10年后人工智能將進步到什么程度，又將改變哪些行業?7月21日的極客公園Rebuild 2018科技商業峰會上，身處人工智能前沿的科技大咖們帶來了行業的最新觀察。
語音語義：深度學習的人工智能模式面臨挑戰
“中國是最善于把知識和技術密集型的產業變成勞動密集型的產業，如果大家到深圳或者其他傳統的生產線去看，很多生產線改成了數據標注線，很多工人在那兒標注數據”。科大訊飛副總裁李世鵬認為這從一個層面反映了現在大部分人工智能還需要人工來完成。
他表示通過深度學習和大數據方式達成的人工智能有關于數據的瓶頸，在人工智能發展的諸多途徑中，通過深度學習和大數據的方式來實現人工智能是當前主要方式，包括醫療、教育、農業、智能制造等許多垂直行業都采用這種方式與人工智能相結合，但能不能有更聰明的人工智能最后取決于是否更有效地獲得被標注的數據。
四川人工智能業內人士告訴記者，當前大多數人工智能公司都以深度學習為基礎，框架算法已經成熟，核心發展思路是導向數據學習，這將導致誰的數據多就更具優勢，而大數據往往又掌握在有限的頭部巨頭手中，這是行業面臨的新挑戰。
相較于數據算法，李世鵬更看好模仿人腦實現人工智能，并表示科大訊飛也將聯合世界頂尖的學校、機構向這方面努力。談到未來人工智能的更迭途徑，他認為人的介入會進一步加強機器人的迭代，就如翻譯系統為例，可以同時把很多在當前任務里面覺得沒有用的信息也加進來，位置、事件、人物、上下文等信息都可以考慮進來以增加通傳的效率。
無人駕駛：選擇特定應用場景落地
人工智能最重要的應用行業之一無人駕駛再次面臨新的突破，美團點評首席科學家、無人配送部總經理夏華夏在談到當下的無人車上路現狀時，歸納出了三種路徑，一是投入大量的成本，打造一支規模龐大的測試、運營車隊，如谷歌的Waymo，他表示這種模式需要極大的資本投入。二是研發高性能的仿真系統，由于真實世界的復雜度遠超想象，打造一個全特征的仿真平臺，其難度并不亞于研發一套高可靠的無人駕駛算法。美團結合自身的情況，選擇了第三條路徑，在特定應用場景下落地無人駕駛，具體來說，美團的無人駕駛研發工作圍繞外賣無人配送車展開，增強外賣配送運力供給。
那么未來的無人配送服務，究竟是怎樣的體驗呢?美團無人配送部產品工程師介紹，用戶下單后云端智能調度中心即向無人智能車發出指令開往餐廳，智能調度中心同時會將室內目的地的高精地圖發送給無人車，幫助其在室內行駛中保證安全。
工程師還表示，車輛的減震系統和后輪搖臂在面對顛簸時可保持車內物品的穩定安全并具備一定的越障能能力。不同天氣環境中也將根據各種極端天氣調整餐箱保溫模式，防水防塵的設置也保證餐箱在面對各種環境下都不會被污染。
對于未來，夏華夏認為在產業升級的大背景下，美團外賣的騎手們也不可能一直從事外賣配送的工作。美團無人配送車的能力和規模達到可以承擔更多配送任務的時候，它們又會創造大量維護、充電的需求。這個時候，美團分布在全國各地的53萬騎手隊伍，可以很快地轉化為無人配送車運維團隊，為美團外賣無人配送車的落地提供支持。
智能制造：制造業回歸高速增長
“從1990年到現在，科技包括工業自動化等，對于制造業的推動而帶來的勞動生產力的改變非常低，年均在1%以下，但未來在人工智能推動下，各項指標會有非常大的提升。”SAP 全球高級副總裁、中國總經理李強認為，人工智能會推動制造業進入指數級增長，而人工智能對制造業造成的變化和影響主要體現在生產流程、商業模式、工作方式這三方面。
在生產流程方面，人工智能讓大規模定制流程加快，李強舉例，90年代美國汽車用戶從下單到交付用時20天，但隨著消費者對個性化需求的醫生，下單到交付時長不斷增加，到目前為止已經翻倍。
隨著人工智能在制造業的嘗試，汽車行業大規模生產流水線下的個性化定制成為可能。過去單一的產線上只能生產單一車型，現在不同的加工島之間利用無人機等配送方式實現個性化工藝組裝并在同一產線生產不同車型。
李強提到了智能風機的例子，維斯塔斯對所有出廠的風機大量的安裝傳感器，讓每一臺風機智能化，當風機安裝在野外的時候能夠實時上載所有風機運行數據，同時通過互聯網方式來監控零部件庫存和供應鏈，用人工智能方式通過數據分析來實時預測風機出故障的時間、位置、以及影響。
同樣來自制造業人工智能領域的印度Grey Orange亞太和日本地區CEO Nalin Advani表示，在工廠生產領域已經普及了大量機器人，但在倉儲物流領域的革新并沒有比 1950 年改善太多，對工廠而言，只要對機器人編程就可以重復完成同樣的工作，因為其流水線具備較高的一致性，但在之后的倉儲物流階段，每一個訂單都不相同，你可能定的是配耳機和黑色手機殼的蘋果手機，但也可能預訂帶有金殼同時體積較大的小米手機，訂單差異促使供應鏈需要不停變化輸入和輸出，他認為這種情況要做到自動化需要更大的拓展性和靈活性。
京公網安備 11010502049343號