當(dāng)前，中國的AI市場發(fā)展階段和市場特性脾膨，與美國是完全不同的愕炸。美國的AI技術(shù)應(yīng)用最廣的還是語音、IOT幔嫂、智能客服等方面辆它，但其圖像識別等才剛剛起步。而中國的圖像識別技術(shù)應(yīng)用更加廣泛履恩，中國的人口規(guī)模龐大锰茉，因此人口規(guī)模到了一定程度之后，做應(yīng)用的時候會有不同的優(yōu)先級切心。目前飒筑，網(wǎng)上一直對國內(nèi)的AI發(fā)展并不看好，而這究竟為何绽昏？
認為所謂的AI落地只是試點
云計算和網(wǎng)絡(luò)工業(yè)都花了大約5年的時間才開始對人們的生活產(chǎn)生重大影響协屡，而這些行業(yè)影響市場的重大轉(zhuǎn)變也花了近10年時間俏脊。而AI的落地也需要一個類似的時間表。正如AI技術(shù)方面經(jīng)驗豐富的Karen Bennet解釋的那樣：“為了讓每個人都能采用肤晓，一款產(chǎn)品需要方便可用爷贫，需要是能夠擴展至被所有人使用，而不僅僅是服務(wù)于數(shù)據(jù)科學(xué)家材原。該產(chǎn)品將需要考慮數(shù)據(jù)生命周期中數(shù)據(jù)捕獲偏团、準備献凫、培訓(xùn)模型和預(yù)測等環(huán)節(jié)猎递。隨著數(shù)據(jù)被存儲在云端，數(shù)據(jù)管道可以不斷地提取攘宗，并準備用它們來訓(xùn)練模型乡试，從而做出預(yù)測。模型需要借助新的訓(xùn)練數(shù)據(jù)不斷改進猾蔫，從而保持模型的相關(guān)性和透明性吻蟹。這就是目標和希望。”
數(shù)據(jù)的完整性問題
如今的AI需要大量的數(shù)據(jù)才能產(chǎn)生有意義的結(jié)果瀑乡，但目前依然無法熟練利用其他應(yīng)用程序果邢。數(shù)據(jù)的不完整，導(dǎo)致人們對于AI的信任和信心都在下降橙挽。例如辙恨，在土耳其語屬于中性的語言，谷歌翻譯中的AI模型在將其翻譯成英語時卻錯誤地預(yù)測了性別冶驴。雖然克服這些局限性的工作已經(jīng)取得進展赡模，但是在模型擴展的方式應(yīng)用之前，學(xué)習(xí)是有必要的师抄。然而漓柑，在某些情況下，AI可以在今天已經(jīng)得到有效的應(yīng)用叨吮，比如在圖像識別辆布、聲音、視頻和翻譯語言方面的洞察力茶鉴。
初創(chuàng)AI企業(yè)還在向頭部聚攏中
當(dāng)前锋玲，AI還在迅速發(fā)展，但并沒有像人們想象中發(fā)展的那么迅速蛤铜。根據(jù)互聯(lián)網(wǎng)數(shù)據(jù)統(tǒng)計機構(gòu)Statista發(fā)布的調(diào)查結(jié)果來看嫩絮，截止2017年，全球只有5%的企業(yè)在生產(chǎn)流程和產(chǎn)品中廣泛采用了AI围肥，32%的企業(yè)尚未采用AI剿干，22%的企業(yè)甚至沒有采用AI的計劃蜂怎。AI在不斷的進步，走過了很長的路置尔，也需要越來越多的時間來成熟登彪。
目前AI具備的“智能感知”、“智能交互”和“智能決策”三大能力對傳統(tǒng)企業(yè)幫助特別大城搀。過去三年里标狼，AI行業(yè)涌入大量資金，創(chuàng)業(yè)公司林立诞茶，獨角獸此消彼長纠徘，曠視科技、商湯科技哆幸、優(yōu)必選暴雕、極鏈科技Video++等快速占領(lǐng)資本市場高地。自2013年到2016年AI企業(yè)發(fā)生融資數(shù)量由21家增長到335家凫体，融資規(guī)模高速增長豫鞭，由15億到236億。從2017年開始卿俺，企業(yè)融資數(shù)量開始增長放緩鬓预，但融資規(guī)模依然高速增長到338億，向頭部聚齊颜说。
