人工智能助力實體經濟的十大方向
機器人商城智能科技2019提供自動化零件，工控產品，工業機器人，以及機器人零部件、機械元件以及氣動元件等。機氣林商城，一站式機器人采購平臺
目前人工智能已成業界熱議話題，人工智能對實體經濟、虛擬經濟都有巨大的推動作用，同時人工智能對于金融、證券業而言也有較大的應用空間。本文嘗試提出人工智能所帶來的經濟社會形態的本質內涵，并提出與實體經濟深度融合的專用人工智能技術體系。
數字經濟是人工智能經濟的前提
人工智能經濟形態是數字經濟之后新的經濟形態，它建立在數字化、互聯網化、信息化基礎上，且人工智能技術的發展之所以三起三落，與每個階段數字經濟發展的不充分有直接關系。如圖所示，每個科技與經濟發展階段都要以上一個階段為基礎，如果上一個階段整體發展不充分，那么本階段的發展就會缺乏基礎，出現“往復式發展現象”。同時，人工智能在各個行業的發展不均衡，某個行業會出現先例，例如在棋藝方面，國際象棋、圍棋已經被人工智能攻克，在該領域已經沒有人類可以超越“深藍”“AlphaGo Zero”。
請輸入圖片描述
圖 科技進步與經濟形態關系RSE模型
人工智能的內核是計算機技術，通過基礎資源（即數字經濟階段的技術積累）、物理世界的數字化（包括特征化、向量化、標簽化）、互聯網和信息化（包括大數據服務、云化信息系統）三步，人工智能才能更好地在具體領域有學習、智能升級的基礎。因此當人們在模仿人類大腦開發人工智能、研究卷積神經網絡、開發深度學習上遇到瓶頸，可反向在數字經濟發展是否充分方面尋找答案。
專用人工智能發展階段，技術體系與實體經濟融合
技術體系指各種技術之間相互作用、相互聯系，并按一定目的、一定結構方式組成的技術整體。人工智能是一個技術簇，尤其是在專用人工智能階段需要加強技術分類，因為人工智能的技術分類是人工智能技術體系形成的基礎。
人工智能狹義上可理解為通過人工的手段達到模仿人類智能的目標。智能主要表現在人工智能的技術發展定位上，而人擁有視覺、聽覺、觸覺、味覺、感覺、語言表達、書寫、行動、邏輯推理、學習、記憶等能力。當人工智能具備了其中某項能力，代替人來做具體崗位上重復的體力或腦力勞動，這便是專用人工智能。專用人工智能是可以標準化的，簡單、重復的勞動形式。本文將專用人工智能階段技術體系歸為十大類，見表。
表 專用人工智能階段應用技術分類
請輸入圖片描述
語言識別技術與實體經濟融合領域
語言識別是機器人與人類通過聲音交互的前提，包括語言種類識別、口音的處理、背景噪聲、區分同音異形/異義詞、典型應用領域醫療聽寫、語音書寫、電腦系統聲控、電話客服等。
語言識別技術與實體經濟融合的領域包括以下幾個方面。
一是提升各類電子設備附加值，通過嵌入自然語言處理技術，使各類電子設備具備自然語言控制、簡單對話功能，增加國內產品出口競爭力，如智能終端、白色家電、導航設備等。
二是提升各類產品與服務在線響應感知，通過自然語言處理技術、預設的邏輯導引，可以實現7×24小時在線電商服務，實現智能問答型自動客服，可廣泛應用于運營商客服、電商客服、地產營銷客服等各類客戶服務系統。
三是各類現場服務機器人，現場服務機器人最重要的是人機交互，要能準確理解現場客戶的需求，這方面的應用非常廣泛，幾乎涉及到所有服務行業，典型應用場景如酒店、餐飲、娛樂等服務場所。
四是其他領域，可以用于身份認證、保密管理、金融遠程登錄密碼和聲紋雙保險、軍事領域聲紋識別偵聽模塊等領域。
語言表達技術與實體經濟融合領域
