cookieOptions = {...}; ‧ 從感知智慧到認知智慧,AI 還有很多可以「撈錢」的地方 - 3S Market「全球智慧科技應用」市場資訊網
2016年4月15日 星期五

leiphone 訾竣喆

47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?
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。

从感知智能到认知智能,AI还有很多可以“捞钱”的地方

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。
从感知智能到认知智能,AI还有很多可以“捞钱”的地方

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%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510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%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%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GoogleFacebook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
从感知智能到认知智能,AI还有很多可以“捞钱”的地方

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 意見: