疫情催生市場需求 AI應用落地卻仍有這些難題

新冠肺炎疫情加速了人工智慧産品在各應用場景的落地速度。但除了市場需求外，資金、技術同樣是制約著人工智慧落地的關鍵因素。

人工智慧、大數據技術的集中大範圍應用，成為本次疫情防控中的一大亮點。

近日，人工智慧産業發展聯盟發佈的《人工智慧助力新冠疫情防控調研報告》（簡稱《報告》）顯示，智慧服務機器人、大數據分析系統和智慧識別（溫測）産品在疫情應用中數量居前三，電腦視覺、智慧語音、大數據等人工智慧技術成熟度相對較高，使用場景豐富。經濟社會各主體對人工智慧賦能效用的充分應用，顯示了其在疫情防控中的重要作用。反過來，疫情防控的嚴峻形勢也正倒逼著我國人工智慧技術加快落地步伐。

輔助人工，疫情中迎來抗壓實測

在人工智慧技術迅猛發展的當下，人臉識別已經不是一件新鮮事。但在新冠肺炎疫情暴發的情況下，建築工地、學校、機關等需要鑒別入場人員身份資訊的場所，需要實現對佩戴口罩、安全帽的人員人臉快速識別並同步檢測體溫。

“疫情發生後，復工現場的管理對之前的技術提出諸多新的需求。”中國中鐵科研院技術中心智慧工地聯合實驗室研發人員趙陽在接受科技日報記者採訪時説，針對這一變化，研究人員從演算法模型上入手，採用眼部、眉毛等局部特徵與整體人臉特徵融合的方式，並結合注意力機制增強眼部特徵，通過訓練眼部關鍵點的模型，來提升模型在口罩遮擋下的人臉識別率。這種改進後的人臉識別技術在成都落地後，數據顯示，對於戴口罩或戴安全帽人臉的識別率可達到99.9%。

此外，配送機器人、巡控機器人、清潔機器人、智慧遞送服務機器人等也脫離了實驗場地，被應用在器材、藥品、化驗單遞送等方面。

《報告》統計調查了疫情監測分析、人員物資管控、醫療救治、藥品研發、後勤保障、復工復産等6類主要應用場景中的人工智慧産品的應用情況。結果顯示，截至2月7日，38%的産品日呼叫量達到萬級，大大減輕了基層在清潔、消毒和配送等環節的工作量。智慧識別（溫測）産品基本實現多人同時非接觸測溫，並在測溫誤差、最大測溫距離和人臉抓拍準確率等方面表現出色。在測溫誤差方面，參評産品的誤差都不超過0.25℃；在人臉抓拍能力方面，參評産品的準確率主要保證在90%以上；在最大測溫距離能力上，各家最大測溫距離在2—8米之內波動，基本保障達到各使用場景的需求。

除了市場需求，資金、技術也是落地關鍵

從千方百計拉單子、推産品，到坐等需求到府，AI企業在疫情中著實“解了一把渴”。然而，在疫情過後，市場需求回歸理性，如何實現技術落地仍是AI從業者們需要面對的問題。這其中繞不開技術、資金、市場幾個要素。

目前，除幾個大部頭公司外，AI行業中更多的主體還是中小、小微企業。缺錢，是他們面臨的第一個難題。“毫無疑問，做AI很燒錢，企業沒有資金實力，沒有承擔投資風險的勇氣，就很難在這條路上走得很遠。”內蒙古策義科技有限公司董事長何海生坦言。

那麼只要有充足資金就可以了嗎？農業人工智慧與作物表型內蒙古研究中心常務副主任王瑞利研究員表示，沒那麼簡單。

“算力、演算法和數據是人工智慧的三個核心組成要素，僅僅懂得演算法是不可能做出人工智慧産品的。”王瑞利説，舉個例子，識別作物病蟲害是農業中人工智慧應用的一個主要方面，實現這樣一種人工智慧場景，首先要有海量的作物資訊、病蟲害圖片、機制原理、解決方案作為大數據背景，而要完成這一前提，就需要大量的農業專家來予以實現。

