365备用网址

欢迎来到365备用网址    [ 请登录 ]  [ 会员注册 ]

返回www.28365365.com|English|设为www.28365365.com|加入收藏|

您现在的位置:365备用网址 - 市场行情
2025年人工智能 基础数据服务市场将达110亿
作者:28365365体育在线—— 佚名 时间:2019-10-14文章来源:365备用网址——机经网访问量:2540

人工智能现已成为提高365备用网址创新能力、信息化与工业化深度融合、推动重点领域突破发展、全面推进制造业结构调整、提高制造业国际化发展水平的关键性核心技术。据前瞻产业研究院发布的《365bet体育人工智能行业市场前瞻与投资战略规划分析报告》统计数据显示,2015年365bet体育人工智能市场规模已突破100亿元,预测在2019、2020年365bet体育人工智能市场规模将达500亿元、710亿元。

人工智能现已成为提高365备用网址创新能力、信息化与工业化深度融合、推动重点领域突破发展、全面推进制造业结构调整、提高制造业国际化发展水平的关键性核心技术。据前瞻产业研究院发布的《365bet体育人工智能行业市场前瞻与投资战略规划分析报告》统计数据显示,2015年365bet体育人工智能市场规模已突破100亿元,预测在2019、2020年365bet体育人工智能市场规模将达500亿元、710亿元。

随着2010年语音识别和计算机视觉领域产生重大突破,到2015年,国内迎来人工智能创业热潮,独角兽不断涌现,融资纪录被不断打破。2012年—2019年8月人工智能领域共发生2787件投融资事件,总融资额达4740亿元。

下游的爆发式增长为人工智能基础数据服务的发展提供了长期向好的基本面。根据艾瑞咨询发布的《2019年365bet体育人工智能基础数据服务研究报告》显示,在经历了一段时期的野蛮生长之后,人工智能基础数据服务行业进入成长期,行业格局逐渐清晰。

国内人工智能热潮爆发,大量的ai公司拿到融资,为了不断提高算法精度,数据采标需求也空前爆发,一度催生了行业的繁荣。随着竞争加快,ai公司对训练数据的质量要求也不断提高,并且当产业落地成为主旋律,需求方对垂直场景的定制化数据采标需求成为主流,众多小型ai基础数据服务公司从数据质量和采标能力上达不到要求,或被淘汰,或依附大平台,行业格局逐渐清晰,头部公司实力逐渐凸显。

而随着算法需求越来越旺盛,目前机器辅助标注、人工主要标注的手段需要改进提升,增强数据处理平台持续学习和自学习能力,增加机器能够标注维度、提升机器处理数据的精度,由机器承担主要标注工作将成为下一阶段的行业重心。未来,越来越多的小概率事件所产生的数据需求增强,人机协作标注的模式性价比不足,机器模拟或机器生成数据会是解决这一问题的良好途径,及早研发相应技术也将成为ai基础数据服务商未来的护城河。

从融资规模来看,人工智能基础数据服务市场的融资多集中在千万级别。2015年人工智能基础数据服务商获得的融资金额相对较高,标志着行业初露头角,受到资本的认可。从获得融资的企业数量来看,目前获得融资的玩家并不多,资本市场表现的活跃度不高。

艾瑞表示,2018年365bet体育人工智能基础数据服务市场规模为25.86亿元,其中数据资源定制服务占比86.2%,数据集产品占比为12.9%,其他数据资源服务占比为0.9%;行业年复合增长率为23.5%,预计2025年市场规模将突破110亿元。从整体增速来看,行业发展较为稳健,下游人工智能行业持续发力将形成长期利好。

而对于人工智能基础数据服务发展,艾瑞指出,单纯依据客户各个项目的诉求进行数据采集和标注属于被动执行,主观能动性低、行业边界有限,制约着ai基础数据服务的发展。未来,数据公司应该能够更懂算法技术、更懂需求场景,甚至能参与到算法的研发中来,给出数据采标方面的优化建议,这也为数据服务商形成差异化竞争带来了契机,尤其是在ai落地阶段,将在收入和业务边界上实现突破。

人工智能ai要发挥能力,需要依靠大量的数据来支持。但其实很多时候数据分散在不同企业中,由于数据安全、商业机密等原因,很难让各企业共享数据。因此,有人说深度学习受到了很大威胁,人工智能会因此衰落。杨强教授却看到了人工智能的新机会,他提供了一种机制,让大家不用去打通和共享数据就能够共同训练一个强大的ai模型,这种机制就是“联邦学习”。

