AI技术（shù）要实（shí）现应用，首先数据要（yào）达到一定的体量，此外算力也要能支持大规模的（de）模型训练（liàn），而后算法方面需（xū）要达到一定的精度（dù），端侧（cè）算力也要具备一（yī）定（dìng）的推理能力。之所以目前只有消费互联网（wǎng）公司在大规（guī）模应用AI算法技术，主要是在这三方面消费互联网（wǎng）公（gōng）司都更具优势。——朱鹏飞 天津大学智能与计算学（xué）部副教（jiāo）授

近日，知名人工智能学者吴恩达发表文章（zhāng），阐述（shù）了他对于人工智能（néng）在（zài）传统行（háng）业中应（yīng）用缓慢的理解。无论是（shì）刷短视频时的个（gè）性化推（tuī）荐，还（hái）是（shì）外卖配送时的耗时预（yù）估，或者（zhě）是移动支（zhī）付时的（de）人脸识别，以算法为代表的AI技术（shù）在消（xiāo）费互联网行业被应用得“得心应手”。然而（ér）提到传统行业，人们却（què）很难（nán）快速想起非常成熟的应用人工智能的典型案（àn）例。为何AI技术在传（chuán）统行业的应（yīng）用速度和范（fàn）围远不如消费（fèi）互联网等行业？

消（xiāo）费互联网行业应（yīng）用AI更具优势

“AI技术的应用主（zhǔ）要取决于数据、算（suàn）力和算法。”天（tiān）津大学智能与计（jì）算（suàn）学部（bù）副教授朱鹏飞介绍，首先数据（jù）要达到一定的体量，这是应用的基础（chǔ），此外（wài）算力也要（yào）能支持大规（guī）模的模型训练，而后算法方面需要达到一定的精度，端侧算力也要具备（bèi）一定的（de）推理（lǐ）能力。

之所以目前（qián）只有消（xiāo）费互联网（wǎng）公司在大规模应（yīng）用AI技术，主要是在这三方面消（xiāo）费互（hù）联网公司（sī）都更（gèng）具优势。

前（qián）些年短视频（pín）并（bìng）没（méi）有（yǒu）现在这么火爆，例（lì）如发展（zhǎn）初期的淘宝，也并没有很强的用户黏性。而随着推送越来越精准，用户的体验感（gǎn）也（yě）得到了极大的提升（shēng），最终呈（chéng）现井喷式的用户增长。

“精准推送主（zhǔ）要依赖于算法精（jīng）度（dù）的提升，而算法精（jīng）度的提升又（yòu）离不开海量的数（shù）据（jù）作（zuò）为基础。”朱鹏飞解释（shì），在这个单一（yī）的场景中（zhōng），算法（fǎ）模型需要不断进化，终（zhōng）身学（xué）习。由于不（bú）是封闭数据环境，总有新（xīn）的数据加入，算法模型需要（yào）不断通过（guò）学习进（jìn）行调整、迭（dié）代升级，使（shǐ）其精度越来越高（gāo），形成一个良性循环。

“与此同时，虽然目前（qián）消费互联网行业（yè）在算法精（jīng）度上已经上升到一定的高度，但相比一些传统行业的应用场景，消费（fèi）互（hù）联网行业对（duì）于AI算法精度接受的阈值都比较低。比如短视频、淘宝偏好推荐、百度热搜（sōu）关键词，只需要达到用户产（chǎn）生（shēng）黏（nián）性的目的，只要有一（yī）定准（zhǔn）确性，用户都可以接（jiē）受。”朱鹏飞表（biǎo）示（shì），相比之（zhī）下，在很多传（chuán）统行业（yè），对于技术精度的要求就高得多。比如基于视觉的AI技术在人脸识别方面的应用，在高铁（tiě）站、飞机场核实（shí）身（shēn）份，1∶1的比对准确（què）度要高达99.99%甚（shèn）至更高才可以进行应用。

