《人工智能进入“深度学习+”阶段》

  • 来源专题:数控机床与工业机器人
  • 编译者: icad
  • 发布时间:2023-02-16

  • 虽然从底层技术看,ChatGPT并不算创新,但其社会影响远远超出了预期。这款由美国人工智能公司OpenAI开发的聊天机器人,2022年11月推出后火遍全球,成为史上增长最快的消费者应用程序。  让机器和真人自由对话,一直是人工智能领域的重要目标之一。ChatGPT的爆火背后,其实是深度学习技术的十年发展。  不久前,在百度Cr...,机器人,人工智能,智能,智能,智能化,人工智能
    虽然从底层技术看,ChatGPT并不算创新,但其社会影响远远超出了预期。这款由美国人工智能公司OpenAI开发的聊天 机器人 ,2022年11月推出后火遍全球,成为史上增长最快的消费者应用程序。
      让机器和真人自由对话,一直是人工智能领域的重要目标之一。ChatGPT的爆火背后,其实是深度学习技术的十年发展。
      不久前,在百度CreateAI开发者大会上,深度学习技术及应用国家工程研究中心主任、百度首席技术官王海峰表示,当前规模化的AI大生产已然形成,深度学习逐渐在技术、生态、产业等多个维度成熟,人工智能的技术创新和产业发展,进入“深度学习+”阶段。
    深度学习让AI应用领域再进一步
      要了解“深度学习+”,首先要了解什么是深度学习。
      基于神经网络算法的深度学习,它的“深”,是相较于传统机器学习算法而言。
      虽然传统机器学习算法在指纹识别、人脸检测等领域的应用基本达到了商业化要求,但要“再进一步”却很难,直到深度学习算法出现。
      深度学习属于无监督学习,不需要通过人工方式进行样本标注,就能自动完成学习。需要指出的是,深度学习十分依赖硬件设施,因为它需要的计算量实在太大,且需要花费大量时间以及大量数据来进行训练。
      一项技术能够将它的触角延伸至各行各业,靠的是其底层通用性。
      “深度学习具有很强的通用性,呈现出标准化、自动化和模块化的工业大生产特征。”王海峰从更具广泛支撑价值的角度指出,规模化的AI大生产已形成。人工智能的技术创新和产业发展,进入“深度学习+”阶段。
     深度学习促进各行业加速发展
      深度学习让机器同时从海量数据和大规模知识中融合学习,效果更好、效率更高。例如,百度研制的文心产业级知识增强大模型,具备跨模态、跨语言的深度语义理解与生成能力,可应用于搜索、信息流、智能音箱等互联网产品,并通过飞桨深度学习平台赋能制造、能源、金融、通信、媒体等各行各业。
      芯片、深度学习框架、模型及应用构成了深度学习良性生态,使得应用需求和反馈传递到深度学习技术的各个环节,各环节持续迭代优化,加速AI技术创新和产业发展。此外,生态中的产学研用各方,也在携手培养人工智能人才。
      各行各业应用深度学习技术降本增效,创新产品和业务加快产业智能化进程,努力实现高质量增长。我国的产业体系品类齐全、体量庞大,深度学习驱动的人工智能创新应用,有助于形成产业良性循环,促进底层技术突破,加快现代化产业体系升级。比如,智能 交通 中“智能调度系统”,就是深度学习+交通融合创新的智能应用。城市交通复杂多变,缺乏全局感知数据,难以全域协同控制。应用深度学习技术,可实现对整个区域交通流量的全局调控,最大限度地减少各方向绿灯的空放,减缓道路拥堵,节省出行时间。(记者刘艳)

  • 原文来源:http://www.ca800.com/news/d_1o4pndn9pcsn1.html
相关报告
  • 《人工智能进入增长期 制造业应用尚处于初期阶段》

    • 来源专题:北京市经济和信息化委员会监测服务平台
    • 编译者:zhangmin
    • 发布时间:2018-05-17
    • 人工智能正成为制造业企业热捧的对象,在全球掀起一股“淘金热”。在最近举行的2018(第六届)先进制造业大会的圆桌讨论上,多位业内专家就人工智能(AI)及智能制造的相关问题进行了探讨。 产业规模庞大 据悉,截至2017年底,我国人工智能企业达到2000余家,其中北京、上海、广东、江苏、浙江五省市相关企业数量超过百家,我国人工智能领域专利数占全球22%。 工业和信息化部总经济师王新哲表示,我国人工智能产业近年呈现加速发展势头,产业规模不断壮大,预计到2020年,人工智能核心产业规模超过1500亿元,带动相关产业规模超过1万亿元。 