前言:一篇好文章的诞生,需要你不断地搜集资料、整理思路,本站小编为你收集了丰富的人工智能技术研发主题范文,仅供参考,欢迎阅读并收藏。
2016年是科技与创新的飞跃之年。“阿尔法围棋”四比一大胜一流棋手李世石九段,让全世界见识了人工智能令人叹为观止的发展程度。业内人士认为,人工智能所代表的技术创新引领了第四次革命,同时给中国制造业带来了新机遇。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作,主流应用包括图像识别、语音识别、语义识别、预测规划和智能控制。
未来是人工智能的时代。人工智能技术会对很多行业产生影响,但是受到冲击最大的将是制造业。未来,很多硬件都会应用传感等物联网芯片和人工智能技术,制造业将会被大大改变。随之带来巨大改变的就是工业和信息化产业,有人说人工智能将会打破现代工业格局,给传统工业带来毁灭性打击,也有人说人工智能只是个手段,现代工业也可以利用这一手段完成提档升级,促进人工智能与现代工业融合发展。无论怎么说,人工智能的迅猛发展对工业和信息化产业来说,既是巨大的机遇,也是巨大的挑战。
我国《“互联网+”人工智能三年行动实施方案》提出,到2018年基本建立人工智能的产业、服务和标准化体系,实现核心技术突破,形成千亿级的人工智能市场应用规模。未来重点扶持的智能家居、智能汽车研发与产业化、智能无人系统应用、智能终端应用、智能机器人研发与应用等项目成为发展的重要内容。
【试题】
当下,人工智能发展迅速,方兴未艾,倍受瞩目。你认为作为工信部门,应该如何应对人工智能的新浪潮? 1000字左右。
关键词:建筑工程;技术性;高素质;人才培养;途径
中图分类号: TU761 文献标识码: A 文章编号:
1、积极探索校企合作,提高人才培养质量
1.1校企共同制定发展规划
成立了由校企双方负责人、 主要业务骨干组成的重庆工贸职业技术学院建筑工程技术专业产学合作教育工作小组,研究专业的课程建设、师资建设、教材建设等所涉及高技能人才培养与共同发展的重大问题。
1.2校企共同进行专业建设
建筑工程技术专业制订专业人才培养方案前, 广泛开展社会调研,广泛听取企业、行业的意见和建议,提出专业建设规划,使建筑工程技术专业与地方经济息息相关,体现了为地方经济和支柱产业服务的特征。
1.3校企共同进行课程建设
在课程体系建设中, 校企共同根据建筑工程技术领域和施工员、质检员等岗位群的任职要求,参照施工员等执业资格标准,按照人才培养目标,编制教学计划、教学大纲,做好教材选用,力求体现产学结合的内容。
1.4校企共享智力资源
本专业采取“走出去,引进来”的办法,形成了校企师资互动共享的平台,形成校企共同组建师资队伍,常年定期或不定期邀请企业负责人、专家或客座教授来本专业举办学术报告,同时充分发挥教师的科研优势,为企业进行工程设计、施工和管理工作,进行科技咨询,提供技术改造服务,从而形成了校企师资互动共享的平台,校企共同组建师资队伍。
1.5校企共建实训基地
本专业在学院内建立了建筑实训中心,配备了必要的设备设施,按照教学计划、教学大纲实施教学,进行建筑施工工种技能训练和模拟施工现场实训。 校企共建校外实训基地,本专业与多家建筑企业建立了产学合作协议和学生实习基地, 做到实训进企业,由企业提供实习场所和实习设施设备,聘请企业技术人员作为实训指导老师,加强对学生职业能力的培养。
1.6校企业共同进行教学评价
本专业邀请了相关企业高技能人才和专业技术人员,共同对学生进行毕业综合考核,主要考察学生最后一学期在企业进行顶岗实习的职业能力。
2、加强产学合作教育,改革人才培养模式,突出职业技能培养
2.1产学合作教育,从制订教学计划开始
专业建设委员会成员和相关企业指导教师进行多次研究,召开专业建设研讨会,制订切实可行的人才培养方案,根据市场调研结果调整修改教学计划, 使人才培养方案能适应行业需求的变化。
2.2互补双赢是产学合作教育办学新思路
建筑工程专业教学是针对性很强的学科,其主要目的是加强工程专业的技术性教学优势,帮助学生实现自我的实践性操作与学习,帮助工程专业学生在建筑领域实现自我的工作能力,在学校除了学习理论知识外,还可以掌握更多的实际操作知识与能力,帮助自我快速的实现建筑领域的发展,提高自我的学习动力,帮助自身快速成长,成为本专业的社会实践人才,在社会实践中发现问题、解决问题。
2.3实践教学改革,产学合作教育必由之路
高职教育是理论与实践并重的教育, 职业能力培养是这种教育层次的主线, 我院建筑工程技术专业突出专业核心能力与综合能力培养。 以培养“强能力、高素质”学生为出发点,优化实践教学体系;积极推动学生暑期专业社会实践,培养学生工程实践能力;改革毕业实践,开辟产学合作办学新途径,建筑工程技术专业的毕业设计一直都强调与实际工程挂钩,强调以实际工程进行毕业设计。 之外,我们还积极与用人单位合作,聘任用人单位工程技术人员担任毕业设计指导教师、聘请工程技术人员担当毕业答辩评判工作等方式方法进行毕业设计教学。 实践证明,产学合作教育教学是一种行之有效的教学方式,我系的这种做法收到了非常好的教学效果,深受学生的欢迎和学校的肯定。
2.4成效明显,产学合作教育结硕果
近年来,我系教师在教育教学、科研方面成绩突出。 多位教师的教学科研活动多次获得各级奖励。 建筑工程技术专业毕业生的就业率多年保持高水平,毕业生就业率达95%。通过产学结合,校企合作,推进了建筑工程技术专业人才培养体系构建,加强了实践教学的基地建设,改革了实践教学方法和途径,探索了实践教学环节的管理,合理设计了学生的知识能力和素质结构,完善了教学评价体系,是培养高素质技能型人才的有效途径。
3、建筑工程技术人才培养培养校企合作的实际作用
建筑工程技术人才培养的模式,通过全新的高校与企业结合的发展目的,加强了学校实践性知识的培养,转变了传统的发展策略,提升了校企结合办学的全新思路与建设理念,加强了学生的学习动力,转变了发展观念与思路,在校企合作之中,完善了新型的工程建筑教学模式,帮助学生发现了正确的学习与生活途径,在现实生活中可以快速适应社会的发展,提高自身的社会适应能力,通过校园与企业的实际社会训练,不断加强自身素养与专业性技术能力,完成学业的同时,还能够加强工作的经验,熟悉全新的发展机遇,帮助学生与老师体会到社会的发展环境,了解发展的不足与缺陷。
而通过校企合作我们就能引企入校或者在企业成立实习、实训基地使学生在大学读书期间就能接触行业最先进的技术和设备,使他们能更快的融入企业,由此一来学院就会为购买设备而节约很大一笔经费。企业一般拥有行业最先进的设备而学校拥有大量的科研人才,通过建立校企合作这一平台,教师在授课之余可以利用这些先机的设备进行科研创作,把科学技术的成果转化为产品、商品。
参考文献:
[1] 赵国君.校企合作的发展现状及其建议.教育部职业技术教育中心研究所.2009.05
[2] 崔广兴.校企合作在高校发展中的重要意义.江西教育学院学报.2011.02:30-33
人工智能逐渐变为一种社会需要,机器也不再是人们眼中冰冷的工具,而是拥有自我意识的机器。著有《银河之心》三部曲的中国新一代的科幻作家江波认为“将机器赋予文明,将文明赋予机器。这是人类的使命,也许是最后的使命。”这是他对人工智能的期待和展望,也是未来人工智能发展的方向。
60年来,人工智能经历了一个从爆发到寒冬再到野蛮生长的发展过程。目前,随着芯片计算能力的不断提升以及很多相关先进技术的跨越式发展,人工智能技术和市场正在迎来新的春天,成为这一技术时代的新趋势,开始真正走入人们的工作和生活,将成为未来十年的产业新风口。
江苏南大电子信息技术股份有限公司(以下简称“南大电子”)作为“中国人工智能技术与应用大会暨人工智能60周年颁奖典礼”主题评选活动的参评嘉宾,不仅荣获了“人工智能60周年・2016年度中国人工智能卓越贡献企业”大奖,公司创始人、董事长狄敏先生还被评为“人工智能60周年・2016年度中国人工智能领军人物”。
南大电子是南京大学旗下一家研发智慧型服务机器人的跨国高新企业。依托南京大学声学科技领域和人工智能领域的核心技术优势,南大电子布局全球,致力于智慧型服务机器人产品与服务的研发、实践,并开拓性地联合国内各服务行业的标杆企业,努力探索实践服务机器人在各行业的落地应用。公司在世界声学王国丹麦设有国际领先的声学和ID工业设计研发中心,技术实力达到国际领先水平。
作为中国智慧型服务机器人系统的创意者与领导者,南大电子旗下汇聚了一批专业人才,中国科学院声学研究所李晓东担任公司首席科学家。核心团队成员还包括多名海外留学归国人员及硕士以上学位人员,核心工程师均毕业于国内外顶尖大学,并具有在外企或国内知名企业研发工作经历,在各自的专业领域内颇有建树。
南大电子创始人、董事长狄敏,本科就读于南京大学无线电物理和声学专业,是南京大学商学院首届EMBA毕业生,曾进修美国康奈尔大学EMBA项目,现任南京大学校友总会理事、南京大学首届EMBA联合会常务副会长、中国(南京)软件谷发展促进会副会长。狄敏董事长带领公司努力探索、实践服务机器人在各行业的落地应用,逐步推进公司在智慧型服务机器人行业的迅速发展。
南大电子还成立智慧型服务机器人产业研究院,致力于为中国机器人与智能制造领域的人才培养和技术转化提供基地,对机器人与智能制造技术进行应用推广。南京大学资产经营有限公司董事长高澎教授出任研究院院长。研究院立足产业基础,以机器人和智能装备技术研发和产业化为重点,推广机器人和智能装备技术的集成和应用,是我国机器人技术的优势研发单位。
南大电子深刻认识到,未来机器人产业的发展,尤其要把握市场需求,抓住“机遇”,精准发力。本着人工智能让机器人更加智能化的发展方向,南大电子着眼于智慧型服务机器人的人性化交互,让人与服务机器人的交互融入情感,让服务机器人成为一个有温度的产品,将智慧型服务机器人的情感性做到极致,真正满足人们对服务的情感需求。
南大电子智慧型服务机器人具备强大的人机交互功能,能够提供智能化引导分流、业务咨询、产品营销、市场宣传、娱乐互动等服务。其以机器人硬件为载体,依托云平台强大的智能服务技术,引入大数据分析系统,真正实现“能听、会说、能思考、会判断、看得见、认得出”的智能化服务。
