人工智能技术可以怎样改变世界

人工智能技术可以怎样改变世界？

这篇文章讲得很详细，介绍来人工智能在金融、安防、医疗、教育、交通制造、农业、物流、金融、商务、家居等重点行业的影响。"一文看懂人工智能如何改变世界"

人工智能的产业链结构可以分三部层次：基础层、技术层和应用层。基础层包括实现人工智能的数据资源和计算硬件；技术层指人工智能算法、框架和应用开发；应用层是人工智能在各行各业的应用，推动人工智能与各行业融合创新，在金融、安防、医疗、教育、交通制造、农业、物流、金融、商务、家居等重点行业和领域开展人工智能应用试点示范，推动人工智能规模化应用，全面提升产业发展智能化水平。

图表18：人工智能产业结构图

以人工智能、大数据、云计算、区块链等高新科技为核心要素，全面赋能金融机构，提升金融机构的服务效率，拓展金融服务的广度和深度，使得全社会都能获得平等、高效、专业的金融服务，实现金融服务的智能化、个性化、定制化。

建立金融大数据系统，提升金融多媒体数据处理与理解能力。创新智能金融产品和服务，发展金融新业态。鼓励金融行业应用智能客服、智能监控等技术和装备。建立金融风险智能预警与防控系统。

1、智能获客

依托大数据，对金融用户进行画像，通过需求响应模型，极大提升获客效率。

2、身份识别

以人工智能为内核，通过活体识别、图像识别、声纹识别、OCR识别等技术手段，对用户身份进行验真，大幅降低核验成本。

图表19：马云“刷脸付”现场概括

3、大数据风控

通过大数据、算力、算法的结合，搭建反欺诈、信用风险等模型，多维度控制金融机构的信用风险和操作风险，同时避免资产损失。

4、智能投顾

基于大数据和算法能力，对用户与资产信息进行标签化，精准匹配用户与资产。

5、智能客服

基于自然语言处理能力和语音识别能力，拓展客服领域的深度和广度，大幅降低服务成本，提升服务体验。

6、金融云

依托云计算能力的金融科技，为金融机构提供更安全高效的全套金融解决方案。

7、区块链

区块链透明且不可篡改的特性，在金融领域具有广阔的应用场景。目前区块链已率先应用于资产证券化过程中，使整个流程更透明，更安全。

图表20：人工智能在金融领域已有的应用

不知从什么时候开始，“人工智能”这个词变得炙手可热，当今整个社会，从制造业、医疗以及金融等行业都与人工智能有着息息相关的紧密联系。在这当中，汽车行业更是处于人工智能整合的前沿，人工智能型汽车不仅可以精简运输而且可以降低成本，是人工智能行业中非常受到瞩目的领域，这足以让全球的汽车圈沸腾起来。

图表21：人工智能摩的驾驶领域

对于人工智能技术的大力支持和研发，意味着汽车行业对于前沿技术的高度重视，东风日产乘用车公司的总经理埃尔顿-谷硕表示：“人工智能技术为汽车自动驾驶开启了新的篇章，对于汽车未来发展不可或缺。”以下是人工智能与汽车整合的三种方式。

图表22：人工智能汽车驾驶领域

1.驾驶助理

人工智能型汽车最为广泛的运用就是协助驾驶，并且具有自动停车，防撞等功能。通过程序自动控制汽车制动，从而减少撞击力，以此降低事故发生的概率和车主的损失。

图表23：人工智能驾驶助理

2.共享服务

对于很多年轻人来说，与其驾驶私家车出行造成不必要的劳累，倒不如选择便捷的共享出行，2016年Uber收购的一家名叫Geometric Intelligence的人工智能的创业公司，将在接下来的日子更好的帮助Uber将人工智能集成到平台当中，以提高整体服务的效率。

图表24：人工智能共享服务

3.无人驾驶

人工智能在汽车领域尤为重要的是无人驾驶技术的应用，自动驾驶的理念是“消除认为过失”，这里面包含消除疲劳和注意力分散。特斯拉-豪华电动汽车制造商特斯拉具有成功的无人驾驶的程序，被称为自动驾驶仪的系统能帮助驾驶的汽车和周围的交通状况相匹配，自动改变交通路线、合理停车等，从而可以增加出行驾驶的安全概率。

