从感知智能到认知智能 AI还有很多可以“捞钱”的地方
4月7日,艾瑞发布了2015年中国人工智能应用市场研究报告。其中对人工智能的发展和应用现状进行了分析,并对行业前景进行了预测
5~10年间感知智能将进一步普及,未来的发展方向是认知智能。
人工智能发展都需要具备哪几个条件?从1955年至今,人工智能的发展经历了三次潮起,两次潮落:
1955年.达特茅斯会议标志ai诞生;
1957年,罗森布拉特发明第一款神经网络,进入第一个高峰;
1970年,受计算能力所限,ai进入第一个低谷;
1982年,霍普菲尔特神经网络提出;
1986年,bp算法实现了神经网络训练的突破,进入第二个高峰;
1990年,人工智能计算机dapra失败,进入第二个低谷;
2006年,深度学习神经网络被提出;
2013年.深度学习算法在语音和视觉识别率获得突破性进展,进入第三个高峰。
可见,每一次人工智能的迸发期都与新的算法有关,而我们敲赶上了深度学习算法的突破口,进入到了感知智能时代。
“alphago之所以能战胜李世石,是由于它巧妙地将蒙特卡洛评估法和深度学习神经网络相结合。正是这些高级算法的出现才能推动人工智能的发展突破。”艾瑞分析师 林仁翔
诚然,人工智能的核心突破点在算法上,而计算能力的发展和数据量的积累同样重要。
计算能力的提高能够提升算法运算速度,目前人们已经开始通过gpu并行计算神经网络来进行计算,量子计算是未来的发展趋势;
数据量的扩充则能够提升算法性能,互联网的发展积累了一定的数据,未来物联网的发展将进一步扩充数据渠道源。
从计算机的出现、到互联网的发展、再到物联网出现,需要人工来完成的工作将越来越少。
目前,人工智能处于“感知智能”发展阶段艾瑞认为,人工智能的发展一共可以分为三个阶段计算智能、感知智能、认知智能。
第一个发展阶段是在计算这个环节,它使得机器能够像人类一样进行计算,诸如神经网络和遗传算法的出现,使得机器能够更高效、快速处理海量的数据。
第二个发展阶段就是感知智能,让机器能听懂我们的语言、看懂世界万物。语音和视觉识别就属于这一范畴,这些技术能够更好的辅助人类高效完成任务。
第三个发展阶段就是认知智能,在这一阶段,机器将能够主动思考并采取行动,比如无人驾驶汽车,实现全面辅助甚至替代人类工作。
对此,分析师林仁翔表示,目前的人工智能还处于感知智能的发展阶段。
“目前,语音识别和视觉识别成功率已经分别达到了95%和99%,这在深度学习出现之前是难以想象的。近年来,由于计算处理能力的突破以及互联网大数据的爆发,再加上深度学习算法在数据训练上取得的进展,算法、计算、数据三者都已成熟,这推动了人工智能在感知智能上实现巨大突破。”
他认为,虽然感知智能已经实现了突破,但这项技术仍然有函待提升的地方。
“比如人脸识别判断身份这项技术中就存在缺陷,人们用照片就可以欺骗设备实现身份认证。而活体验证技术就是目前需要研究的技术;再比如味觉和嗅觉的数据,这也是物联网传感器目前所无法触及的领域。”
据此,艾瑞预测在5到10年间人工智能产业还有很多的机会可以发掘,而何时能够进入到下一阶段(认知智能)还不得而知。
“认知计算何时能够突破还尚未可知。因为目前连‘深度学习神经网络能否真的让机器学会如何思考’都还不清楚,而且这与生物以及其他一些相关学科的研究突破也息息相关。至于什么时候相关学科能够获得突破性进展,我们也无法得知。”
人工智能还有哪些领域可以掘金?人工智能的概念很宽泛,那么具体的细分产业都有哪些呢?在这里,艾瑞提供了几组数据:
我国71%的ai相关企业都在做技术落地应用,这是我国目前的ai行业现状;
在应用企业中,有83%都是在做软件服务,而诸如机器人等硬件产品相对匮乏;
在算法技术方面,我国55%的ai相关企业在做计算机视觉,有13%在做自然语言处理,9%进行机器学习。
