AI產(chǎn)業(yè)的第三階段是怎樣的

整個(gè)2019年，伴隨著各行業(yè)數(shù)字化轉(zhuǎn)型議題的升溫，以及5G帶來的IoT大潮，作為支撐的核心技術(shù)——人工智能也進(jìn)入了新的階段。在經(jīng)歷之前概念理論與技術(shù)方法更受關(guān)注后，如今人工智能已在多場景下均有落地應(yīng)用，賦能行業(yè)驅(qū)動產(chǎn)業(yè)升級變革中，如何帶來新的價(jià)值成為市場最為關(guān)注的重點(diǎn)。

在12月17日舉行的2019愛分析·中國人工智能高峰論壇上，上述議題也成為來自計(jì)算機(jī)視覺、語音識別、NLP、數(shù)據(jù)智能等通用技術(shù)以及智慧安防、智慧城市等行業(yè)應(yīng)用領(lǐng)域的多位與會嘉賓深入交流的重點(diǎn)，尤其是大會同期發(fā)布的《2019中國人工智能行業(yè)趨勢報(bào)告》（下文簡稱“報(bào)告”）直指關(guān)鍵，詳述了目前國內(nèi)人工智能產(chǎn)業(yè)發(fā)展的落地挑戰(zhàn)與發(fā)展趨勢。

數(shù)據(jù)挑戰(zhàn)問題最多

報(bào)告指出，目前人工智能仍存在數(shù)據(jù)、模型、行業(yè)、服務(wù)方式等領(lǐng)域的挑戰(zhàn)，其中數(shù)據(jù)行業(yè)面臨的問題最多，據(jù)愛分析首席分析師兼合伙人李喆現(xiàn)場介紹，挑戰(zhàn)主要包含三大方面。

第一是數(shù)據(jù)治理問題，李喆表示，原來只需單點(diǎn)解決圖象或文本問題，即單業(yè)務(wù)系統(tǒng)數(shù)據(jù)處理，現(xiàn)在涉及多元異構(gòu)處理，這使得整個(gè)系統(tǒng)數(shù)據(jù)復(fù)雜程度更高，數(shù)據(jù)治理難度也大大提升?！八袁F(xiàn)在需要一些新的數(shù)據(jù)治理手段?！崩钫苤赋觯壳氨容^成熟的是使用大數(shù)據(jù)湖模式，同時(shí)兼顧結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)處理，可以實(shí)現(xiàn)低成本存儲，更好地支撐應(yīng)用。

第二是數(shù)據(jù)標(biāo)注問題。在圖象、語音時(shí)代，數(shù)據(jù)標(biāo)注場景相對比較簡單，但隨著行業(yè)層面的延伸，數(shù)據(jù)標(biāo)注復(fù)雜程度變得非常高，如何保證在較低成本下完成數(shù)據(jù)標(biāo)注，成為新的挑戰(zhàn)。李喆指出，第三方標(biāo)注平臺公司逐步興起將會在未來成為趨勢。

第三則是最受關(guān)注的數(shù)據(jù)安全與隱私問題。隨著數(shù)據(jù)安全事件的增多，李喆表示，未來需要更多的新技術(shù)，保證在底層數(shù)據(jù)不實(shí)現(xiàn)交換的前提下，經(jīng)過加密訓(xùn)練后可實(shí)現(xiàn)聯(lián)合建模，解決數(shù)據(jù)隱私問題。

報(bào)告同時(shí)指出了模型層面的很多新變化。以服務(wù)于金融客戶的AI公司為例，銀行端很多企業(yè)關(guān)注點(diǎn)是人工智能模型如何解釋，以及背后的業(yè)務(wù)邏輯。對此，李喆表示，未來大場景還會使用統(tǒng)計(jì)建模方式，小場景下則會采用深度學(xué)習(xí)模式，采用一些開源模型自動跑出結(jié)果。

行業(yè)層面也出現(xiàn)了新的挑戰(zhàn)。報(bào)告指出，視覺語音時(shí)期，從聲音前端到NLP再到GTS，場景基本都是單一的，但目前在落地到行業(yè)場景后需要具備對全業(yè)務(wù)流程know-how的認(rèn)知，使得要求逐步提升。報(bào)告指出，過去的行業(yè)經(jīng)驗(yàn)與方法論需要和人工智能技術(shù)結(jié)合，成為解決這一問題的手段。“未來知識圖譜會是一個(gè)比較好的解決方式?！痹诶顔纯磥?，通過統(tǒng)一的知識圖譜，實(shí)現(xiàn)知識的融合，下一步再做應(yīng)用，將成為可行方式。

