《人工智能三大竞争优势》

  • 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:2018-06-07
  • 随着物联网、云计算等技术的快速崛起,以及机器学习算法的突破发展,人工智能已经成为当今最热门科研领域之一,并被誉为人类创造的最后一个发明,基将对世界带来颠覆性的变化,同时激发出了种行种业无限的创新机遇。

    在2018年中新人工智能高峰论坛上,北京大学访问教授吴霁虹发表了《开创人工智能的“三全”竞争优势》的精采访演讲。作为未来地图Al Bussiness Lab的董事长,吴霁虹认为人工智能今天可以帮助人们延展决策能力,为整个社会带来巨大的效率提升。

    那么人工智能到底有什么特别,能给人类的未来带来如此大的影响?吴霁虹从商业竞争的角度诠释了人工智能的三大优势——全智能、全领域、全球化。

    全智能赋能人类超级能力

    香港有家叫DKL的风投公司,聘请了一个叫做VITAL的机器人董事,VITAL其实就是一个人工智能分析系统,负责给任何一个投资项目提供数据分析,比如说做知识产权的分析,商业竞争对手的分析等。然后,DKL投资机构会根据这些分析结果进行讨论并得出最终的预判。

    吴霁虹指出,传统的投资大多数依赖了直觉和经验,这种方式很难实现规模化,而且成功的机率也非常低。有了人工智能以后,我们可以把传统的投资理念变成基于数据、算法和案列等变量管理和分析决策的循环模式。

    人类智慧活动的过程,主要是感知、传输、存储、处理、决策、传输到执行的一个循环,而人工智能在这些步骤上基本都超越了人类。利用语音、图像和其它传感器技术,通过云计算、模型训练和机器学习等,AI可以赋予人更加智能的决策判断。

    今天人工智能已经可以做到识别、预测、优化、决策、分类、匹配、判断、执行等运算,这些算法将给人们带来更多能力的提升。吴霁虹表示,在商业环境中AI将会比人类更懂用户,谁搞懂了客户需求,谁就掌握了话语权。其次在企业运营上,AI可以更加精准和高效地帮助企业降低成本和提高品质。还有人工智能可以帮资源匹配,令企业的供应链系统更精准、更高效、更优质。 全领域赋能万亿级新经济

    人工智能的应用将是无所不在、无所不盖的,基于机器学习的数据分析和决策能为各个行业带来全新的效率和新商机。吴霁虹表示,人工智能的应用可以从我们身边的衣食住行用,延伸到B2B、2C、2D再到2E,其带来可能是万亿级的产业,甚至可能是兆亿级的经济,例如AI+产业的这么一个新经济,可以创造一个巨大的增量。

    科大讯飞在2016年之前市值不到100亿,甚至可能是几十亿的规模。但公司在2016年做了全方位的商业化战略部署,今天科大讯飞已经实现了800多亿甚至到1000亿的市值。吴霁虹分析认为,科大讯飞市值背后有B2B、B2C的商业模式,以及AI整个平台开放的支持,可以说今天科大讯飞的商业已经无所不在。

    吴霁虹指出,人工智能解决问题的逻辑和我们过去所说的技术解决商业条款逻辑不一样,今天只要你掌握了核心技术,就可以无所不在地解决问题。

    西班牙有家传统喜剧院引入了人工智能识别和AI交互系统,看戏观众如果笑一次付3欧元,全程笑只付24欧元,不笑不付钱。吴霁虹表示,AI不仅改变了我们传统的商业逻辑,还改变我们市场。例如安防系统,城市安全、智能化等这样的解决方案。还有今天我们看到的新零售,这些商业的后面是赋能200万家C2B2B2C的商业全新系统。

    全球化赋能圈套圈新生态

    一个叫理查德的创业者利用芬奇零售驿站实现12到25亿美元的年收入,实际上芬奇零售驿站是人+人工智能的新零售平台,人工智能扮演了合伙人的角色,它帮助理查德打理业务,在30亿用户的电商平台上管理1000多家厂商,大约有200多万种产品,包含了全球各个地方的商家。利用AI可以24小时进行工作服务,理查德获得更多业余时间,可以安排去各地旅游。

    人工智能带来的是全球化模式,给企业更多机会,更多的商业生态圈。从商业竞争优势来讲,吴霁虹认为每个地方都有其竞争优势,比如美国有很多的竞争优势。对于中国来说,“一带一路”其实在创造一个全新的竞争优势。今天,南京和新加坡的关系可能就因为科大讯飞的一个技术,能够把它们联结在一起。中国本来是劳动力的输出国,而现在我们也在输出技术。

    今天商业人工智能操作系统和过去的商业操作系统是不同的,吴霁虹不赞同用弯道超车来形容,今天弯道超车一定会翻车。就是像公路和飞机的系统一样,今天的人工智能系统在逻辑、规则、技术、架构、材料、运营等等是完全不一样的。吴霁虹还表示,未来我们可能会发生两极分化,要么就是普通人的能力,要么就是获得超级能力的新人类,也就是说新人类和泛人类就是我们面临的未来。

