赛迪数据预计,2018年全球AI产业市场规模将逼近2700亿元(人民币,下同),2020年全球市场规模将达4000亿元。
Tractica则预测,至2025年,全球范围内人工智能产业收入的年均复合增长率将大幅提升,达到57%以上。
邓仰东认为,此轮AI发展的热潮很大程度上来自于三个基础,
一是社会的数字化程度提高,使得我们能够以前所未有的规模和速度采集数据;
二是计算能力的提高,特别是图像处理器的出现,使得很多计算密集型人工智能应用可以在人们能够接受的时间内完成训练和推断;
三是过去60年中机器学习和神经科学的发展,使得深度神经网络以及其它算法逐渐成熟。
当前AI应用落地如何?
邓仰东表示,目前最成功的应用是图像和语言处理,前者包括各种视频监控(如交通图像分类)、自动驾驶(如特斯拉的驾驶辅助系统)、医疗图像应用和人脸识别;后者包括语音识别和自动翻译。
下一步的突破可能在哪里?
邓仰东称,
一是工业智能,即与传感器和互联网结合的终端技能以及工业大数据触发的传统制造业转型,即AI赋能传统行业。
二是结合基因、微生物种群等多种信息源的精准化癌症治疗。
三是结合区块链的人工智能应用。
四是国防应用,包括基于图像和音频信号的新型侦查手段、基于人工智能的无人战斗侦查载具和基于AI技术的信息战。
因为AI的热潮和蜂拥而至的资本,似乎任何领域都想嫁接上人工智能的概念,即使是在海外也有人说“创业第一步是假装有AI”。
对此,邓仰东认为,“任何新技术的出现,都必然带来一个泥沙俱下的过程,好的技术也必然是沙里淘金的结果。”邓仰东称,全球人工智能大环境可能是有一点过热,但是人工智能本来就是神经认知、计算机和自动控制等诸多领域的圣杯,人类本能的会认识到这一领域的重要性,因此过热也是可以理解的。
谈及国内的人工智能的环境,邓仰东认为,从实际需求、数据样本、人才储备、投资接受度等方面来看,中国的人工智能环境都是好的。
一方面,中国传统行业的数字化专项必须依靠人工智能技术实现,这为取得弯道超车技术提供了可能性。
另一方面,中国社会的数字化程度较高,拥有世界最大的数据集。
同时,中国教育体系能够为人工智能整个产业链提供各个层次的人才,且政府和商业投资机构都高度看好AI。
但邓仰东亦强调,目前的问题可能在于现有AI企业的业务略偏狭窄,和图像有关的公司都向安防和自动驾驶领域挤,同时,数据相关法律不健全,长远看会影响数据价值的充分发挥。
“我认为中国AI产业的未来和机会首先在于制造业,中国制造业体量巨大,同时生产效率与美国、德国、日本等国家存在较大差距,利用AI技术实现深层次的数字化转型、结合智能传感器和终端处理芯片的开发,将为我们带来巨大的机会。”邓仰东说。
31 thoughts on “人工智能预计将在四方面取得突破”