2017 AI成熟度曲线图

概要:AI以一种更实际的形态作为数字化商业的关键组成要素获得了新生。

来源:智能机器人资讯分享

分析

你需要知道的

AI以一种更实际的形态作为数字化商业的关键组成要素获得了新生。AI的复兴是由多个关键部分的正向市场发展所驱动的,这些部分是:

  • 对于爆炸性非结构性数据的捕捉,预处理和存贮,用于“训练机器”;
  • 用于机器学习的高互补性的处理单元和并行处理架构;
  • 通过平台/API接口获得的更广泛的算法来处理更大量的商业应用;
  • 不断增加的数据科学实践者和大众对于数据科学/机器学习的兴趣。

由于以下几种原因,这里所展示的AI技术十分引人注目:

  • 41%被评为转型性的,另外44%被认为会带来高价值;
  • 87%被认为是正在或是在低谷期之前;
  • 54%被认为要在2022年甚至更晚才能够达到成熟期,能够带来可靠的生产力。

对于企业来说,这些高颠覆性,价值丰富但往左偏移的技术模式代表着高风险高回报的提议,有几个比较突出的结论可供AI技术购买者参考:

  • 失败的风险非常大,但在数字化商业中过时而失去竞争力对于企业来说的风险更大;
  • 虽然潜在的利益很大,但它们通常都伴随着失败,倒退,和新兴技术典型的“低谷期”;
  • 赢家会在具备减轻风险的战略和技术的前提下逐步开始AI项目——但需要长期投入资源。

上升期

人机回环众包

定义:人机回环众包是人与算法互补来解决问题或是任务,其中人工输入进一步改善自动化AI或数据管理结局方案的表现。人机回环众包有三个重要的特性:

能够大规模触及到人的能力;

能够将人(众包)的贡献聚合成有意义结果的能力;

为完成特定任务才使用众包者,而不是将他们作为全职员工。

典型任务通常是以信息为中心,与可用性有关的。

代表企业:Amazon Web Services; CrowdFlower;Experfy; Kaggle; Maana; Topcoder; WorkFusion

位置:距成熟应用时间超过十年

与AI有关的咨询和系统集成服务

定义:与AI有关的咨询和系统集成服务是智能自动化服务的子集,帮助客户设想用户案例,设计商业或IT流程,选择技术,管理数据,建立和训练模型,部署解决方案,评估并减少风险,适应人才与流程以成功集成新的AI解决方案。AI解决方案可能会包括一种或者更多高级技术,例如机器学习,深度学习,自然语言处理,机器视觉和推理。

代表企业:10Pearls; Accenture; Aigen; Deloitte;EY; Fujitsu; IBM; Infosys; PwC; Volume.XO

位置:距成熟应用2-5年

通用人工智能

定义:通用人工智能(AGI)——又名“强AI”或“通用机器智能”——如果它存在的话,能够解决广泛的问题。然而它并不存在。狭义AI(弱AI)是真实存在并且强有力的,但是它仅仅局限于特定狭义的用例。AGI只存在于科幻小说和“如果怎样”的讨论中。AI技术并不能够交付AGI。除了具备类人的学习,推理,适应和理解能力,它们还缺乏常识,智能,以及自我维护和反之的延伸性手段。

代表企业:无

位置:距成熟应用10年以上

算法市场

定义:算法市场是一个促进可复用算法发布和消费的技术性基础设施。有些市场是在企业内部使用来支持算法的内部共享的。但是大多数都是作为外部基础设施来推动免费活付费算法,有时还包括对数据集的共享和货币化。

代表企业:Algorithmia; Alteryx; Apervita;Foxtrot Code; IBM; Microsoft Azure; Numerai; PrecisionHawk; Quantiacs

位置:距成熟应用时间5-10年

用于IT运营的人工智能平台

用于IT运营的人工智能平台结合了大数据,机器学习和其他技术来支持所有主要的IT运营功能。AIOps平台支持多数据源,数据收集方法,分析技术和表达技术的并发。AIOps平台压缩了过去市场上称为算法IT运营和IT运营分析的技术。

代表企业:BigPanda; BMC; Elastic(Elasticsearch); Evolven; Loom; Moogsoft; Rocana; Splunk; Sumo Logic; XpoLog

