在全球顶尖的产业专家和投资机构看来，专利和专利诉讼的数量才是判断产业是否爆发的两个最重要指标。原加州伯克利大学中美战略研究中心主任、北京大学访问教授吴霁虹昨日公布自己的研究发现，人工智能领域的诉讼已经出现暴增，这意味着人工智能已进入商业化应用阶段，万亿级人工智能产业即将爆发。
顶级指标发出“买入”信号
技术的突飞猛进和成本的下降，让人工智能跨越了产业化的门槛，万亿级的产业蓝海徐徐展开。9日，在深圳举行的第五届中国电子信息博览会“2017人工智能产业发展高峰论坛”上，北京大学访问教授吴霁虹表示，人工智能已进入商业化应用阶段。而在科大讯飞董事长刘庆峰看来，坚持技术创新和打造产业生态，让技术应用实现落地，是产业共襄盛宴的当前关键。
吴霁虹教授的预测依据别开生面，可谓见微知著。
“我的研究显示，全球人工智能专利数量在2008年达到顶峰；人工智能领域的专利诉讼则在2010年后开始井喷，这意味着人工智能的产业化快速发展。”吴霁虹阐述，大多数企业家和投资人会用投资额的多少和增长率来判断产业是否爆发，但在全球顶尖的产业专家和投资机构看来，专利和专利诉讼的数量才是判断产业是否爆发的两个最重要指标。“专利和专利诉讼的爆发意味着人们可以靠技术告状赚钱，意味着技术就进入了商业化应用阶段。”
在吴霁虹看来，人工智能是可以让中国大多数传统企业实现“换道超车”的最大契机。“互联网通过打通渠道、简化中间环节实现效率的提升，工业4.0通过自动化、信息化、数字化让商业实现高效率的产出，人工智能通过全方位的万物互联，智能化的实现个性需求配对，这恰恰是个人和企业进入互联网、工业4.0新世界的最大、也可能是最后的契机。”
“一切才刚刚开始，个人和大小公司均有机会。”在吴霁虹看来，人工智能时代，不管是个人还是公司都有创新的机会，大公司可以做核心技术、开放平台来构建“高城墙”；个人和小公司则可以充分借助大公司的开放平台，在应用端做应用开发和解决方案。
“未来的智能硬件必须有大脑，能够进行自我迭代，这才是真正的人工智能；开放合作是人工智能产业的唯一选择，单点的个人和企业都无法支撑人工智能的精准专业化。”吴霁虹表示，全球范围内，人工智能正在快速渗透到衣、食、住、行、教育、医疗、保险等10大消费领域。
巨头竞技人工智能芯片
换个角度观察，人工智能爆发，与集成电路（芯片）这“魔法”获得突破密不可分。不管是智能驾驶还是人脸识别，这些技术的实现都有赖于背后功能更强、体积更小、功耗更低的小小芯片（集成电路）。
全球科技巨头竞技人工智能，给集成电路带来新的发展机遇和增长点。在人工智能芯片领域，已有GPU（图像处理器）、FPGA（现场可编程门阵列）、ASIC（专用集成电路）、类脑芯片等多种不同发展路径。
英伟达（Nvidia）的一战成名让GPU成为当前人工智能芯片领域的“武林霸主”。凭借并行计算优势，GPU可更好地处理图像渲染等任务，支持深度学习技术。英伟达正是凭借GPU在无人驾驶领域声名鹊起，并开始锁定下一个巨大市场——医学及卫生保健领域，期望可通过其人工智能技术帮助进行医学影像和医疗数据的筛选、进行自动诊断，提高诊断的可靠性，甚至发现新药物。
Intel则认为ASIC更适合深度学习和大众消费领域。早在2015年，Intel就收购了Saffron、Altera谋求AI芯片；通过并购ASIC芯片供应商Nervana，Intel计划今年上半年测试其第一款人工智能芯片Lake Crest，并在下半年对客户销售。Intel的AI阵营芯片还包括下一代至强处理器（Skylake）、FPGA（旗下Altera为全球第二的FPGA供应商）等。
IBM则一开始就锚定了“再造人类大脑”的黑科技类脑芯片。IBM与美国国防部高级研究计划局（DARPA）合作“神经形态自适应伸缩可塑电子系统计划（SyNAPSE）”，早在2011年就发布了第一代TureNorth芯片（中文名真北）。TureNorth也成为被业内最为看好的AI芯片方向。
