目前,人工智能产业的发展面临估值虚高、人才待遇虚高等现象,有些企业只有技术没有很好的商业化产品,有的企业用人工智能解决了问题却无法实现变现,与互联网早期面临的商业化困境相似。出现泡沫对于产业的发展进程来说是很正常的,那么,泡沫产生的原因是什么?又如何对症下药呢?
纵观历史上的产业革命,能够成功的原因之一就是与产业的结合,那么我们就具体来看产业链中的应用层,它主要是基于基础层与技术层实现与传统产业的融合,实现不同场景的应用。随着人工智能在语音、语义、计算机视觉等领域实现的技术性突破,将加速应用到各个产业场景。
应用层按照对象的不同,分为消费级终端应用以及行业场景应用两部分。场景应用主要是针对各类外部行业的人工智能应用场景。而消费级终端包括智能机器人、智能无人机、以及智能硬件等方向。
AI与场景深度融合 领域应用更加广泛
(1)AI+安防:人工智能智能安防实际上是要解决安防领域数据结构化、业务智能化以及应用大数据化的问题。与智慧城市携手并进,是目前安防领域已经采用的比较成熟的方案。
(2)AI+医疗:AI在医疗中的应用场景主要包括医疗机器人、医疗影像、远程问诊、药物挖掘等。
(3)AI+金融:主要通过机器学习、语音识别、视觉识别等方式来分析、预测、辨别交易数据、价格走势等信息,从而为客户提供投资理财、股权投资等服务,同时规避金融风险,提高金融监管力度。目前较为领先的企业国内有蚂蚁金服、交通银行、大华股份等,国外企业有Welthfront、Kensho、以及被IBM收购的Promontory。
(4)AI+家居:随着智能家居的发展趋势,市场消费群体已经形成了对智能家居单品的稳定需求;越来越多的厂商介入,标准趋于统一,生态系统逐渐成熟。语音交互切入,整合平台做大生态,亚马逊Alexa语音助手引爆智能家居的热潮。
无论是科大讯飞、BAT还是奇虎、搜狗、今日头条、图谱科技等等这些企业都离不开相关的软硬件、技术和服务。
以浪潮为例,它能够提供领先的计算力支撑和丰富的大数据资源,拥有国内领先的人工智能计算框架,可以协助客户优化相关算法,加速人工智能应用落地。
比如,百度大火的无人驾驶汽车项目,底层硬件架构采用的是浪潮为百度定制的深度学习专用FPGA卡和NF5568M4 GPU服务器;它还协助科大讯飞搭建“以语音交互技术为核心的人工智能开放平台”。
不仅如此,浪潮与科大讯飞、Altera成功将FPGA芯片应用于智能语音线上识别领域,性能功耗比提升18倍;浪潮还为腾讯提供4卡、8卡GPU服务器产品,以支撑腾讯在人工智能应用和腾讯GPU云相关业务的发展,协助腾讯建立AI统一平台,加速腾讯内部AI相关应用开发。这些都是加速人工智能的很好的例子。
由此可见,从“PC+”到“互联网+”再到“人工智能+”,人工智能与各行业的紧密结合将催生出更大的应用场景,人工智能的落地也需要更多的技术支持,这一点小编之前的文章中就已经提到过。
人工智能引领未来 智能终端成必争之地
机器人的应用场景巨大,中国不仅是全球工业机器人消费第一大国,服务型机器人的市场同样巨大。主要包括个人/家庭服务类、医疗类、公共安全、农业、等特殊应用类、军用类等。
由于劳动力人口的短缺,机器智能升级势不可挡,此外,人口老龄化比较严重,服务型机器人面临的机遇和市场前所未有,尽管该项技术已经取得比较突出的成绩,但是,仍需加强研发、人才队伍建设。
写在最后
经过60多年的跌宕起伏,人工智能已经在全球范围内形成新的竞争态势,许多国家、企业纷纷布局AI以期分羹,人工智能因而一路狂飙,然而在这过程中出现了一系列的问题。
目前,由于中小微企业居多,存在技术协同创新不足、市场应用规范缺失、产业技术基础薄弱、政策扶持不足等问题和矛盾,导致技术与市场的“孤岛”和“碎片化”情况严重,因此,解决人工智能产业应用的最后一公里的问题成为关键性问题。
人工智能发展到当下的阶段已经进入大爆发的时期,面临巨大的挑战同时也具备巨大的机会和升值空间。奠定基础提升产业布局和研发实力;俯身技术与算法实现突破;赋能产业深度融合、创造增量;在千帆竞发的人工智能时代,这样完整产业链才是企业脱颖而出的硬道理!