图像识别是怎么实现的 120图勾勒全球AI产业完整图谱，AI行业最为全面研报之一（(2)

?? 计算芯片：目前的竞争对手包括 NVidia/AMD 的 CPU，谷歌的 TPU，Xilinux 的 FPGA 之间在计算成本和速度上的竞争。这些公司之间的竞争类似与高通和联发科在手机 芯片上的竞争。在 TPU 的例子上我们看到，谷歌利用其在软件开发框架上的优势， 减小切换计算芯片（GPU to TPU）时的软件修改成本，形成一个 Tensor Flow+TPU 的封闭生态环境。

摘要：10年之后我们还能做什么？

根据耶鲁大学和牛津大学的研究人员对 352 位人工智能专家进行了采访，人工智能到2060 年前后有 50%的概率完全超过人类。这份研究预测在 10 年内，人工智能将会在以 下领域超过人类：翻译领域（2024），高中水平的写作（2026），驾驶卡车（2027）。

在这份报告里，我们着重分析四种人工智能技术（语音，图像，自然语言处理，机器人） 对五个行业（安防，互联网电商/广告，消费电子，汽车，医疗）的影响（图表 2）。

从技术角度来看：

语音技术成熟但应用场景有限。语音识别是目前发展最成熟的人工智能技术。Nuance， 科大讯飞，Google，百度等主流厂商的近场语音识别率都达到 99%以上。但目前应用场 景局限在电子病例，智能客服，教育，车载导航等少数几个领域。随着未来语音识 别种类的进一步丰富，识别环境通用性的增强，以及远厂语音技术的突破，一定会帮助拓展其应用范围到智能家居等更多场景中。

图像识别落地机会最多。图像识别技术不但有着非常高的识别准确率，而且能够很快给 出智能的反馈，因此图像识别技术最容易快速落地到各行各业中。安防行业中的车辆数 据提取，医疗行业的影像诊断，电商行业中的精准营销，以及辅助驾驶都为图像识别技 术提供许多落地变现的机会。

自然语言处理在互联网行业中应用最为成熟。我们注意到基于人工智能的精准营销正帮助互联网广告公司不断提升流量价值，而且一些智能的销售客服机器人正在逐步替代人 工成为线上销售，售后维护的主力军。图像识别是怎么实现的

智能机器人技术有待成熟。我们注意到一些公司开始在仓储机器人、机器人等细分 行业进行探索。但技术还有待成熟。

从行业角度来看：

安防是人工智能在中国最容易变现的行业：十几年的平安城市建设，使中国的城市管理 者已经积累了强大的视频数据采集能力。交通拥堵及反恐等应用场景又急需最先进的人 工智能技术。

互联网广告和电商蕴含大量的数据，为人工智能在互联网广告和电商领域的应用提供了广阔的资源和空间。例如，互联网公司通过基于用户画像的精准广告投放，在过去三年 提高了广告单次点击成本（CPC）170%。

AI 促进消费电子升级换代：3D 光学感测等 AI 功能会帮助现有智能手机提高售价，同时 促进智能音箱等新品类的发展。

汽车行业 2021 年前后实现无人驾驶：随着 Tesla AutoPilot 2 系统的发布，GM 宣布自己 的自动驾驶系统 Super Cruise。我们注意到汽车智能发展呈现加速趋势。我们预计汽车主机大厂在 2021 年前后能够实现商业化的无人驾驶服务。

医疗行业空间巨大，但技术还有待成熟。电子病历的建立，不仅仅用到了语音识别技术，也整合了医疗大数据；影像诊断则用到了图像识别技术，现在在都已经形成成熟 的商业模式。辅助治疗和机器人由于技术的尚不完善，还在小范围推广。由于语音 识别技术和机器视觉技术的成熟，大量应用这两个技术的行业将迎来 AI 变现的更多机会。

直接受益行业：

数据中心：人工智能的普及会推动云计算服务及资本开支的快速增长。我们预计到 2020年，八大主要科技公司在数据中心相关的资本开支总计将达约 900 亿美元，约占全球电信业资本开支的 25%。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-67224-2.html