有人說互聯(lián)網(wǎng)開始由黃金時代轉(zhuǎn)入白銀時代,但AI可能與此相反,初創(chuàng)期的“白銀時代”已經(jīng)向產(chǎn)業(yè)應(yīng)用全面落地的“黃金時代”進發(fā)。
12月20日,國際數(shù)據(jù)公司(IDC)與百度AI產(chǎn)業(yè)研究中心(BACC)聯(lián)合發(fā)布《百度大腦領(lǐng)導力白皮書》。該白皮書按官方說法意在“洞察AI趨勢,激發(fā)產(chǎn)業(yè)新效能”,在開篇著重預測了2019年中國AI市場發(fā)展的十大趨勢。
解構(gòu)該白皮書,我們發(fā)現(xiàn),未來AI的發(fā)展在很多地方都將超出現(xiàn)有預期。
AI帶來的便捷,將比你想得還要極致
AI給產(chǎn)業(yè)和生活帶來了無與倫比的便捷,而未來AI帶來的便利將比你想象的還要更進一步。
1、部署AI,代碼都不想敲?那就點幾下鼠標吧
在云計算巨頭的支撐下,企業(yè)自己部署AI即將擺脫過去那種全靠碼農(nóng)一行行代碼敲出模型的境況,用少量的引導代碼就能部署完整、可用、高效的算法模型。
不過,這還沒有結(jié)束,那些對AI需求相對固定、大眾化的企業(yè),甚至可以“懶”到連少量代碼都不用敲,直接在專業(yè)開發(fā)平臺上點幾下鼠標就能實現(xiàn)AI部署自動化,像訪問WEB一樣便捷。由此,“普惠AI”將不再是一個概念。
類似的開發(fā)平臺不斷涌現(xiàn),典型的如谷歌AutoML、百度EasyDL等。例如,在EasyDL上,用戶可以上傳圖片、音頻、文本等原始數(shù)據(jù),系統(tǒng)可自動訓練出合適的模型,以圖像分類為例,訓練數(shù)據(jù)每類僅需20-100張圖片,最快10分鐘可訓練完畢。
2、不光人想變得更懶,機器也是
在AI之前IT信息化已經(jīng)大行其道,財務(wù)、人力等的IT化讓人可以更“懶”更輕松。但是,過去的IT信息化本質(zhì)上只是把人要做的事由機器去執(zhí)行(進行了一定的流程重構(gòu))。
現(xiàn)在,智能化使得業(yè)務(wù)流程再度重構(gòu),某種程度上,機器也變得“更懶”,憑借AI模型只需要少量的步驟就能完成過去IT信息化系統(tǒng)要做的工作。
IDC預計至2023年,AI將取代50%的IT業(yè)務(wù)工作量,節(jié)省20%以上的運營成本。在已有的實踐案例中,太平洋保險和百度合作,在車險理賠環(huán)節(jié)采用AI技術(shù)(原有IT信息化支撐),每年預計將節(jié)省2-3億元運營成本。在車險理賠中,超過70%的車險理賠都是5000元以下的小額碰擦事故,而整體賠付金額只占到20%多,這十分適合AI的介入。
3、不能隨心所欲的智能交互都是偽命題
智能音箱現(xiàn)在十分流行,它代表人機交互界面的智能化趨向,即擺脫屏幕的束縛,讓交互通過語音的方式實現(xiàn)。
人和人之間獲取和交互信息,可通過說話、讀文字、對眼神、瀏覽照片、播放視頻等多種方式,這些,正是AI加持交互的最終目標。智能音箱只是開始,那些人與機器的交互,將通過AI實現(xiàn)“隨心所欲”不被時間、設(shè)備、場所所桎梏。
在這之前,至少要先擺脫屏幕。IDC預計到2023年,支持AI的人機交互接口將取代目前50%的基于屏幕的B2B和B2C的應(yīng)用程序。在融合語音、圖像、視頻以及語義理解能力的AI能力不斷進化時,有理由相信,未來人與機器的交互將“心有靈犀”,而不是只靠冰冷的電容屏。
AI已經(jīng)很聰明了?對,但它還能比你想象的聰明更多
除了產(chǎn)業(yè)與生活的便捷化,AI自己在也變得更“聰明”,甚至比我們想象的AI要聰明得多。
1、全能型選手馬上要成型了
李開復曾經(jīng)對AI落地場景有過直白的觀點——金融行業(yè)會是最好、最先落地AI的場景。時至今日,F(xiàn)intech領(lǐng)域的AI應(yīng)用的確大放異彩,金融風控成為AI落地的典型產(chǎn)品。同時,在政府行業(yè)、互聯(lián)網(wǎng)行業(yè),AI近年來的實踐也突飛猛進,城市治理、政務(wù)ATM背后都有AI的身影,連我們平時點個外賣,小哥如何配送背后都存在著AI路徑優(yōu)化。
不止于此,按照IDC與百度的預測,除了上述三個行業(yè)的全面擴展,新零售、新制造、醫(yī)療領(lǐng)域也將成為AI市場的新增長點。這六大行業(yè)未來應(yīng)用AI的3年復合增長率將超過30%。
例如,廣州婦女兒童醫(yī)療中心已于2年前開始全面探索AI的應(yīng)用,包括在電子病歷系統(tǒng)中應(yīng)用語音識別幫助撰寫,利用圖像識別、深度學習技術(shù)進行智能閱片輔助診斷,此外,還有病種分析、影像報告文書撰寫、智能導診、臨床輔助診斷等多個AI應(yīng)用場景落地。
而這些,還只是AI的典型應(yīng)用,在更多領(lǐng)域AI也在崛起。.
