■文/億歐智庫

人工智能作為一項(xiàng)具有生產(chǎn)力變革作用的新技術(shù)，正在以其強(qiáng)大的運(yùn)算、認(rèn)知和感知能力，出現(xiàn)在人們的視野中，并開始催生中國乃至世界新一輪的產(chǎn)業(yè)革命。

無論是從媒體報(bào)道數(shù)量、搜索引擎指數(shù)，還是創(chuàng)業(yè)公司數(shù)量、投資頻次和額度，又或是專利數(shù)量，我們都可以很直觀地感受到，人工智能作為一項(xiàng)具有生產(chǎn)力變革作用的新技術(shù)，正在以其強(qiáng)大的運(yùn)算、認(rèn)知和感知能力，出現(xiàn)在人們視野中，并開始催生中國乃至世界新一輪的產(chǎn)業(yè)革命。國內(nèi)外頂尖的算法工程師、產(chǎn)品設(shè)計(jì)師正在針對不同行業(yè)、不同應(yīng)用場景研發(fā)人工智能產(chǎn)品，其中部分產(chǎn)品已逐步在市場上落地并直擊行業(yè)“痛點(diǎn)”，實(shí)現(xiàn)了生產(chǎn)效率的顯著提升與生產(chǎn)成本的大幅下降。

隨著人工智能的快速發(fā)展，學(xué)界和商界都在密切關(guān)注和研究人工智能的技術(shù)發(fā)展與市場表現(xiàn)，人工智能在各大產(chǎn)業(yè)中的作用越來越重要。

人工智能“前世今生”：人類賦予計(jì)算機(jī)的未來形態(tài)

“人工智能”(Artificial Intelligence)一詞現(xiàn)世已逾60年。從20世紀(jì)計(jì)算機(jī)的誕生和神經(jīng)網(wǎng)絡(luò)研究的曲折發(fā)展，到21世紀(jì)深度學(xué)習(xí)的提出，以及深度學(xué)習(xí)算法實(shí)現(xiàn)的更高層次的計(jì)算機(jī)視覺、智能語音技術(shù)和自然語言處理的出現(xiàn)，人工智能研究經(jīng)過跌宕起伏的數(shù)十年，終于在2012年正式步入了產(chǎn)品化和商業(yè)化階段。

人工智能進(jìn)入新的發(fā)展階段，雖離不開深度學(xué)習(xí)算法的貢獻(xiàn)，但作為人類賦予計(jì)算機(jī)的未來形態(tài)，人工智能并不止步于深度學(xué)習(xí)。目前，深度學(xué)習(xí)和數(shù)據(jù)挖掘是人工智能的兩大高頻使用技術(shù)。同時(shí)，遷移學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、認(rèn)知計(jì)算等技術(shù)正逐漸被重視和利用，其在解決某些特定問題方面擁有超越深度學(xué)習(xí)的表現(xiàn)，有望成為人工智能的“明日之星”。

此外，以處理器/芯片、傳感器元件、激光雷達(dá)等為代表的硬件設(shè)備，提供計(jì)算和存儲(chǔ)服務(wù)的云平臺(tái)，以及大數(shù)據(jù)服務(wù)平臺(tái)，均為人工智能的產(chǎn)品化過程提供了底層支持。

產(chǎn)業(yè)變革初見端倪，人工智能賦能效果顯著

根據(jù)億歐智庫的觀察，人工智能的產(chǎn)品化進(jìn)程首先發(fā)生于金融、醫(yī)療、安防、自動(dòng)駕駛等產(chǎn)業(yè)。其中，在利益杠桿強(qiáng)作用下的金融產(chǎn)業(yè)，和模式過于陳舊而“痛點(diǎn)”顯著的醫(yī)療產(chǎn)業(yè)，人工智能產(chǎn)品的市場落地速度相對較快。

