2023深度學(xué)習(xí)行業(yè)研究報(bào)告 深度學(xué)習(xí)行業(yè)市場(chǎng)前景展望分析

• 劉明月 2023年6月6日 來(lái)源：百度百科 中研網(wǎng) 1241 81
• 繁體

深度學(xué)習(xí)的好處是其用高效的特征提取算法替代了原始的手工獲取特征的手段。深度學(xué)習(xí)概念由Hinton于2006年在《Science》上發(fā)表的論文《DeepLearning》提出。由于ANN層數(shù)越多，參數(shù)就會(huì)以幾何倍數(shù)的增加，因此ANN的層數(shù)會(huì)加大對(duì)整個(gè)網(wǎng)絡(luò)的訓(xùn)練效率，由此Hinton提出了基于

未來(lái)深度學(xué)習(xí)行業(yè)市場(chǎng)機(jī)會(huì)在哪?

深度學(xué)習(xí)的好處是其用高效的特征提取算法替代了原始的手工獲取特征的手段。深度學(xué)習(xí)概念由Hinton于2006年在《Science》上發(fā)表的論文《DeepLearning》提出。由于ANN層數(shù)越多，參數(shù)就會(huì)以幾何倍數(shù)的增加，因此ANN的層數(shù)會(huì)加大對(duì)整個(gè)網(wǎng)絡(luò)的訓(xùn)練效率，由此Hinton提出了基于無(wú)監(jiān)督學(xué)習(xí)的“逐層初始化”來(lái)有效克服該難題。

在深度學(xué)習(xí)領(lǐng)域中，最先出現(xiàn)的算法是Hinton提出的限制玻爾茲曼機(jī)(RBM)以及基于此提出的深度置信網(wǎng)絡(luò)(DBN)，這兩種算法為解決復(fù)雜的優(yōu)化難題提供了思路，為解決多層復(fù)雜網(wǎng)絡(luò)帶來(lái)了希望。之后提出的自動(dòng)編碼器算法也風(fēng)靡一時(shí)。

到2025 年，深度學(xué)習(xí)芯片組的市場(chǎng)將從2017年的16 億美元增加到663 億美元。系統(tǒng)芯片(SoC)加速器(如移動(dòng)設(shè)備中的加速器)將在預(yù)測(cè)期結(jié)束時(shí)在絕對(duì)數(shù)量上領(lǐng)先市場(chǎng)，隨后是專(zhuān)用集成電路(ASIC)和圖形處理單元(GPU)。就收入而言，到2025 年，ASIC 市場(chǎng)將是最大的，其次是GPU 和中央處理器(CPU)。在邊緣計(jì)算市場(chǎng)，即在設(shè)備上進(jìn)行人工智能計(jì)算的市場(chǎng)，預(yù)計(jì)將占總市場(chǎng)機(jī)會(huì)的四分之三以上，其余在云或者數(shù)據(jù)中心。手機(jī)將是邊緣計(jì)算市場(chǎng)的主要驅(qū)動(dòng)力，其他突出的邊緣類(lèi)別包括汽車(chē)、智能相機(jī)、機(jī)器人和無(wú)人機(jī)等。

2023深度學(xué)習(xí)行業(yè)研究報(bào)告 深度學(xué)習(xí)行業(yè)市場(chǎng)前景展望分析

深度學(xué)習(xí)本質(zhì)上是一種新興的機(jī)器學(xué)習(xí)算法，其基本模型框架是基于ANN的，如含有多隱層的感知器。其可以通過(guò)對(duì)數(shù)據(jù)的底層特征進(jìn)行學(xué)習(xí)從而得到更加抽象的隱藏特征，從而特到數(shù)據(jù)的分布式規(guī)律，進(jìn)而預(yù)測(cè)或分類(lèi)數(shù)據(jù)。深度學(xué)習(xí)是一種學(xué)習(xí)數(shù)據(jù)表征的算法，它可以從無(wú)規(guī)律、抽象的觀測(cè)值即輸入值中學(xué)習(xí)到數(shù)據(jù)的隱藏特征，比如CNN算法通過(guò)輸入的圖片像素點(diǎn)RGB值可以學(xué)習(xí)到圖片的內(nèi)部特征，例如圖片中的實(shí)體、數(shù)字等。

深度學(xué)習(xí)的不同在于：(1)強(qiáng)調(diào)了模型結(jié)構(gòu)的深度，通常有5層、6層，甚至10多層的隱層節(jié)點(diǎn);(2)明確了特征學(xué)習(xí)的重要性。也就是說(shuō)，通過(guò)逐層特征變換，將樣本在原空間的特征表示變換到一個(gè)新特征空間，從而使分類(lèi)或預(yù)測(cè)更容易。與人工規(guī)則構(gòu)造特征的方法相比，利用大數(shù)據(jù)來(lái)學(xué)習(xí)特征，更能夠刻畫(huà)數(shù)據(jù)豐富的內(nèi)在信息。

