智能概念在1950年跟原子弹同时代就有科学家提出过,最近的几十年也陆续有科学家发表过各种设想以及论文,但受制于多方面原因始终没有被充分挖掘。 人工智能在学术界引起重新关注,是源于2012年多伦多大学的研究员Alex用神经网络训练出的分类器,将图片分类检测准确率提高到一个全新的高度,该神经网络训练算法后来就被称为神经网络架构。接下来几年,谷歌等机构陆续又开发了很多其他的神经网络架构,灵感都大致都来自于最初的AlexNet。 在我国,人工智能广泛被学术界、工业界引起关注,是从2015年谷歌AlphaGo击败李世石和柯洁后才开始的。自2017年起,国内外大量资金涌入人工智能行业,经过三到四年的发展,人工智能的算法和底层技术已逐渐成熟,成本也在逐渐下降,已近乎到了行业爆发的临界点。 三、人工智能分为哪几类 今天的工业界把人工智能大致分为三大类: 通用人工智能:这是一个最宽泛的领域,比如阿尔法狗代替人类进行决策,无人驾驶技术代替人类开车,中美的头部互联网公司的数据中心都采用AI决策系统辅助人类进行运维,资源调度,故障灾难管控等等。该领域最大应用目前来看是无人驾驶,无人驾驶除了AI技术还涉及到方方面面,是一个综合性的领域。但根据目前技术水平来看,未来3-5年,基本上还是会处于汽车自动驾驶,但人仍需坐在车内、目视前方、手扶着方向盘的状态。 计算机视觉:AI目前发展最迅速的就是计算机视觉,国内主要是人脸识别,要说这门技术虽是由美国科学家提出来的,但将它商业化却是中国科技公司的原创。人脸识别能蓬勃发展,离不开中国的市场环境。 发展人工智能发展的三要素:算力,算法和数据。这些年,我们国家在这三个方面做足了功课,人工智能企业大面积崛起。某头部互联网研究院称已经可以用人脸对比来寻找被拐卖的儿童,这意味着计算机已经可以以你3岁时的照片勾勒出60岁的你。但需要注意的是人脸识别并不等于人工智能,人脸识别目前仅仅只占用广义人工智能5%应用场景。 自然语言处理.NLP:这是一个古老的类别,在AI技术出现前几十年NLP就已经存在。某些头部互联网公司天生就是这类的专家,分析网页内容并进行语义分析、情感获取、主题归纳,本质上是为了理解这篇文章在说什么,然后用于广告投放。今天我们以AI视角来看自然语言处理仅仅是万里长征的第一步,真正的AI NLP是需要达到理解之后能够自由对话,做到像人跟人交流一样人机互动。一些互联网巨头在语义理解分析方面都已经做到了顶尖水平,但人机对话这几年突破并不太大,未来一旦突破,那么可以预见,客服、销售、导购这些职业前景都会迅速遇到瓶颈。 四、人工智能行业的进展和中期展望 科技行业发展的核心驱动力是数字化的广度与深度,而数字化的进程基本上都是由大规模的计算平台驱动。从历史上看,平均每 12 年左右就有新一代的计算平台出现,这些计算平台都有一个核心结构:前端集中于人机交互的效率和覆盖度(鼠标、键盘、手指触摸、语音、自然交互等等),后端集中于计算资源(计算、存储、通信)与信息处理的规模及空间覆盖度(分布式数据库,全球互联网,移动互联网等等)。 我们已经经历了 IBM 主机、PC、互联网、移动互联网四次计算平台的更迭,目前正处于从移动互联网向 AIoT (人工智能跟万物结合)时代发展的“分水岭”,这基本上已经成为行业共识。 五、人工智能的投资潜力 万物皆可AI,未来呼啸而来,其投资潜力不言而喻。随着大数据的普及、深度学习算法的完善以及硬件效能的提高,人工智能的应用领域变得更广,应用程度也变得更深。近年来,人工智能被广泛应用于智能制造、智慧服务、自动驾驶、智慧抗疫、创新经济等领域。由此可见,无论是政策辅助还是市场加持,人工智能都是现在乃至未来的投资风口。 政策方面:2017年,国务院印发《新一代人工智能发展规划》,为人工智能发展提供了顶层设计。2020年3月,高层提出加快“新基建”进度,将人工智能明确纳入新基建范畴,为人工智能发展提供了进一步的政策保障。 市场方面:2018年,中国人工智能市场投资规模约25亿美元,根据互联网数据中心预测,到2022年,中国的人工智能市场投资规模将超过百亿美元,未来五年的复合增长率将超过59%,从而形成一个新的千亿人民币规模的产业生态,其中人工智能基础架构硬件市场规模将超过千亿人民币。 随着人工智能的普及以及政策、市场双重利好的加持,人工智能不仅成为当前科技发展的关键点,也将是未来很长一段时期经济发展的重要推动力,具备较高的投资价值。lg...