中企动力 > 头条 > 人工智能发展前景

人工智能发展前景

不断刷新你想象:人工智能发展前景广阔 人工智能视频课程

img

cwfcwf

关注

近年来

有一个词汇经常会出现在我们的眼前

就是“人工智能”

眼下,大学申报新专业和申请撤销专业正在公示期

在教育部公示的名单上我们看到

今年申报“机器人工程”、“智能科学与技术”专业的高校都超过100所

“智能制造工程”、“人工智能”专业也申报者众多

炙手可热的“人工智能”

再次引发社会各界广泛关注

2007年7月,国务院印发《新一代人工智能发展规划》

提出了面向2030年我国新一代人工智能发展的

指导思想、战略目标、重点任务和保障措施

部署构筑我国人工智能发展的先发优势

加快建设创新型国家和世界科技强国

2017年12月14日,工业和信息化部印发

《促进新一代人工智能产业发展三年行动计划(2018-2020年)》

以信息技术与制造技术深度融合为主线

明确了未来3年产业发展的重点和目标

今年以来,人工智能相关政策继续密集落地

诸多的政策红利提供了千载难逢的发展机遇

2018年4月,教育部发布《教育信息化2.0行动计划》

强调通过大数据采集与分析

将人工智能切实融入实际教学环境中

实现因材施教、个性化教学

近日,工业和信息化部表示

将强化部省合作联动

加快打造一批特色突出、辐射带动作用明显的人工智能产业集群

数据显示

2017年,我国人工智能市场规模达到了216.9亿元

比2015年增长了52.8%

据统计

目前我国人工智能技术发展水平基本与世界先进国家同步

过去两年

我国新增人工智能企业数超过前10年的企业数总和

人工智能企业总量居全球第二

今年以来

国内多个省市积极推进人工智能产业发展

广东、天津、辽宁、黑龙江、福建、四川、安徽等

多个省市已经相继发布了人工智能规划

“人工智能+”产业应用已经成为经济增长的新引擎

人工智能的发展是大势所趋

未来所有行业都将随着人工智能而带来升级与变革

会有更多的产业和新兴商业模式诞生

当前

人工智能在教育、医疗、养老、环境保护、城市运行、司法服务等

领域的应用日益广泛

正逐渐渗透到生产和生活的方方面面

并不断刷新着人们的想象

(文/冯文雅 综合)

权威解读!2018年的人工智能趋势(必看) 人工智能视频课程

img

段海瑶

关注

2017年12月30日晚,“预见2018”吴晓波年终秀在无锡灵山梵宫举行。在本届年终秀的下半场,IBM全球副总裁、IBM大中华区首席技术官沈晓卫,预测了未来3-5年人工智能将对商业世界造成的影响。如下是根据演讲内容整理而成。

预测未来最好的方式是去创造未来。今天与其我们来预测未来的技术,不如根据我们今天已经开始的创新,来谈谈未来的技术。套一句时髦的话,叫作未来已来。

IT的未来是人工智能

这是一个指数级增长的时代。过去几十年,信息技术的进步相当程度上归功于芯片上晶体管数目的指数级增加,及由此带来的计算力的极大提升。这就是所谓的摩尔定律。

在互联网时代,互联的终端数也是超线性的增长,而网络的效力大致与联网终端数的平方成正比。今天,大数据时代产生的数据正在呈指数级增加。在指数级增长的时代,我们可能会高估技术的短期效应,而低估技术的长期效应。 历史的经验告诉我们,技术的影响力可能会远远的超过我们的想象。

这是一个人工智能的时代。人工智能代表了信息技术的未来。这个时代的标志不仅仅是一个应用的出现,或一个算法的改进,或一场比赛的胜利,而是人工智能重新定义我们生活的世界。

未来的人工智能

伴随着大数据时代的到来,人工智能在过去的十年取得的巨大的进步。但今天的人工智能,更多的是狭窄的完成单一任务的人工智能。如人脸识别,语音识别。能够解决所有问题的通用人工智能离我们还有太遥远的距离。今天我们有很多研究在这个方向,这是一个长远的目标。

从实际应用角度来看,在可预见的未来,我们会看到人工智能从狭窄走向宽广,从完成单一任务到完成多个任务,从解决一个特定问题到解决一个领域甚至跨领域的的多个问题。

未来的人工智能,我们会看到不断增强的学习推理能力。如何从小样本小数据中学习变得非常重要。面向消费者的人工智能,积累了大量数据。比如图像识别,我们可以用大量数据训练一个模型。而面向企业的人工智能,对于特定的任务,往往没有大量的数据可用。

多模态学习将会变得越来越普遍。比如人工智能剪辑电影,需要根据图像,音乐,语言来理解视频的涵义。未来的人工智能,需要能够解释结果,即不但给出建议,还能解释为什么给出这样的建议。

未来几年,人工智能会从云向边缘端扩展。比如可穿戴设备,物联网终端设备。很多场合我们需要实时的信息处理,如自动驾驶的汽车,为病人服务的医疗设备。实现边缘智能,需要低功耗的智能设备。

我们会看到米粒般大小的智能设备,集计算,存储与网络功能于一体。人工智能从云向边缘端的移动,把人工智能与物联网结合起来,使得我们可以对物理世界进行更好的理解,管理与优化。比如环境监测,比如车联网。

企业人工智能与行业创新

我们会看到更多人工智能在垂直领域的行业创新。比如医疗,金融,工业制造。今天的人工智能,更多的是面向消费者的人工智能。未来几年,我们会看到企业人工智能的兴起与发展。人工智能的成功需要商业成功,而人工智能的商业成功需要人工智能在行业应用的成功。

谈到人工智能,我们往往会谈到数据,算法与计算。实际上,人工智能用于行业创新,应用场景的选择非常关键。你问一个马车夫,他永远不会告诉你他需要一辆汽车。需求的确定不容易,这里涉及到信息技术与行业知识的结合。

人工智能专家不具备深刻的行业知识,而行业专家又不完全理解人工智能今天发展到什么程度,未来几年可能会取得什么样的进展。二者结合在合适的时间点选择合适的项目,就变得非常重要。

今天的人工智能技术还不能解决我们面临的全部问题。对于今天技术不能完全解决的问题,可以由人与机器协作共同完成,人机同行,共同完成人类或机器单独不能完成的任务。

人工智能应用在行业中,会带来两类改变,一是借助机器提高效率,二是提供基于知识的专家助手帮助我们更好的决策。前者人工智能取代部分人力,后者人工智能赋能人类专家,增强人类的能力。

我们会看到人工智能技术用于制造业,如视频分析用来做产品缺陷检测与质量控制。我们会看到人工智能医生。根据医学指南,与临床数据中学到的知识,为人类医生提供实时的诊疗建议。我们会看到人工智能律师,引用相关的法律文献,发现相关案例,向人类律师呈现最有价值的法律信息。

今天的人工智能,需要大数据训练模型,用于训练的数据需要标注,费时费力。未来的人工智能,我们可以基于已构建的相关领域的模型,再辅以新的数据快速 学习,构建新的模型。针对行业领域,我们需要预先构建哪些模型,如何构建,都是接下来需要关注解决的问题。

人工智能时代的安全与伦理

人工智能时代,信息安全面临全新的挑战。

一方面,人工智能技术本身可能被用来考验与攻击信息系统的安全。

另一方面,人工智能可能因为学习了有瑕疵的或被恶意更改的数据,而产生了安全的隐患,或伦理的缺陷。

如何确保数据的安全,如何验证人工智能模型的安全与合乎伦理,是我们未来需要应对的问题。

未来的商业交易

从一个特定维度看,人类的活动无外乎生产、交易、与消费。

未来的交易将会因为区块链技术被彻底的改变。交易过程中往往需要身份验证,授权许可,及各类文档的审核。区块链将消除这些交易中的不便与成本,使得大量交易可以实时可靠地完成。

