| 企服解答

人工智能具有廣闊的前景，目前，人工智能7大應(yīng)用領(lǐng)域包括家居、零售、交通、醫(yī)療、教育、物流、安防。

1、家居

智能家居主要是基于物聯(lián)網(wǎng)技術(shù)，通過(guò)智能硬件、軟件系統(tǒng)、云計(jì)算平臺(tái)構(gòu)成一套完整的家居生態(tài)圈。用戶(hù)可以進(jìn)行遠(yuǎn)程控制設(shè)備，設(shè)備間可以互聯(lián)互通，并進(jìn)行自我學(xué)習(xí)等，來(lái)整體優(yōu)化家居環(huán)境的安全性、節(jié)能性、便捷性等。值得一提的是，近兩年隨著智能語(yǔ)音技術(shù)的發(fā)展，智能音箱成為一個(gè)爆發(fā)點(diǎn)。小米、天貓、Rokid 等企業(yè)紛紛推出自身的智能音箱，不僅成功打開(kāi)家居市場(chǎng)，也為未來(lái)更多的智能家居用品培養(yǎng)了用戶(hù)習(xí)慣。但目前家居市場(chǎng)智能產(chǎn)品種類(lèi)繁雜，如何打通這些產(chǎn)品之間的溝通壁壘，以及建立安全可靠的智能家居服務(wù)環(huán)境，是該行業(yè)下一步的發(fā)力點(diǎn)。

2、零售

人工智能在零售領(lǐng)域的應(yīng)用已經(jīng)十分廣泛，無(wú)人便利店、智慧供應(yīng)鏈、客流統(tǒng)計(jì)、無(wú)人倉(cāng)/無(wú)人車(chē)等等都是的熱門(mén)方向。京東自主研發(fā)的無(wú)人倉(cāng)采用大量智能物流機(jī)器人進(jìn)行協(xié)同與配合，通過(guò)人工智能、深度學(xué)習(xí)、圖像智能識(shí)別、大數(shù)據(jù)應(yīng)用等技術(shù)，讓工業(yè)機(jī)器人可以進(jìn)行自主的判斷和行為，完成各種復(fù)雜的任務(wù)，在商品分揀、運(yùn)輸、出庫(kù)等環(huán)節(jié)實(shí)現(xiàn)自動(dòng)化。圖普科技則將人工智能技術(shù)應(yīng)用于客流統(tǒng)計(jì)，通過(guò)人臉識(shí)別客流統(tǒng)計(jì)功能，門(mén)店可以從性別、年齡、表情、新老顧客、滯留時(shí)長(zhǎng)等維度建立到店客流用戶(hù)畫(huà)像，為調(diào)整運(yùn)營(yíng)策略提供數(shù)據(jù)基礎(chǔ)，幫助門(mén)店運(yùn)營(yíng)從匹配真實(shí)到店客流的角度提升轉(zhuǎn)換率。

3、交通

智能交通系統(tǒng)是通信、信息和控制技術(shù)在交通系統(tǒng)中集成應(yīng)用的產(chǎn)物。ITS 應(yīng)用最廣泛的地區(qū)是日本，其次是美國(guó)、歐洲等地區(qū)。目前，我國(guó)在ITS方面的應(yīng)用主要是通過(guò)對(duì)交通中的車(chē)輛流量、行車(chē)速度進(jìn)行采集和分析，可以對(duì)交通進(jìn)行實(shí)施監(jiān)控和調(diào)度，有效提高通行能力、簡(jiǎn)化交通管理、降低環(huán)境污染等。

4、醫(yī)療

自然語(yǔ)言處理還可以將積壓的病例自動(dòng)批量轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)庫(kù)，機(jī)器學(xué)習(xí)和自然語(yǔ)言處理技術(shù)能自動(dòng)抓取病歷中的臨床變量，生成標(biāo)準(zhǔn)化的數(shù)據(jù)庫(kù)。隨后變量抽提、思路生成到論文圖表導(dǎo)出的全過(guò)程輔助智能算法能挖掘變量相關(guān)性，激發(fā)論文思路，同 時(shí)提供針對(duì)臨床科研的專(zhuān)業(yè)統(tǒng)計(jì)分析支持。

5、教育

科大訊飛、乂學(xué)教育等企業(yè)早已開(kāi)始探索人工智能在教育領(lǐng)域的應(yīng)用。通過(guò)圖像識(shí)別，可以進(jìn)行機(jī)器批改試卷、識(shí)題答題等；通過(guò)語(yǔ)音識(shí)別可以糾正、改進(jìn)發(fā)音；而人機(jī)交互可以進(jìn)行在線答疑解惑等。AI 和教育的結(jié)合一定程度上可以改善教育行業(yè)師資分布不均衡、費(fèi)用高昂等問(wèn)題，從工具層面給師生提供更有效率的學(xué)習(xí)方式，但還不能對(duì)教育內(nèi)容產(chǎn)生較多實(shí)質(zhì)性的影響。

6、物流

物流行業(yè)通過(guò)利用智能搜索、 推理規(guī)劃、計(jì)算機(jī)視覺(jué)以及智能機(jī)器人等技術(shù)在運(yùn)輸、倉(cāng)儲(chǔ)、配送裝卸等流程上已經(jīng)進(jìn)行了自動(dòng)化改造，能夠基本實(shí)現(xiàn)無(wú)人操作。比如利用大數(shù)據(jù)對(duì)商品進(jìn)行智能配送規(guī)劃，優(yōu)化配置物流供給、需求匹配、物流資源等。目前物流行業(yè)大部分人力分布在“最后一公里”的配送環(huán)節(jié)，京東、蘇寧、菜鳥(niǎo)爭(zhēng)先研發(fā)無(wú)人車(chē)、無(wú)人機(jī)，力求搶占市場(chǎng)機(jī)會(huì)。

