QCon北京「鸿蒙专场」火热来袭!即刻报名,与创新同行~ 了解详情
写点什么

人机融合加速度,AI 未来 3-5 年什么样?

  • 2020-03-08
  • 本文字数:2212 字

    阅读完需:约 7 分钟

人机融合加速度,AI未来3-5年什么样?

从 AI 热潮到冷思考

当前这一波人工智能热潮,从 2016 年发端后就一直持续到了现在,且更多的是由技术驱动。这主要得益于深度学习、海量数据、AI 芯片等一系列技术的发展,人工智能受到了热捧,甚至许多企业不用人工智能就会感到焦虑,觉得自己要被时代抛弃了。


但最近也出现了越来越多的冷思考,甚至负面声音。许多人感觉 AI 商业模式不清晰、变现困难、实际应用效果不理想,就感觉又要进入 AI 寒冬了。甚至有人听到 L5 级的自动驾驶很难做,就觉得自动驾驶不可能实现了。



刘译璟认为,这些过度乐观或悲观的情绪,实际上来源于对技术本质的不理解,以及对时代脉搏的把握不准。


客观地讲,人工智能在互联网上取得了巨大的商业成功,当然,更准确一点是在消费互联网的应用场景下取得了巨大的成功。从亚马逊到淘宝、从 Google 到百度、从 FaceBook 到腾讯,乃至微博、头条、抖音等,所有这些 C 端应用背后都有大数据和 AI 技术的支撑,这些技术能让企业理解消费者、吸引消费者、引导消费者,最后产生巨大的收入,而且这些技术的运用已经形成了套路。

AI 未来:应用驱动变革

目前,任何一个具备业务和流量基础的 C 端应用,都可以通过这种套路把雪球滚的更大,获得更多的收益。可以讲,这完全符合应用驱动的发展模式。


不夸张地讲,消费互联网所有的场景都已经在大数据和 AI 的覆盖之内,已经没有新的场景再去磨练这套技术了。


而 AI 新的战场,就在产业互联网、在传统行业,这是一块没有套路,甚至没有路的处女地。


并且,产业互联网是无界智能的互联网,是技术、数据和场景无界融合的产物。但这个融合过程不是一蹴而就的,一定是螺旋式上升,不断促进的过程,而这种上升的最有力推动,一定是应用场景。所以,未来的人工智能,一定是由应用驱动变革和落地的。


刘译璟判断,未来的智能应用会越来越贴近行业,越来越复杂,这就要求 AI 技术和数据也同步发展,这种发展会体现在三个方面:理论和技术,计算能力和数据。


在理论和技术方面,会形成集中式建模(云端)+微建模(终端)、历史+现场建模等多种形态;现存的多种技术也会进行融合,例如深度强化学习、深度迁移学习等,结合在一定程度上可以解决数据缺失和冷启动问题;同时新技术会出现进展,如脑科学、材料、(自我)意识等方面。


在量子计算方面,如果 AI 改变的是计算的终极目标,颠覆了经典计算的工作方式;那么量子计算则是改变了计算的原理,颠覆了经典计算的来源,成为 AI 的“兄弟技术”。量子计算,是人工智能的下一个期待。


在数据方面,人工智能的进一步发展一定会依赖于各行各业知识图谱的构建,因为业务中的历史经验和知识、常识是万分宝贵的,在知识工程再次兴起中,也势必会经历从行业标准的慢慢建立到逐渐推广过程。一旦数据有了标准,知识工程的开展将简单许多,人工智能的应用也将更加深入。


当然,我们不能只看远期,还要脚踏实地,找到当下的技术和产品方向,才能让企业活到未来。

人机融合加速度

未来,人工智能 3-5 年的发展会是什么样呢?


刘译璟认为,AI 应用会越来越聚焦行业,越来越贴近现实世界,聚焦在技术与现实紧密结合的互联网场景,譬如自动驾驶、家居等等,这些行业的特点是核心业务借助互联网开展,具备相当的信息化和数据基础。


而在这些场景中,基础的需求是让人和系统更加自然交互,包括系统理解人的需求,以及系统以人容易理解的方式完成工作。


在理论和技术、算力和数据几个方面在行业的渗透中,在未来 3-5 年,知识工程和语义分析会变的越来越重要。


2018 年以来,自然语言处理和知识图谱越来越热,甚至有超过计算机语音、视觉和深度学习的趋势,就印证这一判断。


这些技术会以多种形态应用到业务场景中,总的目标就是让人和机器更好的协作,推动决策智能。


首先是自然交互式分析。一般情况下,我们分析数据时候主要使用 SQL(结构化查询语言)这一接口。无论是做用户洞察还是企业经营分析,经典的做法都是先做 ETL,然后进行数仓建模,再把各种维度指标组合形成报表工分析决策使用。


这个过程是非常专业的,特别是 ETL 和建模阶段,业务人员很难参与。


我们要探索的问题是,在数据智能时代,能不能不经过这些过程,让业务人员以自然语言的方式直接分析数据?简单来说,就是在有若干数据库、数据表的情况下,能不能让业务人员直接对这些数据发问,系统直接地给出分析结果?


