高通全球副總裁沈勁：人工智能已經(jīng)進(jìn)入下半場，將迅速變革各個(gè)行業(yè) | GMIC 2017

雷鋒網(wǎng)按：4月27日，GMIC 2017（全球移動(dòng)互聯(lián)網(wǎng)大會(huì)）北京站開幕。

雷鋒網(wǎng)4月28日消息，由專注連接中外創(chuàng)新者的DayDayUp承辦的AI+國際創(chuàng)新峰會(huì)召開，高通全球副總裁、創(chuàng)投董事總經(jīng)理沈勁發(fā)表了《人工智能如何改變產(chǎn)業(yè)生態(tài)》的主題演講。

沈勁表示，人工智能已經(jīng)進(jìn)入下半場，下半場意味著其發(fā)展速度會(huì)比我們想象地快的多，人工智能已經(jīng)能夠迅速變革各個(gè)行業(yè)。

“人工智能有三大推動(dòng)力：數(shù)據(jù)、網(wǎng)絡(luò)、計(jì)算能力 ，它們各自都在以指數(shù)級(jí)的速度發(fā)展。”沈勁講道，“歷史上90%的數(shù)據(jù)是在過去兩年產(chǎn)生的，今后兩年的每個(gè)單元的三級(jí)管數(shù)量等于1972年發(fā)明半導(dǎo)體以來的數(shù)量總和，即今后的兩年的增長等于以前的總和。今后六年，手機(jī)、物聯(lián)網(wǎng)的連接數(shù)量等于以前60年的總和。”

以下演講原文，雷鋒網(wǎng)進(jìn)行了編輯整理：

分析機(jī)構(gòu)Tractica列出了15種人工智能應(yīng)用場景，按創(chuàng)造的價(jià)值從高到低，前10種分別是：靜態(tài)圖像識(shí)別、分類和標(biāo)記；算法交易策略改進(jìn)；高效、可擴(kuò)展的病人數(shù)據(jù)處理過程；預(yù)測性維護(hù)；地理空間圖像的物體識(shí)別、檢測、分類和跟蹤；圖像的文本查詢；地球物理特征自動(dòng)檢測；社交媒體的內(nèi)容分發(fā)；目標(biāo)檢測和分類——導(dǎo)航；預(yù)防網(wǎng)絡(luò)安全威脅。

高盛則提到人工智能應(yīng)用的5大領(lǐng)域：能源、零售、健康、金融和農(nóng)業(yè)。

我做了一個(gè)對比：哪些場景可以應(yīng)用到哪些領(lǐng)域中。其中一些是非常明晰的，比如大規(guī)模醫(yī)患數(shù)據(jù)的處理肯定要應(yīng)用到醫(yī)療中。能源和農(nóng)業(yè)領(lǐng)域均有大量的大型設(shè)備，這則是維修的精準(zhǔn)預(yù)測場景，預(yù)測檢修的時(shí)間表能夠節(jié)約大量的成本。

農(nóng)業(yè)

目前，農(nóng)業(yè)是5大領(lǐng)域中數(shù)據(jù)化最慢的領(lǐng)域，傳統(tǒng)的農(nóng)業(yè)是靠天吃飯、靠經(jīng)驗(yàn)進(jìn)行耕種，如今，有一些植入式的傳感器得到了應(yīng)用，還有無人機(jī)承擔(dān)數(shù)據(jù)的搜集和農(nóng)藥的噴灑工作，而將來以大數(shù)據(jù)為基礎(chǔ)的人工智能會(huì)給農(nóng)業(yè)帶來巨大的變革，我這兒提出三個(gè)方面：

1、通過優(yōu)化種子播種、灌溉、殺蟲和收割，提高作物產(chǎn)量和質(zhì)量。北京郊區(qū)有個(gè)種植草莓的農(nóng)場，通過實(shí)施生長曲線最優(yōu)化，調(diào)節(jié)參數(shù)、溫度和水分等，使得產(chǎn)量最高、營養(yǎng)和口感最好。

