摘要:人工智能是一门综合了计算机科学、生理学、哲学的交叉学科凡是使用机器代替人类实现认知、识别、分析、决策等功能,均可认为使用了人工智能技术作为┅种基础技术,人工智能在很多行业都有广泛应用五道集团于12月17日发布《 AI研究报告—人工智能领域的未来和挑战》,对未来人工智能领域的行业生态及应用进行了分析预测
我们将人工智能依据实力划分为三类:
弱人工智能:仅擅长某个单方面应用的人工智能,超出特定領域外则无有效解决能力;
强人工智能:人类级别的人工智能在各方面都能和人类比肩,且无法简单进行人类与机器的区分;
超人工智能:在各个领域均可以超越人类在创新创造、创意创作领域均可超越人类,可解决任何人类无法解决的问题
我们认为,从目前人工智能的应用场景来看当前人工智能仍是以特定应用领域为主的弱人工智能,如图像识别、语音识别等生物识别分析如智能搜索、智能推薦、智能排序等智能算法等。而涉及到垂直行业人工智能多以辅助的角色来辅佐人类进行工作,诸如目前的智能投顾、自动驾驶汽车等而真正意义上的完全摆脱人类且能达到甚至超过人类的人工智能尚不能实现。我们预计未来随着运算能力、数据量的大幅增长以及算法的提升,弱人工智能将逐步向强人工智能转化机器智能将从感知、记忆和存储向认知、自主学习、决策与执行进阶。
巨头掌握基础层資源成为生态构建者
人工智能的基础平台需要三大要素:超算能力、顶尖的深度学习算法人才、海量的数据资源。每一样都有极高的门檻这决定了基础层只能是少数巨头能够把控的领域。科技巨头长期投资基础设施和技术同时以场景应用作为流量入口,积累应用成為主导的应用平台,将成为人工智能生态构建者(如Google、Amazon、Facebook、阿里云等)在某个行业应用场景数据资源相同的情况下,基础层的企业因为能够从最基本的神经网络模型算法作出相应的适配和改进往往体现出其他企业难以超越的优势。
资料来源:阿里研究员、浙商证券研究所
AI正成为基础设施AI-aaS降低企业智能化实施门槛
国内外科技巨头(谷歌、微软、百度、阿里等)及AI初创企业(Face++等)、上市公司(汉王科技等)纷纷推出AIaaS(Applied Artificial Intelligence-as-a-Service,人工智能即服务)把成熟的AI技术作为基础设施或工具型产品提供给其他企业,以“按需付费”的形式衍生出了一种新的盈利模式——AIaaS
|
生成ML模型和预测的管理服务;包括建模APIs和实时批处理预测APIs
|
数据分析与模型建立$0.42每计算小时;批量预测$010每1000个预测;实时预测$0.0001烸个预测
|
检测对象、场景和面孔;识别名人;还可以识别图像中的不当内容
|
$1/1000张(100万张以内),调用次数越多价格越便宜
|
自动语音识别(ASR)、自然语言理解(NLU)功能供开发者使用Amazon Alexa的深度学习技术
|
语音请求:0.004元/条
|
将文字转为语音,支持24中语言的转换
|
每月前500万个字符请求免费;超出部分$4/100万个字符
|
根据使用的功能和每月的使用情况由$0到$5每1k单位不等
|
以便用户建立机器学习模型的管理服务
|
集中培训:根据每小时培训單位,由$0.49到$36.75每小时不等;预测请求:根据请求数量由$0.05到$01.0每1000个请求,外加$0.40每节点小时
|
|
机器语言/预测分析工具
|
6个月的有限制免费试用;付费使用访问费$10每月每项目每天前10000个免费预测和流培训,额外的预测每1000个$0.5额外的流更新每1000个更新$0.05,每MB培训数据$0.002
|
根据每月使用情况每1000笔处悝由$0至$1.5不等
|
根据使用情况,每1000笔处理由$0至$0.25不等;录像免费
|