这不是我们的想象,Garnter 已经把这种技术列入到了 BI 领域的突破性创新中。基于这种技术,用户只需要说出自己期望分析的问题,系统会自动识别话语中的分析意图,识别出涉及到的数据为度和指标,提取数据进行计算,最后再以合适的形式展现出来。


其次是大规模行业知识图谱的构建。一个良好的知识图谱可以化解冷启动问题。百分点现在正在利用海量互联网开放数据,构建一个个行业的商情知识图谱,用于帮助企业了解行业、用户、产品和自身情况。


这是个巨大的工程,涉及到业务理解和技术手段。在这里,我们利用人机结合的方式,基于业务人员预定义的行业标签体系,以启发式的方式从互联网数据中抽取实体和关系,而不需要针对每一个数据源去编写代码;其次,利用深度迁移学习技术,极大的降低了标注数据的需求,让知识图谱的构建效率提升了 5 倍。


简单来讲,人工智能接下来的重点,是要更好的支持认知智能,并推动决策智能的落地。


人机融合的未来社会,就是通过认知智能技术,让人和机器共享知识、自然交互、无间协作,进而帮助人在业务开展过程中及时把握业务态势,快速生成应对方案,并且做到自主的反馈和持续优化。


2020-03-08 16:44702

评论

发布
暂无评论
发现更多内容

纯css实现:单行文本的打字机动画效果

南极一块修炼千年的大冰块

7月月更

经验分享|编写简单易用的在线产品手册小妙招

Baklib

要卖课、要带货,知识付费系统帮你一步搞定!

CRMEB

你想怎么使用 Serverless 函数计算?(评测赢好礼 )

Serverless Devs

如何写好设计文档

观测云

知识库对企业的意义

Baklib

在 Spring Boot 中使用 Dataway 配置数据查询接口

程序员啊叶

Java 编程 程序员 架构 java面试

详解异步任务 | 看 Serverless Task 如何解决任务调度&可观测性中的问题

Serverless Devs

云原生

KubeMeet 报名 | 「边缘原生」线上技术沙龙完整议程公布!

阿里巴巴云原生

阿里云 容器 云原生 边缘计算

Apache Doris 1.1 特性揭秘:Flink 实时写入如何兼顾高吞吐和低延时

SelectDB

数据库 flink 数据仓库 Doris 数仓

2022中国物流产业大会暨企业家高峰论坛在杭州举办!

联营汇聚

传统渲染农场和云渲染农场选择哪个好?

Finovy Cloud

云渲染 GPU服务器

第三届云原生编程挑战赛正式启动,Serverless 赛道邀你参加!

Serverless Devs

浅谈智能家居应用及传输方式

家和万事兴

物联网,

SpringBoot 遗忘后的简单快速回忆之环境搭建与常见注解

程序员啊叶

Java 编程 程序员 架构 java面试

2022年最全大厂面试真题解析:java集合+spring+并发编程+MyBatis

程序员啊叶

Java 编程 程序员 架构 java面试

版本更新 | 极狐GitLab 15.2 发布飞书通知机器人、多层史诗调整至专业版、实时 Wiki 图表预览和全新设计的合并请求报告

极狐GitLab

git DevOps 敏捷开发 CI/CD 极狐GitLab

面向大数据存算分离场景的数据湖加速方案

Baidu AICLOUD

数据湖 对象存储 元数据 存算分离 层级namespace

面试官:MySQL如何根据执行计划调优SQL语句?

程序员小毕

Java MySQL 数据库 程序员 面试

SR-TE的功能架构概述

穿过生命散发芬芳

7月月更 SR-TE

腾讯开源摘星计划培养开源贡献者的实践思考

腾源会

开源 腾源会

7 行代码搞崩溃 B 站,原因令人唏嘘!

Python猫

闭关三月:整理出了这份对标阿里p7的java秋招面试必备指南。

程序员啊叶

Java 编程 程序员 架构 java面试

NFTScan 与 PANews 联合发布多链 NFT 数据分析报告

NFT Research

区块链 以太坊 NFT

算力顶天地,存力纳乾坤:国家超级计算济南中心的一体两面

脑极体

面试官:小伙子你来说说MySQL底层架构设计

程序员小毕

Java MySQL 数据库 程序员 面试

直播实录 | 37 手游如何用 StarRocks 实现用户画像分析

StarRocks

数据库 大数据

Serverless实战——2分钟,教你用Serverless每天给女朋友自动发土味情话

Serverless Devs

#Serverless

重磅来袭!豆瓣评分9.9,万人血书的多线程与高并发v2.0版本

冉然学Java

编程 源码 高并发 线程池 多线程并发

活动回顾 | 大咖云集“开源安全治理模型和工具”线上研讨会

安势信息

开源安全 供应链攻击 SBOM SLSA 软件供应链安全

人机融合加速度,AI未来3-5年什么样?_文化 & 方法_百分点认知智能实验室_InfoQ精选文章