AI风口退潮,GTC 2018将聚焦应用与落地

简介: AI风口退潮,GTC 2018将聚焦应用与落地

image.png


3月27日,全球人工智能最顶级的盛会GTC,将在圣何塞开幕。作为全球对自动驾驶汽车、高性能计算、机器人、智慧医疗,智能云计算最新技术力量的大阅兵。每年的GTC,都会留下很多精彩,也会为人工智能的下一步的方向给出创造一些航标。

 

实际上,人工智能发展到今天,已经从风口上退潮,这并不是一件坏事。任何已经走过了几十年的技术,如果不能走进应用,走进行业,走向落地,最后都难以持续,人工智能也终于要释放真正的价值。

 

“AI+”与行业落地之困

 

GTC开幕之前,先让我们重新审视一下人工智能,这到底是不是一个美好的时代?

 

比尔·盖茨在一篇给大学毕业生的寄语中把当今时代称为“一个非常好的时代”,在庆幸自己在20岁时就有机会参与到那场改变世界的数字革命的同时,盖茨直言如果在今天寻找和当年一样能够对世界带来巨大影响的机会,他第一个考虑的就是人工智能。


image.png


凯文·凯利则在《失控》一书中大胆预言:未来10-20年人工智能将对世界带来颠覆性的变化,一切都将变得智能化。专注于信息技术研究和分析的Gartner公司的报告则认为未来10年,人工智能将变得无处不在。

 

的确,我们正在见证的是一个计算机和数字化崛起的时代,而人工智能是将大潮推向下一个高点的动力。它将给整个社会带来持久的、长远的革命性影响。

 

但我们必须承认,无论是IBM的沃森,还是AlphaGo都是面向特定领域,而人工智能要走向实现,社会所需要的其实是通用人工智能。所以,真正的智能时代,一定是从狭窄的、特定领域的智能迈向更通用的智能。这就是AI在行业中的落地。

 

所以才有了“AI+”的概念,AI+金融,AI+医疗,AI+制造等等以AI技术作为驱动的行业落地案例开始层出不穷。与此同时,也曝露出AI落地的困难。

 

一是大部分传统行业没有收集数据和管理数据的习惯,而AI应用大多是以数据驱动,这是传统行业为什么转向AI的速度要慢于互联网的原因。二是AI的成本很高,以GPU产品的高昂的价值,也足以让很多企业望而却步。三是AI与行业结合的经验欠缺,很多传统行业没有优秀的技术人才,他们往往希望AI是可以“开箱即用”的产品,但情况显然事与愿违。

 

所以,我们在认同人工智能未来的同时,也需要谨慎的看待传统行业的AI进程,如何帮助他们落地行业,将是GTC生态中的众多与会企业共同的目标。

 

GTC 2018,还有哪些值得期待?

 

当然,每年的GTC都会有很多经典,2018年的GTC绝对也值得期盼。

 

首先,“绿巨人”,NVIDIA创始人兼首席执行官黄仁勋的主题演讲。做为很多N饭的偶像,黄仁勋的NVIDIA这几年绝对踩上了市场增长的风口。当初VR技术的大爆发,间接促成了GPU高端市场可预期的增幅;无人驾驶的庞大未来,验证了黄仁勋通过DRIVE PX对该市场提前布局的前瞻性;AlphaGo引爆了深度学习,带动了AI的蓬勃发展,而NVIDIA恰在此时推出了TeslaP100。


image.gifimage.png


NVIDIA不会做那些每一次好一点点的通用性的处理器,而是要做在一些专门的领域,性能极好的处理器,这是NVIDIA之所以躲过了英特尔的围追堵截,在GPU上抓住了行业机遇的关键。黄仁勋从未让粉丝失望,NVIDIA在2018年的新品各个都令人期待。

 

其次,随着深度学习应用的广泛化,GPU将应用于更多的领域,所以今年的GTC将在驾驶汽车、高性能计算、机器人、医疗保健、智慧城市、数据中心和云计算、安防、生命科学、计算机和机器视觉、以及虚拟现实等诸多领域展开讨论。这显然为AI的行业落地,创造了很好的基础条件。

 

第三,今年的GTC几乎聚齐了全科技领域的巨头。除了主赞助商Facebook、IBM、思科、浪潮、戴尔EMC、谷歌云、HPE、联想和超微之外。还吸引了Adobe、阿里巴巴、亚马逊、百度、宝马集团、福特、通用电气、谷歌、摩根大通、奔驰、微软、皮克斯、Salesforce、腾讯、丰田研究院、优步、VMware等巨头参与其中。所以,这将是一次真正意义上AI科技最高等级的大讨论。

 

第四,针对AI创业公司,给与了更多的关注。据了解,全球200多家初创公司将在GTC期间,参加NVIDIA初创加速计划挑战赛决赛,此举将进一步完善全球AI生态的建设。

 

中国AI军团,将带来哪些惊喜?

