向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

人工智能AI四层商业生态详解

2019-09-16 作者:AI君
导语:AI技术如火如荼,随着各种场景应用的落地,AI加速进入应用阶段,因此各类创业公司也如雨后春笋般冒出来,本文从技术层面对AI进行分层介绍,相信对于某些情况的企业和工程师都有所帮助

AI技术如火如荼,随着各种场景应用的落地,AI加速进入应用阶段,因此各类创业公司也如雨后春笋般冒出来,本文从技术层面对AI进行分层介绍,相信对于某些情况的企业和工程师都有所帮助。

现阶段AI的发展依赖于算力的提升、算法的突破、数据的增加。基于这三点,AI生态栈分为四层:基础层、框架层、技术层、应用层。围绕着这四层,形成了一批A产业生态,支撑着AI向前发展。

AI分层.jpg

第一层:基础层

基础层提供了算力。一是基础芯片,例如GPU、TPU、NPU、ASC、FPGA等,芯片是技术密集型产业、研发周期长、投入成本巨大、一次流片失败就得损失几千万。因为是最低层的,是最通用的,如果研发成功,会带来巨大收益,所以这一块是大厂的必争之地,也有创业公司入围,国外的厂商包括Nvida(普通显卡 GeForce,专业显卡 Quadro、企业显卡Tesla)、 Intel、AMD、 google(TPU)等,国内厂商包括华为、阿里、寒武纪、比特大陆,地平线等。二是A与云相结合是必然趋势,基础架构朝着云计算方向发展,算力依托云计算向外输出,而公有云市场占据了半壁江山,公有云提供了强大的计算能力,同时,云上有万千的应用,产生了亿万数据,这正是AI的数据来源,也是A|的应用方向,A与公有云相结合具有先天优势,现在的公有云厂商,基本上将公有云事业部和A事业部合二为一,成为智能云或者云智能,共同对外提供服务。

第二层:框架层

框架层提供了原子类算法。框架层是对算法的封装、是对算法的工程化,使得算法可以在NPU上调度运行。框架层原本是技术壁垒,但开源框架的问世,使得技术壁垒消失,人人都可以依托开源框架进行AI研发。开源框架包括TF、 PyTorch、Caffe、 MXNet等,其中TF比例最大,是领导者, PyTorch增长最快,是挑战者。开源是趋势,作为初创公司,建议直接使用开源框架,把精力集中在技术层和应用层。

第三层:技术层

技术层提供了技术类算法,包括3+N,其中,3是指三门通用技术,包括:图像技术、语音技术、NLP,图像技术和语音技术是感知技术,NLP是认知技术。图像技术领域的公司有老牌的海康威视、以及初创的独角兽,例如商汤、旷世、云从、依图等,语音技术以科大讯飞为代表,BAT大厂都在NLP上发力。N是指专用技术,包括:推荐技术、异常检测技术、关联分析技术等。技术层也是大厂的必争之地,这一层离应用层更近,大厂更倾向于做成saas服务,以技术方式对外输出,赋能各企业。这一层是很危险的,因为当企业规模不大、技术能力不强时,可以依赖SaaS服务,待企业成规模后,不希望受技术牵制,慢慢做全栈,向技术层渗透,所以建议初创公司不要做纯技术层,应该聚焦应用层。

第四层:应用层

应用层是将AI赋能各行各业。AI不产生需求,AI只是需求的实现方式。我们可以将AI分为两个方向,一是+AI,即已有产品,增加上A能力,使得产品有了量和质的提升,二是AI+,即之前没有此款产品,AI直接产生了此款产品,目前+AI类要多一些。A可以赋能各行各业,例如:智能安防(人脸识别)、智能医疗(影像识别)、智能教育(拍照识别)、智能交通(自动驾驶)、智能金融(反欺诈)、智能家居(AIOT)、智能零售(无人商店)、智能物流(智能调度)、智能运维(AIOps)等。随着AI技术的发展,基础层、框架层、技术层的技术门槛逐渐降低,核心逐渐迁移到了应用层,应用层具有渠道壁垒、场景壁垒、数据壁垒等,是个初创公司必争之地,进入一个垂直行业,能养活一个初创公司。

原创
本文为机器人网原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。

您可能感兴趣的文章

相关推荐

广告
推荐使用浏览器内置分享