2020年是人工智能技术发展的关键年。疫情之下,世界见证了人工智能在抗击疫情中发挥的积极作用;今年4月,国家发改委正式将人工智能确定为新基建的重要领域之一。在历史机遇下,AI已实现"质变和量变",正迈入与技术、产业融合创新的关键阶段。
随着人工智能技术的逐渐成熟,科技、制造业等业界巨头不断深入布局,期望能够在这一浪潮变革中拔得头筹。自2015年开始,中国人工智能市场规模逐年攀升。据《2020-2026年中国人工智能行业市场竞争状况及市场盈利预测报告》数据显示,2018年中国人工智能市场规模约为339亿元,增长率达到56.2%。据预测,到2025年部分技术和应用达到世界领先水平,核心技术规模超过4000亿元。而根据LinkedIn发布的《全球人工智能领域人才报告》显示,该领域的人才需求在过去3年间增长了8倍,而从全球来看,中国空缺的AI职位最多,上万个相关职位虚位以待。
这是一个充满机遇与挑战的时代,以人工智能为首的创新技术在数字化浪潮中快速生根发芽,面对火热的前沿科技,众多企业与开发者,一面虎视眈眈想要登上前沿科技的快车,一面又不得不面对现实开发技术中的种种瓶颈。为此,10月15日,由腾讯云联合广州市软件行业协会主办的“优才计划,企业新技术实践云沙龙——人工智能在企业的应用及人才探索”主题活动在线上举办,本次活动旨在帮助开发者轻松踏上人AI快车道,助力人工智能在各行各业创造更多价值。 下面就让我们跟随三位技术大咖,共同走上AI进阶之路吧!
海纳百川的产业互联网,既有机遇也有挑战
产业互联网作为当下最热门的话题之一,不同于消费互联网,它的服务对象发生了巨大的变化,由原来的个人消费者变为一个个独立的企业主体,并涉及传统产业的升级以及新兴产业的规模化,其市场空间巨大。据埃森哲预计到2030年,工业互联网能够为全球经济带来14.2万美元的经济增长。据工信部预计未来20年,中国工业互联网至少可以带来3万亿美元GDP增量。
目前,产业互联网已经在各行各业展开实践,广州市软件行业协会荣誉会长许杰表示,目前产业互联网所面临的挑战主要是短期收益不明显且资金需求大,其次是隐性知识显性化和系统安全所带来的压力。 另外,产业互联网是一种革命,革命本身就代表着一种挑战,最后便是人才的匮乏。
当然,除了挑战之外,产业互联网海纳百川,其表现出的核心价值在生态内自然能够创造诸多机会。对此,许杰表示产业互联网的价值主要体现在三方面,即数据赋能,提高生产效率;打通产销,快速响应市场;业务创新,拓展增值空间。
人工智能前沿技术应用趋势与发展展望
随着深度学习技术在智能驾驶、智慧金融、智能制造、智慧医疗等领域的逐步应用,作为引领这一轮科技革命和产业变革的战略性技术,人工智能的产业化已经取得了显著的效果,显示出带动性很强的“头雁”效应。
复旦大学计算机科学技术学院副教授赵卫东,为我们详细介绍了人工智能的本质、应用与未来。那么,人工智能的本质是什么呢?人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,是对人的意识、思维的信息过程的模拟。
赵卫东强调,人工智能的应用范围和领域正在不断拓展 ,其技术在部分行业的应用是颠覆式创新,具有重塑行业的能量。 而在大多数行业,人工智能仅仅是改良式创新,为行业提供辅助性工具,促进行业进步。而人工智能技术的主流应用主要在金融、汽车、大健康、安防、零售、教育等行业。虽然人工智能技术发展已经取得了前所未有的成绩,但随着深度学习技术应用的不断深化和产业化步伐的逐步加快,人工智能技术发展也面临着不少挑战。
但不可否认的是,人工智能的广泛应用使得若干传统学科的研究方法出现了许多创新。而相关领域在大数据时代的研究成果也能够对人工智能理论与方法带来影响,进而推动人工智能学科与其他学科的协同创新。
机器学习平台的商业价值与应用实践
机器学习作为人工智能领域的一员,使得计算机能够学习执行任务进行预热,无需详细的编程,由于技术进步和新出现的体系架构,这一技术在众多的流行技术中非常火热,并很快成为主流。与此同时,作为工具平台类应用,机器学习平台在为公有云客户降本增效以及在私有化场景中以AI技术中台的形式赋能客户业务产生了商业价值。
腾讯云AI基础产品专家产品经理高平在接下来的分享中,详细的为开发者介绍了机器学习平台的核心能力以及相关案例。高平强调,机器学习平台的核心能力当中计算优化是永恒的话题,其中高级计算图语言需求即语言越接近人类的时候计算效率越低;经济价值需求即表现为算力昂贵,人工智能计算即可成为业务瓶颈,也有现实商业需求背景;计算架构的需求即冯诺伊曼架构下存储宽带赶不上计算能力的发展,且通用CPU/GPU与AISC融合,出现AI计算专用能力。
与此同时,Time-to-Market的时间需求与模型训练时间矛盾越来越突出,那么,简短的迭代时间便是获得成功的基础。为此,高平特别向开发者介绍了智能钛机器学习平台TI-ONE所具备的业界领先的训练能力,首先,腾讯云以2分31秒,创造了128卡训练ImageNet新纪录,此外根据MLPerf最新发布的训练性能数据,腾讯云单机8卡Transformer训练时间比第二名快30%。 据介绍,得益于智能钛机器学习平台,腾讯云视频分类服务,通过使用智能钛弹性模型推理服务TIEMS,推理服务成本降低62%;某互联网公司社区日志服务推荐服务,使用智能钛TIEMS,推理服务成本降低68%。
总结: 本次活动,线上的小伙们认真倾听热情互动,在行业专家的带领下见证并学习着人工智能领域的行业知识,感受腾讯云各项工具、平台与服务的神奇魅力。拥有雄厚技术实力的腾讯,始终保持开放合作的态度,腾讯云持续赋能开发者,通过知识分享、技术交流,赋能更多企业、开发者,不仅要让开发者在成功进阶的路上吃上一颗定心丸,更将全方位推动人工智能时代的新发展。
