当前位置:人工智能行业动态 → 正文

从数据到场景,进阶版的人工智能

责任编辑:cdeng |来源:企业网D1Net  2018-11-26 09:08:49 原创文章 企业网D1Net

随着数据、算法、算力三个维度的全面提升以及AI芯片的更新迭代,人工智能得到了迅猛的发展。这并不是人工智能的首次发展了,从某种意义上来讲,当今这个时代算的上是人工智能发展史上第三次爆发。这场由深度学习点燃的浪潮,如今也只是将深度学习做的更深罢了,高性能的并行计算+大数据的监督训练塑造出了更加精进的深度学习,世界才得以开启智能时代的大门。

最好的数据就是最多的数据

“今天在图像,在语言,在金融,在医疗,在各种垂直的行业里面,都有大量的问题亟待解决。可能我们更多的时候遇到的局面还是数据稀缺,还没有足够的数据让我们去解决这个问题。”搜狗CTO杨洪涛曾公开谈论过现下人工智能的发展痛点。更精准一点,人工智能是缺乏一定规模和高质量的数据集。这对于那些以深度学习作为核心技术的企业而言,高质量的规模数据显得尤为关键,毕竟深度学习的智能算法属于开源状态,但高质量的有效数据就显得极为珍贵。就像是创新工场CEO李开复所阐述的那样:数据肯定越多越好,最好的数据就是最多的数据。深度学习是由大数据训练出来的,整个产业必须重视数据的重要性。

值得庆幸的是,在行业的共同认知下,规模化的高质量数据已经成为AI发展的刚需问题。数据的稀缺成为制约AI发展的要素,在人工智能的世界中,拥有数据就等同于拥有了核心竞争力,毕竟通过大规模数据训练的模型才是准确的、有价值的东西。对于数据的看法,华为创始人任正非早在去年就曾公开表示:“高质量的数据是人工智能的前提和基础,高质量数据输出要作为作业完成的标准。”有观点认为,AI业界急需构建一个而开放的数据平台,聚合各类企业共享数据资源,打造出一个精进的AI系统,适度开放,让这个领域中有技术、想法却缺少数据的人参与进来,加速推进人工智能的发展。

产业爆发的同时还需要谨防泡沫

目前,人工智能的产业形态主要分为三层,最底层是应用层面,就是我们常说的包括自动驾驶、图像语音识别、金融、医疗、制造等垂直领域的融合应用;第二层则是计算软硬件平台;最后则是技术含量相对较高的算法和芯片领域。在近五年的全球人工智能投资中,热点主要集中在AI+(垂直领域)、视觉、大数据及数据服务和智能机器人领域。其中,AI和行业融合比较热,几乎每个行业都能找到AI的结合点,AI+已经成为了标配。而各类AI+行业中,最受资本青睐的则是商业智能、医疗健康和金融等领域。

尽管资本大热,产业爆发,却要时刻谨防泡沫横生。“全球的人工智能尚属混沌阶段,至少在相当长的时间里,人类还难以掌控这类技术的发展。” 据中国信息通信研究院与Gartner联合发布的2018世界人工智能产业发展蓝皮书指出,目前人工智能仍处于早期阶段,调研企业中仅有4%的企业正在考虑和规划AI部署。现在很多人工智能创业者往往利用产业热点寻扎资本投资,甚至没有一套完整的解决方案,价值也无从谈起,事实上这就是行业泡沫的存在。空壳、套路,缺少创造性,一定没有未来。对此,昆仲资本创始合伙人姚海波很早就回答过这个问题。“泡沫看两件事,一是钱,二是人。除了人和资金,接下来就看美国,和中国头部体系全业务的渗透相比,美国的更倾向做生态系统,在生态系统找到自己的位置,而不是做头部公司集齐所有资源。”

