《中国人工智能产业繁荣催生热门工作——数据标注》

  • 来源专题:数控机床——前沿技术
  • 编译者: icad
  • 发布时间:2019-10-15
  • 随着大型科技公司、银行和其他机构尝试利用人工智能来改善其产品和服务,中国对数据标注的需求正在爆炸式增长。其中许多公司集中在北京和上海等大城市,但技术含量较低的标注业务正在将部分新技术资金分流到较小的城镇,为当地提供农业和制造业之外的就业机会。   

    睿金科技公司主要为中国科技巨头百度和阿里巴巴工作,标注自动驾驶汽车拍摄的素材。在美国和中国,为自动驾驶汽车标注数据的业务都在快速发展,因为两国都在大力投资这项技术。   

    易亚科公司的员工月收入在350美元到550美元之间,他们在屏幕上的每个物体周围插入一个个数码方框,并在下拉菜单上对其标注——车辆、人员、障碍物、动物。如果他们选择“车辆”,则会出现有更多选项的另一个下拉菜单——小型车、摩托车、卡车和火车。

    在百度的北京总部,自动驾驶的汽车、公交车和清扫车在园区中行驶。该公司正在13个城市测试自动驾驶汽车,这些车辆在当地的正常交通情况下巡行。   

    目前,这些车辆并不运送乘客,但百度说,它计划10月份在长沙推出自动驾驶出租车服务。百度称,这款名为“Apollo Go”的出租车将与该市新的5G无线网络相连。百度正在将中国一汽集团生产的汽车用于该项目。

