本文接上篇聊聊人工智能行業應用與發展趨勢。

一.行業應用

人工智能與行業領域的深度融合將改變甚至重新塑造傳統行業，下面聊聊人工智能在制造、家居、金融、交通、安防、醫療、物流行業的應用

（1）智能制造

智能制造是基於新一代信息通信技術與先進制造技術深度融合，貫穿於設計、 生產、管理、服務等制造活動的各個環節，具有自感知、自學習、自決策、自執 行、自適應等功能的新型生產方式。智能制造對人工智能的需求主要表現在以下 三個方面：一是智能裝備，包括自動識別設備、人機交互系統、工業機器人以及 數控機床等具體設備，涉及到跨媒體分析推理、自然語言處理、虛擬現實智能建 模及自主無人系統等關鍵技術。二是智能工廠，包括智能設計、智能生產、智能 管理以及集成優化等具體內容，涉及到跨媒體分析推理、大數據智能、機器學習 等關鍵技術。三是智能服務，包括大規模個性化定制、遠程運維以及預測性維護 等具體服務模式，涉及到跨媒體分析推理、自然語言處理、大數據智能、高級機 器學習等關鍵技術。例如，現有涉及智能裝備故障問題的紙質化文件，可通過自 然語言處理，形成數字化資料，再通過非結構化數據向結構化數據的轉換，形成 深度學習所需的訓練數據，從而構建設備故障分析的神經網絡，為下一步故障診 斷、優化參數設置提供決策依據。

（2）智能家居

隨著物聯網技術的發展以 及智慧城市概念的出現，智能家居概念逐步有了清晰的定義並隨之湧現出各類產 品，軟件系統也經歷了若幹輪升級。智能家居以住宅為平臺，基於物聯網技術，由硬件（智能家電、智能硬件、 安防控制設備、家具等）、軟件系統、雲計算平臺構成的家居生態圈，實現人遠 程控制設備、設備間互聯互通、設備自我學習等功能，並通過收集、分析用戶行 為數據為用戶提供個性化生活服務，使家居生活安全、節能、便捷等。例如，借助智能語音技術，用戶應用自然語言實現對家居系統各設備的操控，如開關窗簾 （窗戶）、操控家用電器和照明系統、打掃衛生等操作；借助機器學習技術，智 能電視可以從用戶看電視的歷史數據中分析其興趣和愛好，並將相關的節目推薦 給用戶。通過應用聲紋識別、臉部識別、指紋識別等技術進行開鎖等；通過大數 據技術可以使智能家電實現對自身狀態及環境的自我感知，具有故障診斷能力。 通過收集產品運行數據，發現產品異常，主動提供服務，降低故障率。還可以通 過大數據分析、遠程監控和診斷，快速發現問題、解決問題及提高效率。

（3）智能金融

人工智能的飛速發展將對身處服務價值鏈高端的金融業帶來深刻影響，人工 智能逐步成為決定金融業溝通客戶、發現客戶金融需求的重要因素。人工智能技 術在金融業中可以用於服務客戶，支持授信、各類金融交易和金融分析中的決策， 並用於風險防控和監督，將大幅改變金融現有格局，金融服務將會更加地個性化 與智能化。智能金融對於金融機構的業務部門來說，可以幫助獲客，精準服務客 戶，提高效率；對於金融機構的風控部門來說，可以提高風險控制，增加安全性； 對於用戶來說，可以實現資產優化配置，體驗到金融機構更加完美地服務。人工 智能在金融領域的應用主要包括：智能獲客，依托大數據，對金融用戶進行畫像， 通過需求響應模型，極大地提升獲客效率；身份識別，以人工智能為內核，通過 人臉識別、聲紋識別、指靜脈識別等生物識別手段，再加上各類票據、身份證、 銀行卡等證件票據的 OCR 識別等技術手段，對用戶身份進行驗證，大幅降低核 驗成本，有助於提高安全性；大數據風控，通過大數據、算力、算法的結合，搭 建反欺詐、信用風險等模型，多維度控制金融機構的信用風險和操作風險，同時 避免資產損失；智能投顧，基於大數據和算法能力，對用戶與資產信息進行標簽 化，精準匹配用戶與資產；智能客服，基於自然語言處理能力和語音識別能力， 拓展客服領域的深度和廣度，大幅降低服務成本，提升服務體驗；金融雲，依托 雲計算能力的金融科技，為金融機構提供更安全高效的全套金融解決方案。

（4）智能交通

智能交通系統（Intelligent Traffic System，ITS）是通信、信息和控制技術在 交通系統中集成應用的產物。ITS 借助現代科技手段和設備，將各核心交通元素 聯通，實現信息互通與共享以及各交通元素的彼此協調、優化配置和高效使用，形成人、車和交通的一個高效協同環境，建立安全、高效、便捷和低碳的交通。 例如通過交通信息采集系統采集道路中的車輛流量、行車速度等信息，信息分析 處理系統處理後形成實時路況，決策系統據此調整道路紅綠燈時長，調整可變車 道或潮汐車道的通行方向等，通過信息發布系統將路況推送到導航軟件和廣播中， 讓人們合理規劃行駛路線。通過不停車收費系統（ETC），實現對通過 ETC 入口 站的車輛身份及信息自動采集、處理、收費和放行，有效提高通行能力、簡化收 費管理、降低環境汙染。

（5）智能安防

智能安防技術是一種利用人工智能對視頻、圖像進行存儲和分析，從中識別 安全隱患並對其進行處理的技術。智能安防與傳統安防的最大區別在於智能化， 傳統安防對人的依賴性比較強，非常耗費人力，而智能安防能夠通過機器實現智 能判斷，從而盡可能實現實時地安全防範和處理。

