?设为首页 | 加入收藏
文献检索:
您现在的位置是:首页 > 《创业邦》 > 2016年第02期

喜大普奔:人工智能进入指数式发展阶段


□ 沈劲

高通公司

摘 要:

人工智能已经进入一个指数式发展的阶段:经历了初期曲线平缓的增长,到后期增长曲线非常陡峭,速度让人出乎意料。指数式发展的推动力 人工智能发展的推动力主要包括三个方面:计算个人化、计算网络化和大数据。

  文│高通公司副总裁、高通风险投资中国区总经理沈劲

  人工智能已经进入一个指数式发展的阶段:经历了初期曲线平缓的增长,到后期增长曲线非常陡峭,速度让人出乎意料。

  指数式发展的推动力

  人工智能发展的推动力主要包括三个方面:计算个人化、计算网络化和大数据。

  首先,计算个人化使得人工智能的研发从精英阶层扩展到大众。早期的研究机构主要是大学和政府,只有它们才有研发人工智能所必备的超级计算机。集成电路的发明和发展促成了计算能力快速上升和成本大幅下降。上世纪80年代浙江大学使用的小型机PDP11的运算能力远远不如我们今天使用的手机。

  其次,计算网络的价值增长也呈现指数式,例如,有4个节点的网络有12个有方向的连接,而400个节点的网络有多达159600个连接。今天的网络连接数(即价值)正在直线上升。

  再次,随着信息终端的普及和物理世界的数字化,数据正在爆炸增长,更是指数式增长。今天全球的数据量累计超过了10Zettabytes,其中90%的数据是在过去两年中产生的。

  近年来,人工智能领域的创业和研发活动越来越活跃。根据VentureScanner在2015年8月的统计,近十几年,全球人工智能领域的创业公司达到了855家,它们共获得87.5亿美金的风险投资。根据量化公司Quid的数据,在2013年有322家人工智能公司获得至少20亿美金的投资。据CBInsights的数据,2014年投资人工智能领域的金额比2013年增加了3倍。

  人工智能创业分布在13个不同的领域,包括机器学习、计算机视觉、语音识别、智能机器人等。

  正是因为计算能力的增强和数据量的极大增长,机器学习成为人工智能领域进步最快的分支,所获得的投资额占总投资额的45%。机器学习是用数据和以往的经验优化计算机模型的性能指标。比如说,制造手机有100多道工序,如果我们通过编程让机器人一步一步地按照程序完成,这不是机器学习。如果智能机器人通过观察工人制造手机的过程,再经过不断试错,最后达到可以自行制造的程度,这才是人工智能。

  “大数据”之前,因为没有足够的数据来训练模型,所以模型优化的进程缓慢。今天数据足够多了,运算能力大幅上升,优化模型的速度也随之加快了。最近量子计算机带来了实现更强大的运算能力的希望。

  大公司越来越活跃

  先说谷歌。其于2010年正式启动汽车自动驾驶项目,2012年获得美国首个自动骂驶车辆许可证。到了2016年年初,谷歌的自动驾驶汽车己经累计行驶了225万公里。

  2014年谷歌收购了深度学习公司DeepMind,同年10月它发布了一种全新的模拟神经网络。同样在2014年,谷歌开始开发一套能够整合海量数据的语音系统,使得语音识别的精准度从2012年的84%提升到了2014年的98%。

  2012年,“谷歌大脑”可以在1000万张图片中成功识别出一只猫。从2010年到2014年,谷歌的图像分类识别精确度提高了4倍。在2013年,它还收购了8家机器人公司。

  再来看Facebook。深度学习的鼻祖级科学家YannLeCun在2013年加入Facebook,使其图像识别和自然语言处理技术飞速提高。2014年,Facebook的脸部识别准确率达到97%。

......(未完,请点击下方“在线阅读”)
特别说明:本文献摘要信息,由维普资讯网提供,本站只提供索引,不对该文献的全文内容负责,不提供免费的全文下载服务。

关于我们 | 网站声明 | 合作伙伴 | 联系方式 | IP查询
亚洲365体育_365体育官网 可以结束_365体育是真的吗期刊网 2019 触屏版 繁体版 电脑版 京ICP备13008804号-2