2、不只是知其然,還要知其所以然
過去及當前某些AI技術(shù),還處在只能聽清、看清的“知其然”狀態(tài),而信息到底想表達什么,AI其實是不懂的。就好像用AI語音聽寫一段話,它能準確地翻譯出來而不用用戶打字,但這句話究竟是什么用意AI并不知道,或者說,需要換用另一個AI算法來實現(xiàn)。
這顯然是不夠的。在IDC與百度發(fā)布的報告中,多模態(tài)計算會成為下一步的技術(shù)趨勢。
按百度高級副總裁王海峰的說法,機器智能不僅僅能夠“看清聽清”,還要能夠“看懂聽懂”。由此,融合視覺、語音、語義及情感的多模態(tài)計算成為必然,其結(jié)果,是AI更能深入理解信息背后的含義,進而更好地支撐各種應(yīng)用。
例如,服務(wù)快消品行業(yè)的惠合科技接入百度EasyDL進行陳列審核,旗下e店佳應(yīng)用上傳陳列視頻,EasyDL以定制化的物體檢測能力來識別商品是什么,同時還能推演出圖片中該類型商品的陳列究竟是否符合要求。目前,該圖像識別已經(jīng)應(yīng)用至40000家零售門店,這背后,就是多模態(tài)計算的價值呈現(xiàn)。
3、不管什么類型數(shù)據(jù),只要有需求AI隨時“效命”
數(shù)據(jù)是AI算法模型的原料,一個算法對應(yīng)一種結(jié)構(gòu)化數(shù)據(jù),要是數(shù)據(jù)不匹配算法便不能很好運行甚至出錯。
然而,很多企業(yè)的數(shù)字化轉(zhuǎn)型過程中,物理世界到虛擬數(shù)字多數(shù)時候并不能成為結(jié)構(gòu)化數(shù)據(jù),它們類型多樣、形式復雜。例如,制造業(yè)機械維保往往有零件或組件名稱、序列號、制造商信息、維護間隔、維護日期、分包商信息、手冊和文檔的鏈接、聯(lián)系人、保修和服務(wù)合同信息等非結(jié)構(gòu)化數(shù)據(jù),十分“豐富”。
這些非結(jié)構(gòu)化數(shù)據(jù)帶來龐大的AI計算需求,在它們應(yīng)用到AI算法之前,需要有多模型數(shù)據(jù)庫的支撐,什么都能往里邊塞,AI通過這樣的數(shù)據(jù)庫什么都能“算”。由此,在迫切需求的支撐下,所謂多模型數(shù)據(jù)庫開始走向市場,IDC預計到2023年,多模型數(shù)據(jù)庫的支出將達到NoSQL數(shù)據(jù)庫(一種當前興起的主流數(shù)據(jù)庫形態(tài))支出的30%。
產(chǎn)業(yè)化、生態(tài)化,AI的玩法還要多幾分“意外”
從AI產(chǎn)業(yè)化、生態(tài)化的商業(yè)玩法上看,AI的趨勢也有些令人“意外”,過去某些玩法出現(xiàn)“反轉(zhuǎn)”。
1、人人AI不再是憧憬了
IDC預計,傳統(tǒng)行業(yè)中的大中型企業(yè)到2020年行業(yè)前15%的企業(yè)都將采用機器學習。這意味著,AI不再是高高在上的時髦技術(shù),幾年內(nèi)就就將“飛入尋常百姓家”,而越是傳統(tǒng)行業(yè)就越發(fā)積極,價值體現(xiàn)也更為明顯。
空調(diào)制造巨頭美的,用圖像識別技術(shù)通過監(jiān)測空調(diào)外觀來保證空調(diào)出廠質(zhì)量;專業(yè)服務(wù)制造業(yè)“檢測”的領(lǐng)邦智能,基于百度PaddlePaddle框架訓練深度學習模型,能夠高效準確地識別出問題零件及其種類,精度與人工檢測持平,成本節(jié)約15%以上;代工巨頭富士康更不用說,每年將收入的2%-5%用于AI的研究。目前,在模具生產(chǎn)中,富士康建立了基于深度學習的模型算法,實現(xiàn)刀具更換提前預警、自動補償,人力成本投入進一步減少。
