精品伊人久久大香线蕉,开心久久婷婷综合中文字幕,杏田冲梨,人妻无码aⅴ不卡中文字幕

人工智能是當前全社會最熱門的話題之一，工業(yè)領(lǐng)域亦是如此。2016年，AlphaGo就戰(zhàn)勝了人類頂尖棋手，使得全社會再次掀起人工智能的熱潮。

人工智能是當前最熱門的技術(shù)之一，被稱為繼蒸汽機、計算機、互聯(lián)網(wǎng)之后具有劃時代意義的技術(shù)。現(xiàn)在社會上各種概念的人工智能產(chǎn)品也層出不窮，人工智能的電視、音響，與人對答的機器人等屢見不鮮。那究竟什么是人工智能呢？這些產(chǎn)品就是所謂的人工智能嗎？

今天的人工智能技術(shù)，在業(yè)內(nèi)經(jīng)常被稱為'弱人工智能’，因為它離真正的智能還很遙遠。只能說，目前的人工智能算法，有一定的能力處理相對靈活、復(fù)雜的任務(wù)，比如某些場景中的語音識別、圖像處理等。市場上的智能對答產(chǎn)品通常內(nèi)嵌了基于AI的語音識別算法，是人工智能技術(shù)的一種實際應(yīng)用。

從上個世紀50年代提出“AI”的概念到今天，人工智能的發(fā)展可以說是經(jīng)歷了三次浪潮。而每次在浪潮之巔時，整個社會就像今天一樣，充滿了對AI的美好想象與期待。今天的AI能持續(xù)贏得關(guān)注與認可嗎？要看它是否能真正在實際應(yīng)用中產(chǎn)生價值。

我們在談到人工智能的時候，總會提到機器學(xué)習(xí)、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、大數(shù)據(jù)分析等這些詞語，那人工智能和這些詞語是什么樣的關(guān)系呢？

如果簡單的按范圍劃分，人工智能>機器學(xué)習(xí)>深度學(xué)習(xí)。廣義的人工智能涵蓋了所有人類創(chuàng)造的智能，可以是人工智能的相關(guān)算法與技術(shù)，也可以是文藝作品中想象的智能。而在學(xué)術(shù)圈，機器學(xué)習(xí)是一個相對更常用的名詞，因為目前主流的人工智能算法，幾乎都屬于機器學(xué)習(xí)這樣一個學(xué)術(shù)分支。機器學(xué)習(xí)類算法可以賦予機器一定的學(xué)習(xí)能力，不需要明確定義所有的規(guī)則。而深度學(xué)習(xí)是起源于機器學(xué)習(xí)的一個分支，深度學(xué)習(xí)類的算法最基本的底層是神經(jīng)網(wǎng)絡(luò)架構(gòu)。最后，以上所有的算法，都可以用于大數(shù)據(jù)分析。

人工智能也不算是一個新詞了，那為何突然這兩年為何又突然火起來了呢？人工智能經(jīng)歷過什么樣的發(fā)展歷程？

這個故事很長。簡單地說，近年來AI的熱門主要歸功于深度學(xué)習(xí)與AlphaGo。2012年深度學(xué)習(xí)在國際級圖像分類比賽中橫空出世，一舉奪冠，以其出色的性能贏得了業(yè)界的矚目，隨之有越來越多的科學(xué)工作者跟進研究，研發(fā)出了更多更好用的深度學(xué)習(xí)類算法。而AlphaGo比賽更是引起了全社會的關(guān)注，將AI從學(xué)術(shù)圈推向了全世界。

更長遠的說，AI在歷史上有著三次波峰，而目前的也即是第三次AI波峰是否能夠維持熱度，避免再次走向衰落呢？業(yè)界的共識是——AI的機會在工業(yè)界。

如果把人工智能理解成用計算機模擬人類的智能，那現(xiàn)階段人工智能達到了人類幾歲的智力？能夠做哪些事了？

人工智能的所謂“智能”，與人類的智能并不在同一個維度上，很難類比。在業(yè)內(nèi)，目前的人工智能通常被稱為“弱人工智能”，因為它并沒有真正的人類智能。可以將AI理解成一種內(nèi)核為統(tǒng)計的學(xué)習(xí)方法，它相對于傳統(tǒng)的數(shù)學(xué)方法來說，有著更出色的泛化能力、靈活性，所以在某些領(lǐng)域中有著出色的性能，比如圖像處理、語音識別、文本分析等。所以，AI已經(jīng)被成功應(yīng)用在很多場景中，如人臉識別，自動翻譯，智能抓取，等等。但是，總的來說，目前的AI技術(shù)與人類智能還是有著本質(zhì)不同的。

