人工智能和機(jī)器學(xué)習(xí)正在推動(dòng)制造業(yè)變革。據(jù)世界經(jīng)濟(jì)論壇去年年底發(fā)布的一份報(bào)告：人工智能、先進(jìn)機(jī)器人、增材制造（也稱為3d打?。┖臀锫?lián)網(wǎng)（iot）的結(jié)合將迎來第四次工業(yè)革命。

大部分制造企業(yè)（80%）認(rèn)為人工智能項(xiàng)目會(huì)產(chǎn)生積極影響，預(yù)計(jì)收入將增長(zhǎng)22.6%，而成本降低17.6%。

事實(shí)上，制造商已經(jīng)在使用人工智能和機(jī)器學(xué)習(xí)技術(shù)來減少設(shè)備停機(jī)時(shí)間，發(fā)現(xiàn)生產(chǎn)缺陷，改善供應(yīng)鏈，縮短設(shè)計(jì)時(shí)間。然而，缺乏技術(shù)員工、數(shù)據(jù)和標(biāo)準(zhǔn)，使得很多企業(yè)裹足不前。

通用電氣引領(lǐng)潮頭

通用電氣公司站在了這一波產(chǎn)業(yè)轉(zhuǎn)型浪潮的最前沿，由于公司所在領(lǐng)域生產(chǎn)率不斷下降，該公司一直在積極探索怎樣應(yīng)用人工智能。

該公司軟件研究副總裁colin parris評(píng)論說：“2010年之前，生產(chǎn)率增幅都在4%至5%之間。”然后，行業(yè)發(fā)生了變化。經(jīng)驗(yàn)豐富的工程師面臨退休，而通用電氣公司所處的新地區(qū)（包括印度和中國(guó)），以年輕員工為主。

parris說，同時(shí)，客戶需求很快變得更加復(fù)雜。有些目的地的新航線出現(xiàn)了極端天氣條件和空氣污染，這也影響了通用電氣公司制造的噴氣式發(fā)動(dòng)機(jī)。社交媒體放大了停運(yùn)的影響，客戶受其影響也會(huì)要求提高可靠性，縮短停機(jī)時(shí)間。

與此同時(shí)，客戶還希望價(jià)格仍會(huì)繼續(xù)降低。

parris說：“人們說，你無法預(yù)測(cè)未來。其實(shí)，你當(dāng)然可以。人們想要更便宜的東西。”

要解決這個(gè)問題。通用電氣公司轉(zhuǎn)而采用人工智能和機(jī)器學(xué)習(xí)，從向客戶提供的服務(wù)開始，例如，噴氣發(fā)動(dòng)機(jī)和渦輪機(jī)維護(hù)。通用電氣公司將人工智能應(yīng)用于內(nèi)部制造，隨后是設(shè)計(jì)，然后是內(nèi)部流程，例如數(shù)據(jù)中心運(yùn)營(yíng)和人力資源。

parris說：“至少在過去的10到15年里，我們?cè)诜?wù)中一直使用分析模型和表格。”5年前，通用電氣公司開始使用機(jī)器學(xué)習(xí)和數(shù)字雙胞胎，它們對(duì)一些機(jī)械設(shè)備進(jìn)行了虛擬化表示，例如風(fēng)力渦輪機(jī)或者風(fēng)電場(chǎng)等機(jī)組。數(shù)字雙胞胎也可以用來表征裝配線、整個(gè)工廠或者采購過程。

在通用電氣公司，數(shù)字雙胞胎被用來性能建模、故障預(yù)測(cè)，并支持對(duì)有潛力的改進(jìn)進(jìn)行快速測(cè)試。

parris說：“我們能夠預(yù)測(cè)哪些事情會(huì)失敗，所以我們會(huì)配置合適的工程師，庫存也會(huì)有合適的零件。我們提高了燃油效率，飛機(jī)飛行時(shí)間更長(zhǎng)，而且提供服務(wù)時(shí)不必?cái)y帶一些不必要的零部件。我們已經(jīng)為顧客節(jié)省了數(shù)百萬美元。”

每一設(shè)備、系統(tǒng)和工藝都有數(shù)字雙胞胎的另一個(gè)好處是，通用電氣公司可以利用增材制造（3d打?。﹣黹_發(fā)定制部件，而不必依賴于必須在傳統(tǒng)生產(chǎn)線上大批量生產(chǎn)的替換零件。

