最近，一篇《人工智能：未來致勝之道》的報告，對于人工智能的定內(nèi)涵、應(yīng)用、未來趨勢、格局都做了詳盡的分析，非常具有參考意義。其主要觀點有：
數(shù)據(jù)、算法、計算、場景驅(qū)動新一輪人工智能
人工智能具備“快速處理”和“自主學(xué)習(xí)”兩種能力
人工智能更易于解決具備三類關(guān)鍵特性的商業(yè)問題
大數(shù)據(jù)是人工智能戰(zhàn)略性競爭優(yōu)勢
人工智能按照服務(wù)智能、科技突破和超級智能三個階段進化，未來3-5年處于服務(wù)智能
人工智能五大競爭定位模式，生態(tài)構(gòu)建者是關(guān)鍵一環(huán)
其中，報告從人工智能的技術(shù)突破和應(yīng)用價值兩維度分析，提到未來人工智能將會出現(xiàn)這三個階段吸引了我們的注意：
情景一：未來3-5年，仍以服務(wù)智能為主。
在人工智能及現(xiàn)有技術(shù)的基礎(chǔ)上，技術(shù)取得邊際進步，機器始終作為人的輔助；在應(yīng)用層面，人工智能拓展、整合多個垂直行業(yè)應(yīng)用，豐富實用場景。隨著數(shù)據(jù)和場景的增加，人工智能創(chuàng)造的價值呈現(xiàn)指數(shù)增長。
情景二：中長期將出現(xiàn)顯著科技突破。
人工智能技術(shù)取得顯著突破，如自然語言處理技術(shù)可以及時完全理解類人對話，甚至預(yù)測出“潛臺詞”。在技術(shù)創(chuàng)新的領(lǐng)域，現(xiàn)有的應(yīng)用向縱深拓展，價值創(chuàng)造限制在技術(shù)取得突破的領(lǐng)域。
情景三：長期可能出現(xiàn)超級智能。
人工智能技術(shù)取得顯著突破，應(yīng)用范圍顯著拓寬，人機完全融合，人工智能全面超過人類，無所不在，且顛覆各個行業(yè)和領(lǐng)域，價值創(chuàng)造極高。
從報告中可以看到，在未來三到五年人工智能還是以服務(wù)性、功能性為主，也可以理解為我們之前所熟知的“弱AI”。按洪小文院長之前在我們公開課中的說法
強AI其實沒有那么強，弱AI其實可以很強。
其在某一方面會相當熟練，甚至超過人類的水準。從目前人工智能的實際運用來看，大部分還是處于這個范疇中。可以預(yù)見未來仍將繼續(xù)處于這一階段，直到出現(xiàn)顯著科技突破的那一天。
另外，報告中我們有關(guān)注到人工智能產(chǎn)業(yè)鏈這一塊，對于這個大家十分感興趣的部分也進行了梳理。
人工智能產(chǎn)業(yè)鏈
人工智能產(chǎn)業(yè)鏈根據(jù)技術(shù)層級從上到下，分為
基礎(chǔ)層
技術(shù)層
應(yīng)用層
基礎(chǔ)層最靠近“云”，應(yīng)用層最靠近“端”。
基礎(chǔ)層（按技術(shù)層級從上到下，下同）
計算能力層：大數(shù)據(jù)、云計算、GPU/FPGA等硬件加速、神經(jīng)網(wǎng)絡(luò)芯片等計算能力提供商
在計算能力層中，目前從事GPU的主要是英偉達，F(xiàn)PGA則是英特爾，這兩家一直以來都致力于在硬件層面加速人工智能的發(fā)展歷程。神經(jīng)網(wǎng)絡(luò)芯片可關(guān)注國內(nèi)這幾家公司，中星微、寒武紀以及西井科技，目前都屬于行業(yè)中的領(lǐng)先者。
數(shù)據(jù)層：身份信息、醫(yī)療、購物、交通出行等各行業(yè)、各場景的一手數(shù)據(jù)
技術(shù)層目前雖然說各行各業(yè)、各種各樣的數(shù)據(jù)都在大爆發(fā)，但是目前主要的幾大數(shù)據(jù)來源還是：自籌數(shù)據(jù)、公共數(shù)據(jù)、產(chǎn)業(yè)協(xié)同數(shù)據(jù)。
不過自籌數(shù)據(jù)需要投入太大，公共數(shù)據(jù)覆蓋面還是不足，產(chǎn)業(yè)協(xié)同數(shù)據(jù)也需要一定的成本。
