人工智能作為當(dāng)今世界上最重要的科技之一，其走過了60年“三起兩落”的發(fā)展歷程，已融入人們生產(chǎn)生活的各個(gè)方面。“智能+”時(shí)代正在加速向我們走來。在人工智能風(fēng)口到來之際，構(gòu)建應(yīng)用場(chǎng)景、找準(zhǔn)突破口成為人工智能應(yīng)用落地的重中之重。

專注于為中小企業(yè)提供成都網(wǎng)站建設(shè)、網(wǎng)站制作服務(wù),電腦端+手機(jī)端+微信端的三站合一,更高效的管理,為中小企業(yè)甘州免費(fèi)做網(wǎng)站提供優(yōu)質(zhì)的服務(wù)。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動(dòng)了1000多家企業(yè)的穩(wěn)健成長(zhǎng)，幫助中小企業(yè)通過網(wǎng)站建設(shè)實(shí)現(xiàn)規(guī)模擴(kuò)充和轉(zhuǎn)變。

人工智能應(yīng)用落地的四個(gè)關(guān)鍵因素

人工智能產(chǎn)業(yè)發(fā)展繁榮離不開數(shù)據(jù)驅(qū)動(dòng)和計(jì)算能力的提升。大數(shù)據(jù)、計(jì)算能力、人工智能之間正在形成一種共生生態(tài)，大數(shù)據(jù)為人工智能提供源源不斷的動(dòng)力，人工智能衍生出了諸如深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)、對(duì)抗學(xué)習(xí)等新型算法，硬件計(jì)算能力的有力提升有效地縮減了算法迭代改進(jìn)周期。未來可從四個(gè)方面形成合力，加速人工智能應(yīng)用落地。

明確應(yīng)用場(chǎng)景邊界。人工智能技術(shù)尚未達(dá)到強(qiáng)人工智能水平，產(chǎn)業(yè)落地過程中應(yīng)避免好高騖遠(yuǎn)。例如，機(jī)器人臉識(shí)別在絕大多數(shù)情況下比人識(shí)別的效果要好，但是在需要知識(shí)、想象力的特殊情況下，與人腦還是存在較大差距?，F(xiàn)階段以深度學(xué)習(xí)為代表的人工智能技術(shù)并不善于解決通用性問題，人工智能技術(shù)要實(shí)現(xiàn)產(chǎn)業(yè)落地并形成商業(yè)價(jià)值，需要清晰其所能解決的特定領(lǐng)域問題，并有明確的應(yīng)用場(chǎng)景邊界。將人工智能的功能需求限定在有限的特定問題邊界之內(nèi)，這樣得出的解決方案才能相對(duì)可行可靠，如借助視聽傳感器能夠自主規(guī)劃掃地方案的掃地機(jī)器人等。

閉環(huán)數(shù)據(jù)反饋循環(huán)。谷歌、Facebook、英特爾、微軟、蘋果、特斯拉，中國(guó)的BAT等人工智能前沿公司，通常都具有一個(gè)共同的特征——閉環(huán)的數(shù)據(jù)反饋循環(huán)。例如，Google、百度等互聯(lián)網(wǎng)廣告系統(tǒng)能夠根據(jù)用戶點(diǎn)擊及輸入等操作，自動(dòng)收集到用戶一手?jǐn)?shù)據(jù)，抽取關(guān)鍵特征并輸入深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)訓(xùn)練好后能用于對(duì)用戶行為的預(yù)測(cè)，進(jìn)而提高用戶體驗(yàn)。從應(yīng)用終端收集數(shù)據(jù)，再用數(shù)據(jù)訓(xùn)練模型，之后用模型提高用戶應(yīng)用體驗(yàn)，用戶應(yīng)用后又產(chǎn)生新的數(shù)據(jù)，這就形成了閉環(huán)的數(shù)據(jù)反饋循環(huán)。其內(nèi)部就可以完成自動(dòng)數(shù)據(jù)收集、標(biāo)注、訓(xùn)練與反饋，這使得人工智能算法實(shí)時(shí)迭代優(yōu)化的更加便利。

海量高質(zhì)量數(shù)據(jù)。隨著移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的快速發(fā)展，數(shù)據(jù)量正在以指數(shù)級(jí)增加，根據(jù)IDC統(tǒng)計(jì)，全球數(shù)據(jù)總量預(yù)計(jì)2020年達(dá)到44ZB，中國(guó)數(shù)據(jù)量將達(dá)到8060EB，占全球數(shù)據(jù)總量的18%。對(duì)于自然語言、音頻和視頻等數(shù)據(jù)，其分析越來越聚集于提取其中的語義，包括情感分析、文檔主題模型、依存模型、問答語義分析等。以深度學(xué)習(xí)為代表的人工智能技術(shù)，本質(zhì)上是一個(gè)具有多層的神經(jīng)網(wǎng)絡(luò)，通過大數(shù)據(jù)計(jì)算來自動(dòng)學(xué)習(xí)最終的網(wǎng)絡(luò)參數(shù)，不同的網(wǎng)絡(luò)參數(shù)能夠識(shí)別出不同的物體，但需要依賴規(guī)模龐大的高質(zhì)量帶標(biāo)簽數(shù)據(jù)集，才能夠保證其學(xué)習(xí)質(zhì)量。