未来几年,我们会看到区块链的广泛应用,及区块链与人工智能的结合。如金融交易,供应链管理,食品安全。未来区块链对商业交易的改变,将如今天互联网对信息的改变。

未来的计算能力

人工智能需要强大的计算能力。计算机的性能过去30年提高了一百万倍。随着摩尔定律逐渐趋于物理极限,未来几年,我们期待一些新的技术突破。

先谈一下类脑计算。传统计算机系统,长于逻辑运算,不擅长模式识别与形象思维。构建模仿人脑的类脑计算机芯片,我们今天可以以极低的功耗,模拟100万个神经元,2亿5千万个神经突触。未来几年,我们会看到类脑计算机的进一步的发展与应用。

我们接下来谈一下模拟计算。传统计算机系统,数据在存储器与计算单元之间移动,耗费时间并增加能耗。运用存储设备的物理特性,存储器内能够进行一些特定的运算,以达到同时进行计算与存储的目的。

例如,利用相变存储器进行模拟计算。这种模拟计算虽然没有数字计算精确,但对于很多不要求绝对精度的人工智能问题,可以极大地降低能耗并提高速度。

谈到计算的未来,我们必须谈一下量子计算。如果十年前你问我量子计算,我可能告诉你在我退休前它都只会存在于实验室中。但在过去的几年时间里,我们在量子计算上取得了令人振奋的突破。让我们对这项可能根本改变计算的技术,包括它的实际应用于商业前景充满了期待与遐想。

对合适的问题,超级计算机几十万年才能完成的工作,量子计算机可能不到一秒钟即可完成。量子叠加与量子纠缠让量子计算能够指数级扩展,解决一些传统系统无法解决的问题。量子计算机的商业化,可能比我们的想象快许多。

人工智能时代的创新战略

人工智能时代是一个供给端创新带来巨变的时代。展望未来几年,人工智能时代的技术创新,涵盖在四个方面,人工智能核心技术,新的计算能力,人工智能与区块链与物联网的结合,及人工智能与行业的结合。

8.预见2018

人工智能将影响到每一个行业,每一家企业,每一个人,让我们重新思考我们的定位,重新思考我们的核心竞争力。

这是一个让我们向往与憧憬的未来,这是一个让我们兴奋与期待的未来,这也是一个让我们不安与担忧的未来。

正如计算机科学的奠基人图灵所说:我们只能看清前方很近的距离,但我们能看到那里有太多的事需要去完成。我也把这句话作为我的结束语。

1. 无所不在的人工智能:从云到边缘

2. 企业人工智能将全面兴起

3. 区块链将重塑未来的商业交易

4. 量子计算为未来提供无限可能

口 述:沈晓卫

来 源:正和岛(ID:zhenghedao)

1.解决饮酒两大痛点,独创“三低”工艺,这家企业靠五个字成“国家品牌”

2.做到这3点后,再也不用交“智商税”了

3.高管涉嫌受贿被带走!对腐败的干部,任正非就8个字

4.松下幸之助:提高执行力,中层先得从乘客变司机

5.那些陷在人情里过小日子的人,后来都怎么样了?

2018年人工智能的新趋势 人工智能视频课程

img

贲碧蓉

关注

编辑:IT桔子

在我国,人工智能的发展可以说集天时、地利、人和,发展势如破竹。

目前,大数据、算法、算力的发展为人工智能技术的发展奠定了基础,人工智能逐渐融入到各行各业之中,成为了时代不可或缺的一部分。

政策上,人工智能也上升至我国发展的战略地位,相关政策频出,从国家层面鼓励产业发展。社会资本纷纷参与到人工智能的发展浪潮中来,促使国内科技高速发展,也吸引力海外人工智能人才快速回流,为我国人工智能研究带来了突破。

2017 年我国人工智能论文引用量已经排在世界第一的位置,我国 AI 部分领域已处于世界领先水平。

芯片成为香饽饽

作为关键技术,芯片技术的发展为人工智能的进化带来了强大的底层驱动力。同时,中美贸易战直击我国「缺芯」软肋也引发了国内巨头的芯片研发热潮,更多资金投入其中。需求与资本的双重加持将进一步推动我国 AI 芯片技术的研究发展,2018 年芯片领域的得到了更多的关注。

先不说别的,格力集团董小姐都开始搞芯片了。

提到芯片,不由得想起寒武纪科技 (Cambricon)。这家芯片领域独角兽企业在今年实现了三个月内完成三起融资的壮举,深受资本市场的追捧。

在寒武纪的融资中,除了众多的国有资本之外,我们也看到了阿里巴巴的影子。

BAT 在人工智能可谓各有专攻之处:无人驾驶是百度的重要变现点,腾讯更青睐 AI 医疗以巩固其医疗信息化连接策略。要是问谁最对芯片感兴趣,这还真就只有阿里莫属。

布局 AI 芯片领域并非阿里的心血来潮,2016 年起阿里巴巴共对外投资数亿美元切入芯片技术研发。

2016 年 1 月,阿里宣布收购自主指令架构研发嵌入式 CPU 供应商中天微。 2017 年 6 月,阿里向中天微注资 5 亿,正式跨入芯片基础架构设计领域。

除了投资寒武纪、中天微等企业,阿里巴巴今年也宣布阿里达摩院正在研发一款卷积神经网络芯片——Ali-NPU,将与阿里云结合用于图像视频分析、机器学习等领域。兑现了其去年宣布将设计与改造芯片架构的承诺。

AI 在医疗领域应用更加凸显其技术本质

传统行业的信息化转型热潮也为人工智能技术的嵌入提供了有利基础,在 AI 创业公司的商业化探索下,AI 逐渐融入到医疗、安防、金融、教育等领域,以提升效率的方式赋能行业发展,逐渐成为各行业的基础设施。

医疗领域是 AI 发展以来竞争最激烈的应用领域之一,AI 以其自身独特的优势为医疗行业带来了突破。其中,AI 辅助影像诊断和药物研发是今年最受欢迎的两个细分赛道。

影像领域也是我国 AI 兴起以来竞争最为激烈的细分领域。AI 与人类相比,在定性问题存在劣势,人类很容易定性的问题 AI 却很难实现。

然而,人类在定量分析方面不如 AI,无法对病灶进行精准的评估。所以在精准医疗理念得到加强的今天,AI 在定量分析更具有辅助意义。

经过了几年的洗礼,这个行业变得更加冷静与成熟,AI 影像产品的这种定量辅助性在 2018 年得到了突出。

AI 商业化加速落地,造血能力增强

发展 AI 就意味着要烧钱,而烧了这么长时间钱的 AI 在 2018 年是不是拥有了自我造血能力呢?

这点从百度 Q2 的财报便能窥得一丝端倪。

众所皆知,百度这两年一直不顺,索性孤注一掷,精简公司业务把一切都堵在了 AI 上,AI 产品也成为了百度最为主要的变现点。

近日,百度发布 2018 第二季度财报,财报显示百度二季度总营收为人民币 260 亿元,同比增长 32%,环比增长 24%。净利润为人民币 64 亿元,同比增长 45%。这也是最近两年来,百度交出的最好的成绩单。

百度官方把这个成就归功到了 AI 头上。 百度大脑、DuerOS、Apollo 3.0 等产品商业化落地加速 ,DuerOS 智能设备激活量在 6 月份已经达到 9000 万台。在 Apollo 业务上,百度与金龙汽车和新石器合作,分别推出了两款商用 L4 级自动驾驶车。AI 的商业化落地帮助百度脱离低谷。

当年在 AI 领域没少炒作的科大讯飞 2018 上半年的财务数据也令人惊喜。

2018 年上半年,科大讯飞实现营业收入比上年同期增长 52.68%; 净利润达1.3亿元,同比增长 21.74%。 政务系统的对 AI 技术的高需求为科大讯飞相关业务的商业化落地带来突破。

人工智能正逐步深入各行各业,加速经济结构优化及行业智慧化升级,IT 巨头都在人工智能领域投入巨大的财力、物力,挖掘其更多的价值,抢占市场先机 。那么在人工智能领域,还有没有新的创业机会,新的投资机会又在哪里?

