人工智能战略分析(人工智能 战略)

很多朋友对于人工智能战略分析和人工智能 战略不太懂,今天就由小编来为大家分享,希望可以帮助到大家,下面一起来看看吧!

本文目录

  1. 国家发展战略中提到人工智能,主要指哪些板块?
  2. 人工智能上升为国家战略?你担心饭碗会被拿走吗?
  3. 百度首席科学家吴恩达离职,人工智能战略还能继续走下去吗?
  4. 华为的人工智能发展战略在未来会如何发展?

国家发展战略中提到人工智能,主要指哪些板块?

问得好,就在前不久(12月13日),国家工业和信息化部发布了《促进新一代人工智能产业发展三年行动计划(2018-2020年)》。

这是继今年7月国务院发布2万字《新一代人工智能发展规划》后,我国又一次砸下一专门针对于人工智能行业发展的重磅文件,同时也是为了更好地落实后者“三步走”规划中的真的第一步,把握未来三年发展节奏而制订的详细计划——所有目标都带有“到2020年,实现xxxx”这类非常具体、详尽、可执行的计划细节。

这份文件内宣布,在接下来的2018-2020这三年内,国家要重点推动人工智能和实体经济深度融合,推进人工智能技术产业化、集成应用。

文件中,国家点名了未来三年要重点发展八大类人工智能产品应用;

1)智能网联汽车

到2020年,建立可靠、安全、实时性强的智能网联汽车智能化平台,支撑高度自动驾驶(HA级)。

2)智能服务机器人

到2020年,家庭服务机器人和公共服务机器人实现批量生产及应用,医疗手术、养老陪护、消防救援类机器人实现样机生产,并出现20家以上应用示范。

3)智能无人机

到2020年,智能消费级无人机三轴机械增稳云台精度达到0.005度,实现360度全向感知避障、自动智能强制避让航空管制区域。

4)医疗影像辅助诊断系统

到2020年,国内先进的多模态医学影像辅助诊断系统对脑、肺、眼等典型疾病的检出率超过95%,假阴性率低于1%,假阳性率低于5%。

5)视频图像身份识别系统

到2020年,复杂动态场景下人脸识别有效检出率超过97%,正确识别率超过90%,支持不同地域人脸特征识别。

6)智能语音交互系统

到2020年,实现多场景下中文语音识别平均准确率达到96%,5米远场识别率超过92%,用户对话意图识别准确率超过90%。

7)智能翻译系统

到2020年,多语种智能互译取得明显突破,中译英、英译中场景下产品的翻译准确率超过85%,少数民族语言与汉语的智能互译准确率显著提升。

8)智能家居产品

到2020年,智能家居产品类别明显丰富,智能电视市场渗透率达到90%以上,安防产品智能化水平显著提升。

人工智能上升为国家战略?你担心饭碗会被拿走吗?

人工智能和机器人的来临,是一场新的工业革命,任何一个国家忽视它,就会迎来像当年的清政府闭关锁国一样的结果。就像我前几天发表的文章中所说的那样,人工智能和机器人的来临,对于传统人类就业将带来无可避免的巨大影响,现在是时候着手应对,一方面处理软着陆的问题,一方面基层就业者要提升自我技能,别无他途。

百度首席科学家吴恩达离职,人工智能战略还能继续走下去吗?

答案是肯定的!百度本身就是算法最牛逼的一家互联网公司,在BAT中又是以数据、算法见长,而这些恰恰是未来人工智能的根本,数据分析和算法优化!

来谈谈吴恩达本人,这位大神被称为人工智能领域的四大金刚,本身的能力不用说,而且带队做出来的成绩也是可以直接看得到的。就像他自己在离职信里写到的,在百度已经将近三年,作为百度的人工智能战略的首席架构师,已经帮助百度搭建了完整的人工智能方面的发展框架。百度的人工智能也已经全面支持了搜索,广告,地图,外卖,安全,消费金融等百度现有业务,并孵化出了无人驾驶、DuerOS语音交互、人脸识别等多项由人工智能驱动的新业务、新技术。这说明他在百度的基本任务已经完成,百度的人工智能可以继续按照良性的状态发展,而且依旧领先于对手很多。像这样的行业大牛,他的加盟不仅仅是自己的学识,还有很多学识之外的,包括带队能力,显然,吴恩达在百度的三年基本上已经可以功成身退了。

中国古代有很多事例,就是君主打下天下后,帮助他打天下的臣子多半要解甲归田(这已经是最好的退居方式了)。百度的人工智能已经搭建完成,再加上百度这几个月来的人事变动,最直接的就是陆奇的上任(原因就不多说了,免得被公关)。总的来说,这样的变动,在时间和空间上都是行的通的,所以吴恩达的离开并不会对百度造成太大的影响,明天太阳依旧高照,Robin继续听着手下的人吹牛逼!

还有就是歪歪一下,吴恩达的离开也可能是因为看了之前买不起学区房的那位博士受到了启发,感觉还是美国的房价比较轻松些。(一个帝都工作小白的心声)

华为的人工智能发展战略在未来会如何发展?

上云。华为的AI发展策略和Google、Microsoft和Amazon很像,利用云上业务,一方面推进自己的云服务进程,另一方面帮助更多的用户简单廉价地训练AI模型,发展AI科技。属于利人利己的一套策略。

华为现在用的方法比较接近于Google,另外两家使用的是自家的服务器和Nvidia的GPU来提供AI计算加速,相比之下,TPU的效率更高,性价比也由于另外两种方案。对于用户而言,实际上使用起来没有太大的区别,因为都是通过挂载JupyterNotebook来在云端实现自己的代码。不过Google的TPU如果是免费版的collaborate计划是只能申请到很少的资源,不适合用来做AI训练的。

华为也推出了自家的类TPU产品,其实说白了是一样的,通过ASIC设计的AI芯片,除了AI加速以外的其他方面并不强悍。而且华为也明确表示,不做芯片业务,要靠整体的硬件和云解决方案来作为发展方向。而且也确实具备了自家的AI框架、底层编程语言和云托管技术,相比不久之后就会出现中国的TensorFlow。

不过因为现在的AI框架已经发展出来很多,而且比较成熟,PyTorch和TensorFlow对于架构的设计十分方便,不知道华为打算如何在这个市场里插上一脚。

好了,关于人工智能战略分析和人工智能 战略的问题到这里结束啦,希望可以解决您的问题哈!

人工智能战略分析(人工智能 战略)文档下载: PDF DOC TXT