人工智能加速渗透 真正落地并不遥远

本篇文章1825字，读完约5分钟

HC安全网消息随着《新一代人工智能发展规划》的发布，国务院开始对中国人工智能发展规划进行整体部署，系统规划部署了2030年前中国新型人工智能发展的总体思路、战略目标、主要任务和保障措施。 从国家战略的角度来看，人工智能与制造业的结合将成为未来推动智能制造的主要手段。从产业发展的角度来看，人工智能的产业结构已经形成，主要包括基础支撑层、技术驱动层和场景应用层。笔者将主要从这三个层面对人工智能产业链进行梳理和分析。

图人工智能产业链的三层结构

基础支持层:国际it巨头长期盘踞，中国初创企业难以进入 在人工智能领域，传统的芯片计算架构已无法支持深度学习等大规模并行计算的需求，这就需要新的底层硬件来更好地存储数据和加快计算过程。基础层主要以硬件为核心，包括gpu/fpga等性能加速硬件、神经网络芯片、传感器和中间件，这些都是支持人工智能应用的前提。这些硬件为整个人工智能操作提供了计算能力，目前大多数都是国际it巨头。 目前，在gpu领域，NVIDIA专注于工业级超大规模深度网络加速，最近推出了特斯拉；第一个基于volta的处理器，速度超过100次；英特尔主要围绕fpga构建其产业，并引入模拟人脑的人工智能芯片。谷歌还推出了第二代tpu芯片，为其开源tensorflow框架提供芯片支持。除了这些行业巨头之外，这一领域的初创企业也很多，如中兴、寒武世、西京科技等，但无论是产业布局能力还是R&D实力，都无法与这些巨头相抗衡。 技术驱动层:算法和计算能力是主要驱动力，开源是趋势 技术层是人工智能开发的核心，对应用层的产品智能起着决定性的作用。在这个发展过程中，算法和计算能力对人工智能的发展起着重要的推动作用。技术层主要依靠基础层的计算平台和数据资源进行大规模识别训练和机器学习建模，开发不同领域的应用技术，包括感知智能和认知智能两个阶段。其中，感知智能阶段通过传感器、搜索引擎和人机交互实现人与信息的联系，获取建模所需的数据，如语音识别、图像识别、自然语音处理和生物特征识别等；在认知智能阶段，对获取的数据进行建模和计算，并利用人脑的思维功能如机器学习、预测api和人工智能平台等深度学习来获得结果。在此基础上，人工智能可以掌握“看”和“听”的基本信息输入和处理能力，并将更多面向应用的产品进化到用户层面。#hc360 page break # 目前，国内人工智能技术平台主要集中在应用层面的计算机视觉、语音识别和语言技术处理领域，国内技术公司的发展势头也很快，其中具有代表性的企业有iflytek、歌苓深瞳、捷通华盛、horizon、sensetime、永宏科技、傲视科技、云之盛等。 场景应用层:ai与场景深度融合，现场应用更加广泛 应用层主要基于基础层和技术层，实现与传统行业的融合，实现不同场景的应用。随着人工智能在语音、语义、计算机视觉等领域的技术突破，它将被应用到各种工业场景中。 根据对象的不同，应用层可以分为两部分:消费终端应用和工业场景应用。 消费终端包括智能机器人、智能无人机和智能硬件。场景应用主要连接各种外部行业的人工智能应用场景。近年来，国内企业相继推出了应用层面的产品和服务，如小I机器人、智齿客服等智能客服，如“白鲸”、“杜密”等虚拟助理，工业机器人、服务机器人也相继涌现，应用层产品和服务正在逐步落地。 其中，ibm首先部署了人工智能，而“环球沃森”推动了多行业的变革；百度推出了“百度大脑”计划，专注于无人驾驶汽车的布局；谷歌的人工智能业务更加复杂，许多领域都在蓬勃发展，包括阿尔法戈、无人驾驶汽车和智能手术机器人；微软在语言语义识别和计算机视觉领域保持领先。此外，家电行业也掀起了人工智能的热潮，许多家电企业都在瞄准人工智能，致力于开发人工智能技术并将其应用于家电领域。今年以来，长虹、美的、格力和格兰仕都在向智能制造转型，试图以“智能家居”为基础，将人工智能和智能家居更紧密地结合起来。 结论:弱人工智能已经加速渗透，而强人工智能已经不远了 作者认为，虽然人工智能领域已经迎来了一个新的产业爆炸期，但总体来看，在具体应用领域，人工智能仍然被弱人工智能所主导。目前，包括深度学习神经网络和机器智能在内的绝大多数系统还没有达到思考的水平。如果我们想继续爬进强大的人工智能，计算机的认知能力是必要的，这也是人工智能目前试图突破的一点。Ai源于技术，最终来到场景，工业智能需要与工业场景深度融合，才能实现真正的落地。