人工智能的前世今生以及未来发展方向 人工智能视频课程

img

樊盼烟

关注

前言:2016年,科技界的大事之一有阿尔法狗大战李世石,问鼎围棋,将人工智能的热点推向高潮,人工智能的概念在全球开始流行,第一次出现在普通大众的生活中,2017年10月,最新版本的“阿尔法狗零”,自学三天,就将上个版本的阿尔法狗打了个100:0,人工智能再次进入人们的视野。本文主要介绍人工智能的发展历史和发展现状以及人工智能的主要影响。

一、人工智能的诞生

人工智能,英文缩写 AI,它是一门研究和开发用于模拟和拓展人类智能的理论方法和技术手段的新兴科学技术。智能(intelligence)是人类所特有的区别于一般生物的主要特征。可以解释为人类感知、学习、理解和思维的能力,通常被解释为“人认识客观事物并运用只是解决实际问题的能力,往往通过观察、记忆、想象、思维、判断等表现出来”。人工智能正是一门研究、理解、模拟人类智能,并发现其规律的学科。

人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”,势必承载着人类科技的发展进步。

人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人类智能,但能像人那样思考、更有可能超过人类智能。人工智能是一门极富挑战性的科学,从事这项工作的人必须懂得计算机知识,心理学和哲学。总的说来,人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。

1956年的达特茅斯会议标志着人工智能的诞生:John McCarthy联合Minsky、Claude Shannon、Nathaniel Rochester在达特茅斯组织了两个月的Workshop。达特茅斯会议将不同的研究领域的研究者组织在了一起,提出了“人工智能”这个名词,人工智能也成为了一个独立的研究领域。参会者尽管只有十人,但是他们中的每一位在未来很长的一段时间都对人工智能领域产生了举足轻重的影响。

人工智能领域的巨头

二、人工智能的发展

根据中国报告网发布《2018-2023年中国人工智能产业市场运营现状分析及未来前景商机预测报告》显示,人工智能发展至今,还不到一个世纪,虽然世人早已发行其前景无限,但由于技术水平不足,已经经历了两次低谷,人工智能发展阶段如下:

人工智能发展阶段示意图

1、第一次高潮(1956-1970年代)

达特茅斯会议之后,人工智能迎来了发展的黄金时期,出现了大量的研究成果。Herbert Simon、J.C.Shaw、Allen Newell 创建了通用解题器(General Problem Solver),是第一个将待解决的问题的知识和解决策略相分离的计算机程序;Nathanial Rochester 的几何问题证明器(Geometry Theorem Prover)可以解决一些让数学系学生都觉得棘手的问题;Daniel Bobrow 的程序 STUDENT 可以解决高中程度的代数题;McCarthy 主导的 LISP 语言成为了之后 30 年人工智能领域的首选;Minsky、Seymour Aubrey Papert 提出了微世界(Mircro world)的概念,大大简化了人工智能的场景,有效地促进了人工智能的研究。微世界程序的最高成就是 Terry Winograd 的 SHRDLU,它能用普通的英语句子与人交流,还能作出决策并执行操作。

第一次黄金时期离不开资金的支持。1963 年,ARPA(后来的 DARPA,美国国防部高级研究计划局)拨款 220 万美元给 MIT,并于之后每年提供 300 万美元(至 1970 年代结束)。更重要的是,ARPA 的经费并没有附带明确要求,这提供给了 MIT科学家梦寐以求的研究氛围。

第一次黄金时期让人们对人工智能领域充满了乐观情绪,甚至人工智能的领军人物 Minsky 都认为“在三至八年里我们将得到一台具有人类平均智能的机器”。

2、第一次低潮(1970-1980年代)

人们的乐观情绪在 1970 年代渐渐被浇灭。研究者发现,即使是最尖端的人工智能程序也只能解决他们尝试解决的问题中的最简单的一部分。人工智能还遭遇了以下一些问题:

只依靠简单的结构变化无法扩大化以达到目标(Simple syntactic manipulationcannot scale)。美国国家研究署尝试用自动化翻译加速翻译俄语论文。一开始他们认为通过简单的词语替换和句子结构的修改可以达到足够高的可读程度,但是后来他们发现,单词的意思与前后文紧紧关联,而多义词的解释则需要对背景知识的了解。毫无疑问,这次尝试失败了。

存储空间和计算能力的严重不足:例如,Ross Quillian 的自然语言处理程序只包括 20 个单词,因为这是存储的上限。

指数级别攀升的计算复杂性:1972 年 Richard Karp 的研究表明,许多问题只能在指数级别的时间内获解,即计算时间与输入的规模的幂成正比。

缺乏基本知识和推理能力:研究者发现,就算是对儿童而言的常识,对程序来说也是巨量信息。1970 年代没有人建立过这种规模的数据库,也没人知道怎么让程序进行学习。

Moravec 悖论:一些人类觉得复杂的问题,如几何证明,对机器而言十分简单。但人的很基本技能,如人脸识别,对机器而言却是一个巨大的挑战。这也是 1970年代机器人和视觉识别发展缓慢的原因。

随着人工智能发展遭遇瓶颈,资金纷纷抛弃人工智能领域。由于项目失败等原因,DARPA 也终止了对 MIT的拨款。到了 1970 年代中期,人工智能项目已经很难找到资金支持。

3、第二次高潮(1980-1990年代)

这次黄金时期的到来,专家系统(Expert system)功不可没。专家系统专注于某一个领域,因而设计简单,易于实现,而且避免了所谓的“常识问题”。商业领域第一个成功的专家系统是 Digital Equipment Corporation 的 R1,从 1982年至 1988 年,它帮助公司平均每年节约 4000 万美元。到了 1988 年,全球顶尖的公司都已经装备了专家系统:DEC 部署了 40 个专家系统,杜邦部署了 100个。随着专家系统的大规模应用,知识库系统和知识工程得到了普及。

专家系统示意图

另一个重大的助力是日本的第五代计算机项目(第五世代コンピュータ)。它是日本通商产业省(现经济产业省,けいざいさんぎょうしょう)在 1982 年推出的一个大型研发企划,目的是开发采用平行架构的拥有人工智能的革命性的电脑,开创下一个时代。整个计划预计 10 年完成,3 年用于先期研究,4 年用于子系统开发,最后 3 年组成一个可运行的原型,整个项目预算高达 570 亿日元。

计算机代数划分

日本第五代计算机概念图

受此计划的刺激,其他强国纷纷采取应对策略。1983年,英国开始了预算3.5亿英镑的Alvey工程,关注大规模集成电路、人工智能、软件工程、人机交互(包含自然语言处理)以及系统架构;在美国,DRAPA组织了战略计算促进会,年投资额在四年内增长了2倍;而在准将BobbyRay Inman的领导下,一群美国的计算机和半导体厂商组成MCC(Microelectronicsand Computer Technology Corporation,微电子与计算机技术集团)财团,在系统架构设计、芯片组装、硬件工程、分布式技术、智慧系统等方向发力。

在这个时期内,算法也得到了突破性的进展。1982 年,John Hopfield 证明Hopfield 网络可以学习并处理信息,David Rumelhart 则提出了反向传播算法。它们和 1986 年发表的分布式处理的论文一起,为 1990 年代神经网络的商业化打下了坚实的基础。

4、第二次低潮(1980-1990年代)

