0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

人工智能目前状况分析 距真正的人工智能还有一段距离

lviY_AI_shequ 2017-12-08 14:06 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

1956年,人工智能概念首次被提出,之后经历了60年的浮沉起落,人工智能产业一直在曲折中前进,如今,人工智能已成为最炙手可热的产业之一。麦肯锡全球研究院就认为人工智能正在促进人类社会发生转变。这种转变将比工业革命“发生的速度快10倍,规模大300倍,影响几乎大3000倍。

如果说2016年是人工智能的新纪元,人们对于人工智能的探讨还是基于概念的探讨和前景的展望上,那么2017年则是人工智能如何落地的关键一年。

从广义上讲,人工智能的应用已经非常广泛,各大新闻客户端会根据你的阅读兴趣推送相关新闻、各大电商平台会根据你的购买习惯推送相关商品、几乎所有你浏览的网页所呈现的广告都与你的历史搜索相关……这些都可以称得上是人工智能。而且,与过去60年人工智能的发展主要集中在实验室里不同,新一轮的人工智能已经在诸多应用场景中发挥威力,应该说,新一轮的人工智能浪潮才刚刚开始。

云计算到大数据,人工智能已经具备了相对坚实的基础。其中,大数据称得上是人工智能赖以开展的生产资料,而云计算则是人工智能发展的生产工具。不过,从当下人工智能的发展现状看,大部分的人工智能还停留在大数据分析阶段,距离真正的人工智能还有一定的距离。

人工智能正在告别新一轮概念炒作

如果说60年前人工智能概念的提出,多少有些科幻的成份,那么,今天人工智能概念的再次火热却带有强烈的现实意义。从谷歌AlphaGo在围棋领域战胜人类选手后,人工智能开启了新一轮的发展热潮。与以往人工智能凭借强大的算法(穷举)战胜人类不同,在围棋领域,人工智能展现出了机器学习的能力。

于是,2016年被业界称为人工智能的新纪元,几乎所有的IT互联网企业,以及那些还在推动互联网+、数字化转型的传统企业,也开始寻求借助人工智能实现自身的转型升级,以人工智能为代表的新技术正在成为新的生产力。

不过,在2016年,企业对于人工智能的关注依旧停留在概念层面,也就是说,企业很清楚人工智能领域可能蕴含的机会,以及人工智能的应用给传统产业可能带来的冲击。但如何推动人工智能的落地,将这些设想变成现实依旧是一个难题。

在这一过程中,企业发现,云计算、大数据这两大技术正在人工智能的发展过程中扮演越来越重要的角色。云计算提供计算能力,起到了生产工具的角色;大数据提供数据基础,起到了生产资料的角色。

从技术发展的逻辑讲,人工智能从云计算、大数据的角度切入,再合适不过;但从应用角度讲,如何通过云计算、大数据的应用,实现人工智能,仍旧还需要很长的路要走。应该说,人工智能与以往的技术概念炒作路线完全一致,也在经历从过度神化走向落地。

而从行业应用的角度讲,那些天生对计算能力和数据要求较高的行业正在开启人工智能应用的大门。正如高通全球副总裁、创投董事总经理沈劲所说,人工智能已经进入下半场,下半场意味着其发展速度会比我们想象地快的多,人工智能已经能够迅速变革各个行业。这缘于人工智能所拥有的三大推动力:数据、网络、计算能力,它们各自都在以指数级的速度发展。

而高盛首席经济学家JanHatzius也表示,未来人工智能技术将会全面驱动生产力的提高,如同电力对各行各业的影响,人工智能将会进入到农业、金融、医疗、零售、能源等诸多行业中,机会巨大。

从大数据到机器学习 人工智能发展渐入佳境

尽管人工智能的新时代已经开启,但目前人工智能的发展和运用,还主要集中在大数据技术层面:通过对海量数据的分析,得出相应的数据规律,从而指导人们根据数据分析结果进行决策的优化,释放数据价值。正如创新工场CEO李开复曾讲到的那样,人工智能最初被使用到的场景就是大数据积累得比较好的场景。

因此,很多从事大数据分析的企业开始给自己贴上人工智能的标签,严格来说,这样做不免有蹭热点的嫌疑,却也合乎逻辑。如果把新一轮的人工智能发展重新界定,大数据技术的深入应用可以算作是人工智能的1.0时代。

基于对数据的分析、洞察数据的秘密,这里的主体依然是人,而并非机器。但机器学习、深度学习的出现,则让主体逐渐变成了机器,开始体现人工智能的真正意义。从人对数据分析到机器通过数据来学习,这样一个变迁的意义可谓深远,称得上是人工智能的2.0时代。