持续快速发展的南大电子,始终把握行业技术发展潮流,以精益求精的态度赢得客户的信赖,旗下的艾德声机器人(Addasound Robot)广泛应用于银行、证券、保险等金融行业,政府、商超、连锁企业、服务机构等各个领域,帮助客户提高市场竞争能力。
南大电子完成全国交通银行智能客服机器人“娇娇”的落地与运维。“娇娇”是国内首个大规模投入到银行业中的实体机器人,更是国内首个全面获准进入金融领域的智慧型服务机器人,其所使用的系统中所搭载的各项交互技术都是来自南大电子的最新的人工智能技术,并且凭借平台强大的多能力融合和大数据处理能力,整合了包括语音识别(ASR)、语音合成(TTS)和自然语言理解(NLU)技术、声纹识别技术、智能图像、人脸识别技术等多项顶尖人工智能技术。
服务机器人市场是一个没有“天花板”的市场,预计到2020年,服务机器人年销售收入有望超过300亿元人民币,虽然市场十分可期,但同时也存在许多问题与不足。作为业内的领军企业,南大电子期待的不只是“娇娇”给智慧型服务机器人行业带来的影响和机遇,还精准把握政策与市场的脉搏。依托于自身强大研发实力与企业综合实力,南大电子正着力打造艾德声二代智慧型服务机器人。艾德声二代智慧型服务机器人是南大电子自主研发的产品,集结多项先进人工智能技术和专利于一身,依托于功能强大的智慧型云服务平台,真正做到了自然语言对话和智能视觉交互。
中国服务机器人发展机遇有多样化,首先是市场方面,受老龄化等因素影响,存在巨大市场需求,中国已于1999年步入老龄化社会,据预测,至2020年,中国老龄人口将达到2.48亿,老龄化水平将达到17.17%。其次,国家对服务机器人的支持力度非常大。《国家中长期科学和技术发展规划纲要(2006-2020 年)》将服务机器人作为未来优先发展的前沿技术。可以预见,服务机器人产业的未来市场不可估量。作为行业备受瞩目的明日之星,南大电子认为,注重自身的发展战略,关注共性技术,立足于市场及自身的需求,加强高端产品研发,才能推动企业乃至整个产业的发展。
据民政部预计,预计到2050年,我国将有4.8亿人步入老年,占总人口数的35%左右,届时每天将有3万人加入老年人队伍。与日益庞大的老年人口数量形成鲜明对比的是,全国养老机构护理人员数量不足100万。养老护理劳动力缺口巨大,传统的养老模式已无法适应当前的养老服务需求,严重阻碍了养老产业发展。因此,寻求科技手段解决养老产业的多层次需求已成为行业发展必然趋势。其中机器人作为全新智能化终端,有望改变包括养老产业在内的服务业格局,并为快速发展的养老产业注入全新血液,推动养老产业的全新运作模式。
养老产业正在成为南大电子智慧型服务机器人的一个重点目标市场。随着人工智能技术的成熟及运动感知技术的普及应用,以南大电子为代表的智慧型服务机器人将通过语音交互功能为老年人提供生活监管、陪伴聊天等日常服务,给老年人带来生理与精神上的双重关怀。
一、超智能社会的主要内涵
近年来,信息技术取得了突飞猛进的发展,使得全球迎来了经济社会的大变革时代。物联网、机器人、人工智能、生物医学、脑科学等领域的技术的进步,已经给人们的生活带来了重大改变。信息技术及网络化的大时代潮流,也使得超智能社会5.0变得不再遥远,人工智能也成为实现超智能社会的核心。谷歌的人工智能―阿尔法围棋,战胜前世界冠军李世石;IBM人工智能医生“华生”达到全球医生的平均水平;美国风险投资企业收购NBA勇士队,采用大数据和人工智能分析,使勇士在6年之内由全联盟倒数第2变成总冠军等,均显示了人工智能取得的突破性进展。
超智能社会5.0是在当前物质和信息饱和且高度一体化的状态下,以虚拟空间与现实空间的高度技术融合为基础,人与机器人、人工智能共存,可超越地域、年龄、性别和语言等限制、针对诸多细节及时提供与多样化的潜在需求相对应的物品和服务,是能够实现经济发展与社会问题解决相协调的社会形态,更是能够满足人们愉悦及高质量生活品质的、以人为中心的社会形态。
超智能社会5.0,也是在德国工业4.0强化产业竞争力、实现产业变革的基础上,试图通过智能化技术解决相关经济和社会课题的全新的概念模式。具体而言,不论都市与地方,都可以确保方便使用自动驾驶汽车,实现分布式能源的自产自用,以及使用基于新一代通信系统的智能医疗体系等。
超智能社会不仅涵盖能源、交通、制造、服务等多个系统组合,未来还将包括人员、商务、法律等管理机能,以及劳动力提供与理念创新等人类自我价值的实现。建设超智能社会不仅需要高速公路等交通智能化、能源价值链最优化、制造体系全新化等核心智能系统的开发,也需要跨区域的医疗健康系统、食品产业链、生产体系等新的智能价值链的创造与创新,以及导航卫星系统、数据综合解析系统、公共基础设施认证等方面的支持。
二、超智能社会的主要支撑技术
在2016年5月底颁布的《科学技术创新战略2016》中,对支撑超智能社会建设的主要技术领域进行了详细描述,主要涵盖虚拟空间和现实空间两大技术领域。
(一)虚拟空间技术领域
网络安全技术:对物联网技术而言,从系统的设计到最终生命周期结束的时间很长,需要以漏洞处理、加密及高存储容量等技术为重点,构建相应的研发及信任体系,并确保相关系统成本的降低;
物网系统构建技术:在大规模系统运行过程中,对系统进行结构改造以及新旧设备的相互衔接,结构边缘及服务器侧的虚拟技术就成为关键;
大数据解析技术:从含有非结构化数据的各种大数据中,挖掘出有价值的信息,需要实时的高速信息处理技术的支撑;
人工智能技术:在对当前人工智能的深层学习技术继续加强研发的基础上,还要推进搜索型、知识型、计算型,以及统合型人工智能的研发;
设备技术:不仅要强化对大数据高速和实施处理的小型超低电力消耗设备的研制,也要努力实现强功能和高性能系统的开发,以及最新的材料和设计技术开发之间的相互融合;
网络技术:在推进网络虚拟化技术的同时,为实现庞大物联网设备间无线通信,开发高容量的无线技术势在必行;同时还要构建对大数据实时把握及进行高度分析判断的网络技术;
边缘计算技术:面对信息的实时高速处理,需要同步推进分散处理技术,确保网关等终端设备安全,并建立无法确保情况下的防范架构。
(二)现实空间技术领域
机器人技术:为实现机器人在通信、社会工作支援、制造、老人及残障人士帮扶等多个生产和生活领域应用,日本应积极推进相关技术研发,并引领安全评估的国际标准制订;
传感器技术:在获取各种信息的基础上,开发可远程实施的远程监控及性能更新技术;
处理器技术:推进与机理、驱动、控制等信赖评价及处理器的人工智能研发密切相关的基础研究,强化微电机系统及生物处理器等领域的技术研发;
生物技术:加强生物传感器、人体运动数据采集装置、生物驱动器等的开发,强化生物基础技术研究,特别是高度小型化及超低电量消费的传感器技术;
人机交互技术:在加快推进虚拟现实与增强现实、感知工程、认知科学与脑科学等领域技术研发的同时,考虑到技术设备的进步,为实现以机器人为代表的人工智能与人类的共存,与人类平等或仅为工具等社会伦理问题也需要提上日程。
(三)综合领域相关技术
纳米等原材料技术:支撑能源、基础设施、医疗健康等领域创新型结构材料和功能材料的研发,以及相关应用组件的升级,重点突破领域为:高效电力控制的半导体技术、工艺创新的触媒技术,以及声光控制技术、高端测量诊断和成像技术、生物材料和纳米材料等新型原材料技术;
光学和量子技术:为推进对信息通信、医疗、环境、能源等领域给予综合支撑的、具有高精度、高敏感度、大容量、节能又安全等特征的、高端社会及产业基础设施的形成,必须加强计算技术、成像与传感技术、信息和能源传输技术、高加工技术等相关基础和应用技术的研究,特别是在大容量和高速光子传输等尖端光学和量子技术等前沿领域。
(四)2020年主要成果目标
在作为支撑平台的网络空间技术领域,实现创新性技术突破;
超小型、低电量消耗传感设备的实用化;
量子信息处理和量子传输基础技术的开发;
新一代电力电子技术的全面商业化;
开始进行综合性新材料开发系统的中试;
进行生物性能技术材料的生产;
2030年前后实现基干化工产品新触媒技术的实用化;
2030年前后实现结构性材料的飞跃,在汽车与飞机制造等领域普遍采用轻量化与超耐用的新材料。
被外界誉为日本的“巴菲特+盖茨”的软银总裁孙正义在2014年底提出了用人工智能机器人拯救日本,使日本在2050年产业竞争力重回世界第一的豪言。他指出,日本若能采用3000万台可24小时工作的人工智能产业机器人(相当于增加了9000万制造业劳动人口),而支付给每台机器人的“平均月薪”仅为1.7万日元,这无疑将让日本一举两得地扭转在人口老龄化和劳动力成本过高方面的劣势。
而日本新能源与产业技术综合开发机构(NEDO)的研究报告《面向2035年的机器人产业未来市场预测》指出,日本国内的机器人产业市场规模2020年2.9万亿日元、2025年5.3万亿日元、2035年9.7万亿日元。
三、政策建议
当前我国经济发展已经进入到新常态阶段,劳动力成本增长明显,2012年已过人口增长的刘易斯拐点,老龄化问题也日益见突出。为缓解相关压力,将物联网、大数据、云计算、人工智能、自动驾驶、共享经济等技术与经济、社会发展密切结合势在必行。相关政策建议如下:
(一)提出“智慧中国2050”
为坚持以人为本的科学发展观,深入贯彻五大发展理念的相关要求,应充分借鉴日本超智能社会5.0的科学内涵,研究提出诸如“智慧中国2050”的概念,并针对《国家创新驱动发展战略纲要》提出了2020、2030、2050年我国科技创新战略目标,今后在具体细则制定及实施上,融入“智慧中国2050”等内涵,将人工智能等技术与我国未来经济社会发展需求相结合,引领未来社会经济l展及模式转变。
(二)注重“人工智能+物联网”
将“人工智能+物联网”融入新技术、新产业、新业态、新模式等四新发展理念之中,建立“人工智能+物联网”国家实验室,注重人工智能机器人等主要支撑技术的发展,以及“人工智能+物联网”在创建与经济社会密切相关的新产业、新业态、新模式中的重要作用,加快从网络化、数字化向智能化转变,大力发展数字化智能经济,以人工智能为核心打造“智慧中国2050”。
(三)做好产业政策转型,提高选择性产业政策的聚焦度
在我国产业政策由选择性为主向功能性为主转变的情况下,将《中国制造2025》与经济社会发展更为紧密地结合在一起,不仅使选择性产业政策先中上游产业聚焦,在强化虚拟空间技术研发的同时,注重传感器技术、生物技术、人机交互技术等现实空间技术,以及纳米等原材料技术、光学和量子技术等综合技术的研发,还应进一步加强与经济社会的联系,使产业和技术创新能够真正服务于民。
