人工智能加速期：算法為王還是“場(chǎng)景落地”優(yōu)先？

　　人臉識別、語(yǔ)音識別是人工智能應用最為人熟知的兩個(gè)領(lǐng)域。智能音箱、人臉門(mén)禁也已經(jīng)走進(jìn)不少人的生活。去年大火的無(wú)人貨柜，則用到了“物品識別”技術(shù)。接下來(lái)，人工智能推廣應用會(huì )怎么走?靠算法的不斷提升嗎?

　　?？低暩呒壐笨偛眯炝暶髡f(shuō)：“今天的人工智能還是一種弱人工智能?；谏疃葘W(xué)習的算法精度會(huì )無(wú)限逼近100%，但永遠無(wú)法達到。隨著(zhù)‘準確率’提升，最后競爭的更多是場(chǎng)景落地能力?！?/p>

　　碼隆科技首席科學(xué)家黃偉林也認同這個(gè)說(shuō)法。碼隆科技是一家聚焦于“物品”圖像識別的公司，無(wú)人貨柜是其主要應用場(chǎng)景之一?！霸谖锲纷R別領(lǐng)域，目前難點(diǎn)在于跟垂直領(lǐng)域內企業(yè)的需求不斷磨合，這是一個(gè)長(cháng)期的過(guò)程。一些場(chǎng)景，預想中覺(jué)得好做，但操作起來(lái)可能難度很大，或者不是剛需?！?/p>

　　“現實(shí)購買(mǎi)場(chǎng)景復雜，商品品類(lèi)太多，增加了數據標注以及類(lèi)別定義的難度?！秉S偉林說(shuō)，“我們先聚焦于難度小或者剛需的環(huán)節。比如減少‘貨損’是剛需，我們就在收銀環(huán)節幫助識別貨物與條碼能否對應;無(wú)人零售柜則由于商品品類(lèi)有限，識別難度降低?！?/p>

　　黃偉林說(shuō)：“目前來(lái)看，大家更多是想找一個(gè)好的應用場(chǎng)景，不斷迭代算法和數據，教育市場(chǎng)，培養用戶(hù)?！?/p>

　　除了人臉識別、語(yǔ)音識別等主流外，一些小眾細分領(lǐng)域也開(kāi)始出現?！拔覀儼言O備放到工廠(chǎng)之后，就能根據設備發(fā)出的噪聲，判斷設備的磨損情況或者其他故障。是不是要加潤滑油?車(chē)床刀具磨損程度如何，什么時(shí)候更換?等等?！贝T橙科技創(chuàng )始人譚熠說(shuō)。

　　人工智能還能參與到創(chuàng )意活動(dòng)中來(lái)。據了解，已經(jīng)有音樂(lè )人工智能伴奏系統在中國亮相。人工智能通過(guò)數據分析與學(xué)習，找到相對固定模板，然后通過(guò)套用模板進(jìn)行“創(chuàng )作”和演出。

　　隨著(zhù)應用場(chǎng)景增多，如何判斷不同領(lǐng)域與人工智能的結合成熟度?

　　“有一些指標，首先是基礎設施情況，包括算法的成熟度、行業(yè)數據完善程度等?！鄙虾ＥR港國際人工智能研究院最近發(fā)布了《2018年度人工智能產(chǎn)業(yè)格局及創(chuàng )新實(shí)踐研究報告》，據其副院長(cháng)李笙凱介紹：“一些領(lǐng)域如農業(yè)、教育，行業(yè)解決方案的個(gè)性化程度比較高，工業(yè)領(lǐng)域則面臨設備核心數據獲取難的問(wèn)題，醫療領(lǐng)域也缺乏對應的病因和圖像檢查等數據，因此較難應用人工智能?！?/p>

　　而金融等領(lǐng)域由于基礎設施完善，積累了大量的用戶(hù)行為數據、表現數據，與人工智能結合較好?！澳壳皝?lái)看，應用最成熟的領(lǐng)域依次是廣告營(yíng)銷(xiāo)、金融、公共安全、家居、零售、交通、醫療等?！崩铙蟿P說(shuō)。

　　隨著(zhù)人工智能在智能安防、智能駕駛、無(wú)人零售等領(lǐng)域落地生根，細分領(lǐng)域內領(lǐng)軍企業(yè)如商湯、地平線(xiàn)等公司已獲得較高估值。在市場(chǎng)充滿(mǎn)機會(huì )的同時(shí)，李笙凱也提醒：“由于時(shí)間尚短，各應用的市場(chǎng)仍需經(jīng)過(guò)長(cháng)期驗證?！?/p>