人工智能ai要发挥能力,需要依靠大量的数据来支持。但其实很多时候数据分散在不同企业中,由于数据安全、商业机密等原因,很难让各企业共享数据。因此,有人说深度学习受到了很大威胁,人工智能会因此衰落。杨强教授却看到了人工智能的新机会,他提供了一种机制,让大家不用去打通和共享数据就能够共同训练一个强大的ai模型,这种机制就是“联邦学习”。

联邦学习,把各方看作一个联邦,然后让他们去共享一个模型。这个模型是依据各方数据来做的,但在建立这个模型的过程中,各方数据都在本地,只是大家在沟通的时候会分享一些加密参数。这就好像是大家在一起写一本小说,一起沟通进度,但互相看不到各自写的具体内容,还能确保最后合起来是一本完整的小说。

在这样的一个状态下,既可以满足各方的需求,也可以消除之前各方对于数据安全的恐惧。尤其在金融、医疗等行业,对这个技术有明确需求。

关于如何能有效地让企业参与到这个机制中,杨强教授表示:“现在这个社会,并不是技术完善到百分之百,它就能自动地做什么事。联邦学习,不仅需要技术方面的创新,同时需要建立一套经济机制、建立一个经济市场,让大家加入这个市场并且都能受益,这才能吸引更多人不断地加入。”

杨强教授还特别强调:联邦学习这种机制,主张交易价值,而不是交易数据本身。目前,杨强带领的团队和政府一起在建立一个国家标准,同时在国际上也希望能建立标准,也在吸引一些欧盟的人、美国的人加入。希望联邦学习这样的技术可以推行到各行各业。胡一川继续追问:”这在某种程度上像互联网时代的tcp/ip协议,让所有计算机用同样的方式实现互联互通。那是不是所有的企业都应该去学习ai,研究算法呢?“

他觉得,企业要把ai落地,有ai产品经理就可以了。ai产品经理能够发现业务中存在的问题,并且知道能用什么样的ai工具包来解决这个问题,能找到人去实现它,最后能够衡量ai带来的价值。不管是「来也科技」正在做的rpa(机器人流程自动化)、ai,还是微众银行的联邦学习,到最后都能变成一个可衡量的标准,这个标准可以用减少了多少工作量来计算,也可以用它的价值来算,这就是企业里的ai产品经理需要做的工作。

从香港科技大学讲座教授,到微众银行的首席人工智能官,杨强教授经历了从学术界到工业界的转变,而「来也科技」的ceo汪冠春、cto胡一川都是从美国博士一毕业即创业,他们专门向杨强教授请教“实现这一转变最需要学习的是什么?”杨强教授回答:“我觉得我在企业里每天都是一个小学生,我是很快乐的。”

他说:学习是一件很幸福的事。在工业界,首先是要明确目标,怎么衡量一件事情做的好坏,在机器学习里这叫目标函数,一个好的目标函数很重要。在学术界目标可能是发一篇论文获得很高的citation,但在工业界目标是很不一样的。

“以人工智能、机器人技术等为突破口的第四次工业革命已经到来,而且发展之快速、威力之强大、范围之广泛、影响之深远,超过前三次工业革命。大数据与智能化,必将引起社会的深刻变化。充分发挥大数据人工智能的威力,加强大数据人工智能技术在365备用网址石油勘探开发中的应用规模,可以实现石油勘探开发主体技术更新换代的宏伟目标,从技术上促进石油勘探开发行业整体转型升级。”在日前召开的2019365bet体育智慧油气田技术交流会上,365bet体育工程院院士韩大匡在发言中指出,大数据与人工智能掀起的科技浪潮,给石油工业带来了新的发展机遇。

“以人工智能、机器人技术等为突破口的第四次工业革命已经到来,而且发展之快速、威力之强大、范围之广泛、影响之深远,超过前三次工业革命。大数据与智能化,必将引起社会的深刻变化。充分发挥大数据人工智能的威力,加强大数据人工智能技术在365备用网址石油勘探开发中的应用规模,可以实现石油勘探开发主体技术更新换代的宏伟目标,从技术上促进石油勘探开发行业整体转型升级。”在日前召开的2019365bet体育智慧油气田技术交流会上,365bet体育工程院院士韩大匡在发言中指出,大数据与人工智能掀起的科技浪潮,给石油工业带来了新的发展机遇。

