创维娱乐

企业上AI比上云还难 AI只有靶向不能覆盖

更新时间:2018-07-24 18:56:25    来源:意见英雄    手机版

企业上AI比上云还难 AI只有靶向不能覆盖

意见英雄 2018-07-24

第448期

企业上AI比上云还难

AI只有靶向不能覆盖

文 | 鲁畅 责任编辑 |鲁畅

审核 | 赵珏 策划 | 刘克丽

10年云计算的发展,让云技术逐渐自天空下沉、落地,应用在企业的实际需求中,真正解决企业痛点;相比之下,AI在近5年的发展中,并未取得太多颠覆性进展;这也让企业实现AI赋能变得上云更难,另外AI只有靶向功能,一种产品不能解决所有的需求。

AI还是孩子

是不是能“读”懂人的语言就算是人工智能?是不是能下赢世界围棋冠军就算是人工智能在企业应用的胜利?是个笑话。事实上,目前大多数企业缺乏对人工智能技术的知识和理解,甚至不是刚需。

人工智能很可能是继移动互联网之后的下一个时代。而过去人工智能发展了5、6年,却依然处在初级阶段。从软件到硬件技术都不够成熟,无法满足现在的应用需求,更难以面对未来可能出现的AI需求。目前的人工智能在语义理解、交互能力上甚至还不到两岁孩子的水平。

机器学习的出现意味着,在更短的时间我们可以处理更多的数据,但这只是人工智能的第一步,是人工智能演进的第一步。

AI没有靶向功能

机器学习和算力的增长,只满足了人工智能的初步需求,而接下来还有很多体现人类认知能力的人工智能进程需要一步步地往前走,处在发展初期的人工智能并没有靶向功能,不可能不同的使用场景用一款产品就能够满足需求。

以硬件产品为例,在芯片层面人工智能已经有了FPGA、GPU、TPU等多种选择。通用型处理器与面对特殊需求提供的专用芯片并存;而在战略软件部分,供应商也要针对不同的硬件进行堆栈优化。

生态是AI解药

既然AI不是万灵药,那么企业的AI诉求该如何满足呢?笔者认为,生态才是AI的解药。

人工智能最早可以追溯到向量机。在机器学习中,支持向量机(SVM)是在分类与回归分析中分析数据的监督式学习模型与相关的学习算法。也就是说,从向量机,到深蓝、再到阿尔法狗,人类对人工智能和机器学习的研究早已有之。

与以往不同的是,生态让AI在今天成为产业热点。单纯地机器学习能力却无法把这种算力变为价值产出。而生态的构建完成了从技术到产业的搭桥修路过程,这个过程可能只需要一到两年的时间。

AI生态将技术、学术、商业、产业联系在一起,才可能帮助AI成长,脱离稚嫩的儿童期。

上AI难于上云

相关数据显示,未来5年内,人工智能技术应用依然无法进入主流市场。这种预测,佐证了人工智能目前还处在婴儿期的判断。而伴随着生态的成熟和技术的进步,人工智能必将在未来为产业带来巨变。

尽管人工智能技术被誉为未来十年最具突破性创新技术,但是今天的科技水平和产业生态都表明了一个事实,人工智能泡沫正在破裂,从过热的市场中退却。企业希望人工智能技术能够回归理性,落地在应用场景中,为企业带来应用便利和商业价值的产出。

这种情景与几年前的云计算有几分相似,不同的是,如今的云计算已经在帮助企业实现数字化转型,而人工智能还处在婴儿期。

从当下的时间点来看,企业上AI肯定比上云难。而就算再过两年,人工智能技术进一步发展,由于云计算提供的是通用型服务,而人工智能提供的是定制化创意,对于中小型企业来说,上AI依然要难于上云。

结束语

有人说,在2021年人工智能将实现2.9兆美元的商业价值,也就是说未来5到10年,人工智能将创造巨大的商业价值,为产业带来革命性变化。可大多数企业还不知道AI的需求在哪里,更谈不上缺乏掌握人工智能技术的人才,缺乏相关投入,面对牵扯新旧整合的复杂性,企业完成人工智能对价值和流程的赋能还有很难的路要走。

微信名:意见英雄

微信ID:yijianyingxiong


文章转载自网络,作者观点不代表本网站立场,如需处理请联系客服

意见英雄其它文章

企业上AI比上云还难 AI只有靶向不能覆盖

企业上AI比上云还难 AI只有靶向不能覆盖

企业上AI比上云还难 AI只有靶向不能覆盖 意见英雄 2018-07-24 第448期企业上AI比上云还难AI只有靶向不能覆盖文 | 鲁畅 责任编辑 |鲁畅审核 | 赵珏 策划 | 刘克丽10年云计算的发展,让云技术逐渐...

2018-07-24 18:56:25
意见英雄
意见英雄

最新文章

推荐作者

换一批