通過(guò)設(shè)計(jì)建立適量的神經(jīng)元計(jì)算節(jié)點(diǎn)和多層運(yùn)算層次結(jié)構(gòu)，選擇合適的輸入層和輸出層，通過(guò)網(wǎng)絡(luò)的學(xué)習(xí)和調(diào)優(yōu)，建立起從輸入到輸出的函數(shù)關(guān)系，雖然不能100%找到輸入與輸出的函數(shù)關(guān)系，但是可以盡可能的逼近現(xiàn)實(shí)的關(guān)聯(lián)關(guān)系。使用訓(xùn)練成功的網(wǎng)絡(luò)模型，就可以實(shí)現(xiàn)我們對(duì)復(fù)雜事務(wù)處理的自動(dòng)化要求。

國(guó)家“東數(shù)西算”工程規(guī)劃的8大算力樞紐節(jié)點(diǎn)和10大數(shù)據(jù)中心集群開(kāi)始落地實(shí)施;今年2月底，《數(shù)字中國(guó)建設(shè)整體布局規(guī)劃》頒布，明確數(shù)字基礎(chǔ)設(shè)施和數(shù)據(jù)資源體系是數(shù)字中國(guó)“兩大基礎(chǔ)”，并將其納入政府績(jī)效考核。

從國(guó)內(nèi)三大運(yùn)營(yíng)商資本支出結(jié)構(gòu)變化上看，以云、算力網(wǎng)絡(luò)為代表的數(shù)字化轉(zhuǎn)型方向的投資比重逐年增加，證明運(yùn)營(yíng)商加碼算力基礎(chǔ)設(shè)施投資正成為趨勢(shì)。今年初，三大運(yùn)營(yíng)商也在各自的年度工作會(huì)議中，表達(dá)了未來(lái)將持續(xù)推動(dòng)算力基礎(chǔ)設(shè)施建設(shè)提速的意愿。

算力基礎(chǔ)設(shè)施在支撐數(shù)據(jù)處理、挖掘數(shù)據(jù)價(jià)值方面承擔(dān)著重要“底座”作用，只有基礎(chǔ)打扎實(shí)了，圍繞其開(kāi)展的各項(xiàng)應(yīng)用才能繁榮，從而有效幫助行業(yè)提質(zhì)增效，釋放人力資源潛能。

過(guò)去的一年中，超過(guò)60 家各種規(guī)模的公司宣布了某種深度學(xué)習(xí)芯片組或知識(shí)產(chǎn)權(quán)(IP)設(shè)計(jì)，之后將開(kāi)始市場(chǎng)驗(yàn)證。深度學(xué)習(xí)芯片組數(shù)量增長(zhǎng)的關(guān)鍵時(shí)期。

圖表：全球深度學(xué)習(xí)芯片收入(按類(lèi)型):2016-2025年

數(shù)據(jù)來(lái)源：Tractica 中研研究院整理

一些較成功的深度學(xué)習(xí)應(yīng)用集中在圖像識(shí)別、文本分析、產(chǎn)品推薦、欺詐預(yù)防和內(nèi)容管理等領(lǐng)域的增量和實(shí)際改進(jìn)上。深度學(xué)習(xí)可能會(huì)帶來(lái)未來(lái)更強(qiáng)大、更具顛覆性的應(yīng)用發(fā)展，如無(wú)人駕駛汽車(chē)、個(gè)性化教育和預(yù)防性醫(yī)療保健。Tractica 預(yù)測(cè)，隨著應(yīng)用的不斷拓展，全球深度學(xué)習(xí)軟件市場(chǎng)將從2017 年的30 億美元增長(zhǎng)到2025 年的672 億美元。深度學(xué)習(xí)的市場(chǎng)機(jī)會(huì)跨越了廣泛的行業(yè)和地理區(qū)域，尤其是在具有海量數(shù)據(jù)需求和實(shí)體的特定領(lǐng)域市場(chǎng)，以及那些使用視覺(jué)和語(yǔ)言處理技術(shù)的機(jī)器感知應(yīng)用不斷增長(zhǎng)的市場(chǎng)，這種機(jī)會(huì)具有特別大的顛覆性。

