人工智能创新创业从哪里入手？

1、人工智能爆发

说到人工智能大家想到的应该就是几年前的阿尔法狗事件，谷歌公司研究的人工智能机器人战胜了世界围棋冠军李世石；

到今天我们生活中人工智能产品已随处可见，

例如很多家庭就有智能音响，智能门锁，智能扫地机器人，智能家庭监控；

小区的人脸识别闸机，小区智能监控，车牌自动识别停车；

超市有刷脸支付。

机场和高铁的刷脸闸机，人脸识别安检，人证核验值机等。

2、第三次人工智能浪潮

人工智能的发展已经有60多年了，60多年来潮起潮落，本次人工智能的发展是第三次人工智能浪潮；前面两次人工智能发展很快又进入了低谷，那么本次人工智能浪潮会不会再次跌入低谷？

3、第三次人工智能浪潮不会跌入低谷

人工智能需要的的基础是“数据+算法+算力+应用场景创新”，之前两次人工智能浪潮跌入低谷都是因为算力不足和算法没有突破，导致人工智能可以应用的领域很少，准确度很低，无法达到商用化应用；本次人工智能第三次浪潮，从各纬度看，都有了本次突破，可以应用到很多场景，达到了商业化的程度，因此本次跌入低谷，会持续的创新发展。

1）基础设施的支撑已经到位，海量存储、海量计算、海量传输都得到了发展；

算力方面：cpu/gpu/fpga/asic芯片的发展；

传输方面：5G和全光网络，支持了数据传输；

存储方面：海量存储、全闪存存储，存储的性能和容量得到了充分的发展。

这些技术的发展，为人工智能的发展奠定了基础设施的基础。

2）互联网业务的发展累计了大量的数据，还有方兴未艾的物联网的发展会沉淀更多的数据，这些数据成为了生产资料基础。

3）深度神经网络算法在视觉领域、语音领域、自然语言处理领域、知识图谱的蓬勃发展提供算法的支持

4）利用人工智能技术做应用创新案例几乎覆盖了所有行业领域，可见随着成本的降低和工具的发展和人才的普及，创新将百花齐放。

5）06年深度神经网络的突破，12年深度学习在视频处理的突破，在自然语言理解的突破，实现图片和视频中的物体的识别，语音的识别和自然语言的处理。为什么深度学习那么重要，简单理解机器学习原来可处理的学习样本有限，有了深度学习学习的样本可以非常多，可抽取的特征可以非常多，这样准确度就会提高，可以达到生产商用的可能。

4、人工智能创新流程

创新需要行业专家+人工智能专家联合创新；需要行业老马，也就行业里面的专家，懂得know-how的人，能够把专家经验总结出来，把行业痛点整理出来。人工智能专家利用人工智能开发工具，进行数据的标注、训练、调优、达到应用的准确度和效率。具体的流程如下：

1）准确定义创新的场景范围和目标，比如识别图片里面的动物、识别图片里面猫的图片；准确率要求达到95%

2）可收集完备的数据素材，例如覆盖全面和平衡的猫的图片

3）随时可用的，经济的AI训练环境，

4）部署执行，失败集收集，迭代训练优化的闭环环境。

5、应用创新方向的方向

1）机器视觉的处理，做物体的识别，典型的人脸识别，做产品质检，检查物品表面的瑕疵，比如布匹的跳线、比如手机显示屏是否贴平；行为分析，比如戴安全帽与否、抽烟与否、打架等行为分析。ocr单据识别。

2）语音识别，自然语言处理，比如英语口语测评，比如背课文，比如语音交互，比如自动翻译

3）知识图谱，比如智能客服，场景化教学，分级阅读。

6、畅享未来智能新世界

最后让我们畅想一下未来的智能世界，会有越来越多的智能机器人走进我们的生活，我们会坐上无人驾驶汽车。未来的智能世界是万物感知、万物互联、万物智能的世界，我们身边的每一个物体都是联网的，都是能感知世界的，都具有思考特定场景的变化，并作出应变。

综上人工智能结合5G、cloud、Iot、边缘计算、大数据技术，已成为新一代产业革命的基础设施，将赋能生产生活，改变千行百业。