人脸（liǎn）识别、语音识别（bié）是人工（gōng）智能（néng）应（yīng）用很为人（rén）熟（shú）知的两个领域（yù）。智能音箱、人脸门禁也已经走进不少人的生活。去年大火的无人（rén）货（huò）柜，则用到（dào）了“物品识（shí）别”技术。接（jiē）下来，人工智能（néng）推广应用（yòng）会怎么走？靠算（suàn）法的不断提升吗？

海康威视高级副总裁（cái）徐（xú）习（xí）明说：“今天的（de）人工智（zhì）能还是一种弱（ruò）人工智（zhì）能（néng）。基于深度学习的算法精度会（huì）无（wú）限逼近100%，但永远无法（fǎ）达（dá）到。随着‘准确率’提升，很（hěn）后竞（jìng）争的更多是（shì）场景落（luò）地能（néng）力。”

码隆科技首席科学家黄伟（wěi）林也认（rèn）同这个说法。码隆科技是一家聚焦于“物品”图像识别的公司，无人货柜（guì）是其（qí）主要应用场景（jǐng）之一。“在物品识（shí）别领（lǐng）域，目前（qián）难点在于（yú）跟垂直领域内企业的需求不（bú）断磨合，这是（shì）一个长期的过程。一（yī）些场景（jǐng），预想（xiǎng）中觉得好做，但操作下来可能难度很大（dà），或者不是（shì）刚需。”

“现实（shí）购买（mǎi）场景复杂，商品品类太多（duō），增加了数据标注以及类别定义的难度（dù）。”黄伟（wěi）林（lín）说，“我们（men）先聚焦于难度小或者刚需的（de）环节。比（bǐ）如减少‘货损’是（shì）刚需，我们就（jiù）在收银环（huán）节帮助识别货物（wù）与条码（mǎ）能否对应；无人（rén）零售柜则由（yóu）于商品品类（lèi）有限，识别难度降低（dī）。”

黄伟林说：“目前（qián）来看，大家更（gèng）多是（shì）想（xiǎng）找一个好的应用（yòng）场景，不断迭代算法和（hé）数据，教育（yù）市（shì）场，培养（yǎng）用（yòng）户。”

除了人脸识别、语音识别等主流外（wài），一些小众细分领域也开始出现。“我们把设备放到工厂之后，就能根据设备发出（chū）的噪声（shēng），判断设备的磨损情（qíng）况或者（zhě）其（qí）他（tā）故障。是不是要（yào）加润滑油？车床刀具磨损程度如何，什（shí）么时候更换？等等。”硕橙科技创始人谭熠说。

人工智能还能参与到创意活动中来。据了解，已经有音乐人工智（zhì）能伴奏系统在（zài）中（zhōng）国（guó）亮相。人工智能通过数（shù）据分析与学习，找到相对固定模板（bǎn），然后通过套用模（mó）板（bǎn）进行（háng）“创作”和演出。

随着（zhe）应（yīng）用场景增多，如何判断不同领域与人工智能（néng）的结（jié）合成熟度？

“有一些指（zhǐ）标，首先是基（jī）础设施情况（kuàng），包括算法（fǎ）的成熟度、行业（yè）数据完善程度等。”上海临港国（guó）际人工智能研（yán）究院（yuàn）很近发布了（le）《2018年度人工智能（néng）产业（yè）格局及创新实践研究报（bào）告》，据（jù）其副院（yuàn）长李（lǐ）笙（shēng）凯介绍：“一些领域如农业、教（jiāo）育，行业解（jiě）决方（fāng）案的个（gè）性化程度比较高，工（gōng）业领域则面临（lín）设备核心数据获取难的问（wèn）题，医疗领域也（yě）缺乏对应的病因和图像检查等数据，因此较难（nán）应用人工智能。”

而（ér）金融等领域由于（yú）基础设施完善（shàn），积累了大量的用户行为数据、表现数（shù）据，与人（rén）工智能结合较好。“目前来看，应（yīng）用很成熟的领域依次（cì）是广告营（yíng）销、金（jīn）融（róng）、公共安全、家（jiā）居、零售、交通、医疗等（děng）。”李笙凯说。

随着人工（gōng）智能在（zài）智能安防、智能驾驶、无（wú）人零售等领域（yù）落地生根，细分领（lǐng）域（yù）内领军企（qǐ）业如商汤、地平线等公司已获得（dé）较高估值。在市（shì）场（chǎng）充满机会的同时，李笙凯也提醒：“由于时间尚短，各应用的（de）市场（chǎng）仍需经过长期验证。”