人工智能產業鏈向技術、智能家居、機器人和安防是目前AI應用的主要方向
1月6日，字節跳動旗下稀土掘金技術社區發布的《2022中國開發者生態報告》顯示，隨著人工智能的發展，越來越多的企業開始擁抱人工智能。企業專注的人工智能產業鏈以基礎層為主，逐漸向技術層、應用層延伸。在應用層方面，智能家居、機器人和安防是目前AI應用的主要方向。
不過，報告還認為，人工智能產業在發展過程中仍面臨不少挑戰，主要體現在知識和技術層面。
具體來看，報告顯示，從企業在人工智能領域涉足情況看，有41.2%的開發者所在企業已經進入人工智能的實踐階段，其中大部分是有一個或多個試點項目（29.0%），另有12.2%開發者所在企業已經將人工智能廣泛使用到流程和產品中，同時還有部分企業正在測試階段，或者計劃未來使用，可見企業對人工智能的態度較為積極。
與此同時，在人工智能產業鏈中，以基礎層的大數據企業開發者居多，為50.2%，其次是技術層的機器學習（43.7%）。從應用層來看，智能家居、機器人和安防是目前AI應用的主要方向。
在人工智能技術演進方面，報告顯示，有45.2%的企業開發者表示企業應用“機器學習”技術，應用最廣泛；其次是深度學習（41.4%）和計算機視覺（40.6%）。
從人工智能技術架構來看，成熟的通用芯片仍占市場主導，有45.2%的開發者所在企業使用GPU，占比最高，其次是傳統CPU（40.8%）。報告認為，隨著深度學習、計算機視覺等人工智能技術的應用，定制芯片也得到較好的發展。
值得一提的是，報告還認為，人工智能產業在快速發展的同時，在知識層面、技術層面、數據層面等仍面臨一些挑戰，43.0%開發者認為困難來自于知識層面，專業知識匱乏，以及從業人員數量少、培養周期長等；其次是技術層面（41.8%），面臨機器學習算法缺乏可解釋性，模型生產流程長等問題
商湯科技高級系統研究員許志耿表示，人工智能發展和落地過程中，AI系統人才方面面臨的問題首先是對人員能力的要求，有一定的門檻；第二是從業人員數量較少；第三是人才培養周期長。從技術層面看，模型部署和應用上線的過程鏈條比較長，同時面臨長尾問題，導致單個模型的生產成本升高，需要建設規模化、標準化、高效率的人工智能基礎設施。
1月6日，字節跳動旗下稀土掘金技術社區發布的《2022中國開發者生態報告》顯示，隨著人工智能的發展，越來越多的企業開始擁抱人工智能。企業專注的人工智能產業鏈以基礎層為主，逐漸向技術層、應用層延伸。在應用層方面，智能家居、機器人和安防是目前AI應用的主要方向。
不過，報告還認為，人工智能產業在發展過程中仍面臨不少挑戰，主要體現在知識和技術層面。
具體來看，報告顯示，從企業在人工智能領域涉足情況看，有41.2%的開發者所在企業已經進入人工智能的實踐階段，其中大部分是有一個或多個試點項目（29.0%），另有12.2%開發者所在企業已經將人工智能廣泛使用到流程和產品中，同時還有部分企業正在測試階段，或者計劃未來使用，可見企業對人工智能的態度較為積極。
與此同時，在人工智能產業鏈中，以基礎層的大數據企業開發者居多，為50.2%，其次是技術層的機器學習（43.7%）。從應用層來看，智能家居、機器人和安防是目前AI應用的主要方向。
在人工智能技術演進方面，報告顯示，有45.2%的企業開發者表示企業應用“機器學習”技術，應用最廣泛；其次是深度學習（41.4%）和計算機視覺（40.6%）。
從人工智能技術架構來看，成熟的通用芯片仍占市場主導，有45.2%的開發者所在企業使用GPU，占比最高，其次是傳統CPU（40.8%）。報告認為，隨著深度學習、計算機視覺等人工智能技術的應用，定制芯片也得到較好的發展。
值得一提的是，報告還認為，人工智能產業在快速發展的同時，在知識層面、技術層面、數據層面等仍面臨一些挑戰，43.0%開發者認為困難來自于知識層面，專業知識匱乏，以及從業人員數量少、培養周期長等；其次是技術層面（41.8%），面臨機器學習算法缺乏可解釋性，模型生產流程長等問題
商湯科技高級系統研究員許志耿表示，人工智能發展和落地過程中，AI系統人才方面面臨的問題首先是對人員能力的要求，有一定的門檻；第二是從業人員數量較少；第三是人才培養周期長。從技術層面看，模型部署和應用上線的過程鏈條比較長，同時面臨長尾問題，導致單個模型的生產成本升高，需要建設規模化、標準化、高效率的人工智能基礎設施。
粵公網安備 44030402000745號 