文章来源：华南理工大学
服务产业与社会，如何使人工智能更好用，如何让行业专家用好人工智能，这是本文聚焦的问题。
解决人工智能行业应用落地困难的技术模式
有人曾说，人工智能是继蒸汽机、内燃机和互联网之后的第四次生产力革命。在这一阶段，随着人工智能的持续更新，专业人才充分涌流，配套工具日渐完善，人工智能产业不断地将理论研究转化为生产力，并呈现出工程化、业化的发展趋势。与传统产业相比，使用人工智能具有低劳动力成本、高生产效率的明显优势。在未来的市场里，部分企业将实现技术引进以期取得市场竞争优势。可以预见到，人工智能产业化将淘汰部分固步自封的传统企业，提高行业的生产效率，改变全球产业链格局。目前人工智能创新创业如火如荼，越来越多的行业意识到人工智能可以代替人工，用更低的成本做更复杂的事，从而获得更高的效率。
人工智能相关的平台并不少，但是行业落地应用仍有不少难度。
目前国家对有关人工智能创新平台的政策文件十分明确：新一代人工智能开放创新平台重点由人工智能行业技术领军企业牵头建设，政策鼓励联合科研院所、高校参与建设并治理，提供技术支撑。但是当前市场行业正在经历阵痛：据IT桔子等数据显示，2014年至2018年，中国人工智能领域共发生126起退出事件，数量仅为同时期的投资事件的1/20。其中，IPO退出占四成，回报仅为1.83倍。另一数据显示，2019年第二季度以来，国内人工智能投融资数量和金额都呈现下降趋势，仅完成30起融资，同比下降45.5%，融资总额达50亿元，不足去年同期的40%；但是从每年的论文提交情况可以看到，人工智能的更新速度还是逐年增加的，尤其在2019年，关于人工智能的论文成井喷式增长[1]。具体来说，虽然学术界的论文投稿数量飙升，但是与之对应的人工智能落地工程却“乏善可陈”；另一方面，论文中的准确率不断提高，可是落实到实际场景却不一定可行。同时为满足行业需要，当前市场希望能有人工智能和行业应用的“双专家”：人工智能专家想要将算法落地，需要熟悉行业应用，甚至需要成为行业应用专家；行业应用专家想将人工智能算法应用到行业中去，需要熟悉人工智能，成为人工智能专家。
这样一来额外的学习成本很高，难度较大，不易实现。在人工智能专家和行业应用专家进行合作时，双方都需要对彼此的行业比较了解，这样将导致投入时间多，项目进展慢，效率低，风险高，综合成本极高，对双方都是极为不利的消耗。
人工智能系统应用的现状
人工智能系统应用的现状
总结现状：
1、人工智能专家被建议深入行业，钻研领域业务，向行业专家靠拢，甚至被要求研究的技术直接面对市场和用户；
2、行业专家不熟悉人工智能，对人工智能和产品了解不充分，实施效率低、风险大，自己组织人工智能技术力量开发产品投入的成本巨大，能够成功者凤毛麟角；
3、公有云系列人工智能技术平台提供了部分算法产品与技术支持，但是无法做到本地化，用户隐私与机密数据存在风险，不利于行业产品的落地，而且本地化定制成本高，风险高；
4、目前成功落地的人工智能产品与技术服务，多数是初级智能（例如：人脸识别，车辆、车牌检测，猫狗识别，物品识别等），不需要行业专家知识与领域专业知识，因此，目前人工智能技术成功落地主要集中在人脸识别、目标检测与图文识别等应用点。
黄翰教授作“面向行业应用的人工智能支撑平台”的报告
算法被誉为人工智能的“发动机”。人工智能支撑平台可以提供人工智能算法程序、接口、测试用例和成功案例等，切合实际场景，向行业内人员提供可定制化服务，加速算法的快速落地；人工智能支撑平台聚合算法基础，而行业负责顶层设计，各司其职，减少学习成本，加快算法迭代和行业革新，这样才能做到用人工智能赋能到行业的方方面面。
人工智能支撑平台的优势可以体现在很多方面：与主流的人工智能云服务平台相比，人工智能支撑平台中的算法主要针对众多特定应用场景，简单而实用，且经过实际场景考验，能够确保算法在对应行业应用中具有强的鲁棒性和泛化能力；算法以容器的形式存在，能够在任意、多个主机或服务器上快速部署集群；可以加强行业支撑，形成完整的支撑体系，并且可以周全地考虑到行业开发与项目落地的痛点，能够以更高的效率发挥人工智能的行业应用，提高行业效率，节省成本。
人工智能支撑平台架构示意图
人工智能支撑平台可提供的领域支撑分布如下：
领域支撑分布图
1.在软件工程领域，人工智能支撑平台可以针对软件公司提供面向语句、分支、路径覆盖的测试用例生成算法。该算法旨在取代人工设计测试全覆盖路径的做法，能够提升测试工作效率，降低漏测风险。
自动测试用例生成模型测试自动覆盖测试程的所有逻辑路径
人工智能支撑平台工具提供接口，可以自动生成被测试程序的测试用例。 通过黑盒测试，评估关键功能，找出模型相关bug。通过ATCG-PC工具输出所有逻辑路径的测试用例。
