【人工智能】权威解读!2018年的人工智能趋势

导读

2017年12月30日晚,“预见2018”吴晓波年终秀在无锡灵山梵宫举行。在本届年终秀的下半场,IBM全球副总裁、IBM大中华区首席技术官沈晓卫,预测了未来3-5年人工智能将对商业世界造成的影响。

如下是根据演讲内容整理而成。


预测未来最好的方式是去创造未来。今天与其我们来预测未来的技术,不如根据我们今天已经开始的创新,来谈谈未来的技术。套一句时髦的话,叫作未来已来。

 



        
1. IT的未来是人工智能  



这是一个指数级增长的时代。过去几十年,信息技术的进步相当程度上归功于芯片上晶体管数目的指数级增加,及由此带来的计算力的极大提升。这就是所谓的摩尔定律。

 

在互联网时代,互联的终端数也是超线性的增长,而网络的效力大致与联网终端数的平方成正比。今天,大数据时代产生的数据正在呈指数级增加。在指数级增长的时代,我们可能会高估技术的短期效应,而低估技术的长期效应。 历史的经验告诉我们,技术的影响力可能会远远的超过我们的想象

 

这是一个人工智能的时代。人工智能代表了信息技术的未来。这个时代的标志不仅仅是一个应用的出现,或一个算法的改进,或一场比赛的胜利,而是人工智能重新定义我们生活的世界。

 



        
2. 未来的人工智能  



伴随着大数据时代的到来,人工智能在过去的十年取得的巨大的进步。但今天的人工智能,更多的是狭窄的完成单一任务的人工智能。如人脸识别,语音识别。能够解决所有问题的通用人工智能离我们还有太遥远的距离。今天我们有很多研究在这个方向,这是一个长远的目标。

 

从实际应用角度来看,在可预见的未来,我们会看到人工智能从狭窄走向宽广,从完成单一任务到完成多个任务,从解决一个特定问题到解决一个领域甚至跨领域的的多个问题。

 

未来的人工智能,我们会看到不断增强的学习推理能力。如何从小样本小数据中学习变得非常重要。面向消费者的人工智能,积累了大量数据。比如图像识别,我们可以用大量数据训练一个模型。而面向企业的人工智能,对于特定的任务,往往没有大量的数据可用。

 

多模态学习将会变得越来越普遍。比如人工智能剪辑电影,需要根据图像,音乐,语言来理解视频的涵义。未来的人工智能,需要能够解释结果,即不但给出建议,还能解释为什么给出这样的建议。

 

未来几年,人工智能会从云向边缘端扩展。比如可穿戴设备,物联网终端设备。很多场合我们需要实时的信息处理,如自动驾驶的汽车,为病人服务的医疗设备。实现边缘智能,需要低功耗的智能设备。

 

我们会看到米粒般大小的智能设备,集计算,存储与网络功能于一体。人工智能从云向边缘端的移动,把人工智能与物联网结合起来,使得我们可以对物理世界进行更好的理解,管理与优化。比如环境监测,比如车联网。 


 



        
3. 企业人工智能与行业创新  



我们会看到更多人工智能在垂直领域的行业创新。比如医疗,金融,工业制造。今天的人工智能,更多的是面向消费者的人工智能。未来几年,我们会看到企业人工智能的兴起与发展。人工智能的成功需要商业成功,而人工智能的商业成功需要人工智能在行业应用的成功。

 

谈到人工智能,我们往往会谈到数据,算法与计算。实际上,人工智能用于行业创新,应用场景的选择非常关键。你问一个马车夫,他永远不会告诉你他需要一辆汽车。需求的确定不容易,这里涉及到信息技术与行业知识的结合。

 

人工智能专家不具备深刻的行业知识,而行业专家又不完全理解人工智能今天发展到什么程度,未来几年可能会取得什么样的进展。二者结合在合适的时间点选择合适的项目,就变得非常重要。

 

今天的人工智能技术还不能解决我们面临的全部问题。对于今天技术不能完全解决的问题,可以由人与机器协作共同完成,人机同行,共同完成人类或机器单独不能完成的任务。

 