根據(jù)企業(yè)的市場(chǎng)份額與影響力，我國(guó)云計(jì)算市場(chǎng)可分為三個(gè)競(jìng)爭(zhēng)梯隊(duì)。第一地推由阿里、騰訊、百度等互聯(lián)網(wǎng)廠商與傳統(tǒng)IT企業(yè)華為構(gòu)成，主要提供綜合性云服務(wù);第二梯隊(duì)為中國(guó)電信、中國(guó)移動(dòng)等傳統(tǒng)電信運(yùn)營(yíng)商組成;第三梯隊(duì)代表性企業(yè)有浪潮云、京東科技、曙光云等。

市場(chǎng)份額來(lái)看，從公有云IaaS市場(chǎng)看，呈現(xiàn)一超多強(qiáng)局面。阿里云穩(wěn)居第一名，市場(chǎng)份額達(dá)35%以上;其次是天翼云、騰訊云、華為云、移動(dòng)云，分別占比13%、10%、9.7%、7%。2021 年全球云計(jì)算市場(chǎng)逐步回暖，國(guó)內(nèi)市場(chǎng)持續(xù)高速增長(zhǎng)。隨著經(jīng)濟(jì)回暖，全球云計(jì)算市場(chǎng)所受影響逐步減弱，至 2021 年已基本恢復(fù)到疫情前增長(zhǎng)水平。

深度學(xué)習(xí)行業(yè)技術(shù)研究分析

深度學(xué)習(xí)除了在應(yīng)用領(lǐng)域的快速擴(kuò)張，一些基礎(chǔ)技術(shù)研究依然保持著很高的熱度。主要可以分成以下幾個(gè)方向：深度學(xué)習(xí)的基礎(chǔ)理論研究;深度學(xué)習(xí)和其他方法的結(jié)合擴(kuò)展;深度學(xué)習(xí)一些優(yōu)勢(shì)的深耕和發(fā)揚(yáng)光大;深度學(xué)習(xí)現(xiàn)階段一些局限性的解決。當(dāng)然這幾個(gè)方面也是相互影響，相互交織的。

深度學(xué)習(xí)的理論性研究側(cè)重給出對(duì)深度學(xué)習(xí)有效性更好的解釋?zhuān)瑢?duì)深度學(xué)習(xí)的泛化能力更好的證明，以及如何更快收斂更好地學(xué)習(xí)等。

在和其他方法結(jié)合方面，一方面最成功的當(dāng)屬深度強(qiáng)化學(xué)習(xí)，從靜態(tài)監(jiān)督學(xué)習(xí)擴(kuò)展到動(dòng)態(tài)交互時(shí)序?qū)W習(xí)，這在AlphaGo 上已經(jīng)得到了驗(yàn)證。但是對(duì)于深度強(qiáng)化學(xué)習(xí)是否就是最接近人工智能的解決方案還是存疑的。另一方面是在一些非游戲類(lèi)的實(shí)際應(yīng)用中，深度強(qiáng)化學(xué)習(xí)發(fā)揮好的效果往往需要針對(duì)性的設(shè)計(jì)和實(shí)驗(yàn)。除此之外，也有很多關(guān)于神經(jīng)和符號(hào)相結(jié)合的探索、數(shù)學(xué)模型和認(rèn)知心理學(xué)方法相結(jié)合的探索。

在深度學(xué)習(xí)的優(yōu)勢(shì)深耕方面，預(yù)訓(xùn)練模型與遷移學(xué)習(xí)比較有代表性。深度學(xué)習(xí)下的特征表示學(xué)習(xí)特性，可以構(gòu)造出可擴(kuò)展、可遷移的強(qiáng)大的預(yù)訓(xùn)練模型。例如，自然語(yǔ)言處理領(lǐng)域最近出現(xiàn)的Bert 模型就是一個(gè)代表，通過(guò)大規(guī)模無(wú)標(biāo)注語(yǔ)料訓(xùn)練出的基礎(chǔ)表示模型，可以大大降低具體任務(wù)下對(duì)標(biāo)注數(shù)據(jù)的依賴(lài)量并顯著提升效果。

在解決深度學(xué)習(xí)現(xiàn)階段的一些局限性方面則有更多的探索。這包括針對(duì)深度學(xué)習(xí)下網(wǎng)絡(luò)設(shè)計(jì)需要較大成本問(wèn)題而出現(xiàn)的自動(dòng)化深度學(xué)習(xí)技術(shù)，可以自動(dòng)進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)和超參數(shù)尋優(yōu)，使深度學(xué)習(xí)更加自動(dòng)化。針對(duì)深度學(xué)習(xí)在監(jiān)督學(xué)習(xí)任務(wù)上表現(xiàn)更優(yōu)異的問(wèn)題，更多考慮半監(jiān)督、無(wú)監(jiān)督任務(wù)下的深度學(xué)習(xí)，包括近期持續(xù)火爆的對(duì)抗學(xué)習(xí)網(wǎng)絡(luò)，將生成模型和判別模型一起學(xué)習(xí)，大大提升了深度學(xué)習(xí)的生成效果。

