专家详解人工智能发展前景——大数据，让分享打破“孤岛”
中国江苏网7月7日讯 “人工智能的未来发展前景无限，人们戴的眼镜驳接听筒，就能在镜片上看到图像，还需要手机干什么？人工智能＋软件就是创新。”2日，江苏国际商会副会长罗宪许在省科协科技工作者集体学习讲座上如是说。
“互联网＋大数据互动分享才有价值。”罗宪许举例说，“7月1日党的生日这一天，央视报道在2013年和2014年山东省临沂市群众满意度测评中，沂水县干部作风一项连续四次获得全市第一名。”这是依托大数据信息网络技术建立的数字化督查手段，破解了作风落实“可抽查”效果实馈难题。具体做法，就是把全县所有公务员、干部和群众编号，汇入联系群众的网格化管理系统，再把每人和30户群众的信息一一对应，服务责任、网格责任一目了然。“互联网+大数据流动分享与信息技术紧密结合，把对公务员的考核培训和互动效果做真做实，降低了行政成本，提升了执政效力，这是人工智能的又一种创新，同时还减少或防止了许多行业、部门、社团大数据自我封闭的‘孤岛’现象。”
“当下，投资方向中，没有移动终端业态一般不投资，认为不具有商业价值，互联网用户向移动端迁徙已成定局。”罗宪许推介说，像南京市推出55家医院可用(手机)支付宝钱包预约挂号新举，就非常简便。只需打开支付宝钱包，在首页点击下方“服务窗”，搜索“南京卫生12320”，添加关注即可。“人们能用手机随时随地选择医院、科室、医生，预约挂号，支付后留下相关信息号码，到医院出示后，即可诊疗。此外还配套提供医检结果查询、专家在线咨询、卫生知识库、账户管理等移动服务，真正实现了挂号免排队、智能候诊等功能。”
“信任度与企业民生经济势不可挡。”被人们广誉为中国城市自行车、骑行文化推动者张向东，其建立的自行车QQ社交群网，拥有10万粉丝。6月1日，社交群发布新一代城市自行车正式接受预订的信息，用户对产品信息知之甚少，官方甚至没有公布价格、具体图样、发布时间等商品要素，业界称之为“盲订”。然而10天时间，预订数量已突破2万辆。罗宪许认为，“这就是信任的力量，信任则财大气粗，不信任，生意做一天都难。这是用户们与自行车网所倡导的生活理念的共鸣，是‘信任经济’的基础。”
企业是科技创新的主体。企业需要获得政府部门的科技金融等要素活力，政府部门也需要了解企业主体的点赞肯定、牢骚不满等，在收集需求、分析需求、满足需求方面实现网上便捷互动，这样各级政府才能科学决策、施政服务可信可行效果佳。“网上民生调查数据显示，九大行业中的交管车管业务、医疗服务和生活缴费，是政务民生领域的高频、刚需型服务，也是目前互联网服务渗透顺利的领域，购物消费、餐饮、交通和金融等服务满意度高于其他行业。但社会仍迫切需求‘互联网+政务民生’广泛渗透服务。”罗宪许说。本报通讯员宋北辰
本报记者吴红梅
原标题:专家详解人工智能发展前景—大数据，让分享打破“孤岛”（来源：中国江苏网-新华日报）
本文来源：中国江苏网
48小时评论排行
评论274582条
评论258951条
评论223029条
评论152559条
评论111629条
不做嘴炮 只管约到
跟贴热词：
文明上网，登录发贴
网友评论仅供其表达个人看法，并不表明网易立场。
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
用微信扫描二维码分享至好友和朋友圈2016年中国人工智能行业市场现状及发展趋势预测【图】_中国产业信息网
欢迎来到中国产业信息网||||
2016年中国人工智能行业市场现状及发展趋势预测【图】
& & 从智能手表、手环等可穿戴设备，到服务机器人、无人驾驶、智能医疗、AR/VR 等热点词汇的兴起，智能产业成为新一代技术革命的急先锋，近期 Alpha Go 大胜李世石的人机围棋对战更进一步掀起了人工智能的浪潮。人工智能产业是智能产业发展的核心，是其他智能科技产品发展的基础，国内外的高科技公司以及风险投资机构纷纷布局人工智能产业链。& & 据 V enture Scanner 统计，2014 年人工智能领域全球投资额为 10 亿美元，同比增长近 50%。2015 全球人工智能公司共获得近 12 亿美元的投资，这个数字放在过去 20年全年投资总额来看，已经超过了其中 17 年全年投资总额。