人工智能应用在行业中,会带来两类改变,一是借助机器提高效率,二是提供基于知识的专家助手帮助我们更好的决策。前者人工智能取代部分人力,后者人工智能赋能人类专家,增强人类的能力。

 

我们会看到人工智能技术用于制造业,如视频分析用来做产品缺陷检测与质量控制。我们会看到人工智能医生。根据医学指南,与临床数据中学到的知识,为人类医生提供实时的诊疗建议。我们会看到人工智能律师,引用相关的法律文献,发现相关案例,向人类律师呈现最有价值的法律信息。

 

今天的人工智能,需要大数据训练模型,用于训练的数据需要标注,费时费力。未来的人工智能,我们可以基于已构建的相关领域的模型,再辅以新的数据快速 学习,构建新的模型。针对行业领域,我们需要预先构建哪些模型,如何构建,都是接下来需要关注解决的问题。




        
4. 人工智能时代的安全与伦理  



人工智能时代,信息安全面临全新的挑战。


一方面,人工智能技术本身可能被用来考验与攻击信息系统的安全。


另一方面,人工智能可能因为学习了有瑕疵的或被恶意更改的数据,而产生了安全的隐患,或伦理的缺陷。


如何确保数据的安全,如何验证人工智能模型的安全与合乎伦理,是我们未来需要应对的问题。


 



        
5. 未来的商业交易 



从一个特定维度看,人类的活动无外乎生产、交易、与消费。


未来的交易将会因为区块链技术被彻底的改变。交易过程中往往需要身份验证,授权许可,及各类文档的审核。区块链将消除这些交易中的不便与成本,使得大量交易可以实时可靠地完成。


未来几年,我们会看到区块链的广泛应用,及区块链与人工智能的结合。如金融交易,供应链管理,食品安全。未来区块链对商业交易的改变,将如今天互联网对信息的改变。

 



        
6. 未来的计算能力



人工智能需要强大的计算能力。计算机的性能过去30年提高了一百万倍。随着摩尔定律逐渐趋于物理极限,未来几年,我们期待一些新的技术突破。

 

先谈一下类脑计算。传统计算机系统,长于逻辑运算,不擅长模式识别与形象思维。构建模仿人脑的类脑计算机芯片,我们今天可以以极低的功耗,模拟100万个神经元,2亿5千万个神经突触。未来几年,我们会看到类脑计算机的进一步的发展与应用。

 

我们接下来谈一下模拟计算。传统计算机系统,数据在存储器与计算单元之间移动,耗费时间并增加能耗。运用存储设备的物理特性,存储器内能够进行一些特定的运算,以达到同时进行计算与存储的目的。


例如,利用相变存储器进行模拟计算。这种模拟计算虽然没有数字计算精确,但对于很多不要求绝对精度的人工智能问题,可以极大地降低能耗并提高速度。

 

谈到计算的未来,我们必须谈一下量子计算。如果十年前你问我量子计算,我可能告诉你在我退休前它都只会存在于实验室中。但在过去的几年时间里,我们在量子计算上取得了令人振奋的突破。让我们对这项可能根本改变计算的技术,包括它的实际应用于商业前景充满了期待与遐想。


对合适的问题,超级计算机几十万年才能完成的工作,量子计算机可能不到一秒钟即可完成。量子叠加与量子纠缠让量子计算能够指数级扩展,解决一些传统系统无法解决的问题。量子计算机的商业化,可能比我们的想象快许多

 



        
7. 人工智能时代的创新战略  



人工智能时代是一个供给端创新带来巨变的时代。展望未来几年,人工智能时代的技术创新,涵盖在四个方面,人工智能核心技术,新的计算能力,人工智能与区块链与物联网的结合,及人工智能与行业的结合

 



        
8. 预见 2018  



人工智能将影响到每一个行业,每一家企业,每一个人,让我们重新思考我们的定位,重新思考我们的核心竞争力。


这是一个让我们向往与憧憬的未来,这是一个让我们兴奋与期待的未来,这也是一个让我们不安与担忧的未来。


正如计算机科学的奠基人图灵所说:我们只能看清前方很近的距离,但我们能看到那里有太多的事需要去完成。我也把这句话作为我的结束语。

 

