• 翔安农业网
  • 您的位置:首页 >> 热点专题 >> 正文

    恕在下直言:和BAT正面对抗,99%的人工智能企业都会死翘翘

    发表时间:2020-01-08 信息来源:www.juakhelo.com 浏览次数:1733

     

    在今年的两届会议中,人工智能首次被写入政府工作报告。这给这个行业带来了一些新的不确定性,因为人工智能行业又被解雇了。据我所知,一些投资机构、学校,特别是许多大学,无论它们是否有自己的研究和实力,都在涌入人工智能领域。

    人工智能在政府工作报告中写作是一个很大的好处,但它可能会在一定程度上扰乱市场和一些投资者的判断。这是因为我们业界有一个共识,大致投资于人工智能是相对健康的,行业的发展方向是什么,发展方向是什么,发展速度是什么。然而,它现在可能面临更多的不确定性。由于外部环境的变化,行业外的一些人和资本可能会带来更多的混乱。

    在我看来,在短时间内将会出现另一个人工智能泡沫。这是对市场的一定干扰,也干扰了市场本身的健康成长。然而,从长远来看,这对人工智能行业来说是一件积极的事情。

    99%基于平台的人工智能公司将会消亡

    最近,我们看到一种观点,即95%以上的人工智能公司将在未来两到三年内倒闭。事实上,这个问题需要具体分析。人工智能行业中公司分支的类型是不同的。

    目前,人工智能企业大致可以分为三类。第一类完全基于人工智能和技术发展。这一类别通常由百度、阿里巴巴、腾讯或谷歌等科技巨头完成,因为它们希望成为自己的开源平台,供所有人使用。

    第二类有自己的基本开发能力,但可以在细分字段中设置,也可以在细分字段中使用。像我们这样的小机器人属于这一类。这样的企业可以支持自己的发展,这在目前的行业中也是比较好的。一个重要原因是,技术可以用来实现货币化,即收入。

    第三类纯粹是为了应用。他不开发人工智能,而是使用其他人的技术。例如,海威有大量的相机。因为它有市场,所以它有大量的客户、数据源和人脸识别渠道。尽管它使用其他人的人工智能技术进行人脸识别,但它仍然可以很好地生存。

    我认为99%的一流初创企业或中小企业将会死亡,而不仅仅是95%。因为如果一个人工智能企业只做纯粹的基础技术研发,它就直接与英美烟草这样的企业竞争。我相信这些企业中有99%会失败。无论是人才水平、资本投资还是市场竞争,在人工智能基础的研发方面,小公司都很难与英美烟草这样的大企业竞争。

    但是如果它被应用在子行业,人工智能技术被用来在某个领域提供良好的服务或产品,它可能会活得很好,这个领域的市场非常广阔。

    事实上,经过最近一段时间的人工智能浪潮,许多企业已经开始出现一些运营困难。我知道一家制造智能声音的公司正试图模仿亚马逊。这家公司没有自己的云计算作为基础,但也发出聪明的声音。

    如果公司有自己的云计算和大数据,能够收集用户数据并分析数据,可能会做得很好,但不具备亚马逊那样相对强大的财务实力,也没有人工智能的技术发展。因此,它自然无法做到这一点,导致操作困难。

    因为人工智能有四个层次,云计算、大数据、人工智能和工业应用。云计算是获取数据的前提,大数据是人工智能的前提,工业应用是保证企业生存和人工智能有效性的关键。前三个层次是工业应用的基础,是人工智能企业生存和发展的动力。

    需要降低对人工智能的期望。

    人工智能实际上是一个进步的概念。存储磁盘和计算机实际上是第一波人工智能的产物,但现在我们都习惯了。

    第一波人工智能是以电脑为代表的,因为那时我们惊讶地发现电脑可以记忆信息和处理程序。个人电脑的出现向我们展示了机器将取代人类思维和工作的希望。我们对人工智能寄予厚望。然而,后来人们发现,技术和计算能力的积累并不是在所有方面都能实现的,因此在1970年左右出现了明显的低潮。

