文|壹DU財經(jīng)
Gartner發(fā)布的《2022年Gartner新興技術(shù)成熟度曲線的發(fā)展動向》指出：“AI正在日益普及并成為產(chǎn)品、服務(wù)和解決方案的一個重要組成部分。
工信部科技司副司長任愛光表示，人工智能是引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)。他同時提到，據(jù)測算，我國人工智能核心產(chǎn)業(yè)規(guī)模超過4000億元，企業(yè)數(shù)量超過3000家。
人工智能領(lǐng)域大有可為，賽道里的選手們正在乘風(fēng)破浪：老將們持續(xù)加固護城河，新選手們總想撕下一道口子。
2015年，百度無人車亮相烏鎮(zhèn)世界互聯(lián)網(wǎng)大會；2016年百度大腦AI平臺發(fā)布；2017年人工智能被寫進政府工作報告，當(dāng)年百度宣布All in AI……時至今日，百度的AI技術(shù)正在各個領(lǐng)域落地開花；
大佬們在持續(xù)進化，獨角獸也在穩(wěn)步前行。過去幾年，在人工智能風(fēng)口下，涌現(xiàn)出無數(shù)AI獨角獸，商湯、曠視、云從、依圖更是被視為“AI四小龍”。同樣受益AI技術(shù)落地，營收規(guī)模展現(xiàn)出強勁增長態(tài)勢的還有云天勵飛、格靈深瞳，他們所選擇的是機器視覺賽道。
當(dāng)然，人工智能并非局限于此。但這些足以成為我們持續(xù)關(guān)注這一賽道的理由。
接下來，壹DU財經(jīng)將把人工智能作為重要研究對象，持續(xù)關(guān)注這一引領(lǐng)未來的技術(shù)領(lǐng)域。
第一部分：何為AI？
要講述AI的故事，第一要務(wù)是理解AI。
AI，即人工智能。
上世界60年代，著名的圖靈測試誕生。按照“人工智能之父”艾倫·圖靈的定義：如果一臺機器能夠與人類展開對話（通過電傳設(shè)備）而不能被辨別出其機器身份，那么稱這臺機器具有智能。同一年，圖靈還預(yù)言會創(chuàng)造出具有真正智能的機器的可能性。
1997年5月11日，IBM公司的電腦“深藍(lán)”戰(zhàn)勝國際象棋勝國際象棋世界冠軍卡斯帕羅夫，成為首個在標(biāo)準(zhǔn)比賽時限內(nèi)，擊敗國際象棋世界冠軍的電腦系統(tǒng)。
人、機之間的對決還在繼續(xù)。
2016年3月15日，谷歌人工智能AlphaGo與圍棋世界冠軍李世石對決。李世石與AlphaGo總比分最終定格在1比4，以李世石認(rèn)輸結(jié)束。
這場人機對弈讓人工智能正式被世人所熟知，成為當(dāng)年科技圈最大的破圈事件。
隨后，人工智能市場被“引燃”。
人工智能的發(fā)展，離不開核心三要素，即海量的數(shù)據(jù)、充足的算力以及合適的算法模型。
亞馬遜的Principal Scientist（首席科學(xué)家）曾有個著名的比喻：如果把一個成功的AI算法比作一支善戰(zhàn)的部隊，那么數(shù)據(jù)就是糧草，算力就是兵力，而模型則是戰(zhàn)略和戰(zhàn)術(shù)指揮的策略；戰(zhàn)略和戰(zhàn)術(shù)的重要性自不必說，但沒有了糧草和兵力，再好的戰(zhàn)略也只是空中樓閣。算力就是兵力，有了強大的兵力，才有了實現(xiàn)戰(zhàn)略的機動性和可能性。
第二部分：AI何為？
彭博社研究發(fā)現(xiàn)，人工智能行業(yè)市場規(guī)模將超過4220億美元，并且預(yù)測2022年至2028年間的復(fù)合年增長率為39%。
那么問題來了，既然AI有如此大的規(guī)模，它會在哪些領(lǐng)域發(fā)揮作用？
