人工智能用逻辑知识表示猴子摘香蕉问题-猴子摘香蕉游戏

本资源由会员分享，可在线阅读，更多相关《人工智能产业的投资逻辑分析课件（28页珍藏版）》请在人人文库网上搜索。

1、技术创新，变革未来人工智能产业的投资逻辑分析第1页，共28页。人工智能产业的投资逻辑 短期产业看点云端化、模块化、垂直化从人工智能的发展来看， 目 前 仍然处于早期阶段，云端化并 实现不断地机器训练和模型迭 代尤其重要。通过深度神经网络， 人 工智能 语音、图像、知识库等模块的 搭建将形成未来一段时间内的 主要产业形 态。相关企 业容易 受益于先发 优势。云端化通过云端不断进行数据积 累和 经验学习， 实现 输 出 结果优化。2 01 6年将是人工智能产品 规模爆发的阶段，细分领 域的产品化能力将成为核 心竞争力。人工智能核心技术不断推进， 垂直产品化将成为区分企业竞 争力的 主要看点。垂直化

2、模块化语音识别、基本图像识别 将成为成 熟的模块产品。第2页，共28页。语音领域看点在于垂直领域产品化能力对于实现技术突破的领域， 产品化能力、垂直化能力成为核心竞争力。对于语音识别技术而言，拥有先发优势的服务机器人将具备数据积累的领先地 位在垂直领域，例如车载、客服、智能家电垂直领域的应用有望率先成为爆 发的热点。语义理解仍然具备巨大的技术差距。垂直领域有望率先满足消费者基本需求， 但能够实现人机交互差距巨大 。第3页，共28页。图像识别安防具备巨大应用空间，仍处于起步阶段对于实现技术突破的领域，产品化能力、垂直化能力成为核心竞争力。安防领域和搜索引擎有望成为图像识别率先应用的场景。第4页，

3、共28页。标的一览语音识别与应用科大讯飞（语音识别龙头，讯飞超脑”进军认知智能制高点）智臻智能（企业级人工智能服务）图像识别与应用东方网力（视频大数据龙头，参股全球领先家用机器人和安防机器人）佳都科技（旗下云从科技的人脸识别技术已经在金融行业应用）长高集团（收购郑州金惠，网络信息安全与过滤）汉王科技（人脸识别、读写识别等领域领军企业）川 大智胜 ( 2015年定增4.5亿元研发三维人脸识别技术）大数据东方国信（大数据智能分析龙头）数据堂（大数据分析交易平台）第5页，共28页。标的一览智能驾驶保于里（智能驾驶中传感部分）亚太股份（积极布局传感器领域）四维图新（智能驾驶中地图部分）欧菲光（智能驾驶

4、全产业链）深度智能与应用思创医惠（与全球人 工智能领军企 业 IBM 合作）第6页，共28页。附录人工智能领域即将进入产业爆发的拐点第7页，共28页。机器学习技术的进步带来人工智能领域的革命机器学习是一门让计算机在非精确编程下进行活动的科学。在过去十年，机器 学习促成了无人驾驶车、高效语音识别、精确网络搜索及人类基因组认知的大 力发展能推会想能听会说 能看会认第8页，共28页。深度学习技术是人工智能领域颠覆性创新第9页，共28页。深度学习使感知智能达到商用化门槛Dee p neural networks learn hierarchical feature representations. h

5、 idd e n laye r 1thid de n la.ycr 2h idde n laye r :$in pu t laye r.在人脸识别中，深 度神经网络算法将 人脸的图画信息内 容提炼为逐个单元 特征(unit feature)，并组合为更高级 的复 杂特征， 如 面 部器官，进而实现 对人脸的识别。第10页，共28页。深度学习技术对于运算速度和数据量提出了新要求交通指示牌识别实验第11页，共28页。计算和数据成本的下降为人工智能应用的实现提供了条件“云计算 大数据 人工智能”将成为 IT革命的主线摩 尔定律计算机运算速度每18个月提 升一倍，价格每 18 个月下降 一半。第12页

6、，共28页。一级市场融资活跃，IT 巨头 纷纷卡位第13页，共28页。IT巨头纷纷引入人 工智能领域专家， 进行技术储备Geoffrey Hinton深度学习 ( Deep Learning ) 学派的开山祖 师爷 成立DNNJ又esearch公司，公 布猫咪识别算法2013年加入Google构建1.6万块CPU构建全球最大神经网络YannLeCun卷积神经网络 ( CNN)技术的鼻祖CNN使图像 识别提升到了一 个新高度2014年加入Facebook,并成立AI实验 室发布人脸识别算法DeepFace , 超越人类水平Andrew Ng递归神经网络 ( RNN ) 和机器视觉技术的先驱 在线