●智能金融：前、中、后臺(tái)全程優(yōu)化

金融業(yè)，一向被稱為“國民經(jīng)濟(jì)的命脈”。隨著人工智能技術(shù)與金融服務(wù)和產(chǎn)品發(fā)生動(dòng)態(tài)融合，“智能金融”的概念被提出，并被列入國家規(guī)劃。伴隨經(jīng)濟(jì)的增長，我國居民可支配收入和可投資資產(chǎn)的增加，金融需求的不斷上升與金融工作人員的服務(wù)能力日漸不足之間的矛盾逐漸顯現(xiàn)。此外，金融機(jī)構(gòu)對于提高金融風(fēng)險(xiǎn)定價(jià)能力、節(jié)省風(fēng)險(xiǎn)控制成本也有迫切需求。人工智能技術(shù)驅(qū)動(dòng)下的金融創(chuàng)新，能夠?qū)ι鲜鰡栴}提供有效的解決方案。

那么，人工智能在金融領(lǐng)域具體有哪些應(yīng)用呢？概括而言，主要有七大方面，涉及金融機(jī)構(gòu)的前、中、后臺(tái)。其中，前臺(tái)包括智能支付、智能營銷、智能客服，中臺(tái)包括智能風(fēng)控、智能投顧、智能投研，后臺(tái)為智能數(shù)據(jù)。在這七大場景中，智能投顧可以說是最近比較熱的一個(gè)概念，無論是銀行還是創(chuàng)業(yè)公司都在積極布局智能投顧。

智能投顧最早在2008年前后興起于美國，又稱機(jī)器人理財(cái)（Robo-advisor）。其依據(jù)現(xiàn)代資產(chǎn)組合理論，結(jié)合個(gè)人投資者的風(fēng)險(xiǎn)偏好和理財(cái)目標(biāo)，利用算法和友好的互聯(lián)網(wǎng)界面，為客戶提供財(cái)富管理和在線投資建議服務(wù)。投資者對于投資顧問的需求主要體現(xiàn)在“情緒管理”和“投資策略/建議”：一方面，投資者在投資過程中容易產(chǎn)生貪婪或恐慌等情緒波動(dòng)；另一方面，投資者對金融市場信息了解相對較少，信息不對稱。智能投顧充當(dāng)?shù)木褪峭顿Y顧問的角色，但是與傳統(tǒng)的投資顧問相比，具有門檻低、費(fèi)用低、投資廣、透明度高、操作簡單、個(gè)性化定制等優(yōu)勢。

智能投顧與傳統(tǒng)投顧服務(wù)一樣，都包括客戶分析、大類資產(chǎn)配置、投資組合選擇、交易執(zhí)行、組合再選擇、稅負(fù)管理和組合分析。它們的差異在于服務(wù)實(shí)施方式的不同，智能投顧其實(shí)就是通過技術(shù)代替人工實(shí)現(xiàn)投資管理。

雖然智能投顧最近才爆發(fā)，但它并不是一個(gè)新概念，因?yàn)樗惴ɑA(chǔ)早在20年前就已然扎根成形，智能投顧近年來的發(fā)展主要得益于大數(shù)據(jù)和計(jì)算力的提升。在當(dāng)下輿論圈熱烈討論智能投顧的時(shí)候，我們需要冷靜的思考。目前，智能投顧與人工智能的關(guān)系更多處于概念階段，智能投顧實(shí)現(xiàn)了策略的個(gè)性化、配置的合理化以及流程的自動(dòng)化，有“智能”但離“人工智能”尚遠(yuǎn)。例如，目前的智能投顧客戶分析主要是通過客戶自己填寫調(diào)查問卷，投資標(biāo)的與傳統(tǒng)無太大差異，主要基于設(shè)定風(fēng)險(xiǎn)和期限給出全球范圍內(nèi)投資組合。未來，智能投顧可能引用大數(shù)據(jù)對客戶進(jìn)行風(fēng)險(xiǎn)監(jiān)測，選擇投資標(biāo)的時(shí)，在考慮基金歷史價(jià)值等數(shù)據(jù)的同時(shí)也考慮基金管理人的信息。

