人工智能技術可以怎樣改變世界？

這篇文章講得很詳細，介紹來人工智能在金融、安防、醫療、教育、交通制造、農業、物流、金融、商務、家居等重點行業的影響。"一文看懂人工智能如何改變世界"

人工智能的產業鏈結構可以分三部層次：基礎層、技術層和應用層?；A層包括實現人工智能的數據資源和計算硬件；技術層指人工智能算法、框架和應用開發；應用層是人工智能在各行各業的應用，推動人工智能與各行業融合創新，在金融、安防、醫療、教育、交通制造、農業、物流、金融、商務、家居等重點行業和領域開展人工智能應用試點示范，推動人工智能規?；瘧?，全面提升產業發展智能化水平。

圖表18：人工智能產業結構圖

4.1、金融：人工智能與金融的全面融合

以人工智能、大數據、云計算、區塊鏈等高新科技為核心要素，全面賦能金融機構，提升金融機構的服務效率，拓展金融服務的廣度和深度，使得全社會都能獲得平等、高效、專業的金融服務，實現金融服務的智能化、個性化、定制化。

建立金融大數據系統，提升金融多媒體數據處理與理解能力。創新智能金融產品和服務，發展金融新業態。鼓勵金融行業應用智能客服、智能監控等技術和裝備。建立金融風險智能預警與防控系統。

4.1.1、具體人工智能+金融應用

1、智能獲客

依托大數據，對金融用戶進行畫像，通過需求響應模型，極大提升獲客效率。

2、身份識別

以人工智能為內核，通過活體識別、圖像識別、聲紋識別、OCR識別等技術手段，對用戶身份進行驗真，大幅降低核驗成本。

圖表19：馬云“刷臉付”現場概括

3、大數據風控

通過大數據、算力、算法的結合，搭建反欺詐、信用風險等模型，多維度控制金融機構的信用風險和操作風險，同時避免資產損失。

4、智能投顧

基于大數據和算法能力，對用戶與資產信息進行標簽化，精準匹配用戶與資產。

5、智能客服

基于自然語言處理能力和語音識別能力，拓展客服領域的深度和廣度，大幅降低服務成本，提升服務體驗。

6、金融云

依托云計算能力的金融科技，為金融機構提供更安全高效的全套金融解決方案。

7、區塊鏈

區塊鏈透明且不可篡改的特性，在金融領域具有廣闊的應用場景。目前區塊鏈已率先應用于資產證券化過程中，使整個流程更透明，更安全。

圖表20：人工智能在金融領域已有的應用

4.2、汽車：駕駛、共享、無人多駕齊驅

不知從什么時候開始，“人工智能”這個詞變得炙手可熱，當今整個社會，從制造業、醫療以及金融等行業都與人工智能有著息息相關的緊密聯系。在這當中，汽車行業更是處于人工智能整合的前沿，人工智能型汽車不僅可以精簡運輸而且可以降低成本，是人工智能行業中非常受到矚目的領域，這足以讓全球的汽車圈沸騰起來。

圖表21：人工智能摩的駕駛領域

對于人工智能技術的大力支持和研發，意味著汽車行業對于前沿技術的高度重視，東風日產乘用車公司的總經理埃爾頓-谷碩表示：“人工智能技術為汽車自動駕駛開啟了新的篇章，對于汽車未來發展不可或缺?！币韵率侨斯ぶ悄芘c汽車整合的三種方式。

圖表22：人工智能汽車駕駛領域

1.駕駛助理

人工智能型汽車最為廣泛的運用就是協助駕駛，并且具有自動停車，防撞等功能。通過程序自動控制汽車制動，從而減少撞擊力，以此降低事故發生的概率和車主的損失。

圖表23：人工智能駕駛助理

2.共享服務

對于很多年輕人來說，與其駕駛私家車出行造成不必要的勞累，倒不如選擇便捷的共享出行，2016年Uber收購的一家名叫Geometric Intelligence的人工智能的創業公司，將在接下來的日子更好的幫助Uber將人工智能集成到平臺當中，以提高整體服務的效率。

圖表24：人工智能共享服務

3.無人駕駛

人工智能在汽車領域尤為重要的是無人駕駛技術的應用，自動駕駛的理念是“消除認為過失”，這里面包含消除疲勞和注意力分散。特斯拉-豪華電動汽車制造商特斯拉具有成功的無人駕駛的程序，被稱為自動駕駛儀的系統能幫助駕駛的汽車和周圍的交通狀況相匹配，自動改變交通路線、合理停車等，從而可以增加出行駕駛的安全概率。

