0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

今年人工智能可能为企业创造1.2万亿美元的商业价值,同比去年增长70%

8gVR_D1Net08 来源:电子发烧友网 作者:工程师谭军 2018-07-04 15:37 次阅读

根据调研机构Gartner的统计,2018年人工智能可能为企业创造1.2万亿美元的商业价值,将比去年增加70%。

如今,人工智能(AI)正处于一个日前流行的趋势中,企业对于一种名为“深度学习”的人工智能形式越来越感兴趣。

根据调研机构Gartner的统计,2018年人工智能可能为企业创造1.2万亿美元的商业价值,将比去年增加70%。“由于计算能力、数量、速度和数据的多样性,以及深度神经网络(DNNs)的进步,人工智能在未来10年内有望将成为最具颠覆性的技术类别。”Gartner公司研究副总裁John-David Lovelock说。

这些深度神经网络用于深度学习,大多数企业认为这对他们的组织很重要。 O'Reilly公司在2018年发表的题为“企业如何通过深度学习让人工智能工作”的报告表明,接受调查的企业中只有28%在使用深度学习。然而,92%的受访者认为深度学习将在未来的项目中发挥作用,54%的受访者认为这种角色将是重要的或是必不可少的。

尽管深度学习似乎具有巨大的好处,但这种人工智能形式仍然还不成熟。如果深度学习技术要实现其早期的期望,研究人员和企业需要克服许多障碍。

什么是深度学习

要理解什么是深度学习,人们首先需要理解它是更广泛的人工智能领域的一部分。简而言之,人工智能涉及教计算机思考人类的思维方式,其中包括各种不同的应用,例如计算机视觉、自然语言处理和机器学习

机器学习是人工智能的一个子集,它使计算机在没有明确编程的情况下能够更好地完成任务。企业使用机器学习来进行欺骗欺诈检测推荐引擎、流分析、需求预测和许多其他类型的应用。这些工具随着时间的推移而不断改进,因为它们摄取更多的数据,并在数据中找到相关性和模式。

深度学习是一种特殊的机器学习,在2012年,几位计算机科学家就这个主题发表论文时表明机器学习将变得更加流行,其见解是“深刻的”,因为它通过许多不同的层来处理数据。例如,正在接受计算机视觉培训的深度学习系统可能会首先学会识别出现在图像中的物体边缘。这些信息被传送到下一层,可能会学习识别角落或其他特征。它一遍又一遍地经历同样的过程,直到系统最终开发识别物体甚至识别人脸的能力。

大多数深度学习系统都依赖于称为深度神经网络(DNN)的一种计算机体系结构。这些都是仿生的大脑生物模型,并使用所谓的“神经元”的互连节点来处理他们的工作。

深度学习用例

目前很多行业厂商正在使用深度学习来为许多不同类型的应用程序提供支持。一些最常见的包括:

•游戏:2015年,许多人开始对深度学习有所认识,当时AlphaGo公司的深度学习系统成为第一种在棋盘游戏AlphaGo中击败人类的人工智能系统,并且多次重复这种壮举。据AlphaGo网站称,“人工智能系统的表现非常令人吃惊,颠覆了人类数百年来的棋盘游戏智慧,并且已经被各级玩家广泛检验。在获胜的过程中,AlphaGo以某种方式向世人传授了新的知识,也许是历史上最需要研究和思考的游戏。”

•图像识别:如前所述,深度学习对计算机视觉应用特别有用。微软、谷歌、Facebook、IBM等已成功地使用深度学习来训练计算机识别图像内容和/或识别人脸。

•语音处理:深度学习也有助于识别人类语言,将文本翻译成语音并处理自然语言。它可以帮助从他们的场景中识别单词的含义,并且使像Siri和Cortana这样的聊天机器人和语音助理能够与用户进行对话。