這樣看來，目前在數(shù)據(jù)層主要關(guān)注的還是BAT這一類擁有大量用戶基數(shù)、涵蓋各大使用場景的大廠。
框架層：TensorFlow，Caffe，Theano，Torch，DMTK，DTPAR，ROS等框架或操作系統(tǒng)
在框架層面，可以看到現(xiàn)在越來越多的框架都選擇了開源。從最初的Caffe、Theano到現(xiàn)在的Facebook使用的Torch以及Google使用的TensorFlow，百度近期推出的Paddle平臺也同樣選擇了開源。就目前來看，開源可以使得各個框架平臺的用戶基數(shù)進一步擴大，再者由于這類框架在實際應(yīng)用中幾乎不可避免地會遇上各類問題，在開源社區(qū)中擁有越多的用戶也代表其有更多的人員來進行試錯、反饋，也幫助其能以更快的速度發(fā)展。
算法層：機器學(xué)習(xí)、深度學(xué)習(xí)、增強學(xué)習(xí)等各種算法
有關(guān)機器學(xué)習(xí)中的算法理念也是大家經(jīng)常討論的話題，例如決策樹、貝葉斯分類、邏輯回歸、聚類算法、主成分分、統(tǒng)計算法等，這些都是在日常使用中經(jīng)常需要用到的算法。另外，除了深度學(xué)習(xí)、增強學(xué)習(xí)，目前遷移學(xué)習(xí)這個理念被提起的頻次也越來越高，其能讓現(xiàn)有的模型算法稍加調(diào)整即可應(yīng)用于一個新的領(lǐng)域和功能的一項技術(shù)，這個概念目前在機器學(xué)習(xí)中其實比較少見，但其實它的潛力也可以相當巨大。
通用技術(shù)層：語音識別、圖像識別、人臉識別、NLP、SLAM、傳感器融合、路徑規(guī)劃等技術(shù)或中間件
語音識別包括像科大訊飛這樣的，圖像識別則有圖森科技、圖譜科技。
另外，人臉識別領(lǐng)域有face 、商湯科技，NLP領(lǐng)域則有百度、搜狗，SLAM領(lǐng)域也有思嵐科技。
應(yīng)用層
應(yīng)用平臺層：行業(yè)應(yīng)用分發(fā)和運營平臺，機器人運營平臺。
解決方案層：智能廣告、智能診斷、自動寫作、身份識別、智能投資顧問、智能助理、無人車、機器人等場景應(yīng)用。
人工智能未來格局
阿里作為BAT三巨頭之一，依托其本身數(shù)據(jù)以及實力優(yōu)勢，其對于行業(yè)的認識要比普通從業(yè)者以及大眾來得明確。其發(fā)布的這份人工智能報告可以說為大家解釋清楚了不少疑惑，具有一定的指導(dǎo)意義。
我們另外也有請教北極光創(chuàng)投的張黎，他表示：
創(chuàng)業(yè)公司Startup的機會更多還是在應(yīng)用層
基礎(chǔ)層和技術(shù)層巨頭有優(yōu)勢，個別優(yōu)秀startup公司在持續(xù)資本的支持下有少量機會
另外，AI科技評論君提出一點質(zhì)疑。阿里巴巴人工智能產(chǎn)業(yè)圖看似完美無缺，但是其提出的基礎(chǔ)層、技術(shù)層、應(yīng)用層與傳統(tǒng)的創(chuàng)業(yè)模式內(nèi)容差別不大。人工智能作為智慧密集型產(chǎn)業(yè)，落實到創(chuàng)業(yè)層面，其具體實現(xiàn)過程是否也還是如此？對此，北極光創(chuàng)投的張黎表示：
目前大體是，唯一的區(qū)別可能就是技術(shù)比重大一些。
關(guān)于上面的問題我們還可以繼續(xù)探討。不過總體而言，對于創(chuàng)業(yè)公司來說，報告中對于人工智能產(chǎn)業(yè)鏈以及商業(yè)模式進行了初步畫圖，對于剛剛開始的創(chuàng)業(yè)公司來說，還是能看到一些蛛絲馬跡。
創(chuàng)業(yè)公司可以從報告中一窺未來的人工智能創(chuàng)業(yè)機會在哪里，目前來看技術(shù)層與應(yīng)用層仍然機會很大。另外，雖然在當前大數(shù)據(jù)時代從基礎(chǔ)層級入手可能會比較麻煩，但是如果有技術(shù)優(yōu)勢且能有持續(xù)資本的支持下，仍然會有不少機會。
聯(lián)系客服
