4 月 9 日消息,Ubuntu 官网近日发表了一篇,其开发商 Canonical 已发出终止与俄罗斯企业的支持、专业服务和渠道合作伙伴关系的通知。官方表示,不会限制俄罗斯 Ubuntu 用户对安全补丁的访问,但将把用于此类维护的所有俄罗斯订阅收入用于乌克兰的人道主义事业。Canonical 正在积极支持受这场战争影响的所有同事,以最大程度地确保他们的财务、情感和人身安全,也支持世界各地参与帮助和收容受害者和难民的工作的同事。IT之家了解到,自俄乌战争爆发以来,多家 IT 企业宣布暂停在俄罗斯的业务,比如我们熟知的微软、苹果、英特尔、AMD、高通等。对于不知道的小伙伴,Ubuntu ...... Last article READ

人工智能行业融合部分赛道发展现状分析

声明:本文为火石创造原创文章,欢迎个人转发分享,网站、公众号等转载需经授权。

1956年,在达特茅斯学院的一次会议上,计算机专家约翰·麦卡锡提出了“”这一词汇。此后,达特茅斯会议便被广泛认为是人工智能诞生的标志,最早的一批人工智能学者和技术开始涌现,开启了人工智能跌宕起伏的漫长发展史。

图1:人工智能发展过程中的三次浪潮图资料来源:西南证券研究发展中心 

01 人工智能概述篇

人工智能,顾名思义,就是模仿人类智慧的一门技术学科,给机器赋予人的意识和思想,帮助、代替甚至超越人类的认知、决策与分析,最终实现让机器拥有人类的思维方式去作业这一目的。

图2:人工智能三要素资料来源:火石根据公开资料整理

如图,算力、算法和数据是人工智能的三大基本要素,并且共同推动人工智能往更高层次的感知、认知发展。

(1) 算力:包含软件、硬件系统的开发,通过计算机、芯片等载体提供基本运算能力;(2) 算法:通过一系列人工智能算法,比如机器学习等,从海量数据中获得规律,并利用规律对位置数据某些特性进行预测与判断;(3) 数据:数据是提升AI算法识别率和精确度的核心驱动因素。数据越多越优,场景特点越丰富;算法性能越高,模型更高效。伴随着新兴技术的兴起,数据量正呈现着指数式增长。

02 融合篇

2.1人工智能+制造业

“人工智能+制造业”,简称智能制造,指人工智能技术在制造业中的应用。传统的工业机器人,在执行指令时具有一定被动性,需要人工设置与干预。然而通过深度学习模型和海量数据训练后,实现了自主决策功能,赋予了机器学习能力,大大提升了生产效率并节约了人力资源。

就融合路径而言,人工智能与制造业的融合发展主要涵盖研发设计、生产过程、园区物流、质量检验、计划排程、设备健康管理、营销服务、供应链管理等领域。传统的机器学习、专家系统等早期人工智能技术已经深入渗透在制造业各个领域,但比如深度学习、等新一代人工智能技术,由于规模化应用时间较短,仍在探索与突破阶段。人工智能技术在制造业各领域的应用表现如表1所示(用颜色的深浅代表该项技术在该环节中的应用程度,颜色越深代表应用程度越深)。

表1:人工智能技术在制造业中的应用情况说明表

来源:火石创造根据公开资料整理

我国制造业不同行业所表现出来的数字化、自动化程度有很大不同,与人工智能技术融合程度也呈现出一定差异,如图3所示为AI技术在制造行业各领域渗透的特征(将细分行业划分为领军者、奋斗者、探索者三类,其中虚线圈为探索者,实线圈为奋斗者,实心圈为领军者)。

图3:人工智能技术在制造业各领域融合情况图资料来源:国家工业信息安全发展研究中心

由上图可以看出,计算机通信和其他电子设备制造业、家电制造业、机械设备制造业、汽车制造业等领军者行业与AI具有较高融合程度,并且这些行业产品迭代快、更加靠近消费者,具有更高的应用潜力。电气机械和器材制造业、仪器仪表制造业、医药制造业、纺织服装制造业、金属制品制造业、石油加工、炼焦和核燃料加工业、食品饮料制造业、冶金行业、化学纤维制造业,铁路、传播、航空航天和其他交通运输设备制造业、化学原料和化学制品制造业等奋斗者行业与AI具有良好的融合基础,未来发展空间很大。橡胶与塑料制品、非金属矿物制造、造纸包装及印刷业、文体娱乐用品制造业、木材加工及家具建造业正在积极的探索AI应用路径,该类行业数字化程度较低、智能化基础薄弱,所以导致与人工智能融合进行发展的赛道尚未成型。

2.2人工智能+医疗业

作为科技“战疫”先锋,人工智能技术在众多医疗场景下都发挥着不可或缺的作用。比如语音识别、自然语言处理、、机器人技术等都在抗“疫”效率方面“大展身手”,在医疗诊断辅助、药物研发、病毒研究、医院管理、公共卫生、医疗机器人、远程医疗等领域也有着强大影响力,在疫情监控、人流预测、舆情分析、病毒研究、智能测温等方面对疫情防控也起到了积极作用。图4为智慧医疗产业图谱。

图4:智慧医疗产业图谱资料来源:火石创造根据公开资料整理

我国将“AI+医疗”作为疫情防控的利器,应用到防控手段的各个方面,比如:分子研究、辅助诊断、疫情管控、公共卫生服务等。表2为人工智能技术助力抗疫的典型总结。

表2:人工智能技术助力抗疫的典型总结

来源:火石创造根据公开资料整理

虽然AI技术在医疗领域试验成果颇丰,但要突破临床应用的考验仍然需要时间。由于临床症状的多样性,导致智慧医疗产品单凭人工智能技术很难解决医疗问题。另外,医疗训练数据和复合型人才也是智慧医疗领域面临的严峻问题。总结来说,目前,我国智慧医疗当面存在的挑战主要总结如下:

(1) 医疗试验成果与临床场景的契合程度;(2) 临床症状的多样性与AI技术或者算法的匹配程度;(3) 医疗大数据与AI算法所需训练数据集的转化程度;(4) AI+医疗复合型人才的匮乏程度。 参考文献[1] 《“寒冬”or“拂晓”,捕捉AI企业上市潮机遇》西南证券研究发展中心计算机研究团队[2] 《“人工智能+制造”围绕三大方向加速落地发展》王淼、张振乾[3] 《疫情防控加速人工智能医疗应用落地》梁冬晗、厉欣林

—END—    

作者 | 火石创造 金丹 

审核 | 火石创造 邵钱、殷莉等

运营 | 火石创造 黄淑萍

       原文标题 : 人工智能行业融合部分赛道发展现状分析

产品的定价正从艺术变成科学。编译 | 豆豆编辑 | 龚岩在美国完全自由的资本主义社会中,没有什么比制造商建议零售价更奇怪的商业策略了。该策略是由纺织品品牌Hanesbrands最初的创始人P.H. Hanes于1920年发明的。这使他能够通过在全美国的出版物上打广告,避免分销商卖针织内衣时占买家的便宜。即使在今天,尽管很想通过提价抵消通胀带来的成本压力,很多美国店主仍坚持按制造商的建议价格销售。然而,也有越来越多的人开始尝试更复杂的定价策略。咨询机构麦肯锡在2010年发布的一篇重要研究表明,在提价1%的情况下,如果销售量不减少,则营业利润平均可提升8.7%。采取正确的定价策略不容易。如果定价过......Next article READ