陸平　張洪國(guó)

隨著大數(shù)據(jù)、云計(jì)算、機(jī)器學(xué)習(xí)等技術(shù)的發(fā)展，人工智能技術(shù)與零售、醫(yī)療、出行等領(lǐng)域滲透及應(yīng)用，催生了一大批具有巨大前景的AI+新業(yè)態(tài)、新模式，并帶來人們生產(chǎn)生活方式的變革。

“AI+”時(shí)代加速到來

人工智能作為當(dāng)今世界最重要的科技之一，走過了60年的發(fā)展歷程。隨著大數(shù)據(jù)驅(qū)動(dòng)、與日俱增的計(jì)算能力，人工智能正迎來新一輪爆發(fā)。多家機(jī)構(gòu)對(duì)我國(guó)人工智能規(guī)模進(jìn)行了預(yù)測(cè)，其中據(jù)CAICT預(yù)計(jì)2020年我國(guó)人工智能規(guī)模將達(dá)到710億元，且保持高速增長(zhǎng)。

“AI+”時(shí)代正加速走來，其中數(shù)據(jù)易于獲取且有一定積累量、有海量數(shù)據(jù)分析處理需求的行業(yè)，通常也是人工智能技術(shù)率先得到應(yīng)用的熱點(diǎn)領(lǐng)域。根據(jù)2017年麥肯錫全球研究院的《人工智能：下一個(gè)數(shù)字前沿？》報(bào)告，目前人工智能技術(shù)在零售、電力、醫(yī)療、制造等領(lǐng)域已取得較為成功的應(yīng)用成效。這些領(lǐng)域往往有海量數(shù)據(jù)積累量，并且通過數(shù)據(jù)分析能夠起到優(yōu)化決策的作用。

例如，在零售領(lǐng)域，AI技術(shù)可實(shí)現(xiàn)根據(jù)消費(fèi)者的個(gè)人信息進(jìn)行個(gè)性化促銷、自動(dòng)識(shí)別購(gòu)物者購(gòu)買的商品并打包、自動(dòng)付款等。在醫(yī)療領(lǐng)域，AI技術(shù)可用來自主診斷、預(yù)測(cè)患者行為和疾病概率等。在制造領(lǐng)域，依托工業(yè)大數(shù)據(jù)，AI技術(shù)可用于幫助管理供應(yīng)鏈、提升研發(fā)設(shè)計(jì)效率、優(yōu)化制造流程和生產(chǎn)線、提高售后服務(wù)質(zhì)量等。

AI技術(shù)與傳統(tǒng)領(lǐng)域的日漸融合也給企業(yè)帶來了豐厚的回報(bào)。根據(jù)麥肯錫調(diào)查，大規(guī)模使用AI或在核心業(yè)務(wù)采用AI的公司中有30%的用戶表示他們已經(jīng)實(shí)現(xiàn)了收入的增長(zhǎng)，利用AI獲得了更高的市場(chǎng)份額，或提升了產(chǎn)品和服務(wù)能力。IBM商業(yè)價(jià)值研究院的調(diào)研結(jié)果顯示，73%受調(diào)查的企業(yè)CEO認(rèn)為，人工智能將為企業(yè)的未來起到重要的作用，其中，50%的CEO計(jì)劃在2019年前采用相關(guān)技術(shù)。

科技與應(yīng)用互為驅(qū)動(dòng)

根據(jù)CAICT數(shù)據(jù)，目前我國(guó)“AI+”企業(yè)總計(jì)占比40%。與此同時(shí)，“AI+”熱點(diǎn)領(lǐng)域投資活躍，“AI+”應(yīng)用路徑日漸清晰。

AI+新零售

從企業(yè)動(dòng)態(tài)來看，2016年12月，亞馬遜推出內(nèi)測(cè)版Amazon Go，推行“即拿即走、免排隊(duì)”的無人零售新體驗(yàn)。國(guó)內(nèi)的阿里巴巴、深蘭科技、繽果盒子等企業(yè)也陸續(xù)開始布局于AI+零售領(lǐng)域。例如，2017年6月深蘭科技、娃哈哈簽訂了3年10萬臺(tái)、10年百萬臺(tái)Take Go無人店協(xié)議，2017年7月阿里上線淘咖啡。

