近日，GCVC全球人工智能视觉产业与技术大会在青岛举行，青岛地铁集团有限公司运营分公司公务部经理助理刘兵、浙江卓见云科技有限公司CPO牟叶勇、英特尔（中国）有限公司物理网事业部开发者赋能业务总监竺钧、极视角科技有限公司联合创始人罗韵在产业与应用论坛上对人工智能产业发展瓶颈与对策进行了深入探讨。
人工智能还处在弱人工智能阶段
从全球范围来看，目前人工智能处于哪个阶段？机器视觉又处于什么样的位置？浙江卓见云科技有限公司CPO牟叶勇认为，当前人工智能还处于弱人工智能阶段，虽然在某些领域已经比人脑更先进，但从整体来看，人工智能还是完全没有办法跟人脑相比。机器视觉是人工智能的一个分支，相对于语音识别、语义识别、机器人来说，机器视觉的应用落地更为广泛。
浙江卓见云科技有限公司是一家专注于云计算和数据智能方向的企业，是阿里云生态核心成员、阿里云ET大脑技术应用合作伙伴、Intel 边缘计算应用合作伙伴。
英特尔（中国）有限公司物理网事业部开发者赋能业务总监竺钧认为，机器视觉作为一个产业，已经基本度过了孵化期，进入了快速的发展期，不过因为受到算法和算力的影响，距离成熟期可能还有一定距离。
机器视觉在应用上百花齐放，几乎在每个产业上都能看到非常有创新的应用，当前开发者人开的巨大缺口，透露着这是个铮铮向荣的行业。竺钧表示，计算机视觉是整个人工智能基础性的技术，服务于各个行业，就像晶体管对于半导体的发展，只有把这个技术做扎实，才能让人工智能今后发展得更好。
需要更多的算法 解决碎片化应用需求
近两年人工智能快速发展，不停的有生态伙伴加入，包括英特尔、英伟达等芯片企业，海康、大华等硬件厂商，以及商汤、旷视、极视角等软件厂商，在计算机视觉领域，软件和硬件各自发挥怎样的做样？牟叶勇认为，软件厂商加入让目前的应用更快落地，硬件厂商提供核心能力，要在各个场景的落地，需要软件厂商和SI或者ISV共同参与进来。
英特尔竺钧谈到，从应用的角度来看，人工智能现在的市场呈现两极分化的态势：一方面是一些应用非常成熟，比如面部识别、车辆识别等，大部分投资也集中在这些方面；另一方面是随着应用的增加，碎片化场景需求非常多，比如物业，就有大概8到10种人工智能应用。
如何把头部、腰部及长尾应用结合起来，解决最终客户的问题，是目前极为棘手的问题之一，竺钧认为，我们需要积累更多算法，如果1000种算法不能满足需求，那么积累到3000种、5000种算法就能满足大部分人的需求，这是一个从量变到质变的过程，这样可以满足更多个性化、碎片化的应用需求。
硬件、软件和人才上都存在发展瓶颈
当前人工智能产业遇到了哪些瓶颈，又有哪些应对之策？牟叶勇谈到，当前人工智能的发展瓶颈大概有两个方面：一是目前这个产业整体还是依靠资本推动，大部分企业还没有达到盈亏平衡；二是因为这是一个比较新的领域，人工智能产业的人才还比较缺乏。
从硬件角度来看，厂商可以提供性价比更高的芯片和技术，让整个技术能够更普惠，成本变得更低；从软件和应用厂商来说，更多的把各种应用在场景上实现的落地，这样人工智能产业就能逐渐发展起来，未来也能够让百姓更多享受到AI带来的便捷。
竺钧认为目前人工智能实际上在硬件、软件和人才上都面临一定挑战。硬件方面，当前AI运算正飞快从云端到边缘端移动，那么在边缘端如何提供高算力和低成本的技术平台和硬件平台，满足最终用户的需求，这是现在比较大的挑战。
软件方面，现在所有的Tensflow、Python等都比较成熟，然而有一个很大的问题是，小样本训练、保证数据安全的联邦学习等技术还在发展初期，这会极大的阻碍AI在很多碎片化应用的落地。
人才方面，目前人才的缺口很大，竺钧介绍到，我们最早服务的叫数据科学家，服务完数据科学家之后，发现要把真正的AI用上还有很多的算法工程师，这个比例大概是1比100，把算法工程服务好之后，发现最终落地还有很多部署工程师，又大概是1比100，这就需要特别多这方面的人才，缺口很大。如何培训、让他们掌握相关技术是很大的挑战，英特尔正与一些大学合作，开展培训计划，帮助让这些人才掌握相关的知识和技术。
极视角科技有限公司联合创始人罗韵分享了一个新的方向，她谈到一个案例，如果有些场景数据非常少怎么办，这也是目前AI遇到的一个比较大的问题，罗韵谈到，本来我们希望AI能够解决的是人眼的功能，然而人眼的联想能力、迁移能力和类比能力，现在在算法层面都没有得到很好的实现和落地，这个是算法层面的一个很大的困难点。
在对策上，联邦学习、迁移学习、小样本的训练这些方法目前都在解决整个AI行业的困难，另外还有隐私计算，为了保障数据安全，所有的计算都经过加密和安全防护，这也是目前在数据方面的一些思考和解决的方式。
目前越来越多的政府机构和企业都在加快智能化应用的步伐，机器视觉在这其中也起到相当关键的作用，比如青岛地铁集团有限公司运营分公司公务部经理助理刘兵分享到，他们正在设计自动驾驶模式，即实现司机只需在突发情况下进行人工介入，而计算机视觉的介入，提高了他们的设计速度。
整体而言作为人工智能的分支，计算机视觉目前已经很多应用领域实现应用，比如政府领域，包括城市管理，交通、环境治理以及治安管制等等，在企业端，包括人员、车辆管理以及质量检测等等。不过同时这个行业还面临人才缺口、应用两极分化、小样本训练处于初期等问题，还需要业界多多探讨，积极寻求解决之策，推动产业走向成熟。
文章来源： 电子发烧友观察