1.  无所不在的人工智能:从云到边缘

2.  企业人工智能将全面兴起

3.  区块链将重塑未来的商业交易

4.  量子计算为未来提供无限可能

 


口述:沈晓卫

来源:正和岛(ID:zhenghedao)


 


人工智能赛博物理操作系统

AI-CPS OS

人工智能赛博物理操作系统新一代技术+商业操作系统“AI-CPS OS:云计算+大数据+物联网+区块链+人工智能)分支用来的今天,企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中,利用AI-CPS OS形成数字化+智能化力量,实现行业的重新布局、企业的重新构建和自我的焕然新生。


AI-CPS OS的真正价值并不来自构成技术或功能,而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务数据+分析一体化,这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合,没有颠覆现状的意愿,这些将不可能实现。


领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量,领导者必须在行业、企业与个人这三个层面都保持领先地位:

  1. 重新行业布局:你的世界观要怎样改变才算足够?你必须对行业典范进行怎样的反思?

  2. 重新构建企业:你的企业需要做出什么样的变化?你准备如何重新定义你的公司?

  3. 重新打造自己:你需要成为怎样的人?要重塑自己并在数字化+智能化时代保有领先地位,你必须如何去做?

AI-CPS OS是数字化智能化创新平台,设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端,可以帮助企业将创新成果融入自身业务体系,实现各个前沿技术在云端的优势协同。AI-CPS OS形成的字化+智能化力量与行业、企业及个人三个层面的交叉,形成了领导力模式,使数字化融入到领导者所在企业与领导方式的核心位置:

  1. 精细种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切,进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。

  2. 智能:模型随着时间(数据)的变化而变化,整个系统就具备了智能(自学习)的能力。

  3. 高效:企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力,这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。

  4. 不确定性:数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验,其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域:技术、文化、制度。

  5. 边界模糊:数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化,还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长:

  1. 创造虚拟劳动力,承担需要适应性和敏捷性的复杂任务,即“智能自动化”,以区别于传统的自动化解决方案;

  2. 对现有劳动力和实物资产进行有利的补充和提升,提高资本效率

  3. 人工智能的普及,将推动多行业的相关创新,开辟崭新的经济增长空间


给决策制定者和商业领袖的建议:

  1. 超越自动化,开启新创新模式:利用具有自主学习和自我控制能力的动态机器智能,为企业创造新商机;

  2. 迎接新一代信息技术,迎接人工智能:无缝整合人类智慧与机器智能,重新

    评估未来的知识和技能类型;

  3. 制定道德规范:切实为人工智能生态系统制定道德准则,并在智能机器的开

    发过程中确定更加明晰的标准和最佳实践;

  4. 重视再分配效应:对人工智能可能带来的冲击做好准备,制定战略帮助面临

    较高失业风险的人群;

  5. 开发数字化+智能化企业所需新能力:员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说,创造兼具包容性和多样性的文化也非常重要。


子曰:“君子和而不同,小人同而不和。”  《论语·子路》云计算、大数据、物联网、区块链和 人工智能,像君子一般融合,一起体现科技就是生产力。


如果说上一次哥伦布地理大发现,拓展的是人类的物理空间。那么这一次地理大发现,拓展的就是人们的数字空间。在数学空间,建立新的商业文明,从而发现新的创富模式,为人类社会带来新的财富空间。云计算,大数据、物联网和区块链,是进入这个数字空间的船,而人工智能就是那船上的帆,哥伦布之帆!


新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。





产业智能官  AI-CPS



用“人工智能赛博物理操作系统新一代技术+商业操作系统“AI-CPS OS:云计算+大数据+物联网+区块链+人工智能)在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能;实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链






长按上方二维码关注微信公众号: AI-CPS,更多信息回复:


新技术“云计算”、“大数据”、“物联网”、“区块链”、“人工智能新产业:智能制造”、“智能农业”、“智能金融”、“智能零售”、“智能城市、“智能驾驶”新模式:“财富空间、“数据科学家”、“赛博物理”、“供应链金融”


官方网站:AI-CPS.NET




本文系“产业智能官”(公众号ID:AI-CPS)收集整理,转载请注明出处!