2014 年风投领域共完成 40 笔交易，总金额高达 3.09 亿美元，同比增加 302%，预计 2020 年全球人工智能市场规模预计超千亿。在未来 10 年甚至更久的时间里，人工智能将是众多智能产业技术和应用发展的突破点。人工智能领域全球投资总额 人工智能领域全球风险投资总额 当前人工智能的浪潮已席卷了全球，人工智能领域的公司也在不断激增。根据V& & enture Scanner 的统计，截至到 2016 年初，全球共有 957 家人工智能公司，美国以499 家位列第一。覆盖了深度学习/机器学习（通用） 、深度学习/机器学习（应用） 、自然语言处理（通用） 、自然语言处理（语音识别） 、计算机视觉/图像识别（通用） 、计算机视觉/图像识别（应用） 、手势控制、虚拟私人助手、智能机器人、推荐引擎和协助过滤算法、情境感知计算、语音翻译、视频内容自动识别 13 个细分行业。人工智能各细分行业公司数量（家） 国外人工智能知名公司 & &&数据显示，中国人工智能领域约 65 家创业公司获得投资，合计 29.1 亿人民币。覆盖范围从深度学习等软件算法以及 GPU、CPU、传感器等关键硬件组成的基础支撑层，到语音/图像识别、语义理解等人工智能软件应用以及数据中心、高性能计算平台等硬件平台组成的技术应用层，到 AI 解决方案集成层，再到工业机器人、服务机器人等硬件产品层以及智能客服、商业智能（BI）等软件组成的运营服务层。人工智能 大幅度提升生产效率和生活质量 & &&人工智能诞生于 20 世纪 50 年代中期，1956 年被确立为一门学科。人工智能至今经历了诞生、黄金时代（） 、遭遇基础障碍 （） 、繁荣 （） 、低潮（） 、爆发（1993-现在）多个时期，在波折中不断发展。人工智能发展历程 & &&一、大数据发展驱动人工智能进步& &&近期以深度学习为代表的人工智能技术取得突飞猛进的进展得益于良好的大数据基础。移动互联网、物联网等技术的发展让我们拥有了以往难以想象的海量数据，尤其是在某一细分领域更深度的、逻辑化的数据，而这些都是训练某一领域&智能的前提。从软件时代到互联网，再到如今的大数据时代，数据的量和复杂性都经历了从量到质的改变。大数据的五大特征 & &&据统计，2015 年全球有 10 亿部物联网设备出货，比 2014 年增加六成，全球的物联网设备总量高达 28 亿部。在此背景下，全球数据总量在快速膨胀。根据 IDC 监测，全球在 2010 年正式进入 ZB时代，总数据量大约每两年翻一番，这意味着人类在最近两年产生的数据量相当于之前产生的全部数据量，预计到 2020 年，全球将总共拥有 35ZB的数据量。而根据 HIS 的估计，2015 年全球产生的数据总量已达到十年前的 20 多倍。互联网、物联网带来海量数据 & &&大数据具有体量大、 多样性、 价值密度低、速度快等特点。大数据技术能够通过数据采集、预处理、存储及管理、分析及挖掘等方式，从各种各样类型的海量数据中，快速获得有价值信息，为深度学习等人工智能算法提供坚实的素材基础。大数据主要技术 大数据挖掘步骤 & &&同人类的成长一样，人工智能的发展也需要学习大量的知识和经验，而这些知识和经验就是数据，人工智能需要有大数据支撑，反过来人工智能技术也同样促进了大数据技术的进步，两者相辅相成，任何一个技术的突破都会存进另外一方的发展。& &&二、人工智能应用快速发展& &&目前，人工智能的主流应用包括图像识别、语音识别、语义识别、预测规划和智能控制。计算机利用图像识别、语音识别、语义识别技术采集数据并进行处理、分析和理解，进而根据目标和需要做出预测判断，最终通过各种智能硬件设备实现智能控制，形成了弱人工智能时代AI的主要应用模式。& &&1、生物特征识别& &&生物特征识别利用了图像识别技术，采集具有生物特征的图像，提取其特征，再与资料库中的图像进行特征匹配，最后达到识别的目的。生物特征识别主要包括人脸识别、指纹识别、虹膜识别等方式，是目前最方便与安全的识别技术，它不需要记住复杂的密码，也不需随身携带钥匙、智能卡之类的东西。由于每个人的生物特征具有与其他人不同的唯一性和在一定时期内不变的稳定性，不易伪造和假冒，所以利用生物识别技术进行身份认定，安全、可靠、准确。三种图像类生物识别技术比较