关键字:人工智能

原创文章 企业网D1Net

x 从数据到场景,进阶版的人工智能 扫一扫
分享本文到朋友圈
当前位置:人工智能行业动态 → 正文

从数据到场景,进阶版的人工智能

责任编辑:cdeng |来源:企业网D1Net  2018-11-26 09:08:49 原创文章 企业网D1Net

随着数据、算法、算力三个维度的全面提升以及AI芯片的更新迭代,人工智能得到了迅猛的发展。这并不是人工智能的首次发展了,从某种意义上来讲,当今这个时代算的上是人工智能发展史上第三次爆发。这场由深度学习点燃的浪潮,如今也只是将深度学习做的更深罢了,高性能的并行计算+大数据的监督训练塑造出了更加精进的深度学习,世界才得以开启智能时代的大门。

最好的数据就是最多的数据

“今天在图像,在语言,在金融,在医疗,在各种垂直的行业里面,都有大量的问题亟待解决。可能我们更多的时候遇到的局面还是数据稀缺,还没有足够的数据让我们去解决这个问题。”搜狗CTO杨洪涛曾公开谈论过现下人工智能的发展痛点。更精准一点,人工智能是缺乏一定规模和高质量的数据集。这对于那些以深度学习作为核心技术的企业而言,高质量的规模数据显得尤为关键,毕竟深度学习的智能算法属于开源状态,但高质量的有效数据就显得极为珍贵。就像是创新工场CEO李开复所阐述的那样:数据肯定越多越好,最好的数据就是最多的数据。深度学习是由大数据训练出来的,整个产业必须重视数据的重要性。

值得庆幸的是,在行业的共同认知下,规模化的高质量数据已经成为AI发展的刚需问题。数据的稀缺成为制约AI发展的要素,在人工智能的世界中,拥有数据就等同于拥有了核心竞争力,毕竟通过大规模数据训练的模型才是准确的、有价值的东西。对于数据的看法,华为创始人任正非早在去年就曾公开表示:“高质量的数据是人工智能的前提和基础,高质量数据输出要作为作业完成的标准。”有观点认为,AI业界急需构建一个而开放的数据平台,聚合各类企业共享数据资源,打造出一个精进的AI系统,适度开放,让这个领域中有技术、想法却缺少数据的人参与进来,加速推进人工智能的发展。

产业爆发的同时还需要谨防泡沫

目前,人工智能的产业形态主要分为三层,最底层是应用层面,就是我们常说的包括自动驾驶、图像语音识别、金融、医疗、制造等垂直领域的融合应用;第二层则是计算软硬件平台;最后则是技术含量相对较高的算法和芯片领域。在近五年的全球人工智能投资中,热点主要集中在AI+(垂直领域)、视觉、大数据及数据服务和智能机器人领域。其中,AI和行业融合比较热,几乎每个行业都能找到AI的结合点,AI+已经成为了标配。而各类AI+行业中,最受资本青睐的则是商业智能、医疗健康和金融等领域。

尽管资本大热,产业爆发,却要时刻谨防泡沫横生。“全球的人工智能尚属混沌阶段,至少在相当长的时间里,人类还难以掌控这类技术的发展。” 据中国信息通信研究院与Gartner联合发布的2018世界人工智能产业发展蓝皮书指出,目前人工智能仍处于早期阶段,调研企业中仅有4%的企业正在考虑和规划AI部署。现在很多人工智能创业者往往利用产业热点寻扎资本投资,甚至没有一套完整的解决方案,价值也无从谈起,事实上这就是行业泡沫的存在。空壳、套路,缺少创造性,一定没有未来。对此,昆仲资本创始合伙人姚海波很早就回答过这个问题。“泡沫看两件事,一是钱,二是人。除了人和资金,接下来就看美国,和中国头部体系全业务的渗透相比,美国的更倾向做生态系统,在生态系统找到自己的位置,而不是做头部公司集齐所有资源。”

关键字:人工智能

原创文章 企业网D1Net

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^