“我们在获得google、facebook开源的研究技术之后,能够很快把技术应用落地,这是我国的优势;而对于基层的技术研究,我国的企业实力目前还无法和国外匹敌,这是劣势。”
分析师 张凤
在人工智能最为广泛的应用层面上,则可以分为五大场景:
第一个是智能硬件、机器人的上应用。借助视觉识别技术以及语音识别技术,通过对数据的理解、计算、学习实现决策并实行,实现在交互方式的转变,向自主阶段发展;
第二个是虚拟场景服务。借助视觉技术以及语音识别技术,改变视觉呈现方式以及互动方式,模拟真实场景,通过体感或语言互动。
第三个是安防领域。借助人脸识别技术、指纹识别技术,实现智能摄像头和防盗锁等的快速识别功能。
第四个是虚拟服务。借助语音识别技术以及后台数据分析技术,建立智能虚拟客服。
第五个是商业智能服务。借助人工智能的算法和模型,对云数据平台的数据进行挖掘和分析,最终实现智能决策。
第五点同时也是未来人工智能应用领域的发展方向,主要体现在推理并提出决策方面,而这也正是ibm所在做的事情(关于ibm与认知智能,此前雷锋网(搜索“雷锋网”公众号关注)有过报道,详见:深藏不露的ibm,这几年都在忙着做这些事情)。
那么,如果想要进军ai产业,可以从哪几个方面切入呢?目前可以分为三种:
第一种就是自下而上的切入从人工智能的基础资源(数据以及底层算法技术)切入,再辅以技术研发来构建上层应用,比如百度、google,依托自己多年积累的数据和深度学习技术,向无人驾驶汽车、机器人等应用拓展;
第二种就是从中间技术层来切入依照自己的核心技术去构建应用,去发展上层应用的产品或者是服务,比如科大讯飞,从语音识别技术切入,向教育和机器人等应用领域拓展;
第三种是自上而下的切入直接应用领域切入,这也是大部分初创企业的做法。这种方式相对技术门槛较低,比如出门问问,重点发展个人助手服务,向医疗教育等领域拓展。
5~10年间感知智能将进一步普及,未来的发展方向是认知智能。
人工智能发展都需要具备哪几个条件?从1955年至今,人工智能的发展经历了三次潮起,两次潮落:
1955年.达特茅斯会议标志ai诞生;
1957年,罗森布拉特发明第一款神经网络,进入第一个高峰;
1970年,受计算能力所限,ai进入第一个低谷;
1982年,霍普菲尔特神经网络提出;
1986年,bp算法实现了神经网络训练的突破,进入第二个高峰;
1990年,人工智能计算机dapra失败,进入第二个低谷;
2006年,深度学习神经网络被提出;
2013年.深度学习算法在语音和视觉识别率获得突破性进展,进入第三个高峰。
可见,每一次人工智能的迸发期都与新的算法有关,而我们敲赶上了深度学习算法的突破口,进入到了感知智能时代。
“alphago之所以能战胜李世石,是由于它巧妙地将蒙特卡洛评估法和深度学习神经网络相结合。正是这些高级算法的出现才能推动人工智能的发展突破。”艾瑞分析师 林仁翔
诚然,人工智能的核心突破点在算法上,而计算能力的发展和数据量的积累同样重要。
计算能力的提高能够提升算法运算速度,目前人们已经开始通过gpu并行计算神经网络来进行计算,量子计算是未来的发展趋势;
数据量的扩充则能够提升算法性能,互联网的发展积累了一定的数据,未来物联网的发展将进一步扩充数据渠道源。
从计算机的出现、到互联网的发展、再到物联网出现,需要人工来完成的工作将越来越少。
目前,人工智能处于“感知智能”发展阶段艾瑞认为,人工智能的发展一共可以分为三个阶段计算智能、感知智能、认知智能。
第一个发展阶段是在计算这个环节,它使得机器能够像人类一样进行计算,诸如神经网络和遗传算法的出现,使得机器能够更高效、快速处理海量的数据。
第二个发展阶段就是感知智能,让机器能听懂我们的语言、看懂世界万物。语音和视觉识别就属于这一范畴,这些技术能够更好的辅助人类高效完成任务。