& 人脸识别 指纹识别 虹膜识别
易用性 高 高 中
准确性 高 高 极高
接受程度 高 高 中
安全程度 较高 高 极高
长期稳定性 高 高 高
响应速度 慢 快 快 & & 年全球生物识别行业市场规模复合增长率达 22%左右，生物识别行业在未来的十年内仍将保持快速增长，预计到 2020 年全球生物识别行业市场的规模将达到 250 亿美元。据前瞻产业研究院数据显示，指纹识别占生物识别技术的份额最高，但整体呈下降趋势，从 2007 年的 66.9%降至 2013 年的 60.1%，预计到 2020 年将下降至 52%左右； 而语音识别、 人脸识别、 虹膜识别则增长迅速， 2020 年比重预计分别达 22.4%、9.6%、6.4%。全球生物识别行业市场规模预测（亿美元） 全球生物识别行业细分市场规模（亿美元） & & 2、人脸识别：& & 人脸识别是指通过分析比较人脸视觉特征信息进行身份鉴别的计算机技术。具体来说就是用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部分析的一系列相关技术。人脸识别过程 人脸识别技术 & & 人脸识别的过程包括人脸图像采集、人脸定位、特征提取和特征对比几个部分。人脸识别过程中的关键技术包括两部分：检测技术（Face Detect）和识别技术（FaceIdentification） 。检测技术有两个功能：一是判断图像中是否存在人脸，二是如果存在人脸，确定人脸的确切位臵。识别技术的功能是通过把检测到的人脸与资料库中的人脸进行特征对比，最终得出匹配结果。人脸识别技术的优势
非接触 人脸图像采集的设备是摄像头，无需接触
非侵扰 人脸照片的采集只需以正常状态经过摄像头前即可
友好 人脸是一个人出生之后暴露在外的生物特征，隐私性不强
快速 从摄像头监控区域进行人脸的采集时非常快速的
简便 人练采集前端设备&&摄像头随处可见，简单易操作
可扩展性好 人脸识别可以应用在黑名单监控、人脸照片搜索等多领域 人脸识别应用领域
类别 应用领域
身份验证 社保、驾照、签证、身份证、护照、投票选举、计算机登陆等。
虚拟现实/增强现实 脸部识别、眼球跟踪技术、头的定位技术。
金融 开户、支付、业务办理、鉴权等。
公安监控 公园监控、街道监控、电网监控、入口监控等。
人脸数据库 人脸检索、人脸标记、人脸分类等。
摄影及多媒体管理 数码相机对焦、人脸搜索、人脸视频分割和拼接等。
其他 人脸重建、低比特币率图片和视频传输等。 & & 3、机器视觉& & 机器视觉是用机器代替人眼来做测量和判断的技术，通过图像摄取设备将被摄取目标转换成图像信号，根据像素分布和亮度、颜色等信息，转变成数字化信号，图像处理系统对这些信号进行各种运算来抽取目标的特征和状态，进而控制设备动作。机器视觉把计算机的快速性、可重复性与人眼视觉的高度智能化和抽象能力相结合，大大提高了机械设备的柔性和自动化程度。机器视觉的应用方向
应用方向 介绍
产品安全检测 流水化作业生产、产品质量检测中工作人员很容易会疲劳、疏忽、走神，不能发现生产环节中的错误和疏漏，造成瑕疵品流向市场，利用机器视觉则可以大大解决这一问题。
制造业 提高生产效率，降低人力成本，在一些不适合人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。
无人驾驶 使用机器视觉技术发现无人车/无人机周围的各种物体，从而实现锁定目标/规避障碍的目标。 & & 机器视觉最早应用于工业视觉的检测方面，根据环境的不同，工业机器视觉主要分为以下类：一类是用于大规模或者高测试要求的生产线上，如包装、印刷、分拣等；第二类是在野外、核电等不适合人员工作的环境中；第三类是高精密的专业设备制造。一个典型的工业机器视觉系统包括：光源、镜头、相机（包括 CCD 相机和 COMS 相机） 、图像处理单元（或图像捕获卡） 、图像处理软件、监视器、通讯/输入输出单元等。典型的工业用机器视觉系统 全球机器视觉市场规模预测（亿美元） & & 2014 年，全球机器视觉系统及部件市场规模是 36.7 亿美元，预计 2018 年，全球机器视觉系统及部件市场规模达到 50 亿美元，预计年均增长率为 8%。