圖表25：人工智能無人駕駛

對于未來汽車行業的發展道路，不管是全球汽車業內還是業界外都具有一個共識：汽車不再僅僅充當為“交通工具”這樣一個角色，而是在探索智能化、電氣化、互聯化的過程中，不斷創新和進步，從而給消費者帶來更好的完美感官體驗。

4.3、工業：人工智能與工業全方位融合，工業4.0時代到來

智能制造圍繞制造強國重大需求，推進智能制造關鍵技術裝備、核心支撐軟件、工業互聯網等系統集成應用，研發智能產品及智能互聯產品、智能制造使能工具與系統、智能制造云服務平臺，推廣流程智能制造、離散智能制造、網絡化協同制造、遠程診斷與運維服務等新型制造模式，建立智能制造標準體系，推進制造全生命周期活動智能化。

圖表26：工業機器人沉思

“工業4.0”，是一個德國政府提出的高科技戰略計劃。這個概念包含了由集中式控制向分散式增強型控制的基本模式轉變，目標是建立一個高度靈活的個性化和數字化的產品與服務的生產模式。在這種模式中，傳統的行業界限將消失，并會產生各種新的活動領域和合作形式。創造新價值的過程正在發生改變，產業鏈分工將被重組。

圖表27： 工業機器人算法人工模型

德國學術界和產業界認為，“工業4.0”概念即是以“智能制造”為主導的第四次工業革命，或革命性的生產方法。該戰略旨在通過充分利用信息通訊技術和網絡空間虛擬系統—信息物理系統（Cyber-Physical System） 相結合的手段，將制造業向智能化轉型。

“工業4.0”項目主要分為三大主題，一是“智能工廠”，重點研究智能化生產系統及過程，以及網絡化分布式生產設施的實現；二是“智能生產”，主要涉及整個企業的生產物流管理、人機互動以及3D技術在工業生產過程中的應用等。該計劃將特別注重吸引中小企業參與，力圖使中小企業成為新一代智能化生產技術的使用者和受益者，同時也成為先進工業生產技術的創造者和供應者；三是“智能物流”，主要通過互聯網整合物流資源，充分發揮現有物流資源供應方的效率，而需求方則能夠快速獲得服務匹配，得到物流支持。

圖表28：寶馬車間內機器人正在焊接車身

在工業4.0時代，虛擬全球將與現實全球相融合。通過計算、自主控制和聯網，人、機器和信息能夠互相聯接，融為一體。未來制造業將實現更高的工程效率、更短的上市時間以及生產靈活性。

從以上的描述中不難看出，工業4.0對智能化的要求涵蓋更廣，涉及機器感知、規劃、決策以及人機交互等方面，而這些領域都是人工智能技術的重點研究方向。

圖表29：工業4.0人工智能愿景

4.4醫療：深度學習助力制藥與治療，圖像識別融入醫學影像

智能醫療是通過打造健康檔案區域醫療信息平臺，利用最先進的物聯網技術，實現患者與醫務人員、醫療機構、醫療設備之間的互動，逐步達到信息化。在不久的將來醫療行業將融入更多人工智慧、傳感技術等高科技，使醫療服務走向真正意義的智能化，推動醫療事業的繁榮發展。在中國新醫改的大背景下，智能醫療正在走進尋常百姓的生活。

人工智能+醫療作為快速發展的新興行業，“AI+醫療”正迎來發展的“春天”，但目前面臨法律監管缺位，對行業長遠發展不利。若能早日建立法律規范，雖然可能出現行業洗牌，但從長遠看將促進醫療人工智能更加健康地發展。

圖表30：2015年醫療健康領域人工智能投資分布

“他山之石”：由于醫療人工智能產品迭代更新很快，若像傳統醫療器械那樣走審批流程，顯然不現實。針對這一情況，美國FDA在2017年5月正式組建了一個由軟件工程師和開發人員、AI技術和云計算專家等組成的新部門，專門致力于數字化醫療和AI技術審評，制定審批、監管的規范和標準。

另外，美國五大科技巨頭（Google，Facebook，Amazon，IBM，Microsoft）聯合成立了AI合作組織（Partnership on AI），以保障行業在未來能夠安全、透明、合理地發展。

