En

人工智能商业化场景:AI如何+出未来

2021-02-26 人工智能

凯文·凯利说“人工智能是下一个颠覆人类社会的东西”。据BBC预测,到2020年,全球人工智能市场规模将达1190亿人民币,人工智能将成为未来的产业新风口似乎已成不争的事实。

距离1956年人工智能之父马文·明斯基提出“人工智能”的概念已整整过去了60年,其间商业化的浪潮一直迟迟未至。之前,尽管有微软、谷歌、Facebook等大公司不断投资人工智能技术,但大多把研究成果用于自身业务的优化与效率提升,未能激起多大的浪花。直至人机大战重新夺回大众的关注点,人们才意识到,人工智能商业化不知何时已悄然开始布局。

实际上,从图像识别、语音识别的细分角度看,今天的人工智能商业化已经让大众受益颇丰。人工智能商业化的前提到底是什么?更快的计算机、更多的数据、更高级的算法……为了达到人工智能技术落地的可能,无数科学家试图给出可行的方案。与此同时,市场也在用商业的力量和逻辑,加速人工智能产品迭代,掀起一番巨浪。

AI大潮下进击的巨头们

人机大战折射出的现象是人工智能早已成为巨头们发展的方向,“深度学习”成为竞争的焦点。事实上只有更多的开发者加入人工智能领域的研究、不断推动技术进步,才能实现商业化的最终目标。因此可以说,谷歌大张旗鼓赢得与李世石的比赛,打响了巨头们之间又一轮竞赛的起跑枪。同样斥巨资布局人工智能的还有Facebook、微软、苹果等多家商业巨头。

苹果公司早早推出了以Siri为代表的人工智能应用,通过收购和自主研发完成对人工智能的提前布局,在语音、图像、机器学习都有产品覆盖。相对于苹果,谷歌和 Facebook在人工智能领域的努力更容易为外界所捕获。

对于谷歌来说,AlphaGo只是其人工智能计划的开端。除了AlphaGo,谷歌还推出了基于人工智能的新搜索算法的RankBrain,联手福特研发了无人驾驶汽车、D-Wave量子计算机测试,并将人工智能融入聊天。后起之秀Facebook则于2015年6月在欧洲成立人工智能研究中心,试图建造能够理解海量数据的人工智能机器。

不同于谷歌和Facebook的吸睛,微软在人工智能领域显得十分低调,但其实早在1991年微软便成立研究院,专攻人机交互、自然语言处理、机器学习、语音识别和语音合成、计算机视觉5个方向。而这些,不论是在学界或是业界,恰恰成为了人工智能最重要的分支。

细分市场再起风云

如若把人工智能具象化为“人体的延伸”,构造“眼耳鼻舌身意”则是迈向人工智能的系统性工程。在人类的各种感官中,视觉负责接受80%左右的信息。同理,计算机视觉也成为人工智能研究的重要方向。

这门致力于教会机器“看”的科学,实质上是让摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,而后进行图形处理,试图从图像或多维数据中获取信息。计算机诞生50多年以来,计算机视觉经历了从感知到认知的发展,主要有特征提取、图像标注、图像理解和图像的深度理解4个阶段。

计算机学会用人的方式看懂世界,将人从繁琐的劳动中解放出来。无论是巨头还是初创公司都企图抢滩计算机视觉的商业化市场,尤其是2012年深度学习崛起后,不少该领域的创业公司大放异彩。

全球人工智能公司多专攻深度学习方向,而我国超过70%的公司主攻图像或语音识别两大类别。最早一批获得投资人和市场认可的科技创业公司中就不乏图像识别的佼佼者。

和计算机视觉一样,自然语言处理也是人工智能的重要组成部分。计算机语言是人与计算机之间传递信息的媒介,计算机系统最大特征是指令通过一种语言传达给机器。

Siri和小冰均是自然语言处理技术落地的产品,但用户对其印象仅仅停留在娱乐层面,两者在回答问题中还存在很多的问题。确切说,目前语音识别虽已达到很高水准,但是语义分析仍旧有很长的路要走。因此,在整体语音识别率差异较小的竞争环境中,语义分析的算法优劣和切入的使用场景就成为了NLP(Natural Language Processing) 产品最为重要的条件。

技术落地,哪些硬件夺人眼球?

无人驾驶、无人机和机器人领域就是结合了计算机视觉、语音识别及深度算法等技术呈现出来的人工智能商业化场景。

无人机近年来在无人机市场风头正劲,同属“无人系列”的智能汽车,无论是在经济体量还是商业多样性上更为热闹。从自动驾驶到无人驾驶,甚至是智能汽车领域的共享经济思维,有关“自动驾驶”和“无人驾驶”的消息持续霸屏,热度不减。

眼见无人机和无人驾驶的商业化之路不断拓宽,机器人的商业场景路径也愈发令人畅想。尽管学界对机器人的探索有共融机器人、机器人灵巧手、软体机器人等多个研究方向,不过在机器人的商业化领域,产品的同质化严重,不少企业仍处于“摸着石头过河”的阶段。

人工智能的黄金时代已经到来,在这一波AI+的淘金热中,关于人工智能的商业化场景,大企业和创业公司均跃跃欲试。想要梦想照进现实,或许还要等待上游技术的成熟和终端产品的优化。AI能够+出何种未来,值得期待。

来源:腾讯网