相关报告
  • 《中国人工智能产业链“显山露水”》

    • 来源专题:数控机床——战略政策
    • 编译者:杨芳
    • 发布时间:2017-11-21
    • 近日,中国人工智能产业发展联盟组建成立。据介绍,联盟将快速推动人工智能技术在生产制造、健康医疗、生活服务、城市治理等场景的应用,提升产业发展能力与水平。同时,将整合全产业链资源,促进人工智能科技成果和资源的积累与转化。     业内比较一致的看法是,人工智能产业链可分为基础层、技术层和应用层。对此,全球巨头立足自身核心技术进行扩散,积极进行布局。与此同时,中国人工智能产业链也已“显山露水”,20余家A股公司正在“抢滩”产业链。     基础层:中国芯片尝试“弯道超车”     基础层主要包括计算芯片、大数据、存储。微软的最新研究报告称,在人工智能领域,传统的芯片计算架构已无法支撑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储备数据、加速计算过程。基础层主要以硬件为核心,其中包括GPU/FPGA等用于性能加速的硬件、神经网络芯片、传感器与中间件,这些是支撑人工智能应用的前提。这些硬件为整个人工智能的运算提供算力,目前多以传统的国际IT巨头为主。     目前,在GPU领域,英伟达主打工业级超大规模深度网络加速,并推出了基于Volta、首款速度超越100TFlops的处理器Tesla;英特尔主要围绕FPGA构建产业,推出了模仿人脑的人工智能芯片。谷歌也推出了第二代TPU芯片,为自己的开源TensorFlow框架提供芯片支撑。此外,在这一领域还有众多的初创公司,如中星微、寒武纪以及西井科技等,但在产业布局能力和研发实力方面,还不能与上述巨头匹敌。     记者注意到,中国在类人脑芯片上的探索起步并不晚。2015年,由浙江大学计算机学院牵头,浙江大学与杭州电子科技大学的学者合作研制出了国内首款基于硅材料(CMOS)的支持脉冲神经网络(SNN)的类脑芯片——“达尔文”芯片。该课题组认为,“达尔文”虽是国内首款支持脉冲神经网络的类脑芯片,但与国际先进水平的IBM TrueNorth芯片比较,还有一定距离。     中国在类人脑计算上的探索目前比较受关注的是中国科学院计算技术研究所陈云霁、陈天石主导的“寒武纪”课题组。计算所的有关专家告诉记者,寒武纪深度学习处理器的能效比主流CPU和GPU有两个数量级的提升,具有较强的市场竞争优势。从2017年起,“寒武纪”课题组获得了中国科学院为期18个月共计1000万元的专项资金支持,用于项目研发及产业化。据中国科学院计算技术研究所智能处理器研究中心介绍,这1000万元专项资金一方面用于人工智能芯片的基础性研究,探索下一代人工智能芯片的架构、算法以及在一些新型场景(如AR/VR)中的应用开发方法。这将为我国参与智能时代国际芯片市场角逐打下科学和技术基础。专项资金另一方面用于寒武纪芯片在各种智能云服务器、智能终端和智能机器人市场中的推广,力争在18个月内初步奠定寒武纪芯片在智能芯片市场上的地位。     中国科学院计算所有关负责人表示,“‘龙芯’是一条路,寒武纪是一条路,而与IBM、英特尔、AMD合作是另一条路。‘龙芯’走的是‘人有我有’之路,寒武纪走的是‘弯道超车’之路。”     技术层:国产语音识别算法取得突破     技术层包括算法平台、图像识别、自然语言识别处理和智能机器人。当前,国内的人工智能技术平台主要聚焦于计算机视觉、语音识别和语言技术处理领域,国内技术层公司发展势头也随之迅猛,其中有代表性的企业包括科大讯飞、格灵深瞳、捷通华声(灵云)、地平线、SenseTime、永洪科技、旷视科技、云知声等。     麦肯锡的一份研究报告对中国人工智能发展状态进行了全面而细致的梳理。麦肯锡认为,中国在算法开发方面与其他国家相当。中国的研究者在开发用于语音识别和定向广告的算法方面已经取得突破。得益于全球的开源平台,中国企业能够快速复制其他地方开发的最先进的算法。     中国科技战略研究院有关专家对记者表示,“人工智能产业的发展离不开海量数据的支撑,数据训练量的大小影响着算法实现的成熟度。”阿里云iDST总监初敏表示,算法、数据、计算平台、用户、商业模式,用互联网的思维把这五个因素串起来,人工智能迭代才能非常快。