人工智能产业快速发展背后的四大浪费

作者: 亿欧网 2019-03-01 14:40:00

人工智能产业快速发展背后的四大浪费

七年来,中国私募股权投资市场中,人工智能领域相关投资额约3658.6亿元,818家投资机构参与投资,获投的中国企业有580家。目前,各行各业都开始基于人工智能技术开始新一轮变革,向着智能时代迈进。

但是,火热背后依然存在着一些发展困境:一是企业发展人工智能的核心驱动因素是人才,但是现在一方面人才供不应求,另一方面缺少跨领域综合型人才;第二,人工智能应用的基础是数据,然而,数据共享和数据治理仍是现在各行业面临的重大难题。

本文总结了目前人工智能发展面临的四大浪费:算力浪费、数据浪费、AI能力浪费及AI人才浪费,并针对性的提出了相关的建议。

2019年春节之后的头一个工作日,美国国家科技政策办公室发布了由总统特朗普亲自签署的《美国人工智能倡议》(American AI Initiative),该倡议开篇就写到:人工智能(AI)有望推动美国经济增长,增强我们的经济和国家安全,并改善我们的生活质量。

很显然,将其中的“美国”两字换成任何一个国家的名字,这句话都是适用的,作为全新的生产力,人工智能已经成为社会发展、经济增长和产业升级的关键驱动因素之一。

据国内媒体报道,人工智能产业已进入全球价值链高端,新一代人工智能在智能制造、智能医疗、智慧城市、智能农业、国防建设等领域得到广泛应用,我国人工智能核心产业规模将超过4000亿元,带动相关产业规模超过5万亿元。

但在人工智能产业的高速发展中,却在不经意间产生一些本可以避免的浪费:

1、算力浪费,计算(算力)是发展人工智能(以下简称AI)的核心基础,AI的研发、训练需要大量的算力,但大部分AI企业往往选择自建计算平台,而非使用AI就绪的云计算平台,由于工作负载不饱和、调优水平有限等原因,企业无法发挥出全部算力,这导致了相当程度上的算力浪费;

2、数据浪费,拥有深度的、细致的、海量的数据是训练出“智能”的前提,但由于数据共享机制、数据服务平台/市场的建设仍然不成熟,导致许多AI学习/训练无法达到预期的水平;

3、AI能力浪费,当前许多AI技术(如计算机视觉)已经进入比较成熟的发展阶段,但AI技术通过云计算平台向外赋能的水平还不够,更多的AI技术应用还是“点对点”(即开发者面向最终客户,而非开发者-云平台-最终客户的平台思维),这造成了AI技术未能充分发挥其应有的作用,打破“成见”,拥抱平台思维,既能够避免AI能力的浪费,也能够为开发者提供更丰厚的收入;

4、AI人才浪费,由于在AI人才培养中,计算机学科、人工智能技术的教学未能与生物医疗、交通运输、工程建筑、脑科学等学科实现融合与交叉,造成“AI人才不懂行业,行业人才不熟AI”的局面,AI人才往往变成了“计算机学科人才”而非AI产业人才。

当然,存在浪费就需要有针对性的解决方案,在此针对性的提出相关的建议以抛砖引玉。

首先,针对AI算力浪费来说,使用公共计算平台(公共云)所提供的算力,尤其是AI算力,是一个避免重复建设AI计算平台(硬件基础设施)的重要方式。公共云因其按需付费、资源共享的特性,可以实现公共服务所带来的天然的边际成本效应降低,而能够以更低的成本获得人工智能算力,不仅降低企业获得AI算力的成本,更能避免AI算力的浪费;

其次,就AI能力的浪费来说,公共云平台也是一个很好的选择,一方面,云平台天然解决了企业数据和技术的统一,这也构成了企业获取人工智能能力的最重要路径;另一方面,云服务商将AI能力作为“公共服务”提供,对功能性和适用性、易用性都有所优化或强化,对于企业来说,可以更加快速和便捷的应用到实际业务中去。

第三,数据共享平台的建立至关重要。虽然近年来AI研究者们持续试图在小数据集上实现AI技术突破,但总体来说收效并不明显,数据仍然是AI产业发展的重要基础资源,完整、全面、准确、实时的数据非常关键。因此,建立可信、可靠、可用的服务于AI产业发展的数据共享平台至关重要,当然,这种共享平台必须要保证数据安全、信息脱敏和隐私数据保护。

此外,还有AI人才浪费的问题,正如前文所说:由于在AI人才培养中,计算机学科、人工智能技术的教学未能与生物医疗、交通运输、工程建筑、脑科学等学科实现融合与交叉,造成“AI人才不懂行业,行业人才不熟AI”的局面,AI人才往往变成了“计算机学科人才”而非AI产业人才。

人工智能 AI
上一篇:在软件开发中实施AI与敏捷管理的九点建议 下一篇:电影业中的AI:未来奥斯卡奖项背后将有它们的身影
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

MIT用19个神经元实现自动驾驶控制,灵感来自秀丽隐杆线虫

打造一个自动驾驶控制系统需要多少个神经元?MIT的科学家告诉你,最少只要19个!方法是向线虫这种初等生物学习。

晓查 ·  1天前
下一代人工智能的发展方向 (下)

之前的文章《下一代人工智能的发展方向 (上)》涵盖了AI内的三个新兴领域,(无监督学习、联合学习和Transformer)这些领域将在未来几年重新定义人工智能领域和社会。本文将再介绍另外三个:

蒙光伟 ·  1天前
下一代人工智能的发展方向 (上)

本文重点介绍了AI中的三个新兴领域,这些领域将在未来的几年中重新定义人工智能领域和社会。

蒙光伟 ·  1天前
百花齐放的自动驾驶,距离真正上路还有多远?

自动驾驶概念从诞生以来一直都是资本和技术创业者青睐的领域之一。新基建大背景下,伴随着5G商用的逐渐成熟,自动驾驶领域的热度自然是居高不下。

短颈鹿先生 ·  1天前
神经网络内部长啥样?

在这篇论文中,她将这些“黑匣子”一个个打开,对神经网络原理进行了详细的解释。

佚名 ·  1天前
8500万个工作岗位将被取代,工人如何保住“饭碗”?

2020年初,突如其来的疫情让不少工厂面临着“无人可用”的境地,而一些工厂因为机器人的大量使用,却没有受到很大影响,早早的复工复产,生产秩序稳定。

佚名 ·  1天前
人工智能和机器学习如何从物联网数据中提取关键见解

虽然所有这些小端点都很重要,但在物联网中更重要的是这些设备所生成的大量数据,以及通过分析可以从中获得的业务见解。

iothome ·  1天前
大数据、人工智能与法律职业的未来

法律是人类最古老的学科,人类历史上第一部成文法典《汉穆拉比法典》出现在3800多年以前。

法律出版社 ·  1天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载