AI进入场景时代：强人工智能还有多远？

　　本报记者杨清清北京报道

　　导读

　　在AI经济向上述时间节点飞速流变的过程中，中国拥有自己的思路。11月，科技部联合多部委公布了首批国家新一代人工智能开放创新平台名单：分别依托百度、阿里云、腾讯以及科大讯飞建设自动驾驶、城市大脑、医疗影像、智能语音四个相关开放创新平台。

　　2017年，如果要问科技圈最大的变化，答案难以跳脱出“人工智能”四个字。

　　无论是讯飞听见在今年两会期间崭露头角，还是百度开放AI能力并放出“明年量产L4级无人驾驶车辆”的豪言壮语；无论是腾讯发布AI医学影像产品腾讯觅影，还是阿里巴巴ET城市大脑“隐身”城市背后的智能应用，无一不与人工智能相关。

　　随着市场对人工智能领域的持续强烈关注，来自国家层面的政策红利亦纷至沓来。2017年3月，人工智能首次写进中国政府工作报告；7月，国务院印发了《新一代人工智能发展规划》，提出面向2030年我国新一代人工智能发展的思路；12月，《促进新一代人工智能产业发展三年行动计划》公布，点明未来三年人工智能四个方面的重点任务，涉及智能网联汽车、智能服务机器人、智能无人机、医疗影像辅助诊断系统等17个产品或领域。

　　然而，对于普罗大众而言，今年除了电商平台上多了数款可供选择的智能音箱之外，萦绕周身的生活似乎依旧如常：汽车依旧需要手动操作，甚至通过语音切换导航中的更快路线时，仍难免失误。潮水般的病患惯性地涌入一线城市三甲医院，只希望与专家一晌对谈。智能大脑控制下的城市交通变得更通畅了？“没有太大感觉。”数位接受采访的司机、乘客向21世纪经济报道记者表示。

　　如果人工智能真的是未来，那这个未来究竟还有多远？

　　场景

　　根据普华永道数据显示，到2030年，人工智能将为世界经济GDP贡献15.7万亿美元，超越中国与印度两国目前的经济总量之和；到2035年，人工智能有望推动世界劳动生产率的提升达到40%，促使全球生产总值提升14%。

　　在AI经济向上述时间节点飞速流变的过程中，中国拥有自己的思路。11月，科技部联合多部委公布了首批国家新一代人工智能开放创新平台名单：分别依托百度、阿里云、腾讯以及科大讯飞建设自动驾驶、城市大脑、医疗影像、智能语音四个相关开放创新平台。

　　“成立国家级人工智能开放创新平台，是从国家战略层面的方向指引。”在接受21世纪经济报道记者独家专访时，阿里云ET城市大脑负责人李京梅表示，“这绝非与地方政府进行的单点合作，而是意味着未来国内的研究机构和公司都可以参与到城市大脑的创新中来。”

　　作为国家级城市大脑创新平台的依托企业，阿里云早自去年10月便将ET城市大脑落地杭州。短短一年时间内，ET城市大脑接管了杭州市128个路口的红绿灯，在试点区域的道路上整个通行时间减少了15.3%，杭州有骨干高架出行的时间节省4.6分钟，人工智能处理交通事故准确率达到92.3%。

　　“当前ET城市大脑已进入杭州、苏州、澳门等城市，场景主要聚焦于交通方面。”李京梅告诉21世纪经济报道记者，“ET城市大脑能够实现对城市事件的智能感知与处理，有针对性地进行社会治理，通过信号灯控制缓解交通拥堵以及进行运营车辆的智能调度。”

　　相较于刚刚展开智能交通的城市大脑，智能语音的发展则更为成熟，无论是今年大热的智能音箱，还是持续演进的智能家居产品，都不约而同地搭载了或试图搭载智能语音交互的功能。

　　根据科大讯飞向21世纪经济报道记者提供的数据，截至2017年11月，讯飞开放平台的累计终端数已经达到15亿，日均交互次数达到40亿次。科大讯飞董事长刘庆峰此前在接受21世纪经济报道记者采访时表示，语音将是万物互联时代的重要入口，也是真正让机器具备智能的门槛。

　　“在技术转化为应用方面，科大讯飞正在各个行业落地生根。”一位科大讯飞方面人士告诉21世纪经济报道记者，目前科大讯飞涉及领域包括智慧教育、智慧城市、智慧医疗、智能汽车、司法、智能客服、智能家居等领域，力图将智能语音与行业进行深度融合。

　　如果说智能语音应用的渗透更像是“润物细无声”，无人驾驶行业的消息历来“惊雷滚滚”。百度公司董事长兼CEO李彦宏在2017百度世界大会上表示，百度公司Apollo开放平台将在2018年量产中国首款无人驾驶微循环巴士“阿波龙”，主要在汽车小镇、园区、景区、机场、城市级无人驾驶实验区等限制区域实现L4自动驾驶。

　　这也就意味着，百度在一定程度上实现了2015年底承诺无人车“三年商用”的口号。同时，李彦宏宣布，百度还将与江淮、北汽在2019年、与奇瑞在2020年推出自动驾驶量产车型。

　　腾讯排兵布阵的重点之一则是医疗。今年，腾讯发布AI医学影像产品“腾讯觅影”，包含6个人工智能系统，涉及疾病包含食管癌、肺癌、糖网病、宫颈癌和乳腺癌。

　　据腾讯觅影产品经理杨昊臻介绍，腾讯觅影每个月处理上百万张医学影像，食管癌早筛系统准确率超过90%，肺结节早筛系统准确率超过95%，可检测3毫米及以上的微小结节，糖网识别准确率更是高达97%。

