·聚焦:人工智慧、晶片等行業
歡迎各位客官關注、轉發
前言：人工智慧二十世紀七十年代以來被稱為世界三大尖端技術之一。人工智慧是新一輪科技革命和產業變革的核心驅動力，在新基建的三大領域中，兩大領域都直接提及人工智慧。
作者| 方文
圖片來源 |網 絡
在信息基礎設施領域，人工智慧與雲計算、區塊鏈一起被視為一種新技術基礎設施；而在融合基礎設施領域中，人工智慧則被視為支撐傳統基礎設施轉型升級的重要工具。
人工智慧新基建的本質不僅僅指向其自身的產業化發展，更是在實體經濟中尋找應用場景，賦能生產力升級，即作為重大應用基礎設施，推動各行業完成智能化轉型，實現新舊動能的轉換。
艾瑞諮詢測算，2019年人工智慧賦能實體經濟產生的市場規模超過570億元。
人工智慧的本質是進行生產力升級，因此評判人工智慧技術是否有價值，要看其應用是否貼近生產核心。一般認為，人工智慧分計算智能、感知智能和認知智能三個層次。
計算智能即快速計算、記憶和儲存的能力；感知智能即對自然界具象事物的識別與判斷能力；認知智能則為理解、分析等能力。
當前，數據標準化已經趨於成熟，以快速計算和存儲為目標的計算智能已基本實現；在機器學習和深度學習技術的推動下，以視聽覺等識別技術為目標的感知智能也突破了工業化紅線，實現了機器對自然界具象事物的判斷與識別。
知識圖譜是符號主義人工智慧的代表，核心在於對多模、多源異構數據和多維複雜關係的高效處理與可視化展示，將社會生活與生產活動中難以用數學模型直接表示的關聯屬性，融合成一張以關係為紐帶的數據網絡。
通過對關係的挖掘與分析，能夠找到隱藏在行為之下的關聯，並進行直觀的展示。基於知識圖譜的上述優勢，適宜解決關係複雜的問題，如深度搜索、規範業務流程、規則和經驗性預測等相關研究課題。
連結主義中的深度學習算法是新一代人工智慧的標誌性技術，但深度學習有其局限性，側重解決影響因素較少、但計算高度複雜的問題，而不太適宜解決影響因素較多、且摻雜眾多非線性關係的問題。
通過與知識圖譜的配合使用，依託於行業知識與經驗的深度學習將產生更多貼近產業核心的認知智能應用，有助於覆蓋場景中大多數問題，形成完整的以「場景需求」為導向的人工智慧解決方案，進一步實現生產力升級的終極目標。
知識圖譜逐漸成為人工智慧又一熱點產業，2019年知識圖譜相關的融資金額較2018年增長超過200%，產業鏈已初具規模，網際網路公司、人工智慧公司及大數據智能公司紛紛入局。2019年知識圖譜核心產品市場規模約65億元，預計2024年將突破200億元；2019年知識圖譜技術帶動經濟增長規模約391.8億元，預計2024年將突破1000億元。
以下是部分《2020年面向人工智慧新基建的知識圖譜行業白皮書》內容：
公眾號後臺回復《2020年面向人工智慧新基建的知識圖譜行業白皮書》即可獲得完整報告
END