•翻译:训练深度学习系统以理解一种语言之后的下一个逻辑步骤是教会它理解多种语言并进行翻译。几家供应商已经做到了,现在提供具有深入的基于学习的翻译功能的API

•推荐引擎:用户已经习惯于像亚马逊这样的网站和Netflix等服务,根据他们以前的活动提供推荐。这些推荐引擎中的很多都是通过深度学习提供支持,这使得他们能够更好地随着时间的推移进行推荐,并使他们能够找到程序人员可能错过的偏好中的隐藏关联。

•文本挖掘:文本挖掘是对文本进行分析的过程。例如,它可以使人们确定撰写文本的人员的感受和情绪,或者可以从文档中提取主要想法,甚至撰写摘要。

•分析:大数据分析已成为大多数企业开展业务的一个组成部分。机器学习(特别是深度学习)有望使预测性和前瞻性分析甚至比现有的更好。

•预测:分析最常见的用途之一是预测即将发生的事件。企业正在使用深度学习来预测客户需求、供应链问题、未来收益等等。

•医疗:深度学习在医疗领域也有着无数的潜在用途。例如,它可能比放射科医师阅读扫描影像更好,并且可以为诊断引擎提供动力,从而增强人类医生的能力。

在O'Reilly公司的调查中,受访者表示他们最感兴趣的是将深度学习用于计算机视觉、文本挖掘和分析。预计随着研究人员找到应用该技术的新方法时,其潜在的用例列表将会增长。

今年人工智能可能为企业创造1.2万亿美元的商业价值,同比去年增长70%

O'Reilly公司的“企业如何通过深度学习让人工智能工作”调查结果

深度学习挑战

虽然深度学习具有令人印象深刻的能力,但是一些障碍正在阻碍其广泛采用。它们包括以下内容:

•技能短缺:当O'Reilly公司的调查询问是什么阻碍人们采用深度学习时,受访者的第一个反应就是缺乏熟练的员工。2018年全球人工智能人才报告表明,“全世界大约有22,000名获得博士学位的研究人员可以从事人工智能研究和应用工作,目前只有3074名候选人正在寻找这样的工作。”企业正试图通过培训现有的IT人员来弥补这一缺口,但这一过程很慢。

•计算能力:深度神经网络(DNN)需要高度先进的计算机基础设施,通常是具有大量图形处理单元(GPU)的高性能计算(HPC)系统,这些系统尤其擅长深度学习所需的计算类型。在过去,这种水平的硬件对于大多数组织来说成本费用太高。然而,基于云计算的机器学习服务的增长意味着组织可以在没有高昂的前期基础设施成本的情况下访问具有深度学习功能的系统。

•数据挑战:深度学习也会受到妨碍其他大数据项目的数据质量和数据治理挑战的阻碍。用不良数据训练深度学习模型会引发创建具有内在偏见和不正确或令人反感的结果的系统的真实可能性。数据科学家需要注意他们用来训练模型的数据一定尽可能地准确和公正。

•批评者:有人认为深度学习本质上是危险的,因为它会放大创建系统的人的内在偏见。其他人则表示,虽然深度学习可以解决一些问题,但是该技术具有其根本的局限性,将会阻碍它在许多应用中发挥作用。虽然这些反对的声音不太可能阻止人们采用深度学习,但它们确实似乎在一定程度上放缓了这一过程。

开源深度学习工具

许多最常见的深度学习和人工智能工具都可以通过开源许可证获得。一些最受欢迎的工具包括以下内容:

•在O'Reilly公司对TensorFlow的调查中,61%的受访者表示他们使用的是TensorFlow,它很容易成为当今最流行的深度学习框架。它由谷歌公司创建,是许多深度学习云计算服务的基础。

•Keras这是O'Reilly公司研究中第二个最受欢迎的深度学习工具。这是一个基于Python的神经网络API,与TensorFlow、Theano和Microsoft Cognitive Toolkit集成。

•O'Reilly公司对PyTorch Number 3的调查中,PyTorch是一个基于Python的深度神经网络框架,它融合了Torch张量库,它提供GPU加速、灵活性和速度等性能。

