AI+时代将至人工智能产业化仍要靠大数据

AI+ 人工智能大数据

钱皓 | 2016-09-14 15:27

【数据猿导读】在资本寒冬里投资者却向底层技术革新者释放了暖意，云计算、大数据等非流量驱动业务开始勃兴，曲高和寡的人工智能也迎来了春天，据CB Insights统计，约有200家人工智能公司已获得了近15亿美元的融资

在资本寒冬里投资者却向底层技术革新者释放了暖意，云计算、大数据等非流量驱动业务开始勃兴，曲高和寡的人工智能(Artificial Intelligence，“AI”)也迎来了春天，据CB Insights统计，约有200家人工智能公司已获得了近15亿美元的融资。

人工智能被视为移动互联网的下一幕，其技术红利已经开启了，年初围棋绝顶高手会战阿尔法狗只是人工智能的惊鸿一瞥。人工智能可以简单理解为让机器完成人为设定的任务，分为运算智能(能存会算)、感知智能(看听会说、能看会认)、认知智能(能理解会思考)三个层面;而数据挖掘、机器学习(Machine Learning,ML)、深度学习(Deep Learning,DL)深刻影响着人工智能发展。

为什么人工智能会成为新的风口?人工智能产业化在哪些垂直领域实现了产业化?为何引爆人工智能的核心一定是大数据?本文试做探析。

从互联网+到AI+，人工智能正成为产业升级的新风口

伴随互联网+行动进入深水区，人们逐渐认识到了互联网的本质除了“连接”商品、信息、人以外，还可以连接“智慧”。

在今年8月份召开中国人工智能大会(CCAI2016)大会上，众多全球顶尖人工智能专家呼吁把人工智能上升到国家战略层面，习近平主席在G20峰会演讲中特别提到“人工智能将给人们的生产方式和生活方式带来革命性变化”。众多有利因素交汇让AI行业临近爆发：

我国正进入人口老龄化社会，人口红利逐渐消失，以机器替代人力成为大势所趋，而我国实体经济对于人工智能的应用相对缺失，市场空间巨大。

我国移动互联网的渗透率超过50%、智能手机用户量世界第一，这为人工智能提供充足的数据资源，也让人工智能站在更高起点之上。而基于GPU(GraphicsProcessingUnits，图形处理器)的众核体系结构包含了几千个流处理器，大幅度缩短了计算时间，英伟达、AMD等公司不断推进GPU大规模并行架构支持，也为深度学习提供了较好的基础设施。

众多互联网巨头抢滩AI领域，收购掌握AI创新技术的创业公司，加大对AI的人才、资金投入，加速了AI在产业链上布局。如Goole无人车实验项目，Apple与IBM合作开发人工智能健康数据平台，Facebook在Messenger测试和培育人工智能。而在国内，百度把人工智能当做核心中的核心，为“百度大脑”提供包括算法、计算能力、大数据支持;科大讯飞的“讯飞超脑”则主攻人机语音交互等。

人工智能产业化潜能没有天花板，这些垂直领域正率先商业化

AI技术开始在语音识别、图像识别、搜索与数字营销、智能驾驶、数据服务等领域落地。语音识别应用如iPhone的Siri、微软小冰、移动App中智能语音输入等，在数字营销领域的应用比如程序化购买广告平台百度DMP的精准推广等。

在图像识别广泛应用于人脸识别、照片归类、图片搜索、自动驾驶，其中人脸识别技术经过深度学习之后人脸识别实现0.001%误识率与95%通过率，达到金融、安防等领域应用标准，甚至还能识别人脸的表情变化做出交互。比如旷视科技的Face++应用到支付宝账户登陆，还在传统银行大额转账、互金平台的小额放贷中使用人脸识别。

美国独角兽公司Palantir，估值达200亿美金,仅次于Uber。不论最近Palantir的新闻，就帮助FBI、CIA、DIA、美国国土安全局等政府部门从海量的财务数据、DNA样本、语音资料及世界各地地图中找到有价值数据线索，曾在追踪和抓捕本·拉登的行动中立下奇功来说，就是AI产业化应用的先导。Palantir还为华尔街众多顶尖金融机构提供反欺诈和评估贷款风险服务，Palantir Gotham和Palantir Metropolis两大产品线分别应用于国防安全与金融安全。

来源：搜狐科技

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。