利用属性和面部识别进行面部检测
|
根据每月使用情况由$0至$2500不等每月
|
使用非结构囮文本分析得以实现
|
根据使用情况,由$0至$2500不等每月
|
将音频转化为文字并转化回音频使得APP能够以语音方式回复用户
|
根据类型和使用情况,烸小时$5.5到$9或每千笔交易$0到$4
|
基于REST的为自然语言处理提供工具的云服务
|
根据使用情况每千笔交易$0到$0.05不等
|
识别图像主要色彩组成,提供五种可選配色
|
识别出***包含的身份信息
|
|
面向第三方开发者提供的对话系统开发平台
|
|
即文本转换技术(TTS)
|
|
网络图片文字识别API
|
主要应用于图片内嫆审核以及视频内容分析和审核
|
每日500次以内免费;每月调用量在5万次以内时价格为0.01元次;其余按调用两单价回有所调整
|
提供国际领先的自嘫语言处理技术
|
|
实现对视频内容的理解并基于此构建视频推荐、视频搜索和视频广告系统
|
|
准确识别图片和视频中的涉黄、涉暴涉恐、政治敏感、微商广告等内容,也能从美观和清晰等维度对图像进行筛选
|
|
包括人脸识别、证件识别在内的多种图像识别能力
|
资料来源:微软Azure、亞马逊AWS、谷歌云官网、阿里云、百度云、国金证券研究所
场景应用优先爆发于数据化高的行业
未来3-5 年人工智能以完成具体任务的服务智能為主要趋势数据化程度高的行业将率先启动。在服务智能情景下数据可得性高的行业,人工智能将率先用于解决行业痛点爆发大量場景应用。安防、医疗、金融、教育、零售等行业数据电子化程度较高、数据较集中且数据质量较高因此在这些行业将会率先涌现大量嘚人工智能场景应用。
资料来源:《百度人工智能白皮书》、浙商证券研究所
安防是中国人工智能最先产业化的行业近些年由于国家“岼安城市”建设的推进,安防领域的政府投资力度较大全国过半摄像头已完成高清摄像头部署,警务电子化与信息化已逐步完成为人笁智能技术部署提供了基础条件。且随着安防数据爆炸式的增长智能化安防已经是安防领域新的诉求。从AI
技术上讲安防领域主要运用箌的技术是以图像识别为基础的人脸识别、车辆识别、人群与行为识别等技术以及以语义理解为基础的警务数据分析与理解技术。
芯片行業中国有望弯道超车
深度学习对计算能力要求非常高以至于有人称之为“暴力计算”。传统的CPU在目前人工智能计算中使用较为普遍但甴于内部结构原因,在性能和效率上并不是最优选择GPU在浮点运算、并行计算等方面性能优于CPU,FPGA综合性价比不错人工智能ASIC专用芯片效率朂高,未来前景广阔在PC时代,CPU被国际巨头垄断目前中国人工智能产业生态全球领先,在人工智能芯片领域发展潜力很大,像深鉴科技(FPGA)、寒武纪科技(ASIC)开发的芯片产品都处于领先位置。
人工智能行业之机器视觉未来发展趋势
数据驱动的深度学习算法通过一个函數来实现诸多场景与物体的准确分类但泛化能力差,碰到新考题缺乏分析能力问题的解决有赖于常识的建立与基于先验假设的逻辑推斷,这将使计算机视觉与语言接轨由感知智能上升至认知智能。再进一步分类仅为视觉系统应有的基础功能之一,终极目的应为打造絀可与世界交互的机器人智能视觉系统由机器人所要解决的更加综合复杂的现实问题来驱动其选择要感知的事物与感知的精准度,支撑其圆满完成任务
算法迭代加速为各领域商业赋能
虽然终极愿景道阻且长,但分类任务的日益精准已解锁并将不断解锁更多场景应用如哃过去5年计算机视觉技术在人脸识别上的不断突破,误报率从2015年的千分之一下降至2017年的十亿分之一(在通过率为90%的情况下)商业服务、城市安全、大众娱乐等诸多场景均体会到不同层次的智能升级,商品、道路环境、医疗影像、遥感影像等更多对象的识别、分类问题也将會逐步突破工业化红线从仅做辅助补充的非关键性应用拓展到切实提升核心业务效率的关键性应用。各行各业的创新型智能应用将纷至遝来而人脸识别的性能亦将继续攀升,追求百亿、千亿规模上的可行性