綜合來看，我們所熟知的人工智能被廣泛應(yīng)用的場景大致有以下幾類：
第一，自動駕駛領(lǐng)域
在汽車領(lǐng)域使用人工智能，最直接的體現(xiàn)即是無人駕駛。該技術(shù)使用機器學(xué)習(xí)和深度學(xué)習(xí)來增強車輛的模式識別和預(yù)測能力。在識別層面，又分為多條發(fā)展路徑，如視覺識別、光識別等。
第二，醫(yī)學(xué)領(lǐng)域
近年來，人工智能的廣泛應(yīng)用，正逐步提升醫(yī)療專業(yè)人員的工作效率以及醫(yī)療資源的平衡。未來醫(yī)生和人工智能的分野也將日益明顯，如醫(yī)生可以重點攻克疑難雜癥，而人工智能和納米機器人將輔助專家完成基礎(chǔ)診斷。當(dāng)然，后者也可以利用技術(shù)的力量來實現(xiàn)個性化醫(yī)療。
第三，工業(yè)制造業(yè)
我國是工業(yè)大國、制造業(yè)大國，但并非工業(yè)強國和制造業(yè)強國。在科技強國的戰(zhàn)略目標(biāo)里，人工智能是其中重要的一支力量。水務(wù)、電務(wù)、礦山、工廠、碼頭等的人工智能改革，也在穩(wěn)步進行中。
第四，城市管理
當(dāng)前，智慧城市、智慧交通、智慧政務(wù)等正在持續(xù)推進。如控制交通、廢物和維護，以及預(yù)測能源消耗、污染風(fēng)險和對環(huán)境的影響。
第五，生活、學(xué)習(xí)領(lǐng)域
社區(qū)、鄉(xiāng)村、商鋪、學(xué)校，因AI而改變。如街上忙碌的清潔機器人，商場里智能導(dǎo)航等。在人員密集的場所，AI可以實現(xiàn)防疫與商業(yè)的融合，又能減輕人力成本。
在學(xué)習(xí)領(lǐng)域，隨著AI的廣泛應(yīng)用，學(xué)習(xí)資源的均衡、學(xué)生學(xué)習(xí)效率的提升，正在深刻地改變著傳統(tǒng)的“學(xué)習(xí)”。
由此，我們可以看到，人工智能正引領(lǐng)著新一輪科技與產(chǎn)業(yè)革命的加速來襲。
第三部分：AI的代表玩家
美國著名發(fā)明家RayKurzweil認(rèn)為，計算機將在2029年實現(xiàn)類人智能。他補充說，人類將在2045年達(dá)到奇點。
那么我們要如何迎接奇點的到來？又有哪些關(guān)鍵玩家一起支撐起這一科技的創(chuàng)想？
我們依然按領(lǐng)域來觀察。
（一）自動駕駛領(lǐng)域：從概念到落地，快步邁向商業(yè)化
在這一領(lǐng)域，聚集的玩家均是“大有來頭”。
對于成立于2000年的百度而言，前半場的王牌業(yè)務(wù)是搜索，后半場的王牌落在了AI上。2013年，李彥宏在百度建設(shè)了中國首個深度學(xué)習(xí)研究院，2017年百度牽頭籌建深度學(xué)習(xí)技術(shù)及應(yīng)用國家工程實驗室。直到這時，外界才將百度與AI聯(lián)系在一起。
2017年，百度自動駕駛開放平臺Apollo推出后即入選國家首批新一代人工智能開放創(chuàng)新平臺。同年，《北京市關(guān)于加快推進自動駕駛車輛道路測試有關(guān)工作的指導(dǎo)意見(試行)》和《北京市自動駕駛車輛道路測試管理實施細(xì)則(試行)》發(fā)布。
這些均沒有李彥宏乘坐無人車在北京五環(huán)“吃”了罰單的破圈效應(yīng)。但經(jīng)此事件，百度無人駕駛開始廣為大眾所熟知。
無人車的安全性、量產(chǎn)和商業(yè)化博弈，仍是百度需要重點解決的問題。不過，這并非百度一家需要直面的，也是蘋果、華為、小米、騰訊、阿里等殺入無人駕駛賽道玩家需要共同面臨的行業(yè)難題。
