機器學(xué)習(xí)行業(yè)應(yīng)用場景調(diào)研 影響數(shù)據(jù)科學(xué)與機器學(xué)習(xí)未來方向的五個趨勢

• 陳觀秋 2023年9月26日 來源：中研報告 人民郵電報 403 19
• 繁體

機器學(xué)習(xí)是人工智能的核心，是使計算機具有智能的根本途徑，其應(yīng)用遍及人工智能的各個領(lǐng)域，它主要使用歸納、綜合而不是演繹。從應(yīng)用場景看，目前相對落地的用例包括：產(chǎn)品推薦、銷售預(yù)測、反欺詐、人臉識別、圖片識別、OCR和應(yīng)用軟件自動化等。

深度學(xué)習(xí)逐漸成為人工智能領(lǐng)域的研究熱點和主流發(fā)展方向，極大的提升了圖像分類技術(shù)、語音識別技術(shù)、機器翻譯技術(shù)等其他相關(guān)技術(shù)能力。現(xiàn)階段，人工智能技術(shù)應(yīng)用落地速度正在不斷加快，應(yīng)用場景正在不斷增多，市場規(guī)模不斷擴大，使得機器學(xué)習(xí)價值日益凸顯。在政策的推動下，我國人工智能市場增速高于全球平均水平，未來機器學(xué)習(xí)產(chǎn)業(yè)發(fā)展勢頭更為強勁。

機器學(xué)習(xí)(Machine Learning, ML)是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。

機器學(xué)習(xí)是人工智能的核心，是使計算機具有智能的根本途徑，其應(yīng)用遍及人工智能的各個領(lǐng)域，它主要使用歸納、綜合而不是演繹。

從1980年機器學(xué)習(xí)稱為一個獨立的方向開始算起，到現(xiàn)在也已經(jīng)過去了近40年。在這100多年中，經(jīng)過一代又一代人的努力，誕生出了大量經(jīng)典的方法。

機器學(xué)習(xí)領(lǐng)域的研究工作主要有以下三個方面：面向任務(wù)，研究和分析改進一組預(yù)定任務(wù)的執(zhí)行性能;面向認知模型，研究人類學(xué)習(xí)過程并進行計算機模擬;面向理論分析，從理論上探索各種可能的學(xué)習(xí)方法和獨立于應(yīng)用領(lǐng)域的算法。

機器學(xué)習(xí)行業(yè)應(yīng)用場景調(diào)研

從應(yīng)用場景看，目前相對落地的用例包括：產(chǎn)品推薦、銷售預(yù)測、反欺詐、人臉識別、圖片識別、OCR和應(yīng)用軟件自動化等。還在成長的應(yīng)用有：智能投顧、視頻分析、異常行為分析、圖像審核、文檔類OCR和文本生成等，這些應(yīng)用還有很大的上升空間。

機器學(xué)習(xí)產(chǎn)業(yè)鏈包括上游基礎(chǔ)層、中游技術(shù)層、下游應(yīng)用層。其中上游包括人工智能芯片供應(yīng)商、云計算平臺服務(wù)商、大數(shù)據(jù)服務(wù)商。中游包括機器學(xué)習(xí)技術(shù)服務(wù)商，機器學(xué)習(xí)技術(shù)服務(wù)商是機器學(xué)習(xí)產(chǎn)業(yè)鏈的關(guān)鍵主體，其提供的服務(wù)包括機器學(xué)習(xí)基礎(chǔ)開源框架以及機器學(xué)習(xí)技術(shù)開放平臺。下游是機器學(xué)習(xí)應(yīng)用服務(wù)商，為最終用戶提供基于機器學(xué)習(xí)的垂直領(lǐng)域應(yīng)用服務(wù)，機器學(xué)習(xí)廣泛應(yīng)用于金融、教育、醫(yī)療、工業(yè)、零售等垂直領(lǐng)域，應(yīng)用領(lǐng)域還在不斷擴展。

在近年獲投的機器學(xué)習(xí)創(chuàng)業(yè)公司中，熱門賽道集中于金融、互聯(lián)網(wǎng)、工業(yè)、政務(wù)、醫(yī)療等。其中，金融賽道與機器學(xué)習(xí)契合度高且需求強烈，90%以上的機器學(xué)習(xí)企業(yè)都開展了金融相關(guān)業(yè)務(wù)板塊，機器學(xué)習(xí)在金融領(lǐng)域的應(yīng)用場景主要在智能風(fēng)控、保險核定、精準營銷等方面。

據(jù)中研產(chǎn)業(yè)研究院《2023-2028年中國機器學(xué)習(xí)行業(yè)深度分析及發(fā)展前景預(yù)測報告》分析：

智能制造日益成為制造業(yè)企業(yè)發(fā)展的重大趨勢和核心內(nèi)容,是新常態(tài)下企業(yè)打造競爭優(yōu)勢的必然選擇，而智能制造中獲取智能的關(guān)鍵是機器學(xué)習(xí)。

