人潮涌动的2019WAIC世界人工智能大会展馆内，大屏幕上滚动播放着“城市大脑”接管下的城市，各种机器人、机械臂上下翻飞，每家公司都展示出自己最新的AI研发成果和案例，然而在涌动的人流中，无论参展者、观众，还是专业人士、媒体人，似乎都在同时带着一丝焦虑，思考和寻找一样东西——真正落地的、大有前景的AI应用。
除了以视频识别为核心的生态圈之外，人工智能产业界仍在苦苦追寻可以规模商业化的AI场景和模式，AI需要闻到更多商业化的味道，才能推动产业更进一步。《IT时报》记者带着这个疑问，重新采访了工业、医疗、教育、城市管理等多个领域的商业领袖和技术专家，试图找出那个离AI最近的垂直行业。
AI遇上工业
工业，也许是人工智能的最大受益者
1913年，福特发明了流水生产线，拉开了现代工业大生产的序幕。转眼100年光景，和1.0时代的机械制造相比，当下的工业4.0时代是实体物理世界与虚拟网络世界融合的时代，高度灵活、个性化、数字化......这些新关键词背后，几乎每一个都离不开人工智能。
人工智能不仅是一个“风口”，更是一个时代，它出现的意义绝不仅仅是机器人的批量生产与应用，而是作为核心驱动力驱动产业结构、城市形态、生活方式和科技格局的颠覆式变革。
创新工场董事长兼首席执行官李开复大胆判断，如果2030年AI将为中国带来200万亿元GDP的提升，那么其中1/4的价值将来自于AI对传统行业的赋能，而不是黑科技。工业，正是人工智能的重要受益者之一。
电网：AI搭建云化虚拟电厂
“你想象过这么大的展馆，突然停电吗？”在2019WAIC世界人工智能大会上，国网上海市电力公司总经理阮前途突然向前来采访的记者发问。
为了保证整个大型展会的正常供电，从电厂、输电线、大变电站、小变电站、电缆再到现场这些环节必须在掌控之中，因此，“城市绿色环保最强大脑”至关重要，这也意味着要对每个环节进行感知，感知运行状态，感知设备周围的动态。
城市虚拟电厂的构建与运行是泛在电力物联网建设十年甚至二十年之后的模样，在阮前途看来，打造泛在电力物联网，不仅仅是技术的革新，同时还是商业模式的创新，是实现综合能源智能商业化的关键环节。“未来，坐在柜台里卖电的场景将不复存在。”阮前途说道。
电气：AI值守在遥远的地方
上海电气是极少数拥有百年历史的中国装备制造业企业。2007年，当大多数人连“物联网”这个词都没听说过的时候，上海电气就已经推出了电梯物联网，2014年至2017年，上海电气又分别针对风电与电站推出了智能化管理平台“风云”和“Ellumix”，2018年，开始着手打造集团统一的工业互联网平台。
飞机：无人机检测机身瑕疵
很少有人知道最新的中国商飞CR-929采用的是何种材料？近年来，碳纤维复合材料的使用可以大大减轻飞机的重量，非常节省燃油，也受到了中国商飞的青睐。
汽车：柔性生产与众不同的每一辆车
当工业设计与定制化走到一起时，会产生怎么样的化学反应？上汽大通负责人介绍，用户可以自行定制车辆，包括颜色、前格栅、内饰、座位数量等，而不再是传统的高配和低配，你很有可能不会和别人“撞车”，“对于个性化定制的车，是模块化生成，根据订单要求把模块组装在一起，就像快餐店一样。”
能够实现“快餐模式”的是上汽大通在南京的智能工厂，汽车制造是流水线工作，加入了供应链数字化改造后，流水线式的加工链路被彻底优化，变为生产线跟随每一个订单的加工流程。每一个从C端来的订单，都有一个独立的ID，后续所有零配件、生产、装配环节，都将对应着这一个ID来进行。
“数字化系统”是这个“智能工厂”的灵魂，比如打通了供应链数据，让每一辆车的订单数据能够实时传递，每一个订单都将实时发送到相应的供应商手中，再进行备货送货。“这样也解决了库存积压问题，可以及时消化。”上述负责人告诉记者。
机械：机电装备能“自愈”才是真智能
