人工智能發(fā)展趨勢的論文(2)
人工智能發(fā)展趨勢的論文
人工智能發(fā)展趨勢的論文篇二
國內(nèi)人工智能的五大趨勢
在中國，關(guān)于人工智能的研究和探討在 70 年代末被解禁后又不適時地與特異功能聯(lián)系在一起而停滯不前，直到 80 年代初期隨著技術(shù)和思想的不斷進步才取得實質(zhì)性進步。而今，全球共有近千家人工智能公司遍及 62 個國家的十余個產(chǎn)業(yè)，國內(nèi)涉及人工智能領(lǐng)域的公司也早已破百。
國內(nèi)人工智能產(chǎn)業(yè)鏈解構(gòu)
基礎(chǔ)技術(shù)、人工智能技術(shù)和人工智能應(yīng)用構(gòu)成了人工智能產(chǎn)業(yè)鏈的三個核心環(huán)節(jié)，我們將主要從這三個方面對國內(nèi)人工智能產(chǎn)業(yè)進行梳理，并對其中的人工智能應(yīng)用進行重點解構(gòu)。
人工智能的基礎(chǔ)技術(shù)主要依賴于大數(shù)據(jù)管理和云計算技術(shù)，經(jīng)過近幾年的發(fā)展，國內(nèi)大數(shù)據(jù)管理和云計算技術(shù)已從一個嶄新的領(lǐng)域逐步轉(zhuǎn)變?yōu)榇蟊娀?wù)的基礎(chǔ)平臺。而依據(jù)服務(wù)性質(zhì)的不同，這些平臺主要集中于三個服務(wù)層面，即基礎(chǔ)設(shè)施即服務(wù)(IaaS)、平臺即服務(wù)(PaaS)和軟件即服務(wù)(SaaS)?；A(chǔ)技術(shù)提供平臺為人工智能技術(shù)的實現(xiàn)和人工智能應(yīng)用的落地提供基礎(chǔ)的后臺保障，也是一切人工智能技術(shù)和應(yīng)用實現(xiàn)的前提。
對于許多中小型企業(yè)來說，SaaS 是采用先進技術(shù)的最好途徑，它消除了企業(yè)購買、構(gòu)建和維護基礎(chǔ)設(shè)施和應(yīng)用程序的需要;而 IaaS通過三種不同形態(tài)服務(wù)的提供(公有云、私有云和混合云)可以更快地開發(fā)應(yīng)用程序和服務(wù)，縮短開發(fā)和測試周期;作為 SaaS 和 IaaS 中間服務(wù)的 PaaS 則為二者的實現(xiàn)提供了云環(huán)境中的應(yīng)用基礎(chǔ)設(shè)施服務(wù)。
人工智能技術(shù)平臺
與基礎(chǔ)技術(shù)提供平臺不同，人工智能技術(shù)平臺主要專注于機器學(xué)習(xí)、模式識別和人機交互三項與人工智能應(yīng)用密切相關(guān)的技術(shù)，所涉及的領(lǐng)域包括機器視覺、指紋識別、人臉識別、視網(wǎng)膜識別、虹膜識別、掌紋識別、專家系統(tǒng)、自動規(guī)劃、智能搜索、定理證明、博弈、自動程序設(shè)計、智能控制、機器人學(xué)習(xí)、語言和圖像理解和遺傳編程等。
機器學(xué)習(xí)：通俗的說就是讓機器自己去學(xué)習(xí)，然后通過學(xué)習(xí)到的知識來指導(dǎo)進一步的判斷。我們用大量的標(biāo)簽樣本數(shù)據(jù)來讓計算機進行運算并設(shè)計懲罰函數(shù)，通過不斷的迭代，機器就學(xué)會了怎樣進行分類，使得懲罰最小。這些學(xué)到的分類規(guī)則可以進行預(yù)測等活動，具體應(yīng)用覆蓋了從通用人工智能應(yīng)用到專用人工智能應(yīng)用的大多數(shù)領(lǐng)域，如：計算機視覺、自然語言處理、生物特征識別、證券市場分析和DNA 測序等。