7、安防

近些年來(lái)，中國(guó)安防監(jiān)控行業(yè)發(fā)展迅速，視頻監(jiān)控?cái)?shù)量不斷增長(zhǎng)，在公共和個(gè)人場(chǎng)景監(jiān)控?cái)z像頭安裝總數(shù)已經(jīng)超過(guò)了1.75億。而且，在部分一線城市，視頻監(jiān)控已經(jīng)實(shí)現(xiàn)了全覆蓋。不過(guò)，相對(duì)于國(guó)外而言，我國(guó)安防監(jiān)控領(lǐng)域仍然有很大成長(zhǎng)空間。

| 拓展閱讀

人工智能不是特指某種技術(shù)，它實(shí)際上是一個(gè)由多門(mén)學(xué)科組成的廣闊領(lǐng)域，包括機(jī)器人學(xué)和機(jī)器學(xué)習(xí)等。它的五大領(lǐng)域在未來(lái)可能對(duì)數(shù)字產(chǎn)品和數(shù)字服務(wù)產(chǎn)生重要的影響。

1、強(qiáng)化學(xué)習(xí)領(lǐng)域

強(qiáng)化學(xué)習(xí)是一種通過(guò)實(shí)驗(yàn)和錯(cuò)誤來(lái)學(xué)習(xí)的方法，它受人類(lèi)學(xué)習(xí)新技能的過(guò)程啟發(fā)。在典型的強(qiáng)化學(xué)習(xí)案例中，我們讓試驗(yàn)者通過(guò)觀察當(dāng)前所處的狀態(tài)，進(jìn)而采取行動(dòng)使得反饋結(jié)果最大化。每執(zhí)行一次動(dòng)作，試驗(yàn)者都會(huì)收到來(lái)自環(huán)境的反饋信息，因此它能判斷這次動(dòng)作帶來(lái)的效果是積極的還是消極的。

2、生成模型領(lǐng)域

人工智能通過(guò)對(duì)眾多樣本的采集，生成的模型具有很強(qiáng)的相似性。這就是說(shuō)，若訓(xùn)練數(shù)據(jù)是臉部的圖像，那么訓(xùn)練后得到的模型也是類(lèi)似于臉的合成圖片。人工智能頂級(jí)專(zhuān)家 Ian Goodfellow為我們提出兩種新思路：一個(gè)是生成器，它負(fù)責(zé)將輸入的數(shù)據(jù)合成為新的內(nèi)容；另一個(gè)是判別器，負(fù)責(zé)判斷生成器生成內(nèi)容的真假。這樣一來(lái)，生成器必須反復(fù)學(xué)習(xí)合成的內(nèi)容，直到判別器無(wú)法區(qū)分生成器內(nèi)容的真?zhèn)巍?/p>

3、記憶網(wǎng)絡(luò)領(lǐng)域

為了讓人工智能系統(tǒng)像人類(lèi)一樣適應(yīng)各式各樣的環(huán)境，它們必須持續(xù)不斷地掌握新技能，并且學(xué)會(huì)應(yīng)用這些技能。傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)很難做到這些要求。比如，當(dāng)一個(gè)神經(jīng)網(wǎng)絡(luò)對(duì)A任務(wù)完成訓(xùn)練后，若是再訓(xùn)練它解決B任務(wù)，則網(wǎng)絡(luò)模型就不再適用于A了。目前，有一些網(wǎng)絡(luò)結(jié)構(gòu)能夠讓模型具備不同程度的記憶能力。長(zhǎng)短期記憶網(wǎng)絡(luò)可以處理和預(yù)測(cè)時(shí)間序列；漸進(jìn)式神經(jīng)網(wǎng)絡(luò)，它學(xué)習(xí)各個(gè)獨(dú)立模型之間的橫向聯(lián)系并提取共同的特征，以此來(lái)完成新的任務(wù)。

4、數(shù)據(jù)學(xué)習(xí)領(lǐng)域

一直以來(lái)，深度學(xué)習(xí)模型都是我們需要用大量的訓(xùn)練數(shù)據(jù)才能達(dá)到最佳的效果。離開(kāi)大規(guī)模的訓(xùn)練數(shù)據(jù)，深度學(xué)習(xí)模型就不會(huì)達(dá)到最理想的效果。比如，當(dāng)我們用人工智能系統(tǒng)解決數(shù)據(jù)缺乏的任務(wù)時(shí)，這時(shí)就會(huì)出現(xiàn)各種各樣的問(wèn)題。有種被稱(chēng)為遷移學(xué)習(xí)的方法，就是把訓(xùn)練好的模型遷移到新的任務(wù)中，這樣問(wèn)題就迎刃而解了。

5、仿真環(huán)境領(lǐng)域

若要將人工智能系統(tǒng)應(yīng)用到實(shí)際生活中，那么人工智能必須具有適用性的特點(diǎn)。因此，開(kāi)發(fā)數(shù)字環(huán)境來(lái)模擬真實(shí)的物理世界和行為，將為我們提供測(cè)試人工智能的機(jī)會(huì)。在這些模擬環(huán)境中的訓(xùn)練可以幫助我們很好的了解人工智能系統(tǒng)的學(xué)習(xí)原理，如何改進(jìn)系統(tǒng)，也為我們提供了可以應(yīng)用于真實(shí)環(huán)境的模型。