图表25：人工智能无人驾驶

对于未来汽车行业的发展道路，不管是全球汽车业内还是业界外都具有一个共识：汽车不再仅仅充当为“交通工具”这样一个角色，而是在探索智能化、电气化、互联化的过程中，不断创新和进步，从而给消费者带来更好的完美感官体验。

智能制造围绕制造强国重大需求，推进智能制造关键技术装备、核心支撑软件、工业互联网等系统集成应用，研发智能产品及智能互联产品、智能制造使能工具与系统、智能制造云服务平台，推广流程智能制造、离散智能制造、网络化协同制造、远程诊断与运维服务等新型制造模式，建立智能制造标准体系，推进制造全生命周期活动智能化。

图表26：工业机器人沉思

“工业4.0”，是一个德国政府提出的高科技战略计划。这个概念包含了由集中式控制向分散式增强型控制的基本模式转变，目标是建立一个高度灵活的个性化和数字化的产品与服务的生产模式。在这种模式中，传统的行业界限将消失，并会产生各种新的活动领域和合作形式。创造新价值的过程正在发生改变，产业链分工将被重组。

图表27： 工业机器人算法人工模型

德国学术界和产业界认为，“工业4.0”概念即是以“智能制造”为主导的第四次工业革命，或革命性的生产方法。该战略旨在通过充分利用信息通讯技术和网络空间虚拟系统—信息物理系统（Cyber-Physical System） 相结合的手段，将制造业向智能化转型。

“工业4.0”项目主要分为三大主题，一是“智能工厂”，重点研究智能化生产系统及过程，以及网络化分布式生产设施的实现；二是“智能生产”，主要涉及整个企业的生产物流管理、人机互动以及3D技术在工业生产过程中的应用等。该计划将特别注重吸引中小企业参与，力图使中小企业成为新一代智能化生产技术的使用者和受益者，同时也成为先进工业生产技术的创造者和供应者；三是“智能物流”，主要通过互联网整合物流资源，充分发挥现有物流资源供应方的效率，而需求方则能够快速获得服务匹配，得到物流支持。

图表28：宝马车间内机器人正在焊接车身

在工业4.0时代，虚拟全球将与现实全球相融合。通过计算、自主控制和联网，人、机器和信息能够互相联接，融为一体。未来制造业将实现更高的工程效率、更短的上市时间以及生产灵活性。

从以上的描述中不难看出，工业4.0对智能化的要求涵盖更广，涉及机器感知、规划、决策以及人机交互等方面，而这些领域都是人工智能技术的重点研究方向。

图表29：工业4.0人工智能愿景

智能医疗是通过打造健康档案区域医疗信息平台，利用最先进的物联网技术，实现患者与医务人员、医疗机构、医疗设备之间的互动，逐步达到信息化。在不久的将来医疗行业将融入更多人工智慧、传感技术等高科技，使医疗服务走向真正意义的智能化，推动医疗事业的繁荣发展。在中国新医改的大背景下，智能医疗正在走进寻常百姓的生活。

人工智能+医疗作为快速发展的新兴行业，“AI+医疗”正迎来发展的“春天”，但目前面临法律监管缺位，对行业长远发展不利。若能早日建立法律规范，虽然可能出现行业洗牌，但从长远看将促进医疗人工智能更加健康地发展。

图表30：2015年医疗健康领域人工智能投资分布

“他山之石”：由于医疗人工智能产品迭代更新很快，若像传统医疗器械那样走审批流程，显然不现实。针对这一情况，美国FDA在2017年5月正式组建了一个由软件工程师和开发人员、AI技术和云计算专家等组成的新部门，专门致力于数字化医疗和AI技术审评，制定审批、监管的规范和标准。

另外，美国五大科技巨头（Google，Facebook，Amazon，IBM，Microsoft）联合成立了AI合作组织（Partnership on AI），以保障行业在未来能够安全、透明、合理地发展。

