(AI), Baidu, Softbank, Facebook y así sucesivamente, el futuro de la IA penetrará en la vida de los diversos aspectos de Google, Microsoft (Microsoft), Baidu, Softbank (Softbank), Facebook Y otros fabricantes internacionales, tienen que gastar enormes cantidades de dinero para iniciar la investigación de AI y el diseño.Según las instituciones de investigación de mercado Tractica pronóstico, la aplicación de la empresa global del tamaño del mercado de AI, de 2015 a 2.025 millones de dólares EE.UU., el crecimiento a 2021 años 11.100 millones de dólares EE.UU. , La tasa de crecimiento de casi diez años de casi el 450%, mientras que la inteligencia artificial reciente y profundidad de aprendizaje y otro desarrollo técnico de calentamiento de calor, sino también para promover el desarrollo del robot inteligente una energía cinética importante.
John McCarthy, profesor del Instituto de Tecnología de Massachusetts, que tiene el "padre de la inteligencia artificial", define AI como "ciencia e ingeniería para las máquinas inteligentes, especialmente los programas informáticos inteligentes" hace 50 años. La combinación de talentos, medicina, ingeniería, ciencia, psicología, gestión, etc, mientras que la IA puede reemplazar el trabajo humano, sino también en nuestro trabajo, la sociedad, la estructura industrial trae muchos nuevos desafíos.
Fabricantes internacionales previenen el diseño de AI
La inteligencia artificial no es un nuevo término, ya en 1956 en la reunión de Dartmouth, "Turing prueba" artículo formalmente definido AI, pero muchos años de su desarrollo tecnológico experimentado varios altibajos, la política MIC analista de la industria Han Yang Ming (Figura 1) que la actual tecnología de inteligencia artificial común se basan en la inteligencia artificial débil (IA débil), con el fin de ayudar a las personas una variedad de comportamiento y la toma de decisiones, la inteligencia artificial débil no enfatiza la autoconsciencia de la máquina, En cambio, la IA fuerte es IA fuerte, que hace hincapié en el pensamiento inteligente y consciente y la acción, pero esta tecnología no es el foco del desarrollo actual de la inteligencia artificial, pero no es lo mismo que la inteligencia artificial El
Figura 1, MIC analista de la industria Han Yang Ming señaló que la actual tecnología de inteligencia artificial común son Weij IA inteligencia artificial, no tiene la auto-conciencia de la máquina.
AI en los últimos dos años para volver, a través de la AlphaGo venció al rey del ajedrez, para dominar la ocasión, rápidamente convertirse en el tema de la inversión en la ciencia y la tecnología, como Google, IBM, Baidu, etc Han Yang Ming dijo Google desarrollo de tecnología de inteligencia artificial para uso público, Profundizar la dependencia del usuario en sus servicios, y acumular más datos en la inteligencia artificial, y luego el desarrollo de servicios de pago para proporcionar a los clientes de negocios, sino también seguir adquiriendo una capacidad especial para iniciar una nueva empresa y el equipo para fortalecer su fuerza global.
Uno de los más famosos de la industria de inteligencia artificial IBM, en los últimos años, activamente para el desarrollo del campo médico, la introducción de personal programa de orientación médica, análisis de salud electrónica de registro, programa de gestión de la glucosa en la sangre, Además, Han Yang Ming, Baidu se centran en la investigación y el desarrollo independiente, y la recopilación de datos tiene una ventaja geográfica suficiente para mejorar la formación de los datos después de que el servicio Precisión y la inversión a gran escala en los esfuerzos de inteligencia artificial para transformar, el desarrollo de productos experimentales de hardware inteligente, su servicio de voz tiene un nivel de clase mundial, la tasa de reconocimiento de mandarín 97%, y el desarrollo de servicios inteligentes de la nube de la empresa, O O) campo de batalla de servicio inteligente.