(四)拓展大众创新、万众创业的内涵,推进智能社会建设
进一步拓展大众创新、万众创业的内涵,将支持范围扩大至社会经济领域,强化大数据、云计算、“人工智能+物联网”等在经济与社会领域的应用,关注自动驾驶、共享经济等对经济社会型态变革的影响,切实推动大众创新、万众创业在技术与社会经济发展相结合的综合性领域的发展。
(五)密切关注人工智能对全球产业与经济格局的影响
在众多行业中,可穿戴设备作为一项已经逐渐深入市场的技术产品,被越来越多人所接受,并在不少与健康相关的产品中被使用。于是不少业内人士认为,智能可穿戴设备可以在养老领域实现功能的最大发挥。@些设备可以实时测量老人的血压、心跳等数据,同时监测老人外出的活动情况,对于老人突然摔倒,也有一定的预警功能等等,还可结合智能家居、大数据与智能居家养老云平台,以解决老年人的养老、健康、安全、情感等问题。
然而,来自第三方的数据显示,截止到2014年,智能手环在整个智能可穿戴设备市场的占有率为61.2%,智能手表是23.7%,智能臂环是8%,智能跑鞋是3.7%,智能眼镜是2.6%。2015年以来智能手表类产品仍占到可穿戴设备市场的80%左右。就意味着,大量外形相似、功能雷同的产品同时出现在市场中,同质化的现象颇为明显。就目前可穿戴最常应用的健康管理场景来说,产品形式以智能手表和智能手环为主,但基本每个产品的信息采集都集中在步数、睡眠、心跳等基础数据上,产品同质化严重。此外,由于目前可穿戴设备对数据的采集还很局限,真正的核心数据例如血糖血脂血压,传感器在无损(也就是不采血)的情况下是无法测量出来的,这就意味着在传感器技术突破之前,可穿戴的健康管理功能很难实现突破,加上对基础数据的处理还不完善,可穿戴设备的实用性确实难以获得消费者的认可。
可见,针对老年人的可穿戴设备还应更加贴切的考虑到老年人的需求,与人工智能技术更为紧密的结合。例如,能为中老年提供心血管健康检测、预警、监护等功能,将手机、手表、检测仪、定位仪、传感器等众多功能与通讯和网络平台实现结合,甚至与医疗机构实现数据交换,给老人安全健康问题提供一体化解决的方案。
人工智能作为可穿戴的技术基础和灵魂,也需要快速对应老年人群体的的特殊性,尽快取得技术突破,迎合市场需求。
今年3月5日,国务院总理在政府工作报告中提到,加快培育壮大新兴产业。全面实施战略性新兴产业发展规划,加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术研发和转化,做大做强产业集群。“人工智能”首度被列入政府工作报告。
[关键词]人工智能;智能化营销;消费体验;消费体验模型
[DOI]1013939/jcnkizgsc201711213
1相关概念界定
11“消费体验”的定义
目前的消费类型主要分为功能型消费和体验型消费,和传统的功能型消费不同的是,体验型消费的重点不仅仅是购买商品,购物的过程同样受到关注。在体验式消费中,消费者通过看、听、触摸等感官感受来感知产品和品牌内涵。消费体验就是体验型消费中的重要部分。
方征(2007)认为,消费体验是一种超乎有形产品或服务的非凡感受或情感,而这种感受或情感的来源是由消费者主动追求或消费者间互动而成的。
12“人工智能”的定义
人工智能(Artificial Intelligence,AI),是计算机技术领域的一个重要研究部分,至今已经过了一个多世纪的发展。斯图尔特・罗素(2013)认为,人工智能是一种类人行为,类人思考,理性的思考,理性的行动。人工智能工程师张思楠认为,人工智能的重点应在“智能”上,他认为“智能”是一种获取知识的能力。在他看来,人工智能即由人类造的智能实体,这种智能实体,只是在标准和功能上要求与人的思考与认识水平相近或是超越人类。美国MIT大学Winston教授(2012)认为:人工智能是研究如何使计算机去做过去只有人才能做的智能的工作。目前“人工智能”的定义仍未统一,但关于人工智能的基本内容已经形成共识,因此笔者认为人工智能可以理解为利用人工手段,通过机器模范人的思维与行为,并对其进行拓展。
2文献综述
对现有的文献进行研究后发现,目前对消费体验的研究已经趋于成熟。而人工智能在国内作为一个新兴事物,其研究仍处于起步阶段。
菲利普・科特勒在《市场营销》(2003)一书中提到,产品策划者需要考虑产品和服务的三个层次,每一个层次都会增加消费者价值。第一层是:顾客核心价值;第二层是:产品策划者必须围绕产品的核心利益,构造一个实体产品;第三层是:产品策划者还要向顾客提供一些附加服务的利益,以便围绕核心利益和实体产品构造扩展产品。如今,我们正处于新一轮的消费升级阶段,在这一阶段,第三层内容格外受到重视。这也就意味着消费者在消费时会更加注重售前与售后服务和连带性消费体验。菲利普・科特勒的产品与服务层次见下图。
在现有的相关研究中,不同学者提出了不同的消费体验模型。
方征(2007)总结了几种消费模型:Holbrook提出的体验观点ES表;Pine和Gilmore将体验的运作分为两大构成及四种类型;而Schmitt认为,要想给予消费者满意的消费体验,最重要的任务是为消费者创造不同的体验形式。由此提出了战略体验模型,将消费体验分为感官体验、情感体验、思考体验、行动体验和关联体验五个维度。本文也将以此模型为基础,探讨人工智能是如何提升消费体验的。
吴秋蓉(2011)认为,战略体验模型的五个维度可以分为个人体验(感官、情感和思考体验)与共享体验(行动和关联体验)。他认为个人体验是即时性的,形成的时间比较短,容易被感受到,但会随着时间的流逝而逐渐消退,常常被外界的环境刺激诱发;而共享体验是在与人的互动过程中形成,而且需要一定时间的积累,这种体验不容易被感受到。
在有关人工智能的研究中,人工智能和营销的结合的研究多停留在现状的描述和案例分析层次。
丁道师(2016)以百度为案例,探讨了人工智能为品牌带来的价值。他认为人工智能为品牌带来了新的营销价值,同时人工智能在场景营销中的应用能够帮助提升用户价值。谷虹(2016)在文中将人工智能与品牌结合,提出人工智能将推动“品牌智能”的发展,品牌将从前智能阶段进化到高级智能阶段。韩思齐(2016)提出,在人工智能时代,营销开始向智能化发展,营销活动的智能化体现在:人工智能优化营销数据搜集和处理方式、人工智能提供个性化的营销策略、人工智能改变广告投放方式三个方面。从现有的人工智能相关研究上来看,大多数学者都已经意识到人工智能为营销带来的改变,同时提到人工智能对用户体验和价值都有提升,但却没有文章对其进行系统的论述。
3人工智能创造全新消费体验
2016年成为中国智能化营销的元年,人工智能更好地理解市场、联系市场,从而为消费者创造更好的体验。在营销领域,人工智能的三种革命性技术将极大地改变消费体验:以准确预测和个性化服务为主要应用场景的数据洞察技术、以虚拟现实、数字语音交互推动的互动技术、以云计算、机器学习和神经网络为基础的基础技术。
31数据洞察技术――了解消费者需求
随着大数据技术的发展,企业和品牌可以通过获得大量的数据来更好地理解自己的商业,并改善消费者的购物体验。而在智能化时代,人工智能和大数据的结合,让被营销人员忽略的“暗数据”开始发挥作用,在加快个性化服务发展的同时,更加准确地预测消费者需求。
IBM的Watson,作为目前最出名的人工智能系统,拥有最新的消费者-产品配对的大数据技术,并且与全球众多销售品牌进行合作,提品服务。户外服装品牌The North Face利用Watson打造全新的购物体验。消费者在购买The North Face产品时,Watson会提出一系列问题,并根据消费者对这些问题的回答筛选出相应的产品,从而最大限度地满足消M者需求。
The North Face采用的是文本分析技术,但社交网络和智能手机的发展带来了海量图片信息,图像识别与数据处理技术的结合将成为人工智能另一个发展方向。这项技术通过捕捉消费者上传的图片并进行深度理解,丰富用户画像,使得营销者对消费者的洞察更加立体。
管理大师彼得・德鲁克认为,营销的终极目的是充分洞察和了解顾客,通过人工智能技术对文本和图片信息进行深度分析,使得营销人员能够更加准确地了解消费者需求,满足消费者需求,增强消费者在消费时积极的情感体验,引发消费者的内在情绪,使消费者在不知不觉中融入品牌所创造的氛围中,并在不断的接触中增强对品牌的好感度。
32互动技术――激起消费者心流体验
营销从最开始的图文时代到视频时代,其目的都是为了通过寻找新的信息载体来提升消费者观看广告的体验,更加主动地接受广告信息。而如今的人工智能与VR技术的结合,通过互动感和沉浸感成为吸引消费者的最大法宝。随着VR和人工智能技术的日渐成熟,将营销推向一个全新的阶段。
2016年,我国最大的VR看房平台“无忧我房”推出了人工智能销售――Hugo。消费者通过戴上VR设备,操作手操柄唤出AI,并向其提问,AI通过记录消费者的相关数据,包括房屋不同位置停留时间、语音语调等来形成客户分析表,分析客户购房意向和实力并对客户进行分级。Hugo通过将人工智能与VR结合,为购房者提供了更良好的购房体验,并推动房地产行业进入科技营销时代。
同时,人工智能和VR技术还将应用于食品行业。百度和伊利联合推出的“度密看伊利”VR体验活动,将人工智能与VR结合,消费者通过手机百度就可以“亲临”牧场,体验加工厂。百度还和伊利联合定制了纸盒版VR眼镜,消费者可以通过VR设备进入VR模式,将可视化引进食品行业,为消费者提供更真实有趣的消费体验。
除了VR营销外,人工智能还应用在语音互动广告技术方面。优数科技的一款智能软件可以帮助用户跳过片头。例如,在视频的片头广告中设置一系列问题,用户在观看广告的同时可以利用语音与广告进行交互,答对问题就能够跳过片头。通过这一方法,用户在节省时间的同时还能够了解到品牌和产品信息。在这一过程中,用户会融入自己的思考体验,从而加深对品牌的认知与记忆。
一直以来,京东凭借其极速物流而获得大量用户青睐。但最近,京东的技术研发体系不断在智能技术上发力,期望构建一智能电商王国。在看到语音交互的趋势后,京东通过叮咚智能音箱,将语音技术、电商服务、人工智能技术相结合,实现语音购物体验。消费者可以通过该设备完成订单追踪、查询商品信息和下单指令。京东通过将语音交互入口和互联网结合,拓展了购物空间和人群,并提供更为便捷的购物方式。