從投資動(dòng)態(tài)來看，2017年7月繽果盒子宣布完成超億元首輪融資，2018年2月京東與馮氏零售達(dá)成戰(zhàn)略合作共建AI無界零售中心，目前以無人便利店為代表的無人零售成為新風(fēng)口。

從市場(chǎng)前景看，根據(jù)艾媒咨詢的相關(guān)研究，無人零售商店將迎來發(fā)展紅利期，2020年預(yù)計(jì)增長(zhǎng)率可達(dá)281.3%，至2022年市場(chǎng)交易額將超1.8萬億元。

該領(lǐng)域企業(yè)主要有以下幾條發(fā)展路徑：一是，利用眾多傳感器實(shí)時(shí)采集數(shù)據(jù)，主要依托卷積神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)算法來識(shí)別商品和顧客行為，該路線以Amazon Go、Take Go、阿里淘咖啡等為代表，它的優(yōu)勢(shì)是能夠給消費(fèi)者較好的購(gòu)物體驗(yàn)（即拿即走），缺陷是固定成本較高、錯(cuò)位商品識(shí)別上存在難點(diǎn)、機(jī)器視覺技術(shù)不穩(wěn)定，目前的AmazonGo完美運(yùn)行條件是店內(nèi)顧客處于較低的移動(dòng)速度或店內(nèi)顧客人數(shù)少于20。二是，利用RFID等物聯(lián)網(wǎng)技術(shù)，該路線以繽果盒子、羅森、7-11為代表，它的優(yōu)勢(shì)是易于識(shí)別商品、成本低廉、可批量復(fù)制，缺點(diǎn)是每件商品需要貼RFID標(biāo)簽。三是，利用條形碼、二維碼完成對(duì)商品的識(shí)別，該路線以多點(diǎn)、便利蜂、小e微店為代表，該路線的優(yōu)勢(shì)是實(shí)現(xiàn)難度低（易于在超市普及），缺陷是購(gòu)物流程仍比較復(fù)雜（需要人自助掃碼）。

AI+新醫(yī)療

從企業(yè)動(dòng)態(tài)來看，AI+醫(yī)療主要集中在輔助診療、健康管理、信息化管理、醫(yī)學(xué)影像等領(lǐng)域。其中，由于醫(yī)療影像領(lǐng)域具有數(shù)據(jù)量大、多樣性高、速度、真實(shí)四大特性，較適合AI技術(shù)在該領(lǐng)域的應(yīng)用，影像輔助診斷與病理分析相結(jié)合，準(zhǔn)確率可以高達(dá)99.5%，該領(lǐng)域有望最先實(shí)現(xiàn)商業(yè)化。2017年美國(guó)GE率先推出智能醫(yī)療影像解決方案Centricity UV 6.0，接著國(guó)內(nèi)的阿里巴巴、騰訊進(jìn)入AI醫(yī)療影像領(lǐng)域，以萬里云、推想科技、醫(yī)拍智能為代表的初創(chuàng)企業(yè)也活躍于這一領(lǐng)域。

從投資動(dòng)態(tài)來看，2014年以來國(guó)內(nèi)外醫(yī)療AI初創(chuàng)型企業(yè)融資活動(dòng)開始加劇，資本開始大量涌入醫(yī)療AI領(lǐng)域。國(guó)內(nèi)從2016年開始出現(xiàn)井噴式發(fā)展，2015年總?cè)谫Y額僅為2.392億元，但2016年總?cè)谫Y額達(dá)15.297億元，2017年1月至8月已達(dá)18.421億元。

從市場(chǎng)前景看，根據(jù)前瞻研究院報(bào)告，2016年中國(guó)人工智能+醫(yī)療市場(chǎng)規(guī)模達(dá)到96.61億元，增長(zhǎng)率為37.9%，中國(guó)人工智能+醫(yī)療市場(chǎng)規(guī)模在持續(xù)增長(zhǎng)，2017年將超130億元，增長(zhǎng)40.7%，2018年市場(chǎng)規(guī)模可能達(dá)200億元。