随着专家系统的不断发展,复杂度的快速提升,基于知识库和推理机的专家系统显示出了让人不安的一面:难以升级扩展,鲁棒性不够,直接导致高昂的维护成本。1980年代末期,由于人工智能的项目成果不明朗,DARPA大幅削减了对人工智能的资金支持。1991年,英国政府发布Alvey工程的最终报告,报告指明,Alvey工程达到了其设定的技术目标,但是并没有提升英国在信息技术市场的竞争力。报告将原因归集为“资本的短缺和管理运营的低效率”。Alvey工程主管Brain Oklay指出,信息技术工业应更注重培训、市场推广和研究成果的商业化。他抱怨道日本的低利率让高科技公司可以开发低毛利产品,而英国的高利率阻止了公司这么做。

尽管英国觉得日本的计划更为成功,但 1992 年 6 月,日本政府宣布向全世界公开第五代计算机项目所开发的软件,允许任何人免费使用,这标志着日本雄心勃勃的第五代计算机项目的失败。第五代计算机项目并没有带来人工智能的突破,甚至有人说,第五代计算机项目的最大收获其实是项目的副产物:其训练了成百上千的计算机领域的专家。该项目的失败有多重原因,一般认为,通用型微型机对专用型大型机的冲击及项目研发成果缺乏商业化场景是项目失败的重要原因。

5、第三次高潮(1990-至今)

1997 年 5 月 11 日,IBM 制造的专门超级计算机深蓝(Deep Blue),在经过多轮较量后,击败了国际象棋世界冠军 Garry Kasparov。尽管不乏 IBM 作弊的声音,但这个事件标志着人工智能的研究到达了一个新的高度,也给人工智能做了一次大规模的宣传。

2000 年代后,随着大数据的普及、深度学习算法的完善、硬件效能的提高,人工智能的应用领域变得更广,应用程度也变得更深,2016 年,人工智能市场规模超过 80 亿美元,人工智能领域的竞争也愈发白热化。更多内容请期待本系列的后续文章。

三、人工智能产业发展现状

目前,全球范围内总计1485家与人工智能技术有关公司的融资总额达到了89亿美元。与任一个行业相比,89亿美元的融资量都显得微不足道,但同比2016年年初的48亿美元的融资总额,人工智能产业已然大获丰收。伴随着我国BAT等科技巨头积极规划的战略布局的成功推出,国内人工智能产业发展同样十分迅速,及时了解行业现状尤为重要。

1、企业

当前,全球人工智能企业集中在少数国家,其中美国、中国、英国企业数分别为2905、709、366,总共占据全球企业的65.73%。

2017年全球人工智能企业分布

中国人工智能企业主要集中在北京、上海、广东等发达地区,发达地区的人工智能企业约占全国的85%左右。其中,北京市为人工智能企业集中创新地。

经济发达地区的信息化程度较高、互联网发展迅速、融资环境优良,适合各类高新产业的成长发展。上述数据也表明了人工智能企业在经济较为发达地区的发展要更为迅速。

2、融资

根据中国报告网发布《2018-2023年中国人工智能产业市场运营现状分析及未来前景商机预测报告》显示,全球人工智能企业的融资情况与企业分布的情况大致相同,美国人工智能企业在2016年融资总量约为180亿美元,中国企业为25.7亿美元,英国企业为8.16亿美元。中国2015年人工智能行业获投金额约为100亿人民币,同比上升40%左右,略低于全球平均水平,其中机器人领域的投资比例则居于全领域首位。

2016年全球人工智能企业融资情况

3、成果

全球专利数据库的数据表明,美国人工智能行业申请的专利总数约为2.7万件,中国为1.6万件,日本位列全球第三、约为1.5万件。将美国和中国的公司总数和融资金额分别与专利成果相对比,中国人工智能企业创造专利成果的效率要远远高于美国。2017年2月美国《大西洋月刊》中的刊文指出:中国的大学及公司在研发和使用人工智能方面已开始超越美国同行。

根据中国报告网发布《2018-2023年中国人工智能产业市场运营现状分析及未来前景商机预测报告》显示,中国人工智能企业专利数量按地区分布明显,集中在北京、上海、江苏、广东和浙江五个地区,占总体60%左右。其中,机器人方向的专利占总体的38%左右。

4、政策

近年来,世界各国和国际组织纷纷出台相关政策扶持人工智能产业。以美国、欧盟和中国为例,制定计划内容如下:

近年来各国人工智能计划概况

四、人工智能技术对人类社会的主要影响

(1)取代重复简单劳动力

人工智能技术的崛起将导致“失业潮”的发生已基本成为行业的共识。“世界经济论坛”2016 年年会,基于对全球企业战略高管和个人的调查发布的报告称:未来五年,机器人和人工智能等技术的崛起,将导致全球 15 个主要国家的就业岗位减少 710 万个,2/3 将属于办公和行政人员。莱斯大学计算机工程教授摩西·瓦迪近日同样表示,今后 30 年,电脑可以从事人类的所有工作,他预计,2045 年的人类失业率将超过 50%。

(2)新成员进入社会

一方面,人们迫切希望人工智能能代替人类在各种各样的劳动中,另一方面,他们担心人工智能的发展会带来新的社会问题。事实上,近年来,社会结构正在悄然的发生变化。社会结构正在由“人-机器”到“人-智能机器-机器”悄然的转变。因此,人们必须开始学习如何与智能机器和睦相处。

(3)人类容易滋生惰性思维方式

人工智能对知识的掌握将会是动态的,是会不断增加和更新的,而且知识更新的速度远超人类的极限,这势必会影响到人类的思维方式,使得越来越多的人过度的依赖人工智能的计算,从而自身的主动思维能力日渐下降。这会造成人们对于事物和是非的判断能力减弱,到最后只是...

中国人工智能未来发展前景(AI+时代真正来临) 人工智能视频课程

img

兰迪

关注

2017年的科技领域,人工智能仍然呼声高涨,其技术开始越来越多的应用到日常生活中的方方面面,AlphaGo ZERO碾压AlphaGo,实现自我学习,百度无人汽车上路,iPhoneX开启FaceID,阿里、小米先后发布智能音箱,肯德基上线人脸支付……这些背后都是人工智能技术巨大的驱动力。

随着算法、算力和大数据的发展,现阶段人工智能正处于高速发展时期,人工智能链条涵盖了基础层、技术层、应用层等多个方面,其辐射范围之大,单一公司无法包揽人工智能产业的每个环节,深耕细分领域和模块化协作整合多个产业间资源的形式成为人工智能领域主要的发展路径。

人工智能技术旨在根据数据和分析赋予计算机做出类似人类思维方式与判断的能力。该领域的研究包括机器人、语音识别、图像识别、自然语言处理和专家系统等等。

中国人工智能产业自2015年,受到资本市场的持续关注。伴随着人工智能技术的发展,创业公司、互联网巨头、科技巨头及传统公司纷纷入局,独角兽崛起。同时人工智能技术开始应用于多个行业及场景中,语音识别/自然语言处理、计算机视觉、机器人等技术已获得一定的发展,率先实现技术落地。

计算机视觉、智能语音语义等AI通用技术公司向垂直领域产业链上下游延伸,将硬件/算法/软件等集成为软硬一体化解决方案,同时通过开放平台,吸引开发者及B端客户共同构建行业生态。基于人工智能技术的应用成为发展重点,其中金融行业以其数据量大、创新性高、购买力强、需求痛点明确,已经成为人工智能技术率先落地应用的领域;安防一方面受政府管理需求驱动,另一方面建筑智能化是大势所趋;医疗大数据、影像诊断、基因检测公司加速成长;车联网及自动驾驶加快研发/测试/试点/落地;新零售行业也在资本推动下逐渐起势,未来这五大行业有望成为AI率先爆发的应用领域。

