您的当前位置: 首页  > 资讯中心 > 行业研究

人工智能加速期:优先“算法为王”最后“场景落地”

人脸识别、语音识别是人工智能应用最为人熟知的两个领域。智能音箱、人脸门禁也已经走进不少人的生活。去年大火的无人货柜,则用到了“物品识别”技术。


  海康威视高级副总裁徐习明说:“今天的人工智能还是一种弱人工智能。基于深度学习的算法精度会无限逼近100%,但永远无法达到。随着‘准确率’提升,最后竞争的更多是场景落地能力。”


  码隆科技首席科学家黄伟林也认同这个说法。码隆科技是一家聚焦于“物品”图像识别的公司,无人货柜是其主要应用场景之一。“在物品识别领域,目前难点在于跟垂直领域内企业的需求不断磨合,这是一个长期的过程。一些场景,预想中觉得好做,但操作下来可能难度很大,或者不是刚需。”


  “现实购买场景复杂,商品品类太多,增加了数据标注以及类别定义的难度。”黄伟林说,“我们先聚焦于难度小或者刚需的环节。比如减少‘货损’是刚需,我们就在收银环节帮助识别货物与条码能否对应;无人零售柜则由于商品品类有限,识别难度降低。”


  黄伟林说:“目前来看,大家更多是想找一个好的应用场景,不断迭代算法和数据,教育市场,培养用户。”


  除了人脸识别、语音识别等主流外,一些小众细分领域也开始出现。“我们把设备放到工厂之后,就能根据设备发出的噪声,判断设备的磨损情况或者其他故障。是不是要加润滑油?车床刀具磨损程度如何,什么时候更换?等等。”硕橙科技创始人谭熠说。


  人工智能还能参与到创意活动中来。据了解,已经有音乐人工智能伴奏系统在中国亮相。人工智能通过数据分析与学习,找到相对固定模板,然后通过套用模板进行“创作”和演出。


  随着应用场景增多,如何判断不同领域与人工智能的结合成熟度?


  “有一些指标,首先是基础设施情况,包括算法的成熟度、行业数据完善程度等。”上海临港国际人工智能研究院最近发布了《2018年度人工智能产业格局及创新实践研究报告》,据其副院长李笙凯介绍:“一些领域如农业、教育,行业解决方案的个性化程度比较高,工业领域则面临设备核心数据获取难的问题,医疗领域也缺乏对应的病因和图像检查等数据,因此较难应用人工智能。”


  而金融等领域由于基础设施完善,积累了大量的用户行为数据、表现数据,与人工智能结合较好。“目前来看,应用最成熟的领域依次是广告营销、金融、公共安全、家居、零售、交通、医疗等。”李笙凯说。


  随着人工智能在智能安防、智能驾驶、无人零售等领域落地生根,细分领域内领军企业如商汤、地平线等公司已获得较高估值。在市场充满机会的同时,李笙凯也提醒:“由于时间尚短,各应用的市场仍需经过长期验证。”



版权所有:中华人民共和国文化和旅游部文化市场司

0.0529s