随着AI技术的不断发展,我们看到越来越多的AI应用场景,比如AlphaGo下围棋战胜了人类,手机拍照越来越漂亮,会思考的红绿灯,快速的人脸识别,准确的语音识别,家里的灯光、音箱、电视机等越来越懂你,扫地机器人、女友机器人、客服机器人等各类AI产品层出不穷,有时候我们会感到压力与危机,似乎不远的将来就被替代了,但我认为AI的目标不是为了代替人类,而是帮助人类拓展知识与能力。更何况AI在我国才刚刚起步,在未来的发展道路上我们将面临着越来越多的挑战。
1、人才
21世纪最贵的就是人才,人才是一家企业、一座城市、一个国家最重要的核心竞争力,得人才者得未来。AI是一个多学科领域,人才稀缺且昂贵,以《国务院关于印发新一代人工智能发展规划的通知》中确立的 2020 年实现人工智能核心产业规模超过 1500 亿元为目标,预计当前我国人工智能产业内有效人才缺口达 30 万。我们在AI方面主要需要的人才类型有算法研究、应用开发、实用技能、产品经理、建模分析、数据管理、测试实施等岗位,而我国绝大多数高校培养出来的学生通常是什么都懂一点但什么都不精的状态,偏应用型人才,在专业度与技术深度上都远远不够,当然有极少量厉害的博士研究生能担胜任。人工智能发展之争,归根结底是人才之争。
2、技术
网上有不少文章在说:人工智能面临的最大挑战并不是技术,而是人类,是人类在定义AI的发展方向与应用程度,人类要讲伦理、讲爱与被爱、讲价值观等等,否则一切都变得冷冰冰的,没错,这很宏观与高尚。但是回归现实后发现在技术上我们又落后了,各种论坛各类峰会牛皮吹上天了,但没啥用啊,好的平台在哪里?好的应用场景在哪里?好的算法在哪里?好的人才在哪里?最终会不会像OS、DB、芯片技术那样被卡脖子?所以我觉得技术一定是一个很大的挑战,从智能硬件到通用平台到算法算力到应用场景到落地实施,我们形成自已的闭环了吗?我们往往喜欢说技术不重要,但最终往往是技术落后。
3、数据
数据是AI的基础,而且是高质量的数据,意思是说数据要真实、干净、完整,有缺陷的数据会导致极为恶劣的智能结果。机器要学习,算法要运算,这些需要大量高质量的数据,AlphaGo这只狗之所以能战胜人类,依托的就是海量的高质量的数据学习,它严谨高效,它不会犯错,但它并没有真正达到人脑的智能程度,可是人脑会犯错。我们所生活的城市,所工作的组织,所开的车,所住的屋等等,如果都要AI起来,那么数据的互联互通,数据的高效处理,数据的真实完整显得非常地重要,我们在进行中的智慧城市大工程,为什么AI这么难落地,关键在于数据并没有互联互通,数据并没有流动起来。
4、商业模式与生态
新技术的出现会驱动新的商业模式,并构建新的生态链。有人说AI时代最好的商业模式就成立数据银行、算法银行、应用银行,就好像用钱一样可存可取可用可贷款,钱是你个人的,银行是平台,你要用平台管理钱,那自然要交或创造一些费用吧,当然这个银行是虚拟世界的,是数字的,想想这种商业模式好啊,但不是一般人都可以开银行的,需要生态的融合与配合,AI生态包括计算能力层、数据层、技术框架层、算法层、通用技术层、应用平台层、解决方案层、智能硬件层等。AI正在改变我们的世界,但我们仍处于非常初级的阶段,正面临着诸多人才、技术、数据、生态、经济、社会、法律等多重难题和挑战,革命尚未成功,同志仍须努力。
还木有评论哦,快来抢沙发吧~