以下內容根據電子發(fā)燒友AI產業(yè)分析師張慧娟女士關于《人工智能產業(yè)調研報告》的演講整理。
結合全球科技企業(yè)的布局械琴，以及國內市場的落地應用情況，分析認為人工智能將在2-3年內在國內市場形成更大規(guī)模的落地效應索官，包括新興領域和傳統(tǒng)行業(yè)狰了。在人工智能落地的動力與瓶頸方面，提到數據問題應該受到足夠的重視势瘤，不論是硬件架構還是數據資源的調取方面乐标。隨著人工智能從云到端的發(fā)展，端側芯片競爭會更為激烈勃否，背后考驗的還有軟件支持姚损、生態(tài)、服務等因素避掩。報告最后談到了智能終端人機交互的趨勢紊徊，以及5G與AI融合后可能帶來的改變。 國際科技公司現(xiàn)狀
2018年全球市值TOP10企業(yè)榜單包含蘋果鬼雀、亞馬遜顷窒、谷歌、微軟源哩、伯克希爾鞋吉、Facebook、阿里巴巴励烦、騰訊控股谓着、摩根大通、強生等坛掠，這10家企業(yè)其中有7家是科技公司:蘋果赊锚、亞馬遜、谷歌屉栓、微軟改抡、Facebook、阿里巴巴、騰訊控股阿纤，這七家企業(yè)都有一個共同點辣摘，布局人工智能，牢牢掌握了互聯(lián)網世界的入口荡将。
2012年是一個比較關鍵的年份涵群，2012年之后，這些公司不斷加大在人工智能領域的布局您账。由此也引發(fā)了兩點思考盲拐，這是一個階段的拐點還是一個新時代的起點?巨頭掌握入口和數據，后入局者機會在哪里爽附？
這些巨頭的可怕之處在于牢牢地掌握了入口号均，有著龐大的數據資源。延伸來看就是他們獲取用戶的能力非常強蝗淡，具有強大的生態(tài)資源易震。
未來螞蟻能不能扳倒大象？
針對AI會在多久之內改變企業(yè)和所處行業(yè)發(fā)現(xiàn)避顶，有35%的人認為會在2-3年之內人工智能將會改變其企業(yè)烈瑰，同時有27%的人認為4-5年內人工智能將改變其所處的行業(yè)，盡管現(xiàn)在國內AI還處于發(fā)展的早期蟋软，但是大家對于AI的發(fā)展有較為明確的共識镶摘。對于初創(chuàng)企業(yè)來講，競爭時間非常緊張岳守，在未來2-3年凄敢，或4-5年之內，需要盡力提升差異化競爭的優(yōu)勢湿痢。 國內AI應用現(xiàn)狀
根據調研分析贡未，企業(yè)用戶選擇AI的驅動因素就是可以提升效率，其次原因為節(jié)約成本蒙袍，再次為提升用戶體驗俊卤、提升數據分析能力，還有其他諸如輔助接觸害幅、客戶畫像消恍、差異化服務等因素。其實AI作為一項通用的技術以现，未來將滲透到我們生活的方方面面狠怨，對于企業(yè)來講，是否能夠真正的用AI理念邑遏、技術去構筑核心競爭力秫玉，也是未來決勝的一個關鍵瘫笋。
2018年AI大規(guī)模落地，碎片化應用場景開始廣泛滲透耀到。AI應用領域包含消費級產品與服務行業(yè)(對話式AI)锨堵、醫(yī)療行業(yè)(AI輔助影像診斷)、零售行業(yè)(智能貨柜)莲吐、制造業(yè)(產品分揀)粟墩、金融行業(yè)(反欺詐、對話式客服)稠眠、互聯(lián)網行業(yè)(內容審核惨槐、產品推薦)等;典型的AI應用于創(chuàng)新實踐的包含刷臉支付、無人零售碱暗、攝像頭瘤褒、音箱、速記員杖户、視頻換臉悲组、實時翻譯耳機、手持翻譯機遣妥、語音助手擅编、電話客服攀细、醫(yī)學影像診斷箫踩、AI-IoT等，這些是一些碎片化的比較典型的應用場景谭贪，以語音和圖像居多境钟。
