機(jī)器學(xué)習(xí)行業(yè)應(yīng)用場(chǎng)景調(diào)研 影響數(shù)據(jù)科學(xué)與機(jī)器學(xué)習(xí)未來方向的五個(gè)趨勢(shì)

• 陳觀秋 2023年9月26日 來源：中研報(bào)告 人民郵電報(bào) 403 19
• 繁體

機(jī)器學(xué)習(xí)是人工智能的核心，是使計(jì)算機(jī)具有智能的根本途徑，其應(yīng)用遍及人工智能的各個(gè)領(lǐng)域，它主要使用歸納、綜合而不是演繹。從應(yīng)用場(chǎng)景看，目前相對(duì)落地的用例包括：產(chǎn)品推薦、銷售預(yù)測(cè)、反欺詐、人臉識(shí)別、圖片識(shí)別、OCR和應(yīng)用軟件自動(dòng)化等。

深度學(xué)習(xí)逐漸成為人工智能領(lǐng)域的研究熱點(diǎn)和主流發(fā)展方向，極大的提升了圖像分類技術(shù)、語音識(shí)別技術(shù)、機(jī)器翻譯技術(shù)等其他相關(guān)技術(shù)能力?，F(xiàn)階段，人工智能技術(shù)應(yīng)用落地速度正在不斷加快，應(yīng)用場(chǎng)景正在不斷增多，市場(chǎng)規(guī)模不斷擴(kuò)大，使得機(jī)器學(xué)習(xí)價(jià)值日益凸顯。在政策的推動(dòng)下，我國人工智能市場(chǎng)增速高于全球平均水平，未來機(jī)器學(xué)習(xí)產(chǎn)業(yè)發(fā)展勢(shì)頭更為強(qiáng)勁。

機(jī)器學(xué)習(xí)(Machine Learning, ML)是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。

機(jī)器學(xué)習(xí)是人工智能的核心，是使計(jì)算機(jī)具有智能的根本途徑，其應(yīng)用遍及人工智能的各個(gè)領(lǐng)域，它主要使用歸納、綜合而不是演繹。

從1980年機(jī)器學(xué)習(xí)稱為一個(gè)獨(dú)立的方向開始算起，到現(xiàn)在也已經(jīng)過去了近40年。在這100多年中，經(jīng)過一代又一代人的努力，誕生出了大量經(jīng)典的方法。

機(jī)器學(xué)習(xí)領(lǐng)域的研究工作主要有以下三個(gè)方面：面向任務(wù)，研究和分析改進(jìn)一組預(yù)定任務(wù)的執(zhí)行性能;面向認(rèn)知模型，研究人類學(xué)習(xí)過程并進(jìn)行計(jì)算機(jī)模擬;面向理論分析，從理論上探索各種可能的學(xué)習(xí)方法和獨(dú)立于應(yīng)用領(lǐng)域的算法。

機(jī)器學(xué)習(xí)行業(yè)應(yīng)用場(chǎng)景調(diào)研

從應(yīng)用場(chǎng)景看，目前相對(duì)落地的用例包括：產(chǎn)品推薦、銷售預(yù)測(cè)、反欺詐、人臉識(shí)別、圖片識(shí)別、OCR和應(yīng)用軟件自動(dòng)化等。還在成長(zhǎng)的應(yīng)用有：智能投顧、視頻分析、異常行為分析、圖像審核、文檔類OCR和文本生成等，這些應(yīng)用還有很大的上升空間。

