- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
人工智能行业发展前景展望及市场规模预测
人工智能的内涵及分类
(一)人工智能的内涵
人工智能(Artificial Intelligence,简称AI)是研究人类智能活动的规律,构造具有一定智能的人工系统,研究如何让计算机去完成以往需要人的智力才能胜任的工作,也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能是计算机学科的一个分支,既被称为20世纪世界三大尖端科技之一(空间技术、能源技术、人工智能),也被认为是21世纪三大尖端技术之一(基因工程、纳米科学、人工智能)。人工智能被发达国家视为人类的最后科学尖端,科研领域皇冠上的明珠。
(二)人工智能的分类
人工智能的概念很宽泛,按照人工智能的实力可分为三大类:
1、弱人工智能:在特定领域等同或者超过人类智能或效率的机器智能。
2、强人工智能:各方面都能和人类比肩的人工智能。
3、超人工智能:在包括科学创新、通识和社交技能等各个领域都超越人类的人工智能。
人工智能的革命就是从弱人工智能,通过强人工智能,最终达到超人工智能的过程。目前人类已经掌握弱人工智能,生活中弱人工智能无处不在,比如Siri、垃圾邮件过滤器、谷歌翻译、电商网站上的商品推送、谷歌无人驾驶汽车等等。
人脑与电脑的最大差别在于,一些我们认为困难的事情,如微积分、金融市场策略、翻译等,对于电脑来说都十分容易;但一些人类认为容易的事情,如视觉、动态、移动、直觉,对于电脑来说却是十分困难。而要达到人类级别的智能,电脑必须要理解更高深的东西,比如微小的脸部表情变化,以为为什么喜欢这个而不喜欢那个,要达到这样的水平首先在硬件方便要增加电脑处理速度,其次在软件方面要让电脑变得智能。
美国发明家、未来学家Kurzweil估算出人脑的运算能力是10^16 cps(calculations per second,每秒计算次数,描述运算能力的单位),即1亿亿次计算每秒。现在世界上最快的超级计算机,中国的天河二号,运行能力已达到3.4亿亿次,已经超过人脑,但由于其成本高、规模大、功耗高,使其并不能够被商业及广泛运用。Kurzweil认为考虑电脑发展程度的标杆是看1000美元能买到多少cps,当1000美元能买到人脑级别的1亿亿运算能力的时候,强人工智能就成为生活的一部分。而目前1000美元能买到10万亿cps(人脑的千分之一),根据加速回报定律,科技的进步将呈指数型增长,按照这个速度,到2025年1000美元就可以买到和人脑运算速度抗衡的电脑了。
人工智能的产业链分析
从发展路径及阶段上看,实现人工智能需经历三个阶段:计算智能(能存会算)、感知智能(能听会说、能看会认)和认知智能(能理解会思考)。
从产业链上看,人工智能产业链包括基础技术支撑、人工智能技术及人工智能应用三个层次,其中基础技术支撑由数据中心及运算平台构成,即计算智能阶段,包括数据传输、运算、存储等;人工智能技术是基于基础层提供的存储资源和大数据,通过机器学习建模,开发面向不同领域的应用技术,包含感知智能及认知智能两个阶段,感知智能如语音识别、图像识别、自然语音处理和生物识别等,认知智能如机器学习、预测类API和人工智能平台;人工智能应用主要为人工智能与传统产业相结合实现不同场景的应用,如无人驾驶汽车、智能家居、智能医疗等领域。
图表 人工智能产业链
资料来源:产研智库
各国加快布局人工智能行业
各国政府高度重视人工智能相关产业的发展。自人工智能诞生至今,各国都纷纷加大对人工智能的科研投入,其中美国政府主要通过公共投资的方式引导人工智能产业的发展,2013财年美国政府将22亿美元的国家预算投入到了先进制造业,投入方向之一便是“国家机器人计划”。
在技术方向上,美国将机器人技术列为警惕技术,主攻军用机器人技术,欧洲主攻服务和医疗机器人技术,日本主攻仿人和娱乐机器人。
现阶段的技术突破的重点一是云机器人技术,二是人脑仿生计算技术。美国、日本、巴西等国家均将云机器人作为机器人技术的未来研究方向之一。伴随着宽带网络设施的普及,云计算、大数据等技术的不断发展,未来机器人技术成本的进一步降低和机器人量产化目标实现,机器人通过网络获得数据或者进行处理将成为可能。目前国外相关研究的方向包括:建立开放系统机器人架构(包括通用的硬件与软件平台)、网络互联机器人系统平台、机器人网络平台的算法和图像处理系统开发、云机器人相关网络基础设施的研究等。
由于深度学习的成功,学术界进一步沿着连接主义的路线提升计算机对人脑的模拟程度。人脑仿生计算技术的发展,将使电脑可以模仿人类大脑的运算并能够实现学习和记忆,同时可以触类旁通并实现对知识的创造,这种具有创新能力的设计将会让电脑拥有自我学习和创造的能力,与人类大脑的功能几无二致。在2013年年初的国情咨文中,美国总统奥巴马特别提到为人脑绘图的计划,宣布投入30亿美
文档评论(0)