智能醫療。推廣應用人工智能治療新模式新手段，建立快速精準的智能醫療體系。探索智慧醫院建設，開發人機協同的手術機器人、智能診療助手，研發柔性可穿戴、生物兼容的生理監測系統，研發人機協同臨床智能診療方案，實現智能影像識別、病理分型和智能多學科會診?；谌斯ぶ悄荛_展大規?；蚪M識別、蛋白組學、代謝組學等研究和新藥研發，推進醫藥監管智能化。加強流行病智能監測和防控。

智能健康和養老。加強群體智能健康管理，突破健康大數據分析、物聯網等關鍵技術，研發健康管理可穿戴設備和家庭智能健康檢測監測設備，推動健康管理實現從點狀監測向連續監測、從短流程管理向長流程管理轉變。建設智能養老社區和機構，構建安全便捷的智能化養老基礎設施體系。

圖表31：好醫友：首個中國人的腫瘤大數據中心和AI平臺

圖表32：阿里聯合英特爾、lindDoc啟動天池醫療AI系列賽

4.5安防：人工智能助力智慧安防成成現實

在安防領域，隨著平安城市建設的不斷推進，監控點位越來越多，從最初的幾千路，到幾萬路，甚至于到現在幾十萬路的規模，視頻和卡口產生海量的數據。與此同時，隨著高清視頻、智能分析、云計算和大數據等相關技術的發展，安防正在從傳統的被動防御向主動判斷、預警發展，行業也從單一的安全領域向多行業應用、提升生產效率、提高生活智能化程度方向發展，為更多的行業和人群提供可視化、智能化解決方案。隨著安防領域的發展，人工智能的重要作用正逐步顯現。當前，用戶面對海量的視頻數據，已無法簡單利用人海戰術進行檢索和分析，需要人工智能作為專家或助手，實時分析視頻內容，探測異常信息，進行風險預測。

4.5.1、視頻結構化技術

視頻結構化技術是融合了機器視覺、圖像處理、模式識別、深度學習等最前沿的人工智能技術，是視頻內容理解的基石。

圖表33：人工智能視頻技術

視頻結構化在技術領域可以劃分為三個步驟：目標檢測、目標跟蹤和目標屬性提取。

圖表34：人工智能視頻結構化高性能CPU芯片

4.5.2、斷文識字，智能案情分析

公安行業用戶的迫切需求是在海量的視頻信息中，發現犯罪嫌疑人的線索。人工智能在視頻內容的特征提取、內容理解方面有著天然的優勢。前端攝像機內置人工智能芯片，可實時分析視頻內容，檢測運動對象，識別人、車屬性信息，并通過網絡傳遞到后端人工智能的中心數據庫進行存儲。匯總的海量城市級信息，再利用強大的計算能力及智能分析能力，人工智能可對嫌疑人的信息進行實時分析，給出最可能的線索建議，將犯罪嫌疑人的軌跡鎖定由原來的幾天，縮短到幾分鐘，為案件的偵破節約寶貴的時間。其強大的交互能力，還能與辦案民警進行自然語言方式的溝通，真正成為辦案人員的專家助手。

以車輛特征為例，可通過使用車輛駕駛位前方的小電風扇進行車輛追蹤，在海量的視頻資源中鎖定涉案的嫌疑車輛的通行軌跡。

圖表35：人工智能案情分析

4.5.3、連線成網，智能交通

在交通領域，隨著交通卡口的大規模聯網，匯集的海量車輛通行記錄信息，對于城市交通管理有著重要的作用，利用人工智能技術，可實時分析城市交通流量，調整紅綠燈間隔，縮短車輛等待時間，提升城市道路的通行效率。城市級的人工智能大腦，實時掌握著城市道路上通行車輛的軌跡信息，停車場的車輛信息，以及小區的停車信息，能提前半個小時預測交通流量變化和停車位數量變化，合理調配資源、疏導交通，實現機場、火車站、汽車站、商圈的大規模交通聯動調度，提升整個城市的運行效率，為居民的出行暢通提供保障。

4.5.4、在智能樓宇的應用

在智能樓宇領域，人工智能是建筑的大腦，綜合控制著建筑的安防、能耗，對于進出大廈的人、車、物實現實時的跟蹤定位，區分辦公人員與外來人員，監控大樓的能源消耗，使得大廈的運行效率最優，延長大廈的使用壽命。智能樓宇的人工智能核心，匯總整個樓宇的監控信息、刷卡記錄，室內攝像機能清晰捕捉人員信息，在門禁刷卡時實時比對通行卡信息及刷卡人臉部信息，檢測出盜刷卡行為。還能區分工作人員在大樓中的行動軌跡和逗留時間，發現違規探訪行為，確保核心區域的安全。

