
大数据支撑人工智能发展 应用爆发将迎拐点
随着大数据等技术发展,人工智能应用令人瞩目。有专家认为,这是20年来全球最重要的科技,并将成为工业机器人、无人机、无人驾驶等新兴产业的重要基础。
人工智能应用爆发
记者从微软亚洲互联网工程研究院获悉,微软人工智能机器人“小冰”即将登陆屏幕,成为上海广播电视台东方卫视早间一档新闻直播节目的“主持人”。
人工智能已成为当今学术界、产业界,甚至是社会上火热的话题。全球科技领域预言家、《失控》作者凯文.凯利日前表示,未来20年全球最重要的技术是人工智能。
华安证券认为,“互联网+”概念中,随着人工智能技术的发展,可以看到利用互联网技术与人工智能自动化技术的深度融合将成为新的高精尖科技领域。
微软亚洲互联网工程研究院院长王永东坦言,人工智能发展一开始发展缓慢,但这一两年随着互联网发展,积累了许多数据,让普通用户贡献数据成为可能,以大数据和云计算的基础,对人工智能的发展起到极大促进作用,将从前以算法为主的模式发展到“算法+大数据”结合的发展模式。搜索引擎和大数据技术是人工智能发展的基础。
投资大幅增加
发达国家已充分认识到人工智能的战略意义,纷纷从国家层面加大投入。比如,美国国防部、欧盟在近年以资金或项目的方式支持人工智能技术的发展。
外国科技巨头也加速在人工智能领域的投资和研发。有资料显示,截至2014年4月,谷歌已斥巨资收购了包括波士顿动力公司在内的多家机器人公司,还不惜重金收购代表人工智能发展方向的深度学习神经网络技术公司。脸书在2013年底宣布成立新的人工智能实验室,宣称要给人工智能带来重大突破,15亿用户所产生的数据和搜索技术成为其发展人工智能的基础。微软也是较早研究人工智能的企业,除了布局深度学习之外,微软还在软件层面加强了人工智能的应用和基础研究,并基于必应搜索技术以Windows10为入口直接推出了面向公众的人工智能产品小冰和小娜。
微软亚洲互联网工程研究院资深总监、“小冰”项目负责人李笛直言,人工智能投入巨大,微软进行了大量技术积累,未来将会提供人工智能的基础服务,再接入上下游相对应的垂直行业,形成一种新的行业或矩阵。
特斯拉CEO伊隆.马斯克最近宣布,将和多位硅谷投资人发起OpenAI人工智能项目,该项目获得了10亿美元投资。
发展迎拐点
我国科技企业在人工智能领域的研发和人才等方面的投入不断加大,人工智能领域的技术储备和积累与先进国家企业的差距不断缩小。据百度介绍,其已建成全球最大的深度神经网络,包含200亿个参数,在人工智能多个应用领域达到世界领先水平。
业内人士和专家认为,人工智能技术将极大提升和扩展人类的能力边界,对促进技术创新、提升国家竞争优势,乃至推动人类社会发展产生深远影响。当前,人工智能技术的发展已迎来拐点。
从宏观层面看,由于人工智能技术与互联网密切相关,而互联网的“泛在化”使其正在渗透进生产生活的各个角落,因此人工智能技术对于人类社会的影响将是全面而深远的。无论是机器人、无人飞机,还是其他智能设备,都需有强大的人工智能系统作为核心技术支撑。
从微观层面看,人工智能有着改变操作系统、互联网入口乃至各种传统产品的潜能。微软全球副总裁陆奇说,通过听觉和基于大数据和用户个性化研究,将极大提升用户体验和获取信息的方式。比如,作为操作系统层面上的人工智能,微软人工智能助手“小冰”背后不仅可以连接整个互联网的大数据,更能将来自合作伙伴的信息、服务和产品囊括其中,实现人工智能入口的价值。
未来人工智能的商业化潜力巨大。陆奇认为,从商业角度看人工智能的发展具有颠覆性,很多商业模式和新的需求行为将随之形成。同时,人工智能也是具有显著产业溢出效应的基础性技术,能够推动多个领域的变革和跨越式发展。
百度公司CEO李彦宏认为,人工智能可以加速发现医治疾病的新疗法,降低新药研发成本,促进医疗产业的创新;可带动工业机器人、无人驾驶汽车等新兴产业的发展,将成为新一轮工业革命的推动器。
“目前,可说是介入人工智能的较好时机。”李笛说,“人工智能投入巨大,需要深入的积累,未来人工智能可能会形成产业链,但现在还处于雏形。”
李彦宏建议,国家需将传统“相马模式”的科研机制,转变为“赛马模式”的市场机制,吸引相关各方的广泛参与。
同时,尽快搭建人工智能基础资源和公共服务平台,支撑各计划参与方的数据调用、模型调试和应用开发,高效对接全社会的智力、数据、技术和计算资源,依托统一平台实现资源共享,促进研发创新。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29