2018年——人工智能9个最火热的风口

人工智能革命正在跨越技术商业化的临界点。截止目前,人工智能已在交通、城市服务、医疗、语音识别等诸多领域开始形成技术开放平台。作为一次划时代意义的技术革命,人工智能带来的商业变革正在渗入到各行各业,传统产业的转型不可避免。

人工智能认知差距存在:已走入平常生活

在另一阵营,包括扎克伯格、李开复、吴恩达等在内的多位人工智能业界和学界人士都表示人工智能对人类的生存威胁尚且遥远。这其中主要的争议就来源于对“人工智能”定义的区别。人工智能学家马斯克等人所述的人工智能,是指可以独立思考并解决问题,具有思维能力的“强人工智能”,目前,科学界和工业界对何时发展出“强人工智能”并无定论。

人工智能的商业潮起:九大领域形成热点

人工智能的历史已经有60年的时间,但它作为一个商业化浪潮是最近几年爆发的。与以往几次人工智能浪潮不同,此次的人工智能革命跨越了技术商业化的临界点。

下图为腾讯研究院发布的《中美人工智能产业报告》,人工智能领域的投资金额从2012年起呈现出了非常陡峭的增长趋势,转折点就是深度学习技术的突破。

IT产业经过数十年的发展,在存储、运算和传输能力上都有了几何级的提升,使深度学习最终有了质的飞跃。互联网积累了20年的数据终于有了用武之地——训练数据。机器学习和深度学习的飞速发展直接引领了此次人工智能产业浪潮。

截至目前,美国在融资金额上人工达到了938亿,中国仅次于美国达到了635亿。人工智能产业发展出了九大热点领域,分别是芯片、自然语言处理、语音识别、机器学习应用、计算机视觉、智能机器人、自动驾驶。

另一个明显的趋势是中美科技巨头的集体转型。从互联网到移动互联网的历次转换历程中,把握技术革命带来的商业范式革命是屹立不败的关键。技术革命将带来基础设施、商业模式、行业渠道、竞争规则变化的涟漪效应。

谷歌最早意识到机器学习的重要性,从2012年开始从搜索业务积累数据。从2012年到2017年短短的5年时间已经渗透到了超过1200个谷歌的服务中。业务发展战略从“移动优先”转为“人工智能优先”。除此以外,美国的FAAMG 以及中国的BAT无一例外投入越来越多资源抢占人工智能市场,有的甚至转型成为AI公司。他们纷纷从四方面从基础到全局打造AI生态:

第一,通过建立AI实验室,来建立核心的人才队伍。第二,持续并购来争夺人才和技术。第三,建立开源的生态,占领产业核心。今天,大多数技术进步都不是封闭的创造发明。技术的指数级增长,受益于底层技术的共享。今年,腾讯向外输出了两大AI开源项目ANGEL和NCNN。第四,最好的人工智能服务将可能化为无形,即与云服务结合。工具AI将大幅降低企业使用AI的门槛,越来越多科技巨头选择将自己的服务“云端化”来赋能全行业。正如马化腾所说的未来的企业都是在云端用AI处理大数据。并且在一些领域开始试水消费级人工智能的场景。

认识人工智能的能力与局限

AI要在商业上取得成功,首先要理解人工智能的真实能力。AI的爆发对商业的塑造也许与互联网彻底颠覆传统行业不同,在很大程度上会不动声色地嵌入到商业中。应用场景不再是新奇的概念展示,而是融入现有的生产中,进入垂直领域,创造直接的经济价值。

从认识物理世界到自主决策,目前人工智能已经具备以下几种能力:

  1. 感知智能:在语音识别、图像识别领域已经有很深入的应用,赋予了机器“看”和“听”的能力。甚至情感也能被机器理解 ;语音识别和图像识别都有了显著的提升。
  2. 理解能力:自然语言理解成为隐形的标配植入到产品中。配合计算机视觉可用于理解图像,来执行基于文本的图像搜索、图像描述生成、图像问答(给定图像和问题,输出答案)等。
  3. 数据智能:机器学习、深度学习让机器能够洞察数据的秘密,并且不断自动优化算法,提升数据分析能力。
  4. 决策能力:本质是用数据和模型为现有问题提供解决方案。棋类游戏是一种典型的决策能力,人类在完美信息博弈的游戏中已彻底输给机器,只能在不完美信息的德州扑克和麻将中苟延残喘。在更广泛的领域,例如如何自动驾驶汽车,如何将投资收益最大化等丰富的场景都将是决策能力的用武之地。

