人工智能新聞不少，動作連連，究竟產業發展取得了哪些新進展，哪些技術已經成熟，哪些產品受到市場追捧，哪些問題還需持續改進？讓我們一起一探究竟。
“2019年，很多人認為是人工智能和產業結合的元年，但結果卻只聞雷聲，不見雨下。”人工智能服務商商湯科技首席執行官徐立坦言，2019年的重點工作就是要將人工智能帶到真實生活當中去。
無獨有偶，科大訊飛股份有限公司董事長劉慶峰也認為，“2019年將是人工智能逐步兌現紅利的階段”。他指出，評價人工智能技術價值能否兌現有3個標準：真實可見的實際應用案例、能規模化應用的核心產品以及可統計的應用成效。通俗講，就是人工智能應用“落地”要能“聽響”。
計算機視覺發展成熟
目前，計算機視覺依然是人工智能應用最成熟的分類，2019年我國計算機視覺應用市場達7.5億美元。但在“人臉識別”之外，計算機視覺還能做什么？
以醫療行業為例，此前計算機視覺往往被用于單一病種的影像分析，KUKA機器人示教器維修，現在則需要多元化應用。騰訊優圖實驗室聯合負責人賈佳亞告訴經濟日報記者，他們現在所做的工作，一方面是優化算法，另一方面是匹配醫院所有類型的硬件設備，運用人工智能真正提升醫療水平。
商湯科技研究院副院長張少霆表示，人工智能的賦能不應僅僅停留在識別技術上。“比如骨腫瘤手術，利用新平臺，不僅能通過計算機視覺實現對骨腫瘤的識別，還要能幫助實現腫瘤分割、骨骼分割、3D模型生成等，以往需要影像醫生、骨科醫生和3D打印工程師不斷協調的大量工作。這樣，過去需要數周完成的術前準備可以被壓縮到幾十分鐘。”張少霆說。
此外，計算機視覺開始進入產業互聯網。比如在工業質檢環節，過去靠人力，現在可以在影像識別的基礎上自動檢測。在以制作紐扣、拉鏈等為主業的浙江偉星集團，過去判斷拉鏈是否缺齒，需要手摸眼看，但現在計算機視覺替代了人工，96%的準確率大大提升了檢測效率。
在建筑業，工地上數鋼筋是一項常規而枯燥的工作。廣聯達科技股份有限公司總裁袁正剛告訴記者，這項工作過去需要大量人力反復校對，但現在利用計算機視覺，手機拍照就能自動統計出鋼筋數量，人工智能對行業管理的推動，實現了質的飛躍。
智能助手大顯身手
去年，“智能音箱是噱頭”的觀點風行一時。今年一季度，國內智能音箱市場的出貨量達到1060萬臺，同比增長近500%，震驚了業界。
智能音箱的“逆襲”源自功能定位的變化。百度小度音箱負責人景鯤坦言，如果將智能音箱定位成人工智能家庭助手，機器人維修，那么它能實現更多功能。
在產品上，智能音箱的一大變化就是裝上了屏幕。百度的“小度在家”、阿里巴巴的“天貓精靈CC”、小米的“小愛觸屏音箱”都有一塊觸摸屏，這意味著，過去只能以語音方式輸入指令的智能音箱，現在多了一條信息展現和交互的渠道。
“有屏化是家庭智能助手的第一步，然后就是跨屏聯動和行業融入，比如智能音箱和智能電視、智能硬件乃至車聯網等的聯動，當場景能夠在家、辦公室和通勤路上無縫切換，智能助手才能真正實現自己的價值。”騰訊智能平臺產品副總裁李學朝說。
除了個人端，在企業端，智能助手同樣從“概念”走向“實效”。智能客服網易七魚剛剛發布了“智能質檢”的新功能，基于智能規則從錄音和文本中分析對話內容，以人機配合方式對客服的服務數據進行二次校驗，看似簡單的功能，針對的卻是傳統客服行業單靠人力，質檢率低的“痛點”。
在阿里巴巴，智能客服“店小蜜”系統在傳統企業培訓了10萬名人工智能訓練師，并表示未來3年還要培訓40萬名人工智能訓練師。奧康集團客服主管林晶晶就是這樣的人工智能訓練師，林晶晶表示，通過與人工智能的磨合，如今奧康的客服團隊已經從61人優化至48人。
“認知”應用仍需拓展
從未來發展看，人工智能的“認知”應用仍有拓展空間，這意味著從計算機視覺、語音語義等“感知”層面向“認知”層面邁進，在決策方面形成新智慧。比如在智慧零售行業，盡管計算機視覺能夠提供結構化的“感知”數據，如消費者的年齡、性別、在商店中的位置、停留時間等，但拿到這些數據后如何進行更深層次的“認知”處理仍需研究。從當前看，“感知”數據主要用在發放優惠券等精準營銷領域，但對產品研發定價、貨架動線設計乃至智能選址等“認知”決策方面提供的支持較少。“拓展人工智能的應用范圍，一方面需要大量高質量的數據，另一方面也需要更多技術支撐，有效利用數據進行決策。”法國人工智能中心總裁顧海表示。
如何才能提高人工智能的“認知”能力？在技術上，南方科技大學副教授魯大為認為，應考慮與量子計算相結合。“盡管現在還是初級階段，但量子計算可以對經典機器學習算法提供指數級的加速效果。”量子人工智能被認為具有廣闊的應用前景，隨著算力的巨大提升，人工智能在包括小分子計算等科學計算領域，將釋放出更強大的能量。
值得注意的是，一旦人工智能被用于“認知”決策，那就意味著要重視人工智能的倫理問題。中國科學院自動化研究所研究員曾毅介紹，所謂“人工智能倫理”，指的是安全風險、隱私、算法歧視、監管等一系列問題。即便是機器自主學習，也要符合人類價值觀，通過機器的自我建模、自我經驗獲取與思維揣測，避免對其他智能個體產生傷害。只有重視人工智能倫理研究，庫卡機器人，才能將人工智能引向對人類和自然有益的方向發展。劉慶峰也表示，伴隨人工智能產品的多元化和復雜化，有關社會管理、法律等配套建設也必須跟進。