人工智能发展太缓慢?开发新的自适应技术是否成关键

人工智能发展太缓慢?开发新的自适应技术是否成关键

当前,中国的AI市场发展阶段和市场特性,与美国是完全不同的。美国的AI技术应用最广的还是语音、IOT、智能客服等方面,但其图像识别等才刚刚起步。而中国的图像识别技术应用更加广泛,中国的人口规模庞大,因此人口规模到了一定程度之后,做应用的时候会有不同的优先级。目前,网上一直对国内的AI发展并不看好,而这究竟为何?

认为所谓的AI落地只是试点

云计算和网络工业都花了大约5年的时间才开始对人们的生活产生重大影响,而这些行业影响市场的重大转变也花了近10年时间。而AI的落地也需要一个类似的时间表。正如AI技术方面经验丰富的Karen
Bennet解释的那样:“为了让每个人都能采用,一款产品需要方便可用,需要是能够扩展至被所有人使用,而不仅仅是服务于数据科学家。该产品将需要考虑数据生命周期中数据捕获、准备、培训模型和预测等环节。随着数据被存储在云端,数据管道可以不断地提取,并准备用它们来训练模型,从而做出预测。模型需要借助新的训练数据不断改进,从而保持模型的相关性和透明性。这就是目标和希望。”

数据的完整性问题

如今的AI需要大量的数据才能产生有意义的结果,但目前依然无法熟练利用其他应用程序。数据的不完整,导致人们对于AI的信任和信心都在下降。例如,在土耳其语属于中性的语言,谷歌翻译中的AI模型在将其翻译成英语时却错误地预测了性别。虽然克服这些局限性的工作已经取得进展,但是在模型扩展的方式应用之前,学习是有必要的。然而,在某些情况下,AI可以在今天已经得到有效的应用,比如在图像识别、声音、视频和翻译语言方面的洞察力。

初创AI企业还在向头部聚拢中

当前,AI还在迅速发展,但并没有像人们想象中发展的那么迅速。根据互联网数据统计机构Statista发布的调查结果来看,截止2017年,全球只有5%的企业在生产流程和产品中广泛采用了AI,32%的企业尚未采用AI,22%的企业甚至没有采用AI的计划。AI在不断的进步,走过了很长的路,也需要越来越多的时间来成熟。

人工智能发展太缓慢?开发新的自适应技术是否成关键

目前AI具备的“智能感知”、“智能交互”和“智能决策”三大能力对传统企业帮助特别大。过去三年里,AI行业涌入大量资金,创业公司林立,独角兽此消彼长,旷视科技、商汤科技、优必选、极链科技Video++等快速占领资本市场高地。自2013年到2016年AI企业发生融资数量由21家增长到335家,融资规模高速增长,由15亿到236亿。从2017年开始,企业融资数量开始增长放缓,但融资规模依然高速增长到338亿,向头部聚齐。

AI围绕上半场(消费互联网)的算法相对比较成熟,尤其是一些应用场景。但在下半场(产业互联网)还处于一个非常不成熟的阶段。传统企业在面临新技术的时候,无法快速的找到适合的场景,甚至一些AI公司很多时候是不计成本的在开发模型,不计成本的在获取客户。以深度学习为代表的AI到了期望值非常高的高度,但是技术成熟度曲线一直存在。

结语:

未来,我们或许将看到开发新的自适应技术,以便将知识从模拟无缝转移到现实世界。这将有助于我们克服数据稀缺并加快新领域和问题的学习。使AI从模拟到实际数据将对机器人技术、图像识别、自动驾驶、医学成像、地震预报等产生重大影响。模拟是解决自动驾驶等安全关键应用中所有可能情况的好方法,内置于复杂模拟器中的知识将以新颖的方式被使用,以使AI更具物理意识,更强大,并能够推广到新的未知场景。

AI在不断的进步,走过了很长的路,但需要越来越多的时间来成熟。计算机技术水平的不断提高,也决定了AI如何更好地融入企业,如何用AI解决现在的问题。AI的无处不在将引起我们生活的重大变化,越来越多的AI领军人物加入AI的发展中,AI的发展前景不会因为面临的问题减弱,而是会越来越好,到那时人们对AI的期望也会不断提高。

 

本文由 产业新干线 作者:NovaLink 发表,其版权均为 产业新干线 所有,文章内容系作者个人观点,不代表 产业新干线 对观点赞同或支持。如需转载,请注明文章来源。

发表评论