在針對企業(yè)開發(fā)AI產品的主要用途中，占比高的是消費電子的15.29%俭识，消費電子一直都是創(chuàng)新應用的集中地慨削，AI的爆發(fā)也是如此，以智能手機套媚、可穿戴設備居多;而智能家居隨著近年來國家政策的扶持和技術的進步缚态，以及行業(yè)本身的發(fā)展，相繼出現(xiàn)一些智能產品堤瘤，試圖來替代傳統(tǒng)的家居產品玫芦。總的來說本辐，消費電子守涤、智能家居、工業(yè)懂崭、機器人溃艺、計算機視覺等5種用途的AI產品占了56.39%区戚，其余43.61%的AI產品主要用途在機器學習、智能醫(yī)療睡硫、智能駕駛挣堪、無人機、語言及自然語言處理鲸嫁、安防刑映、教育、其他兜诞、農業(yè)翰鬓、金融等方面。
工業(yè)方面在推動工業(yè)轉型升級的動力之下惋涌，也有了比較有規(guī)模的落地坟翠，比如數據分析設備的診斷維護、產線管理等腰素。根據調研情況分析預測聘裁，2019年會有更多的傳統(tǒng)行業(yè)去擁抱AI，也會產生更多的碎片化應用弓千，如IT服務業(yè)的網絡運維告警壓降衡便、交通行業(yè)的地鐵滑塊火花分析和中車傳感器預測性防護、航空的燃油預測洋访、電力行業(yè)的電線桿塔故障檢測和線路巡檢機器人镣陕、核工業(yè)設計的核電站設備診斷分析等等這些傳統(tǒng)的行業(yè)。如果說第一輪的AI爆發(fā)主要集中在to C端姻政，那么接下來的會有更多to B端的AI應用呆抑。 AI落地的動力與瓶頸
現(xiàn)階段，推動AI創(chuàng)新與應用落地的因素：大數據是基礎汁展，算法是核心鹊碍，芯片是高地，人才是關鍵食绿，選定垂直的細分領域非常的重要侈咕。
AI的人才問題相比過去幾十年的發(fā)展，已經不是主要的瓶頸屏酌，我們國家有勤勉的人才庇讥，國家戰(zhàn)略層面也非常重視人才問題。現(xiàn)在主要探討芯片虹喉、算法和數據沽糕，這些已經成為限制AI發(fā)展的關鍵因素。
限制AI發(fā)展的關鍵因素—數據啤糙，數據與AI的關系启血，就像病人去看病時愿意相信年紀大一點的醫(yī)生魂姆，因為年紀大的醫(yī)生看的病人多，掌握的數據量大户载，經驗豐富澜茁。在AI發(fā)展初期，注意力基本都放在模型訓練方面锻宵，所以這個環(huán)節(jié)得到了較快的發(fā)展从肮。但是數據標簽描述、檢索扰藕、分析等工作需要重視缓苛，從而提升有效數據價值。從硬件層面分析邓深，AI訓練模型通常采用多核異構的方式未桥，算力提升非常快芥备。在傳統(tǒng)數據庫層面通常運行在單一的CPU平臺上冬耿，所以就造成了底層硬件結構方面的一些斷層。而隨著AI創(chuàng)新應用場景的不斷涌現(xiàn)萌壳，涉及到的數據類型會越來越廣泛亦镶，那么對于數據的采集和處理等環(huán)節(jié)會提出更高的要求。現(xiàn)在數據問題已經被很多企業(yè)重視起來袱瓮，下一步的重點是提升有效數據的價值缤骨。而數據中臺也被認為是新的風口。
核心器件多元化創(chuàng)新
