人工智能作為當(dāng)今世界上最重要的科技之一，其走過了60年“三起兩落”的發(fā)展歷程，已融入人們生產(chǎn)生活的各個方面。“智能+”時代正在加速向我們走來。在人工智能風(fēng)口到來之際，構(gòu)建應(yīng)用場景、找準(zhǔn)突破口成為人工智能應(yīng)用落地的重中之重。
人工智能產(chǎn)業(yè)發(fā)展繁榮離不開數(shù)據(jù)驅(qū)動和計算能力的提升。大數(shù)據(jù)、計算能力、人工智能之間正在形成一種共生生態(tài)，大數(shù)據(jù)為人工智能提供源源不斷的動力，人工智能衍生出了諸如深度學(xué)習(xí)、強化學(xué)習(xí)、遷移學(xué)習(xí)、對抗學(xué)習(xí)等新型算法，硬件計算能力的有力提升有效地縮減了算法迭代改進周期。未來可從四個方面形成合力，加速人工智能應(yīng)用落地。
明確應(yīng)用場景邊界。人工智能技術(shù)尚未達到強人工智能水平，產(chǎn)業(yè)落地過程中應(yīng)避免好高騖遠(yuǎn)。例如，機器人臉識別在絕大多數(shù)情況下比人識別的效果要好，但是在需要知識、想象力的特殊情況下，與人腦還是存在較大差距?，F(xiàn)階段以深度學(xué)習(xí)為代表的人工智能技術(shù)并不善于解決通用性問題，人工智能技術(shù)要實現(xiàn)產(chǎn)業(yè)落地并形成商業(yè)價值，需要清晰其所能解決的特定領(lǐng)域問題，并有明確的應(yīng)用場景邊界。將人工智能的功能需求限定在有限的特定問題邊界之內(nèi)，這樣得出的解決方案才能相對可行可靠，如借助視聽傳感器能夠自主規(guī)劃掃地方案的掃地機器人等。
閉環(huán)數(shù)據(jù)反饋循環(huán)。谷歌、Facebook、英特爾、微軟、蘋果、特斯拉，中國的BAT等人工智能前沿公司，通常都具有一個共同的特征——閉環(huán)的數(shù)據(jù)反饋循環(huán)。例如，Google、百度等互聯(lián)網(wǎng)廣告系統(tǒng)能夠根據(jù)用戶點擊及輸入等操作，自動收集到用戶一手?jǐn)?shù)據(jù)，抽取關(guān)鍵特征并輸入深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)訓(xùn)練好后能用于對用戶行為的預(yù)測，進而提高用戶體驗。從應(yīng)用終端收集數(shù)據(jù)，再用數(shù)據(jù)訓(xùn)練模型，之后用模型提高用戶應(yīng)用體驗，用戶應(yīng)用后又產(chǎn)生新的數(shù)據(jù)，這就形成了閉環(huán)的數(shù)據(jù)反饋循環(huán)。其內(nèi)部就可以完成自動數(shù)據(jù)收集、標(biāo)注、訓(xùn)練與反饋，這使得人工智能算法實時迭代優(yōu)化的更加便利。
海量高質(zhì)量數(shù)據(jù)。隨著移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的快速發(fā)展，數(shù)據(jù)量正在以指數(shù)級增加，根據(jù)IDC統(tǒng)計，全球數(shù)據(jù)總量預(yù)計2020年達到44ZB，中國數(shù)據(jù)量將達到8060EB，占全球數(shù)據(jù)總量的18%。對于自然語言、音頻和視頻等數(shù)據(jù)，其分析越來越聚集于提取其中的語義，包括情感分析、文檔主題模型、依存模型、問答語義分析等。以深度學(xué)習(xí)為代表的人工智能技術(shù)，本質(zhì)上是一個具有多層的神經(jīng)網(wǎng)絡(luò)，通過大數(shù)據(jù)計算來自動學(xué)習(xí)最終的網(wǎng)絡(luò)參數(shù)，不同的網(wǎng)絡(luò)參數(shù)能夠識別出不同的物體，但需要依賴規(guī)模龐大的高質(zhì)量帶標(biāo)簽數(shù)據(jù)集，才能夠保證其學(xué)習(xí)質(zhì)量。
高性能計算硬件。深度學(xué)習(xí)模型需要很高的內(nèi)在并行度、大量的浮點計算能力以及矩陣運算，按環(huán)節(jié)可分為前期訓(xùn)練、云端推理、終端推理等三個階段。在前期訓(xùn)練和云端推理環(huán)節(jié)，需要進行規(guī)模龐大的運算量，CPU+GPU架構(gòu)成為目前多數(shù)人工智能企業(yè)的主流選擇。然而，構(gòu)建GPU集群的成本非常高昂，僅購置一塊Nvidia Tesla K80的費用近4萬元。FPGA具備較高的性能功耗比和重構(gòu)靈活性，百度采用FPGA打造百度大腦專用AI芯片，微軟打造的Brainwave平臺也是基于英特爾Stratix 10 FPGA芯片。在終端推理環(huán)節(jié)，由于智能手機、語音交互、VR/AR等終端設(shè)備需求不同，需要定制化、低功耗、低成本的嵌入式解決方案，其市場呈現(xiàn)更加多樣化競爭態(tài)勢，如寒武紀(jì)的1A處理器、地平線的BPU芯片等，華為Mate 10的麒麟970芯片搭載了神經(jīng)網(wǎng)絡(luò)單元NPU，使得其在處理相關(guān)人工智能任務(wù)(如圖像識別等)時有50倍能效和25倍性能的提升。
數(shù)字化要一盤棋更要各自為戰(zhàn)
分享到微信 ×
打開微信，點擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。