技术|AI产业化时代,行业需要一套怎样的创新底座

作者:李东耳
来源:GPLP犀牛财经(ID:gplpcn)
技术|AI产业化时代,行业需要一套怎样的创新底座
文章图片

经过多年发展 , 在全球范围内 , AI已经进入产业大时代 。
比如 , 在即将召开的世界2021世界人工智能大会期间 , 关于AI发展的趋势 , 各专家学者及行业企业代表将结合RPA+金融、零售、制造、教育等行业落地情况 , 展望人工智能行业应用融合发展未来 。
也就是说 , 种种迹象表明 , AI技术正在得到大规模商业应用 。
回顾AI技术的发展历史 , 7年前 , 人脸识别超越人眼准确率 , 突破工业红线 , 人工智能从一个学术问题转变为场景的应用问题 。 7年后的今天 , 人工智能在多个行业规模化应用 , 牵引形成众多上下游和应用生态 , 进一步转变为产业问题 , 走向产业化发展阶段 。
因此 , 如何促进AI技术进一步产业化 , 以及提高AI产能的经济效益尤为重要 。 而在以往的AI产业发展中 , 虽然有大量的企业和个人投入其中 , 但仍有很多应用场景的智能化水平难以满足实际需要 , 这些都成为阻碍AI企业经营和产业发展的重要问题之一 。
【技术|AI产业化时代,行业需要一套怎样的创新底座】从国务院印发的《新一代人工智能发展规划》中的战略目标来看 , 到2020年 , 人工智能总体技术和应用与世界先进水平同步 , 人工智能产业成为新的重要经济增长点 , 人工智能技术应用成为改善民生的新途径;
到2025年 , 人工智能基础理论实现重大突破 , 部分技术与应用达到世界领先水平 , 人工智能成为我国产业升级和经济转型的主要动力 , 智能社会建设取得积极进展;
到2030年 , 人工智能理论、技术与应用总体达到世界领先水平 , 成为世界主要人工智能创新中心 。
这就要求人工智能自身的行业产值和它所带动的其他行业的附加值 , 在2025年大约达到1:10的杠杆 。 也就是说人工智能每产生一万元的产能 , 它实际上对它所服务的行业会带来10万元的经济效益 。 为了实现这一宏大目标 , 人工智能产业自身也必须作出大变革 , 打破以往的针对需求专项定制、精耕细作的研发和生产模式 , 实现全面升级 。
全新AI产业经济时代下的五大巨变
AI在经历了初期“各自为战”式的发展之后 , 已经在部分领域取得了关键性的突破 。 而在AI技术不断投入到商业化应用的过程中 , 人们发现以往的AI生产关系已经难以满足AI产业的发展 , AI产业正向着新的方向发生转变——比如 , AI应用半径越来越长、越来越多的长尾需求得到重视 , 由此导致大参数通用模型越来越成为AI产业发展的未来 , 算力模式也因此需要发生变化 , 同时产学研相结合的紧迫性也越来越突出 。
在AI商业化方面 , 包括谷歌及微软早就展开了研究 。 比如 , 谷歌继成功研发了AlphaGo围棋机器人后 , 正在向着通用人工智能的方向努力 。 微软也在2019年向马斯克的人工智能公司OpenAI投资10亿美元 , 共同打造通用人工智能系统 。
对此 , 很多AI行业大佬不约而同地观点一致:AI正在进入下一个时间点 , 一个从技术创新周期转入商业创新周期的时间点 。
公开资料显示 , 自从AI技术可商用以后 , 目前已经在不少领域开始应用 , 不过 , 此前 , 这些应用往往都局限在单点突破方面 , 比如说在地铁里或者飞机场刷脸通行 , 一般而言 , 这类应用场景的特点之一就是高频 , 每天都会发生且流量相当巨大 , 投入产出比非常之高 , 然而对于那些应用频率低或较为分散、多样的应用场景 , AI的存在感往往比较差一点 。

特别声明:本站内容均来自网友提供或互联网,仅供参考,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。