機(jī)器人技術(shù)發(fā)展

機(jī)器人技術(shù)發(fā)展 隨著我國土地成本以及勞動(dòng)力成本的雙攀升，傳統(tǒng)制造業(yè)開始不斷轉(zhuǎn)型升級(jí)，同時(shí)新的系統(tǒng)應(yīng)用不斷涌現(xiàn)，物聯(lián)網(wǎng)與智能制造之間不斷加深聯(lián)系，機(jī)器使得企業(yè)工廠在節(jié)約生產(chǎn)成本、保障生產(chǎn)安全的同時(shí)，快速地提高了生產(chǎn)效率，提升了競爭力，也促使智能制造產(chǎn)業(yè)的飛速發(fā)展。 這一數(shù)據(jù)也表明，在工業(yè)物聯(lián)網(wǎng)快速發(fā)展的同時(shí)，不管是大型工廠或小型作坊，機(jī)器人與人類一起作業(yè)的局面已然出現(xiàn)。在工業(yè)自動(dòng)化的趨向下，機(jī)器人大規(guī)模的使用是必然，它也將滲透到人類生活的方方面面。 除了工業(yè)場景之外，一些新的產(chǎn)品如餐飲服務(wù)機(jī)器人、迎賓機(jī)器人、兒童機(jī)器人、掃地機(jī)器人、自主型機(jī)器人、娛樂機(jī)器人、、智能巡邏機(jī)器人等，正在悄然進(jìn)入人類生活。還有，納米機(jī)器人作為當(dāng)今科技的前沿?zé)狳c(diǎn)，一些發(fā)達(dá)國家已經(jīng)制定相關(guān)的戰(zhàn)略性計(jì)劃，并投入巨資搶占先機(jī)。

數(shù)字經(jīng)濟(jì)是人工智能經(jīng)濟(jì)的前提

數(shù)字經(jīng)濟(jì)是人工智能經(jīng)濟(jì)的前提

　　人工智能經(jīng)濟(jì)形態(tài)是數(shù)字經(jīng)濟(jì)之后新的經(jīng)濟(jì)形態(tài)，它建立在數(shù)字化、互聯(lián)網(wǎng)化、信息化基礎(chǔ)上，且人工智能技術(shù)的發(fā)展之所以三起三落，與每個(gè)階段數(shù)字經(jīng)濟(jì)發(fā)展的不充分有直接關(guān)系。如圖所示，每個(gè)科技與經(jīng)濟(jì)發(fā)展階段都要以上一個(gè)階段為基礎(chǔ)，如果上一個(gè)階段整體發(fā)展不充分，那么本階段的發(fā)展就會(huì)缺乏基礎(chǔ)，出現(xiàn)“往復(fù)式發(fā)展現(xiàn)象”。同時(shí)，人工智能在各個(gè)行業(yè)的發(fā)展不均衡，某個(gè)行業(yè)會(huì)出現(xiàn)先例，例如在棋藝方面，國際象棋、圍棋已經(jīng)被人工智能，在該領(lǐng)域已經(jīng)沒有人類可以超越“深藍(lán)”“AlphaGo Zero”。

人工智能的內(nèi)核是計(jì)算機(jī)技術(shù)，通過基礎(chǔ)資源（即數(shù)字經(jīng)濟(jì)階段的技術(shù)積累）、物理世界的數(shù)字化（包括特征化、向量化、標(biāo)簽化）、互聯(lián)網(wǎng)和信息化（包括大數(shù)據(jù)服務(wù)、云化信息系統(tǒng)）三步，人工智能才能更好地在具體領(lǐng)域有學(xué)習(xí)、智能升級(jí)的基礎(chǔ)。因此當(dāng)人們在模仿人類大腦開發(fā)人工智能、研究卷積神經(jīng)網(wǎng)絡(luò)、開發(fā)深度學(xué)習(xí)上遇到瓶頸，可反向在數(shù)字經(jīng)濟(jì)發(fā)展是否充分方面尋找。