下一步,我国将加强人工智能产业技术创新体系建设,夯实智能传感器、人工智能芯片和基础软件等产业核心基础,加快关键性技术研发促进人工智能技术与各行业融合发展;推动人工智能与制造业深度融合,培育推广智能制造的新模式、新业态,推进产业智能化升级实现制造业质量变革、效率变革和动力变革;加快建立人工智能标准、测评、知识产权等服务体系,推动建立行业训练资源库、标准测试数据集和开放平台,构建人工智能基础支撑平台,完善人才、财税、金融等相关政策。 国外少数企业完整应用 埃森哲最新研究发现,绝大多数制造企业正试图利用人工智能技术提升产品和服务。然而,出于数据质量和安全等原因,大规模应用这一新兴技术的企业依然寥寥。研究显示,超过半数的受访中国企业将数据质量列为突出挑战。 埃森哲对欧洲、北美和亚洲地区六大行业的500家制造企业进行了调研,其中包括100家中国企业。调研发现,人工智能技术(尤其当其与移动计算和大数据分析等技术相结合时)不仅可以推动企业核心业务的转型,还能提升员工和客户体验,最终催生新的商业模式,助力企业实现“工业X.0”战略。 然而目前,只有少数制造企业达到了埃森哲所定义的“应用智能”阶段,即将人类智慧与分析技术和行业洞察结合,然后规模化地应用于企业的核心业务。调研显示,虽然有98%的受访企业已经开始运用人工智能技术改进产品和服务,只有16%的企业拥有完整的人工智能愿景,仅有5%的企业正投资应用人工智能技术改造其生产制造,而全面应用人工智能解决方案的企业仅占2%。 应用分阶段分行业 据了解,当前,人工智能试图在中国制造企业大面积铺开,但企业在转型过程中并非一帆风顺。埃森哲调研发现,和全球企业一样,中国制造企业在运用人工智能技术时面临一系列挑战。其中,52%的受访中国企业将数据质量列为突出挑战,数据安全与网络安全紧随其后(47%),而将数据共享和知识产权保护视为挑战的则占到了44%,均高于全球平均比例。 埃森哲大中华区产品制造事业部总裁陈科典表示:“目前,企业利用人工智能改造生产制造依然处于初期。我们的研究发现,全面完善的战略对于企业成功应用人工智能大有助益。尽管大部分企业目前仍然浅尝则止、零敲碎打式地应用智能技术,但在不久的将来,我们预计利用人工智能再造生产制造将迎来蓬勃发展。” 此外,企业能结合人工智能与其他数字技术来进行产品创新,并将获得巨大的回报。埃森哲的另一项研究表明,善用人工智能技术的工业设备制造商,能将其市值提升多达25%。 研究指出,成功应用人工智能技术的企业需要经历四个阶段。第一,树立信念,充分相信人工智能技术能够以数字化方式重塑工业;第二,构筑愿景,借助人工智能技术充分挖掘现有产品和服务的潜能;第三,承诺投入,利用人工智能技术改造生产制造;第四,全面应用,大规模实现产品和服务的数字化创新。 调研表明,领先企业有着明确的投资和生态系统战略,能够获取、处理并保障所需数据,最大化地推动人工智能价值。同时,这些企业专注于信息技术(IT)能力和技能,为大规模部署人工智能打下基础。其中,超过九成的企业将数据分析和系统整合视为必备能力;超六成企业则认为,嵌入式人工智能将改变其商业模式。 研究指出,少数领先企业能够脱颖而出,开始大规模应用人工智能的关键在于,他们能够与生态系统伙伴密切合作,细致地选择当下和未来需要的人工智能技术,并与其他数字化技术一起应用,共同为客户创造价值。企业计划运用的主要人工智能解决方案包括计算机视觉(73%)、深度学习(64%)和机器人流程自动化(64%)。 另外,人工智能重塑生产制造的程度也因行业而异。有65%的汽车企业将改变盈利性收入来源视为首选事项。工业设备制造行业内有所分化,大多数重型设备制造商(57%)表示,贯穿整个产品生命周期的销售与营销策略是其重点考虑的事项,而42%的工业及电气设备企业则希望嵌入式的人工智能可以进一步推动企业创新。
  • 《人工智能2.0阶段 两大趋势引领机器人未来发展》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:冯瑞华
    • 发布时间:2019-05-15
