新華社上海12月10日電 題：人工智能加速期：“算法為王”還是“場景落地”優(yōu)先 ？

　　新華社記者杜康、何欣榮

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

　　海康威視高級副總裁徐習(xí)明說：“今天的人工智能還是一種弱人工智能。基于深度學(xué)習(xí)的算法精度會(huì)無限逼近100%，但永遠(yuǎn)無法達(dá)到。隨著‘準(zhǔn)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(xué)家黃偉林也認(rèn)同這個(gè)說法。碼隆科技是一家聚焦于“物品”圖像識(shí)別的公司，無人貨柜是其主要應(yīng)用場景之一。“在物品識(shí)別領(lǐng)域，目前難點(diǎn)在于跟垂直領(lǐng)域內(nèi)企業(yè)的需求不斷磨合，這是一個(gè)長期的過程。一些場景，預(yù)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(shí)購買場景復(fù)雜，商品品類太多，增加了數(shù)據(jù)標(biāo)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(shí)別貨物與條碼能否對應(yīng)；無人零售柜則由于商品品類有限，識(shí)別難度降低。”

　　黃偉林說：“目前來看，大家更多是想找一個(gè)好的應(yīng)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(shí)別、語音識(shí)別等主流外，一些小眾細(xì)分領(lǐng)域也開始出現(xiàn)。“我們把設(shè)備放到工廠之后，就能根據(jù)設(shè)備發(fā)出的噪聲，判斷設(shè)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(shí)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(dòng)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(xué)習(xí)，找到相對固定模板，然后通過套用模板進(jìn)行“創(chuàng)作”和演出。

　　隨著應(yīng)用場景增多，如何判斷不同領(lǐng)域與人工智能的結(jié)合成熟度？

　　“有一些指標(biāo)，首先是基礎(chǔ)設(shè)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(shí)踐研究報(bào)告》，據(jù)其副院長李笙凱介紹：“一些領(lǐng)域如農(nóng)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(shè)備核心數(shù)據(jù)獲取難的問題，醫(yī)療領(lǐng)域也缺乏對應(yīng)的病因和圖像檢查等數(shù)據(jù)，因此較難應(yīng)用人工智能。”

　　而金融等領(lǐng)域由于基礎(chǔ)設(shè)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(yīng)用最成熟的領(lǐng)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(lǐng)域落地生根，細(xì)分領(lǐng)域內(nèi)領(lǐng)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(jī)會(huì)的同時(shí)，李笙凱也提醒：“由于時(shí)間尚短，各應(yīng)用的市場仍需經(jīng)過長期驗(yàn)證。”

【糾錯(cuò)】

責(zé)任編輯： 韓家慧