365备用网址石油工业面临着严峻挑战

当前,365备用网址石油工业正面临着开采难度和成本日益增大等严峻挑战。

365bet体育工程院院士李阳分析了油气田智能化发展现状及趋势。李阳表示,当前石油工业面临着严峻挑战,365备用网址石油资源品位劣质化,特、超低渗透和致密储层等低品位资源占70%;主力老油田普遍进入特高含水后期开发阶段、剩余油高度分散、产量出现递减的趋势,开采难度和成本日益增大;从前几年开始,油价断崖式下跌,中低油价将持续较长时间;安全环保压力增大,安全环保标准提高,环保区域内的生产井要全部关停退出。此外,还有保障国家能源安全等挑战,依靠现有技术已经难以为继。李阳强调,当前油气领域正在进行从数字化到智能化深度改革,油气田未来发展将不断实现智能化。金山云大企业行业解决方案部总监毛东晖在演讲中指出,油气行业在油藏数值模拟、井场现场视频监控、产学研 结合时,存在着一些亟待解决的问题:使用传统方法进行油藏数值模拟不仅费时费力且不确定性强;井场现场视频监控虽拥有物联网建设,但仍然依赖人眼监控,占用大量资源且无法进行数据分析;此外,部分企业对产学研结合认识不足,科研成果转化率较低。云计算作为企业数字化转型的基石,是实现企业数字化、智能化转型的基础,因此,云服务商能够助力能源行业解决这些难题。“智慧油气田的落地应用,有利于推进石油行业工业化和信息化的深度融合,可结合勘探开发、生产科研和经营管理的实际需求,消除信息孤岛,实现数据集成与共享,通过信息化建设促进油气田主营业务转型升级。”毛东晖介绍道。

通过信息化建设促转型升级

智慧油田是石油上游企业 “两化融合”的发展目标。近年来,365备用网址石油石化行业积极推进工业化和信息化深度融合,充分结合勘探开发、生产科研、经营管理的实际需求,通过信息化建设促进油田主营业务转型升级。

以长庆油田为例,2011年以来,为满足油气田大规模建设的需要,长庆油田广泛利用先进的信息化技术,积极融入“互联网+”,促使企业科研工作方式从传统的“人工+计算机”向“数字化、智能化”的大数据升级,企业的科研组织模式也从以往的 “单兵单行作战攻关”向“全领域攻关协同共享”跨越。在数字化建设上,从资源、环境、决策支持3个方面,满足了大油田现代化管理研究和发展需求。

目前,长庆油田通过建立具有海量数据值、多条数据链的 “数据服务中心”,不但建成了以“标准化、实时化、可 视化”为主题的场景式系统,而且数字化服务通过地面向地下延伸。长庆油田已整合集成钻井、录井、测井、试油气、分析化验、油气生产等19个类别的基础数据2亿多条,智能化技术已介入一线值守、现场安全预警管控、员工远程智能培训、手持移动工具办公、油气藏智能攀岩分析等多个领域。

相关专家表示,深刻认识到将大数据、人工智能与油气勘探开发工作进行有机结合,以助力科学决策、提高勘探效率、优化开发流程、降低生产成本,对保障365备用网址能源安全有重要而深远的意义。其中,加速发展365备用网址石油勘探开发大数据人工智能技术,抢抓石油勘探开发大数据应用领域领跑机遇十分关键。

大数据和人工智能技术在石油工业应用仍存难题

“目前,美国大数据在石油工业的应用虽然实现了技术上的突破,但还处于起步阶段。365备用网址的现状是老技术难以为继,大数据与实体企业有待进一步融合发展,需要加大大数据在365备用网址石油勘探开发中的应用。”韩大匡院士认为,如何将大数据和人工智能技术在石油工 业转化和落地是一个大课题。韩大匡院士强调,如果充分发挥大数据、人工智能的威力,起点更高、深度更深、范围更广的话,365bet体育将有可能在油田开采领域超越美国,变并跑为领跑。

据了解,由365bet体育工程院、365bet体育石油天然气股份有限公司勘探开发研究院、365bet体育石油集团工程技术研究院有限公司、清华大学联合开展的 “大数据驱动的油气勘探开发发展战略研究”重点咨询项目,选定了地震、钻井、测井、油藏描述及油藏工程一体化,以及智慧油田和装备的健康管理等课题,涵盖了勘探开发的全过程。

“从数字油田向智慧油田发展,是世界石油行业信息技术管理发展的必然趋势。人工智能作为新一轮科技革命和产业变革的新引擎和核心驱动力,已经成为引领未来发展的战略性技术,正在对石油石化行业产生深刻影响。”365bet体育工程院院士、365bet体育石油大学副校长李根生表示,365bet体育石油大学十分重视油气领域人工智能理论与技术的研究与应用,将大力推进人工智能学院建设,为石油石化领域的智慧升级贡献力量。

mit网站于9月24日刊出了一则新闻。消息显示,为支持麻省理工苏世民计算机学院的规划,麻省理工学院艺术和社会科学学院院长梅丽莎·娜贝尔斯(melissa nobles)召集麻省理工学院人文及社会科学学院14个人文学科的教师,共同探讨如何进一步推进ai在各学科应用。

mit网站于9月24日刊出了一则新闻。消息显示,为支持麻省理工苏世民计算机学院的规划,麻省理工学院艺术和社会科学学院院长梅丽莎·娜贝尔斯(melissa nobles)召集麻省理工学院人文及社会科学学院14个人文学科的教师,共同探讨如何进一步推进ai在各学科应用。