機(jī)器學(xué)習(xí)產(chǎn)業(yè)鏈包括上游基礎(chǔ)層、中游技術(shù)層、下游應(yīng)用層。其中上游包括人工智能芯片供應(yīng)商、云計(jì)算平臺(tái)服務(wù)商、大數(shù)據(jù)服務(wù)商。中游包括機(jī)器學(xué)習(xí)技術(shù)服務(wù)商，機(jī)器學(xué)習(xí)技術(shù)服務(wù)商是機(jī)器學(xué)習(xí)產(chǎn)業(yè)鏈的關(guān)鍵主體，其提供的服務(wù)包括機(jī)器學(xué)習(xí)基礎(chǔ)開源框架以及機(jī)器學(xué)習(xí)技術(shù)開放平臺(tái)。下游是機(jī)器學(xué)習(xí)應(yīng)用服務(wù)商，為最終用戶提供基于機(jī)器學(xué)習(xí)的垂直領(lǐng)域應(yīng)用服務(wù)，機(jī)器學(xué)習(xí)廣泛應(yīng)用于金融、教育、醫(yī)療、工業(yè)、零售等垂直領(lǐng)域，應(yīng)用領(lǐng)域還在不斷擴(kuò)展。

在近年獲投的機(jī)器學(xué)習(xí)創(chuàng)業(yè)公司中，熱門賽道集中于金融、互聯(lián)網(wǎng)、工業(yè)、政務(wù)、醫(yī)療等。其中，金融賽道與機(jī)器學(xué)習(xí)契合度高且需求強(qiáng)烈，90%以上的機(jī)器學(xué)習(xí)企業(yè)都開展了金融相關(guān)業(yè)務(wù)板塊，機(jī)器學(xué)習(xí)在金融領(lǐng)域的應(yīng)用場(chǎng)景主要在智能風(fēng)控、保險(xiǎn)核定、精準(zhǔn)營(yíng)銷等方面。

據(jù)中研產(chǎn)業(yè)研究院《2023-2028年中國機(jī)器學(xué)習(xí)行業(yè)深度分析及發(fā)展前景預(yù)測(cè)報(bào)告》分析：

智能制造日益成為制造業(yè)企業(yè)發(fā)展的重大趨勢(shì)和核心內(nèi)容,是新常態(tài)下企業(yè)打造競(jìng)爭(zhēng)優(yōu)勢(shì)的必然選擇，而智能制造中獲取智能的關(guān)鍵是機(jī)器學(xué)習(xí)。

目前，人工智能機(jī)器學(xué)習(xí)主要是靠大量的數(shù)據(jù)訓(xùn)練，依靠大量的實(shí)踐總結(jié)出事物的規(guī)律，獲取直接知識(shí)。類比人類獲取知識(shí)的歷程來看，機(jī)器學(xué)習(xí)還處于發(fā)展的初級(jí)階段，相當(dāng)于人從大量的實(shí)踐活動(dòng)中總結(jié)經(jīng)驗(yàn)提煉知識(shí)的階段，還未進(jìn)入從知識(shí)產(chǎn)生知識(shí)的階段。

深度學(xué)習(xí)逐漸成為人工智能領(lǐng)域的研究熱點(diǎn)和主流發(fā)展方向，極大的提升了圖像分類技術(shù)、語音識(shí)別技術(shù)、機(jī)器翻譯技術(shù)等其他相關(guān)技術(shù)能力。

影響數(shù)據(jù)科學(xué)與機(jī)器學(xué)習(xí)未來方向的五個(gè)趨勢(shì)

隨著數(shù)據(jù)科學(xué)與機(jī)器學(xué)習(xí)(DSML)行業(yè)的快速發(fā)展和演變，數(shù)據(jù)對(duì)于生成式人工智能開發(fā)與運(yùn)用的重要性日益提高。研究機(jī)構(gòu)Gartner日前發(fā)布了影響數(shù)據(jù)科學(xué)與機(jī)器學(xué)習(xí)未來方向的五個(gè)趨勢(shì)。

趨勢(shì)1：云數(shù)據(jù)生態(tài)系統(tǒng)

數(shù)據(jù)生態(tài)系統(tǒng)正在從獨(dú)立軟件或混合式部署模式過渡到徹底的云原生解決方案。預(yù)計(jì)到2024年，50%的新系統(tǒng)部署基于集成化的云數(shù)據(jù)生態(tài)系統(tǒng)，而非手動(dòng)集成的單點(diǎn)解決方案。該機(jī)構(gòu)建議，企業(yè)和機(jī)構(gòu)對(duì)解決數(shù)據(jù)分散化問題和訪問外部數(shù)據(jù)并與之集成的能力進(jìn)行評(píng)估，從而考量其數(shù)據(jù)生態(tài)系統(tǒng)。

