人（rén）脸（liǎn）识别、语音识（shí）别（bié）是人工智能应用很为（wéi）人熟知的两个领域。智能音箱、人脸（liǎn）门禁也已经走进不少人的生活。去年（nián）大火的无人货柜，则（zé）用到（dào）了“物品识别”技术。接下来，人工智能推广（guǎng）应用会怎么走（zǒu）？靠算法的不断提（tí）升吗？

海（hǎi）康（kāng）威视高级副总裁徐习明说：“今天（tiān）的人工（gōng）智能还是（shì）一种（zhǒng）弱人工智能。基于（yú）深度学习的（de）算法精度会无（wú）限（xiàn）逼近100%，但永远无法达到。随（suí）着（zhe）‘准确（què）率’提升，很后（hòu）竞争的更（gèng）多是场景落地能（néng）力（lì）。”

码隆科技首（shǒu）席科学家黄伟林也认同这个说法（fǎ）。码隆科技是一家聚焦于“物（wù）品”图像识别的公（gōng）司，无人货柜是（shì）其（qí）主（zhǔ）要应用场景之（zhī）一。“在物品识别领（lǐng）域，目（mù）前难点在于跟垂直领（lǐng）域（yù）内企业的需（xū）求（qiú）不断磨（mó）合，这是一个长期的过程。一（yī）些场景，预想中（zhōng）觉（jiào）得好做，但操作下来可能（néng）难度很（hěn）大，或者（zhě）不是刚（gāng）需。”

“现实购买场景复杂，商品品（pǐn）类太（tài）多，增加了数（shù）据标注以及类别定（dìng）义（yì）的难度。”黄（huáng）伟林说，“我们（men）先聚（jù）焦于难度小或者刚需的环节。比如减少‘货损’是刚（gāng）需，我们就在收银环节帮助识（shí）别货（huò）物与条码能否（fǒu）对应；无人零售柜则由（yóu）于（yú）商品（pǐn）品类有限，识（shí）别难度降低。”

黄伟林（lín）说：“目前（qián）来看，大（dà）家更多（duō）是（shì）想找一（yī）个好的（de）应（yīng）用场（chǎng）景，不断迭代算法（fǎ）和（hé）数据，教育市场，培养（yǎng）用户。”

除了人脸识别（bié）、语音识别（bié）等主流外，一些小众细分领域也开始（shǐ）出现。“我们把设备（bèi）放到工厂之后，就能根据设（shè）备发出的噪声，判断设备的（de）磨损（sǔn）情（qíng）况或者（zhě）其（qí）他故障。是不是要加润滑油？车床（chuáng）刀具磨损程度（dù）如何，什么时候更换？等等。”硕橙科技创始人谭熠说。

人工智能还能参与到创意活动中（zhōng）来。据了解，已经（jīng）有音乐人工智能（néng）伴奏系统（tǒng）在中国亮（liàng）相。人工智能（néng）通过数据分析与学习，找到相对固定模板，然后通过（guò）套用模（mó）板进行“创（chuàng）作”和演出。

随着应用场景增多，如何判（pàn）断（duàn）不同领域与（yǔ）人工（gōng）智能（néng）的结合成（chéng）熟度？

“有（yǒu）一些指标，首（shǒu）先是基础设施情况（kuàng），包括算法的（de）成（chéng）熟度（dù）、行业（yè）数据完（wán）善（shàn）程度等。”上海临港国际人工（gōng）智能研究院（yuàn）很近发布了《2018年（nián）度人（rén）工智能产业（yè）格（gé）局及创新实（shí）践研究报告》，据其（qí）副院长李笙凯介绍：“一些领域如农业、教育（yù），行（háng）业解（jiě）决方案的个性化程度比较高（gāo），工业领域则面临设备核心数据获取（qǔ）难（nán）的问题，医疗领域也（yě）缺乏（fá）对应的病因和图像检（jiǎn）查等（děng）数据，因此（cǐ）较难（nán）应（yīng）用人工智能（néng）。”

而金融等领域（yù）由于基础设（shè）施完善，积累了大量（liàng）的用户行（háng）为数据、表现数据，与人（rén）工智能结合较好。“目前（qián）来看，应用（yòng）很（hěn）成（chéng）熟（shú）的领域依（yī）次是广（guǎng）告营销（xiāo）、金融、公共安全（quán）、家居、零售（shòu）、交通（tōng）、医疗等（děng）。”李笙凯说。

随着人工智能（néng）在（zài）智（zhì）能安防（fáng）、智（zhì）能驾驶、无人零（líng）售等领域落（luò）地生根，细分（fèn）领域（yù）内领军企业如商汤、地平（píng）线等（děng）公司（sī）已获得（dé）较高估值。在市场充满机会的（de）同时，李笙（shēng）凯也提醒：“由（yóu）于时间尚短，各应（yīng）用的（de）市（shì）场仍需经过（guò）长期验证（zhèng）。”