以更快的速度使用反馈数据来更新模型,形成这样的正循环周期后,效果就会越来越好。哪怕就是算法不变,只要能不断地反馈数据并不断优化,过一两个月之后,它的能力也会好很多。     国内的曙光公司联合众多企业成立了航天星图、中科三清、曙光易通,锁定数据。航天星图专注于地理空间大数据处理、可视化应用,中科三清由曙光与中国科学院物理所合资,专注于大气、水以及土壤污染的预报、预警,治理评估和应急提供可行性的解决方案。除了传统IT企业在抢数据资源之外,事实上,中国也涌现了很多运营和经营数据的公司,比如数据堂、星图数据、百分点等,并涌现了更多公共数据开放平台。     数据显示,2016年中国数据总量占全球数据总量的14%。据预测,到2020年,中国的数据总量将占全球数据总量的20%,届时中国将成为世界第一数据资源大国和全球的数据中心。     创新工场人工智能战略白皮书显示,数据隐私、数据安全对人工智能技术建立跨行业、跨领域的大数据模型提出了政策、法规与监管方面的要求。各垂直领域的从业者从商业利益出发,也为数据的共享和流转限定了基本的规则和边界。此外,许多传统行业的数据积累在规范程度和流转效率上还远未达到可充分发挥人工智能技术潜能的程度。     麦肯锡表示,中国的大技术公司通过它们专有的平台收集数据,但中国在创建数据友好的生态系统方面落后于美国,缺少统一的标准和跨平台的共享。从世界有关国家看,开放政府数据有助于私营部门的创新,但中国公共部门开放的数据相对较少。     应用层:驾驶、医疗等成热点领域     应用层包括无人驾驶、智能安防和智慧医疗等。从全球看,IBM最早布局人工智能应用,“万能Watson”推动多行业变革。百度推出“百度大脑”计划,重点布局无人驾驶汽车。而谷歌的人工智能业务则较为繁杂,多领域遍地开花,包括AlphaGo、无人驾驶汽车、智能手术机器人等。微软则在语言语义识别、计算机视觉等领域保持领先。     科大讯飞董事长刘庆峰表示,2017年是中国人工智能应用的落地年,成为人工智能产业发展的分水岭。他认为,应用才是人工智能发展的硬道理,只有技术不断地应用在各个领域,才能得到发展。     腾讯集团董事长马化腾表示,没有场景支持的人工智能研究是空中楼阁。这些年,人工智能技术的快速发展,让人工智能在个人助理、汽车领域、医疗健康、安防、电商零售、金融、教育等方面的应用覆盖了生活的各个方面。     百度公司总裁张亚勤表示,百度要做人工智能时代的操作系统,需要建立一个生态,没有场景的人工智能是没有用的。百度未来10至20年的战略都押注在人工智能领域,公司所有的资源和技术都向其倾斜。     人工智能在汽车领域的应用前景十分广阔,其中自动驾驶最受人关注。在自动驾驶领域,很多厂商已经深耕数年,这让2016年成为自动驾驶充分竞争的一年。今年百度智能汽车正式亮相,向全球展示了百度在高精地图生产制造、自动驾驶环境感知等领域的领先技术,并发布自动驾驶开放平台。通过应用人工智能技术,能够提高公共交通系统的安全性和效率,自动驾驶车辆也可以减少交通事故、缓解交通压力,为实现指挥交通发挥重要作用。     阿里巴巴与杭州市政府合作,通过整合人工智能技术的交通信号灯,使城市交通更加智能化,减少了拥堵,在特定区域提升了11%的交通流量。吉利汽车搭建新一代核心业务系统整体上云,实现了传统业务的在线化和数据化运营,助力吉利汽车引领汽车行业的“互联网+”潮流。     最近,国防科技大学相关团队研发的医疗机器人对外公布。该机器人通过运用超级计算机的大数据运算以及人工智能技术,可以提供挂号、诊疗、体检等一体化智能医疗服务,包括智能挂号、智能诊疗、智能健康体检三大功能系统。百度在医疗O2O智能分诊、人工智能参与的智能问诊、基因分析和精准医疗、基于大数据的新药研发等四方面进行研发,期望把几十万台服务器的运算能力和最先进的算法,运用到医疗和健康领域。     近两年来,长虹、美的、格力、格兰仕等家电公司都在向智能制造转型,在机器人生产及应用领域进行布局。同时,几乎所有的家电厂商都立足“Smart Home”,将人工智能和智慧家庭更紧密地结合在一起。     不过,接受采访的专家表示,大多数传统行业的业务需求与人工智能的前沿科技成果之间尚存在不小距离。面向普通消费者的移动互联网应用与人工智能技术之间的结合尚处在探索阶段。
  • 《中国人工智能规模年均增40% 制造业相关投入不到1%》

