复合型机器人

当前位置:前位置:首页 > 复合型机器人
全部 1899

人工智能产业人才缺口严!还存在哪些发展瓶颈?

时间:2023-12-22   访问量:0

近日,GCVC全球人工智能视觉产业与技术大会召开。青岛持有,青岛地铁集团有限公司公司操作点公司公共服务部助理经理刘兵,浙江卓建云科技有限公司公司首席采购官牟与英特尔(中国)有限公司公司物理网络事业部开发者赋能业务总监朱军,有限极观科技公司联合创始人罗云在产业与应用论坛上对人工智能产业发展的瓶颈及对策进行了深入探讨。

人工智能还处于弱人工智能阶段

从全球范围来看,人工智能目前处于什么阶段?机器视觉的定位是什么?浙江卓建云科技有限公司公司CPO牟认为,人工智能还处于弱人工智能阶段。虽然在某些领域比人脑先进,但总体来说,人工智能还是没有办法和人脑相比。机器视觉是人工智能的一个分支,与语音识别、语义识别、机器人总的来说,机器视觉的应用更加广泛。

浙江卓建云科技有限公司公司是专注于云计算和数据智能的企业,阿里云生态核心成员,阿里云ET大脑技术应用合作伙伴,英特尔边缘计算应用合作伙伴。

英特尔中国有限公司公司物理网络事业部开发者赋能业务总监朱军认为,机器视觉作为一个产业,已经基本度过了培育期,进入快速发展期。但由于算法和计算能力的影响,离成熟可能还有一定的距离。

机器视觉在应用上百花齐放,几乎每个行业都能看到非常创新的应用。目前开发商拉开的巨大差距透露出这是一个欣欣向荣的行业。朱军说,计算机视觉是整个人工智能的基础技术,服务于所有行业,就像晶体管对于半导体的发展一样。只有把这项技术做扎实,人工智能才能在未来更好的发展。

需要更多的算法来解决碎片化应用需求。

近两年人工智能发展迅猛,生态伙伴不断加入,包括英特尔、英伟达等芯片公司,海康威视、大华等硬件厂商,商汤、旷视、极视等软件厂商。软件和硬件在计算机视觉领域如何发挥各自的作用?牟认为,软件厂商的参与会让目前的应用更快落地,硬件厂商会提供核心能力。要在各种场景落地,需要软件厂商和SI或ISV共同参与。

英特尔朱军表示,从应用的角度来看,目前人工智能的市场呈现两极分化:一方面,一些应用已经非常成熟,比如面部识别和车辆识别,大部分投资都集中在这些领域;另一方面,随着应用的增多,碎片化的场景需求很大,比如物业,人工智能应用大概有8到10种。

如何结合头、腰、长尾应用,解决终端客户的问题,是目前最难的问题之一。朱军认为,我们需要积累更多的算法。如果1000个算法不能满足需求,那么3000个、5000个算法就能满足大部分人的需求。这是一个从量变到质变的过程,可以满足更多个性化、碎片化的应用需求。

硬件、软件、人才都有瓶颈。

人工智能行业目前遇到的瓶颈是什么,有什么对策?牟表示,目前人工智能的发展有两个瓶颈:一是目前行业整体仍是资本驱动,大部分企业尚未达到盈亏平衡;第二,因为这是一个比较新的领域,人工智能行业的人才还是比较短缺的。

从硬件的角度来说,厂商可以提供性价比更高的芯片和技术,这样整个技术包容性更强,成本可以更低;从软件和应用厂商的角度出发,在场景中实现更多的应用,让人工智能行业逐步发展,未来人们可以享受到AI带来的更多便利。

朱军认为,人工智能实际上在硬件、软件和人才方面面临一定的挑战。在硬件方面,目前的AI计算正在迅速从云端走向边缘,因此如何在边缘提供一个高计算能力和低成本的技术平台和硬件平台来满足终端用户的需求,是现在一个很大的挑战。

软件方面,现在Tensflow和Python都比较成熟。但有一个很大的问题是,小样本训练、联邦学习等保证数据安全的技术还处于发展初期,这将极大阻碍AI在很多碎片化应用中的落地。

人才方面,目前人才缺口很大。朱军介绍说,我们是第一批为数据科学家服务的。在服务过数据科学家之后,我们发现还是有很多算法工程师想用真正的AI,比例大概是1比100。服务好算法工程之后,我们发现最后落地的部署工程师还是很多的,比例大概是1比100。这需要很多这方面的人才,缺口很大。如何培养并让他们掌握相关技术,是一个很大的挑战。英特尔正在与一些大学合作开展培训项目,帮助这些人才掌握相关知识和技术。

极限视角技术有限公司联合创始人罗云分享了一个新的方向。她讲了一个案例,有些场景数据很少怎么办,这也是AI目前遇到的一个大问题。罗云说,我们希望AI能够解决人眼的功能,但是人眼的联想能力、迁移能力、类比能力在算法层面还没有很好的实现和落地,这是算法层面的一大难点。

在对策上,联邦学习、迁移学习、小样本训练都是目前解决整个AI行业的难点,也有隐私计算。为了保证数据安全,所有的计算都是加密保护的,这也是目前思考和解决数据的一些方式。

目前,越来越多的政府机构而企业也在加快智能化应用的步伐,其中机器视觉也起到了关键作用,比如青岛地铁集团有限公司公司操作点公司公共服务部助理经理刘兵分享说,他们正在设计一种自动驾驶模式,即在紧急情况下,驾驶员只需要手动干预,计算机视觉的介入提高了他们的设计速度。

总的来说,计算机视觉作为人工智能的一个分支,已经在很多应用领域得到应用,比如政府领域,包括城市管理、交通、环境管理和治安控制等。,还有企业方面,包括人事、车辆管理和质量检测等。但与此同时,这个行业还面临着人才短缺、应用两极分化、前期小样本培养等问题。需要行业更多的讨论,积极寻求解决方案,推动行业走向成熟。

上一篇:北美工业机器人订单与下游行业景气度相关性较大,下

下一篇:自动驾驶潜力股Aurora完成9000万美元A轮融资

返回顶部