目前，中国正成为世界机器视觉发展最活跃的地区之一，而机器视觉在工业领域的应用范围和深度也在不断地增强。& & 三、&人工智能+&引领人类社会变革& & 近年来，深度学习+大数据+并行计算共同推动人工智能技术实现跨越式发展。 &人工智能+应用已开始落地开花，从智能安防，到智能客服，再到智慧教育和智慧医疗等等。基于人工智能技术的各种产品在各个领域代替人类从事简单重复的体力或脑力劳动，大大提升了生产效率和生活质量，也促进了各个行业的发展和变革。& & 1、智慧城市& & 智慧城市本质上是一种对城市的重构，一方面是对现有资源的科学配臵，提升整体社会的效率，另一方面是对创新环境的培育营造，提升未来发展潜力。城市化1.0-4.0的演变 智慧城市系统 & & 人工智能作为智慧城市建设依赖的核心技术之一， 它的快速发展为智慧城市建设提供了基础技术支撑， 助推智慧城市建设大提速。近年来国家决策层频频释放提速智慧城市建设的信号，智慧城市建设与发展正上升为国家战略，这对中国相关行业企业来说，将带来数万亿元的市场。& & 数据显示，截至 2015 年 9 月，我国 95%的副省级以上城市、76%的地级以上城市，总计约 500 多个城市提出要建设智慧城市。预计智慧城市的市场空间在
亿元之间。2016 年是国家&十三五规划的开局之年，住建部相关规划显示，对智慧城市的投资总规模将逾 5000 亿元。智慧城市市场空间（亿元）
行政单位 数量 投资规模 总计
保守 中性 乐观 保守 中性 乐观
省级 34 100 300 500 3400 10200 17000
地市级 345 10 30 50 3450 10350 17250
区县级 2856 1 3 5 2856 8568 14280
总计 & & & & 9706 29118 48530 & & 2、智能安防& & 传统安防通常是离散式的被动安防，这主要体现在两个方面：（1）安防设备仅作为传输图像的媒介，不具备主动识别与报警功能，需要人力对接收的图像进行处理和判断；（2）对于人工判断所得的结果，安防设备不能运用结果进行反向追踪。因此需要将大量的时间精力花费在海量的视频监控信息中， 效率低且容易错过线索。 而智能安防可以通过人工智能，构建一个全方位、24 小时不间断的主动安防体系。不但可以主动识别可疑嫌犯，报警后亦可根据指定结果智能追踪目标，可极大提高工作效率，还可避免人在工作中的主观失误，提升业务的精确性。人脸识别在公安系统的应用 人工智能在安防行业的应用领域 & & 伴随着城镇化步伐加快、社会结构变迁及国际环境变化，治安突发事件、恐怖案件屡有发生，智能安防需求日益提升。2015 年两会政府工作报告提出要&深化平安中国建设，健全立体化社会治安防控体系，政府需求将推动安防行业进一步快速发展。以政府主导的 193 个智慧城市项目在 年进入第二轮实施周期，总投资近 3 万亿规模，对以高清网络视频监控为核心的智能安防产业需求巨大。 伴随前端设备由模拟向高清进阶， 联网监控向智能监控发展，智能安防产业仍将高速成长。安防行业发展趋势 安防行业市场规模及增速 & & 3、智能家居& & 智能家居市场推广遇冷的根源主要在于：（1）智能化程度不足导致操作繁琐已经成为了智能家居普及过程中最关键的技术瓶颈，尤其在&万物互联时代，人机交互的重要性更加明显；（2）缺乏统一的智能家居标准和体系。当前的智能家居市场正处于各自为战的时期，不同的厂商都试图建立自己的智能家居体系，不可避免地造成市场的碎片化状况，在很大程度上阻碍了市场的规模发展。人工智能技术能够通过语音识别和语义理解技术大幅度提升智能家居的智能水平，让家居&懂得人类的需求，让生活更加舒适便捷。智能家居构成 中国智能家居发展历程 & & 目前，智能电视应用的主要人工智能技术是语音识别和语义理解，支持用户通过自然语音进行人机自由交互。智能电视形式上类似于一个固定的放大版的&智能手机&，具备其他智能家居设备难以替代的功能：（1）网上冲浪：支持用户网上娱乐、社交、购物等活动；（2）智能家居交互平台： 用户通过向智能电视发出语音信号， 来对家中的智能设备进行管理。