值得关注的是，随着人工智能被写入政府工作报告，国内将涌起新一轮的人工智能创业创新潮，作为AI的底层和核心，集成电路（芯片）可望执牛耳。
近日，百度联合ARM、紫光展锐和汉枫电子发布了DuerOS智慧芯片，打造一站式智能语音交互解决方案；除百度外，腾讯和阿里也加入战局，近期均推出了FPGA云解决方案，华为也在做云计算的架构和方式研究。地平线和中科院的寒武纪则致力于开发类脑芯片。
人工智能应用落地是关键
需要强调的一点是，与以往不同，人工智能开始落地到可持续的商业模式，应用到各个领域，这将真正推动产业发展。机器视觉、生物识别（指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别）、遗传编程等等，成为众多A股公司的“心头好”，科大讯飞、海康威视、佳都科技等纷纷布局。在业内人士看来，人工智能的应用落地至关重要，“有了应用端的应用和盈利，才能推动技术的进步和可持续发展，这也正是中国市场的优势。”
由此，在业内人士看来，人工智能当前需要解决的首要问题是提供落地的一体化解决方案。“从芯片到软件、算法，以及整体的解决方案，一个都不能少，这样才能真正地实现人工智能芯片的应用落地，这是一个非常复杂而艰巨的任务。”地平线创始人余凯强调。
“我们已经延伸到了芯片领域，投资了中科院的寒武纪。”刘庆峰表示。
在吴霁虹看来，专用芯片、传感器、算法数据训练，这些是大公司可以构建优势的领域；对创业者来说，垂直领域的人工智能落地更为容易。“现阶段，人工智能还不是‘通才’，在某一专业领域的知识图谱、神经网络更容易构建和训练。”
另有创投界资深人士认为，场景应用的落地恰好是中国人工智能产业的优势所在。“中国有足够多的用户在使用互联网和移动互联网，这是人工智能落地的最良好土壤。”
顶级指标发出“买入”信号
技术的突飞猛进和成本的下降，让人工智能跨越了产业化的门槛，万亿级的产业蓝海徐徐展开。9日，在深圳举行的第五届中国电子信息博览会“2017人工智能产业发展高峰论坛”上，北京大学访问教授吴霁虹表示，人工智能已进入商业化应用阶段。而在科大讯飞董事长刘庆峰看来，坚持技术创新和打造产业生态，让技术应用实现落地，是产业共襄盛宴的当前关键。
吴霁虹教授的预测依据别开生面，可谓见微知著。
“我的研究显示，全球人工智能专利数量在2008年达到顶峰；人工智能领域的专利诉讼则在2010年后开始井喷，这意味着人工智能的产业化快速发展。”吴霁虹阐述，大多数企业家和投资人会用投资额的多少和增长率来判断产业是否爆发，但在全球顶尖的产业专家和投资机构看来，专利和专利诉讼的数量才是判断产业是否爆发的两个最重要指标。“专利和专利诉讼的爆发意味着人们可以靠技术告状赚钱，意味着技术就进入了商业化应用阶段。”
在吴霁虹看来，人工智能是可以让中国大多数传统企业实现“换道超车”的最大契机。“互联网通过打通渠道、简化中间环节实现效率的提升，工业4.0通过自动化、信息化、数字化让商业实现高效率的产出，人工智能通过全方位的万物互联，智能化的实现个性需求配对，这恰恰是个人和企业进入互联网、工业4.0新世界的最大、也可能是最后的契机。”
“一切才刚刚开始，个人和大小公司均有机会。”在吴霁虹看来，人工智能时代，不管是个人还是公司都有创新的机会，大公司可以做核心技术、开放平台来构建“高城墙”；个人和小公司则可以充分借助大公司的开放平台，在应用端做应用开发和解决方案。
“未来的智能硬件必须有大脑，能够进行自我迭代，这才是真正的人工智能；开放合作是人工智能产业的唯一选择，单点的个人和企业都无法支撑人工智能的精准专业化。”吴霁虹表示，全球范围内，人工智能正在快速渗透到衣、食、住、行、教育、医疗、保险等10大消费领域。
巨头竞技人工智能芯片
换个角度观察，人工智能爆发，与集成电路（芯片）这“魔法”获得突破密不可分。不管是智能驾驶还是人脸识别，这些技术的实现都有赖于背后功能更强、体积更小、功耗更低的小小芯片（集成电路）。
