您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识
人工智能的发展趋势如何?未来会有哪些应用?
人工智能,人类,机器人人工智能的发展趋势如何?未来会有哪些应用?
发布时间:2020-12-06加入收藏来源:互联网点击:
高科技企业普遍将人工智能视为下一代产业革命和互联网革命的技术引爆点进行投资,加快产业化进程。谷歌在2013年完成了8 家机器人相关企业的收购,在机器学习方面也大肆搜罗企业和人才,收购了Deep Mind和计算机视觉领军企业Andrew Zisserman,又聘请DARPA原负责人 Regina Dugan负责颠覆性创新项目的研究,并安排构建Google基础算法和开发平台的著名计算机科学家Jeff Dean转战深度学习领域。苹果2014 年在自动化上的资本支出预算高达110 亿美元。苹果手机中采用的Siri智能助理脱胎于美国先进研究项目局(DARPA)投资1.5亿美元,历时5年的CALO( Cognitive Assistant that Learns and Organizes)项目,是美国首个得到大规模产业化应用的人工智能项目。Amazon计划在2015年能够使用自己的机器人飞行器进行快递服务。韩国和日本的各家公司也纷纷把机器人技术移植到制造业新领域并尝试进入服务业。
五、全球人工智能市场区域分布
图表:2018年全球人工智能企业数量前五名
数据来源:中研普华产业研究院
2018年,全球人工智能初创企业共计2617家。美国占据1078家居首,中国以592家企业排名第二,其后分别是英国,以色列,加拿大等国家。
全球人工智能企业融资规模的分布,与人工智能企业分布相同。美中英三国融资规模为全球最大,但三者间的规模目前仍存在较大差距。
图表:2018年全球人工智能企业融资规模分布
数据来源:中研普华产业研究院
截止至目前,美国达到978亿元,在融资金额上领先中国54.01%,占据全球总融资50.10%;中国仅次于美国,635亿,占据全球33.18%;其他国家合计占15.73%。
中国的1亿美元级大型投资热度高于美国,共有22笔,总计353.5亿元。美国超过1亿美元的融资一共11笔,总计417.3亿,超过中国63.8亿。
六、国际重点人工智能企业运营分析
1、微软公司
(1)企业发展概况
微软,是一家美国跨国科技公司,也是世界PC(Personal Computer,个人计算机)软件开发的先导,由比尔·盖茨与保罗·艾伦创办于1975年,公司总部设立在华盛顿州的雷德蒙德(Redmond,邻近西雅图)。以研发、制造、授权和提供广泛的电脑软件服务业务为主。
最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office系列软件,目前是全球最大的电脑软件提供商。
(3)微软AI研究新进展
微软在人工智能方面有着很深的积淀,比如微软研究院在语音识别、自然语言和计算机视觉、机器学习方面已经有很多成果,在这些研究的基础上微软先后推出了Skype即时翻译、小冰和小娜(Cortana)这样的AI产品。
而新成立的部门必将深化这种产研的结合。微软称,整合后的新部门将包括AI产品设计、基础与应用研究实验室,以及新体验与技术(NExT)这几部分。
而为了实现AI普及的目标,微软列出了4大重点关注领域:
代理。利用AI通过Cortana这样的代理从根本上改变人机交互方式。
应用。将智能注入从相机app到Skype、Office365等的一切应用。
服务。把注入到微软应用的相同能力(如视觉、声音等认知能力,机器分析能力)开放给全球的应用开发者。
基础设施。微软称要利用Azure开发出全球最强大的AI超级计算机并开放给每个人,让个人和组织都能利用它的能力(这让人想到IBM的Watson)
从中可以看出,微软已经把AI当作一种基础能力,希望从端到端渗透到各个领域。
(4)微软加快布局人工智能
