起航学习网

人工智能在2018年的演变情况

这是一个不谈谈 AI人工智能 就会觉得自己不够先进和新潮的时代。

这也是一个你在忧虑 AI人工智能 是否会终结全人类，但你的企业却正在被新一轮智能化浪潮所终结的年代。

现在，同样的故事正在重演……

在身边那些率先抓住被技术进步所解放的场景和服务，开始用更智能的方式迭代再造传统生意的家伙正越来越多。当AlphaGo是不是又要连赢五场，霍金教授觉得AI人工智能会不会毁灭人类等成为大众话题，在空谈AI人工智能的人越来越落后，而另一些人已经开始对一个全新时代突击和占领。

智能结果比概念重要，无人商店。

显然这一波 AI人工智能 浪潮不是只属于技术人员和技术企业的机遇，因为 AI人工智能 技术上的突破不是最终目标，真正的目标是商业领域可以因此获得「更智能」的结果，然后提升品质、效率、体验……创造新的价值出来。

挺尴尬的问题，明明在很多领域，还轮不到卷积神经网络和机器学习起作用，也根本用不着创造一个 AI人工智能 的「黑匣子」去解决问题，仅依托于今天移动互联网带来的连接性和数据量的提升，真正把几年前刚被树立起来的「大数据」和「物联网」等概念落实到位，就已经可以创造巨大的「智能」飞跃了。归根结底，无论是大数据还是 AI人工智能，这些概念背后真正的改变其实是「智能」对商业的效率提升。

传统二字的线下零售体系，智能的概念就已经催生新的零售物种。通过传感器记录和识别顾客进店后的行动轨迹，零售可以大幅度优化陈列、摆放和商品的选择。这是「智能」带来的一个重要特征，它会输出比人的经验更持续更稳定的判断，并且不断根据外部变化而调整与优化。毫不夸张的说，零售体系依托于数据的运营水平升级已经开始了，这个行业的竞争力正处在被迭代再造的过程之中，一定会有一批新的力量成长起来。

再进一步说，即便零售的末梢形态——自动售货机这样的东西也会有新的「剧本」——比如依托越来越普及的移动支付，选择根据区域、时间更动态的定价模式，这将会带来利润率的大幅度上升。其实也是一种「智能能力」的扩散，因为亚马逊、京东等电商平台大多在主流的头部产品上的定价虽然属于割喉死磕，但是在那些长尾产品上的其实很多都是动态定价的，这些长尾产品的动态定价可以轻易提升 10% 或者更高的利润率。这甚至能影响这些电商平台企业的盈利能力。

所以管他是不是纯正定义的机器学习和人工智能，能运用数据诞生的决策去创造更高效率的就是好公司。智能驱动的商业再造，在很多行业已经开始，因为很多产业的数字化和连接性持续提升后，依托数据催生智能已经是水到渠成的必然，这里面的商业潜力比概念本身要性感的多。

智能的核心不是模仿是超越，自动化汉堡机器人。

一位以思维逻辑和理性思考闻名的企业家在美国参与的一些智能投资项目，他阐述了不是那些红的发紫的 AI人工智能 领域的项目，而是一个做汉堡包的机器人项目。

这家叫做的 Momentum Machines 的公司，成立好多年了。其创始人来自一个做汉堡包的世家，后来自学机器人专业，2008 年左右开始尝试制造「汉堡包机器人」——其实就是创造一个完全不需要人来干预的一体化和自动化汉堡包制作机，而且，他设想这个机器的汉堡包制作还是「柔性」的，可以根据人们的爱好和口味调整汉堡配方甚至火候。

一个「老项目」会这么吸引这位企业家朋友的眼球，成与否，他自然依靠自己的判断逻辑。

在美国汉堡作为主流餐食，并不是像在中国都被当成快餐那么不讲究。其中肉饼的火候，酱汁的浓度，面包的水分，蔬菜的搭配都会直接影响汉堡的美味度。以往麦当劳的是用冷冻食材加流程操作的方式来批量标准化复制，提供的是算不上好吃的产品，而 Momentum Machines 的思路不是用机器降低成本和进行标准化生产，而是用更智能的机器来做出更美味、更个性化的汉堡，这个汉堡比麦当劳的好吃太多，价钱又可以比餐厅里大厨做的便宜。

