深圳市物(wù)新智能科技有限公司,歡迎您!

新聞中(zhōng)心

您當前所在位置:首頁-新聞中(zhōng)心-公司新聞
2021年人工(gōng)智能産業發展趨勢
來源: | 作者:物(wù)新智能 | 發布時間: 2021-03-24 | 765 次浏覽 | 分(fēn)享到:

近年來,人工(gōng)智能産業吸引融資(zī)數量持續增長。2020年中(zhōng)國人工(gōng)智能産業融資(zī)規模約1400億元,資(zī)本持續看好中(zhōng)國人工(gōng)智能産業發展。随着國家政策的傾斜和5G等相關基礎技術的發展,中(zhōng)國人工(gōng)智能産業進入快速增長階段,市場發展潛力巨大(dà)。截至2020年6月底,我(wǒ)國人工(gōng)智能核心産業規模達770億元,預計在2025年将達到4000億元,未來有望發展爲全球最大(dà)的人工(gōng)智能市場。
圖片
       
随着應用模式與商(shāng)業模式的成形,人工(gōng)智能産業發展将持續向好,中(zhōng)國人工(gōng)智能企業超過2500家,已成爲全球獨角獸企業主要集中(zhōng)地之一(yī)。預計2021年,人工(gōng)智能領域專業化和細分(fēn)化程度将進一(yī)步提升,人工(gōng)智能廣泛應用的商(shāng)業化落地階段來臨。

人工(gōng)智能應用場景落地加速

2021年,人工(gōng)智能有望與虛拟現實技術的相結合,爲虛拟制造、模拟醫療、教育培訓、影視娛樂等提供場景豐富、互動及時的平台環境。

人工(gōng)智能将加速企業數字化轉型。随着人工(gōng)智能技術各細分(fēn)領域不斷創新和發展,帶來生(shēng)産效率的大(dà)幅提升,企業将擴大(dà)人工(gōng)智能資(zī)源的引進規模,加大(dà)自主研發投入,将人工(gōng)智能與其主營業務結合,提升核心競争力。

人工(gōng)智能在醫療領域的應用将持續深化。醫療人工(gōng)智能産業上遊主要是爲行業提供基礎技術支持的行業,如醫療數據挖掘、算法等。下(xià)遊主要爲醫療人工(gōng)智能技術的應用層,主要的應用場景有醫學影像、虛拟助手、藥物(wù)研發、健康管理、疾病風險預測、病曆/文獻分(fēn)析。

人工(gōng)智能将與汽車(chē)産業加速融合,實現感知(zhī)、決策、控制等專用功能模塊,進一(yī)步革新傳統汽車(chē)産業鏈,使汽車(chē)加速智能化、網聯化。

1、基于人工(gōng)智能的自動駕駛。在當前社會發展的大(dà)背景下(xià),交通壓力日漸增大(dà),交通事故也頻(pín)頻(pín)發生(shēng)。而在汽車(chē)操作上引入人工(gōng)智能系統,實現信息化自動操控,則成爲避免人爲事故發生(shēng)的好辦法。而從當前科技來看,人工(gōng)智能汽車(chē)要想獲得持續的發展,汽車(chē)自動駕駛系統是需要解決的重要問題。在實際的汽車(chē)駕駛過程中(zhōng),自動駕駛不是遵循一(yī)套簡單的數據規則或是信息技術下(xià)的一(yī)種簡單分(fēn)析、推斷和計算,它涉及深度學習等人工(gōng)智能技術的運用。人工(gōng)智能汽車(chē)一(yī)旦能夠取得大(dà)的技術突破,其能力将超越當前人類的駕駛能力,可以幫助人們規避一(yī)些人爲駕駛風險,進而改善當前交通狀況,建立一(yī)種新型的交通秩序。

