AI技術不能脫離行業 醫療和製造領域最被看好

在3月24日召開的「2018將門年度創新峰會」上，來自IBM、聯想、英特爾等企業的代表，圍繞人工智慧領域的前沿技術和未來趨勢進行了討論。

聯想集團高級副總裁兼CTO芮勇表示，一個成功的人工智慧系統，需要ABCD四個要素，A是演算法，C是計算力，D是數據，其中，要特彆強調的是B（business），因為人工智慧需要和行業相結合。

芮勇預測，2018年可能是人工智慧開始落地的一年，據其估算，人工智慧至少可以與200多個行業進行結合。這其中，他比較看好醫療和智能製造兩個領域。

以智能製造為例，芮勇認為人工智慧將從產品定義、供應鏈管理、生產環節以及售後服務等多方面產生影響。比如利用機器學習的演算法，加上一些運籌學，如果可以把生產的精準度提升1%，那就將帶來幾個億的利潤。

IBM全球副總裁沈曉衛則提出，接下來，人工智慧將從一個狹窄的AI，變成更為寬泛的AI。具體來說，現在的人工智慧解決方案，多說是專註於某個特定的問題，而未來，人工智慧解決方案是可以解決一個領域或者多個領域的問題。

以醫療為例，沈曉衛認為未來的醫療解決方案，既能為醫院服務，也能為病人服務，同時還能為保險公司或者政府服務，它是一個全方面的、通用的解決方案。

「為此，現在需要構建一個可以重複使用的人工智慧模型，基於這個模型，企業可以構建更複雜和完備的模型。而不是遇到一個問題，設計一套演算法再重新找數據訓練。」 沈曉衛說。

對於通用型方案的研究，英特爾中國研究院院長宋繼強認為，讓一個晶元能同時做多種事兒，這需要從架構上進行改變，尤其是人工智慧要想像人腦一樣，持續學習和自學習，都需要在架構上進行探索。

「而這種對於架構上的探索，只有大公司才能做，因為需要的投入太大。小公司更適合深挖某個具體的領域。」 宋繼強表示。

此外，芮勇認為，人工智慧的發展還面臨兩個挑戰：一個是人工智慧的演算法，當進入一個新的行業，可能數據量不夠多，或者還沒有標註，這對於演算法的研發是很大的挑戰。

另外，就是人工智慧需要對行業更深刻的理解。芮勇舉例說，比如智能交通，技術專家可能提出很多技術方面的可行性，但行業專家會建議，先把交通法研究一遍，不然做出來的東西一點用沒有。

「實際情況便是如此，如果技術脫離行業，那研發出來的技術也很難落地，只有行業引領技術，技術才能真正落地。」芮勇說。

（21世紀經濟報道）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！