摘要:记者 | 姜菁玲编辑 | 2022年WAIC在今日落幕。同样的展厅,世界人工智能大会现场最热闹的部分从去年的围观机器人走楼梯,变成了今年的排队试戴VR感受元宇宙。人工智能技术的愿景变得更加宏大,但也更加清晰。元宇宙被视作是下一代的互联网,而...
记者 | 姜菁玲
编辑 |
2022年WAIC在今日落幕。同样的展厅,世界人工智能大会现场最热闹的部分从去年的围观机器人走楼梯,变成了今年的排队试戴VR感受元宇宙。人工智能技术的愿景变得更加宏大,但也更加清晰。
元宇宙被视作是下一代的互联网,而AI是创造元宇宙的关键技术之一。元宇宙需要AI算法感知采集现实人类的数据、需要AI参与创造元宇宙的实际场景与形象、需要AI来匹配相对应的虚拟人状态等等。
对于人工智能技术而言,元宇宙的场景为其提供了更加广大且相对确定的场景。根据麦肯锡的报告,元宇宙在2021年的市场价值为379亿美元,预计到2030年底将达到6597亿美元。众多人工智能公司正在疯狂在其中寻找自己的机会。在会场,脑机接口公司、社交公司、实时表情捕捉厂商、虚拟人制作等公司都在积极向外展示元宇宙的尝试。
此外,在至今仍火热十足的智能汽车领域,汽车智能化的接受程度以及市场接受度乘客较高的情况下,车联网成为众多人工智能公司的必争之地。 借助人工智能语音技术、视觉识别算法,商汤、云从、科大讯飞、微软小冰等公司陆续公布了自己要提供智能汽车系统的打算。
过去一年,随着社会数字化与智能化进程的快速推进,社会各界对于技术的理解和接纳程度快速打开。越来越多的个人、企业开始对人工智能究竟能为自己带来什么实际的效益感到好奇。
云从科技副总裁朱健对此感受颇深,这一点变化被他列入年度最兴奋的事件之一。“以往总是要不停地布道,让客户了解人工智能能做什么”,朱健对界面新闻记者谈到,即时是卖力布道,在往年许多客户仍然没有足够的驱动力去使用人工智能技术。
企业在选择人工智能技术往往伴随着成本、风险、效益的多方位考量。从引入一个创新小模块,到完全接受AI来重构自己的业务流程,其中考验的是企业对于人工智能需求的理解和信任。
而令朱健高兴的是,越来越多的大客户开始主动上门表达接触的需求。工业物联网的成功商业落地案例不断刺激着各具体领域的头部公司。“不变革就要落后”,于是驱动力源源而来。
工业物联网是人工智能近年来相对清晰的商业化落地场景,无人工厂、智能巡检、智能物流等等细分场景都归类其中。通过人工智能算法与机器人的结合,工业物联网的解决方案通常可以大大帮助企业提高生产效率、降低成本、规避操作中的高危险性风险。
2021年,人工智能大会的镇馆之宝中曾展出一款风电风机维修机器人,可以代替人爬上高达百米的风电风机,对风力发电叶片进行维修。彼时,这款工业机器人仅仅以demo的形态展出,尚未正式商用。而今年的展商当中,类似的智能巡检机器人已有众多实际应用案例。甚至在更大型的工厂生产线当中,类似的机器人也正在发挥作用。
作为万物互联的一个组成部分,工业物联网的不断落地,推动了物联网对人工智能算法的需求爆发。这种细碎的需求不仅仅是人脸、车牌这类传统型业务,还包括安全帽的识别、反光衣的识别、火焰烟雾的识别等各类细微场景。为应对这种来自各行各业的碎片、长尾的算法生产需求,人工智能行业正在希望提高算法生产的效率。
不久前,旷视科技曾推出自研算法生产平台AIS,希望从数据处理、模型选择优化以及硬件部署等多个环节,对算法生产过程进行标准化,从而达到算法低成本量产的目的。在今年的WAIC展会上,界面新闻记者接触到共达地公司的相关产品,则将算法生产的难度降低到了小白可用的水平,只需要花费数十分钟的时间就可以借助这个平台来生产可商用的人工智能算法。
除此之外,同样为了提高人工智能算法生产的效率,头部公司正在不断研发和推出自己的人工智能大模型。基于大模型和多模态,算法开发变成一件更加简单的事情,而算法生产成本的降低以及多模态技术的打通,在更多细分场景下使用人工智能创新成为一种可能。
同样,当使用AI或者训练一个自己需要的AI变成一件触手可及的事情后,创造就发生了。在今年的WAIC展台中,根据界面新闻记者不完全统计,至少有四家公司对外展出AI作画、AI写诗等创造性功能。不过值得一提的是,这些功能目前无一正式商用落地。一位展区工作人员对界面新闻记者表示,AI作画的技术已经基本成熟,阻碍商业化落地的重要因素是背后数据源的版权问题。AI生成的图画背后的数据可能拥有版权风险,如果用户用AI作画后,商用了该图片,有相关版权风险,承担的责任划分也仍处于灰色地带。
总体来看,过去一年,多家人工智能公司登上二级资本市场,行业迎来了新的里程碑。然而众多公司财报显示,相比于商业化营收,AI公司的研发投入仍然高企。“人工智能的商业化仍还需要在黑暗中摸索一段时间。”百度创始人、董事长兼首席执行官李彦宏认为,总体来看,实体经济的很多领域数字化改造尚未完成,而数字化本身其实并没有带来效率的明显提升。智能化的渗透又尚需时日,智能化对实体经济巨大的拉升作用还没有成为广泛共识。人工智能在技术以及商业化上仍有较长的路要走。