版权声明产业智能官(公众号ID:AI-CPS推荐的文章,除非确实无法确认,我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题,烦请原作者联系我们,与您共同协商解决。联系、投稿邮箱:erp_vip@hotmail.com





  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
联合国世界知识产权组织WIPO发布了首份《2019技术趋势——人工智能报告》(WIPO Technology Trends 2019 – Artificial Intelligence)。报告显示,自20世纪50人工智能出现以来至2016,科研人员已提交超过34万份人工智能发明专利申请,发表的科学出版物超过160万篇(部)。而这其中的专利超过半数是2013以后公开的。其中在国别专利总申请量方面,美国、中国、日本排在前三位。 在公司申请方面,美国国际商业机器公司(IBM)的人工智能专利申请数量最多,截至2016底拥有8290项发明,其次为美国微软公司(Microsoft),拥有5930项发明;前五大申请方还有日本东芝公司(TOSHIBA)、韩国三星集团(Samsung)、日本电气集团(NEC)。 许多与AI相关的技术可以在不同行业中得到应用,涉及诸多领域。其中交通运输领域是人工智能专利近来增长最多的领域,2013至2016间专利申请增长率为33%,与2013的3738件专利申请相比,2016达到8764件申请,增长134%。在运输类别中迅速崛起的是航空航天/航空电子设备(增长率为67%,2016提交1,813件)和自动驾驶汽车(增长率为42%,2016提交了5,569件)。 如果回看更长的时间区间,从2006-2016期间,交通运输领域的迅速发展则变得更加明显:2006仅占AI领域总申请量的20%,到2016它已经占据了申请量的三分之一(超过8,700件申请)。 在交通运输领域,最大量的专利申请来自于汽车制造商或供应商,包括日本丰田、德国博士和韩国现代,在与交通运输领域的相关应用方面,美国谷歌公司和IBM公司也有非常大量的专利储备。其中在交通领域中的细分技术领域中,自动驾驶领域的专利申请量则最大。 可以预见,未来若干人工智能会在细分领域发挥更大的作用。笔者以近来增长最为明显的交通运输领域下的自动驾驶领域为例,其涉及的技术类别的种类范围包括整车制造、传感器、地图导航、网络传输、数据分析、人工智能等,其中人工智能的研究在汽车的智能网联(车联网)方面的现阶段可以涵盖诸如智能座舱、多屏互动、抬头显示等以与其他平台可以进行无缝对接。在细分应用场景方面,大众汽车公司称其将数千张图像加入了图像识别算法,因此系统能够学会区分道路使用者;从麻省理工学院衍生的一家初创公司正在研究一个基于了解人类如何以及为何做出影响他们驾驶方式的决策的解决方案,都是很好的应用实例,对应的专利申请也必然会呈现持续性增长。 2018,爱立信公司创建了一个生态系统来支持在瑞典斯德哥尔摩的自动驾驶公交车试验,而如果扩展更多的线路,需要具有更多具有强大计算能力的传感器。但除了技术挑战外,AI开发人员面临的挑战之一是必须清除测试的监管障碍。在2018初开始试验时, 爱立信公司表示,最难的环节就是获得许可,因为监管当局不会将没有方向盘和后视镜的自动驾驶公交车视为车辆。 关于技术趋势AI)对政策的影响方面,WIPO报告也指出了两者之间的互相影响,在政策制定、数据控制、研究支持、IP保护等方面,AI的发展也引起了政府政策制定方面的很多问题。 对此,在WIPO报告中,位于硅谷的知名投资公司Andreessen Horowitz的合伙人Frank Chen以自动驾驶为例,表示: “监管部门打算制定完善、周全的政策本身,必然会阻止相关技术的发展。只有减少对技术的监管,才能真正吸引发展对应技术的公司投入进来。在自动驾驶方面,这样例子在美国很多,特别是亚利桑那州和佛罗里达州,它们在允许无人驾驶汽车上路方面,走在了前面,而其他城市地区则在等待与观察”。
评论 1
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