人工智能开放平台进一步崛起,一方面厂商通过开放平台完善生态布局,另一方面国家大力推进平台搭建,通过平台的引导作用,促进行业快速发展。伴随着芯片成本的降低,智能硬件的爆发以及IoT网络的成熟,万物互联的物联网时代已经到来。AI技术成为物联网解决方案不可或缺的部分,基于物联网发展下海量的用户数据不断进行模型训练与数据分析处理,从而实现预测、辅助决策、智能推荐等工作,AI+IoT的密切结合将进一步强化大数据的价值,智能楼宇、智慧交通、智慧城市等大数据产业逐步诞生。

人工智能市场整体上正处于探索阶段,基础层、技术层逐渐成熟,基于人工智能技术的应用成为发展的重点,如何实现技术落地,如何建立生态壁垒,如何快速抢占市场份额并掌握用户数据成为厂商发展的重点。人工智能产业相对庞大,多数企业无法涵盖现有的人工智能产业链条,强强合作下的资源整合成为主流趋势。厂商需根据自身定位找准发力点,强化优势,弥补短板,创新盈利模式,通过稳定的服务和差异化的产品持续获取用户。

用户体验升级是人工智能发展的另一推动力。人工智能技术能够提供更为自然的人机交互,从而实现产品、服务、内容与硬件的有效结合,满足移动互联网和物联网趋势下的各类活动的开展。结合人工智能技术的消费级应用能够很好地提升用户体验,保持用户黏性。对于已经成为消费主力的80后、90后这类年轻群体,他们伴随着互联网成长,对于互联网服务的需求已经成为习惯,同样对于智能化、个性化的产品具有天然的诉求,能够快速响应且成为新产品新服务的尝鲜者和意见领袖。

人工智能利用其技术可以为多个行业赋能,实现人工智能与行业的深度结合,包括AI+金融、AI+医疗、AI+安防、AI+家居、AI+教育等,实现传统行业的智能化。金融、医疗、安防等行业与用户生活息息相关,且存在大量耗费人力物力可程序化、可优化的工作内容,因此在相关领域和场景中,率先实现AI+。

人工智能技术虽然从国外率先开展,但在互联网,尤其是国内移动互联网发展的带动下,目前中西方在人工智能领域发展上的差距日益缩小,甚至中国新四大发明中的移动支付、共享单车等技术处于全球领先行列,中国将基于现有的成就继续大力布局人工智能。美国人工智能企业的发展早于中国5年。美国最早从1991年萌芽;1998进入发展期;2005后开始高速成长期;2013后发展趋稳。中国AI企业诞生于1996年,2003年产业进入发展期。在2015年达到峰值后进入平稳期。中国将在人工智能领域继续追赶发达国家。

人工智能发展前景之所以被看好,都是时代的呼唤 人工智能视频课程

img

柏尔柳

关注

人工智能发展前景被看好,都是时代的呼唤。

现如今,随着人工智能普及的程度越来越高,发展也越来越快,我国的无人驾驶汽车技术也在逐步提升。有许多企业都在进行无人驾驶汽车的公共道路测试,而这些企业的热情也无比的高涨,光是申请报名上路测试的企业,现如今就已经超过了90家,由此可见,无人驾驶技术在现如今的发展前景是非常的好的。

但是我们又会常常听到一些反对的声音,就好比,现如今,汽车的保养费用越来越高,汽油的成本也越来越高,而对于一般的普通家庭来说,若只是为了上下班而使用汽车,这将会在每个月都造成一笔非常高的费用,自己开车还不如去外面打车便宜。而如果在一个家庭中只有一台车,但是如果家庭中的人每天上班所要行走的路线都不同,那么这就很有可能会产生矛盾。又好比我们出行的时候找不到停车位,这些都使得私家车的发展前景越来越不被人看好。私家车对于有些人来说已经成为了一个累赘。

但是如果我们进入了智能驾驶的时代,这一切的结果又会不一样,因为我们不需要用自己的私家车,而是使用某些运营公司提供的驾驶车,我们只需要在这些公司提供的软件中,输入我们想要去的地方,而这些公司就会派去附近最近的一辆车进行派单活动,这样就可以给我们提供一种拼车服务,这也大大提高了社会资源的利用率,并且在安全上来说,智能驾驶也远远比人工驾驶要安全。

因为智能驾驶汽车是通过卫星系统与汽车的后台服务器进行一个连接的,因此智能驾驶的汽车所走的路线,都会被卫星所记录,并且能通过卫星感知周围车辆的行驶动态,为我们的安全提供了保障。并且智能驾驶汽车不存在什么人工操作失误的问题,因此智能驾驶汽车能大大提高我们的出行安全。

现如今,智能时代已经成为了一种潮流,而智能驾驶技术,也仅仅是人工智能在某个行业的一个小小的缩影罢了,我们现在面临的是在一个大环境下的人工智能应该如何发展?怎么样用人工智能进一步解放我们的生产力,提高我们的生产效率?现如今有许多的科技企业也加大了对人工智能的研发程度,加大了资金投入,政府也加大了对人工智能的补贴,为的就是能让人工智能发展得更好,更优秀,更加能服务于百姓。但是有机遇也就意味着挑战,人工智能发展的更上一层楼的话,也就意味着有一些行业的在职人员会被时代淘汰,会被人工智能替换。

那么,我们应该怎么样去走进人工智能时代呢,这是我们国家也是政府和人民都需要思考的问题。那么大家对自己所处的人工智能时代有什么不同的见解呢?都可以在文章下面留言和评论哟。

北京人工智能开发前景如何 人工智能视频课程

img

山蝶

关注

技术的进步使得人工智能的发展在近几年显著加速,IT巨头在人工智能上的投入明显增大,一方面网罗顶尖人工智能的人才,另一方面加大投资力度频频并购,昭示着人工智能的春天已经到来。科技企业巨头近几年在人工智能领域密集布局,巨头们通过巨额的研发投入、组织架构的调整、持续的并购和大量的开源项目,正在打造各自的人工智能生态圈。在未来,人工智能将不再是尖端技术,而会成为随处可见的基础设施。

人工智能受到各方重视

人工智能技术受到各方重视

人工智能目前在计算机领域内,得到了愈加广泛的重视。并在机器人,控制系统,仿真系统中得到应用:指纹识别,人脸识别,视网膜识别,虹膜识别,掌纹识别,家具系统等。人工智能在过去的十年里取得了令人叹为观止的进步,例如自动驾驶汽车、语音识别和语音合成。在此背景之下,人工智能这一话题越来越多地出现在同事和家人的闲谈之间,人工智能技术已绊渗透到他们生活的角角落落。

各方企业家不断挖掘人工智能的潜力

与此同时,流行媒体几乎每天也在报道人工智能和技术巨头们,介绍他们在人工智能领域的长期战略。一些投资者和企业家渴望了解如何从这个新领域挖掘价值,大多数人还是绞尽脑汁思考究竟人工智能会改变什么。此外,各国政府也正在努力应对自劢化给社会带来的影响(如奥巴马总统的离职演讲)。不得不说,现在的人工智能发展前景值得大家看好。猎维人工智能培训有着权威资深师资阵容,由业内极具责任心、懂教学、拥有超强技术、有大型项目经验实战派讲师授课,并且建立了涵盖引才、育才、用才、留才全阶段的人才政策,全面致力于培养人工智能精英。

猎维人工智能

海外专家关于人工智能发展前景四大骇人预测 人工智能视频课程

img

飞鸽

关注

【环球网科技综合报道】 据外媒8月1日报道,随着人工智能技术日趋成熟,一些人担心,人们对这项技术更广泛的社会和道德影响未给予足够的关注。专家对此进行了讨论,探索了他们认为最骇人的五种人工智能发展前景。