第三个发展阶段就是认知智能,在这一阶段,机器将能够主动思考并采取行动,比如无人驾驶汽车,实现全面辅助甚至替代人类工作。
对此,分析师林仁翔表示,目前的人工智能还处于感知智能的发展阶段。
“目前,语音识别和视觉识别成功率已经分别达到了95%和99%,这在深度学习出现之前是难以想象的。近年来,由于计算处理能力的突破以及互联网大数据的爆发,再加上深度学习算法在数据训练上取得的进展,算法、计算、数据三者都已成熟,这推动了人工智能在感知智能上实现巨大突破。”
他认为,虽然感知智能已经实现了突破,但这项技术仍然有函待提升的地方。
“比如人脸识别判断身份这项技术中就存在缺陷,人们用照片就可以欺骗设备实现身份认证。而活体验证技术就是目前需要研究的技术;再比如味觉和嗅觉的数据,这也是物联网传感器目前所无法触及的领域。”
据此,艾瑞预测在5到10年间人工智能产业还有很多的机会可以发掘,而何时能够进入到下一阶段(认知智能)还不得而知。
“认知计算何时能够突破还尚未可知。因为目前连‘深度学习神经网络能否真的让机器学会如何思考’都还不清楚,而且这与生物以及其他一些相关学科的研究突破也息息相关。至于什么时候相关学科能够获得突破性进展,我们也无法得知。”
人工智能还有哪些领域可以掘金?人工智能的概念很宽泛,那么具体的细分产业都有哪些呢?在这里,艾瑞提供了几组数据:
我国71%的ai相关企业都在做技术落地应用,这是我国目前的ai行业现状;
在应用企业中,有83%都是在做软件服务,而诸如机器人等硬件产品相对匮乏;
在算法技术方面,我国55%的ai相关企业在做计算机视觉,有13%在做自然语言处理,9%进行机器学习。
“我们在获得google、facebook开源的研究技术之后,能够很快把技术应用落地,这是我国的优势;而对于基层的技术研究,我国的企业实力目前还无法和国外匹敌,这是劣势。”
分析师 张凤
在人工智能最为广泛的应用层面上,则可以分为五大场景:
第一个是智能硬件、机器人的上应用。借助视觉识别技术以及语音识别技术,通过对数据的理解、计算、学习实现决策并实行,实现在交互方式的转变,向自主阶段发展;
第二个是虚拟场景服务。借助视觉技术以及语音识别技术,改变视觉呈现方式以及互动方式,模拟真实场景,通过体感或语言互动。
第三个是安防领域。借助人脸识别技术、指纹识别技术,实现智能摄像头和防盗锁等的快速识别功能。
第四个是虚拟服务。借助语音识别技术以及后台数据分析技术,建立智能虚拟客服。
第五个是商业智能服务。借助人工智能的算法和模型,对云数据平台的数据进行挖掘和分析,最终实现智能决策。
第五点同时也是未来人工智能应用领域的发展方向,主要体现在推理并提出决策方面,而这也正是ibm所在做的事情(关于ibm与认知智能,此前雷锋网(搜索“雷锋网”公众号关注)有过报道,详见:深藏不露的ibm,这几年都在忙着做这些事情)。
那么,如果想要进军ai产业,可以从哪几个方面切入呢?目前可以分为三种:
第一种就是自下而上的切入从人工智能的基础资源(数据以及底层算法技术)切入,再辅以技术研发来构建上层应用,比如百度、google,依托自己多年积累的数据和深度学习技术,向无人驾驶汽车、机器人等应用拓展;
第二种就是从中间技术层来切入依照自己的核心技术去构建应用,去发展上层应用的产品或者是服务,比如科大讯飞,从语音识别技术切入,向教育和机器人等应用领域拓展;
第三种是自上而下的切入直接应用领域切入,这也是大部分初创企业的做法。这种方式相对技术门槛较低,比如出门问问,重点发展个人助手服务,向医疗教育等领域拓展。
免责声明:本站所有信息均搜集自互联网,并不代表本站观点,本站不对其真实合法性负责。如有信息侵犯了您的权益,请告知,本站将立刻处理。联系QQ:1640731186
- 标签:
- 编辑:崔雪莉
- 相关文章
TAGS标签更多>>
网站热点更多>>
热网推荐更多>>