资料显示,麻省理工苏世民计算机学院(scc)开设于2018年10月,是美国的学术机构对于人工智能领域最大的一笔投资, 总投资10 亿美元,目的在于引领计算机技术和人工智能技术的发展及全球影响。该学院由黑石投资公司首席执行官苏世民(stephen a. schwarzman)带头捐资3.5亿美元,新学院也因此被命名为麻省理工苏世民计算机学院(m.i.t. stephen a. schwarzman college of computing)。

针对此次mit推进人工智能在各学科应用的新动向,ai报道(ai report)对mit9月24日官网新闻消息进行了编译:

麻省理工苏世民计算机学院(scc)将计算和人工智能的力量带到麻省理工学院的所有领域,此举将重新定位学院,麻省理工学院的各个学科将一起塑造计算和人工智能的未来。

为支持新学院规划,梅丽莎·娜贝尔斯院长(dean melissa nobles)邀请了麻省理工学院人文及社会科学学院14个人文学科的教师回答两个问题:

1)您所在领域的哪些领域知识、观点和方法应该整合到新的苏世民计算学院中,为什么?

2)高级计算可能为您的领域带来哪些有意义的机会?

正如诺伯斯在她的系列前言中所说的那样,“大家一起对这两个问题的回答提供了一本指南,可以帮助我们了解技术、人文和科学共同为麻省理工学院注入力量的富有成效的方式,促进人类和地球福祉。”

以下为教师回应节选:

前言由政治科学教授,麻省理工学院艺术和社会科学学院院长梅丽莎·娜贝尔斯(melissa nobles)撰写。

“人工智能的出现为我们这个物种提供了一个历史性的机会-同时也潜藏着挑战:我们能在人工智能的时代保持人性吗?我们能否在人性中成长,我们能否塑造一个更人道,更公正,更可持续的世界?带着希望和紧迫感,我们将在麻省理工学院加速努力,在课程和研究,思维习惯和行动上更充分地将科技与人文形式整合。”

比较媒体研究——比较媒体研究教授威廉·乌里奇奥(william uricchio)

“鉴于我们的研究和实践重点,cms视角对于理解计算对知识和呈现的意义,以及计算与知识在文化中如何工作的关键过程-知识的形成、共享和验证的方式-的关系,可能是关键。”

建议的行动:“将媒体和计算机学者聚集在一起,探讨涉及这两个专业领域的问题:文本生成算法(迫使我们自问人类意味着什么);计算把关人的性质(迫使我们反思隐含的文化优先事项);个性化过滤器和文本(要求我们考虑自己偏见的形成)。”

全球语言——‘赵氏廷芳’亚洲文明讲座教授邓津华(emma j.teng)

“学习语言和文化是国际体验的敲门砖,也是培养跨文化理解和敏感度的重要手段。这样的理解对于解决影响全球日常生活的一系列不断扩大的技术所带来的社会和伦理影响至关重要。”

建议行动:“我们的目标是创建一个21世纪的语言中心,为跨文化交流、合作、行动研究和全球课堂提供召集空间。我们还计划保持麻省理工学院语言课程的亲密规模和人类体验,这些课程会随着技术的饱和而增值。”

历史——麻省理工学院历史系主任及历史教授杰弗里·拉威尔(jeffrey ravel)

“新出现的创新计算方式将继续强化了解过去的工具,我们通过这个工具解读证据。 不过在历史领域会继续使用旧的学术方法;人类的批判性思维是我们在人文领域努力的基础。”

建议的行动:“呼吁历史学家参与因果关系的细致入微的辩论,为考虑新计算技术必然会出现的问题提供一个有用的参考框架。这种历史领域的方法论是帮助想象我们如何摆脱今天的生存威胁的一种强有力的方法。”

语言学——麻省理工学院语言学系

“也许计算和语言学研究最明显的机会是关于语言的形式属性的特定假设与其以学习、分析和产生人类语言的系统形式的计算实现之间的相互关系。”

建议的行动:“关键的是,变革性的新工具来自于语言学家与计算研究人员并肩工作的机构的研究人员,这些计算机研究人员能够在语言语法和其他系统的计算特性之间来回转换。”

文学——文学教授桑卡尔·拉曼(shankar raman)与玛丽·c·富勒(mary c.fuller)

