57
機器人
人工智能賦能六大實體經濟，你做好準備了嗎？
本文轉載自騰訊研究院，作者徐思彥，雷鋒網獲作者授權轉載。
以下為正文內容：
“加快建設製造強國，加快發展先進製造業，推動互聯網、大數據、人工智能和實體經濟深度融合，在中高端消費、創新引領、綠色低碳、共享經濟、現代供應鏈、人力資本服務等領域培育新增長點、形成新動能。”——十九大報告
十九大報告關鍵詞係列解讀之三·人工智能
科技進步正在成為推進經濟發展的重要推動力，對中國經濟發展的貢獻率已經上升到56.2%。麵對正在興起的人工智能浪潮，如何占據行業發展製高點，如何促進與實體經濟深度融合，形成新增長點？
人工智能的再度崛起
2016年世界圍棋冠軍李世石在與Alpha Go的比賽中投子認輸，讓人們驚覺人工智能的力量已經不容忽視。過去的十年，算法、數據和計算三大要素助推了人工智能的再度崛起，互聯網存儲了二十多年的數據終於找到了它的曆史使命：訓練機器。本輪以機器學習、深度學習為主的浪潮被認為是當前麵臨的最為重要的技術創新和社會變革的驅動力，以算法為核心的AI時代來臨。
(雷鋒網注：圖片來自網絡）
與互聯網、移動互聯網一樣，人工智能是基礎能力。人工智能並不是單一的技術或者賽道，它將融入現有的生產中，在垂直領域加深數字化的影響，影響到所有和數據相關的領域。深度學習算法使機器擁有自主學習的能力，被應用於語音、圖像、自然語言處理等領域開始縱深發展，帶動了一係列的新興產業。通過AI提高生產力以及創造全新的產品和服務，這是經濟競爭和經濟升級的迫切需求。
人工智能底層技術的不斷發展，已經讓智能機器逐步實現從“認識物理世界”到“個性化場景落地”的跨越。科技公司將人工智能視為數字革命的下一站，各大科技公司都在積極布局爭取通往AI世界的“船票”。巨頭之外，大量資金流入AI，中國在企業層麵的融資金額已接近美國。在國家層麵，各國政府正在不遺餘力地推進人工智能技術發展，其在經濟建設以及國家戰略層麵的作用日益重要。
近年來，中國政府對人工智能重視程度不斷提高，持續從各方麵支持和促進人工智能發展。在今年的“兩會”上，“人工智能”第一次出現在政府工作報告上。隨後，國務院印發《新一代人工智能發展規劃》，標誌著人工智能的發展成為國家戰略。其中，實體經濟是發展的根基，是國民經濟的基礎，也是中國走向未來的基石。推動人工智與實體經濟結合，是加快實體經濟轉型升級的必然發展方向。
六大領域助力實體經濟
人工智能不是一個遙遠的概念，新一代人工智能的繁榮，衍生出了眾多應用型的技術。從技術層麵來看，機器人、自然語言處理（NLP）、計算機視覺與圖像（CV）、語音識別、自動駕駛等技術領域是AI產業熱門的分支，創業熱情火爆，技術突破及應用創新層出不窮。現在應用型AI已經滲透到了各行各業，多種技術組合後打包為產品或服務，改變了不同領域的商業實踐，使垂直領域AI商業化進程加速，掀起一場智能革命。
（雷鋒網注：圖片來自騰訊研究院）
根據此前騰訊研究院發布的《中美AI創投報告》中整理的中國AI滲透行業熱度圖顯示，醫療行業成為目前AI應用最火熱的行業，汽車行業借勢自動駕駛/輔助駕駛等相關技術的發展脫穎而出，位列第二。第三梯隊中包含了教育、製造、交通、電商等實體經濟標誌性領域。在各行各業引入人工智能是一個漸進的過程。
從最基礎的感知能力，到對海量數據的分析能力，再到理解與決策，人工智能將逐步改變各領域的生產方式，推進結構轉型。根據人工智能當前的技術能力和應用熱度，我們展望了人工智能將如何助力以下六大實體經濟領域。
健康醫療，從輔診到精準醫療
