從唱歌跳舞、潑墨揮毫、教你學駕駛到操作鍋爐、管控航班……2019年，尋找實際的落地場景成為人工智慧的核心要義。少了幾分炫酷，多了幾分低調，人工智慧更接地氣了。
在剛剛過去的2019杭州雲棲大會上，“產業”成為高頻詞，不同於熟悉的衣食住行領域，航空、鋼鐵、石化、水泥……從大到小，從老到新，和產業的深度融合已經成為人工智慧技術落地的重要場景。與會專家普遍談到，產業AI將會創造巨大的新價值，甚至會指引人工智慧領域發展的方向。
不能適應需求的AI就像廢鐵一塊
產業AI，顧名思義是在具體的一個個產業裡發揮作用的AI技術和產品，和我們常說的AI賦能傳統行業相似。但與AI賦能行業不同的是，AI賦能傳統行業往往設想的是以AI為主體，來實現某個領域的固有功能。而產業AI，則要求能夠與傳統產業無縫結合，推助產業核心部類向前發展，並且深度的產業AI必然指向複雜的行業限制和真實需求。
探跡科技CEO黎展曾表示，要想解決產業問題，AI必須具備三方面基礎能力。一是資料規整能力，AI必須綜合各方面資訊和實時變化的資料流，隨時做出統領全域性的最優解。二是簡單易用體驗，想做產業AI，必須是人機協同的工作模式，但是人機如何協同，如何在縮減人的工作時間、提高人的工作效率之外，不會產生大量學習成本和適應成本是關鍵問題。三是持續進化能力，如果產業AI不能進化，工作需求一旦變更，AI就變成廢鐵一塊，那確實不要也罷。
要實現對於現實需求的靈活應對，就需要對AI模型進行大量訓練，而標準化資料是訓練的基礎。產業是資料聚集的富礦，阿里雲智慧計算平臺事業部總經理、高階研究員賈揚清表示，由於深度學習的發展，更多的資料往往能帶來更好的效能，“見多識廣這句話在深度學習領域一點都不假。”更為核心的是，資料有著非常高的複雜性，在不同行業場景中表現得尤其明顯。
“產業中有需求、有資料、有應用場景。”阿里雲副Quattroporte、產品與解決方案管理部總經理馬勁同樣表示。他強調，“只有產業給我們提出明確的需求，AI才有改進的方向。同樣產業裡面有真實的資料，可以建立更好的模型。加上雲端計算可以提供更強的計算能力，同時不斷降低計算的成本。通過演算法、算力、資料三者不斷的結合，AI慢慢地在一個一個的產業實踐當中，一點一點帶來價值。”
智慧化轉型為企業提質增效“數字經濟對中國GDP增長的貢獻率連續5年超過50%，2018年這一數字高達67.9%，我們正處在數字經濟轉型的關鍵時期。”阿里雲智慧Quattroporte張建鋒在2019杭州雲棲大會上說。但他同時表示，今天資料的增長率、規模，包括支撐資料的處理能力都還處於爆發的前夕，如果說以前的網際網路紅利都來自消費網際網路，那今後更大的需求一定來自產業實踐。
“我們以瀚藍垃圾焚燒專案為例，通過把熟練工人的經驗和資料相結合，構建模型，能夠以人工智慧輔助人工的方式去操作鍋爐，可以把鍋爐的燃燒穩定性提高23%，實實在在為企業創造了效益。另外，以往工人平均每4個小時要操作30次，現在只需要操作6次，從而大幅度降低工人的勞動強度。”阿里雲智慧副Quattroporte、資料智慧事業部總經理曾震宇說。
“產業AI正在幫助各行各業進行智慧化的轉型。更重要的是產業AI在各行各業創造了豐富多彩的可能性，它是數字經濟的新動能。”曾震宇說。
在航空領域，據大會訊息，蕭山機場也將使用人工智慧的排程能力，可以實現有效管控航班起降、上下客、行李搬運、加油、餐配、檢修、保潔等各個環節。而到了工業領域，通過對工業流程的單點智慧、區域性智慧、全域性智慧的優化升級，能夠在鋼鐵、環保、光伏、橡膠等行業提升效率、降低成本。
“要讓人工智慧落到實處必須深入產業，我們在產業當中深研演算法、深挖效率，讓智慧成為產業，為產業創造不可替代的價值。”視覺計算專家華先勝說。
底層技術始終是角逐主戰場大會上，AI推理晶片含光800首度亮相——每秒處理78000張圖片，一個含光800的算力相當於10個GPU。而其背後是在自然語言處理、智慧語音、視覺計算等領域演算法的40多項世界第一的科技成果支撐。這些進展無不說明，越是在AI+架起高樓的時代，越不能忽視硬體、底層技術、通用AI技術和平臺這些“地基”。
馬勁解釋道，在AI晶片、邊緣計算等基礎層之上，才是為開發者提供入口和能力的平臺層，以及更上層的AI服務和產業。“我們把視訊的演算法、文字的演算法、語音的演算法、自動駕駛的演算法等訓練出來。變成原子化的服務，可以在產業實踐當中快速的組合成新的應用。推動AI落地，實現產業的價值。”
日前愛思唯爾釋出的《人工智慧：知識的創造、轉移與應用》報告顯示，與國際相比，中國90%的人工智慧研究來自學術界，企業的貢獻相對較小，僅佔3%。
“中國目前研究瞄準有商業應用前景、好落地的產業方向，有超過60%的AI創業公司都聚焦於計算機視覺，研發多是應用驅動。一方面，我們有更大的使用者基數，積累了海量資料，在人臉識別、語音識別、文字識別等應用場景驅動的應用基礎研究走在前列;但另一方面，客觀來說，基礎研究離頂尖國家水平仍有較大差距，新概念高被引論文數量並不多，鮮有原創性引領性的重大影響力成果。”中國科學院大學人工智慧技術學院教授孫哲南曾公開表示。
人工智慧是融合了數學、統計學、概率、邏輯、倫理等多學科於一身的複雜系統。演算法是其最為核心的底層技術之一。如何讓計算機能像人類一樣進行思考，如同人一樣利用現有的知識進行學習並實現合乎邏輯的推理，是人工智慧演算法試圖實現的目標。華先勝即表示，要想讓視覺智慧真正在實戰中規模化產生核心價值，首要祕訣還是“深研演算法”，進而深挖效率、深入產業。