“在人工智能时代,我们可以发明新的阅读工具。使我们教授麻省理工学院学生的专业阅读技能甚至部分地提供给学院以外的读者,将以深刻的方式拓宽对我们材料的访问。”

建议的行动:至少应将当前文学与数字接触的三个优先事项整合到scc的研究和课程中:知识的民主化;知识生产的新模式和可能性;以及对社会条件的批判性分析,这些条件决定了什么可以知道,谁可以知道它。”

哲学——麻省理工学院哲学主任及哲学教授亚历克斯·伯恩(alex byrne);哲学副教授塔马尔·夏皮罗(tamar schapiro)

“计算和人工智能带来了许多伦理问题:隐私(例如,数据系统设计)、歧视(例如,机器学习中的偏见)、警务(例如,监视)、民主(例如,facebook-cambridge analytica数据丑闻)、远程战争、知识产权、政治法规和公司责任。”

建议的行动:“scc为麻省理工学院提供了成为技术伦理领域知识领袖的机会。我们提议的伦理实验室可以将这个机会变成现实。”

科学、技术和社会——科学、技术和社会副教授eden medina和dwaipayan banerjee

“更全球化的计算视角将展示出比以美国经验为中心的更广泛的可能性,同时也阐释了计算机系统如何反映和响应不同的需求和系统,这样的经验对于思考未来的计算大有裨益。”

建议的行动:“对scc的研究和教学采取一种全球性的方法,这种方法将美国的经验仅视为众多经验中的一种。”

女性和性别研究——安·弗里德兰德文学教授露丝·佩里(ruth perry);哲学福特教授萨莉·哈斯兰格(sally haslanger)和历史学教授伊丽莎白·伍德(elizabeth wood)

“scc为麻省理工学院提供了一个独特的机会,在解决计算技术在我们的社会中所扮演的角色所产生的一些最紧迫的挑战方面发挥领导作用-包括这些技术是如何加强社会不平等的。”

建议的行动:“确保女性的声音被听到,课程和研究的设计具有敏锐的性别差异意识。这是麻省理工学院解决计算领域不平等问题的唯一最有力的方法。”

写作——科学写作教授汤姆·莱文森(tom levenson)

“计算及其在直接影响社会的领域中的应用不可能在不经检验的情况下好。专业的科技作家是新计算机学院使命的重要资源,他们需要嵌入到其研究机构中。”

建议的行动:“将写作和课程中的想法交织在一起,给与纯粹的技术不能提供的概念深度。”

音乐——音乐技术实践教授eran egozy

“负责任地创造未来的音乐系统将需要真正的多学科教育,其中包括从科学模型和工程挑战到艺术实践和社会影响的一切内容。新的音乐技术将伴随难回答的问题:谁拥有对人类作曲进行训练的生成性音乐算法的输出?我们如何确保所有人类固有的艺术形式-音乐,不会只被少数人控制?”

建议的行动:通过scc,我们的责任将不仅是开发音乐创作、发行和互动的新技术,而且还研究它们的文化含义,并为所有人确定悦耳的参数。”

戏剧艺术——戏剧艺术设计总监及戏剧艺术助理教授莎拉·布朗 (sara brown)

“作为一门学科,人工智能提出了什么是成为人的方式的问题。智能机器的存在带来了一系列没完没了的问题。戏剧作为一种重视和利用活力的综合艺术形式,是探索人工智能和先进计算带来的复杂和分层问题的理想所。”

建议的行动:“将先进的计算整合到戏剧中有无数的机会,既作为一种工具,也作为一种探索的主题。作为一种工具,先进的计算可以用来开发直接实时响应现场表演者的性能系统,或者集成虚拟现实作为设计师的预视化工具。”

人类学——人类学教授希瑟·帕克森(heather paxson),小威廉·r·凯南(william r.kenan)

“人类学-一个系统研究人类文化信仰和实践的领域-所使用的方法非常适合于研究自动化和数字技术在社会生活中的影响。对于人类学家来说,“人工智能是合乎道德的吗”是一个依赖经验性的问题,而不是一个假设的问题。问题应该落实到实际场景,对什么合乎道德,在什么情况下合乎道德呢?”

