Yapay zeka mühendisleri için fırsatlar nerede? Makine öğrenimi mühendislerinin en acil eksikliği | Makalenin sonunda refah
Şu anda, yapay zeka teknolojisi hayatın her alanına uygulandı ve iniş, herkesin dikkatinin temel konusu haline geldi.
2019'daki sektör krizinin ardından, hem endüstri devleri hem de gelişmekte olan tek boynuzlu atlar, yapay zekanın gerçekten inebileceği senaryoları incelemeye başladı. İnceleme perspektifinden bakıldığında, Birçok şirket hala bilgi aşamasındadır ve AI'nın sağlayabileceği avantajlar yeterince açık değildir. Bununla birlikte, RPA ve diyalog sistemleri gibi ortaya çıkan bazı AI formlarının tanındığını ve uygulandığını görmek için bir eğilim var.
Bu bağlamda, geliştiriciler istihdam açısından yavaş yavaş görüyorlar çünkü algoritma mühendisliği ticari uygulamanın temel anahtarıdır, Sağlam mühendislik yeteneklerine sahip algoritma mühendisleri daha popülerdir. Öte yandan, derin öğrenme büyük veriye dayandığından ve algısal zekadaki bilgisayar görüşü şu anda derin öğrenmenin daha olgun bir uygulaması olduğundan, makine öğrenimi ve derin öğrenme mühendislerinin yanı sıra veri mühendisleri ve bilgisayarla görme mühendisleri popüler hale geldi. İleti.
Teknolojinin kendisi açısından bakıldığında, Daha olgun TensorFlow, yapay zeka mühendisleri için tercih edilen derin öğrenme çerçevesi haline geldi. Torch / PyTorch, yüksek geliştirme verimliliği nedeniyle daha fazla destek aldı . İstatistikler açısından, her ikisinin de penetrasyon oranları% 50'ye yakındır.
Yukarıdaki veriler, CSDN'nin yazılım geliştirme teknolojisi ve uygulama geliştirme alanlarında büyük bir anket gerçekleştirmesinin ardından istatistiklere dayanmaktadır. "2019-2020 Çinli Geliştirici Anketi Raporu" Bazı sonuçlar. CSDN, 2004 yılında Çinli geliştiricilerle büyük ölçekli bir anket yapmaya başladı. Bu, her türden en fazla sayıda yerli geliştiriciyi kapsayan ve en kapsamlı coğrafi ve endüstri dağılımına sahip anket faaliyetidir.
2019-2020, Çin'de yapay zeka teknolojisi uygulamasının şu anki durumu nedir? Beklentilerinizi karşılıyor mu? Bu tür bir uygulama durumu altında, geliştiriciler hangi teknik noktalara dikkat etmelidir? Bu makale, geliştiricilere yapay zeka uygulamaları için referanslar sağlama umuduyla, kurumsal yapay zeka durumu, yapay zeka teknolojisi geliştirmenin özellikleri ve yapay zeka endüstrisinin uygulama ve seçim faktörleri dahil olmak üzere rapordaki ilgili içeriğin ayrıntılı bir yorumunu verecektir.
Öncelikle, yapay zeka teknolojisi uygulamalarının statükosunun analizine ilişkin raporda birkaç önemli bulguyu özetliyoruz:
- Şirketlerin% 64'ü henüz akıllı değil
- Şirketin algoritma mühendisi ekibinin% 50'si 10 kişiden az
- Makine öğrenimi / derin öğrenme algoritma mühendisleri için en acil ihtiyaç
- TensorFlow, yapay zeka alanındaki temel derin öğrenme çerçevesidir
- Güçlendirmeli öğrenme ve karar ağaçları, geliştiriciler tarafından en sık kullanılan makine öğrenimi türleridir
- Makine öğrenimi / derin öğrenme / sinir ağı en yaygın öğrenme planıdır
- Üretim ve finans endüstrileri, çoğu AI teknolojisini birleştiren endüstrilerdir
- Geliştiricilerin% 35'i kendi yapay zeka geliştirmeleri için yerel yapay zeka çiplerini seçiyor ve çoğu, genel yapay zeka çerçevelerini destekleme becerisine değer veriyor
Raporun yorumu şu şekildedir:
Kurumsal Yapay Zeka Durumu
Şirketlerin% 64'ü henüz akıllı değil
Anket verileri, işletmelerin% 14'ünün henüz bir bilişim altyapısına sahip olmadığını göstermektedir. Şirketlerin% 27'si dijital işlem işlemeyi başarmıştır ve şirketlerin% 22'si tanımlayıcı analiz uygulayabilen iş zekası altyapısına sahiptir. Tahmine dayalı analiz ve karar optimizasyonu elde etmek için makine öğrenimini kullanan şirketlerin oranı% 16 iken, yalnızca% 12'si işlerinde yapay zeka sistemleri, robotlar ve diğer otomatik araçları kullanıyor.
