广告

中国AI产业/技术与美国差距在哪里?

2017-11-27 Dudu 阅读:
美国的AI产业布局非常完善,基础层、技术层和应用层都有涉及,尤其是在算法、芯片和数据等产业核心领域,积累了强大的技术创新优势,各层级企业数量全面领先中国。相比较而言,中国在基础元器件、基础工艺等方面差距较大。

近日,腾讯研究院出台《中美两国人工智能产业发展报告》。从全球范围来看,人工智能领先的国家主要有美国和中国。了解和熟悉产业当中有哪些成熟和短板非常重要。以下是部分内容。EwUednc

美国的AI产业布局非常完善,基础层、技术层和应用层都有涉及,尤其是在算法、芯片和数据等产业核心领域,积累了强大的技术创新优势,各层级企业数量全面领先中国。相比较而言,中国在基础元器件、基础工艺等方面差距较大。EwUednc

中美巨头的产业布局

美国巨头呈现出全产业布局的特征,包括基础层、技术层、应用层,均有布局;而中国巨头主要集中在应用侧,只在技术层局部有所突破。EwUednc

20171117-ai1-1EwUednc

技术层:争抢人才,构建生态

巨头们通过招募高端人才、组建实验室等方式加快对关键技术的研发,Facebook在2013年开始就成立了Facebook人工智能研究实验室,研究图像识别、语义识别等人工智能技术;同年,国内的巨头百度亦成立深度学习实验室,研究方向包括深度学习、计算机视觉、机器人等领域。EwUednc

下图整理了各大巨头的AI实验室的名称、成立年份、简介。EwUednc

20171117-ai1-2EwUednc

除了成立实验室以外,巨头们一会通过投资和并购储备人工智能研发人才和技术。其中,Google于2014年以4亿美元收购了深度学习算法公司Deepmind,该公司开发的AlphaGo为Google的人工智能添上了浓墨重彩的一笔。EwUednc

人工智能的常见开发框架包括谷歌的TensorFlow、Facebook的Torch、Microsoft的CNTK以及IBM的SystemML。这些框架的地位类似于人工智能时代的iOS/Android。开源也成为了这些软件开发框架共同的策略。EwUednc

20171117-ai1-3EwUednc

应用层:抢夺语音交互入口,征战云站务

近日,APP分析公司Vetro Analytics公布了一份“基于AI的个人助理如何重塑用户习惯”的报告。该报告显示,凭借苹果设备广泛的用户群体,最早面世的Siri仍然是老大,但一年内流失15%的用户。与之相对的是Amazon Alexa的崛起。Alexa伴随着Amazon Echo智能音箱诞生,用户数量在一年内增长325%。谷歌、微软、苹果、Facebook都在争夺这块市场。微软也推出了内嵌Cortana的Invoke音箱,并且将“Conversation as Platform”(对话即平台)作为战略。EwUednc

国内企业中,京东在两年前与科大讯飞合作布局了智能音箱,致力于成为家庭控制中心。数月前,阿里推出了围绕着购物场景的智能音箱天猫精灵X1。激烈的音箱之争背后是下一代服务入口之争。EwUednc

行业解决方案EwUednc

人工智能必然走向云化,机器学习对于云来说是一项关键的技术,它能训练大规模的AI网络,不断自我学习和提升。在这一点上,Amazon、Google这些拥有较好云端设施的公司将很有优势。亚马逊不仅基于AI构建和优化了大量自身业务,也利用AWS云为其他厂商提供了高效的AI解决方案。“云+AI”成为新的趋势,Google寄希望于借AI赶超AWS。2015年,微软发布了“微软认知服务”,这是一个基于微软云平台Azure的智能API(应用程序编程接口),涵盖了五大方向的人工智能技术,包括了计算机视觉、语音、语言、知识、搜索五大类API。EwUednc

国内的BAT三巨头在云服务领域也纷纷引入人工智能。EwUednc

百度从两三年前就开始用GPU代替CPU进行计算,提升数据处理能力。2016年,阿里云发布面向深度学习、3D图像渲染的新一代HPC平台。腾讯云在搭建DI-X深度学习与机器学习平台的基础上,开放图像处理、语音处理和自然语言处理能力为自动驾驶、安防、智慧法庭、智能家居、智能营销等多个场景提供解决方案,致力于“让小企业也能用到AI能力”。EwUednc