4.5.5、在工廠園區的應用

工業機器人由來已久，但大多數是固定在產線上的操作型機器人。可移動巡線機器人在全封閉無人工廠中將有著廣泛的應用前景。在工廠園區場所，安防攝像機主要被部署在出入口和周界，對內部邊邊角角的位置無法涉及，而這些地方恰恰是安全隱患的死角，利用可移動巡線機器人，定期巡邏，讀取儀表數值，分析潛在的風險，保障全封閉無人工廠的可靠運行，真正推動“工業4.0”的發展。

4.5.6、在民用安防的應用

在民用安防領域，每個用戶都是極具個性化的，利用人工智能強大的計算能力及服務能力，為每個用戶提供差異化的服務，提升個人用戶的安全感，確實滿足人們日益增長的服務需求。以家庭安防為例，當檢測到家庭中沒有人員時，家庭安防攝像機可自動進入布防模式，有異常時，給予闖入人員聲音警告，并遠程通知家庭主人。而當家庭成員回家后，又能自動撤防，保護用戶隱私。夜間期間，通過一定時間的自學習，掌握家庭成員的作息規律，在主人休息時啟動布防，確保夜間安全，省去人工布防的煩惱，真正實現人性化。

圖表36：人工智能民用安防

4.6教育：互動、智能、個性化，人工智能顛覆傳統教育

人工智能時代究竟離我們還有多遠，人工智能將會對人們的生活帶來多大的改變，人工智能會不會顛覆現在的產業結構等問題。事實上，人工智能技術已經或正在顛覆性的改變著許多行業和領域。曾有專家預斷，人工智能最有可能顛覆的兩大知識密集型領域，教育就是其中之一。

圖表37：人工智能教育小機器人

互聯網教育還迷惘、沒領頭、沒清晰模式的時候，專注課程內容是一種安全的方式。當下以主打課程內容的MOOC模式已經形成多頭的格局，并且掀起了國內其他平臺機構的跟進。另一面，知識譜圖的應用大大提高了學習者的效率。對于結構化的知識，可以輕易地進行優化和處理，通過層次結構和映射關系為學生提供最優的學習路徑。結構化可以細節到每個單元和每個知識點。

4.6.1、自動批改作業

計算機科學家喬納森研發了一款可進行英語語法糾錯的軟件，不同于其他同類型軟件的是，它能夠聯系上下文去理解全文，然后做出判斷，例如各種英語時態的主謂一致，單復數等。它將提高英語翻譯軟件或程序翻譯的準確性，解決不同國家之間的交流問題。語音識別和語義分析技術的進步，使得自動批改作業成為可能，對于簡單的文義語法機器可以自動識別糾錯，甚至是提出修改意見，這將會大大提高老師的教學效率。

4.6.2、拍照搜題的在線答疑

2014年到2015年投資比較火爆的拍照搜題軟件，如學霸君，作業幫，等，這類軟件都是借助了智能圖像識別技術，學生遇到難題時只需要用手機排成照片上傳到云端，系統在一到兩秒內就可以反饋出答案和解題思路，而且這類軟件不僅能識別機打題目，手寫的題目的識別正確率也越來越準，目前達到了70%以上，大大提高了學生的學習效率。

4.6.3、語音識別測評

語音識別技術在教育上的應用，目前主要用于英語口語測評上，科大訊飛、清睿教育、51Talk開發出的語音測評軟件，都能在用戶跟讀的過程中，很快對發音做出測評并指出發音不準的地方，通過反復的測評訓練用戶的口語。

4.6.4、個性化學習

McGraw-Hill教育正在開發數字課程，準備相關的課程資料，它從200萬學生中收集信息，利用人工智能為每個學生創建自適應的學習體驗。當一個學生閱讀材料并回答問題時，系統會根據學生對知識的掌握情況給出相關資料。系統知道應該考學生什么問題，什么樣的方式學生更容易接受。系統還會在盡可能長的時間內保留學生信息，以便未來能給學生帶來更多的幫助。

4.6.5、對教學體系進行反饋和評測

試想一個場景，當某學生在查詢自己的期末成績的時候，他看到的不僅僅是一個簡單的分數，還附有一份“診斷報告單”。通過這份報告，他不但可以了解到自己學科板塊知識點和能力點的掌握情況，還能看到對自己的優勢、劣勢的學科分析。通過這些數據為每個學生進行“畫像”，從而找到提升成績的方法。這就是借助大數據的幫助，通過對學生學習成長過程與成效的數據統計，診斷出學生知識、能力結構和學習需求的不同，以幫助學生和教師獲取真實有效的診斷數據。學生可以清楚看到問題所在，學習更高效；教師也可對癥下藥地針對具體情況，選擇不同的教學目標和內容，實施不同的教學方式，進一步提高教與學的針對性、有效性和科學性。