他說：“隨著時(shí)間的推移，機(jī)械設(shè)備的性能會(huì)劣化。現(xiàn)在我可以說，‘我能設(shè)計(jì)專門的零件嗎，因?yàn)橐赃@種方式使用這臺(tái)機(jī)器時(shí)，我們看到邊緣會(huì)出現(xiàn)損傷，或者刀片更容易出現(xiàn)裂紋。’”而利用增材制造，我一次只制造一個(gè)零件，就能夠解決這臺(tái)機(jī)器在這種環(huán)境下特有的問題，而不用建造這些零件的大型工廠，并生產(chǎn)出數(shù)百個(gè)這樣的零件。以前，我不得不花費(fèi)數(shù)億美元來建造工廠?，F(xiàn)在，我可以一次打印一個(gè)零件，并且可以不斷地調(diào)整機(jī)器機(jī)身和機(jī)器的程序?，F(xiàn)在我們的機(jī)器能不斷地進(jìn)行自我調(diào)整，生產(chǎn)效率變得越來越高，我們稱之為不朽的機(jī)器。”

他補(bǔ)充道：“我認(rèn)為通用電氣公司未來在這方面會(huì)非常有趣。”

預(yù)測(cè)性維護(hù)的前景

其他制造公司也在考慮使用人工智能和機(jī)器學(xué)習(xí)來降低成本，提高性能。

總部位于佛羅里達(dá)的捷孚（jabil）公司是一家財(cái)富500強(qiáng)企業(yè)，為全球很多大品牌提供代工服務(wù)，幾個(gè)月前，開始推動(dòng)使用人工智能來發(fā)現(xiàn)制造缺陷，開展預(yù)測(cè)性維護(hù)工作。

例如，在中國(guó)的一家工廠，自動(dòng)光學(xué)檢查機(jī)上有幾個(gè)攝像頭，用于查找該公司制造的電路板上的缺陷。

雖然已經(jīng)采用了基本圖像識(shí)別技術(shù)來查找缺陷，但是系統(tǒng)標(biāo)記有缺陷的電路板被發(fā)送給人類操作員進(jìn)行檢查后，發(fā)現(xiàn)35%到40%的電路板實(shí)際上沒有任何問題。

公司的高級(jí)經(jīng)理ryan litvak說：“操作員有兩秒鐘的時(shí)間查看每一圖像，其中一些電路板可能非常大，上邊會(huì)有數(shù)百個(gè)組件。難點(diǎn)在于把握好操作員的直覺，能夠非常準(zhǔn)確的判斷‘是’，這實(shí)際上是一個(gè)缺陷，或者‘不是’，這不是一個(gè)缺陷。”

通過減少被標(biāo)記的電路板的數(shù)量，在不犧牲準(zhǔn)確性的前提下，捷孚公司使得操作員能夠把更多的時(shí)間花在有問題的電路板上，或者把時(shí)間重新分配到其他更有價(jià)值的任務(wù)中。

他說：“我們已經(jīng)看到了非常好的效果。被標(biāo)記的電路板中有93%到98%是真正有缺陷的，這一比例相當(dāng)高，沒有缺陷的電路板中，70%以上都能夠通過檢查。”

他說，概念驗(yàn)證涉及到兩條生產(chǎn)線，這些生產(chǎn)線有非常相似的設(shè)備和工藝?，F(xiàn)在，捷孚公司正致力于將其推廣到其他生產(chǎn)線上，用于處理大量數(shù)據(jù)，在工作流程中直接集成新的決策過程。

公司關(guān)注的另一個(gè)領(lǐng)域是預(yù)測(cè)性維護(hù)，其中面臨的挑戰(zhàn)是怎樣獲得所需的數(shù)據(jù)。

litvak說：“有很多不同的系統(tǒng)在用，而且有很多不同的設(shè)備。有些有自己的維護(hù)系統(tǒng)，有些則沒有。一些供應(yīng)商通過電子表格來跟蹤維護(hù)，有些則使用自己開發(fā)的系統(tǒng)。”

他說，捷孚公司的數(shù)據(jù)科學(xué)家正在努力規(guī)范這些數(shù)據(jù)，并與微軟的專家一起合作建立預(yù)測(cè)設(shè)備故障所需的深度學(xué)習(xí)模型。

據(jù)麥肯錫的研究，采用了人工智能預(yù)測(cè)性維護(hù)的工業(yè)設(shè)備的年度維護(hù)成本降低了10%，停機(jī)時(shí)間減少20%，而檢查成本則降低了25%。