●智能醫(yī)療：八大應(yīng)用場景

醫(yī)療，無疑是當(dāng)前社會(huì)中模式老舊、“痛點(diǎn)”顯著的領(lǐng)域。在人口老齡化不斷加重、醫(yī)療需求不斷上升的大背景之下，我國存在醫(yī)療資源嚴(yán)重短缺、漏診誤診率高、就醫(yī)結(jié)構(gòu)不平衡等各種問題，亟待通過技術(shù)手段改變目前不合理、不健康的醫(yī)療現(xiàn)狀。人工智能在醫(yī)療領(lǐng)域的應(yīng)用場景主要包括虛擬助理、醫(yī)學(xué)影像、輔助診療、疾病風(fēng)險(xiǎn)預(yù)測、藥物挖掘、健康管理、醫(yī)院管理和輔助醫(yī)學(xué)研究平臺(tái)。其中，醫(yī)學(xué)影像是各應(yīng)用場景中發(fā)展最快、走得最遠(yuǎn)的應(yīng)用場景之一。

“醫(yī)學(xué)影像”應(yīng)用場景，主要是運(yùn)用計(jì)算機(jī)視覺技術(shù)，解決病灶識(shí)別與標(biāo)注、靶區(qū)自動(dòng)勾畫與自適應(yīng)放療、影像三維重建3種需求，解決影像科、放療科醫(yī)生數(shù)量不足，漏診、誤診率高，讀片與勾畫片子效率低等問題。以病灶識(shí)別與標(biāo)注為例，此類產(chǎn)品可以對X射線、CT、磁共振等醫(yī)學(xué)影像的病灶進(jìn)行自動(dòng)識(shí)別與標(biāo)注，幫助醫(yī)生發(fā)現(xiàn)用肉眼難以發(fā)現(xiàn)和判斷的早期病灶，降低假陽性診斷結(jié)果的發(fā)生概率。系統(tǒng)對10萬張以上的影像進(jìn)行處理僅耗時(shí)數(shù)秒。據(jù)統(tǒng)計(jì)，目前國內(nèi)共有35家企業(yè)正在研發(fā)病灶識(shí)別與標(biāo)注功能的影像類人工智能產(chǎn)品。

AI+醫(yī)學(xué)影像類產(chǎn)品的發(fā)展前景被普遍看好，主要原因包括圖像識(shí)別技術(shù)的逐步成熟、海量醫(yī)學(xué)數(shù)據(jù)的支撐、影像方向“痛點(diǎn)”和需求顯著，以及多元化的業(yè)務(wù)模式。以業(yè)務(wù)模式為例，AI+醫(yī)學(xué)影像場景下的公司，既可以與上游結(jié)合，向醫(yī)療器械廠商尋求合作，將軟件與硬件設(shè)備捆綁銷售，或?qū)a(chǎn)品功能嵌入硬件設(shè)備中，也可以向下游拓展，面向醫(yī)院、體檢中心以及第三方醫(yī)學(xué)影像中心，出售軟件的使用權(quán)限，或收取一定的服務(wù)費(fèi)用。

值得一提的是，醫(yī)學(xué)影像中心或許將是“AI+醫(yī)學(xué)影像”產(chǎn)品的大面積落地點(diǎn)。2016年10月，中共中央、國務(wù)院印發(fā)的《“健康中國2030”規(guī)劃綱要》大力提倡建立醫(yī)療影像中心，并鼓勵(lì)民間資本進(jìn)入醫(yī)療事業(yè)建設(shè)中。在政策引導(dǎo)和支持下，目前一脈陽光、翼展科技等國內(nèi)大型醫(yī)療人工智能企業(yè)正在各地建立第三方影像中心，這將是未來AI+醫(yī)學(xué)影像類產(chǎn)品大面積落地的巨大市場機(jī)遇。

