浮在實(shí)驗(yàn)室與測試數(shù)據(jù)中的AI技術(shù)急于走向臺(tái)前，國家和產(chǎn)業(yè)對實(shí)用化AI的需求同樣也十分迫切。你是不是也蠢蠢欲動(dòng)，想要在AI江湖中一展身手？別急，我們也在現(xiàn)場幫大家向上面的優(yōu)秀“課代表”們?nèi)×巳〗?jīng)——想要打造一個(gè)致用型AI，需要具備哪些前提？

1.放棄將AI“神化”的幻想。

用開發(fā)者的話來說，AI開發(fā)真正注意的東西，都是跟AI開發(fā)無關(guān)的一些東西。比如一個(gè)基本的常識(shí)，AI技術(shù)只是一個(gè)個(gè)螺絲刀、老虎鉗這樣的工具，最后如何解決問題，應(yīng)該用這個(gè)老虎鉗還是一個(gè)螺絲刀就能搞定，這種對產(chǎn)業(yè)問題的基礎(chǔ)判斷能力，找到AI技術(shù)適用的場景和方式，才是開發(fā)者應(yīng)該具備的特質(zhì)。

2.有多少人工，就有多少智能。

找對了工具（算法），也不意味著能夠立竿見影地解決問題。“有多少人工，就有多少智能”，看似是一句笑談，也是AI世界里的樸素真理。

采訪中，就有兩個(gè)細(xì)節(jié)特別打動(dòng)我。

MV的開發(fā)者分享了一個(gè)自己的親身經(jīng)歷，高精度3D結(jié)構(gòu)光的數(shù)據(jù)量相比2D是幾何倍數(shù)的增加，即使做了成像壓縮，一塊1T的硬盤也可能裝不了兩個(gè)人的人臉數(shù)據(jù)。為了保證算法訓(xùn)練的數(shù)據(jù)量，往往是在豐臺(tái)的辦公室采集完了之后，由開發(fā)者自己拿一個(gè)啤酒架一樣的架子，裝滿硬盤給百度大腦的技術(shù)人員送過去，常常需要往返數(shù)十趟。就是在這樣的人力工作之下，才誕生了3D人臉識(shí)別算法的雛形。

米文未來的延誤識(shí)別算法，也是在這樣不辭辛苦的人工干預(yù)下完成的。在不同光線、時(shí)間、背景，室內(nèi)、室外等各種環(huán)境條件下，米文的開發(fā)者大概花費(fèi)了幾百個(gè)小時(shí)“點(diǎn)燈放火”，才積累到了幾十萬張數(shù)據(jù)，完成了算法的訓(xùn)練。

所以說，AI開發(fā)中要面對的真實(shí)問題往往比預(yù)期和實(shí)驗(yàn)室中復(fù)雜很多，運(yùn)用一切辦法、動(dòng)用一切力量去解決問題，這是一條不好走的路，但這才是一個(gè)AI開發(fā)者的自我修養(yǎng)。

3.不輕技術(shù)，更不輕應(yīng)用。

在AI狂飆突進(jìn)的過程中，很多開發(fā)者把AI算法本身看的很重，日常沉迷跑分與論文。這樣做低估了AI產(chǎn)業(yè)化的難度，也低估了產(chǎn)業(yè)端的價(jià)值。很多時(shí)候，技術(shù)在真實(shí)的產(chǎn)業(yè)場景里可能會(huì)缺位。比如生物識(shí)別、火焰識(shí)別等等，這可能是科學(xué)家們一般不會(huì)思考的問題，卻是切實(shí)存在、富有價(jià)值的產(chǎn)業(yè)需求。

在采訪中，來自中科院的王聰田這樣理解自己的定位——應(yīng)用的人如果掉進(jìn)技術(shù)的坑里，可能就跑不出來了，可以利用百度EsayDL這種人家已經(jīng)訓(xùn)練好的簡單易用的模型，不要深挖技術(shù)上的東西。

同樣想法的還有很多，例如視派爾科技，作為數(shù)字圖像處理的技術(shù)方案服務(wù)商，視派爾的開發(fā)者也強(qiáng)調(diào)，自己的重點(diǎn)在打磨體驗(yàn)和場景，做好AI所需要的前端圖像處理外，還要做更貼合市場的定制化服務(wù)，至于平臺(tái)化的SDK等軟件層就就依靠百度這樣的合作伙伴。在和百度大腦的合作過程中們也體會(huì)到和看到了這一商業(yè)模式的潛力。

畢竟，深入應(yīng)用場景的產(chǎn)品及深度定制化的創(chuàng)新要比重新造輪子緊迫得多，產(chǎn)業(yè)化才是讓AI普惠更快被大眾感知和享有的關(guān)鍵。

總而言之，對AI“致用”的合理認(rèn)知，才是一切想象力與奇妙故事的起點(diǎn)。