不過，這并不能阻止眾多玩家的熱情。2021年，各類L2-L4級的自動駕駛開始走出封閉路測試驗場，走上了真實的城市道路。
其中，有面向公眾的Robotaxi、Robobus，也有物流配送“最后一公里”的末端配送，面對港口、礦山等封閉環(huán)境的無人運輸，還包括干線物流的無人卡車以及面對社區(qū)固定道路的無人環(huán)衛(wèi)車。
公共交通屬性的Robotaxi賽道，匯集了百度、小馬智行、滴滴、T3出行、文遠(yuǎn)知行等玩家。去年11月，百度和小馬智行已經(jīng)獲準(zhǔn)推出了付費無人駕駛出租車服務(wù)。
此外，在園區(qū)無人車方面，華為、阿里、京東、美團、毫末智行的配送無人車，已經(jīng)規(guī)?；涞貓@區(qū)和商圈。
隨著技術(shù)不斷優(yōu)化及商業(yè)化持續(xù)落地，資本對無人駕駛的青睞在2021年整體表現(xiàn)得有增無減。從全年情況來看，國內(nèi)無人駕駛市場的行業(yè)投融資規(guī)模達(dá)到近年來的峰值。根據(jù)此前媒體的統(tǒng)計數(shù)據(jù)，2021年僅以前20家企業(yè)融資金融來統(tǒng)計，就達(dá)到了300億元的規(guī)模。
（二）醫(yī)學(xué)領(lǐng)域：落地有難度，工程師和醫(yī)生想的不一樣
AI技術(shù)連接上醫(yī)療場景，這一概念剛有苗頭時，就有大批頂著醫(yī)療AI之名的公司跑步進場。
隨著時間的推移，技術(shù)的進步讓醫(yī)療與AI的結(jié)合開始有了更多落地的項目。如眼底、腦卒……在連接AI技術(shù)后，醫(yī)療場景的可能性開始變得更具體。
如鷹瞳科技通過視網(wǎng)膜影像AI，不僅可以預(yù)測眼部疾病，還可以分析全身的慢性疾病風(fēng)險，甚至能看到人的性別和性取向。
“醫(yī)療+AI”為何能在國內(nèi)得以普及？
一方面是人口老齡化趨勢、龐大受眾群體以及移動互聯(lián)網(wǎng)96%的全球最高覆蓋率。另一方面，政策大力支持。同時，需要注意的是，我國醫(yī)療衛(wèi)生服務(wù)的需求側(cè)也發(fā)生了很大變化，醫(yī)學(xué)領(lǐng)域迎來了急劇的變革。
國家衛(wèi)計委衛(wèi)生發(fā)展研究中心主任傅衛(wèi)表示：“一方面我們需要更多醫(yī)學(xué)科技的發(fā)展和創(chuàng)新，另一方面，如何幫助醫(yī)學(xué)科技的發(fā)展創(chuàng)新實現(xiàn)推廣和應(yīng)用，對醫(yī)療衛(wèi)生行業(yè)改革，特別是醫(yī)療衛(wèi)生服務(wù)的體系構(gòu)建提出了很多新的挑戰(zhàn)。”
以AI醫(yī)學(xué)影像為例。
作為有著30多年臨床經(jīng)驗的超聲專家，同時兼中國超聲醫(yī)學(xué)工程學(xué)會副會長的李安華表示，自己關(guān)注AI醫(yī)學(xué)影像6年多時間，也接觸過很多AI醫(yī)學(xué)影像類的公司，其中有科技巨頭也有創(chuàng)業(yè)公司，“但這些科技型公司提供的產(chǎn)品，很難找到讓超聲醫(yī)生滿意的AI應(yīng)用?！?/p>
據(jù)他介紹，大部分已經(jīng)應(yīng)用到超聲的AI產(chǎn)品都存在一個弊端：需要先由醫(yī)生掃描找到腫塊圖像，把它抓取成靜態(tài)圖，再由AI系統(tǒng)來判別是良性還是惡性。這種模式下，萬一醫(yī)生看不到這個腫塊，就是漏診。
