冬奥会加速人工智能产业落地驱动数字经济纵深发展

简介: 能够准确识别运动员动作的人工智能裁判、支持多语言服务的智能机器人、L4级别的自动驾驶班车、AI手语主播、直播间里的虚拟人……在刚刚闭幕的北京冬奥会上,各类“无人化”服务场景随处可见,人工智能可谓大放异彩。

人工智能为本届冬奥会增添了智慧元素,提升了办赛效率和水平,打造了一场科技感十足的奥运盛会。与此同时,冬奥会为人工智能技术的加速应用落地提供了更加丰富的场景,将带动相关技术的成熟发展,以及产业的落地应用,驱动数字经济向纵深发展。

2351404827f6d09d00f026b10d785804adb754.jpg

近年来,数字经济的高速发展为人工智能的发展创造了良好的经济基础与技术环境,同时,人工智能作为关键新型信息基础设施,也被视为拉动数字经济发展的新动能。艾瑞咨询发布的《中国人工智能产业研究报告》显示,2021年,人工智能核心产业规模约为1998亿元。到2026年,人工智能核心产业规模将超过6000亿元。

产业规模高速增长的背后是技术水平的全面提升。北京冬奥会见证了人工智能技术的先进性,现场应用涉及人工智能技术的方方面面,包含技术层的计算机视觉、语音识别、自然语言处理、机器学习、大数据管理、智能云等,也包含应用层的AI﹢医疗、AI﹢安防、AI﹢零售、AI﹢对话、AI﹢工业等。从场馆建设安防到天气预报监测,从智慧医疗到无人零售,人工智能全方位赋能科技冬奥。

“机器人总动员”推动AI交互服务落地
场馆内的引导机器人、消毒机器人,冬奥村里的无人配送车、无人售卖车,冬奥餐厅内的炒菜机器人、上菜机器手臂……北京冬奥会被誉为一场现实版的“机器人总动员”,各类无人化场景在冬奥会上随处可见。

实际上,“非接触”不仅是本届冬奥会的需求,更是疫情常态化形势下众多场景的普遍需求。随着智能机器人对话技术的提升和学习能力的增强,以及在各类应用场景下的实践演练,机器人将被更加广泛地应用于服务、销售等交互式场景中。北京冬奥会上,无人化服务的全场景应用,大大拓展了AI交互服务的应用场景。据测算,到2025年,我国对话式交互AI产品的市场规模有望达到226亿元,会有更多的消费级和服务级产品提供智能语音对话服务。

此外,在北京冬奥会上使用的智能语音翻译机,让语种间的翻译准确率超过90%;平均每句语音翻译响应时间不超过1.5秒,不同语言之间的“实时”对话变为可能。智能语音技术在冬奥场景的落地,将推动包含语音识别、语音合成和语音转换应用的智能语音产业迅速发展。据预测,到2026年智能语音核心产业规模可达到206亿元。

虚拟数字人“炫技登场”拓展虚拟人应用场景
谷爱凌的“数字分身”Meet GU、冬奥气象主播冯小殊、AI手语主播、淘宝带货主播冬冬……诸多数字虚拟形象亮相北京冬奥会,被看作一次“虚拟人大集结”。此前各大平台虽纷纷打造虚拟数字人,但大多停留在展示阶段,实质性功能较少,智能化水平还比较低。而此次冬奥会亮相的虚拟人展现了诸多“技能”,如阿里巴巴打造的虚拟人冬冬不仅能在直播间带货,还能模仿运动员的超高难度动作,不仅能表露情感,还能完成对运动员的采访。采用了语音识别、机器翻译等技术的AI手语主播不仅能将文字、音频、视频等内容翻译成手语,还可以实时演绎表情动作,为听障人士观看比赛提供了便利。

可以说,北京冬奥会成为虚拟人产业的一次集中展示和探索,虚拟人在多场景的应用“试验”将进一步促进技术的提升,并拓展实际应用场景。未来,虚拟数字人有望更广泛地应用于直播带货、社交游戏、在线教育、活动主持、天气预报等场景。根据《虚拟数字人深度产业报告》,2021年虚拟人市场规模约为2000亿元,预计到2030年,我国虚拟人整体市场规模可达到2703亿元。

