-
1 # 哆啦的遊戲
-
2 # 科技科幻世界
在大資料時代,人工智慧相關技術得到了越來越多的關注,市場對於人工智慧產品的呼聲也越來越高,因此不少科技公司都陸續開始在人工智慧領域實施戰略佈局,由於人工智慧人才相對比較短缺,所以人才的爭奪也比較激烈。另外,由於相關人才的數量比較少(研究生培養為主),而且培養週期比較長,所以人工智慧人才在未來較長一段時間內依然會有一定的缺口。
智慧化是未來的重要趨勢之一。隨著網際網路的發展,大資料、雲計算和物聯網等相關技術會陸續普及應用,在這個大背景下,智慧化必然是發展趨勢之一。人工智慧相關技術將首先在網際網路行業開始應用,然後陸續普及到其他行業。所以,從大的發展前景來看,人工智慧相關領域的發展前景還是非常廣闊的。
-
3 # 文叔侃科技
人工智慧從大趨勢上肯定是值得重點關注的!
人工智慧已經影響到了我們的方方面面,並且持續縱深影響到越來越多的行業,包括交通、工業、金融、醫療、農業等等,實實在在的在改變我們的生活,重塑產業鏈。從投資上看,這條主線肯定大有可為!但是有幾點建議:
1)需要關注人工智慧的虛假繁榮、炒作熱、學術熱。 因為其重要,處於風口浪尖,現在不管什麼行業,什麼產品,什麼公司都往人工智慧上靠,需要區分真偽人工智慧;很多所謂的人工智慧企業,被各方投資人、媒體甚至是官方機構瘋狂炒作,大量資本追逐,虛火旺盛,遠遠脫離其原有價值,過度透支,比如AI晶片等,個人建議最好保持謹慎之心,現在一些AI公司如果公開其營收,必然雞毛一地!同時,需要區分學術和產業的關係,很多創業者往往自認為懂技術,也真的有些技術,就想著改變這個那個行業,顛覆這個顛覆那個,往往真的到了落地的時候就露出底褲,他們根本不懂行業,談何改變行業?
2)需要認識到人工智慧的真正價值,選擇合適的產業和方向進入。從這幾年的發展看,我們應該注意到,一些人工智慧在落地時往往遇到很大的難題,難於落地,比如AI醫療,自動駕駛,我們過分高估了人工智慧的價值,過分低估了和產業結合時難點。只有能夠真正和產業結合,改變原有產業痛點,解決實際問題,帶來真實價值的人工智慧才是真正有用的,不能空談技術。建議重點產業人工智慧,關注和產業結合的、有產業落地能力的技術、方案和公司以及相關產業鏈,比如智慧製造等。
-
4 # 阿拉丁23758
人工智慧產業肯定大有所為,但需要有所為有所不為。先來看一個新聞:
全球知名的AI晶片企業——Wave Computing 公司即將破產。據悉,該公司已經遣散了所有員工,並申請破產保護。如無意外,這將成為第一家在疫情期間申請破產的 AI 晶片公司。Wave Computing被譽為全球最有前途的AI公司之一,曾被認為有和英特爾、英偉達等巨頭一較高下的潛力。2018年底,Wave Computing宣佈完成8600萬美元E輪融資,這一輪融資過後,這家公司累計融資金額已超過2億美元。一、人工智慧的起源及發展
人工智慧(AI)一詞最早出現於1956年的達特茅斯會議,受限於早期的計算效能、資料儲存成本,人工智慧在實際生產生活中的應用較少。進入21世紀,隨著計算能力的大幅提升和資料儲存成本的大幅下降、網際網路資料量急劇增長,人工智慧從此進入發展的快車道,並在全球經濟發展中發揮越來越大的作用。普華永道預測到2030年,AI將為全球GDP帶來14%的增長,也就是15.7萬億美元。1999年至2017年,全球人工智慧領域中影象識別、生物特徵識別、語音識別、語音合成、自然語言理解、機器學習等關鍵技術的發明及授權專利數量超過10萬項。
1999年至2017年全球AI專利申請增長趨勢
二、人工智慧產業鏈包括哪些
人工智慧產業鏈結構分為基礎層(計算基礎設施)、技術層(軟體演算法及平臺)與應用層(行業應用及產品)。
人工智慧產業鏈分佈圖
基礎層主要包括計算硬體(AI晶片)、計算系統技術(雲計算、大資料和5G通訊)和資料(資料採集、標註和分析)。可以打這樣一個比方:深度學習是人工智慧這臺火箭的發動機,燃料是大資料,雲計算是引擎。
技術層面,我們可以從三個維度來理解:算法理論(機器學習演算法、類腦演算法)、開發平臺(基礎開源框架、技術開放平臺)和應用技術(計算機視覺、自然語言理解和人機互動)。
應用層面,我們可以包括行業解決方案(“AI+”)和典型產品(機器人、智慧音箱、智慧汽車、無人機等)兩個方向。
三、人工智慧投資價值如何判斷要判斷是否有投資價值,個人覺得需要回答一下三個問題:
是否在產業鏈中有清晰的定位?參照上文能找準自己在產業鏈中的定位是基礎,如果一上來就說的自己能一條龍包打天下,那要麼是騙子、要麼是小白。有些入門者自以為拿著tensorflow搭個神經網路訓練個人臉識別模型就學通人工智慧了,其實這是很容易做到的,但離能用還有十萬八千里。除非是兩位馬爸爸那樣的巨頭,一般創業團隊能在某個層面中做好做精已經相當不錯了。
是否有清晰的資料來源?前幾年李飛飛離開大學加盟谷歌,主要就是為了資料,她在學校耗盡科研經費和數年時間才能獲得的資料,在谷歌唾手可得。所以AI中有七大黑洞之說,就是指AI人才都被全球七個掌握資料的公司說吸引(中國BAT和美國的亞馬遜、微軟、谷歌、臉書)。目前所有AI技術都是基於海量資料訓練,所以沒有資料的AI都是耍流氓。
是否有明確的應用場景?有些團隊也許某些方面很強,比如圖片識別準確率多高多高、語音識別率多高多高,但如果沒有落地場景,最好的結果也就是被巨頭收購。但即便是這個結果也是虛妄,因為巨頭更省力的方法是高薪挖人然後模仿,因為他們有資料。
回覆列表
整體來說,投資這個行業是大有可為的,宏觀上講,國家在支援行業的發展,社會現在也對這個行業有很大的需求!因為我們對生活的質量要求越來越高,所以就需要大量的智慧事物進入我們的生活中!行業中的企業也在尋找給人們帶來更方便的裝置,只要是真正的是在這個行業中做事的企業那就是有價值!