4.7家居:控制、反饋、互動，智能家居實現進階式發展

智能家居指的是：加強人工智能技術與家居建筑系統的融合應用，提升建筑設備及家居產品的智能化水平。研發適應不同應用場景的家庭互聯互通協議、接口標準，提升家電、耐用品等家居產品感知和聯通能力。支持智能家居企業創新服務模式，提供互聯共享解決方案。

圖表38：人工智能家居

智能家居出現至今已有幾十年時間，至今經歷了兩個階段，第一個階段是單品的智能化，即將所有家居連接到人的手機上，由App遠程控制所有電器。第二階段是智能互動，即是兩個或N個電器智能化可以聯動起來，比如智能窗簾打開后室內的燈就會隨之自動感應關閉，或智能空調打開后浴室里的浴霸隨之加熱。

圖表39：智能家居概念融入家庭生活方方面面

現階段的發展中，以上智能家居的技術早已實現。市面上已有很多品牌，如我們熟知的小米智能家居套裝、聯想家庭安防套餐、Wulian 智能家居套餐、歐瑞博智能家居套餐等數十家產品。不過，第二第二階段都是弱智能，只是把開關移植在手機里，或弱聯動的智能化。這種模式的弱點是智能化不足，與用戶期待的真實效果相偏離，隨著類似產品的普及，并不貼心的體驗使得部分用戶的熱情降溫。

以人工智能為代表的的第三階段逐漸映入人的眼簾，完全人工智能化的智能家居將實現全自動、自學習、自感知的智能家居系統。也就是說擯棄掉手機，給智能家居裝上更為智能的人工大腦，完全解放人為控制家居，讓所有家居擁有明白用戶心思的能力。當用戶結束勞累了一天的工作后，回到家中，由人工智能調配，大門、洗澡間的熱水、客廳的空調、照明燈……一切都無需控制便可以自動識別打開，人只作為享受的中心而不必為此過渡操心。

隨著2017年人工智能將在多項領域的突破，這些成果將催動2017年智能家居的裂變，雖然如今的智能家居與人工智能的結合尚在混戰的初期，隨著市場看不見的手優勝劣汰，一個更智能的未來或將在不遠的將來出現。

4.8農業：人工智能逐漸融入全流程應用

一直以來，人類如何養活自己就是一個棘手的問題。進入智人時代以來，人口數量不斷膨脹，2050年世界人口總數或將接近100億。這意味著同樣的土地必須養活更多的人口。加之全球變暖以及水資源短缺對農業帶來的影響，勢必對人類養活自己造成不小的麻煩。

農業領域面臨的挑戰對人類來說比其他領域更為重要。如何在耕地資源有限的情況下增加農業的產出，同時保持可持續發展呢？人工智能就是解決的方法之一。

圖表40：人工智能農業耕作、播種智能機器

人工智能在農業領域的研發及應用早在本世紀出就已經開始，這其中既有耕作、播種和采摘等智能機器人，也有智能探測土壤、探測病蟲害、氣候災難預警等智能識別系統，還有在家畜養殖業中使用的禽畜智能穿戴產品。這些應用正在幫助我們提高產出、提高效率，同時減少農藥和化肥的使用。太空中的衛星可以幫助探測氣候是否會出現干旱；田間的拖拉機可以觀察種植物并剔除不良作物；而基于人工智能的智能手機應用可以實時告訴農業人員什么疾病正在對農作物產生影響。

圖表41：智能圖像識別

通過各種識圖軟件對著花草拍照掃描一下就知道了，不僅僅是幫你識別你不認識的農作物，他們能夠幫農戶智能識別農作物的各種病蟲害。農戶把患有病蟲害農作物的照片上傳，App就會識別出農作物犯了那種病蟲害，并且可以給出相應的處理方案。除了人工智能給出的處理方案，App上還有用戶和專家交流的社區，可以針對相應的病蟲害進行討論交流。

圖表42：（Blue River的萵苣種植機）

圖表43：（Aboundant Robotics的蘋果采摘機器人）

圖表44：衛星云圖

（左：InterlinAir識別田間的雜草，右：給出農田的營養建議）

圖表45：牛臉識別，智能穿戴

圖表46：（在農田中的各種物聯網設施）