Pero la amplia gama de aplicaciones de inteligencia artificial, no sólo los fabricantes pueden jugar, Han Yangming que una variedad de plataformas y recursos abiertos cada vez más, para que las pequeñas y medianas empresas e incluso las personas pueden cortar rápidamente en el servicio inteligente, el futuro no es sólo un uso La investigación y el desarrollo de tecnología de inteligencia artificial, pero el uso de la tecnología compuesta para apoyarse mutuamente para crear más y más eficaces productos / servicios, las aplicaciones de IA será floreciente, los usuarios utilizarán y dependerán de alta precisión de los servicios de productos, Smart rápidamente actualizado de la era digital a la edad inteligente.
AI desde la nube hasta la terminal
AI es un tema candente en los últimos años, pero no está tan lejos, las comunicaciones móviles ARM y casa digital de alta gerente de mercado Lin Xiuping (Figura 2) señaló que, de acuerdo con la carta de base (Deloitte Global) de investigación, 2017 más de 300 millones Teléfono móvil con capacidad de AI al tamaño actual del mercado anual de 1,5 millones de teléfonos móviles, hay 1/5 del teléfono con la función de AI, estos consumidores a menudo utilizan las características incluyen: la navegación interior (interior de navegación), la expansión de la realidad (Realidad Aumentada), traducción, clasificación de imágenes, reconocimiento de voz, etc. El dominio de la aplicación migrará gradualmente de la nube al terminal, especialmente para aplicaciones personales o relacionadas con la seguridad.
Figura 2 ARM comunicaciones móviles y casa digital de alto nivel gerente de mercado Lin Xiuping dijo que en 2017, 1/5 del teléfono con la función de AI.
Acción AI aplicación se puede dividir en dos categorías: En primer lugar, la interfaz hombre-máquina, un sistema / seguridad relacionados con la futura aplicación de AI más y más ampliamente, el micrófono en el teléfono y la cámara juega un capricho función, llevando el número seguirá mejorando, el futuro Un teléfono móvil equipado con una lente de cámara hasta 8. En respuesta a la función de AI el poder de la computación del teléfono móvil continuará mejorando, la CPU es responsable de ocuparse de las operaciones lógicas, GPU es responsable de procesar de la imagen operación paralela, capacidad de proceso continuará mejorando; Las necesidades de desarrollo de AI han aumentado, incluyendo la protección de seguridad pasiva y las características de seguridad activa.
Lin Xiuping señaló que la empresa continuó el pasado grande.LITTLE arquitectura, presentó la arquitectura de DynamIQ, los próximos 3 a 5 años, como un proveedor de IP de la CPU, para la aplicación de AI, el futuro seguirá optimizando su arquitectura de productos y la potencia de cálculo, Mejorar la CPU que el actual 50 veces el rendimiento de la IA, incluyendo el promedio de la Biblioteca de Computo 4.6 a 15 veces la mejora del rendimiento, con el núcleo de 3 a 5 veces la mejora del rendimiento, integrado para mejorar la predicción de rendimiento.
El aprendizaje profundo es el núcleo de la tecnología de IA
AI ha sido recientemente muy apreciada por todos los sectores de la vida, porque la tecnología está a punto de provocar cambios significativos en las actividades económicas de las personas, pero en el pasado estas innovaciones para salvar a la mano de obra, este es el cerebro recientemente discutido AI puede reemplazar a muchos humanos De la obra, que causó el problema del desempleo, de hecho, se trata de una promoción integral para ayudar a la humanidad de la original y aburrido trabajo repetitivo liberado, DeepBelief.ai científico jefe de inteligencia artificial Yin Xiangzhi (Figura 3) que AlphaGo Por ejemplo, la computadora todavía no está pensando o consciente de sí mismo y no tiene capacidad táctica hasta el momento.Es sólo en el evento Go, a través de la profundidad de aprender a encontrar el mejor lado ganador del programa, mientras que un gran número de datos para aprender y obtener El resultado.
Figura 3 DeepBelief.ai científico jefe de inteligencia artificial Yin Xiangzhi que la computadora hasta el momento todavía no pensar o auto-conciencia, no hay capacidad estratégica.