目前，人工智能機器學(xué)習(xí)主要是靠大量的數(shù)據(jù)訓(xùn)練，依靠大量的實踐總結(jié)出事物的規(guī)律，獲取直接知識。類比人類獲取知識的歷程來看，機器學(xué)習(xí)還處于發(fā)展的初級階段，相當(dāng)于人從大量的實踐活動中總結(jié)經(jīng)驗提煉知識的階段，還未進入從知識產(chǎn)生知識的階段。

深度學(xué)習(xí)逐漸成為人工智能領(lǐng)域的研究熱點和主流發(fā)展方向，極大的提升了圖像分類技術(shù)、語音識別技術(shù)、機器翻譯技術(shù)等其他相關(guān)技術(shù)能力。

影響數(shù)據(jù)科學(xué)與機器學(xué)習(xí)未來方向的五個趨勢

隨著數(shù)據(jù)科學(xué)與機器學(xué)習(xí)(DSML)行業(yè)的快速發(fā)展和演變，數(shù)據(jù)對于生成式人工智能開發(fā)與運用的重要性日益提高。研究機構(gòu)Gartner日前發(fā)布了影響數(shù)據(jù)科學(xué)與機器學(xué)習(xí)未來方向的五個趨勢。

趨勢1：云數(shù)據(jù)生態(tài)系統(tǒng)

數(shù)據(jù)生態(tài)系統(tǒng)正在從獨立軟件或混合式部署模式過渡到徹底的云原生解決方案。預(yù)計到2024年，50%的新系統(tǒng)部署基于集成化的云數(shù)據(jù)生態(tài)系統(tǒng)，而非手動集成的單點解決方案。該機構(gòu)建議，企業(yè)和機構(gòu)對解決數(shù)據(jù)分散化問題和訪問外部數(shù)據(jù)并與之集成的能力進行評估，從而考量其數(shù)據(jù)生態(tài)系統(tǒng)。

趨勢2：邊緣人工智能

企業(yè)和機構(gòu)越來越需要通過邊緣人工智能在邊緣位置創(chuàng)建和處理數(shù)據(jù)，這將幫助企業(yè)和機構(gòu)獲得實時洞察力，發(fā)掘新業(yè)務(wù)模式并滿足數(shù)據(jù)隱私要求。邊緣人工智能還能幫助企業(yè)和機構(gòu)提高人工智能的開發(fā)、編排、集成和部署能力。

趨勢3：負責(zé)任的人工智能

負責(zé)任的人工智能將提供一種積極的力量，而不是給社會和人工智能自身帶來威脅。當(dāng)企業(yè)和機構(gòu)采用人工智能做出符合商業(yè)邏輯和道德倫理的正確選擇時，會遇到例如信譽、透明度等風(fēng)險。負責(zé)任的人工智能則有助于解決這些問題。預(yù)測顯示，到2025年1%的人工智能服務(wù)提供商可大規(guī)模使用預(yù)訓(xùn)練的人工智能模型，負責(zé)任的人工智能將成為社會焦點。

趨勢4：以數(shù)據(jù)為中心的人工智能

以數(shù)據(jù)為中心的人工智能不再以模型和代碼為中心，而是以數(shù)據(jù)為中心，從而打造更強大的人工智能系統(tǒng)。企業(yè)和機構(gòu)將采用人工智能專用數(shù)據(jù)管理、合成數(shù)據(jù)以及數(shù)據(jù)標記技術(shù)等解決方案來應(yīng)對例如數(shù)據(jù)的可訪問性、數(shù)量、隱私性、安全性、復(fù)雜性等難題。

趨勢5：加快人工智能投資

進入人工智能解決方案實施階段的企業(yè)和機構(gòu)以及希望通過人工智能技術(shù)和相關(guān)業(yè)務(wù)實現(xiàn)增長的行業(yè)，將繼續(xù)加快對人工智能領(lǐng)域的投資。

報告根據(jù)機器學(xué)習(xí)行業(yè)的發(fā)展軌跡及多年的實踐經(jīng)驗，對中國機器學(xué)習(xí)行業(yè)的內(nèi)外部環(huán)境、行業(yè)發(fā)展現(xiàn)狀、產(chǎn)業(yè)鏈發(fā)展狀況、市場供需、競爭格局、標桿企業(yè)、發(fā)展趨勢、機會風(fēng)險、發(fā)展策略與投資建議等進行了分析，并重點分析了我國機器學(xué)習(xí)行業(yè)將面臨的機遇與挑戰(zhàn)，對機器學(xué)習(xí)行業(yè)未來的發(fā)展趨勢及前景作出審慎分析與預(yù)測。

想要了解更多機器學(xué)習(xí)行業(yè)詳情分析，可以點擊查看中研普華研究報告《2023-2028年中國機器學(xué)習(xí)行業(yè)深度分析及發(fā)展前景預(yù)測報告》。

• 相關(guān)深度報告REPORTS

  

  2023-2028年中國機器學(xué)習(xí)行業(yè)深度分析及發(fā)展前景預(yù)測報告

  機器學(xué)習(xí)(Machine Learning, ML)是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