麥肯錫《技術(shù)熱門趨勢報(bào)告》下篇：應(yīng)用AI技術(shù)已成為大規(guī)模落地的成熟技術(shù)

    近日，麥肯錫發(fā)布《技術(shù)熱門趨勢報(bào)告（The top trends in tech）》，對(duì)世界科學(xué)技術(shù)發(fā)展趨勢進(jìn)行了研究。報(bào)告認(rèn)為，更高水平的流程自動(dòng)化、可視化，分布式基礎(chǔ)設(shè)施、下一代計(jì)算平臺(tái)、AI應(yīng)用等已經(jīng)成為各行各業(yè)的發(fā)展趨勢。同時(shí)，報(bào)告還對(duì)其中具有重要影響科學(xué)技術(shù)進(jìn)行了深入洞察，具體包括：數(shù)字孿生、3-D/4-D打印技術(shù)、應(yīng)用AI技術(shù)、云計(jì)算、邊緣計(jì)算、區(qū)塊鏈等等。此前，我們分享了其中關(guān)于“數(shù)字孿生”的技術(shù)洞察，本期將繼續(xù)解讀麥肯錫《技術(shù)熱門趨勢報(bào)告》，聚焦“應(yīng)用AI技術(shù)”。

    應(yīng)用AI技術(shù)

    報(bào)告中的應(yīng)用AI技術(shù)包括計(jì)算機(jī)視覺、自然語言處理和語音技術(shù)三種。計(jì)算機(jī)視覺、自然語言處理、語音技術(shù)利用人工智能算法來幫助計(jì)算機(jī)理解現(xiàn)實(shí)世界的數(shù)據(jù)，包括利用計(jì)算機(jī)視覺技術(shù)來理解視頻和圖像，利用自然語言處理技術(shù)來理解文本，和利用語音技術(shù)來理解音頻。

    這些技術(shù)能夠促進(jìn)人機(jī)交互和自然環(huán)境的數(shù)字化。在利用樣本數(shù)據(jù)訓(xùn)練算法后，機(jī)器可以識(shí)別范式，并對(duì)其進(jìn)行解釋和操作。

    技術(shù)成熟情況

    應(yīng)用AI正在從基礎(chǔ)研究向大規(guī)模應(yīng)用過渡，現(xiàn)在處于過渡的后期，已經(jīng)成為了大規(guī)模落地的成熟技術(shù)。

    到2024年，超過50%的用戶觸點(diǎn)（user touches）將被人工智能驅(qū)動(dòng)的語音、文字或計(jì)算機(jī)視覺算法所增強(qiáng)。到2021年，10億臺(tái)聯(lián)網(wǎng)的監(jiān)控?cái)z像頭將收集和共享視覺數(shù)據(jù)。

    行業(yè)適用情況

    應(yīng)用AI經(jīng)歷了從被特定行業(yè)采納向被多個(gè)行業(yè)采納的過渡，現(xiàn)在過渡已經(jīng)結(jié)束。該技術(shù)已經(jīng)成為了在多個(gè)行業(yè)廣泛落地的成熟技術(shù)。

    應(yīng)用AI對(duì)企業(yè)的價(jià)值

    無縫人機(jī)交互：通過將人工輸出轉(zhuǎn)換為機(jī)器閱讀指令，簡化應(yīng)用程序的使用或與機(jī)器的交互。

    擴(kuò)展或創(chuàng)造新產(chǎn)品和服務(wù)以覆蓋端到端：利用基于AI的數(shù)據(jù)分析特征(例如，監(jiān)測癌癥就是醫(yī)學(xué)成像設(shè)備的一個(gè)特征)。

    更高水平的數(shù)字化和自動(dòng)化：機(jī)器的視聽理解水平很高，能夠幫助公司實(shí)現(xiàn)全自動(dòng)化，或是通過機(jī)器完成部分工作來減輕人類勞動(dòng)者的負(fù)擔(dān)。

    更多客戶界面：提供不同的互動(dòng)方法，通過文本、語音或圖像(例如，亞馬遜基于照片搜索產(chǎn)品的功能)與客戶互動(dòng)。

    應(yīng)用示例

    01

    擴(kuò)展或創(chuàng)造新產(chǎn)品和服務(wù)

    以覆蓋端到端

    利用基于AI的數(shù)據(jù)分析特征(例如，監(jiān)測癌癥就是醫(yī)學(xué)成像設(shè)備的一個(gè)特征)來擴(kuò)展或創(chuàng)造新產(chǎn)品和服務(wù)。

    如：作物保護(hù)生產(chǎn)商希望優(yōu)化產(chǎn)品用途，以預(yù)防植物病害。目前，針對(duì)通常無法監(jiān)測到病害的問題，可以把計(jì)算機(jī)視覺與衛(wèi)星遙感技術(shù)相結(jié)合進(jìn)行農(nóng)田監(jiān)測，監(jiān)測到病害風(fēng)險(xiǎn)后觸發(fā)警報(bào)。而使用計(jì)算機(jī)視覺算法技術(shù)后，可在發(fā)現(xiàn)植物病害之前就監(jiān)測到這些問題，在實(shí)際感染病害14天前觸發(fā)警報(bào)，從而使農(nóng)民減少使用殺蟲劑。

    02

    （人力）資源生產(chǎn)力更高

    人機(jī)交互變得更高效，即計(jì)算機(jī)視覺、自然語言處理算法會(huì)推進(jìn)流程并為決策的制定提供依據(jù)(例如，通過搜索合同獲得特定信息)，這樣員工就能將時(shí)間花在能夠增值的任務(wù)上。

