首頁熱門文章
人工智能的發展目標不是無人工廠而是效率
發布時間：2019-10-16 分類：趨勢研究 來源：科技日報
雖然人工智能在加速企業數字化進程方面還處于探索階段，但這并不妨礙人工智能滲透到我們生活的方方面面。業內專家認為，在智慧零售、智慧醫療等領域，人工智能已進入比較成熟的應用模式。人工智能如何助力智慧城市建設。上個月，“AI智慧車站”廣州地鐵21號線天河智慧城示范站正式落成。據悉，這是全球首個基于智能車站理念設計并投入運營的智慧地鐵示范站。
聯想集團高級副總裁賀志強說，從2016年開始，聯想將數據智能、產業互聯網的理念服務推廣到所有行業中，首先選擇了汽車行業。在一家車廠里，通過人工智能識別每一個車輛的螺絲松緊度是不是一致，從而提升質量穩定性?！皵祿悄茈m然是一個艱難的過程，但是這種改造一旦完成，企業就會誕生無窮無盡的力量?！?
“自主研發、基于工業互聯網的智慧地鐵大平臺為地鐵裝上‘大腦’?！?新加坡國家工程院院士、佳都科技副總裁兼全球智能技術研究院院長李德紘表示，以智慧地鐵大平臺為依托，大量運用計算機視覺、生物識別等技術全面提升車站的數據感知能力，實現車站運營的實時監測。并且所有數據可實時傳送給地鐵的“大腦”，進行智能分析，有效提升車站信息化水平，降低運營成本。
佳都科技董事長劉偉透露，“城市交通大腦”，繼落地安徽的合肥、宣城之后，今年將在上海、廣州布局，通過AI賦能城市交通以探索破解“大城市病”。不過，眾多專家也坦言，人工智能技術也面臨著很多挑戰，諸如如何更好整合生態資源、如何更好落地，這些都是整個行業急需攻克的難題。
“我給大家潑一下冷水?！眰惗卮髮W學院計算機系教授汪軍直言，“現在的人工智能和應用，其實不是真正意義上的人工智能，而是機器學習。我們把它概括為模式識別，指的是通過神經網絡把大量數據映射到我們的知識里，比如說有很多圖像，識別出里面是不是有某個特定的人臉?！?
“其實有很多其他應用，不光是模式識別，更重要的是通過獲得這個知識，再把決策反饋到機器里，形成一個循環。因此，下一步人工智能的方向就是讓機器能夠做決策，完成從數據到知識，再反饋到數據的整個循環過程?！彼J為，“人工智能接下來最大的挑戰是機器決策，強化學習提供了非常好的指導方法，但必須借助神經科學、腦科學的研究，才能真正形成一個人工智能的系統?！?