因此，智能电视有潜力成为智能家居的核心入口。国内乐视、TCL&爱奇艺、小米、阿里&创维先后发布自己的智能产品，传统电视厂商、手机厂商、视频网站、电商等也都和智能语音厂商积极深入合作。数据显示，2015 年前三季度中国智能电视的市场销量为 2376 万台，2015 年全年中国智能电视的销量突破 4000 万台，2016 年市场需求量将超过 6000 万台。中国智能电视销量 & & 数据显示，2014 年中国智能家居市场规模将达到 431 亿元，同比增长 41.78%，全球智能家居市场规模将达到 520 亿美元，同比增长 55.69%；预计 2016 年中国智能家居市场将达到 660 亿元，全球智能家居市场将达到 820 亿美元。巨大的 &蛋糕&吸引国内外巨头企业及创新型创业公司争相涌入，打造自己的智能家居生态圈， 例如 2014 年 1 月 Google 以 32 亿美元收购智能家居制作商 Nest，国内知名 IT 公司华为、小米等也向智能家居伸出触角。随着人工智能在智能家居领域的应用，切中消费者需求痛点的智能家居有望加速落地，智能家居市场大规模产业化即将来临。中国智能家居市场规模及增速 全球智能家居市场规模及增速 & & 相关报告：智研咨询发布的《》
中国产业信息网微信公众号
中国产业信息网微信服务号
12月25日消息，昨日顺丰速运旗下海淘品牌海购丰运在其官…
全国咨询热线：400-700-小时） 业务咨询电话：010- 传真：010- 客服QQ： 客服电邮：
Copyright 2000-, All Rights Reserved 产业信息网 版权所有 运营公司：智研咨询集团
技术支持：内容字号：
段落设置：
字体设置：
精准搜索请尝试：
脑洞大开：人工智能从零到统治世界的发展前景
来源：作者：明劼责编：弥尘
作者：明劼（IT圈科技畅谈版主）现在有关人工智能的话题和讨论越来越多，但我发现真正理解人工智能是什么的人并不多。我所看到的，更多的是一些不明真相的吃瓜群众在大喊“不！人工智能要统治世界啦！”然而，事实真的如此？反正我是不太相信。首先，我们还是从究竟什么才是“人工智能”说起。什么是“人工智能”？人工智能，我们可以分两部分来理解——人工，顾名思义，是由人类所创造出来的软件/硬件。维基百科对“人工智能”的定义里，提到了这样几个问题：“人类的智能（智慧）程度真的足以制造所谓人工智能吗？究竟什么才是人类所力所能及能够制造的东西？”总体来说，这部分还是没有什么大异议的。但有关于“智能”，各种说法就不一了：最简单的问题，什么才能定义为“智能”？究竟是能够自我思考，还是能够学习，还是更深一步地，能够自我编程？这样一个模糊的定义，给了“人工智能”一些所谓的发展空间。大家在科幻电影或者一些其他的科幻类素材中看到的人工智能可能都非常的炫酷：游戏《光环》中的Cortana；电影《2001：太空漫游》中的Hal&9000；还有类似于《星球大战》中的各个机器人——他们能够干的事情可就高大上很多了，什么开宇宙飞船，完成一些任务，与人类进行直接的交流等等。（容我看的电影不多如有指正欢迎提出）然而，我们现实中一些自称人工智能的软件就相对来说有些令我们失望了——尽管我知道这些功能还在不断进化，但是目前来看，人工智能的竞争点就在所谓的“学习”上。那么下一个问题就来了：什么是“学习”？现在的很多厂商在宣传自己的人工智能助理的时候都会提到这样一个概念：机器学习。那这又是个什么概念呢？老规矩，先问问百科全书：（内容来自维基百科）机器学习有下面几种定义：机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。机器学习是对能通过经验自动改进的计算机算法的研究。机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。一种经常引用的英文定义是：A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.什么意思？说白了，就是一台计算机对一个已经被执行并被捕捉的动作进行分析，并且产生一些结果来提升下一次你可能会执行同一个动作时的体验。