在語言表達技術與實體經濟融合領域，語言表達與自然語言識別是機器人技術需求的兩個方面，自然語言識別從本質上是聲紋處理技術，語言表達依靠的是語言合成技術，但在情感、情緒上還需要與人工智能的情緒感知技術進行結合，包括在提高合成語音的自然度、豐富合成語音的表現力、降低語音合成技術的復雜度、多語種語音合成等方面還有待改進。
在各類聲音播報的商業場景上，聲音模仿技術可以模仿任何聲音紋理。比如世界首部利用人工智能模擬人聲的紀錄片《創新中國》在央視紀錄片頻道播出，紀錄片解說詞全程運用人工智能配音，“重現”已故配音大師李易的聲音；地圖導航系統可以模仿任一明星的聲紋進行全程播報。通過錄制一段聲音可實現文本的自動播報幾乎適用于所有聲音播報商業場景。
在服務機器人領域，服務機器人的語言表達決定了機器人與人交互的順暢度、親和力、自然程度。服務機器人體現的是人工智能的第二個發展階段——通用人工智能。
語義理解技術與實體經濟融合領域
語義理解本質上就是文本理解技術，它是聲音識別的輸出，同時也是語言表達、邏輯推理、深度學習、行為技術的分析輸入，文本就是數據，數據就是符號。數據本身沒有任何意義，只有被賦予含義的數據才能被使用，這時候數據就轉化為信息，而數據的含義就是語義。語義理解技術分為詞匯級、句子級、篇章級3個方向，該行業需要大量的機器學習素材，因此大型公司往往采用開源的形式發布相關技術模塊，例如谷歌發布了解析器SyntaxNet，科大訊飛發布了訊飛開放平臺。
在手機終端上，手機終端在數字經濟時代是移動互聯網的載體，在人工智能時代是人類活動的助理機器人；移動互聯網流量在整個互聯網中占比在2018-2019年將超過60%。Gartner預測，2018年后AI智能終端的出貨量占比將會逐年提升，2020年全球手機出貨量將達25.5億部，其中AI移動智能終端將達到13.3億部，占比52.1%，當前智能手機的發展方向將是人工智能手機。
在大型會議記錄、翻譯中，速記、同聲傳譯是必不可少的，隨著語音識別技術的開發，當前語音同聲語音轉文字服務、機器人自動轉譯技術已接近成熟，商用化翻譯產品已在2016年推向市場。
在大數據行業應用中，大數據分為結構化數據和非結構化數據，當前結構化數據可以通過成熟的數據分析工具處理，但是非結構化數據一直是難點，根本原因是語義理解問題，如語義理解成熟化問題。人工智能文本語義理解技術可以根據一個自有命題從互聯網網頁、電子書中搜集數據，形成新的高水平、濃縮人類所有數字世界智慧成果的著作、論文，非結構化數據的應用將達到質的飛躍。
視覺技術與實體經濟融合領域
人工智能領域的視覺技術主要是圖像識別、計算機視覺、機器視覺。雖然機器視覺在工業領域被廣泛提及，但是其應用的技術包括了計算機視覺、圖像處理等技術，應用場景也稍有不同。圖像識別主要應用在圖像采集終端，如人臉識別攝像頭；計算機視覺主要是應用于動態圖像的分析和靜態圖像分析。可以說，計算機視覺是人工智能視覺技術的基礎元素。
視覺技術是人工智能當前技術相對其他技術領域較成熟、技術發展最快、市場需求量最大的領域，比如人臉識別，在光線好的情況下，正面人臉識別機器的準確率能達到99.99%，人臉識別在公安、物業安保、銀行、證券、金融社保、教育、電子商務、機場、地鐵等場景應用廣泛。前瞻研究院《中國人臉識別行業市場前瞻與投資戰略規劃分析報告》顯示，未來十年，我國人臉識別行業市場規模有望達到千億元。
