《數(shù)字化轉(zhuǎn)型之路》 —2.3.4　人工智能的四***展要素

2.3.4　人工智能的四***展要素

人工智能發(fā)展所處的信息環(huán)境和數(shù)據(jù)基礎(chǔ)正在發(fā)生深刻的變化。日益海量化的數(shù)據(jù)、持續(xù)提升的計算能力、不斷優(yōu)化的算法模型、不斷擴展的應(yīng)用場景已構(gòu)成相對完整的閉環(huán)，成為圖2-12中推動新一代人工智能發(fā)展的四大要素。

圖2-12　新一代人工智能發(fā)展要素

（1）人機物互聯(lián)互通成為趨勢，數(shù)據(jù)量呈現(xiàn)爆炸性增長——“大數(shù)據(jù)”是基礎(chǔ)要素

如圖2-13所示的IDC研究預(yù)測2025年全球數(shù)據(jù)量將達(dá)到163ZB，

其中20%的數(shù)據(jù)蘊藏有顛覆性潛力，注重數(shù)據(jù)價值的時代已經(jīng)來臨。

目前，人工智能正從監(jiān)督學(xué)習(xí)向無監(jiān)督學(xué)習(xí)演進升級。在這一過程中，人工智能算法模型需要從各行業(yè)、各領(lǐng)域的海量數(shù)據(jù)中不斷積累經(jīng)驗、發(fā)現(xiàn)規(guī)律、持續(xù)優(yōu)化。可以說，數(shù)據(jù)是智能發(fā)展的基礎(chǔ)。

人工智能時代的大數(shù)據(jù)和傳統(tǒng)意義上的海量數(shù)據(jù)是有一定區(qū)別的，這個區(qū)別主要從兩方面體現(xiàn)。第一，智能時代里大數(shù)據(jù)的本質(zhì)是大連接。傳統(tǒng)意義上的大數(shù)據(jù)更多的是指其數(shù)據(jù)體量大，數(shù)據(jù)處理復(fù)雜，數(shù)據(jù)屬于結(jié)構(gòu)化或非結(jié)構(gòu)化。但在智能時代，我們更關(guān)注數(shù)據(jù)的內(nèi)在關(guān)聯(lián)性。數(shù)據(jù)之間的關(guān)聯(lián)性越強，意味著數(shù)據(jù)背后蘊藏的價值越大。第二，智能時代大數(shù)據(jù)的重要指標(biāo)是標(biāo)注性。目前，機器學(xué)習(xí)和深度學(xué)習(xí)主要集中于監(jiān)督學(xué)習(xí)，標(biāo)注數(shù)據(jù)對于模型訓(xùn)練意義非凡。在弱人工智能階段，AI能力輸出的背后通常有大量人工成本在支撐著規(guī)模驚人的數(shù)據(jù)集的建造。毫不夸張地說，只有當(dāng)人類變成投喂機器的流水線工人時，AI才能順勢崛起。當(dāng)然標(biāo)注好的數(shù)據(jù)集和訓(xùn)練好的模型都可以反復(fù)應(yīng)用，這節(jié)省了之后分類或回歸階段所需的人工成本。但是，原始數(shù)據(jù)的標(biāo)注仍是不可避免的。

圖2-13　2025年數(shù)據(jù)增長趨勢示意圖

這里以人工智能巨頭Google為例：Google剛剛開源的Google Open Image Datasets中含有900萬張圖片，YouTube-8M中包含了800萬段被標(biāo)記的視頻，而ImageNet作為最早的圖片數(shù)據(jù)集，目前也有超過1400萬張被分類的圖片。除Google外，隨著人工智能的飛速發(fā)展，Amazon、蘋果、Facebook、IBM、微軟等頂尖科技公司也都開始在數(shù)據(jù)標(biāo)注上花費大量財力、人力，以支撐其AI版圖的擴張。這些公司通常選擇自己的勞務(wù)眾包平臺或者使用第三方服務(wù)來完成數(shù)據(jù)標(biāo)注工作。海量的標(biāo)注數(shù)據(jù)集是頂尖公司AI算法模型生產(chǎn)力的重要保障之一。

