重視人工智能已經(jīng)逐漸成為全國共識。

從2017年國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》截止到2018年底，共有20多個省份發(fā)布了30余項人工智能專項扶持政策，形成了包括技術(shù)攻關(guān)、建設(shè)支撐平臺，推動數(shù)據(jù)和應(yīng)用場景開放、引進培育人才以及建設(shè)產(chǎn)業(yè)園區(qū)等支撐體系。

北京市：2017年9月，發(fā)布了《中關(guān)村國家自主創(chuàng)新示范區(qū)人工智能產(chǎn)業(yè)培育行動計劃（2017—2020年）》;2017年12月，印發(fā)了《北京市加快科技創(chuàng)新培育人工智能產(chǎn)業(yè)的指導(dǎo)意見》，這也是目前北京市最主要的人工智能政策;2019年2月20日，科技部發(fā)布了《關(guān)于支持北京建設(shè)國家新一代人工智能創(chuàng)新發(fā)展試驗區(qū)的函》。

上海市：2017年11月，上海市印發(fā)了《關(guān)于本市推動新一代人工智能發(fā)展的實施意見》;2017年2月制定了《上海市人工智能創(chuàng)新發(fā)展專項支持實施細則》;2018年9月，發(fā)布了《關(guān)于加快推進上海人工智能高質(zhì)量發(fā)展的實施辦法》;

廣東省：2017年8月，廣東省發(fā)布了《廣東省戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展“十三五”規(guī)劃》;2018年8月，廣東省發(fā)布了《廣東省新一代人工智能發(fā)展規(guī)劃》;2018年11月深圳市發(fā)布了《深圳市戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展專項資金扶持政策》。

在政策的支持與引導(dǎo)下，我國人工智能技術(shù)發(fā)展有望進一步提速。2018年，人工智能迎來落地元年，各領(lǐng)域內(nèi)相關(guān)項目陸續(xù)落地。

AI在交通行業(yè)的落地

隨著城市公共交通建設(shè)的加快以及汽車保有量的持續(xù)增長，交通管理現(xiàn)狀和需求的矛盾進一步加劇，與車輛相關(guān)的刑事和治安案件逐年上升，但受限于傳統(tǒng)系統(tǒng)平臺普遍對車牌號碼信息的檢索能力及各方面因素，在存在著諸多問題。

人工智能與傳統(tǒng)行業(yè)的融合為轉(zhuǎn)型發(fā)展提供強有力的技術(shù)支撐。通過先進技術(shù)手段實現(xiàn)對道路交通的綜合管控，從而改善交通狀況，整治違法亂象，為安全出行提供保障。

以蘇州科達的海燕車輛二次分析系統(tǒng)為例，系統(tǒng)能夠?qū)囕v信息、車牌信息及駕駛行為進行二次識別，基于GPU的集群架構(gòu)為深度學(xué)習(xí)算法提供支撐。對二次分析后的結(jié)構(gòu)化數(shù)據(jù)和匯聚的其他車輛數(shù)據(jù)進行對比碰撞和數(shù)據(jù)挖掘，實現(xiàn)假牌套牌、未系安全帶、車輛多點碰撞、晝伏夜出、交通流量統(tǒng)計等深度分析，有效提高實戰(zhàn)效能。

根據(jù)蘇州交警部門數(shù)據(jù)顯示，“海燕”上線一周內(nèi)，抓拍違章行為近3000起，其中開車未系安全帶1828起，開車玩手機或打電話1074起。廈門市局采用“海燕”系統(tǒng)的短短幾個月時間內(nèi)，破獲車輛“碰瓷”、假套牌等涉車案件100多起，通過以車到案、以案到車、車案結(jié)合等方式，有效遏制了涉車類案件的發(fā)生。