該領(lǐng)域典型企業(yè)主要有以下發(fā)展路徑：一是，借助卷積神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)算法來對(duì)醫(yī)療影像樣本進(jìn)行分類判別，能夠緩解放射醫(yī)生的工作強(qiáng)度，該路線的難點(diǎn)在于醫(yī)療影像樣本量和對(duì)樣本進(jìn)行高質(zhì)量標(biāo)注（需要獲得樣本對(duì)應(yīng)的病理分析數(shù)據(jù)），本質(zhì)上是計(jì)算機(jī)視覺技術(shù)在醫(yī)療方面的應(yīng)用。二是，借助AI輔助藥物研發(fā)，如目前已經(jīng)出現(xiàn)在基于大數(shù)據(jù)和機(jī)器學(xué)習(xí)的化學(xué)合成軟件（如Chematica、Syntaurus等），普林斯頓大學(xué)與美國(guó)默克制藥公司聯(lián)合開展研究，把眾多Buchwald-Hartwig偶聯(lián)反應(yīng)數(shù)據(jù)用來訓(xùn)練人工智能算法，訓(xùn)練后的算法能夠準(zhǔn)確預(yù)測(cè)其他具有多維變量的Buchwald-Hartwig偶聯(lián)反應(yīng)收率。三是，借助AI進(jìn)行健康管理，該路線涉及用戶及案例大數(shù)據(jù)、可穿戴設(shè)備、健康風(fēng)險(xiǎn)預(yù)測(cè)等，蘋果的可穿戴設(shè)備AppleWatch和谷歌GoogleFit等都屬于此路線，基于可穿戴智能設(shè)備獲取用戶生理相關(guān)數(shù)據(jù)，并通過大數(shù)據(jù)平臺(tái)進(jìn)行分析。

AI+新出行

從企業(yè)動(dòng)態(tài)來看，谷歌、Uber、特斯拉、百度等科技型企業(yè)，奔馳、奧迪、凱迪拉克、寶馬、豐田等傳統(tǒng)汽車企業(yè)積極投身自動(dòng)駕駛領(lǐng)域。目前，那些結(jié)合特定區(qū)域、特定場(chǎng)景內(nèi)的自動(dòng)駕駛模式正快速地推向市場(chǎng)，例如，2018年硅谷機(jī)器人公司Nuro發(fā)布Level 4無人配送車，Waymo訂購(gòu)數(shù)千輛自動(dòng)駕駛汽車用于無人駕駛出租車打車服務(wù)，福特將開始與美國(guó)物流公司Postmates對(duì)自動(dòng)駕駛汽車運(yùn)輸貨物進(jìn)行合作測(cè)試。

從投資動(dòng)態(tài)來看，科技巨頭們都想在AI+新出行方面分一杯羹，2017年英特爾斥資150多億美元收購(gòu)了Mobileye，此舉不僅獲得了算法專用處理器IP的Know-how，還直接獲得了70%的高級(jí)駕駛輔助系統(tǒng)市場(chǎng)份額。

從市場(chǎng)前景看，根據(jù)麥肯錫未來出行中心的相關(guān)研究，2025-2027年將是自動(dòng)駕駛的經(jīng)濟(jì)性拐點(diǎn)，自動(dòng)駕駛每公里的總成本將與司機(jī)駕駛傳統(tǒng)汽車的成本大致持平。根據(jù)麥肯錫的預(yù)測(cè)，我國(guó)自動(dòng)駕駛將擁有十分廣闊的市場(chǎng)前景，到2030年，自動(dòng)駕駛將占到乘客總里程約13%，到2040年將達(dá)到約66%。到2030年，基于自動(dòng)駕駛的出行服務(wù)訂單金額將可能達(dá)2600億美元，到2040年可能達(dá)約9400億美元。

