智能時代正在到來，大家對人工智能的認知，早已不僅僅局限于家里的智能音箱、手機里的智能助理、商場里的智能導購機器人……而是正將人工智能應用到各行各業。AI落地背后的動力，來源于技術本身的發展和應用的推動。深度學習平臺是助力人工智能技術發展和應用的重要“基礎設施”，而百度飛槳(PaddlePaddle)作為國內唯一開源開放的深度學習平臺，在核心框架、工具組件和服務平臺等各方面，都進行了完整的體系化布局，幫助產業開發者獲取人工智能能力，助推產業智能化轉型。

在工業領域，質檢環節以往通常由人工進行，費時費力，成本也較高。早期的工業質檢智能化轉型基于機器學習的特征工程方法，對外觀缺陷類質檢無法進行較好的檢測，面臨研發成本高、識別效果差的問題。

在林業防治的領域，紅脂大小蠹是讓工作人員非常頭痛的問題。這是一種危害超過35種松科植物的蛀干的害蟲，自1998年首次發現到2004年，其造成的災害面積超過52.7萬平方公里，導致枯死松樹達600多萬株。且在持續擴散，給我國林業經濟帶來巨大損失。

但對紅脂大小蠹密度及分布進行監控以往有人工進行實地檢查，工作專業要求高，周期長。古老又傳統的農業，也在經歷著人工智能的變革。對桃農而言，桃子采摘后需要根據其品質進行篩選，這項工作主要靠人工完成，一方面人工篩選質量缺乏硬性標準，造成質量參差不齊，另一方面對人工和時間的成本也是個挑戰。

而智能桃子分揀機改變了這一切。花費6小時在飛槳(PaddlePaddle)上進行桃子智能分類模型訓練之后，智能桃子分揀機就可以實現分揀的自動化，分揀準確率高達90%以上，并為桃農節省雇人、組織工作等環節的時間精力，節約了90%人力成本，每年為桃農直接節省3萬元。

在即時物流場景中，核心問題是將訂單智能的分配給最適合的騎手。但系統在進行分配決策時，核心環節在于預估商家需要多長時間進行準備工作，以更精準地讓騎士在預定時間到達指定地點，提升騎手的運轉效率。
順豐同城利用飛槳(PaddlePaddle)實現了訂單準備時間預估功能，減少了騎手在商戶等待時間的同時，也減少了騎手到達過晚導致訂單超時的現象，優化了用戶的使用體驗。

隨著消費互聯網流量紅利的逐漸殆盡，移動互聯網的主戰場轉向產業互聯網，家居行業3D數字化進程高歌猛進，行業開始沉淀下了大量的與真實商品對應3D模型數據。但與之相對，線下實體店仍然占據80%的銷售額，這意味著線上流量無法直接轉化成消費行為。次元視界公司利用飛槳(PaddlePaddle)訓練模型，實現2D圖像的特征提取，再生成3D模型，達到了模型輪廓識別準確率達到89%，讓用戶“以圖搜商品”成為可能，這優化了用戶的線上瀏覽體驗，將消費意愿延伸到線下家居實體店，助力家裝企業實現智能化轉型升級。

對聾啞殘障人士而言，手語是與外界交流的渠道，但如果沒有人翻譯，交流就無法成立。如果讓人工智能來承擔這份工作，手語的翻譯的難度比文字翻譯、語音翻譯都要高。而諾百愛公司通過飛槳(PaddlePaddle)構建機器學習框架，對不同肌電信號進行對應信息訓練，從而得到肌電與肌肉對應關系、肌電與手勢的對應關系，打造出SHOWING手勢翻譯臂環，讓手語翻譯成為了可能。此外，SHOWING臂環還可以在XR、手勢交互、控制等場景下，在軍用、工業、民用、醫療等多領域中得到應用。

工業、農業、零售、物流……人工智能與產業深度結合帶來的潛力是無限，期待飛槳(PaddlePaddle)能夠推動人工智能在更多的行業與場景落地，驅動智能化時代的全面來臨。