基础层:美国巨头深入产业核心布局芯片

人工智能芯片主要包括GPU、FPGA、ASIC以及类脑芯片。在人工智能时代,它们各自发挥优势,呈现出百花齐放的状态。EwUednc

Google的TPU,是专门为其深度学习算法Tensor Flow设计的,TPU也用在了AlphaGo系统中。今年发布的第二代Cloud TPU理论算力达到了180T Flops,能够对机器学习模型的训练和运行带来显著的加速效果。EwUednc

而英伟达是GPU的行业领袖,GPU是目前深度学习领域的主流芯片,拥有强大的并行计算力。而另一个老牌芯片巨头,英特尔则是通过大举收购进入FPGA人工智能芯片。类脑芯片是一种基于神经形态工程,借鉴人脑信息处理方式,具有学习能力的超低功耗芯片。IBM从2008年开始模拟人类大脑的芯片项目。EwUednc

苹果正在研发一款名为“苹果神经引擎”(Apple Neural Engine)的专用芯片。该芯片定位于本地设备AI任务处理,把面部识别、语音识别等AI相关任务集中到AI模块上,提升AI算法效率,未来可能嵌入苹果的终端设备中。EwUednc

芯片由于投资周期长、专业技术壁垒厚、市场相对比较狭小,导致竞争非常激烈且难以进入。EwUednc

卡位之战,谁能胜出?

在人工智能卡位战中,巨头们战术趋同,即建立技术壁垒,软硬件双线发展,做好平台生态。但战略上略有不同:Google是全球在人工智能领域投入最大且整体实力最强的,Google希望利用开源系统构建AI生态,覆盖更多用户使用场景,从互联网、移动互联网等传统业务延伸到智能家居、自动驾驶、机器人等领域,积累更多数据信息。EwUednc

亚马逊的特点是B端和C端共同发力。通过智能音箱和语音助手引领人工智能消费级行业生态。另一方面,用人工智能深化AWS云计算服务,赋能全行业。Facebook在人工智能领域的布局主要围绕着其用户的社交关系和社交信息来展开EwUednc

国内三巨头中,百度相对激进,宣布了“All in AI”战略,随着陆奇的强势加盟,将全力推动百度转型成AI平台型公司。腾讯、阿里基于自身产品功能进行试水。EwUednc

除了正面竞争,巨头们在人工智能领域的积极合作。2016年9月,Facebook、亚马逊、谷歌、IBM、微软五大巨头成立了非盈利组织“Partnership on AI”(人工智能合作组织),旨在分享AI领域的最佳技术实践,促进公众对AI的理解,挖掘可以促进社会福祉的AI研究领域以及提供一个公开参与的平台。EwUednc

人工智能应用热点

人工智能技术不断突破,尤其是语音识别、自然语言处理、图像识别、人脸识别为代表的感知技术取得了重大技术进步,并且围绕着这些技术涌现出了大量的创业热潮。相关技术已经开始从实验室走向了应用市场,特别是在交通、医疗、工业、农业、金融、商业等领域应用加快,带动了一批新技术、新业态、新模式、新产品的突破式发展,带来了深刻的产业变革,有望重塑全球产业格局。EwUednc

这一轮的人工智能技术的应用中,自动驾驶、智能医疗、智能安防、服务型机器人、智能交通、智能制造、智能娱乐等应用成为了全球人工智能市场的热点。EwUednc

目前,人工智能的产业应用能够落地,得以三大支撑平台,基础层的开源算法平台、技术层云平台、应用层的应用平台。目前Google、Facebook、微软都已经推出了深度学习算法开源平台,目前国内只有百度开放平台paddle paddle。EwUednc

得益于近年中国移动互联网的快速发展,为中国积累了巨大的C端用户基数,但在B端的制造、交通、金融、医疗等传统行业仍然发展相对落后,相比之下,美国传统行业基础设施水平高于中国。EwUednc

因此,中国的传统行业借助人工智能实现转型升级的需求更为迫切,市场增长的后劲很足。EwUednc

国内人工智能玩家有以百度、阿里巴巴和腾讯为代表的互联网巨头,也有如科大讯飞这样的AI技术领域龙头,这些企业作为国内人工智能的核心力量与关键势力,构成了国内人工智能的第一梯队。EwUednc

美国巨头的人工智能应用主要围绕大数据挖掘,如Facebook建造能够理解海量数据的人工智能机器,谷歌在人工智能的侧重点比较多,包括自动驾驶、智能机器人等等。在行业应用中更为广泛。EwUednc