En pocas palabras, la diferencia entre el hombre y el animal es que hasta ahora somos el único con una profunda percepción de las criaturas, Yin Xiangzhi destacó que podemos entender, la inducción de reglas profundas, pero no puede ser específica de esta capacidad, por lo que ahora la profundidad El aprendizaje es "imitar" la operación de las neuronas, la intuición de la intuición humana en una regla lógica. Hay tres escuelas más importantes, una red neuronal convolucional (CNN), utilizada principalmente en la La segunda es la red neural recurrente (Red Neuronal Recurrente, RNN), utilizada principalmente en el modelo de lenguaje para establecer, el tercero es el Aprendizaje de Refuerzo (Reinforcement Learning), el caso más típico es AlphaGo, es un mecanismo de control.
El análisis de imágenes es probablemente una de las tecnologías mejor desarrolladas en los últimos años.A través del agrupamiento de características, la característica se busca desde el nivel de píxeles, y la red neuronal de convolución es la operación de la matriz de los píxeles. En capas, para identificar las características de las características, y finalmente puede lograr nuestra profunda percepción del efecto, como a través de una foto para reconocer un gato, se puede aplicar para identificar la clasificación, la detección de objetivos, la segmentación semántica, la detección de acciones.
El modelo de lenguaje desde el desarrollo de reconocimiento de voz en 2016 Microsoft reconocimiento de voz de velocidad precisión de más del taquígrafo humano profesional formal, la traducción de Google también cambiar usando el modelo de red neuronal recurrente se basa esencialmente en la sección de identificación del idioma, el idioma Inglés no es un gran problema en Europa y América , pero los chinos todavía un cuello de botella, dijo Yoon Sang Chi, personajes de luz tienen más de 20.000, estructura de lenguaje flexible, incluyendo los chino-británica mixtos, dialecto, palabras de moda y así aumentar la complejidad de los datos de la lengua, y por medio del lenguaje natural Para ordenar el mapa de conocimiento, mapa de conocimiento y luego a través del razonamiento del lenguaje natural, la IA es la próxima ola de enfoque de desarrollo.
Refuerzo de aprendizaje es a través de la interacción con el mundo real, encontrar la mejor combinación de estrategias para maximizar el valor para hacer, cómo encontrar la mejor formación en informática estrategia AlphaGo, Yoon Sang Kwong dijo, DeepMind está aprendiendo a través de la inteligencia artificial mejorada para hacer una obra de teatro visual videojuegos interactivos y fortalecer la creación de valor, por lo que las computadoras entienden ganar el juego es la orientación de valores, contribuyeron a la computadora constantemente hacia el establecimiento de desarrollo estratégico para ganar el juego, el modelo de predicción es el cambio en el estado predicho del medio ambiente, y para predecir el impacto de los cambios en el valor, y luego continuar a responder, para encontrar Gana la estrategia / práctica.
AI se ha convertido en uno de los elementos centrales de la competitividad nacional
el desarrollo de la IA y el dominio tecnológico, la competitividad nacional de la serie, lo que además de la entrada de la industria, el poder científico y tecnológico del mundo también se está descargando el desarrollo de la fuerza del gobierno, el verdadero hospital de Internet nacional de alta velocidad y el Centro de Computación Profesor Asociado Pan Yilun (Figura 4) que el gobierno de EE.UU. publicado en el futuro "el plan estratégico nacional de Investigación en inteligencia artificial y el desarrollo" y "prepararse para el futuro de la inteligencia artificial" informe de estrategia, el desarrollo de IA se encuentra en el nivel estratégico nacional, mientras que los esfuerzos perennes de Japón para el desarrollo de la robótica y la IA, de nueva energía y tecnología industrial Development Organization Japón (NEDO ) anunció "la próxima generación de inteligencia artificial Japón, utilizando visión social" a la fabricación, la vida móvil, medicina / salud / cuidado, distribución minorista y mayorista, y otros cuatro catalogado como 2025 y 2030, las exportaciones conseguido el enfoque.
