10.23 結束了“瘋狂試探”人工智能開始走向應用階段

近期WAIC世界人工智能大會、世界計算機大會、雲棲大會、世界互聯網大會相繼召開,諸多優秀的人工智能初創企業出現在大眾視野,例如商湯科技、曠世科技、極鏈科技、優必選科技等。人工智能企業的快速成長離不開國家層面的政策支持,企業層面的實踐,資本層面的持續關注,以及產業層面的實際需求。經過時間、實踐的打磨,人工智能開始走向應用階段。

《國家新一代人工智能開放創新平臺建設工作指引》文件指出,“開放、共享”是推動我國人工智能技術創新和產業發展的重要理念,以應用為牽引,企業作為建設主體,採取市場化機制,實現協同式創新。

15家國家級AI開放創新平臺

今年的世界人工智能大會上,科技部發布了新一批國家新一代人工智能開放創新平臺名單,包括依圖(視覺計算);明略數據(營銷智能);華為(基礎軟硬件);平安保險(普惠金融);海康威視(視頻感知);京東(智能供應鏈);曠視科技(圖像感知);360奇虎科技(安全大腦);好未來教育(智慧教育);小米(智能家居),之前認定的開放創新平臺包括:百度(自動駕駛平臺);阿里雲(城市大腦平臺);騰訊(醫療影像平臺);科大訊飛(智能語音平臺);商湯(智能視覺平臺),至此科技部已經認證了15家開放創新平臺。


結束了“瘋狂試探”人工智能開始走向應用階段


從細分領域來看,6家屬於人工智能通用技術開放創新平臺,例如,華為的基礎軟硬件平臺,曠視科技的圖像感知平臺,其他的9家分別是AI細分領域的行業應用龍頭企業,可以看出國家對於人工智能與實體經濟融合十分重視。

從開放式創新平臺領域分佈可以看出,目前人工智能落地的熱點行業集中在自動駕駛、城市大腦、醫療、營銷、金融、供應鏈、安全、教育和智能家居等領域。其他熱門的領域,如:工業互聯網、機器人、視頻處理、AR/VR、人機交互領域將是下一波人工智能開放創新平臺培育的熱點。

“含光800”助力阿里城市大腦


結束了“瘋狂試探”人工智能開始走向應用階段


阿里巴巴達摩院發佈全球最強的AI芯片——“含光800”。在業界標準的ResNet-50測試中,含光800推理性能達到78563 IPS,比目前業界最好的AI芯片性能高4倍,能效比500 IPS/W,是第二名的3.3倍。含光800已經應用於杭州阿里城市大腦,一組直觀對比:在實時處理杭州主城區的視頻時需要40顆傳統GPU,延時為300ms,而使用含光800僅需4顆,延時僅150ms。

去年的雲棲大會上阿里宣佈了成立平頭哥半導體公司,時隔一年“含光800”問世,這是“平頭哥”成立以來發布的首款硬件產品。目前,這款芯片主要用於視頻圖像識別、分類、搜索及城市大腦等雲端視覺場景,下一步還將應用在醫療影像、自動駕駛等領域,這也標誌著國產AI芯片從研發到生產應用已經開始產生巨大價值。

智能機場-大興國際機場


結束了“瘋狂試探”人工智能開始走向應用階段


北京大興國際機場被英國衛報稱為“新世界七大奇蹟之一”。

9月25日,北京大興國際機場正式投入運營。作為智能化程度最高的機場,大興機場廣泛應用各項智慧型新技術,重點建設了19個平臺的68個系統,實現對機場全區域、全業務領域的覆蓋和支撐,為旅客提供“刷臉”通行、智能安檢、個性化導航、行李追蹤等全新智能化出行服務。

大興機場還建設了一系列信息數據平臺,對相關數據進行實時運算處理,採用大數據分析技術對航班情況和地面保障系統全面分析掌控,從而實現地面調度與航班安排的智慧化精準決策。機場停車場的機器人泊車系統可謂直觀體驗黑科技的代表,旅客只需將車交給泊車機器人,通過自動引導(AGV)技術,後續的停車、取車工作全部由機器人來完成,這也是國內機場種第一次引入機器人泊車功能。

在此之前AGV技術已經廣泛應用於物流領域,比如托盤式AGV、叉車式AGV可以分別應用於電商小型貨件物流和工廠、大型物流等。倉儲AGV整體偏向工業級應用,因為倉庫廠區這些活動範圍屬於比較封閉的場景,所以技術實現基本沒有不可控因素。但是停車AGV,需要考慮到其他車輛、行人等因素,對機器感知的精準度和反映度要求相對較高。

騰訊覓影” 眼底疾病篩查AI系統


結束了“瘋狂試探”人工智能開始走向應用階段


在第六屆互聯網大會上,騰訊展區醫療體驗區的眼底篩查AI系統讓眾人眼前一亮。相比腫瘤類AI篩查的特殊性,眼疾篩查更具社區普及性,可以有效補充基層眼科醫生匱乏的短板。通過幾分鐘的篩查可以對眼睛疾病全面把控,還可以對相關指標做分析對於關聯性較強的糖尿病、高血壓等普遍性疾病有參考價值。

結合AI與雲計算和遠程診斷技術的協同,專業醫生可以在線上對千里之隔的病患做診斷,尤其是基層醫療,醫師只需拍出標準的醫學影像圖像,異地專家通過系統平臺即可完成對病人的相關檢查。

目前,該系統已和全國30多家醫院聯合進行驗證,並在廣東、廣西、山東等省市基層醫療系統試點。

相比人工智能企業發展初期的“試探”,“技術”在各領域尋找實踐的“試驗田”,比如醫療領域的AI缺少的是大量可供訓練的病理影像信息。經過了技術測試期,大量的人工智能企業已經走向了應用階段。這一階段的核心在於技術能否商業化變現,以及商業化的成本與價值產出比的提高,用更少的資源實現降本增效將是“金標準”。


分享到:


相關文章: