热词: RFID传感器二维条码生物识别卫星导航定位


当前位置:首页 > 感知层 > 技术 > 机器视觉

机器视觉人脸识别智能控制 人工智能百亿蓝海会在哪里?

2017-06-06 来源:我爱物联网

机器视觉人脸识别智能控制 人工智能百亿蓝海会在哪里?

  :如果摩尔定律能够继续保持过去30年的发展速度,那么到2025年,计算机中央处理器将会具有和人类大脑一样的信息处理能力。资本也正从各方涉猎这场技术革命。

  今年三月,谷歌AlphaGO战胜李世石九段,再次将人工智能(Artificial Intelligence,简称AI))拉进人们眼球。而对于人工智能未来发展,克劳斯·施瓦布在其所著《第四次工业革命》中,认为其未来引爆点将是首台人工智能机器加入公司董事会,并且30%的企业审计将由人工智能完成,至少45%的受访者则认为引爆点将在2025年之前到来。

  克劳斯·施瓦布认为,人工智能将在未来取代很多目前需要人工完成的工作。报告指出,如果摩尔定律能够继续保持过去30年的发展速度,那么到2025年,计算机中的中央处理器将会具有和人类大脑一样的信息处理能力。而资本也正从各方涉猎这场技术革命。

  百亿蓝海

  根据Tractica的预测数据,2016年全球人工智能收入预计将达到6.437亿美元,到2025年将增长至368亿美元。

  根据艾瑞咨询预测数据,2015年我国人工智能市场规模约为12亿人民币,其中语音识别和视觉识别占比分别约为60%和12.5%,其他约占27.5%。预计到2020年,中国AI市场规模将达到91亿人民币。

 

  从产业链看,目前人工智能产业链可简单划为三层,即底层基础层、中间层技术层与上层应用层。

  其中,基础层包含硬件存储与计算资源和数据资源等,GPU芯片、云计算平台、传感器、数据等均包含在此层中;技术层包含算法、模型平台,感知智能算法、认知智能算法等均在此列;应用层包含硬件产品和软件与服务,硬件中包含无人机、机器人(300024,股吧)及其他智能硬件等,软件与服务包含语音输入法、虚拟助手、自动驾驶及智能安防等。

  从人工智能的发展现状看,目前,全球人工智能产业在基础层发展已相对成熟。具体来看,云计算+大规模GPU并行计算的计算方式已较为成熟,互联网、移动互联网的发展为人工智能发展积累了海量数据,已能支撑技术开发与应用开发。

  与此相对的是,目前人工智能的应用主要在感知层面,如声音、图像等,感知层技术储备相对丰富,而在认知层仍未能获得大幅突破,诸如无人驾驶、全自动等仍处于开发中,与大规模应用仍有一定距离。

 

  人工智能重要的应用方向

  资本推动

  科技革新伴随着资本的介入。从全球范围看,目前国外互联网巨头如Google、Facebook、Intel、Nvidia,国内如百度、腾讯等均已布局人工智能,涉及领域包含视觉算法与应用、无人驾驶、人工智能芯片等。相比之下,上述公司在人工智能基础层、技术层与应用层的参与热情均较高。

  在基础层中,有百度、阿里为代表的互联网巨头也有数据堂为代表的专业化数据公司;技术层中,百度在机器学习、语音识别与视觉方面均有较深布局,此外如A股上市公司旷视科技、科大讯飞(002230,股吧)等也分别在其垂直领域有叫深厚的技术储备积累。

  中泰证券在研报中指出,其目前并非发现认知层面上算法的突破,而基于计算和数据之上的算法正是人工智能的核心。中泰证券同时指出,随着深度学习在计算机视觉和自然语言处理上逐渐取得明显发展,AI+物的为出发的Link将成为未来发展的大势。

  

  部分A股上市公司人工智能布局


机器视觉人脸识别智能控制 人工智能百亿蓝海在哪里?

  :如果摩尔定律能够继续保持过去30年的发展速度,那么到2025年,计算机中央处理器将会具有和人类大脑一样的信息处理能力。资本也正从各方涉猎这场技术革命。

  今年三月,谷歌AlphaGO战胜李世石九段,再次将人工智能(Artificial Intelligence,简称AI))拉进人们眼球。而对于人工智能未来发展,克劳斯·施瓦布在其所著《第四次工业革命》中,认为其未来引爆点将是首台人工智能机器加入公司董事会,并且30%的企业审计将由人工智能完成,至少45%的受访者则认为引爆点将在2025年之前到来。

  克劳斯·施瓦布认为,人工智能将在未来取代很多目前需要人工完成的工作。报告指出,如果摩尔定律能够继续保持过去30年的发展速度,那么到2025年,计算机中的中央处理器将会具有和人类大脑一样的信息处理能力。而资本也正从各方涉猎这场技术革命。