智能医疗。推广应用人工智能治疗新模式新手段，建立快速精准的智能医疗体系。探索智慧医院建设，开发人机协同的手术机器人、智能诊疗助手，研发柔性可穿戴、生物兼容的生理监测系统，研发人机协同临床智能诊疗方案，实现智能影像识别、病理分型和智能多学科会诊。基于人工智能开展大规模基因组识别、蛋白组学、代谢组学等研究和新药研发，推进医药监管智能化。加强流行病智能监测和防控。

智能健康和养老。加强群体智能健康管理，突破健康大数据分析、物联网等关键技术，研发健康管理可穿戴设备和家庭智能健康检测监测设备，推动健康管理实现从点状监测向连续监测、从短流程管理向长流程管理转变。建设智能养老社区和机构，构建安全便捷的智能化养老基础设施体系。

图表31：好医友：首个中国人的肿瘤大数据中心和AI平台

图表32：阿里联合英特尔、lindDoc启动天池医疗AI系列赛

在安防领域，随着平安城市建设的不断推进，监控点位越来越多，从最初的几千路，到几万路，甚至于到现在几十万路的规模，视频和卡口产生海量的数据。与此同时，随着高清视频、智能分析、云计算和大数据等相关技术的发展，安防正在从传统的被动防御向主动判断、预警发展，行业也从单一的安全领域向多行业应用、提升生产效率、提高生活智能化程度方向发展，为更多的行业和人群提供可视化、智能化解决方案。随着安防领域的发展，人工智能的重要作用正逐步显现。当前，用户面对海量的视频数据，已无法简单利用人海战术进行检索和分析，需要人工智能作为专家或助手，实时分析视频内容，探测异常信息，进行风险预测。

视频结构化技术是融合了机器视觉、图像处理、模式识别、深度学习等最前沿的人工智能技术，是视频内容理解的基石。

图表33：人工智能视频技术

视频结构化在技术领域可以划分为三个步骤：目标检测、目标跟踪和目标属性提取。

图表34：人工智能视频结构化高性能CPU芯片

公安行业用户的迫切需求是在海量的视频信息中，发现犯罪嫌疑人的线索。人工智能在视频内容的特征提取、内容理解方面有着天然的优势。前端摄像机内置人工智能芯片，可实时分析视频内容，检测运动对象，识别人、车属性信息，并通过网络传递到后端人工智能的中心数据库进行存储。汇总的海量城市级信息，再利用强大的计算能力及智能分析能力，人工智能可对嫌疑人的信息进行实时分析，给出最可能的线索建议，将犯罪嫌疑人的轨迹锁定由原来的几天，缩短到几分钟，为案件的侦破节约宝贵的时间。其强大的交互能力，还能与办案民警进行自然语言方式的沟通，真正成为办案人员的专家助手。

以车辆特征为例，可通过使用车辆驾驶位前方的小电风扇进行车辆追踪，在海量的视频资源中锁定涉案的嫌疑车辆的通行轨迹。

图表35：人工智能案情分析

在交通领域，随着交通卡口的大规模联网，汇集的海量车辆通行记录信息，对于城市交通管理有着重要的作用，利用人工智能技术，可实时分析城市交通流量，调整红绿灯间隔，缩短车辆等待时间，提升城市道路的通行效率。城市级的人工智能大脑，实时掌握着城市道路上通行车辆的轨迹信息，停车场的车辆信息，以及小区的停车信息，能提前半个小时预测交通流量变化和停车位数量变化，合理调配资源、疏导交通，实现机场、火车站、汽车站、商圈的大规模交通联动调度，提升整个城市的运行效率，为居民的出行畅通提供保障。

在智能楼宇领域，人工智能是建筑的大脑，综合控制着建筑的安防、能耗，对于进出大厦的人、车、物实现实时的跟踪定位，区分办公人员与外来人员，监控大楼的能源消耗，使得大厦的运行效率最优，延长大厦的使用寿命。智能楼宇的人工智能核心，汇总整个楼宇的监控信息、刷卡记录，室内摄像机能清晰捕捉人员信息，在门禁刷卡时实时比对通行卡信息及刷卡人脸部信息，检测出盗刷卡行为。还能区分工作人员在大楼中的行动轨迹和逗留时间，发现违规探访行为，确保核心区域的安全。

