人工知能の解釈については、この記事を読んでください

人工知能の解釈については、この記事を読んでください

人工知能のより一般的な定義、そしてこの分野における初期の定義は、1956 年のダートマス会議で MIT のジョン マッカーシーによって提案されたものです。「人工知能とは、機械の動作を人間が示す知的な動作のように見せることである」。しかし、この定義は強力な人工知能の可能性を無視しているようです。別の定義では、人工知能は人間が作った機械によって発揮される知能であるとされています。

一般的に言えば、現在の人工知能の定義は、主に「人間のように考える」、「人間のように行動する」、「合理的に考える」、「合理的に行動する(または決定を下す)」機械の 4 つのカテゴリに分けられます

強力なAI

強力な AI の見解では、問題を「真に」推論して解決できるインテリジェントなマシンを作成することは「可能」であり、そのようなマシンは知覚力と自己認識力を備えているとみなされるだろうとされています。

弱いAI

弱い人工知能の見解では、「真に」推論して問題を解決できる知能機械を作成することは「不可能」であると考えられています。これらの機械は「知的」に「見える」だけで、実際には知能を備えておらず、自律的な意識もありません。

基本的なアプリケーション

人工知能の基本的な応用は、次の 4 つの部分に分けられます。

感知

これは、人間が感覚を通じて環境の刺激を通じて情報を知覚する能力を指します。簡単に言えば、それは人間が見る、聞く、話す、読む、書く能力です。人間の知覚を学習することは、AI の現在の主な焦点の 1 つです。

認知

人間が学習、判断、分析などの心理的活動を通じて情報を理解し、知識を獲得するプロセスと能力を指します。人間の認知の模倣と学習は、現在のAIの2番目の焦点領域でもあります。

創造性

これは、人間が新しいアイデア、新しい発見、新しい方法、新しい理論、新しいデザインを生み出し、新しいものを創造する能力を指します。知識、知性、能力、性格、潜在意識などのさまざまな要素を組み合わせることで最適化されます。この分野では、人間はまだAIよりはるかに進んでいますが、AIも追いつこうとしています。主な分野には、AI作曲、AI詩、AI小説、AI絵画、AIデザインなどがあります。

知恵

それは、人間が人、物、対象について深く理解し、本当の真実を探り、善悪を区別し、人間が意味のある人生を送れるように導く能力を指します。この分野は、人間の自己認識、自己認知、価値観に関係しています。それはAIがまだ手を付けていない部分であり、人間が模倣するのが最も難しい分野でもあります。

産業チェーンのパノラマ

人工知能産業チェーンは、基本層、技術層、応用層の 3 つの層で構成されています。基本層は人工知能産業の基盤であり、人工知能にデータと計算能力のサポートを提供します。技術層は人工知能産業の中核であり、アプリケーション層は人工知能産業の延長であり、特定のアプリケーションシナリオのニーズに合わせてソフトウェアおよびハードウェア製品またはソリューションを形成します。

基礎層では、AIチップやデータ収集などのハードウェアとソフトウェアを主に開発します。人工知能チップ市場規模も拡大を続けており、2019年時点で50億元を突破した。

ソフトウェアの面では、現在はインテリジェンスの時代であり、データもリソースになります。データの量と質は、人工知能アルゴリズムのトレーニングに直接影響します。たとえば、現在最も人気のある機械学習技術であるディープラーニングでは、より良い結果を示すために大量のトレーニングデータが必要です。 IDC は、世界のデータ量が 2020 年に 175ZB に達すると予測しています。我が国の人口、スマートフォンの普及、5GやIoTなどの技術の発展により、中国のデータ量は世界で最も急速に増加するでしょう。

技術層には主にアルゴリズム理論、開発プラットフォーム、アプリケーション技術が含まれます。 2019年、中国のハイテク企業による技術研究開発への投資は約4,005億元で、そのうち人工知能アルゴリズム研究開発への投資の大部分はインターネットハイテク企業によるもので、9.3%、370億元以上を占めた。

アプリケーション層は主に、特定のアプリケーション シナリオのニーズを満たすソフトウェアおよびハードウェア製品またはソリューションを形成します。現在の主な応用シナリオには、スマートヘルスケア、スマートファイナンス、スマート教育、スマート交通、スマートホーム、スマート小売、スマート製造などがあります。

まとめると、技術研究開発のスピードから判断すると、現在、人工知能の活発な発展の第 6 段階にあります。世界最大の人工知能応用市場である中国の人工知能技術は、中国のハイエンド製造業が他国を追い抜く機会を提供し、数兆のデジタル経済産業の変革とアップグレードを促進することが期待されています。

代表企業

昨日お話しした産業チェーン構造をベースに、CADI研究所が発表した「2019 CADI人工知能企業トップ100研究レポート」を組み合わせました。中国の主要な人工知能企業700社以上を対象に定量評価を実施し、総合力、成長力、革新力の3つの側面から2019年の人工知能企業トップ100社を選出した。

産業チェーンの上流

同社は主に、人工知能にデータと計算能力のサポートを提供するハードウェアとソフトウェアを開発しています。

チップ分野では、HuaweiとAllwinnerが主な代表企業であり、コンピューティングシステムコンピューティングでは、クラウドコンピューティングなどの主要なハイライトはすべてBAT企業によって展開されており、5G通信の主要企業はHuaweiであり、データ収集には主にHuawei、Baidu、Tencentが含まれます。全体的に、Huawei、Baidu、Tencent、Alibaba は人工知能の基本層で広範なレイアウトを持っています。