  百亿蓝海

  根据Tractica的预测数据,2016年全球人工智能收入预计将达到6.437亿美元,到2025年将增长至368亿美元。

  根据艾瑞咨询预测数据,2015年我国人工智能市场规模约为12亿人民币,其中语音识别和视觉识别占比分别约为60%和12.5%,其他约占27.5%。预计到2020年,中国AI市场规模将达到91亿人民币。

  从产业链看,目前人工智能产业链可简单划为三层,即底层基础层、中间层技术层与上层应用层。

  其中,基础层包含硬件存储与计算资源和数据资源等,GPU芯片、云计算平台、传感器、数据等均包含在此层中;技术层包含算法、模型平台,感知智能算法、认知智能算法等均在此列;应用层包含硬件产品和软件与服务,硬件中包含无人机、及其他智能硬件等,软件与服务包含语音输入法、虚拟助手、自动驾驶及智能安防等。

  从人工智能的发展现状看,目前,全球人工智能产业在基础层发展已相对成熟。具体来看,云计算+大规模GPU并行计算的计算方式已较为成熟,互联网、移动互联网的发展为人工智能发展积累了海量数据,已能支撑技术开发与应用开发。

  与此相对的是,目前人工智能的应用主要在感知层面,如声音、图像等,感知层技术储备相对丰富,而在认知层仍未能获得大幅突破,诸如无人驾驶、全自动等仍处于开发中,与大规模应用仍有一定距离。

  人工智能重要的应用方向

  资本推动

  科技革新伴随着资本的介入。从全球范围看,目前国外互联网巨头如Google、Facebook、Intel、Nvidia,国内如百度、腾讯等均已布局人工智能,涉及领域包含视觉算法与应用、无人驾驶、人工智能芯片等。相比之下,上述公司在人工智能基础层、技术层与应用层的参与热情均较高。

  在基础层中,有百度、阿里为代表的互联网巨头也有数据堂为代表的专业化数据公司;技术层中,百度在机器学习、语音识别与视觉方面均有较深布局,此外如A股上市公司旷视科技、科大讯飞(002230,股吧)等也分别在其垂直领域有叫深厚的技术储备积累。

  中泰证券在研报中指出,其目前并非发现认知层面上算法的突破,而基于计算和数据之上的算法正是人工智能的核心。中泰证券同时指出,随着深度学习在计算机视觉和自然语言处理上逐渐取得明显发展,AI+物的为出发的Link将成为未来发展的大势。

  部分A股上市公司人工智能布局

  人脸识别领域有汉王科技、佳都科技;

  子行业领域有机器人、天奇股份、东方精工、楚天科技、科远股份。


智能控制的“眼睛” 机器视觉引领下一代技术革命

  :从2010年第一辆谷歌无人驾驶汽车上路,到2014年搭载自动驾驶功能的特斯拉ModelS正式上市,无人驾驶汽车的发展速度超越想象。虽然上世纪70年代无人驾驶技术在可行性和实用化方面已经取得了突破性进展,但是直到最近谷歌、苹果、特斯拉等科技企业的加入,才使得无人驾驶受到消费者的关注与认可。可能每个人小时候都会有这样的想象:如果汽车能自己开车该多好啊……如今这样的想象终于变成了现实,其背后呈现的技术原理却不仅仅是一辆车那么简单。

  从无人驾驶到

  无人驾驶顾名思义就是不需要驾驶员操作的情况下汽车可以自动行驶,这并不是指汽车在实验场上进行前进、后退、倒车、刹车等简单操作,而是需要汽车在真实且复杂的路况上满足用户的出行需求。比如早高峰需要汽车快速且安全地载着用户从家到公司,长途旅行需要汽车精确识别当地交通法规而不会违章,在拥挤的底下车库可以自动找到停车位并精确入库……这些使用场景对无人驾驶汽车提出了非常严苛的要求。所以无人驾驶汽车不仅仅是一辆汽车,它涉及了多方面的技术融合,比如自动控制、体系结构、人工智能、视觉计算等等,今天要和大家探讨的则是。

  以特斯拉ModelS为例,想要实现自动驾驶功能必须购买包含前置距离雷达、摄像头和围绕在车身四周的12个超声波传感器在内的自动驾驶套件,并且升级至最新的7.0系统。借助自适应巡航和辅助转向技术,ModelS已经可以实现自动车道保持、自动变道和自动泊车三大功能。虽然这看起来更像是辅助驾驶,但是一定程度上已经可以替代驾驶员的工作。ModelS上安装的传感器可以实现对周围物体的监测(比如测量前后车距),使用摄像头进行监测比传统的超声波传感器更加精确和敏捷(因为周围的汽车都处于高速运动的状态),这就是机器视觉在无人驾驶汽车上的应用。

