深度剖析:工業4.0時代人工智能將帶來哪些顛覆？

 

大約在二百年前，工業革命使機械在人類社會中無處不在。今天工業4.0的革命正在進行，它的發展爲咱們帶來了人工智能。那今天讓咱們一塊兒來了解下這個新物種的起源和它的將來之路。

 

對於非專業人士來講，人工智能（AI，ArtificialIntelligence）發展幾十年，幾乎看不到什麼顯著變化，雖然偶爾也有好比IBM深藍電腦打敗人類棋手、會說話的機器人等新聞傳出，但人工智能更多隻能解決一些「玩具問題」，或生存在實驗室條件下，離咱們的平常生活一直十分遙遠。

 

然而，2016年，谷歌的阿爾法狗（AlphaGo）讓世界圍棋冠軍李世石投子認輸的那一刻起，人工智能成爲了科技界、工業界、投資界乃至公衆間的熱門話題，熱到甚至被寫入了我國「十三五」規劃綱要。彷彿一晚上之間，全部的科技公司都將目光轉向了人工智能。

人工智能爲什麼在如今變得如此重要？

 

其實，早在1956年，人工智能就被提了出來，但當時主要是指代可體現出智能行爲的硬件或軟件。這聽起來更像一種計算機系統，能夠執行一些之前須要人類智能的任務。

 

隨後，人工智能的研究起起伏伏數十年，但一直由於沒有發掘出對人類社會真正有益的功能而趨於平靜。但互聯網技術的發展和「深度學習」算法的出現改變了這一局面，讓其在不少垂直領域得到了真正的應用，並超越人類的表現。GE科學家AchaleshPandey表示：「一個重要的緣由就是可用的大量數據和巨大的計算能力的出現，而深度學習（一種機器學習算法）的突破更是讓人工智能領域產生了脫胎換骨的革新。」

 

近期人工智能大事件

 

事件1：阿爾法狗大勝世界冠軍李世石

 

2016年3月的這場對戰被認爲是一場人機「世紀大戰」，受到全世界的關注，最終阿爾法狗以4:1大勝李世石讓人大跌眼睛。

 

事件2：Uber無人駕駛出租車

 

2016年9月，Uber宣佈在美國匹茲堡市推出城區大範圍無人駕駛出租車，並真實向打車用戶開放，這些車輛配備了前置攝像頭、360度雷達感應器，可以在固定路線上行駛。

 

事件3：GE收購兩家人工智能企業

 

2016年11月，GE宣佈收購了兩家人工智能高科技公司BitStewSystems和Wise.io，以強化和拓展Predix雲平臺，爲GE的工業製造帶來的相關大數據集，這有助於推進人工智能在工業領域的應用，爲電廠、航空發動機和醫療等領域提供智能解決方案。

 

事件4：自動脣讀系統遠超人類專家

 

谷歌DeepMind與英國牛津大學研發了一套基於人工智能的自動脣讀系統LipNet，對Gird語料庫脣語識別的準確率達到了驚人的95.2%。

 

事件5：人工智能贏得德州撲克冠軍

 

2017年1月，在賓夕法尼亞州匹茲堡的Rivers賭場，卡耐基梅隆大學研發的人工智能系統Libratus打敗4位德州撲克頂級選手，贏取了20萬美圓的獎金。

 

我國人工智能現狀

 

在人工智能技術領域，我國大致上可以與世界先進國家發展同步，以百度、阿里巴巴、騰訊爲首的互聯網巨頭公司也已在人工智能領域上佈局。特別是百度公司，已經將人工智能視爲將來各項業務的核心所在。百度在2013年就成立了深度學習研究院，無人駕駛項目也同期啓動，並在過去的兩年半里，將200億研發費用大部分投入了人工智能。2017年1月6日，百度人工智能機器人「小度」利用其超強的人臉識別能力，以3:2的成績打敗人類最強大腦表明王峯。5月4日，百度更是將自身使命直接更改成「用科技讓複雜的世界更簡單」，再次強調了人工智能對百度的重要性。

