正文共：971字-5圖
預(yù)計(jì)閱讀時間：3分鐘
人工智能（AI）技術(shù)，指利用計(jì)算機(jī)程序使人造機(jī)器呈現(xiàn)類人類智能的技術(shù)。基于實(shí)現(xiàn)功能，人工智能技術(shù)可分為訓(xùn)練層、感知層及認(rèn)知層，分別模擬人類學(xué)習(xí)能力、信息獲取能力及邏輯推演能力。由于工業(yè)細(xì)分行業(yè)數(shù)量較多，且同行業(yè)內(nèi)工藝、生產(chǎn)線、產(chǎn)品的差異性較高，基于海量樣本實(shí)現(xiàn)的深度學(xué)習(xí)技術(shù)難以在工業(yè)領(lǐng)域?qū)崿F(xiàn)落地。中國工業(yè)領(lǐng)域AI滲透率較低，AI技術(shù)應(yīng)用規(guī)模較小。2020年，中國智能制造行業(yè)市場規(guī)模預(yù)計(jì)將達(dá)到2.7萬億元，同比增長12.6%。
GPU芯片市場地位穩(wěn)固，ASIC芯片未來市場需求空間充足
GPU憑借較強(qiáng)的應(yīng)用通用性、較強(qiáng)的處理能力及較低的量產(chǎn)成本等優(yōu)勢，成為部署于數(shù)據(jù)中心的AI算法訓(xùn)練處理器主流選擇。從短期來看，GPU產(chǎn)品在數(shù)據(jù)中心領(lǐng)域中的地位較為穩(wěn)固，市場需求預(yù)計(jì)將穩(wěn)定增長。具備目前最強(qiáng)處理能力及最低量產(chǎn)成本的ASIC將成為端側(cè)AI芯片解決方案的主流選擇。從短期來看，ASIC產(chǎn)品持續(xù)升級將進(jìn)一步降低芯片單顆成本，促進(jìn)ASIC規(guī)模化應(yīng)用落地，推動ASIC市場需求進(jìn)一步釋放。
消費(fèi)、政務(wù)及金融領(lǐng)域AI行業(yè)發(fā)展推動工業(yè)領(lǐng)域AI算法實(shí)現(xiàn)創(chuàng)新突破
消費(fèi)、金融及政務(wù)領(lǐng)域AI應(yīng)用的快速拓展，助力AI算法開發(fā)平臺行業(yè)發(fā)展進(jìn)入快車道。從短期來看，工業(yè)領(lǐng)域樣本量的匱乏導(dǎo)致AI技術(shù)難以快速實(shí)現(xiàn)應(yīng)用落地。而在消費(fèi)、政務(wù)及金融領(lǐng)域，AI技術(shù)的應(yīng)用將持續(xù)深化，推動AI算法開放平臺行業(yè)發(fā)展，促進(jìn)AI技術(shù)迭代創(chuàng)新。從長期來看，AI技術(shù)的突破及應(yīng)用經(jīng)驗(yàn)的積累或?qū)⑼苿覣I技術(shù)向工業(yè)領(lǐng)域滲透加速.
小樣本學(xué)習(xí)算法將成為推動工業(yè)領(lǐng)域智能化轉(zhuǎn)型的關(guān)鍵技術(shù)
對樣本量要求較低的小樣本學(xué)習(xí)算法將是推進(jìn)工業(yè)領(lǐng)域智能化轉(zhuǎn)型的核心。相較于深度學(xué)習(xí)算法，小樣本學(xué)習(xí)算法通過預(yù)歸類樣本實(shí)現(xiàn)對算法學(xué)習(xí)過程的簡化，減少對樣本數(shù)量的依賴。小樣本學(xué)習(xí)算法在處理少類別任務(wù)時表現(xiàn)較好，但仍需解決多類別任務(wù)時所面臨的過擬合問題。小樣本學(xué)習(xí)算法的成熟將成為推動工業(yè)領(lǐng)域人工智能技術(shù)滲透加速的關(guān)鍵。
如果您想下載本文的報(bào)告，可以在水木人工智能學(xué)堂（公眾號：smaiedu）回復(fù)關(guān)鍵詞“ai175”獲取。
來源 | 先進(jìn)制造業(yè)
版權(quán)聲明：本號內(nèi)容部分來自互聯(lián)網(wǎng)，轉(zhuǎn)載請注明原文鏈接和作者，如有侵權(quán)或出處有誤請和我們聯(lián)系。
點(diǎn)擊“閱讀原文”，AI學(xué)院課程等你來學(xué)習(xí)！