工业机器人由来已久，但大多数是固定在产线上的操作型机器人。可移动巡线机器人在全封闭无人工厂中将有着广泛的应用前景。在工厂园区场所，安防摄像机主要被部署在出入口和周界，对内部边边角角的位置无法涉及，而这些地方恰恰是安全隐患的死角，利用可移动巡线机器人，定期巡逻，读取仪表数值，分析潜在的风险，保障全封闭无人工厂的可靠运行，真正推动“工业4.0”的发展。

在民用安防领域，每个用户都是极具个性化的，利用人工智能强大的计算能力及服务能力，为每个用户提供差异化的服务，提升个人用户的安全感，确实满足人们日益增长的服务需求。以家庭安防为例，当检测到家庭中没有人员时，家庭安防摄像机可自动进入布防模式，有异常时，给予闯入人员声音警告，并远程通知家庭主人。而当家庭成员回家后，又能自动撤防，保护用户隐私。夜间期间，通过一定时间的自学习，掌握家庭成员的作息规律，在主人休息时启动布防，确保夜间安全，省去人工布防的烦恼，真正实现人性化。

图表36：人工智能民用安防

人工智能时代究竟离我们还有多远，人工智能将会对人们的生活带来多大的改变，人工智能会不会颠覆现在的产业结构等问题。事实上，人工智能技术已经或正在颠覆性的改变着许多行业和领域。曾有专家预断，人工智能最有可能颠覆的两大知识密集型领域，教育就是其中之一。

图表37：人工智能教育小机器人

互联网教育还迷惘、没领头、没清晰模式的时候，专注课程内容是一种安全的方式。当下以主打课程内容的MOOC模式已经形成多头的格局，并且掀起了国内其他平台机构的跟进。另一面，知识谱图的应用大大提高了学习者的效率。对于结构化的知识，可以轻易地进行优化和处理，通过层次结构和映射关系为学生提供最优的学习路径。结构化可以细节到每个单元和每个知识点。

计算机科学家乔纳森研发了一款可进行英语语法纠错的软件，不同于其他同类型软件的是，它能够联系上下文去理解全文，然后做出判断，例如各种英语时态的主谓一致，单复数等。它将提高英语翻译软件或程序翻译的准确性，解决不同国家之间的交流问题。语音识别和语义分析技术的进步，使得自动批改作业成为可能，对于简单的文义语法机器可以自动识别纠错，甚至是提出修改意见，这将会大大提高老师的教学效率。

2014年到2015年投资比较火爆的拍照搜题软件，如学霸君，作业帮，等，这类软件都是借助了智能图像识别技术，学生遇到难题时只需要用手机排成照片上传到云端，系统在一到两秒内就可以反馈出答案和解题思路，而且这类软件不仅能识别机打题目，手写的题目的识别正确率也越来越准，目前达到了70%以上，大大提高了学生的学习效率。

语音识别技术在教育上的应用，目前主要用于英语口语测评上，科大讯飞、清睿教育、51Talk开发出的语音测评软件，都能在用户跟读的过程中，很快对发音做出测评并指出发音不准的地方，通过反复的测评训练用户的口语。

McGraw-Hill教育正在开发数字课程，准备相关的课程资料，它从200万学生中收集信息，利用人工智能为每个学生创建自适应的学习体验。当一个学生阅读材料并回答问题时，系统会根据学生对知识的掌握情况给出相关资料。系统知道应该考学生什么问题，什么样的方式学生更容易接受。系统还会在尽可能长的时间内保留学生信息，以便未来能给学生带来更多的帮助。

试想一个场景，当某学生在查询自己的期末成绩的时候，他看到的不仅仅是一个简单的分数，还附有一份“诊断报告单”。通过这份报告，他不但可以了解到自己学科板块知识点和能力点的掌握情况，还能看到对自己的优势、劣势的学科分析。通过这些数据为每个学生进行“画像”，从而找到提升成绩的方法。这就是借助大数据的帮助，通过对学生学习成长过程与成效的数据统计，诊断出学生知识、能力结构和学习需求的不同，以帮助学生和教师获取真实有效的诊断数据。学生可以清楚看到问题所在，学习更高效；教师也可对症下药地针对具体情况，选择不同的教学目标和内容，实施不同的教学方式，进一步提高教与学的针对性、有效性和科学性。

