2019年人工智能十大趋势.docxVIP

2019 年人工智能十大趋势 [导读]IDC 预计，2022 年，中国人工智能市场规模将达到 98 4 亿美元。白皮书从技术走向、落地实施、应用价值、市场生态四个维度预测了 2019 年人工智能十大趋势。 月 20 日，国际数据公司(IDC)与百度 AI 产业研究中心(BACC)联合发布《百度大脑领导力白皮书》，白皮书预测了 2019 年中国人工智能市场发展趋势，通过实际案例解析人工智能如何从技术到落地，并提出“100 天 AI 部署计划”。 IDC 预计，2022 年，中国人工智能市场规模将达到 98.4 亿美元。白皮书 从技术走向、落地实施、应用价值、市场生态四个维度预测了 2019 年人工智 能十大趋势： 展望一：机器学习/深度学习开始走进传统企业。机器学习/深度学习将走 进企业内部，为企业提供以决策为中心的服务。同时，深度学习也将继续广泛 应用在图像、音频、文本等非结构化数据处理中。尤其是传统行业中的大中型 企业，采用机器学习平台开发人工智能应用将逐渐成为主流。IDC 预计到 2020 年行业前 15%的企业都将采用机器学习。 展望二：融合视觉、语音、语义等多模态计算开始落地。仅能够看清听清 的机器智能已经不能满足人类需求，融合视觉、语音、语义及情感的多模态计 算成为实现真正智能的迫切刚需。预计未来三年多模态计算将在实际应用中开 始落地。 展望三：多模型数据库开始走向市场。随着物联网的投资以及企业数字化 转型的进程，企业内各种非结构化数据高速增长，使得能够支持多种格式数据 管理的多模型数据库成为迫切需求。IDC 预计到 2023 年，多模型数据库的支 出将达到 NoSQL 数据库支出的 30%。 展望四：低代码量开发平台降低 AI 技术使用门槛。低代码量/无代码开发 平台促进 AI 部署自动化，降低技术使用门槛，使中小企业也能平等使用 AI， 实现普惠 AI。用户可以上传图片、音频、文本等原始数据，系统即可自动训练 出合适的模型。典型的案例—谷歌 AutoML，百度 EasyDL。 展望五：人工智能从云端部署向边缘计算扩展。基础架构开始向靠近数据 源的边缘位置以及端侧设备转移，而人工智能将成为最先受益于边缘计算的应 用程序。边缘设备将包含 AI 算法并将驱动计算能力的交付。IDC 预计至 2022 年，25%的物联网端设备都将运行 AI 算法模型。 展望六：业务流程智能化、自动化水平达到新高度。机器学习驱动的人工 智能将推动新一轮的业务流程重构的浪潮，众多应用程序将被高度简化。典型 的案例如财务流程自动化、核保自动化等众多流程自动化水平将达到新高度。 IDC 预计至 2023 年，人工智能将取代 50%的 IT 业务工作量，节省 20%以上 的运营成本。 展望七：人机交互界面趋向智能化。一方面语音赋能的程序越来越广泛--语音对话能力将嵌入到硬件以及应用程序软件中。另一方面融合语音、图像、视频以及语义理解能力的 AI 将成为人类与应用程序交互的主流方式。IDC 预计到 2023 年，支持 AI 的人机交互接口将取代目前 50%的基于屏幕的 B2B 和 B2C 的应用程序。 展望八：六大行业全面采用 AI。政府行业、金融业、互联网行业在经过 近年的应用实践后将全面扩展 AI 的应用。而新零售、新制造、医疗领域也将 成为 AI 市场的新增长点。IDC 预计未来这六大行业应用 AI 的 3 年复合增长率 将超过 30%。 展望九：软件及应用引领基础架构。软件定义计算已成为芯片厂商的重要 战略之一。软件及应用驱动 AI 专用芯片的阶段也将到来。未来，机器学习应 用的普及程度、机器学习是否始终需要大量的数据集、深度学习神经网络的演 化，都会影响加速计算类硬件的发展路线。机器学习技术演进、AI 应用趋势对 基础架构供应商日益重要。 展望十：生态资源整合成为制胜关键。人工智能技术正在向端侧智能渗透， 成功的应用离不开硬软件的高度适配，这使得技术型厂商与传感器、摄像头、 模组等细分产业的整合愈加重要。能够整合解决方案中的各种生态要素并构建 合作伙伴网络平台成为制胜关键。 那么，技术如何才能与实际应用相结合?IDC 追踪了近 70 个应用场景后发 现，随着市场上开放的技术能力越来越丰富，应用场景趋向广泛化，而要将人 工智能技术落地到企业进行应用并且发挥效能，需要着力三点：一是易上手、 操作简单的技术堆栈，二是基于垂深场景对模型调优，三是从数据中心到端侧 的软硬件适配。 白皮书提出了 AI 应用效能评估初步框架，将 AI 会影响到的部门分成产品服务、生产模式、运营模式、决策模式四类，并从各个维度进行评估。比如在制造业，人工智能将优先为产品服务、生产模式以及运营模式带来高效能;在金融业，人工智能应用效能最优体现在产品服务以及运营智能环节，其