用戶在開發(fā)使用AI芯片類型的以深度學習為代表的AI計算需求懂讯，主要是以FPGA荷憋、ASIC台颠、GPU這種適合并行計算的通用芯片來實現(xiàn)加速的褐望。隨著產業(yè)環(huán)境的日漸成熟，真正的面向算法为或，在性能锤观、功耗、面積等方面去進一步優(yōu)化的全定制化芯片會具有越來越大的規(guī)模特棕。隨著AI從云到端的發(fā)展漱啥，端側芯片的競爭會更加激烈，但是從表面看创哩，這些芯片在暗較長短灶常，每一種芯片都有各自的優(yōu)勢和短板所在。其實不存在某一種芯片能夠吃遍所有的應用波笆，因為除了芯片毯输，背后考驗的還有軟件支持铁厌、生態(tài)、服務等因素霜甜。
多元的處理器/IP架構
ARM的占有率非常高惹模，達到了35%，ARM其實是把握了其核心的價格優(yōu)勢箕昭，在此基礎上迅速構建生態(tài)灵妨。由此來看，在一個新的應用來臨之時落竹，往往也是行業(yè)在加速洗牌的時候泌霍。
有越來越多的初創(chuàng)企業(yè)開始芯片方面的布局，其中的算法公司居多述召，當這些公司真正能夠實現(xiàn)軟硬一體化時烹吵，對下一步落地應用和公司未來的發(fā)展戰(zhàn)略、融資上市等都會有一些幫助桨武。
用戶感興趣的AI開發(fā)套件
排名前幾的分別有華為HiKey970為23%肋拔、瑞芯微RK3399Pro為21%、威盛Edge AI人工智能開發(fā)套件為13%等呀酸。
華為HiKey970集成了華為Hi AI框架凉蜂，以主流的神經網絡架構進行深度學習算法開發(fā)。瑞芯微RK3399Pro是面向嵌入式應用的性誉，是一款arm架構的開發(fā)板窿吩，集設計、芯片調試和芯片驗證與一體曾搪。
工程師對于開發(fā)套件方面有呼聲比較高的一些建議和期待瘫篮，如進一步降低開發(fā)難度、開源权饥、更豐富的產品唆皇、快速搭建社區(qū)資源等幾方面。
企業(yè)算法框架選擇
算法是AI的基礎和核心面族。從調研結果分析來看吨肆，背后有google強大支撐的TensorFlow處于領先狀態(tài)，市占率達到23%芙捏。第二名是背后有Facebook支持的PyTorch劳仿，市占率達到13%，它雖然還很年輕粤唤，但可以支持TensorFlow不支持的一些定制甜海，所以發(fā)展非常的迅速。第三名是占比達到9%的caffe2预锅，也是Facebook的另一款開源產品饵来。
算法框架同樣凸顯了生態(tài)資源的拉動效應橙喘，我們也期待未來在核心前沿的領域能夠有更多的中國算法框架上榜。 AI落地機會的幾點洞察
自然人機交互
現(xiàn)在即將進入人和AI協(xié)作的時代胶逢，人機交互走向自然人機交互厅瞎，最終目標是實現(xiàn)人機協(xié)同。
自然人機交互中界面并不是最重要的因素初坠，貫穿于人機交互發(fā)展始終的是用戶體驗和簸，像語音交互技術逐步發(fā)展，從單輪到多輪對話碟刺，合成語音更為自然锁保、真實的接近真人水平。
人臉半沽、手勢等更多通道出現(xiàn)爽柒，多通道的融合交互成為未來主流。像觸控者填、語音浩村、手勢、人臉等有可能成為多通道融合的主流通道占哟，甚至觸覺心墅、嗅覺也有可能納入多通道交互中。
人機協(xié)同就是通過感知谴童、認知決策辖京，最終實現(xiàn)從真實世界到數字世界的技術閉環(huán)。現(xiàn)階段機器與人的協(xié)作是從識別人開始整雷，我們所做的事情就是通過人臉識別克干、聲音識別給設備裝上眼睛、耳朵珠焦。目前的熱點技術如前端快速識別讽噪、遠距離大規(guī)模識別、3D的精細化建模曾负、多模態(tài)識別交互等均為人機協(xié)作的初級階段鸭荡。 目標是通過融合交互提升機器的智能化垄减，讓機器更懂你往蝉，交互更自然。