建议行动:“将人类学思想纳入新学院,使学生准备好在一个技术、人口和文化不断在交换的的世界中有效并负责任地生活于工作。我们设想成立一个人种学实验室,提供为人类学研究和项目量身定制的数字和计算工具。”

经济学——经济学系主任及应用经济学教授查尔斯·p·金德尔伯格(charles p.kindleberger),以及经济学福特教授、麻省理工学院未来工作组联席主任大卫·奥托(david autor)

“经济学和计算机科学之间的智力亲和力可以追溯到近一个世纪以前,可以追溯到1928年博弈论的建立。今天,经济学和计算机科学之间的实际协同作用正在蓬勃发展。我们概述了这两个学科通过新的scc更深入参与的许多机会中的一些。”

建议的行动:“利用经济学的工具和专业知识,在机器支持和机器授权决策中的公平性、专业知识和认知偏差问题上进行研究;以及关于市场设计、产业组织和工作未来的研究。数据科学,计量经济学和因果推理的交叉点的学术。培养网络科学、算法博弈论和机制设计以及在线学习的深度。开发工具,为工人提供快速、具成本效益和持续的教育和再训。”

政治学——政治科学学系

“计算的进步引起了许多概念和规范问题,这些问题在性质上是政治性的,而不是伦理学的。政治学和理论在解决这样的问题上具有重要作用:技术部门的主要参与者如何寻求合法的权力来做出影响我们所有人的决策?在民主政体中,这种权威应该存在于何处?”

建议的行动:“将政治学的研究和观点纳入scc研究和教育,以帮助确保计算研究具有社会意识,特别是涉及治理机构、国家之间关系和人权的问题。”

全球权威的 it 市场研究与咨询公司 gartner,发布了 2019 年度新科技的技术成熟度曲线(hype cycle,以下简称「gartner 曲线」)。简单来说,这是一条描述新技术产生后社会预期随时间变化的曲线,它能呈现新技术的市场热度和现实发展的偏离程度,从而帮助企业更好地利用成熟技术以及寻找潜在机遇。

全球权威的 it 市场研究与咨询公司 gartner,发布了 2019 年度新科技的技术成熟度曲线(hype cycle,以下简称「gartner 曲线」)。简单来说,这是一条描述新技术产生后社会预期随时间变化的曲线,它能呈现新技术的市场热度和现实发展的偏离程度,从而帮助企业更好地利用成熟技术以及寻找潜在机遇。

早在 1995 年,gartner 就设计出了这一分析工具。他们结合分析员、专家和行业人士的判断,画出了一条有起有落的曲线,用来罗列年度*备受瞩目和具有商业前景的新技术,并预测它们到成熟所需的时间。gartner 曲线由两条曲线叠加构成,一条是反映公众对技术的虚高期望值的「炒作程度」(hype level)曲线,另一条是工程或商业的成熟度曲线。基本上,抛概念和「讲故事」的新技术一开始会受到媒体的热烈追捧,但一旦接受市场的验证,新技术此前宣传的泡沫将会慢慢被吹散,然后进入「高开低走」的阶段,后面逐渐爬升至成熟期。

gartner 曲线由两条曲线叠加构成 | gartner

从坐标来看,y 轴代表人们对新技术的期望,而 x 轴对应的是时间,从左到右有「触发期」、「期望膨胀期」、「低谷期」、「复苏期」和「成熟期」5 个阶段。另外,每项技术都标注有达到生产成熟期需要的年限。

2019 年度新技术成熟度曲线 | gartner

今年,gartner 从 2000 项技术中选出了 29 项,并由此总结出了企业决策者应该纳入考虑范围的五大创新技术趋势。gartner 研究副总裁 brian burke 在接受 cio dive 采访时指出,「人工智能渗透到了其他所有趋势中。」

五个突出趋势

传感和移动(sensing and mobility)

随着传感技术和 ai 的发展,自主机器人将能更好地理解周围环境。传感和移动这一趋势的特点就是机器移动和操控物体的能力日益增强,例如 3d 传感摄像(3d sensing cameras)负责采集大量数据,而 ai 能洞察这些数据并将其应用在各种情景中。例如,轻型货运无人机(light-cargo delivery drones)将能更好地导航和操控货品。

除此之外,押注这一技术趋势的企业还应该考虑增强现实云(ar cloud)、自动飞行汽车(flying autonomous vehicles)以及 l4 和 l5 级别的自动驾驶(autonomous driving levels 4 and 5)。

人类能力增强(augmented human)

「(人类能力增强)不是替代人类做决策,而是在他们执行任务时提供指导。这种增强就像是给人类装上了义肢,无论是在物理层面,还是在认知意义上。」burke 说道。这种增强技术包括生物芯片(biochips)和情感 ai(emotion ai)等。其中,情感 ai 正被用在保险欺诈检测上,区别于以往需要结合索赔分析、计算机程序和人工检测,有了情感 ai,保险公司通过来电者的陈述就能完成检测。

这一趋势还包括人格化(personification)、增强型智能(augmented intelligence)、沉浸式工作空间(immersive workplace)和生物技术(培养组织或人工组织)。

后经典计算和通信(postclassical compute and comms)