麥肯錫慕尼黑辦公室的合伙人matthias k?sser說道，最近幾個(gè)月，人們對(duì)人工智能具體應(yīng)用的試驗(yàn)項(xiàng)目產(chǎn)生了濃厚的興趣。

最大的影響是在質(zhì)量檢查和預(yù)測(cè)性維護(hù)中使用計(jì)算機(jī)視覺和傳感器數(shù)據(jù)。

他說：“我們目前在多家公司實(shí)施了這種基于視覺的人工智能應(yīng)用，非常有潛力。然而，為了充分發(fā)揮這些潛力，企業(yè)應(yīng)迅速把從這些試驗(yàn)項(xiàng)目上學(xué)到的東西應(yīng)用到各種功能和流程的人工智能整體轉(zhuǎn)型中。這就是真正開始工作的地方。”

有關(guān)準(zhǔn)確性的問題

另一剛剛開始使用圖像識(shí)別來發(fā)現(xiàn)制造問題的制造公司是lennox國(guó)際——一家總部位于達(dá)拉斯的暖通空調(diào)系統(tǒng)制造商。

公司的it、先進(jìn)和新興技術(shù)主管sunil bondalapati說：“準(zhǔn)確度比人類高得多。現(xiàn)在，我們的準(zhǔn)確率大約是20%。我們不把它看成是一個(gè)數(shù)量問題，我們把它看成是一個(gè)準(zhǔn)確性問題。”

lennox還向企業(yè)客戶租用設(shè)備，和通用電氣公司一樣，改進(jìn)維護(hù)是其核心需求。

目前，暖通空調(diào)設(shè)備向云端傳送其性能信息，每小時(shí)大約有800萬條新記錄。

增強(qiáng)了智能化水平后，公司能夠?qū)崟r(shí)預(yù)測(cè)設(shè)備故障，這在以前是不可能的。

bondalapati說：“這才是人工智能所擅長(zhǎng)的。它能夠保存兩年前某一設(shè)備所處的環(huán)境和內(nèi)存——當(dāng)濕度處于這一水平時(shí)，它在105度溫度下是怎樣工作的，當(dāng)時(shí)它是怎樣工作的，現(xiàn)在又是怎樣工作的。”

lennox四個(gè)月前開始了這個(gè)項(xiàng)目，結(jié)果很有意義，該公司決定未來四個(gè)月開始全面推廣應(yīng)用這項(xiàng)技術(shù)。

bondalapati說，很難計(jì)算維護(hù)方面的投資回報(bào)。“當(dāng)設(shè)備沒有故障時(shí)，怎樣計(jì)算投資回報(bào)？我們明年將不得不為此收集一些數(shù)據(jù)。”

但lennox的存儲(chǔ)和計(jì)算成本已經(jīng)下降了一半，因?yàn)樗軌蚴褂胐atabrick的技術(shù)來整合數(shù)據(jù)。

他說：“我們從20個(gè)內(nèi)核降到了4個(gè)內(nèi)核。”

人工智能在企業(yè)中的另一應(yīng)用是在財(cái)務(wù)方面。例如，計(jì)算公司應(yīng)該為履行保修責(zé)任留出多少備付金。

bondalapati介紹說：“以前，我們只是批準(zhǔn)了一定的金額——2千萬美元或者3千萬美元，沒有科學(xué)的方法知道應(yīng)該為那些想退貨的客戶預(yù)留多少資金?，F(xiàn)在，使用人工智能后，我們能夠預(yù)測(cè)每個(gè)部件的故障率，告訴保修部門要留出多少資金，當(dāng)我們獲得了更多的數(shù)據(jù)后，我們每天都能夠隨之進(jìn)行調(diào)整。”

他預(yù)計(jì)所需的備付金將減少10%。

人工智能的力量越來越強(qiáng)

lennox還利用人工智能來查找會(huì)計(jì)問題。

bondalapati說：“我們有數(shù)以百萬計(jì)的總帳。如果是人的話，不可能每天都把這些賬本看一遍。”

他說他的部門一直在尋找利用人工智能來幫助業(yè)務(wù)發(fā)展的機(jī)會(huì)。

“我們就像一個(gè)內(nèi)部咨詢機(jī)構(gòu)。我們一直在推廣這些。我們每周都與業(yè)務(wù)部門和其他相關(guān)部門進(jìn)行交流，并提供其他應(yīng)用案例供他們嘗試。”他說。

lennox涉足人工智能有些早了。“對(duì)于像我們這樣的行業(yè)來說，人工智能是一條艱難的道路，需要不斷的給心存疑慮的客戶們進(jìn)行推銷。”

