未来属于人工智能--机器视觉的爆发

来源：转载自计算机视觉网-AI技术供需平台-计算机视觉论坛
随着第三届世界互联网大会全体会议上李彦宏表示“移动互联网时代已经结束，如果公司尚未成立或做大，靠移动互联网的风口已经没有可能再出现‘角兽’，未来属于人工智能”。本文给大家梳理一下国内的人工智能行业内容，在下一个产业浪潮到来之前，我们到底又应该关注什么？

1950年，MarvinMinsky和Dean Edmonds建造了世界上台神经网络计算SNARC（Stochastic Neural Analog ReinforcementCalculator），它通过使用3000个真空管和B-24轰炸机上的自动指示装置模拟了40个神经元而组成神经网络。
同期，被誉为「计算机科学之父」的Alan Turing在Mind上发表论文，次提出机器智能设想。虽然未提到具体的研究方法，但论文中提到的「图灵测试」、「机器学习」、「遗传算法」和「强化学习」等理论也在日后成为了人工智能领域重要的分支。
图灵的计算理论认为任何形式的计算均可被数字信号描述，这也为人工智能的后续实践提供了理论基础。
随后的1956年，在Marvin Minsky连同Claude Shannon和Nathan Rochester一起组织的Dartmouth会议上，「人工智能」这个概念被提出并开启了西方「人工智能」科学长达半个多世纪的高速发展。
而今，共有近千家人工智能公司遍及62个国家的十余个产业，国内涉及人工智能领域的公司也早已破百。
除了「机器学习」、「模式识别」和「神经网络」这些晦涩的词汇和各种层出不穷的借势营销，这个看似离我们越来越近的市场却在「互联网玄学」的外衣下显得愈发迷雾重重。
那么，关于人工智能，你究竟了解多少？在下一个产业浪潮到来之前，我们到底又应该关注什么？

一、国内人工智能产业链解构
「基础技术」、「人工智能技术」和「人工智能应用」构成了人工智能产业链的三个核心环节，我们将主要从这三个方面对国内人工智能产业进行梳理，并对其中的「人工智能应用」进行解构。
1.基础技术提供平台
人工智能的基础技术主要依赖于大数据管理和云计算技术，经过近几年的发展，国内大数据管理和云计算技术已从一个崭新的领域逐步转变为大众化服务的基础平台。而依据服务性质的不同，这些平台主要集中于三个服务层面，即「基础设施即服务（IaaS）」、「平台即服务（PaaS）」和「软件即服务（SaaS）」。

2.人工智能技术平台
与基础技术提供平台不同，人工智能技术平台主要专注于「机器学习」、「模式识别」和「人机交互」三项与人工智能应用密切相关的技术，所涉及的领域包括机器视觉、指纹识别、人脸识别、虹膜识别、掌纹识别、系统、自动规划、智能搜索、定理证明、博弈、自动程序设计、智能控制、机器人学、语言和图像理解和遗传编程等。
机器学习：通俗的说就是让机器自己去学习，然后通过学习到的知识来指导进一步的判断。我们用大量的待遇标签的样本数据来让计算机进行运算并设计惩罚函数，通过不断的迭代，机器就学会了怎样进行分类，使得惩罚小。

模式识别：模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读，它偏重于对信号、图像、语音、文字、指纹等非直观数据方面的处理，，通过提取出相关的特征来实现一定的目标。
而在国内，人工智能技术平台在应用层面主要聚焦于计算机视觉、语音识别和语言技术处理领域，其中的代表企业包括埃法智能、科大讯飞、格灵深瞳、捷通华声（灵云）、地平线、SenseTime、永洪科技、旷视科技、云知声等。
3.人工智能应用
人工智能应用涉及到应用和通用应用两个方面，这也是「机器学习」、「模式识别」和「人机交互」这三项人工智能技术的落地实现形式。
如ALFA深度学习外观检测自学习人工智能软件，这款软件基于机器视觉与模拟识别的智能机器学习神经网络算法，并且已经通过现场测试和优化，模块化地解决机器视觉的各种问题，这款软件让每一台自动化设备有了大脑，有了像人一样的学习能力，可以在不断工作中积累经验，越干经验越丰富，结果越来越，实现真正意义上的机器替代人。

综合来看，国内人工智能产业链的基础技术链条已经构建成熟，人工智能技术和应用则集中在人脸和图像识别、语音助手、智能生活等领域的场景化解决方案上。就趋势来看，未来国内人工智能领域的差异化竞争和突破将主要集中在人工智能相关技术的突破和应用场景升级两个层面。