《報告》也指出，在本次疫情中，人工智慧産品雖然基本保障達到了各場景的需求，但還存在數據積累不足、産品品質參差不齊、智慧化程度尚有空間、基礎技術積累不足等薄弱環節。

“人工智慧是大腦，演算法是天賦，與人類一樣，大腦要變得聰明，有天賦不夠，還要刻苦學習，”王瑞利表示，人工智慧的應用落地，需要市場、應用場景、各行各業海量的專業數據和專業人才的共同支援參與，這是人工智慧目前和今後發展面臨的最大難點之一。

深度融合，需機制與政策並重

落地再難，困難再多，人工智慧“作為新一輪産業變革的核心驅動力，將釋放出歷次技術革命和産業變革積蓄的巨大能量”的事實是不可改變的。

“宏觀來看，新一代人工智慧産業呈現出持續、高速成長態勢，得益於其與生産領域、生活領域、社會治理領域等場景跨界融合程度不斷加深。”王瑞利認為，解決行業痛點，就要從這些方面著手，抓住關鍵因素。例如，明確應用場景邊界，找準應用需求；加大智慧化基礎設施建設，加快行業大數據獲取進度等。

王瑞利表示，要加強對新一代人工智慧産業中長期增長點分析力度，清晰定位當前及中長期的真正新增長點，真正做到有力支撐經濟發展新動能的發掘、培育和形成。同時，還要創新升級現有數據治理機制和創新體系，分類推動重點領域數據開放，率先推進政務數據資源有序開放，逐漸聚焦並拓展至教育、交通、環境、醫療、商業等重點領域；完善數據資源共用開放政策，系統化重塑數據治理工作，建立健全數據治理長效機制，圍繞新一代人工智慧應用場景的開放性行業大數據訓練庫構建創新體系。

隨著5G時代的到來，業內普遍認為，圍繞5G環境打造應用場景創新生態勢在必行：支援圍繞5G+新一代人工智慧的垂直模式，打造以網路層、雲基礎設施和以新一代人工智慧領域龍頭企業在應用場景的協同創新生態，支援採取項目聯合攻關、共建研發機構、組建産業技術創新聯盟等方式開展産業鏈創新合作，為5G時代的新一代人工智慧落地起到重要助推作用。

“此外我們還應該完善人工智慧發展的專項扶持政策，圍繞産業轉型升級、資訊化建設、戰略性新興産業發展、重點科研計劃等專項資金，支援企業加大相應領域的投入和應用項目建設，引導産業基金、投資基金等多元社會資本支援産業發展。”王瑞利表示。

相關連結

20餘款人工智慧系統在抗疫一線應用

近日，工業和資訊化部新聞發言人、資訊技術發展司司長謝少鋒表示，在疫情期間，人工智慧技術得到了有效運用，主要是在疫情監測、疾病診斷、藥物研發等方面發揮了重要的作用。

謝少鋒表示，據不完全統計，目前已有20餘款人工智慧系統應用在湖北武漢等抗疫的一線以及全國數百家醫院，服務人群包括疑似病例和確診病例在內達到數十萬人次。此外，各家企業特別是在人工智慧+CT系統，還結合具體的應用場景開發了特殊的功能，比如用移動CT設備的組合，實現了雲端的部署，有效提升了新冠肺炎的排查效率和診斷的準確率。下一步，我們將繼續推動人工智慧技術與醫療工作的融合發展。

他具體闡述道，一是大力推廣成熟的經驗和做法。深入總結利用人工智慧輔助疫情防控的成功的做法和典型的經驗，加大推廣的力度，讓更多的醫療機構去體驗它的實效，逐步實現規模化的應用。同時，鼓勵人工智慧的企業通過實際的應用數據，持續優化和改進它的産品和系統。

二是推動人工智慧在更多領域的應用。加快人工智慧的技術在社區隨訪的檢測、醫療物資的調配、診療決策輔助等更多的醫療場景中的應用。

三是建立完善長效的協同機制，推動資訊技術企業和醫療機構有效的合作，鼓勵醫療機構開放數據資源和應用的場景，實現資訊技術與醫療的深度融合，持續提高人工智慧的應用水準。(本報記者張景陽)