2. 預測性維護。汽車(chē)維護與檢測是當代汽車(chē)應用的重要組成部分(fēn),目前,汽車(chē)還未能完全實現智能化的自我(wǒ)預測維護。而在未來人工(gōng)智能汽車(chē)中(zhōng),智能汽車(chē)會自動連接雲服務平台,并在此基礎上實時監控汽車(chē)上的數百個傳感器,并通過學習算法從中(zhōng)發現和對比汽車(chē)本身發生(shēng)的細微變化,在汽車(chē)出現問題之前就進行預測和判斷,進而将汽車(chē)相關數據發送至汽車(chē)服務平台與汽車(chē)駕駛人員(yuán)電子終端系統中(zhōng),并提出合理化建議。這樣未來的智能汽車(chē)維修行業就會大(dà)幅度提升維修速度,提高汽車(chē)的使用效率。

3. 個性化推薦。5G時代的到來,智能推送不斷應用于各個領域。汽車(chē)智能系統也會提供更加精确的服務,從而提升使用人員(yuán)的舒适感。在未來,無論是汽車(chē)娛樂系統的推送還是汽車(chē)上智能附帶系統,都會更加科學與精确,更加人性化。4. 駕駛員(yuán)風險評估與汽車(chē)索賠。駕駛員(yuán)風險評估與汽車(chē)索賠是汽車(chē)行業的有機組成部分(fēn),傳統意義上的依賴曆史駕駛行爲來設定保費(fèi)的做法逐漸會被淘汰。在不遠的将來,人工(gōng)智能通過大(dà)數據技術分(fēn)析駕駛員(yuán)個人風險因子,對駕駛員(yuán)的實際能力進行個性化量算評級,進而減少人爲風險,提升其安全系數。汽車(chē)索賠也會基于大(dà)數據進行實時檢測與管理,聯通預先建立的智能汽車(chē)分(fēn)析數據庫,進行智能定損,智能賠付等。

人工(gōng)智能将在制造業更多環節、更多層面得到推廣和深化,需求導向、痛點聚焦将成爲人工(gōng)智能與制造業融合的關鍵之一(yī),人工(gōng)智能産品和服務将落在具體(tǐ)的工(gōng)業智能産品或具體(tǐ)行業領域的系統解決方案上。

1. 質量檢驗。比如芯片檢測,如果生(shēng)産5億芯片,人工(gōng)檢測的話(huà)每年大(dà)約需要1億美金,但是如果利用視覺+機器學習,人工(gōng)參與度将大(dà)大(dà)降低,從而節約成本。
    圖片
2. 庫房管理與物(wù)流。比如某物(wù)流庫房,需要按照訂單和發貨地分(fēn)揀成品,同時回收空的料箱,并把部分(fēn)廢料、廢品扔進廢料堆放(fàng)處。這個工(gōng)作每個班次由兩名工(gōng)人合作完成,庫房内有粉塵和噪音,每天累計重複分(fēn)揀動作要執行2000-3000次,雖然重物(wù)搬運由機械手完成,但仍是強度大(dà)、環境差、技術含量低的重複性工(gōng)作。

企業用一(yī)台機器人替換每天三班倒的兩個工(gōng)位,機器人帶有機器視覺系統,成品識别和發貨地分(fēn)揀準确率很高,已不需要庫房留人補缺,隻在廢料廢品回收時,撿出極少量的空箱即可。

3、工(gōng)藝優化。AI通過調節和改進生(shēng)産過程中(zhōng)的參數,對于制造中(zhōng)使用的很多機器進行參數設置。生(shēng)産過程中(zhōng),機器需要進行諸多參數的設置。例如,在注塑中(zhōng),可能需要控制塑料的溫度、冷卻時間表、速度等。所有這些參數都可能受到各種外(wài)部因素的影響,例如,外(wài)界溫度等。通過收集所有這些數據,AI可以改進自動設置和調整機器的參數。

4、生(shēng)産制造。現在個性化越來越多,但是個性化生(shēng)産的成本又(yòu)非常巨大(dà),隻有一(yī)種途徑就是大(dà)規模定制可以兼顧個性化和成本。利用個人消費(fèi)數據進行分(fēn)析後形成綜合的訂單,然後平台分(fēn)發進行大(dà)規模生(shēng)産進而降低成品單價。