産業チェーンの中間層

中国では、人工知能技術プラットフォームは主にアプリケーションレベルでのコンピュータービジョン、音声認識、言語技術処理に重点を置いています。代表的な企業としては、iFlytek、DeepGlint、Jetcom Huasheng(Lingyun)、Horizo​​n Robotics、SenseTime、Yonghong Technology、Megvii Technology、Unisoundなどがあります。

百度、アリババ、テンセントは業界の巨人として、人工知能産業チェーンにおいて比較的包括的なレイアウトを持っています。彼らは人工知能業界の包括的なプレーヤーであり、人工知能技術層でも大きな市場シェアを占めています。 Baidu、Alibaba、Tencent、iFLYTEKは、国家の新世代人工知能オープンイノベーションプラットフォームの第一陣です。より多くの開発者がこれらのプラットフォームを頼りに、迅速に独自の製品を構築することができます。

産業チェーンの下流

技術層は人工知能産業の中核であり、人間の知能関連特性をシミュレートすることに基づいて技術的な道筋を構築します。全体的に見ると、中国のテンセントと平安は人工知能のアプリケーション層に広範なレイアウトを持っています。

主要企業一覧

人工知能は将来の技術開発のトレンドであり、私たちの生活への影響は拡大しています。人工知能の出現は、私たちの生活を向上させ、生活をより便利にするだけでなく、私たちが実行できない、またはリスクの高いいくつかのタスクを完了することもできます。市場も発展の可能性も非常に大きいです。次は人工知能のリーディングカンパニーを見ていきましょう!

虹彩認識

Xin Guodu(300130):中国の大手電子決済サービスハードウェアおよびサービスのプロバイダー。 POS端末の製造・販売・リースを行っています。

OCCR

ハンワンテクノロジー(002362):手書き、音声、OCR、生体認証などの認識技術の研究と推進に重点を置いています。

顔認識

PCIテクノロジー(600728):顔認識、ビデオ構造化、ナレッジグラフ、インテリジェントビッグデータなどの人工知能の重要なコアテクノロジーを習得しています。

<<:  5G、IoT、AI、機械学習は2021年に最も重要なテクノロジーとなる

>>:  Googleは視覚障害者の走行を支援するAIシステムをテストしている

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

実践的な Golang の基本データ構造とアルゴリズム、k-means クラスタリング アルゴリズム

起源最近読んだ本『はじめてのアルゴリズム』(石田康樹、宮崎修一)この一連のノートは、Golangの実...

WeChatグループに広告を投稿する人が常にいるのでしょうか? Pythonを使って自動ロボットを作成し、彼を排除する

[[341536]] WeChatグループ乾癬とは、WeChatグループ内の他のユーザーに恥ずかしげ...

機械学習: バッチ正規化を使用する場合の欠点は何ですか?

バッチ正規化は、ディープラーニング分野における大きな進歩の 1 つであり、近年研究者によって議論され...

エラー率が44%減少しました!ニューヨーク大学の最新の「顔生成」は、年齢を自由に変えることが可能で、10代から高齢者まであらゆる人をカバーできる。

現在の「顔認識システム」は老化防止能力が非常に弱く、人の顔が老化すると認識性能が大幅に低下し、一定期...

エッジコンピューティングの価値はデータにある

企業はビジネスニーズの変化に応じてスケールアップおよびスケールダウンできるコンピューティングおよびス...

ビデオメモリを節約する新しい方法: 2 ビット活性化圧縮を使用して PyTorch でニューラル ネットワークをトレーニングする

[[410937]]この記事では、カリフォルニア大学バークレー校の PyTorch をベースにしたア...

MIT、物体を拾うための「最強のアシスタント」を発表、少量のトレーニングサンプルで自然言語制御を実現

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

年末総括:2020年の顔認識業界の注目イベント一覧

「顔スキャン」時代の到来が加速するにつれ、人々が旅行したり、出勤記録を取ったり、医療の予約を取ったり...

Keras TensorFlow チュートリアル: 複雑なディープラーニング モデルをゼロから開発する方法

[[193126]] Keras は、独自のディープラーニング モデルを迅速に構築およびトレーニング...

機械学習入門メソッドの最も価値のあるコレクションを今日あなたと共有します

元のタイトル: 機械学習を始める方法!動画紹介: https://v.qq.com/iframe/p...

生成AI技術を使用した企業リスク管理

近年、急速に進化する生成型AI技術が広く注目を集めており、多方面に大きな影響を与えると期待されていま...

AI投資を最大限に活用するための6つのステップ

人工知能は、将来の発展にとって大きな破壊的技術の 1 つであるとよく考えられています。これにより、多...

GameGPT: AI によるゲーム開発の自動化

翻訳者 |ブガッティレビュー | Chonglou最近のゲーム開発の仕事は綱渡りのようなものです。ゲ...

認知知能の実装が加速し、新世代のインテリジェント検索が誕生

[51CTO.com からのオリジナル記事] インターネットは、間違いなく私たちの生活、学習、仕事に...