5G+AI強強聯(lián)合
AI目前面臨三大問題：首先牙枕，依賴云端堡扣，由于數據傳輸帶寬受限，存在延時問題竣付，實時分析決策受限;其次诡延，訓練樣本中情景信息有限滞欠，實際環(huán)境中信息源不足，需要進行脫離實際的判斷;最后肆良，速度受限于算力筛璧，處理任務時間長，終端智能程度有待進一步提升惹恃。
近年來隨著芯片層夭谤、系統(tǒng)層的提升，算力問題已經有了改進巫糙。但是對于前兩個問題朗儒，當5G出現(xiàn)之后，這些問題都會相應地得到改善参淹。 那么醉锄，當5G與AI融合之后，誰會成為真正的受益者浙值？
首先恳不，顯著的變化會率先發(fā)生在對人機交互有迫切需求的智能終端上。以語音識別為例构鸭，借助5G將會讓用戶察覺不到機器響應的時延规倚，讓人及交互接近于自然的對話。
其次奸涤，智能家居评贫、智慧社區(qū)、智慧安防等都尚處于淺層次的智能極端祷燥，通過安裝大量傳感器攝像頭實現(xiàn)簡單智能枕调，當5G真正落地，隨著基礎設施構建翁乌，終端側潛能會被激發(fā)堪锌，進一步提升智能化。
最后蒙搅，AR/VR等終端設備迎來更大想象空間》渭玻現(xiàn)在AR/VR基本應用在娛樂、游戲方面潘尿，有了5G之后届慈，因為5G能夠改善動作跟蹤延遲的巨大痛點，將可以進入醫(yī)療忿偷、教育等行業(yè)應用金顿。
5G是驅動力，能夠讓AI更無處不在。而AI是催化劑揍拆，可以讓5G更智能渠概。
5G是AI下一步大規(guī)模爆發(fā)的關鍵的因素，相信隨著5G的最終的真正落地嫂拴，一個萬物感知播揪、萬物互聯(lián)、萬物智能的全新時代即將開啟筒狠。
結合全球科技企業(yè)的布局械琴，以及國內市場的落地應用情況，分析認為人工智能將在2-3年內在國內市場形成更大規(guī)模的落地效應索官，包括新興領域和傳統(tǒng)行業(yè)狰了。在人工智能落地的動力與瓶頸方面，提到數據問題應該受到足夠的重視势瘤，不論是硬件架構還是數據資源的調取方面乐标。隨著人工智能從云到端的發(fā)展，端側芯片競爭會更為激烈勃否，背后考驗的還有軟件支持姚损、生態(tài)、服務等因素避掩。報告最后談到了智能終端人機交互的趨勢紊徊，以及5G與AI融合后可能帶來的改變。 國際科技公司現(xiàn)狀
2018年全球市值TOP10企業(yè)榜單包含蘋果鬼雀、亞馬遜顷窒、谷歌、微軟源哩、伯克希爾鞋吉、Facebook、阿里巴巴励烦、騰訊控股谓着、摩根大通、強生等坛掠，這10家企業(yè)其中有7家是科技公司:蘋果赊锚、亞馬遜、谷歌屉栓、微軟改抡、Facebook、阿里巴巴、騰訊控股阿纤，這七家企業(yè)都有一個共同點辣摘，布局人工智能，牢牢掌握了互聯(lián)網世界的入口荡将。
2012年是一個比較關鍵的年份涵群，2012年之后，這些公司不斷加大在人工智能領域的布局您账。由此也引發(fā)了兩點思考盲拐，這是一個階段的拐點還是一個新時代的起點?巨頭掌握入口和數據，后入局者機會在哪里爽附？
這些巨頭的可怕之處在于牢牢地掌握了入口号均，有著龐大的數據資源。延伸來看就是他們獲取用戶的能力非常強蝗淡，具有強大的生態(tài)資源易震。
未來螞蟻能不能扳倒大象？