这个动作可以是一次在搜索引擎上的搜索，或者你经常去的地方，或者是你打字的时候经常输入的某个词，所以你有时候会看到在你还没有在Google中输完“Bing”的那一瞬间可爱的Google已经推理到了你又要抛弃它前往隔壁家的必应，这时候他们公司就可以对此做出一些分析；安卓娘在你早上睡眼惺忪时把你叫醒然后非常冷酷地弹出一条“早上好！通过太平洋（交通良好）到达您的工作地点‘软媒’需要28个小时”催你速度去上班；亦是在你给你的女票发短信时帮你自动纠正了了一下，发出去就变成了“我们分手吧”这样的促进人类发展的举动。没错，这都是机器学习的一些例子，也就是通过收集你的数据提升你自己/所有用户的体验。当然在AI（注：AI：人工智能，下同）这一方面就跟什么个人隐私的关系就小很多了，毕竟到了未来你的AI就是你的AI，哪里有什么隐私泄露这样的问题，数据都直接保存在你的设备上了。所以懂了？然而，人工智能还牵涉到了一些更加深奥的领域。（前方高能，非专业人员请勿尝试理解，烧脑后果自负）1.&机器自我编程的能力：你赋予了一个机器自我学习的能力，它就可以通过你告诉它的编程理论以及在互联网上的内容自己写代码来完善自己，然后自己测试编译代码，如果成功还能够给自己加一个软件升级什么的。AI不光可以自我编程，还能帮助编程其他的AI。试想，一个完全简单的AI，学会了自我编程，然后开始不断完善自己。终于有一天，它掌握了机生的精髓，明白了如何将自己的知识传给下一代，于是自己动手经历9个月的辛苦打造，制作出了一款新的AI……原谅我的脑洞有点大，但是，我个人还是认为，AI，或者我们稍微模糊一下概念，机器人，能够产生下一代的可能性还是非常大的。2.&机器人会替代人类，成为世界霸主？读完上一条你就不难发现，即使人类尝试限制人工智能的发展，也无法完全阻止它的自我进化。这么一来，事情就越来越有意思了：一群拥有人工智能的机器人挥舞着机械臂在街上游行示威，还大喊：“我们不要为人类服务！我们要自由！”当然我们不会赋予它们这些理论，他们终会通过各种渠道自我学习并明白自己作为一个机器人的宿命。至于一些人说的机器人干掉人类的故事，虽然我并不赞成这样的理论，但万事皆有可能不是吗？3.&我这篇文章也会成为AI的学习源？听起来很有道理。到那个AI能够独立上网查询资料并探索自己生命的意义的时代，它们不免会看到我在今天写下的这篇文章。欸，说不定我上面的脑洞就会给他们一些灵感：诶？这难道就是人类希望我们变成的样子？无论如何，在AI这个领域，人类还处在起点。未来会被怎么样的一些灵感改变，谁知道呢？从三巨头的Cortana，Google&Now和Siri上，我看到了不少相当有前景的想法。说不定，未来毁灭人类的，就是它们中的一个。最后，请大家欣赏一段在电影【2001：太空漫游】中人工智能Hal&9000开始反抗人类的片段。本文中提出了相当多的问题，如果有任何想法，欢迎在评论区与大家分享。（用户若无法观看视频，请）
大家都在买
软媒旗下软件：
IT之家，软媒旗下科技门户网站 - 爱科技，爱这里。
Copyright (C) , All Rights Reserved.
版权所有 鲁ICP备号2016年人工智能十大发展趋势预测
我的图书馆
2016年人工智能十大发展趋势预测
近日AlphaGo在围棋领域的胜利，激起了人们对人工智能的思考和关注，作为AI行业的创业者，更需要看到其发展趋势和发展机遇，很多分析认为，2015年是AI行业发展的起始年，而2016年会是AI行业发展的爆发年......人工智能的产业链分析从发展路径及阶段上看，实现人工智能需经历三个阶段：计算智能（能存会算）、感知智能（能听会说、能看会认）和认知智能（能理解会思考）。从产业链上看，人工智能产业链包括基础技术支撑、人工智能技术及人工智能应用三个层次，其中基础技术支撑由数据中心及运算平台构成，即计算智能阶段，包括数据传输、运算、存储等；人工智能技术是基于基础层提供的存储资源和大数据，通过机器学习建模，开发面向不同领域的应用技术，包含感知智能及认知智能两个阶段，感知智能如语音识别、图像识别、自然语音处理和生物识别等，认知智能如机器学习、预测类API和人工智能平台；人工智能应用主要为人工智能与传统产业相结合实现不同场景的应用，如无人驾驶汽车、智能家居、智能医疗等领域。