人工智能要与产业紧密融合， 既要助推人工智能应用场景的落地， 也要基础数据和平台技术的突破创新， 还要搭建好与传统行业生态有效衔接的桥梁
人工智能产业应用总体上处于起步阶段， 仍有一些难题制约应用场景落地
人工智能被认为是引领新一轮科技革命和产业变革的战略性技术 。 当前， 我国人工智能与产业融合的情况如何？
业内专家认为， 我国人工智能产业应用总体上处于起步阶段 。
当前， 新一代人工智能已经从最初的算法驱动逐渐向数据、算法和算力的复合驱动转变， 其中， 基于数据的应用驱动作用日益显著 。 以医疗领域为例， 志诺维思基因科技创始人、人工智能专家凌少平介绍， 我国智慧医疗近几年发展比较快， 一个重要原因是有比较丰富的电子病历、医疗影像、病理图像等数据， 基于这些数据， 科研人员能够通过标注来训练人工智能模型 。 地平线创始人兼首席执行官、人工智能专家余凯说， 受益于行业丰富的需求， 我国在人工智能的应用探索上比较活跃 。 智能安防、智能金融、平安城市等需求， 助推了人脸识别技术的发展和落地 。 无人驾驶、智能教育等发展又加速了我国计算机视觉、语音识别和自然语言理解等技术的应用落地 。
专家表示， 我国拥有海量数据和巨大市场规模， 应充分发挥这些优势， 加快推动人工智能的应用场景落地 。 但在实际推进过程中， 还有一些难题制约着人工智能与产业更好地融合 。
其中产业界普遍关注的是如何取得有价值的数据 。 首先是数据的有效性不够 。 通常数据越多， 人工智能算法越智能 。 但也要看到， 海量的数据固然重要， 可只有经过计算、进行训练的数据才能产生价值， 这就需要提高数据的有效性 。 专家表示， 我国的数据样本非常丰富， 但数据的“噪音”也非常大， 有时获取的大部分数据没有价值， 这就给利用数据训练算法带来较大困难 。 在智慧医疗领域， 优质的数据一般要经过精选、清洗和标注， 而高质量的标注数据门槛较高， 通常由专业的医生来完成， 但当前医生协助人工智能企业标注数据的积极性不高 。 由于高质量的标注数据缺乏， 制约了人工智能在医疗领域的拓展 。
其次是数据之间缺乏联动 。 数据孤岛现象影响了人工智能应用的落地 。 云天励飞首席方案总监王军说， 一些核心数据掌握在相关管理部门和行业机构手中， 在保障数据安全和隐私安全前提下， 如果能将这些优质数据投入到算法模型训练上， 既能降低行业参与者的成本， 也有助于拓展人工智能应用的深度 。
此外， 人工智能芯片、智能平台搭建等技术难题也有待突破， 这些都在一定程度上影响了应用场景落地 。
人工智能赋能产业是一个从量变到质变的过程， 需要搭建良好的产业生态链条
人工智能赋能产业是一个从量变到质变的过程 。 专家认为， 要想进一步推进人工智能产业发展， 就需要搭建良好的产业生态链条， 需要学界和产业界共同努力， 探索拓展产业的边界和范围 。 这包括了从源头找到有价值的问题、基础支撑平台技术的创新、培育领军企业等 。
推进人工智能产业化， 找到有价值的问题尤为关键 。
“近年来， 人工智能在医疗领域的应用很热， 但多数扎堆在眼底筛查、肺结节检测及宫颈癌筛查等几个应用点， 却很少有人去研究还有哪些领域需要应用人工智能技术 。 ”凌少平说， “我国医疗人工智能应用要以需求为导向， 运用大数据来分析目前诊疗中的痛点问题， 有针对性地培育基于人工智能的产品和服务， 进而提升人工智能与产业的融合度 。 ”
推荐阅读
- 发展负责任的人工智能
- 锂电池和铅酸电池哪个寿命长，锂电池型号与铅酸电池区别？
- 发展人工智能，算法短板不容忽视
- 帮天文学家“大海捞针”，人工智能有了新办法
- 苏州大学有哪些名人
- 人工智能有助更准确预测恶劣天气
- 苏州园林主要内容概括
- 人工智能学什么？专家表示基础科学教育需发力
- 坏女人的人格魅力 坏女人为什么让男人念念不忘
- 人工智能绘制全球珊瑚礁地图