人工智能目前的主要局限：技能和數(shù)據(jù)

機(jī)器學(xué)習(xí)和高級(jí)分析在預(yù)測(cè)性維護(hù)和制造過程的其他方面也起著非常重要的作用。

據(jù)普華永道最近的一項(xiàng)研究，78%的制造企業(yè)已經(jīng)部署或者計(jì)劃部署預(yù)測(cè)性維護(hù)技術(shù)，而已經(jīng)部署或者計(jì)劃部署制造執(zhí)行系統(tǒng)、數(shù)字雙胞胎和機(jī)器人過程自動(dòng)化的制造企業(yè)的比例分別是73%、60%和59%。

只有29%的制造企業(yè)使用或者計(jì)劃使用人工智能，普華永道將人工智能定義為超越了機(jī)器學(xué)習(xí)和高級(jí)分析，能夠做出獨(dú)立的認(rèn)知決策。

普華永道的it戰(zhàn)略負(fù)責(zé)人kumar krishnamurthy評(píng)論說，如今，制造企業(yè)之所以關(guān)注嵌入式人工智能和機(jī)器學(xué)習(xí)技術(shù)，為的是降低成本。“但我的預(yù)測(cè)是，其中某些技術(shù)將幫助企業(yè)擴(kuò)大規(guī)模，提高生產(chǎn)力水平。”

他說，客戶需求和來自行業(yè)顛覆者的壓力將迫使制造企業(yè)進(jìn)行變革。然而，這項(xiàng)技術(shù)還沒有人們想象的那么成熟。此外，缺乏人工智能技能和缺少可用的數(shù)據(jù)，也阻礙了其走向成熟。

據(jù)普華永道的調(diào)查，52%實(shí)施人工智能的制造企業(yè)表示，缺乏技術(shù)人員是很大的難題，42%的制造企業(yè)則認(rèn)為數(shù)據(jù)的可靠性存在問題。

將人工智能融入到設(shè)計(jì)過程中

palo alto研究中心想克服制造過程中非常困難而且耗時(shí)的設(shè)計(jì)階段中存在的技能和數(shù)據(jù)問題，施樂公司的很多創(chuàng)新都是源于該中心，例如，激光打印、面向?qū)ο缶幊獭D形用戶界面、光存儲(chǔ)和很多其他基礎(chǔ)技術(shù)等。

palo alto研究中心實(shí)驗(yàn)室經(jīng)理兼研發(fā)副總裁ersin uzun評(píng)論說，人工智能能夠承擔(dān)功能需求、成本、監(jiān)管和制造約束等工作，并提出人類想不到的設(shè)計(jì)。

他說：“如果我讓你設(shè)計(jì)一種能讓我拿著液體的東西，你可能會(huì)首先想到一個(gè)杯子，但不一定能馬上想到駱駝背設(shè)計(jì)。”

一旦設(shè)計(jì)好了，palo alto研究中心還致力于開發(fā)某種技術(shù)，使用增材和減材制造方法來實(shí)現(xiàn)設(shè)計(jì)，并考慮由不同的設(shè)計(jì)和制造選擇所引入的缺陷。

他說：“如今，你設(shè)計(jì)好一件東西，把它送給制造專家，他們知道怎樣制造它，然后工程和分析人員看看制造出來的東西是否能滿足操作要求。這需要幾個(gè)月的時(shí)間。”

uzun說，制造業(yè)是一個(gè)罕見的領(lǐng)域——其物理能力遠(yuǎn)遠(yuǎn)領(lǐng)先于軟件的處理能力。

他說：“我們有令人非常興奮的新材料，新的增材制造技術(shù)以及混合制造機(jī)器。但當(dāng)你注意一下人們正在使用的軟件時(shí)，它遠(yuǎn)遠(yuǎn)發(fā)揮不出你所擁有的材料和工具的實(shí)際能力。我們現(xiàn)在有這些可以同時(shí)進(jìn)行增材制造和減材制造的機(jī)器，但在設(shè)計(jì)上無法真正發(fā)揮出制造能力。所以一切都是手動(dòng)進(jìn)行的，對(duì)于我們目前的大部分復(fù)雜制造需求，這基本上超出了任何人類的認(rèn)知能力。”

palo alto研究中心的區(qū)域經(jīng)理sai nelaturi說，為了使設(shè)計(jì)工具能夠跟上材料科學(xué)和制造技術(shù)的快速發(fā)展，應(yīng)該在工具中置入人工智能。

palo alto研究中心還致力于建立標(biāo)準(zhǔn)和協(xié)議，支持制造工廠中的所有不同系統(tǒng)彼此通信，開發(fā)人工智能算法來優(yōu)化能源的使用、吞吐量、效率和安全。

uzun說，palo alto研究中心本身并不產(chǎn)生技術(shù)。“我們是創(chuàng)新合作伙伴和技術(shù)提供商。我們一起創(chuàng)造這些技術(shù)，使其進(jìn)入原型階段，并找到合適的合作伙伴將其推向市場(chǎng)。”