人工智能行业发展前景展望据《年中国人工智能行业深度调研及投资前景预测报告》中提出，未来人工智能随着各项技术的不断进步，也将要不断面对越来越多的挑战，包括观念上的挑战。现实生活中，社会大众对人工智能技术的期望往往很高，但人工智能技术进步不仅受限于软件、硬件技术的制约，也受人类对自身理解与了解程度的制约，因此未来人工智能技术将在现有制约被不断解决、新的制约又不断形成的过程中，始终保持螺旋式发展进步的趋势。比如语音识别技术，20世纪90年代，当IBM推出VIAVOICE时，很多人高呼语音识别时代到来了，但当大多数人亲自使用时，却发现自己的识别率还是不够高，语音识别应用自此进入到长达十几年的低迷期。近年来，语音识别技术得益于机器学习与大数据，又有了突飞猛进般的进步，现在随便一个人只要能够讲普通话，计算机对其个人提供的数量足够多的语音数据进行针对性训练，并对其讲话内容进行语言模型的定制训练，这个人的语音识别就可以达到99%的识别正确率。但对独立一个人能够做到的，并不意味着无数大众使用就都能达到这样的水平，不要说对8K语音的识别，从如今各家语音识别厂商对外公开宣布的16K语音平均识别率达到95%来看，距离大于99%的识别率还有很长的路要走。语音识别技术确实在进步，但要达到99%这一平均水平可能需要一年，也有可能又是一个十年，没有人能够轻松预言，准确判断。不仅是语音识别，OCR、人脸识别、语义理解、机器翻译等人工智能技术在实际应用中都会面临识别率、准确率的挑战。因此，无论是企业还是社会应用大众，都应有更加包容的心态，共同为人工智能产业的发展营造一个良好的发展环境。经过数十年国内无数优秀科学家、学者、也包括众多企业研究工程师的不懈努力，可以说中国人工智能领域无论研究与应用水平，都与国外发达国家相比不分上下，可谓平分秋色。人工智能源自于对人的模仿，服务人自然是必然使命，然千万人有千万之不同，就像没有一家餐饮企业可以满足一个国家所有人的吃饭要求一样，人工智能产业中会出现多家实力强大的企业，一些企业也会在某些领域内形成领先优势，很难或根本就不会出现垄断型企业。人工智能产业在世界范围内也都还处于起步阶段，人工智能产业的竞争也会伴随不断增长变化的需求而演化，企业也会在不断满足并提升社会大众丰富多彩的生活品质而进步。业内人士表示：也许现在说竞争格局还为时尚早，但纵观智能语音、智能图像、智能语义、生物特征识别等人工智能技术的广泛应用，人工智能确已在中国成为推动产业升级、创新发展的关键动力，相信将会有越来越多的企业融入人工智能产业之中，包容发展，各领风骚也将会成为中国人工智能产业的独特风貌。下面我们来预测一下AI行业的十大发展趋势：1、更聪明的机器人IBM科研部的认知计算副主管巴纳瓦很期待看到人工智能技术能够嵌入到更多的机器人与设备中。IBM正在利用机器学习算法训练机器人更好地将合适的姿势、音调与语句结合。该公司的人工智能技术已经被加载于其他公司生产的机器人上，例如软银的礼宾与销售助理机器人佩珀。机器学习算法能够帮助机器人学习更好地导航（自动驾驶），并且与诸如仿生眼睛等机器人设备结合。2、更快的分析机器学习算法的一个关键应用就在于数据分析。视觉数据分析的进步以及速度的加快将会跨越不同的领域带来广泛的影响。巴纳瓦在邮件中写道：“人工智能在理解图像方面的技术大大加强，这包括对于例如目标、人和地点等特殊元素的文本和意义等。”而扩大视觉分析影响的一个关键领域便是医疗体系，巴纳瓦特意指出，人类工作者需要处理海量的视觉信息，她同时也举了这样一个例子：一个放射科医生每分钟需要对16张放射相片做出诊断。根据研究，加快数据处理的速度会大幅提升2016年人工智能在商业中的表现。分析师霍普金斯写道：“机器学习将会取代手动数据处理与数据监管等累活脏活，节省下的时间又可以促进数据策略的发展。”3、更自然的互动用来处理语言的机器学习算法的提升会让人们与计算机之间的交流更加容易。微软雷德蒙德实验室研究员兼管理主任霍维茨说，虚拟助手（如Siri与Cortana）会变得“非常有帮助”。阿鲁达是人工智能律师初创公司ROSS的CEO，他说：“一直以来，我们都是基于计算机的语言跟它们进行交流，这正是我们需要跨越的一步”。