目前中國正面臨著人工智能技術(shù)產(chǎn)業(yè)化以及傳統(tǒng)產(chǎn)業(yè)智能化的最佳機遇,能否抓住新機遇幫助企業(yè)建立核心競爭優(yōu)勢取決于企業(yè)如何行動。白皮書指出,百度大腦3.0技術(shù)能力已進入“多模態(tài)深度語義理解”階段,已經(jīng)開放能力超140項,每日調(diào)用次數(shù)超過4000億次。除了開放AI技術(shù)能力之外,在生態(tài)方面,百度大腦推出了燎原計劃,對合作伙伴提供商業(yè)落地所需的市場與運營資源,全力支持生態(tài)共贏 。在智能硬件和設(shè)備領(lǐng)域,百度大腦與芯片、嵌入式開發(fā)板、傳感器模組,以及閘機、門禁、機器人等廠商廣泛建立合作,幫助客戶獲得軟硬件適配更加整合的方案。百度大腦還創(chuàng)新性地推出了AI市場,為合作伙伴提供品牌營銷、產(chǎn)品評測、產(chǎn)品推薦等全套服務(wù),旨在為合作伙伴帶來更多優(yōu)質(zhì)的訂單。同時,百度大腦的行業(yè)創(chuàng)新合伙人計劃在每個細分領(lǐng)域最多選擇3家企業(yè),與百度大腦聯(lián)合設(shè)計、開發(fā),共同打造行業(yè)解決方案,推動產(chǎn)品落地。
2、AI不再“深居云端”,邊緣也需要“AI一下”
由于百度云等云計算玩家的引領(lǐng),過去云計算應(yīng)用都偏向于云端部署。不過,隨著物聯(lián)網(wǎng)的深度發(fā)展,靠近數(shù)據(jù)源的端側(cè)設(shè)備的AI部署將盛行起來。
用大白話說,過去是數(shù)據(jù)統(tǒng)一匯總到云端統(tǒng)一運算,現(xiàn)在,那些終端設(shè)備(例如終端攝像頭、溫度傳感器等)將進行必要的計算(物品識別、人臉識別等),云端只負責統(tǒng)籌式的數(shù)據(jù)運算。
例如,百度云的“天工”就是針對智能物聯(lián)網(wǎng)的云平臺產(chǎn)品,其主要特點之一是可以實現(xiàn)“智能邊緣”——端計算、云管理、端云融合,在工業(yè)、物流、車聯(lián)網(wǎng)、家居、城市等物聯(lián)網(wǎng)領(lǐng)域都能夠被應(yīng)用。騰訊云、阿里云等也有類似的產(chǎn)品,IDC預計至2022年,25%的物聯(lián)網(wǎng)端設(shè)備都將運行AI算法模型。
3、軟硬件的協(xié)作,這回不只有硬件說了算
過去,AI的計算是建立在已有的硬件基礎(chǔ)上,例如intel已經(jīng)成型CPU,或者Nvidia本來用于畫圖或游戲的GPU。有什么硬件就用什么硬件,硬件決定軟件計算能力。
不過,這個狀況正在被改變,軟硬件的關(guān)系以后將逐步走向協(xié)同,軟件定義計算已成為芯片廠商的重要戰(zhàn)略之一,軟件及應(yīng)用驅(qū)動AI專用芯片的階段也將到來。
7月,百度發(fā)布“昆侖”AI芯片,每秒運算260萬億次,這遠遠超過Nvidia的GPU進行AI運算的效能。顯然,“昆侖”的基礎(chǔ)架構(gòu)建立在機器學習、AI應(yīng)用趨勢的基礎(chǔ)之上。此外,華為在手機芯片中植入的NPU模塊,以及剛剛發(fā)布不久的Ascend 310獨立AI芯片,都遵循同樣的玩法。
4、所謂生態(tài)參與者越來越多,想做“平臺”挑戰(zhàn)越來越明顯
開放一直是AI大佬級企業(yè)做生態(tài)的標配,BAT皆是如此,只是開放的程度和姿態(tài)不一樣,有些啥都開放強調(diào)共贏,有些強調(diào)控制,有些只管投資收益。
做AI平臺生態(tài)過去就是籠絡(luò)一大批需要AI技術(shù)加持的企業(yè),建立合作關(guān)系、輸出AI能力,誰能獲得的合作伙伴越多、類型越豐富,誰的生態(tài)就最“扎眼”。
然而,正如上文所說,AI技術(shù)正在向端側(cè)智能滲透,且軟硬件需要高度適配,于是平臺在整合生態(tài)的過程中,不僅僅需求合作伙伴的數(shù)量和種類,在產(chǎn)業(yè)鏈方面的要求更為嚴苛。以物聯(lián)網(wǎng)領(lǐng)域為例,平臺的AI生態(tài)不僅僅只有需求方(例如制造企業(yè)),還需要與傳感器、攝像頭、模組這些上游企業(yè)就AI的應(yīng)用達成一致,一些時候芯片也需要改造或重建。
產(chǎn)業(yè)鏈上的細分產(chǎn)業(yè)的整合愈加重要,未來的AI生態(tài)平臺將是網(wǎng)狀結(jié)構(gòu)的,百度等AI大佬要穩(wěn)坐釣魚臺,挑戰(zhàn)會更大,而一旦這樣的生態(tài)建立起來,護城河也將更寬更深。
評論
查看更多