今天，palo alto研究中心正在與大型和小型制造企業(yè)合作，測(cè)試這些技術(shù)并將其推向市場(chǎng)。

他說，人工智能技術(shù)將幫助中小型制造商提高競(jìng)爭(zhēng)力，而且有助于讓制造業(yè)工作崗位回歸美國(guó)。“如果是這樣，將在生態(tài)系統(tǒng)中創(chuàng)造出其他類型的工作。”

對(duì)于人工智能高速發(fā)展的原因，美國(guó)工程院院士、麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室主任丹妮拉·魯斯曾介紹，人工智能高速發(fā)展得益于以下三條線：一、計(jì)算力的增長(zhǎng);二、海量數(shù)據(jù)的積累;三、算法的進(jìn)步和優(yōu)化。

她表示，這三條線并行發(fā)展帶來了一種合力，導(dǎo)致人工智能技術(shù)高速發(fā)展。只要是商業(yè)活動(dòng)，企業(yè)都可以從歷史數(shù)據(jù)分析當(dāng)中獲得未來的一些發(fā)展趨勢(shì)，并且知道基于歷史數(shù)據(jù)該采取什么行動(dòng)，這就是人工智能商業(yè)化應(yīng)當(dāng)扮演的角色。

2018年是人工智能商業(yè)化元年，國(guó)家也發(fā)布新一代人工智能發(fā)展方向，這一年人工智能也成為前沿科技的代名詞，也在技術(shù)落地方面取得了可喜的成果。有專業(yè)人士也對(duì)此作了5個(gè)方面的洞察。

1、大數(shù)據(jù)積累的領(lǐng)域，ai落地速度快

智能零售和金融風(fēng)控是兩個(gè)典型領(lǐng)域。以智能零售來說，用ai技術(shù)實(shí)現(xiàn)人、貨、場(chǎng)零售三要素的重新定位，讓客戶方便快捷購物的同時(shí)，讓b端商家輕松經(jīng)營(yíng)，節(jié)省開店成本。

計(jì)算機(jī)視覺圖像識(shí)別技術(shù)對(duì)于顧客購物習(xí)慣、商品圖片的采集，行成龐大的數(shù)據(jù)積累，ai算法對(duì)于數(shù)據(jù)挖掘技術(shù)進(jìn)行提升，加上算力的優(yōu)化，使得b端商家公司能夠快速調(diào)整商品售賣需求，通過大數(shù)據(jù)實(shí)現(xiàn)精準(zhǔn)營(yíng)銷。例如深蘭科技的智能零售、百融金服的智能風(fēng)控服務(wù)等。

2、ai應(yīng)用“多級(jí)變現(xiàn)”特征顯著

不是所有的ai產(chǎn)品或服務(wù)，都本身具備較大的商業(yè)價(jià)值。在部分領(lǐng)域，ai只是作為類似“中間介質(zhì)”的角色，幫助產(chǎn)品的其他環(huán)節(jié)和功能實(shí)現(xiàn)商業(yè)變現(xiàn)。例如，對(duì)于智能音箱、教育機(jī)器人等智能設(shè)備，語音交互技術(shù)優(yōu)化了人機(jī)交互模式，提升了用戶體驗(yàn)。然而，智能設(shè)備的使用價(jià)值不在于其本身，而是在于借助語音交互為用戶提供的內(nèi)容和服務(wù)。由于ai技術(shù)對(duì)于用戶體驗(yàn)的優(yōu)化，使得內(nèi)容和服務(wù)的分發(fā)流量增加，從而實(shí)現(xiàn)商業(yè)價(jià)值。典型案例有科大訊飛的智能語音平臺(tái)、出門問問的ai開放平臺(tái)等。