“现在很多人提出了柔性制造，也就是说未来的工位可能不会是固定的，机器会变得像人一样，哪里需要我，我就过去，这要求人工智能发展到一定程度后才会实现。”程艳畅想。
智能工厂里最“科幻”的场景，当属穿梭在车间里的近百辆AGV无人小车，它们会根据预设的行进路线自动至零部件仓库取货并补给生产线。“就好比公交车有规定的专用车道一样。”在程艳看来，人工智能未来的发展可以是自组织、自决策、自感应的。
但是，人工智能在工业领域的应用也还有不少问题需要解决。中国工程院院士高金吉表示，虽然设备检测诊断技术向数字化、信息化、智能化发展，但机器故障必须依赖人来解决这点始终没有改变。
“有必要深入研究机电装备复杂系统动力学行为，通过自诊断预测和主动控制在运行中抑制和消除故障，让机器故障从完全依赖人工‘治愈’到可以在运行中‘自愈’。”在高金吉看来，机器产生自愈力可抑制可能产生的损坏力，如果说人工智能会使机器更聪明，自愈可让机器更健康，这也是“智能机器”进化的方向。
AI遇上教育
上海学生的十二时辰正在被AI浸透
“8月1日小学劳技教室，8月27日生命科学实验室……”在一位家长的手机上，清楚地记录着孩子暑假期间的到校活动，甚至可以看到孩子在学校里花4.2元买了一罐牛奶。在上海市建青实验学校，从买点心饮料的自助贩卖机，到借体育器材的体育馆，再到借书的图书馆，学生们都可以“刷手”来完成购买、借还等动作。
“王小明同学在学校西面围墙边摔倒”，一则消息同步发送给班主任和保健科，校医检查后将学生的伤情同步给家长。为了避免各种校园安全事故，上海中医药大学附属闵行蔷薇小学用AI搭建起了一个“隐形盔甲”，及时发现楼梯拥挤、学生打架等一系列安全事故隐患。
上海学生的十二时辰正在被AI浸透，AI应用的“上海模式”首先在教育场景里落地，其中有教育场景的天然需求，也有上海政府的政策倾向。
如果说纽约是个从不睡觉的城市，那上海连坐下来的功夫都没有。”《纽约客》特约撰稿人PatriciaMarx的这句话依旧可以拿来形容今天上海人工智能发展的速度与勤恳。
落地该走那条路？
在卢湾高级中学的AI实验课上，几位学生合力做出了一个智能分类垃圾桶，清洁工不需要再问，你是什么垃圾？AI垃圾桶会直接告诉你，你是湿垃圾还是干垃圾。
9月开学后，卢湾高级中学又多一个新名字——商汤科技实验中学，学生们将借助AI教材、SenseStudyAI实验平台、自动驾驶小车、编程小车学习AI基础教育课程。
商汤科技创始人汤晓鸥表示，“原创”如何变为“源创”，为有源头活水来，给AI创新加三滴水，它就能活起来，其中一滴水就是普及人工智能教育，向K12领域延伸。
谁来教？如何教？如何学？这些问题都是K12AI基础教育需要考虑的基本问题。去年，商汤在上海出版了全球第一本高中版AI教材，今年又发布了《人工智能入门》四册，已经推广到百余所中学，解决了AI基础教育如何教的问题。
也许家长们没有听说过好未来，但必然听过它旗下的学而思教育机构，从怀孕期用的妈妈帮，到早教阶段的熊猫博士，再到小学阶段的励步英语、学而思数学，这家教育机构每年投入超10亿元的研发经费，想要用AI来赋能全生命周期的教育产品，可以想象的是，如果数据和产品一旦打通，它将拥有中国课外教育最完整的数据。
到上海去，不论是好未来这样传统的教育集团，还是科大讯飞这样的AI企业，都有相似的想法——上海的家长是最能接受AI教育的一群人。好未来在上海市长宁区打造智慧教育示范平台，在卢湾一中心小学试点，通过还原学生学习轨迹打开“黑匣子”，发现学生的能力倾向和缺点劣势，从而因材施教。科大讯飞则拿着第一款教育C端产品智学来到上海，想要复制在安徽将一名中考学生的化学成绩从不及格提高到将近满分的案例，科大讯飞要走的路显然与好未来是不同的。
商汤走的路是铺设基础教育的轨道，好未来走的路是从娃娃抓起，贯穿全生命周期，而科大讯飞走的是小米的爆品突破之路，不过，什么路都要有人走。
