人工智能技術(shù)智能技術(shù)，首先數(shù)據(jù)應(yīng)該達到一定的量。此外，計算能力還應(yīng)支持大規(guī)模模型訓練，然后算法需要達到一定的精度，端側(cè)計算能力也應(yīng)該具備一定的推理能力。目前只有消費互聯(lián)網(wǎng)公司大規(guī)模應(yīng)用AI算法技術(shù)的原因是消費互聯(lián)網(wǎng)公司在這三個方面都有更多的優(yōu)勢。

無論是短視頻時的個性化推薦，外賣配送時的耗時估計，還是移動支付時的人臉識別，以算法為代表的人工智能技術(shù)在消費互聯(lián)網(wǎng)行業(yè)都得到了方便的應(yīng)用。然而，說到傳統(tǒng)產(chǎn)業(yè)，人們很難很快想到人工智能應(yīng)用非常成熟的典型案例。為什么人工智能技術(shù)在傳統(tǒng)行業(yè)的應(yīng)用速度和范圍遠低于消費互聯(lián)網(wǎng)等行業(yè)？

AI在消費互聯(lián)網(wǎng)行業(yè)的應(yīng)用更有優(yōu)勢。

人工智能技術(shù)的應(yīng)用主要取決于數(shù)據(jù)、計算能力和算法。首先，數(shù)據(jù)應(yīng)該達到一定的數(shù)量，這是應(yīng)用程序的基礎(chǔ)。此外，計算能力還應(yīng)能夠支持大規(guī)模模型訓練，然后算法需要達到一定的精度，端側(cè)計算能力也應(yīng)具有一定的推理能力。

目前只有消費互聯(lián)網(wǎng)公司大規(guī)模應(yīng)用AI技術(shù)的原因是消費互聯(lián)網(wǎng)公司在這三個方面都有更多的優(yōu)勢。

前幾年短視頻沒有現(xiàn)在流行，比如發(fā)展初期的淘寶，用戶粘性不是很強。隨著推送越來越準確，用戶體驗大大提升，最終呈現(xiàn)井噴式用戶增長。

精確推送主要取決于算法精度的提高，算法精度的提高離不開大量的數(shù)據(jù)。在這個單一的場景中，算法模型需要不斷進化和終身學習。由于不是封閉的數(shù)據(jù)環(huán)境，總有新的數(shù)據(jù)添加，算法模型需要通過學習不斷調(diào)整和迭代升級，使其精度越來越高，形成良性循環(huán)。

與此同時，雖然消費互聯(lián)網(wǎng)行業(yè)的算法精度已經(jīng)上升到一定的高度，但與一些傳統(tǒng)行業(yè)的應(yīng)用場景相比，消費互聯(lián)網(wǎng)行業(yè)接受人工智能算法精度的閾值相對較低。比如短視頻，淘寶偏好推薦，百度熱搜關(guān)鍵詞，只需要達到用戶粘性的目的，只要有一定的準確性，用戶就可以接受。相比之下，在許多傳統(tǒng)行業(yè)，對技術(shù)精度的要求要高得多。例如，基于視覺的人工智能技術(shù)在人臉識別的應(yīng)用，在高鐵站和機場驗證身份，1:1的比對準確率高達99.99%甚至更高。

在計算能力方面，云計算能力可以支持短視頻、淘寶推薦等大規(guī)模模型訓練和推理。但在大量的傳統(tǒng)工業(yè)應(yīng)用場景中，智能終端上的端側(cè)計算能力不能滿足推理的實時性和準確性要求。

與社交網(wǎng)絡(luò)和電子商務(wù)系統(tǒng)相比，傳統(tǒng)工業(yè)應(yīng)用場景的封閉生態(tài)系統(tǒng)無法有效應(yīng)用云計算能力。例如，以智能無人系統(tǒng)檢查為例，電力檢查、管道檢查、交通檢查、河流檢查和光伏檢查要求無人機和機器人計算能力滿足實時檢查要求，由于視頻分析模型復(fù)雜性高，端側(cè)往往無法實現(xiàn)準確高效的實時推理，輕量級網(wǎng)絡(luò)同時滿足實時性，失去識別精度。由于算法精度不能滿足使用要求，人工智能技術(shù)在許多場景中的應(yīng)用無法實現(xiàn)。

人工智能在傳統(tǒng)工業(yè)中的應(yīng)用面臨三大挑戰(zhàn)。

在人工智能應(yīng)用方面，消費互聯(lián)網(wǎng)行業(yè)以外的其他行業(yè)面臨著三個挑戰(zhàn)：數(shù)據(jù)集非常??；定制成本很高；從驗證理念到部署生產(chǎn)的過程很長。

數(shù)據(jù)是傳統(tǒng)制造企業(yè)從制造業(yè)向智能制造業(yè)轉(zhuǎn)型的突出問題。首先數(shù)據(jù)獲取有一定難度。傳統(tǒng)制造企業(yè)的數(shù)據(jù)是封閉的，因為許多傳統(tǒng)企業(yè)不是新的信息設(shè)備，沒有傳感器收集實時數(shù)據(jù)，也沒有數(shù)據(jù)中心，所以數(shù)據(jù)分散，嚴重缺失，很難獲得大量、高質(zhì)量的消費互聯(lián)網(wǎng)企業(yè)數(shù)據(jù)。