Buradan, yapay zekayı uygulayan şirketlerin çoğunun hala bilgi edinme aşamasında olduğu ve yapay zekanın potansiyelinden tam olarak yararlanmadığı görülebilir.
Şirketin algoritma mühendisi ekibinin% 50'si 10 kişiden az
Anket geliştirici şirketlerin% 50'sinin 10 kişiden az algoritma mühendisliği ekiplerine, 10-100 çalışanı olan şirketlerin% 27'sine ve 100'den fazla çalışanı olan şirketlerin yalnızca% 14'üne sahip olduğunu ortaya koydu.
Makine öğrenimi / derin öğrenme algoritma mühendisleri için en acil ihtiyaç
Bu ankette, makine öğrenimi / derin öğrenme algoritma mühendisleri ve bilgisayarla görme / görüntü tanıma / görüntü işleme mühendisleri, sırasıyla% 23 ve% 22'yi oluşturan daha fazla çalışana sahip. Şu anda en acil ihtiyaç duyulan pozisyonlar makine öğrenimi / derin öğrenme algoritma mühendisleri, veri bilimcileri / veri analistleri / veri madenciliği mühendisleridir.
Geliştiricilerin% 53'ü ekiplerinin acil olarak makine öğrenimi / derin öğrenme algoritma mühendislerine ihtiyaç duyduğunu,% 37'si acil olarak veri bilimcilerine / veri analistlerine / veri madenciliği mühendislerine, bilgi grafiği mühendislerine, konuşma tanıma / konuşma sentez mühendislerine ihtiyaç duyduklarını söyledi. .
Yapay zeka teknolojisi geliştirmenin özellikleri
TensorFlow başlığı savunuyor ve ana akım AI derin öğrenme çerçevesi olmaya devam ediyor
Bu ankette, TensorFlow'un penetrasyon oranı% 48'e ulaştı, ardından Torch / PyTorch, işletmelerin% 43'ü kullanıyor. Caffe, Scikit-learn, MLib vb. Yakından takip edilmektedir.
Takviyeli öğrenme, ilişkilendirme kuralı öğrenme ve karar ağaçları en çok kullanılan makine öğrenimi türleridir
Güçlendirmeli öğrenme, ilişkilendirme kuralı öğrenme ve karar ağaçları, geliştiriciler tarafından en yaygın olarak kullanılan üç makine öğrenimidir. Güçlendirmeli öğrenme% 34'lük bir paya sahipken, ilişkilendirme kuralı öğrenme ve karar ağaçları da% 32'lik bir oranla aynı oranı oluşturuyor.
İkincisi, doğrusal sınıflandırma, küme analizi ve üretken modeller de geliştiricilerin daha çok kullandığı makine öğrenimi türleridir.Son yıllarda çok ilgi gören göç öğrenimi görece yüksek kullanım oranına sahiptir ve% 22'lik bir paya sahipken, hiyerarşik kümeleme Daha az benimseme, yalnızca% 10'a denk geliyor.
Çoğu makine öğrenimi / derin öğrenme / sinir ağı öğrenmek istiyor
Anket, makine öğrenimi / derin öğrenme / sinir ağlarının geliştiricilerin öğrenme programlarında en sık kullanılan beceriler olduğunu ve% 51'e karşılık geldiğini ortaya koydu.
İkinci olarak, veri bilimi / veri madenciliği / veri analizi, geliştiricinin gelecekteki öğrenim planındaki ikinci en önemli anahtar kelimedir. İnsanların% 40'ı öğrenmek istediğini söyledi.