  机器视觉让无人机有了眼睛

  今年3月大疆发布了新产品精灵4,这架内置了5个摄像头的无人机尤其引人关注。除了机身下方的云台相机可用于摄影外,精灵4内置的4个摄像头均用来实现环境感知与壁障功能,这就是机器视觉在无人机行业的深入应用。无人机高速旋转的桨叶使其具有一定的危险性,只有在户外GPS信号良好的地方才可以安全飞行,而没有GPS信号且充满了各种电磁干扰的室内则是无人机的“地狱”。但是内置机器视觉摄像头的无人机可以根据光流定位技术实现精确的定位与悬停,在室内也可以稳定飞行,这就大大拓展了无人机的使用场景。所以机器视觉让无人机行业的发展进入了一个新的阶段。

  除了可以辅助定位和悬停外,机器视觉使得无人机的安全性进一步提升。以精灵4为例,前置的双摄像头可以实时感知前方飞行环境,如果遇到障碍物则实时调整飞行航线实现自动壁障。有了机器视觉摄像头的加持,无人机仿佛有了眼睛,飞行安全性大大提升。这背后体现的技术原理则是飞控技术与机器视觉的深度融合,大疆CEO汪涛评价精灵4说:“至今为止我最满意的产品,欢迎来到机器视觉的时代。”

  技术催熟市场

  也许是智慧却又孤独的人类能够制造出的最接近人类自身的产物,美国麦肯锡公司预测未来10年机器人市场将达到万亿美元的规模,比尔盖茨更是表示二十年后家家户户都会拥有机器人。人类希望机器人也能够拥有感觉、思维和学习能力,从而成为人类的助手和朋友。在组成机器人的三大模块中,感知模块是必备条件。有专家指出:“具有视觉、听觉和触觉,能够自主行动的机器人才是真正意义上的机器人。”

  机器视觉是人工智能正在快速发展的一个分支,人们希望机器拥有视觉并在某些应用中超越人类的完成人不可能完成的工作。在商业应用中,机器视觉技术可以帮助机器人厂商打造高端交互性强的智能机器人,并且随着人工智能的发展以及云计算、大数据应用的深化,能够让机器人在非结构化的环境中自主实现识别、思考和决策。

  总结:机器视觉的前景充满机遇与挑战

  前不久一辆使用自动驾驶模式的特斯拉ModelS在美国佛罗里达州高速公路上发生了严重的车祸,驾驶员当场死亡,这是世界上第一例自动驾驶汽车致用户死亡的案例。美国政府宣布已开始调查这起车祸,并正在评估肇事车特斯拉ModelS所装配的自动驾驶系统,这使得市场上狂热的无人驾驶风潮暂时冷却下来。特斯拉公司强调,“自动驾驶系统只是辅助功能,这个系统是一项新技术,仍然处于市场测试的第二阶段。”

  一年前,百度DLI副院长余凯辞职创业的新闻受到很多人的关注。近日余凯受邀参加了IEEE举办的CVPR会议(计算机视觉和模式识别领域的重要学术会议),在研讨会期间余凯分享了自己的创业团队“地平线”近期在智能交通领域的成果。最让他引以为傲的成绩是,基于DenseBox的算法在KITTI的全球排名中位列第一。KITTI数据集排名由德国卡尔斯鲁厄理工学院和芝加哥丰田技术研究所联合创办,是国际上权威性较高的机动车辅助驾驶应用技术评估的算法评测平台。也就是说余凯的地平线团队在无人驾驶汽车与机器视觉领域走到了国际的前沿。

  “特斯拉的企业风格仍属于较激进的一派,因为包括技术在内,整个行业并没有想象的那么成熟。”在谈到特斯拉车主身亡事故时,余凯这样对记者说。而说起在无人驾驶辅助系统全球领先的Mobileye公司时,余凯表示地平线提供的针对辅助驾驶的硬件和软件方案在性能层面的部分指标甚至比Mobileye更高,而且基于中国复杂多变的路况特别优化了一些识别算法。“比如说我在人群密集的中国马路上开车,看到带平板的三轮摩托很平常,但基于国外路况设计的Mobileye并不能识别到”。

  不管市场会有怎样的反映,人工智能的浪潮已经袭来,首当其冲的就是机器视觉的技术革命。无人机、自动驾驶、智能医生、智能安防等应用领域不断突破,全球互联网和半导体巨头纷纷布局,显示出智能图像处理将是下一个竞技场,机器视觉技术已经迎来了黄金发展的时期。特斯拉会继续完善自家Model汽车的无人驾驶功能,大疆会继续深耕消费级无人机领域的视觉壁障与光流定位技术,而地平线已经勇敢地告别了互联网模式,选择了一条更踏实的技术性路线。时代,机器视觉这个环节不可或缺。

相关热点