近几年来,随着存储能力、运算能力的爆发式增长,人工智能的应用也越来越火,我所从事的行业“智能制造”也需要用到AI技术,我一直也将智能制造中的“智能”解读为“人工智能”,人工智能的发展经过60年的时间,越来越多的企业也开始拥抱人工智能。
关于人工智能的定义,阿里云研究中心最新报告《人工智能:未来制胜之道》也有明确指出:"人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。自20世纪50年代以来,三次技术革新浪潮中,学界和业界对人工智能的理解众说纷纭,科技和商业的多元化发展导致对人工智能的定义、发展动力以及表现形式的理解各异。让我们从以下四个维度来总结和理解人工智能的多种内涵:
人工智能的定义:根据人工智能的应用,人工智能可以分为专有人工智能、通用人工智能、超级人工智能;根据人工智能的内涵,人工智能可以分为类人行为(模拟行为结果)、类人思维(模拟大脑运作)、泛(不再局限于模拟人)智能。
人工智能的驱动因素:算法/技术驱动、数据/计算、场景和颠覆性商业模式驱动
人工智能的承载方式:技术承载方式:单机智能、平行运算/多核智能、高度分散/群体智能;表现方式:云智能、端智能、云端融合。
人工智能与人的关系:机器主导、人主导、人机融合
现阶段,人工智能正在从专有人工智能向通用人工智能发展过渡,由互联网技术群(数据/算法/计算)和应用场景互为推动,协同发展,自我演进。人工智能已不再局限于模拟人的行为结果,而拓展到'泛智能应用',即更好地解决问题、有创意地解决问题和解决更复杂的问题。这些问题既包含人在信息爆炸时代面临的信息接受和处理困难,也包含企业面临的运营成本逐步增加、消费者诉求和行为模式转变、商业模式被颠覆等问题,同时还包含社会亟需解决的对自然/环境的治理、对社会资源优化和维护社会稳定等挑战。"
在现在的阶段,我们可以看到以下的人工智能技术:
基于AI技术的应用场景举例:
●语音搜索和输入:摆脱拼音和生僻字造成的障碍,降低使用成本的同时也大大提高了用户的输入效率。
●语音任务播报:将应用场景中的公告和任务通过语音进行播报,让操作者在执行过程中,也可及时获得任务等重要信息。
●有声阅读:运用语音合成的技术,将文学作品、新闻、资讯类、公告类等文字内容,有情感地阅读出来,摆脱文学阅读时对双手双眼的束缚。
●智能语音助理:拥有机器和人对话的能力,机器能听懂用户的话,并给予相应的反馈。
●远程身份认证:结合OCR和人脸识别技术,实现用户证件信息的自动录入;并通过活体检测,判断用户为真人;通过对比真人照片与公安身份照片,判断用户是否为本人,从而完成用户身份登记与核真检验。
●刷脸门禁考勤:基于人脸识别,实现企业、商业楼宇、住宅、会场等多种场景的刷脸通行,支持大规模云端人脸查找及本地化部署;支持多人脸库分组,结合身份信息确认的高级人脸认证等功能,提升用户体验的同时保障通行安全性。
●纸质文档票据电子化:利用文字识别技术基于深度学习技术和海量优质数据,实现高精度的图像文字、表格票据的检测和识别,极大的提升了录入效率,降低了输入成本。
●图片与视频审核:对图片或视频中的内容进行深度识别和检测,快速准确发现相关违规内容,帮助应用规避审查风险的同时极大的降低人工成本。
●视频搜索和推荐:使用视频内容分析,通过视频OCR、视频公众人物识别、视频场景识别、视频分类、视频语音识别多维识别视频内容,自动抽取视频内容标签,实现视频内容的智能搜索和推荐。
●个性化内容推荐:基于用户画像,融合推荐技术、内容生成技术,为各类网站、APP提供个性化内容推荐服务。在深度了解访客的基础上,实现实时个性化推荐,帮助提高内容点击率,提升网站流量和用户粘性。
●目标客户分析:目标客户分析是基于用户画像和用户意图识别能力,提供群体用户描述的分析服务,帮助企业深度理解客户群特征,涵盖人口属性、社会属性、兴趣偏好等维度。
●商业线索挖掘:基于企业知识图谱、用户画像、机器学习等能力,帮助客户在全国海量的企业中挖掘合适的潜在客户、提供销售转化预测服务,助力企业挖掘市场商机、拓展市场空间、缩短成单周期。
●精细化运营:借助大数据能力,打通线上线下数据,帮助企业了解受众人群、分析流量、洞察客户属性,辅助营销等精细化运营决策。
无论是语音还是图像识别,均需要数据支持。用深度学习来说,它需要一个Data sample,这个sample需要先进行人工标注,人工标注以后丢到model里面,对这个sample进行train,这需要一个过程来完成。可见,数据(Data)是人工智能的血液。
说到数据,毋庸置疑,是这个时代的重要资产。数据,反映了事物的原理和规律。当你找到它的规律后,可以去预测未知。如果说数据是原油的话,那么AI(Artificial Intelligence, 人工智能)就是从原油中提炼各种高价值产品的加工厂,它的重要性可见一斑。
从数据中发现知识、洞察和规律,这本身不是一个新概念。几百年前,在开普勒时代就有这样的实践。当时,开普勒从几百页的天体位置数据中,提炼并总结出了天体运动的三定律,至今仍在被使用,也就是我们熟知的开普勒三定律。现在,AI帮助我们实现了借助大规模云计算的方法,从海量的数据中自动学习知识和规律。