从百度与IDC发布的白皮书,看超乎想象的AI大趋势

曾响铃
关注

有人说互联网开始由黄金时代转入白银时代,但AI可能与此相反,初创期的“白银时代”已经向产业应用全面落地的“黄金时代”进发。

12月20日,国际数据公司(IDC)与百度AI产业研究中心(BACC)联合发布《百度大脑领导力白皮书》。该白皮书按官方说法意在“洞察AI趋势,激发产业新效能”,在开篇着重预测了2019年中国AI市场发展的十大趋势。

解构该白皮书,我们发现,未来AI的发展在很多地方都将超出现有预期。

从百度与IDC发布的白皮书,看超乎想象的AI大趋势

AI带来的便捷,将比你想得还要极致

AI给产业和生活带来了无与伦比的便捷,而未来AI带来的便利将比你想象的还要更进一步。

1、部署AI,代码都不想敲?那就点几下鼠标吧

在云计算巨头的支撑下,企业自己部署AI即将摆脱过去那种全靠码农一行行代码敲出模型的境况,用少量的引导代码就能部署完整、可用、高效的算法模型。

不过,这还没有结束,那些对AI需求相对固定、大众化的企业,甚至可以“懒”到连少量代码都不用敲,直接在专业开发平台上点几下鼠标就能实现AI部署自动化,像访问WEB一样便捷。由此,“普惠AI”将不再是一个概念。

类似的开发平台不断涌现,典型的如谷歌AutoML、百度EasyDL等。例如,在EasyDL上,用户可以上传图片、音频、文本等原始数据,系统可自动训练出合适的模型,以图像分类为例,训练数据每类仅需20-100张图片,最快10分钟可训练完毕。

2、不光人想变得更懒,机器也是

在AI之前IT信息化已经大行其道,财务、人力等的IT化让人可以更“懒”更轻松。但是,过去的IT信息化本质上只是把人要做的事由机器去执行(进行了一定的流程重构)。

现在,智能化使得业务流程再度重构,某种程度上,机器也变得“更懒”,凭借AI模型只需要少量的步骤就能完成过去IT信息化系统要做的工作。

IDC预计至2023年,AI将取代50%的IT业务工作量,节省20%以上的运营成本。在已有的实践案例中,太平洋保险和百度合作,在车险理赔环节采用AI技术(原有IT信息化支撑),每年预计将节省2-3亿元运营成本。在车险理赔中,超过70%的车险理赔都是5000元以下的小额碰擦事故,而整体赔付金额只占到20%多,这十分适合AI的介入。

3、不能随心所欲的智能交互都是伪命题

智能音箱现在十分流行,它代表人机交互界面的智能化趋向,即摆脱屏幕的束缚,让交互通过语音的方式实现。

人和人之间获取和交互信息,可通过说话、读文字、对眼神、浏览照片、播放视频等多种方式,这些,正是AI加持交互的最终目标。智能音箱只是开始,那些人与机器的交互,将通过AI实现“随心所欲”不被时间、设备、场所所桎梏。

在这之前,至少要先摆脱屏幕。IDC预计到2023年,支持AI的人机交互接口将取代目前50%的基于屏幕的B2B和B2C的应用程序。在融合语音、图像、视频以及语义理解能力的AI能力不断进化时,有理由相信,未来人与机器的交互将“心有灵犀”,而不是只靠冰冷的电容屏。

从百度与IDC发布的白皮书,看超乎想象的AI大趋势

AI已经很聪明了?对,但它还能比你想象的聪明更多

除了产业与生活的便捷化,AI自己在也变得更“聪明”,甚至比我们想象的AI要聪明得多。

1、全能型选手马上要成型了

李开复曾经对AI落地场景有过直白的观点——金融行业会是最好、最先落地AI的场景。时至今日,Fintech领域的AI应用的确大放异彩,金融风控成为AI落地的典型产品。同时,在政府行业、互联网行业,AI近年来的实践也突飞猛进,城市治理、政务ATM背后都有AI的身影,连我们平时点个外卖,小哥如何配送背后都存在着AI路径优化。

不止于此,按照IDC与百度的预测,除了上述三个行业的全面扩展,新零售、新制造、医疗领域也将成为AI市场的新增长点。这六大行业未来应用AI的3年复合增长率将超过30%。

例如,广州妇女儿童医疗中心已于2年前开始全面探索AI的应用,包括在电子病历系统中应用语音识别帮助撰写,利用图像识别、深度学习技术进行智能阅片辅助诊断,此外,还有病种分析、影像报告文书撰写、智能导诊、临床辅助诊断等多个AI应用场景落地。

而这些,还只是AI的典型应用,在更多领域AI也在崛起。.

2、不只是知其然,还要知其所以然

过去及当前某些AI技术,还处在只能听清、看清的“知其然”状态,而信息到底想表达什么,AI其实是不懂的。就好像用AI语音听写一段话,它能准确地翻译出来而不用用户打字,但这句话究竟是什么用意AI并不知道,或者说,需要换用另一个AI算法来实现。

这显然是不够的。在IDC与百度发布的报告中,多模态计算会成为下一步的技术趋势。

按百度高级副总裁王海峰的说法,机器智能不仅仅能够“看清听清”,还要能够“看懂听懂”。由此,融合视觉、语音、语义及情感的多模态计算成为必然,其结果,是AI更能深入理解信息背后的含义,进而更好地支撑各种应用。

例如,服务快消品行业的惠合科技接入百度EasyDL进行陈列审核,旗下e店佳应用上传陈列视频,EasyDL以定制化的物体检测能力来识别商品是什么,同时还能推演出图片中该类型商品的陈列究竟是否符合要求。目前,该图像识别已经应用至40000家零售门店,这背后,就是多模态计算的价值呈现。

3、不管什么类型数据,只要有需求AI随时“效命”

数据是AI算法模型的原料,一个算法对应一种结构化数据,要是数据不匹配算法便不能很好运行甚至出错。

然而,很多企业的数字化转型过程中,物理世界到虚拟数字多数时候并不能成为结构化数据,它们类型多样、形式复杂。例如,制造业机械维保往往有零件或组件名称、序列号、制造商信息、维护间隔、维护日期、分包商信息、手册和文档的链接、联系人、保修和服务合同信息等非结构化数据,十分“丰富”。

这些非结构化数据带来庞大的AI计算需求,在它们应用到AI算法之前,需要有多模型数据库的支撑,什么都能往里边塞,AI通过这样的数据库什么都能“算”。由此,在迫切需求的支撑下,所谓多模型数据库开始走向市场,IDC预计到2023年,多模型数据库的支出将达到NoSQL数据库(一种当前兴起的主流数据库形态)支出的30%。

从百度与IDC发布的白皮书,看超乎想象的AI大趋势

声明: 本文由入驻OFweek维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存