当前位置:

OFweek人工智能网

大数据

正文

人工智能商业化仍处于探索阶段

导读: 在余凯眼里,目前中国在人工智能基础研究领域开展的还不够广泛和深入,但在应用领域做的不错。整体来看,人工智能的商业化程度仍处于探索阶段。

在余凯眼里,目前中国在人工智能基础研究领域开展的还不够广泛和深入,但在应用领域做的不错。整体来看,人工智能的商业化程度仍处于探索阶段。

2017年,随着“人工智能”首次被写入政府工作报告,各界对于人工智能的关注愈发火热。同时,越来越多的人工智能的相关应用正逐渐走入我们的生活。李彦宏说,如果互联网是前菜的话,人工智能将是主菜。那现在这道主菜做到了什么程度?凤凰财经专访了地平线机器人技术创始人兼CEO,前百度深度学习研究院负责人余凯。

三个趋势

余凯认为,当前人工智能的发展显现出三个趋势:从大数据学习到小数据学习,从监督学习到非监督学习,从感知到决策。

从大数据学习到小数据学习背后的逻辑是指,为了获取深度神经网络训练比较好的效果,需要大量的训练样本,但当前现实情况缺乏大量训练样本尤其是特定场景的样本。比如训练自动驾驶时需要用车祸等紧急情况来训练,以提高汽车在紧急情况下的感知和预测能力,但这种极端情况现存数据量比较少。再比如在医疗领域,病例数据在大规模的人群里属于小样本。因此,需要提高深度神经网络在小样本的情况下也能学习的超强能力。

同理,现在的人工智能普遍采用监督学习的方式,需要大量的人工标注,但是人工标注数据非常费时费力,也会影响训练的数据量。如果能拿非标注数据来训练神经网络,神经网络就能突破数据标注的限制。

“2017年人才更贵了,大家对人工智能的认知更加成熟,对商业模式的探讨更趋于清晰。在投资方面,目前投资的力度也很大,但主要集中在已经发展的不错的公司。”当问及2017年人工智能领域发生的主要变化时,余凯如是说。

商业化还处于探索阶段

据余凯介绍,目前中国在人工智能基础研究领域开展的还不够广泛和深入,还处于跟踪的状态。尽管也有很多的华人学者发表相关论文,但大部分是在海外工作和学习,即使在国内发表的论文,原创性工作也不是太多。

对比之下,中国在应用领域做的不错。比如人脸识别领域,大大小小的公司都在做。因为有安防、银行的的身份认证等现实应用需求的驱动力较大。

其中,中国在语音识别和计算机视觉,以及自然语言理解,如对话方面的应用能力跟国外已经基本同步,“科大讯飞的语音识别,无论中文还是英文的识别都不比国外最好的技术差,甚至还更好。”

备受关注的BAT在人工智能的竞赛中是否占有先机?余凯表示:“百度在算法、服务方面都有人才和很多积累。阿里、腾讯起步稍微晚一些,但是因为它们有场景、有数据、有资金、有人才,所以在其优势领域会着重发展。比如阿里在金融方面做得不错,在金融大数据的风控、保险方面跑得比较前面。所以很难泛泛地去比较谁技术强,而是具体到某一个应用领域、场景上看谁家做得更好。”

关于人工智能的商业化程度,余凯表示,整体还处于探索阶段,“通常人工智能技术本身很难商业化,技术一般是整个商业化服务的一部分。一定要把人工智能技术放到具体场景里去解决问题,现在越来越多的投资人和创业者已经意识到要从问题出发来做解决方案。”

1  2  下一页>  
声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号