全球科技巨头竞技人工智能，给集成电路带来新的发展机遇和增长点。在人工智能芯片领域，已有GPU（图像处理器）、FPGA（现场可编程门阵列）、ASIC（专用集成电路）、类脑芯片等多种不同发展路径。
英伟达（Nvidia）的一战成名让GPU成为当前人工智能芯片领域的“武林霸主”。凭借并行计算优势，GPU可更好地处理图像渲染等任务，支持深度学习技术。英伟达正是凭借GPU在无人驾驶领域声名鹊起，并开始锁定下一个巨大市场——医学及卫生保健领域，期望可通过其人工智能技术帮助进行医学影像和医疗数据的筛选、进行自动诊断，提高诊断的可靠性，甚至发现新药物。
Intel则认为ASIC更适合深度学习和大众消费领域。早在2015年，Intel就收购了Saffron、Altera谋求AI芯片；通过并购ASIC芯片供应商Nervana，Intel计划今年上半年测试其第一款人工智能芯片Lake Crest，并在下半年对客户销售。Intel的AI阵营芯片还包括下一代至强处理器（Skylake）、FPGA（旗下Altera为全球第二的FPGA供应商）等。
IBM则一开始就锚定了“再造人类大脑”的黑科技类脑芯片。IBM与美国国防部高级研究计划局（DARPA）合作“神经形态自适应伸缩可塑电子系统计划（SyNAPSE）”，早在2011年就发布了第一代TureNorth芯片（中文名真北）。TureNorth也成为被业内最为看好的AI芯片方向。
值得关注的是，随着人工智能被写入政府工作报告，国内将涌起新一轮的人工智能创业创新潮，作为AI的底层和核心，集成电路（芯片）可望执牛耳。
近日，百度联合ARM、紫光展锐和汉枫电子发布了DuerOS智慧芯片，打造一站式智能语音交互解决方案；除百度外，腾讯和阿里也加入战局，近期均推出了FPGA云解决方案，华为也在做云计算的架构和方式研究。地平线和中科院的寒武纪则致力于开发类脑芯片。
人工智能应用落地是关键
需要强调的一点是，与以往不同，人工智能开始落地到可持续的商业模式，应用到各个领域，这将真正推动产业发展。机器视觉、生物识别（指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别）、遗传编程等等，成为众多A股公司的“心头好”，科大讯飞、海康威视、佳都科技等纷纷布局。在业内人士看来，人工智能的应用落地至关重要，“有了应用端的应用和盈利，才能推动技术的进步和可持续发展，这也正是中国市场的优势。”
由此，在业内人士看来，人工智能当前需要解决的首要问题是提供落地的一体化解决方案。“从芯片到软件、算法，以及整体的解决方案，一个都不能少，这样才能真正地实现人工智能芯片的应用落地，这是一个非常复杂而艰巨的任务。”地平线创始人余凯强调。
“我们已经延伸到了芯片领域，投资了中科院的寒武纪。”刘庆峰表示。
在吴霁虹看来，专用芯片、传感器、算法数据训练，这些是大公司可以构建优势的领域；对创业者来说，垂直领域的人工智能落地更为容易。“现阶段，人工智能还不是‘通才’，在某一专业领域的知识图谱、神经网络更容易构建和训练。”
另有创投界资深人士认为，场景应用的落地恰好是中国人工智能产业的优势所在。“中国有足够多的用户在使用互联网和移动互联网，这是人工智能落地的最良好土壤。”
返回网站首页>>
免责声明：
1、本网转载文章目的在于传递更多信息，我们不对其准确性、完整性、及时性、有效性和适用性等作任何的陈述和保证。本文仅代表作者本人观点，并不代表本网赞同其观点和对其真实性负责。
2、中国产业信息研究网一贯高度重视知识产权保护并遵守中国各项知识产权法律。如涉及作品内容、版权和其它问题，请马上与本网联系更正或删除，可在线反馈、可电邮（link@china1baogao.com)、可电话（0755-28749841）。