在人工智能的互动技术下,传统的营销方式正在改变,品牌不再是冰冷的一个标志,消费的过程也不再是一成不变的过程的重复。人工智能的互动技术将营销引入了一个全新的领域,通过与消费者进行互动,使消费者在互动中进行思考,激起消费者的心流体验,提升消费者在消费过程中的情感与思考体验。
33基础技术――打造会话式互动
Forrester、埃森哲和德勤都在其2017新技术趋势报告中提到了“对话营销”一词。这意味着营销已经开始从“社会化营销”向“对话营销”转变。在Forrester的消费趋势报告中写到,如今的消费者更倾向于自动化的消费体验,自己解决问题。同时,社交媒体的创意广告对消费者将不再具有明显的吸引力,而一对一的营销模式才是消费者更能接受的。“对话营销”带来的是会话式互动,会给消费者带来更好的消费体验。
很多具有前瞻性的企业已经开始利用会话式互动来提升消费者的消费体验。2016年4月,上海肯德基选择与百度的“度秘机器人”进行合作,联合推出智能概念店“KFC original+”“度密机器人”在体验店中帮助消费者完成以点餐为主的服务。例如,在点餐区域,消费者可以利用机器人完成点餐活动;在全息投影区域,消费者通过机器人可以看到肯德基食品的制作过程。“度秘机器人”与肯德基的结合是基于特定场景的消费者服务,肯德基与智能机器人的结合,不仅为消费者带来一对一的服务和新鲜便捷的消费体验,还通过这种一对一的会话式互动,以消费者乐于接受的方式加深品牌印象,并为肯德基贴上“智能化”的标签。
作为一家电商企业,亚马逊也在智能化方面推陈出新。作为亚马逊智能家具的入口产品,智能音箱Echo的基本功能就是语音购物,语音选购商品,并进行语音支付,并且支持重新买你以前买过的东西。Echo通过内置的Alexa人工智能服务来完成消费者的每一个口令,整合购物的每一个环节。同时,它还包括外卖、优步等O2O服务,增加消费的便捷性。Echo通过提供一对一服务满足消费者需求并与其进行互动,而其背后代表的亚马逊品牌也在消费者与Echo的对话中进行隐形的互动。
任何消费体验的提升都在于如何满足消费者需求。人工智能对产品带来的一个深刻的影响,是从单一功能的极致转向连续场景的整合,可以让用户以较低的成本和较短的时间解决不同场景的需求。亚马逊的智能音箱和“度秘机器人”可以在与消费者的对话中轻松地满足消费者的需求,在提升消费者情感体验的同时与消费者进行互动,保持行动体验。
4结论
人工智能已经从计算机领域渗透营销领域,人工智能和营销结合所产生的富有创意且沉浸式的内容、互动的场景都为消费者创造了更好的消费体验。首先,在产品设计上更具有科技感,刺激消费者的感官体验;其次,通过一系列的产品设计和服务优化消费者消费过程,增加消费者在消费时愉悦的感受,提升消费者情感体验;最后,将产品与人工智能结合,在互动中提升消费者的思考与行动体验。但是,在对人工智能产品进行分析后发现,大部分产品都致力于提升消费者的情感、思考和行动体验,而关联体验却被忽略,大部分产品的社交属性并不明显。在人工智能时代,智能产品的社交化发展也许会成为下一个趋势。
虽然人工智能可以帮助品牌在多个方面提高营销效果,但若想营销完全智能化,笔者认为目前是不可能的。菲利普・科特勒认为,市场营销是个人和集体通过创造并同他人交换产品和价值以满足需求和欲望的一种社会和管理过程。他认为,营销的目的都是为了发现用户需求和激发欲望,而消费者的欲望很难用机器捕捉。同时,激发和满足欲望少不了营销沟通,而营销沟通是双向互动行为,在目前是无法完全由人工智能代替的。因此,智能化虽然是营销发展的新方向,但完全的营销智能化还有很长的路要走。
参考文献:
[1] 方征消费体验研究概览[J].湖北第二师范学院学报,2007,24(7):73-74
[2]Russell,Norvig人工智能:一种现代方法[M].2版北京:人民邮电出版社,2010
[3] 邹蕾,张先锋人工智能及其发展应用[J].信息网络安全,2012(2):11-13
[4] 科特勒,俞利军现代营销学之父菲利普科特勒经典译丛:市场营销[M].北京:华夏出版社,2003
计划强调,要加强人工智能领域专业建设,形成“人工智能+X”复合专业培养新模式。计划的重点任务之一,是要完善人工智能领域人才培养体系,并且推动高校人工智能领域科技成果转化与示范应用。高校在人才培养中起到了至关重要的作用,虽然人工智能尚未成为一级学科,但国内不少一流的高校已经开始通过建立合作实验室、增强人工智能分支教学等方式发展人工智能。
为了解各高校开展人工智能研究的情况,亿欧盘点了10家在设有人工智能实验室或有人工智能分支专业的高校。
清华大学:计算机科学与技术系
清华大学计算机科学与技术系(简称计算机系)成立于1958年,在2006年、2012年全国学位与研究生教育发展中心开展的一级学科整体水平评估中,以总分满分100分的成绩排名第一。2017年,在 USnews 推出的世界大学学科排名 Best Global Universities for Computer Science 中,计算机科学与技术学科紧随 MIT之后位列世界第2名。在 QS 世界大学排名 (QS World University Rankings) 给出的全球计算机学科排名中为例第15名,其排名与得分逐年稳步提升。
计算机系包含了国内计算机专业最全的学科方向,设有高性能计算机与处理器、并行与分布式处理、存储系统、大数据与云计算、计算机网络、网络与信息系统安全、系统性能评价、理论计算机科学、数据工程及知识工程、软件工程、计算机与VLSI设计自动化、软件理论与系统、生物计算及量子计算、人工智能、智能控制及机器人、人机交互与普适计算、计算机图形学与可视化技术、CAD技术、计算机视觉、媒体信息处理等研究方向。
计算机系现设有高性能计算、计算机网络技术、计算机软件、人机交互与媒体集成4个研究所;智能技术与系统国家重点实验室;计算机基础与实验教学部等科研教学机构。
计算机系还设有国家级计算机实验教学示范中心,包括:计算机原理实验室、微型计算机实验室、计算机网络实验室、操作系统实验室、计算机软件实验室、计算机控制系统实验室、智能机器人实验室、计算机接口实验室、学生科技创新实验室等。此外,计算机系还与腾讯、搜狗、微软、思科等国内外著名公司建立了面向教学或研究的联合实验室。
北京大学:智能科学系
智能科学系成立于2002年7月,主要从事智能感知、机器学习、数据智能分析与智能计算、智能机器人等方向的基础和应用基础研究,侧重于理论、方法以及重大领域应用上。
北大智能科学系依托于视觉听觉信息处理国家重点实验室,实验室以实现高度智能化的机器感知系统为目标,在生物特征识别研究方面处于国际领先地位。智能科学系在著名的软件与人工智能专家、我国载人飞船工程软件专家组组长何新贵院士和长江特聘教授查红彬教授的带领下,重点开展机器视觉、机器听觉、智能系统与智能的生理心理基础等研究。以北大智能科学研究人员为技术核心的北大指纹自动识别系统,是国内唯一能与国外系统抗衡的自主知识产权,是中国第一家也是唯一的一家提供公安应用全面解决方案的系统,拥有中国指纹自动识别技术产品第一市场占有率。
人工神经网络说话人识别新方法的研究获得教育部科技进步一等奖;国家空间信息基础设施关键技术研究获得2000年中国高校科学技术二等奖,入选2000年中国高校十大科技进展。
复旦大学:类脑智能科学与技术研究院
复旦大学类脑智能科学与技术研究院于2015年3月筹建成立,是复旦大学校内的独立二级研究机构。其前身为复旦大学第一批跨学科交叉国际化研究中心——计算系统生物学研究中心,成立于2008年。研究院基于复旦大学既有的数学、统计学、计算机科学、生物学、信息学、临床医学、语言学、心理学等多学科综合交叉研究优势,以计算神经科学为桥梁,着力开展大脑机制解析、脑疾病智能诊疗、类脑智能算法、类脑智能软硬件、新药智能研发、通用智能等相关领域的科学研究、技术研发和人才培养。
研究院率先探索打通国际与国内、科技与产业的全链条、全球化产学研合作机制,充分发挥高校培养和储备高端智能人才、发现和培育前沿技术的综合优势,推动产学研源头创新与合作,致力于成为推动脑科学、人工类脑智能与产业应用融合发展的重要科技创新平台。
研究院目前在建五个核心功能平台和一个国际合作研发中心,主要包括:一是以脑高级认知功能的多信息反馈处理机制研究为核心的神经形态计算仿真平台;二是以多尺度多中心重大脑疾病数据库和算法开发为基础的智能诊治数据示范平台;三是依托高端医疗影像设备集群,为生物医学转化研究和信息产业智能化提供试验技术支撑的综合生物医学影像平台;四是以开发深度学习、强化学习和自组织学习等机器学习算法以及可穿戴设备、类脑芯片、健康服务机器人等为目标的类脑智能软、硬件开发平台;五是集孵化加速、产业联盟、投资基金为一体,为类脑智能创新项目及企业提供应用技术资源和孵化服务的类脑智能产业化平台;六是依托已有的欧洲人类脑计划、美国脑计划等国际合作的数据、学术资源,建设类脑智能国际合作节点和人才培养中心。
中国科学院:自动化研究所
中国科学院自动化研究所成立于1956年10月,是我国最早成立的国立自动化研究机构。目前设有类脑智能研究中心、智能感知与计算研究中心、脑网络组研究中心等12个科研开发部门,还有若干与国际和社会其他创新单元共建的各类联合实验室和工程中心。另有汉王科技、三博中等四十余家持股高科技公司。
近年来,自动化所共获得省部级以上奖励30余项。数量逐年增加,质量不断提高;专利申请和授权量连年攀升,多年位居北京市科研系统前十名绘制的“脑网络组图谱”第一次建立了宏观尺度上的活体全脑连接图谱;虹膜识别核心技术突破国外封锁,通过产学研用相结合走出“中国制造”之路;基于自动化所语音识别技术的“紫冬语音云”在淘宝、来往等阿里巴巴旗下移动客户端产品中得到推广;“分子影像手术导航系统”通过国家药监局医疗器械安全性及有效性检测认证并进入临床应用;“智能视频监控技术”和“人脸识别技术”分别成功应用于2008年北京奥运会、2010年上海世博会的安保工作中,为社会安全贡献自己的力量;研制的AI程序“CASIA-先知1.0”采用知识和数据混合驱动的体系架构,在2017首届全国兵棋推演大赛总决赛中7:1的悬殊比分战胜人类顶级选手,展示了人工智能技术在博弈对抗领域的强大实力……
