天津河东区网站建设,wordpress同步发帖,微信公众号api接口,百度刷seo关键词排名来源#xff1a;人民邮电报概要#xff1a;2017年#xff0c;人工智能领域在算法、政策、资金等方面已经出现了三大突破#xff0c;业界欢欣鼓舞的情形很像1999年年底网络泡沫泛滥时的情形。2017年#xff0c;人工智能领域在算法、政策、资金等方面已经出现了三大突破人民邮电报概要2017年人工智能领域在算法、政策、资金等方面已经出现了三大突破业界欢欣鼓舞的情形很像1999年年底网络泡沫泛滥时的情形。2017年人工智能领域在算法、政策、资金等方面已经出现了三大突破业界欢欣鼓舞的情形很像1999年年底网络泡沫泛滥时的情形。展望2018年偌大的人工智能领域优秀项目不够、顶尖人才不足、场景落地缺乏等将成为横亘在人工智能领域面前的三大难题。资金很多项目不够用了当前的AI产业发展面临泡沫化的风险主要体现在投资供应数量大而项目供给数量少市场对创业项目寄予很高的期望而实际的产品体验欠佳泡沫即将出现。腾讯研究院发布的《中美两国人工智能产业发展全面解读》报告分析了引发行业泡沫的两个信号。一是资金多而项目缺。根据过往数据和2017年上半年的情况预测2017年美国新增企业数量将跌到谷底数量在25~30家之间。同时美国的累计融资量持续快速增长最后将稳定在1380亿~1500亿元之间。2018年中美两国AI企业数量增长都将有所恢复但增长速度依然平缓。这段时期创投圈将会发现找到一个新的有潜力的项目越来越难由于新增企业数量稀少经常只能跟投一些项目。到2020年美国AI公司累计数量将会超过1200家累计融资额将达到2000亿元。中国AI企业增势不明朗。根据行业发展周期来计算中国人工智能产业将会在2018年回暖新增公司数量会上涨到30家以上预期融资累计量将会达到900亿~1000亿元。二是周期长而营收难。可以说人工智能期望值被大大高估了。引领本轮AI热潮的深度学习起源于上世纪8090年代的神经网络研究。在很多情况下前沿研究方法是由对已有方法的微小改动和改进而来而这些方法在几十年前就已经被设计出来了。2006年深度学习算法获得了突破后引起市场热炒但相关的AI技术和产品的成熟度仍然有限甚至被讥笑为“人工智障”。许多项目和技术要想获得消费者欢迎还需要等待相当长的时间。从投融资趋势来看涌入人工智能领域的资金依然还会增加。据不完全统计2017年中国人工智能领域的投融资事件约353起比2016年稍有回落。但投资金额激增总融资金额近600亿元在政府的鼓励和行业并购中2018年中国AI的投资额将会持续大幅增加。同时行业并购开始加剧。CBInsights提供的数据显示自2011年以来已有近140家人工智能初创公司被收购而2017年的第一季度海外就有34家人工智能初创公司被收购为2016年同期的两倍。2018年仍将延续这一趋势。在资金增长的同时中国AI企业数量不会同幅增长。根据行业发展周期来计算中国人工智能产业将会在2018年呈现缓慢增长趋势预期累计融资量将会达到900亿~1000亿元而新增公司数量仅会上涨到30家左右。资金多而项目缺周期长而营收难项目却一天比一天更加昂贵这种情形与1999年的第一次互联网泡沫时非常相似。事情很多人不够用了算法大神YoshuaBengio曾表示“深度学习现在很热门目前的困境是缺乏专家一个博士生大概需要五年的培养时间但是五年前还没有博士生开始从事深度学习这意味着现在该领域的专家特别少可以说弥足珍贵、极度稀缺。”这是三年前AI面临的困境至今依然未得到改善甚至变得更加严峻。人工智能竞争的根本就是争夺顶级人才。据说世界上深度学习领域的顶尖人才不超过50人因此科技巨头们纷纷通过收购初创公司来招揽人才。作为国家未来的发展方向AI技术对于经济发展、产业转型和科技进步起着至关重要的作用而AI技术的研发、落地与推广离不开各领域顶级人才的通力协作。在推动AI产业从兴起进入快速发展的历程中AI顶级人才的领军作用尤为重要他们是推动人工智能发展的关键因素。然而中国人工智能领域人才极为欠缺。据腾讯研究院发布的《2017全球人工智能人才白皮书》显示目前我国约有20所大学的研究实验室专注于人工智能高校教师以及在读硕博生约7000人产业界现存人员人数约为39000人远不能满足我国市场百万级的AI人才需求量。从产业发展来看我国人工智能领域人才分布严重失衡。人工智能产业由基础层芯片/处理器、传感器等、技术层自然语言处理、计算机视觉与图像、机器学习/深度学习、智能机器人等和应用层语音识别、人脸识别等组成目前我国在产业层次人才上面临两个问题。一是产业分布不均。