正在阅读:

硬蛋推进AI平民化 人人都可DIY人工智能应用

扫一扫下载界面新闻APP

硬蛋推进AI平民化 人人都可DIY人工智能应用

硬蛋实验室月底将发布开普勒系统。 它有如下特色:1)开放的硬件平台。2)开放的软件平台。3)开放的云服务平台。4)开放的数据平台。

随着深度学习算法模型的突破,人工智能近年来发展迅速,而人工智能的发展主要围绕着算法、计算能力和大数据展开。由中信建投通信团队与科通芯城联合举办的TMT行业沙龙在京正式召开,此次沙龙围绕人工智能、云计算与物联网主题展开。科通芯城&硬蛋科技CTO,前微软研究院副院长李世鹏借此机会向我们讲述物联网以及人工智能下一步的发展路径以及产业发展趋势。

1、人工智能的基本框架

人工智能受到关注原因是大数据,计算能力和算法的发展。大数据源包括互联网、物联网、社交网络等;计算能力涵盖云计算、GPU、FPGA、专用计算单元等;算法包括深度学习、神经网络、开源框架等关键词。三者关系密切,没有足够的数据神经网络不能发挥作用,没有足够的计算能力那数据价值无法有效开发。让机器人达到人一样的学习能力源于数据很大,把原来的识别变成了今日的快速搜索。

人工智能的产业分类主要是:

1)AI 基础技术公司,包括云计算基础设施、算法、数据存储/运输、芯片、开源框架等。它们几乎被大公司垄断,如中国的BAT,国外的Google、 Microsoft、Apple、Facebook等。新创公司在客户端或专门领域(芯片/算法)还有机会,但芯片投入较高;算法会遇到开源等问题,获利模式不够清晰。

2)AI横向技术公司,这些公司不跟固定应用结合,而是一类技术,如云视频和人脸识别,如语音识别、视觉识别/人脸识别,自然语言处理、聊天引擎、大数据分析等。

3)AI应用公司,如果AI不能落地到一个应用的话其价值是会受到影响的。可能的应用包括个人助理、智能家居、制造业、农业、医药、健康、财经、无人驾驶等。少数领域发展较快大家应该比较清楚:个人助理、智能家居、无人驾驶等。我国人工智能专家很多,70%研究影音/视觉应用类,从事物联网数据研究的专家还不多,但很大一部分数据在物联网领域。目前AI技术已经运用到几个垂直应用,但在传统行业,能和物联网结合的行业仍有大量的机会。大部分传统领域其实还没进展,还没有进入到物联网和智能设备等新的领域。

人工智能的技术分层自下而上主要有:

1)通知,最基本层次,简单的例子是火灾报警器测试到温度提升后给出警报。

2)感知,包括云视觉、人脸识别、语音文字转换,但是机器并不知道文字含义。

3)认知,如语音识别,真正“理解”文字的意思。其实所谓的“理解”,也只是基于大数据的归纳。机器人只知道被问了问题以后应该怎么回答。

4)预知,对未来预测。这要求机器对用户的深入理解。不仅仅是知道单个领域数据,还需要所有相关的数据,比如知道你的一些习惯,知道你喜欢吃什么,你下班后想干什么。

5)相知,机器能够为你做决定。这里面有两侧含义。第一是机器对你有足够的了解。第二是你对机器有足够的理解和信任,就是机器人的预测是你可以依赖和信任的。这是现在可以实现的AI的最高层次,可能是未来二十年的发展方向。

2. 人工智能的发展现状

为什么深度学习能够为AI带来新的春天?

1)第一,深度学习的一大特点是有很多分支结构,能够让机器学习如何学习。

2)第二,在非监督的情况下让机器人学习一些东西。比如机器人看200小时的youtube视频,它虽然不知道是什么内容,但是可以对这些视频进行分类。

3)第三,深度学习可以把数据融合起来做更高级的处理。

4)第四,能够从一个任务中学习到经验和知识,运用到另一个任务中。

物联网的闭环有三步:

通过传感器/数字化进行感知;通过计算机/云/人工智能进行分析;通过驱动器进行执行。

目前看AI发展问题有:

1)数字孤岛现象,即封闭的人工智能系统造成了很多“孤岛”。

2)用户交互、数据、知识及服务缺乏互通互联及兼容性,数据无法融合。只管好自己的一点儿数据,永远做不到大数据。如果要互通还有接口问题:是不是所有的设备都需要一个接口?还有知识互联层次,这涉及到知识产权保护题目,需要继续讨论解决。