在共建机构方面,自动化所与新加坡媒体发展管理局联合成立中新数字媒体研究院,聚焦交互式语言学习、视频和分析等领域;与瑞士洛桑联邦理工大学(EPFL)在京成立中瑞数据密集型神经科学联合实验室,在类脑智能研究方面展开合作;与澳大利亚昆士兰大学(UQ)共建中澳脑网络组联合实验室,在“计算大脑”研究方向上进行远景规划;还与香港科技大学共建智能识别联合实验室,在模式识别、无线传感器网络等领域展开合作。
厦门大学:智能科学与技术系
早在上世纪八十年代初,厦门大学就已开始从事人工智能领域的研究,相继在专家系统、自然语言处理与机器翻译等领域取得过一系列成果。为此,1988年经学校批准成立“厦门大学人工智能与计算机应用研究所”,后于2004年更名为“厦门大学人工智能研究所”。2006年12月,经国家教育部批准,厦门大学正式设立“智能科学与技术”本科专业,并于2007年6月经学校批准成立“厦门大学智能科学与技术系”。
厦门大学智能科学与技术系现有一个本科专业(智能科学与技术),三个硕士学位授予专业(模式识别与智能系统、计算机科学与技术、智能科学与技术),两个博士学位授予专业(计算机科学与技术、智能科学与技术)。
目前该系承担多项国家863、国家自然科学基金、福建省科技基金等项目,拥有“福建省仿脑智能系统重点实验室”、“智能信息技术福建省高校重点实验室”和“厦门大学语言技术中心”三个平台,此外还有“艺术认知与计算”、“自然语言处理”、“智能多媒体技术”、“人工大脑实验室”、“智能中医信息处理”等多个研究型实验室,为培养高质量的学生提供了必要的保障。
上海交通大学:计算机科学与工程系
上海交通大学计算机科学与工程系成立于1984年。近年来,随着计算机科学与技术在人们生活中的应用不断深入,特别是随着云计算、物联网、移动互联网、大数据等技术的兴起,交通大学计算机系不断调整学科方向,形成了高可靠软件与理论、并行与分布式系统、计算机网络、智能人机交互、密码学与信息安全等研究方向。
该院系下设三个重点实验室:智能计算与智能系统重点实验室、上海市教委智能交互与认知工程重点实验室、省部共建国家重点实验室培育基地及上海市可扩展计算与系统重点实验室。其中,上海交通大学-微软智能计算与智能系统联合实验室目前是教育部-微软重点实验室,成立于2005年9月,是交通大学和微软亚洲研究院在多年良好合作的基础上,为了更好发挥各自在并发计算、算法与复杂性理论、仿脑计算、计算机视觉、机器学习、计算智能、自然语言处理、多媒体通讯以及机器人等领域的优势,实现“使未来的计算机和机器人能够看、听、学,能以自然语言的方式与人类交流”这一共同使命而成立的。实验室在科学研究、人才培养、学术交流等方面也取得了很好的成绩。实验室累积200余篇,成果发表于CVPR,ICCV,WWW等国际顶级会议上。
南京大学:计算机科学与技术系
南京大学的计算机科学研究起步于1958年,建立了计算技术、计算数学、数理逻辑等专业开始培养计算机相关领域专门人才,1978年在上述三个专业基础上成立了计算机科学系,1993年更名为计算机科学与技术系。
依托该系师资,先后成立了南京大学计算机软件研究所、计算机软件新技术国家重点实验室(南京大学)、南京大学计算机应用研究所、南京大学多媒体计算技术研究所、南京大学软件工程中心(江苏省软件工程研究中心)、南京大学信息安全研究所等科研机构。主要科研方向有:软件自动化与形式化、分布与并行计算及新型网络、新型程序设计与软件方法学、多媒体与信息处理、人工智能与机器学习、系统软件及信息安全等。
建系30年来,共承担国家973计划、国家863计划、国家攀登计划、国家自然科学基金、国家科技攻关等重大科技计划项目以及省、部、委科研项目和企事业委托或国际合作的研发项目300余项,科研成果获得各种奖励80余项,其中国家科技进步奖一等奖1项、二等奖4项、三等奖2项,省部委自然科学奖和科技进步奖特等奖2项,一等奖8项,二等奖37项。3000多篇,出版专著、教材50多部,申请国家发明专利33项。部分成果被转化为产品,产生了较大社会效益和经济效益。
哈尔滨工业大学:计算机科学与技术学院
哈尔滨工业大学计算机专业创建于1956年,是中国最早的计算机专业之一。在1985年,发展成为计算机科学与工程系,并建立了计算机科学技术研究所。2000年,计算机科学与技术学院成立;同年,建立了软件学院,后经国家教育部、国家计委批准为国家示范性软件学院。目前。哈工大计算机科学与技术学院拥有计算机科学与技术国家一级重点学科、7个博士点和7个硕士点、1个博士后科研流动站、一个国家级教学团队、一个国家级科技创新团队、一个国防科工委创新研究团队。
目前主要研究方向包括:智能人机交互、音视频编解码技术、语言处理、自然语言理解与中文信息处理、机器翻译、信息检索、海量数据计算、计算机网络与信息安全、传感器网与移动计算、高可靠与容错计算技术、穿戴计算机、企业计算与服务计算、智能机器人、生物计算与生物特征识别。
学院有一批研究成果达到国际先进水平,包括:国家信息安全管理系统、数字视频广播编码传输与接收系统、大规模网络特定信息获取系统、计算机机群并行数据库系统、并行数据库系统、神州号飞船数据管理分系统、穿戴计算机系统、信息安全与实时监测系统、人脸识别系统、视频编解码技术、黑龙江省CIMS应用示范工程、农业专家系统等等。
中国科学技术大学:计算机科学与技术学院
中国科技大学于1958年建校时就设置了计算机专业。根据学科发展趋势和国家中长期发展规划,面向国家和社会的重大需求,计算机科学与技术学院将科研力量凝聚在高性能计算、智能计算与应用、网络计算与可信计算、先进计算机系统四个主要的研究领域。
学院的支撑实验室有:国家高性能计算中心(合肥)、安徽省高性能计算重点实验室、安徽省计算与通讯软件重点实验室、 多媒体计算与通信教育部-微软重点实验室、中国科大超级运算中心和信息科学实验中心。
其中,多媒体计算与通信教育部—微软重点实验室主要从事人机自然语音通信、语义计算与数据挖掘等方面的研究。人机自然语音通信方面,主要研究中文信息处理、人类视听觉机理、语音语言学等。语义计算与数据挖掘方面,主要研究自然语言驱动的计算、多媒体内容的语义标注、自动问答、语义社会网络、数据与知识工程、隐私保护与管理中的语义计算等。
依托多媒体计算与通信教育部—微软重点实验室,双方联合实施了联合培养博士生计划、实习生计划、精品课程建设计划、青年教师培养计划等,取得了突出成果,探索出了一条企业和高校共同培养优秀人才的道路,为微软亚洲研究院与其他高校的合作提供了一个经典范例。
华中科技大学:自动化学院
华中科技大学自动化学院是由原控制科学与工程系和原图像识别与人工智能研究所于2013年合并组建的学院。原控制科学与工程系前身是成立于1973年的华中工学院自动控制系,1998年更名为华中理工大学控制科学与工程系;原图像识别与人工智能研究所是1978年由教育部和航天部共同批准成立从事图像识别和人工智能研究的研究机构。
科学研究工作主要涉及复杂系统控制理论、决策分析与决策支持、电力电子与运动控制、智能控制与机器人、计算机集成控制与网络技术、信息检测与识别、飞行器控制与状态监测、生物信息处理、神经接口与康复技术、物流系统、国民经济动员与公共安全、多谱图像制导、目标探测的多谱信息技术、多谱信息的实时处理与系统集成技术、人工智能与思维科学、信息安全等方向。
模式识别与智能系统是自动化一级学科的重要二级学科。迄今为止,本系在原 “图像识别与人工智能研究所”和“控制科学与工程系”的这两个学科点承担了百余项国家、国防与行业项目。近5年科研经费总额在8000万元以上,包括973计划,国家自然科学基金重点、面上和青年基金项目,863计划,国家重大专项、国防重点预研与基金,国家科技支撑计划,省部级科研项目,以及大型工程和企业科研合作项目等。
总结
AlphaGo的出现加速了人们对人工智能(Artificial Intelligence以下简称AI)的理解,但AI极客们的野心远非19行的棋盘可以局囿,他们拥有酷炫的技术和非凡自信,并想以此来改变世界。
美国畅销书作者、发明家雷.库兹韦尔(Ray.Kurzweil)在《奇点临近》一书中为人工智能的出现设定了三个条件:强大的计算能力、海量的知识储备,最后还需要教会计算机拥有认知能力,通过机器学习技术让计算机不断的自行进化。
前两者已经实现。第三点,如何让机器拥有认知能力是AI极客们关注的重点。
机器学习是人工智能的核心。机器学习将教会计算机认识现实世界,知道自然界的日升日落、阴晴圆缺,并能理解人类的行为和语言。机器学习的常用领域包括数据挖掘、视觉理解、语音识别和自然语言处理等方面。我们采访了数位科技公司高层、新锐创业者,他们有一个共同的身份―国内从事机器学习的应用和研发的专家。他们讲述了中国人工智能发展的现状,而一旦科技出现新突破,也预示着新一轮的商业变革。 先知
坐在记者对面,脸庞消瘦的陈运文笑得有些腼腆,言语却充满自信,“很多事情都是可以预测的”。
陈运文是国内大数据方面的专家,曾任百度核心技术研发工程师和盛大文学首席数据官。现在他是个创业者,达观数据创始人兼CEO。他为公司新入职的同事下发了一套题――如何预测泰坦尼克号上的幸存者。整套题通过获取泰坦尼克号上所有乘客的真实信息,包括性别、年龄、职业、票价、舱位等,然后编写程序来预测这2000余名乘员中哪些人最终得以生还。
在陈运文眼里,将所有信息加以综合挖掘,就能够推演出最终的答案―“705名生还者都可以准确预测。”
预测这样的事件只是数据挖掘的一个案例,对于极客而言,只要给他们足够的信息,这个世界就没有意外和偶然。
现在,陈运文用自己的技术帮助企业进行商业决策。虽然只成立不到半年,但这个隐藏在张江天之骄子公寓里的创业公司已经获得真格基金和盛大网络创始人陈大年的投资。
陈运文将第一批客户瞄准为自媒体人,通过数据分析,为自媒体提供可以引发热议的话题,并告诉这些作者,什么人喜爱看他们的文章、会关注什么话题。
让机器自己学会分析信息早就在商业行为中广泛存在。在百度工作期间,陈运文负责搜索引擎的核心算法研究,主要“为用户提供最有价值的信息”。 工作的难点不在于搜索信息,而在于让机器认知用户的搜索意图。