（2）數(shù)據(jù)處理技術(shù)加速演進，計算能力實現(xiàn)大幅提升——“大計算”是前提條件

前面我們討論的是基礎(chǔ)數(shù)據(jù)，接下來談?wù)動嬎隳芰Α?/p>

計算能力是這一波人工智能浪潮的主要推動力。事實上，深度學(xué)習(xí)算法、神經(jīng)網(wǎng)絡(luò)是20世紀(jì)七八十年代就被提出來的概念，為什么一直到最近深度學(xué)習(xí)才有了飛躍式的發(fā)展？從技術(shù)角度來看，主要原因是原來的計算能力不夠。所有深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)里用到的訓(xùn)練過程都可被歸結(jié)為矩陣運算范疇，而傳統(tǒng)的CPU并不能滿足計算能力及效率的需求。近年來，更適于矩陣運算的GPU、云、GPU集群的出現(xiàn)，使得使用海量數(shù)據(jù)訓(xùn)練一個龐大的模型真正成為可能。目前，Amazon、Google、百度、阿里都已經(jīng)開始提供基于GPU的計算機集群服務(wù)。

此外，芯片的發(fā)展也為計算能力的提升做出了不可磨滅的貢獻。

（3）深度學(xué)習(xí)研究成果卓著，帶動算法模型持續(xù)優(yōu)化——“大算法”是關(guān)鍵要素

作為人工智能發(fā)展的核心要素，從20世紀(jì)80年代開始到現(xiàn)在，“算法”一直在不斷地更迭、演進。AI領(lǐng)域的算法分為三種流派：符號主義流派、貝葉斯流派以及聯(lián)結(jié)主義流派。目前，人工智能算法也已經(jīng)廣泛應(yīng)用在自然語言處理、語音處理以及計算機視覺等領(lǐng)域，并在某些特定領(lǐng)域取得了突破性進展。在未來，上述三種算法流派的融合將成為主要發(fā)展趨勢。

隨著算法模型的重要性進一步凸顯，全球科技巨頭紛紛加大布局力度和投入，通過成立實驗室、開源算法框架、打造生態(tài)體系等方式推動算法模型的優(yōu)化和創(chuàng)新。OpenAI、CaffeOnSpark、DMTK等多家公司已開源了深度學(xué)習(xí)基礎(chǔ)計算框架以及專用領(lǐng)域算法框架（如人臉識別等），希望通過多方參與、資源共享進一步推動技術(shù)創(chuàng)新。

（4）資本與技術(shù)深度耦合，助推行業(yè)應(yīng)用快速興起——“大應(yīng)用”是發(fā)展導(dǎo)向

在技術(shù)突破和應(yīng)用需求的雙重驅(qū)動下，人工智能技術(shù)已走出實驗室，向產(chǎn)業(yè)的各個領(lǐng)域滲透，產(chǎn)業(yè)化水平大幅提升。在此過程中，資本作為產(chǎn)業(yè)發(fā)展的加速器，發(fā)揮了重要的作用。一方面，跨國科技巨頭以資本為杠桿，展開投資并購活動，不斷完善產(chǎn)業(yè)鏈布局；另一方面，各類資本對初創(chuàng)型企業(yè)的支持，使得優(yōu)秀的技術(shù)型公司迅速脫穎而出。美國技術(shù)研究公司Venture Scanner的調(diào)查報告顯示，截至2017年12月，全球范圍內(nèi)總計2075家與人工智能技術(shù)有關(guān)的公司的融資總額達(dá)到65億美元。同時，美國行業(yè)研究公司CB Insight公布了對美國人工智能初創(chuàng)企業(yè)的調(diào)查結(jié)果，這類企業(yè)的融資金額約是2012年的10倍。圖2-14綜合展示了人工智能的產(chǎn)業(yè)鏈分布情況，可以看出人工智能已在智能機器人、無人機、金融、醫(yī)療、安防、駕駛、搜索、教育等領(lǐng)域得到了較為廣泛的應(yīng)用。

圖2-14　人工智能產(chǎn)業(yè)鏈分布示意圖

數(shù)字化營銷 數(shù)字化辦公

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內(nèi)刪除侵權(quán)內(nèi)容。

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內(nèi)刪除侵權(quán)內(nèi)容。