现在,小娜(Cortana)收到的指令和问题已经超过120亿条,拥有1.33亿活跃用户。小娜可以在多设备上运行。她根据你的日常生活和工作养成的技巧,已经形成了一个高效的生态系统。通常在你意识到自己有需要之前,她就能做好准备。为了让开发人员都能够使用认知能力,微软还提供了CortanaIntelligenceSuite。
微软的MicrosoftPix应用是一个图片编辑工具,它能感知,帮助你选择合适的图像。
MileIQ是一个位置提醒APP,它的智能在于帮助你量化和分类旅行。SwiftKey是一个智能键盘,使用神经网络,根据你的输入方式进行训练,能为你想要输入的下一个词建模,即使这样一个简单的任务,也会变得更加智能。它不受平台的限制。SwiftKey现在已经被30亿安卓和IOS设备使用。在Office365中,MyAnalytics会追踪你每天的工作,通过图表展示你每天的时间分配。
客户关系管理(CRM),CRM系统一般都是孤立的,用具体的术语为客户行动建模,为管理而建,而不是销售生产率。假如销售员能够根据客户的CRM系统之外的信息行动,比如来自Twitter,Facebook,客户服务应用程序等的信息,那会怎么样呢?微软在每天交互的应用中注入智能wait,可以让销售员以一种综合的方式采取行动,使用丰富的数据模型,这些模型能在所有的地方加入智能。
微软的平台BotFramework,允许在新的应用程序中建立智能的工具包——从Build大会以来,已经有40000开发人员使用它——包括像Uber这样的品牌,在认知服务中使用人脸识别APIs来改善他们的移动应用程序,以确保乘客安全。
AI服务需要各种类型的技术。为了实现这个目标,微软们已经往我们的云中投入大量FPGA(现场可编程门阵列),它能直接与网络对话。在云中加入FPGA达到前所未有的网络性能,提高了所有工作负载的吞吐量,包括运行如SAP这种关键任务程序。
此外,微软还有一个全球性的、超大规模的云基础框架,在云中增加了GPU,以提供更高性能的云接入,使一些从前根本不可能的方案得以实现。微软的Azure现在是世界上第一台AI超级计算机。
最后,还有研究AI的平台。微软支持所有的框架,其中,微软自己的CNTK是最快的分布式运算神经网络框架,也是唯一开源的可扩展的深度学习工具包。
(5)微软人工智能发展计划
2017年7月,微软宣布建立一个专注于人工智能的全新研究实验室Microsoft ResearchAI,Eric Horvitz计划将不同的学科结合起来,以期创建更多通用的学习系统。
该新实验室将以位于华盛顿州雷德蒙德的总部为基础,由来自感知、学习、推理和自然语言处理等人工智能研究的多个子领域中的科学家组成。人数超过100人,约占微软研究院研究人员总数的十分之一。新的实验室系全球微软研究部门下属机构,微软雷德蒙研究院院长EricHorvitz同时担任MSRAI的负责人。
(6)、微软建立机器学习工具
无论是学术界的研究人员还是工业界的开发者,DMTK可以帮助他们在超大规模数据上灵活稳定地训练大规模机器学习模型。当前版本的工具包包含以下几个部分:
1.DMTK分布式机器学习框架:它由参数服务器和客户端软件开发包(SDK)两部分构成。参数服务器在原有基础上从性能和功能上都得到了进一步提升——支持存储混合数据结构模型、接受并聚合工作节点服务器的数据模型更新、控制模型同步逻辑等。客户端软件开发包(SDK)支持维护节点模型缓存(与全局模型服务器同步)、节点模型训练和模型通讯的流水线控制、以及片状调度大模型训练等。
2.LightLDA:LightLDA是一种全新的用于训练主题模型,计算复杂度与主题数目无关的高效算法。在其分布式实现中,我们做了大量的系统优化使得LightLDA能够在一个普通计算机集群上处理超大规模的数据和模型。例如,在一个由8台计算机组成的集群上,我们可以在具有2千亿训练样本(token)的数据集上训练具有1百万词汇表和1百万个话题(topic)的LDA模型(约1万亿个参数),这种规模的实验以往要在数千台计算机的集群上才能运行。
上一篇:对于“周未夫妻”来说,你觉得是在在一块的时光一起吃饭好,还是看电影好?为什么?
下一篇:返回列表
相关链接 |
||
网友回复(共有 0 条回复) |