用户经常会在搜索框中输入“口语词汇或者模糊的语句”,服务器要从人们的搜索语句中判断真正的需求。陈运文就需要设计算法让搜索引擎理解用户的语义,从数百亿的网页中迅速找到对用户最有价值的结果。这种“算法”就属于人工智能。百度每天的搜索有数十亿次,每当陈运文改进了算法都能看到用户点击的满意度在上升。
今天这种依靠数据挖掘技术来提高企业运作效率的方法变得更常见,业内将其称为“商业智能”(Business Intelligence)技术。陈运文计划将这种技术在云端运用,另一些同类公司则将这种技术直接运用在软件上。2010年在美国纳斯达克上市的Qlik公司就是商业智能软件的代表企业。他们的QlikView软件为用户提供“可视化”的大数据服务。
“我们的软件可以理解数据,挖掘数据并将其用更直观的方式展现给客户,以帮助管理层做出决策。” Qlik亚太区制造业和高科技市场开发总监Jeremy Sim对《财经天下》周刊表述。
这些带有“预测”功能的软件已经在服务并改变人们的生活,比如根据顾客的购买信息QlikView会提示便利店店长,售货架上的麦片不应该和面包摆在一起,虽然它们都是早餐食品,但如果将麦片和酸奶摆在一起,销售数字会更好看。此类预测还进一步提醒物流部门,尽量地在头天晚上补足麦片和酸奶货源。这类商业智能的应用渗入所有人的生活,以这家公司为例,他们已经在全球100多个国家招徕了3.8万企业客户,间接服务人群上千万。
未来这些带有“智力”的系统将会更多的出现在电商、医疗、教育、金融等领域。“比如随着智能手环的增加,会有更多的健康数据被采集,那么我们会提供健康预警、治疗方案推荐等服务。”陈运文说。现在只是大数据挖掘的初级阶段,人工智能时代也才刚刚开启。 视觉理解,打造机器之目
2014年6月,比尔・盖茨访华,除了见政商要员外,他还专门造访了一家刚成立一年的创业公司―格灵深瞳。对于这家初创公司,比尔盖茨留下了两句后来被广泛引用的评语“This is very cool”和“IT界的下一个大事件是计算机视觉(computer vision)与深度学习(deep learning) 的结合”。
格灵深瞳就是这样一个结合了计算机视觉和深度学习为一身的酷公司。创始人赵勇是致力于视觉理解的知名极客,虽然他本人并不喜欢这个称谓。
“极客(Geek)在英文里形容书呆子,只会做技术不通世事,但我觉得我是一个懂技术的正常人。”他对《财经天下》周刊说。
赵勇专攻计算机视觉和运算影像学,2009年入职谷歌总部研究院任资深研究员,是谷歌眼镜项目的骨干。“我们团队负责谷歌眼镜的场景识别技术,利用谷歌街景来判断使用者所处的位置。”简单地说就是将谷歌眼镜捕获的图像和谷歌街景做比对,然后快速地定位用户所处位置和周边信息。谷歌眼镜可以在500毫米之内将用户的位置精确到米级别。赵勇说谷歌眼镜并不是“进化的产品,而是从无到有的突破”。
2013年初,赵勇回国创业成立格灵深瞳,并在三个月后拿到真格基金和联创策源的联合天使投资,同年6月格灵深瞳又拿到红杉资本 A 轮高达数千万美元的投资。
业内传播着投资人争论其未来估值的段子,据说某次饭局上真格基金的徐小平、红杉资本的沈南鹏和联创策源的冯波讨论格灵深瞳的未来估值,徐小平认为起码5000亿美元,而沈南鹏认为1000亿美元,最后冯波折中地认为3000亿美元。而现在中国电商巨头阿里巴巴的市值还不到1900亿美元。
受到比尔・盖茨和投资人如此追捧的原因在于赵勇的研究方向―计算机视觉,这是机器学习中极为复杂的领域。
将赵勇和陈运一个对比就可以看出他们研究方向的不同。赵勇认为数据挖掘是让计算机理解“结构化信息”,结构化指那些人工制作的成型的信息数据,例如一句话一段文字或者一份表格。但计算机视觉需要让机器理解飘过镜头的一片树叶,或者悄悄走过的一只猫。
陈运文对此也做了比较,他认为数据挖掘更多的是处理文本信息,而文字是具象的表达,机器看到汉字“猫”或者英文“cat”就可以理解这是一种动物,但图片是抽象信息,给计算机看一张猫的图片,让它去理解猫的概念非常困难。
所以当2012年6月谷歌X实验室宣布他们研发的“谷歌大脑”通过百万张图片的学习后可以识别“猫”的时候,全世界都为之震惊。这意味着谷歌培养的这个“孩子”具备视觉理解的能力可以“看图说话”了。而参与“谷歌大脑”研发的吴恩达博士(Andrew Ng)也因为这个项目被誉为“谷歌大脑之父”,成为机器学习领域最权威的学者。
为了建造“谷歌大脑”,吴恩达使用了神经网络系统,他们连接了1.6万片处理器创造了一个拥有10亿多条连接的神经网络,并逐步地培训这个系统,直到它拥有识图的能力。
现在,赵勇做的事情与此类似。
他通过影像设备捕捉实时画面,让计算机识别这个真实世界,更为直接的说法或许是―赵勇正在研制“机器人之眼”。
像谷歌一样,想让计算机能识别图像,赵勇也需要制作一个“深度神经网络”系统。
在人脑中有大约1000亿个神经元,神经元通过神经突出连接在一起就变成了一个神经网络,人们思考问题的时候这些神经网络相互激发,最终产生决策。现在极客们用计算机来模拟这个过程,用计算程序建立起庞大的计算元素,这些程序运算的结果通过网络互为交换互相影响,最终产生结果,这就是初级的人工神经网络。人工神经网络层级越多规模越大,其“聪明程度”就越高,学习的能力就越强。
要培养这样一个会“识图的孩子”,赵勇除了要建立这样一套庞大的神经网络之外,还需要不停训练这个网络。
“可以将神经网络当成一个黑盒子,我在里面设定了一些基本参数,随后不停的往里面输入数据、图片来训练它,通过这种大量的训练,黑盒子里面参数的连接会越来越紧密,整个网络也会越来越聪明,最终变成一个可以识别图片的智能系统。”
严格地说,人工智能不是人类设计出来的,而是人类训练出来的。即便是赵勇这样的创建者也无法知道这些神经网络到底如何相互作用相互影响,并最终形成自己的智能系统。他能做的只是“选择输入数据,控制训练方向”。
依旧以老师教育孩子做比喻,虽然赵勇这个老师不知道孩子是怎么理解图片,识别这个世界的,但他可以控制教学的内容,让这个孩子朝某个方面学习。
赵勇花费了两年时间才为格灵深瞳培养出自己的“孩子”,并将这些有“识图能力”的人工智能设备应用到安防监控和汽车识别方面。
去年格灵深瞳推出了名为“目”的行为分析仪,这是一个包含软硬件于一体的智能监控产品。“目”会实时监控场景内的情况,发觉异常就立刻报警或者提醒工作人员注意。而在另一个名为“威目”的产品中,格灵深瞳做到了车辆识别,他们训练系统辨识超过5000种车辆,这几乎涵盖了地球上所有的汽车类型。这种能力为警方办案提供了帮助,警方可以用“以图搜图”的方式让“威目”提供他们需要的视频资料。“警方提供一张汽车照片,威目在识别照片之后可以从交通录像中找出该车的行动轨迹。”除此之外,该系统还可以搜索“结构化信息”,例如在系统中输入2004年生产车牌中含有5这个数字的红色奥迪A4汽车,“威目”就会在资料中截取相关的图像或者视频,而此前这些工作都需要人工完成。
如果计算机视觉技术以这样的速度继续,或许用不了几年,当我们站在摄像头前时,计算机会在屏幕上敲出那句让人激动的言语―“I see you .” 造物者
“谷歌大脑之父”吴恩达在完成了“认猫”创举两年后离开了谷歌,加盟了百度,任职百度首席科学家并负责“百度大脑”的研发。
说服吴恩达做此决定的是他的好友,现任地平线机器人技术CEO的余凯。
余凯是国际知名的机器学习专家,他牵头成立的百度深度学习研究院是国内第一个研究深度神经网络的研究机构,加盟百度时被李彦宏称为“镇院之宝”。
“深度网络学概起始于2006年,当时主要有5个机构从事这方面的研究,分别是多伦多大学、纽约大学、美国的NEC实验室、斯坦福大学和蒙特利尔大学,而我当时在NEC实验室工作。”余凯说。有段时间他还在斯坦福大学执教《人工智能概论》。他领导的团队在深度学习、图像识别、文本挖掘、多媒体检索、视频监控,人机交互等机器学习领域都有建树。
去年余凯离开百度,在中关村的创富大厦租赁办公室成立地平线机器人技术。成立仅4个月,这家公司就迎来了首轮投资,投资方包括晨兴资本、高瓴资本、红杉资本、金沙江创投等多家机构。
比起商业上的追求,余凯更想用技术改变世界―为万物装上人工智能的大脑,让它们变成拥有智能思维的机器人。
在余凯看来,他在百度的工作主要是在“云端”搭建人工智能深度神经网络,其服务主要体现在“为用户提供更智能的互联网服务”,他希望通过人工智能技术应用到物理世界中,让人们的生活变得更方便和简单。“现在很多电器都采用软件结合互联网操控,我希望未来都可以实现本地人工智能操控。”
他准备让汽车、空调、冰箱、微波炉等上千种产品或设备都具有从感知到决策的能力。比如用户进入房间时空调就可以感知人的位置和体温自动开机送风,并追随人的移动而改变送风方向;冰箱则会读取存储食物的信息,及时提醒用户食用或补充。
余凯利用深度神经网络算法来搭建他的人工智能框架。他将这种人工智能系统描述成“类似于安卓的智能硬件的大脑平台”,这个系统可以安装在不同的产品中。
他“改造万物”的计划先从家居产品和汽车两个方面着手。地平线机器人技术研发了针对这两个行业的人工智能操作系统。家居方面的基于深度神经网络的操作系统名为“安徒生”,汽车的则称为“雨果”。
现在 “安徒生”已经入驻家电产品,在刚刚过去的上海家博会展上,地平线机器人和某国内知名家电厂商合作的两款智能产品面世参展。“现在业界最大的智能家居厂商都是我们的客户,我们向他们提供算法操作系统,并告诉他们如何配置硬件设备,就像安卓向手机厂商提供参考设计一样。”
下一步余凯准备让“雨果”进入汽车自动驾驶领域,在安装了传感器、处理器和雨果大脑平台后,汽车可以成为提供无人驾驶或智能驾驶的新型交通工具。
“定义万物智能的大脑,这还要花很长时间,但是我觉得一步一步往那边靠近。” 余凯知道地平线机器人的征程漫漫,但对于AlphaGo对战李世石这样的人机大战新闻他却无比笃定。“赛前几乎所有专家都说这次机器赢不了,但我在接受网易采访的时候就公开预测机器会赢,因为我了解AlphaGo的算法。”
陈运文也表达了相同的猜测。3月9日下午,陈运文就兴奋地预测AlphaGo能够获胜,那时首尔的李世石刚在棋盘上落下自己的第一枚黑子。
3个小时后,对弈到186手时李世石投子推枰宣告认输。
人工智能如今已是科技行业中“闪耀的新星”。
我们不禁追问:
人工智能的前沿问题到底是什么?