若是按照中国的商业计划书模版，这基本就是冲着颠覆快餐业的方式来做的——做出全民可以享用的，更好吃的，制作效率更高的「新一代汉堡」。

据说过去 8 年来这个创始人遇到过很多瓶颈，从机械上到智能上，都是一堆坑，因为汉堡包机器人相当复杂，很多东西都要从头自己造。这几年智能领域的快速发展成为了重要的助推力，比如在图像识别上的进展，甚至是很多传感器伴随着智能产业的快速成熟，让 Momentum Machines 终于开始有大踏步的突破。

如果说麦当劳是工业化的思维的产物，其思路是追求「可复制的规模化」、以及标准化带来的低成本，那么 Momentum Machines 的核心真的不是工业化，而是智能化。很重要的一个特征是他的创始人相信这机器核心价值不是比人便宜和批量生产，而是依靠精确的数据和精准的操作，做的汉堡比人做的更好吃，并且是持续稳定的比人做的好吃，而最后才是，成本比人还便宜。

这种持续稳定的超越人类体力、智力和资源效率的能力，就是智能对商业世界的核心冲击波。所以这家公司看似是一个工业化机器人应用，但实际上这是个商业世界迭代再造的鲜活案例。从 Rebuild 自己的视野和思想开始，过去几十年从互联网、到移动互联网、物联网、云计算、大数据、再到 GPU 崛起、传感器革命、机器学习的突破，以及 AI人工智能 热潮的爆发。「智能」这个概念是他们的最终合集，也是唯一主线。「智能」作为商业世界中一个新的元素，从构建基础到初步成型，现在开始引发越来越多的「化学反应」了。

在汉堡包这件事上尚且有如此的再造和超越，那么在金融、交通、零售、娱乐等等更容易发生智能革命的领域，那些超越工业化、超越数字化、也超越连接性的进一步效率提升，必然会再造一批新的赢家。就像人类掌握炼钢的技术后，之前的铜器、铁器大多要被淘汰。商业世界在智能这个「新元素」影响下的「迭代再造」也已经开始了。

本质上，这是整个世界的连接性、数字化和计算力提升到达一个临界点后的必然变革。而就像当年移动互联网领域的变革一样，未来商业世界最大的价值，将首先来自于「先进生产力」对传统商业的价值释放。而这个再造进程之所以远远比移动互联网波澜壮阔，是因为无论是其涉及的行业广度，还是对于行业效率提升的高度，都是计算机时代以来最恢宏的。

而在我国，多项技术已处于世界领先地位。诸多业内人士认为，我国人工智能技术攻关和产业应用虽然起步较晚，但在国家多项政策和科研基金的支持与鼓励下，近年来发展势头迅猛。在基础研究方面，我国已拥有人工智能研发队伍和国家重点实验室等设施齐全的研发机构，并先后设立了各种与人工智能相关的研究课题，研发产出数量和质量也有了很大提升，已取得许多突出成果。

科技部高新司司长秦勇说：“我国在语音识别、视觉识别、机器翻译、中文信息处理等技术方面处于世界领先地位。中国科学院自动化研究所谭铁牛团队全面突破虹膜识别领域的成像装置、图像处理、特征抽取、识别检索、安全防伪等一系列关键技术，建立了虹膜识别比较系统的计算理论和方法体系，还建成目前国际上最大规模的共享虹膜图像库。”

智能芯片技术也实现了突破。中科院计算所发布了全球首款深度学习专用处理器，清华大学研制出可重构神经网络的计算芯片，比现有的GPU效能提升了3个数量级。

与此同时，我国在人工智能领域的论文数量快速增长。据统计，2007年—2016年，全球人工智能领域论文中，我国占近20%，仅次于美国;深度学习领域的论文总量和引用量均居世界第一。此外，人工智能相关发明专利授权量已居世界第二。

人工智能创新创业日益活跃

当前，伴随着人工智能研究热潮，我国人工智能产业化应用也蓬勃发展。

智能产品和应用大量涌现。人工智能产品在医疗、商业、通信、城市管理等方面得到快速应用。目前已有1.5亿支付宝用户使用过“刷脸”功能，华为首次在全球将人工智能移动芯片用于手机。