几十年以来,经典核心计算、通信和集成技术通过对传统架构进行改进而快速发展,催生了更快的 cpu、更高的存储密度和不断增加的吞吐量。而后经典计算和通信将使用全新架构。比如,下一代蜂窝网络标准 5g 将依赖核心网切片(core slicing)和无线边缘(wireless edge),而这些新架构又能推进一系列渐进式的技术改进——使得近地轨道卫星群(low-earth-orbit satellite systems)能在距地 1200 英里以内的高度运行。它们将辐射到 48% 目前还没有接入网络的用户,在社会意义和经济效益上都将带来巨大影响。

除此之外,后经典计算和通信还包括下一代存储(next-generation memory)和纳米级 3d 打印(nanoscale 3d printing)等技术。

数字生态系统(digital ecosystems)

企业应该突破只关注自身产业链条的局限,与更多的企业、人和物进行跨行业的共享和合作。而数字化生态系统正在分解这种传统价值链,发展出更无缝、更灵活的连接。因此,企业将在区块链上寻找解决方案。

企业可纳入考虑的关键技术包括数字运营(digitalops)、知识图谱(know28365365ge graphs)、合成数据(synthetic data)、去中心化网络(decentralized web)和分布式自治组织(decentralized autonomous organization)。

*人工智能和分析(advanced ai and analytics)

*分析使用更复杂的工具对数据或内容进行自动或半自动检验,而且通常超出传统商业智能(bi)的范围。比如,迁移学习(transfer learning)专注于存储已有问题的解决模型,并将其利用于其他不同但相关问题上。例如用来辨识汽车的模型也可以被用来提升识别卡车的能力。这种*分析能提供更深入的见解、预测和建议。

落在 gartner 曲线上的新技术还包括自适应机器学习(adaptive ml)、边缘人工智能(edge ai)、边缘分析(edge analytics)、可解释的人工智能(explainable ai)、人工智能平台即服务(ai paas)、生成式对抗网络(generative adversarial network)和图表分析(graph analytics)。

渗透到所有趋势中去的 ai

在今年的 gartner 曲线上,自动飞行汽车、l4 和 l5 级别的自动驾驶、生物技术、生物芯片、知识图谱、边缘人工智能、人工智能 paas 和 5g 和去年重合。其中,5g 在今年进入了期望膨胀期区间,距离技术成熟还有 2-5 年时间。进入此区间的还有边缘人工智能、近地轨道系统、l5 级别自动驾驶、边缘分析、ai paas、生物芯片和图表分析。滑入低谷期的有下一代存储、3d 传感摄像机和 l4 级别自动驾驶,其中,后者被标注为距离技术成熟还有超过 10 年时间。

2018 年度新技术成熟度曲线 | gartner

另外,今年 gartner 将 21 项新技术放到了曲线上,「淘汰」了像去年落在膨胀期区间的物联网和区块链等技术。「今年 gartner 将重点放在新技术的体现上,」外媒 computerworld 评论道,「但这并不意味着『旧』技术已经不再重要。」比如,物联网被「分解」成分支技术 3d 传感摄像机,区块链技术由分布式自治组织等技术体现。

不变的是,今年的 gartner 曲线仍在强调 ai 对企业的重塑。

gartner 所描述的未来图景是,到 2029 年,在各大行业都可以看到那些企业都在使用*分析技术,并且利用自动化为员工增加劳动力。这些企业还将利用区块链,在复杂的数字生态系统中和多方展开合作,并用传感技术和下一代计算实现效率,进而在激烈的竞争中脱颖而出。

gartner 研究副总裁 brian burke 在接受 cio dive 采访时指出,「人工智能渗透到了其他所有趋势中。」ai 能够对海量数据进行更精细的挑拣,提供决策支持,替代一部分人力,同时助推其他技术的发展。毫无疑问,ai 将会对商业的发展产生巨大影响。

但在利用 ai 方面,企业首先需要克服以下障碍:「能让任何 ai 解决方案奏效的关键,在于算力、算法、海量数据和熟练运用 ai 的员工。」it 公司 l&t infotech 执行副总裁 soumendra mohanty 说道。据 gartner 的数据,到 2020 年,ai 将创造 230 万个工作岗位。与此同时,50% 的组织会缺乏相关的 ai 和数据分析人才。

党的十九大报告提出,加强应用基础研究,拓展实施国家重大科技项目,突出关键共性技术、前沿引领技术、现代工程技术、颠覆性技术创新。人工智能就属于其中的“颠覆性技术”。人工智能会不会“碾压”人类?它将给人类社会带来哪些巨变?