位置:距成熟应用10年以上

深度增强学习

定义:深度增强学习是将深度神经网络运用于增强学习中。增强学习是一种机器学习的技术,目的是在场景和行动之间获取映射。不像非监督式学习,只有不定时的奖励可以影响系统的行为。正面的奖励加强目前的行为,负面的奖励惩罚目前或过去的行为。缺乏反馈会造成训练时间的延长。

代表企业:Google; Nvidia; OpenAI

位置:距成熟应用时间5-10年

神经形态硬件

定义:神经形态计算可以被定义成由神经生物学架构启发的半导体处理器。神经形态芯片组具有非冯·诺依曼式架构的特性,通常需要与传统处理器完全不同的执行模型。

代表企业:BrainChip; Hewlett Packard Enterprise;IBM; Micron Technology

位置:距成熟应用时间5-10年

自然语言生成

定义:自然语言生成会自动生成自然语言的叙述。在分析的情境下,这一叙述会随着用户与数据的交互而改变,来解释一张表格或仪表盘的意义。它结合了自然语言处理,机器学习和人工智能,动态地发掘数据中最相关的见解和情境。

代表企业:AnswerRocket; Arria NLG; AutomatedInsights; Narrative Science; Salesforce (BeyondCore); Yseop

位置:距成熟应用2-5年

Bots:

定义:Bots是能够在其他Bots,app或服务上运行的微服务或app,来响应事件触发或是用户请求。它们可能会通过效仿用户或app,或是通过API来唤起起其他服务或应用。这些请求可以通过对话式UI(chatbot)来发起,或是对事件的响应——例如应用或数据库状态的改变。Bots基于预设规则或是更复杂的算法来自动执行任务,这其中可能涉及到AI。

代表企业:Amazon; Baidu; Google; IPsoft; Kore;Microsoft; x.ai

位置:距成熟应用时间5-10年

对话式用户界面

定义:对话式UI是一种高级设计模型,用户和机器间的交互主要以用户的口语或书面自然语言进行。这些交互通常是非正式且双向的,从简单的表达到搞复杂度的交互和结果。作为设计模型,对话式UI依赖于应用程序或有关服务或对话式平台。

代表企业:Amazon; Baidu; Facebook; Google; IBM;IPsoft; Microsoft; Next IT; Salesforce

位置:距成熟应用5-10年

数字道德

定义:数字道德由人,企业和事物之间电子化交互的价值系统和道德原则所组成。有些考虑包括社会和移动技术,和社会性交互;云和安全;大数据和个人隐私;自动化技术和自由;人工智能/机器人化和工作价值,可预测算法和自由意志。

代表企业:无

位置:距成熟应用5-10年

快速发展期

深度神经网络特定用途集成电路

定义:深度神经网络特定用途集成电路是一种能够加速深度神经网络机器学习系统计算的集成电路。

代表企业:Google; Graphcore; Intel

位置:距成熟应用2-5年

第三级自动驾驶

定义:第三级自动驾驶,在汽车工程0-5级的评分系统中,指的是部分自动化的驾驶。它指的是在有限环境下系统可完全控制一台汽车。举例来说,车载系统将在限制出入的高速公路,或在特定速度以下的环境中处理所有驾驶任务。人类司机将在上述环境之外对车辆进行控制。

代表企业:Bosch; Continental; Delphi Automotive;Intel; ZF Group

位置:距成熟应用5-10年

智能机器人

定义:智能机器人是能够在现实世界中自主运行的电子机械形态,它从短期的人工监督训练中,或是工作中监督式体验中学习。它们感知环境因素,识别并解决问题。有些机器人能够使用语音与人类交互,有些具有特殊形态,例如仓储机器人;有些有着通用/类人的外形。由于它们具有先进的传感能力,智能机器人可能可以与人类一同工作。

代表企业:Aethon; Amazon Robotics; ARxIUM;Google; iRobot; Panasonic; Rethink Robotics; Savioke; SoftBank Robotics;Symbotic

位置:距成熟应用5-10年

图谱分析

定义:图谱分析是一系列分析技术,能够挖掘实体之间的关系,例如企业,人和交易。图谱分析通常是通过可视化给企业用户进行展示。图谱由能够决定数据点之间联结的模型组成。数据节点之间联结的紧密型表明了影响,交互频率,可能性的层级。

