热线电话
  • 010-88558925010-88558943
  • 010-88558955010-88558948
CMIC专家更多

中国工程院院士沈昌祥

党的二十大报告提出,到2035年基本实现...更多>>

赛迪院长张立:中国新

全球范围内,中国步入培育经济增长新动能的...更多>>

中国市场情报中心 > 首页 > 焦点图
CMIC:人工智能——爆发前夜的等待有多长?

发布时间:2016-07-12 10:45:24

来源:赛迪顾问

作者:向阳

【打印】 【进入博客】 【推荐给朋友】

    【CMIC讯】随着机器学习的快速发展,人工智能产业在历经60年的起伏之后,如今已经在全球范围形成新一轮的抢位发展态势,发达国家纷纷吹响探索大脑奥秘的号角。中国的人工智能产业在全球浪潮推动下,也在快速发展。中国《机器人产业规划(2016-2020)》的出台、中国“十三五规划”的脑科学与类脑研究重大工程项目,将极大提升中国人工智能市场的供给质量。同时,以百度、阿里为代表的互联网企业已经充分认识到人工智能的未来前景,纷纷开展大规模的投入和布局,也将充分刺激中国人工智能市场的活跃度。2015年中国人工智能市场规模达到203.9亿元,预计2018年将超过360亿元,复合增长率为21%。

图1

 

    一、技术研发层的进步推动人工智能产业重回巅峰
 
    在人工智能产业的三个层面的关系,是由基础设施层和技术研发层的进步来共同决定着应用层的发展速度。基础设施层包含了各类传感设备、运算软硬件平台、数据支撑等环节;技术研发层包含了以机器学习为核心的自然语言处理、图像识别等环节;应用层分为智能硬件平台和软件集成平台。

图2

 

    就目前市场格局来看,机器学习所处的技术研发层是发展最为迅速的,可以说人工智能新一轮的浪潮就是由机器学习的技术突破来引发的。在技术研发层,机器学习极大的提高了语音识别和图像处理的精度,使得相关产品能进入到实质的商业部署阶段,从而推动了应用层的市场普及率并提升资本关注度。
 
    二、国内外巨头和初创企业玩法不尽相同,共享产业盛宴
 
    首先,从技术水平来看,在软件算法领域初创企业和国内外巨头的差距并不大,在人工智能开源化的大趋势下,技术算法的竞争更多存在于公司整体资源投入比的较量。比如,在算法性能不分伯仲之时,硬件运算资源的投入则将决定技术产品的研发速度和效果,而这点也是BAT、IBM等巨头与初创公司的差距所在。目前而言,想取得较优秀的机器学习性能还需要大量的硬件运算资源支撑,谷歌的AlphaGo就采用了1202个CPU和176个GPU,这样的投入也不是一般的初创企业能承受的起的。因此,大多数初创企业会选择某一个细分领域进行算法改进,或者对成熟的技术进行定制化的商业应用设计。
 
    其次,从发展方向来看,BAT和国外巨头均选择了软件产品和硬件产品双线发展的道路,像百度的大脑计划、筷搜、无人车;IBM的Watson认知商业和Pepper机器人;微软的Cortana、基于Azure物联网开发套件;英特尔的人工智能芯片、机器实感技术开发包。而背后的原因无外乎是看到了未来巨大的市场,利用自身强大的技术能力提前布局完整的软硬件生态体系。
 
    最后,在产品应用方面,大公司往往是多点开花,通过自身研发和投资并购不断扩展产品应用领域。初创企业则是在垂直领域进行深挖,通过不断深入的优化产品性能和体验来占领市场。比如IBM在面临转型的压力时,在医疗、天气、工业、旅游等各个领域进行开拓,利用Watson的后端认知平台进行大量的跨行业部署推广。微软的也不断通过Azure云平台结合API的模式,多领域的部署产品应用。整体而言,大公司将利用云计算的平台优势快速推广软件产品,而由此引发的更加丰富的IOT领域需求也为初创企业打开了机遇。
 
    三、消费级产品从概念到落地,仍需解决两大难题
 
    1、服务机器人市场需求巨大,成本下降才能实现普及
 
    服务机器人市场主要由两方面技术因素所决定:产品外界感知能力和自我学习适应能力。目前,消费级机器人市场需求巨大,人工智能已经在无人机、服务机器人、安防机器人等领域迎来了突破。从产品环节来看,一、需要通过语音控制和机器视觉来完善产品的感知沟通能力。二、利用机器学习芯片实现产品对不同环境下的自我学习适应能力。具备以上两点的消费级机器人将实现用户体验上的飞跃,那时也将是市场真正迎来爆发之际。但是,想要实现以上两点的产品成本依旧较高,从大疆推出的Phantom 4可以看到已经具备了成熟的人工智能,但从售价看暂时还只能是少数人的玩具。可以预见,技术上已经不是难题,假以时日让成本降低,消费级机器人市场将快速启动。
 
    2、软硬件产品依旧需要提升用户体验度,技术进步空间巨大
 
    应用产品主要分为智能硬件和软件集成。从智能硬件来看,主要存在两点障碍:基础设施层——多源感知数据的统一融合障碍;技术研发层——分析理解能力的精准度不足。在多源感知模块端,目前已经存在各类(声觉、嗅觉、味觉、触觉、听觉)的采集传感器,然而缺乏对这些信号的统一管理、分析处理。导致智能硬件仍处于较初级的感知互动阶段。另外以语义识别为主的分析理解能力上,在存在噪声环境、多人对话等复杂环境时,依旧不能实现较高的辨识度。而且,目前的语音交互系统虽然单体识别精确度已经突破95%,但缺乏记忆功能,还不能真正成为私人助手。未来需要在技术研发层实现进一步突破,使产品真正达到消费者认可的水平。
 
    从软件集成来看,以数据挖掘为主的深度学习一体机和云平台。目前这类产品投入产出较低,主要针对开发者和初创公司,在不具体大量计算资源时依旧可以运行算法。存在问题是商业化模式依旧不够清晰,产品盈利方式上还未突破。未来需要从2B市场起步,定制化的解决公司痛点需求,实现盈利后进一步切入2C市场。
 
    四、服务机器人将在养老、教育、医疗等领域迎来突破

图3

 

    在2015年中国人工智能市场细分结构中,服务机器人占比最大,以60亿元规模占比达到29.5%。类似扫地机器人的热潮看似褪去,实则是在从爆发期进入部署期,市场关注度回落但消费者的接受度增强,从炒作进入到掏钱买单的阶段。在可以预见的未来,以养老产业、教育产业、医疗产业为重点的方面将迎来消费级机器人的普及。从老人陪护、儿童早教、患者接待等大量只需要简单人工操作的场景中,我们看到市场进入的巨大机遇。从国外来看,IBM与日本软银合作的Pepper机器人也正在从国家层面上考虑日本的养老问题,以具体情感沟通、人机协作功能的机器人来打入普通家庭养老市场。

责任编辑:拂晓晨风

相关报道
  • --

联系我们:8610-8855 8955 zhouhl@staff.ccidnet.com

广告发布: 8610-88558925

方案、案例展示: 8610-88558925

Copyright 2000-2011 CCIDnet.All rights reserved.

京ICP000080号 网站-3