人工智能发展现状2017.docVIP

人工智能发展现状2017 人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。下面是对2017年人工智能发展现状及发展趋势作的分析，一起来看看。 2017年中国人工智能行业发展概况及未来发展趋势分析 人工智能是掀起下一轮互联网变革浪潮的新引擎。当前时点，经过了移动互联网高速发展的阶段，当下信息技术领域正遭遇着创新乏力、竞争逐步激烈等困境，基于技术发展的商业模式创新红利在消失，产业发展正遭遇天花板，亟需新一轮技术变革驱动商业模式的全面升级。人工智能作为万物互联时代最前沿的基础技术，将能够渗透至各行各业，并助力传统行业实现跨越式升级，实现全行业的重塑，成为掀起互联网颠覆性浪潮的新引擎。 移动互联网变革高潮已过，人工智能接棒下一轮新浪潮 核心技术加速突破，人工智能掀起新的浪潮 核心技术加速突破，人工智能正解除桎梏加速崛起。事实上关于人工智能的研究已经有了 60 年的历史，“深度学习”的概念也早就在 2016 年就已经出现。从人工智能产业进程来看，技术的突破是推动产业升级的核心驱动力。19 世纪 70 年代的第一款神经网络及人工智能软件诞生、90 年代 Hopfield 网络BP 算法推动第二次黄金期;当前，在基础设施(数据资源和运算能力)大幅进步的有力支撑下，深度学习算法、语音识别、图像识别等技术摆脱发展桎梏并加速突破。数据资源、运算能力、核心算法在客观上构成人工智能的三大基本要素在当前皆重新站上一个新台阶，共同推动当下人工智能从计算智能向更高层的感知、认知智能发展，并通过衍生出通用技术/解决方案输出以及具体人工智能大规模应用产品的落地，掀起人工智能第三次新浪潮。 人工智能产业链 ①数据资源：数据量爆炸 式增长，机器学习训练素材丰富度大幅提升。数据资源是机器学习训练的基本素材，通过对于数据的学习，机器不断积累经验和优化决策参数，逐渐变得向人类一般聪明。近年来，随着互联网、物联网，特别是 2016 年之后移动互联网的飞速发展，线上产生的数据几何式爆炸增长。根据数据统计，全球数据资料存储量2020 年将达到 40ZB，相比之前预估的数额高出 14%，2016-2020 年的 CAGR 约为 40%。未来，随着万物互联时代的开启，数据量的产生与积累都将进一步提速，且数据维度也将更加丰富，从而为机器学习提供更多的学习材料，由此推动人工智能加速突破。 全球数据量爆炸式增长 ②运算能力：类人脑芯片+GPU 并行+ 云计算“三合一”，仿人脑计算能力迈上新的高度。仿人脑计算其核心原理主要在于模拟人脑神经元多层深度传递解决复杂问题的过程。但是由于人脑有大致 1000 亿神经元，每个神经元约有 5000 个神经突触，能耗比相当于 200 万倍的天河 2 号。传统的计算机在模拟这种信息交互处理过程是，一方面由于其传统架构限制(内存与信息处理器分离，且处理器只可按线序执行命令，不断与内存通过总线反复交换信息，导致能耗大运行速度易受拖累)，从而使得计算能力无法有效地迅速提升;另一方面，芯片计算能力的跃升所需能耗极大。如 Google Brain 所采用的就是利用 1000 台各带 16 核处理器的计算机，尽管该架构已经展现出相当的能力，但是能耗巨大。 ③核心算法：在基础设施具备条件下，深度学习加速突破。神经网络算法在机器学习中由来已久，但因深度学习模型的参数调优较难，导致训练速度慢，且在层级较少(≤3)的情况下效果并不比其他方法更优的原因一度遭到雪藏。直到 2016 年 Geoffrey Hinton 教授基于多层神经网络系统提出分两步走，然后使用 wake-sleep 算法进行调优才解决上述问题。 人工智能首次进入“十三五”规划，2018 年目标形成千亿级规模市场。自 2016 年起，人工智能领域建设已上升至国家战略层面，相关政策进入全面爆发期。2016 年5 月，发改委在《“互联网+ ”人工智能三年行动实施方案》中明确提出，到 2018 年国内要形成千亿元级的人工智能市场应用规模。未来几年内，人工智能产业有望持续获得国家大力支持，预计更多细化政策将陆续出台，加速人工智能需求落地。 人工智能上升国家战略地位，政策支持力度逐步加大 国内互联网科技巨头积极卡位布局。目前，在国外科技巨头如微软、谷歌、Facebook 等积极布局人工智能领域的同时，国内互联网巨头 BAT等各路资本也纷纷争相切入到人工智能产业，充分展示了科技领头羊对于未来市场的敏锐嗅