2、蔬菜、水果智能整理。蔬菜、水果采摘完以后有很重的整理、分類工作，智能整理節(jié)約大量人力。

3、計(jì)算機(jī)視覺和是語音應(yīng)用于農(nóng)作物和家禽病蟲的預(yù)警。以色列公司Prospera公司用攝象頭計(jì)算機(jī)視覺持續(xù)觀察農(nóng)作物葉子成長的情況，比如有毛蟲旱災(zāi)或者皎白粉病時(shí)可以提前預(yù)警。另外，聲音也可以來采集。有這樣一個(gè)實(shí)驗(yàn)，每天早晨在養(yǎng)雞場、養(yǎng)鴨場采集聲音，在大數(shù)據(jù)的模型里進(jìn)行運(yùn)行，預(yù)測其三天內(nèi)是否有病菌感染，三天內(nèi)預(yù)測準(zhǔn)確度是66%，八天預(yù)測準(zhǔn)確度則是100%，以此提前采取措施，雞的產(chǎn)量、質(zhì)量都有所上升。

教育

高盛的報(bào)告中沒提到教育，但是教育在中國一定是個(gè)非常大的領(lǐng)域，人工智能在教育領(lǐng)域有7方面的應(yīng)用：

1、作業(yè)批改，省下老師助教工作量，機(jī)器人批改數(shù)學(xué)和科學(xué)作業(yè)一點(diǎn)兒問題沒有，作文批改正在進(jìn)步中。

2、個(gè)性化學(xué)習(xí)的軟件。事實(shí)上，每個(gè)人學(xué)習(xí)方法都不一樣，但是我們每個(gè)人所受的教育確是一樣的。英國一家機(jī)構(gòu)簡單地把學(xué)習(xí)方法分成了70種。比如我對自己進(jìn)行了IQ測試，發(fā)現(xiàn)我形象思維非常發(fā)達(dá)，邏輯差一點(diǎn)，就可以用很多形象思維的方式幫助我學(xué)習(xí)。人工智能學(xué)習(xí)過程是從案例到原理，事實(shí)上我也是這樣的人，我更愿意從案例學(xué)習(xí)，所以每個(gè)人的學(xué)習(xí)方法都不一樣。現(xiàn)在我們投資的一家公司愛樂奇，已經(jīng)有一千多萬的用戶，有八億多平時(shí)的練習(xí)和考試題，積累了大量的數(shù)據(jù)，這些數(shù)據(jù)可以分析出每個(gè)人不同的學(xué)習(xí)方法。

3、智能輔導(dǎo)系統(tǒng)。有機(jī)構(gòu)研究發(fā)現(xiàn)，機(jī)器進(jìn)行一對一的輔導(dǎo)效果已經(jīng)比一對多的課堂教學(xué)好了，和人一對一的輔導(dǎo)相近。智能輔導(dǎo)中的人工智能進(jìn)展很大，仿真游戲是非常好的學(xué)習(xí)工具，我有一個(gè)飛行員朋友，他不是在天空當(dāng)中學(xué)習(xí)，而是在仿真器里學(xué)習(xí)的。另外，我們也會(huì)使用很多的仿真，我女兒用水文地理仿真軟件學(xué)習(xí)環(huán)保，我兒子用一個(gè)仿真軟件學(xué)習(xí)如何炒股票，通過虛擬貨幣學(xué)習(xí)如何炒股票。我覺得仿真教育游戲是非常大的人工智能應(yīng)用場景。

除此之外，還有教育反饋和評(píng)測、智能招生、課堂和課后這四方面。

智能駕駛

說到無人駕駛，大家可能聯(lián)想到自動(dòng)駕駛的終極目標(biāo)，這方面創(chuàng)業(yè)可能已經(jīng)為時(shí)過晚了，但汽車的智能不僅體現(xiàn)在自動(dòng)駕駛中。如今，車的減振器是被動(dòng)的，如何通過事先預(yù)測路況將減振器變?yōu)橹鲃?dòng)呢？我們投資的一家美國公司就是從事這個(gè)方向的。這樣創(chuàng)業(yè)給大家指了一個(gè)方向，告訴我們并不是人工智能應(yīng)用于汽車領(lǐng)域就意味著終級(jí)狀態(tài)的自動(dòng)駕駛。

當(dāng)然，要用人工智能去變革的領(lǐng)域還很多，包括人工樓宇、家居、醫(yī)療、工業(yè)、交通、零售、安防、智能IT等。

相關(guān)文章：

吳甘沙對話Tom Mitchell：人工智能如何顛覆我們的城市 | GMIC 2017

面對人工智能，傳統(tǒng)的浪潮想做什么？

微軟亞洲研究院鄭宇：人工智能在城市管理中的應(yīng)用

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。