該領(lǐng)域典型企業(yè)有以下發(fā)展路徑：一是，借助高精度激光雷達(dá)、高精度傳感器、高精度地圖、人工智能技術(shù)實(shí)現(xiàn)高等級(jí)的無人駕駛，以谷歌、百度等互聯(lián)網(wǎng)企業(yè)為代表，其在整車制造、零部件制造等方面明顯欠缺經(jīng)驗(yàn)，但在云計(jì)算、大數(shù)據(jù)、人工智能等方面優(yōu)勢(shì)較強(qiáng)，主要借助人工智能等軟實(shí)力實(shí)現(xiàn)高級(jí)別的無人駕駛。二是，以輔助駕駛為核心，逐步試驗(yàn)并裝配高級(jí)輔助駕駛系統(tǒng)，進(jìn)而由輔助駕駛過渡到自動(dòng)駕駛，這以豐田、沃爾沃、寶馬、tesla 等汽車制造企業(yè)為代表，其往往首先從車聯(lián)網(wǎng)和ADAS入手，逐漸完善高精度地圖系統(tǒng)，采取循序漸進(jìn)的方式提升自動(dòng)駕駛功能，最終實(shí)現(xiàn)高級(jí)別的無人駕駛。

AI+新媒體

從企業(yè)動(dòng)態(tài)來看，國(guó)外媒體如洛杉磯時(shí)報(bào)、美聯(lián)社、紐約時(shí)報(bào)、華盛頓郵報(bào)和國(guó)內(nèi)的騰訊、今日頭條、第一財(cái)經(jīng)、新華社為主要代表的媒體均已運(yùn)用寫作智能機(jī)器人，主要涉及財(cái)經(jīng)和體育領(lǐng)域的寫作。在內(nèi)容傳播方面，今日頭條、一點(diǎn)資訊、天天快報(bào)等正在利用智能算法進(jìn)行內(nèi)容分發(fā)和推薦。

AI+驅(qū)動(dòng)關(guān)鍵點(diǎn)

明確場(chǎng)景應(yīng)用邊界

目前，人工智能技術(shù)尚未達(dá)到強(qiáng)人工智能水平，產(chǎn)業(yè)落地過程中應(yīng)避免好高騖遠(yuǎn)。例如，機(jī)器人臉識(shí)別在絕大多數(shù)情況下比人識(shí)別的效果要好，但是在需要知識(shí)、想象力的特殊情況下，與人腦還是存在較大差距。從現(xiàn)階段看，由于以深度學(xué)習(xí)為代表的人工智能技術(shù)并不善于解決通用性問題，人工智能技術(shù)要實(shí)現(xiàn)產(chǎn)業(yè)落地并形成商業(yè)價(jià)值，需要清晰其所能解決的特定領(lǐng)域問題，并有明確的應(yīng)用場(chǎng)景邊界。將人工智能的功能需求限定在有限的特定問題邊界之內(nèi)，這樣得出的解決方案才能相對(duì)可靠。例如，阿里淘咖啡最終需要客戶進(jìn)入結(jié)算空間（仍然會(huì)用到RFID物聯(lián)網(wǎng)技術(shù)），掃地機(jī)器人借助視聽傳感器才能夠自主規(guī)劃掃地方案。以目前能夠落地的弱人工智能技術(shù)水平，需要結(jié)合物聯(lián)網(wǎng)等技術(shù)，從而使產(chǎn)品和服務(wù)運(yùn)行在明確的應(yīng)用場(chǎng)景邊界內(nèi)，才能夠具備實(shí)用性。

閉環(huán)數(shù)據(jù)反饋循環(huán)

谷歌、Facebook、英特爾、微軟、蘋果、特斯拉，中國(guó)的BAT等人工智能前沿公司，通常都具有一個(gè)共同的特征—閉環(huán)的數(shù)據(jù)反饋循環(huán)。AI+新出行方面，Google、百度等無人駕駛系統(tǒng)能夠自動(dòng)收集到路況數(shù)據(jù)，抽取關(guān)鍵特征并輸入深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，自動(dòng)駕駛里程的累積將不斷訓(xùn)練谷歌無人駕駛控制系統(tǒng)，使其人工智能程度更高，進(jìn)而能夠?qū)崿F(xiàn)“任何時(shí)間、任何路段”的無人駕駛。AI+新醫(yī)療方面，隨著電子病歷的實(shí)施，數(shù)字化的實(shí)驗(yàn)室幻燈片和高分辨率的放射圖像、視頻等醫(yī)療保健數(shù)據(jù)量呈指數(shù)級(jí)增長(zhǎng)，再加上制藥企業(yè)和學(xué)術(shù)研究機(jī)構(gòu)檔案，以及數(shù)萬億的數(shù)據(jù)流從可穿戴式設(shè)備的傳感器中得到，使得醫(yī)療行業(yè)數(shù)據(jù)量以令人難以置信的速度增長(zhǎng)。