視覺技術另外一個巨大市場是醫療領域。以肺結節檢測為例，一家三甲醫院平均每天接待200例左右的肺結節篩查患者，每位患者在檢查環節會產生200~300張左右的CT影像，放射科醫生每天至少需要閱讀4萬張影像，任務繁重，消耗大量精力，導致誤診漏診率上升。中國醫學會的一份誤診數據資料顯示，中國臨床醫療總誤診率為27.8%，其中惡性腫瘤平均誤診率為40%，國內醫學影像資源匱乏，且存在結構性失衡，帶來第三方影像中心發展機遇。開發醫療行業圖像識別技術，促進行業專用設備發展，如能在社會基層醫療機構普及，將大大提升分級診療效率、促進醫療資源公平，對于醫療領域放射科、病理科室而言，從市場需求和技術需求的角度來看均比較緊迫。
在國家衛生計生委、安徽省衛計委的指導下，科大訊飛與清華大學聯合研發的人工智能“智醫助理”機器人在國家醫學考試中心監管下參加了2017年臨床執業醫師綜合筆試測試，“智醫助理”456分的成績處于全國53萬名考生中的中高級水平，未來技術越來越成熟。從輔助醫療到專項醫療機器人，人工智能技術將促進我國醫療體制改革的落地。
圖像繪制技術與實體經濟融合領域
圖像繪制就是人工智能開展圖像創作，在與設計相關的領域中應用廣泛，如工程圖紙設計、工業設計、工藝品設計等，可大大節省設計人員的的工作量，提升工作效率，提高準確度。
圖像繪制是將數字世界與物理世界進行映射，由物理世界輸入到數字世界，或者由數字世界通過紙張、3D打印等呈現給物理世界，在這個過程增加人工智能就可以代替人的部分或全部勞動。圖像繪制不僅可以繪制圖像，它在精密IC電路板制造、外科手術領域也有較好應用前景。
行為技術與實體經濟融合領域
機器人行為技術是未來行動型通用、超級人工智能的前提，應用范圍大致分為工業機器人、礦業機器人、建筑機器人、交通機器人、服務機器人、應急救災機器人、軍用機器人等，凡是人類四肢動作的勞動均可以通過機器人來實現。
工業機器人最先在汽車行業普及，現在正在向家電制造行業、醫藥制造行業、物流行業普及。2018年中國工業機器人市場規模達到22.3億美元，未來五年（2018-2022年）年均復合增長率約為22.73%，2022年中國工業機器人市場規模將達到50.6億美元。當前工業機器人將加入機器視覺技術，使其成為通用機器人可以不用更改生產線機器臂軌跡參數而實現自主流水線生產。
我國物流行業已經能夠實現從港口、倉庫到快遞派送的無人化（結合遠程控制），如上海的洋山港、山東青島港的全自動化港口；大型物流公司已基本普及AGV搬運機器人；某大型電商已在北京試點無人派送小車。
交通機器人分為無人駕駛客運專用車、物流專用車兩大類，客運專用車以無人駕駛小汽車為主，無人駕駛將給整個交通、物流產業帶來飛躍式發展。
總之，人工智能行為技術帶來的行業產值將有力支撐國家整個人工智能產業“三步走”目標的實現，極大地降低人口老齡化、人工成本上升帶來的產業勞動力問題，實現由人口紅利向機器紅利轉變。
觸覺感知技術與實體經濟融合領域
觸覺可以感知位置、力度、溫度、幅度等人手要做的精細事務，相對于行為技術，人工智能觸覺感知技術應用在身體感知需要比較細膩的應用領域。
在醫療行業應用上，要做虛擬手術、遠程醫療，就必須有觸覺，比如專家遠程手術、人造皮膚傳感技術已在實驗室實現，是未來服務機器人的皮膚雛形。
在陪護行業應用上，隨著中國老齡化人口的增加，養老、康復照料問題是社會共同面臨的難題，康復工成本逐年上升，陪護機器人的市場空間很大，其功能需求包括服務、安全監護、人機交互以及多媒體娛樂等。
推理技術與實體經濟融合領域
推理技術包括常識推理、計算推理、邏輯推理、倫理推理等。常識推理指的是機器在沒有任何背景學習情況下進行常識的推理。對于對話機器人來說，推理是實現智能對話的技術基礎，但當前這項技術還遠不夠成熟。谷歌、蘋果、微軟、百度、科大訊飛的對話型機器人都在向這個目標努力，讓機器具備基本的推理、學習相關的計算能力、邏輯能力，而AlphaGo就是這個層次的典型應用。
