人臉識別、語音識別是人工智能應用最為人熟知的兩個領域。智能音箱、人臉門禁也已經(jīng)走進不少人的生活。去年大火的無人貨柜，則用到了“物品識別”技術(shù)。接下來，人工智能推廣應用會怎么走？靠算法的不斷提升嗎？
?？低暩呒壐笨偛眯炝暶髡f：“今天的人工智能還是一種弱人工智能?；谏疃葘W習的算法精度會無限逼近100%，但永遠無法達到。隨著‘準確率’提升，最后競爭的更多是場景落地能力。”
碼隆科技首席科學家黃偉林也認同這個說法。碼隆科技是一家聚焦于“物品”圖像識別的公司，無人貨柜是其主要應用場景之一。“在物品識別領域，目前難點在于跟垂直領域內(nèi)企業(yè)的需求不斷磨合，這是一個長期的過程。一些場景，預想中覺得好做，但操作下來可能難度很大，或者不是剛需。”
“現(xiàn)實購買場景復雜，商品品類太多，增加了數(shù)據(jù)標注以及類別定義的難度。”黃偉林說，“我們先聚焦于難度小或者剛需的環(huán)節(jié)。比如減少‘貨損’是剛需，我們就在收銀環(huán)節(jié)幫助識別貨物與條碼能否對應；無人零售柜則由于商品品類有限，識別難度降低。”
黃偉林說：“目前來看，大家更多是想找一個好的應用場景，不斷迭代算法和數(shù)據(jù)，教育市場，培養(yǎng)用戶。”
除了人臉識別、語音識別等主流外，一些小眾細分領域也開始出現(xiàn)。“我們把設備放到工廠之后，就能根據(jù)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？車床刀具磨損程度如何，什么時候更換？等等。”碩橙科技創(chuàng)始人譚熠說。
人工智能還能參與到創(chuàng)意活動中來。據(jù)了解，已經(jīng)有音樂人工智能伴奏系統(tǒng)在中國亮相。人工智能通過數(shù)據(jù)分析與學習，找到相對固定模板，然后通過套用模板進行“創(chuàng)作”和演出。
隨著應用場景增多，如何判斷不同領域與人工智能的結(jié)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(shù)據(jù)完善程度等。”上海臨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)新實踐研究報告》，據(jù)其副院長李笙凱介紹：“一些領域如農(nóng)業(yè)、教育，行業(yè)解決方案的個性化程度比較高，工業(yè)領域則面臨設備核心數(shù)據(jù)獲取難的問題，醫(yī)療領域也缺乏對應的病因和圖像檢查等數(shù)據(jù)，因此較難應用人工智能。”
而金融等領域由于基礎設施完善，積累了大量的用戶行為數(shù)據(jù)、表現(xiàn)數(shù)據(jù)，與人工智能結(jié)合較好。“目前來看，應用最成熟的領域依次是廣告營銷、金融、公共安全、家居、零售、交通、醫(yī)療等。”李笙凱說。
隨著人工智能在智能安防、智能駕駛、無人零售等領域落地生根，細分領域內(nèi)領軍企業(yè)如商湯、地平線等公司已獲得較高估值。在市場充滿機會的同時，李笙凱也提醒：“由于時間尚短，各應用的市場仍需經(jīng)過長期驗證。”
?？低暩呒壐笨偛眯炝暶髡f：“今天的人工智能還是一種弱人工智能?；谏疃葘W習的算法精度會無限逼近100%，但永遠無法達到。隨著‘準確率’提升，最后競爭的更多是場景落地能力。”
碼隆科技首席科學家黃偉林也認同這個說法。碼隆科技是一家聚焦于“物品”圖像識別的公司，無人貨柜是其主要應用場景之一。“在物品識別領域，目前難點在于跟垂直領域內(nèi)企業(yè)的需求不斷磨合，這是一個長期的過程。一些場景，預想中覺得好做，但操作下來可能難度很大，或者不是剛需。”
“現(xiàn)實購買場景復雜，商品品類太多，增加了數(shù)據(jù)標注以及類別定義的難度。”黃偉林說，“我們先聚焦于難度小或者剛需的環(huán)節(jié)。比如減少‘貨損’是剛需，我們就在收銀環(huán)節(jié)幫助識別貨物與條碼能否對應；無人零售柜則由于商品品類有限，識別難度降低。”
黃偉林說：“目前來看，大家更多是想找一個好的應用場景，不斷迭代算法和數(shù)據(jù)，教育市場，培養(yǎng)用戶。”
除了人臉識別、語音識別等主流外，一些小眾細分領域也開始出現(xiàn)。“我們把設備放到工廠之后，就能根據(jù)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？車床刀具磨損程度如何，什么時候更換？等等。”碩橙科技創(chuàng)始人譚熠說。
人工智能還能參與到創(chuàng)意活動中來。據(jù)了解，已經(jīng)有音樂人工智能伴奏系統(tǒng)在中國亮相。人工智能通過數(shù)據(jù)分析與學習，找到相對固定模板，然后通過套用模板進行“創(chuàng)作”和演出。
隨著應用場景增多，如何判斷不同領域與人工智能的結(jié)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(shù)據(jù)完善程度等。”上海臨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)新實踐研究報告》，據(jù)其副院長李笙凱介紹：“一些領域如農(nóng)業(yè)、教育，行業(yè)解決方案的個性化程度比較高，工業(yè)領域則面臨設備核心數(shù)據(jù)獲取難的問題，醫(yī)療領域也缺乏對應的病因和圖像檢查等數(shù)據(jù)，因此較難應用人工智能。”
而金融等領域由于基礎設施完善，積累了大量的用戶行為數(shù)據(jù)、表現(xiàn)數(shù)據(jù)，與人工智能結(jié)合較好。“目前來看，應用最成熟的領域依次是廣告營銷、金融、公共安全、家居、零售、交通、醫(yī)療等。”李笙凱說。
隨著人工智能在智能安防、智能駕駛、無人零售等領域落地生根，細分領域內(nèi)領軍企業(yè)如商湯、地平線等公司已獲得較高估值。在市場充滿機會的同時，李笙凱也提醒：“由于時間尚短，各應用的市場仍需經(jīng)過長期驗證。”