    第二波人工智能始于19世纪80年代,在2000年左右达到最低点,主要表现为日本对第五代计算机的研究。第五代计算机的特点是逻辑推理和语言组织。当时,它想把计算机变成一台具有强大能力的推理机,能像人类一样进行逻辑思维。它希望通过更复杂的逻辑推理来模拟人类的思维。

    简而言之,当时的主要思想是人类的思维应该有一定的逻辑。只要计算机模拟人的逻辑,人工智能的能力就可以大大提高。

    但是后来我们发现许多人类能力不是通过逻辑思维获得的。很少有人真正有严格的逻辑思维,或者生活中很少有场景使用严格的逻辑思维。人类的智力通常是模糊的,但它是非常直接的判断。在解决数学问题时,我们可能有相对严格的逻辑,但是当我们进行人脸识别时,我们实际上不能把它表达为非常严格的逻辑过程。因此,第二次人工智能浪潮中的许多事情做得不是很好。投资在2000年左右下降了,不仅是风险投资,政府对人工智能的投资也下降了,因为每个人都认为可能性不大。

    第三波人工智能一般认为是由加拿大辛顿教授2006年发表的一篇关于深度学习在图像识别中的应用的文章推动的。目前,第三波人工智能以深度学习为代表。深度学习是一种机器学习,一般称为深度神经网络,或多层神经网络。

    机器学习与前述严格逻辑思维的人工智能的区别在于,机器学习类似于统计学,逻辑思维是演绎。统计方法可以通过大量标记数据找到规则并形成模型。这个模型可以帮助我们完成一些任务,比如人脸识别和语音识别。

    最初,机器学习是单层的,深度学习是多层的。它可以处理和总结数据和信息。简而言之,正是在大量数据中,人工智能发现了数据本身之间的联系和规律。事实证明,人类为计算机建立了思维逻辑,而深入学习是计算机自己总结、抽象和发现数据信息的规律。因此,我们当前的图像识别和语音识别都是一样的。

    例如,要识别一张脸,即一幅图像,用户可能需要坐好并有一个正确的表情,然后机器可以根据不同部位的特征和定位来判断这个人是否就是那个人。然而,这不是我们大脑的工作方式。我们都认识同一个人,不管是哭、笑、喜还是悲。深度学习可以提取和总结这些信息数据,然后输出结果,例如确认您是这台计算机的用户。

    在其他领域也是如此。例如,你给了一张照片,它通过分析告诉你这张照片有一个太阳,一座山和两个人。你已经给了一段中文,它可以帮助你翻译成英语或日语。你做了一个演讲,它被转化成了文字。然而,其特征之一是深入学习需要大量的数据输入。没有大量的数据进行分析,就没有办法得到好的结果。

    在某些领域,技术不是问题,但是人们对人工智能带来的市场需求期望过高。例如,在图像识别领域,目前市场上只有一种需求,那就是人脸识别。图像识别技术已经发展得相当成熟,但我们发现人们对人类识别的需求不是很大,市场需求不足。

    从去年下半年开始,受资本寒冬的影响,在经历了一些投资泡沫和人工智能的工业探索之后,人工智能有了理性的回报。与前两次人工智能浪潮相比,这个行业

    我们对人工智能的期望需要降低。人工智能是取代人们去做一些人类不愿意做的基本的重复性工作,比如服务员、简单的文字处理和简单的法律服务,这样人类就可以做更多有创造性的事情。它不是万能的。

    [本文由合作媒体授权的投资界转载。这篇文章的版权属于原作者和原出处。这篇文章是作者的个人观点,并不代表投资界的立场。请联系原始作者和原始来源以获得授权。如果您有任何问题,请联系(editor

    youtube.com

  • 热门标签

  • 日期归档

  • 友情链接:

    翔安农业网 版权所有© www.juakhelo.com 技术支持:翔安农业网 | 网站地图