工控网首页
>

新闻中心

>

业界动态

>

2016年已至,人工智能产业爆发式增长还会远么?

2016年已至,人工智能产业爆发式增长还会远么?

2016/1/14 15:44:53

    近年来,“人工智能”这个词很热,原因在于,人类从历史发展到现在,知识服务取代信息服务是一个趋势,随着社会的发展,传统的信息服务将会有相当一部分会被知识服务所替代;而数据的接连,使得人工智能的基础资源越来越大,同时越来越准。

  中国科学院计算所博士生导师白硕认为,中国目前在人工智能发展上很有优势。“首先,我们有最庞大的网民基数,同时还有庞大的人才团队,我们与十几、二十年前已经不能同日而语。其次,现在已经形成了一些很有实力的团队,也有一些公司做得不错。再次,资本市场,我们的资本市场对创业的概念已经有了很好的一些理解。总的来说,我们认为中国人工智能现在处于最好的一个发展机遇期。”

  他的观点,得到不少与会专家的认同。在以机器人为代表的人工智能领域,中国目前虽然同欧美发达国家有很大差距,但在清华大学教授、中国人工智能学会理事孙富春孙富春看来,在新一代机器人方面,特别是在环境感知技术、语音技术方面,中国有很多的优势。凭借这些技术引领的新一代机器人将使我们“中国制造2020”战略在全球跨越式发展。

  新一代的机器人究竟是什么样的呢?孙富春认为,它首先具有类人认知的能力。“我们过去说,仿生是在功能上仿生,未来应该在机理上仿生,能够实现人机共融的智能机器人。过去我们说机器人代替人叫自动,下一步,机器人将继续服务我们的人类。这里面有几个显著的特点就是与环境的共生能力、自我进化,要有自我意识、类人认知和情感意识。”

新一代机器人有的方面已经比人做得更好了。比如人机交互,通过认知机器人实现人机共生,包括思考及如何利用大数据综合进行思维的决策这种能力。它主要依赖云计算和大数据的技术。新一代机器人在大数据处理方面也应用广泛。比如人与人之间产生的数据、人与机器之间产生的数据,这都需要新一代机器人去处理。我们现在处于一个三元世界、物理世界、知识世界和网络世界。在这个网络世界里,机器人可以通过大数据处理找到问题的解决方案。

云计算和大数据打下基础

  事实上大数据在机器生物的进化史上起到了举足轻重的作用,不管是语音、图像识别,语义计算,所有的都是在拥有足够大数据的基础上,互联网,移动互联网带来的大数据是人工智能研究进了一大步的关健原因,另外深度学习神经网络大大提高了语音和图片系统的识别率,但同时对支撑大数据平台的云计算也提出了更高的要求。很多人工智能专家提出,大数据和人工智能与云计算的发展不符。

  从google的人工智能引擎TensorFlow开源说起,相比它facebook的Torch,微软的DMTK,IBM的SystemML. 不能不说TensorFlow对异构端的支持和强大灵活的算法 是众多人工智能开源项目的独有的,这也可能是其成功的关健。人工智能研究常常需要强大的就算机集群,机器学习需要训练各种算法,需要在数万台机器编写深度学习软件,构建深度学习网络。

  TensorFlow可以用来编写各式各样的算法,包括深度神经网络模型的训练和干扰算法,并且它已经被用于实验研究中,也被部署在产品的机器学习系统中,已经被应用于十几种计算机科学以及其他学科的领域中,包括语音识别、机器视觉、机器人学、信息检索、自然语言处理地理信息提取以及计算机辅助药物设计。

  TensorFlow可以融合各种计算能力,又是有希望建立一套通用的深度学习模型的人工智能平台,其开源项目给很多开发者带来机会。科研部分需要用到GPU计算,研究成果实现商用时就更适合用CPU计算,GPU与CPU的融合计算是人工智能、生命科学研究对计算提出的新的要求。通常的理解CPU负责计算GPU负责图处理,CPU的通用性更更好,但单个CPU性能成为整个系统运算能力的瓶颈,CPU+GPU是一个强大的组合,CPU包含几个专为串行处理的优化心,GPU则是专为并行处理而设计,由数千个更小,更节能的核心组成。

  CPU运行程序中行部分,GPU运行并行部分。一个科研项目在研发阶段往往对GPU运算用得比较多,商业阶段后就CPU运算更多,不管是在研发过程还是商用阶段 GPU+CPU都不是完全独立,所以现在云服务提供商们应需整合资源提供GPU+CPU 计算服务。宝德科技在高性能计算一直走在前列,早大与华在基因完成了第一张黄种人基因图谱的绘制和大熊猫基因图谱的绘制,最近又推出一全系列支持多GPU的高性能服务器结合宝德云公有云,私有云多种方式,宝德云计算为人工智能、生命科学,高能物理等科研项目提供了全方位的计算服务。

