人工智慧技術的應用早已深入人們的生活,語言翻譯、智能音箱、導航系統、城市安防系統之中都能有人工智慧技術的參與,在推動國家治理、優化企業運營策略的過程中,也能見到人工智慧技術的應用。
首先,從當前人工智慧的技術體系來看,雖然人工智慧技術尚處在「弱人工智慧」時代,但是隨著大型科技公司紛紛開放自身的人工智慧平臺,人工智慧技術與行業領域的結合將為人工智慧的發展打開一個巨大的價值空間,在模式的推動下,技術的發展也會獲得巨大的資源支撐,包括行業場景資源和人才資源等等,這會全面推動人工智慧領域的可持續發展。
人工智慧技術的發展歷史雖然經歷了半個多世紀,但是由於人工智慧本身的複雜性和多學科交叉性,人工智慧領域的研發進展一直與人們的預期有較大的差距,所以人工智慧領域的發展也經歷了多次起伏,當前隨著網際網路、雲計算和大數據的發展,人工智慧又成為了新的科技熱點,今天就分析一下視覺人工智慧的發展前景。
1、國家及地方政策的大力支持
視覺人工智慧行業為下遊各行業提供基礎支持技術,廣泛應用於各類人工智慧細分領域。政府積極出臺政策促進人工智慧技術發展和應用,深化落實與視覺人工智慧息息相關的人工智慧、智能製造、信息化和工業化的相關政策,為視覺人工智慧的發展提供了政策與配套資源支持。
工信部印發《促進新一代人工智慧產業發展三年行動計劃(2018-2020 年)》,中國電子技術標準化研究院發布《人工智慧標準化白皮書(2018 年版)》,科技部成立人工智慧發展研究中心,教育部印發《高等學校人工智慧創新行動計劃》等密集跟進,地方層面已有包括上海、北京、廣東、浙江等在內的至少 27 個省市及地區發布相關規劃文件或扶持政策,在印發主體進一步下沉的同時,部分規劃內容已開始逐漸落地。受到國家及地方政策的支持,視覺人工智慧相關企業呈現快速增長態勢。
2、5G 技術將帶動視覺人工智慧的進一步發展
目前,視覺人工智慧在全球範圍內的應用集中於智能消費和智能製造等領域,成效顯著,細分領域不斷擴大。隨著技術的不斷發展,視覺人工智慧能夠識別信息的種類從最初的文字信息,到人臉,人的體態,以及各種不同的物體的識別。識別精度也從最初的 1:1 比對,到用於門禁系統等的 1:N 比對,以及用在黑名單監控等場景的 M:N 動態監控,同時數據標註的自動化程度極大提高,進一步提高識別效率,降低識別成本。
目前,全球移動智能終端設備迅速普及,移動智能終端的拍攝能力和計算機視覺技術發展迅猛,大量的圖像數據和計算數據需要快速有效地提取、分析。5G 技術的應用,進一步推動了「邊緣計算」和「端計算」的發展。作為一種運算架構,「邊緣計算」和「端計算」可以在人臉識別、信息比對、智能駕駛等方面,實現對雲計算的延伸與擴展,可以在更靠近用戶側的節點上完成圖像的分析識別。通過將邊緣計算、端計算,與雲計算相結合,使邊緣節點聚焦於圖像的實時、短周期處理,而中心節點聚焦於非實時、長周期的數據處理,從而可以有效地降低網絡延遲,緩解網絡帶寬與數據中心壓力,提高服務的響應速度。
3、視覺人工智慧技術推動多行業產業鏈的重構
視覺人工智慧技術出現了廣闊的應用前景,不僅能夠帶來生產效率的提升,而且還催生了新的產業和新的商業模式,推動多行業產業鏈的重構。視覺人工智慧技術產業化落地應用程度不斷提高,包括在智慧型手機、智能汽車、智能安防、智能家居、智能保險、智能零售、網際網路視頻等領域均有廣泛的應用,並形成全新的產業鏈條與全新的商業經營模式。可以預見,隨著視覺人工智慧技術不斷發展,行業應用解決方案的建立和完善,以及政府對視覺人工智慧行業的政策扶持,視覺人工智慧行業的應用場景將進一步滲透,助力各應用行業解決業痛點,提高運營效率,實現行業轉型和升級,視覺人工智慧需求前景廣闊。目前視覺人工智慧技術已經推動智慧型手機、智能汽車、智能安防、智能金融等諸多新產業的發展,未來在智能汽車、智能家居等 IoT 領域及智能保險領域,將逐步全方位為產業賦能,助力新產業升級。
隨著視覺人工智慧技術的發展,應用場景的不斷豐富,智能設備人機互動的界面智能化水平不斷提高,將創造出更加多元、更加立體的業態形式,推動著未來商業現代化的發展。
4、無人零售店應用視覺人工智慧讓零售更智能
在智能零售領域,從當前市場環境來看,零售業發展已進入「新零售時代」,線上線下融合、消費閉環是發展方向。從零售企業經營看,不斷上漲的人工成本是制約企業盈利增長的主要瓶頸,少人化、無人化無疑是削減人力成本的重要方向。無人零售店應用視覺人工智慧、大數據、物聯網等技術,比有人零售更全面、準確、迅速地了解顧客需求,增強消費者體驗,同時有助於供應鏈改造和供給側優化,為企業降本增效,是線上線下融合的最好形式之一,也是新零售的最好體現形式之一。在智能家居領域,視覺人工智慧有助於提升人與智能家居產品的交互體驗,是以住宅為平臺,基於物聯網技術,由智能硬體、智能軟體系統、雲計算平臺構成的一個家居生態圈,實現人遠程控制設備、設備間互聯互通、設備自我學習等功能,並通過收集、分析用戶行為數據為用戶提供個性化生活服務,使家居生活更加安全、舒適、節能、便捷。
5、視覺人工智慧市場前景分析
隨著網際網路浪潮興起,數據儲量急劇增加,而深度學習算法的出現恰好能夠將數據集歸納出邏輯,實現精準的物體識別和場景識別。GPU 和 AI 專用晶片的出現突破了傳統 CPU 的算力瓶頸,數據運算速度和處理規模爆發性增長,從而為大數據的分析提供硬體上的支撐。視覺人工智慧產業由技術驅動,而技術的核心在於數據、算力和算法三個方面。在這三方面並行驅動下,世界視覺人工智慧產業得以迅速發展。2019年中國視覺人工智慧市場規模達到400億元左右,較 2018 年增長 145.68%。
我國視覺人工智慧相關算法已達到國際先進水平,已經成為人工智慧領域最火熱的細分領域,相關技術廣泛應用在智慧型手機、智能駕駛、IoT 等相關場景。隨著視覺人工智慧技術的逐漸成熟及應用領域的逐步擴大,預計 2021 年中國視覺人工智慧市場規模將突破千億元。視覺人工智慧本身商業落地場景廣闊,能夠有效解決應用行業的痛點,市場發展空間巨大。
資料來源:普華有策市場研究中心、IT人劉俊明