曆史上，重大技術進步都會催生醫療保健水平的飛躍。比如工業革命之後人類發明了抗生素，信息革命後CT掃描儀、微創手術儀器等各種診斷儀器都被發明出來。
人工智能在醫療健康領域的應用已經相當廣泛。依托深度學習算法，人工智能在提高健康醫療服務的效率和疾病診斷方麵具有天然的優勢，各種旨在提高醫療服務效率和體驗的應用應運而生。
醫療診斷的人工智能主要有兩個方向，一是基於計算機視覺通過醫學影像診斷疾病；二是基於自然語言處理，“聽懂”患者對症狀的描述，然後根據疾病數據庫裏的內容進行對比和深度學習診斷疾病。一些公司已經開始嚐試基於海量數據和機器學習為病患量身定製診療方案。人工智能將加速醫療保健向醫療預防轉變。充分理解AI如何應用到各個醫療場景將對未來的人類健康福祉有重要的意義。
智慧城市，為城市安裝智慧中樞
人工智能正在助力智慧城市進入2.0版本。大數據和人工智能是建設智慧城市有力的抓手。城市的交通、能源、供水等領域每天都產生大量數據，人工智能可以從城市運行與發展的海量數據中提取有效信息，使數據在處理和使用上更加有效，為智慧城市的發展提供了新的路徑。
在城市治理領域，人工智能可以應用於交通狀況實時分析，實現公共交通資源自動調配，交通流量的自動管理。
如今，生產自動駕駛汽車已經在梅賽德斯-奔馳等老牌鋼鐵巨頭與科技巨頭之間展開競爭。未來無人駕駛也將大幅提高城市整體通行效率，建設綜合交通運輸體係。
計算機視覺正在快速落地智能安防領域。騰訊的優圖天眼係統正是是基於人臉檢索技術和公安已有的海量大數據建模，麵向公安、安防行業推出的智能安防解決方案。
智能零售，實體店加速升級
零售行業將會是從人工智能發展創新中受益最多的產業之一。在Amazon Go的帶動下，各類無人零售解決方案層出不窮。隨著人口紅利的消失，老齡化加劇，便利店人力的成本正在越來越高，無人零售正處在風口浪尖。無人便利店可以幫助提升經營效率，降低運營成本。
人臉識別技術可以提供全新的支付體驗。《麻省理工商業評論》發布的“2017全球十大突破技術”榜單中，中國的“刷臉支付”技術位列其中。基於視覺設備及處理係統、動態Wi-Fi追蹤、遍布店內的傳感器、客流分析係統等技術，可以實時輸出特定人群預警、定向營銷及服務建議，以及用戶行為及消費分析報告。
零售商可以利用人工智能簡化庫存和倉儲管理。未來，人工智能將助力零售業以消費者為核心，在時間碎片化、信息獲取社交化的大背景下，建立更加靈活便捷的零售場景，提升用戶體驗。
智能服業務，“懂你”的服務入口
Bot是建立在信息平台上與我們互動的人工智能虛擬助理。在未來以用戶為中心的物聯網時代，Bot會變得越來越智能，成為下一代移動搜索和多元服務的入口。在生活服務領域，Bot可以通過對話提供各式各樣的服務，例如天氣預報、交通查詢、新聞資訊、網絡購物、翻譯等。在專業服務領域，借助專業知識圖譜，Bot也可以配合業務場景特性準確理解用戶的行為和需求，提供專業的客服谘詢。
虛擬助理並不是為了取代或顛覆人，而是為了將人類從重複性、可替代的工作中解放出來，去完成更高階的工作，如思考、創新、管理。
智能教育，麵向未來“自適應”教育
人工智能對教育行業的應用當前還處在初始階段。語音識別和圖像識別與教育相關的場景結合，將應用到個性化教育、自動評分、語音識別測評等場景中。通過語音測評、語義分析提升語言學習效率。人工智能不會取代教師，而是協助教師成為更高效的教育工作者；在算法製定的標準評估下，學生獲得量身定製的學習支持，形成麵向未來的“自適應”教育。
目前，一批中國人工智能企業正在蓄勢待發改造各行各業。在智能革命的影響下，舊的產業將以新的形態出現並形成新產業。人工智能合實體經濟的融合，既是AI產業的產業化路徑，也是傳統產業升級的風向標。
