人工智能 凶猛席卷各大行业

作者: 金评媒资讯   

当前人工智能的爆发一定程度上得益于深度神经网络技术的突破。对于不同场景的多种神经网络算法的应用，让机器有了自主学习能力，机器能够自主的思考问题，从而实现人工智能。所以追根溯源，人工智能其实只是一项技术，而不能算一个具体的行业，它只有通过与不同的行业进行结合才能真正的体现它的价值。

随着人工智能技术的发展，可能再过十几年，人工智能会像互联网一样成为每个行业的标配。一些简单的问题不再需要人工去完成，只需要机器的思考执行，以后的工作模式和内容也将发生翻天地覆的变化。

人工智能尚处发展初期，机器认知是未来发展方向 

人工智能当前还处在发展初期，很多领域的智能化也才刚刚起步。当前人工智能应用和研究最深的三个领域是：语音、视觉以及自动驾驶。以科大讯飞为代表，其语音识别率已经超过95%；以港科汤晓鸥教授为代表，其人脸识别率已经超过99%；当前Google、百度的无人驾驶汽车已经可以在相关道路上行驶。语音识别和相关视觉识别已在多个领域进行应用，取得了不错的成绩。但国内的人工智能依旧还处在感知阶段，主要应用在智能识别一些物体和声音，而对于更加复杂的认知、思考、执行，当前的人工智能还很难实现。机器认知是人工智能当前所要解决的问题，也是人工智能未来的发展方向。 

人工智能当前的技术还不是很成熟，但已经在各行各业开始广泛应用，除了无人驾驶，当前火热的机器人，工业4.0，物联网等行业也都在引进人工智能技术。人工智能对于各大行业而言所用的技术和切入点都各不相同。 

1.无人驾驶

对于无人驾驶行业的相关传感器激光雷达、毫米波雷达及视觉系统琥珀分析师在前面已经进行了一些简单的分析。人工智能其中所主要发挥的作用主要有以下几个方面：1、目标识别，即通过传感器获得的数据，智能系统要迅速判别周边情况，分析出环境中各种物体的性质；2、决策，即通过机器学习，对于不同的周边环境认知，智能系统要有一个决策，指导汽车下一步需要干什么，这是一个复杂的过程，需要长时间的训练和学习。 

无人驾驶当前已经有大批巨头进入该领域，总的来说主要可以分成三大类：1、车产，特斯拉等相关企业已经在自己汽车上加装汽车辅助驾驶系统，在无人驾驶领域已经处于相对领先地位；2、大的科技公司，百度和Google的无人驾驶汽车已经上路，在相关法律法规和标准完备之后，他们将成为第一批量产化的无人驾驶企业；3、出行服务企业，出行服务的核心是汽车，当实现无人驾驶后，出行成本将得到大幅度下降，所以UBER和滴滴等企业将必须打造自己的无人驾驶汽车，从而进一步巩固自己在出行服务领域的地位。 

总结：无人驾驶是高技术密集型，高研发成本行业。无人驾驶的消费级领域已经形成巨头分割局势。对于创业者而言最合适的就是从无人驾驶相关传感器入手，在整车方向货用车或其他工业用车会更有创业机会。

2.工业4.0

在工业上的应用人工智能最能产生规模效应和实用性的，智能大脑配合工业机器人或者机械臂进行生产，当前已在多个行业进行应用。人工智能的实现主要基于大数据的训练和应用，相对于其他行业数据，工业领域对于数据的体量和要求与互联网有着巨大的差别。所以人工智能在工业领域应用主要一下两个方面进行突破：1、数据获取，把数据云端化，统一管理；2、跟家精确的算法和训练模型，工业级的可容许误差更小，需要更加精确的智能系统。 

人工智能在工业领域的应用案例。物联网的普及带来线下生产信息的数字化，企业级应用的渗透带来生产及管理流程的信息化和云端化。基于云平台的数据处理及人工智能应用，将唤醒工业领域的海量线下数据，并转化为价值。