AI在治安防控上的落地

城市化進程的推進帶來了人口密集、流動人口增加，也引發(fā)了一系列城市管理問題，多樣性、復(fù)雜性、犯罪作案手段隱蔽性以及刑事案件高發(fā)對社會治安和重點區(qū)域防范都提出了更高的需求，尤其是近年來對城市反恐的新要求，為公安管理工作特別是預(yù)防犯罪和執(zhí)法工作都提出了新的挑戰(zhàn)。

依托于人工智能、大數(shù)據(jù)、云計算等前言技術(shù)，公安實戰(zhàn)業(yè)務(wù)迎來模式升級。人臉識別作為圖偵環(huán)節(jié)重要組成部分，在各項實戰(zhàn)業(yè)務(wù)中都發(fā)揮著重要作用。利用人臉識別檢索系統(tǒng)，將目標(biāo)人物輸入到系統(tǒng)中，系統(tǒng)自動在海量數(shù)據(jù)中進行查找對比，通過特征比對，列出最為相似的人員信息。

云天勵飛在深度學(xué)習(xí)人臉識別算法、海量檢索及大數(shù)據(jù)分析的基礎(chǔ)上，打造的“深目”動態(tài)人像系統(tǒng)，能夠?qū)崿F(xiàn)采集識別端智能和搜索挖掘云智能，前端人臉檢測跟蹤，精準(zhǔn)人像采集；后端動態(tài)人像算法進行人像特征提取和比對，做到“億萬人臉，秒級定位”。自2015年在深圳龍崗上線，“深目”已協(xié)助公安破獲1萬多起各類案件，找回多名失蹤兒童和走失老人。2017年春節(jié)前夕，“深目”系統(tǒng)通過對犯罪嫌疑人身份和軌跡的快速落地，協(xié)助深圳民警破獲了兒童拐賣的案件，15個小時內(nèi)將孩子從武漢火車站解救回來。

人工智能和相關(guān)技術(shù)正在改變世界，但落地應(yīng)用仍存在一定限制性，成本高、場景限制多等問題是大規(guī)模落地的難點。

成本高：人工智能技術(shù)落地應(yīng)用的成本包括稀缺專業(yè)人才的聘用成本和研發(fā)成本及使用代價。馬云曾在第二屆世界智能大會上表示，中國人工智能發(fā)展不成熟的主要原因是人才短缺。因為專業(yè)性與深度的問題，人工智能領(lǐng)域缺少專業(yè)人才與高素質(zhì)人才，資料顯示我國人工智能人才缺口超500萬，供求比例僅為1:10，技術(shù)的進步也導(dǎo)致行業(yè)的門檻越來越高。除此之外，高昂的研發(fā)成本和長周期的投入需求使得人工智能落地成本隨之增大。數(shù)據(jù)顯示，華為過去10年研發(fā)投入累計超過3000億元;2017年三星就AI研究和開發(fā)投入140億美元;百度每年投入15%營收約15億美元用于AI研發(fā)······各大巨頭在人工智能領(lǐng)域的研發(fā)投入逐年增加，但卻似乎鮮有實質(zhì)性的突破成果。

場景限制多：人工智能技術(shù)落地的應(yīng)用場景并不是學(xué)術(shù)科研演示，用戶目標(biāo)不盡相同，需要根據(jù)不同行業(yè)、不同場景、不同方式綜合考慮硬件投入的成本、硬件的性能、功耗、用戶的體驗效果等綜合因素，向客戶提供有針對的、適合的產(chǎn)品及解決方案。深晶科技負責(zé)人曾表示，AI算法落地難除了沒有場景化，更重要的是沒有對行業(yè)流程進行再造。將管理流程按照AI信息化的理念重新設(shè)計，才能使AI發(fā)揮更大的作用。

在國家重視、社會進步要求的推動下，人工智能技術(shù)的發(fā)展進程逐漸加快。我們現(xiàn)在所看到的人工智能仍只是冰山一角，人工智能未來發(fā)展的路還很長，還有更多的技術(shù)創(chuàng)新和場景落地有待挖掘和改進。