人工智能、大數(shù)據(jù)技術(shù)的集中、大范圍落地應(yīng)用，成為本次疫情防控中最大的亮點，也讓抗擊新冠肺炎的技術(shù)含量與以往的防疫工作相比，有了本質(zhì)上的技術(shù)區(qū)別。

人工智能+醫(yī)療救治，人工智能+社會管理，人工智能+病毒檢測，經(jīng)濟社會各主體應(yīng)充分發(fā)揮人工智能賦能效用，激發(fā)了其在疫情防控中不可替代的重要作用。反過來，疫情防控的嚴峻形勢也在前所未有地倒逼我國加快人工智能技術(shù)的落地，打造智慧城市、智慧醫(yī)療、智慧生活、智能制造的呼聲越來越高。

智能PK人工，抗疫中大顯身手

在人工智能技術(shù)迅猛發(fā)展的當(dāng)下，人臉識別已經(jīng)不是一件新鮮事。但新冠肺炎疫情下，在建筑工地、學(xué)校機關(guān)等需要鑒別入場人員身份信息的場所，人員在佩戴口罩、安全帽后，實現(xiàn)人臉快速識別并同步檢測體溫，成為一項全新的技術(shù)成果。這是疫情催生人工智能技術(shù)進步的一個典型案例。

“疫情發(fā)生后，對復(fù)工現(xiàn)場的管理也提出諸多新的技術(shù)需求，在戴口罩、安全帽的情況下，如何實現(xiàn)入場人員準確識別，就是一個重點方向。”3月初，中國中鐵科研院技術(shù)中心智慧工地聯(lián)合實驗室研發(fā)人員趙陽在接受科技日報記者采訪時這樣說。

研究團隊從算法模型上著手研究，采用眼部、眉毛等局部特征與整體人臉特征的融合，并結(jié)合注意力機制增強眼部特征，通過訓(xùn)練眼部關(guān)鍵點的模型，來提升模型在口罩遮擋下的人臉識別率。基于改進技術(shù)的應(yīng)用場景在成都市落地，數(shù)據(jù)顯示，通過大量訓(xùn)練數(shù)據(jù)，戴口罩或戴安全帽人臉識別率可達到99.9%。

疫情爆發(fā)在春節(jié)期間，城市管理面臨著缺少“無接觸感應(yīng)”、“高效率通行”、“高溫智能預(yù)警”等智能技術(shù)的巨大挑戰(zhàn)，與此同時，?AI?企業(yè)順勢而為，找準方向啟動研發(fā)，很快，某企業(yè)的人工智能平臺Brain++（集成“人體識別?+?人像識別?+?紅外?/?可見光雙傳感”）的場景方案落地，實現(xiàn)了針對新疑似發(fā)熱病人追蹤系統(tǒng)并可在高密度人群下快速找到發(fā)燒者。

領(lǐng)域內(nèi)專家總結(jié)說，該技術(shù)方案中的雙光融合?AI?測溫技術(shù)能夠支持遠距離、非接觸、多目標(biāo)的高效測溫，符合公共場所防疫的剛需。

本次抗疫過程中，小黃馬無人配送機器人、青翼蝠巡控機器人、青道夫清潔機器人、豹小遞智能遞送服務(wù)機器人實現(xiàn)了無人遞送、無人消毒，被應(yīng)用在器材、藥品、化驗單遞送等方面，替代醫(yī)護人員大量的簡單重復(fù)勞動，減輕了人工工作量，降低了接觸感染風(fēng)險；在深圳，大疆精靈?Phantom?4?RTK?進行測繪建圖與作業(yè)規(guī)劃，再結(jié)合?T20?植保無人機進行全自主噴灑，消殺防疫工作形成完整工作流，助力工業(yè)園區(qū)高效消殺。

疫情期間，一大批人工智能企業(yè)充分發(fā)揮人工智能賦能技術(shù)和智能產(chǎn)品的優(yōu)勢，在疫情防控、疾病診斷、民生保障等諸多方面作出了積極貢獻，疫情讓人工智能的價值得到了充分體現(xiàn)。?

當(dāng)下，人工智能納入新基建重點建設(shè)領(lǐng)域，意味著人工智能技術(shù)及場景應(yīng)用建設(shè)將成為投資主戰(zhàn)場。專家預(yù)測，今年將成為我國人工智能產(chǎn)業(yè)發(fā)展的關(guān)鍵節(jié)點，人工智能技術(shù)的賦能效用將進一步凸顯。

雖為剛需技術(shù)，落地痛點難點多

從千方百計拉單子、推產(chǎn)品，到坐等需求上門，AI企業(yè)在疫情中著實“解了一把渴”。而2017年國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，明確了我國新一代人工智能發(fā)展的戰(zhàn)略目標(biāo)。相關(guān)數(shù)據(jù)顯示，2019年我國人工智能企業(yè)數(shù)量超過4000家，位列全球第二，顯然，今年疫情期間和疫情過后，這個數(shù)據(jù)還會發(fā)生變化。

然而，整個行業(yè)似乎并未因此而沾沾自喜，理智的AI從業(yè)者們思考更多的，仍是痛點和難點——場景的落地。正如英特爾架構(gòu)圖形與軟件集團副總裁、數(shù)據(jù)分析技術(shù)總監(jiān)馬子雅所指出：“我們正處在一個數(shù)據(jù)變革的時代，人類歷史上90%的數(shù)據(jù)都是在過去幾年產(chǎn)生的，其中50%的數(shù)據(jù)更是在最近兩年內(nèi)生成的。但是，只有2%的數(shù)據(jù)被真正分析過來幫助人類的生產(chǎn)生活，其中最重要的原因是大數(shù)據(jù)、A等新興技術(shù)落地難。”

人工智能技術(shù)落地的痛點和難點很多，概括來看，卻也繞不開技術(shù)、資金、市場幾個要素。

首先，除騰訊、阿里、科大訊飛等業(yè)內(nèi)佼佼者外，AI行業(yè)中更多的主體還是中小、小微企業(yè)，缺錢，是他們面臨的第一個難題。“毫無疑問，做AI很燒錢，企業(yè)沒有資金實力，沒有承擔(dān)投資風(fēng)險的勇氣，就很難在這條路上走得很遠。”內(nèi)蒙古策義科技有限公司董事長何海生坦言。

那么如果你很有錢，是不是就可以在AI行業(yè)中隨心所欲、順風(fēng)順?biāo)兀哭r(nóng)業(yè)人工智能與作物表型內(nèi)蒙古研究中心常務(wù)副主任王瑞利研究員表示，沒那么簡單。

“算力、算法和數(shù)據(jù)是人工智能的三個核心組成要素，說白了，僅僅懂得算法的人是不可能做出人工智能產(chǎn)品的。舉個例子，識別作物病蟲害是農(nóng)業(yè)中人工智能的應(yīng)用的一個主要方面，現(xiàn)實這樣一種人工智能場景，首先要有海量的作物信息、病蟲害圖片、機制原理、解決方案作為大數(shù)據(jù)背景，而要完成這一前提，就需要大量的農(nóng)業(yè)專家來予以實現(xiàn)。”王瑞利說。