众多科技公司对“人工智能”的厚爱是赶时髦还是真较量?
在概念被炒得火热的同时,
人工智能的实际应用和有效价值又表现如何?
5月23日-27日,围棋界的人机大战在乌镇上演。柯洁与AlphaGo三番棋大战之后,人类又组团群雄再战AlphaGo。人工智能再次成为这些天的新闻焦点。
人工智能如今已是科技行业中“闪耀的新星”。IDC的一份报告显示,认知计算和人工智能解决方案市场在2016年到2020年的年复合增长率将达到55.1%,认知计算和人工智能在各行各业中的广泛应用将推动其全球收入从2016年的近80亿美元增加到2020年的470多亿美元。
Gartner副总裁兼资深研究员大卫・卡利(David Cearley)在2017年重大技术趋势预测会上表示:“应用人工智能和高级机器学习实现了一系列的智能应用,包括物理设备(机器人、自动驾驶汽车、消费电子产品)、应用程序和服务(虚拟个人助理、智能顾问)。”
卡利说,这些应用将以不同于以往的智能应用程序和智能产品的形式呈现出来,并为各种各样的网络设备、现有软件和服务解决方案提供嵌入式的智能。
Gartner执行副总裁、研究主管兼资深研究员达尔・普拉默(Daryl Plummer)预测,到2020年,更智能的算法将会让人工智能改变全球10多亿工作者的状态。
在Gartner的2017年十大重大技术趋势预测中,人工智能相关技术占据了前三名的位置,分别是:人工智能和高级机器学习、智能应用、智能产品。
第一,人工智能和高级机器学习。人工智能和高级机器学习由很多技术(比如深度学习、神经网络、自然语言处理)组成。Gartner认为,更先进的技术将超越基于规则的传统算法,创造能够理解、学习、预测、适应甚至有望自主运作的系统,从而让智能机器显得更加“智能”。
第二,智能应用。像虚拟个人助理这样的智能应用程序可以发挥人类助理的某些职能,让人们的日常工作变得更加容易,提高用户工作效率。Gartner认为,这些智能应用程序有潜力改变现在人们的工作性质和职场结构。“未来十年,几乎所有的应用程序、服务都将包含某种程度的人工智能。人工智能和机器学习在应用程序和服务方面的应用将不断发展壮大,这将成为一个长期的趋势。”卡利举了一个麦当劳的案例:麦当劳生产汉堡,智能应用每分钟通过照片分析超过1000个面包来检查其颜色、形态和芝麻分布状况,从而不断自动调整烤箱的温度和烘烤时间,可以大幅减少人工成本,并保证高质量。
第三,智能产品。智能产品是指超出了刚性编程模型范畴的物理实体,通过应用人工智能和机器学习来实现高级行为,并与周围环境和人类更加自然地交互。
目前,日本长崎的Henn-ne宾馆已经开始使用10台类人机器人进行迎宾服务,代替了原来预订柜台的所有服务员。随着无人机、无人驾驶汽车和智能家电等智能产品的不断普及,Gartner预计各自为政的智能产品将转变为相互协作的智能产品。
数据经济时代下,人工智能和物联网等新技术正在成为全球经济发展的新动力。人工智能的广泛应用将会作为一种新的常态,推动行业企业转型,改变人们的生活工作方式。随着“加快人工智能等技术研发和转化”今年首次被写入政府工作报告,商业人工智能将在拥有庞大数据资源的中国市场迎来前所未有的发展机遇。
当今世界上各大科技公司均将投资目光投向人工智能的未来发展上,并且在可预知的未来一段时间内,他们纷纷计划在该领域发力。
那么,我们不禁追问:人工智能的前沿问题到底是什么?这么多科技公司对“人工智能”的厚爱是赶时髦还是真较量?在概念被炒得火热的同r,人工智能的实际应用和有效价值又表现如何?
前沿领域篇 人工智能研究的前沿是什么
史蒂芬・霍金教授在2017GMIC 全球移动互联网大会上的视频演讲中对于人工智能的前言研究领域如此表述。在过去的20 年里,人工智能一直专注于围绕建设智能所产生的问题,也就是在特定环境下可以感知并行动的各种系统。在这种情况下,智能是一个与统计学和经济学相关的理性概念。通俗地讲, 这是一种做出好的决定、计划和推论的能力。基于这些工作,大量的整合和交叉孕育被应用在人工智能、机器学习、统计学、控制论、神经科学以及其它领域。共享理论框架的建立,结合数据的供应和处理能力,在各种细分的领域取得了显著的成功。例如语音识别、图像分类、自动驾驶、机器翻译、步态运动和问答系统。
他说,现在,关于人工智能的研究正在迅速发展。这一研究可以从短期和长期来讨论。一些短期的担忧在无人驾驶方面,从民用无人机到自主驾驶汽车。比如说,在紧急情况下, 一辆无人驾驶汽车不得不在小风险的大事故和大概率的小事故之间进行选择。另一个担忧在致命性智能自主武器。它们是否该被禁止?如果是, 那么“自主” 该如何精确定义。如果不是, 任何使用不当和故障的过失应该如何问责。还有另外一些担忧,由人工智能逐渐可以解读大量监控数据引起的隐私和担忧,以及如何管理因人工智能取代工作岗位带来的经济影响。
长期担忧主要是人工智能系统失控的潜在风险,随着不遵循人类意愿行事的超级智能的崛起,那个强大的系统威胁到人类。这样错位的结果是否有可能?如果是,这些情况是如何出现的?我们应该投入什么样的研究,以便更好地理解和解决危险的超级智能崛起的可能性,或智能爆发的出现?