•Caffe由Berkeley AI Research(BAIR)创建,Caffe是一个开源的深度学习框架,拥有富有表现力的架构、可扩展的代码、速度和强大的社区。据其网站称,它每天可以用一个NVIDIA K40 GPU处理超过6000万个图像。

•Caffe2由Facebook公司开发,Caffe2建立在原来的Caffe上,并承诺具有高度的可扩展性。它是轻量级和模块化的,网站上有大量预先训练好的模型,可加速应用程序的开发和部署。

•MXNet这个Apache孵化项目旨在加快计算速度,尤其是深度学习期间DNN执行的计算。它拥有高性能、干净的代码,可以访问高级API和低级控制。

•Gluon项目由AWS公司和Microsoft公司提供,为MXNet提供接口。预计它也将包含在未来的Microsoft Cognitive Toolkit版本中。

•微软认知工具包(Microsoft Cognitive Toolkit)这个项目以前称为CNTK,是一种免费、易用、开源、商业级的工具包,可以训练深度学习算法,以便像人脑一样学习。它支持Python、C ++、BrainScript编程语言,以及强化学习、生成对抗网络、有监督和无监督学习。

•H2O被诸如ADP、CapitalOne、思科、Progressive、Comcast、PayPal和Macy's等公司所使用,H2O声称它是面向企业的第一个开源机器学习平台,它提供了高级算法和内存处理以实现快速性能拥有大量的数据集,该公司提供基于开源项目的商业产品

•Theano这个Python库已被许多深度学习和人工智能应用程序使用。它提供了与NumPy的紧密集成、GPU的透明使用、高效的符号差异化等功能。

•DeepDetect这款开源深度学习服务器基于Caffe,TensorFlow和DMLC XGBoost。其知名用户包括空客和微软。

云端人工智能/深度学习服务

今年人工智能可能为企业创造1.2万亿美元的商业价值,同比去年增长70%

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人工智能
    +关注

    关注

    1791

    文章

    47231

    浏览量

    238348
  • 深度学习
    +关注

    关注

    73

    文章

    5503

    浏览量

    121125

原文标题:深度学习与人工智能

文章出处:【微信号:D1Net08,微信公众号:AI人工智能D1net】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    【「具身智能机器人系统」阅读体验】+数据在具身人工智能中的价值

    嵌入式人工智能(EAI)将人工智能集成到机器人等物理实体中,使它们能够感知、学习环境并与之动态交互。这种能力使此类机器人能够在人类社会中有效地提供商品及服务。 数据是一种货币化工具 数据是互联网
    发表于 12-24 00:33

    博泰车联网荣获年度最具商业价值企业

    近日,36氪主办的“WISE2024 商业之王”重磅发布了年度企业系列名册。博泰车联网凭借创新科技实力、产业生态贡献和应用实践落地等多方面领先优势,成功入选“WISE2024 商业之王年度最具
    的头像 发表于 12-03 15:31 203次阅读

    易控智驾荣获年度最具商业价值企业

    近日,36氪主办的“WISE2024商业之王”重磅发布了年度企业系列名册。凭借在矿山无人驾驶行业引领性和突出的商业化表现,易控智驾荣登WISE2024商业之王“年度最具
    的头像 发表于 12-02 11:51 251次阅读

    嵌入式和人工智能究竟是什么关系?