●智能安防：“點(diǎn)”“線”“面”布防+后臺(tái)分析

目前，我國處于社會(huì)經(jīng)濟(jì)轉(zhuǎn)型階段，資源的市場化配置正在引起人口流動(dòng)、就業(yè)分布等一系列變化，社會(huì)管理難度加大，各種矛盾沖突表面化，客觀上為犯罪活動(dòng)提供了更多的機(jī)遇。而裝載在城市各個(gè)角落的視頻監(jiān)控系統(tǒng)存在識(shí)別準(zhǔn)確度不高、設(shè)備環(huán)境適應(yīng)性不強(qiáng)、識(shí)別種類少等諸多問題。人工智能與安防的結(jié)合，則是借助計(jì)算機(jī)視覺技術(shù)，利用海量視頻監(jiān)控?cái)?shù)據(jù)以解決上述問題，具體體現(xiàn)在“點(diǎn)”“線”“面”的布防以及后臺(tái)分析4大應(yīng)用場景。

“面”布防的應(yīng)用原理，主要是通過對視頻的迅速分析，使信息分析平臺(tái)可以監(jiān)測出可視范圍內(nèi)的人群數(shù)量，并且捕捉每個(gè)個(gè)體的行為動(dòng)作，形成重點(diǎn)場所及區(qū)域的面狀布防。智能安防能通過圖像識(shí)別技術(shù)實(shí)現(xiàn)靜態(tài)識(shí)別，完成動(dòng)態(tài)識(shí)別和軌跡識(shí)別，進(jìn)而通過更為優(yōu)化的AI算法與模型實(shí)時(shí)分析可視范圍內(nèi)的人物、車輛及其行為。例如，曠視科技的智能安防解決方案便適用于“面”布防場景，其重點(diǎn)區(qū)域的智能監(jiān)控可自動(dòng)判別危險(xiǎn)分子進(jìn)入前后，是否出現(xiàn)異常態(tài)勢（如人員異常聚集等）并及時(shí)預(yù)警，而且可以通過對可視化人員的滯留分析、人群行為分析和群體軌跡分析，為公安機(jī)關(guān)實(shí)現(xiàn)快速、精準(zhǔn)、移動(dòng)化指揮提供依據(jù)。

智能安防目前存在的問題集中表現(xiàn)在視頻監(jiān)控系統(tǒng)存在的不足，主要包括三大方面：第一，視頻監(jiān)控均為固定安裝，存在死區(qū)，容易被破壞或躲避；第二，傳統(tǒng)的巡更系統(tǒng)技術(shù)陳舊，安裝繁雜，維護(hù)成本高；第三，發(fā)生警情時(shí)不能及時(shí)進(jìn)行現(xiàn)場處置，阻止犯罪和警情擴(kuò)大作用有限。智能安防進(jìn)一步的發(fā)展和實(shí)現(xiàn)，必然首先要解決視頻監(jiān)控系統(tǒng)的上述問題。除視頻監(jiān)控系統(tǒng)以外，AI還將會(huì)縱向復(fù)制，賦能其他移動(dòng)化工具，諸如移動(dòng)執(zhí)法記錄儀、安防無人機(jī)、安防機(jī)器人等。

●自動(dòng)駕駛：計(jì)算機(jī)視覺模擬人類感知與決策過程

汽車系統(tǒng)代替駕駛員的角色，模擬人類感知、決策的過程，一直是實(shí)現(xiàn)自動(dòng)駕駛的設(shè)想路線。從我國交通情況與汽車產(chǎn)業(yè)來看，一方面交通事故發(fā)生率仍保持較高水平，另一方面在嚴(yán)重的交通擁堵與共享經(jīng)濟(jì)影響下，國內(nèi)傳統(tǒng)汽車產(chǎn)業(yè)的銷售利潤率正不斷下降。為尋找新的增長點(diǎn)，車企紛紛投身于電動(dòng)化、智能化的藍(lán)海市場，希望促進(jìn)傳統(tǒng)產(chǎn)業(yè)的轉(zhuǎn)型升級。

