人工智能靠什么走向大众 如何帮助制造业转型?

随着人脸识别、语音识别和自动驾驶日益成为关注焦点,人工智能(AI)与社会、人类生活融合程度正在快速演进。

 

其实早在1956年,人工智能这个“术语”就被正式提出。但在有限且昂贵的计算能力、已有计算方法存在缺陷、缺乏数据量这些无法克服的基础性障碍面前,“模拟人类大脑”显得非常遥远。此后,一直到20世纪80年代初,随着一类名为“专家系统”的AI程序开始为全世界的公司所采用,人工智能才兴起了第二次热潮。各国开始投入大量资金,例如日本经济产业省雄心勃勃旨在打造“第五代计算机”的研究计划,目标是制造出能够与人对话、翻译语言、解释图像,并且能像人一样推理的机器。80年代后期,产业界对人工智能系统投入巨大但只产生有限的应用产生质疑,人工智能的泡沫逐渐破裂,投入大幅消减,人工智能再一次步入寒冬。

 

那么,人工智能到底将靠什么走向大众?我们认为,视觉AI技术将是发展方向。

 

对人类而言,70%到80%的信息获取来自视觉。对人工智能来说,视觉AI也被视为目前最具应用价值的AI技术。它能够让机器具备“从识人知物到辨识万物”的能力,从而看懂、理解这个世界,帮助我们在生产和工作中,提升处理信息的效率。

 

简单来说,视觉AI就是研究如何让机器会“看”,即用摄影机和电脑代替人眼对图像进行特征提取和分析,并由此训练模型对新的图像数据进行检测、识别等任务,建立能够从图像或者多模态数据中获取“信息”的人工智能系统。

 

源于深度学习的突破,视觉AI的识别能力突飞猛进,2012年的两个轰动事件,更被视为视觉AI的发展拐点。当时,由多伦多大学Geoffrey Hinton领导的团队,在一项名为ImageNet的图像识别竞赛中,利用深度学习和GPU的强大计算能力,将错误率降低了10%,震惊学术界,因为之前这项错误率每年只会降低1%—2%。

 

同年,“谷歌大脑之父”吴恩达带领团队,利用10亿参数的神经网络,在没有任何先验知识的情况下,仅仅通过观看无标注的YouTube的视频,创造了一套猫脸识别系统——从海量照片里自动识别出猫脸。

 

视觉AI迅速成为人工智能领域最重量级的研究领域,源自于其在安防、医疗、无人驾驶等多个领域的应用前景。

 

例如,在安防领域,视觉AI技术可进行人群分析、逃犯追捕,可通过城市中成千上万条路的摄像头对目标人群进行锁定与筛查,并做到实时告警,助力安防效率的提升;在手机领域,AI可提供刷脸解锁、刷脸支付等更加安全和便捷的体验,还可自动为面部美颜省去后期修图的时间;在自动驾驶领域,AI技术可以通过摄像头获取的图像,对车体的周围环境进行识别和分析,辅助做出精准的路径规划。

 

在众多的视觉AI应用场景中,AI医学图像分析是近年来热度极高的一个细分领域。这主要得益于医院信息数字化建设的不断提速,以医学影像为核心的大数据不断丰富,为AI在医疗领域的发展提供了充足的养料。与此同时,优质医疗资源的稀缺和分配不均也不断催生着社会对人工智能的需求。

 

当下AI+医疗的红火,对推动这个行业的发展起到了不可磨灭的作用,还有丰富的应用场景和海量的机会等待挖掘,例如个性化医疗、可穿戴智能医疗设备的实时监测与分析等。

 

放眼未来,更多的应用前景都将贴上视觉AI的标签。比如,人脸识别技术有望在更多的物联网终端设备上应用,让安全便捷的身份认证无处不在,提升生活体验;在AI+工业领域,工业机器人、物流机器人将更多替代传统劳动力;在AI+文化领域,基于AI的增强现实技术,可以将古代文物、古代场景生动复原得以假乱真;在AI+教育领域,利用视觉技术实现学生的注意力管理、跟踪学生的知识点掌握,实现真正的因材施教。

 

当然,AI掀起的新一轮产业浪潮不过短短几年,技术上需要持续不断的突破创新,行业需要不断的深耕和挖掘,大众也需要对其给予足够的耐心。

 

那么人工智能算法如何用最接地气的方式赋能制造业企业,优化生产制造和供应链环节?

 

杉数科技联合创始人兼CPO王曦认为,要找到合适的应用场景。他在近日举办的“将门2019年度创新峰会”上表示,比如在制造场景下的计划排产、产能规划问题,运输场景下的车辆调度、路线规划问题,在零售场景下的动态定价、智能补货问题,这是制造业“每天都在发生的、高频次运营决策层面的问题”。

 

任何一个制造企业的问题都复杂且有个性,不过王曦观察到这些问题具有四大共同点:

 

第一,看不清。对于不确定的市场需求,难以进行合理预判。需求预测、因素的把握、规律的挖掘,最终的目的是通过预判来指导上游的生产计划和备料;

 

第二,靠人工。不管是运营级还是战略级的问题,都高度依赖人工。这导致工作量很大,容易出错,因为人工经验无法沉积;

 

第三,效果差。制造企业所关心的订单满足率、及时率、产能浪费、原材料库存等一系列核心KPI,用人工经验做计划和排产的结果通常有很大的优化空间;

 

第四,难应变。市场在变化、需求在变化甚至会有各种各样的优先级调整。

 

“人工智能深刻重塑所有行业。”将门创投CTO沈强认为,人工智能应用将向垂直化、泛在化、系统化方向发展;物联网的复兴推动服务化升级,创造产品即服务,空间即服务,设施即服务的产业新动能;自然人机交互创造商业新界面、新入口。

 

在电梯这个特别传统的行业,改变正在发生。康力集团信息管理中心总经理陈振华表示,公司给电梯装上了物联网装备,通过数据采集系统实时监控电梯的运行状况。万一出现电梯故障,服务人员马上响应冲到现场;用成熟的人脸识别、语音识别,使电梯的人机交互更加智能;用物联网大数据机器学习模型推动预测性保养,使每台电梯能够保持最强的生命力,减少因电梯检修而产生的停梯等待时间。

 

人们刻板印象中偏远的地区和城市,也因为人工智能创新应用发生了深刻变化。金风科技G7创新之路孵化中心总经理谢江波说,“地广人稀、资源丰富”是大家对新疆的印象,实际上围绕这8个字产生了很好的创新落地场景:“地广人稀”代表了新疆toC场景相对少一些,更多是toB;“资源丰富”则代表新疆有很多资源型企业:石油石化、煤炭化工、新能源等。对新疆传统的优势产业进行技术升级,由传统的制造业向先进制造、智能制造转变,不可或缺的就是人工智能、区块链、云计算、物联网等前沿技术。

 

他以风电产业为例,“新疆的限电率非常高,每年大概在20%~30%,造成了很多能源浪费。如果利用前沿技术,做好风资源的预测,与电网调度之间进行很好的配合,就能很好地解决限电率的问题,甚至还可以利用一些低成本、高效率的前沿技术进行风电制氢、电储能、电供暖等新产业创新”。

 

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