中国已经成为全球AI中心之一,但中国人工智能发展面临的最大难题是什么呢?

[复制链接]
中国已经成为全球AI中心之一,数据情况、人材紧缺和智能硬件,出格是微晶片、CPU等产业的不成熟等等这些能否是面临的题目之一

中国已经成为全球AI中心之一,但中国野生智能成长面临的最大困难是什么呢?w1.jpg

中国已经成为全球AI中心之一,但中国野生智能成长面临的最大困难是什么呢?w2.jpg

中国已经成为全球AI中心之一,但中国野生智能成长面临的最大困难是什么呢?w3.jpg
温馨提示:
好向圈www.kuaixunai.com是各行业经验分享交流社区,你可以在这里发布交流经验,也可以发布需求与服务,经验圈子里面禁止带推广链接、联系方式、违法词等,违规将封禁账号,相关产品信息将永久不予以通过,同时有需要可以发布在自己的免费建站官网里面或者广告圈, 下载好向圈APP可以加入各行业交流群 本文不代表好向圈的观点和立场,如有侵权请下载好向圈APP联系在线客服进行核实处理。
审核说明:好向圈社区鼓励原创内容发布,如果有从别的地方拷贝复制将不予以通过,原创优质内容搜索引擎会100%收录,运营人员将严格按照上述情况进行审核,望告知!
回复

使用道具 举报

已有(3)人评论

跳转到指定楼层
123473366 发表于 2020-7-9 06:49:47
1,电脑和人脑的区别关键是:电脑是二进制,基本单元是开关,硬件不具可塑性,必须要用软件来移动数据。人脑神经网络是函数方程组,基本单元是神经元函数。激活的函数,可以被神经干细胞相互连接,继而形成方程组,因此,硬件具有可塑性,数据不需要软件移动。具有可塑性的FPGA芯片的研发技术,中国落后很多。
2,中国的ai人才,大部分是计算机人才改行而来,对已公开的技术,掌握比较快,仅限于在别人的基础上的,做的更加精致,技术上小改小革,比赛上获得领先。而人工智能的前沿理论,需要开拓性,从产生到发表需要一段时间。所以,开拓性进展,基本都是西方人,比如,在中国围棋上的突破。
少数华裔领军人物,也是在美英等国的学术氛围中培养出来。
3,鉴于人工智能的芯片和电脑的芯片,在原理上就大相径庭。而且,对神经元的理解,也不尽相同。所以,在芯片的原理上,没有统一的标准,绝不能走CPU的道路。注意力应该集中在,可塑性的FPGA芯片上。一是在工艺上,二是在功耗上,三是在密度上,要赶快缩小与国际上的差距。
4,要重视生物学者对人工智能的理解:表面上讲,人工智能涉及科学的方方面面。其实,从舆论到资金,都偏向于互联网行业。对明显违背人脑科学的现象,视而不见,充耳不闻。比如,处理后天信息的大脑神经网络,明显是后天形成的。所以每个人的大脑神经网络各不相同,也就是说,大脑的硬件结构是可塑性的。而深度学习的神经网络,却都是标准的。只能通过改变连接参数的权重,来定义概念。所以它只能是隐含层,也就是黑箱。只讲经验,不讲规律,就不能进行多环节演绎。这恰恰是我们弯道超车的机会。弯道并不是错的,而是绕道。超车一定要找到正确的捷径,也属于创新。
5,人脑智能一定包含意识,意识也是能被客观规律解释的。意识决定情商,与人的注意力有关。大脑可以在没有信息的情况下,产生思想,就是意识决定的。因此,意识也是创造力的源泉。神经元的冲动,要消耗血养。每个概念神经元在大脑内只有一个。用核磁共振仪观察血氧的位置,就能确定概念神经元的位置。这对我们研究意识的规律,很有帮助。从弱人工智能向强人工智能进化,要依靠神经生理学家,脑科医生就是。
回复

