人工智能产业前沿与趋势-导论-雷鸣

AI革命和社会未来

• 人工只能对人类影响有多大？

在自然图像分类领域中，深度学习已经取得了超越现有水平的表现。评估一个人工智能技术的价值，主要依据与人类的对比结果如何。

深度学习在人脸识别方面的应用已显著超越人类水平，在准确度方面表现出了明显的差距：其应用已经达到能够区分面部特征的阶段，在实际测试中验证了该技术的有效性。

语音识别技术的错误率控制在4%以下已超越人脑水平。（智能家居系统全面铺开，规模之巨令人惊叹，预示着全新的机遇）

智慧的进展速度——AlphaGo与AlphaZero相当迅速；在训练其他棋类方面，AlphaZero的表现远超仅限于围棋；目前来看该技术已经显著超越人类水平；一旦人工智能找到了有效的策略后，在这一领域的发展潜力将是巨大的

工业革命在世界经济的发展历程中占据着关键地位。当前我们所拥有的几乎涵盖了所有领域的发展成果都源于工业革命的影响。人类历史的演进为何带来了如此重大的变革？从劳动力形态来看，传统工业化阶段主要依靠能源与机械的力量驱动生产；而当前智能化转型则聚焦于数据与人工智能作为驱动力。

人工智能将成为社会上可被取代的技能的主要工具（如驾驶、医学影像等）。起初技术仅作为辅助手段存在，在某些领域与计算器类似；然而随着发展，在未来人类可能会成为技术的使用者而非依赖者。

目前美国农业领域所占的财富仅为3%，任何社会革命都具有重大的影响性。社会发展与进步的速度非常之快。特别是在高科技产业领域里，创新将成为未来最重要的生产动力。尤其在移动互联网时代下，科技公司最担心的是那些本应掌握主动权的技术革新被他人抢占先机。假如微信平台不存在于今天，在移动互联网时代下百度等搜索引擎同样无法有效抓住这一技术机遇。若无创新，则难以实现企业的持续发展。现代企业在其核心竞争力方面表现突出，则其整体价值自然也就越高。企业的未来将由其创新能力的强弱来定夺。

智能社会让更多人能够从事创新，社会将会发展得更加快速。

• 为什么是现在？

数据，运算能力，算法。E=mc^2——原子弹。算法——应用落地。

数据和运算能力交替提高，现在到达了一个爆发点。

深度学习为何如此强大？Andrew Ng指出其性能会伴随数据规模的增长而显著提升。在多数场景下复杂模型的表现往往优于简单的算法。对于视觉领域中的任务表现而言，在面对大量样本时其效率将呈现线性增长这一现象主要得益于摩尔定律带来的技术进步

注

人工智能会影响很多产业

服务行业采用了先进的人机交互技术。工业自动化在现代制造业中扮演着重要角色。自动驾驶技术推动了智能交通的发展。智能化医疗手段提升了健康管理的质量。人工智能被广泛应用于金融服务领域。

人工智能的发展和未来

中国卫生相关产业GDP占比6%，交通运输业、物流运输和物流业的GDP占比合计约20%（高效益行业向低效益行业转移）

大公司VS小公司（单点突破型-小公司创业，解决痛点）

优秀的人才以股权来吸引人才。

能源是标准化产品，花钱能买到，但是数据买不到。

发展前期阶段是人才重要，中期是数据重要，（人才可流动，数据不可流动）

ToB还是ToC？ToB越难找到机会；垄断重要

为什么是C端而不是B端？消费观念趋同容易垄断

替代机会VS全新机会

人工智能时代的中国市场机遇（在日本,年轻一代面临就业困难；在欧洲国家,普遍存在懒惰现象；在美国,科技进步不可逆转,导致中产阶级面临生存压力,而特朗普政府倾向于采取"闭关锁国"政策以保护国内产业.相比之下,在中国拥有世界上最大的单一市场,经济基础相对落后却蕴含着巨大的进步潜力.这种潜力主要体现在移动支付、智能医疗以及华人技术的进步上.此外,得益于信用卡体系向移动支付转型,中国的创新能力和科技发展正在迅速提升.值得注意的是,共享出行模式已在多个城市取得成功.根据最新数据,中国的人工智能投资占比达到48%,远高于美国的38%,显示出在全球范围内对人工智能发展的强烈需求和领先地位.