智能工業是以後的趨勢麼？問答頭條網

2020-03-12 18:06:08 佚名

一身正氣沒問題

工業4.0乃至工業5.0必然是人工智能、大數據、雲計算、區塊鏈、語音語義識別等等黑科技綜合運作的結果。智能工業是大趨勢。

國際新經濟研究院付饒

目前中國地區人工智能領域獲得投資最多的五大細分領域是計算機視覺(研發類)、自然語言處理、私人虛擬助理、智能機器人和語音識別。從投資領域和趨勢來看，未來國內人工智能行業的資本將主要湧向機器學習與場景應用兩大方向。

一、機器學習與場景應用將迎來下一輪爆發

根據VentureScanner的統計，截至2015年9月，全球人工智能領域獲得投資的公司中，按照平均融資額度排名的五大業務依次是：機器學習(應用類)、智能機器人、計算機視覺(研發類)、機器學習(研發類)和視頻內容識別等。

數據儲存容量和技術能力的提升為機器學習爆發提供了基礎保障，而機器學習又是人工智能的核心技術和涵蓋面最廣的應用手段;但由於現階段運算能力的侷限和通用解決方案的研發門檻限制，基於安防、智能生活、教育和健康等場景的場景應用成為了大多數國內企業在人工智能領域的突破口。

二、專用領域的智能化仍是發展核心

基於GPU(圖形處理器)計算速度(每半年性能增加一倍)和基礎技術平臺的飛速發展，企業對於人工智能神經網絡的構建取得了前所未有的突破。但是，由於人工智能各領域技術和算法的複雜性，未來20年內人工智能的應用仍將集中於人臉和圖像識別、語音助手和智能家居等專用領域。

通過上述產業鏈環節構成和投資分類可以看出，優勢企業的核心競爭力主要集中於特定領域的專用技術研發;其中，計算機視覺和語音識別領域的研發和應用已處於國際一流水平，專業應用機器人的研發也有望近10年內迎來突破性發展。

可以預見的是，在由專業領域向通用領域過渡的過程中，自然語言處理與計算機視覺兩個方向將會成為人工智能通用應用最大的兩個突破口。在未來20年內，通用領域研發所需的技術和數據也會隨著各專用領域差異化發展的日臻成熟而迎來突破。

三、產業分工日漸明晰，企業合作大於競爭

隨著專用領域應用開發的成熟和差異化技術門檻的存在，國內人工智能產業將逐漸分化為底層基礎構建、通用場景應用和專用應用研發三個方向。

在底層基礎構建方面，騰訊、阿里巴巴、百度、華為等企業依託自身數據、算法、技術和服務器優勢為行業鏈條的各公司提供基礎資源支持的同時

深夜搞維修的小阿忠

製造業在經過機械化、電力和信息技術的三次工業革命後，與迅猛發展的以信息技術為代表的新技術結合，形成了先進製造技術。在先進製造技術發展過程中，以高端裝備為主要對象的高端製造，是實現製造業轉型的關鍵。正如工業1.0、工業2.0、工業3.0，分別源於蒸汽機技術、電氣自動化技術和信息技術等關鍵技術的推動，如今以移動化和泛在化的網絡互聯大數據及雲計算支持的信息處理，以及智能化個性化的信息服務等為特點的新一代信息計算，推動著製造技術和製造業向智能製造的方向發展。

從20世紀90年代開始，國內外在智能製造理論、智能製造技術和智能製造系統等方面進行了廣泛的探索研究。日本、美國、加拿大等聯合發起和實施了智能製造系統，多國共用研究項目在國際製造領域產生了重要影響；我國自90年代以來，也在多個渠道的國家科技和技術研究計劃，如國家自然科學基金863計劃等的支持下，開展了智能製造技術和智能製造系統的研究。

隨著美國實施21世紀智能製造、德國工業4.0、中國製造2025等重大戰略計劃的提出和實施，智能製造成為各國確保製造業未來的主攻方向，應該說從先進製造到高端製造，再到智能製造的發展，無論從技術發展角度，還是國家戰略的角度，已經成為一個必然趨勢和主流方向。