查看原文
其他

2021人工智能在工业领域的应用研究(附下载)

智能制造 数字经济与商业模式 2023-03-28

人工智能(AI)技术,指利用计算机程序使人造机器呈现类人类智能的技术。基于实现功能,人工智能技术可分为训练层、感知层及认知层,分别模拟人类学习能力、信息获取能力及逻辑推演能力。由于工业细分行业数量较多,且同行业内工艺、生产线、产品的差异性较高,基于海量样本实现的深度学习技术难以在工业领域实现落地。中国工业领域AI渗透率较低,AI技术应用规模较小。2020年,中国智能制造行业市场规模预计将达到2.7万亿元,同比增长12.6%。

下文将展示《2021人工智能在工业领域的应用研究》

GPU芯片市场地位稳固,ASIC芯片未来市场需求空间充足

GPU凭借较强的应用通用性、较强的处理能力及较低的量产成本等优势,成为部署于数据中心的AI算法训练处理器主流选择。从短期来看,GPU产品在数据中心领域中的地位较为稳固,市场需求预计将稳定增长。具备目前最强处理能力及最低量产成本的ASIC将成为端侧AI芯片解决方案的主流选择。从短期来看,ASIC产品持续升级将进一步降低芯片单颗成本,促进ASIC规模化应用落地,推动ASIC市场需求进一步释放。

消费、政务及金融领域AI行业发展推动工业领域AI算法实现创新突破

消费、金融及政务领域AI应用的快速拓展,助力AI算法开发平台行业发展进入快车道。从短期来看,工业领域样本量的匮乏导致AI技术难以快速实现应用落地。而在消费、政务及金融领域,AI技术的应用将持续深化,推动AI算法开放平台行业发展,促进AI技术迭代创新。从长期来看,AI技术的突破及应用经验的积累或将推动AI技术向工业领域渗透加速.

小样本学习算法将成为推动工业领域智能化转型的关键技术

对样本量要求较低的小样本学习算法将是推进工业领域智能化转型的核心。相较于深度学习算法,小样本学习算法通过预归类样本实现对算法学习过程的简化,减少对样本数量的依赖。小样本学习算法在处理少类别任务时表现较好,但仍需解决多类别任务时所面临的过拟合问题。小样本学习算法的成熟将成为推动工业领域人工智能技术渗透加速的关键。

。END。


点击下方链接,查看更多往期文章

数字经济热点
腾讯司晓:区块链如何在数字世界中重塑所有权?
发展数字经济应注重维护社会公平
中国企业数字化智能化研究报告
华为与千行百业的数字化转型:营造数字生态,共创行业新价值
数字税的影响、挑战和建议
杨东:数字平台的反垄断规制

实践前沿
实践前沿 | “裂变先锋”拼多多是如何成长起来的?
实践前沿|李子柒的成功绝非偶然,背后折射出什么现象?
狠人张一鸣:字节跳动一路狂奔,每一步都深深打上了张一鸣的烙印
兴盛优选:社区团购明星


学术视界

学术视界|汪寿阳等关于比特币与减排的研究工作被TIMES和Economists等媒体关注与报道(附原文)

学术视界|理解平台商业模式:一种市场的混合方法研究

学术视界|MS: 数据分析支持分散式创新

学术视界|MS: 数字平台能降低道德风险吗? 关于优步和出租车的案例

学术视界 | MISQ:游戏化对口碑贡献者的感知和口碑消费者行为的影响


数字经济周刊
数字经济周刊·第9期|2021.03.29-04.04
数字经济周刊·第8期|2021.03.22-03.28




您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存