但从目前人工智能的发展现状看,只有很少的企业能够进阶到以机器学习为代表的人工智能2.0阶段。与大数据分析相比,机器学习的出现,则是在大数据分析的基础上,对算法不断优化,让机器能够借助这些算法持续提升大数据分析的能力。这里的算法,就像是人类赋予机器的智慧和能力,从“授之以鱼”到“授之以渔”。

从技术角度看,云计算、大数据到机器学习,人工智能的发展尽管迅速,但依然处在线性发展阶段。真正高阶的人工智能,则是机器自身具备数据收集、整理、分析的能力,并自主对算法进行调整和优化,自主做出判断和决策。这样的人工智能才称得上是人工智能的3.0时代,也更接近人们理想中的人工智能。

而从应用角度看,李开复也给出了自己的判断:未来10—15年人工智能将按照以下三个阶段发展:首先,人工智能会在数据化程度高的行业发生;其次,随着感知、传感器机器人的发展,人工智能会延展到实体世界;最终人工智能将穿透到个人场景。

人工智能下一个突破点:应用场景

不管是国际象棋,还是围棋或是德州扑克,人工智能在这类棋牌游戏中能否战胜人类,已经变得没有悬念。如果人工智能只能做到这些,这一新兴技术的魅力就会大打折扣。

事实也是如此,如今,人们对这类人机大战开始变得漠不关心,开始期望在几乎所有的工作和生活场景中应用这一新技术,就如同当年计算机、互联网出现之初一样。彼时,计算机的应用让人们进入无纸化的信息时代,而互联网的应用则让人们得以打破信息传输的边界,真正让世界变得更加互联互通。

从目前的态势看,人工智能所带来的革命性将远超计算机和互联网,因为它要做的是要代替,或者说部分代替人类的思考。比如,在医疗行业,医生的诊断能力很大程度上取决于这个医生个人的医疗水平、医疗经验。通过对病人各项指标的化验数据,那些经验丰富的医生可以做出更加准确的诊断,而那些年轻医生的准确性则要差很多。相比较而言,人工智能显然更具优势,因为它可以对所有相关病例数据进行分析,从而得出更加接近真相的诊断。

医疗显然是人工智能可以发光发亮的热门领域之一。人工智能类似的应用还可以推广到更多的场景中,比如金融、能源、交通,甚至是文艺创作等众多行业。人工智能给人们带来的,不仅是通过数据分析呈现其规律,帮助人们进行决策;而是规避人类被情绪、感情等因素的干扰,帮助人们做出更加合理的决策。

不过,相比较人工智能技术的演进,人工智能当下最重要的任务是如何普及到更多的应用场景中,并真正在这些场景中为人们所应用。人工智能需要不断获取新的数据、进行持续且深度的学习,“越用越灵”可以说是人工智能发展的关键。

而从目前市场应用的角度看,人工智能还只是在一些特殊的领域和特殊的地方试用而已,远远没有普及开来,也很难真正发挥其作用。从实验室到普及,人工智能显然还有一个相当长的路要走。

因此,现阶段人工智能的机会正更多集中在不同的应用场景上,而不只是实验室级别的应用。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人工智能
    +关注

    关注

    1813

    文章

    49772

    浏览量

    261731
  • 机器学习
    +关注

    关注

    66

    文章

    8541

    浏览量

    136245
  • 大数据
    +关注

    关注

    64

    文章

    9031

    浏览量

    143090

原文标题:从实验室到生活,人工智能的路还有多远?

文章出处:【微信号:AI_shequ,微信公众号:人工智能爱好者社区】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    物理人工智能面临的安全风险

    具备通用人工智能的人形机器人距离真正进入我们的日常生活还有数年时间,但特定应用领域的机器人早已问世。从亚马逊物流中心的机器人车队,到手术室的
    的头像 发表于 11-17 10:54 667次阅读
    物理<b class='flag-5'>人工智能</b>面临的安全风险

    【产品介绍】Altair RapidMiner数据分析人工智能平台

    AltairRapidMiner赋能组织解锁数据洞察,运用数据分析和先进的人工智能自动化,提供可扩展的面向未来的解决方案。Altair数据分析人工智能平台包括数据准备、数据科学、ML
    的头像 发表于 09-18 17:56 664次阅读
    【产品介绍】Altair RapidMiner数据<b class='flag-5'>分析</b>与<b class='flag-5'>人工智能</b>平台

    利用超微型 Neuton ML 模型解锁 SoC 边缘人工智能

    应用。 为什么选择 Neuton 作为开发人员,在产品中使用边缘人工智能的两个最大障碍是: ML 模型对于您所选微控制器的内存来说太大。 创建自定义 ML 模型本质上是个手动过程,需要高度的数据科学知识
    发表于 08-31 20:54