AI应用远远落后于AI技术,这是由于:

1)传统企业缺少转型人工智能企业的人才及团队;

2)人工智能新创公司的产品需要长时间进入市场,人工智能服务/技术掌握在大公司手里;

3)垂直应用不完善,技术到运用之间还有很大距离。

物联网人工智能中大数据的6C特性:

一致性,连续性,语境,互换性,互补性和控制权。其中最重要的是一致性和连续性。比如智能手环手表,最麻烦的是客户换产品的时候,在之前产品上积累的数据又要花一些精力去在新的产品上重新积累数据。因为数据分属于两家不同的公司。

3. 硬蛋在人工智能的展望

公司在推进人工智能平民化,目标是让不懂AI的开发者、大众创客甚至普通消费者可以很容易DIY人工智能应用。硬蛋实验室月底将发布开普勒系统。 它有如下特色:1)开放的硬件平台。2)开放的软件平台。3)开放的云服务平台。4)开放的数据平台。

具体来说,开放的硬件平台。满足从最简单的“感知控制服务连接”到更高级的“多传感器感知服务”连接到最终的“集成了多传感器、高级音响、显示屏、投影全息、机器人”的系统级别连接。

开放的智能交互平台。将用户的接口,如语音、授时等开放给其他设备,分布式的智能交互接口使用户随时随地和智能服务交互,用户交互的预警也会被用来加入到还能服务里增强智能体验,智能交互可以成为基础设施从而变成开放的服务。

开放的云服务平台意味着不绑定于某个云服务商,只通过云服务交换机对接服务。即使在厂家把产品卖给用户之后可以随时改变云服务商,解除了云服务商的绑定。我们目标开发轻量的云服务交换机,采用统一的标准的接口调用云服务。将服务商的云服务API用标准API调用以对接服务,从而让服务商的选择发生在云端和设计后,而不是在设备端或者设计时。

数据平台方面,硬蛋要建设中立的数据银行保护、存储、管理、控制、分享、交易IoT数据。具有资质的第三方运营的中立的数据平台。这意味着用户有权指定特定数据银行存储其部分或全部标准化的数据。由用户控制数据、授权数据,最终产生收益。数据银行保证用户数据的一致性和连续性,同时可以为已授权服务、设备或应用进行用户数据的融合、分析等增值服务。

本文为转载内容,授权事宜请联系原著作权人。

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

硬蛋推进AI平民化 人人都可DIY人工智能应用

硬蛋实验室月底将发布开普勒系统。 它有如下特色:1)开放的硬件平台。2)开放的软件平台。3)开放的云服务平台。4)开放的数据平台。

随着深度学习算法模型的突破,人工智能近年来发展迅速,而人工智能的发展主要围绕着算法、计算能力和大数据展开。由中信建投通信团队与科通芯城联合举办的TMT行业沙龙在京正式召开,此次沙龙围绕人工智能、云计算与物联网主题展开。科通芯城&硬蛋科技CTO,前微软研究院副院长李世鹏借此机会向我们讲述物联网以及人工智能下一步的发展路径以及产业发展趋势。

1、人工智能的基本框架

人工智能受到关注原因是大数据,计算能力和算法的发展。大数据源包括互联网、物联网、社交网络等;计算能力涵盖云计算、GPU、FPGA、专用计算单元等;算法包括深度学习、神经网络、开源框架等关键词。三者关系密切,没有足够的数据神经网络不能发挥作用,没有足够的计算能力那数据价值无法有效开发。让机器人达到人一样的学习能力源于数据很大,把原来的识别变成了今日的快速搜索。

人工智能的产业分类主要是:

1)AI 基础技术公司,包括云计算基础设施、算法、数据存储/运输、芯片、开源框架等。它们几乎被大公司垄断,如中国的BAT,国外的Google、 Microsoft、Apple、Facebook等。新创公司在客户端或专门领域(芯片/算法)还有机会,但芯片投入较高;算法会遇到开源等问题,获利模式不够清晰。

2)AI横向技术公司,这些公司不跟固定应用结合,而是一类技术,如云视频和人脸识别,如语音识别、视觉识别/人脸识别,自然语言处理、聊天引擎、大数据分析等。

3)AI应用公司,如果AI不能落地到一个应用的话其价值是会受到影响的。可能的应用包括个人助理、智能家居、制造业、农业、医药、健康、财经、无人驾驶等。少数领域发展较快大家应该比较清楚:个人助理、智能家居、无人驾驶等。我国人工智能专家很多,70%研究影音/视觉应用类,从事物联网数据研究的专家还不多,但很大一部分数据在物联网领域。目前AI技术已经运用到几个垂直应用,但在传统行业,能和物联网结合的行业仍有大量的机会。大部分传统领域其实还没进展,还没有进入到物联网和智能设备等新的领域。

