5
| 本文作者： 訾竣喆 | 2016-04-08 18:45 |
4月7日，艾瑞發布了2015年中國人工智能應用市場研究報告。其中對人工智能的發展和應用現狀進行了分析，并對行業前景進行了預測——
5~10年間感知智能將進一步普及，未來的發展方向是認知智能。
從1955年至今，人工智能的發展經歷了三次潮起，兩次潮落：
1955年．達特茅斯會議標志AI誕生；
1957年，羅森布拉特發明第一款神經網絡，進入第一個高峰；
1970年，受計算能力所限，AI進入第一個低谷；
1982年，霍普菲爾特神經網絡提出；
1986年，BP算法實現了神經網絡訓練的突破，進入第二個高峰；
1990年，人工智能計算機DAPRA失敗，進入第二個低谷；
2006年，深度學習神經網絡被提出；
2013年．深度學習算法在語音和視覺識別率獲得突破性進展，進入第三個高峰。
可見，每一次人工智能的迸發期都與新的算法有關，而我們恰好趕上了深度學習算法的突破口，進入到了感知智能時代。
“AlphaGo之所以能戰勝李世石，是由于它巧妙地將蒙特卡洛評估法和深度學習神經網絡相結合。正是這些高級算法的出現才能推動人工智能的發展突破?！薄鸱治鰩?林仁翔
誠然，人工智能的核心突破點在算法上，而計算能力的發展和數據量的積累同樣重要。
計算能力的提高能夠提升算法運算速度，目前人們已經開始通過GPU并行計算神經網絡來進行計算，量子計算是未來的發展趨勢；
數據量的擴充則能夠提升算法性能，互聯網的發展積累了一定的數據，未來物聯網的發展將進一步擴充數據渠道源。
從計算機的出現、到互聯網的發展、再到物聯網出現，需要人工來完成的工作將越來越少。
艾瑞認為，人工智能的發展一共可以分為三個階段——計算智能、感知智能、認知智能。
第一個發展階段是在計算這個環節，它使得機器能夠像人類一樣進行計算，諸如神經網絡和遺傳算法的出現，使得機器能夠更高效、快速處理海量的數據。
第二個發展階段就是感知智能，讓機器能聽懂我們的語言、看懂世界萬物。語音和視覺識別就屬于這一范疇，這些技術能夠更好的輔助人類高效完成任務。
第三個發展階段就是認知智能，在這一階段，機器將能夠主動思考并采取行動，比如無人駕駛汽車，實現全面輔助甚至替代人類工作。
對此，分析師林仁翔表示，目前的人工智能還處于感知智能的發展階段。
“目前，語音識別和視覺識別成功率已經分別達到了95%和99%，這在深度學習出現之前是難以想象的。近年來，由于計算處理能力的突破以及互聯網大數據的爆發，再加上深度學習算法在數據訓練上取得的進展，算法、計算、數據三者都已成熟，這推動了人工智能在感知智能上實現巨大突破。”
他認為，雖然感知智能已經實現了突破，但這項技術仍然有函待提升的地方。
“比如人臉識別判斷身份這項技術中就存在缺陷，人們用照片就可以欺騙設備實現身份認證。而活體驗證技術就是目前需要研究的技術；再比如味覺和嗅覺的數據，這也是物聯網傳感器目前所無法觸及的領域?！?/p>
據此，艾瑞預測在5到10年間人工智能產業還有很多的機會可以發掘，而何時能夠進入到下一階段（認知智能）還不得而知。
“認知計算何時能夠突破還尚未可知。因為目前連‘深度學習神經網絡能否真的讓機器學會如何思考’都還不清楚，而且這與生物以及其他一些相關學科的研究突破也息息相關。至于什么時候相關學科能夠獲得突破性進展，我們也無法得知?！?/p>
人工智能的概念很寬泛，那么具體的細分產業都有哪些呢？在這里，艾瑞提供了幾組數據：
我國71%的AI相關企業都在做技術落地應用，這是我國目前的AI行業現狀；
在應用企業中，有83%都是在做軟件服務，而諸如機器人等硬件產品相對匱乏；
在算法技術方面，我國55%的AI相關企業在做計算機視覺，有13%在做自然語言處理，9%進行機器學習。
“我們在獲得Google、Facebook開源的研究技術之后，能夠很快把技術應用落地，這是我國的優勢；而對于基層的技術研究，我國的企業實力目前還無法和國外匹敵，這是劣勢。”
——分析師 張鳳
在人工智能最為廣泛的應用層面上，則可以分為五大場景：
第一個是智能硬件、機器人的上應用。借助視覺識別技術以及語音識別技術，通過對數據的理解、計算、學習實現決策并實行，實現在交互方式的轉變，向自主階段發展；
第二個是虛擬場景服務。借助視覺技術以及語音識別技術，改變視覺呈現方式以及互動方式，模擬真實場景，通過體感或語言互動。
第三個是安防領域。借助人臉識別技術、指紋識別技術，實現智能攝像頭和防盜鎖等的快速識別功能。
第四個是虛擬服務。借助語音識別技術以及后臺數據分析技術，建立智能虛擬客服。
第五個是商業智能服務。借助人工智能的算法和模型，對云數據平臺的數據進行挖掘和分析，最終實現智能決策。
第五點同時也是未來人工智能應用領域的發展方向，主要體現在推理并提出決策方面，而這也正是IBM所在做的事情（關于IBM與認知智能，此前雷鋒網有過報道，詳見：深藏不露的IBM，這幾年都在忙著做這些事情）。
那么，如果想要進軍AI產業，可以從哪幾個方面切入呢？目前可以分為三種：
第一種就是自下而上的切入——從人工智能的基礎資源（數據以及底層算法技術）切入，再輔以技術研發來構建上層應用，比如百度、Google，依托自己多年積累的數據和深度學習技術，向無人駕駛汽車、機器人等應用拓展；
第二種就是從中間技術層來切入——依照自己的核心技術去構建應用，去發展上層應用的產品或者是服務，比如科大訊飛，從語音識別技術切入，向教育和機器人等應用領域拓展；
第三種是自上而下的切入——直接應用領域切入，這也是大部分初創企業的做法。這種方式相對技術門檻較低，比如出門問問，重點發展個人助手服務，向醫療教育等領域拓展。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
