斯坦福&英伟达：两篇研究揭示人工智能爆发机会｜科技特训营

长按上方二维码观看回放

7月7日，前哨科技特训营与会员们共同分析了人工智能产业化趋势，预判技术研发遭遇瓶颈，产业应用即将爆发。

持续扫描前沿动态时，我们发现斯坦福和英伟达的两篇研究给出了不少数据和洞察，从另一种角度印证我们的判断。

斯坦福大学发布的《2022 Artificial Intelligence Index Report》，从人工智能产业整体的角度，分享了非常有价值的干货内容；英伟达最近完成的调查研究《THE STATE OF AI IN FINANCIAL SERVICES》，聚焦到了人工智能在金融服务领域的应用，给出了非常具体的业内思考。

今天我们汇总了两份报告的精华内容，一起看看斯坦福和英伟达都分析了哪些前沿动态，这些新动向和我们预判如何呼应。

《2022 Artificial Intelligence Index Report》

斯坦福的这份报告从多个维度呈现了人工智能技术当前进展，我们截取了其中关键的几个趋势：

1.数据、数据还是数据

人工智能应用的进步越来越依赖新增数据训练。截至 2021年，判断人工智能技术的10个基准中，有9个新成绩都是通过的引入额外数据训练得到的。这 种趋势将会越来越有利于掌握大量数据的私营机构。

前哨科技特训营：在大数据专题和人工智能专题中，我们都提到了数据对这轮技术变革的重要性，当时主要是从技术原理出发，告诉大家数据的价值，斯坦福的报告则从行业成果的角度给出了印证。

这里我们要强调，新增数据不只是数量增加，还要在质量上有提高，提供更多以前没有的数据才行。

2.人工智能变得更经济，性能更高

2018年来，训练图像分类系统的成本下降了63.6%，训练时间缩短了94.4%。

训练成本降低但训练时间加快的趋势出现在其他MLPerf任务类别中，如推荐、对象检测和语言处理，推动了AI技术更广泛的商业应用。

前哨科技特训营：任何一个技术的大规模应用都离不开降本增效四个字，人工智能自然也是如此。

斯坦福的视角很学术化，看到了人工智能技术本身的调优，要产业化还面临新的量产问题，智能化需求下，技术量产有哪些个关键节点呢？

3.对特定计算机视觉子任务的研究在增加

2021年，学术界对具体的计算机视觉子任务有了更大的兴趣，如医学图像分割和遮挡人脸识别。

在2020年之前，只有3篇研究论文涉及KvasirSEG医学成像基准测试系统。2021年，有25篇研究论文。

这样的增长表明，人工智能研究正 在朝着能够有更直接的、现实世界的应用的研究方向发展。

前哨科技特训营：这正是我们提到那个预判“技术研发进入瓶颈，应用爆发即将到来”。

产业低垂果实的分析中，视觉识别技术已经非常成熟，这里有很大的机会。学术界开始向具体应用发力正是一个非常好的标志，相信用不了多久，视觉识别就会给不少行业带来更加丰富的新应用。

 4.人工智能还无法应对复杂的语言任务

在SuperGLUE和SQuAD这样的基本阅读理解基准上，人工智能的表现已经超过人类1%-5%，对于复杂的阅读理解还有差距，不过差距正在逐渐缩小。

如归纳自然语言推理（aNLI），2019年人类在aNLI上的表现超过人工智能9个百分点，到2021年，这一差距已经缩小到1个百分点。

前哨科技特训营：不懂技术的这时候可能又感觉人工智能的颠覆要来了，和我们一路走过来的肯定不会奇怪。

阅读虽然复杂但只要有判断的标准比较明确，那人工智能超过人类就是很正常的事情。到那时候，我们阅读能力再提升的日子也就要开始了。

 5.人工智能正在转向更广泛的强化学习

在过去的十年里，人工智能系统已经能够完成狭义的强化学习任务，它们能最大限度地提高某一特定技能的表现，例如国际象棋，顶级国际象棋软件引擎的得分已经比国际象棋大师高出24%。

在过去的两年里，人工智能系统在更普遍的强化学习任务（Procgen）上的性能也提高了129%，在这些任务中，它们必须在新的环境中运行。这一趋势说明，能够学会更广泛思考的人工智能系统正在不断发展。