三個層麵擴大對實體經濟的影響
從經濟學的角度，新技術的經濟影響要通過全要素增長率來衡量。人工智能有望變革經濟發展的基礎，對社會產生廣泛的、顛覆性的影響，創造出更多經濟效益：
第一，提高生產效率
作為一種全新的生產要素，人工智能創造了一種虛擬的勞動力，能夠解決需要適應性和敏捷性的複雜任務。傳統的自動化隻針對特定的任務，基於人工智能的智能自動化將能夠靈活解決多領域的問題，提高實體經濟運行的效率，降低生產成本，開辟嶄新的經濟增長空間。
第二，進一步降低交易成本
互聯網平台模式通過降低信息不對稱，降低了傳統經濟活動中的交易成本。隨著機器學習的引入，可以實現更精準的服務匹配。進一步優化資源分配。
第三，人工智能將帶來數據經濟
據英國政府測算，2015-2020年，數據產業將為英國帶來2410億英鎊的增長。隻有通過人工智能才能處理分析數據產業的快速發展帶來的海量數據。這些數據金礦也將為經濟帶來不可預測的增長點。
推動AI與實體經濟融合
世界發達經濟體在麵臨人工智能技術變革時，充分認識到其中蘊含的磅礴力量。人工智能起起落落六十年，本輪人工智能革命終於走出實驗室，成為下一輪產業革命的驅動力。政府從戰略層麵加強頂層設計，企業從底層應用提速發展，布局產業生態。國務院在此前發布的《新一代人工智能發展規劃》中，明確表示了中國成為AI強國的雄心，提出了在2030年中國在人工智能領域達到世界領先水平的任務。憑借人口和數據的優勢，中國在這場全球人工智能革命中有天然的優勢。對於中國而言，現在是把握機遇，實現彎道超車的契機。為了釋放人工智能帶來的經濟潛力，各界需要合作推進AI行業的發展，推動AI與實體經濟融合。
人才培養，推動技術進步
當前，人工智能領域的競爭，主要體現為人才之爭。與發達國家相比，中國在人工智能領域尚存在人才缺陷，其中既包含人工智能領域的專業學術、研發人才，也將包含未來人工智能行業中大量的低技能勞動力。需要建立核心技術人才培養體係，加強人工智能學科建設，加強企業和學術界的人才流通，打造堅實的人才基礎，推進產業健康發展。此外，政府還應當創造多元的技能培訓計劃，並且提高全民的科技素養，甚至製定“終生學習計劃”，應對多變的未來。
加大數據開放，推進數據治理
數據是人工智能產業發展的核心。中國雖然是世界上數據總量最大的國家，但在數據開放和數據交易方麵還遠未形成生態。
今天，世界各國政府都宣稱“信息公開是常態，不公開是例外”，而且正紛紛從“信息公開”走向“數據開放”。政府一方麵要加大數據開放，另一方麵要促進企業、高校、公共部門之間的數據交換，推動合作及共享，為人工智能的技術發展培育世界一流的土壤。
同時，人工智能的發展也為開發者和政府對於數據治理提出了新的問題，在數據開放和隱私保護之間取得平衡，從而增強人工智能領域的信任。
加深實體經濟領域的場景探索
人工智能的發力需要深度和廣度。從實驗室到實際應用，人工智能需要邁過商品化鴻溝。十九大報告中在提到“人工智能”時，強調與“與實體經濟深度融合”，也正是要推進人工智能在應用層麵落地。技術和數據本身需要找到有價值的場景進行應用才能形成產品或解決方案，實現價值。目前我們還處在人工智能的應用早期，已有大量可以與現行人工智能結合的行業與領域。尤其在實體經濟，還有許多細分領域需要進一步了解人工智能的能力，對細分行業的流程進行重整，通過數據和應用的不斷優化，分場景逐個突破，最終形成人工智能社會的新版圖。
最後更新：2017-10-27 22:13:19