人工智能技术--四要素分析

人工智能四要素分析 
数据: 
人工智能的智能都蕴含在大数据中。 
算力: 
算力为人工智能提供了基本的计算能力的支撑。 
算法: 
算法是实现人工智能的根本途径,是挖掘数据智能的有效方法。 
场景: 
大数据、算力、算法作为输入,只有在实际的场景中进行输出,才能体现出实际的价值。 


举个非常形象的类比:如果把炒菜作为我们的场景,那么大数据相当于炒菜需要的食材,算力就相当于炒菜需要的煤气/电力/柴火,算法就相当于烹饪的方法和调料。 

 

——-接下来一一为大家解读人工智能的四个要素——-

1)大数据 
如今这个时代,无时无刻不在产生大数据。移动设备、廉价的照相机、无处不在的传感器等等积累的数据。这些数据形式多样化,大部分都是非结构化数据。如果需要为人工智能算法所用,就需要进行大量的预处理过程。 

2)算力 
人工智能的发展对算力提出了更高的要求。以下是各种芯片的计算能力对比。其中GPU领先其他芯片在人工智能领域中用的最广泛。GPU和CPU都擅长浮点计算,一般来说,GPU做浮点计算的能力是CPU的10倍左右。 

另外深度学习加速框架通过在GPU之上进行优化,再次提升了GPU的计算性能,有利于加速神经网络的计算。如:cuDNN具有可定制的数据布局,支持四维张量的灵活维度排序,跨步和子区域,用作所有例程的输入和输

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
行业标准-人工智能 一、人工智能产业发展现状 人工智能作为新一轮产业变革的核心驱动力,将催生新的技术、产品、产业、 业态、模式,从而引发经济结构的重大变革,实现社会生产力的整体提升。麦肯锡预计 ,到2025年全球人工智能应用市场规模总值将达到1270亿美元,人工智能将是众多智能 产业发展的突破点。 通过对人工智能产业分布进行梳理,提出了人工智能产业生态图,主要分为核心业态、 关联业态、衍生业态三个层次。 下面将重点对核心业态包含的智能基础设施建设、智能信息及数据、智能技术服务、智 能产品四个方面展开介绍,并总结人工智能行业应用及产业发展趋势。 二、智能基础设施 智能基础设施为人工智能产业提供计算能力支撑,其范围包括智能传感器、 智能芯片、分布式计算框架等,是人工智能产业发展的重要保障。 1、智能芯片 智能芯片从应用角度可以分为训练和推理两种类型。从部署场景来看,可以分为云端和 设备端两步大类。训练过程由于涉及海量的训练数据和复杂的深度神经网络结构,需要 庞大的计算规模,主要使用智能芯片集群来完成。与训练的计算量相比,推理的计算量 较少,但仍然涉及大量的矩阵运算。目前,训练和推理通常都在云端实现,只有对实时 性要求很高的设备会交由设备端进行处理。 按技术架构来看,智能芯片可以分为通用类芯片(CPU、GPU、FPGA)、基于 FPGA的半定制化芯片、全定制化 ASIC 芯片、类脑计算芯片(IBM TrueNorth)。 另外,主要的人工智能处理器还有 DPU、BPU、NPU、EPU 等适用于不同场景 和功能的人工智能芯片。 随着互联网用户量和数据规模的急剧膨胀,人工智能发展对计算性能的要求迫切增长, 对 CPU 计算性能提升的需求超过了摩尔定律的增长速度。同时,受限于技术原因,传统处理器 性能也无法按照摩尔定律继续增长,发展下一代智能芯片势在必行。未来的智能芯片主 要是在两个方向发展:一是模仿人类大脑结构的芯片,二是量子芯片。智能芯片是人工 智能时代的战略制高点,预计到 2020 年人工智能芯片全球市场规模将突破百亿美元。 2、智能传感器 智能传感器是具有信息处理功能的传感器。智能传感器带有微处理机,具备采集、处理 、交换信息等功能,是传感器集成化与微处理机相结合的产物。智能传感器属于人工智 能的神经末梢,用于全面感知外界环境。各类传感器的大规模部署和应用为实现人工智 能创造了不可或缺的条件。不同应用场景,如智能安防、 智能家居、智能医疗等对传感器应用提出了不同的要求。未来,随着人工智能应用领域 的不断拓展,市场对传感器的需求将不断增多,2020 年市场规模有望突破4600亿美元。未来,高敏度、高精度、高可靠性、微型化、集成化 将成为智能传感器发展的重要趋势。 3、分布式计算框架 面对海量的数据处理、复杂的知识推理,常规的单机计算模式已经不能支撑。 所以,计算模式必须将巨大的计算任务分成小的单机可以承受的计算任务,即云计算、 边缘计算、大数据技术提供了基础的计算框架。目前流行的分布式计算框架如 OpenStack、Hadoop、Storm、Spark、Samza、Bigflow 等。各种开源深度学 习框架也层出不穷,其中包括 TensorFlow、Caffe、Keras、CNTK、Torch7、MXNet、 Leaf、Theano、DeepLearning4、Lasagne、Neon 等等。 三、智能信息及数据 信息数据是人工智能创造价值的关键要素之一。我国庞大的人口和产业基数带来了数据 方面的天生优势。随着算法、算力技术水平的提升,围绕数据的采集、 分析、处理产生了众多的企业。目前,在人工智能数据采集、分析、处理方面的企业主 要有两种:一种是数据集提供商,以提供数据为自身主要业务,为需求方提供机器学习 等技术所需要的不同领域的数据集;另一种是数据采集、分析、处理综合性厂商,自身 拥有获取数据的途径,并对采集到的数据进行分析处理,最终将处理后的结果提供给需 求方进行使用。对于一些大型企业,企业本身也是数据分析处理结果的需求方。 四、智能技术服务 智能技术服务主要关注如何构建人工智能的技术平台,并对外提供人工智能相关的服务 。此类厂商在人工智能产业链中处于关键位置,依托基础设施和大量的数据,为各类人 工智能的应用提供关键性的技术平台、解决方案和服务。目前, 从提供服务的类型来看,提供技术服务厂商包括以下几类: (1)提供人工智能的技术平台和算法模型。此类厂商主要针对用户或者行业需求,提供人 工智能技术平台以及算法模型。用户可以在人工智能平台之上, 通过一系列的算法模型来进行人工智能的应用开发。此类厂商主要关注人工智能的通用 计算框架、算法模型、通用技术等关键领域。 (2)提供人工智能的整体解决方案。此类厂商主要针对用户或者行业需求,

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值