人工(gōng)智能産業底層支撐持續提升

2020年3月,中(zhōng)共中(zhōng)央政治局常務委員(yuán)會召開(kāi)會議,提出加快5G網絡、數據中(zhōng)心等新型基礎設施建設進度。“新基建”具有新時代的豐富内涵,既符合未來經濟社會發展趨勢,又(yòu)适應中(zhōng)國當前社會經濟發展階段和轉型需求,在補短闆的同時将成爲社會經濟發展的新引擎,人工(gōng)智能“新基建”對人工(gōng)智能産業發展具有重大(dà)意義。預計2021年,圍繞算法、數據和計算力等人工(gōng)智能新基建的“三駕馬車(chē)”,人工(gōng)智能産業鏈建設力度将繼續增大(dà)。

預計2021年地方政府對人工(gōng)智能産業發展的熱度将持續,地方扶持政策、舉措等也将變得更加務實和具備可操作性,應用将成爲政府關注和緊抓的重要内容,國内更多城市将聚焦智能芯片、智能無人機、智能網聯汽車(chē)、智能機器人等優勢産業,面向醫療健康、金融、交通、制造、家居、軌道交通等重點應用領域,積極構建符合本地優勢和發展特點的人工(gōng)智能深度應用場景,預計未來一(yī)年新零售、自動駕駛、醫療和教育等易落地的人工(gōng)智能應用場景将更加受到資(zī)本關注。

人工(gōng)智能技術發展趨勢

第一(yī)、深度學習技術從單模态向多模态發展

未來甚至可以對嗅覺、味覺、心理學等難以量化的信号進行融合,實現多個模态的聯合分(fēn)析,将推進深度學習從感知(zhī)智能升級爲認知(zhī)智能,在更多場景、更多業務上輔助人類工(gōng)作。一(yī)方面,多模态融合能夠推動人機交互模式的升級,人機交互過程中(zhōng)可以從視覺、聽(tīng)覺、觸覺等多方面體(tǐ)會機器的情感和表達的語義,通過圖文、語音、動作等多方式互動,從整體(tǐ)上提高人機交互的自然度和精确度。另一(yī)方面,多模态融合技術,能夠對人體(tǐ)的形态、表情和功能進行模拟仿真,打造出高度拟人化的虛拟形象,像真人一(yī)樣與人溝通互動,不斷提升交互體(tǐ)驗。

第二、邊緣人工(gōng)智能興起

邊緣人工(gōng)智能是人工(gōng)智能領域引人注目的新領域之一(yī),其目的是讓用戶運行人工(gōng)智能流程而不必擔心隐私或數據傳輸較慢(màn)帶來的影響。邊緣人工(gōng)智能可以使人工(gōng)智能技術得到更廣泛的應用,使智能設備在無需接入雲平台的情況下(xià)對輸入做出快速反應。

邊緣人工(gōng)智能變得越來越重要,這是因爲越來越多的設備需要在無法訪問雲平台的情況下(xià)使用人工(gōng)智能技術。在自動化機器人或配備計算機視覺算法的智能汽車(chē)的應用中(zhōng),數據傳輸的滞後可能是災難性的。自動駕駛汽車(chē)在檢測道路的人員(yuán)或障礙時不能受到延遲的影響,由于快速響應時間是如此重要,必須采用邊緣人工(gōng)智能系統,允許實時分(fēn)析和分(fēn)類圖像,而不依賴雲計算連接。

邊緣人工(gōng)智能可以與5G和物(wù)聯網等其他數字技術相結合。物(wù)聯網爲邊緣人工(gōng)智能系統生(shēng)成數據以供使用,而5G技術對于邊緣人工(gōng)智能和物(wù)聯網的持續發展至關重要。邊緣人工(gōng)智能的用例包括幾乎所有在本地設備上進行數據處理比通過雲平台更有效的實例。邊緣人工(gōng)智能的一(yī)些常見用例包括自動駕駛汽車(chē)、無人機、面部識别和數字助理。

