人工智慧系統發展趨勢

　　人工智慧技術無論是在核心技術，還是典型應用上都已出現爆發式的進展。隨著平台、算法、交互方式的不斷更新和突破，人工智慧技術的發展將主要以「AI+X」(為某一具體產業或行業)的形態得以呈現。以下對人工智慧系統發展趨勢分析。

　　人工智慧的技術應用主要是在以下幾個方面：

　　自然語言處理(包括語音和語義識別、自動翻譯)、計算機視覺(圖像識別)、知識表示、自動推理(包括規劃和決策)、機器學習和機器人學。按照技術類別來分，可以分成感知輸入和學習與訓練兩種。計算機通過語音識別、圖像識別、讀取知識庫、人機互動、物理傳感等方式，獲得音視頻的感知輸入，然後從大數據中進行學習，得到一個有決策和創造能力的大腦。

　　從上世紀八九十年代的PC時代，進入到網際網路時代後，給我們帶來的是信息的爆炸和信息載體的去中心化。而網絡信息獲取渠道從PC轉移到移動端後，萬物互聯成為趨勢，但技術的限制導致移動網際網路難以催生出更多的新應用和商業模式。而如今，人工智慧已經成為這個時代最激動人心、最值得期待的技術，將成為未來10年乃至更長時間內IT產業發展的焦點。

　　人工智慧概念其實在上世紀80年代就已經炒得火熱，但是軟硬體兩方面的技術局限使其沉迷了很長一段時間。而現在，大規模並行計算、大數據、深度學習算法和人腦晶片這四大催化劑的發展，以及計算成本的降低，使得人工智慧技術突飛猛進。

　　人工智慧是由人類創造的，人們創造人工智慧的最初目的就是使其為人類服務。人工智慧在未來的發展過程中，也要朝著這一趨勢進行，這是大量從事人工智慧研究工作人員總結的經驗。從人們對人工智慧的研究情況來看，也正朝著這個方向進行探索，因為這是人類發展人工智慧的初衷。

　　例如，在社會生產中可以對人工智慧進行應用，在工廠生產中，對全自動化智能生產線進行合理應用，一方面可以提高生產的安全性，另一方面也可以使生產效率得到進一步提升。目前，在人們的日常生活中，人工智慧也隨處可見，例如醫療輔助機器人，掃地機器人等，人工智慧在這些方面的應用，使人們的生活變得更加便利，因此日後人們在對人工智慧的研究上，應當朝著該方面進行。

　　所有在人工智慧領域投資的二級資本公司，比如英特爾、Salesforce和Twitter，都將追隨擁有這些數據的大公司，並使用他們的數據算法和人工智慧。行業參與者之間將會發生數據交易，而且很有可能會整合算法和技術。數據的交易以及算法和技術的整合將使人工智慧變得更加重要。

　　隨著谷歌和Facebook等規模更大的公司收購小公司，更多的算法將被整合到它們的核心平台或解決方案中。總部位於英國倫敦的人工智慧公司DeepMind，構建了通用學習算法，被谷歌收購，以獲得相對於其他科技公司的商業優勢。另一方面，Facebook收購Wit.ai來提升自己的語音識別和語音界面。該公司還收購了人工智慧創業公司Ozlo，以完善其M虛擬助理服務。

　　此外，在教育、醫療，以及硬體生態方面，現在都在有突破式的進展。從AI落地的行業領域裡面看，這幾個行業領域都是非常紮實、堅實的傳統領域。在這幾個傳統行業裡面的需求，通過AI可以非常好地進行賦能，提高效率。這是從AI落地角度來看，它有效賦能到傳統行業，高效地解決了很多問題。

　　另外一方面，可以看到在AI大趨勢下，很多領域裡出現創新式的發展。包括前面演講裡面所提到的，像AI晶片。還有基於AI的技術創新應用也好，這部分是屬於創新的。這樣去看，AI對於整個行業的推進，應該是兩種領域的發展。早期最先商業化的應該是對傳統領域的需求和效率解決。

　　人工智慧無論是在核心技術，還是典型應用上都已出現爆發式的進展。隨著平台、算法、交互方式的不斷更新和突破，人工智慧技術的發展將主要以「AI+X」(為某一具體產業或行業)的形態得以呈現。在不遠的未來，智能客服(導購、導醫)，智能醫療診斷、智能教師、智慧物流、智能金融系統等都有望廣泛出現在我們的生活中。需要指出的是，所有這些智能系統的出現，並不意味著對應行業或職業的消亡，而僅僅意味著職業模式的部分改變(如減少教師教授書本知識的時間)，即由以往的只由人類完成，變為人機協同完成。因此，人工智慧的進一步發展，值得大家期待。以上對人工智慧系統發展趨勢分析。

更多人工智慧系統行業研究分析，詳見中國報告大廳《人工智慧系統行業報告匯總》。這裡匯聚海量專業資料，深度剖析各行業發展態勢與趨勢，為您的決策提供堅實依據。

更多詳細的行業數據盡在【資料庫】，涵蓋了宏觀數據、產量數據、進出口數據、價格數據及上市公司財務數據等各類型數據內容。