0
| 本文作者：张利 | 2017-04-28 20:13 | 专题：GMIC 北京 2017 |
雷锋网按：4月27日，GMIC 2017（全球移动互联网大会）北京站开幕。
雷锋网4月28日消息，由专注连接中外创新者的DayDayUp承办的AI+国际创新峰会召开，高通全球副总裁、创投董事总经理沈劲发表了《人工智能如何改变产业生态》的主题演讲。
沈劲表示，人工智能已经进入下半场，下半场意味着其发展速度会比我们想象地快的多，人工智能已经能够迅速变革各个行业。
“人工智能有三大推动力：数据、网络、计算能力 ，它们各自都在以指数级的速度发展。”沈劲讲道，“历史上90%的数据是在过去两年产生的，今后两年的每个单元的三级管数量等于1972年发明半导体以来的数量总和，即今后的两年的增长等于以前的总和。今后六年，手机、物联网的连接数量等于以前60年的总和。”
以下演讲原文，雷锋网进行了编辑整理：
分析机构Tractica列出了15种人工智能应用场景，按创造的价值从高到低，前10种分别是：静态图像识别、分类和标记；算法交易策略改进；高效、可扩展的病人数据处理过程；预测性维护；地理空间图像的物体识别、检测、分类和跟踪；图像的文本查询；地球物理特征自动检测；社交媒体的内容分发；目标检测和分类——导航；预防网络安全威胁。
高盛则提到人工智能应用的5大领域：能源、零售、健康、金融和农业。
我做了一个对比：哪些场景可以应用到哪些领域中。其中一些是非常明晰的，比如大规模医患数据的处理肯定要应用到医疗中。能源和农业领域均有大量的大型设备，这则是维修的精准预测场景，预测检修的时间表能够节约大量的成本。
目前，农业是5大领域中数据化最慢的领域，传统的农业是靠天吃饭、靠经验进行耕种，如今，有一些植入式的传感器得到了应用，还有无人机承担数据的搜集和农药的喷洒工作，而将来以大数据为基础的人工智能会给农业带来巨大的变革，我这儿提出三个方面：
1、通过优化种子播种、灌溉、杀虫和收割，提高作物产量和质量。北京郊区有个种植草莓的农场，通过实施生长曲线最优化，调节参数、温度和水分等，使得产量最高、营养和口感最好。
2、蔬菜、水果智能整理。蔬菜、水果采摘完以后有很重的整理、分类工作，智能整理节约大量人力。
3、计算机视觉和是语音应用于农作物和家禽病虫的预警。以色列公司Prospera公司用摄象头计算机视觉持续观察农作物叶子成长的情况，比如有毛虫旱灾或者皎白粉病时可以提前预警。另外，声音也可以来采集。有这样一个实验，每天早晨在养鸡场、养鸭场采集声音，在大数据的模型里进行运行，预测其三天内是否有病菌感染，三天内预测准确度是66%，八天预测准确度则是100%，以此提前采取措施，鸡的产量、质量都有所上升。
高盛的报告中没提到教育，但是教育在中国一定是个非常大的领域，人工智能在教育领域有7方面的应用：
1、作业批改，省下老师助教工作量，机器人批改数学和科学作业一点儿问题没有，作文批改正在进步中。
2、个性化学习的软件。事实上，每个人学习方法都不一样，但是我们每个人所受的教育确是一样的。英国一家机构简单地把学习方法分成了70种。比如我对自己进行了IQ测试，发现我形象思维非常发达，逻辑差一点，就可以用很多形象思维的方式帮助我学习。人工智能学习过程是从案例到原理，事实上我也是这样的人，我更愿意从案例学习，所以每个人的学习方法都不一样。现在我们投资的一家公司爱乐奇，已经有一千多万的用户，有八亿多平时的练习和考试题，积累了大量的数据，这些数据可以分析出每个人不同的学习方法。
3、智能辅导系统。有机构研究发现，机器进行一对一的辅导效果已经比一对多的课堂教学好了，和人一对一的辅导相近。智能辅导中的人工智能进展很大，仿真游戏是非常好的学习工具，我有一个飞行员朋友，他不是在天空当中学习，而是在仿真器里学习的。另外，我们也会使用很多的仿真，我女儿用水文地理仿真软件学习环保，我儿子用一个仿真软件学习如何炒股票，通过虚拟货币学习如何炒股票。我觉得仿真教育游戏是非常大的人工智能应用场景。
除此之外，还有教育反馈和评测、智能招生、课堂和课后这四方面。
说到无人驾驶，大家可能联想到自动驾驶的终极目标，这方面创业可能已经为时过晚了，但汽车的智能不仅体现在自动驾驶中。如今，车的减振器是被动的，如何通过事先预测路况将减振器变为主动呢？我们投资的一家美国公司就是从事这个方向的。这样创业给大家指了一个方向，告诉我们并不是人工智能应用于汽车领域就意味着终级状态的自动驾驶。
当然，要用人工智能去变革的领域还很多，包括人工楼宇、家居、医疗、工业、交通、零售、安防、智能IT等。
相关文章：
吴甘沙对话Tom Mitchell：人工智能如何颠覆我们的城市 | GMIC 2017
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
专题
