未来几年人工智能对未来的影响化工行业会有哪些影响

5月23日,中国石油和化工行业联盟筹备会在上海举行,会议联合发起倡议成立中国石油和化工人工智能联盟。

届时,联盟将通过有效的合作交流机制,在石油和化工行业推广人工智能技术,普及人工智能知识,创新人工智能服务,共同培育推进中国石油和化学工业转型升级的新动能。

人工智能首次被纳入政府工作报告,不仅为人工智能应用创新提供了政策支持,更为石油和化工行业改造提升带来了机遇。中国石油和化工行业人工智能联盟成立,对于实施创新驱动战略、实现行业智能型变革、促进全行业节能减排和安全管理提升具有重要意义。

发展人工智能对石化行业来说是难得的机遇。一方面,人工智能技术应用逐步成熟,石化行业借助人工智能技术可以有效控制生产过程,优化流程工艺,提高生产效率,降低能耗和物料消耗;另一方面,人工智能技术也能帮石化行业做好安全管理服务,让机器替代人来巡查安全隐患、预报安全风险,保障石化装置安全运行,预防安全事故。

石油和化工行业可以将石化生产的专业知识与人工智能研发应用紧密结合起来,形成石化行业自有的人工智能体系和产品。把石化人工智能联盟打造成为行业专业的服务平台,让“产、学、研、用、资、媒”等跨行业多层面深度战略合作,确保石化人工智能产业成为行业未来新的盈利增长点。

一直以来,理工类专业大多数都是“易就业”的专业,其中表现最为突出的有土木工程、电气工程、机械工程以及计算机、软件工程、医学类等等,不胜枚举。如今很多老工科专业以及日渐式微,毕业生面临工作环境差、压力大、薪资低等问题,例如采矿工程、地质工程、化工等,甚至很多人抱怨,土木工程、机械工程也已经没有原来“吃香”了。那么进入“互联网”,哪些新工科专业就业前景比较好呢?

这里的通信类专业指的是通信工程、电子信息工程、电子技术等专业,对于985大学的毕业生来说,能进华为是一件非常值得骄傲的事,而近些年,华为每年收人数也比较多,尤其是通信类专业。当然,需要通信类专业的企事业单位仅仅只有华为,随着互联网的发展,对通信的要求也越来越大,从2G到5G的发展,都是需要有不断的人才投入,通信行业是现代化的基础,因此,未来几年通信类专业的就业空间比较大,薪资待遇也会比较好。

长期以来,土木工程都是工科类专业中最好就业的专业之一,也是工科类专业中最热门的几个专业,尽管很多人都说土木目前已经式微,但如果让你选择清华的一个差专业和同济的土木专业,你可能还是会选择后者,建造师在市场上仍旧非常吃香。另外,未来几年比较有前途的是建筑学专业,因为建筑学的要求比土木要高一些,需要有艺术气质,因而,这类人才目前还是比较稀缺的,最近几年,建筑学专业一直都是平均薪资最高的几个专业之一,未来几年仍旧很有前景。

很多人会问,为什么不是计算机科学与技术专业?因为目前计算机、软件类专业的总体毕业生规模已经很大了,虽然目前还是一个轻松就业的高薪专业,但这也仅仅限于哪些985大学的研究生,普通大学的计算机、软件工程等专业毕业生虽然好就业,但属于底层的码农,我们不缺码农,缺的是高级的工程师。智能科学与技术专业很少人听说过,只有个别院校招生,每年毕业生人数只有几百人,很难满足如今火热的人工智能市场,因而未来几年很有发展空间。

特别声明:本文为网易自媒体平台“网易号”作者上传并发布,仅代表该作者观点。网易仅提供信息发布平台。

    1、两次 AI 策略逐步验证,预期发酵考验产业成长

    2017AI年度策略:人工智能处于Know-How时代。从目前瓶颈、技术、发展阶段、未来机会来看,人工智能发展正处于Know-How时代,即基础算法已成熟,行业应用型算法及各类应用、商业模式快速丰富的时代。

    2017H2AI策略:算力、算法、数据技术三要素决定冲击层次。 一线为安防、工业,特征为收入、利润将快速兑现。二线为教育、医疗。特征为技术确定性高、空间较大、具有规模化优势而进展较慢。三线为金融、与智能驾驶,特征为目前技术未证明绝对可行,产业处于快速尝试期。

    2、算力是核心需求、寒武纪全球领先

    算力需求分为云与端,遍布整个人工智能发展。云端需求以训练及比对类推理为主(如识别),终端需求以执行类为主。

数据来源:公开资料整理

    人工智能下的算力特征是矩阵/求导(以训练阶段举例):通常使用梯度下沉法(二维情况下为最小二乘法,偏导数为0,多维情况下为梯度最低);大量的浮点运算,需要计算单元;大规模矩阵计算,需要并行指令。

AI算法训练过程框架图

数据来源:公开资料整理

    传统的算力(CPU):处理所有的指令与运算;以逻辑顺序为核心,计算单元比例约20%,处理分支与跳转的判断能力强,大量缓存空间Cache,方便快速提取数据。

GPU架构和CPU架构对比

数据来源:公开资料整理

    手机、安防商业化场景形成,教育、医疗正孕育,AI行业从导入期切入成长期。我们在2016年11月发布的AI年度策略《人工智能的KNOW-HOW时代》中预计,2017年人工智能行业处于通用技术与行业知识结合,逐步形成商业化场景阶段。

    在2017年7月发布的AI中期策略《技术冲击-AI细分行业的演进猜想》中根据技术演进路线,提出人工智能商业场景逐步成熟的三个层次:一线为安防、工业;二线为教育、医疗;三线为金融无人驾驶。从目前总体来看,手机。安防场景将马上步入商业化,教育、医疗正孕育商业模式。

数据来源:公开资料整理

手机、安防行业商业化场景形成。1)2017年9月,华为与苹果公司相继推出麒麟970与A11SOC芯片,均具备机器学习处理单元,奠定人工智能处理硬件基础(更优秀效率与能耗)。赋能手机以机器学习识别功能。顶级旗舰手机推出商业化平台通常为相关应用成熟起点,在可预见未来,预计相关应用将逐步产生(如视觉导航等应用)。2)国内安防行业快速推进,产业调研(商汤、旷世、海康)显示视频分析系统推进迅速,预计2018年,安防相关AI产业链(端处理、云分析、算力)快速爆发。

数据来源:公开资料整理

我要回帖

更多关于 人工智能对未来的影响 的文章

 

随机推荐