当提到人工智能时,人们总会联想到机器人杀手和计算机失控的场景。《银翼杀手》和《终结者》系列的好莱坞电影给我们灌输了这样一种恐惧感:人工智能会突破编程,把矛头指向人类。对于一个今年有望创造超过1万亿美元商业价值,到2022年,将创造近4万亿美元价值的行业来说,任何对其伦理含义的重大疑虑都会产生巨大的影响。

人工智能是一个热词,并已经对许多行业产生了明显的影响——尤其是那些依赖大量体力劳动的行业。随着人工智能技术日趋成熟,企业继续加大对其投资,一些人担心,人们对这项技术更广泛的社会和道德影响未给予足够的关注。美国全国广播公司因此专门邀请了几位专家,对此进行讨论,探索了他们认为最骇人的五种人工智能发展前景。

一、全球性失业

分析人员和工人普遍担心人工智能的广泛应用将造成全球性的失业,因为工作越来越自动化,不再需要大量人工劳动力。

英国爱丁堡大学信息学院教授Alan Bundy表示,“失业可能是人们最大的担忧。人们需要精心策划一系列非常有针对性的应用程序,并找出这些程序无法处理的边缘案例,但这并不能取代预期的大规模失业——至少在很长一段时间内都不会。”

人工智能的支持者说,这项技术将创造新的就业机会。新技术的复杂性需要合适的人才来开发,因此,对工程师的需求将会增加。他们还表示,为了在日常工作中发挥新的作用,人类也必须使用人工智能。

高德纳咨询公司预测,到2020年,人工智能将创造230万个工作岗位,同时减少180万个岗位——净增加50万个岗位。但这并不能否认人工智能造成全球大规模裁员的可能性。

2013年,英国牛津大学一项研究指出,一些最可能被替代的工作包括经济业务人员、银行出纳员、保险承销商以及税务筹划员——这些工作虽然技术性不强但很关键,能维持金融行业的运转。

尽管可以通过提高技能和创造新的工作岗位——甚至可能引入一种普遍的基本收入来最大限度地减少人工智能对劳动力市场的损害,但很明显,失业问题不会很快解决。

二、战争

随着“杀手机器人”的出现以及人工智能在军事领域中的运用,专家担忧,这项技术可能最终会导致战争。特斯拉CEO埃隆马斯克(Elon Musk)因其对人工智能直言不讳的观点而闻名。去年,他警告,人工智能可能会导致第三次世界大战。

虽然马斯克以夸张言论著称,但他的评论却传达了专家们的真实恐惧。一些分析人员和活动家认为,致命自主武器的研发和人工智能在军事决策中的使用造成了大量的伦理困境,增加了爆发以人工智能为主导的战争的可能性。

甚至还有一些非政府组织致力于禁用此类机器。2013年成立的“禁止杀人机器人”团体呼吁政府阻止人工智能驱动的无人机和其他工具的研发。今年年初,美国国防智库兰德公司在一项研究中警告说,在军事领域中应用人工智能可能会在2040年引发一场核战争。

阿姆斯特丹自由大学人工智能研究院Frank van Harmelen表示,“我认为‘骇人’这个词唯一能使用的领域是自主武器系统…那些看起来像机器人,也可能不像机器人的系统。任何自动决定生死的电脑系统,不管是人工智能还是非人工智能——例如发射导弹——都是非常可怕的想法。”这种大胆预测背后的真相是,如果军事人工智能系统在分析形势时出错,会导致各国做出鲁莽的,甚至是灾难性的决策。

三、机器人医生

虽然专家们大多同意人工智能在医学领域的应用益处良多,例如尽早诊断疾病,加快整体医疗体验,但一些医生和学者担心,我们可能会过快地朝着数据驱动的医疗实践方向发展。学者们还担心,人们对人工智能的期望过高,认为它可以形成人类的智力,从而解决各种各样的任务。

爱丁堡大学的Bundy表示,“到目前为止,所有的人工智能应用都非常成功, 但应用范围很窄。”Bundy还表示,这些期望可能会给医疗保健等行业带来可怕的后果。上周,一份引用了IBM内部文件的健康刊物发布了一份报告。该报告显示,IBM旗下的沃森超级电脑已经提了许多“不安全且不正确的”癌症治疗建议,但该软件被训练成只处理假设场景下的少量病例。

另一个令人担忧的问题是,计算机占用和共享的数据,以及使用这些数据实现应用程序自动化的数据驱动算法可能会侵犯患者隐私。事实证明,数据的存储以及分享是令人担忧的。以“深度思考”(DeepMind)为例,2015年,这家谷歌旗下的人工智能公司与英国国家医疗服务体系(NHS)签署了一项协议,获得了160万英国患者的健康数据。该协议意味着患者将他们的数据交给了公司,以提高其项目检测疾病的能力。这也催生了一款名为Streams的应用程序,该程序旨在检测肾病患者,并在患者病情恶化时提醒医生。

然而去年,英国隐私监督部门信息专员办公室(ICO)裁定,NHS和DeepMind之间的协议违背了数据保护法。ICO表示,作为协议的一部分,伦敦皇家自由医院在使用患者数据的方式上缺乏透明度。

四、歧视

有些读者可能还会记得Tay,一款由微软开发的人工智能聊天机器人,它在两年前引起了轰动。

这个机器人有一个推特账号,一些用户用了不到一天时间训练它发表攻击性的推特,来支持阿道夫希特勒和白人至上的观念。这个错误迫使微软注销了该账号,这一事件也引发了激烈的讨论,即人工智能有存在歧视的可能性。

Walsh表示,歧视是科技带来的一系列“意想不到的后果”之一。他说:“我们在计算程序中看到了意想不到的偏见,尤其是机器学习,这种偏见有可能导致种族、性别歧视,而在过去的50多年里,我们一直试图将这些偏见从我们的社会中消除。”

专家表示,这个问题涉及到把人工智能变成一个客观、理性的思考者,不偏袒某一特定种族、性别。这是研究人员和开发人员一直在认真考虑的问题。

IBM甚至有研究人员致力于解决人工智能领域的歧视问题。今年早些时候,IBM表示将发布两个数据集,包含不同肤色的面部和其他面部特征,以减少人工智能面部识别系统的偏见。

(实习编译:傅舒怡 审稿:刘洋)

人工智能发展前景 人工智能视频课程

img

道之

关注

人工智能技术无论是在核心技术,还是典型应用上都已出现爆发式的进展。随着平台、算法、交互方式的不断更新和突破,人工智能技术的发展将主要以“AI+X”(为某一具体产业或行业)的形态得以呈现。所有这些智能系统的出现,并不意味着对应行业或职业的消亡,而仅仅意味着职业模式的部分改变。

任何有助于让机器(尤其是计算机)模拟、延伸和扩展人类智能的理论、方法和技术,都可视为人工智能的范畴。从约翰·麦卡锡(John McCarthy)等科学家于1956年的美国达特矛斯会议(Dartmouth Conference)正式提出人工智能这一概念至今,已过去了61年。经过超过一甲子的曲折发展历程,人工智能已成为一个涉及计算机科学、控制科学、生命科学(脑科学)、数学、哲学、认知科学等多学科的交叉技术领域,展现出无比光明的发展前景。

未来人工智能将有可能进入到我们生活的方方面面,协助人类完成此前被认为必须由人完成的智能任务。

随着各种智能终端的普及和互联互通,在不远的未来,人们将不仅生活在真实的物理空间,同样生活在一个数字化、虚拟化的网络空间。在这个网络空间中,人和机器之间的界限将被空前淡化,换言之,网络空间中的每个个体既有可能是人,也有可能是一个人工智能。另外,在真实的物理世界中,人工智能又不必具有类人的形态,这使得人工智能将有可能从更多的角度进入到我们生活的方方面面,协助人类完成此前被认为必须由人完成的智能任务。