  人工智能将在2016年爆发

政策、市场和技术三个领域的利好,使得人工智能产业迎来爆发性增长拐点。兴业证券研究所副所长张忆东表示,随着关键技术的突破以及产业政策的落地,人工智能将迎来拐点,引爆万亿级蓝海市场。

从国家层面布局人工智能产业,具有重要的战略意义。在人工智能初探之际,每个国家都有着竞争机会,或为发达国家提供新的动力引擎,或为发展中国家提供“弯道超车”的机会。因此,具有一定科技竞争力的国家纷纷加紧人工智能的布局。

  “欧美日等发达国家充分认识到人工智能的战略意义,纷纷推出人工智能计划,并将人工智能上升至国家战略高度。例如,欧盟的人脑工程项目、美国的大脑研究计划、日本的机器人计划等。我国也不甘其后,在多个科研平台布局人工智能。”据张忆东介绍,目前北京、上海走在全国前列,北京已经建立四大类脑计算研究平台,实现三类典型类脑智能应用等;上海市政府也已将脑科学与人工智能列为市重大科技项目,由复旦大学牵头,联合浙江大学、华中科技大学、同济大学、上海交通大学等十几所高校及中科院研究所,成立“脑科学协同创新中心”。

  同时,BAT争相进军,为人工智能产业的发展提供了技术支撑。具有研发创新能力的企业已纷纷进军人工智能。企业的逐利性,决定了企业拥有创新动力。在人工智能创新的大背景下,企业自然也不会放弃这一机会。

  目前在国外企业中,在人工智能领域相对领先的企业包括谷歌、Facebook、微软、IBM。谷歌涉足的领域包括深度学习、自动驾驶汽车、智能家居、图形和语言识别;Facebook也创建了人工实验室,并涉及了图像识别技术和自然语言处理技术;微软则推出了人工智能系统“Adam”,来实现深度学习;IBM也试水开发超级计算机、人脑模拟芯片等。

  而在国内企业中,百度也涉足了深度学习与自动驾驶领域,并推出了“百度大脑”计划;阿里巴巴则推出了国内首个人工智能平台“DTPAI”。

  此外,作为利好人工智能产业发展的重要方面,产业支持政策的落地也为之提供了十足的动力。

  在“互联网+”、“大众创业、万众创新”等推动下,新的商业模式诞生速度将加快。在欧美日等发达国家大力发展的背景下,以及在“两会”提议中出现的催化作用下,人工智能有望站上国家战略产业高度,大概率出现在“十三五”规划中。

  2015年7月《国务院关于积极推进“互联网+”行动的指导意见》提出培育发展人工智能新兴产业,推进重点领域智能产品创新,提升终端产品智能化水平;2015年10月李克强总理现身“双创”周点赞“中国智造”小度机器人。这些都显示了人工智能离产业化发展越来越近。

  同时,作为“中国制造2025”中的一个亮点,人工智能产业已经受到前所未有的重视。

  中国是制造业大国,但非制造业强国,与德国相比,中国制造的信息化、联网化、智能化水平存在较大差距。“如果按照德国工业4.0的划分标准,从制造业行业整体来看,多数中国企业仍处于工业制造2.0阶段(即配备机械设备实现自动化流水线作业),少数企业进入工业3.0阶段(即实现工业信息化、联网化、数字化制造),预计未来进入工业4.0(智能互联互通定制生产)仍有较长的路要走。”易观智库分析师贺云向《经济》记者表示。

  在“2015世界机器人大会”上,工信部副部长毛伟明指出,“中国制造2025”目标是实现由制造大国向制造强国迈进,主要措施是深入推进工业化和信息化深度融合,主攻方向就是智能制造,而机器人、3D打印、智能工厂则是其重要支撑和依托。

  对此,重庆市机器人与智能装备产业发展联盟秘书长魏东向《经济》记者表示,这个目标非常明确。“我们前30年的改革开放更多的是靠人口的红利和丰富的劳动力,但是如果我们现在不通过智能制造或人工智能这些新技术,未来在经济产能、政治产能等领域的效率肯定会落后。”