AI发展的边界在哪里？
图灵奖获得者、中国工程院外籍院士、卡内基梅隆大学教授RajReddy是人工智能界的“老法师”，他在接受《IT时报》记者采访时说道，人工智能翻译一种语言至少需要收集10万条语音信息。
9月2日，全国开学第一天，一张图片在网上刷屏，课堂上，趴桌子几次、玩手机几次、睡觉几次、举手几次、阅读几次、听讲几次，都被摄像头捕捉，因为印有旷视的logo，这被认定为是它的视觉AI系统。旷视因此备受大众质疑，回应称这张图片只是一个概念演示，但其实类似的AI课堂分析系统已经开始进入课堂。
AI课堂分析到底有没有侵犯学生的隐私？
在欧美，人脸识别推行困难，旧金山等美国城市通过立法禁止该技术，英国首例警用人脸识别案于近日开庭，而瑞典GDPR第一案——瑞典学校因使用面部识别技术登记学生出勤率而被罚款20万。
今年8月，全国人大常委会审议的民法典人格权编草案稿中，针对收集、处理自然人个人信息有了明确规定，要求必须“征得该自然人或者其监护人同意”等，而且把个人生物识别信息也纳入保护的范围。
AI遇上医疗
有一天，AI能让医院、医生围着病人转
AI读片遍地开花
医疗影像与人工智能的融合已经成为业内最被看好、最可能率先商业化落地的领域之一。
医疗影像的发展直接击中我国医疗资源不均衡的痛点，数据显示，我国每年医学影像增长量超过30%，而每年新增的放射科医生只有4%。
复旦大学附属中山医院的肝肿瘤外科也将医疗影像作为医院迈向人工智能的重要一步。有别于传统的观察法，速度快是人工智能读片带来的最直观感受，仅仅30秒人工智能就可以将病灶的可疑区域标注出来，辅助医生完成初步筛查的工作。人工智能的工作原理是基于模仿医生的阅片逻辑及大量数据的学习，通过数据预处理、图像分割、特征提取和匹配判断即可做出较高准确度的判断结果。目前，中山医院的标注系统已经能实现90%以上的准确率了。
复星旗下的杏脉科技推出了业内首个肺癌全流程诊疗协作系统。医生利用AI辅诊软件在胸部CT影像上进行病灶检出，3mm以下微小结节及磨玻璃结节也可灵敏识别，能够有效降低“误报、漏诊”等意外。
来自英国NHS的首席医疗科学官SimonEccles认为，AI在医疗影像应用只有完全脱离了医生的辅助才算真正具有价值。他希望，在未来，人工智能能够完全独立地进行图像识别，而不是需要反复插入医生检查这一环节，“现阶段，医生并不会放心将读片的工作完全交给人工智能，这就需要技术的不断成熟来帮助他们实现这一跨越。”
医疗数据标准统一难
国际电信联盟高级顾问Simao认为，数据的集合以及利用是目前AI医疗面临的巨大挑战，“罕见疾病的数据如何获得？不同主体的数据集应该如何管理？在数据领域内需要进行全球范围内的对话。”
另外，复旦大学附属华山医院信息中心主任黄虹认为，与医疗行业相适配的人工智能方面的人才还存在很大缺口，医院目前接纳的技术人才大多还是传统意义上的“码农”。此外，整个大环境还没有形成教育与医疗之间的联动，在校学生大多并没有适应当前正在进行的医疗变革。
中国工程院院士潘云鹤则认为，医疗装备和医疗服务与5G技术的结合是当前医学领域非常重要的技术倾向。5G技术宽频的传输有利于高分辨度的医学图像进行远程传输；5G的海量接入和低延时，有利于医疗设备的远程控制和远程观测。5G的加入将对新型的医疗设备带来巨大的支撑意义。
AI遇上自动驾驶
老司机，肯定还是AI的稳
无人驾驶作为人工智能技术的重要应用，一直是国家重点战略重要发展方向。2019年4月，国务院印发《新一代人工智能发展规划》，提出从无人驾驶汽车与智慧交通两个层面，大力发展智能运载工具。工信部印发的《促进新一代人工智能产业发展三年行动计划（2018-2020年）》提出到2020年，建立可靠、安全、实时性强的智能网联汽车智能化平台，重点区域车联网网络设施初步建成。