2.在城市管理方面，人工智能支撑平台可以给城市信息化管理软件开发团队提供井盖、共享单车、摊贩、垃圾桶、垃圾袋、渣土、垃圾堆等城管构件的检测算法、训练算法和目标跟踪算法，落实城市问题，规划管理方案。
共享单车检测街道垃圾检测流动摊贩检测井盖下陷检测渣土检测
智能检测共享单车乱停乱摆情况。 智能提示街道出现的垃圾。检测指定区域
摊贩出现情况。
检测下陷、具有危险隐患的井盖。检测道路上出现的渣土。
城市管理的人工智能应用
3.在保险领域，人工智能支撑平台可以针对用户群是保险用户和保险公司的软件技术开发团队提供保险产品推荐算法、文案摘要算法、保单知识图谱生成算法和保单合约检测算法，用于满足用户投保和行业大数据分析请求方面的需求。
保险产品推荐算法保单知识图谱生成算法保单合约检测算法文案摘要算法
降低保险公司和客户选择错误产品的所付出大量成本的风险。 帮助客户快速理解保单内容，减少员工工作量。帮助客户规避风险，简化保险公司
的工作，提高效率。
降低员工阅读保险相关“大部头”的时间成本，提高效率。
4.在物流领域，人工智能支撑平台利用车辆路径规划算法、网络优化算法、司机排班算法、车辆调度算法和物流单分配算法，为给物流公司进行软件或系统开发的技术团队提供能够有效提高效率的智能化解决方案，利用算法替代繁复的人工环节，提供相对最优解，减少风险。
客 服分 拣配 送
人工智能语音客服系统可以收集语音信息，进行自主学习优化，大大提升服务质量。 通过人工智能引擎，不同的摄像头和传感器可以抓取实时数据，不仅节省人力物力，而且提升了效率。 配送机器人成为各大互联网电商平台和初创科技企业解决末端配送问题的新方向。
客
5.人工智能支撑平台同样还可以用于旅游领域，可面向开发旅游信息化服务的企业提供包括人机对话、旅游知识图谱、旅游信息推荐、路径优化、智能导游等算法，为智慧旅游提供支撑平台。
物流管理的人工智能应用
6.在林业领域，人工智能支撑平台可以帮助面向林业信息化开发的软件团队实现林业资源的实时、动态监测和管理，能够感知生态环境状况、遏制生态危机，更深入地监测预警事件、支撑生态行动、预防生态灾害，给林业带来“智慧林业”，有助于形成林业以上“四化”；
林业领域的人工智能应用
7.在新闻广告领域，人工智能支撑平台可以为广大面向设计师行业的信息技术开发团队提供psd图层解析算法和广告图像自动布局算法。通过解析已设计好的psd文件，引入大量行业内真实热门的项目案例进行分析，对文件中元素的大小、位置和对齐方式进行考察更改，最后生成多种尺寸的同产品广告宣传图像的算法产品，快捷又方便，效率高且效果好。
新闻广告领域人工智能应用
人工智能支撑平台可以采用校企合作的模式，共同完成系统实现需求调研与分析、算法研发、系统设计、资源配置、系统实现以及系统部署，加快算法落地。校方可以主要负责算法研发、系统设计与技术更新，企业方主要完成项目开发、售后技术服务和系统部署。
人工智能应用平台合作模式
人工智能支撑平台同时还提供三个版本的私有云服务，可以针对不同的用户满足特定的需求进行定制服务。首先是Cloud轻量版：提供私有云平台部署和智能算法库部署，针对小型系统输出专有云服务，精简化集群规模，提供统一的管理运维平台，轻量化精简专有产品，智能敏捷化运维，助力智能平台快速落地；其次是Cloud技术版：由私有云平台部署、智能算法库部署和核心技术交底组成，在轻量版的基础上提供核心技术的交底服务，能够让校企合作更顺利地进行，为大型集合项目提供技术基础和开发基础；最后是Cloud旗舰版，包括私有云平台部署、智能算法库部署、核心技术交底、定制应用系统开发和硬件部署，主要面向企业输出专有云服务，整合轻量版和技术版，不仅提供定制应用系统开发服务，还能完成配套硬件的部署，助力校企合作完成整套的应用软件项目开发。
人工智能支撑平台的私有云服务
当前人工智能领域的国际竞争日益激烈，行业正经历从专用智能向通用智能发展的过程，行业人工智能并不遥远，人工智能的商业转化势在必行。未来人工智能在医疗、金融、安全、农业、甚至军事等方面都可以更加精细化地深挖细耕，人工智能应用支撑平台将作为其中不可忽视的一环发挥极大的作用。总的来说，人工智能的最终机会是行业机会，也是人工智能应用支撑平台的机会。深入行业将具体业务细化，并把人工智能当作工具用于解决具体问题，将成为趋势。全行业人工智能势在必行。机会永远属于有准备的人。
参考数据来源：
[1] 代码医生.《写在人工智能退潮时》.微信公众号：相约机器人
[2] 黄翰.《面向行业应用的人工智能支撑平台》.2019智慧传播与计算广告发展论坛
[3] 黄翰.《以智能算法为核心动力的人工智能应用平台》. 2019全国高校易班技术创新大会
