侵权投诉
技术:
GPU/CPU 传感器 基础元器件 网络通信 显示 交互技术 电源管理 材料 操作系统 APP 云技术 大数据 人工智能 制造 其它
应用:
可穿戴设备 智能家居 VR/AR 机器人 无人机 手机数码 汽车 平衡车/自行车 医疗健康 运动设备 美颜塑身 早教/玩具 安防监控 智能照明 其它
当前位置:

OFweek智能硬件网

人工智能

正文

投资AI生态 看创新工场的人工智能战略白皮书

导读: 1月10日,创新工场正式发布了《投资AI生态,共赢智慧未来》人工智能战略白皮书,揭示了创新工场在人工智能领域的未来愿景。这就跟着小编来看看吧~

1月10日,创新工场正式发布了《投资AI生态,共赢智慧未来》人工智能战略白皮书,揭示了创新工场在人工智能领域的未来愿景。这就跟着小编来看看吧~

人工智能产业发展的六大挑战

前沿科研与产业实践尚未紧密衔接

除少数垂直领域凭借多年大数据积累和业务流程优化经验,已催生出营销、风控、智能投顾、安防等人工智能技术可直接落地的应用场景外,大多数传统行业的业务需求与人工智能的前沿科技成果之间尚存在不小距离。面向普通消费者的移动互联网应用与人工智能技术之间的结合尚处在探索阶段。科学家和研究者所习惯的学术语境,与创业者和工程师所习惯的产品语境之间还无法快速衔接。

人才缺口巨大,人才结构失衡

据LinkedIn统计,全球目前拥有约25万名人工智能专业人才,其中美国约占三分之一。这一数量级的人才储备远无法满足未来几年中人工智能在垂直领域及消费者市场快速、稳健增长的宏观需求。人才供需矛盾显著,高级算法工程师、研究员和科学家的身价持续走高。人才结构方面,高端人才、中坚力量和基础人才间的数量比例远未达到最优。

投资AI生态 看创新工场的人工智能战略白皮书


数据孤岛化和碎片化问题明显

数据隐私、数据安全对人工智能技术建立跨行业、跨领域的大数据模型提出了政策、法规与监管方面的要求。各垂直领域的从业者从商业利益出发,也为数据的共享和流转限定了基本的规则和边界。此外,许多传统行业的数据积累在规范程度和流转效率上还远未达到可充分发挥人工智能技术潜能的程度。

[page][/page]

可复用和标准化的技术框架、平台、工具、服务尚未成熟

虽然TensorFlow、Ca?e、MXNet等深度学习框架已被数以万计的研发团队采纳,相关开源项目的数量也在飞速增加,但一个完整人工智能生态所必备的,从芯片、总线、平台、架构到框架、应用模型、测评工具、可视化工具、云服务的模块化与标准化工作,尚需三年或更长时间才能真正成熟。

一些领域存在超前发展、盲目投资等问题

目前的人工智能技术只有在限定问题边界、规范使用场景、拥有大数据支持的领域才能发挥最大效能。但创投界存在盲目追捧,不顾领域自身发展程度,或利用人工智能来包装概念等现象。由此产生的盲目创业和投资问题虽非主流,但仍有可能伤害整个行业的健康发展。

创业难度相对较高,早期创业团队需要更多支持

与互联网时代、移动互联网时代的创业相比,人工智能创业团队面临诸多新的挑战。例如,对高级人才较为依赖,科学家创业者自身的商业实践经验较少,高质量大数据较难获得,深度学习计算单元和计算集群的价格十分昂贵,等等。

投资AI生态 看创新工场的人工智能战略白皮书


未来人工智能产业的特点

挑战从来都与机遇并存。创新工场认为,未来十年是人工智能发展的关键时期。这一时期内的人工智能产业将呈现出以下特点:

机器将成为人类的工具

机器将在若干行业替代人工劳动,或协助人类完成任务。李开复博士预测,从事翻译、新闻报道、助理、保安、销售、客服、交易、会计、司机、家政等工作的人,未来十年将有约90%被人工智能全部或部分取代。同时,一些全新的工作机会将应运而生,一部分传统工作会转变为人工智能辅助下的全新工作类型。相关人群的再培训和再就业变得至关重要。

[page][/page]

人工智能将催生数个千亿美元甚至万亿美元规模的产业

以金融行业为例,据高盛公司估计,到2025年人工智能可通过节省成本和带来新盈利机会创造大约每年340亿至430亿美元的价值。创新工场认为,在金融、医疗、安防、教育、能源、机器人、互联网产业升级、传统行业的流程自动化及商业智能等方面,人工智能都具有千亿美元以上的市场潜力。而自动驾驶技术对于交通运输和汽车制造业的颠覆,更具有无法估量的经济价值。

投资AI生态 看创新工场的人工智能战略白皮书


传统行业面临人工智能带来的重大机遇和挑战

许多传统行业甚至来不及完成全面的信息化和网络化改造,就将面对全球智能化带来的巨大转型压力。如果无法适应人工智能环境下的下一代商业模式,或无法尽快将人工智能技术应用在流程优化、效率提升、成本控制等方面,企业将在竞争中处于极为不利的地位。

中国将成为人工智能科研与产业化的中坚力量

美国白宫科技政策办公室发布的报告指出,中国研究者贡献的人工智能相关论文数量已在近年超越美国,居世界第一。据创新工场统计,即便只考虑顶级人工智能论文,2015年华人作者的论文数量已占全部顶级论文的42.8%,被引用次数则占55.8%。虽然来自美国、加拿大、欧洲的研究者仍是人工智能算法中那些革命性突破的核心推动者,但借助人才优势,中国会很快成为人工智能科研与产业化的中坚力量。

人工智能时代的教育和职业培训意义重大

无法适应人工智能时代要求的人才培养体系必将被时代摒弃。未来,学生不再需要学习大量简单、可重复、可被机器完全替代的技能,而必须将更多精力用于思想方法的提高、个人素质的培养和高层次知识、技能的学习上。同时,学习如何与智能机器协作来完成复杂任务,也将成为未来职业培训的一个主要方向。

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