从产业链来全面分析人工智能.doc

从产业链来全面分析人工智能.doc

ID:27841267

大小:176.00 KB

页数:11页

时间:2018-12-06

从产业链来全面分析人工智能.doc_第1页
从产业链来全面分析人工智能.doc_第2页
从产业链来全面分析人工智能.doc_第3页
从产业链来全面分析人工智能.doc_第4页
从产业链来全面分析人工智能.doc_第5页
资源描述:

《从产业链来全面分析人工智能.doc》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、从产业链来全面分析人工智能  一、人工智能发展的利好因素  从产业链来全面分析人工智能  一、人工智能发展的利好因素  从产业链来全面分析人工智能  一、人工智能发展的利好因素  从产业链来全面分析人工智能  一、人工智能发展的利好因素    政策利好:2016年5月24日,由国家四部联合发布的《“互联网+”人工智能三年行动实施方案》,从平台资源、服务体系、技术支撑、人才培养等方面为国内人工智能发展提供有利条件。7月5日发改委就《战略性新兴产业重点产品和服务指导目录》2016版公开征求意见。对原有的七大产业也进行了修订,如在“新一代信息技术产业”中增加了人工智能产业。  经济:从产业角度看

2、,虽然人工智能现阶段还处于“少年期”,但无论从技术成熟度还是资本市场关注度看,人工智能都有很大的发挥空间。首先互联网经济的繁荣,为人工智能提供了庞大的用户群,同时出现人工智能投资热点,2015年人工智能创业公司供获得投资资金额达12.6亿。  社会:在消费升级的趋势下,零售开始智能化,有智能货柜,智能家居生活用品,消费者与商家有更多的互动,有更精准的俄消费者画像,品牌更加的娱乐化和年轻化;在医疗大健康的背景下,医疗需要智能化,需要有更先进的手段来满足手术需求;在人工成本逐步上涨的背景下,工厂无人化,工业机器人大规模使用;车辆也开始无人化,京东开始用无人机无人车送花,还有无人驾驶的汽车等;这

3、样会形成新的生活态度,解放人的体力和部分脑力。  技术:国内一大批企业在视觉识别、语音识别等领域实现技术突破也为我国人工智能产业的发展提供了有利条件。深度学习技术,成为了比人更厉害的信息分类器。  二、什么是人工智能  人工智能,英文缩写为AI,是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术以及应用系统的一门新的技术科学,是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式作出防御的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。如今,人工智能已经演化成了机器学习、自然语言处理、图像识别以及人机交互这四大模块。  

4、  机器学习技术:指计算机通过对大量已有数据的处理分析和学习,从而拥有预测判断和做出最佳决策的能力。这项技术与计算机科学、统计学、数学优化算法等都有着密不可分的关系。其代表算法有深入学习、人工神经网络、决策树、增强算法等。  自然语言处理技术:指让计算机可以理解人类的语言,包括将人类语言转化为计算机程序可以处理的形式及将计算机数据转化为人类自然语言两种形式。这里指的语言可以是声音也可以是文字。这项技术的主要内容包括信息检索、信息抽取、词性标注、句法分析、多语处理、语音识别等。  图像处理技术:指让计算机拥有人类的视觉功能,可以获得、处理并分析和理解图片或多维度数据。这项技术的主要内容包括图

5、像获得、图像过滤和调整、特征提取等。  人机交互技术:指计算机系统和用户可以通过人机交互界面进行交流。这项技术包括的主要内容包括计算机图像学、交互界面设计、增强现实等。  三、人工智能产业链的演变及分布    人工智能可以细分为13个领域:全面覆盖了深度学习/机器学习(通用)、深度学习/机器学习(应用)、自然语言处理(通用)、自然语言处理(语音识别)、计算机视觉/图像识别(通用)、计算机视觉/图像识别(应用)、手势控制、虚拟私人助手、智能机器人、推荐引擎和协助过滤算法、情境感知计算、语音翻译、视频内容自动识别等。  从产业链分布来看:  首先是计算处理及信息储存的芯片巨头,像英特尔、NVI

6、DIA等公司,它们处于这一领域的最上游,为中下游产业链提供计算处理能力及相关解决方案,他们决定了人工智能发展的深度。  其次是大数据产业链中的原始数据获取方,包括运营商、BAT、微软、谷歌等把持互联网入口的公司,它们掌握着机器学习必须的数据资源,决定了人工智能发展的广度。  此外,还有人工智能技术的研发集团,其中自动驾驶、深度学习、语音识别以及图像识别等领域都有着各自取得领先公司和团队。  相较于全球市场,我国人工智能产业链主要包括基础技术支撑、人工智能技术及人工智能应用三个层次。    基础支撑层:国际IT巨头长期盘踞,中国初创企业很难进入  在人工智能领域,传统的芯片计算架构已无法支撑

7、深度学习等大规模并行计算的需求,这就需要新的底层硬件来更好地储备数据、加速计算过程。基础层主要以硬件为核心,其中包括GPU/FPGA等用于性能加速的硬件、神经网络芯片、传感器与中间件,这些是支撑人工智能应用的前提。这些硬件为整个人工智能的运算提供算力,目前多以国际IT巨头为主。  目前在GPU领域,英伟达主打工业级超大规模深度网络加速,并于日前推出了基于Volta、首款速度超越100TFlops的处理器Tesla;英特尔

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。