代表企业:Ayasdi; Cambridge Semantics;Centrifuge Systems; Databricks; Digital Reasoning; Emcien; Intel Saffron;Maana; Palantir; SynerScope

位置:距成熟应用5-10年

规范分析

定义:“规范分析”这一术语描述了一系列明确行动步骤来满足预设目标的分析能力。规范分析最常见的例子是线性编程这样的优化手段,结合了规范分析和规则,启发方法,决策分析方法等。规范分析与描述性,诊断性和预测分析不同,它的输出是一种行动建议。

代表企业:AIMMS; Angoss; Decision Lens; FICO;Gurobi Optimization; IBM; River Logic; SAS; Sparkling Logic; Veriluma

位置:距成熟应用5-10年

虚拟助理

定义:VA帮助用户或企业完成过去只有靠人工才能完成的任务。VA使用AI和机器学习来辅助用户或是自动完成任务。VA聆听并观察行为,建立并维护数据模型,预测并提出行动建议。它们可能会代表用户行事,随着时间推移与用户建立联系。虚拟助理将理解流程这一责任从用户转移到了系统。

代表企业:Amazon; Apple; Google; IBM; IPsoft;Microsoft; Nuance; x.ai

位置:距成熟应用5-10年

深度学习

定义:深度学习可以发掘中间表示,扩展了标准的机器学习能力。这些中间表示可以使用更少的观察,更少的人工调整,以更高准确度解决更复杂的问题。

代表企业:Amazon; Arimo; deepsense.io; Google;H2O.ai; Intel; Kaggle; Microsoft; Psiori; Skymind

位置:距成熟应用2-5年

机器学习

定义:机器学习是一种旨在从一系列观察中抽取特定知识和模式的技术学科。机器学习下有三种主要的子学科,主要根据观察的不同进行分类:监督式学习,其中观察包含了已配对的输入和输出;非监督式学习;和增强学习。

代表企业:Alteryx; Dataiku; Domino Data Lab;H2O.ai; IBM; KNIME; Microsoft; RapidMiner; SAP; SAS

位置:距成熟应用2-5年

自然语言处理

定义:自然语言处理是超过20种不同的自然语言工具的使用,例如知识图谱,语音文本转写,机器翻译,自动归纳,实体识别,问题回答,自然语言生成,情感分析和文本分析。它能够让人机交互变得轻松,帮助人类找到,理解并根据自然语言内容行动,并为人类决策提供基础。

代表企业:Brainspace; Clarabridge;CognitiveScale; Digital Reasoning; Microsoft; Narrative Science; SAS; Yseop

位置:距成熟应用5-10年

无人驾驶汽车

定义:无人驾驶汽车是能够使用多种车载传感器和定位技术,以及基于AI的决策能力,在无人工干预的情况下,从起点自动行驶到预设终点的车辆。无人驾驶汽车目前得到了大量关注,其中的技术也能够被运用到无乘客汽车和其他空中水域设备中。

代表企业:Continental; Daimler Group; DelphiAutomotive; General Motors; Mobileye; Nvidia; Robert Bosch; Uber; Waymo

位置:距成熟应用超过10年

智能APP

定义:智能APP战略通过使用超级个性化的移动APP体验和服务,帮助供应商提升客户体验。这一战略依靠大数据和简单规则集,来增加有关消费者的个人和商业信息。

代表企业:Amazon; Apple; Facebook; Google; Ozlo;Salesforce

位置:距成熟应用2-5年

认知计算

定义:认知计算是一类技术,从虚拟助理,认知专家顾问到智能增强现实,让人类在认知类任务中有更好的表现。我们认为“认知计算”在市场中是一个营销术语,但我们不认为这些系统真正做到了认知;它们模仿或只是延伸了人类的认知能力。它们是可交互式,可迭代,可对话的,能够抓取历史交互,并适应信息或目标的变化。

代表企业:Accenture; CognitiveScale; Deloitte;Digital Reasoning; Google; IBM; IPsoft; KPMG; Microsoft; Saffron (an Intelcompany)

