人脸识别和语音识别是人工智能应用程序中两个最著名的领域。智能扬声器和面部访问控制也已进入许多人的生活。去年发生火灾的无人驾驶集装箱使用了“物品识别”系统。技术。接下来，人工智能的推广和应用将如何发展？是否依赖算法的不断改进？海康威视高级副总裁徐希明说：“今天的人工智能仍然是一个薄弱的人工智能。基于深度学习的算法的准确性将无限接近100％，但永远不会达到。作为准确率增加，最终的竞争就更重要的是降落在现场的能力。”马龙科技首席科学家黄伟林也同意这一说法。 Malong Technology是一家致力于“物体”图像识别的公司，而无人驾驶集装箱是其主要应用场景之一。 “在物品识别领域，当前的困难在于在垂直领域中不断适应企业的需求。这是一个长期的过程。预期某些情况很容易实现，但是操作可能非常困难或不仅仅需要。 “现实”购买场景很复杂，产品类别太多，这增加了数据标记和类别定义的难度。”黄伟林说：“我们首先关注那些难度较小或只需要的链接。例如，减少货物损坏只是必需的，我们会在收银员链接中帮助您识别它。货物可以对应条形码吗？由于产品类别有限，无人零售柜很难识别。黄伟林说：“目前，每个人都在寻找一个良好的应用场景，迭代算法和数据，并教育市场。 ，以培养用户。”除了主流的面部识别，语音识别等以外，一些细分市场也已经开始出现。 “将设备放入工厂后，我们可以根据设备发出的噪音来判断设备的磨损或其他故障。是否需要添加润滑油？车床工具的磨损程度如何？何时更换？等待。创始人谭毅说。人工智能也可以参与创意活动。据了解，中国已经出现了音乐人工智能伴奏系统。人工智能通过数据分析和学习找到相对固定的模板，然后使用该模板来“创建”模板。并表演。随着应用场景的增加，如何判断不同领域与人工智能相结合的成熟度？ “有一些指标，首先是所有基础结构条件，包括算法成熟度，行业数据完善性等”。上海临港国际人工智能研究院近日发布了《 2018人工智能行业格局与创新实践研究报告》，副院长李生凯表示：“在农业，教育等领域，行业解决方案相对高度个性化。工业领域面临难以获得核心设备数据的问题。医学领域也缺乏相应的病原体和图像检查数据。因此，应用人工智能更加困难。金融和其他领域由于拥有完整的基础架构而积累了大量的用户行为数据和性能数据，可以更好地与人工智能集成。 “目前，最成熟的应用是广告和营销，金融，公共安全，家具，零售，运输，医疗等”。李胜凯说。随着人工智能在智能安全，智能驾驶和无人零售领域扎根，该领域的领先公司（如SenseTime和Horizon）获得了很高的估值。在市场充满机遇的同时，李胜凯还提醒：“由于时间短，每种应用的市场仍需长时间验证。”