北京联盟新闻频道小编注意到新冠肺炎疫情加速了人工智能产品在各应用场景的落地速度 。 但除了市场需求外 ， 资金、技术同样是制约着人工智能落地的关键因素 。
人工智能、大数据技术的集中大范围应用 ， 成为本次疫情防控中的一大亮点 。
近日 ， 人工智能产业发展联盟发布的《人工智能助力新冠疫情防控调研报告》（简称《报告》）显示 ， 智能服务机器人、大数据分析系统和智能识别（温测）产品在疫情应用中数量居前三 ， 计算机视觉、智能语音、大数据等人工智能技术成熟度相对较高 ， 使用场景丰富 。 经济社会各主体对人工智能赋能效用的充分应用 ， 显示了其在疫情防控中的重要作用 。 反过来 ， 疫情防控的严峻形势也正倒逼着我国人工智能技术加快落地步伐 。
辅助人工 ， 疫情中迎来抗压实测
在人工智能技术迅猛发展的当下 ， 人脸识别已经不是一件新鲜事 。 但在新冠肺炎疫情暴发的情况下 ， 建筑工地、学校、机关等需要鉴别入场人员身份信息的场所 ， 需要实现对佩戴口罩、安全帽的人员人脸快速识别并同步检测体温 。
“疫情发生后 ， 复工现场的管理对之前的技术提出诸多新的需求 。 ”中国中铁科研院技术中心智慧工地联合实验室研发人员赵阳在接受科技日报采访人员采访时说 ， 针对这一变化 ， 研究人员从算法模型上入手 ， 采用眼部、眉毛等局部特征与整体人脸特征融合的方式 ， 并结合注意力机制增强眼部特征 ， 通过训练眼部关键点的模型 ， 来提升模型在口罩遮挡下的人脸识别率 。 这种改进后的人脸识别技术在成都落地后 ， 数据显示 ， 对于戴口罩或戴安全帽人脸的识别率可达到99.9% 。
此外 ， 配送机器人、巡控机器人、清洁机器人、智能递送服务机器人等也脱离了实验场地 ， 被应用在器材、药品、化验单递送等方面 。
《报告》统计调查了疫情监测分析、人员物资管控、医疗救治、药品研发、后勤保障、复工复产等6类主要应用场景中的人工智能产品的应用情况 。 结果显示 ， 截至2月7日 ， 38%的产品日呼叫量达到万级 ， 大大减轻了基层在清洁、消毒和配送等环节的工作量 。 智能识别（温测）产品基本实现多人同时非接触测温 ， 并在测温误差、最大测温距离和人脸抓拍准确率等方面表现出色 。 在测温误差方面 ， 参评产品的误差都不超过0.25℃；在人脸抓拍能力方面 ， 参评产品的准确率主要保证在90%以上；在最大测温距离能力上 ， 各家最大测温距离在2—8米之内波动 ， 基本保障达到各使用场景的需求 。
除了市场需求 ， 资金、技术也是落地关键
从千方百计拉单子、推产品 ， 到坐等需求上门 ， AI企业在疫情中着实“解了一把渴” 。 然而 ， 在疫情过后 ， 市场需求回归理性 ， 如何实现技术落地仍是AI从业者们需要面对的问题 。 这其中绕不开技术、资金、市场几个要素 。
目前 ， 除几个大部头公司外 ， AI行业中更多的主体还是中小、小微企业 。 缺钱 ， 是他们面临的第一个难题 。 “毫无疑问 ， 做AI很烧钱 ， 企业没有资金实力 ， 没有承担投资风险的勇气 ， 就很难在这条路上走得很远 。 ”内蒙古策义科技有限公司董事长何海生坦言 。
那么只要有充足资金就可以了吗？农业人工智能与作物表型内蒙古研究中心常务副主任王瑞利研究员表示 ， 没那么简单 。
“算力、算法和数据是人工智能的三个核心组成要素 ， 仅仅懂得算法是不可能做出人工智能产品的 。 ”王瑞利说 ， 举个例子 ， 识别作物病虫害是农业中人工智能应用的一个主要方面 ， 实现这样一种人工智能场景 ， 首先要有海量的作物信息、病虫害图片、机制原理、解决方案作为大数据背景 ， 而要完成这一前提 ， 就需要大量的农业专家来予以实现 。
《报告》也指出 ， 在本次疫情中 ， 人工智能产品虽然基本保障达到了各场景的需求 ， 但还存在数据积累不足、产品质量参差不齐、智能化程度尚有空间、基础技术积累不足等薄弱环节 。
“人工智能是大脑 ， 算法是天赋 ， 与人类一样 ， 大脑要变得聪明 ， 有天赋不够 ， 还要刻苦学习 ， ”王瑞利表示 ， 人工智能的应用落地 ， 需要市场、应用场景、各行各业海量的专业数据和专业人才的共同支持参与 ， 这是人工智能目前和今后发展面临的最大难点之一 。
深度融合 ， 需机制与政策并重
落地再难 ， 困难再多 ， 人工智能“作为新一轮产业变革的核心驱动力 ， 将释放出历次技术革命和产业变革积蓄的巨大能量”的事实是不可改变的 。
“宏观来看 ， 新一代人工智能产业呈现出持续、高速成长态势 ， 得益于其与生产领域、生活领域、社会治理领域等场景跨界融合程度不断加深 。 ”王瑞利认为 ， 解决行业痛点 ， 就要从这些方面着手 ， 抓住关键因素 。 例如 ， 明确应用场景边界 ， 找准应用需求；加大智能化基础设施建设 ， 加快行业大数据获取进度等 。
王瑞利表示 ， 要加强对新一代人工智能产业中长期增长点分析力度 ， 清晰定位当前及中长期的真正新增长点 ， 真正做到有力支撑经济发展新动能的发掘、培育和形成 。 同时 ， 还要创新升级现有数据治理机制和创新体系 ， 分类推动重点领域数据开放 ， 率先推进政务数据资源有序开放 ， 逐渐聚焦并拓展至教育、交通、环境、医疗、商业等重点领域；完善数据资源共享开放政策 ， 系统化重塑数据治理工作 ， 建立健全数据治理长效机制 ， 围绕新一代人工智能应用场景的开放性行业大数据训练库构建创新体系 。
随着5G时代的到来 ， 业内普遍认为 ， 围绕5G环境打造应用场景创新生态势在必行：支持围绕5G+新一代人工智能的垂直模式 ， 打造以网络层、云基础设施和以新一代人工智能领域龙头企业在应用场景的协同创新生态 ， 支持采取项目联合攻关、共建研发机构、组建产业技术创新联盟等方式开展产业链创新合作 ， 为5G时代的新一代人工智能落地起到重要助推作用 。
“此外我们还应该完善人工智能发展的专项扶持政策 ， 围绕产业转型升级、信息化建设、战略性新兴产业发展、重点科研计划等专项资金 ， 支持企业加大相应领域的投入和应用项目建设 ， 引导产业基金、投资基金等多元社会资本支持产业发展 。 ”王瑞利表示 。
相关链接
20余款人工智能系统在抗疫一线应用
近日 ， 工业和信息化部新闻发言人、信息技术发展司司长谢少锋表示 ， 在疫情期间 ， 人工智能技术得到了有效运用 ， 主要是在疫情监测、疾病诊断、药物研发等方面发挥了重要的作用 。

稿源：(科技日报)

【】网址：/a/2020/0401/010news246427.html

标题：『疫情防控』疫情催生市场需求 AI应用落地却仍有这些难题