SAP_中国峰会-人工智能行业应用进展与思考-201797-24页_2mb
报告摘要
人工智能行业应用进展与思考总结
核心内容
人工智能(AI)正逐步渗透到多个行业领域,推动智能化转型。本文通过分析制造业、农业、交通、环保和医疗等行业的应用进展,总结了当前AI行业应用的关键判断,并提出了推进AI行业应用的重点方向。
主要观点
人工智能在典型行业领域应用情况
-
制造业:
- 日本电气:利用AI和物联网技术,构建工厂运转异常预测系统,提升预测性维护和监测能力。
- ABB:采用视觉检测技术,通过AI分析实时图像,提升品检效率和良品率。
- 通用电气:开发自动化移动机器人,用于炼油厂、工厂等工业设施的检测,提升智能化水平。
-
农业:
- 产前环节:通过人工神经网络分析土壤性质,判断适合种植的作物。
- 产中环节:智能农业机器人利用图像识别技术,判断杂草、灌溉、施肥和打药需求。
- 产后环节:机器视觉技术用于蛋壳微裂纹识别,实现100%检测准确率。
-
交通:
- 智能驾驶:谷歌、百度、宝马、沃尔沃等企业推动无人驾驶技术发展。
- 智能交通协同:欧盟推动合作式智能交通系统,提升交通协调效率。
- 突发事故检测:日本采用自动检测系统,降低交通事故率。
-
环保:
- 节能减排:谷歌Deepmind通过AI技术提高数据中心能效,降低冷却成本。
- 空气质量监测:以色列BreezoMeter提供动态空气质量数据。
- 自然环境监测:Terra-i预测植被覆盖情况。
- 水源和河流监测:NUSwan实现水质自动监测。
- 垃圾废物处理:瑞典推出电子垃圾桶,实现垃圾分类和循环利用。
-
医疗:
- 辅助疾病诊疗:英国NICE和德国IQWIG开展AI辅助诊疗研究。
- 提高医药研发效率:Benevolent AI开发JACS系统,加速药物研发。
- 助推健康服务发展:DeepMind开发视觉疾病识别系统。
- 推动基因医学研究:美国启动精准医疗计划。
- 提升医疗服务质量:日本推出智能翻译设备,解决外国人就医沟通问题。
关键信息
关于人工智能行业应用的四点判断
-
行业应用是人工智能发展的最重要动力
行业应用为AI技术提供了实际场景,推动其发展和成熟。 -
人工智能及其行业应用尚处“婴儿期”,发展潜力巨大
AI技术仍处于早期阶段,但其应用前景广阔,将深刻影响各个行业。 -
人工智能优先应用于数据源丰富、新技术接受程度较高的行业领域
电商零售、金融、工业、医疗健康等数据驱动型领域,以及智能家居、自动驾驶等技术驱动型领域,是AI应用的重点方向。 -
行业应用场景的确定或创造对人工智能技术应用有决定性作用
没有应用场景的AI研究是空想,没有场景的人工智能是没有价值的。
企业没有人工智能投资计划的原因
- 没有明确的商业案例(42%)
- 不确定AI能派什么用处(39%)
- 不具备必要的技能(33%)
- 需要首先投资于数据管理平台的现代化(29%)
- 没有经费预算(23%)
- 不确定实现AI到底需要什么(19%)
- AI没有被证实(14%)
- 没有正确的流程或管制(13%)
- AI是炒作(11%)
- 不拥有或可使用所需数据(8%)
- 不确定AI是什么意思(3%)
推进人工智能行业应用的重点
- 技术:核心技术的突破是AI发展的关键。
- 数据:大数据对AI发展具有决定性作用,提升深度学习的精准度。
- 算法:算法的优化和创新是AI应用的核心。
- 场景:应用场景的确定或创造是AI技术应用的决定性因素。
人工智能热点技术领域
- 计算机视觉:在医疗、汽车驾驶、安防等领域有广泛应用前景。
- 语音识别:用于医疗听写、语音书写、电话客服等。
- 自然语言处理:在物联网、智能硬件、智能家居、咨询顾问等领域发展活跃。
- 机器人:在工业、安防、危险区域作业等领域应用显著。
- 机器学习:已在金融、医疗、互联网、无人驾驶等领域得到应用。
大数据对人工智能发展的决定性作用
- 海量数据训练:提高深度学习的精准度。
- 海量数据挖掘:发现潜在价值,推动AI应用。
- 注重训练数据库建设:是AI发展的基础。
加快人工智能开放开源平台建设
- TensorFlow:Google推出的开源机器学习库,促进AI技术共享和应用。
- 人工智能开放平台战略合作:推动技术合作与创新。
- 人工智能产业创新基地:支持AI技术的研发和应用。
- 人工智能产业创新大赛:激发创新活力。
- 人工智能开放创新平台:促进技术交流与合作。
- 人工智能创新发展基金:支持AI技术发展。
感谢聆听,欢迎交流
安晖
中国电子信息产业发展研究院电子信息产业研究所所长
中国人工智能产业创新联盟秘书长
邮箱:anhui@ccidthinktank.com
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载