2016年在人工智能热浪中落下帷幕,无可否认的是,人工智能已逐步渗透到我们的工作和生活中。

2016人工智能十大事件回顾

3·9:AlphaGo下围棋战胜围棋宗师李世石;

3·23:微软聊天机器人“Tay”学会种族歧视言论;

5·7:“自动驾驶”特斯拉自动驾驶致使车祸;

9·28:谷歌、亚马逊、Facebook、IBM 及微软五大科技巨头组建超级AI联盟;

10·12:美国白宫发布人工智能白皮书;

10·17:微软AI的语音识别能力首次超过人类;

11·25:人工智能改善癌症诊断法;

12·5:亚马逊开展新零售业务Amazon Go;

12·19:扎克伯格开发AI助手Jarvis;

12月:华人AI研究贡献占据全球份额近一半。

2016年围绕着人工智能各行各业开始智能化探索,创投圈攻城略地,中美等众多国家也积极布局人工智能抢占战略制高点。在市场规模方面,《2016中国人工智能产业发展报告》中多家分析机构的数字评估认为,2016年年底,世界人工智能市场规模将突破100亿美元,其中,中国市场规模将达到15亿美元左右。未来,人工智能市场有望进一步扩大,到2020年,全球人工智能市场将发展到200亿美元左右的规模。人工智能,未来已来?

人工智能尚处初级阶段

学术界将人工智能界定为“研究与设计智能体”,而且把智能体定义为“能够感知环境,并采取行动使成功机会最大化的系统”,一般分为感知智能、认知智能和创造性智能。对其研究最早出现在 20 世纪 50 年代,在发展过程中经历了起起落落,进入21世纪以后,随着深度学习、大数据、云计算等相关技术的成熟,近年来取得众多突破性的发展。

但纵观社会发展的历程来看,目前人工智能的发展仍处于初级阶段,称之为“弱人工智能”,其中感知智能以深度卷积神经网络为代表的感知智能依赖于大数据,在视觉物体识别、语音识别和自然语言理解等方面取得了媲美人类水平的成功;具有近似人类能力的认知智能的研究,仍在逐步探索中;而创造性智能则是在更高层次上的人工智能,要求人工智能具有类似于人类的顿悟、灵感等超强能力,这方面的研究甚至还没有起步。

从产业链上看,人工智能产业链包括基础技术支撑、人工智能技术及人工智能应用三个层次。其中基础技术支撑由数据中心及运算平台构成;人工智能技术是基于基础层提供的存储资源和大数据,通过机器学习建模,开发面向不同领域的应用技术;人工智能应用主要为人工智能与传统产业相结合实现不同场景的应用,如机器人、无人驾驶汽车、智能家居、智能医疗等领域。目前人工智能的发展还是国内外科技巨头为主推动力,国外以Google、Facebook、IBM、Microsoft、Amazon、Intel等为主,国内以BAT及语音巨头科大讯飞为主。

人工智能的重要意义是对每一个行业和领域效率带来指数级提升推动作用,由于技术的复杂性,发展不会一蹴而就,必然经历一个由点到面,由专用领域到通用领域的历程,通用领域的人工智能实现还比较遥远。截至2016年11月,据数据统计显示,全球1485家人工智能公司可划分为深度学习、机器学习、机器学习、自然语言处理、计算机视觉、图像识别、手势控制、虚拟私人助手、无人驾驶、智能机器人、语音翻译等13个细分领域。近五年内,专用领域的定向智能化将是人工智能主要的应用发展方向。或许在更远的将来,如果人脑芯片等硬件架构能有所突破,运算能力有极大提高,则专用智能将有可能逐步进化成为跨场景、跨上下游应用的通用智能。

2017 年人工智能将掀起怎样的风暴?

有机构预测2017年人工智能的投资将同比增长300%以上。人工智能在技术上将更迅猛发展,智能语音、智能图像、自然语言处理、深度学习等技术越来越成熟,像空气和水一样会逐步渗透到日常生活。行业专家关于2017年人工智能的发展方向有如下几点:

1.机器学习应用的扩张:机器学习正被应用在更复杂的任务以及更多领域中,而且被更多的人作为挖掘数据的方式。

2.无监督学习会取得更多的进展(也存在很大的挑战,在这方面离人类的能力还差得很远)。

3.计算机在理解和生成自然语言:预计最先会在聊天机器人和其他对话系统上落地。

4.深度学习和其他的机器学习以及人工智能技术的混用,是成熟技术的典型标志。将深度学习应用到医疗领域中包括对医疗图像、临床数据、基因组数据等各种类型数据上的研究和成果将会大大增加。

5.自动驾驶汽车,计算机视觉也会持续取得进展。

6.聊天机器人和自动驾驶汽车可能会取得较大进展。

7.预计更多的人类基准会被打破,特别是那些基于视觉、适合卷积神经网络的挑战。而非视觉特征创建和时间感知方法将变得更频繁、更富有成果。

总的来说,2017年人工智能还将深远影响着全球各个科技领域的创新,持续改变着消费者、企业以及机器的交互方式,同时刺激着科技市场成长和革新。

头条丨2017年人工智能现七大走向相关推荐

  1. 头条丨2017年人工智能年报

    人工智能的人才争夺战 人工智能的发展无论是对企业还是对服务供应商,无论是对人才的获得还是留用都造成了极为深远的影响.在人才获得的方面,企业和服务供应商对统计学毕业生,机器学习程序员,数据科学家,博士等 ...