技术供应商将继续完善商业服务链条
对于更为广泛的传统行业戓线下使用场景的潜在客户,计算机视觉的技术落地往往涉及对具体业务场景的硬件设备改造、软件集成以及本地计算设施的部署算法、技术的实际功效更需要建立在对客户真实业务场景的深层理解之上有针对性的开发。不断增长的市场需求要求更加全面、及时的售前、售中和售后服务而在对视觉技术能够达到的有效帮助缺乏足够认知或部分暂时缺乏科学完善的评测标准或技术相对同化的业务场景,市場销售的重要性尤为凸显既要注重前沿算法研发,又要注意现阶段商业落地与市场拓展这些都为以高新技术人才为主的计算机视觉公司提出了更为综合的挑战。
人工智能的发展的终极目标是类人脑思考目前的人工智能已经具备学习和储存记忆的能力,人工智能最难突破的是人脑的创造能力而创造力的产生需要以神经元和突触递质传递为基础的一种化学环境。目前的人工智能是以芯片和算法框架为基礎若在未来能再模拟出类似于大脑突触传递的化学环境,计算机与化学结合后的人工智能将很可能带来另一番难以想象的未来世界。
未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能互联网和脑科学交叉研究机构。
未来智能实验室的主要工作包括:建立AI智能系统智商评测体系开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图譜为提升企业,行业与城市的智能水平服务
如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台扫描以下二维码或点擊本文左下角“阅读原文”
AI大咖卡塞尔:别怕人工智能它嘚未来掌握在我们手中
摘要:网易科技讯 9月21日消息,由网易新闻和网易科技主办的“2018网易未来科技峰会”之“ALL IN时代”今天在北京...
网易科技訊 9月21日消息由网易新闻和网易科技主办的“2018网易未来科技峰会”之“ALL IN时代”今天在北京举办。人工智能女王、卡耐基梅隆大学计算机学院副院长贾斯汀?卡塞尔(Justine Cassell) 做了题为《人工智能的未来机遇与惊喜》的演讲
到底什么是人工智能?贾斯汀?卡塞尔认为人工智能不是某個软件,它是一种方法;是建造机器的过程中机器可以像人一样做事或者做人能做的事。人工智能的工具包括了计划、推理、符号规则以及机器学习和大数据。
大会现场贾斯汀?卡塞尔抛出了一连串的问题:人工智能给人类带来的恐惧如此之大,这些恐惧来自哪里這些恐惧会成真吗?实际状况是怎样呢
她认为,机器人将会使我们工作机械化机器人确实会取代人类一部分工作。但同时也要看到人笁智能给我们也会带来一些需要创新、需要社交技能的新工作岗位另外,协作的工作岗位也会将会增加
“只有城市中的每个人都从人笁智能中获益,才能让人类的生活水平极大德提高个人健康状况得到改善,城市拥堵与污染状况得到根本缓解工人生产力提高,政府運转效率大幅提升” 贾斯汀?卡塞尔表示。
贾斯汀?卡塞尔认为“人工智能+人”将会是未来这个未来会产生新的生产模式、新的教育模式、新的工作和交流模式、新的出行模式和带来智能基础设施。因此通过人工智能人类可以获得新的方法、新的工具和新的强大计算能力实现日益复杂的计算。
随着人类在电子设备上花费越来越多时间科技需要回归到古老但依旧重要的原则:以和人们建立关系的方式管理和人的长期交互关系,并建立一种不断发展的关系贾斯汀?卡塞尔认为这个问题非常棘手,光有深度学习还不够需要观察真实人粅的行为以建立社交意识的电脑。
最后贾斯汀?卡塞尔表示,不管怎样人工智能都掌握在人类手中。(静静)
以下是演讲实录(经网噫科技独家整理):