中国AI产业的主要从业人员集中在应用层基础层和技术层人才储备薄弱尤其是处理器/芯片和AI技术平台上人才缺乏会严重削弱中国在国际上的竞争力。二是供求严重失衡人才缺口很难在短期内得到有效填补。过去三年中我国期望在AI领域工作的求职者正以每年翻倍的速度迅猛增长特别是偏基础层面的AI职位如算法工程师供应增幅达到150%以上。尽管增长如此高速但是由于合格AI人才培养所需时间和成本远高于一般IT人才人才缺口很难在短期内得到有效填补。人才不足是制约中国AI产业发展的主要因素。近几年来Google不断收购AI领域公司最主要目的是“抢购”一批世界上一流的专家在一个迅速成长的人工智能领域里面这些专家无一不是佼佼者。其他科技巨头也在相机而动。2018年人才饥渴症不会得到缓解。场景很多路不好走了梳理一下2017全年的AI产业大事件可以发现医疗、金融、无人驾驶等三大热点在吊足了公众胃口的同时尚有疑问待解。一是AI医疗的变革信号在哪里2017年的每个月中都有VC流入AI医疗领域国内所有医疗人工智能公司累计融资额已超过180亿元。科技企业智能医疗的布局与应用已有雏形IBMWaston已应用于临床诊断和治疗2016年就已进入中国在多家医院推广。阿里健康重点打造医学影像智能诊断平台腾讯在2017年8月推出腾讯觅影可辅助医生对食管癌进行筛查。图玛深维2017年11月获投2亿元正在把深度学习引入到计算机辅助诊断系统中晶泰科技XtalPi近期也融资1500万美元用于开发新一代的智能药物研发技术以解决药物临床前研究中的效率与成功率问题。遗憾的是尽管政府亮起绿灯企业投了人力、财力但人工智能却并没有在医疗领域推出爆发式应用。原因在于人工智能需要大量共享数据而医院和患者的数据如同孤岛。如何打破各方壁垒在保障健康的同时又保障数据安全性这将是推动智能医疗快速发展中需要解决的问题。二是AI如何深层次地撬动金融与智能医疗一样面临数据问题的还有金融领域大量的可信度较高的数据掌握在各大银行手中AI怎么能够撬出这些数据以推动金融科技的创新是创业者们绞尽脑汁思考的课题。当前应用人脸识别、指纹识别技术作为验证客户身份、远程开户、刷脸支付的方案已经发展成熟正在逐步推广。如何利用知识图谱挖掘潜在客户和深挖客户潜在需求的技术也已较为成熟而数据源的问题亟待解决。美国科技公司FutureAdvisor最早研制出“机器人理财顾问”。随后此类机器人理财顾问迅速风靡全球。2017年智能投股曾被视为是下一个风口。但是机器人炒股的结果是赔了。三是智能汽车究竟何时上市无人驾驶汽车被称为“四轮机器人”但其发展何时会像智能手机一般人手一部、彻底颠覆传统手机进而推动整个产业变革这个问题仍然没有答案。2017年汽车行业内智能造车势力动作不断其中一部分已陆续交出答卷让产品接受市场的检验而另一部分仍在“温室”中培养等待结果。所以称之为“温室”是因为各行各业都对其予以厚望尤其是在投融资上虽然投资事件数不多但金额已达234亿元。百度宣布开放阿波罗平台阿里巴巴与上汽集团等传统车企展开合作腾讯成功入股特斯拉成为第五大股东领投入股的蔚来汽车的首款纯电动产品已正式上市。时间正在跟我们赛跑。2017年12月20日一支百度Apollo无人车车队在雄安新区测试开跑。2018年年初北京顺义区无人驾驶试运营基地正式启动成为北京出台国内首部自动驾驶新规以来该市首个开展无人驾驶试运营的区域。2018年哪辆无人汽车会上路行业和消费者都在拭目以待。回顾2000年互联网泡沫的破灭很多人依然觉得不可思议。那时候的产业发展日新月异软件应用、网络服务ISP与网络内容ICP等均在爆发常有一日不见如隔三秋的感叹。2000年4月纳斯达克指数一路狂飙突进到历史顶点5400多点。但不幸泡沫破裂资本市场崩盘。纳斯达克指数迅速滑落。寒冬持续了3年时间才慢慢回暖。如今的AI产业正蓬勃发展与互联网初期阶段何其相似。产业带着耀眼的光环肩负国家战略的重任高度依赖资本市场渠道舆论高度爆炒从业者无不都是“三高”社会精英。但美中不足的是上市的产品却体验欠佳应用场景略显不足鱼目混珠的项目时有出现泡沫的感觉越来越强。无论是政府还是企业大家都应该对未来的风险加以防范。未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能互联网和脑科学交叉研究机构。由互联网进化论作者计算机博士刘锋与中国科学院虚拟经济与数据科学研究中心石勇、刘颖教授创建。未来智能实验室的主要工作包括建立AI智能系统智商评测体系开展世界人工智能智商评测开展互联网城市云脑研究计划构建互联网城市云脑技术和企业图谱为提升企业行业与城市的智能水平服务。 如果您对实验室的研究感兴趣欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
