金地毯人工智能行业报告第四次工业革命风暴来袭

金地毯人工智能行业报告第四次工业革命风暴来袭

原标题：金地毯人工智能行业报告第四次工业革命风暴来袭

李世石与Google AlphaGo的人机大战，彻底引爆了人们对人工智能的兴趣，让已有60年发展历史的人工智能瞬间就到了爆发的前夜。

“人工智能将是蒸汽革命、规模化生产革命以及电子革命之后的第四次工业革命。”这句话再次被推上了社交网络平台的顶端。

近日，金地毯发布人工智能行业报告，梳理当前人工智能发展模式，并详解它将如何成为第四次工业革命风暴的基石。

报告指出，作为当前极具想象力的产业，人工智能有望引发继(虚拟现实)VR之后的新一轮投资热潮，而各国也将其作为重点扶持领域。

市场研究公司国际数据公司（IDC）在《全球商用机器人消费指南》上发布预测报告称全球机器人行业及相关服务市场规模年复合增长率达17%，2019年行业规模将达到1354亿美元。瑞银集团在此次论坛上发布的白皮书指出，第四次工业革命有可能削弱新兴市场廉价劳动力的优势，发展中经济体将面临更大挑战，如果不采取适当的政策，这次工业革命将加剧不平等。中国工业和信息化部制定的智能制造工作实施方案(2016-2020)指出，2020年我国工业机器人年销量将达到15万台，保有量达到80万台；到“十三五”末，我国人工智能在机器人产业集群产值有望突破千亿元。在政府主管部门的引导推动下，我国资金、资源向智能制造领域加速汇聚，未来人工智能将是长期大主题。

一、关于人工智能

人工智能的概念很宽，按照实力可将其分成三大类。

● 弱人工智能Artificial Narrow Intelligence (ANI)——擅长于单个方面的人工智能。比如战胜李世石的人工智能Google AlphaGo。

● 强人工智能Artificial General Intelligence (AGI)——人类级别的人工智能，人类能干的脑力活它都能干。但创造强人工智能比创造弱人工智能难得多，我们现在还做不到。

● 超人工智能Artificial Superintelligence (ASI)——在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能的人工智能.

二、关于Google AlphaGo和深度学习的革命

Google AlphaGo是弱人工智能，属于在单个领域有较强智力的程序或机器人。它的智能程度取决于两点，一点是围棋棋谱和经验的植入，据说AlphaGo输入了3000万步的人类围棋大师的走法、棋谱，这属于经验和技巧的掌握，是范式化的教授，就像中国武术最机械的招式对抗一样，但模仿不是精髓所在；另一点是AlphaGo也改变了单纯的模仿套路，有自我学习的能力，在不断对弈中能提升智能水平，这一点最接近人的大脑。AlphaGo自我对弈了3000万局， 积累下的经验就能不断提升智力水平。

AlphaGo是可以深度学习的人工智能，这是人工智能的进步，因为深度学习可以完成需要高度抽象特征的人工智能任务，如语音识别、图像识别和检索、自然语言理解等。深层模型是包含多个隐藏层的人工神经网络，多层非线性结构使其具备强大的特征表达能力和对复杂任务建模能力。

近年来，深度学习（Deep Learning）直接尝试解决抽象认知的难题，并取得了突破性的进展。深度学习引爆的这场革命，将人工智能带上了一个新的台阶，不仅学术意义巨大，而且实用性很强，工业界也开始了大规模的投入，一大批产品将从中获益。

深度学习采用的模型为深层神经网络（Deep Neural Networks，DNN）模型，即包含多个隐藏层（HiddenLayer，也称隐含层）的神经网络（NeuralNetworks，NN）。深度学习利用模型中的隐藏层，通过特征组合的方式，逐层将原始输入转化为浅层特征，中层特征，高层特征直至最终的任务目标。

目前，深度学习在几个主要领域都获得了突破性的进展：在语音识别领域，深度学习用深层模型替换声学模型中的混合高斯模型（GaussianMixture Model, GMM），获得了相对30%左右的错误率降低；在图像识别领域，通过构造深度卷积神经网络（CNN） ，将Top5错误率由26%大幅降低至15%，又通过加大加深网络结构，进一步降低到11%；在自然语言处理领域，深度学习基本获得了与其他方法水平相当的结果，但可以免去繁琐的特征提取步骤。