在生产方面,随着我国城镇化建设的不断推进,未来人工智能有望在传统农业转型中发挥重要作用。例如,通过遥感卫星、无人机等监测我国耕地的宏观和微观情况,由人工智能自动决定(或向管理员推荐)最合适的种植方案,并综合调度各类农用机械、设备完成方案的执行,从而最大限度解放农业生产力。在制造业中,人工智能将可以协助设计人员完成产品的设计,在理想情况下,可以很大程度上弥补中高端设计人员短缺的现状,从而大大提高制造业的产品设计能力。同时,通过挖掘、学习大量的生产和供应链数据,人工智能还可望推动资源的优化配置,提升企业效率。在理想情况下,企业里人工智能将从产品设计、原材料购买方案、原材料分配、生产制造、用户反馈数据采集与分析等方面为企业提供全流程支持,推动我国制造业转型和升级。

在生活服务方面,人工智能同样有望在教育、医疗、金融、出行、物流等领域发挥巨大作用。例如,客服机器人可协助医务人员完成患者病情的初步筛查与分诊;医疗数据智能分析或智能的医疗影像处理技术可帮助医生制定治疗方案,并通过可穿戴式设备等传感器实时了解患者各项身体指征,观察治疗效果。在教育方面,一个教育类人工智能系统可以承担知识性教育的任务,从而使教师能将精力更多地集中于对学生系统思维能力、创新实践能力的培养。对金融而言,人工智能将能协助银行建立更全面的征信和审核制度,从全局角度监测金融系统状态,抑制各类金融欺诈行为,同时为贷款等金融业务提供科学依据,为维护机构与个人的金融安全提供保障。在出行方面,无人驾驶(或自动驾驶)已经取得了相当进展。在物流方面,物流机器人已可以很大程度替代手工分拣,而仓储选址和管理、配送路线规划、用户需求分析等也将(或已经)走向智能化。

平台、算法以及接口等核心技术的突破,将进一步推动人工智能实现跨越式发展

从核心技术的角度来看,三个层次的突破将有望进一步推动人工智能的发展,分别为平台(承载人工智能的物理设备、系统)、算法(人工智能的行为模式)以及接口(人工智能与外界的交互方式)。

在平台层面,当前大多数人工智能依赖以电子计算机为代表的计算设备加以实现。传统计算机的核心CPU(中央处理器)主要面向通用计算任务设计,虽然也可兼容人工智能所面对的所有智能任务,但效能相对较低。随着各行各业对人工智能的需求激增,研发更适合人工智能的高效能平台正成为一个日益凸显的需求,因特尔、谷歌、英伟达、寒武纪等国内外知名企业以设计新型的智能处理器为切入点,近年来取得了一系列进展。未来的人工智能将必然需要面对种类繁多且特点各异的智能任务,在各类处理器的基础上设计新的计算架构,并实现一个能服务于不同企业、不同需求的智能平台,将是未来技术发展的一大趋势。此外,当前进展迅猛的量子计算技术尤其是量子计算机的实现,也有望在将来为人工智能提供突破性的计算平台。

算法决定了人工智能的行为模式,一个人工智能系统即使有当前最先进的计算平台作为支撑,若没有配备有效的算法,只会像一个四肢发达而头脑简单的人,并不能算真正具有智能。面向典型智能任务的算法设计,从人工智能这一概念诞生时起就是该领域的核心内容之一。可以想象,智能算法在人工智能的未来发展中仍将处于中心的位置。但与过去不同的是,今天的人工智能不再仅仅是隐藏在象牙塔或各种科研机构的学术研究,而是已经以各种形式出现在我们的日常生产、生活之中,和我们真实生活的社会、物理世界产生了越来越多的联系。而无论对于作为一个整体的人类社会、国家而言,亦或是对于作为个人而言,我们的文化、语言、生活、行为习惯都是在不断演变的。能否改变过去完全由手工输入计算机程序的算法实现方式,令算法通过自身的演化,自动适应这个“唯一不变的就是变化”的物理世界?这也许是“人工”智能迈向“类人”智能的关键。

沟通是人类的一种基本行为,也是人与人之间协作的基础。在虚拟的数字化空间中,人工智能与人类的分解正变得模糊。换言之,在这样的一个空间里,一个中文聊天机器人也许比一位外国友人让我们觉得更容易沟通。因此,在一个人工智能协助人类完成大量智能任务的未来社会中,如何实现人机的高效沟通与协同将具有重要意义。语音识别、自然语言理解是实现人机交互的关键技术之一。以科大讯飞为代表的企业和科研机构已在语音识别方面实现了可商用的产品,自然语言理解则有望在一些典型应用领域,如智能客服率先取得突破,但走向全面的人机相互理解仍是当前的一个技术难点。另外,不采用自然语言,而是直接通过脑电波与机器实现沟通,即脑机接口技术,也已有相当进展,目前已经大体可以实现用脑电波直接控制外部设备(如计算机、机器手等)进行简单的任务。

人工智能无论是在核心技术,还是典型应用上都已出现爆发式的进展。随着平台、算法、交互方式的不断更新和突破,人工智能技术的发展将主要以“AI+X”(为某一具体产业或行业)的形态得以呈现。在不远的未来,智能客服(导购、导医),智能医疗诊断、智能教师、智慧物流、智能金融系统等都有望广泛出现在我们的生活中。需要指出的是,所有这些智能系统的出现,并不意味着对应行业或职业的消亡,而仅仅意味着职业模式的部分改变(如减少教师教授书本知识的时间),即由以往的只由人类完成,变为人机协同完成。因此,人工智能的进一步发展,值得大家期待。

未来十年改变世界,人工智能四大发展趋势分析 人工智能视频课程

img

以彤

关注

61岁的比尔·盖茨在一篇给大学毕业生的寄语中把当今时代称为“一个非常好的时代”,在庆幸自己在20岁时就有机会参与到那场改变世界的数字革命的同时,盖茨直言如果在今天寻找和当年一样能够对世界带来巨大影响的机会,他第一个考虑的就是人工智能

与比尔·盖茨一样,《失控》一书的作者凯文·凯利同样对人工智能的发展充满期待并做出一系列大胆预言。在他看来,未来10-20年人工智能将对世界带来颠覆性的变化,一切都将变得智能化。专注于信息技术研究和分析的Gartner公司的报告则认为未来10年,人工智能将变得无处不在。

与此同时,担忧、不安乃至惶恐的情绪开始在人群中蔓延,来自未知的力量让人坐立不安但又无所适从,人们不知道人工智能究竟是装满了灾难的潘多拉魔盒,还是一部通往更高级人类文明的电梯。唯一可确定的是,盒子已经打开,电梯的按钮已经按下,已经没有人可以让这一切停下来。

1995年,微软发布Win 95操作系统时特意请来滚石乐队演唱了那首著名的《Start Me Up》,米克·贾格尔用其独特的嗓音唱到:“If you start me up,I'll never stop”,今天看来这句歌词颇有象征意味。当人们按下人工智能的开始按钮,它将永不停止。就像一架高速飞驰的列车,任何人没有中途下车的机会,也不知将被带往何处。

当然,人工智能的发展趋势并非无迹可寻。在我看来,人工智能在接下来的几年中,将呈现出如下四个主要发展趋势。

趋势一:人工智能技术进入大规模商用阶段,人工智能产品全面进入消费级市场。

中国通信巨头华为已经发布了自主研发的人工智能芯片并将其应用在旗下智能手机产品中,苹果公司推出的iPhone X也采用了人工智能技术实现面部识别等功能。三星最新发布的语音助手Bixby则从软件层面对长期以来停留于“你问我答”模式的语音助手做出升级。人工智能借由智能手机已经与人们的生活越来越近。

在人形机器人市场,日本的软银公司研发的人形情感机器人Pepper从2015年6月份开始每月面向普通消费者发售1000台,每次都被抢购一空。人工智能机器人背后隐藏着的巨大商业机会同样让国内创业者陷入狂热,粗略统计目前国内人工智能机器人团队超过100家。图灵机器人CEO俞志晨相信未来几年:“人们将会像挑选智能手机一样挑选机器人。”

