智能制造網APP
智能制造網手機站
智能制造網小程序
智能制造網官微
智能制造網服務號
智能控制
機器人
儀器儀表
物聯網
3D打印
工業軟件
回放
品牌
其他品牌
【中國智能制造網 行業動態】正如電力在過去一個世紀里改變了工業的運行方式那樣，人工智能將在未來100年里大幅改變社會。AI正被整合應用到家用機器人、機器人出租車以及心理健康聊天機器人中。一家創業公司正在利用AI技術開發機器人，讓它們更接近人類的智能水平。
人工智能日趨廣泛 大規模普及只是時間問題
AI本身已經進入到人們的日常生活中，比如為數字助理Siri和Alexa的大腦提供動力。它讓消費者能夠更準確、更地在網上購物和搜索，以及執行其他人們認為理所當然的任務。
Coursera聯合創始人、斯坦福大學教授吳恩達博士上周在硅谷舉行的AI前沿會議上發表主題演講時表示：“AI就像是一種新的電力。大約100年前，電力改變了每一個主要行業。AI已經發展到同樣的水平，有能力在未來幾年改變所有主流行業。”
吳恩達說，盡管人們認為AI是一種相當新的技術，但它實際上已經存在了幾十年。但它之所以現在才實現騰飛，這要歸功于數據和計算能力的擴展。
吳恩達表示，目前通過AI創造的大部分價值都是通過監督學習完成的。但有兩大波的進步：一波利用深度學習來預測消費者是否會在算法獲得有關他的信息后點擊在線廣告。而當輸出不再是一個數字或整數，而是語音識別、另一種語言或音頻的句子結構時，第二波進步就出現了。例如，在無人駕駛汽車中，圖像的輸入會形成其他在路上的車輛位置輸出。
微軟科學家黃學東表示，實際上，深度學習(即電腦從數據集學習到執行功能，而不是執行它被編程的特定任務)對實現與人類相媲美的語音識別目標是有幫助的。
2016年，黃學東領導微軟團隊取得了歷史性成就，當時他們的系統記錄到5.9%的錯誤率，這與人類轉錄員的情況相同。黃學東在會議上說：“多虧了深度學習，我們能夠在20年之后達到人類的程度。”此后，該團隊將錯誤率進一步降低至5.1%。
·
數字助理的崛起
·
從2010年開始，語音識別的質量開始改善，終Siri和Alexa誕生了。吳恩達說：“現在，你幾乎認為這是理所當然的。亞馬遜Alexa總監Ruhi·Sarikaya說，除此之外，預計語音將取代觸控輸入。提高準確性的關鍵是理解上下文語境，
例如，如果一個人問Alexa晚餐應該做什么，這位數字助理必須評估他的意圖。他是想讓Alexa去餐館預訂位置、點餐還是尋找食譜？如果他要求Alexa找到《饑餓游戲》(Hunger·Games)，他是想要聽音樂、看視頻亦或是聽有聲讀物？
谷歌的研究科學家迪勒克·哈卡尼-圖爾(Dilek·Hakkani-Tur)表示，數字助理的下一步研究將是一項更先進的任務，即理解“超越文字的意義”。舉例來說，如果用戶使用“今天晚些時候”這樣的短語，可能意味著晚上7點到9點之間，或者下午3點到5點開會。
哈卡尼·圖爾說，下一階段還需要更復雜、更生動的對話、多領域任務以及超越領域界限的互動。此外，數字助理應該能夠做更多事情，比如輕松閱讀和總結電子郵件。
語音識別之后，就是“計算機視覺”，即計算機識別圖像并對其進行分類的能力。隨著許多人上傳圖片和視頻，將元數據添加到所有內容中變得很麻煩，這就需要一種將它們分類的方法。
Facebook人工智能研究院可視化識別技術專家Manohar·PaluriLumos說，Facebook開發了一種能夠理解和大規模分類視頻的AI，名為Lumos。Facebook利用Lumos進行數據收集，例如，收集煙花圖像和視頻。該平臺還可以利用人們的姿勢來識別視頻，比如將人們在沙發周圍忙碌的場景歸類為“即將外出閑逛”。
谷歌視頻理解主管拉胡爾·蘇山卡爾(Rahul·Sukthankar)補充說，關鍵是要確定上傳視頻的主要語義內容。為了幫助計算機正確識別視頻中的內容，蘇山卡爾的團隊在YouTube上挖掘了AI可以學習的類似內容，比如針對非專業內容的特定幀率。蘇山卡爾補充說，未來研究的一個重要方向是使用視頻對計算機進行訓練。所以，如果機器人看到一個人把麥片倒進碗里的多個角度視頻，它應該能通過觀察視頻來學習。
阿里巴巴用AI來促進銷售。例如，淘寶電商網站上的購物者可以上傳自己想買的產品照片，比如街上某個陌生人的時髦手袋，網站會提供接近照片的手袋。
阿里巴巴還使用了增強現實(AR)/虛擬現實(VR)技術，讓人們可以在Costco這樣的商店里瀏覽和購物。在Youku視頻網站上，阿里巴巴正在開發一種方法，將虛擬3D物體插入用戶上傳的視頻中，以此來增加收入。這是因為許多視頻網站都在致力于增強盈利能力。阿里巴巴AI科學家任曉峰(Xiaofeng·Ren)說：“YouTube仍然在虧損。”
·
商業對AI的態度
·
麥肯錫研究所主席兼董事詹姆斯·曼伊卡（James·Manyika）認為，美國和中國在AI領域的投資居于地位。去年，北美地區的AI投資從150億美元到230億美元不等，而亞洲（主要是中國）的投資額為80億美元至120億美元，歐洲則僅有30億美元至40億美元，處于落后狀態。
科技巨頭是AI領域的主要投資者，其資金規模在90億美元至300億美元之間，另外還有60億至200億美元，投資方包括風險資本家和私人股本公司。
他們把錢投到哪里去了？機器學習占投資總額的56%，計算機視覺位居其次，占28%。自然語言占7%，無人駕駛汽車占6%，其余部分則被虛擬助理瓜分。不過，曼伊卡表示，盡管投資不斷增加，但AI的實際應用仍然有限，即使是那些知道其能力的公司也是如此。大約40%的公司都在考慮部署AI，40%的公司進行了實驗，只有20%的公司在某些領域采用了AI。
之所以保持沉默，是因為41%的受訪企業認為自己的不高，30%的受訪企業表示，它們的商業價值還不夠充分，其他公司則表示，它們沒有掌握AI技能。然而，麥肯錫認為，AI可以將其他分析的影響提高一倍以上，并有可能大幅提升企業業績。
有些公司能做到這一點，比如在AI領域的行業包括電信和科技公司、金融機構以及汽車制造商。曼伊卡說，這些早期采用者往往是更大的、數字化成熟的公司，它們將AI融入到核心活動中，專注于增長和創新，而不是節省成本，并需要執行官的力挺。慢的采用者是醫療保健、旅游、專業服務、教育以及建筑行業的公司。
然而，專家表示，隨著AI的普及，企業大規模采用AI也只是時間問題。
原標題：AI很牛，你為什么敬而遠之？
浙公網安備 33010602000006號
智能制造網APP
智能制造網小程序
微信公眾號