推理技術根據具體領域的標準化規則可以在專用人工智能領域發揮到智慧的極致，將若干推理技術疊加在一起為未來的通用人工智能打下了基礎。未來可以實現軟件開發的人工智能化，即由人工智能來開發軟件。這對于我國2017年1.7萬億人民幣產出規模的軟件產業來說無異于再造一個軟件產業，而軟件工程師的主要工作將變成開發人工智能自動開發軟件。
推理技術還有一項重要領域就是人工智能操作系統，與數字經濟時代類似，人工智能也需要有統一、開源的操作系統來承載專用人工智能，使各種人工智能軟件能夠在一個開放的架構下實現互相調用。它與當前的Windows、安卓、iOS系統不同，人工智能操作系統本身就具有自我迭代、自我完善的能力。
情緒感知技術與實體經濟融合領域
情緒感知技術是通用型服務機器人的基礎，包括識別情緒和表達情緒兩個方向。眾所周知，人們對幸福生活的追求不僅是物質上的，還有精神上的，情緒感知技術讓機器人增加了與人的互動，讓人們對機器人產生親切感，人工智能不僅是人類勞動的替代者，更是人類的伙伴。人工智能情緒識別的能力用處極大，在醫療業、服務業甚至審訊領域都會發揮不小的作用，很多世界頂尖的研究機構都在進行這方面的研究，如卡耐基梅隆大學機器人研究所Torre發明的面部識別軟件IntraFace可以幫助醫生檢測抑郁癥。
在當前實體經濟應用領域，可以從簡單入手，例如應用于交通運輸領域識別大巴車、監測物流貨運車司機是否疲勞駕駛；適用于教育領域學生在課堂上的注意力情況統計等。
機器學習技術與實體經濟融合領域
機器學習是人工智能技術體系的一個通用環節，機器學習使用歸納、綜合方法，運用數據導入算法模仿人類智能。學習方式主要分為有數據學習和無數據學習：當前有數據學習顯然廣受歡迎，包括“監督學習”“無監督學習”“半監督學習”“深度學習”“遷移學習”等；無數據學習法主要為“強化學習”。有數據學習的典型應用為深度學習，深度學習包括DNN(深度神經網絡)、CNN(卷積神經網絡)、RNN(循環神經網絡)和LSTM(長短期記憶網絡)等，它不依賴數字經濟的發展，而是由人做數據標簽，采用神經網絡算法，學習效率不高、能源資源浪費，如AlphaGo下場棋要消耗3000美元電費。
強化學習只需要人類輸入規則，機器就能通過自我獎勵、自我誘導方式，跟自己下百萬盤棋，不斷自我完善，AlphaGo Zero三天內就打敗了已經學習了幾千盤棋的AlphaGo；數字技術發展越好、標準化數據量越大的領域往往人工智能發展越迅速，這就說明機器的學習能力不是人為訓練的結果，而是數字經濟發展到一定階段順其自然的結果。從使用場景上來說，有數據學習適用于規則活動領域的人工智能，是經驗、控制使然；無數據學習適用于創新、無定論的領域，比如棋類競賽、新藥探索、藝術創作等，是創新、自由使然。
因此當前我國發展機器學習，需要從數字技術發展基礎好、標準化數據量大的相關實體經濟領域著手，如人口管理、交通、醫療、教育、數控制造等領域。
伴隨著數字經濟的發展人工智能技術從提出到現在已經有60多年歷史，以人工智能為主線發展實體經濟將給我國帶來“彎道超車”的絕佳機遇。
【人氣商品】：
【品牌推薦】：
【了解機器人】：
機器人商城官網(網址打不開就+V:I99~46O3~9726機氣林)
上海機氣林智能科技有限公司
上海市青浦區華浦路 500 號
電話：021-59801300
