近日，GCVC全球人工智能視覺產業與技術大會在青島舉行，青島地鐵集團有限公司運營分公司公務部經理助理劉兵、浙江卓見云科技有限公司CPO牟葉勇、英特爾（中國）有限公司物理網事業部開發者賦能業務總監竺鈞、極視角科技有限公司聯合創始人羅韻在產業與應用論壇上對人工智能產業發展瓶頸與對策進行了深入探討。

人工智能還處在弱人工智能階段

從全球范圍來看，目前人工智能處于哪個階段？機器視覺又處于什么樣的位置？浙江卓見云科技有限公司CPO牟葉勇認為，當前人工智能還處于弱人工智能階段，雖然在某些領域已經比人腦更先進，但從整體來看，人工智能還是完全沒有辦法跟人腦相比。機器視覺是人工智能的一個分支，相對于語音識別、語義識別、機器人來說，機器視覺的應用落地更為廣泛。

浙江卓見云科技有限公司是一家專注于云計算和數據智能方向的企業，是阿里云生態核心成員、阿里云ET大腦技術應用合作伙伴、Intel 邊緣計算應用合作伙伴。

英特爾（中國）有限公司物理網事業部開發者賦能業務總監竺鈞認為，機器視覺作為一個產業，已經基本度過了孵化期，進入了快速的發展期，不過因為受到算法和算力的影響，距離成熟期可能還有一定距離。

機器視覺在應用上百花齊放，幾乎在每個產業上都能看到非常有創新的應用，當前開發者人開的巨大缺口，透露著這是個錚錚向榮的行業。竺鈞表示，計算機視覺是整個人工智能基礎性的技術，服務于各個行業，就像晶體管對于半導體的發展，只有把這個技術做扎實，才能讓人工智能今后發展得更好。

需要更多的算法 解決碎片化應用需求

近兩年人工智能快速發展，不停的有生態伙伴加入，包括英特爾、英偉達等芯片企業，海康、大華等硬件廠商，以及商湯、曠視、極視角等軟件廠商，在計算機視覺領域，軟件和硬件各自發揮怎樣的做樣？牟葉勇認為，軟件廠商加入讓目前的應用更快落地，硬件廠商提供核心能力，要在各個場景的落地，需要軟件廠商和SI或者ISV共同參與進來。

英特爾竺鈞談到，從應用的角度來看，人工智能現在的市場呈現兩極分化的態勢：一方面是一些應用非常成熟，比如面部識別、車輛識別等，大部分投資也集中在這些方面；另一方面是隨著應用的增加，碎片化場景需求非常多，比如物業，就有大概8到10種人工智能應用。

如何把頭部、腰部及長尾應用結合起來，解決最終客戶的問題，是目前極為棘手的問題之一，竺鈞認為，我們需要積累更多算法，如果1000種算法不能滿足需求，那么積累到3000種、5000種算法就能滿足大部分人的需求，這是一個從量變到質變的過程，這樣可以滿足更多個性化、碎片化的應用需求。

硬件、軟件和人才上都存在發展瓶頸

當前人工智能產業遇到了哪些瓶頸，又有哪些應對之策？牟葉勇談到，當前人工智能的發展瓶頸大概有兩個方面：一是目前這個產業整體還是依靠資本推動，大部分企業還沒有達到盈虧平衡；二是因為這是一個比較新的領域，人工智能產業的人才還比較缺乏。

從硬件角度來看，廠商可以提供性價比更高的芯片和技術，讓整個技術能夠更普惠，成本變得更低；從軟件和應用廠商來說，更多的把各種應用在場景上實現的落地，這樣人工智能產業就能逐漸發展起來，未來也能夠讓百姓更多享受到AI帶來的便捷。

竺鈞認為目前人工智能實際上在硬件、軟件和人才上都面臨一定挑戰。硬件方面，當前AI運算正飛快從云端到邊緣端移動，那么在邊緣端如何提供高算力和低成本的技術平臺和硬件平臺，滿足最終用戶的需求，這是現在比較大的挑戰。

軟件方面，現在所有的Tensflow、Python等都比較成熟，然而有一個很大的問題是，小樣本訓練、保證數據安全的聯邦學習等技術還在發展初期，這會極大的阻礙AI在很多碎片化應用的落地。

人才方面，目前人才的缺口很大，竺鈞介紹到，我們最早服務的叫數據科學家，服務完數據科學家之后，發現要把真正的AI用上還有很多的算法工程師，這個比例大概是1比100，把算法工程服務好之后，發現最終落地還有很多部署工程師，又大概是1比100，這就需要特別多這方面的人才，缺口很大。如何培訓、讓他們掌握相關技術是很大的挑戰，英特爾正與一些大學合作，開展培訓計劃，幫助讓這些人才掌握相關的知識和技術。

極視角科技有限公司聯合創始人羅韻分享了一個新的方向，她談到一個案例，如果有些場景數據非常少怎么辦，這也是目前AI遇到的一個比較大的問題，羅韻談到，本來我們希望AI能夠解決的是人眼的功能，然而人眼的聯想能力、遷移能力和類比能力，現在在算法層面都沒有得到很好的實現和落地，這個是算法層面的一個很大的困難點。

在對策上，聯邦學習、遷移學習、小樣本的訓練這些方法目前都在解決整個AI行業的困難，另外還有隱私計算，為了保障數據安全，所有的計算都經過加密和安全防護，這也是目前在數據方面的一些思考和解決的方式。

小結

目前越來越多的政府機構和企業都在加快智能化應用的步伐，機器視覺在這其中也起到相當關鍵的作用，比如青島地鐵集團有限公司運營分公司公務部經理助理劉兵分享到，他們正在設計自動駕駛模式，即實現司機只需在突發情況下進行人工介入，而計算機視覺的介入，提高了他們的設計速度。

整體而言作為人工智能的分支，計算機視覺目前已經很多應用領域實現應用，比如政府領域，包括城市管理，交通、環境治理以及治安管制等等，在企業端，包括人員、車輛管理以及質量檢測等等。不過同時這個行業還面臨人才缺口、應用兩極分化、小樣本訓練處于初期等問題，還需要業界多多探討，積極尋求解決之策，推動產業走向成熟。

本文由電子發燒友原創，作者李彎彎，微信號Li1015071271，轉載請注明以上來源。如需入群交流，請添加微信elecfans999，投稿發郵件到huangjingjing@elecfans.com.