在（zài）算力方面，目前云端算（suàn）力已经可以（yǐ）支（zhī）持（chí）大规（guī）模（mó）模型训练（liàn）和推（tuī）理，比如短视频（pín）、淘宝推荐等。但在大量传（chuán）统行业（yè）应（yīng）用（yòng）场景中，智能终端上的（de）端侧算力还无法满足推理的实时性和准（zhǔn）确性要求。

“相比于社交网（wǎng）络（luò）和（hé）电商系统（tǒng），传统行业应用场景的封（fēng）闭生态系统使得云端算力无法得到有（yǒu）效应（yīng）用。”朱鹏飞举例说（shuō），以智能无（wú）人系统巡检为（wéi）例，电力巡检、管道巡检、交通巡检（jiǎn）、河道巡检以（yǐ）及光伏巡检等要求搭载在无人机和机器人上的算力满足实（shí）时巡检（jiǎn）要（yào）求，由于（yú）视频（pín）分析的模型复杂度（dù）较高（gāo），端侧往往无法实现（xiàn）精准（zhǔn）高（gāo）效（xiào）的实时推理，轻量级网络在满（mǎn）足实时性的同时损失了（le）识别精度。由于算法精度达不到（dào）使用要求，使得在（zài）很多（duō）场景中无法实现AI技术的应用（yòng）。

传统行业应用（yòng）AI面临三大挑战（zhàn）

吴恩达（dá）认（rèn）为，在AI应用（yòng）方面，消（xiāo）费（fèi）互（hù）联（lián）网行业（yè）之外（wài）的其（qí）他（tā）行业都面临（lín）着三（sān）大（dà）挑（tiāo）战：数据集很小；定制化成（chéng）本很高；从（cóng）验证想法到部署生（shēng）产的过程（chéng）很长。

对（duì）此（cǐ），朱鹏飞也深有感触，他（tā）以传统制造业为例（lì）进行了分析。

“传统制造企业在（zài）制（zhì）造向智造转型的过程中，数据是（shì）一个很突（tū）出（chū）的问题（tí）。”朱鹏飞介绍，首（shǒu）先在数据的获取方面存（cún）在一定难度。传统制造企业的数据（jù）是（shì）封闭的，因为（wéi）很（hěn）多传统企（qǐ）业并不（bú）是新型信息（xī）化设备，没有传（chuán）感器（qì）收集实时数据，也（yě）没（méi）有数（shù）据中心，因此数据零散，缺失严重，很难（nán）获取像消费互联网企（qǐ）业里那（nà）种海量、高质量的数据。

其（qí）次，行业内部各个工厂的（de）数（shù）据很多具有商业（yè）价值，因此工（gōng）厂都严格保密（mì），这（zhè）导（dǎo）致数据不（bú）流（liú）通，没有办法进（jìn）行共享（xiǎng），进而形成了数据孤岛效应，影响了AI算法模型的优化。

“我们在开发一个AI算（suàn）法模型的时候，因为数据的保密性，往往得到（dào）的（de）数据都是（shì）经过（guò）‘脱敏’的（de），这也严重（chóng）地影响（xiǎng）了我们（men）的判断（duàn）。而（ér）传统行业的企业中，又（yòu）缺乏具有AI算（suàn）法模（mó）型开发能力的技术（shù）人员，因（yīn）此双方在合作（zuò）研发过程中也存（cún）在着很高的壁垒。”朱鹏飞说。

此（cǐ）外，传统行业中的数（shù）据来源并不像消（xiāo）费互联网领域那样来自（zì）单一场景（jǐng），复杂的（de）业务场（chǎng）景（jǐng）导（dǎo）致数据往往很“脏（zāng）”，必须进（jìn）行“清（qīng）洗”，去掉大量无效信息，AI算法模型才能高效率的学习以提（tí）高精（jīng）度。“这（zhè）就像我（wǒ）们教（jiāo）小朋友知识，只讲知识（shí）点，小朋友（yǒu）们才能学得（dé）快（kuài），如果在知识点（diǎn）中夹杂着大量无用（yòng）的信息（xī），小朋友无从（cóng）分辨，学习效率肯定降低（dī）。”朱鹏飞（fēi）介（jiè）绍，而给数（shù）据标（biāo）注“知识点”的（de）工作（zuò）是巨大而（ér）繁琐的，需要企（qǐ）业有（yǒu）专（zhuān）人去做，要花费很多时间精力。