上海作为创新发展的先行者，于2018年初就率先在全国发放了第一批无人驾驶牌照，全力推动智能网联汽车产业的发展。今年，全国首个商业化自动驾驶叫车服务也即将登陆上海。伴随着业界对自动等级与安全等级双管齐下的呼吁，无人驾驶汽车规模化量产正在倒计时。
滴滴：首辆无人出租车即将落沪
不久前，滴滴已经将负责自动驾驶业务的部门剥离出来，升级为独立公司。滴滴出行CTO兼自动驾驶公司CEO张博表示，“AIfortransportation”将是滴滴未来的科技战略，以人工智能赋能交通。
“未来20年，出行会发生结构性的变化。”张博说。
所谓的结构性变化，张博认为包含了以下三层。首先是交通基础设施，如红绿灯的控制，可运用大数据和人工智能进行优化，假使从东向西的路上没有车，那么从南向北的车能不能直接通过？利用大数据制成的城市模拟系统也可以开放给城市规划部门，从而了解修建一条马路时可能影响到多少人的出行。
“自动驾驶已经从1.0的原型验证阶段迈入2.0阶段，真正面向产业化、商业化。这里面需要共享出行运营商、无人驾驶技术公司、汽车生产制造商齐心协力才有可能让无人驾驶汽车安全上路。这也是为什么滴滴会在一个月前成立无人驾驶的独立公司，就是希望充分跟产业链上下游形成紧密联盟，一起加速产业化和商业化进展。”张博说道。
张博表示，滴滴很快就会在上海落地安全合规的自动驾驶出租车服务，总计将在嘉定部署30辆无人车，行驶里程超过10公里，这将是中国首个商业化自动驾驶叫车服务。届时在上海区域使用滴滴App就可以看到自动驾驶的新入口。值得一提的是，这项服务使用的是混合派单模式，如果用户的出行需求超出了嘉定区域，滴滴就会把订单派发给人类司机。
自动驾驶“双L4”已来
中国工程院院士李德毅认为，自动驾驶即将进入规模化发展期。“2030年要实现人工智能高地，如果我们预测做得好，到2035年每年生产的就都是全自动车了，届时L4无人驾驶汽车大概会有4.4亿辆。”
李德毅表示，未来交通可能导致独角兽的四个应用场景包括自主泊车、定点接送、快速公交和有限地域无人驾驶出租车。以自主泊车为例，有时候车主开到地下停车场再走回办公楼就要花15分钟，如果汽车懂得“自己去、自己回”，就能解决一个很大的痛点。
然而，当自动驾驶要落地时，比起车辆本身的自动化程度，老百姓更关心的是安全问题。因此，李德毅提出应制定自动驾驶安全等级中国标准，也即以特定地区自动驾驶可靠性为导向的安全管理等级划分和度量方法。例如L2可以在田园行驶，L3可以进入厂区，L4能上公路，到了L5才能进市区。不同自动驾驶等级的出错率不一样，就好比L2的出错率应控制在1%，也就是开了100次，其中1次需要人为接管。
“L4是需要人接管的时候，如果人不响应，它还有办法，所以自动驾驶聚焦L4量产已成定局。”李德毅说道，自动驾驶更应该做的是聚焦“双L4”量产，驾驶自动程度等级与驾驶安全程度等级双双达到L4才是定局。
建一个安全的车路协同网络
李德毅指出，不同驾驶场景可能发生的典型事故都是长尾分布，如港口矿山运输、高速卡车编队、轿车城市道路等，让同一辆车应对所有窗口是不明智的。自动驾驶难在边缘和小概率事故上，现在依靠的主要是四个技术支撑：结构化道路、确定性窗口、人车路联网协同（5G+V2X）以及软件定义的机器。所以，自动驾驶离不开智能网联。
“看视频差几秒问题不大，但是开车差个几毫秒就可能把人压死了。发挥5G超高带宽、超低时延和超大连接能力是解决智能网联的当务之急。”李德毅呼吁。因为汽车摄像头在不同天气、不同时段的红绿灯识别无法做到100%，如果自动驾驶汽车上安装了5G信号的接收器，由5G基站发信息告知此时此刻有红灯，或者距离红灯还有多少毫秒，那么汽车对交通信号就不需要“感知”，直接“认知”了。
