您的位置:高德娱乐 > 高德娱乐开户 >

人工智能产业快速发展背后的四大废弃物

日期:2019-03-06 20:05

   2019年春节后的第一个工作日,美国国家科技政策办公室发布了“美国 人工智能 美国艾 倡议的第一句是: 人工智能 ( AI )它有望促进美国经济增长,增强我们的经济和国家安全,改善我们的生活质量。

这篇文章提到了地址: http://www。 EEPW。 通讯。 cn /文章/ 201903 / 398193。 html文件的后缀

   显然,将“美国”一词改为任何国家的名称都是一种新的生产力。 人工智能 它已经成为社会发展、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,人工智能产业已经进入全球价值链的高端。新一代人工智能已经广泛应用于智能制造、智能医疗、智能城市、智能农业、国防建设等领域。中国人工智能核心产业的规模将超过4000亿元,带动相关产业的规模超过5万亿元。

   然而,在人工智能行业的快速发展中,一些可避免的废物会无意中产生:

   1。计算能力被浪费了。计算(计算能力)是人工智能(以下简称AI )发展的核心基础。人工智能的研发和培训需要大量的计算能力。然而,大多数人工智能企业通常选择构建自己的计算平台,而不是使用人工智能就绪的云计算平台。由于不满意的工作负载和有限的调整水平,企业无法充分发挥其计算能力,这导致了相当大的计算能力浪费。

   2。浪费数据和拥有深入、详细和大量的数据是培训“智力”的先决条件。然而,由于数据共享机制的不成熟和数据服务平台/市场的建设,许多人工智能研究/培训无法达到预期的水平。

   3。人工智能能力的浪费。目前,许多人工智能技术(如计算机视觉)已经进入了相对成熟的发展阶段。然而,通过云计算平台向外提供人工智能技术的水平是不够的。更多的人工智能技术应用仍然是“对等的”( I。e。开发者面对的是最终客户,而不是开发者——云平台——最终客户的平台思维),这导致人工智能技术未能充分发挥其应有的作用,打破“刻板印象”,接受平台思维,从而不仅避免了人工智能能力的浪费,还为开发者提供了更丰厚的收入。

   4。人工智能人才被浪费了。由于人工智能人才培养中计算机科学和人工智能技术的教学未能与生物医学、交通运输、工程建设、脑科学等学科融合和交叉,人工智能人才往往成为“计算机科学人才”,而不是人工智能行业人才,造成“人工智能人才不了解行业,行业人才不熟悉人工智能”的局面。

   当然,废物的存在需要有针对性的解决方案,这里提出了相关建议,以抛砖引玉。

   首先,对于AI计算能力的浪费,利用公共计算平台(公共云)提供的计算能力,尤其是AI计算能力,是避免AI计算平台(硬件基础设施)重复的重要途径。公共云因其按需付费和资源共享的特点,可以降低公共服务带来的自然边际成本效应,并且可以以较低的成本获得人工智能计算力,这不仅降低了企业获得人工智能计算力的成本,也避免了人工智能计算力的浪费。

   其次,就人工智能能力的浪费而言,公共云平台也是一个不错的选择。一方面,云平台自然解决了企业数据和技术的统一,也是企业获取人工智能能力的最重要途径。 另一方面,云服务提供商将高德娱乐注册人工智能能力作为“公共服务”提供,这优化或加强了其可用性、适用性和功能性。对于企业来说,它可以更快更方便地应用于实际业务。

   第三,建立数据共享平台至关重要。尽管人工智能研究人员近年来一直试图在小数据集上实现人工智能技术的突破,但总体结果并不明显。数据仍然是人工智能产业发展的重要基础资源。完整、全面、准确和实时的数据非常关键。因此,建立一个可信、可靠和可用的数据共享平台,为人工智能行业的发展服务是非常重要的。当然,这个共享平台必须确保数据安全、信息脱敏和隐私数据保护。

   最后,还有人工智能人才浪费的问题。如前所述,由于人工智能人才培养中,计算机科学和人工智能技术的教学未能与生物医学、交通运输、工程建设、脑科学等学科融合和交叉,人工智能人才往往成为“计算机科学人才”,而不是人工智能行业人才,导致“人工智能人才不了解行业,行业人才不熟悉人工智能”的局面。

   针对这一问题,通过跨学科教育培养新一代信息技术人才已成为共识: 2018年11月,麻省理工学院宣布将在计算和人工智能领域投资10亿美元,建立一个“苏世民计算学院”,用于全球计算和人工智能领域的教育和研究。该研究所旨在培养“双学科学者”,培养“人工智能+专业学科人才”,方法是让各个学科的专家像他们自己的专业领域一样精通计算和人工智能知识,从而确保人工智能人才能够应用他们在行业中所学的知识。