使用道具 举报

123473952 发表于 2020-7-9 06:51:09
谢谢邀请。
目前感觉中国的智能研究确实是全球中心之一,是之一,不是说就是中心。
前面看了一则新闻,人脸智能识别系统,可以识别出双胞胎的差别,在茫茫人海中找出已经录入数据库的人脸,这些都已经实现,但是真正实用性还有待发展。感觉国内就是在多点开花,但是精准深入研究方面还是有待提高,正在好的智能技术应该是应用最广泛的一种技术,而不是只能用用在局部领域。
任重道远,最大的难题应该是研究的深入,资金的投入,以及更广泛的关注。

中国已经成为全球AI中心之一,但中国人工智能发展面临的最大难题是什么呢?w1.jpg
回复

使用道具 举报

别让梦想成为想 发表于 2020-7-9 06:54:26
先看一组数字:
2020年我国人工智能市场规模将达710亿元  
我国人工智能产业虽然起步较晚,但以百度、阿里巴巴、腾讯、科大讯飞等为代表的企业已经开始大规模地投入和布局,产业投资和创业热情高涨,技术研究、行业应用等快速发展。根据中国信息通信研究院的统计数据显示,2017年我国人工智能市场规模达到216.9亿元,同比增长52.8%,预测2020年这一数值将增加到710亿元。
人工智能辅助诊断全程不超过2分钟
在医疗行业,医学影像科是医院诊疗系统中患者流量最大的科室之一,临床诊断的70%依赖于影像。然而,放射科医生4.1%的年增长速度远远赶不上影像数据30%的年增长率,这为影像人工智能医疗产业升级提供了动力——数据显示,智能医学影像市场将以超过40%的增速发展。越来越多的医院对人工智能辅助诊断寄予厚望。在上海市第一人民医院影像科办公室内,放射科医生会使用冠心病人工智能辅助诊断系统,为患者诊断动脉狭窄的程度。与以往需要耗费大量时间处理书写诊断报告不同,人工智能辅助诊断系统可以快速三维建模、判断狭窄程度、输出结构化报告,全程不超过2分钟。这款软件由国内企业数坤科技自主研发,已经服务于全国百余家医院。
上面这组数字,已经明确展示了人工智能未来的大发展,在数字经济下,人工智能作为第四次产业变革的引擎,已逐渐渗透到各行业中,为人类社会和经济发展带来变革。
不过,人工智能与数据息息相关,受到数据约束。人工智能产品的落地和聚焦领域的细分化,都对数据采集和标注提出了更多挑战——这能回答楼主,未来人工智能发展所需要解决的一个难关,就是数据关,也是中国人工智能发展面临的最大难题之一。
目前,AI只是处于“弱智能”阶段,且大多只聚焦于某一领域,通用型的AI尚处于研发阶段,而且高度智能的“强智能”阶段是否会到来、需要多久才能到来,一切尚都是未知数。人工智能短期内一定会代替部分重复性劳动。AI本身其实带有一种温情和关怀,因为它代替的是高危和重复性劳动,这会节省很多人类的时间,让人与人之间的交互模式产生很大改观。而当前人工智能亟待突破的一大瓶颈就是数据。数据量尤其是专用领域的数据数量和质量不够,硬件工程化成本相对较高,缺乏应对场景等。
人工智能的背后有数据、算法和算力来支撑,这三要素之间其实是一种相互促进,并且也相互制约的关系。其中,数据是人工智能发展的基础,没有数据,再强的算法也不可能有好的模型。“人工智能产业化落地的关键就在于数据,算法模型做得再好,数据从源头上就错了,那就得不到正确的训练成果。”
现在很多AI产品都处于落地阶段,对于模型的精确程度要求非常高,对应的要求数据的精度也就非常高了。而且为了提高模型识别精度,AI公司用到的数据也从单一化向多模态转变。以自动驾驶为例,从最早基于摄像头做感知的方案,到引入激光雷达,到之后可能会引入更多其他感知设备来提升感知算法。未来多传感器的解决方案将会普遍应用到我们所使用的AI产品中,它的感知模式将不仅仅是基于单一的图像、声音或文字,将会引入更多模态的数据。
为了算法的提升,AI企业不仅需要定制化的数据采集来获得长尾场景的数据;同时对于标注数据的精度也需要进一步提升。随着应用场景的不断挖掘,整个人工智能行业未来会出现聚焦领域越来越细分化的趋势。
在数据定制化采集方面,Testin有数等厂商目前走在行业前列,大家可关注下。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

24小时热文