人工智能的价值地图:产业融合正在加速

与互联网时代一夜颠覆的渠道革命不同,人工智能的带来的商业变革正在不动声色地渗入到各行各业。一大批AI应用的先导者正在将AI能力赋能产业,涉及吃住行、工业医疗等各个领域。下面将用三个例子来说明正在发生的“AI+”产业增强革命。

首先是零售行业。上图是亚马逊推出的无人超市Amazon Go。在亚马逊的蓝图中,顾客从货架上取下货品,无需再经过收银台便可自动完成结算过程。从顾客进店开始,通过人脸识别验证顾客身份,在顾客购物时,通过图像识别和对比技术判断商品种类,自动生成购物订单完成自动结算。

现在,各种形式的无人零售商店在国内也如雨后春笋般兴起。当然,无人收费只是零售智能化的第一步,人工智能不同能力的应用将全面改变现在的零售模式。

第二个例子是医疗行业,医疗在任何国家都是最大的行业之一,我们经济发展和科技进步追求的最终目标也是增进健康。

人工智能在医疗行业的应用很广泛。用人工智能来辅助医疗影像诊断大家已经比较熟悉了。我想说的是人工智能对精准医疗的推动。所有遗传密码的信息都是非常非常多的一个大数据,对任何人在他没有得病的时候我们测量他的组学数据,分析组学大数据,那么就可以对他未来健康发展的危险因素做出评估,根据评估进行适当干预,这样的话有些疾病不发展,有些疾病减轻他的程度,提高他的生活质量,这样就把整个医疗健康体系的关口前移,在没有病之前就提出评估与保证。

第三个例子来自制造业。波士顿有家著名的机器人公司叫Rethink Robotics,顾名思义就是重新思考机器人。这个公司开发了一款名为Baxter的智能协作机器人。这个机器人的特点是和人的交互不再是机械的。Baxter 采用顺应式手臂并具有力度探测功能,能够适应变化的环境,可“感知”异常现象并引导部件就位。你只要挪动它的手臂就能进行训练,完成特定的任务。其次,对于制造业来说人工智能不仅仅意味着完成某项工任务的机器人,也是未来制造业智能工厂、智能供应链等相互支撑的智能制造体系。通过人工智能实现设计过程、制造过程和制造装备的智能化。

人工智能的经济影响

人工智能在经济层面的影响,主要有三个方面:

第一,生产效率的提升。人工智能创造了一种虚拟的劳动力,能够解决需要适应性和敏捷性的复杂任务。

第二,交易成本的下降。互联网的平台模式通过降低信息不对称,降低了交易成本。随着机器学习的引入,可以实现更精准的服务匹配,进一步优化资源的分配。

第三,人工智能将带来数据产业的蓬勃。机器学习需要数据的“喂养”,海量的数据需求催生了多种类型的数据交易模式。数据的需求会产生很多数据经纪商,有B2B模式,C2B模式,B2B2C模式等,促进数据在个人、企业及产业链层面流通。数据的来源不单单来自于用户,也来自于政府公开数据、商业渠道、博客等公共资源等。

转型之路:五要素坚实人工智能基础

人工智能将一切变化都带入了超高速发展的轨道。创新科技公司已集体转型,传统行业又改如何应对即将到来的人工智能时代?实现人工智能的转型,需要从几个方面并行:

数据、算法和算力是我们常说的人工智能的“三驾马车”,是人工智能得以应用的基础。

第一是数据,我们对数据的认识不应该停留在统计,改进产品或者作为决策的支持依据。而应该看到它导致机器智能的产生。但首先,数据是有条件的。垂直行业的数据,高质量的数据。在国家层面,也有许多数据开放计划。

第二是算法,人工智能的人才仍然是很稀缺的。高校和企业的人才流动越来越频繁。但同时,企业通过开放生态,降低开发门槛。可以让更多中小企业享受AI能力。

第三是算力,现在的人工智能系统通过成百上千个GPU来提升算力,使深度学习能够走向生产环境。但随着数据的爆发式增长,现有算力将无法匹配。

除了这三驾马车,从实验室到行业应用,在人工智能的应用过程中还需要加入两个元素:

