4月7日，艾瑞發佈了2015年中國人工智慧應用市場研究報告。其中對人工智慧的發展和應用現狀進行了分析，並對行業前景進行了預測——
5~10年間感知智慧將進一步普及，未來的發展方向是認知智慧。
人工智慧發展都需要具備哪幾個條件？
從1955年至今，人工智慧的發展經歷了三次潮起，兩次潮落：
1955年．達特茅斯會議標誌AI誕生；
1957年，羅森布拉特發明第一款神經網路，進入第一個高峰；
1970年，受計算能力所限，AI進入第一個低谷；
1982年，霍普菲爾特神經網路提出；
1986年，BP演算法實現了神經網路訓練的突破，進入第二個高峰；
1990年，人工智慧電腦DAPRA失敗，進入第二個低谷；
2006年，深度學習神經網路被提出；
2013年．深度學習演算法在語音和視覺辮識率獲得突破性進展，進入第三個高峰。
可見，每一次人工智慧的迸發期都與新的演算法有關，而我們恰好趕上了深度學習演算法的突破口，進入到了感知智慧時代。
“AlphaGo之所以能戰勝李世石，是由於它巧妙地將蒙特卡洛評估法和深度學習神經網路相結合。正是這些高級演算法的出現才能推動人工智慧的發展突破。”——艾瑞分析師
林仁翔
誠然，人工智慧的核心突破點在演算法上，而計算能力的發展和資料量的積累同樣重要。
- 計算能力的提高能夠提升演算法運算速度，目前人們已經開始通過GPU平行計算神經網路來進行計算，量子計算是未來的發展趨勢；
- 資料量的擴充則能夠提升演算法性能，互聯網的發展積累了一定的資料，未來物聯網的發展將進一步擴充資料管道源。
從電腦的出現、到互聯網的發展、再到物聯網出現，需要人工來完成的工作將越來越少。
目前，人工智慧處於“感知智慧”發展階段
艾瑞認為，人工智慧的發展一共可以分為三個階段——計算智慧、感知智慧、認知智慧。
- 第一個發展階段是在計算這個環節，它使得機器能夠像人類一樣進行計算，諸如神經網路和遺傳演算法的出現，使得機器能夠更高效、快速處理海量的資料。
- 第二個發展階段就是感知智慧，讓機器能聽懂我們的語言、看懂世界萬物。語音和視覺識別就屬於這一範疇，這些技術能夠更好的輔助人類高效完成任務。
- 第三個發展階段就是認知智慧，在這一階段，機器將能夠主動思考並採取行動，比如無人駕駛汽車，實現全面輔助甚至替代人類工作。
對此，分析師林仁翔表示，目前的人工智慧還處於感知智慧的發展階段。
“目前，語音辨識和視覺識別成功率已經分別達到了95%和99%，這在深度學習出現之前是難以想像的。近年來，由於計算處理能力的突破以及互聯網大資料的爆發，再加上深度學習演算法在資料訓練上取得的進展，演算法、計算、資料三者都已成熟，這推動了人工智慧在感知智慧上實現巨大突破。”
他認為，雖然感知智慧已經實現了突破，但這項技術仍然有函待提升的地方。
“比如人臉辨識判斷身份這項技術中就存在缺陷，人們用照片就可以欺騙設備實現身份認證。而活體驗證技術就是目前需要研究的技術；再比如味覺和嗅覺的資料，這也是物聯網感測器目前所無法觸及的領域。”
據此，艾瑞預測在5到10年間人工智慧產業還有很多的機會可以發掘，而何時能夠進入到下一階段（認知智慧）還不得而知。
“認知計算何時能夠突破還尚未可知。因為目前連‘深度學習神經網路能否真的讓機器學會如何思考’都還不清楚，而且這與生物以及其他一些相關學科的研究突破也息息相關。至於什麼時候相關學科能夠獲得突破性進展，我們也無法得知。”
人工智慧還有哪些領域可以掘金？
人工智慧的概念很寬泛，那麼具體的細分產業都有哪些呢？在這裡，艾瑞提供了幾組資料：
- 中國71%的AI相關企業都在做技術落實應用，這是中國目前的AI行業現狀；
- 在應用企業中，有83%都是在做軟體服務，而諸如機器人等硬體產品相對匱乏；
- 在演算法技術方面，中國55%的AI相關企業在做電腦視覺，有13%在做自然語言處理，9%進行機器學習。
“我們在獲得Google、Facebook開源的研究技術之後，能夠很快把技術應用落地，這是中國的優勢；而對於基層的技術研究，中國的企業實力目前還無法和國際匹敵，這是劣勢。”
——分析師 張鳳
在人工智慧最為廣泛的應用層面上，則可以分為五大場景：
- 第一個是智慧硬體、機器人的上應用。借助視覺識別技術以及語音辨識技術，通過對資料的理解、計算、學習實現決策並實行，實現在對話模式的轉變，向自主階段發展；
- 第二個是虛擬場景服務。借助視覺技術以及語音辨識技術，改變視覺呈現方式以及互動方式，類比真實場景，通過體感或語言互動。
- 第三個是安防領域。借助人臉辨識技術、指紋辨識技術，實現智慧攝像頭和防盜鎖等的快速識別功能。
- 第四個是虛擬服務。借助語音辨識技術以及後臺資料分析技術，建立智慧虛擬客服。
- 第五個是商業智慧服務。借助人工智慧的演算法和模型，對雲資料平臺的資料進行挖掘和分析，最終實現智慧決策。
第五點同時也是未來人工智慧應用領域的發展方向，主要體現在推理並提出決策方面，而這也正是IBM所在做的事情（關於IBM與認知智慧，此前媒體有過報導，詳見：深藏不露的IBM，這幾年都在忙著做這些事情）。
那麼，如果想要進軍AI產業，可以從哪幾個方面切入呢？目前可以分為三種：
- 第一種就是自下而上的切入——從人工智慧的基礎資源（資料以及底層演算法技術）切入，再輔以技術研發來構建上層應用，比如百度、Google，依託自己多年積累的資料和深度學習技術，向無人駕駛汽車、機器人等應用拓展；
- 第二種就是從中間技術層來切入——依照自己的核心技術去構建應用，去發展上層應用的產品或者是服務，比如科大訊飛，從語音辨識技術切入，向教育和機器人等應用領域拓展；
- 第三種是自上而下的切入——直接應用領域切入，這也是大部分初創企業的做法。這種方式相對技術門檻較低，比如出門問問，重點發展個人助手服務，向醫療教育等領域拓展。
0 comments:
張貼留言