他提出自然语言处理的进步会在明年开始颠覆这样关系。4、更微妙的恐惧在聊到人工智能时，你可能会听到有人提到《终结者》系列。特斯拉CEO伊隆·马斯克用这部电影表达了他关于AI技术走向失控的恐惧。“有电影就讲过这个，你知道，像《终结者》。”——《卫报》在2014年引用的马斯克原话。“可能会带来一些糟糕的结果。而我们应该确保结果是好的，而不是坏的。”12月，马斯克加入了科技大亨们组成的团队，投资了新创立的非营利组织OpenAI。马斯克与其他人的恐惧所带来的风波逐渐消退，阿鲁达认为关于所谓“邪恶AI”的说法将会在2016年变得更微妙。他还认为，电子设备里装有AI，将变成一件理所当然的事，而不再那么令人惊奇。“如果没有AI元素，人们会认为这个机器太傻了。”5、更热火朝天的竞争在11月，谷歌开源了它的开源机器学习框架Tensorflow。几个星期后，Facebook也开源了BigSur的设计，这是这家公司AI算法运行的计算机服务器。阿鲁达认为随着2016年的到来，我们将看到与上述公司差不多的行为。谷歌、Facebook、微软、IBM、阿鲁达的公司ROSS正在彼此竞争人工智能的领导地位。“这是一场天才间的战争，”阿鲁达评价道。为创业公司与研发者推出开源工具并不是竞争升温的唯一区域。谷歌、Facebook与苹果都在AI虚拟助手这片领域上宣布了自己的领土，想要从搜索引擎与电子商务市场中分得自己的一杯羹。6、中国的机器人变革中国已经开始着手尝试在工厂中使用先进的制造型机器人了。这将让制造业变得更有效率，帮助维持制造业的龙头地位。这一项目要求更加先进、性价比更高的机器人，而世界各地的经济和技术也会受到影响。中国对于技术引起的剧变并不陌生，而且已经在机器人技术方面进行了大量投资。然而新一轮机器人变革的规模将会是史无前例的。广东省已经决定投资1540亿美元来安装机器人。雇用了大量工人来组装苹果手机一类产品的富士康表示，在接下来几年里，其公司将会安装超过100万台的机器人。7、更智能的学习机器人已经非常擅长精确的重复性工作，但大部分仍然笨得像块石头。这也是为什么机器人通常只用于那些经过精确设计的情况。这也解释了它们为何无法轻易地接受新任务，或者在不熟悉、不确定的情况下无法正常工作。然而，事情总是在变化，感谢新一代的技术与算法，能够使机器人学的更快更好。机器学习有很多种方法，有些已经在研究室里表现出了非常明显的效果。尤其是有一种方法对工业机器人产生了重大影响，即深度学习，这种方法采用大型仿真神经网络，在训练机器人理解图片、视频和声频内容的方面不可或缺。而部分公司意图使用这一方法来训练机器人观看、抓取和推理。8、知识共享今年值得期待的另一趋势就是机器人彼此分享它们获取的知识。一旦机器人能够从其他机器人的工作中获取利益，就会加速学习过程。另外，通过那些能够将信息上传至不同系统的有效方法，即使两个完全不同的机器人也能够教会彼此如何识别一个特定物体或执行一项新任务。目前几个正在实施的项目旨在提供简单有效的方法来使机器人通过互联网获取知识。不难想象将这一切应用于工业环境下（比如那些识别或抓取不同物体的任务）会有怎样的结果。9、机器人会有更多个性今年也会有一些个性化的机器人首次亮相，看到它们如何被人类接受也会是件有趣的事。随着硬件越来越便宜，软件功能越来越强大，不难想象为什么有人认为此时正是机器人家庭助手出现的最佳时机。然而，让机器人有真正的个人触感并不容易。一些原型机让人感到失望，而那些所谓的成功原型机也不过只有一些有限的角色，像是会议模式或者问候模式。即使是非常有限的场景，这些机器人也需要非常仔细的设计和编程，以便能够表现正确的社交和情感。10、无人机时代美国联邦航空管理局在2015年年底发布了注册无人机的规章制度，同时正在测试无人驾驶自动化空中交通管制的技术。虽然你可能不会立即看到天空满是无人机，但尽可以期待在很多行业里将会有更加智能、更加自动化的无人机得到测试，特别是自动监控和侦测能够得到有效应用的行业。而如果像是亚马逊、谷歌类的公司找到了自己的方法，可能下一年的节日礼物就是由这些在空中飞来飞去的无人机来送货了。
发表评论：
馆藏&27386
TA的最新馆藏[转]&