模式識別：模式識別就是通過計算機用數(shù)學(xué)技術(shù)方法來研究模式的自動處理和判讀，它偏重于對信號、圖像、語音、文字、指紋等非直觀數(shù)據(jù)方面的處理，如語音識別，人臉識別等，通過提取出相關(guān)的特征來實現(xiàn)一定的目標(biāo)。文字識別、語音識別、指紋識別和圖像識別等都屬于模式識別的場景應(yīng)用。
人機交互：人機交互是一門研究系統(tǒng)與用戶之間交互關(guān)系的學(xué)問。系統(tǒng)可以是各種各樣的機器，也可以是計算機化的系統(tǒng)和軟件。在應(yīng)用層面，它既包括人與系統(tǒng)的語音交互，也包含了人與機器人實體的物理交互。
而在國內(nèi)，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，其中的代表企業(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。
人工智能應(yīng)用
人工智能應(yīng)用涉及到專用應(yīng)用和通用應(yīng)用兩個方面，這也是機器學(xué)習(xí)、模式識別和人機交互這三項人工智能技術(shù)的落地實現(xiàn)形式。其中，專用領(lǐng)域的應(yīng)用涵蓋了目前國內(nèi)人工智能應(yīng)用的大多數(shù)應(yīng)用，包括各領(lǐng)域的人臉和語音識別以及服務(wù)型機器人等方面;而通用型則側(cè)重于金融、醫(yī)療、智能家居等領(lǐng)域的通用解決方案，目前國內(nèi)人工智能應(yīng)用正處于由專業(yè)應(yīng)用向通用應(yīng)用過度的發(fā)展階段。
(1)計算機視覺在國內(nèi)計算機視覺領(lǐng)域，動靜態(tài)圖像識別和人臉識別是主要研究方向
圖像識別：是計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標(biāo)和對像的技術(shù)。識別過程包括圖像預(yù)處理、圖像分割、特征提取和判斷匹配。
人臉識別：是基于人的臉部特征信息進行身份識別的一種生物識別技術(shù)。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部的一系列相關(guān)技術(shù)，通常也叫做人像識別、面部識別。
目前，由于動態(tài)檢測與識別的技術(shù)門檻限制，靜態(tài)圖像識別與人臉識別的研究暫時處于領(lǐng)先位置，其中既有騰訊、螞蟻金服、百度和搜狗這樣基于社交、搜索大數(shù)據(jù)整合的互聯(lián)網(wǎng)公司，也有三星中國技術(shù)研究院、微軟亞洲研究院、Intel中國研究院這類的傳統(tǒng)硬件與技術(shù)服務(wù)商;同時，類似于 Face++ 和FaceID 這類的新興技術(shù)公司也在各自專業(yè)技術(shù)和識別準確率上取得了不錯的突破。
而在難度最大的動態(tài)視覺檢測領(lǐng)域，格靈深瞳、東方網(wǎng)力和 Video++ 等企業(yè)的著力點主要在企業(yè)和家庭安防，在一些常見的應(yīng)用場景也與人臉識別技術(shù)聯(lián)動使用。
(2)語音/語義識別
語音識別的關(guān)鍵基于大量樣本數(shù)據(jù)的識別處理，因此，國內(nèi)大多數(shù)語音識別技術(shù)商都在平臺化的方向上發(fā)力，希望通過不同平臺以及軟硬件方面的數(shù)據(jù)和技術(shù)積累不斷提高識別準確率。