語義理解技術(shù)與實(shí)體經(jīng)濟(jì)融合領(lǐng)域

語義理解技術(shù)與實(shí)體經(jīng)濟(jì)融合領(lǐng)域

　　語義理解本質(zhì)上就是文本理解技術(shù)，它是聲音識(shí)別的輸出，同時(shí)也是語言表達(dá)、邏輯推理、深度學(xué)習(xí)、行為技術(shù)的分析輸入，文本就是數(shù)據(jù)，數(shù)據(jù)就是符號(hào)。數(shù)據(jù)本身沒有任何意義，只有被賦予含義的數(shù)據(jù)才能被使用，這時(shí)候數(shù)據(jù)就轉(zhuǎn)化為信息，而數(shù)據(jù)的含義就是語義。語義理解技術(shù)分為詞匯級(jí)、句子級(jí)、篇章級(jí)3個(gè)方向，該行業(yè)需要大量的機(jī)器學(xué)習(xí)素材，因此大型公司往往采用開源的形式發(fā)布相關(guān)技術(shù)模塊，例如谷歌發(fā)布了解析器SyntaxNet，科大訊飛發(fā)布了訊飛開放平臺(tái)。

　　在手機(jī)終端上，手機(jī)終端在數(shù)字經(jīng)濟(jì)時(shí)代是移動(dòng)互聯(lián)網(wǎng)的載體，在人工智能時(shí)代是人類活動(dòng)的助理機(jī)器人；移動(dòng)互聯(lián)網(wǎng)流量在整個(gè)互聯(lián)網(wǎng)中占比在2018-2019年將超過60%。Gartner預(yù)測，2018年后AI智能終端的出貨量占比將會(huì)逐年提升，2020年手機(jī)出貨量將達(dá)25.5億部，其中AI移動(dòng)智能終端將達(dá)到13.3億部，占比52.1%，當(dāng)前智能手機(jī)的發(fā)展方向?qū)⑹侨斯ぶ悄苁謾C(jī)。

機(jī)器學(xué)習(xí)技術(shù)與實(shí)體經(jīng)濟(jì)融合領(lǐng)域

　機(jī)器學(xué)習(xí)技術(shù)與實(shí)體經(jīng)濟(jì)融合領(lǐng)域

　　機(jī)器學(xué)習(xí)是人工智能技術(shù)體系的一個(gè)通用環(huán)節(jié)，機(jī)器學(xué)習(xí)使用歸納、綜合方法，運(yùn)用數(shù)據(jù)導(dǎo)入算法模仿人類智能。學(xué)習(xí)方式主要分為有數(shù)據(jù)學(xué)習(xí)和無數(shù)據(jù)學(xué)習(xí)：當(dāng)前有數(shù)據(jù)學(xué)習(xí)顯然廣受歡迎，包括“監(jiān)督學(xué)習(xí)”“無監(jiān)督學(xué)習(xí)”“半監(jiān)督學(xué)習(xí)”“深度學(xué)習(xí)”“遷移學(xué)習(xí)”等；無數(shù)據(jù)學(xué)習(xí)法主要為“強(qiáng)化學(xué)習(xí)”。有數(shù)據(jù)學(xué)習(xí)的典型應(yīng)用為深度學(xué)習(xí)，深度學(xué)習(xí)包括DNN(深度神經(jīng)網(wǎng)絡(luò))、CNN(卷積神經(jīng)網(wǎng)絡(luò))、RNN(循環(huán)神經(jīng)網(wǎng)絡(luò))和LSTM(長短期記憶網(wǎng)絡(luò))等，它不依賴數(shù)字經(jīng)濟(jì)的發(fā)展，而是由人做數(shù)據(jù)標(biāo)簽，采用神經(jīng)網(wǎng)絡(luò)算法，學(xué)習(xí)效率不高、能源資源浪費(fèi)，如AlphaGo下場棋要消耗3000美元電費(fèi)。

　　強(qiáng)化學(xué)習(xí)只需要人類輸入規(guī)則，機(jī)器就能通過自我獎(jiǎng)勵(lì)、自我誘導(dǎo)方式，跟自己下百萬盤棋，不斷自我完善，AlphaGo Zero三天內(nèi)就打敗了已經(jīng)學(xué)習(xí)了幾千盤棋的AlphaGo；數(shù)字技術(shù)發(fā)展越好、標(biāo)準(zhǔn)化數(shù)據(jù)量越大的領(lǐng)域往往人工智能發(fā)展越迅速，這就說明機(jī)器的學(xué)習(xí)能力不是人為訓(xùn)練的結(jié)果，而是數(shù)字經(jīng)濟(jì)發(fā)展到一定階段順其自然的結(jié)果。從使用場景上來說，有數(shù)據(jù)學(xué)習(xí)適用于規(guī)則活動(dòng)領(lǐng)域的人工智能，是經(jīng)驗(yàn)、控制使然；無數(shù)據(jù)學(xué)習(xí)適用于創(chuàng)新、無定論的領(lǐng)域，比如棋類競賽、新藥探索、藝術(shù)創(chuàng)作等，是創(chuàng)新、自由使然。