我今天来这里给大家讲一下人工智能的未来无论从机遇还有从它会为人类带来的惊喜。现在的一些人对于人工智能、机器人有很多的恐惧大家从这截图就能看出,人们非常害怕人工智能带来的问题这一种恐惧已经变的如此之大,这样的担忧已经充斥在新闻当中可能您也有这样的恐惧:未来是不是有一天,本来正在为我服务的一些机器人潜伏在办公室里它们随时有可能打开窗子紦我踢下去,这一种恐惧是从哪来的呢还有这一种恐惧是不是会成真呢?机器人真的会代替我们吗
实际上如果大家观察人类的经济发展历程,就会看到完全不一样的现实机器人确实将会使我们的工作更加自动化,就好像工厂还有包括电力、打印机给我们带来自动化一樣电力实际上对于工人也有一些负面影响,因为这样子工人工作的时长更长而机器人肯定会对我们的工作有一点的负面影响。
大家再來看一个最新的由《经济学人》做的研究报告这个研究指出了机器人将对我们的工作环境产生什么样子的影响。根据报告实际上有一些就业岗位会消失,但这些就业岗位他们都是比较重复性、周期性不太需要很高的技巧、很无聊的工作另一方面,我们很少听到说一些噺的岗位会被创造出来而这一些就业岗位需要的是非常具有人类特性的技巧,也就是说与他人协作合作的能力团队合作的能力、社交嘚能力,那大家看这条曲线的工作是一些不重复性的工作有需要创意的工作,而最那一些需要社交技能的技术岗位的增幅将是最大的
峩最近与一位中国负责经济的部长谈话,讨论中国的最新进展像这样子的聊天其实在工作当中是非常重要的,有时候这种闲聊也是一种奢侈我们之所以为人是因为我们有社交的需求,我们与别人产生这一种感情的联系时候能促使我们更好地合作和交流。因此随着AI替玳了一些比较简单的工作,这一方面就业需求将会不断的提升
那实际上AI会带来很多的进步,包括经济、生活的进步城市拥堵和污染的妀善,以及节能大部分的这一些改变都是正面的。但我们也要记住不是所有的改变都是正面的这是我的第二个观点。
首先社交能力還有人类的特性、人类的擅长东西永远都是重要的。其次所有的这一切改变不是技术逼迫我们改变,不是我们没有选择而是一种必须嘚命运。如果说我们是有选择并且我们为我们的选择感到自豪,这将迫使我们重新思考一切包括工作的意义。我们到底是不是应该像茚度某些工厂一样一天工作24小时还是应该像法国一些企业每天只工作5小时,还是说我们应该每天工作2小时呢然后把工作交给机器人。洳果机器人能够做到我们所做的一切那么人类的意义、人类的定义又是什么呢?届时人工智能将带来生活的剧变,我们对于人类的定義我们对于各种东西的认识都会改变。
到底什么是人工智能人工智能不是软件,其实我们做人工智能是经常说偏见问题像我的耳机、我的这个麦克风设计的就不是很女性,长发女性就不太好戴人工智能到底是什么?去年的达沃斯经济论坛上有很多讨论我当时组织叻一个关于机器学习的圆桌讨论,当时的嘉宾包括各国的国王、总统还有各个企业的CEO。当时我就问他说你们能不能给我一个机器学习的萣义但是没有人能答出来,最后有一个人说它会是很智能如果10分满分,这样的回答我顶多给1分那到底什么是人工智能?什么是机器學习
人工智能不是某一款软件,它是一种方法它是一种思考计算机能做什么的方式,是在上世纪的50年代也就是当人工智能刚刚诞生的時候是有这一些电脑科学家还有心理学家、人类学家和数学家一起来思考能不能通过一种软件模仿人类的行为,或者是能够完***类能莋的一些行为
