技巧层面     2017年，很多人工智能应用都实现了机能晋升。以机械视觉为例，以往基于寻找合适的特点来让机械辨识物体状况几乎代表了计算机视觉的全部。然则跟着对独裁神经收集的深刻摸索，2017年的机械视觉已经产生了重大年夜改变，自进修状况成为了视觉识其余主流。今朝领先的机械视觉产品，已经能让机械大年夜海量的数据库里自行归纳物体特点，然后按照该特点规律辨认物体。据统计，2017年机械视觉和语音辨认范畴，精确率已经由此前的70%晋升到95%以上。     此外，语义辨认是人工智能应用中最难冲破的应用可贵，但2017年，谷歌、苹不雅和亚马逊本年都推出了可以用语音敕令来控制的音响、洗衣机和Ｒ电设备。在国内阿里巴巴和百度也推出了类似的音响和Ｒ电产品。在语音交互范畴，科大年夜飞讯、腾讯都已经推出了市场化的功能产品。可以认为，基于大年夜数据、并行计算的深度进修算法正在给天然说话处理带来长足的进展。     正视差距，中国企业需迎头赶上     大年夜当前人工智能家当的成长近况分析，美国已经实现对人工智能家当的全方位构造。美国拥有一批既能进行人工智能芯片开辟又能供给平台开辟框架的领先企业，在深度进修算法的研究方面也异常前沿。大年夜上游到下流，家当生态构造已经十分完美。除此之外，资金和人才优势也是其他国度弗成比较的。     相对而言，中国今朝只能实现人工智能家当局部构造，仍然依附BAT等互联网巨擘来引领家当成长。2017年，以百度、阿里巴巴、腾讯为代表的企业已经实现了对无人驾驶汽车、机械视觉、语音辨认和人脸辨认等范畴的构造，在很多方面已经初步实现家当化。但反不雅最核心的芯片和平台框架，今朝仅有华为、寒武纪等极少数企业能实现自立化的人工智能芯片开辟，很难撼动国外对人工智能芯片和平台框架的垄断局面。中国人工智能家当要实现可持续的自立化成长，必须在芯片和平台框架层面实现自我冲破。将来，我们不以弯道超车为目标，只等待经由过程我们的尽力能与全球领先企业一路并道前行。

　　推荐阅读

　　写给大数据开发初学者的话 | 附教程

开辟者大年夜赛路演 | 12月16日，技巧立异，北京不见不散 导读： 第一章：初识Hadoop 第二章：更高效的WordCount 第三章：把别处的数据搞到Hadoop上 第四┞仿：把Hadoop上的数>>>详细阅读

本文标题：2017年人工智能产业回顾与展望

地址：http://www.17bianji.com/lsqh/39577.html

 1/2    1