4 Academia Estatal de internet de alta velocidad verdaderos y Computación Centro Asociado profesor Pan Yilun dijo que Taiwan debe actualizar transición de la tecnología de hardware a software de investigación innovadora e inteligente y el desarrollo, con el fin de hacerse un hueco en la industria de la IA.
En los últimos años, los esfuerzos para desarrollar la última tecnología en la China continental, también en 2016 Comisión de Desarrollo y Reforma de China y el Ministerio de Ciencia y publicados "Internet + AI implementación del plan de acción de tres años," Trece Cinco inteligencia artificial incluido en el programa mejorará la IA es uno de los proyectos estratégicos industriales el gobierno de Corea del Sur también anunció en 2020, invertirá alrededor de NT $ 27.68 mil millones de yuanes, promover la investigación industrial y el desarrollo de la inteligencia artificial, creado por un centro de investigación privado, como un centro nacional de AI D I + industrial.
En Taiwán, incluyendo Kai Fu-Lee, Chien, Taiwán tenía el desarrollo de la IA Du Yijin reflexionó sugerencias formuladas, pero uno de ustedes es un consenso en Taiwán en el pasado demasiado pesado dispositivo de hardware software, esto es una crisis de desarrollo de la IA, Taiwan debe actualizar transición de la tecnología de hardware para la innovación y la investigación y el desarrollo de software inteligente, y para fortalecer la integración de talento y de mercado duro y blando, en conjunción con los principales la investigación académica y los fabricantes nacionales de la capacidad de fabricación de hardware, para hacerse un hueco en la industria de AI.
El modelo construye como las habilidades tradicionales
Para importar AI para establecer primero la arquitectura técnica, la industria tiene un montón de herramientas relacionadas, la Universidad de Taiwán de Asistente Eléctrico Profesor Li Hongyi (Figura 5), dijo que en general el modelo de AI se divide en dos partes es el aprendizaje o la formación, el otro es la prueba. Hay tres pasos en la arquitectura del aprendizaje o entrenamiento: el primero es determinar la estructura de la red, especialmente en la profundidad de la estructura de aprendizaje, es necesario decidir cuántas capas de la red y cuántas neuronas hay en cada piso. Definir el objetivo, es decir, el enfoque de la estructura, por ejemplo, es para identificar el gato, primero hay que proporcionar una gran cantidad de datos para decir las características del gato de la computadora para que su identificación exacta, la tercera parte del algoritmo para elegir y luego la forma más rápida de encontrar La mejor solución
Figura 5 Universidad de Taiwán de gran profesor asistente eléctrico Li Hongyi explicó que el establecimiento de la profundidad del modelo de aprendizaje Si usted elige las herramientas, en los datos adecuados, será muy preciso para completar la meta.
En el proceso y los resultados anteriores, algunas habilidades muy simples y muy difícil, similar a la artesanía tradicional, Li Hongyi explicó que el establecimiento de la profundidad del modelo de aprendizaje es como hacer un mal tirón, maestro de embriones a mano puede utilizar las materias primas simples, El enfoque ligero, la terminación suave de un trabajo perfecto, pero no necesariamente lo hacen, la profundidad del modelo de aprendizaje si usted elige las herramientas, verter los datos adecuados, será muy preciso para completar su objetivo, pero si no lo suficiente para entender Profundidad aprendizaje de la arquitectura de la tecnología y métodos de construcción de modelos, se encontrará con grandes obstáculos, que es la diferencia.
Aplicación de AI para crear nuevas oportunidades de negocio
AI a partir de los primeros años 1940, después de varias veces el desarrollo no es suave, la política será MIC analista de la industria senior Li Zhenhua (Figura 6) señaló que en los últimos años, el crecimiento a gran escala de diversos datos, algoritmo de tecnología de inteligencia artificial es poco a poco maduro, El aumento de los datos, la expansión de la computación en nube y la tecnología de almacenamiento y el aumento de Internet de Cosas y otros factores, para aprovechar un avance en el crecimiento futuro en las aplicaciones industriales, incluyendo la fabricación, la circulación, la industria financiera son aplicaciones populares.