位置:距成熟应用5-10年

计算机视觉

定义:计算机视觉是一个涵盖了抓取,处理和分析现实世界图像和视频的过程,它让机器能够生成有意义的,有上下文信息的信息。在供应侧,有大量不同的计算机视觉技术领域,包括机器视觉,光学元素识别,图像识别,模式识别,面部识别,边缘检测和动作识别。

代表企业:Amazon; Apple; Baidu; Facebook;Google; Herta Security; Luxoft; MathWorks; Microsoft

位置:距成熟应用5-10年

第四级自动驾驶

定义:第四级自动驾驶,或“高自动化”,在国际汽车工程学会的定义中指的是在大部分环境中能够在无人干涉的情况下自动驾驶的车辆。它可能不包括在某些环境,例如大雪或大雨,或是没有电子地图记录的环境中驾驶。这一术语最初运用于汽车行业。

代表企业:Bosch; Continental; Delphi Automotive;Intel; nuTonomy; Nvidia; Waymo

位置:距成熟应用超过10年

商用无人机

定义:商用无人机是远程遥控或是装备了自动巡航系统的小型直升机,混合翼飞机和多轴飞行器。通常无人机都配备了全球巡航卫星系统摄像头,以及使用图像,温度和光谱分析的传感器。高速缓存和通信连接让无人机能够收集或传输数据集,进行存储或是在云端进行处理。这些系统中越来越多的包括防撞系统。

代表企业:AirShip Technologies Group; AscendingTechnologies; DJI; Flyability; PrecisionHawk; senseFly; Skycatch; Trimble

位置:距成熟应用2-5年

预测分析

定义:预测分析是先进分析的一种形态。它通过检视数据或内容来回答“将发生什么”这一问题,或更精确的“可能发生什么?”它以回归分析,多元统计,模式匹配,预测建模和预测为特性。

代表企业:Dataiku; Domino Data Lab; H2O.ai; IBM(SPSS); KNIME; MathWorks; Microsoft; RapidMiner; SAS

位置:距成熟应用2-5年

下降期

FPGA加速器

定义:现场可编程门阵列加速器是基于服务器,可配置的计算加速器,它能够带来极佳的计算表现。

代表企业:Amazon Web Services; Baidu; Bigstream;Intel; Microsoft Azure; Xilinx (DeePhi)

位置:距成熟应用2-5年

认知专家顾问

定义:认知专家顾问是“AI虚拟助理”中最特别的形态,它的运用领域极其狭窄和有限。认知专家顾问至少会使用特定的算法,机器学习和自然语言处理功能处理大数据来回答问题,进行挖掘,建议,辅助决策。它们模仿人类专家的“认知”功能,延伸人类见解的透彻性,深度和即时性。

代表企业:CognitiveScale; IBM; Infosys; IPsoft;Saffron (an Intel company); Wipro

位置:距成熟应用2-5年

学习商业流程外包

定义:学习商业流程外包指的是将管理企业的学习,训练,培训或指导项目进行部分或全部外包。这其中可以包括对学习管理流程中任何一步的支持。

代表企业:Accenture; Allegis Group; Aon Hewitt;CGI; Global Knowledge; IBM; Infosys; NGA Human Resources; Raytheon ProfessionalServices; Tata Consultancy Services

位置:距成熟应用2-5年

消费级智能家电

定义:智能家电能够连接其他的机器或系统并与其分享信息。不像传统单用途的家电,它们能够根据智能手机,平板和其他电子设备捕捉到的环境信息进行反馈。它们通过通信协议,例如蓝牙,Wifi,ZigBee或Z-Wave无线连接,进行实时的数据交换。

代表企业:GE; Haier Group; LG; Samsung;Whirlpool

位置:距成熟应用2-5年

虚拟客户助理

定义:虚拟客户助理是以企业身份行事来模拟交互以给消费者传递信息,并/或者以消费者身份行事进行交易操作的电脑程序。VCA由五个部分组成:1. 接收需求并传递反馈的用户界面;2. 自然语言处理和生成的引擎;3. 能在数据库中抓取知识和内容的搜索引擎;4. 能分析并处理意图的情境引擎;5. 机器学习(可选)

