國(guó)內(nèi)人工智能現(xiàn)狀
國(guó)內(nèi)人工智能現(xiàn)狀
人工智能的發(fā)現(xiàn)現(xiàn)狀究竟如何，那么國(guó)內(nèi)人工智能的現(xiàn)狀如何呢?下面是學(xué)習(xí)啦小編為你整理的國(guó)內(nèi)人工智能現(xiàn)狀，供大家閱覽!
國(guó)內(nèi)人工智能現(xiàn)狀資料
中國(guó)人工智能產(chǎn)業(yè)4點(diǎn)現(xiàn)狀：
1、現(xiàn)下處于弱人工智能階段;2、中國(guó)的大數(shù)據(jù)75%集中在政府手中，BAT次之;3、國(guó)際IT巨頭盤踞硬件基礎(chǔ)層，單純做強(qiáng)計(jì)算這塊基本沒機(jī)會(huì);4、人工智能的關(guān)鍵在于新算法，沉著等待下一個(gè)十年。
人工智能所研究的是讓計(jì)算機(jī)去模仿人類思考的科技，但實(shí)際上，人工智能學(xué)界的普遍共識(shí)是人工智能實(shí)際上還處于非常低智的階段。目前絕大多數(shù)的系統(tǒng)，包括神乎其神的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，都還沒有達(dá)到能夠思考的程度。
因?yàn)椴荒軌蛩伎?，所以?yán)格意義來說，現(xiàn)在出現(xiàn)的場(chǎng)內(nèi)項(xiàng)目都配不上“智能”二字。根據(jù)Gartner2016年度新興技術(shù)成熟度曲線顯示，基本項(xiàng)目成熟時(shí)間要5至10年，像自動(dòng)駕駛這樣綜合性能要求更高的，期待它商用起碼要等10年之后了。
如果將現(xiàn)有人工智能產(chǎn)業(yè)進(jìn)行分層——基礎(chǔ)層、技術(shù)層和應(yīng)用層，其中技術(shù)層便是人工智能發(fā)展的核心，應(yīng)用層的產(chǎn)品夠不夠智能是取決于技術(shù)層面的大腦是否能夠思考。
以下便是億歐智庫所繪制的人工智能產(chǎn)業(yè)全景圖，橫軸按照硬件、軟件&服務(wù)進(jìn)行兩邊歸類，而豎軸則按照基礎(chǔ)層、技術(shù)層和應(yīng)用層向上堆積發(fā)展，其中的技術(shù)層便是我們所說的——人工智能發(fā)展的核心。
1、低智時(shí)代;
而現(xiàn)狀是技術(shù)層的大腦還不夠聰明，如下圖，目前計(jì)算機(jī)僅停留在具備計(jì)算能力和感知能力的弱人工智能層，若要往上攀爬一層進(jìn)入強(qiáng)人工智能，計(jì)算機(jī)的認(rèn)知能力是必須的，這也是目前人工智能在試圖突破的點(diǎn)。打個(gè)比方來說，市面上出現(xiàn)的商業(yè)智能解決方案，其大數(shù)據(jù)分析都是人工做的分析，未來真正的商業(yè)智能是要求計(jì)算機(jī)能做到自動(dòng)推理和深度學(xué)習(xí)的。
(換一個(gè)層面來定義，人工智能=大數(shù)據(jù)+強(qiáng)計(jì)算+新算法;)
2、中國(guó)的大數(shù)據(jù)75%集中在政府手中，BAT次之;
基礎(chǔ)層的數(shù)據(jù)資源集中在政府公共部門手中，占比高達(dá)75%，互聯(lián)網(wǎng)三大巨頭BAT次之。
人工智能時(shí)代將大數(shù)據(jù)視作水電煤角色，而互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的崛起將線下分散的信息放到線上進(jìn)行匯流，所以這一波人工智能時(shí)代，BAT早已占據(jù)高點(diǎn)。一邊站臺(tái)為各家的云計(jì)算進(jìn)行吆喝，另一邊挖掘人才來充實(shí)自己的技術(shù)研究實(shí)力，在打通透基礎(chǔ)層之后再自下往上去發(fā)展。
根據(jù)艾瑞給出的測(cè)算數(shù)據(jù)顯示，到了2020年全球人工智能市場(chǎng)規(guī)模將達(dá)到1190億元，年復(fù)合增速約19.7%，而2020年中國(guó)人工智能市場(chǎng)規(guī)模包攬了91億元，年復(fù)合增速更是超過50%。一個(gè)新技術(shù)的誕生必將改寫各個(gè)產(chǎn)業(yè)的格局，早在互聯(lián)網(wǎng)時(shí)代嘗過甜頭的BAT，將會(huì)是人工智能的頭號(hào)擁簇。
3、國(guó)際IT巨頭盤踞硬件基礎(chǔ)層，單純做強(qiáng)計(jì)算這塊基本沒機(jī)會(huì);
在有了海量數(shù)據(jù)的基礎(chǔ)上，傳統(tǒng)計(jì)算架構(gòu)無法支撐深度學(xué)習(xí)的大規(guī)模并行計(jì)算需求，因此需要適應(yīng)新環(huán)境的底層硬件來更好儲(chǔ)備數(shù)據(jù)、加速計(jì)算過程。
比如GPU的持續(xù)不斷進(jìn)步就在不斷地拔高計(jì)算速度，根據(jù)英偉達(dá)的數(shù)據(jù)，為人工智能推出的運(yùn)算卡，相比傳統(tǒng)雙路至強(qiáng)平臺(tái)，訓(xùn)練速度提升60倍，推斷速度則提高16倍左右。
硬件基礎(chǔ)層這個(gè)層面具備通用性，所以在這一領(lǐng)域的巨頭都是一家獨(dú)大，并且這塊蛋糕已經(jīng)被國(guó)際IT巨頭瓜分霸占，所以初創(chuàng)企業(yè)若還想單純做強(qiáng)計(jì)算這塊，基本是沒有機(jī)會(huì)了。
4、人工智能的關(guān)鍵在于新算法，沉著等待下一個(gè)十年;
人工智能的核心要關(guān)注技術(shù)層發(fā)展，技術(shù)層要重點(diǎn)關(guān)注新算法?？梢哉f，在核心算法領(lǐng)域具有絕對(duì)優(yōu)勢(shì)的公司將在人工智能產(chǎn)業(yè)這場(chǎng)長(zhǎng)跑賽中取得最終勝利。
這樣的利弊小孩子都能分辨，但往往現(xiàn)受迫于現(xiàn)實(shí)的是，核心算法的開發(fā)周期長(zhǎng)，而應(yīng)用產(chǎn)品的開發(fā)周期短，所以中國(guó)人工智能創(chuàng)業(yè)項(xiàng)目大都集中在應(yīng)用層面，做一個(gè)集成的活兒。
一方面來看，中國(guó)創(chuàng)業(yè)偏浮躁，尋求的是一個(gè)短期能套現(xiàn)的方式。另一方面，企業(yè)是可以依靠應(yīng)用層創(chuàng)新來獲取短期市場(chǎng)機(jī)會(huì)，但是如果想要謀求長(zhǎng)遠(yuǎn)的競(jìng)爭(zhēng)優(yōu)勢(shì)的話，就要求企業(yè)在算法層有較深的技術(shù)儲(chǔ)備，這一過程要求十年時(shí)長(zhǎng)并不過分，而一旦掌握了算法就可以迅速將優(yōu)勢(shì)向應(yīng)用層去延展，等到那時(shí)再來開發(fā)屬于自己的應(yīng)用產(chǎn)品，便是水到渠成的事。
猜你喜歡：