    • 来源专题:数控机床——战略政策
    • 编译者:杨芳
    • 发布时间:2018-09-20
    • 随着首届中国国际智能产业博览会(以下简称“智博会”)8月23日在重庆开幕,人工智能再次成为各界关注焦点。记者从智博会获悉,中国人工智能市场规模年均增长率超过40%,但23.4%的投资是在商业及零售领域,18.3%在自动驾驶,而制造业相关的人工智能投入不到1%。   据悉,我国将完善人工智能产业发展政策体系,今年的主要任务是推动人工智能与实体经济深度融合,近期将制定出台人工智能与实体经济融合指导意见。人工智能与制造业深度融合将成重中之重,将加快基础设施建设,实施人工智能重大科技项目,建设高水平人工智能创新基地和开放平台,打造一批优势产业集群。   人工智能应用广度深度远超预期   我国人工智能呈现爆发式增长。记者从智博会上获悉,中国人工智能市场规模年均增长率超过40%。日前发布的《中国人工智能发展报告2018》显示,2017年中国人工智能市场规模达到237亿元,同比增长67%,预计2018年市场增速将达75%。   地方纷纷制定人工智能相关规划和方案。四川省政府常务会议8月23日审议通过的《四川省新一代人工智能发展实施方案》提出,力争到2020年,人工智能核心产业规模超500亿元,带动相关产业规模3000亿元以上,促进四川人工智能产业进入全国先进行列。   8月14日发布的《广东省新一代人工智能发展规划》提出,到2020年,广东省人工智能核心产业规模突破500亿元,带动相关产业规模达到3000亿元;初步建成10个以上人工智能产业集群,力争打造成为国内人工智能创新和应用高地。   “人工智能成为推进供给侧结构性改革的新动能和振兴实体经济的新机遇。由于技术的迅猛发展、投融资力度的加大以及地方政府和科技界、工业界的广泛合作,人工智能应用的广度和深度均大大超出预期。”工信部科技司巡视员毕开春在此前工信部信息中心举办的一次活动上说。   据了解,推动人工智能和实体经济深度融合,成为今年完善人工智能产业发展政策体系的主要任务。今年上半年,工信部开展了人工智能与实体经济深度融合项目遴选工作,目前已经初步完成评审。近日工信部还组织了由各省市工业和信息化主管部门、部属单位负责人参加的人工智能与实体经济深度融合推进会。   制造业在人工智能应用中最具潜力   虽然人工智能加快向各领域渗透,但在制造业的应用仍是短板。德国思爱普全球高级副总裁李强在智博会上指出,中国的数字经济取得了举世瞩目的成就,特别是在消费互联网领域,中国已经是领军国家。因此,在新一轮人工智能热潮中,企业创业者和资本继续向消费互联网领域倾斜。通过对中国过去三年最大的300项人工智能项目进行分析显示,23.4%的投资在商业及零售领域,18.3%在自动驾驶,而对于制造业相关的人工智能投入不到1%。   “与此形成鲜明对比的是,制造业恰恰是人工智能应用场景最具潜力的区域,人工智能能够大幅度提升劳动生产力,进而推动GDP增长。”李强指出,根据分析报告,到2030年,因人工智能的推动,全球将新增15.7万亿美元的GDP,中国就占7万亿美元;到2035年人工智能将推动劳动生产力提升27%,拉动制造业的GDP高达27万亿美元。   工信部装备工业司副巡视员钱明华在智博会上指出,智能制造是新一轮产业变革的核心内容,是制造业高质量发展的必由之路。据悉,我国将加快实施智能制造工程,优先培育和发展一批战略性新兴产业集群。   “不容忽视的是,人工智能仍属于前沿领域,各地在人才储备、技术架构、实施路径、行业标准及产业生态等方面均存在一定的发展瓶颈。”中国社科院工业经济研究所副研究员渠慎宁对《经济参考报》记者表示,我国人工智能产业总体发展尚不成熟,与现行制造体系的融合度偏弱,需要在工艺、产线、产品、服务等层面开展大量应用实践。同时,行业标准缺位。人工智能应用特别是在制造业的应用需要部署大量专用传感器,而现阶段工业现场的数据通信标准之间通常不能兼容。   产业交融将产生溢出效应   毕开春透露,近期工信部将组织研究并制定出台人工智能与实体经济融合指导意见。“制造业是实体经济的重中之重,要深化人工智能与实体经济各领域的深度融合特别是和制造业的深度融合,为制造业赋能,为实体经济助力。”据悉,下一步我国将加快基础设施建设,实施人工智能重大科技项目,突破前沿理论和关键技术,完善相关标准和测试认证体系,加快布局建设高水平人工智能创新基地和开放平台,搭建产业对接平台,加快形成一批特色突出、辐射带动作用强的人工智能产业集群。   华为公司董事长梁华在会上指出,人工智能的关键是基础研究的突破和应用的场景化,但不能为人工智能而人工智能。要针对实际应用场景,充分利用算法、算例和数据积累,来产生实际效果和收益。   中国通信工业协会区块链专委会副主任委员于佳宁对记者表示,“产业化”、“应用化”是未来几年人工智能的两大发展方向。基础设施的建设是人工智能产业发展的关键。应从基础设施开始布局,按照端、网、云的层次,从终端的传感器芯片到整个计算芯片,再到整个光通信的基础设施的布局,提升人工智能的基础计算能力。在建设行业标准层面,通过组织联盟等形式联合制定相应的标准化数据接口及应用参考架构。   “下一步还要提高人工智能技术和人工智能产业向实体经济的渗透率。”工信部信息中心高级经济师宋瑞礼在接受记者采访时指出,一是推进“人工智能技术+实体经济”深度融合。围绕人工智能芯片及传感器、机器人及智能硬件、智能无人系统及软件等领域,加大资金、人力和政策扶持投入,建设人工智能技术创新体系。二是推进“人工智能产业+实体经济”深度融合。建设一批智能制造、工业互联网创新中心,培育孵化一批智能基础产业,鼓励高端装备、集成电路、生物医药、无人驾驶等新产业与智能产业的有效衔接,提高人工智能服务实体经济的配套能力。   “面向未来,人工智能技术和产业的交融将显现出更加显著的溢出效应,从而进一步带动技术进步和产业创新,推动经济社会的高质量发展。”毕开春说。