  魏东表示,现在的生产、生活方式的确因为大数据网络产生了很多变化,虽然这些变化来得很猛,但还是有一个构成和实现的过程。“好的东西必须有两个基本元素,一是它必须通过实践来证明,这是大家追求的方向;二是它到底该如何运用到各种生活方式中。实现了这两点,人机协同应该是一个非常美好的时代。”

  人工智能的未来发展

  通过梳理过去十二个月与人工智能相关的新闻,你将发现人工智能的境况一路从“高歌猛进”到“穷途末路”,而又一直在这之间摇摆不定。

  人工智能呈现给我们的是人类的苦难已经一去不复返了。它们会逐渐接手我们的工作。最大限度的拓展人们的能力。机器人会奴役人类,杀死人类,或兼而有之。伊隆马斯克认为它们会在五年内把我们屠杀殆尽;马克扎克伯格则希望家里有一个机器人,照管他出世不久的小女儿。

  但是最极端的假设则预测了一个人工智能比人类更加聪明的遥远未来。可以肯定的是,2016年我们应该不会把自己的大脑上传到云端或者跟终结者决斗。那么我们可以预测什么呢?

  工程师与创业者们说“在未来的一年中我们将见到人工智能领域内的创新蓬勃发展,但那不意味着它们就不重要了。”这正是裤兜里有苹果助手Siri和真正与她交流之间的区别。我们会看到包含了人工智能的技术进行调整,并且更重要的是,我们会见证技术交流的改革。以下即是关于人工智能的五个预言:

  1 更聪明的机器人

  IBM科研部的认知计算副主管Guru Banavar很期待看到人工智能技术能够嵌入到更多的机器人与设备中。IBM正在利用机器学习算法训练机器人更好地将合适的姿势、音调与语句结合。该公司的人工智能技术已经被加载于其他公司生产的机器人上,例如软银的礼宾与销售助理机器人佩珀。机器学习算法能够帮助机器人学习更好地导航(自动驾驶),并且与诸如仿生眼睛等机器人设备结合。

  2 更快的分析

  机器学习算法的一个关键应用就在于数据分析。视觉数据分析的进步以及速度的加快将会跨越不同的领域带来广泛的影响。Banavar在邮件中写道:“人工智能在理解图像方面的技术大大加强,这包括对于例如目标、人和地点等特殊元素的文本和意义等。”而扩大视觉分析影响的一个关键领域便是医疗体系,Banavar特意指出,人类工作者需要处理海量的视觉信息,她同时也举了这样一个例子:一个放射科医生每分钟需要对16张放射相片做出诊断。根据Forrester的研究,加快数据处理的速度会大幅提升2016年人工智能在商业中的表现。分析师Brian Hopkins写道:“机器学习将会取代手动数据处理与数据监管等累活脏活,节省下的时间又可以促进数据策略的发展。”

  3 更自然的互动

  用来处理语言的机器学习算法的提升会让人们与计算机之间的交流更加容易。微软雷德蒙德实验室研究员兼管理主任Eric Horvitz说,虚拟助手(如Siri与Cortana)会变得“非常有帮助”。Andrew Arruda是人工智能律师初创公司ROSS的CEO,他说:“一直以来,我们都是基于计算机的语言跟它们进行交流,这正是我们需要跨越的一步”。他提出自然语言处理的进步会在明年开始颠覆这样关系。

  4 更微妙的恐惧

  在聊到人工智能时,你可能会听到有人提到《终结者》系列。特斯拉CEO 伊隆•马斯克用这部电影表达了他关于AI技术走向失控的恐惧。“有电影就讲过这个,你知道,像《终结者》。”——《卫报》在2014年引用的马斯克原话。

  “可能会带来一些糟糕的结果。而我们应该确保结果是好的,而不是坏的。”12月,马斯克加入了科技大亨们组成的团队,投资了新创立的非盈利组织OpenAI。马斯克与其他人的恐惧所带来的风波逐渐消退,Arruda认为关于所谓“邪恶AI”的说法将会在2016年变得更微妙。“我认为人们已经从『上帝,这都是些什么』和恐慌情绪转变到了平心静气的交流。”他说道。他还认为,电子设备里装有AI,将变成一件理所当然的事,而不再那么令人惊奇。“如果没有AI元素,人们会认为这个机器太傻了。”

  5 更热火朝天的竞争

  在11月,谷歌开源了它的开源机器学习框架Tensorflow。几个星期后,Facebook也开源了Big Sur的设计 ,这是这家公司AI算法运行的计算机服务器。Arruda认为随着2016年的到来,我们将看到与上述公司差不多的行为。

