• <td id="0wuu2"></td>
    <td id="0wuu2"></td>
    <td id="0wuu2"></td>
    <table id="0wuu2"></table> <noscript id="0wuu2"><noscript id="0wuu2"></noscript></noscript>
  • 人工智能產業展望:2018年三大難題如何破解?
    日期::2018-02-03 來源:人工智能 語音識別 語音交互

    當前,AI的競爭已然升級到國家競爭。2017年首次出現了“AI中國威脅論”。谷歌前董事長施密特公開抱怨美國政府對企業在人工智能領域的支持不足,這將使美國“在10年內”向中國拱手讓出在該領域的主導權。

    抱怨的背后正體現出中國人工智能厚積薄發,取得了一定成就,尤其是在應用層的發展達到了與美國相近的水平。如在移動支付方面,目前中國的移動支付普及率為77%,位居全球第一,在大量應用的背后,從刷臉支付到算法優化,人工智能扮演著關鍵作用。美國人免不了喝上一壺老陳醋。

    事實真的如此嗎?

    我們在做《中美兩國人工智能產業發展全面解讀》報告時發現:中國人工智能企業數量、人才數量都僅為美國的一半;美國布局全面,而中國無論是企業還是人才,在產業基礎層、技術層、應用層,分布不均,僅應用層略有積累。

    施密特之抱怨,終究無法掩蓋中美兩國巨大的產業落差。

    與其關注誰威脅誰,不如把心思放在技術創新上。這才是每一個AI企業都應該時時刻刻思考的問題,也是一個科技企業的本分。

    不過,現在產業界也不夠冷靜。甚至于出現了一些讓人擔憂的跡象。回顧2017,人工智能領域已經出現了三大突破,算法、政策、資金,均創里程碑,業界歡呼鼓舞,這種情形像極了1999年底網絡泡沫泛濫的情形。

    展望2018,偌大一個人工智能,優秀項目不夠、頂尖人才不足、場景落地缺缺,三大難題橫亙眼前,又將如何破解?

    2017年的三大突破

    1

    算法的突破

    要說在2017年把人工智能引入輿論高潮的,就不得不提圍棋人機大戰。來自谷歌旗下的AlphaGo以3:0擊敗了世界排名第一的柯潔,隨后AlphaGo Zero又取得超過AlphaGo 的實力,贏得了100場比賽的全勝,并在40天內超過了所有舊版本。

    AlphaGo的前幾代版本,主要采用深度學習算法,一開始用上千盤人類棋譜進行訓練。

    AlphaGo Zero則跳過了這個步驟,自我對弈學習下棋,完全從亂下開始,采用的是強化學習。該系統從一個對圍棋一無所知的神經網絡開始,將該神經網絡和一個強力搜索算法結合,自我對弈。在對弈過程中,神經網絡不斷調整、升級,預測每一步落子和最終的勝利者。

    強化學習其實也是機器學習的一個分支,強化學習是一種標記延遲的監督學習。它講究在一系列的情景之下,通過多步恰當的決策來達到一個目標,是一種序列多步決策的問題。

    AlphaGo Zero的成果提示,AI并非只有深度學習,強化學習也很值得研究。

    在過去的三十年,深度學習運動一度被認為是學術界的一個異類, Geoff Hinton和他同事的努力,使得深度學習成為主流,應用于語音識別、圖像標簽以及其他無數在線工具的用戶體驗。

    有趣的是,臨近年底,深度學習之父Hinton發布新論文Capsule,斷然宣稱要放棄反向傳播和深度學習理論,欲自廢三十年功力再練一套新AI“功夫”。圈里圈外頓時蒙圈。