7、教育平台Coursera的联合创始人成立Google B面 n项目2014 年离开谷歌加入百度成为首席科 学家第14页，共28页。谷歌的AI战略：从基础技术到产品的全产业链布局谷歌大脑2014年， 4亿美元收购DeepMind,成功发布围棋机 器人Alpha Go发明多种新型人工神经网络，如策略网络、价值网络等谷歌提供开源TensorFlow 系统，协 助建构深度学习运算模型观看了于万级YouTube图像 ， 并自主辨识智能硬件2014年， 32亿美元收购Nest,进入智能家居产业2015年，Nest恒温器销售量达到1400万台人工智能用逻辑知识表示猴子摘香蕉问题， 并完成营收35亿美元Nest恒温器可以 学习用户 习惯模 式

8、， 并智能节能自动驾驶2015年底， 共有30辆原型车和23辆改装车已自动行驶220万公里6年的实验 中， 总计发生过17起轻度事故，且 均非 自动驾驶汽车引起预计2018年，谷歌将向Uber提供无人驾驶车队 产品第15页，共28页。IBM的AI战略： 转型成为认知 智能解决方案提供商第16页，共28页。IBM Watson的主要应用场景第17页，共28页。深度学习技术的应用案例！Inpu t VideoSamp led FramesYouTube运用 深度 学 习 技术制作视频略缩图， 准确率比逐帧扫描方式 高65%令，令Enhance &Quality Sco r esRende n ng

9、n:t宅心 fault 12Dx9D0 . 2IBM 为 人 工 智 能 平 台 Watson推出三项深度学 习技术服务接口：翻译、语音转文字，文字转 语音。微 软 的Skype 利用 深 度 学习技 术提 供全球 50 余 种语言的同声传译服务。第18页，共28页。人工智能产业化时代已经开启第19页，共28页。附录：机器学习是人工智能的核心技术机器学习是一门让计算机在非精确编程下进行活动的科学。在过去十年，机器 学习促成了无人驾驶车、高效语音识别、精确网络搜索及人类基因组认知的大 力发展第20页，共28页。附录： 深度学习和非监督学习是机器学习的最新版本迭代深度学习通过一套算法将高度抽象数据

10、进行多级分层或多次非线性转化的建模过程。第21页，共28页。附录：非监督学习成为人工智能研究重点第22页，共28页。附录： 神经网络人工神经网络是受到生物神经网络的启发每一个神经元都可以处理一定信息并传递给下一个神经元人工神经网络中，每一个“运算单元”代表一个“神经元”运算单元之间的交又形成了神经网络第23页，共28页。附录： 深度神经网络深度神经网络相比于浅层神经网络的最大区别在于数据从输入端到输出端过程 中，节点数量和拓扑结构的不同。目前没有统一标准来评判模型的深浅人工智能用逻辑知识表示猴子摘香蕉问题，但普遍意义上讲，深度学习模型将包含 多层非线 性模 型 ( CAP2 ) ,而超 深度学习特指 CAP大于10的神经网络模

11、型。INPUT LAYERConvolutionFully connectedLO (Input) 512x512Ll 256x256L2 128x128L3L464x64 32x320 0 0 0 0FSF6(Output)HIDDf M LAYf1R权 重分配路径 ( Credit Assignment Pa th ) 是指从输入端到输 出端的 距离。 对于简单神经网络 ， CAP 等于其 神经网络的 层数。对于递归神经网络 ，数据 可能多次通过同一层神经节点 ， 因此 CAP可能接近无穷大。第24页，共28页。附录：语义理解模型语义理解的难点在于输入端维度较大输出端 没有标准答案语义理解

12、的解决方案包括知识图谱技术深度神经网络行 业专家认为未来5年内将 出现革命性模型提升语义 理解效率计算机命令知识图谱H AS - P AR T第25页，共28页。附录： IBM Watson性格分析模型“拟人”与“懂人 ”，2015年12月15日 ， IBM 以API 的方式开放了人 工智能系统Watson，允许企业和组织把收集到的资 料放到这个“大脑”中进行分析。这类性格分析就是由名为 PersonalityInsights(性格洞察） 的 API 实现的。第26页，共28页。附录： IBM Watson机器人 Watson机器人相关数据： 2880 CPU 15TB内存 2000 人研发团队 10亿美元投资 每 秒钟可以处理500GB的信息， 相 当于每秒钟可处理100万本书籍DeepQA系统 ：可以回答70%问题正确率达到90%2008 年完成一个问题需要2小时运算2015年完成一个问题只需要3秒运算第27页，共28页。附录： 深度学习技术的应用案例（二）Nuance通过14年研究努力， 终 于 在加入深度学习模型后将车载语 音识别系统的识别错误率降低到1%以下。有研究将深度学习技术用于营销 自动化领域， 通 过 对客户的 RFM变量分析， 可以较为 准确地预测 客户生命周期价值 ( CLV )第28页，共28页。