 

阿里巴巴和騰訊等其餘中國企業也很是重視人工智能，不過主要側重人工智能對主要業務的補充。阿里巴巴研發並對外開放了我國首我的工智能計算平臺「DTPAI」，開發者可經過簡單拖拽方式完成對海量數據的分析挖掘。騰訊公司則研發與對外開放了視覺識別平臺「騰訊優圖」，它在人臉識別上達到了穩居世界前列的99.5%以上準確率，即將在微衆銀行、財付通等相關產品中大規模應用。

 

除此以外，我國在人工智能領域還有近百家創業公司，業務覆蓋了工業機器人、服務機器人、商業智能及視覺識別等技術領域。科大訊飛的「訊飛超腦」計劃，京東公司的智能聊天機器人等都達到了國際先進水平。目前我國在人工智能專利總數上僅次於美國，但近年申請增加率已經超過美國。據統計，2014年，我國人工智能產業市場規模爲48.6億元，到2016年末，人工智能產業市場規模已經增加到了95.6億元。

 

不容忽視的工業人工智能領域

 

綜上所述，你能夠發現，國內外絕大部分科技巨頭都集中在消費級人工智能，但事實上，人工智能在工業和製造業領域也擁有普遍的運用，且面臨着獨特的挑戰。而工業巨頭GE正試圖將機器學習和人工智能應用到不少衆所周知的各類產品中，覆蓋航空、運輸、醫療和發電等多個領域。

 

自2015年開始，GE就宣佈推出Predix雲平臺。Predix是全球第一個也是惟一一個專門面向工業開發的雲平臺。Predix經過機器的互聯互通，爲企業提供有效的數據分析，從而快速、智能和高效地運營並加速客戶和合做夥伴的創新進程。當時，GE公司就表示使用機器學習來對收集的傳感器數據進行模式識別，能夠帶來節能或預防性維護。即使Predix雲平臺在2016年2月向GE客戶開放後，GE仍然在建設人工智能能力，來履行承諾。

 

GE數字集團首席執行官魯威廉表示：「以前使用了機器學習，但我更願意將其稱之爲一種傳統方法。若是你要作一個工業人工智能系統，那首先要保證你的系統對所服務的行業有足夠深度的瞭解。」

 

而這個深度的定義某種程度上就是指可供人工智能系統深度學習的大數據，雖然GE在燃氣輪機、航空發動機和醫療設備等數據上已經有了大量的積累，但仍斥巨資收購BitStewSystems、Wise.io、ServiceMax等公司來進一步強化。魯威廉說：「咱們有機器學習工業領域的專業算法，它將會知道一個發電廠是什麼，涵蓋全部的深度，而這是通用人工智能系統永遠不會真正理解的。」

 

GE醫療就正在與合做夥伴聯手，共同就人工智能輔助肺結節檢出與診斷進行研究，並已取得階段性成果。在剛剛結束的第77屆中國國際醫療器械（春季）博覽會（CMEF）上展現的人工智能肺結節輔助診斷技術是GE醫療的一款診斷圖像處理軟件，整合了人工智能技術與深度學習理念和工具，經過多層神經網絡和神經元來模擬人類大腦實現圖像識別，在診斷效率和精準度、肺結節自動識別敏感度以及檢出率上均取得大幅提高。

 

階段性臨牀測試結果顯示：人工智能工具在<3mm病竈發現和診斷方面具備很大的優點，檢出速度和準肯定均大幅提高，這對肺癌的更早期發現和早期診斷具備重大價值。

 

接下來會怎樣？

 

經濟學常識告訴咱們，低效能的生產模式必然會被高效率的淘汰，就如同手工做坊在工業4.0後被機器工廠替代，馬車被汽車替代同樣。而人工智能也是現代技術發展到必定階段的產物，核心背後是機器學習、雲計算、大數據的繁榮。這樣說來，人工智能的大規模應用也許只不過是一場順勢而爲的技術變革。