人工智能加速滲透 真正落地并不遙遠

隨著《新一代人工智能發(fā)展規(guī)劃》的發(fā)布，國務(wù)院開始從整體上部署我國的人工智能發(fā)展規(guī)劃，并對2030年前的我國新人工智能發(fā)展的總體思路、戰(zhàn)略目標和主要任務(wù)、保障措施進行系統(tǒng)的規(guī)劃和部署。

從國家戰(zhàn)略來看，未來一段時間內(nèi)，人工智能和制造業(yè)的結(jié)合將成為推進智能制造的主要手段。從產(chǎn)業(yè)發(fā)展情況來看，人工智能產(chǎn)業(yè)架構(gòu)已經(jīng)初具雛形，主要包括基礎(chǔ)支撐層、技術(shù)驅(qū)動層和場景應(yīng)用層，筆者將主要從這三個層面對人工智能產(chǎn)業(yè)鏈進行梳理和解析。

基礎(chǔ)支撐層：國際IT巨頭長期盤踞，中國初創(chuàng)企業(yè)很難進入

在人工智能領(lǐng)域，傳統(tǒng)的芯片計算架構(gòu)已無法支撐深度學習等大規(guī)模并行計算的需求，這就需要新的底層硬件來更好地儲備數(shù)據(jù)、加速計算過程?；A(chǔ)層主要以硬件為核心，其中包括GPU/FPGA等用于性能加速的硬件、神經(jīng)網(wǎng)絡(luò)芯片、傳感器與中間件，這些是支撐人工智能應(yīng)用的前提。這些硬件為整個人工智能的運算提供算力，目前多以國際IT巨頭為主。

目前在GPU領(lǐng)域，英偉達主打工業(yè)級超大規(guī)模深度網(wǎng)絡(luò)加速，并于日前推出了基于Volta、首款速度超越100TFlops的處理器Tesla;英特爾主要圍繞FPGA構(gòu)建產(chǎn)業(yè)，推出了模仿人腦的人工智能芯片。谷歌也推出了第二代TPU芯片，為自己的開源TensorFlow框架提供芯片支撐。除了這些談到的行業(yè)巨頭，在這一領(lǐng)域還有眾多的初創(chuàng)公司，如中星微、寒武紀以及西井科技等，但在產(chǎn)業(yè)布局能力和研發(fā)實力方面還不可與這些巨頭匹敵。

技術(shù)驅(qū)動層：算法和計算力成主要驅(qū)動力，開源化是趨勢

技術(shù)層是人工智能發(fā)展的核心，對應(yīng)用層的產(chǎn)品智能化程度起到?jīng)Q定性作用，在這一發(fā)展過程中，算法和計算力對AI的發(fā)展起到主要推動作用。技術(shù)層主要依托基礎(chǔ)層的運算平臺和數(shù)據(jù)資源進行海量識別訓練和機器學習建模，以及開發(fā)面向不同領(lǐng)域的應(yīng)用技術(shù)，包含感知智能和認知智能兩個階段。其中，感知智能階段通過傳感器、搜索引擎和人機交互等實現(xiàn)人與信息的連接，獲得建模所需的數(shù)據(jù)，如語音識別、圖像識別、自然語音處理和生物識別等;認知智能階段對獲取的數(shù)據(jù)進行建模運算，利用深度學習等類人腦的思考功能得出結(jié)果，如機器學習、預測類API和人工智能平臺等。在此基礎(chǔ)上，人工智能才能夠掌握“看”與“聽”的基礎(chǔ)性信息輸入與處理能力，才能向用戶層面演變出更多的應(yīng)用型產(chǎn)品。

當前，國內(nèi)的人工智能技術(shù)平臺在應(yīng)用層面主要聚焦于計算機視覺、語音識別和語言技術(shù)處理領(lǐng)域，國內(nèi)技術(shù)層公司發(fā)展勢頭也隨之迅猛，其中的代表性的企業(yè)包括科大訊飛、格靈深瞳、捷通華聲(靈云)、地平線、SenseTime、永洪科技、曠視科技、云知聲等。

場景應(yīng)用層：AI與場景深度融合，領(lǐng)域應(yīng)用更加廣泛

應(yīng)用層主要是基于基礎(chǔ)層與技術(shù)層實現(xiàn)與傳統(tǒng)產(chǎn)業(yè)的融合，實現(xiàn)不同場景的應(yīng)用。隨著人工智能在語音、語意、計算機視覺等領(lǐng)域?qū)崿F(xiàn)的技術(shù)性突破，將加速應(yīng)用到各個產(chǎn)業(yè)場景。

應(yīng)用層按照對象不同，可分為消費級終端應(yīng)用以及行業(yè)場景應(yīng)用兩部分。

消費級終端包括智能機器人、智能無人機以及智能硬件三個方向，場景應(yīng)用主要是對接各類外部行業(yè)的AI應(yīng)用場景。近年來，國內(nèi)企業(yè)陸續(xù)推出應(yīng)用層面的產(chǎn)品和服務(wù)，比如小i機器人、智齒客服等智能客服，“出門問問”、“度秘”等虛擬助手，工業(yè)機器人和服務(wù)型機器人也層出不窮，應(yīng)用層產(chǎn)品和服務(wù)正逐步落地。

其中，IBM最早布局人工智能，“萬能Watson”推動多行業(yè)變革;百度推出“百度大腦”計劃，重點布局無人駕駛汽車;而谷歌的人工智能業(yè)務(wù)則較為繁雜，多領(lǐng)域遍地開花，包括AlphaGo、無人駕駛汽車、智能手術(shù)機器人等;微軟在語言語義識別、計算機視覺等領(lǐng)域保持領(lǐng)先。除此此外，家電行業(yè)也掀起了人工智能的熱潮，不少家電企業(yè)都瞄準了人工智能，潛心研發(fā)AI技術(shù)，將其應(yīng)用于家電產(chǎn)品。今年以來，長虹、美的、格力、格蘭仕等都在向智能制造轉(zhuǎn)型，試圖立足“SmartHome”，將人工智能和智慧家庭更緊密地結(jié)合在一起。

結(jié)語：弱人工智能已加速滲透，強人工智能并不遙遠

筆者認為，人工智能領(lǐng)域雖已迎來新的產(chǎn)業(yè)爆發(fā)期，但總體來看，人工智能仍是以特定應(yīng)用領(lǐng)域的弱人工智能為主。目前絕大多數(shù)的系統(tǒng)，包括深度學習神經(jīng)網(wǎng)絡(luò)，機器智能，仍沒有達到能夠思考的程度。若要繼續(xù)攀升進入強人工智能，計算機的認知能力是必須的，這也是目前人工智能在試圖突破的點。AI源于技術(shù)，終于場景，工智能最終需要通過與產(chǎn)業(yè)場景的深度融合才能實現(xiàn)真正的落地。

友情鏈接：http://www.51carfi.com/