    学习和更新提供了可能,从而使人工智能应用能够不断适应和优化。 总的来说,嵌入式系统在人工智能中的作用不容忽视。它不仅为人工智能硬件加速提供了强大的支持,还在边缘计算、物联网以及算法优
    发表于 11-14 16:39

    华为提出“四新”战略,加速释放网络+AI商业价值

    在第十届全球超宽带高峰william hill官网 (UBBF 2024)上,华为运营商业务总裁陈浩发表了题为“网络+AI,释放更多商业价值”的演讲。陈浩表示:“为了深入挖掘AI的潜力,助力运营商拓展市场边界、催生创新业务
    的头像 发表于 11-04 16:01 380次阅读

    《AI for Science:人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得

    ,还促进了新理论、新技术的诞生。 3. 挑战与机遇并存 尽管人工智能为科学创新带来了巨大潜力,但第一章也诚实地讨论了伴随而来的挑战。数据隐私、算法偏见、伦理道德等问题不容忽视。如何在利用AI提升科研效率
    发表于 10-14 09:12

    risc-v在人工智能图像处理应用前景分析

    和使用该技术,无需支付专利费或使用费。这大大降低了人工智能图像处理技术的研发成本,并吸引了大量的开发者、企业和研究机构参与其生态建设。 灵活性则体现在RISC-V可以根据不同的应用场景进行定制和优化,从而
    发表于 09-28 11:00

    名单公布!【书籍评测活动NO.44】AI for Science:人工智能驱动科学创新

    、污染治理、碳减排三个方面介绍了人工智能为环境科学引入的新价值和新机遇。 第8章探讨了AI for Science在快速发展过程中面临的机遇和挑战,并对“平台科研”模式进行了展望。 申请时间
    发表于 09-09 13:54

    报名开启!深圳(国际)通用人工智能大会将启幕,国内外大咖齐聚话AI

    ,得到了华为、腾讯、优必选、中煤科工、中国联通、云天励飞、考拉悠然、智航、力维智联等国内人工智能企业的深度参与和大力支持。 报名后即可到现场领取礼品,总计5000份,先到先选! 点击报名:https://bbs.elecfans.com/jishu_2447254_1
    发表于 08-22 15:00

    台积电加入万亿美元俱乐部,人工智能热潮重塑华尔街

    来源:Japan Today 中国台湾芯片巨头台积电进入全球最有价值公司的精英俱乐部,进一步证明了生成式人工智能革命正在撼动华尔街。 在中国台湾和美国纽约上市的台积电近日市值一度突破万亿美元
    的头像 发表于 07-10 13:31 202次阅读

    人工智能初创企业Scale AI融资10亿美元

    近日,人工智能领域的初创翘楚Scale AI宣布在F轮融资中成功筹集到10亿美元,使得其估值达到了惊人的138亿美元,较之前的估值实现了近乎翻倍的增长
    的头像 发表于 05-24 09:22 650次阅读

    解锁电梯大数据平台的商业价值与未来展望

    智能建筑领域,电梯大数据平台作为关键技术之一,正逐渐成为行业的焦点。本文深圳梯云物联科技有限公司小编将深入探讨电梯大数据平台的商业价值以及未来展望,为您揭示这一领域的无限可能
    的头像 发表于 03-25 10:51 404次阅读
    解锁电梯大数据平台的<b class='flag-5'>商业价值</b>与未来展望

    Cohere人工智能初创公司融资5亿美元,估值约50亿美元

    据确认,自重磅新品Command-R推出以来,Cohere的年度收入已从去年底的1300万美元增至当前的2200万美元。该新闻指出,若此次融资计划能够顺利实现,这将显示出投资者对高估值的人工智
    的头像 发表于 03-22 09:23 577次阅读

    嵌入式人工智能的就业方向有哪些?

    于工业、农业、医疗、城市建设、金融、航天军工等多个领域。在新时代发展背景下,嵌入式人工智能已是大势所趋,成为当前最热门的AI商业化途径之一。
    发表于 02-26 10:17

    深入剖析人工智能应用价值与场景分析

    人工智能进入生成式阶段,本报告重点对人工智能应用价值与场景分析,并对企业AI应用突破方向与规划建议,针对营销/服务、办公协同、研发、企业安全
    发表于 01-05 11:15 316次阅读
    深入剖析<b class='flag-5'>人工智能</b>应用<b class='flag-5'>价值</b>与场景分析