深度学习引爆的这场革命，将人工智能带上了一个新的台阶，不仅学术意义巨大，而且实用性很强，深度学习将成为一大批产品和服务背后强大的技术引擎。

3、 从弱人工智能到强人工智能

Google AlphaGo深度学习原理很深奥，但依旧是弱人工智能。从弱人工智能到强人工智能之路这条路究竟有多么艰难？金地毯列举如下几个步骤：

● 通往强人工智能的第一步：增加电脑处理速度

如果一个人工智能要像人脑一般聪明，它至少要能达到人脑的运算能力。用来描述运算能力的单位叫作cps（calculations per second，每秒计算次数），Kurzweil用了对于不同大脑区域的专业估算值，得出的最终结果都非常类似，是10^16 cps，也就是1亿亿次计算每秒。现在最快的超级计算机，中国的天河二号，其实已经超过这个运算力了，天河每秒能进行3.4亿亿。也就是说，至少在硬件上，中国的天河二号已经能够算上是强人工智能了。但是运算能力并不能让电脑变得智能，下一个问题是，我们怎样利用这份运算能力来达成人类水平的智能。

● 通往强人工智能的第二步：让电脑变得智能

抄袭人脑，具体来说就是把人脑切成很薄的片，用软件来准确的组建一个3D模型，然后把这个模型装在强力的电脑上。如果能做成，这台电脑就能做所有人脑能做的事情。

模拟生物演化，建立一个反复运作的表现/评价过程，就好像生物通过生存这种方式来表现，并且以能否生养后代为评价一样。一组电脑将执行各种任务，最成功的将会“繁殖”，把各自的程序融合，产生新的电脑，而不成功的将会被剔除。经过多次的反复后。这个自然选择的过程将产生越来越强大的电脑。

4、 人工智能引领第四次工业革命

2014年Google在短短2个月内连续收购了8家机器人公司，研制大狗机器人（BigDog）的波士顿动力公司到擅长人工智能深度学习的DeepMind，在最先进的制造行业中——例如，在日本的汽车制造行业——机器现在已经能够在无监督环境中昼夜不停地连续工作30天。而使用机器替代人力后，制造业的人力成本将能够节约高达90%。

而另一方面，这也就意味着，有许多职业的工作可能最终都会被机器替代。比如餐饮业的动力机器人，财务顾问，医生和护工。在去年，570,000例手术有机器人的参与。位于纽约的纪念斯隆凯特琳癌症中心里，肿瘤学家们使用IBM的超级电脑Watson（可以在3秒内读入100万本教科书）来帮助做诊断。其他应用于医疗的计算机技术还包括了从显微镜摄像头到机器人控制的导管等等。

人工智能将如何帮助我们更容易地迈向未来？

金地毯人工智能行业分析报告认为，第四次工业革命的驱动力是自动化和基于知识的工作的不断扩大。通过创造出新方法来部署虚拟劳动力以便将基于知识的任务自动化，我们正在重塑人类和机器生活和工作的方式，以构建一个更好、更强大的数字经济。很快，AI和自动化就会用认知科技来增强人类的创造力，让多产业间的创新成为可能，并带来三个重要的改变：无限数据带来的新机遇，自我学习带来的高效率，以及人机交互更紧密。孤立地来看，每一个都是重大的改变，但是我们却目睹着它们的同时发生。这意味着，它们共同带来的影响将创造出许多挑战，我们必须未雨绸缪地做好应对的准备。

人们对不断提高的自动化水平的担忧，主要是由于它可能会改变劳动力市场，造成失业问题。是的，失业即将来临，但是更重要的是，我们要意识到，它也会创造出大量的新工作，引领我们未来的劳动力市场。普通和重复性的工作将被取代，有价值的时间将被释放出来，进入价值链中更高端的创造性区段——也就是那些为了人、以及受人而非机器所驱动的工作。科技会提升技能和创新，但只会将无数机会开放给那些愿意参与和拥抱这次革命的人。

第四次工业革命的关键要素是它发生的速度。触手可及的科技能将商业（甚至整个产业）在眨眼间规模化，带来了破坏性的创业公司，并最终在前所未有的极短时间内改变我们生活的方式。

免责条款：本文为企业宣传商业资讯，仅供用户参考，如用户将之作为消费行为参考，凤凰网敬告用户需审慎决定。