再例如，醫(yī)療領(lǐng)域針對(duì)病理學(xué)的細(xì)胞自動(dòng)檢測(cè)設(shè)備，ai技術(shù)使得機(jī)器自動(dòng)診斷成為可能，能夠極大程度上彌補(bǔ)中國(guó)病理學(xué)醫(yī)生的缺口。對(duì)于企業(yè)而言，自動(dòng)檢測(cè)設(shè)備帶來的商業(yè)價(jià)值，遠(yuǎn)不及細(xì)胞固定劑、染色劑等耗材帶來的商業(yè)價(jià)值更大。

3、整合人工智能+大數(shù)據(jù)+物聯(lián)網(wǎng)+云計(jì)算，輸出平臺(tái)能力

技術(shù)平臺(tái)類企業(yè)，往往能夠根據(jù)不同行業(yè)、不同客戶的不同需求，接入平臺(tái)中特定的功能模塊，其可塑性往往使其擁有廣闊的目標(biāo)市場(chǎng)。而有些企業(yè)本身未必是技術(shù)的原創(chuàng)研發(fā)者，他們更多是在做技術(shù)整合，擁有語音交互、人臉識(shí)別、圖像識(shí)別等各類人工智能技術(shù)能力的企業(yè)作為其上游供應(yīng)商，成為其技術(shù)能力的后院。此類平臺(tái)型企業(yè)，往往針對(duì)具備多元化需求的應(yīng)用場(chǎng)景，例如智慧社區(qū)、智慧城市、智慧家庭等等，典型的案例包括海爾u+的物聯(lián)網(wǎng)系統(tǒng)等。

4、機(jī)器人市場(chǎng)火爆，帶動(dòng)產(chǎn)業(yè)鏈各環(huán)節(jié)進(jìn)入商業(yè)紅利期

在各類產(chǎn)品與服務(wù)中，機(jī)器人是公眾認(rèn)知最強(qiáng)烈的人工智能產(chǎn)物，近年來機(jī)器人在線下零售店、火車站等公共場(chǎng)所、家庭兒童教育、養(yǎng)老陪護(hù)與家務(wù)工作等多種場(chǎng)景落地速度快，國(guó)內(nèi)一大批機(jī)器人企業(yè)迅速成長(zhǎng)起來，例如優(yōu)必選的場(chǎng)景機(jī)器人解決方案、智伴教育機(jī)器人、小米掃地機(jī)器人等等。

機(jī)器人市場(chǎng)的爆發(fā)，同時(shí)帶動(dòng)了上游零部件、核心技術(shù)產(chǎn)品供應(yīng)商的商業(yè)落地。例如，為機(jī)器人提供自主定位導(dǎo)航、路徑規(guī)劃的激光雷達(dá)供應(yīng)商，提供語音交互功能的芯片模組等等。

5、自動(dòng)駕駛將成為門檻最高的賽道，未來潛力很大

自動(dòng)駕駛是汽車產(chǎn)業(yè)與人工智能、物聯(lián)網(wǎng)、高性能計(jì)算等新一代信息技術(shù)深度融合的產(chǎn)物，是當(dāng)前全球汽車與交通出行領(lǐng)域智能化和網(wǎng)聯(lián)化發(fā)展的主要方向，已成為各國(guó)爭(zhēng)搶的戰(zhàn)略制高點(diǎn)。

我國(guó)自動(dòng)駕駛領(lǐng)域開始探索的除了一些互聯(lián)網(wǎng)巨頭，如百度、騰訊、阿里、華為以外，還有人工智能領(lǐng)域的以dsk為首的企業(yè)也在布局。例如，商湯科技通過計(jì)算機(jī)視覺技術(shù)和本田合作研發(fā)自動(dòng)駕駛車， 科大訊飛也計(jì)劃整合語音技術(shù)和線控技術(shù)提供給車廠，深蘭科技則在整車落地方面具備一定實(shí)力，通過機(jī)器視覺等軟硬件技術(shù)自主研發(fā)生產(chǎn)了全球首款“國(guó)寶”外形的熊貓公交車。

在未來，人工智能領(lǐng)域的投資將以“ai+行業(yè)”的方式展開，預(yù)計(jì)人工智能應(yīng)用場(chǎng)景較為成熟且需求強(qiáng)烈的領(lǐng)域，如安防、語音識(shí)別、醫(yī)療、智慧城市、金融、自動(dòng)駕駛等領(lǐng)域，帶來升級(jí)轉(zhuǎn)換，提高行業(yè)智能化水平，改善居民智能生活情況，預(yù)計(jì)隨著諸如無人駕駛汽車等認(rèn)知智能技術(shù)的加速突破與應(yīng)用，人工智能市場(chǎng)將加速爆發(fā)。