服務(wù)方式層面，以三元、工行等知名企業(yè)為例，更多關(guān)注AI怎樣解決自己的問題，如對銷售部門而言，核心就是基于AI技術(shù)提升銷量，提升用戶復(fù)購率和行業(yè)滲透率，而并不僅僅是AI公司提供一個(gè)產(chǎn)品或者服務(wù)就可以解決的。報(bào)告表明，很多大型企業(yè)的最終業(yè)務(wù)需求和AI公司提供的標(biāo)準(zhǔn)化產(chǎn)品之間，存在一個(gè)很大的鴻溝。李喆指出，這些公司沒有特別好的落地方法論，除了希望AI公司提供一個(gè)產(chǎn)品外，也更多希望AI幫助其進(jìn)行運(yùn)營業(yè)務(wù)，這是對于AI公司的新挑戰(zhàn)。

此外，依托大的AI芯片的公司不斷降低芯片成本，進(jìn)而降低整個(gè)硬件成本體系，也是整個(gè)AI行業(yè)面臨的挑戰(zhàn)。

人工智能將進(jìn)入第三階段

對于人工智能產(chǎn)業(yè)的發(fā)展趨勢，報(bào)告主要?dú)w結(jié)為三個(gè)方向。

第一，5G會帶來新的業(yè)務(wù)場景。除了目前5G不斷擴(kuò)大應(yīng)用場景豐富產(chǎn)業(yè)生態(tài)外，李喆強(qiáng)調(diào)5G將讓整個(gè)社會處于永遠(yuǎn)在線的階段，尤其是5G上線后設(shè)備可以不斷實(shí)時(shí)上傳數(shù)據(jù)，將使得企業(yè)接受的數(shù)據(jù)量越來越大，這一點(diǎn)或許對于將成為整個(gè)人工智能行業(yè)的一個(gè)新爆發(fā)點(diǎn)。

第二個(gè)是落地階段新技術(shù)的涌現(xiàn)。李喆指出?，F(xiàn)階段人工智能更多是應(yīng)用在知識圖譜這一技術(shù)上，下一步如何能影響到行動階段，將是下一步的方向。表現(xiàn)在具體案例方面，李喆解釋道，通過知識圖譜構(gòu)建的是一個(gè)幾十億條編的場景，如果完全依靠機(jī)器學(xué)習(xí)找出最短路徑，中間會耗費(fèi)大量的計(jì)算時(shí)間和資源，這一階段如果有一些專家經(jīng)驗(yàn)與認(rèn)知，就可去掉中間不必要的路徑，縮短整個(gè)決策周期和時(shí)間，更好助力技術(shù)落地。對此，人機(jī)協(xié)同或許是未來幾年興起技術(shù)方向。

第三是人工智能將發(fā)展到第三個(gè)階段——從企業(yè)內(nèi)部跨向整個(gè)產(chǎn)業(yè)。以目前包括美團(tuán)、滴滴在內(nèi)互聯(lián)網(wǎng)公司為例，正在逐步滲透到產(chǎn)業(yè)上下游，如美團(tuán)開始涉足服務(wù)餐飲、零售門店，滴滴往出租車公司領(lǐng)域滲透，進(jìn)而逐步提升整個(gè)產(chǎn)業(yè)鏈數(shù)字化程度，價(jià)值更多在于作為產(chǎn)業(yè)核心企業(yè)，基于新的AI技術(shù)實(shí)現(xiàn)更強(qiáng)大的資源調(diào)度和資源賦能。

“我們能看到現(xiàn)在整個(gè)不管是滴滴調(diào)度平臺還是美團(tuán)實(shí)時(shí)配送平臺，都是基于整個(gè)產(chǎn)業(yè)數(shù)字化提升后用新AI技術(shù)如何更好地實(shí)現(xiàn)資源調(diào)動，從而推動整個(gè)產(chǎn)業(yè)鏈結(jié)構(gòu)上的整體效率提升。”李喆強(qiáng)調(diào)，這將是人工智能技術(shù)未來的重要一環(huán)。

責(zé)任編輯：ct