开发者学习笔记【阿里云人工智能工程师ACA认证（2023版）:人工智能产业结构】
课程地址：https://edu.aliyun.com/course/3112108/lesson/19254
人工智能产业结构
内容介绍：
一、结构层及介绍
二、基础层
三、技术层
四、应用层
提问
在了解了人工智能的行业应用之后，我们不得不感叹人工智能的强大， 那人工智能智能是如何发展起来的？能否自成体系呢？人工智能的快速发展需要依靠什么？
答：人工智能快速发展离不开海量的数据，此外还有人工智能模型算法和芯片。
一、人工智能的产业结构层及介绍
首先是宏观层面整体的结构层及介绍，其次是各个层级分层介绍。
人工智能技术的产业应用按照从底层技术基础到上行行业应用的结构，整个产业可以分为基础层、技术层、应用层三个部分。
1. 基础层
基础层是为人工智能技术层提供软硬技能支持和数据资源的层，这里包括了数据服务、软件设施和硬件设施。
2. 技术层
技术层是为整个人工智能技术开发提供基础框架、算法模型和通用技术的层级。
3. 应用层
应用层是人工智能技术跟各行业深入融合产生的产品和服务，包括一些应用平台、场景应用及生活中常见的智能产品。
二、基础层
基础层是人工智能产业的基础，它的核心是保障人工智能产品的计算能力。主要涉及到数据服务，软件设施和硬件设施。
1.数据服务
主要包括通用数据与行业数据。
(1)通用数据指的是由开源数据及平台获取并且这些数据集及都是面向大众开放的数据集，同时也支持用户进行分享。
(2)行业数据集中在各行业企业的内部系统中，主要用于自身产品开发的数据，一般情况下是不对外公布。
2.软件设施
主要包括云计算平台和大数据平台。
（1）云计算平台提供了硬件资源与软件资源的服务，为人工智能工程提供了计算、存储和网络等能力。相比企业自行购置硬件服务器和配置网络而言，使用云计算的方式落地人工智能工程会更加经济便捷。（2）人工智能现已进入数据驱动时代，即让机器从海量的数据中学习并产生能解决目标问题的模型。而海量数据则需要依托大数据平台来完成，大数据平台提供了数据存储、数据处理、数据分析等功能，为人工智能提供了充足的养料，即为数据。海量数据可以帮助进行更精准的营销推荐，例如淘宝、拼多多等软件会根据商品停留时间和浏览记录等海量数据进行购物喜好性推送。
3.硬件设施
主要包括能提供数据支持的芯片以及负责数据采集的传感器。
（1） 根据技术架构可以将芯片分为通用芯片（CPU、GPU）、半定制化芯片（FPGA）和全定制化芯片（ASIC）。
（2） 传感器是人工智能产业数据的重要来源，他通过对外界信号的采集、处理与转换，最终生成可供分析的数据。随着各类传感器的部署与应用，传感器给人工智能产业提供了海量的高质量数据，从而使得人工智能产业在不同领域都有其应用场景。
三、技术层
技术层是连接基础层和应用层的桥梁。它由基础框架、算法模型和通用技术三部分组成。
1. 基础框架
主要包括深度学习框架，分布式储存框架和分布式计算框架。目前较为热门的深度学习框架有 TensorFlow、PyTorch、Caffe、Keras 等。
2. 算法模型
算法模型指的是计算机通过学习算法所学习的内容，按照学习方式的不同可以分为机器学习模型与深度学习模型。
（1）机器学习模型是实现人工智能技术的一种重要手段，机器学习模型可以从样本数据中寻找规律并用这些规律对未来数据或无法观测的数据进行预测。
（2）深度学习模型可以进行图像、声音、文本等复杂高维度数据的处理。
3. 通用技术
通用技术主要包括计算机视觉、自然语言处理和知识图谱等。近年来我国在计算机视觉、语音识别、自然语言处理等技术逐渐成熟，国内头部企业脱颖而出，晋升优势明显，但在算法理论和开发平台的核心技术方面仍有不足。
四、应用层
应用层是以底层技术能力为主导，切入不同场景和应用，提供产品和解决方案。主要包括应用平台、人工智能场景应用和人工智能产品三大方面。
1. 应用平台
阿里研发了阿里云视觉智能开放平台、阿里云智能语音交互平台和阿里云NLP自学习平台等。
2. 人工智能场景应用
包括了不同行业的场景应用，智能制造、智能交通、智能教育、智能医疗等。
3. 人工智能产品
目前人工智能产品已经广泛应用在各种垂直领域当中，产品的形式也趋向多样化。包括常见的语音音箱、智能机器人、人脸支付和自动驾驶汽车。虽然自动驾驶汽车已经有一些较为成熟的产品，但由于相关法律规定，自动驾驶汽车暂时还不能完全在全国范围内大规模推广。
本节回顾
通过本节的学习，我们学到了：
人工智能的产业结构层级
1.按照从技术基础到行业应用的结构，人工智能可分为基础层、技术层和应用层。
2.人工智能的基础层可分为数据服务、软件设施和硬件设施。
3.人工智能的技术层可分为基础框架、算法模型和通用技术。
4.人工智能的应用层可分为应用平台、人工智能场景应用和人工智能产品。