    • 由浙江省人民政府主办的第六届中国机器人大会在浙江宁波余姚如期举行。本届峰会以“机器智联,赋能万物“为主题,邀请了国内外中国智能制造与机器人领域的专家学者和优秀企业家,旨在持续推动机器人与智能制造、人工智能的深度融合,促进机器人在不同行业的应用赋能。 在9日上午的主题论坛中,中国科学院院士潘云鹤发表了题为《ai与机器人的新方向》的主题演讲。潘云鹤指出,ai作为一门融合了计算机科学、脑神经学和社会科学的前沿综合性学科,不仅是新一轮产业变革的核心驱动力,也是催生新产品、新模式、新业态的重要动能。随着人工智能进入2.0发展的新阶段,未来人工智能将在大数据智能、群体智能、跨媒体智能、人机混合增强智能和自主智能系统这五大新方向得到非常快速的发展。而机器人作为人工智能领域一个重要的应用场景,也将开拓出更多的应用空间。 中国科学院院士、上海交通大学校长郑南宁发表了题为的主题演讲。郑南宁提出,当面我们让机器解决一些对于人类而言看似非常简单的问题,实际上操作起来是比较困难的,因为现阶段的人工智能缺少感知和反应能力。因此,我们需要从脑认知机理和神经科学获得灵感和启发,发展新的ai计算模型与架构,让机器具备对物理世界最基本的感知与反应,即使机器具有“常识”推理的能力,从而实现更加健壮的人工智能系统。 浙江智昌机器人产业集团董事长甘中学发表了题为《从自主智能机器人到群智机器人——重新定义工业机器人》的主题演讲。甘中学认为,严格说来现阶段一个工业机器人,并不能够算作一个完整的机产品,因为一旦它没有被集成到系统中,就无法被工业应用;其次,现阶段的工业机器人大部分集中于焊接、喷涂等传统工艺上,在面对目前朝向柔性化发展的工业4.0智能工厂时,对应的不是智能制造庞大的市场。而新型的自主智能机器人应该智能类似于人,但是它的能力要高于人。 中国人工智能进入2.0阶段,两大趋势引领机器人未来发展 现阶段,计算机逻辑分析能力正不断大幅度提高,将使计算机自主的逻辑思维能力有足够的行为表现,并逐渐摆脱人类的框架式控制,进而成为一种自主的智能思维,采用了这种自主智能思维模式的智能无人自主系统成为人工智能重要应用之一,大力推动了ai技术的创新。 2017年7月,中国发布了《新一代人工智能发展规划》,并指出我国人工智能将在以下五个方面取得高速发展,分别是:大数据智能、群体智能、跨媒体智能、人机混合增强智能和自主智能系统。而在潘云鹤院士的演讲中,机器人未来的发展趋势,恰好与自主智能系统和人机混合增强智能高速发展的趋势不谋而合。 潘云鹤院士表示:“现阶段有大量的研究表明机器人的核心技术是人工智能。如果把机器人的思考、观测、移动、对话、工作等功能进行细化,并仔细分析的话,其实和人工智能的建模、感知、规划、理解和学习有很高的对应度。”不管是过去的无人机、无人船,还是如今的智能无人驾驶,智能无人自主系统在机械方面的应用在日渐成熟的同时,也给机器人行业带来新的动能,并且随着研究的进一步深入,成为机器人发展的未来趋势。 而机器人发展的第二个阶段,就是人机融合的崛起。 潘云鹤院士指出,在十几年里,人机交互技术已经越来越丰富。“我们开始有图形交互,后来有可视化技术、语音识别、自然语言理解、图象和视频的识别、动作的捕捉、还有虚拟现实等等,这些交互技术催生了机器人发展的重要方向,就是加强人机交互。”在便携式传感器高速发展的当下,人机交互的实操性愈加明显,智能手机和穿戴式设备便是最佳的例子。这种趋势同样会在机器人领域得以体现。 浙江省多项政策引导,机器人产业发展势如破竹 从近年趋势来看,我国机器人产业取得了非常快速的发展,从机器人本体到核心零部件都取得了非常明显的颈部,但实则发展过程依旧面临挑战。国家科技部高技术研究发展中心副主任卞曙光在致辞中强调,目前,中国机器人智能感知、深入学习、自主决策等核心关键技术不多,高端零部件依赖进口,行业标准体系不完善,人才缺失等问题依旧不断显现,必须不断强化中国机器人发展的创新突破、人才培养和领先应用。 而作为我国最早提出“机器换人”政策的浙江在这个过程中又做到了什么呢?除了“机器换人”,浙江省“机器人+”和智能化技术改造等系列政策举措引导,促使该省机器人产业取得较快发展,机器人取得了非常明显的成效。 为了推进“整零协作”,破解关键零部件“卡脖子”难题,推进机器人产业协调发展,浙江省经济和信息化厅组织工业机器人核心零部件企业与机器人本体领军企业进行了合作协商,在开幕式上有8家企业组成了4对整零协作组合,进行了机器人“整零协作”签约。希望通过8家企业的合作示范,树立样板,推进以应用促进产业发展,努力打造浙江机器人产业发展的“新生态”“新模式”。 同时,开幕式上还举行了项目签约仪式,共有28个项目进行签约,总投资121.65亿元。这些项目聚焦机器人与智能制造,核心技术领先、创新带动强劲,对推动产业转型、助力高质量发展,具有重要作用。 德国库卡集团运营总裁michael wombacher认为:“随着机器智联,赋能万物的这一目标和基本要求进一步明确,产业成长的需求和转化目标得到进一步推进以及落实。通过这次会议平台,我们将会加速智能技术的推广与应用,进一步激发机器人以及智能制造企业发展潜力。”