5G覆盖后，车辆上的传感器负担就能适当地降低。一旦实现了道路数字化与交通要素联网，自动驾驶车辆连做SLAM（即时定位与地图构建）的功夫都省了，直接通过微地标位置播报就能得知当前在什么地方，完成运动中车辆同步定位和地图同步更新，也有助于自动驾驶测试评估。
李德毅认为，智能网联在上述基础上，还可以发展车内部件数字化并联网，届时汽车已经不再是最佳单位，发动机、刹车片、方向盘、油耗等诸多参数都可以联网，让交通管理更加有效。
不过，根据上海临港智能网联汽车研究中心有限公司总经理苍学俊发布的智能网联汽车信息安全行业摸底成果，机会与风险显然是并存的，伪基站、网络劫持、Wi-Fi弱密码、蓝牙、OBD不安全设备接入、木马吸入等渠道都可能带来车辆非法入侵和用户数据泄露的安全隐患。
AI遇上城市
智慧城市，我们离彼岸的距离还有多远？
人工智能已成功出圈，即使普通人也在讨论AI，不再局限于学术圈；由AI造就的智慧城市，也即将从不远的未来向所有人走来。2019WAIC世界人工智能大会期间，上海沿陆家嘴到世博的滨江带，打造了一批智慧城市“样板间”——从无人驾驶、智慧酒店、智慧商业，到智慧楼宇、智慧养老、智慧医疗，将浦江东岸滨江带描绘成一幅全球领先的“AI生活新画卷”。
科技，打造智慧城市；智慧，塑造美好生活。无人驾驶，将为城市的交通拥堵、空气污染和停车难等问题提供解决方案；智能医疗，将改善城市医疗资源不均衡和公共资源匮乏等问题……所有这些应用，都是人工智能给我们带来的智慧城市生活愿景。
全球城市纷纷发布“智慧计划”
在全世界范围内“智慧城市”探索者并不在少数。意大利米兰市副市长RobertaCocco表示，米兰正在进行非常宏大的数字化转型战略规划，一是通过5G基础设施建设将米兰市内超过200个数据库进行链接，二是为市民创建数字档案，提升政务服务效率。
现如今，智慧城市更像是城市的大脑。越来越多的城市大脑都在累积数据，获得更高效、智慧的城市管理治理实践。特别当人工智能被广泛运用到城市管理中时，能有效应对城市运行的痛点、难题等。
又如，垃圾分类目前正在全国各地如火如荼地推行，生活物品千千万，准确分类却很难。支付宝垃圾分类小程序让用户轻松拍摄手边垃圾便可准确分类，其背后是计算机视觉、自然语义分析、知识图谱等人工智能技术的应用，让AI助力环保公益，成为老百姓垃圾分类的小助手。
尚处于“弱智能”阶段
目前的智慧城市主要建立在互联网、移动互联网以及物联网等信息系统的基础上，让城市具有像人一样的智慧，通过基础信息网络设施的建设，智慧城市能让城市中的建筑、基础设施与家庭服务系统等之间相互传递信息，使得城市可以自己读懂和了解未来所需要面对的问题。
因此，智慧城市与移动互联网以及物联网技术是紧密结合在一起的。“互联网仅仅是把PC连接起来，移动互联网主要连接的是手机，而物联网则连接所有设备。”华东政法大学高奇琦、刘洋在《智慧城市有断网风险，智能城市是未来方向》一文提到，移动互联网通过无线技术以及宽带把各种移动终端连接起来，而物联网则能做到万物互联，即每一个物联网设备就是一个信息采集终端，这些采集到的信息被收集、分析、处理之后，可以帮助人们更好地理解城市治理的规律，同时对城市治理中的问题，特别是基础设施和公共服务所面对的问题能更好地做出预警。
随着人工智能逐渐发展，很多产品、技术都冠以人工智能的名字，但是实际应用落地仍然多停留在个案环节。“事实上，现在的人工智能离真正的智能路还很远，AlphaGo的例子只是在一个特定场合特定场景下实现了真正的人工智能，所以人工智能整体距离还很远。”上海工程应用技术大学副校长王岩松表示。
中国知网常务副总经理张宏伟则认为，人工智能分为计算智能、感知智能和认知智能阶段，目前的人工智能还处于感知智能阶段（弱智能），语音识别和视觉识别是这一阶段最为核心的技术；当前，人工智能处于从“不能实用”到“可以实用”的技术拐点，但距离“很好用”还有很多瓶颈限制。