針對AI會在多久之內改變企業(yè)和所處行業(yè)發(fā)現(xiàn)避顶，有35%的人認為會在2-3年之內人工智能將會改變其企業(yè)烈瑰，同時有27%的人認為4-5年內人工智能將改變其所處的行業(yè)，盡管現(xiàn)在國內AI還處于發(fā)展的早期蟋软，但是大家對于AI的發(fā)展有較為明確的共識镶摘。對于初創(chuàng)企業(yè)來講，競爭時間非常緊張岳守，在未來2-3年凄敢，或4-5年之內，需要盡力提升差異化競爭的優(yōu)勢湿痢。 國內AI應用現(xiàn)狀
根據調研分析贡未，企業(yè)用戶選擇AI的驅動因素就是可以提升效率，其次原因為節(jié)約成本蒙袍，再次為提升用戶體驗俊卤、提升數據分析能力，還有其他諸如輔助接觸害幅、客戶畫像消恍、差異化服務等因素。其實AI作為一項通用的技術以现，未來將滲透到我們生活的方方面面狠怨，對于企業(yè)來講，是否能夠真正的用AI理念邑遏、技術去構筑核心競爭力秫玉，也是未來決勝的一個關鍵瘫笋。
2018年AI大規(guī)模落地，碎片化應用場景開始廣泛滲透耀到。AI應用領域包含消費級產品與服務行業(yè)(對話式AI)锨堵、醫(yī)療行業(yè)(AI輔助影像診斷)、零售行業(yè)(智能貨柜)莲吐、制造業(yè)(產品分揀)粟墩、金融行業(yè)(反欺詐、對話式客服)稠眠、互聯(lián)網行業(yè)(內容審核惨槐、產品推薦)等;典型的AI應用于創(chuàng)新實踐的包含刷臉支付、無人零售碱暗、攝像頭瘤褒、音箱、速記員杖户、視頻換臉悲组、實時翻譯耳機、手持翻譯機遣妥、語音助手擅编、電話客服攀细、醫(yī)學影像診斷箫踩、AI-IoT等，這些是一些碎片化的比較典型的應用場景谭贪，以語音和圖像居多境钟。
在針對企業(yè)開發(fā)AI產品的主要用途中，占比高的是消費電子的15.29%俭识，消費電子一直都是創(chuàng)新應用的集中地慨削，AI的爆發(fā)也是如此，以智能手機套媚、可穿戴設備居多;而智能家居隨著近年來國家政策的扶持和技術的進步缚态，以及行業(yè)本身的發(fā)展，相繼出現(xiàn)一些智能產品堤瘤，試圖來替代傳統(tǒng)的家居產品玫芦。總的來說本辐，消費電子守涤、智能家居、工業(yè)懂崭、機器人溃艺、計算機視覺等5種用途的AI產品占了56.39%区戚，其余43.61%的AI產品主要用途在機器學習、智能醫(yī)療睡硫、智能駕駛挣堪、無人機、語言及自然語言處理鲸嫁、安防刑映、教育、其他兜诞、農業(yè)翰鬓、金融等方面。
工業(yè)方面在推動工業(yè)轉型升級的動力之下惋涌，也有了比較有規(guī)模的落地坟翠，比如數據分析設備的診斷維護、產線管理等腰素。根據調研情況分析預測聘裁，2019年會有更多的傳統(tǒng)行業(yè)去擁抱AI，也會產生更多的碎片化應用弓千，如IT服務業(yè)的網絡運維告警壓降衡便、交通行業(yè)的地鐵滑塊火花分析和中車傳感器預測性防護、航空的燃油預測洋访、電力行業(yè)的電線桿塔故障檢測和線路巡檢機器人镣陕、核工業(yè)設計的核電站設備診斷分析等等這些傳統(tǒng)的行業(yè)。如果說第一輪的AI爆發(fā)主要集中在to C端姻政，那么接下來的會有更多to B端的AI應用呆抑。 AI落地的動力與瓶頸
現(xiàn)階段，推動AI創(chuàng)新與應用落地的因素：大數據是基礎汁展，算法是核心鹊碍，芯片是高地，人才是關鍵食绿，選定垂直的細分領域非常的重要侈咕。