　　爆点

　　尽管国内四大人工智能场景正在徐徐铺开，但问题的关键是，哪一个将更快成为下一轮商业增长的爆点？

　　根据赛迪顾问《2018中国人工智能产业发展及投资价值》报告显示，2017年中国人工智能核心产业规模超过700亿元，其中硬件产品占比达55%，支撑层占31%，软件产品占比仅为14%。在细分产品结构中，传感器、可穿戴设备、无人/辅助驾驶分别以31%、25%、19%的占比位居前三，其后才是语音识别平台、机器视觉系统、服务机器人、智能无人机等产品。

　　“智能客服、语音处理及同步翻译是目前最成熟、也最容易落地的场景，很容易看得见、摸得着。”围绕几个场景的未来发展，微软中国物联网及人工智能资深产品市场经理李冕向21世纪经济报道记者评论道。

　　李冕看好的另一个场景是人工智能的辅助式医疗。“通过技术手段，人工智能已经可以提升重复看片等医疗环节的效率，同时可以在综合病患数据后进行全程监测，这些都是仅靠人力难以媲美的。”李冕指出，“医疗领域的部分场景已经可以开始落地。”

　　赛迪顾问人工智能产业研究中心副总经理向阳则表达了不同的观点。他指出，智能语音行业中的服务机器人有望成为AI进入家庭的切入点所在，但未来商业增长的爆点首当其冲还是在无人驾驶行业。“无人驾驶行业各方面已经非常明显，包括产品形态、生态环境等，已经形成趋势。”向阳告诉21世纪经济报道记者。

　　向阳的判断依据在于需求。“无人驾驶可以解放司机的双手，同时能够增加道路行驶的安全性，在此种刚需的作用下，行业业态进化是必然的。”向阳向记者指出，“当前的智能语音并非解决生活中最为痛点的问题，更多是增加产品附加值，因而虽然做出来非常炫酷，但实现商业化还需要不断探索落地的场景。”

　　然而，一位不愿具名的业内人士向21世纪经济报道记者表示，无人驾驶尽管前景可期，但依旧不容易。“在产业发展的过程中，互联网企业不仅需要与传统车厂配合，还涉及许多社会伦理层面的东西。例如在右边是老人、左边是围墙的情况下，通过技术去判断撞人或自撞可以实现，但无法逾越伦理的门槛。”

　　在智能城市方面，多位业内人士则表示，目前还处于极为初级的阶段。“现在能做到的更多只是定点监测车辆或个人，所谓的城市大脑更多停留在智慧交通的层面，这个领域还有更多空间有待挖掘。”前述业内人士评论道，“整个智能城市的体系还没有完全搭建起来，要真正实现落地还需要漫长的时间。”

　　挑战

　　尽管百度已经基本兑现了“三年商用”的承诺，但这还远非无人驾驶领域质的飞跃。

　　“百度宣称的量产是L4商用车的量产，更多是固定路线的车辆，人员及周边环境并没有那么复杂。”向阳向21世纪经济报道记者直言，“L4商用车的技术已经相对成熟，实际上，驭势科技也已经推出了样车，国外Otto无人卡车已经上路。”

　　但作为市场空间更大的L4乘用车，则还需要等待。21世纪经济报道记者了解到，目前业内普遍推断L4乘用车的时间点约在2020年左右。除了此前提及的伦理、法规方面的困境之外，即便是技术上，L4无人乘用车也不乏困境。

　　“英伟达已经推出了数款高性能计算芯片，但功耗高达数百瓦。与之相比，智能手机的芯片功耗最低甚至不到1瓦，降低能耗是行业所需要共同努力的方向。”向阳表示，“目前行业内的一个趋势是，将训练好的模型加载到终端芯片上应用，但最好仍是终端处理计算量的扩容。”

　　此外，高精地图的精度、多元传感器的融合、机器模型判断等方面均有待突破。“这件事想起来就很复杂，更何况真正去开发，在这个过程中必然会有许多陷阱。”向阳指出。

　　尽管困难重重，但无人驾驶行业至少拥有了相对公认的量产时间点。与之相比，无论医疗影像、智能语音还是智能城市，目前都很难有一个明确商业化节点。

　　“从技术上而言，当前多人对话等场景下的语音识别率很高，但距离实际应用仍有差距，智能语音在质检等方面拥有很好应用，但尚未达到百分之百的识别率。”前述科大讯飞人士告诉21世纪经济报道记者，“包括各种方言的识别，一定程度上会涉及投入产出比不足及性价比问题，这些都是技术企业需要继续努力的地方。”

　　医疗影像的困难之处则更多在于数据。“医疗影像资料的标注需要权威性，需要专家的参与，而专家的门槛相当高，导致这一块成本巨大。”向阳表示，“此外医疗数据孤岛现象严重，这一块需要医疗协会、企业、机构多方配合完成。”

　　智能城市方面，李京梅向21世纪经济报道记者直言，一些行业痛点在所难免。“一方面是数据的共通性，另一方面则是数据质量的保障，不同机构的数据格式规范与标准不一，其中还间杂老旧数据。另外数据共享也是问题，技术上的保障问题还需要在未来业务中持续面对。”李京梅表示。

　　罗兰贝格大中华区全球合伙人江浩则告诉21世纪经济报道记者，智慧城市的应用层及解决方案因其复杂性，需要多家企业配合、共同参与。“智慧交通、智慧医疗、智慧教育、智能楼宇等，诸多行业都需要具体的、可落地的解决方案，没有任何一家企业可以‘一统江湖’。”