在我看来,售价并非人工智能机器人难以打开消费市场的关键,因为随着产业和技术走向成熟,成本降低是必然趋势,同时市场竞争因素也将进一步拉低人工智能机器人产品的售价。吸引更多开发者,丰富产品功能和使用场景才是打开市场的关键。另外一个好的信号是,人工智能机器人正在引起商业巨头们的兴趣。

零售巨头沃尔玛去年开始与机器人公司Five Elements合作,将购物车升级为具备导购和自动跟随功能的机器人。中国的零售企业苏宁也与一家机器人公司合作,将智能机器人引入门店用于接待和导购。餐饮巨头肯德基也曾与百度合作,在餐厅引入机器人度秘来实现智能点餐。上月19日,情感机器人Pepper也开始出现在软银的各大门店,软银移动业务负责人认为商业领域智能机器人很快将进入快速发展期。

在商业服务领域的全面应用,正为人工智能的大规模商用打开一条新的出路。或许人工智能机器人占领商场等公共场所会比占领我们的客厅要来得更早一些。

趋势二:基于深度学习的人工智能的认知能力将达到人类专家顾问级别。

“认知专家顾问”在Gartner的报告中被列为未来2-5年被主流采用的新兴技术,这主要依赖于机器深度学习能力的提升和大数据的积累。

过去几年人工智能技术之所以能够获得快速发展,主要源于三个元素的融合:性能更强的神经元网络、价格低廉的芯片以及大数据。其中神经元网络是对人类大脑的模拟,是机器深度学习的基础,对某一领域的深度学习将使得人工智能逼近人类专家顾问的水平,并在未来进一步取代人类专家顾问。当然,这个学习过程也伴随着大数据的获取和积累。

事实上在金融投资领域,人工智能已经有取代人类专家顾问的迹象。在美国,从事智能投顾的不仅仅是betterment、wealth front这样的科技公司,老牌金融机构也察觉到了人工智能对行业带来的改变。高盛和贝莱德分别收购了Honest Dollar与Future Advisor,苏格兰皇家银行也曾宣布用智能投顾取代500名传统理财师的工作。

国内一家创业团队目前正在将人工智能技术与保险业相结合,在保险产品数据库基础上进行分析和计算搭建知识图谱,并收集保险语料,为人工智能问答系统做数据储备,最终连接用户和保险产品。这对目前仍然以销售渠道为驱动的中国保险市场而言显然是个颠覆性的消息,它很可能意味着销售人员的大规模失业。

关于人工智能的学习能力,凯文·凯利曾形象地总结说:“使用人工智能的人越多,它就越聪明。人工智能越聪明,使用它的人就越多。”就像人类专家顾问的水平很大程度上取决于服务客户的经验一样,人工智能的经验就是数据以及处理数据的经历。随着使用人工智能专家顾问的人越来越多,未来2-5年人工智能有望达到人类专家顾问的水平。

趋势三:人工智能实用主义倾向显著,未来将成为一种可购买的智慧服务。

过去几年我们看到俄罗斯的人工智能机器人尤金首次通过了著名的图灵测试,又见证了谷歌的AlphaGo和Master接连战胜人类围棋冠军,尽管这些史无前例的事件隐约让我们知道人工智能技术已经发展到了一个很高的水平,但因为太过浓厚的“炫技”色彩也让公众对人工智能技术产生很多质疑。

事实上大多数人在谈到人工智能时,首先想到的问题便是:“它究竟能够做什么?”“它到底能够用在什么地方?”“它能够给人类解决哪些问题?”在人工智能技术的应用方面,中国的互联网企业似乎表现地更加实用主义一些。将主要精力投向人工智能领域的百度几乎把人工智能技术应用到了旗下所有产品和服务中,雄心勃勃展开NASA计划的阿里巴巴也致力于将技术推向“普惠”。

人工智能与不同产业的结合正使其实用主义倾向愈发显著,这让人工智能逐步成为一种可以购买的商品。吴恩达博士曾把人工智能比作未来的电能,“电”在今天已经成为一种可以按需购买的商品,任何人都可以花钱将电带到家中。你可以用电来看电视,可以用电来做饭、洗衣服,未来你可以用购买到的人工智能来打造一个智能的家居系统,这是一样的道理。凯文·凯利此前也曾做过类似预判,他说未来我们可能会向亚马逊或是中国的公司购买智能服务。

反过来不同产业对人工智能技术的应用也加剧了人工智能的实用主义倾向。比如特斯拉公司就是拿人工智能技术专门用来提升自动驾驶技术的,再比如地图导航软件,就是专门拿人工智能技术用来为用户规划出行路线的。它们更加关注的是人工智能技术到底能为我的公司和我的用户带来什么。

说到底,人工智能是一个实用主义的东西。越来越多的医疗机构用人工智能诊断疾病,越来越多的汽车制造商开始使用人工智能技术研发无人驾驶汽车,越来越多的普通人开始使用人工智能作出投资、保险等决策。这意味着人工智能已经走出“炫技”阶段,未来将真正进入实用阶段。

趋势四:人工智能技术将严重冲击劳动密集型产业,改变全球经济生态。

许多科技界的大佬一方面受益于人工智能技术,一方面又对人工智能技术发展过程中存在的威胁充满担忧。包括比尔·盖茨、埃隆·马斯克斯、蒂芬·霍金等人都曾对人工智能发展做出警告。尽管从目前来看对人工智能取代甚至毁灭人类的担忧还为时尚早,但毫无疑问人工智能正在抢走各行各业劳动者的饭碗。

人工智能可能引发的大规模失业是当下最为紧迫的一个问题。阿里巴巴董事会主席马云在今年一场大数据峰会上说:“如果我们继续以前的教学方法,我可以保证,三十年后我们的孩子们将找不到工作。”阿里巴巴在电商领域的对手,京东集团董事局主席刘强东则信誓旦旦地表示:“五年后,给你送货的都将是机器人。”

事实上,机器人抢走人类劳动者饭碗的事情已经在全球上演。硅谷一家新兴的机器人保安公司Knightscope目前已和16个国家签约使用其公司生产的K5监控机器人,其中包括中国。K5将主要用于商场、停车场等公共场所,可以自动巡逻并能够识别人脸和车牌,K5每小时的租金约为7美金。这意味着原本属于人类保安的酬劳现在要被机器人抢走。

未来2-5年人工智能导致的大规模失业将率先从劳动密集型产业开始。如制造业,在主要依赖劳动力的阶段,其商业模式本质上是赚取劳动力的剩余价值。而当技术成本低于雇佣劳动力的成本时,显然劳动力会被无情淘汰,制造企业的商业模式也将随之发生改变。再比如物流行业,目前大多数企业都实现了无人仓库管理和机器人自动分拣货物,接下来无人配送车、无人机也很有可能取代一部分物流配送人员的工作。

就中国目前的情况来看,正处于从劳动密集型产业向技术密集型产业过渡的过程中,难以避免地要受到人工智能技术的冲击,而经济相对落后的东南亚国家和地区因为廉价的劳动力优势仍在,受人工智能技术冲击较小。世界经济论坛2016年的调研数据预测到2020年,机器人与人工智能的崛起,将导致全球15个主要的工业化国家510万个就业岗位的流失,多以低成本、劳动密集型的岗位为主。

这绝非危言耸听。人工智能终将改变世界,而由其导致的大规模失业和全球经济结构的调整,显然也属于“改变”的一部分,你我都将亲眼看到这一切的发生。

img

在线咨询

建站在线咨询

img

QQ咨询

QQ在线咨询

img

电话沟通

400-660-5555

img

微信咨询

扫一扫添加
动力姐姐微信

img
img

TOP