■ 首先是场景。理解场景是人工智能应用的核心。人工智能必须落到精准的场景,才能实现实在的价值。理解人工智能能力可落地的场景及对应的流程,将AI纳入决策流程。

■ 其次是人机回环,即human-in-the-loop。“人机回圈”的第一层含义是人工智能应用中需要用户,即人的反馈来强化模型。更进一步,机器学习是一种尝试创建允许通过让专家与机器的一系列交互参与到机器学习的训练中的系统工作。机器学习通常由工程师训练数据,而不是某个领域的专家。“人机回圈”的核心是构建模型的想法不仅来自数据,而且来自于人们怎样看待数据。专家会成为垂直领域的AI顾问,把关模型的正确性。

总结

  1. 本轮人工智能浪潮是基于深度学习的发展,将快速渗透到数据密集行业。
  2. 人工智能目前从感知智能、理解智能、数据智能和决策智能四方面发挥在各行各业的能力。
  3. 人工智能成为新的生产要素,人机协同将成为普遍趋势。
  4. 人工智能的应用转型需要满足数据、算法、算力、场景、反馈五个元素才能奠定行业应用的基础。

原文发布于微信公众号 - BestSDK(bestsdk)

原文发表时间:2017-12-01

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏罗超频道

在人工智能这件事情上,马云走了一条与众不同的道路

随着人工智能在这些年的进展被AlphaGo显性化,它开始成为中外科技巨头布局的重点,甚至一些公司还将AI当做决定未来的战略。学术界同样十分重视人工智能技术,Al...

2685
来自专栏大数据文摘

这家公司连续六年调研大企业数据变革,今年的结果喜忧参半

774
来自专栏数据猿

技术研发是云计算、大数据产业发展的关键,大数据如果发挥不出价值,就只是一片坟墓 | 大咖周语录

国内云计算、大数据发展正呈现良好的势头,并加速向各个行业和领域渗透。值得注意的是,在看到发展成绩的同时,国内云计算、大数据产业仍然面临着核心技术掌握不足,产业合...

3597
来自专栏新智元

【埃森哲重磅】2016 技术趋势与展望:4 大关键,5 大趋势

2016年,数字化技术变革将主导各个经济领域。要适应这场数字化冲击,企业必须从文化和管理思路上做出改变。《2016埃森哲技术趋势与展望》提出企业数字化成功...

3545
来自专栏数据猿

数据猿专访丨微软中国首席技术官韦青:我们正在用大数据解决雾霾问题

<数据猿导读> 微软中国首席技术官韦青在接受数据猿记者的专访中说道,微软研究院跟中国环保部门正合作推出相关项目,比如我们的“城市空气质量”,用云·物·大·智的思...

2988
来自专栏钱塘大数据

报告丨深度解读VR软件行业:2019年将超过硬件市场规模

导读: Virtuix Omni的“跳票”以及Magic Leap宣布推迟量产,让很多人多VR/AR的C端市场产生了怀疑。VR市场的发展有着背后的逻辑,C端的主...

3457
来自专栏镁客网

眼擎科技朱继志:以AI视觉芯片为机器打造火眼金睛 | 镁客请讲

1193
来自专栏前沿科技

中兴视觉大数据报道:“人工智能+制造”本质是追求人机协同

中兴智能视觉大数据报道:人工智能作为一类信息技术,诞生于20世纪50年代,几乎与计算机同步。60多年来,人工智能涉及的技术和派系众多,学界并没有一个明确的定义。...

2103
来自专栏黄Java的地盘

《软技能——代码之外的生存指南》读书笔记(职业篇)

本文主要是对日前阅读过的《软技能——代码之外的生存指南》中职业篇的内容进行整理和归纳,同时增加一些自己的理解。

891
来自专栏人工智能快报

2016年值得关注的五大机器人趋势

2016年1月1日,《技术评论》网站的高级主编WillKnight发文展望了2016年的五大机器人发展趋势,包括: (1)中国将开始机器人革命 中国作为世界上最...

3598

扫码关注云+社区