千讯咨询发布的《中国人工智能市场发展研究及投资前景报告》显示，从唱歌跳舞、泼墨挥毫到操作锅炉、管控航班……2019年，寻找实际的落地场景成为人工智能的核心要义。少了几分炫酷，多了几分低调，人工智能更接地气了。在刚刚过去的2019杭州云栖大会上，“产业”成为高频词，不同于熟悉的衣食住行领域，航空、钢铁、石化、水泥……从大到小，从老到新，和产业的深度融合已经成为人工智能技术落地的重要场景。与会专家普遍谈到，产业AI将会创造巨大的新价值，甚至会指引人工智能领域发展的方向。
不能适应需求的AI就像废铁一块
产业AI，顾名思义是在具体的一个个产业里发挥作用的AI技术和产品，和我们常说的AI赋能传统行业相似。但与AI赋能行业不同的是，AI赋能传统行业往往设想的是以AI为主体，来实现某个领域的固有功能。而产业AI，则要求能够与传统产业无缝结合，推助产业核心部类向前发展，并且深度的产业AI必然指向复杂的行业限制和真实需求。
要想解决产业问题，AI必须具备三方面基础能力。一是数据规整能力，AI必须综合各方面信息和实时变化的数据流，随时做出统领全局的最优解。二是简单易用体验，想做产业AI，必须是人机协同的工作模式，但是人机如何协同，如何在缩减人的工作时间、提高人的工作效率之外，不会产生大量学习成本和适应成本是关键问题。三是持续进化能力，如果产业AI不能进化，工作需求一旦变更，AI就变成废铁一块，那确实不要也罢。
要实现对于现实需求的灵活应对，就需要对AI模型进行大量训练，而标准化数据是训练的基础。产业是数据聚集的富矿，阿里云智能计算平台事业部总经理、高级研究员贾扬清表示，由于深度学习的发展，更多的数据往往能带来更好的性能，“见多识广这句话在深度学习领域一点都不假。”更为核心的是，数据有着非常高的复杂性，在不同行业场景中表现得尤其明显。
智能化转型为企业提质增效
数字经济对中国GDP增长的贡献率连续5年超过50%，2018年这一数字高达67.9%，我们正处在数字经济转型的关键时期。今天数据的增长率、规模，包括支撑数据的处理能力都还处于爆发的前夕，如果说以前的互联网红利都来自消费互联网，那今后更大的需求一定来自产业实践。
产业AI正在帮助各行各业进行智能化的转型。更重要的是产业AI在各行各业创造了丰富多彩的可能性，它是数字经济的新动能。在航空领域，据大会消息，萧山机场也将使用人工智能的调度能力，可以实现有效管控航班起降、上下客、行李搬运、加油、餐配、检修、保洁等各个环节。而到了工业领域，通过对工业流程的单点智能、局部智能、全局智能的优化升级，能够在钢铁、环保、光伏、橡胶等行业提升效率、降低成本。
要让人工智能落到实处必须深入产业，我们在产业当中深研算法、深挖效率，让智能成为产业，为产业创造不可替代的价值。
底层技术始终是角逐主战场
大会上，AI推理芯片含光800首度亮相——每秒处理78000张图片，一个含光800的算力相当于10个GPU。而其背后是在自然语言处理、智能语音、视觉计算等领域算法的40多项世界第一的科技成果支撑。这些进展无不说明，越是在AI+架起高楼的时代，越不能忽视硬件、底层技术、通用AI技术和平台这些“地基”。
在AI芯片、边缘计算等基础层之上，才是为开发者提供入口和能力的平台层，以及更上层的AI服务和产业。我们把视频的算法、文字的算法、语音的算法、自动驾驶的算法等训练出来。变成原子化的服务，可以在产业实践当中快速的组合成新的应用。推动AI落地，实现产业的价值。
与国际相比，中国90%的人工智能研究来自学术界，企业的贡献相对较小，仅占3%。中国目前研究瞄准有商业应用前景、好落地的产业方向，有超过60%的AI创业公司都聚焦于计算机视觉，研发多是应用驱动。一方面，我们有更大的用户基数，积累了海量数据，在人脸识别、语音识别、文字识别等应用场景驱动的应用基础研究走在前列；但另一方面，客观来说，基础研究离顶尖国家水平仍有较大差距，新概念高被引论文数量并不多，鲜有原创性引领性的重大影响力成果。
人工智能是融合了数学、统计学、概率、逻辑、伦理等多学科于一身的复杂系统。算法是其最为核心的底层技术之一。如何让计算机能像人类一样进行思考，如同人一样利用现有的知识进行学习并实现合乎逻辑的推理，是人工智能算法试图实现的目标。要想让视觉智能真正在实战中规模化产生核心价值，首要秘诀还是“深研算法”，进而深挖效率、深入产业。
相关研究报告
人工智能项目可行性研究报告
中国人工智能行业发展趋势分析预测报告
中国人工智能行业发展研究报告