高性能計(jì)算硬件。深度學(xué)習(xí)模型需要很高的內(nèi)在并行度、大量的浮點(diǎn)計(jì)算能力以及矩陣運(yùn)算，按環(huán)節(jié)可分為前期訓(xùn)練、云端推理、終端推理等三個(gè)階段。在前期訓(xùn)練和云端推理環(huán)節(jié)，需要進(jìn)行規(guī)模龐大的運(yùn)算量，CPU+GPU架構(gòu)成為目前多數(shù)人工智能企業(yè)的主流選擇。然而，構(gòu)建GPU集群的成本非常高昂，僅購置一塊Nvidia Tesla K80的費(fèi)用近4萬元。FPGA具備較高的性能功耗比和重構(gòu)靈活性，百度采用FPGA打造百度大腦專用AI芯片，微軟打造的Brainwave平臺(tái)也是基于英特爾Stratix 10 FPGA芯片。在終端推理環(huán)節(jié)，由于智能手機(jī)、語音交互、VR/AR等終端設(shè)備需求不同，需要定制化、低功耗、低成本的嵌入式解決方案，其市場(chǎng)呈現(xiàn)更加多樣化競(jìng)爭(zhēng)態(tài)勢(shì)，如寒武紀(jì)的1A處理器、地平線的BPU芯片等，華為Mate 10的麒麟970芯片搭載了神經(jīng)網(wǎng)絡(luò)單元NPU，使得其在處理相關(guān)人工智能任務(wù)（如圖像識(shí)別等）時(shí)有50倍能效和25倍性能的提升。

我國(guó)人工智能應(yīng)用落地面臨的問題及建議

基礎(chǔ)研究與實(shí)踐聯(lián)系不緊密，要統(tǒng)籌協(xié)調(diào)促進(jìn)研發(fā)資源聚合。在研發(fā)方面，我國(guó)人工智能研發(fā)主力集中于科研院所（國(guó)外主要集中于大企業(yè)），并且研究力量比較分散，研發(fā)經(jīng)費(fèi)也呈現(xiàn)撒胡椒面式的碎片化，這難以聚集力量解決重點(diǎn)問題?？山梃b美國(guó)成立國(guó)防高級(jí)研究計(jì)劃局、Google X實(shí)驗(yàn)室、Facebook人工智能研究院的經(jīng)驗(yàn)，成立我國(guó)人工智能國(guó)家實(shí)驗(yàn)室和人工智能產(chǎn)學(xué)研協(xié)同創(chuàng)新中心，打通政產(chǎn)學(xué)研用各環(huán)節(jié)，促進(jìn)研發(fā)資源聚合。

針對(duì)數(shù)據(jù)孤島和數(shù)據(jù)碎片化問題，可建立開放共享的大數(shù)據(jù)公共資源。由于數(shù)據(jù)表示與語義的異構(gòu)性、數(shù)據(jù)的開放性等問題，導(dǎo)致人工智能在落地過程中出現(xiàn)種種問題。在異構(gòu)性方面，由于許多行業(yè)的數(shù)據(jù)積累在數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范上缺乏預(yù)先定義可廣泛適用的元數(shù)據(jù)描述，其數(shù)據(jù)集遠(yuǎn)未達(dá)到可充分發(fā)揮人工智能技術(shù)潛能的程度。在開放性方面，一些企業(yè)從商業(yè)利益出發(fā)限制了數(shù)據(jù)的共享和流轉(zhuǎn)，監(jiān)管部門出于安全考慮對(duì)人工智能應(yīng)用提出了更為嚴(yán)格的要求。因此，解決高質(zhì)量大數(shù)據(jù)短缺問題是人工智能應(yīng)用落地的關(guān)鍵，未來需要在整合異構(gòu)數(shù)據(jù)源、建立一些開放共享的大數(shù)據(jù)公共資源庫等方面多做努力。

缺乏完整的產(chǎn)業(yè)生態(tài)體系，應(yīng)圍繞特定應(yīng)用場(chǎng)景開發(fā)定制AI芯片。目前，我國(guó)仍然缺乏完整的人工智能產(chǎn)業(yè)生態(tài)，特別在基礎(chǔ)硬件（芯片）領(lǐng)域。未來應(yīng)加快補(bǔ)齊基礎(chǔ)層軟硬件短板，可圍繞一些特定應(yīng)用場(chǎng)景（如智能手機(jī)、無人機(jī)、智能駕駛、服務(wù)機(jī)器人等），從硬件實(shí)現(xiàn)角度顛覆性地突破類腦神經(jīng)芯片，如深度卷積神經(jīng)網(wǎng)絡(luò)芯片等。

缺乏頂尖級(jí)創(chuàng)新型資深人才，可借助互聯(lián)網(wǎng)實(shí)現(xiàn)AI技術(shù)教育泛化。根據(jù)LinkedIn發(fā)布的《全球AI領(lǐng)域人才報(bào)告》，2017年第一季度全球人工智能人才超過190萬人，其中美國(guó)擁有85萬以上，中國(guó)擁有約5萬。美國(guó)人才多集中于人工智能基礎(chǔ)層和技術(shù)層，而我國(guó)多集中于應(yīng)用層，并且同時(shí)掌握實(shí)踐能力和理論能力的研究人員比較稀缺。未來，應(yīng)增強(qiáng)我國(guó)人才自身造血能力，可考慮借助互聯(lián)網(wǎng)讓人工智能教育實(shí)現(xiàn)泛化（如借鑒國(guó)外大規(guī)模在線教育Coursera等），降低個(gè)體獲得人工智能前沿技術(shù)的門檻。

新聞標(biāo)題：我國(guó)人工智能應(yīng)用落地的四大關(guān)鍵因素
標(biāo)題路徑：http://jinyejixie.com/article8/cpdop.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供商城網(wǎng)站、品牌網(wǎng)站建設(shè)、網(wǎng)頁設(shè)計(jì)公司、微信公眾號(hào)、標(biāo)簽優(yōu)化、網(wǎng)站設(shè)計(jì)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)