Google在2014年收购Deep Mind以后就曾表示会将机器学习技术应用于数据中心，使用神经网络来预测耗电量变化，提升设备分配效率。今年7月份则表示，通过使用DeepMind人工智能系统对其数据中西的部分设备进行控制，操纵服务器和制冷系统等相关设备来降低耗电量，电力使用效率提升了15%，预计未来几年内将节约数亿美元电费。

通用电气(GE)Predix平台是全球第一个专为工业数据与分析而开发的操作系统，实现了人、机、数据之间的互联，能快速获取、分析海量高速运行的工业数据，让客户在安全环境下进行数据分析处理，最终优化设备。与此同时，GE还将在工业领域积累的技术优势应用于航空、医疗、照明以及能源等传统线下领域，在效率提升上取得明显的效果。2016年7月，GE宣布Predix平台登陆微软Azure云平台，实现工业领域大数据处理云平台与通用领域企业级服务云平台的结合。两者的结合，GE能获取更为丰富的行业数据以及利用微软在数据可视化、自然语言处理等人工智能技术，微软云应用的企业级客户则可以利用GE云平台比较成熟的数据处理技术，从流程上提高效率。 

总结：工业有着一个庞大的生产链条，工业上的人工智能是未来的发展趋势。当前各大生产厂家都在针对自己的工业生产引入人工智能系统，从次品监测到生产管理，无不在体现其价值。针对这个广阔的应用空间，但又具有相互隔绝性的各个行业，创业想从中分一杯羹需要更加的专注和坚持。

3.机器人

机器人一直是人类的一个梦想，从机器人的长远发展流程上来看，外界所宣传的早期的机器人更像一个类人的机器或者玩具，他们人类思维的特征。当前从实用性来说，机器人在工业领域应用的更加广泛，左右也相对较大，但他们也还只是一个受电脑控制的能够高精确、重复做同一件或者几件的机器。要想真正达到科幻片里的机器人水平还需要解决几个核心问题。与无人驾驶类似，机器人也需解决目标识别和决策的问题，相对于无人驾驶，机器人在执行上也还需要长足的进步。其核心问题主要在于语义识别和机器机械电机。国内大部分的机器人企业，当前只能进行专项的家庭服务功能，离服务机器人还有很长的路要走。

总结：机器人当前处于市场的分口，而真正可以实用的机器人却不多，除了语义识别外，也还有需要的技术难点需要突破。在技术还没有完全成熟的关口，对于创业着而言，我认为从专项机器人或者专项技术进行突破会更有发展前景。把握机器人的核心技术点，从单点突破。

4.医疗领域

对人工智能而言，医疗领域一直被视为一个很有前景的应用领域。基于人工智能的应用在接下来的几年能够为千百万人改进健康结果和生活质量，但这是在它们被医生、护士、病人所信任，政策、条例和商业障碍被移除的情况下。主要的应用包括临床决策支持、病人监控、辅导、在外科手术或者病人看护中的自动化设备、医疗系统的管理。近期，挖掘社交媒体数据推断潜在的健康风险、机器学习预测风险中的病人、机器人支持外科手术已经为人工智能在医疗领域的应用扩展出了极大的应用可能。 

针对于已经初步试探的应用领域，人工智能在医疗领域发展的两个方向也凸显出来：1、疾病预测，通过大数据分析个人行为数据预测的犯病可能；2、机器人手术，通过更加机械化的医疗机器人协助手术。未来可期的发展方向为：自动治疗，即，通过人工智能系统在给病人做深入检查后自动给病人匹配治疗方案。人工智能涉及治疗领域所遇到的问题，相对于其他领域的技术难题外，更加重要的在于数据的获取。   

医疗领域的市场非常庞大，但其限制性也是最强的，从政策到隐私到数据等问题，都在限制人工智能在其领域的全面展开。对于创业者而言，在医疗领域进行人工智能深耕，在掌握核心技术的同时，需要把握好政策方向和政府关系。

金评媒资讯