位置与部署速度:VCA的转折点是2017年,随着Facebook宣布为开发者提供bot架构之后,VCA市场迎来了爆发。但之前IBM Watson,Nuance,Next-IT,CreativeVirtual所做的工作已经积累了对于虚拟助理技术广泛的兴趣和关注。如今,将VCA作为支持客户服务提升客户体验是全球最普遍的做法。除此之外,很多企业在对对话式平台和人工智能进行试水。对这些技术越来越高涨的兴趣是基于极大改进的自然语言处理技术。以聊天为中心的移动渠道是这些兴趣背后的推手。现在正在进行的转型是由在结构性和非结构性内容库中寻找答案回答用户问题的被动式编程虚拟助理,转向学习个人特性并代替其行动的VCA。但是这一转型需要花费2-5年才能达到主流。VCA和其他类型的对话式代理有时没有被正确使用。由于将领域内容与模型集成是一个挑战,它们有时无法达到需要的自信程度。简单来说,这些对话式代理无法捕捉用户意图,或无法处理超出预期的输入。

虚拟客户助理与chatbot的不同之处在于,它需要更多基础设施,它具备记忆能力,并能够与客户建立联系。Chatbot则是用于处理单一任务。

用户建议:确认目前用户参与平台的现状和理想状态。现在使用的方法和资源有哪些?你是否在使用自然语言处理来确定用户输入,并将电话转给正确的接线员或是提供一个自动回答?

VCA是支持多渠道的起点。它可以是社会群体的调解员,移动设备的指导或是帮你进行银行开会的聊天代理。

目前市场上的一个变化是虚拟形象的使用和重视程度正在降低。随着消费者接受与电脑交互,对于拟人3D动画形象的需求也降低了。企业使用虚拟形象的目的在于提升品牌价值,而不仅仅是刺激店内体验。VCA不仅仅是面向消费者的,而也逐渐用于面向雇员——在联络中心减少处理时间并保证回答的连贯性。

对比一系列简单的项目和一个能够满足所有需求的大型项目。找到能够最容易使用自动化替代,并维持一定客户满意度的高频简单对话。然后,接下来确定需要人工在技术发现问题是接管的一系列对话。举例来说,VCA中对知识的缺乏,消费者听起来不对的语调,或是消费者明显希望人工接管的信号。

商业影响:VCA是可用于销售,客服和电子商务的特定目的虚拟助理,并且有独特的目标。VCA的商业案例是三倍。它们能够处理以下需求:

满足客户在网页和移动渠道上对客服的期待——更高交互频率,7*24在线,即时交互;

将交互转移到成本更低的自助渠道,处理时间更短;

提供主动建议,建立忠诚度和客户满意。

对于VCA有效的使用让企业能够扩大交互规模,尤其是呼叫中心。在电话亭或是自动答录机中使用语音VCA能够减轻键盘输入,并帮助提高非传统用户的兴趣

代表企业:Artificial Solutions; CreativeVirtual; eGain; IBM Watson; IPsoft; Microsoft; Next IT; Nuance; Xiaoi; [24]7

位置:距成熟应用2-5年

增强现实

定义:增强现实是实时使用现实世界中文本,图像,视频和其他虚拟增强信息并以头戴式显示器或投影图像显示方式呈现的技术。这种“现实世界”的元素将增强现实与虚拟现实区分开来。增强现实旨在增加用户与环境的交互,而不是分离他们。

代表企业:Blippar; Catchoom; Daqri; Google;Kudan; Microsoft; Wikitude

位置:距成熟应用5-10年

知识管理工具

定义:基础设施和运营领导者使用知识管理工具来创造,调整并接入IT知识库。知识管理工具通常与支持自助服务的门户相连,这样最终用户就能自行解决简单问题。这些产品由它们对于IT服务信息的收集,存储和存取的能力而定义。知识管理工具可以作为单独的选项,或是IT服务管理工具的模块组成部分使用。

代表企业:ComAround; Knowesia; RightAnswers

位置:距成熟应用5-10年

爬坡期

GPU加速器

定义:GPU加速计算指的是使用GPU,与CPU一同加速高度并行计算密集型工作的处理。

代表企业:AMD; Cray; Dell; Hewlett PackardEnterprise; IBM; Lenovo; Nvidia

位置:距成熟应用2-5年

虚拟现实:

定义:虚拟现实提供了一种围绕用户,由计算机生成的3D环境,并能够以自然地方式对用户动作作出反馈。手势识别或手持遥控器会进行手和身体的追踪,触觉反馈有可能也会得到使用。分室系统提供了一种3D体验,也能够被多成员使用。