相关报告
  • 《美科技专家:人工智能将创造数十万新增就业 中国有竞争优势》

    • 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:2018-05-23
    • “中国在人工智能领域已具有竞争优势。”来自美国Gartner公司的资深科技专家Peter Sondergaard接受中新网记者采访指出,人工智能将在未来两三年内通过催生新的产品和服务带来数十万新的就业机会,同时对人工智能领域和中国发展人工智能前景作出乐观研判。 “现在总有人搞噱头说,在未来所有的工作都会被人工智能取代,我认为这是耸人听闻的预测”,Sondergaard说,“你可以把我称作是对于人工智能的乐观派,我认为人工智能可以从根本上解决现在社会中的很多重要的问题”。据他预测,到2020年,全球范围内与之相关的工作岗位净增长预计将达到50万个。并研判称,中国对于人工智能的投入将会是一笔“很好的投资”。 作为Gartner全球研究部门的执行副总裁,Sondergaard领导着该机构遍布全球的2500名研究分析师和顾问,为全球90个国家的逾11000家企业提供服务。该公司对行业趋势的报告因被认为兼具科技前瞻性和商业务实性而受到业界广泛重视。 Sondergaard近来多次发表有关“人工智能未来趋势”的演讲并强调,人工智能将带动整体就业机会的正向增长。他将人工智能给人类就业带来变革的“时间点”设定为目前统计数据可以观测分析的2020年,届时人工智能会创造250万个新的工作机会,同时会减少180个传统就业岗位,净增长为50万。 Sondergaard将人工智能所解决的问题分为三类:第一,通过技术来改善用户的体验。第二,通过技术来优化成本、优化流程。第三,人工智能可以带来新的产品和服务。其中优化过程将导致传统就业岗位的减少或消失,同时新的产品和服务将带来新的就业机会。在整个更新换代过程中,人工智能将实现它对于人类生产而言的最大效益―提高生产力。 至于在哪个行业将最先看到人工智能的现象级应用,Sondergaard指出,现在全球已有4%的公司开发出‘现象级’的人工智能应用,基于全球公司和组织的调查结果,其行业应用呈现出清晰的倾向,即:通信、信息技术和服务业。接下来,还可以看到人工智能在那些有着复杂的生产要求和海量数据规模的重型行业得到应用,比如:航空、航天、汽车制造等。再进一步,人工智能会推广到医药、医疗、保健等领域。 从公司维度看,目前应用人工智能的是“超级七大公司”(即阿里巴巴、百度、腾讯、谷歌、脸书、微软、亚马逊),但预计从2019年开始,一些小微初创企业对人工智能的应用会实现赶超。 对个人用户来说,随着人工智能日臻成熟,个人设备到2022年将比家人更了解我们的情绪状态。情感AI系统与情感计算正在赋予日常物品探测、分析、处理和回应人类情感和情绪的能力,而“商业模型产品”已经问世,在不久的未来,除智能手机和互联网家居设备外,可穿戴设备和智能汽车都将成为可以搜集、分析和处理“情感数据”的移动终端。 从全球技术竞争的角度看,Sondergaard强调,人工智能领域的竞争将是场“全球竞赛”。他将信息和数据比喻为“21世纪的石油”,并指出,“石油本身是没有价值的,需要萃取加以精炼才能获得其真正的价值”,“也就是说通过软件和技术获得数据和信息当中的价值,这才是值得我们关注的重要维度。” “中国的价值和优势,当然在于有非常大的体量、非常大的市场”,Sondergaard指出,目前中国还在实现一个转型过渡:由传统的BAT(百度、阿里巴巴、腾讯)等“灯塔式”巨头公司,到越来越多的小型的、更为广泛的初创公司加入竞争,很多以前只关注某一细分市场和特定功能的垂直领域的公司也加入进来。他还指出,目前中国在人工智能领域的投资规模在全球范围内也具有优势。 从更广泛的视角看,Sondergaard认为,技术竞争中获胜的应该是全人类,因为其最终目的是用技术解决一些根本问题,如改善人们的健康、保护全球环境等。 .
  • 《人工智能三大驱动力背后的CMOS传感器》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2019-11-19