Sırada derin öğrenme çerçevesi / derin öğrenme matematiksel temeli,% 37'lik bir hesap oluşturuyor. Görünüşe göre geliştiricilerin matematiksel temellerin önemi konusunda derin bir anlayışa sahip olduğu görülüyor.
Bilgisayarla görme / görüntü tanıma / görüntü işlemeyi öğrenmeyi planlayan geliştiriciler de azınlıktadır ve bu oran% 32'dir. Edge yapay zeka / gömülü yapay zeka / AIoT da öğrenme planının gündeminde ve giderek daha fazla insan fark etmeye başlıyor Bu nispeten yeni teknoloji alanı.
Yapay zeka endüstrisi uygulaması ve seçim faktörleri
Üretim ve finans endüstrileri, çoğu AI teknolojisini birleştiren endüstrilerdir
Bu ankette, geliştiricilerin% 27'si şirketlerinin yapay zeka teknolojisinin imalat sektörü işini entegre ettiğini söyledi. Sırada,% 26'yı oluşturan finans sektörü var.
Ek olarak, sağlık hizmetleri, e-ticaret, güvenlik, sosyal medya ve diğer alanlar da AI teknolojisi ile yakından entegre ediliyor, ancak iyileştirme için daha fazla alan var
Yerli AI çipleri tercih edilir ve ana akım AI çerçevelerini destekleme yeteneği en çok değerlidir
Yerli AI çiplerinin yükselişiyle, giderek daha fazla yerli şirket yerli AI çiplerini tercih ediyor. Yerli AI çiplerini kendi AI geliştirmelerine uygularken, en önemli faktör, ana akım AI çerçevelerini destekleyebilme yeteneğidir, bu da% 35'tir. Bir sonraki en önemli faktör, geliştirme topluluğu belgelerinin eksiksizliği ve desteğidir. % 22 olarak hesaplandı.
Ürün bilgi işlem gücü ve performansı ve ürün fiyat faktörleri de geliştiricilerin yerli yapay zeka çiplerini seçmeleri için önemli faktörlerdir.
Son olarak, Shanghai Wage Intelligent Technology Co., Ltd. Genel Müdürü ve Setaria Technology Yapay Zeka Araştırma Enstitüsü Dekanı Shao Hao, raporda yapay zeka teknolojisinin uygulanmasının kesin bir özetini yaptı:
Hizmet içi Ar-Ge personeli veya iş adayları için olsun, sürekli öğrenme güçlü bir taleptir. Şaşırtıcı olmayan bir şekilde, makine öğrenimi, derin öğrenme ve veri madenciliği hala en popüler öğrenme içeriği. Temel içeriğin öğrenilmesiyle, geliştiriciler doğal dil işleme, bilgi grafikleri ve bilgisayar görüşü gibi çeşitli alanlarda derinlemesine araştırma ve iyileştirme yapabilirler.
İster AI + ister + AI olsun, yapay zeka teknolojisi ancak sektörün gerçek ihtiyaçlarıyla birleştirilirse gerçekten iniş yapabilir ve ticari sonuçlar elde edebilir. Üretim, finans, tıp, e-ticaret ve diğer alanlarda AI teknolojisi, maliyetleri düşürme, verimliliği artırma ve kullanıcı memnuniyetini artırmada iyi sonuçlar elde etti. Yapay zeka çipleri alanında, yerli üreticiler de sollama konusunda viraj almaya başladı ve gittikçe daha fazla geliştirici yerli AI çiplerinin ilerlemesine dikkat etmeye başladı.
İleride yüksek enerji! "2020 AI Geliştiricileri Konferansı" geliyor! Bu konferans Microsoft, Nvidia, Amazon, Huawei, Tencent, Baidu, Ali, Huawei, Bytedance, Meituan, Kuaishou, Ant Financial vb. Ülkelerden 100'den fazla teknik uzmanı en son AI teknolojisini, ürünlerini ve sektörlerini paylaşmaya davet etti. Uygulama örnekleri, teknik pratik deneyim ve yapay zekanın gelecekteki geliştirme eğilimleri.
Eylem kalpten daha iyidir! Kayıt adresini + indirim kodunu almak için özel bir mesajla "indirim kodunu" gönderin ve 299 yuan için ücretsiz bir bilet alacaksınız! !
