:三年前打败了柯洁的人工智能 真的改变这个世界了吗?2020-07-14 13:49:030阅( 三 )


在2017年杭州阿里云栖大会上 , 阿里巴巴在面向未来技术创新方面投入千亿资金 , 成立了探索人类未来科技研究院“达摩院” 。
:三年前打败了柯洁的人工智能 真的改变这个世界了吗?2020-07-14 13:49:030阅
文章图片
图10/15达摩院研究方向此外 , 华为等国内科技巨头 , 也在人工智能底层研究上有所投入 , 包括建立研究院 , 与各大高校共同开设相关课程等 。
无论是成立研究院、实验室还是达摩院 , 虽然各家研究方向存在细微差别 , 但BAT都试图表现投入人工智能底层研究的态度 。 只是相关设想在实践中遇到挑战 , 如今 , 百度人工智能实验室遭遇大换血 , 吴恩达早已离职创业 , 少帅计划也无疾而终;腾讯Lab经历调整 , 张潼、贾佳亚相继离开;达摩院的投入重点在往产业层面靠拢 。
在产业界探索研究人工智能底层技术遭遇挫折的同时 , 在产业层面 , 人工智能在波折中前进 。
目前 , 全球人工智能产业的生态系统正逐步成型 。 依据产业链上下游关系 , 可以将人工智能划分为基础支持层、中间技术层和下游应用层 。
基础层是人工智能产业的基础 , 主要包括了芯片、传感器、大数据和云计算等基础能力 。
我国人工智能行业发展追求速度 , 资金投向追捧易于变现的终端应用 。 研发周期长、资金投入大、 见效慢的基础层创新被市场忽略 , 但是人工智能的发展根源于基础层(算法、芯片等) , 长期来看看 , 人工智能的行业研究有所突破还是要依赖基础层研究 。
技术层是人工智能产业的核心 ,主要以模拟人的智能相关特征为出发点 , 将基础能力转化成人工智能技术 。 如计算机视觉、智能语音、自然语言处理(NLP)、人机交互等应用算法研发 。 其中 , 技术层能力可以广泛应用到多个不同的应用领域 。
计算机视觉是实现工业自动化和智能化的关键核心技术 , 其对于人工智能的意义 , 正如眼睛之于人类的意义 , 帮助机器“看懂”这个世界 。 本质上 , 机器视觉通过使用光学系统、工业数字相机和图像处理工具 , 来模拟人的视觉能力 , 并做出相应的决策 。
而NLP则是帮助人工智能“理解”人类语言 , 这是人工智能、计算机科学、信息工程的交叉领域 , 涉及统计学、语言学等的知识 。 人类语言充满了负责性和模糊性 , NLP也是人工智能领域最为困难的问题之一 , 但一旦攻破 , 就达到了机器智能化的最高境界 , 因此NLP也被誉为是“人工智能皇冠上的明珠” 。
语音识别的技术难度相对更低 , 它只要求人工智能“听懂”语言 , 而不要求其“理解”语义 。 语音识别技术现在已相对成熟 , 国内的科大讯飞就是这一细分赛道中的代表企业 。
自动驾驶是人工智能技术的另一个大方向 , 它涉及视觉计算、雷达、监控装置和全球定位系统的协同合作 , 技术体系更为复杂 。
:三年前打败了柯洁的人工智能 真的改变这个世界了吗?2020-07-14 13:49:030阅
文章图片
图11/15现阶段 , 对自动驾驶的研究主要还停留在L3级别 , 但在日前的人工智能大会上 , 马斯克透露:“目前最新的特斯拉纯电动车已经十分接近L5级自动驾驶 , 今年将完成其基本功能 。 ”
近年来 , 我国技术层围绕垂直领域重点研发 , 在计算机视觉、语音识别等领域技术成熟 , 国内的头部企业竞争优势明显 。 但是具体来看 , 在算法理论和开发平台领域 , 尚且缺乏积累和经验 , 百度的PaddlePaddle、 腾讯的Angle 等国内企业打造的开放平台尚无法与国际主流产品竞争 。
应用层作为人工智能产业的延伸 , 将技术应用到具体行业 , 涵盖制造、交通、金融、医疗等 18 个领域 , 其中医疗、交通、制造等领域的人工智能应用开发受到广泛关注 。
当前 , 应用层以底层技术能力为主导 , 切入不同场景和应用 , 提供产品和解决方案 。 受益于计算机视觉、图像识别、自然语言处理等技术的快速发展 , 人工智能已广泛地渗透和应用于诸多垂直领域 , 产品形式也趋向多样化 。
:三年前打败了柯洁的人工智能 真的改变这个世界了吗?2020-07-14 13:49:030阅
文章图片
图12/15目前 , 应用层是人工智能产业链中市场规模最大的层级 。 据中国电子学会统计 , 2019 年 , 全球应用层产业规模将达到 360.5 亿元 , 是基础层的 2.53 倍 。 在全球范围内 , 人工智能仍处在产业化和市场化的探索阶段 , 落地场景的丰富度、用户需求等有待提高 , 国际上尚未出现拥有绝对主导权的垄断企业 , 在很多细分领域的市场竞争格局尚未定型 。
尽管人工智能近年来发展迅速 , 但从整体来看 , 虽然有AlphaGo大败人类围棋手的里程碑事件在前 , 人工智能的发展其实还并不成熟 。
李彦宏将人工智能的发展分为了三个阶段——技术智能化阶段、经济智能化阶段以及社会智能化阶段三个阶段 。 其中第二阶段又分为上下两个阶段 , 在前半段 , 人工智能的发展主要围绕通用能力的开发和作为一种资源的AI能力的平台化 。 在后半段 , 人工智能开始全面的产业化 , 行业应用与商业化全面普及 。
当下 , 我们正处于从经济智能化的前半段向后半段过渡的时期 , 人工智能已经证明或者初步证明了其对所在行业的颠覆和重构潜能 。


推荐阅读