    • 随着人工智能概念逐渐成为科技界最炙手可热的话题,这一依托芯片产业的全新概念牵动了整个科技界的心。依靠政府的大力扶持、潜在市场的巨大规模以及已经逐渐落地的海量应用场景,中国已然成为世界上潜力最大的人工智能市场之一。 在今年2019世界人工智能大会上,一份《中国人工智能芯片产业发展白皮书》再次引爆了整个科技界。根据白皮书的统计,中国人工智能应用重点集中在安全、金融和商业三大领域,2018年中国人工智能核心产业规模超过900亿元,预计2020年将超过1600亿元。 而在诸多人工智能应用场景中,图像识别则是最为重要的应用之一。正如清华大学微电子所所长魏少军教授在世界人工智能大会的演讲中所说,数据、算法和算力是人工智能的三大驱动力。而在图像识别应用中,采集图像数据的CMOS图像传感器,又分别在这三大驱动力的背后起到了怎样的重要作用呢? 一、视觉,人与机器的第一感知 如果问一个人,最重要的感官是哪个?大部分人的答案一定是——视觉。正如同眼睛为大脑提供了最多的外界感知信息一样,在未来的人工智能应用场景中,CMOS图像传感器也将成为感知层面最重要的传感器。 人工智能的发展离不开海量的数据,而这些数据中的大部分都是图像数据。因此可以这么说,人工智能应用的崛起就是CMOS图像传感器继移动设备普及之后的第二次爆发机会。我们不妨看看目前人工智能最主要的应用场景,包括人脸识别、自动驾驶、智能家居等,都需要大量的CMOS图像传感器提供图像数据。 而人工智能丰富的应用场景则会带来多样的问题——低光照、高速运动、功耗限制等,这些问题无一不在考验CMOS厂商的产品开发实力。可以说,海量的数据采集需求为传感器领域带来了巨大的商机,同时也引入了更多全新挑战。而在应对这些挑战的过程中,更注重创新的国内新兴CMOS图像传感器厂商往往比相对保守的国际巨头表现更好。 二、没有准确的图像数据,何谈深度学习 谈及图像识别算法,必然绕不开“深度学习”这个概念。图像识别,本质上就是分析图像传感器获得的图像数据,并识别出图像中的待识别物体,因此,图像识别算法的开发至关重要。目前,图像识别算法的开发已经有将近三十年的历史了,从最早的人工特征提取方式,到“深度学习”概念提出后,利用卷积神经网络进行特征提取、分类等操作,再到使用一个网络的端对端模型来完成识别任务,算法开发者们正逐渐地革新算法,从而实现更快的速度、更低的资源消耗、更少的学习成本,乃至达到实时的图像识别。 正如“看”离不开大脑也离不开眼睛一样,利用深度学习进行图像识别,也离不开“机器眼”——CMOS图像传感器。算法开发者都知道,图像数据中噪点的数量会直接影响最后识别的结果,过多的噪点甚至会导致准确率下降到一个无法承受的程度。同时,由于CMOS成像原理造成的诸如快速运动下的“果冻效应”、像素驱动模式造成的“LED频闪”等诸多成像问题,都会导致深度学习算法无法获得准确的图像数据。 因此,图像识别算法的革新以及应用的开发,也离不开CMOS图像传感器开发者的努力。正如同眼脑合作才能视物一样,只有CMOS图像传感器和图像识别算法的紧密合作,才能实现真正实用的实时图像识别。 三、从云端到云边一体再到传感器端运算 人工智能的物理基础,就是由人工智能芯片组成的算力。而根据《中国人工智能芯片产业发展白皮书》的预测,随着边缘计算的发展和边缘端人工智能芯片的发展,人工智能算力正在经历从云端到云边一体的发展过程。 云端计算往往聚焦非实时、长周期的大数据分析,而边缘端运算则通过人工智能算法的前置,解放部分云端的计算资源,提高计算效率,增加整体算法的实时性。两者互补,就能同时满足强大运算性能和实时性的要求。因此,业界正在追求云边一体的结合,从而实现更灵活的人工智能算法部署。 而随着人工智能应用场景的进一步发展,在满足实时性需求时,可能会出现边缘端计算仍然无法应对的情况,这时候就需要将人工智能算法进一步前置,通过传感器端的运算,减轻边缘端算力压力和数据传输带宽压力。虽然这一概念仍然处于初步探索阶段,但已经有国内的CMOS厂商已经开始探索这一概念的可能性了。例如国内安防领域市占率第一的CMOS图像传感器厂商思特威科技,早在今年3月就已正式推出“SmartSensor”AI智能传感器芯片平台的概念。 四、三大驱动力融合方能塑造人工智能的未来 无论是数据(感知层)、算法还是算力,目前的产业发展往往还是以单一企业为主体,各个产业链环节的企业各自进行独立的创新,这在产业的新兴阶段往往能通过激烈的竞争诞生不少黑马。但是,随着产业的逐渐发展成熟,未来人工智能产业的发展将以合作为主线,若干个主要的生态系统或者平台将崛起成为行业的核心。 中国新兴的CMOS图像传感器厂商在这样的生态系统或者平台中,会处于何种地位呢?与拥有产业链优势的国际巨头不同,中国新兴CMOS图像传感器企业往往只专精于CMOS图像传感器领域本身,因此,只有积极参与生态系统和平台的合作中,与整条产业链的各个环节开展紧密的协作,才能在人工智能应用领域诞生出不容忽视的中国力量。 Arm模式在移动时代的巨大成功已经证明,小而精的企业组成生态系统的商业模式也能取得堪比PC时代巨头垄断模式的成功。那么在下一个人工智能时代,一个融合了数据、算法和算力层面诸多创新企业的生态系统,也拥有美好的前途,而在这其中,CMOS图像传感器企业则将是“必不可少”的配角。