 

目前,中国已经是仅次于美国的全球第二大的人工智能强国。截止到2017年6月,全球人工智能企业总数为2542家,其中美国1078家,占42%;中国592家占23%。中国也涌现出了像百度、阿里、腾讯、科大讯飞和浪潮这样的公司。


image.png


尽管目前看中国的AI在技术能力和人才储备上还落后于美国,但中国的方向肯定会更为的落地。今年的两会,已经有人大代表提出了促进人工智能发展的提案,提议将人工智能与行业结合,形成行业智能帮助传统行业转型升级,加快人工智能与实体经济的融合。这会在一定程度上,推动中国的人工智能走向落地。

 

这是一个积极的信号。


那么在今年的GTC 2018。中国企业当中也有百度、腾讯、浪潮和联想参与其中。与习惯于发布特别炫酷的AI应用的美国公司不同,中国企业即将发布的内容则更加落地。

 

比如浪潮将与百度联合发布基于人脸识别应用的ABC一体机,这应该针对具体行业的AI应用会是一个非常好的突破。再有浪潮将会与微软共同发布面向AI计算的创新平台,来自中国的浪潮不知不觉在全球AI的生态中,抓住了AI计算的契机成为了当中不可或缺的一员。除此以外,浪潮还将发布智能视频分析线上推理专用系统,以及超强的AI计算平台AGX-2。浪潮也将代表GTC上的中国力量,在美国发出这一声AI的呐喊。

 

未来几天,我们会集中关注GTC 2018上各种新技术和各大公司的表现,让我们准备好看到AI+行业的应用落地,一起走进智能的世界。

相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
相关文章
|
3天前
|
人工智能 自然语言处理 Serverless
阿里云函数计算 x NVIDIA 加速企业 AI 应用落地
阿里云函数计算与 NVIDIA TensorRT/TensorRT-LLM 展开合作,通过结合阿里云的无缝计算体验和 NVIDIA 的高性能推理库,开发者能够以更低的成本、更高的效率完成复杂的 AI 任务,加速技术落地和应用创新。
|
4天前
|
人工智能 数据可视化 API
10 分钟构建 AI 客服并应用到网站、钉钉或微信中测试评
10 分钟构建 AI 客服并应用到网站、钉钉或微信中测试评
21 2
|
8天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在现代医疗领域的革命性应用
随着人工智能技术的飞速发展,其在医疗领域的应用也日益广泛。本文将从AI技术在医疗诊断、治疗和健康管理等方面的应用入手,探讨其如何改变传统医疗模式,提高医疗服务质量和效率。同时,我们也将关注AI技术在医疗领域面临的挑战和未来发展趋势。
|
1天前
|
数据采集 机器学习/深度学习 人工智能
AI在医疗诊断中的应用
【9月更文挑战第15天】本文将探讨人工智能(AI)在医疗诊断领域的应用。我们将首先介绍AI的基本概念和其在医疗领域的潜力,然后通过一些具体的案例来展示AI如何帮助医生进行更准确的诊断。最后,我们将讨论AI在医疗诊断中面临的挑战和未来的可能性。
|
1天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在医疗诊断中的应用:精准医疗的加速发展
【9月更文挑战第16天】随着人工智能(AI)技术的不断进步,医疗领域正经历前所未有的变革。本文探讨了AI在医学影像分析、病历数据分析和病症诊断预测等方面的应用,展示了其在提高诊断准确性、推动个性化治疗和促进医疗资源均衡分布方面的巨大潜力。AI正加速精准医疗的发展,有望在未来实现更智能、个性化的医疗服务,全面提升医疗质量和效率。
26 11
|
5天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用
【8月更文挑战第43天】本文将介绍人工智能(AI)在医疗领域的应用,包括疾病诊断、药物研发和健康管理等方面。我们将通过实例和代码示例,展示AI如何帮助医生提高诊断准确性,加速药物研发过程,以及提供个性化的健康管理方案。让我们一起探索AI技术如何改变医疗保健的未来。
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
探索AI在文本生成中的应用与挑战
【9月更文挑战第11天】本文将深入探讨人工智能在文本生成领域的应用及其面临的挑战。我们将通过实际案例分析,了解当前技术如何影响内容创作,并讨论未来可能的发展方向。文章旨在为读者提供一个关于AI文本生成技术的全面视角,包括其优势、局限及潜在影响。
|
6天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗领域的应用及未来展望
【9月更文挑战第10天】本文将探讨AI技术在医疗领域的应用及其未来的发展趋势。我们将从AI技术的基本概念和原理出发,分析其在医疗领域的具体应用场景,如疾病诊断、治疗方案制定、药物研发等,并预测其未来的发展方向。同时,我们也将讨论AI技术在医疗领域面临的挑战和问题,以及如何通过技术创新和政策引导来解决这些问题。
|
4天前
|
机器学习/深度学习 数据采集 人工智能
AI技术在自然语言处理中的应用与挑战
【9月更文挑战第12天】本文将探讨AI技术在自然语言处理(NLP)领域的应用及其面临的挑战。我们将介绍NLP的基本概念、主要任务和应用场景,并分析当前AI技术在NLP中的局限性和未来发展趋势。通过实际案例和代码示例,我们将展示AI技术如何帮助解决NLP问题,并探讨如何克服现有挑战以实现更高效的自然语言处理系统。
|
5天前
|
人工智能 自动驾驶 搜索推荐
AI技术在现代生活中的应用与影响
本文将探讨AI技术在现代生活中的广泛应用,以及它对人们生活方式的影响。我们将从智能家居、自动驾驶汽车、医疗健康、教育等领域出发,分析AI技术如何改变人们的生活。同时,我们也将讨论AI技术可能带来的问题和挑战,以及如何应对这些问题。