AI圍繞上半場(消費互聯(lián)網(wǎng))的算法相對比較成熟购岗，尤其是一些應(yīng)用場景。但在下半場(產(chǎn)業(yè)互聯(lián)網(wǎng))還處于一個非常不成熟的階段脑沿。傳統(tǒng)企業(yè)在面臨新技術(shù)的時候藕畔，無法快速的找到適合的場景，甚至一些AI公司很多時候是不計成本的在開發(fā)模型庄拇，不計成本的在獲取客戶注服。以深度學(xué)習(xí)為代表的AI到了期望值非常高的高度，但是技術(shù)成熟度曲線一直存在措近。
結(jié)語：
未來溶弟，我們或許將看到開發(fā)新的自適應(yīng)技術(shù)，以便將知識從模擬無縫轉(zhuǎn)移到現(xiàn)實世界瞭郑。這將有助于我們克服數(shù)據(jù)稀缺并加快新領(lǐng)域和問題的學(xué)習(xí)辜御。使AI從模擬到實際數(shù)據(jù)將對機器人技術(shù)、圖像識別屈张、自動駕駛擒权、醫(yī)學(xué)成像、地震預(yù)報等產(chǎn)生重大影響讽益。模擬是解決自動駕駛等安全關(guān)鍵應(yīng)用中所有可能情況的好方法逊床，內(nèi)置于復(fù)雜模擬器中的知識將以新穎的方式被使用遥喘，以使AI更具物理意識，更強大蚪库，并能夠推廣到新的未知場景纯殖。
AI在不斷的進步，走過了很長的路人杜，但需要越來越多的時間來成熟动荚。計算機技術(shù)水平的不斷提高，也決定了AI如何更好地融入企業(yè)皱蝙，如何用AI解決現(xiàn)在的問題悉通。AI的無處不在將引起我們生活的重大變化，越來越多的AI領(lǐng)軍人物加入AI的發(fā)展中谁汤，AI的發(fā)展前景不會因為面臨的問題減弱坠地，而是會越來越好弄萨，到那時人們對AI的期望也會不斷提高殉俗。
認為所謂的AI落地只是試點
云計算和網(wǎng)絡(luò)工業(yè)都花了大約5年的時間才開始對人們的生活產(chǎn)生重大影響协屡，而這些行業(yè)影響市場的重大轉(zhuǎn)變也花了近10年時間俏脊。而AI的落地也需要一個類似的時間表。正如AI技術(shù)方面經(jīng)驗豐富的Karen Bennet解釋的那樣：“為了讓每個人都能采用肤晓，一款產(chǎn)品需要方便可用爷贫，需要是能夠擴展至被所有人使用，而不僅僅是服務(wù)于數(shù)據(jù)科學(xué)家材原。該產(chǎn)品將需要考慮數(shù)據(jù)生命周期中數(shù)據(jù)捕獲偏团、準備献凫、培訓(xùn)模型和預(yù)測等環(huán)節(jié)猎递。隨著數(shù)據(jù)被存儲在云端，數(shù)據(jù)管道可以不斷地提取攘宗，并準備用它們來訓(xùn)練模型乡试，從而做出預(yù)測。模型需要借助新的訓(xùn)練數(shù)據(jù)不斷改進猾蔫，從而保持模型的相關(guān)性和透明性吻蟹。這就是目標和希望。”
數(shù)據(jù)的完整性問題
如今的AI需要大量的數(shù)據(jù)才能產(chǎn)生有意義的結(jié)果瀑乡，但目前依然無法熟練利用其他應(yīng)用程序果邢。數(shù)據(jù)的不完整，導(dǎo)致人們對于AI的信任和信心都在下降橙挽。例如辙恨，在土耳其語屬于中性的語言，谷歌翻譯中的AI模型在將其翻譯成英語時卻錯誤地預(yù)測了性別冶驴。雖然克服這些局限性的工作已經(jīng)取得進展赡模，但是在模型擴展的方式應(yīng)用之前，學(xué)習(xí)是有必要的师抄。然而漓柑，在某些情況下，AI可以在今天已經(jīng)得到有效的應(yīng)用叨吮，比如在圖像識別辆布、聲音、視頻和翻譯語言方面的洞察力茶鉴。
