人工智能的发展现状和前景

作者:知否
来源:智能
2018-03-13 22:48
[ 导读 ] 人工智能发展的历史可以分为三个阶段,技术驱动阶段、数据驱动阶段、情境驱动阶段。在技术驱动阶段基本算法的

人工智能市场发展

1.jpeg

人工智能发展的历史可以分为三个阶段,技术驱动阶段、数据驱动阶段、情境驱动阶段。在技术驱动阶段基本算法的发展,成为了推动人工智能进步的最大动力。尤其是在1956年著名的达特茅斯会议之后,人们对于算法程序语言的开发投入了极大的热情,掀起了人工智能发展的第一波高潮。

数据驱动阶段是数据推动人工智能更新迭代的一个阶段,在这个阶段里可以获得并进行分析的数据成量级的,成几何级数的增长,不仅提高了大量数据的计算能力,使人工智能的大规模运算成为可能,并且反过来倒逼了数据的采集,清洗和积累,以及相应的软硬件设施的发展,推动了整个大数据行业的腾飞。值得提起的是像思科、IBM这种大公司在这个阶段发挥出了规模的优势,训练数据的获取和积累成为了推动人工智能这第二步发展的主要的动力。但是也可以看到,实际上这一波发展也是因为一些存储设备硬件的发展高度的集成化所带来的。

在情境驱动阶段技术进一步的推动了创新,并且人类把AI的发展从特有性目标推到了通用行为目标,这个阶段是情境来推动物质,能深入到更具体的应用的。随着人工智能技术发展和数据的积累,行业逐渐发现短期内通用智能和强人工智能有把数据分布成情境化的特性,这使得人工智能在特定情境下的垂直发展成为了可能。我们现在看到的大多数人工智能,其实是情境化的垂直型的。比如说自动驾驶汽车、人类识别、智能投顾,实际上都是在特定的某个使用情境里的人工智能。

纵观人类社会与大数据行业和人工智能的行业的发展,可以发现一个规律,大数据行业和人工智能行业之间,其实是同生同长的一个关系,每一波人工智能行业的成长其实背后都是大数据行业成长在起到一个决定性的作用。

根据ABC最新的一份全球半年度的认知和人工智能系统开支指南,人工智能解决方案的市场在2016年到2020年预期内的符合年增长率将达到55.1%,认知计算和人工智能在各行各业中的广泛应用,将推动起全球收入从2016年的近80亿美元增加到2020年的470多亿美元。各家研究机构对于人工智能市场普遍抱以乐观态度。

当前AI产业布局

2.jpeg

硬件技术主要是以一些前置性的计算芯片厂家为代表,比如英特尔、寒武纪、地平线机器人,它们使得数据的前置处理成为可能。数据收集的入口,极大程度地减少了后期处理的复杂程度。图像或者声音在硬件端就能够得到结构化的这处理,便于后期进行分析。在硬件技术中主要接触的是一些在人的理解和分析的层面无法去直接进行处理的数据,比如说人在进行图像处理的时候,没有办法同时看一百万张图片,但是机器就可以帮我们,从这一百万张图片里面去挑选出拥有我们定义的特征的图片,例如暴力,色情图片的寻找。

分析类的人工技术主要指进行数据训练,提供算法的服务类的公司。它被称为应用类的人工智能技术,当数据采集分析完毕,变成了一个结构性的数据集下,接下来跟实际的商业里面的应用情境结合起来,让它能够直接的自动化帮助人们去解决一部分问题。

应用建模主要也是比较有情境化的场景,包括虚拟助理,应用层的机器学习,应用层的计算机时间,推荐引擎,手势控制,语音翻译。智能机器人技术是这个层面主要的核心技术。

AI发展面临的四个痛点

3.jpeg

1、缺少训练数据

虽然已经积累了大量的数据,但是平均到每家企业来说,可以获得的数据来源还比较单一。由于商业竞争中存在壁垒,这些数据之间很少能够形成交叉,但同样一条数据所包含的维度越多,那么这条数据的价值在越多,能够形成的因子更多,所以为了满足这个数据的多元性,企业不得不求助于建立一个数据生态,丰富培养人工智能所必要的训练数据的来源。

2、缺少比较情境化的应用

这是因为能够被采集到的数据量占人类生活中所产生信息量的10%左右,在这其中能够被分析的数据更是少之又少。这些数据大部分都沉浸在情境中,所以这对计算能力提出了更高的要求,而且对于用合适技术转化成可分析的数据也提出了更高的要求。

3、是商业化路径比较远

全部评论

相关文章

  • 验证码: 看不清?点击更换 看不清? 点击更换
  • 微信扫一扫

    知否网