  2. 回顾丨2017年人工智能带火了哪些词

    2017年,人工智能热度不减,显然会继续红到2018.它收获了一批真爱粉,大谈人工智能大法好;也有一群黑粉,对未来人机关系颇为忧虑. 近日,腾讯浏览指数基于TBS平台用户的浏览.搜索等数据,对关键词做 ...

  3. 盘点丨2017年人工智能带火了哪些词

    2017年,人工智能热度不减,显然会继续红到2018.它收获了一批真爱粉,大谈人工智能大法好;也有一群黑粉,对未来人机关系颇为忧虑. 近日,腾讯浏览指数基于TBS平台用户的浏览.搜索等数据,对关键词做 ...

  4. 年终盘点丨2017人工智能十大关键词,收购、政策、场景创新上榜

    本公众号已经改版,推出了线上线下课程,并且推出免费2个月广告服务业界优质产品. 2017年度人工智能十大关键词:①芯片:②智能音箱:③医疗影像:④安防:⑤语音交互:⑥融资/收购:⑦人才流动:⑧政策:⑨ ...

  5. 数据猿·金猿榜丨2017中国医疗大数据领域最具潜力创业公司

    [数据猿导读] "2017中国医疗大数据领域最具潜力创业公司"盘点源于数据猿推出的"金猿榜"系列内容,旨在通过媒体的方式与原则,发掘大数据领域最具潜力的创新型企 ...

  6. 数据猿·金猿榜丨2017工业大数据领域最具潜力创业公司

    [数据猿导读] "2017工业大数据领域最具潜力创业公司"盘点源于数据猿推出的"金猿榜"系列内容,旨在通过媒体的方式与原则,发掘大数据领域最具潜力的创新型企业 ...

  7. 机器之心年度盘点:2017年人工智能领域度备受关注的科研成果

    机器之心原创 参与:李泽南.李亚洲.黄小天 2016 年,人工智能行业经历了语音识别准确率飙升.神经机器翻译重大突破.图像风格迁移的兴盛.2017 年,人们对于 AI 领域的期待变得更高了,不过在这一 ...

  8. 数据猿·金猿榜丨2017中国智能营销域最具潜力创业公司

    "2017中国智能营销域最具潜力创业公司"盘点源于数据猿推出的"金猿榜"系列内容,旨在通过媒体的方式与原则,发掘大数据领域最具潜力的创新型企业 编辑 | sha ...

  9. 2017年度人工智能事件大盘点

    文章来源:ATYUN AI平台 2017年是人工智能领域忙碌的一年.在这一年,人工智能的突破成为了主流.从社交媒体上的机器人到自我复制的人工智能,以下是2017年关于人工智能事件的一些盘点. 索菲亚( ...

最新文章

  1. 怎么重启网站mysql数据库_如何重启MySQL数据库服务
  2. android4.3 截屏功能的尝试与失败分析
  3. Hadoop中shuffle阶段流程分析
  4. 获取input相同名字的元素的值
  5. esc指令检查打印状态_Z.115 胶片自助打印设备
  6. 搭建tidb集群linux_无服务器计算,学习Go,Linux系统恢复,TiDB,Udev等
  7. mysql 两个数相加_LeetCode 01两数之和02两数相加
  8. 果园机器人的写作思路_《果园机器人》教学设计3篇
  9. Pycharm快捷键及常用设置【建议收藏】
  10. 城市轨道交通运营票务管理论文_城市轨道交通运营管理浅析
  11. Java+mysql毕业设计,网上订餐系统
  12. 正则表达式删除空白行
  13. 工控机上位机软件的开发历程(四)
  14. 英特尔服务器芯片组路线图,英特尔处理器路线图:14nm用到2021年 7nm再等3年
  15. 【读懂Autosar代码】-1-概述
  16. c语言中有符号数的补码,[分享]带符号数的表示-----补码
  17. Qt中update()和repaint()的区别
  18. PYNQ开发板使用-使用DMA进行数据搬移(Simple DMA transfer 模式)
  19. Facebook如何管理150亿张照片
  20. linux用户和组管理的实验报告,linux用户管理任务实验报告

热门文章

  1. 智源青年科学家杨植麟:为什么预处理模型XLNet比BERT、RoBERTa更加优越
  2. 1月书讯 | 开年多本重点书
  3. 程序员买买买,纸书半价,电子书55折,抢券叠加使用更划算
  4. 慎重升级!iOS 13可绕过锁屏密码查看通讯录、照片、短信
  5. 为了我心中的女神,我竟然转行做了程序员
  6. Hadoop文件系统元数据fsimage和编辑日志edits
  7. 收藏 | 深度学习损失函数大全
  8. 一个简单的更改让PyTorch读取表格数据的速度提高20倍:可大大加快深度学习训练的速度...
  9. 报名 | 风控中的A/B卡:申请模型和行为模型讲座
  10. 新手神器!不用部署深度学习环境、上传数据集!(附代码视频教程)