概念本身在本次行程中不断的出现，无论是3D打印、人机交互、个性化信息发布都涉及到了背后的数据库搭建和智能选择，而其数据处理的能力和级别已经远远超出了正常计算机的能力。这时，就需要使用更加复杂的程序和软件让机器本身具有自我学习和识别能力，进行提高信息处理的能力。
举个例子，Clorox的Vendor系统之所以能够进行语义的分析，前提是在系统建立过程中导入了大量的原始信息，并且将这些原始信息进行了量化标记。接着伟大的程序猿开始进行繁琐的程序设计，能够让机器记忆原始的内容和量化的标准，在机器看到新的内容时，其可以自动的将这些内容在信息库中进行语义，通过算法去匹配最合适的量化数据。之后程序猿进行人工的复查，对于不准确的量化数据进行校准，并改进算法来提升下一次的准确度。反反复复不断的改进系统识别和匹配的精确度，并且扩大系统的内部存储资源，达到了系统能力的提升....
相应的例子在3D打印中同样能看到，目前3D打印要做大量的准备工作，主要是将打印标的物的结构进行数据拆解后导入打印系统，这一切都需要人工操作完成。很多的前沿实践者都在努力的建立3D打印的数据库，将每一个打印标的物信息存储在数据库，这样当新的标的物需要分解时机器能够调取现有的结构系数进行匹配，减少相应工作量。当这个数据库足够大包络了日常见到的商品时，3D打印就成了轻点鼠标的简单动作了。
资源整合和分配
这次行程中另一个让我深有感触的是通过科技的使用将资源高效的整个和再分配。
最直观的例子是Uber和Airbnb。其实他们的商业模式都十分简单，构建一个平台让多余资源的拥有者与该资源的需求者进行自由交易。但其复杂的地方也就是如何能够把这种看似自由的分配高效组织起来。
这又涉及到了复杂的算法，Uber和Airbnb本质而言是一家技术公司，而不是传统的服务公司（租车服务和酒店住宿服务）。他们的团队搭建的平台对于用户操作十分便捷，但其背后的数据搭建又是无比的复杂。如何将用户和资源提供者进行匹配，如何制定价格，怎样确保服务的流程顺畅，怎样避免欺骗交易.....等等，这些都是通过数据的分析和优化实现的。
技术对于资源的整合和再分配极大的提升了经济效率，Uber和Airbnb的出现一方面让资源拥有者提升了资源的价值，另一方面又让需求者以优惠的价格满足需求。他们的平台消灭了一切中间环节，减少了各项交易成本。相信未来会有更多类似的公司出现，改变我们生活的各个方面....
这次的行程的收获如果用一句话总结：大量的数据收集和深度分析+ 先进的硬件和软件结合 正在形成一种新的商业模式，更高效和更低成本的使用资源、分配资源最终达到改变世界的目的。