趨勢(shì)2：邊緣人工智能

企業(yè)和機(jī)構(gòu)越來越需要通過邊緣人工智能在邊緣位置創(chuàng)建和處理數(shù)據(jù)，這將幫助企業(yè)和機(jī)構(gòu)獲得實(shí)時(shí)洞察力，發(fā)掘新業(yè)務(wù)模式并滿足數(shù)據(jù)隱私要求。邊緣人工智能還能幫助企業(yè)和機(jī)構(gòu)提高人工智能的開發(fā)、編排、集成和部署能力。

趨勢(shì)3：負(fù)責(zé)任的人工智能

負(fù)責(zé)任的人工智能將提供一種積極的力量，而不是給社會(huì)和人工智能自身帶來威脅。當(dāng)企業(yè)和機(jī)構(gòu)采用人工智能做出符合商業(yè)邏輯和道德倫理的正確選擇時(shí)，會(huì)遇到例如信譽(yù)、透明度等風(fēng)險(xiǎn)。負(fù)責(zé)任的人工智能則有助于解決這些問題。預(yù)測(cè)顯示，到2025年1%的人工智能服務(wù)提供商可大規(guī)模使用預(yù)訓(xùn)練的人工智能模型，負(fù)責(zé)任的人工智能將成為社會(huì)焦點(diǎn)。

趨勢(shì)4：以數(shù)據(jù)為中心的人工智能

以數(shù)據(jù)為中心的人工智能不再以模型和代碼為中心，而是以數(shù)據(jù)為中心，從而打造更強(qiáng)大的人工智能系統(tǒng)。企業(yè)和機(jī)構(gòu)將采用人工智能專用數(shù)據(jù)管理、合成數(shù)據(jù)以及數(shù)據(jù)標(biāo)記技術(shù)等解決方案來應(yīng)對(duì)例如數(shù)據(jù)的可訪問性、數(shù)量、隱私性、安全性、復(fù)雜性等難題。

趨勢(shì)5：加快人工智能投資

進(jìn)入人工智能解決方案實(shí)施階段的企業(yè)和機(jī)構(gòu)以及希望通過人工智能技術(shù)和相關(guān)業(yè)務(wù)實(shí)現(xiàn)增長(zhǎng)的行業(yè)，將繼續(xù)加快對(duì)人工智能領(lǐng)域的投資。

報(bào)告根據(jù)機(jī)器學(xué)習(xí)行業(yè)的發(fā)展軌跡及多年的實(shí)踐經(jīng)驗(yàn)，對(duì)中國機(jī)器學(xué)習(xí)行業(yè)的內(nèi)外部環(huán)境、行業(yè)發(fā)展現(xiàn)狀、產(chǎn)業(yè)鏈發(fā)展?fàn)顩r、市場(chǎng)供需、競(jìng)爭(zhēng)格局、標(biāo)桿企業(yè)、發(fā)展趨勢(shì)、機(jī)會(huì)風(fēng)險(xiǎn)、發(fā)展策略與投資建議等進(jìn)行了分析，并重點(diǎn)分析了我國機(jī)器學(xué)習(xí)行業(yè)將面臨的機(jī)遇與挑戰(zhàn)，對(duì)機(jī)器學(xué)習(xí)行業(yè)未來的發(fā)展趨勢(shì)及前景作出審慎分析與預(yù)測(cè)。

想要了解更多機(jī)器學(xué)習(xí)行業(yè)詳情分析，可以點(diǎn)擊查看中研普華研究報(bào)告《2023-2028年中國機(jī)器學(xué)習(xí)行業(yè)深度分析及發(fā)展前景預(yù)測(cè)報(bào)告》。

• 相關(guān)深度報(bào)告REPORTS

  

  2023-2028年中國機(jī)器學(xué)習(xí)行業(yè)深度分析及發(fā)展前景預(yù)測(cè)報(bào)告

  機(jī)器學(xué)習(xí)(Machine Learning, ML)是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