智能家居指的是：加强人工智能技术与家居建筑系统的融合应用，提升建筑设备及家居产品的智能化水平。研发适应不同应用场景的家庭互联互通协议、接口标准，提升家电、耐用品等家居产品感知和联通能力。支持智能家居企业创新服务模式，提供互联共享解决方案。

图表38：人工智能家居

智能家居出现至今已有几十年时间，至今经历了两个阶段，第一个阶段是单品的智能化，即将所有家居连接到人的手机上，由App远程控制所有电器。第二阶段是智能互动，即是两个或N个电器智能化可以联动起来，比如智能窗帘打开后室内的灯就会随之自动感应关闭，或智能空调打开后浴室里的浴霸随之加热。

图表39：智能家居概念融入家庭生活方方面面

现阶段的发展中，以上智能家居的技术早已实现。市面上已有很多品牌，如我们熟知的小米智能家居套装、联想家庭安防套餐、Wulian 智能家居套餐、欧瑞博智能家居套餐等数十家产品。不过，第二第二阶段都是弱智能，只是把开关移植在手机里，或弱联动的智能化。这种模式的弱点是智能化不足，与用户期待的真实效果相偏离，随着类似产品的普及，并不贴心的体验使得部分用户的热情降温。

以人工智能为代表的的第三阶段逐渐映入人的眼帘，完全人工智能化的智能家居将实现全自动、自学习、自感知的智能家居系统。也就是说摈弃掉手机，给智能家居装上更为智能的人工大脑，完全解放人为控制家居，让所有家居拥有明白用户心思的能力。当用户结束劳累了一天的工作后，回到家中，由人工智能调配，大门、洗澡间的热水、客厅的空调、照明灯……一切都无需控制便可以自动识别打开，人只作为享受的中心而不必为此过渡操心。

随着2017年人工智能将在多项领域的突破，这些成果将催动2017年智能家居的裂变，虽然如今的智能家居与人工智能的结合尚在混战的初期，随着市场看不见的手优胜劣汰，一个更智能的未来或将在不远的将来出现。

一直以来，人类如何养活自己就是一个棘手的问题。进入智人时代以来，人口数量不断膨胀，2050年世界人口总数或将接近100亿。这意味着同样的土地必须养活更多的人口。加之全球变暖以及水资源短缺对农业带来的影响，势必对人类养活自己造成不小的麻烦。

农业领域面临的挑战对人类来说比其他领域更为重要。如何在耕地资源有限的情况下增加农业的产出，同时保持可持续发展呢？人工智能就是解决的方法之一。

图表40：人工智能农业耕作、播种智能机器

人工智能在农业领域的研发及应用早在本世纪出就已经开始，这其中既有耕作、播种和采摘等智能机器人，也有智能探测土壤、探测病虫害、气候灾难预警等智能识别系统，还有在家畜养殖业中使用的禽畜智能穿戴产品。这些应用正在帮助我们提高产出、提高效率，同时减少农药和化肥的使用。太空中的卫星可以帮助探测气候是否会出现干旱；田间的拖拉机可以观察种植物并剔除不良作物；而基于人工智能的智能手机应用可以实时告诉农业人员什么疾病正在对农作物产生影响。

图表41：智能图像识别

通过各种识图软件对着花草拍照扫描一下就知道了，不仅仅是帮你识别你不认识的农作物，他们能够帮农户智能识别农作物的各种病虫害。农户把患有病虫害农作物的照片上传，App就会识别出农作物犯了那种病虫害，并且可以给出相应的处理方案。除了人工智能给出的处理方案，App上还有用户和专家交流的社区，可以针对相应的病虫害进行讨论交流。

图表42：（Blue River的莴苣种植机）

图表43：（Aboundant Robotics的苹果采摘机器人）

图表44：卫星云图

（左：InterlinAir识别田间的杂草，右：给出农田的营养建议）

图表45：牛脸识别，智能穿戴

图表46：（在农田中的各种物联网设施）