第三、人工(gōng)智能将呈現多平台多系統協同态勢

未來,人工(gōng)智能産業将逐步向工(gōng)業化邁進。标準化的産品、規模化的生(shēng)産、流水線式的作業将是人工(gōng)智能實現産業化的發展方向。企業在行業實踐中(zhōng)的大(dà)量人機協同經驗沉澱将通過開(kāi)放(fàng)平台擴散至更多行業。既擁有行業知(zhī)識又(yòu)擁有智能技術的企業通過提供标準化、模塊化的産品和服務,爲橫向多行業全場景賦能。“開(kāi)放(fàng)、共享”将成爲下(xià)一(yī)階段人工(gōng)智能産業發展的關鍵詞。

開(kāi)放(fàng)創新平台的建設可以更好的整合行業技術、數據及用戶需求等方面的資(zī)源,以普惠應用的方式細化産業鏈層級,助力人工(gōng)智能産業生(shēng)态的構建。中(zhōng)小(xiǎo)型人工(gōng)智能企業能夠依托開(kāi)放(fàng)平台,集中(zhōng)資(zī)源和力量,打造自身的核心競争力。傳統領域的企業能夠借助開(kāi)放(fàng)平台的技術能力,快速實現行業的智能化轉型。“開(kāi)放(fàng)、共享”的創新發展模式将提升人工(gōng)智能技術成果的擴散與轉化能力,促進中(zhōng)國人工(gōng)智能産業形成以開(kāi)放(fàng)平台爲核心的智能生(shēng)态圈。

具體(tǐ)可分(fēn)爲兩個路徑,一(yī)是通用平台向行業平台分(fēn)化。立足于傳統産業各自的行業業務邏輯,實現融合行業基礎應用,深耕行業應用場景。二是邊緣系統向協同系統發展。邊緣系統目前功能單一(yī)且能力固化、應用場景有限且缺乏系統協同,現有的邊緣應用無論是功能還是可擴展性上都遠遠達不到實際的泛化應用需求。因此要實現通用平台、行業平台和邊緣應用的協同組合,以軟硬一(yī)體(tǐ)的方式實現具體(tǐ)應用的功能定制和擴展。

第四、人機協同将成爲未來産業發展新模式

在深度學習技術開(kāi)啓的人工(gōng)智能第一(yī)發展階段,單點技術的革新在市場中(zhōng)快速形成小(xiǎo)型的技術應用閉環,技術爲驅動的商(shāng)業模式快速形成。計算機視覺、自然語言處理、語音處理等人工(gōng)智能核心技術領域的突破開(kāi)啓了全球智能時代的新浪潮。以計算機視覺爲例,門禁、考勤、人證核驗、刷臉支付等場景問題在活體(tǐ)檢測、ReID、動作識别等計算機視覺技術應用後能夠高效地被解決。然而未來随着人工(gōng)智能技術在場景中(zhōng)應用的不斷深化,單一(yī)技術實現的技術閉環難以滿足複雜(zá)場景下(xià)的智能化需求。人們對于智能算法的能力要求持續升高,核心技術能力的研發難度開(kāi)始加大(dà)。

目前,人工(gōng)智能已在金融、醫療、教育、零售、工(gōng)業、交通、娛樂等諸多領域進行智能化的滲透。在智能變革的趨勢下(xià),傳統行業紛紛開(kāi)始探索如何與人工(gōng)智能結合應用。随着傳統産業的智能化實踐逐步深入,行業中(zhōng)深層次的知(zhī)識和經驗尤爲重要。簡單的人工(gōng)智能技術疊加将不再能滿足用戶的智能化預期。例如在金融領域,虛假申請、僞冒交易、内容違規給傳統金融信貸造成巨大(dà)風險,傳統的用戶信用評估使得企業和個人信貸申請流程較爲繁瑣,金融機構的風險把控力不足。人機協同則通過融合專家能力與機器能力,将風控專家的知(zhī)識技能模型化、結構化,再運用深度學習、自然語言處理、計算機視覺、知(zhī)識圖譜等技術手段自動學習貸款者的行爲消費(fèi)細節,實現用戶畫像的精準定位,從而提高風險識别能力,對全局的風險做到有效控制。


 免責聲明
本文來自騰訊新聞客戶端自媒體(tǐ),不代表騰訊新聞的觀點和立場。

聯系方式:

陳經理: 13818768775

李經理 :18686744177