    人工智能+”,走老路难赚到新钱

    昨天的“人工智能+”刷屏了,这算是官方第次对“人工智能+”这个名称定性吧?今年年初到现在,涌现出了大批基于人工智能的创业者,这已经算是A
    的头像 发表于 08-27 13:21 538次阅读
    “<b class='flag-5'>人工智能</b>+”,走老路难赚到新钱

    挖到宝了!人工智能综合实验箱,高校新工科的宝藏神器

    的深度学习,构建起从基础到前沿的完整知识体系,门实验箱就能满足多门课程的学习实践需求,既节省经费又不占地 。 五、代码全开源,学习底层算法 所有实验全部开源,这对于想要深入学习人工智能技术的人来说
    发表于 08-07 14:30

    挖到宝了!比邻星人工智能综合实验箱,高校新工科的宝藏神器!

    的深度学习,构建起从基础到前沿的完整知识体系,门实验箱就能满足多门课程的学习实践需求,既节省经费又不占地 。 五、代码全开源,学习底层算法 所有实验全部开源,这对于想要深入学习人工智能技术的人来说
    发表于 08-07 14:23

    关于人工智能处理器的11个误解

    应用,以及哪些是真实情况而哪些只是炒作,仍存在诸多误解。GPU是最佳的人工智能处理器尽管GPU在人工智能的实现过程中发挥了关键作用,而且如今它们的应用也极为广泛,但将其推
    的头像 发表于 08-07 13:21 884次阅读
    关于<b class='flag-5'>人工智能</b>处理器的11个误解

    超小型Neuton机器学习模型, 在任何系统级芯片(SoC)上解锁边缘人工智能应用.

    Neuton 是家边缘AI 公司,致力于让机器 学习模型更易于使用。它创建的模型比竞争对手的框架小10 倍,速度也快10 倍,甚至可以在最先进的边缘设备上进行人工智能处理。在这篇博文中,我们将介绍
    发表于 07-31 11:38

    迅为RK3588开发板Linux安卓麒麟瑞芯微国产工业AI人工智能

    迅为RK3588开发板Linux安卓麒麟瑞芯微国产工业AI人工智能
    发表于 07-14 11:23

    最新人工智能硬件培训AI 基础入门学习课程参考2025版(大模型篇)

    人工智能大模型重塑教育与社会发展的当下,无论是探索未来职业方向,还是更新技术储备,掌握大模型知识都已成为新时代的必修课。从职场上辅助工作的智能助手,到课堂用于学术研究的智能工具,大模型正在工作生活
    发表于 07-04 11:10

    如何构建边缘人工智能基础设施

    随着人工智能的不断发展,其争议性也越来越大;而在企业和消费者的眼中,人工智能价值显著。如同许多新兴科技样,目前人工智能的应用主要聚焦于大规模、基础设施密集且高功耗的领域。然而,随着
    的头像 发表于 06-09 09:48 870次阅读

    开售RK3576 高性能人工智能主板

    ,HDMI-4K 输出,支 持千兆以太网,WiFi,USB 扩展/重力感应/RS232/RS485/IO 扩展/I2C 扩展/MIPI 摄像头/红外遥控 器等功能,丰富的接口,个全新八核拥有超强性能的人工智能
    发表于 04-23 10:55

    人工智能大模型年度发展趋势报告

    2024年12月的中央经济工作会议明确把开展“人工智能+”行动作为2025年要抓好的重点任务。当前,以大模型为代表的人工智能正快速演进,激发全球科技之变、产业之变、时代之变,人工智能发展迎来新高潮。随着大模型推理、多模
    的头像 发表于 02-13 10:57 1530次阅读
    <b class='flag-5'>人工智能</b>大模型年度发展趋势报告

    Embarcadero:人工智能驱动发展我们的期望是什么

    发展的方向。 这是张在simplified.com上,通过提示“屏幕上有人工智能的笔记本电脑”而生成的人工智能图像。这实现令人印象深刻,但同样任重道远。图像和电影比文本更难处理。难
    的头像 发表于 01-15 10:46 648次阅读

    人工智能推理及神经处理的未来

    、个性化和效率的社会需求,又进步推动了人工智能技术的集成。此外,不断发展的监管体系,则强调了合乎伦理道德的人工智能、数据隐私和算法透明度的重要性,进而指导人工
    的头像 发表于 12-23 11:18 876次阅读
    <b class='flag-5'>人工智能</b>推理及神经处理的未来