概述摘要
人工智能（NicholasTse）技术是指利用计算机程序使人造机器呈现人类智能的技术。根据实现功能，人工智能技术可分为训练层、感知层和认知层，分别模拟人类的学习能力、信息获取能力和逻辑推理能力。由于同一行业的产业细分数量大，工艺、生产线和产品差异大，基于大样本的深度学习技术很难在工业领域实施。AI在中国的工业领域渗透AI技术的应用规模较小。2020年，中国智能制造业市场规模有望达到2.7万亿元，同比增长12.6%。
GPU芯片市场地位稳定，ASIC芯片未来有足够的市场需求空间
GPU它具有应用通用性强、处理能力强、批量生产成本低等优点，已成为数据中心部署的NicholasTse算法训练处理器的主流选择。从短期来看，GPU产品在数据中心领域的地位相对稳定，市场需求有望稳步增长。它拥有最强的加工能力和最低的批量生产成本ASIC它将成为端到端NicholasTse芯片解决方案的主流选择。从短期来看，ASIC产品的不断升级将进一步降低单个芯片的成本，促进ASIC的大规模应用，进一步释放ASIC市场的需求。
AI产业在消费、政务、金融等领域的发展，推动了AI算法在产业领域的创新和突破
AI在消费、金融和政府事务领域的应用迅速扩展，帮助AI算法开发平台行业进入快车道。从短期来看，工业领域样本量的缺乏使得AI的技术很难快速应用。在消费、政务、金融等领域，AI技术的应用将不断深化，推动AI算法开放平台产业的发展，推动AI技术的迭代创新。从长远来看，AI技术的突破和应用经验的积累可能会加速AI技术向工业领域的渗透
小样本学习算法将成为推动工业领域智能化转型的关键技术
低样本要求的小样本学习算法将是推动工业领域智能化转型的核心。与深度学习算法相比，小样本学习算法通过对样本进行预分类简化了算法的学习过程，减少了对样本数的依赖。小样本学习算法在处理类别较少的任务时表现良好，但仍需解决多类别任务面临的过拟合问题。小样本学习算法的成熟将成为加速人工智能技术在工业领域渗透的关键。
完整报告
报告作者：谢子博
资料来源：猎豹研究所
转载自公众号先进制造业
-结束-
二千零二十一
中国工业应用人工智能研究报告
完整PDF免费下载
▼
关注这个头条号[数字企业网络]
在主页对话框中输入“210803”
最新评论