過去十年間，在5G、大數(shù)據(jù)、云計算等新興技術(shù)的賦能下，人工智能加速發(fā)展，人工智能的應(yīng)用也受到各行各業(yè)的廣泛關(guān)注。但隨之而來就是AI技術(shù)“落地難”的問題。7月14日，有媒體報道，深圳將探索建立與人工智能產(chǎn)業(yè)發(fā)展相適應(yīng)的產(chǎn)品準(zhǔn)入制度，并支持低風(fēng)險人工智能產(chǎn)品和服務(wù)先行先試。而且，日前《深圳經(jīng)濟特區(qū)人工智能產(chǎn)業(yè)促進條例(草案)》首次披露并提請深圳市人大常委會審議，旨在破解AI產(chǎn)品應(yīng)用“落地難”等瓶頸問題，打通創(chuàng)新“最后一公里”，這也是全國人工智能領(lǐng)域的首部地方性法規(guī)。

那么，為什么人工智能落地應(yīng)用難;表現(xiàn)在哪些方面;在哪些關(guān)鍵環(huán)節(jié)突破，實現(xiàn)AI在各行業(yè)的深入應(yīng)用?

AI落地應(yīng)用知易行難

AI既能創(chuàng)造東西，又能解放我們，但在各行業(yè)實際應(yīng)用AI的過程中，進展是相對較緩慢的，這是為什么呢?

“AI落地階段是個知易行難的階段。首先是數(shù)據(jù)因素。因為AI和機器學(xué)習(xí)工具依賴于數(shù)據(jù)來訓(xùn)練基礎(chǔ)算法，獲得清潔、有意義的高質(zhì)量數(shù)據(jù)投喂，對于AI計劃的成功至關(guān)重要。而各行業(yè)落地需要扎實的數(shù)據(jù)基礎(chǔ)，如果缺少比較統(tǒng)一、標(biāo)準(zhǔn)化、高質(zhì)量的數(shù)據(jù)，AI應(yīng)用可能會是無米之炊、無源之水。”遠(yuǎn)望智庫人工智能事業(yè)部部長、圖靈機器人首席戰(zhàn)略官譚茗洲在接受科技日報記者采訪時表示。

有專家指出，數(shù)據(jù)有“罪”——“自由散慢”。“自由”就是當(dāng)你靠一些服務(wù)器收集數(shù)據(jù)，會發(fā)現(xiàn)很多數(shù)據(jù)有問題，無法使用，比如英國HealthCare普查發(fā)現(xiàn)，80%的人都出生于1911年11月11日，之所以有這種情況，是因為有些被調(diào)查者不想回答一些隱私問題，他們就想輸入“00”，但系統(tǒng)不允許“00”，于是大家都輸入“11”，所以80%的人生日都是隨意填寫的，這個數(shù)據(jù)是臟的。“散”是指散落在各處;“慢”是指速度慢。

很少有行業(yè)能比制造業(yè)更受益于人工智能。譚茗洲指出，“該行業(yè)產(chǎn)生了大量的數(shù)據(jù)，數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理問題非常重要。但是，制造業(yè)數(shù)據(jù)可能是有偏差的、過時的、甚至充滿錯誤的。尤其是生產(chǎn)車間、繁重的制造環(huán)境中在極端、惡劣的操作條件下收集的數(shù)據(jù)。”

風(fēng)險和合規(guī)因素也不容忽視。“AI讓企業(yè)開始大量依賴機器幫忙做決策。在這個過程中會帶來業(yè)務(wù)連續(xù)性、隱私保護、AI可信度、倫理和社會的問題等，這些在AI落地過程中都不能忽視。規(guī)模化也是一大難題。大多數(shù)企業(yè)的AI創(chuàng)新都是點狀、實驗性質(zhì)、局部的創(chuàng)新，缺少規(guī)模化、商業(yè)化、運行態(tài)的布局。”譚茗洲強調(diào)。

突破技術(shù)上的挑戰(zhàn)和邊界

任何新技術(shù)應(yīng)用到企業(yè)和行業(yè)的時候，其爆發(fā)點需要有三條：為企業(yè)降低成本、為企業(yè)增加效益、為企業(yè)尋找創(chuàng)新的機會。以目前的AI技術(shù)水平，很多時候還只能在產(chǎn)業(yè)的某一個環(huán)節(jié)、某一個步驟實現(xiàn)“降本、增效、創(chuàng)新”，只有在極少數(shù)情況下，AI技術(shù)才可能完全替代人類。在經(jīng)過數(shù)百個場景和項目的驗證中，我們逐漸看到AI技術(shù)落地的一些挑戰(zhàn)和邊界。

“目前來看，AI在產(chǎn)業(yè)中應(yīng)用的主要場景分為三大類：智能感知、智能交互和智能決策。AI真正在這三類場景應(yīng)用面臨巨大的挑戰(zhàn)。這就需要降低算力成本，提高算法和框架的性能，那么AI落地時會才不會因為成本過高而失去商業(yè)價值，進而實現(xiàn)商業(yè)化、規(guī)模化。”譚茗洲說。