Figura 6 será analista de la industria senior Li Zhenhua MIC señaló que el desarrollo de Taiwan de la IA, para bloquear el campo de demanda prioritaria.
Un gran número de aplicaciones de AI, los robots financieros es muy popular, en los últimos dos años, los gerentes de robot gestionar el rápido crecimiento de los activos, se espera que 2015 20 mil millones de dólares EE.UU., crecer a 2020, 450 millones de dólares, mostrando el robot tecnología financiera Además, el gigante financiero de EE.UU. JP Morgan Chase y JP en 2016 lanzó análisis de contrato software inteligente COIN, en lugar de los abogados y oficiales de crédito para revisar los documentos del contrato, el costo anual original de procesamiento de cerca de 36 10.000 horas de trabajo, acortado a unos segundos para completarse.
En el proceso de desarrollo de la IA, Li Zhenhua propuso bloquear el campo de la demanda prioritaria, tales como fábricas inteligentes, atención a largo plazo, transporte inteligente / transporte, etc .. Además, para centrarse en nichos específicos, tales como el procesamiento del idioma chino, visión por ordenador, video Identificación, etc, el último es la combinación de las ventajas industriales de Taiwán, tales como el diseño IC, la industria de la fundición, la industria de control de seguridad o la integración de sistemas, combinado con la tecnología de AI, el desarrollo de áreas específicas de servicios de aplicación, componentes de aplicación clave o soluciones completas.
Diseño y Análisis de Patentes AI
AI ha sido ampliamente discutido en la industria, el diseño de la patente se ha convertido en el foco de la disposición del país y los principales fabricantes, la política será analista de la industria Chen Cixian (Figura 7) análisis, por 22.976 inteligencia artificial EE.UU. Para el análisis, se encontró que los Estados Unidos tiene el 61,9% de la patente, representando el 11,3% en Japón, el total hasta el 73,2%, en comparación con Taiwán sólo el 1,0% .Además del campo, el foco principal en la tecnología informática hasta el 76,8% Seguido de control, medición, comunicaciones digitales, métodos de gestión de la tecnología de la información, telecomunicaciones, tecnología audiovisual.
Figura 7, MIC senior analista de la industria Chen Zhixian se refiere al análisis, Taiwán se encuentra actualmente en el campo de la patente de inteligencia artificial disposición es relativamente hacia atrás, y se centran en el procesamiento del lenguaje natural, sistema de control adaptativo.
cartera de patentes actual de Taiwan en el campo de la inteligencia artificial es relativamente atrasada, y se centran en el procesamiento del lenguaje natural, sistemas de control adaptativo, gracias a Chen Yin explicó, en la actualidad el número de servicio al cliente menos inteligente de patentes y una amplia gama de aplicaciones fáciles de encontrar un nicho de mercado, es parte de una nueva necesidad de desarrollar aplicación comercial. recomendar industria de la tecnología de Taiwán debe apuntar a áreas específicas de la aplicación, como la clase de automatización de oficina de gestión, gestión de clientes, crédito financiero y otras clases de negocios, y construir la base de conocimientos en el campo o el sistema experto y el desarrollo de la voz correspondiente Identificación, métodos de aprendizaje, aprendizaje de máquinas, procesamiento de lenguaje natural, y hacer un buen trabajo con las solicitudes de patentes y la planificación de la disposición.
Además, la tecnología de redes neuronales inteligente de imágenes patente detección involucrado, el número de patentes y aprender acerca de no mucho, Chen dio Yin sugiere que la industria relacionada con Taiwán se puede poner en supervisada recursos D aprendizaje I + para desarrollar la clasificación de defectos y métodos de aprendizaje involucrado, sin supervisión Aprendizaje, aprendizaje mejorado y otras tecnologías relacionadas con el estudio a fondo, mientras que hacer un buen trabajo en países extranjeros, tales como las solicitudes de patentes de EE.UU. y el diseño, y proteger activamente la detección de imagen inteligente de Taiwan de la tecnología de innovación independiente.