人工智能(AI)起源于上世纪50年代,在此后的半个多世纪中,历经了“逻辑推理”、“知识工程”的两起两落。目前,随着智能算力与数据瓶颈得以解决,在AlphaGo战胜围棋世界冠军的震撼中,“人工智能+”逐渐与各行业深度融合、走向繁荣。
从全球产业发展来看,人工智能是第四次科技革命的主要技术之一,也是全球竞争的主战场,关系着国家发展前途和命运。历史上每一次科技革命,通过技术突破、激起创新热潮,从而推进生产力变革与社会进步,人工智能的技术本质、未来效果同样如此。面对这一历史机遇,世界上主要发达国家和经济体,都加强了对人工智能的战略安排:美国、英国注重人工智能的基础研究,日本、德国偏向人工智能的行业应用。我国则提出,“现阶段的投资需求潜力仍然巨大,要发挥投资关键作用,加快5G商用步伐,加强人工智能、物联网等新型基础设施建设”,人工智能上升到国家发展战略高度。未来随着5G、基础数据等新基建深入,人工智能应用必将爆发新动能。
从人工智能产业链的构成来看,主要包括基础/硬件、数据、算法/平台/软件、应用等四层。其中,基础/硬件、数据、算法/平台/软件分别对应了人工智能的“算力、数据、模型”三要素。很多时候不容易区分人工智能与大数据之间的关系:大数据产业是人工智能产业的初级阶段,人工智能产业是大数据产业的升级及蜕变。
大数据和人工智能产业关系与区别
基础/硬件层包括GPU、DSP、FPGA、ASIC以及类脑等人工智能芯片,以及云计算、5G等相关的内容,是人工智能的计算能力支撑。目前在芯片领域,国外发展较早、积累较多,以NVIDIA、Intel、谷歌、IBM等为代表的芯片厂商具有技术上的领先优势。国内起步稍晚、市场需求强劲,以寒武纪、地平线、中星微等为代表的企业正在快速发展和突破,尽快实现进口替代。
AI芯片对比
数据层则结合不同技术研究需求,为各行业提供数据(集)的设计、采集、标注等资源及服务,是形成算法模型和人工智能的基础。目前,全球数据的快速增长催生数据产业蓬勃发展,IDC预测到2020年全球将总共拥有35ZB数据量,但是也存在采集汇聚困难、数据生产技术水平和效率不高、数据集不成体系、公共数据资源及服务缺乏等不足。未来,人工智能多模态非结构数据量大、种类复杂化;多模数据组合标注等需求将进一步突出,数据生产将更加智能,流程化、效率将大幅提高。以数据堂等为代表的企业,重视智能算法模型研发、智能数据工厂建设,具备多行业数据需求研究规划、大规模数据众包采集、大容量数据高效生产等能力,在未来的数据服务市场中将获得更多的青睐。
人工智能重点领域与数据层关系对应表
算法/平台/软件层包括了机器学习、强化学习、类脑学习等算法理论,以及开发平台,是人工智能的核心技术。目前主流的深度学习框架包括TensorFlow(谷歌)、MXNet(亚马逊)、Caffe/2+PyTorch(Facebook),百度Paddle Paddle以其易用性和支持工业级应用而逐步被国内用户接受。同时,百度、华为、阿里、腾讯、商汤、讯飞、旷视等国内巨头,面向不同应用领域打造开放平台,努力构建人工智能产业生态。
人工智能基础应用技术架构
应用层是人工智能走向市场的产品及解决方案,通过与各领域融合,对于改善传统环节流程、提高效率、提升效能、降低成本,甚至推动传统领域变革等方便,提供了巨大的推动作用。目前来看,其应用没有另有领域限制、其方案层出不穷。如百度阿波龙量产下线,提供了L4级量产园区自动驾驶解决方案,在雄安、厦门等多地开展实地运营里程超过10000公里;推想科技的医疗影像AI解决方案,为影像专业医生提供辅助阅片服务,已累计合作全球300+大型医院;科大讯飞基于智能语音识别技术,让机器能够“听懂”人类语言,在智慧教育、城市超脑、交通超脑等多行业提供应用,其中“交通超脑”试运行让示范区域内通行效率提升10%;新松智能家居服务机器人,不仅包含智能看护、亲情互动、家政服务等功能,还拥有强大的家庭卫士、环境感知、自主学习等黑科技……
人工智能的起落,还未走远;人工智能的兴起,已悄然而来。人工智能做应用者,得用户;搭平台者,争生态。而善用数据者,才能成就优秀应用或平台。
阅读并下载完整版《人工智能产业发展调研报告》全文,请登录数据堂官网查询。
豫公网安备 41010402002388号 网站地图 http://www.ur10.com/