現(xiàn)在各行各業(yè)都在談?wù)撊斯ぶ悄艿膽?yīng)用，那么對我們工業(yè)、制造業(yè)，人工智能會有哪些應(yīng)用呢？目前主要集中在哪些領(lǐng)域的應(yīng)用？

如上所述，作為一門技術(shù)，人工智能在圖像、語音、文本等分析上有著出色的性能。在工業(yè)界，AI往往很難單獨起作用，常常需要與業(yè)界積累的經(jīng)驗及領(lǐng)域知識相結(jié)合，才能達成高性能的解決方案。目前AI在工業(yè)界已經(jīng)有較好應(yīng)用的方向主要有：預(yù)測性維護，產(chǎn)品質(zhì)量檢測，目標識別，最優(yōu)化設(shè)計等等。

相比我們傳統(tǒng)的自動化、信息化和數(shù)字化，人工智能使得工業(yè)更加智能化，那智能化能帶來哪些不一樣的作用呢？

首先，自動化、信息化與數(shù)字化、智能化，并非是斷代史。更恰當?shù)恼f，數(shù)字化與智能化都是自動化的發(fā)展階段。智能化的需求，源自于我們對產(chǎn)業(yè)更高的要求：如何使得生產(chǎn)更快？更靈活？成本更低？效率更高？更佳的人機協(xié)作？這些都是我們對智能化的期待。當然，可以預(yù)見，其實現(xiàn)之路也是漫長而曲折的。

2016年，AlphaGo就戰(zhàn)勝了人類頂尖棋手，但是直到現(xiàn)在，人工智能在工業(yè)領(lǐng)域真正落地應(yīng)用的并不多，您認為主要是哪些方面的原因制約了人工智能在工業(yè)領(lǐng)域的應(yīng)用呢？

實際場景的問題復(fù)雜度，應(yīng)用碎片化，以及缺乏領(lǐng)域知識的結(jié)合等，使得AI的應(yīng)用之路不那么平坦。其實人們對AI的期待也有些過高了，雖然AI是非常好的一門技術(shù)，但是任何技術(shù)的應(yīng)用都需要大量的時間與研發(fā)投入。

在工業(yè)場景中，很多問題是很復(fù)雜的，AI常常只是其中一個環(huán)節(jié)。首先，該問題是否值得大量的投入？產(chǎn)出的方案可擴展、可復(fù)用嗎？要用AI建模，數(shù)據(jù)量夠嗎？性能不夠好，如何改進方案？如何有機地結(jié)合專家知識、行業(yè)經(jīng)驗？常常一個單純的“有效數(shù)據(jù)量”的問題，就足以造成應(yīng)用AI的巨大阻力。更何況，現(xiàn)實世界中的困難要多的多。所以，想一蹴而就是不現(xiàn)實的，慢一些，但AI的應(yīng)用在穩(wěn)步發(fā)展，未來可期。

作為普通的制造企業(yè)，您覺得目前有必要開始做人工智能的應(yīng)用嗎？

人工智能是一種工具。是否需要使用一種工具，取決于實際業(yè)務(wù)、應(yīng)用場景的需求。可以先去了解AI的特點，如果實際的應(yīng)用場景有些關(guān)鍵的問題，正適合由AI解決，那自然可借助AI來創(chuàng)造價值。

但如果是拿著AI這個“錘子”，到處去找“釘子”，勉強去用這個工具，那大可不必。

如果要開始做人工智能的應(yīng)用，要從哪里開始起步？如何起步？

AI是個工具，哪里能契合企業(yè)的技術(shù)戰(zhàn)略，哪里就是可以起步的地方。建議可以先了解AI的基本知識，比如AI的性能優(yōu)勢、所需的應(yīng)用條件、研發(fā)投入等，再分析應(yīng)用場景中適用AI技術(shù)的地方。

您認為人工智能在工業(yè)領(lǐng)域的應(yīng)用將會是什么樣的一個過程和前景？

工業(yè)領(lǐng)域的人工智能應(yīng)用更具挑戰(zhàn)，因為，工業(yè)的要求更高，在模型的精準性、穩(wěn)定性、安全性、可解釋性等方面都有著高標準、嚴要求。所以，人工智能在工業(yè)領(lǐng)域的應(yīng)用，注定了是一個長期的過程。首先，需要辨別出適用AI的場景，其次，需要大量的研發(fā)力量投入，實現(xiàn)定制化的解決方案，最后，需全面的穩(wěn)定性測試，確保方案的可行性。