• 自动驾驶EwUednc

自动驾驶将推动汽车领域重大技术革命,因此世界各国对智能车辆的研发竞争日趋激烈。目前,行业正处于辅助驾驶向半自动驾驶推进的阶段。谷歌、意大利帕尔玛大学和百度的智能汽车原型系统,综合看来,国内外研发无人驾驶汽车的公司都把无人驾驶商用的时间线划在了2020年前后。因此,接下来的3到4年将会是这一技术商业化落地的冲刺时期。EwUednc

20171117-ai1-4EwUednc

• 智能机器人EwUednc

大部分智能机器人目前还处于产业发展初期,尤其是智能服务机器人仍处于产业化起步阶段,但随着全球人工智能正在步入第三次高潮期,智能化成为当前机器人重要的发展方向,人工智能与机器人跨界融合创新进一步提升机器人智能化程度。中美在智能机器人领域的差别主要在于,前者关注专业领域机器人的应用,如医疗、机械作业和家居类等领域较多;而后者则侧重在企业或个人的智能辅助工具,因此,涉及的行业更多,覆盖范围更广。EwUednc

从全球范围来看,日本ASMO Actroid-F仿人机器人、Pepper智能机器人,美国BigDog仿生机器人等一大批智能机器人快速涌现,巨头企业也纷纷通过收购机器人企业,将智能机器人作为人工智能重要的载体,推动人工智能发展,例如谷歌相继收购Schaft、Redwood Robotics等9家机器人公司,积极在类人型机器人制造、机器人协同等方面布局。从国内市场来看,2015年,国内包括商用机器人在内的服务机器人市场规模大约在82亿元左右,2016年将增长至140亿元左右,而2017年市场规模将突破200亿元。随着智能机器人市场规模越来越大,且智能机器人切入点种类繁多,创业公司和巨头纷纷从不同的领域、方向和切入点加入智能机器人领域的市场争夺。EwUednc

20171117-ai1-5EwUednc

此外,人工智能在智慧城市、智能家居、智能金融、智能制造、智慧医疗等领域亦大有可为,能够解放大量的劳动力、促进生产效率的提升。EwUednc

结语

AI时代群雄逐鹿,中美两国充分认识到人工智能的重要意义,从人才到政策全面扶植人工智能企业。国家实力的提升来源于科技企业创新。美国以绝对实力处于领先地位,一批中国初创企业也在蓄势待发,中国企业也将有机会成为AI时代的弄潮儿。EwUednc

(内容转载自雷锋网)EwUednc

本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
您可能感兴趣的文章
  • 西工大打破吉尼斯世界纪录,扑翼式无人机单次充电飞行15 据西北工业大学官宣其扑翼式无人机单次充电飞行时间获得新的吉尼斯世界纪录,认定的纪录时间为 2 小时 34 分 38 秒 62(突破 154 分钟)。本次刷新世界纪录的“云鸮”扑翼式无人机采用了高升力大推力柔性扑动翼设计、高效仿生驱动系统设计和微型飞控导航一体化集成等关键技术,翼展 1.82m,空载起飞重量为 1kg,手抛起飞,滑翔降落,能够按设定航线自主飞行,飞行过程中能实时变更航线。
  • 电化学腐蚀制备新技术发表,“一步到位”制作电池电极 据了解,天津大学“英才计划”特聘研究员吉科猛团队联合湖南大学谭勇文教授团队利用钴磷合金研发出了仅用一步即可制成电池电极的电化学腐蚀制备技术,该相关研究成果将于近日发表在国际期刊《先进材料》上。
  • 麻省理工开发出纸一样薄的太阳能电池,每公斤功率是传统 麻省理工学院称其工程师开发出超轻织物太阳能电池,可以快速轻松地将任何表面变成电源。这些耐用、灵活的太阳能电池比人的头发丝细得多,粘在坚固、轻便的织物上,使其易于安装在固定表面上。它们的重量是传统太阳能电池板的百分之一,每公斤产生的功率是传统太阳能电池板的18倍。
  • 通过GaN电机系统提高机器人的效率和功率密度 机器人应用成功的关键因素之一是确保最佳的电机驱动器设计。
  • 实现物联网部署可扩展性时的主要问题 为什么三分之二的物联网项目都失败了?许多人低估了物联网的复杂性,以及使系统可视化来实现可扩展性的重要。
  • 基于微网格结构的弹性半导体新技术 近年来,柔性半导体正成为未来电子产品发展的新趋势。不同于传统刚性电子产品,柔性半导体产品能在一定范围的形变条件下正常工作,被广泛应用于各个领域。
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告
    向右滑动:上一篇 向左滑动:下一篇 我知道了