在通用識別率上，各企業(yè)的成績基本維持在 95% 左右，真正的差異化在于對垂直領(lǐng)域的定制化開發(fā)。類似百度、科大訊飛這樣的上市公司憑借著深厚的技術(shù)、數(shù)據(jù)積累占據(jù)在市場前列的位置，并且通過軟硬件服務(wù)的開發(fā)不斷進化著自身的服務(wù)能力;此外，在科大訊飛之后發(fā)布國內(nèi)第二家語音識別公有云的云知聲在各項通用語音服務(wù)技術(shù)的提供上也占據(jù)著不小的市場空間。值得注意的是，不少機器人和通用硬件制造商在語音、語義的識別上也取得了不錯的進展，例如智臻智能推出的小 i 機器人的語義識別、圖靈機器人的個性化語音助手機器人和服務(wù)、被 Google 投資的出門問問的軟硬件服務(wù)。 (3)智能機器人
由于工業(yè)發(fā)展和智能化生活的需要，目前國內(nèi)智能機器人行業(yè)的研發(fā)主要集中于家庭機器人、工業(yè)企業(yè)服務(wù)和智能助手三個方面其中，工業(yè)及企業(yè)服務(wù)類的機器人研發(fā)企業(yè)依托政策背景和市場需要處于較為發(fā)達的發(fā)展階段，代表性企業(yè)包括依托中科院沈陽自動化研究所的新松機器人、聚焦智能醫(yī)療領(lǐng)域的博實股份，以及大疆、優(yōu)愛寶機器人、Slamtec 這類專注工業(yè)生產(chǎn)和企業(yè)服務(wù)的智能機器人公司。在以上三個分類中，從事家庭機器人和智能助手的企業(yè)占據(jù)著絕大多數(shù)比例，涉及到的國內(nèi)企業(yè)近 300 家。
(4)智能家居
與家庭機器人不同，智能家居和物聯(lián)企業(yè)的主要著力點在于智能設(shè)備和智能中控兩個方面。在這其中，以海爾和美的為代表的傳統(tǒng)家電企業(yè)依托自身渠道、技術(shù)和配套產(chǎn)品優(yōu)勢建立起了實體化智能家居產(chǎn)品生態(tài). 而以阿里、騰訊、京東、小米和樂視等互聯(lián)網(wǎng)企業(yè)為代表的公司則通過各自平臺內(nèi)的數(shù)據(jù)和終端資源提供不同的軟硬件服務(wù)。
值得關(guān)注的是，科沃斯、broadlink、感居物聯(lián)、風(fēng)向標(biāo)科技、歐瑞博、物聯(lián)傳感和華為等技術(shù)解決方案商在通用硬件和技術(shù)、系統(tǒng)級解決方案上已成為諸多智能家居和物聯(lián)企業(yè)的合作伙伴。綜合來看，智能家居和物聯(lián)企業(yè)由于市場分類、技術(shù)種類和數(shù)據(jù)積累的不同各自提供著差異化的解決方案。在既定市場中，沒有絕對意義上的排斥競爭，各企業(yè)之間的合作融合度較強。
(5)智能醫(yī)療
目前國內(nèi)智能醫(yī)療領(lǐng)域的研究主要集中于醫(yī)療機器人、醫(yī)療解決方案和生命科學(xué)領(lǐng)域。由于起步較晚和技術(shù)門檻的限制，目前國內(nèi)醫(yī)用機器人的研發(fā)水平和普及率相較于國際一線水平仍存在一定的差距，從事企業(yè)主要集中與手術(shù)機器人和康復(fù)機器人兩大領(lǐng)域，以新松機器人、博實股份、妙手機器人、和技創(chuàng)等企業(yè)為代表。
在醫(yī)療解決方案方面，以騰訊、阿里巴巴、百度和科大訊飛為代表的公司通過和政府、醫(yī)療機構(gòu)的合作，為腦科學(xué)、疾病防治與醫(yī)療信息數(shù)據(jù)等領(lǐng)域提供智能解決方案。而在生命科學(xué)領(lǐng)域，研究的著眼點在以基因和細胞檢測為代表的前沿研究領(lǐng)域。
綜合來看，國內(nèi)人工智能產(chǎn)業(yè)鏈的基礎(chǔ)技術(shù)鏈條已經(jīng)構(gòu)建成熟，人工智能技術(shù)和應(yīng)用則集中在人臉和圖像識別、語音助手、智能生活等專用領(lǐng)域的場景化解決方案上。就趨勢來看，未來國內(nèi)人工智能領(lǐng)域的差異化競爭和突破將主要集中在人工智能相關(guān)技術(shù)的突破和應(yīng)用場景升級兩個層面。