代表企业:HTC; Mechdyne; NextVR; Oculus VR;Samsung; Sony; Valve; Virtual Heroes; WorldViz

位置:距成熟应用2-5年

集成学习

定义:集成学习是创造预测模型并将其结果进行汇总来生成单一输出的机器学习算法。这一方法极大依靠“众包智慧”原则,其中意见和模型输出的多元化是关键。最有名的模式包括随机森林和梯度推进。这些技术会定期为监督式学习的问题带来高精度的结果。

代表企业:Dataiku; DataRobot; Domino Data Lab;H2O.ai; IBM SPSS; KNIME; Microsoft; RapidMiner; SAP; SAS

位置:距成熟应用2-5年

成熟期

语音识别

定义:语音识别将人类语音转变为文本,用作进一步处理。

代表企业:Amazon; Apple; Baidu; Google; iFLYTEK;IBM; LumenVox; Microsoft; Nuance; Sensory

位置:距成熟应用少于2年

原文发布于微信公众号 - 钱塘大数据(qtbigdata)

原文发表时间:2017-10-12

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

来自专栏华章科技

6年级学Python,高中学AI?这6本书,助你找回输掉的起跑线

导读:新学期开始了,数据叔猜你一定带着 想死 期待的心情回到了学校。数据叔也相信在刚过去的暑假里你一定有所收获!(至少收获了体重吧?)为了迎接新学期,数据叔今天...

783
来自专栏ATYUN订阅号

AI Benchmark可以测试智能手机的神经网络性能

芯片制造商高通,华为和联发科有什么共同之处?所有这三种市场硬件架构都可以加速计算机视觉,自然语言处理以及智能手机,平板电脑和其他移动设备中的其他机器学习任务。麻...

1275
来自专栏AI科技评论

洞见 | 专访中科创达王璠:怎样做好嵌入式人工智能的算法开发?

目前在人工智能领域,不管是学术圈还是工业圈,大家都认同一个趋势,那就是在很多应用场景上计算需要落地到设备上,让设备拥有智能化——即嵌入式的AI,这个是人工智能领...

3539
来自专栏AI科技评论

周刊 | 与其迷恋AI,不如“摸摸”这些开源平台

自Open AI的成立把AI平台的开源推向高潮后,Google,Facebook,微软,Twitter等公司也“半推半就” 地踏上了自家平台的开源之路,以此来吸...

3904
来自专栏AI研习社

AI 开发者高薪太诱人?请收下这份给国内开发者转型 AI 指南

如果你浏览 AI 相关的新闻,不难发现「高薪」、「百万年薪」等极具诱惑力的词汇的出现频率非常高。同样,在知乎中搜索「如何转型 AI?」、「AI 领域需要怎样的人...

882
来自专栏大数据钻研

代码的终结,我们很快就能像调教狗一样来调教我们的计算机

在发明计算机之前,大部分的实验心理学家都认为大脑是一个不可知的黑盒子。你可以分析一个实验对象的行为,例如,一旦听到铃铛想起,狗便会分泌唾液。但是思想、记忆和情绪...

2818
来自专栏灯塔大数据

大数据技术PK人脑:图片、视频分析,谁更胜一筹?

提高交通安全、改善医疗服务、提升环境效益——专家认为大数据技术在高级图像分析和图像识别领域潜力无限。 ? 挪威卑尔根Uni Research公司的科学家Eiri...

3677
来自专栏新智元

【AI 复始,万象更新】2017 年机器学习技术&市场预测 Top 10

【新智元导读】在新年来临之际,新智元向你推荐 bigML 网站 2017 开年特稿,文章引用权威报告、著名媒体报道等各种数据,从投资、创业、人才、工作内容、竞争...

27010
来自专栏人工智能头条

如何用机器学习和知识图谱来实现商业智能化? | CCAI 演讲实录

1193
来自专栏PPV课数据科学社区

20张图片完美捕捉数据科学发展的瞬间

概述 数据不会让过去更好,但是,它确实可以创造一个美妙的未来。 近年来,许多公司已经在数据科学领域投资数百万美元。这显示了对数据科学潜力的巨大信仰,相信它可以创...

34811

扫码关注云+社区