1.2人工智能的关键技术
人工智能的关键技术是机器学习 ， 深度学习是机器学习的重要分支 ， 极大地提升了应用的准确性 ， 是时下最热门的技术领域 。 通俗来说 ， 机器学习是使用算法来解析数据、从中学习 ， 然后对真实世界中的事件做出决策和预测 。 从模型结构上来分 ， 机器学习算法可以分为线性回归、逻辑回归、决策树、贝叶斯模型和人工神经网络等 。 2006年加拿大Hinton教授提出深度学习概念 ， 不同于浅层学习算法 ， 深度学习使用多层非线性处理单元变换数据输入 ， 极大地发展了人工神经网络算法 。 在21世纪充足数据基础和芯片算力提升的支持下 ， 深度学习算法大大推动了人工智能在各行各业应用中的准确性 ， 如语音识别、图像识别、自然语言生成等 ， 呈现出爆发式发展态势 。
与以往的技术进步稍有不同 ， 人工智能对于劳动要素的替代不仅在于体力 ， 还在于脑力甚至创造力等高技能工作 。 以往技术进步最明显的共同点就是机器代替了人力 ， 如第一次工业革命的蒸汽机、第二次工业革命的电机和内燃机、第三次工业革命的互联网 ， 均在不同程度上将劳动者从繁重、枯燥、重复、低效的劳动中解放出来 。 人工智能的不同之处在于 ， 随着硬件层、数据层以及算法层等各方面技术储备趋于成熟 ， 机器或逐渐可以完成复杂的逻辑思考和决断 。 2016年 ， 机器人AlphaGo1.0以4:1战胜韩国围棋第一人李世石；2017年 ， AlphaGo2:0击败当时世界排名第一的中国棋手柯洁 。 2017年7月美国50个州开始使用世界上第一个“机器人律师” ， 2018年1月日本癌症研究会开始用AI检测胃癌 ， 检出率超过92％ ， 用时仅0.02秒 。
1.3人工智能产业版图
人工智能企业可分为基础层、技术层和应用层 ， 目前中国以应用层发展为主 ， 相关企业数量占比近八成 。 其中 ， 基础层以AI芯片、计算机语言、算法架构等研发为主；技术层以计算机视觉、智能语音、自然语言理解等应用算法的研发为主 ， 应用层解决实际问题 ， 是人工智能技术针对行业提供产品、服务和解决方案 ， 其核心是商业化 。 根据《中国新一代人工智能科技产业发展报告》 ， 截至2019年2月 ， 应用层人工智能企业占比最高 ， 为75.2％；技术层居第二位 ， 占比为22.0％；基础层企业占比最少仅为2.8％ ， 而美国三类企业分别为39.1％、57.7％、3.2％ 。 根据艾瑞咨询在《中国人工智能产业研究报告》中的测算 ， AI在安防和金融领域市场份额最大 ， 在工业、医疗、教育等领域最具爆发力 。

文章图片

文章图片
2人工智能时代 ， 需要多少劳动力？

• 「定焦爱科技」3拯救低电量焦虑症，超大电池搭配超快闪充，续航出色的iQOO
• #科技小李#小屏爱好者嗨起来，4.7寸新iPhone确认四月发布，价格是大亮点！，原创
• [笔记本电脑]乙辰科技正式发布首款WiFi6新品：北斗II号分布式无线路由器
• 快科技@苹果提供维修补贴福利但中国区除外
• 天宇科技趣谈@郭台铭今想带富士康“回家”，但国产巨头已升起，离开容易归来难
• 科技八叔■苹果这次真的是拼了，为了不让果粉失望
• 『零壹财经』在于金融，融慧金科王劲：金融科技的基石不在科技
• 「电商科技馆」3能带来超越游戏手机的体验？这些细节就是关键，为什么iQOO
• 天宇科技趣谈：为武汉捐款2亿元，昔日二十几岁赚千万后收购奔驰，他来自农村
• #快科技#余额宝收益创历史新低