人工智能加速期：算法为王还是场景落地优先？

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&＃xff0c;则用到了“物品识别”技术。接下来&＃xff0c;人工智能推广应用会怎么走&＃xff1f;靠算法的不断提升吗&＃xff1f;

海康威视高级副总裁徐习明说&＃xff1a;“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%&＃xff0c;但永远无法达到。随着‘准确率’提升&＃xff0c;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&＃xff0c;无人货柜是其主要应用场景之一。“在物品识别领域&＃xff0c;目前难点在于跟垂直领域内企业的需求不断磨合&＃xff0c;这是一个长期的过程。一些场景&＃xff0c;预想中觉得好做&＃xff0c;但操作下来可能难度很大&＃xff0c;或者不是刚需。”

“现实购买场景复杂&＃xff0c;商品品类太多&＃xff0c;增加了数据标注以及类别定义的难度。”黄伟林说&＃xff0c;“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&＃xff0c;我们就在收银环节帮助识别货物与条码能否对应&＃xff1b;无人零售柜则由于商品品类有限&＃xff0c;识别难度降低。”

黄伟林说&＃xff1a;“目前来看&＃xff0c;大家更多是想找一个好的应用场景&＃xff0c;不断迭代算法和数据&＃xff0c;教育市场&＃xff0c;培养用户。”

除了人脸识别、语音识别等主流外&＃xff0c;一些小众细分领域也开始出现。“我们把设备放到工厂之后&＃xff0c;就能根据设备发出的噪声&＃xff0c;判断设备的磨损情况或者其他故障。是不是要加润滑油&＃xff1f;车床刀具磨损程度如何&＃xff0c;什么时候更换&＃xff1f;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&＃xff0c;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&＃xff0c;找到相对固定模板&＃xff0c;然后通过套用模板进行“创作”和演出。

随着应用场景增多&＃xff0c;如何判断不同领域与人工智能的结合成熟度&＃xff1f;

“有一些指标&＃xff0c;首先是基础设施情况&＃xff0c;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》&＃xff0c;据其副院长李笙凯介绍&＃xff1a;“一些领域如农业、教育&＃xff0c;行业解决方案的个性化程度比较高&＃xff0c;工业领域则面临设备核心数据获取难的问题&＃xff0c;医疗领域也缺乏对应的病因和图像检查等数据&＃xff0c;因此较难应用人工智能。”

而金融等领域由于基础设施完善&＃xff0c;积累了大量的用户行为数据、表现数据&＃xff0c;与人工智能结合较好。“目前来看&＃xff0c;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&＃xff0c;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&＃xff0c;李笙凯也提醒&＃xff1a;“由于时间尚短&＃xff0c;各应用的市场仍需经过长期验证。”

END

∑编辑 | Gemini

来源 | 中国科技网

更多精彩&＃xff1a;

☞  哈尔莫斯&＃xff1a;怎样做数学研究

☞  扎克伯格2017年哈佛大学毕业演讲

☞  线性代数在组合数学中的应用

☞  你见过真的菲利普曲线吗&＃xff1f;

☞  支持向量机(SVM)的故事是这样子的

☞  深度神经网络中的数学&＃xff0c;对你来说会不会太难&＃xff1f;

☞  编程需要知道多少数学知识&＃xff1f;

☞  陈省身——什么是几何学

☞  模式识别研究的回顾与展望

☞  曲面论

☞  自然底数e的意义是什么&＃xff1f;

☞  如何向5岁小孩解释什么是支持向量机&＃xff08;SVM&＃xff09;&＃xff1f;

☞  华裔天才数学家陶哲轩自述

☞  代数&＃xff0c;分析&＃xff0c;几何与拓扑&＃xff0c;现代数学的三大方法论

算法数学之美微信公众号欢迎赐稿

稿件涉及数学、物理、算法、计算机、编程等相关领域&＃xff0c;经采用我们将奉上稿酬。

投稿邮箱&＃xff1a;math_alg&＃64;163.com