人工智能创新创业也日益活跃，一批龙头骨干企业快速成长。据统计，当前中国的人工智能企业数量、专利申请数量以及融资规模均仅次于美国，位列全球第二。全球最值得关注的100家人工智能企业中我国有27家，其中，腾讯、阿里云、百度、科大讯飞等成为全球人工智能领域的佼佼者，也成为建设国家新一代人工智能开放创新平台的领头羊。

2017年7月5日，百度首次发布人工智能开放平台的整体战略、技术和解决方案。这也是百度AI人工智能技术首次整体亮相。其中，对话式人工智能系统，可让用户以自然语言对话的交互方式，实现诸多功能;Apollo自动驾驶技术平台，可帮助汽车行业及自动驾驶领域的合作伙伴快速搭建一套属于自己的完整的自动驾驶系统，是全球领先的自动驾驶生态。

2017年8月3日，腾讯公司正式发布了人工智能医学影像产品——腾讯觅影。同时，还宣布发起成立了人工智能医学影像联合实验室。

2017年10月11日，阿里巴巴首席技术官张建锋宣布成立全球研究院——达摩院。达摩院的成立，代表着阿里巴巴正式迈入全球人工智能等前沿科技的竞争行列。

此外，科大讯飞在智能语音技术上处于国际领先水平;依图科技搭建了全球首个十亿级人像对比系统，在2017年美国国家标准与技术研究院组织的人脸识别技术测试中，成为第一个获得冠军的中国团队。

“加速积累的技术能力与海量的数据资源、巨大的应用需求、开放的市场环境有机结合，形成了我国人工智能发展的独特优势。”秦勇说。

整体水平与发达国家仍有较大差距

尽管我国在一些人工智能关键技术尤其是核心算法方面与发达国家水平相当，但我国人工智能整体发展水平与发达国家相比仍有较大差距，比如在高精尖零部件、技术工业、工业设计、大型智能系统、大规模应用系统以及基础平台等方面。专家们还指出，我国人工智能技术发展还面临着体制机制、创新人才、基础设施等方面的挑战。

易建强说：“与人工智能发展成熟且处于前列的美国等相比，虽然中国在人工智能的论文数量方面超过美国，但中国学者的研究影响力尚不及美国或英国同行。”

这背后的一个重要原因就是人才短缺。据统计，美国半数以上的数据科学家拥有10年以上的工作经验，而在中国，超过40%的数据科学家工作经验尚不足5年。还有，在中国只有不到30所大学的研究实验室专注于人工智能，输出人才的数量远远无法满足人工智能企业的用人需求。此外，中国的人工智能科学家大多集中于计算机视觉和语音识别等领域，其他领域的人才相对匮乏。

在产业应用方面，人工智能技术成果虽然已经在我国越来越多的领域应用，但专家表示也还存在一些问题。比如，除少数垂直领域凭借多年大数据积累和业务流程优化经验，催生出营销、风控、智能投顾、安防等人工智能技术可直接落地的应用场景外，大多数传统行业的业务需求与人工智能的前沿科技成果之间尚存在不小差距。面向普通消费者的移动互联网应用与人工智能技术之间的结合尚处在探索阶段。

“在人工智能生态系统方面，美国也更为完善和活跃，创业公司数量远超中国。而且由研究机构、大学及私营企业共同组成的生态系统庞大、创新且多元。”易建强说。

专家建议，应建设开放共享的人工智能创新发展平台，重视和加强人工智能前瞻性基础研究，加大人才培养力度，在深化人工智能技术推广应用、市场准入等方面建立更加宽松的政策环境，不断提升信息化水平来支撑智能化发展，并积极引进培养更多有国际影响力的领军人才。

所以，应该认认真真谈谈这个话题了，这不是只属于 AI人工智能 科学家和 AI人工智能 创业公司的风口，而是一个与每个行业，每个人相关的新时代。

文章出自：http://qh.itpxw.cn/ai/python/201843734.html

文章标题：2018年人工智能的发展情况如何

免责声明：本站文章均由入驻起航学习网的会员所发或者网络转载，所述观点仅代表作者本人，不代表起航学习网立场。如有侵权或者其他问题，请联系举报，必删。侵权投诉