前哨科技特训营：斯坦福的这段论述，简单说就是人工智能技术正在变得更加通用化。

我们分析时也和大家分享过这个趋势，也讨论过这一轮通用化的边界在哪，未来会如何优化。

6.人工智能的掀起新的热潮

 2021年，人工智能领域的私人投资总额约为935亿美元，是2020年私人投资总额的两倍多。

2020年，每5个获得博士学位的CS学生中就有1个专门从事人工智能/机器学习，人工智能成为过去十年中最受欢迎的专业。

从2010年到2020年，美国的大多数人工智能博士都走向了产业界，而一小 部分则在政府工作。

数据管理、处理和云产业在2021年获得了最大的私人人工智能投资，投资总额是2020年的2.6倍，其次 是医疗保健和金融服务。

前哨科技特训营：不必多说，人工智能产业化趋势已经非常清晰，下面一起看看，金融服务领域有什么新动态。

 《THE STATE OF AI IN FINANCIAL SERVICES》

英伟达聚焦金融服务的人工智能应用，发布了这份新的报告，征求了200余名金融行业专业人士的意见，提供了关于人工智能带来的增长机会、关键技术和投资计划等见解。

结论概括起来就是三点：首先是金融服务机构都在增加人工智能技术的投资；其次，金融领域业内人士都认为人工智能能够帮助创造高价值服务、降低运营成本和保护客户、业务数据；最后，算法交易、欺诈检测和投资组合优化是三个最先应用的领域。

1.人工智能对企业未来成功非常重要

人工智能对金融企业的影响通过增加收入、降低运营成本、提高客户满意度达成。受访者普遍认同人工智能正在创造更有价值的服务，83%的受访机构和 81% 的高管认为人工智能对公司未来的成功非常重要。

前哨科技特训营：金融领域人工智能的接受度如此之高确实有点出乎意料，不过看完后面的调查也就不会感到奇怪了。

2.人工智能应用中模型准确性非常关键

投资机构使用人工智能推动业务的范围很广，包括承保、风险管理、客户服务、欺诈预防等领域。他们认为人工智能在投资组合优化和算法交易上的投资回报最大。

银行则主要将人工智能技术应用到欺诈检测、反洗钱，保护敏感上。

他们都认为人工智能帮助构筑竞争优势的关键：要不断训练产生更准确的模型。

前哨科技特训营：人工智能技术应用的关键在于找到和传统业务的结合点，直播中我们也分析过人工智能时代的业务该如何设计，金融行业的案例非常值得参考。

3.金融领域应用人工智能面对哪些挑战

与任何技术创新一样，尤其是在像金融这样复杂（和受监管）的行业中服务，在最大限度地发挥人工智能的影响以实现预期结果方面存在挑战。

前哨科技特训营：英伟达的调查非常接地气，预算不足作为人工智能应用的难题可以理解，没想到数据不足竟然排名第三，金融行业虽然很早就应用计算机，看来对数据的管理并没有想象中那么好。

4.金融领域人工智能技术趋势

金融科技和投资公司中机器学习和深度学习分别位列应用的一二位，高性能计算 (HPC) 和自然语言处理（NLP/NLU）也在上升。

前哨科技特训营：这个结果并不意外，机器学习和深度学习作为最成熟的人工智能技术门类应用最广非常正常。

如果你还想了解：人工智能还有哪些成熟应用可以运用？布局人工智能技术有哪些关键点必须抓住？构筑自己的业务壁垒需要哪些要素？

欢迎扫码加入前哨科技特训营，本周精彩直播随时回放观看，7月14日我们还会带来“传统企业科技升级”专题，带你一起掌握用好新技术打好闪电战的方法论。

我们还准备了“2022斯坦福人工智能指数报告”中文完整版，辛苦你点下“赞”和“在看”，点击顶部的“进入公众号”，在对话框里发送“科技”二字，你就会获得这份报告。

【科技特训营】全新的会员订阅制线上书院模式，全年50次“在线直播课程+私享群互动”，你随时可以加入、我持续保持更新！一起互动，伴随成长！让我们为未来五年做好准备，一起探讨把握机遇，决胜未来！

【回放地址】

长按图片识别二维码报名加入，可观看所有直播和回放。

左右滑动查看内容规划↓

【课程咨询】

请加“创新地图助手”：

微信：innovationmapSM