未來國內(nèi)人工智能行業(yè)發(fā)展的五大趨勢
(1)機器學(xué)習(xí)與場景應(yīng)用將迎來下一輪爆發(fā)
根據(jù) Venture Scanner 的統(tǒng)計，截至 2015 年 9 月，全球人工智能領(lǐng)域獲得投資的公司中，按照平均融資額度排名的五大業(yè)務(wù)依次是：機器學(xué)習(xí)(應(yīng)用類)、智能機器人、計算機視覺(研發(fā)類)、機器學(xué)習(xí)(研發(fā)類)和視頻內(nèi)容識別等。
自 2009 年以來，人工智能已經(jīng)吸引了超過 170 億美元的投資。過去四年間，人工智能領(lǐng)域的民間投資以平均每年 62% 的增長速率增加，這一速率預(yù)計還會持續(xù)下去。而在 2015 年，全球人工智能領(lǐng)域的投資占到了年度總投資的 5%，盡管高于 2013 年的2% ，但相比其他競爭領(lǐng)域仍處于落后位置。
目前中國地區(qū)人工智能領(lǐng)域獲得投資最多的五大細分領(lǐng)域是計算機視覺(研發(fā)類)、自然語言處理、私人虛擬助理、智能機器人和語音識別。從投資領(lǐng)域和趨勢來看，未來國內(nèi)人工智能行業(yè)的資本將主要涌向機器學(xué)習(xí)與場景應(yīng)用兩大方向。
(2)專用領(lǐng)域的智能化仍是發(fā)展核心
基于 GPU(圖形處理器)計算速度(每半年性能增加一倍)和基礎(chǔ)技術(shù)平臺的飛速發(fā)展，企業(yè)對于人工智能神經(jīng)網(wǎng)絡(luò)的構(gòu)建取得了前所未有的突破。但是，由于人工智能各領(lǐng)域技術(shù)和算法的復(fù)雜性，未來 20 年內(nèi)人工智能的應(yīng)用仍將集中于人臉和圖像識別、語音助手和智能家居等專用領(lǐng)域。
通過上述產(chǎn)業(yè)鏈環(huán)節(jié)構(gòu)成和投資分類可以看出，優(yōu)勢企業(yè)的核心競爭力主要集中于特定領(lǐng)域的專用技術(shù)研發(fā);其中，計算機視覺和語音識別領(lǐng)域的研發(fā)和應(yīng)用已處于國際一流水平，專業(yè)應(yīng)用機器人的研發(fā)也有望近 10 年內(nèi)迎來突破性發(fā)展?？梢灶A(yù)見的是，在由專業(yè)領(lǐng)域向通用領(lǐng)域過渡的過程中，自然語言處理與計算機視覺兩個方向?qū)蔀槿斯ぶ悄芡ㄓ脩?yīng)用最大的兩個突破口。
(3)產(chǎn)業(yè)分工日漸明晰，企業(yè)合作大于競爭
隨著專用領(lǐng)域應(yīng)用開發(fā)的成熟和差異化技術(shù)門檻的存在，國內(nèi)人工智能產(chǎn)業(yè)將逐漸分化為底層基礎(chǔ)構(gòu)建、通用場景應(yīng)用和專用應(yīng)用研發(fā)三個方向。
在底層基礎(chǔ)構(gòu)建方面，騰訊、阿里巴巴、百度、華為等企業(yè)依托自身數(shù)據(jù)、算法、技術(shù)和服務(wù)器優(yōu)勢為行業(yè)鏈條的各公司提供基礎(chǔ)資源支持的同時，也會將自身優(yōu)勢轉(zhuǎn)化為通用和專業(yè)應(yīng)用領(lǐng)域的研究，從而形成自身生態(tài)內(nèi)的人工智能產(chǎn)業(yè)鏈閉環(huán)。