自動(dòng)駕駛理想的工作流程是，通過傳感器識(shí)別眼前的物體，對周邊態(tài)勢有整體的把握，并將這一信息傳遞給車載電腦。車載電腦被預(yù)先注入了一定的駕駛經(jīng)驗(yàn)、交互能力和臨場處置能力，以便在實(shí)時(shí)工作時(shí)做出正確決策。由此可見，自動(dòng)駕駛要突破的關(guān)鍵技術(shù)主要包括環(huán)境感知、行為決策、路徑規(guī)劃和運(yùn)動(dòng)控制。人工智能所擁有的能力恰好匹配自動(dòng)駕駛需求：立足于類似人腦的多層卷積神經(jīng)網(wǎng)絡(luò)，人工智能經(jīng)過大量的標(biāo)注數(shù)據(jù)集訓(xùn)練后，便能達(dá)到人類水平的圖像識(shí)別能力。

計(jì)算機(jī)視覺，是實(shí)現(xiàn)自動(dòng)駕駛的底層技術(shù)代表之一。計(jì)算機(jī)視覺技術(shù)就是用攝像頭代替人眼對目標(biāo)（車輛、行人、交通標(biāo)志）進(jìn)行識(shí)別、跟蹤和測量，感知汽車周邊的障礙物以及可駕駛區(qū)域，理解道路標(biāo)志的語義，從而對當(dāng)下的駕駛場景進(jìn)行完整描述。人工智能還有另一種方案，即端到端的深度學(xué)習(xí)簡化算法步驟，將數(shù)據(jù)信息輸入即可直接得到結(jié)果，獲取全局最優(yōu)解。

傳感器作為自動(dòng)駕駛汽車的感知端，發(fā)揮著駕駛員感官的作用。作為傳感器重要部分的激光雷達(dá)，目前面臨層層挑戰(zhàn)和阻礙，價(jià)格過高、不能量產(chǎn)是其核心問題。例如，領(lǐng)先廠商Velodyne的高端產(chǎn)品64線激光雷達(dá)質(zhì)量達(dá)13.2千克，有花盆大小，價(jià)格更是在10萬美元之上。為滿足自動(dòng)駕駛的需求，供應(yīng)商紛紛在犧牲一部分性能的基礎(chǔ)上，以小型化、廉價(jià)化、固態(tài)化作為車載激光雷達(dá)的發(fā)展方向，以降低成本、提高產(chǎn)能作為突破口，力圖讓激光雷達(dá)實(shí)現(xiàn)商業(yè)化量產(chǎn)的目標(biāo)。與此同時(shí)，以攝像頭為主的計(jì)算機(jī)視覺技術(shù)也在同步發(fā)展，提高環(huán)境感知能力。就當(dāng)前車載傳感器的發(fā)展而言，任何單一傳感器都無法獨(dú)當(dāng)一面地承擔(dān)自動(dòng)駕駛汽車的感知任務(wù)，多傳感器融合、不同傳感器優(yōu)勢互補(bǔ)逐步成為共識(shí)。

新一輪產(chǎn)業(yè)變革中的技術(shù)機(jī)遇與挑戰(zhàn)

隨著人工智能上升為國家戰(zhàn)略，其發(fā)展擁有了明顯的政策利好。三年來，人工智能領(lǐng)域的投資熱度持續(xù)上升，各大高校紛紛創(chuàng)建人工智能實(shí)驗(yàn)室以培養(yǎng)算法人才，以存儲(chǔ)、計(jì)算、高速網(wǎng)絡(luò)、框架工具為方向的硬件/服務(wù)提供商為產(chǎn)品化提供強(qiáng)有力的底層支持……人工智能的發(fā)展正處于前所未有的良好環(huán)境。

但是，一些潛在挑戰(zhàn)仍不可忽視，如各產(chǎn)業(yè)數(shù)據(jù)獲取難，非結(jié)構(gòu)化數(shù)據(jù)處理成本較高且存在隱私侵犯等法律問題?，F(xiàn)階段算法人才難求，而算法紅利終會(huì)消退，產(chǎn)品和商業(yè)模式將成為未來企業(yè)的“角斗場”。弱人工智能階段，產(chǎn)品普遍尚未成熟，人類的低容錯(cuò)率導(dǎo)致人工智能產(chǎn)品面臨信任危機(jī)。諸如此類的挑戰(zhàn)，將在一定程度上制約人工智能產(chǎn)品的快速落地。