人脸识（shí）别、语音识别是人工智能应（yīng）用很为人熟知的两个领域。智能（néng）音箱（xiāng）、人脸门（mén）禁也已经（jīng）走（zǒu）进不少人的（de）生（shēng）活（huó）。去（qù）年大火（huǒ）的无人货柜，则用到了“物（wù）品识别”技术。接下来（lái），人（rén）工智能推广应用（yòng）会怎么（me）走？靠（kào）算（suàn）法的（de）不（bú）断提升（shēng）吗？

海康威视（shì）高（gāo）级（jí）副总（zǒng）裁徐习明说：“今天的人工智（zhì）能（néng）还是一（yī）种弱人工智能。基于深度学习（xí）的算法精度会无（wú）限逼（bī）近100%，但永远无法达到。随着（zhe）‘准确（què）率’提升，很后竞（jìng）争的更多是场（chǎng）景落地能力。”

码（mǎ）隆科技首席（xí）科学家黄伟林也认同这个（gè）说法。码隆科技是一家聚焦于“物品（pǐn）”图像识别的公司，无人货柜是其主要应用场景之（zhī）一。“在物品识别领域（yù），目前难（nán）点在于跟垂直领域（yù）内企业的需求不（bú）断磨合（hé），这（zhè）是一个（gè）长期的过（guò）程。一些场景，预想（xiǎng）中觉得好做，但操作下来（lái）可能难（nán）度（dù）很大，或者不是刚需。”

“现实购买场景复杂，商品品类（lèi）太多，增加（jiā）了数（shù）据（jù）标注以及类别定义的难度。”黄伟林说，“我（wǒ）们先聚焦于难（nán）度小或者刚需的环节。比如（rú）减少‘货（huò）损’是刚需（xū），我们就在收银环节帮助识别货物（wù）与条（tiáo）码能否对应；无人零售柜则由于（yú）商（shāng）品品类有限，识（shí）别难度（dù）降低。”

黄伟林说：“目前来看，大家更多是想找一个好的应用场景，不断迭代算法和数据（jù），教育市场，培养用户。”

除了人脸识别、语音（yīn）识（shí）别等主流外，一些（xiē）小众细分领域也开始出现（xiàn）。“我们把（bǎ）设备放到工厂之后，就（jiù）能根（gēn）据设备发出（chū）的噪声，判断设备的磨损情况或者其他故（gù）障。是不（bú）是要（yào）加润滑油？车床刀具磨损程度如（rú）何，什（shí）么（me）时候更（gèng）换？等等。”硕（shuò）橙科（kē）技创（chuàng）始人谭熠说。

人工智能（néng）还能参与到（dào）创意活（huó）动中来（lái）。据（jù）了解（jiě），已经有音乐人工（gōng）智能伴奏（zòu）系统在中国（guó）亮相。人工智能通过数据分析与（yǔ）学习，找到相对（duì）固定模板，然后通过（guò）套用模板（bǎn）进（jìn）行“创（chuàng）作”和（hé）演出。

随着应用场景增多，如（rú）何判断（duàn）不同领域（yù）与人（rén）工智（zhì）能的结合（hé）成熟度？

“有一些（xiē）指（zhǐ）标，首先是（shì）基础设施情况，包括算法的成熟度、行业数（shù）据完善程度等。”上海临港国际人工智能（néng）研究院很近（jìn）发（fā）布了《2018年度人工智能产业格局及创新实践研究（jiū）报告》，据其副院长李笙（shēng）凯介绍：“一些（xiē）领域（yù）如农业（yè）、教育（yù），行业解决方案的个性化（huà）程度（dù）比较高，工业领（lǐng）域则面临设备核心数据获（huò）取难的问题，医疗领域（yù）也缺乏对应的病因（yīn）和图像检查等数据，因此较难应用人工智能（néng）。”

而金融等（děng）领域（yù）由于基础设施（shī）完善，积累了大量的用户行（háng）为数据、表现数（shù）据，与人工智能结合较好。“目（mù）前来看，应用很成熟的领（lǐng）域（yù）依次是广（guǎng）告营销、金融、公共安全、家居、零售、交通、医疗等。”李笙（shēng）凯说（shuō）。

随（suí）着人工智能（néng）在智能安防（fáng）、智（zhì）能（néng）驾驶、无人零售等领域（yù）落地生根，细（xì）分领域内领军企业如商汤、地（dì）平线等（děng）公司已获得较高估值。在市场充满机会的同（tóng）时，李笙凯也提醒：“由于时间尚短，各应（yīng）用（yòng）的市场仍需经（jīng）过长期验（yàn）证（zhèng）。”