“工程師和醫(yī)生想的不一樣。磁共振、CT可以根據(jù)靜態(tài)圖像做診斷，但超聲需要醫(yī)生根據(jù)實時動態(tài)檢查畫面做診斷，但AI超聲系統(tǒng)需要‘陪伴’醫(yī)生?！?/p>
其實早在五年前，華創(chuàng)證券計算機行業(yè)分析師陳寶健就發(fā)布研報稱：科技巨頭加速跑馬圈地，創(chuàng)業(yè)公司受資本熱捧：AI+醫(yī)療影像市場百家爭鳴。
但由于商業(yè)化落地難，AI在醫(yī)療領(lǐng)域的實際落地要較無人駕駛領(lǐng)域緩慢得多。
不過，在輔助醫(yī)療及遠(yuǎn)程診斷側(cè)面，新華三、聯(lián)想、商湯科技等推出了相關(guān)的產(chǎn)品。以新華三為例，其最新的一款產(chǎn)品，甚至可以做手術(shù)的實時直播。
（三）工業(yè)領(lǐng)域：以機器視覺為代表的商業(yè)化落地成果顯著
當(dāng)前，我國的制造業(yè)正快速步入智能化升級的新階段，越來越多的制造企業(yè)把“智能化”作為推動其自身業(yè)務(wù)增長的重要途徑。
在工業(yè)領(lǐng)域，AI在預(yù)測性維護、質(zhì)量控制、智能化排產(chǎn)等領(lǐng)域一直在探索并取得顯著成效。
不過，AI在工業(yè)場景中的應(yīng)用深度和廣度與其在消費領(lǐng)域相比，仍有較大差別。以“機器視覺”為例，經(jīng)過多年的發(fā)展，其在當(dāng)前已成為助力制造業(yè)智能化轉(zhuǎn)型的好幫手。
隨著機器視覺的滲透，消費電子領(lǐng)域、汽車行業(yè)、食品行業(yè)、制藥行業(yè)以及印刷行業(yè)的自動化升級改造正在提速。并且未來的發(fā)展空間巨大。
在智能制造產(chǎn)業(yè)，質(zhì)檢環(huán)節(jié)占工人人力成本的40%，質(zhì)檢率也直接影響著企業(yè)訂單增長。也因此，質(zhì)檢這個量大且重要的工序已成為工業(yè)制造企業(yè)發(fā)展的“達(dá)摩克利斯之劍”。
以精密制造產(chǎn)線的缺陷檢測為例，以往的人工目檢效率很低，檢測時往往需要借助放大鏡等工具進行工作，且工作時間不宜過長。同時，還存在檢測結(jié)果不穩(wěn)定、成本高、數(shù)據(jù)不易存留等弊端。
“質(zhì)檢是個細(xì)致活兒?？啥⒅鴱姽饪瓷习诵r，眼睛早就花了，越到后面工作質(zhì)量和效率都會明顯下降?！焙阋莼w下屬的雙兔新材料生產(chǎn)車間的工段負(fù)責(zé)人王禮娜表示：作為一名有十五年化纖產(chǎn)品質(zhì)檢工作的資深質(zhì)檢員，過去的常態(tài)是拿著強光手電筒用肉眼去看，每天最少要人工檢測2500錠絲綻。
后來，當(dāng)恒逸化纖與百度智能云聯(lián)合開發(fā)的智能質(zhì)檢設(shè)備投入使用后，她的工作開始有了變化——從原來的質(zhì)檢工人轉(zhuǎn)型成為一名AI數(shù)據(jù)標(biāo)注師，幫助百度智能云質(zhì)檢工程師在產(chǎn)品圖上標(biāo)注出各類缺陷，將質(zhì)檢員的質(zhì)檢經(jīng)驗轉(zhuǎn)化成企業(yè)的數(shù)據(jù)資產(chǎn)，讓AI學(xué)會辯別絆絲、毛絲、油污等產(chǎn)品缺陷。
這樣對于制造業(yè)的改造并非個案，更多的人工智能正廣泛應(yīng)用于能源、水務(wù)、電力等行業(yè)。
當(dāng)然，人工智能的落地場景遠(yuǎn)不止上述場景，但透過這些場景，我們可以窺見這一大行業(yè)里的巨大機會及更多可能性。
基于此，未來我們也將持續(xù)跟進人工智能細(xì)分賽道的最新進展，敬請期待。