當前，高清視頻、智能分析等技術的發展，使得安防從傳統的被動防禦向主 動判斷和預警發展，行業也從單一的安全領域向多行業應用發展，進而提升生產 效率並提高生活智能化程度，為更多的行業和人群提供可視化及智能化方案。用 戶面對海量的視頻數據，已無法簡單利用人海戰術進行檢索和分析，需要采用人 工智能技術作專家系統或輔助手段，實時分析視頻內容，探測異常信息，進行風 險預測。從技術方面來講，目前國內智能安防分析技術主要集中在兩大類：一類 是采用畫面分割前景提取等方法對視頻畫面中的目標進行提取檢測，通過不同的 規則來區分不同的事件，從而實現不同的判斷並產生相應的報警聯動等，例如： 區域入侵分析、打架檢測、人員聚集分析、交通事件檢測等；另一類是利用模式 識別技術，對畫面中特定的物體進行建模，並通過大量樣本進行訓練，從而達到 對視頻畫面中的特定物體進行識別，如車輛檢測、人臉檢測、人頭檢測（人流統 計）等應用。

智能安防目前涵蓋眾多的領域，如街道社區、道路、樓宇建築、機動車輛的 監控，移動物體監測等。今後智能安防還要解決海量視頻數據分析、存儲控制及 傳輸問題，將智能視頻分析技術、雲計算及雲存儲技術結合起來，構建智慧城市 下的安防體系。

（6）智能醫療

人工智能的快速發展，為醫療健康領域向更高的智能化方向發展提供了非常 有利的技術條件。近幾年，智能醫療在輔助診療、疾病預測、醫療影像輔助診斷、 藥物開發等方面發揮重要作用。

在輔助診療方面，通過人工智能技術可以有效提高醫護人員工作效率，提升 一線全科醫生的診斷治療水平。如利用智能語音技術可以實現電子病歷的智能語 音錄入；利用智能影像識別技術，可以實現醫學圖像自動讀片；利用智能技術和 大數據平臺，構建輔助診療系統。

在疾病預測方面，人工智能借助大數據技術可以進行疫情監測，及時有效地 預測並防止疫情的進一步擴散和發展。以流感為例，很多國家都有規定，當醫生 發現新型流感病例時需告知疾病控制與預防中心。但由於人們可能患病不及時就 醫，同時信息傳達回疾控中心也需要時間，因此，通告新流感病例時往往會有一 定的延遲，人工智能通過疫情監測能夠有效縮短響應時間。

在醫療影像輔助診斷方面，影像判讀系統的發展是人工智能技術的產物。早 期的影像判讀系統主要靠人手工編寫判定規則，存在耗時長、臨床應用難度大等 問題，從而未能得到廣泛推廣。影像組學是通過醫學影像對特征進行提取和分析， 為患者預前和預後的診斷和治療提供評估方法和精準診療決策。這在很大程度上 簡化了人工智能技術的應用流程，節約了人力成本。

（7）智能物流

傳統物流企業在利用條形碼、射頻識別技術、傳感器、全球定位系統等方面 優化改善運輸、倉儲、配送裝卸等物流業基本活動，同時也在嘗試使用智能搜索、 推理規劃、計算機視覺以及智能機器人等技術，實現貨物運輸過程的自動化運作 和高效率優化管理，提高物流效率。例如，在倉儲環節，利用大數據智能通過分 析大量歷史庫存數據，建立相關預測模型，實現物流庫存商品的動態調整。大數據智能也可以支撐商品配送規劃，進而實現物流供給與需求匹配、物流資源優化 與配置等。在貨物搬運環節，加載計算機視覺、動態路徑規劃等技術的智能搬運 機器人（如搬運機器人、貨架穿梭車、分揀機器人等）得到廣泛應用，大大減少 了訂單出庫時間，使物流倉庫的存儲密度、搬運的速度、揀選的精度均有大幅度 提升。

二.發展趨勢

從人工智能產業進程來看，技術突破是推動產業升級的核心驅動力。數據資源、運算能力、核心算法共同發展，掀起人工智能第三次新浪潮。人工智能產業 正處於從感知智能向認知智能的進階階段，前者涉及的智能語音、計算機視覺及 自然語言處理等技術，已具有大規模應用基礎，但後者要求的“機器要像人一樣 去思考及主動行動”仍尚待突破，諸如無人駕駛、全自動智能機器人等仍處於開發中，與大規模應用仍有一定距離。

（1）智能服務呈現線下和線上的無縫結合

分布式計算平臺的廣泛部署和應用，增大了線上服務的應用範圍。同時人工 智能技術的發展和產品不斷湧現，如智能家居、智能機器人、自動駕駛汽車等， 為智能服務帶來新的渠道或新的傳播模式，使得線上服務與線下服務的融合進程 加快，促進多產業升級。

（2）智能化應用場景從單一向多元發展

目前人工智能的應用領域還多處於專用階段，如人臉識別、視頻監控、語音 識別等都主要用於完成具體任務，覆蓋範圍有限，產業化程度有待提高。隨著智 能家居、智慧物流等產品的推出，人工智能的應用終將進入面向復雜場景，處理 復雜問題，提高社會生產效率和生活質量的新階段。

（3）人工智能和實體經濟深度融合進程將進一步加快

黨的十九大報告提出“推動互聯網、大數據、人工智能和實體經濟深度融合”， 一方面，隨著制造強國建設的加快將促進人工智能等新一代信息技術產品發展和 應用，助推傳統產業轉型升級，推動戰略性新興產業實現整體性突破。另一方面， 隨著人工智能底層技術的開源化，傳統行業將有望加快掌握人工智能基礎技術並依托其積累的行業數據資源實現人工智能與實體經濟的深度融合創新。

人工智能面面觀（下）