AI的人才問題相比過去幾十年的發(fā)展，已經不是主要的瓶頸屏酌，我們國家有勤勉的人才庇讥，國家戰(zhàn)略層面也非常重視人才問題。現(xiàn)在主要探討芯片虹喉、算法和數據沽糕，這些已經成為限制AI發(fā)展的關鍵因素。
限制AI發(fā)展的關鍵因素—數據啤糙，數據與AI的關系启血，就像病人去看病時愿意相信年紀大一點的醫(yī)生魂姆，因為年紀大的醫(yī)生看的病人多，掌握的數據量大户载，經驗豐富澜茁。在AI發(fā)展初期，注意力基本都放在模型訓練方面锻宵，所以這個環(huán)節(jié)得到了較快的發(fā)展从肮。但是數據標簽描述、檢索扰藕、分析等工作需要重視缓苛，從而提升有效數據價值。從硬件層面分析邓深，AI訓練模型通常采用多核異構的方式未桥，算力提升非常快芥备。在傳統(tǒng)數據庫層面通常運行在單一的CPU平臺上冬耿，所以就造成了底層硬件結構方面的一些斷層。而隨著AI創(chuàng)新應用場景的不斷涌現(xiàn)萌壳，涉及到的數據類型會越來越廣泛亦镶，那么對于數據的采集和處理等環(huán)節(jié)會提出更高的要求。現(xiàn)在數據問題已經被很多企業(yè)重視起來袱瓮，下一步的重點是提升有效數據的價值缤骨。而數據中臺也被認為是新的風口。
核心器件多元化創(chuàng)新
用戶在開發(fā)使用AI芯片類型的以深度學習為代表的AI計算需求懂讯，主要是以FPGA荷憋、ASIC台颠、GPU這種適合并行計算的通用芯片來實現(xiàn)加速的褐望。隨著產業(yè)環(huán)境的日漸成熟，真正的面向算法为或，在性能锤观、功耗、面積等方面去進一步優(yōu)化的全定制化芯片會具有越來越大的規(guī)模特棕。隨著AI從云到端的發(fā)展漱啥，端側芯片的競爭會更加激烈，但是從表面看创哩，這些芯片在暗較長短灶常，每一種芯片都有各自的優(yōu)勢和短板所在。其實不存在某一種芯片能夠吃遍所有的應用波笆，因為除了芯片毯输，背后考驗的還有軟件支持铁厌、生態(tài)、服務等因素霜甜。
多元的處理器/IP架構
ARM的占有率非常高惹模，達到了35%，ARM其實是把握了其核心的價格優(yōu)勢箕昭，在此基礎上迅速構建生態(tài)灵妨。由此來看，在一個新的應用來臨之時落竹，往往也是行業(yè)在加速洗牌的時候泌霍。
有越來越多的初創(chuàng)企業(yè)開始芯片方面的布局，其中的算法公司居多述召，當這些公司真正能夠實現(xiàn)軟硬一體化時烹吵，對下一步落地應用和公司未來的發(fā)展戰(zhàn)略、融資上市等都會有一些幫助桨武。
用戶感興趣的AI開發(fā)套件
排名前幾的分別有華為HiKey970為23%肋拔、瑞芯微RK3399Pro為21%、威盛Edge AI人工智能開發(fā)套件為13%等呀酸。
華為HiKey970集成了華為Hi AI框架凉蜂，以主流的神經網絡架構進行深度學習算法開發(fā)。瑞芯微RK3399Pro是面向嵌入式應用的性誉，是一款arm架構的開發(fā)板窿吩，集設計、芯片調試和芯片驗證與一體曾搪。
工程師對于開發(fā)套件方面有呼聲比較高的一些建議和期待瘫篮，如進一步降低開發(fā)難度、開源权饥、更豐富的產品唆皇、快速搭建社區(qū)資源等幾方面。
企業(yè)算法框架選擇
