|
2016年，全球深度进修市场局限据预计已到达2.27亿美元。跟着在自动驾驶和医疗康健财富的应用越来越多，深度进修应该仍会对行业增长带来突出的孝敬。它在技能上降服数据量、强计较力以及在数据存储本领方面的优势，使得其在语音、图像等对数据巨大性要求很高的规模中异军突起，提供了庞大的研究空间和代价。 各行各业日益增长的大量数据也在引领着行业成长，别的，对人机交互的庞大需求也为种种办理方案提供商提供了开拓方案和成果的新途径。然而， 练习神经网络所需的数据对行业增长来讲却是一个挑战。 各大公司都在深度进修技能与产物团结方面大力大举投入。2016年11月，SK电信公布他们和Intel相助，开拓基于深度进修的V2X和视频识别技能。另外，当局对此规模的扶持和预算增加也将会促进将来几年行业内的增长。譬喻，中国国度发改委就出资大力大举支持深度进修研究尝试室的成长。 办理方案阐明 今朝深度进修规模的成长主要会合在软件层面，通过基于深度进修以及呆板进修技能的SaaS，已经给整个行业带来颠覆式的转变。这些办理方案不只仅是数据的组织和荟萃，更能从中提取大量有用的信息来做预测和判定。 另一方面，算法和硬件的成长尚有很长一段路要走，为此也敦促着芯片的成长。在日益增长的需求下，FPGA和专用集成电路（ASIC）也在快速更新，以满意客户的需求。 硬件阐明 在2016年里，GPU攻克了硬件区域，机能比其他芯片快许多。越来越多的加强图形内容的需求激发了深度进修应用利用GPU的需求。 另一方面，大公司增加利用GPU做研发也会增加GPU的需求。好比，谷歌公布了2017年早期会在云呆板进修和运算引擎里添加GPU，提高峻量运算任务的机能。GPU正见证着用神经网络练习深度进修模子带来的庞大成长。 FPGA在16年方才踏进深度进修规模时，只占有小量的收入。可是，各人都普遍看好它会有更大的成长，有本领到达比GPU还高的效率。此刻FGPA还属于新生期，但我们期望它会成为这个规模的重要玩家。 行业应用阐明 2016年，图像识别在行业里得到了庞大的存眷，收入高出了总份额的40%。这个技能最遍及的应用是Facebook的人脸识别成果。它在非布局化数据的模式识别规模也应用遍及，譬喻语音，文字，图象和视频等。 别的在将来8年，医疗和安防御围的图像识别应用也会快速敦促行业的成长。汽车和金融行业也会不绝转型，来和高新技能不绝磨合，用技能进一步提高运营本领而且和技能转化落地的本领，为业务和用户带来更多的代价。 数据挖掘技能在2016年在市场拥有5%的占有率。对付模式识别和有效预测的数据支解预测，是促使这项技能增长的主要驱动力。 用数据挖掘技能去做决定和揣度正在为大数据阐明规模带来颠覆式的厘革。 终端应用阐明 深度进修在航空航天和国防上的收入占到了2016年市场总收入的20%，主要来自于在长途传感、物体检测和定位、光谱阐明、识别网络异常以及恶意代码检测上的应用。别的，跟着驾驶舱到步兵团逐渐开始引入可穿着计较，对付通用型GPU的的需要激增。 航空航天和国防正在操作深度进修技能，通过运行着大量数据的嵌入式平台来应对防止上的挑战。通过图像处理惩罚和数据挖掘技能，这些办理方案可以或许预测和评估将来的动作蹊径。譬喻，美国疆域安详局就利用深度进修技能在他的综合情况阐明和模仿项目中来举办将来大概产生的事件的评估。 汽车财富在整个去年深度进修财富收入上的占比也很显著。这是由于如今汽车财富正在由已往的私人所有制向共享经济转型。汽车制造商开始意识到，自动驾驶汽车的意义，而且都开始将深度进修纳入到本身的生态系统中。奥迪在它与摄像机有关的技能中利用了深度进修算法，以此来通过特征和形状来识别交通符号。 地域阐明 由于在人工智能和神经网络方面投资的增加，在2016年的总收入中，北美市场的收入份额占比高出了45%。在可预期的一段时间内，这种增势还将会一连产生。北美市场对前沿科技的接管水平很是之高，这也使得地域内的企业对深度进修技能的回收也处在一个高速进程中。 另一方面，当局越来越多的支持也刺激了这个规模的成长。美国联邦当局已经成立了人工智能和呆板进修的专业委员会，这也使得行业成长迅速。 欧洲对付人工智能的重视也在不绝的增强，这使得深度进修财富的增长空间也进一步扩大。尤其是在英国，自动驾驶、智能设备以及网络安详都在促使整个行业不绝成长。 竞争阐明 |