國(guó)外的深度學(xué)習(xí)研究在整體上呈現(xiàn)出三個(gè)基本趨勢(shì)：

一是關(guān)注真實(shí)課堂條件下深度學(xué)習(xí)與學(xué)生素養(yǎng)發(fā)展的實(shí)證研究;

二是從個(gè)別具體操作策略的探討轉(zhuǎn)向?yàn)橐话慊僮髂Ｊ降慕?gòu);

三是從單純關(guān)注深度學(xué)習(xí)的技術(shù)性支持轉(zhuǎn)向?yàn)榍榫承缘沫h(huán)境支持系統(tǒng)設(shè)計(jì)。深度學(xué)習(xí)研究又呈現(xiàn)出兩個(gè)較為明顯的特點(diǎn)。

深度學(xué)習(xí)除了在已經(jīng)廣泛應(yīng)用的領(lǐng)域不斷深化完善，也在持續(xù)拓展新的應(yīng)用領(lǐng)域，推動(dòng)各個(gè)行業(yè)的智能化。得益于硬件和算法的進(jìn)步，深度學(xué)習(xí)的強(qiáng)大能力逐漸顯現(xiàn)。這種進(jìn)步體現(xiàn)在連續(xù)學(xué)習(xí)過(guò)程中使用模式識(shí)別的算法，使它們能夠自主訓(xùn)練執(zhí)行任務(wù)，而不需要顯式編程代碼。

深度學(xué)習(xí)行業(yè)技術(shù)趨勢(shì)預(yù)測(cè)

一、深度學(xué)習(xí)在過(guò)去幾年中保持了穩(wěn)定的增長(zhǎng)趨勢(shì)

二、深度學(xué)習(xí)是大數(shù)據(jù)時(shí)代的算法利器，成為近幾年的研究熱點(diǎn)

三、深度學(xué)習(xí)各類(lèi)模型全面賦能基礎(chǔ)應(yīng)用

四、深度神經(jīng)網(wǎng)絡(luò)呈現(xiàn)層數(shù)越來(lái)越深，結(jié)構(gòu)越來(lái)越復(fù)雜

五、深度神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)功能不斷豐富

隨著深度學(xué)習(xí)行業(yè)競(jìng)爭(zhēng)的不斷加劇，大型企業(yè)間并購(gòu)整合與資本運(yùn)作日趨頻繁，國(guó)內(nèi)外優(yōu)秀的深度學(xué)習(xí)企業(yè)愈來(lái)愈重視對(duì)行業(yè)市場(chǎng)的分析研究，特別是對(duì)當(dāng)前市場(chǎng)環(huán)境和客戶(hù)需求趨勢(shì)變化的深入研究，以期提前占領(lǐng)市場(chǎng)，取得先發(fā)優(yōu)勢(shì)。

如果深度學(xué)習(xí)企業(yè)想抓住機(jī)遇，并在合適的時(shí)間和地點(diǎn)發(fā)揮最佳作用，深度學(xué)習(xí)行業(yè)的報(bào)告包含大量的數(shù)據(jù)、深入分析、專(zhuān)業(yè)方法和價(jià)值洞察，可以幫助您更好地了解行業(yè)的趨勢(shì)、風(fēng)險(xiǎn)和機(jī)遇。在未來(lái)的競(jìng)爭(zhēng)中擁有正確的洞察力，就有可能在適當(dāng)?shù)臅r(shí)間和地點(diǎn)獲得領(lǐng)先優(yōu)勢(shì)。

深度學(xué)習(xí)市場(chǎng)調(diào)研如何?更多行業(yè)具體詳情可以點(diǎn)擊查看中研普華產(chǎn)業(yè)研究院的報(bào)告《2021-2025年中國(guó)深度學(xué)習(xí)發(fā)展及趨勢(shì)專(zhuān)項(xiàng)研究報(bào)告》。

• 相關(guān)深度報(bào)告REPORTS

  

  2023-2028年國(guó)內(nèi)廚房電器行業(yè)發(fā)展趨勢(shì)及發(fā)展策略研究報(bào)告

  廚房電器是專(zhuān)供家庭廚房使用的一類(lèi)家用電器，按用途分為食物準(zhǔn)備、制備、烹飪、儲(chǔ)藏和廚房衛(wèi)生五類(lèi)；按安裝的方式可分為獨(dú)立式、普通嵌入式和全嵌入式三種，按工作原理分為電動(dòng)、電熱兩類(lèi)，其中...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