微啦網 首頁 > 科技

認知智能時代,如何發現商業落地的千里馬?

2019-10-29 14:27 weila

人工智能行業正在悄然發生轉變。

在技術上,驅動此輪AI浪潮的深度學習技術已經越來越接近天花板,而隨著越來越多的算法開源,參與AI應用的技術壁壘也在降低。

在市場上,應用落地能力成為評判一家人工智能企業是否成功的重要指標,大家不再盲目崇拜技術實力,而是更看重技術是否能為具體行業解決問題。

在這樣的發展潮流下,能夠在下一階段的技術比拼中提前占據優勢,同時又具備落地能力的企業,才能成為日后人工智能行業的領軍者。

認知智能、賦能百業,AI的下一個“戰場”

人工智能的發展可以分為幾個層次,從低到高分別是:運算智能、感知智能、認知智能。

運算智能是最初級的階段,主要指計算機擁有快速計算和記憶存儲能力;感知智能建立在運算智能的基礎上,指機器能夠擁有視覺、聽覺等能力,人臉識別、語音識別是這個階段的典型技術;而認知智能則是更高級的階段,指機器能夠“理解與思考”,擁有處理復雜的知識和情形的能力。

不少業內人士都指出,當前人工智能正在從“感知智能”向“認知智能”過渡發展,“認知智能”是未來人工智能的核心競爭力。

首先,從技術的發展來看,感知智能的發展依賴于深度學習,而以深度學習為代表的統計學習嚴重依賴大數據和樣本,這些方法只能學習到統計模式,隨著大數據紅利逐漸褪去,以深度學習為代表的感知智能水平的提升空間也變得十分有限。人工智能的技術之爭,需要在下一階段對知識和符號利用的“試煉場”展開。

其次,從市場對的需求來看,AI作為一項技術,只有切實幫助各行各業降本增效,才能發揮價值,因此整個行業對人工智能企業的關注重點,也從早期的算法精度,轉移到了如何將算法先進性在行業場景應用上融合和體現的能力。

今年5月,Gartner發表文章,預計到2021年“增強AI”將產生2.9萬億美元的商業價值。所謂的“增強智能”或“增強AI”指的是:包括學習、決策和學習新經驗在內,以人為中心的,人和AI共同增強認知性能的模式。簡單而言,就是人利用好AI,去為更多的行業賦能。

“賦能”“落地”是這兩年來AI行業的關鍵詞,但僅有感知智能,機器只是能感知世界,擁有與人交互的全新方式,但卻不能像人腦一樣理解和決策,無法付諸或替代人處理更復雜的工作。

以公安行業為例,人臉識別只是讓機器能夠識別出身份,但是涉及到偵查、破案,就需要梳理大量的線索,推斷出可能的結果,這僅靠感知智能是無法完成的。

前微軟亞洲研究院研究員、一覽群智CEO胡健在接受億歐采訪時表示:“現階段的AI以感知智能為主,比如人臉識別、語音識別,都是快反饋的;但長期而言,AI是要解決各行各業問題的,這就需要理解和交流的能力?!?/p>

無論是從技術的發展進入了下一階段來看,還是從市場的需求上來看,認知智能都一定會成為人工智能未來的趨勢。

展開全文

未來能夠在人工智能行業的殘酷競爭中脫穎而出的,一定是掌握了認知智能核心技術,并且具備落地能力的企業。

NLP+知識圖譜,搶占認知智能“先機”

NLP和知識圖譜是認知智能階段技術發展的基石。在這個大趨勢下,率先布局NLP和知識圖譜的企業將在認知智能時代具備強大的競爭力。

機器的學習需要基于文本進行,但機器對文字的理解存在巨大的技術難度,文本在不同場景中的處理方式也不盡相同,文本中蘊含的價值一直難以得到有效利用。NLP技術的作用,通俗地說,就是把自然語言轉化成機器能夠理解的符號,構建機器理解知識的基礎。

如果說NLP是讓機器與人類的語言相通,那知識圖譜就是能讓機器理解這個世界。

人工智能的發展離不開大數據,認知智能的發展也是同理?,F在不少行業已經積累了規??捎^的數據,但認知智能卻遲遲未見突飛猛進地發展,原因就是缺少了知識圖譜。

知識圖譜被認為是從感知智能通往認知智能的重要基石。知識工程創始人Edward Feigenbaum曾經提到:“Knowledge is the power in AI system”;張鈸院士也曾說過,“沒有知識的AI不是真正的AI”。



浙江体彩20选5跨度走势图