“AI教练”“AI裁判”亮相带动机器学习产业发展
人工智能裁判与教练系统通过学习国际大赛上的裁判打分标准,实时采集运动员的运动轨迹、身体姿态等多维度指标,提供精准化、可量化的快速反馈、技术诊断,为教练提供专业的评判及指导意见。在比赛中,人工智能裁判还能克服拍摄目标小、现场干扰多、夜间采光不足等困难,辅助现场裁判做出准确的判罚和科学的评分。

机器学习不仅是人工智能的核心研究领域,而且被看作人工智能领域中最活跃、应用潜力最大的领域之一,常被用于医疗、金融等行业,以及自动驾驶、工业检修等场景。此次冬奥会期间在体育领域的应用,对于机器学习来说是全新的领域,落地应用的成功案例拓展了机器学习的应用场景,而这类应用将来有望用于健身指导、体育资讯播报、赛事活动指引及运动装备设计等场景。

伴随算力水平的提高,机器学习模型在计算机视觉、自然语言处理、语音识别等众多领域都取得了较大的成功。据赛迪顾问预测,未来金融、工业、医疗、教育将成为机器学习的主要应用领域,将带动中国机器学习产业规模保持平稳增长。研究机构发布的数据显示,我国机器学习产品和服务的核心市场规模在2021年已达到275亿元,并将以20%的增速发展,到2026年有望达到700亿元。

随着新型基础设施的建设推进,消费互联网的升级和产业互联网的发展,人工智能科技产业将步入全面融合发展的新阶段,成为数字经济时代的核心生产力和产业底层的重要支撑,以及激活数字经济相关产业由数字化向智能化升级的核心技术。在北京冬奥会“无人化”应用的推动下,会有更多的人工智能技术转化为行业应用。业内人士表示,冬奥会犹如前沿科技应用的“试验田”,企业研发的新科技将在冬奥会后应用到城市管理、智能制造等多个领域。


本文转载自51CTO,本文一切观点和机器智能技术圈子无关。原文链接
免费体验百种AI能力以及试用热门离线SDK:【点此跳转】

相关文章
|
7月前
|
人工智能 自然语言处理 人机交互
吴泳铭:拥抱人工智能驱动的产业智能革命
吴泳铭:拥抱人工智能驱动的产业智能革命
109257 506
|
4月前
|
机器学习/深度学习 人工智能 搜索推荐
人工智能:重塑未来,驱动效率革命
人工智能(AI)是模拟人类智能的技术,让计算机执行需智能才能完成的任务,如理解语言、学习和推理。通过复杂算法,AI能分析大量数据并作出决策。例如,使用`scikit-learn`库训练分类器识别鸢尾花种类。AI未来发展将涉及技术创新如深度与强化学习、应用拓展至医疗健康、智能制造等领域、以及社会影响如就业结构变化和教育变革。AI的优势包括自动化流程、高效数据分析、智能决策、个性化服务及跨领域融合,这些均显著提升了工作效率和社会发展。
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能驱动的未来:从深度学习到通用人工智能
在21世纪,人工智能(AI)技术经历了迅猛的发展,并在各行各业中得到了广泛应用。这篇文章将探讨AI技术的发展历程,从深度学习的突破开始,到当前通用人工智能的研究进展,并展望其未来潜力。
80 0
|
7月前
|
人工智能 JavaScript 前端开发
# 人工智能驱动的生产力手册(二)(4)
# 人工智能驱动的生产力手册(二)
59 0
|
7月前
|
人工智能 Java iOS开发
# 人工智能驱动的生产力手册(二)(3)
# 人工智能驱动的生产力手册(二)
45 0
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
# 人工智能驱动的生产力手册(二)(2)
# 人工智能驱动的生产力手册(二)
61 0
|
7月前
|
人工智能 开发者
# 人工智能驱动的生产力手册(二)(1)
# 人工智能驱动的生产力手册(二)
469 0
|
7月前
|
存储 人工智能 开发者
人工智能驱动的生产力手册(一)(4)
人工智能驱动的生产力手册(一)
86 0
|
7月前
|
存储 人工智能 安全
人工智能驱动的生产力手册(一)(3)
人工智能驱动的生产力手册(一)
53 0
|
7月前
|
人工智能
人工智能驱动的生产力手册(一)(2)
人工智能驱动的生产力手册(一)
58 0