“传统制造业要（yào）想获得高质量的数（shù）据，就（jiù）必须（xū）对生（shēng）产设备进（jìn）行信息（xī）化、智能化（huà）的改造。”朱鹏飞表示，这种改造需（xū）要（yào）企业（yè）投入大量的（de）时间和精（jīng）力，还会（huì）增加生（shēng）产成本，这也成为AI在传统制造业中（zhōng）应用（yòng）的壁（bì）垒。

高（gāo）质量数据是应用前提

过去（qù）这10年，大部分（fèn）AI的研发和应（yīng）用是“以软（ruǎn）件（jiàn）为中心”驱动的。在海量数（shù）据的（de）支撑下，不断（duàn）优（yōu）化软件和算法，来（lái）获得更高的算法精度。在传统行业无（wú）法提高（gāo）数据质量和数量的情况下，吴恩达认（rèn）为（wéi），传统行（háng）业应（yīng）该（gāi）采用“以数据为中心”的（de）模式，把重点（diǎn）放在获得质（zhì）量更好、匹配度更高的数据上（shàng）。

“在这种思路下，传统行业也涌现了一些不（bú）错的应用案（àn）例（lì）。比如医学领域（yù）的影像识别AI系统，可以帮医生‘看’CT影像片（piàn）子，对肿瘤等病变（biàn）加以识别，辅助医（yī）生（shēng）做出判断。”朱鹏飞（fēi）介绍，由于很多数（shù）据都（dōu）由专业的放射科医生在影像片子（zǐ）上进行了标注，因此（cǐ）数据比较准确，AI算法模型在学习的（de）过程（chéng）中进步很快。目前很多影像识别系统的（de）准确率都能达（dá）到（dào）90%以上，由于是辅助医生，最（zuì）后（hòu）还需医生做医疗决策，但这（zhè）个水平的（de）准确率（lǜ）在（zài）很大程度上降低了医生的工作强度。

“尽（jìn）管传（chuán）统行业有了一些应用AI技（jì）术的成功案例，但是要（yào）想（xiǎng）更好（hǎo）地和AI结合（hé），还得在提高数据（jù）质量方面下功夫。”朱鹏飞建议（yì），首先对（duì）于已（yǐ）经积累了海量数据的（de）传统行业（yè），在保证数据安全的前提下，主（zhǔ）动（dòng）开放数（shù）据（jù）。挖掘数据中蕴（yùn）藏的价值，和（hé）需求关联起来，会有很大的（de）发展空间。其次，对于新兴行业，比（bǐ）如新（xīn）能源汽车（chē）等，在（zài）构建智能工厂（chǎng）规划的（de）时候，就（jiù）把获取数据、智能化的因素（sù）考虑（lǜ）进（jìn）去。

不过（guò）朱鹏飞强调，在传统行业用好AI技术的同时，也不要（yào）滥用（yòng）AI技术，在应用前做好评（píng）估，如（rú）果不（bú）能提高生（shēng）产效率，对（duì）行（háng）业整体有所提升，那么盲目强行使用AI技术，就是（shì）对资（zī）源（yuán）的（de）浪（làng）费。“比如一（yī）些（xiē）应用（yòng）场景需要AI算法（fǎ）达到99%以上的精度才可以使用，通过评估，现有模型算法只能（néng）达到（dào）90%的精度，那么这个场（chǎng）景就没必（bì）要强行上马AI技术了。”

“总而言之，对于AI技术的应用（yòng）要数据先行，有高（gāo）质量的数据再谈应用，没（méi）有好的数据很难有好（hǎo）的应用。”朱鹏飞说。