人工智慧演算法的提升是否與市場紅利畫上等號

在人工智慧應用最為人熟知的兩個領域就是，人臉識別和智慧語音。其中人臉識別已經普及到很多應用場景，現在的智慧手機都搭載了人臉識別技術，儘管存在很多方向的的漏洞但是大眾對於產品還是欣然接受的。從去年的的無人超市，到現在構建智慧城市系統，接下來的人工智慧推廣應用該怎麼走？演算法的不斷提升能帶來多大的紅利？

在宏觀角度上面細小的分支將會成為人工智慧的另一種個市場應用的紅利大頭，例如工廠裝置就需要用到智慧識別系統來判斷裝置的磨損情況，僅僅從聲音上面的不同就能得出是否需要潤滑油？或者車床的磨損情況怎麼樣，什麼時候更換等等。

而人工智慧的推廣應用是多方向的，據瞭解，已經有音樂人工智慧伴奏系統在中國亮相。人工智慧透過資料分析與學習，找到相對固定模板，然後透過套用模板進行“創作”和演出。

隨著應用場景增多。目前來講，人工智慧的推廣應用不能只限於一個思維，生活中大多數使用的到，就看你如何去發揮它。

而金融等領域由於基礎設施完善，積累了大量的使用者行為資料、表現資料，相應的剛需衍生出的智慧電話機器人就是姣好的應用，從18年年末Google智慧電話客服的送餐演示開始，越來越多的智慧語音企業開始考慮自己電話機器人好不好用，或者怎樣在演算法層面上面更加最佳化它。為了達到這個目標，大量的資金湧入市場，人才的搶奪戰爭也異常激烈，目前來看，智慧電話機器人，應用最成熟的領域依次是廣告營銷、金融、公共安全、家居、零售、交通、醫療等。

“有一些指標，首先是基礎設施情況，包括演算法的成熟度、行業資料完善程度等。”上海人工智慧研究院最近釋出了《2018年度人工智慧產業格局及創新實踐研究報告》，據其副李笙凱介紹：“一些領域如農業、教育，服務行業，企業市場銷售解決方案的個性化程度比較高，在工業上面應用需要是核心工業基礎，就像工業AI頭盔一樣，需要的是時間和資料上面的沉澱，而不是幾個演算法就能彌補的。

年初歐能智慧的負責人說：“今天的人工智慧還是一種弱人工智慧。基於深度學習的演算法精度會無限逼近100%，但永遠無法達到。隨著‘準確率’提升，最後競爭的更多是場景落地能力。”

以這樣的說法來看待現在人工智慧的發展看來是很中肯的，畢竟在智慧識別領域，目前難點在於跟垂直領域內企業的需求不斷磨合，這是一個長期的過程。一些場景，預想中覺得好做，但操作下來可能難度很大，或者不是剛需。目前來看，大家更多是想找一個好的應用場景，不斷迭代演算法和資料，教育市場，培養使用者。”

隨著人工智慧在智慧安保、智慧駕駛、無人零售等領域的紮根，一些細分市場的龍頭企業得到了更高的評價以及中小型企業估值提高。市場充滿機遇同時，歐能智慧負責人也提醒：“由於時間尚短，各應用的市場仍需經過長期驗證。”