有人说,脑科学和人工智能迄今为止还是两门平行的学科,人工智能对人类脑科学研究暂时没有任何实质性的帮助。反观脑科学却对人工智能的深度学习方面提供了不少帮助, 比如人工智能借用神经科学里的视觉工作机制理论,使得人工智能有了今天的发展。但实际上,至今为止, 人工智能也只是用了脑科学其中的一个理论而已。
但卡内基・梅隆大学计算机科学学院机器学习系主任Tom Mitchellt不这么认为。他在GMIC2017上的演讲中提到,下围棋、下象棋,人工智能在这一领域突破非常快,背后主要是依靠深层次的机器学习。
另外在脑科学方面的发展也非常迅猛。在过去十几年的时间里,有很多先进的技术和设备,使得我们可以采用无创或者微创的方法进入到人的大脑,进行毫米级的观察,而且在毫秒内就可以对几千张影像进行分析,观察人脑的活性。
此外,动物大脑的研究更加令人欢心鼓舞,通过基因方面的研究,在基因上进行相应的工程,对老鼠和其他动物相应的神经元进行修饰、改变,这样可以更好地对人的神经活动进行一些管理和控制。无论是人工智能还是脑科学,都取得了令人瞩目的巨大进展。现在人的脑科学和人工智能方面到了可以有更多交集的好时机,我们应该在人工智能和脑科学之间搭建更多的桥梁。
而天风证券海外首席分析师何翩翩(美国麻省理工学院电机工程学士、人工智能硕士、MBA三学位获得者)在GMIC 全球移动互联网大会上分享关于人工智能未来发展趋势的报告时表示,目前, 国内外人工智能的讨论范畴一直都围绕着五个点:强度、能力、广度、监督和自主性。通俗地讲可以概括为:机器训练智能化的程度;用来解决什么问题;特定性向通用性的延伸;监督和无监督;人工智能是助手还是主角。
她介绍了MIT关于人工智能的五大趋势预测。首先,最先出现的两个趋势应该是正向强化学习和对抗性神经网络。AlphaGo 可以说是深度强化学习技术的一个里程碑。GAN (生成对抗网络)很有可能会是在无监督学习还没能普及之前让计算机变得更加智能的关键所在。其次是语言学习。语音识别和语音接口,在技术和应用场景方面已经算是AI 里面较为成熟的,计算机通过语言与我们交流和互动,理解语言的上下文含义,将使AI 系统获得全方位的实用性提升,这也是AI步入夏天的第一步。
第四个趋势是,2017 年中国开始成为人工智能主要参与者。BAT 的布局,加上国内投资者对于AI 创业公司的投资热情高涨。政府方面也在积极推动政策扶持,预计在2018 年前投资约150 亿美元。但我们也发现关于AI 的夸张报道铺天盖地,对AI 的炒作也达到了令业界人士不安的程度。我们认为这样对AI 可能会造成揠苗助长的负面效果,继而导致创业公司因估值过高而步向失败以及投资枯竭的情况。
第五个趋势就是面对炒作我们应该深呼吸一口气,头脑时刻保持清醒,理智地去看待AI 行业的下一步发展,踏踏实实地去做好AI 应用的研发工作。
百家争鸣篇 厂商厚爱AI 是赶时髦还是真较量
谷歌
谷歌早在2011年就成立了AI部门。2015年8月,谷歌宣布架构重组,设立母公司Alphabet,把谷歌搜索里提炼出来的人工智能做成谷歌大脑,然后应用到各领域。
今年5月,谷歌揭示了人工智能发展的一种主要新方法,它被称为“自动机器学习(AutoML)”,它允许人工智能成为另一个人的架构师,并在无需人工工程师输入的情况下进行自我创造。
AutoML项目专注于深度学习,一种涉及到通过神经网络层传递数据的技术。创建这些层是很复杂的,因此谷歌的想法是创造能够自我创造的人工智能。
谷歌的这个想法,就是让现有的人工智能创建自己的代码层,而事实证明,它比它的人类技术人员更快、更有效地完成了它的工作。
NVIDIA
在AI世界里,NVIDIA拥有的GPU技术一直占据中心地位。从2016年起,NVIDIA开始为数据中心和自动驾驶技术提供图形处理器,成为提振去年股价的中心动力,而这两项业务的发展也是蒸蒸日上。根据其最近公开的财报,第一财季的数据中心业务收入翻倍至4.09亿美元,远超过预期的3.182亿美元。汽车业务收入增长24%至1.4亿美元,好于预期的1.32亿美元。
NVIDIA创始人兼CEO黄仁勋在本月初的2017 GPU技术大会上宣布,将与日本汽车制造商丰田合作,为其提供人工智能硬件及软件技术,致力于在未来几年内提升自动驾驶系统的性能并推进商业化进程。
IBM
日前,以“天工开物・人机同行”为主题的2017 IBM论坛在北京召开。会上IBM了全面升级的加强版合作伙伴计划(PartnerWorld计划),以期帮助合作伙伴在云计算、认知、大数据、安全等高增长领域建立更强大的专业知识和新技能,在认知时代打造企业核心竞争力、推动业务高速增长以及提升最终客户的满意度。
IBM大中华区董事长陈黎明认为,Watson是IBM在人工智能领域60年集大成者。IBM在人工智能这个领域的尖端技术集中体现到了Watson这套系统上面去,当然IBM的能力也在不断的研发、不断拓展当中,它的能力一定会变得越来越强。目前Watson 所有具备的URLI四大能力是: Watson能够理解、推理、学习并通过自然语言与人类进行交互。它已经超越了语言和语音的范畴,深入到视觉、情绪和发现领域,其中情绪和发现是Watson所特有的。
OpenAI
OpenAI 是一家非营利性机构,由特斯拉CEO 马斯克联合多个硅谷名人成立,马斯克也时常发出人工智能,如开发人工智能即召唤邪恶,甚至表示未来人类将会成为人工智能的宠物,以及人机结合,人类与人工智能并存,或者可以理解为“半机械人”。
在2015 年12 月,马斯克及多位硅谷大亨成立了OpenAI 机构,开始了他的疯狂人工智能计划,并筹得了10 亿美元的资金来推动人工智能健康有序发展。他所研究的人工智能技术成果开源,分享给想要使用的每一个人。要知道推动人工智能发展的关键因素是人才和数据,OpenAI 拥有庞大资金后,首先争夺人工智能人才,从谷歌等公司直接挖来顶尖人工智能研究人员,Google2Brain 团队的前研究员Ilya2 Sutskever 担任研究总监。与谷歌、微软等相比,OpenAI人工智能队伍仍然十分弱小。OpenAI 近日一项实验具有里程碑的意义,基于全新算法,人类在虚拟现实环境中演示一遍后,机器人就能模仿执行相同的任务。尽管任务相对比较简单,但对未来发展奠定基础,前景广阔。
百度
百度是我国最早在人工智能领域布局的公司。2013 年年初,李彦宏就提出设立深度学习研究院;当年4月,百度设立了硅谷人工智能实验室。之后,人工智能就渐渐成为百度的战略发展方向,到如今,百度在人工智能的投入与布局已经初现成果。2016 年6 月,《麻省理工科技评论》评选的“全球最聪明的50 家公司”,百度成功入选; 2016 年11月, 百度大脑入选15 项世界互联网领先科技成果。除百度大脑外,百度在人工智能领域的布局还包括:无人车驾驶、度秘、百度AR 和百度医疗大脑。
阿里巴巴
依托阿里云和电商大数据, 阿里巴巴也在人工智能领域逐渐发力。2016 年8 月初, 在云栖大会北京峰会上,阿里云正式推出人工智能ET。ET 目前已具备智能语音交互、图像视频识别、交通预测、情感分析等技能。此外,阿里还有“电商大脑” 和“阿里小蜜”。
腾讯
腾讯相对较晚,2016 年9 月末,腾讯AI 实验室成立,专注于人工智能的基础研究及应用探索。目前, 该实验室已经有超过30 位顶尖科学家入职,其中超过90%拥有博士学历。下一步,将围绕内容、社交、游戏三个领域的应用场景,专注机器学习、自然语言处理、语音识别和和计算机视觉四个方面的基础研究。
联想
2017 年4 月中旬,联想集团董事长杨元庆对外宣布,未来4 年,联想集团将在人工智能、物联网和大数据方面的投资超过12 亿美元(约82 亿元人民币)。至2021 年3 月份,联想集团每年研发开支将到达15 亿美元左右,且上述款项将占总研发预算的20%以上。
同BAT 相比,联想在人工智能领域的探索起步较晚。但未来,每年将有15 亿美元的研发资金用于三个技术方向的研究:第一, 将AR作为未来的显示和应用平台;第二,对话式的人机交互;第三,针对后台设备的数据中心技术平台。据悉,其在智能家居、智能办公室、智能医疗及其他领域已经开始有所动作,最终联想能否杀入人工智能排位赛的前列, 让我们拭目以待。
美团云
近日,美团云推出高性能GPU 云主机,标志着美团云正式进军AI 领域,开启云端AI 战略。
美团云高级研发总监王昕溥向《中国信息化周报》记者介绍,美团云打造的人工智能版图主要包含三大类产品:主机类、平台类和服务类。主机类产品中,除已可申使用的高性能GPU 云主机外,还将上线FPGA 云主机服务。FPGA 的单位功耗性能是GPU 的10 倍以上,由多个FPGA 组成的集群能达到GPU 的图像处理能力并保持低功耗的特点。英特尔预计,到2020 年,将有1/3 的云数据中心节点采用FPGA 技术。平台类产品方面,美团云还将于7 月正式开放深度学习平台,输出美团云AI 能力,为用户提供TensorFlow 的灵活、高扩展性深度学习框架。美团云深度学习平台可以让工程师摆脱底层的繁琐细节及资源约束,实现一站式开发、测试、部署。在上层服务类产品中,美团云即将上线人脸识别、OCR 文字识别、图片识别、语音识别、智能客服、自然语言处理、机器翻译等与人们生活场景密切相关的AI 服务,让人类生活更加智能化。
实际应用篇 最接地气的AI应用有哪些
说到人工智能(AI),目前被炒得最热的似乎都是天上飞的技术,比如无人驾驶、AlphaGO 对战下围棋, 而实实在在落地到应用生活层面的人工智能却并不被关注。这不禁让市场感叹,2017 年的人工智能虚火上升, 不接地气。
云知声董事长/CTO 梁家恩就曾在4月举办的硬蛋AI+ 产业峰会演讲中表示,现在绝大多数的AI 产品都更像是在炫耀技术,哪天看不到技术的痕迹了,才可能是达到了一个使用的阶段,并最终渗透到智慧生活、智慧城市、智慧制造等领域。其中智慧生活是面向普通的用户,智能城市是让资源如何变得更加的优化,智能制造是软件实现个性化。
可能,生活中的智能家居是最接地气的AI应用。
随着物联网时代的来临,智能生活将成为大多数人的生活常态。而老百姓日常生活所离不开的家居用品则可能是人工智能这项飘在云端的技术中最接地气和最容易落地的产业,而智能家居落地后会大大改变人们的生活方式。
数据显示,2017 年全球智能语音产业规模将达112.4 亿美元,复合年均增长率达35.1%,将成为未来智能硬件爆发的据点之一。2012 年至2020年,中国智能家居市场年增长率将达到25%左右,2020 年市场规模将达到3576 亿元。而国外,包括苹果在内的科技巨头也在布局HomeKit 的智能家居新模式。
IBM Watson Health已经开始证明自己在帮助处理期刊文章、开展最新医学研究以及随后充当诊断助理方面的宝贵价值。现在,IBM正在训练Watson读取医学影像,以帮助放射科医师加速开展工作并减少错误。
无人机是现在最火的智能设备,除了民用航拍,近几年专家们还开始利用它们回传的视频和图片来进行大型工程的结构检查。人们将现有的机器视觉AI技术加入无人机,它就可自行对设备进行检视,大大缩短设备维护的时间。
Facebook 表示未来将使1000多架太阳能激光无人机为全球 50 亿人提供上网服务,用激光从 6 万至 9 万英尺(约合 1.8 万至 2.7 万米)的高空发送高速数据供全球最偏远的地区上网。据悉,该公司将使用一种名为 Aquila 的无人机来完成该项目,这种 V 形无人机的翼展与波音767相仿,重量却不及一辆小轿车。
F8 大会期间,Facebook 还展示了这种无人机的最新设计,它可以一次性在高空停留 3 个月,这些无人机有望在今年夏天升空测试――听起来真的很酷。
如今,人工智能虽在整个行业内掀起火热的浪潮,但是如何将研究进程转换为实际的有效价值才是研究的最终方向。
相关链接