譚茗洲指出，“可以說，應(yīng)用場景、資源與基礎(chǔ)設(shè)施、算法和模型、智能設(shè)備、數(shù)據(jù)構(gòu)成了AI技術(shù)落地的五要素。如何將這五大要素在落地場景中實現(xiàn)協(xié)調(diào)，是AI技術(shù)在產(chǎn)業(yè)界落地中另一個關(guān)鍵點。在實現(xiàn)智能感知、智能決策、智能交互的時候，往往任何一個要素的變化都會導(dǎo)致其他要素的變化。比如算法模型發(fā)生變化，設(shè)備資源調(diào)度都要跟著改變。結(jié)果就是，真正落地實施的時候就會需要算法專家、設(shè)備專家、資源專家，以及應(yīng)用開發(fā)的合作伙伴都在場。最終結(jié)果就是AI落地的成本太高，無法真正在產(chǎn)業(yè)應(yīng)用中大規(guī)模鋪開。”

如何才可能讓整個AI落地的成本快速降到有商業(yè)價值的水平?“需要讓這些要素并行發(fā)展，不用在任何時候都要顧及所有要素。也就是說，算法專家不用關(guān)心應(yīng)用是什么情況，設(shè)備供應(yīng)商也不用關(guān)心算法問題，把這五個要素進行解耦，讓一個要素相對其他幾個要素變得更加透明。從思路看上去有點像PC操作系統(tǒng)，將把鼠標(biāo)、鍵盤等所有這些設(shè)備之間的復(fù)雜度都通過一個標(biāo)準(zhǔn)化的協(xié)議屏蔽掉，讓它們之間能夠互相解耦，各自專注自己擅長的方向，以降低各個方面的成本，AI才能真正規(guī)模化，實現(xiàn)商業(yè)上的成功。”譚茗洲表示。

儲備懂AI思維及語言的人才

什么樣的應(yīng)用才是真正的AI應(yīng)用?“未來還是要結(jié)合場景和用戶體驗去重新設(shè)計，用AI本身的方式思考，才會產(chǎn)生真正的AI應(yīng)用。未來五年會有真正的AI應(yīng)用出現(xiàn)，AI的能力也會發(fā)揮到極致，到時候，AI會作為一項背后的技術(shù)參與其中，但這個技術(shù)已經(jīng)普及而且消費者無需感知了——因為技術(shù)應(yīng)用的最高境界是技術(shù)變得無感，場景當(dāng)中最合適的技術(shù)實現(xiàn)了，這是AI應(yīng)用到來的時候。”云知聲董事長兼CTO梁家恩認(rèn)為。

人工智能專家丁磊在其新作《AI思維》中強調(diào)，“AI，不只是一個技術(shù)、工具，是一種思維方式，它能夠幫助我們有效分析大量的數(shù)據(jù)，并從中得出預(yù)測，甚至幫助我們做出決策”。那么，在AI落地過程中，儲備真正懂得AI思維、AI語言的人才，顯得尤為重要。

實際上，在大部分的企業(yè)場景下，都是工程師、科學(xué)家講一套語言，而業(yè)務(wù)負(fù)責(zé)人講另外一套語言，相互之間沒有一個很好地交流通道。這種狀態(tài)下，AI是沒辦法落地的。

譚茗洲說，“有經(jīng)驗的人工智能專業(yè)人員很難聘請，這對于所有行業(yè)的企業(yè)來說都是個難題。實施AI項目通常需要建立一個由數(shù)據(jù)科學(xué)家、ML工程師、軟件架構(gòu)師、BI分析師和中小企業(yè)組成的跨學(xué)科團隊。并且，AI落地中關(guān)鍵需要加大對企業(yè)老板或者業(yè)務(wù)負(fù)責(zé)人，甚至包括部分一線業(yè)務(wù)負(fù)責(zé)人在AI思維上的提升和教育。當(dāng)這些人真正地理解這樣一個框架和AI數(shù)據(jù)思維的閉環(huán)邏輯的話，再進行AI落地就會順利很多。”

建設(shè)高端人才隊伍，開設(shè)人工智能專業(yè)的高校無疑是“沖鋒軍”。如今，一些高校開始注重培養(yǎng)學(xué)生跨學(xué)科意識，結(jié)合自身特色專業(yè)，制定有關(guān)“人工智能+”的培養(yǎng)計劃，培養(yǎng)相關(guān)專業(yè)混合體系的學(xué)生。

譚茗洲表示，“AI教育從本質(zhì)上來說，不是知識層面的教育，而是思維能力、思維方式的教育。AI人才培養(yǎng)應(yīng)該從小抓起，幫助廣大青少年樹立AI意識，不斷提升他們的科學(xué)素養(yǎng)，并激發(fā)其對人工智能的興趣與熱愛。目前中小學(xué)開展的人工智能相關(guān)課程，偏向于基礎(chǔ)性編程教育，通過模塊化操作，實現(xiàn)一些智能功能，例如讓機器人踢足球、行走等。這樣更可以幫助青少年培養(yǎng)機器學(xué)習(xí)的思維，讓中小學(xué)生對人工智能建立初級認(rèn)知。”

關(guān)鍵詞： AI產(chǎn)品 落地難 技術(shù)創(chuàng)新 最后一公里