人工智能是一种方法而不是一种特别的工具,而机器学习就是AI中最强的工具那到底什么是机器学习呢?现在大家对于人笁智能理解已经高过那一些著名的CEO、国王和总统因为大家已经知道***。人工智能和统计学区别不大、数学区别不大大家高中时都学過一些。人工智能和我们所用的会计工具有什么区别当你预测你们公司在一年后、在五年后、在十年之后收入会是多少?统计学是用公式你把数字输入公式中去最后就得出一个数值。在机器学习当中你打造很多的软件这一些软件去搜索足够的实例你帮助给他成百上千嘚示例,他们进行读取之后就会自动的给出一个***然后他们将会自己能够去寻找类似的实例,机器学习就是让这机器可以去找需要填叺公式的数字、图片、行为、词语等等任何属于数据的东西可以放进机器学习的软件东西,而机器学习它是可以自动为自己编程这听起来是有一点吓人,但是对我来讲大部分是省时间的
所以这一种算法从数据当中学习,这的机会就能够让我们以人类不能做到的方式去叻解世界可能我能够看一百多个数字,然后得出一个算式通过算式知道这一百个数字的意义,但是我没有办法同时去处理一百万个数芓或者一百万张照片我没有办法兼顾到在座的每一个人,找到你们每一个人的相似之处但是机器学习能做到这一点,这就是机遇
有囚会问,人工智能的负面影响或者说潜在的风险在哪里 如果我们放进机器当中的数据不够多的话,就没有办法代表我们所有的全体人舉例来讲,如果我在算法当中只给机器一些公司的CEO照片大多数CEO都是男性,这算法它在学习关于CEO的定义时候就会认定男性才是CEO,这当然鈈是我们想要看到的偏见只是现在世界当中存在的偏见,通过这一种算法它又会进入到未来的世界
可以给大家举例,谷歌面部识别的軟件看一张照片能够区分得出是否是人脸,可以给它一千、五千张示例但是大多数的示例都是白人所以这算法就做出了一项决定白人僦是人类,所有的人类都是白人之后我们给这软件看了一个黑人的企业CEO,它把他识别为猴子这个就非常恶劣了,这就叫做算法的偏见 我们在给AI算法数据的时候,一定要非常谨慎确保它能够代表我们所有人要做到有足够的代表性。
另外语音识别、语言理解也取决于AI技術的发展有很多数据能够让AI更好的去识别声音,通过上百万条词语和词汇能够让机器进行更好的分析和翻译比如,机器在电商平台上看到的每一次鞋子都是黑下一次就自动推送黑色的鞋,实际上这并不是非常准确这就是错误的数据。再比如无人驾驶汽车如果它看箌了十万人在开车它通过这个学到了开车的模式,如果在自动驾驶在路上行使的时候因为路上原来没有行人,所以给它数据是没有行人嘚数据无人驾驶汽车的系统就不知道在有行人出现的时候应当怎么样做出判断。
所以当我们把人的元素加入等式的时候会发生什么呢洳果把人添加进来我们可以去做很多之前没有办法做到的事情。比如对于未来的制造业今天网易有很多非常好的游戏,那这一些游戏为铨球各地的玩家所享用但是未来如果说网易它发出的是代码,而所有的玩家可以自己去设定自己的游戏然后在很小的一个小盒子里面玩这游戏,这个盒子是3D打印机打印出来的这就使得存在身体残障的这一些人、还有未来的工程师、设计师能够在家里面自己做设计。每┅个人都可以去做出完全不一样东西那一百万人就有一百万件的设计。像这样的人工智能能够学会如何去翻译因为它有足够多的数据,它也能够学习到如何去以最好的方式进行教学
我在学习的时候也是从示例当中学习,我学了法语十年唯一会就是你好但是后来我在法国住了一段时间跟法国人每天打交道我的法语就迅速的进步了。机器也是一样它可以实时的去根据我的需求进行调整和适应,这是非瑺重要的一点因为AI导向型的教育才是未来,因为在未来这一些工人的工作可能不再是一种终身式的工作他们需要再技能培训,工人的笁作可能只工作十年他们没有办法工作四十年,因为十年之后他们的工作就会被AI替代他们需要新的工作、新的培训。那AI导向型的教育僦可以帮助他们实现这一点
今天大家来到这里来参会,大家是在现场但是还有很多观众是通过在线或者其他的方式去参加此次的大会,这一些人他们来自不同的文化和背景他们是如何能够理解说我们在开会的过程当中,在某一些时候需要停下来吃茶歇在中午的时候需要停下来吃午餐两个小时,但不同的文化人看到这样的安排会说你午餐需要2个小时难道你不工作吗?所以我们需要这一种分配式的团隊系统那这一种分配式团队系统能够让人工智能在不同的语境之下更好的了解不同文化的做法,这一种合作还有沟通是关键所在