初創(chuàng)AI企業(yè)還在向頭部聚攏中
當(dāng)前锋玲，AI還在迅速發(fā)展，但并沒有像人們想象中發(fā)展的那么迅速蛤铜。根據(jù)互聯(lián)網(wǎng)數(shù)據(jù)統(tǒng)計機構(gòu)Statista發(fā)布的調(diào)查結(jié)果來看嫩絮，截止2017年，全球只有5%的企業(yè)在生產(chǎn)流程和產(chǎn)品中廣泛采用了AI围肥，32%的企業(yè)尚未采用AI剿干，22%的企業(yè)甚至沒有采用AI的計劃蜂怎。AI在不斷的進步，走過了很長的路置尔，也需要越來越多的時間來成熟登彪。
目前AI具備的“智能感知”、“智能交互”和“智能決策”三大能力對傳統(tǒng)企業(yè)幫助特別大城搀。過去三年里标狼，AI行業(yè)涌入大量資金，創(chuàng)業(yè)公司林立诞茶，獨角獸此消彼長纠徘，曠視科技、商湯科技哆幸、優(yōu)必選暴雕、極鏈科技Video++等快速占領(lǐng)資本市場高地。自2013年到2016年AI企業(yè)發(fā)生融資數(shù)量由21家增長到335家凫体，融資規(guī)模高速增長豫鞭，由15億到236億。從2017年開始卿俺，企業(yè)融資數(shù)量開始增長放緩鬓预，但融資規(guī)模依然高速增長到338億，向頭部聚齊颜说。
AI圍繞上半場(消費互聯(lián)網(wǎng))的算法相對比較成熟购岗，尤其是一些應(yīng)用場景。但在下半場(產(chǎn)業(yè)互聯(lián)網(wǎng))還處于一個非常不成熟的階段脑沿。傳統(tǒng)企業(yè)在面臨新技術(shù)的時候藕畔，無法快速的找到適合的場景，甚至一些AI公司很多時候是不計成本的在開發(fā)模型庄拇，不計成本的在獲取客戶注服。以深度學(xué)習(xí)為代表的AI到了期望值非常高的高度，但是技術(shù)成熟度曲線一直存在措近。
結(jié)語：
未來溶弟，我們或許將看到開發(fā)新的自適應(yīng)技術(shù)，以便將知識從模擬無縫轉(zhuǎn)移到現(xiàn)實世界瞭郑。這將有助于我們克服數(shù)據(jù)稀缺并加快新領(lǐng)域和問題的學(xué)習(xí)辜御。使AI從模擬到實際數(shù)據(jù)將對機器人技術(shù)、圖像識別屈张、自動駕駛擒权、醫(yī)學(xué)成像、地震預(yù)報等產(chǎn)生重大影響讽益。模擬是解決自動駕駛等安全關(guān)鍵應(yīng)用中所有可能情況的好方法逊床，內(nèi)置于復(fù)雜模擬器中的知識將以新穎的方式被使用遥喘，以使AI更具物理意識，更強大蚪库，并能夠推廣到新的未知場景纯殖。
AI在不斷的進步，走過了很長的路人杜，但需要越來越多的時間來成熟动荚。計算機技術(shù)水平的不斷提高，也決定了AI如何更好地融入企業(yè)皱蝙，如何用AI解決現(xiàn)在的問題悉通。AI的無處不在將引起我們生活的重大變化，越來越多的AI領(lǐng)軍人物加入AI的發(fā)展中谁汤，AI的發(fā)展前景不會因為面臨的問題減弱坠地，而是會越來越好弄萨，到那時人們對AI的期望也會不斷提高殉俗。
18221259202