党的十九大报告提出,加强应用基础研究,拓展实施国家重大科技项目,突出关键共性技术、前沿引领技术、现代工程技术、颠覆性技术创新。人工智能就属于其中的“颠覆性技术”。人工智能会不会“碾压”人类?它将给人类社会带来哪些巨变?

人工智能从技术角度通常可分为三个阶段,即计算智能、感知智能和认知智能。在计算智能方面,机器已绝对超过人类;感知智能就是让计算机能听可看会说,现在基本上可以与人媲美,在医学影像读片等特殊任务中甚至超过人类;认知智能是指对知识的理解、推理、应用,目前机器在阅读理解等方面的能力已接近人类。人们不禁要问:这样发展下去,人工智能是不是很快会全面超越人类?

专家给出的答案是否定的。人工智能的发展前景不可限量,但离赶超人脑还有非常漫长的距离。人类的行为和社会生活复杂多变,不可能用简单的规则来概括、描述,目前还没有通用的人工智能技术,所有人工智能应用都被限定在特定场景中。人工智能目前的发展阶段,相当于当年蒸汽机火车刚推出的时候,离赶超人脑还非常漫长。应理性看待人工智能的广阔前景,不要过分热捧,否则可能导致又一个寒潮期。

人工智能现在已经被应用到越来越多的行业中。比如,工厂里的机器手臂,餐厅里的送菜机器人,智能家教,等等。越来越多的人工智能应用出现在我们的身边,并且开始进入一些和我们生活息息相关的行业领域。一部分人工智能应用开始创造新的生活方式:结账不用掏钱包,过安检不用拿身份证,回家不用找钥匙……这一切,都可以靠“刷脸”解决。这些解放双手的操作,依赖于人工智能的人脸识别技术。不得不说,这的确让人们的生活更丰富、更便捷了,这是时代的进步,我们应该为之感到庆幸。

毋庸置疑,人工智能会取代一些工作岗位,但也会创造新的工作岗位,只是工作方式不一样。人工智能可以显著提高人类的工作效率。原来依靠人工去识别、审核图片和视频,工作量很大、速度很慢,现在则完全可以交给机器,能快速过滤掉大部分无用信息,节省人力和时间。国内不少电商平台和快递公司在物流领域布局人工智能,配备了智能机器人进行快递分拣,有的机器人只需充电几分钟就能工作几小时。这些智能机器人能识别出快递的面单信息,然后设计出最优分拣路线。利用人工智能帮助医生识别医学影像,寻找其中的病根症结,是很多人工智能公司近年来开发的新技术。

人工智能可以拓展人类的感知。人的感官只有耳朵、眼睛、鼻子、嘴巴等,人工智能可以拓展人类的感知能力和行动能力。少数人天生就有听觉障碍、视觉障碍等,人工智能可以弥补这些缺陷。人工智能还可以帮助人类探索新的未知领域。人脑是如何持续学习、积累知识的,人是如何产生情绪和意识的,目前还不太清楚。有了先进的算法之后,结合数据做快速分析和跨领域综合比较,有望探索人类认知和心灵层面的东西。人类可借助人工智能探索浩瀚宇宙和深邃海洋。

人工智能正在深刻改变通信产业。通信网络优化是一项改进延迟、带宽、设计或架构的技术,是能以有利方式增加数据流的技术。对于通信服务提供商来说,优化可以直接转化为更好的客户体验,除了带宽不足之外,运营商面临的最大挑战之一是网络延迟,像手机上的ar、vr等应用,只有极低的延迟才能达到最佳效果。运营商将基于ai的解决方案集成到5g无线技术中,利用边缘计算减少带宽限制,并与云进行通信。

365备用网址在人工智能人才储备和数据研发上有优势,但在制造业应用方面的基础技术还不够成熟,同时,人工智能在制造业应用场景中也需要创新。理性看待人工智能行业发展,避免非理性炒作,有利于人工智能的整体发展。落实人工智能国家战略,必须打造人工智能“人才矩阵”,形成基础能力、源头创新、产业研发、应用开发、实用技能等多类型人才并重并用的局面。

总之,人工智能把人类从单调低级的劳作中解放出来,人们可做更有创意、更有价值的事情。人工智能给人类社会带来的影响将是全方位的,会让我们的生活越来越美好。

资讯关键词】:    【打印】【关闭】【返回顶部

  • 公告
  • 变更
  • 公示
  • 技术

资讯投稿

邮箱:791495700@qq.com

电话:0571-28331524

版权所有:365备用网址|365bet体育机电传媒研究中心

地址:杭州市滨江区西浦路1503号滨科大厦11楼(杭二中斜对面) www.28365365.com

联系电话:0571-87774297 传真:0571-28290892 Email:donemi@163.com 技术支持:28365365体育在线