    自我顛覆或醞釀著AI的另一次飛躍。李飛飛對此大為贊賞,發推特稱:沒有工具是永恒的,即使是反向傳播和深度學習。重要的是基礎研究繼續推進。

    2

    政策的突破

    2017頂層設計已經明確昭示產業發展方向,可以預期,2018年后各地將掀起新一輪的發展高潮。

    為搶抓人工智能發展的重大戰略機遇,構筑我國人工智能發展的先發優勢,加快建設創新型國家和世界科技強國,2017年7月,國務院印發的《新一代人工智能發展規劃》,提出三步走計劃,到2030年人工智能理論、技術與應用總體達到世界領先水平。

    《規劃》旨在大力發展五大人工智能2.0技術(包括深度學習、跨界融合、人機協同、群智開放和自主操控),用以解決技術、產業、社會和國防四大領域的問題。值得一提的是,規劃中還提到了讓中小學開設人工智能和編程課程,人工智能教育從娃娃抓起,一時間風頭無兩,蓋過規劃。

    繼《規劃》發布后,11月15日,科技部在北京召開新一代人工智能發展規劃暨重大科技項目啟動會,宣布依托百度、阿里、騰訊和科大訊飛四家公司,成立人工智能四大平臺,標志著新一代人工智能發展規劃和重大科技項目進入全面啟動實施階段。

    作為創業者和企業家,2018年發展什么樣的人工智能技術和產品、怎樣發展人工智能技術和產品?翻開《規劃》,尤其是關于“培育高端高效的智能經濟”的內容,一定可以找到一些思路:“大力發展人工智能新興產業,將技術轉換成應用,實現在智能軟硬件、智能機器人、智能運載工具(車、船、飛機、火箭等)、VR/AR、智能終端和物聯網基礎器件的創新;加快推進產業智能化升級,促進傳統企業的改造,讓制造、農業、物流、金融、商務和家居等各領域都實現人工智能規模化應用;大力發展智能企業,推動企業智能升級,推廣應用智能工場;打造人工智能創新高地,鼓勵打造建設以人才、企業、生產要素為中心的產業群、產業園。”

    3

    AI投融資突破

    一改前兩年的低調,2017年的資本,高調的聚集到屈指可數的較成規模的AI創業項目中。

    7月11日,4.1億美元!商湯科技刷新AI領域單輪融資紀錄!

    10月31日,4.6億美元!曠視科技獲4.6億美元C輪融資,再次刷新了融資記錄!

    2017年,一系列眼花繚亂的融資事件陸續爆發。

    2017年中國AI領域投融資創出歷史新高,一年內總投融資達582億元。

    在投資熱門領域方面,VC對計算機視覺與圖像、自然語言處理和智能機器人的關注持續全年,其趨勢基本符合騰訊研究院8月發布的《中美兩國人工智能產業發展全面解讀》和《中美人工智能創投趨勢報告》的預測。

    值得一提的是,國產AI芯片獨角獸出現。長期以來,中國信息產業受制于人,在產業核心芯片方面的落后不僅僅是技術、資金的匱乏,更重要的還有產業生態意識的淡薄。AI芯片投資周期長,金額大,產出小的特點,使得很多投資商及企業對它望而卻步。而此次一億美元的融資,將用于發展國產AI芯片的產品化和市場化,有助于推動產業走向自主發展的道路。

    粥多僧少,泡沫也在醞釀。由于創業公司成立數量較前兩年有所回落,2017年資金明顯偏向中后期、大多數是一些較為成熟的項目,金額相當巨大。

    2018年,投資人會不會對AI初創項目表示更多熱情?

    許多AI初創項目,屬于“三缺一”項目,缺少獨創技術、缺少應用場景、缺少成熟度,只有一個概念,徘徊在實驗室里,難以推開市場的大門,看起來有點懸。


    轉自:搜狐新聞


    上一篇:薦讀 |《語音識別:原理與應用》之語音特征提取 下一篇:2018年人工智能將無處不在
    關鍵詞: 聲紋識別 聲紋鑒定 社矯認證 社保認證 遠程認證 動態口令 聲紋密碼 語音識別
    友情鏈接: 語音實驗室
    久热精品视频