  谷歌、Facebook、微软与IBM(Arrufa的公司ROSS正在使用IBM开源的沃森工具)正在彼此竞争人工智能的领导地位。“这是一场天才间的战争,”Arruda评价道。为创业公司与研发者推出开源工具并不是竞争升温的唯一区域。谷歌、Facebook与苹果都在AI虚拟助手这片领域上宣布了自己的领土(如Facebook的M),想要从搜索引擎与电子商务市场中分得自己的一杯羹。

  5大机器人发展趋势

  中国机器人、快递无人机以及互相学习的机器会是2016年的发展大趋势。这一年会不会成为无人机送包裹的第一年,或者说成为你在工作或家里拥有一个机器人的第一年呢?我们在2015年看到机器人和人工智能方面的巨大进展。而在2016年我们会看到以下这些。

  1 中国的机器人变革

  世界最大的经济体中国已经开始着手尝试在工厂中使用先进的制造型机器人了。中国政府希望在全球工人薪资上涨、制造业变得更有效率、技术更为先进的情况下,这一点能够帮助维持其制造业的龙头地位。这一项目要求更加先进、性价比更高的机器人,而世界各地的经济和技术也会受到波及。

  中国对于技术引起的剧变并不陌生,而且已经在机器人技术方面进行了大量投资。然而新一轮机器人变革的规模将会是史无前例的。中国制造业的核心产地广东省已经决定投资1540亿美元来安装机器人。雇佣了大量工人来组装苹果手机一类产品的富士康创始人表示,在接下来几年里,其公司将会安装超过100万台的机器人。

  我们期待看到这一大胆行为有效或者难以持续的迹象,也期待看到这在未来几年对于其他国家来说意味着什么的线索。

  2 更智能的学习

  机器人已经非常擅长精确的重复性工作,但大部分仍然笨得像块石头。这也是为什么机器人通常只用于那些经过精确设计的情况。这也解释了它们为何无法轻易地接受新任务,或者在不熟悉、不确定的情况下工作。然而,事情总是在变化,感谢新一代的技术与算法,能够使机器人学的更快更好。

  机器学习有很多种方法,有些已经在研究室里表现出了非常明显的效果。尤其是有一种方法对工业机器人产生了重大影响,即深度学习,这种方法采用大型仿真神经网络,在训练机器人理解图片、视频和声频内容的方面不可或缺。而部分公司意图使用这一方法来训练机器人观看、抓取和推理。

  3 知识共享

  今年值得期待的另一趋势就是机器人彼此分享它们获取的知识。一旦机器人能够从其他机器人的工作中获取利益,就会加速学习过程。另外,感谢那些能够将信息上传至不同系统的有效方法,即使两个完全不同的机器人也能够教会彼此如何识别一个特定物体或执行一项新任务。

  目前几个正在实施的项目旨在提供简单有效的方法来使机器人通过互联网获取知识。不难想象将这一切应用于工业环境下(比如那些识别或抓取不同物体的任务)会有怎样的结果。

  4 机器人会有更多个性

  今年也会有一些个性化的机器人首次亮相,看到它们如何被人类接受也会是件有趣的事。随着硬件越来越便宜,软件功能越来越强大,不难想象为什么有人认为此时正是机器人家庭伴侣和助手出台的最佳时机。

  然而,让机器人有真正的个人触感并不容易。一些原型机让人感到失望,而那些所谓的成功原型机也不过只有一些有限的角色,像是会议模式或者问候模式。即使是非常有限的场景,这些机器人也需要非常仔细的设计和编程,以便能够表现正确的社交和情感。

  5 无人机时代

  2016年似乎很可能成为无人机终于能够上天的一年。美国联邦航空管理局在2015年年底发布了注册无人机的规章制度,同时正在测试无人驾驶自动化空中交通管制的技术。

  虽然你可能不会立马看到天空满是无人机,但尽可以期待在很多行业里将会有更加智能、更加自动化的无人机得到测试,特别是自动监控和侦测能够得到有效应用的行业。而如果像是亚马逊、谷歌类的公司找到了自己的方法,可能下一年的节日礼物就是由这些在空中飞来飞去的无人机来送货了。

投诉建议

提交

查看更多评论
其他资讯

查看更多

未来十年, 化工企业应如何提高资源效率及减少运营中的碳足迹?

2023年制造业“开门红”,抢滩大湾区市场锁定DMP工博会

2023钢铁展洽会4月全新起航 将在日照触发更多商机

物联之星五大榜单揭榜!中国物联网Top100企业名单都有谁-IOTE 物联网展

新讯与肇庆移动圆满举办“党建和创”共建活动暨战略合作签约仪式