在通用場景應(yīng)用方面，以科大訊飛、格靈深瞳和曠視科技為代表的企業(yè)將主要以計算機視覺和語音識別為方向，為安防、教育和金融等領(lǐng)域提供通用解決方案。而在專用應(yīng)用研發(fā)方面則集中了大部分硬件和創(chuàng)業(yè)企業(yè)，這其中既包括以小米和 broadlink 為代表的智能家居解決方案商，也包含了出門問問、linkface 和優(yōu)必選這類的差異化應(yīng)用提供商。
總的來說，由通用領(lǐng)域向?qū)I(yè)領(lǐng)域的進化離不開產(chǎn)業(yè)鏈條各核心環(huán)節(jié)企業(yè)的相互配合，專用領(lǐng)域的競爭盡管存在，但各分工層級間的協(xié)作互通已成為多數(shù)企業(yè)的共識。
(4)系統(tǒng)級開源將成為常態(tài)
任何一個人工智能研究分支都涉及到異常龐大的代碼計算，加上漏洞排查與跨領(lǐng)域交叉，任何一家企業(yè)都無法做到在封閉環(huán)境內(nèi)取得階段性突破的可能?？梢钥吹降内厔菔?，Google、微軟、Facebook 和雅虎等視人工智能為未來核心競爭力的頂級企業(yè)都先后開放了自身的人工智能系統(tǒng)。
需要明確的一點是，開源并不代表核心技術(shù)和算法的完全出讓，底層系統(tǒng)的開源將會讓更多企業(yè)從不同維度參與到人工智能相關(guān)領(lǐng)域的研發(fā)，這為行業(yè)層面新產(chǎn)品的快速迭代和共同試錯提供了一個良性且規(guī)范化的共生平臺。于開放企業(yè)而言，這也確保了它們與行業(yè)最新前沿技術(shù)的同步。
(5)算法突破將拉開競爭差距
作為人工智能實現(xiàn)的核心，算法將成為未來國內(nèi)人工智能行業(yè)最大的競爭門檻。以 Google 為例，Google 旗下的搜索算法實驗室每天都要進行超過 200 次的改進，以完成由關(guān)鍵字匹配到知識圖譜、語義搜索的算法創(chuàng)新。
在未來競爭的重點機器學(xué)習(xí)領(lǐng)域，監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)和增強學(xué)習(xí)三個方面算法的競爭將進入白熱化階段。而正是算法層面的突破造就了騰訊優(yōu)圖、科大訊飛和格靈深瞳等企業(yè)在圖像識別和計算機視覺領(lǐng)域取得了突破性進展和國際一線的技術(shù)水平。
但就目前國內(nèi)人工智能算法的總體發(fā)展而言，工程學(xué)算法雖已取得階段性突破，但基于認知層面的算法水平還亟待提高，這也是未來競爭的核心領(lǐng)域。
總的來看，雖然基礎(chǔ)技術(shù)的成熟帶來了存儲容量和機器學(xué)習(xí)等人工智能技術(shù)的提升，但由于現(xiàn)階段運算能力以及大規(guī)模 CPU 和GPU 并行解決方案的局限，目前國內(nèi)人工智能的發(fā)展主要集中于計算機視覺、語音識別、智能生活等方向上。
雖然專用化領(lǐng)域的場景應(yīng)用仍是目前研發(fā)和投資的核心，但隨著技術(shù)、數(shù)據(jù)的積累演化以及超算平臺的應(yīng)用，由專用化領(lǐng)域的場景應(yīng)用向語音、視覺等領(lǐng)域的通用化解決方案應(yīng)該在未來 20 年內(nèi)成為發(fā)展的主流。
未來，隨著國內(nèi)人工智能行業(yè)的產(chǎn)業(yè)分工和企業(yè)競合日漸明晰，國內(nèi)的人工智能產(chǎn)業(yè)鏈也將更為明顯地分化為以 BAT 為代表的生態(tài)平臺、以科大訊飛和格靈深瞳為代表的通用技術(shù)解決平臺以及以出門問問、broadlink 為代表的人工智能專用領(lǐng)域解決方案提供商。
人工智能發(fā)展趨勢的論文相關(guān)文章：
6.人工智能歷程論文