算法是AI的基礎和核心面族。從調研結果分析來看吨肆，背后有google強大支撐的TensorFlow處于領先狀態(tài)，市占率達到23%芙捏。第二名是背后有Facebook支持的PyTorch劳仿，市占率達到13%，它雖然還很年輕粤唤，但可以支持TensorFlow不支持的一些定制甜海，所以發(fā)展非常的迅速。第三名是占比達到9%的caffe2预锅，也是Facebook的另一款開源產品饵来。
算法框架同樣凸顯了生態(tài)資源的拉動效應橙喘，我們也期待未來在核心前沿的領域能夠有更多的中國算法框架上榜。 AI落地機會的幾點洞察
自然人機交互
現(xiàn)在即將進入人和AI協(xié)作的時代胶逢，人機交互走向自然人機交互厅瞎，最終目標是實現(xiàn)人機協(xié)同。
自然人機交互中界面并不是最重要的因素初坠，貫穿于人機交互發(fā)展始終的是用戶體驗和簸，像語音交互技術逐步發(fā)展，從單輪到多輪對話碟刺，合成語音更為自然锁保、真實的接近真人水平。
人臉半沽、手勢等更多通道出現(xiàn)爽柒，多通道的融合交互成為未來主流。像觸控者填、語音浩村、手勢、人臉等有可能成為多通道融合的主流通道占哟，甚至觸覺心墅、嗅覺也有可能納入多通道交互中。
人機協(xié)同就是通過感知谴童、認知決策辖京，最終實現(xiàn)從真實世界到數字世界的技術閉環(huán)。現(xiàn)階段機器與人的協(xié)作是從識別人開始整雷，我們所做的事情就是通過人臉識別克干、聲音識別給設備裝上眼睛、耳朵珠焦。目前的熱點技術如前端快速識別讽噪、遠距離大規(guī)模識別、3D的精細化建模曾负、多模態(tài)識別交互等均為人機協(xié)作的初級階段鸭荡。 目標是通過融合交互提升機器的智能化垄减，讓機器更懂你往蝉，交互更自然。
5G+AI強強聯(lián)合
AI目前面臨三大問題：首先牙枕，依賴云端堡扣，由于數據傳輸帶寬受限，存在延時問題竣付，實時分析決策受限;其次诡延，訓練樣本中情景信息有限滞欠，實際環(huán)境中信息源不足，需要進行脫離實際的判斷;最后肆良，速度受限于算力筛璧，處理任務時間長，終端智能程度有待進一步提升惹恃。
近年來隨著芯片層夭谤、系統(tǒng)層的提升，算力問題已經有了改進巫糙。但是對于前兩個問題朗儒，當5G出現(xiàn)之后，這些問題都會相應地得到改善参淹。 那么醉锄，當5G與AI融合之后，誰會成為真正的受益者浙值？
首先恳不，顯著的變化會率先發(fā)生在對人機交互有迫切需求的智能終端上。以語音識別為例构鸭，借助5G將會讓用戶察覺不到機器響應的時延规倚，讓人及交互接近于自然的對話。
其次奸涤，智能家居评贫、智慧社區(qū)、智慧安防等都尚處于淺層次的智能極端祷燥，通過安裝大量傳感器攝像頭實現(xiàn)簡單智能枕调，當5G真正落地，隨著基礎設施構建翁乌，終端側潛能會被激發(fā)堪锌，進一步提升智能化。
最后蒙搅，AR/VR等終端設備迎來更大想象空間》渭玻現(xiàn)在AR/VR基本應用在娛樂、游戲方面潘尿，有了5G之后届慈，因為5G能夠改善動作跟蹤延遲的巨大痛點，將可以進入醫(yī)療忿偷、教育等行業(yè)應用金顿。
5G是驅動力，能夠讓AI更無處不在。而AI是催化劑揍拆，可以讓5G更智能渠概。
5G是AI下一步大規(guī)模爆發(fā)的關鍵的因素，相信隨著5G的最終的真正落地嫂拴，一個萬物感知播揪、萬物互聯(lián)、萬物智能的全新時代即將開啟筒狠。
18221259202