其次，行業(yè)內(nèi)許多工廠的數(shù)據(jù)具有商業(yè)價值，因此工廠嚴格保密，導(dǎo)致數(shù)據(jù)流通，無法共享，形成數(shù)據(jù)島效應(yīng)，影響人工智能算法模型的優(yōu)化。

當我們開發(fā)一個人工智能算法模型時，由于數(shù)據(jù)的保密性，我們經(jīng)常脫敏的數(shù)據(jù)，這也嚴重影響了我們的判斷。在傳統(tǒng)行業(yè)的企業(yè)中，缺乏具有人工智能算法模型開發(fā)能力的技術(shù)人員，因此雙方在合作研發(fā)過程中也存在很高的障礙。

此外，傳統(tǒng)行業(yè)的數(shù)據(jù)來源并不像消費互聯(lián)網(wǎng)領(lǐng)域那樣來自單一的場景。復(fù)雜的業(yè)務(wù)場景往往導(dǎo)致數(shù)據(jù)臟，必須清理，去除大量無效信息，人工智能算法模型可以高效學習，提高精度。這就像我們教孩子知識一樣。只有講知識點，孩子才能快速學習。如果知識點中夾雜著大量無用的信息，孩子就分不清了，學習效率肯定會降低。在數(shù)據(jù)上標注知識點的工作是巨大而繁瑣的，企業(yè)需要有專人來做，需要花費大量的時間和精力。

傳統(tǒng)制造業(yè)要想獲得高質(zhì)量的數(shù)據(jù)，就必須對生產(chǎn)設(shè)備進行信息化、智能化的改造。這種轉(zhuǎn)型需要企業(yè)投入大量的時間和精力，增加生產(chǎn)成本，這也成為人工智能在傳統(tǒng)制造業(yè)中應(yīng)用的障礙。

高質(zhì)量的數(shù)據(jù)是應(yīng)用的前提。

在過去的10年里，大多數(shù)人工智能的研發(fā)和應(yīng)用都是由以軟件為中心驅(qū)動的。在大量數(shù)據(jù)的支持下，不斷優(yōu)化軟件和算法，以獲得更高的算法精度。在傳統(tǒng)行業(yè)無法提高數(shù)據(jù)質(zhì)量和數(shù)量的情況下傳統(tǒng)行業(yè)應(yīng)采用以數(shù)據(jù)為中心的模式，重點獲取質(zhì)量更好、匹配度更高的數(shù)據(jù)。

在這種思維下，傳統(tǒng)行業(yè)也出現(xiàn)了一些好的應(yīng)用案例。例如，醫(yī)學領(lǐng)域的圖像識別人工智能系統(tǒng)可以幫助醫(yī)生‘看’CT圖像電影，識別腫瘤和其他病變，并幫助醫(yī)生做出判斷。由于很多數(shù)據(jù)都是專業(yè)放射科醫(yī)生在影像片上標注的，所以數(shù)據(jù)比較準確，AI算法模型在學習過程中進步很快。目前，許多圖像識別系統(tǒng)的準確率可以達到90%以上。由于他們是輔助醫(yī)生，他們最終需要醫(yī)生做出醫(yī)療決策，但這一水平的準確性大大降低了醫(yī)生的工作強度。

雖然傳統(tǒng)行業(yè)有一些應(yīng)用人工智能技術(shù)的成功案例，但要想更好地與人工智能相結(jié)合，就必須努力提高數(shù)據(jù)質(zhì)量。朱鵬飛建議，首先，對于積累了大量數(shù)據(jù)的傳統(tǒng)行業(yè)，在保證數(shù)據(jù)安全的前提下，積極開放數(shù)據(jù)。挖掘數(shù)據(jù)中包含的價值與需求有關(guān)，會有很大的發(fā)展空間。其次，對于新興產(chǎn)業(yè)，如新能源汽車，在構(gòu)建智能工廠規(guī)劃時，應(yīng)考慮獲取數(shù)據(jù)和智能因素。

然而，在傳統(tǒng)行業(yè)充分利用人工智能技術(shù)的同時，不要濫用人工智能技術(shù)，在應(yīng)用前進行評估。如果不能提高生產(chǎn)效率，提高整個行業(yè)，那么盲目使用人工智能技術(shù)就是浪費資源。例如，一些應(yīng)用程序場景需要人工智能算法達到99%以上的精度才能使用。通過評估，現(xiàn)有模型算法只能達到90%的精度，因此沒有必要強行啟動人工智能技術(shù)。

總之，人工智能技術(shù)的應(yīng)用應(yīng)該是數(shù)據(jù)第一，高質(zhì)量的數(shù)據(jù)應(yīng)用，沒有好的數(shù)據(jù)很難有好的應(yīng)用。

成都融和實業(yè)排隊叫號系統(tǒng)廠家()是一家集研發(fā)、生產(chǎn)、營銷、服務(wù)于一體的高新技術(shù)企業(yè).主營智能排隊叫號系統(tǒng)、醫(yī)院分診系統(tǒng)、排隊機、叫號機、評價器(好差評系統(tǒng))、呼叫器、多媒體查詢及信息發(fā)布配套系統(tǒng)等,公司產(chǎn)品已廣泛應(yīng)用于不動產(chǎn)登記、智慧醫(yī)療、智慧稅務(wù)、智慧政務(wù)、智慧金融、智慧通訊、智慧服務(wù)大廳、智慧機關(guān)單位等服務(wù)窗口行業(yè).咨詢電話：028-87438905。

標簽：人工智能,工業(yè)人工智能,智能工業(yè),AI人工智能