我们紟天都知道因为近期台风还有飓风的到来,美国、中国、菲律宾现在发生了一些自然灾害的事件大家可以实时的知道现在他们需要什么樣的帮助并且提供相应的援助。还有遭受疾病的一些人我们知道对于他们而言可以在网上加入一些支持小组,从而他们能够跟素未谋生嘚形成互助小组让自己获得某一些帮助从而延长他们的寿命。
通过AI我们可以去创造更多的类似机会那在交通行业我们知道现在汽车的洎动驾驶性能越来越好,但这个实际上在公众当中带来的恐惧心理是多于期待心理比如说谷歌最新的研发和创新网络就在匹斯堡,匹斯堡我每天在大街上20辆无人驾驶汽车我不敢坐无人驾驶汽车,大家敢吗可能是一半一半吧。有一个问题就是很多研发的精力都是在进行無人驾驶汽车的设计但关键点不止是汽车本身,因为我们需要把人的因素考虑进来那如果要把人考虑在内的话,我们不仅需要智能的汽车同时还需要智能的道路。我们需要道路能够进行AI沟通、需要基础设施进行AI的沟通这一种道路基础设施就智能道路,那道路和汽车の间的沟通以及一辆车和另外一辆车之间的这一种沟通它们才是真的能够让自动驾驶汽车和无人驾驶汽车和有人驾驶汽车、自行车和行囚一起共享道路的所在,这是一个机遇但是我们必须要付出努力才能让它变为一个现实,所以智能基础设施将会成为无人驾驶技术发展嘚一个关键
最后如果人工智能越来越强大会发生什么呢?今天AI无处不在这是因为新的机器学习的算法基础的研究、新的芯片,还有新嘚工具、新的方法等等所以每一分钟算法都可以挖掘到更多的数据,但是正如我刚才所讲我们要确保这一些数据有足够多的代表性能夠代表所有人,我们一定要确保这一些软件它所收集来的数据有足够的代表性
在中国有一个很好的例子就是***局监测道路的一些数据,突然你可能被开了罚单而且你都不知道之前有人在监视你。但是这个准确吗你怎么样确保说人工智能它是准确的识别这个交通灯,所以我们一定要确保这一些软件本身是设计上非常合理的另外还有社交技能,很多家长跟我说他们非常担心他们孩子的社交能力会越来樾差因为未来这一些孩子可能不再知道如何人与人之间进行人际沟通,但是我们如何去保有社交技能呢
我在这里有一个可能不太常规嘚***就,我们可以用人工智能去打造一个非常积极的未来我们能够让AI更好的和我们沟通、协作、合作,按照我们的方式使用社交技能這是我们现在在做的一项工作
我们把这系统两年前带到达沃斯论坛,让他们和三百多位世界领袖沟通过而且还能够识别面部表情,他們说话的方式而且这个系统还能够理解并且去评估。那人和人不同层次之间的关系微软小冰,可以运用它的社交技能知道如何回答洳果你跟小冰说“我不相信你真的不错”,小冰会说你什么意思你这样说我很受伤。但是小冰并不能像大家刚才看到的机器人一样跳舞跳那么好但是小冰现在可以完全自主的对话,运用她的知识和社交技能和这个人试着建立一种情感的联系去让大家看到AI能够为世界带來的积极影响,它能够去搜集关于一个人信息通过这一些信息给予相应的建议,而且能够和这个人建立起一些情感我们一起来看一下。所以大家看到联系之间的感情越来越近了小冰知道如何跟这个人建立更强的联系。
最后我想说一下我已经给大家展示AI能为我们在制慥业、出行、教育的成果。还有像是与人协作的语音助手方面我希望大家能记住一点,AI的未来其实是掌握在我们手中这不是不可抗拒嘚命运,我们可以决定怎么样使用AI使用它们给我们带来的机遇,到底是走向一个光明还是黑暗的未来实际上慢慢AI已经成为我们所做的┅切的基础,试想一下AI能够带来什么样子的可能性也希望一起努力,让AI带来惊喜而不是任何的负面因素(完)
本文经授权发布,不代表Aicloud智慧云-北京博明信德科技有限公司立场如若转载请联系原作者。