行業管理
首頁  >  行管  >  行管專題  >  通信業喜迎十九大

“深入學習貫徹十九大精神 加快建設網絡強國”專家談
融入人工智能基因 激發實體經濟新動能

2017-11-07  來源:人民郵電報-中國信息產業網  作者:中國信息通信研究院 李論

黨的十九大報告指出:“加快建設制造強國,加快發展先進制造業,推動互聯網、大數據、人工智能和實體經濟深度融合。”目前,我國強大的計算能力、逐步逼近人類水平的人工智能技術和良好的數據土壤,均標志著人工智能這一新興社會生產力已初步做好融入各行各業的準備,助力實體經濟結構從要素驅動向創新驅動轉變,激發新的增長動能。

人工智能技術日趨成熟已做好與實體經濟融合的準備

近期,DeepMind發布的最強版AlphaGo Zero再次提升了社會對于人工智能的關注熱度,AlphaGo Zero僅用3天時間,使用強化無監督學習的前沿學習方式,通過490萬盤自我對弈的訓練數據、一臺主機和4塊TPU打敗了戰勝過韓國棋手李世石對弈的AlphaGo。從AlphaGo與圍棋大師、德州撲克大師的人機大戰到機器之間的博弈,人工智能的算法正在迅速進化,智能時代已經到來。

源起計算能力的大幅提升與深度神經網絡算法研究的突破性進展,人工智能進入產業化階段。人工智能是指讓機器進行智能化的活動,即如何讓機器更為聰明。當前,業內專家主要關注機器對于人類智能的模仿。人工智能的概念早在1956年就已提出,在這62年的時間里,經歷了符號主義、專家系統、連接主義三次浪潮,又由于計算能力有限、技術路線瓶頸等問題多次進入衰落期。本次人工智能浪潮的里程碑,是2012年在ImageNet大賽上,多倫多大學的Alex Krizhevsky教授使用深度神經網絡算法將圖像分類的識別正確率從74.2%大幅提升到83.6%,從而引起了資本市場、企業、高校對智能技術實用化的希望,掀起了人工智能向傳統行業滲透的熱潮。

人工智能技術水平逐步向人類逼近,為實體經濟創新提供支撐。語音識別、智能翻譯、圖像分類等技術已經達到可用級別,甚至部分智能技術能力已超越人類,主要體現在:機器視覺方面,機器視覺是深度神經網絡算法應用最為成功的領域之一,2017年,ImageNet大賽中機器圖像分類的錯誤率僅為2.3%,超過人眼辨識錯誤率,視頻物體識別技術發展迅速,平均準確率已越過合格線,在安防、自動駕駛等多個領域應用前景廣闊。語音語義方面,Google使用深度神經網絡算法的機器翻譯水平已接近人類,在滿分為6分的測評中,英語、法語、漢語等多門語言的互譯水平與人類水平相差1分以內,科大訊飛的語音識別技術準確率已達到97%,訊飛口語作文評測機器在廣東高考使用,總分平均誤差低于人工誤差。

數據是人工智能技術融入傳統行業的先決條件,我國部分垂直行業已具備一定數據積累。業界主流使用的深度神經網絡算法主要依靠大樣本量、有標注的過程數據,并通過有監督學習的方式進行學習,比如,在著名的Google貓臉識別應用中,貓臉識別模型的訓練數據集就需要1000萬張200×200像素的貓臉圖像。數據的質量也是影響傳統行業智能化發展的重要因素,反饋正確的大規模垂直行業數據是行業智能化應用落地的必要條件,這主要是由于現階段人類尚未對深度神經網絡算法的學習機制進行合理解釋,數據的錯誤反饋將會影響到機器的判斷能力。值得關注的是,我國互聯網、大數據產業基礎較好,人口規模龐大,在電子商務、安防、教育等多個方面的數據有所積累,且具備一批對數據進行處理和標注的企業,這有利于人工智能技術與行業的實際結合。

人工智能產業蓬勃發展助力實體經濟轉型升級

人工智能產業日趨壯大,大量創新型企業不斷涌現,新行業新市場孕育而生。從全球來看,人工智能市場前景廣闊,開辟經濟增長新空間,預計2020年全球人工智能市場規模約183億美元,年均增長20%,在產業分類和公司數量方面,2016年全球人工智能公司已突破1000家,跨越13個子門類,融資金額高達48億美元。從我國來看,我國具備龐大的數據資源基礎,人工智能企業已經超過360家,初步形成了較為健全的產業生態體系,與國際領先國家具備競爭實力。人工智能的興起催生了一大批新的產品、服務和行業,帶來了新的產業價值和商用場景,在產品服務上,科大訊飛、曠視科技等智能技術型公司,為產業提供語音識別、圖像識別等技術服務及解決方案,深鑒科技、中星微電子、寒武紀等人工智能芯片公司,為產業提供專用計算芯片。在行業上,從基礎層的數據標注到應用層的自動駕駛、基因測序,新的行業伴隨著產業化進程的推進不斷孕育而生。

現階段的人工智能技術已經可以解決眾多垂直行業的特定問題,在數據積累較為豐厚和業務邏輯較為規則的安防、電子商務、教育等領域的智能化已初步顯現,并隨著各行各業信息化、網聯化能力的逐步提升以及對人工智能認識的不斷加深,向醫療、制造、能源、交通等信息技術應用相對保守的領域進行延伸,加速現代化實體經濟打造。具體體現在:一是助力產品創新,引領產品向中高端邁進。在手機產品方面,華為緊隨蘋果之后,針對圖像識別、語音交互進行底層硬件優化,在其發布的mate 10手機中集成人工智能專用NPU神經網絡單元,并將多種智能技術融入其操作系統EMUI 8.0,抓住趕超機遇,提升產品附加值。在智能安防方面,海康威視的智能監控攝像頭可對視頻進行目標檢測、目標跟蹤、目標屬性提取等,對車、人、危險物品等進行識別和風險預測,開拓安防領域新的產品熱點。二是提升業務運轉效率。在裝備制造方面,通過人工智能技術手段建立產線及裝備狀態預測模型,預計每年可減少企業10%的運維成本、20%的機器停機時間和25%的機器檢測成本。在生產優化方面,阿里ET大腦為協鑫光伏的切片生產過程進行了優化,將良品率提升了1%以上。三是優化資源配置。在醫療方面,通過借助圖像識別技術,對醫療影像進行輔助診斷,從而節約了醫生的讀片時間、降低誤診率,有效應對我國放射科醫師缺乏、病患較多、醫療資源分布不均衡等問題。在制造方面,通過智能技術進行機器換人,實現質檢、裝配、上下料等操作的自動化,降低工廠的人力成本。

* * *

本次人工智能浪潮對于傳統產業的轉型大有可為,安防、電子商務、智能終端等產業已經初步受益,有效提升了業務運行效率和產品品質,而未來5年是智能基因融入實體經濟的關鍵階段,有望在制造、能源、醫療等對于成本較為敏感抑或人才資源較為緊張的領域進行滲透。新一代人工智能技術賦予我國實體經濟增長大好機遇,求木之長者,必固其根本,欲流之遠者,必浚其泉源,通過人工智能這一當今最前沿的社會生產力與傳統行業深度融合,帶來一場全新的全社會產業智能化升級轉型的重大變革,加速提升我國新興技術型產業、傳統制造、生產服務型產業的全球競爭能力,我國的實體經濟將有望迎來新的大幅增長。

關鍵詞:實體經濟 圖像分類 人工智能技術 基因 目標屬性

游乐设备和游戏机区别?