人工智能的技术分层自下而上主要有:

1)通知,最基本层次,简单的例子是火灾报警器测试到温度提升后给出警报。

2)感知,包括云视觉、人脸识别、语音文字转换,但是机器并不知道文字含义。

3)认知,如语音识别,真正“理解”文字的意思。其实所谓的“理解”,也只是基于大数据的归纳。机器人只知道被问了问题以后应该怎么回答。

4)预知,对未来预测。这要求机器对用户的深入理解。不仅仅是知道单个领域数据,还需要所有相关的数据,比如知道你的一些习惯,知道你喜欢吃什么,你下班后想干什么。

5)相知,机器能够为你做决定。这里面有两侧含义。第一是机器对你有足够的了解。第二是你对机器有足够的理解和信任,就是机器人的预测是你可以依赖和信任的。这是现在可以实现的AI的最高层次,可能是未来二十年的发展方向。

2. 人工智能的发展现状

为什么深度学习能够为AI带来新的春天?

1)第一,深度学习的一大特点是有很多分支结构,能够让机器学习如何学习。

2)第二,在非监督的情况下让机器人学习一些东西。比如机器人看200小时的youtube视频,它虽然不知道是什么内容,但是可以对这些视频进行分类。

3)第三,深度学习可以把数据融合起来做更高级的处理。

4)第四,能够从一个任务中学习到经验和知识,运用到另一个任务中。

物联网的闭环有三步:

通过传感器/数字化进行感知;通过计算机/云/人工智能进行分析;通过驱动器进行执行。

目前看AI发展问题有:

1)数字孤岛现象,即封闭的人工智能系统造成了很多“孤岛”。

2)用户交互、数据、知识及服务缺乏互通互联及兼容性,数据无法融合。只管好自己的一点儿数据,永远做不到大数据。如果要互通还有接口问题:是不是所有的设备都需要一个接口?还有知识互联层次,这涉及到知识产权保护题目,需要继续讨论解决。

AI应用远远落后于AI技术,这是由于:

1)传统企业缺少转型人工智能企业的人才及团队;

2)人工智能新创公司的产品需要长时间进入市场,人工智能服务/技术掌握在大公司手里;

3)垂直应用不完善,技术到运用之间还有很大距离。

物联网人工智能中大数据的6C特性:

一致性,连续性,语境,互换性,互补性和控制权。其中最重要的是一致性和连续性。比如智能手环手表,最麻烦的是客户换产品的时候,在之前产品上积累的数据又要花一些精力去在新的产品上重新积累数据。因为数据分属于两家不同的公司。

3. 硬蛋在人工智能的展望

公司在推进人工智能平民化,目标是让不懂AI的开发者、大众创客甚至普通消费者可以很容易DIY人工智能应用。硬蛋实验室月底将发布开普勒系统。 它有如下特色:1)开放的硬件平台。2)开放的软件平台。3)开放的云服务平台。4)开放的数据平台。

具体来说,开放的硬件平台。满足从最简单的“感知控制服务连接”到更高级的“多传感器感知服务”连接到最终的“集成了多传感器、高级音响、显示屏、投影全息、机器人”的系统级别连接。

开放的智能交互平台。将用户的接口,如语音、授时等开放给其他设备,分布式的智能交互接口使用户随时随地和智能服务交互,用户交互的预警也会被用来加入到还能服务里增强智能体验,智能交互可以成为基础设施从而变成开放的服务。

开放的云服务平台意味着不绑定于某个云服务商,只通过云服务交换机对接服务。即使在厂家把产品卖给用户之后可以随时改变云服务商,解除了云服务商的绑定。我们目标开发轻量的云服务交换机,采用统一的标准的接口调用云服务。将服务商的云服务API用标准API调用以对接服务,从而让服务商的选择发生在云端和设计后,而不是在设备端或者设计时。

数据平台方面,硬蛋要建设中立的数据银行保护、存储、管理、控制、分享、交易IoT数据。具有资质的第三方运营的中立的数据平台。这意味着用户有权指定特定数据银行存储其部分或全部标准化的数据。由用户控制数据、授权数据,最终产生收益。数据银行保证用户数据的一致性和连续性,同时可以为已授权服务、设备或应用进行用户数据的融合、分析等增值服务。

本文为转载内容,授权事宜请联系原著作权人。