    如：英國的欺詐重案辦公室（Serious Fraud Office）保存著超過三千萬份文件，該辦公室利用計(jì)算機(jī)視覺對(duì)文檔進(jìn)行了分類，并通過數(shù)據(jù)處理來查找貪污腐敗的卷宗。在2017年，該辦公室利用計(jì)算機(jī)視覺算法發(fā)現(xiàn)了勞斯萊斯欺詐案，并對(duì)該公司處以6.71億英鎊的罰款。使用計(jì)算機(jī)視覺算法每天能夠處理60萬份文件，節(jié)省了80%的文件處理時(shí)間，使得工作人員能夠把重心重新轉(zhuǎn)移到起訴上。

    03

    任務(wù)的全自動(dòng)化

    減少了運(yùn)營開支

    AI控制的機(jī)器人能夠高效完成重復(fù)性的后臺(tái)和前臺(tái)任務(wù)(例如，自助服務(wù)雜貨店利用計(jì)算機(jī)視覺結(jié)賬)。

    此外，數(shù)字孿生還能減少資本密集型投資，使得管理者能夠根據(jù)模擬結(jié)果做出投資決策，從而降低冗余或替換的風(fēng)險(xiǎn)(因?yàn)楫a(chǎn)品是定制的)。同時(shí)，數(shù)字孿生還可以增加項(xiàng)目確定性，通過模擬可能路徑、追蹤績效并對(duì)標(biāo)里程碑，在偏離項(xiàng)目計(jì)劃的情況下及時(shí)糾正(如把數(shù)字孿生運(yùn)用到建設(shè)中的復(fù)雜項(xiàng)目)。

    04

    客戶滿意度更高

    提供各種自然的互動(dòng)方式，并保持始終如一的服務(wù)水平(如聊天或語音機(jī)器人)。

    發(fā)展前景

    未來五年計(jì)算機(jī)視覺、自然語言處理、語音技術(shù)的發(fā)展前景如下：

    階段一：神經(jīng)網(wǎng)絡(luò)的發(fā)展進(jìn)入停滯期；攻克復(fù)雜應(yīng)用的技術(shù)難關(guān)

    現(xiàn)有神經(jīng)網(wǎng)絡(luò)仍然存在一些缺陷（如缺乏上下文），限制了解釋力和采取行動(dòng)或進(jìn)一步累積洞見的能力。我們需要優(yōu)化和運(yùn)用現(xiàn)有解決方案（如Facebook利用卷積神經(jīng)網(wǎng)絡(luò)開發(fā)了面部識(shí)別功能，準(zhǔn)確率達(dá)到了97.5%）。在攻克技術(shù)難關(guān)后，復(fù)雜應(yīng)用準(zhǔn)備進(jìn)入市場（如5級(jí)自動(dòng)駕駛）。

    階段二：計(jì)算機(jī)視覺和自然語言處理模型的普及

    得益于已建立的數(shù)據(jù)標(biāo)準(zhǔn)和可調(diào)整的預(yù)定義模型，計(jì)算機(jī)視覺和自然語言處理在相對(duì)不太復(fù)雜的虛擬任務(wù)中得到廣泛應(yīng)用。機(jī)器通過不會(huì)編碼的專家的培訓(xùn)，簡化人機(jī)交互（例如，護(hù)士指導(dǎo)機(jī)器人處理患者樣本）而被加速應(yīng)用。利用基于認(rèn)知AI 的加工來根據(jù)非結(jié)構(gòu)化數(shù)據(jù)自動(dòng)做出判斷和決策，從而實(shí)現(xiàn)智能流程自動(dòng)化。

    階段三：生成式預(yù)訓(xùn)練模型

    在一組不同的未標(biāo)記數(shù)據(jù)上預(yù)訓(xùn)練語言或視覺模型，從而自動(dòng)生成感知上下文的內(nèi)容，這些內(nèi)容很難同人類創(chuàng)作的內(nèi)容區(qū)分開來。無需人工監(jiān)督或手動(dòng)標(biāo)記輸入數(shù)據(jù)，模型會(huì)遵循自己的邏輯而不是遵循所學(xué)習(xí)的范式，機(jī)器可以獨(dú)立“思考”和創(chuàng)造高精度內(nèi)容，從而實(shí)現(xiàn)真實(shí)的人機(jī)交互。AI研究實(shí)驗(yàn)室OpenAI的生成式預(yù)訓(xùn)練模型（GPT-3）學(xué)會(huì)了僅根據(jù)一個(gè)提示來執(zhí)行任務(wù)（例如，通過給模型展示一個(gè)完整的句子和一個(gè)不完整句子來教會(huì)模型如何造句）。

    發(fā)展動(dòng)力

    可用于訓(xùn)練和解釋的機(jī)器和人類生成的數(shù)據(jù)呈現(xiàn)爆發(fā)式增長（例如，裝有傳感器和攝像頭的消費(fèi)或者工業(yè)設(shè)備的數(shù)量大幅增長）。

    深度神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)方法的出現(xiàn)（例如，卷積神經(jīng)網(wǎng)絡(luò)降低了錯(cuò)誤率，使計(jì)算機(jī)在語音和圖像識(shí)別方面與人類不相上下）。

    AI驅(qū)動(dòng)的應(yīng)用程序成本不斷下降，處理能力和算法的可用性不斷提高，因此該類應(yīng)用程序正在普及。

    不斷提高數(shù)據(jù)（圖像、音頻）的質(zhì)量，提高分析的準(zhǔn)確性。