海量高質(zhì)量數(shù)據(jù)

隨著移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的快速發(fā)展，數(shù)據(jù)量正在以指數(shù)級(jí)增加，根據(jù)IDC統(tǒng)計(jì)，全球數(shù)據(jù)總量預(yù)計(jì)2020年達(dá)到44ZB，中國(guó)數(shù)據(jù)量將達(dá)到8060EB，占全球數(shù)據(jù)總量的18%。許多數(shù)據(jù)是自然語言、音頻和視頻等，對(duì)這類數(shù)據(jù)的分析越來越聚集于提取其中的語義，包括情感分析、文檔主題模型、相依模型和問答系統(tǒng)中全面的語義分析。目前以深度學(xué)習(xí)為代表的人工智能技術(shù)，本質(zhì)上是一個(gè)具有多層的神經(jīng)網(wǎng)絡(luò)，通過大數(shù)據(jù)計(jì)算來自動(dòng)學(xué)習(xí)最終的網(wǎng)絡(luò)參數(shù)，不一樣的網(wǎng)絡(luò)參數(shù)能夠識(shí)別不同的物體，需要依賴規(guī)模龐大的帶標(biāo)簽數(shù)據(jù)集，才能夠保證其學(xué)習(xí)質(zhì)量。

高性能計(jì)算硬件

當(dāng)前AI+發(fā)展所依賴的核心算法是深度學(xué)習(xí)，深度學(xué)習(xí)模型需要很高的內(nèi)在并行度、大量的浮點(diǎn)計(jì)算能力以及矩陣運(yùn)算，按環(huán)節(jié)可分為前期訓(xùn)練、云端推理、終端推理等三個(gè)階段。在前期訓(xùn)練和云端推理環(huán)節(jié)，需要進(jìn)行規(guī)模龐大的運(yùn)算量，CPU+GPU架構(gòu)成為目前多數(shù)人工智能企業(yè)的主流選擇。然而，構(gòu)建GPU集群的成本非常高昂，僅購(gòu)置一塊Nvidia Tesla K80的費(fèi)用近4萬元。FPGA具備較高的性能功耗比和重構(gòu)靈活性，百度采用FPGA打造百度大腦專用AI芯片，微軟打造的Brainwave平臺(tái)也是基于英特爾Stratix 10 FPGA芯片。在終端推理環(huán)節(jié)，由于智能手機(jī)、語音交互、VR/AR等終端設(shè)備需求不同，需要定制化、低功耗、低成本的嵌入式解決方案，其市場(chǎng)呈現(xiàn)更加多樣化競(jìng)爭(zhēng)態(tài)勢(shì)，如寒武紀(jì)的1A處理器、地平線的BPU芯片等，華為Mate 10的麒麟970芯片搭載了神經(jīng)網(wǎng)絡(luò)單元NPU，使得其在處理相關(guān)人工智能任務(wù)（如圖像識(shí)別等）時(shí)有50倍能效和25倍性能的提升。

巨大發(fā)展前景

目前來看，AI+發(fā)展將呈現(xiàn)出巨大發(fā)展前景。AI+新零售方面，以產(chǎn)品為中心的模式將被以消費(fèi)體驗(yàn)為中心的模式所替代，人工智能將助力客戶服務(wù)自動(dòng)化、精確供應(yīng)鏈建模、營(yíng)銷內(nèi)容和廣告自生成，將消費(fèi)體驗(yàn)提升到新的高度。AI+新出行方面，無人駕駛汽車將打破現(xiàn)有的購(gòu)車出行模式，創(chuàng)造出新穎的出行即服務(wù)模式，根據(jù)Intel與Strategy Analytics研究，該模式市場(chǎng)規(guī)模有望在2050年前達(dá)7萬億美元。AI+新醫(yī)療方面，人工智能對(duì)醫(yī)療行業(yè)的改造除了提高醫(yī)生的工作效率外，還將作為輔助診斷（提高診斷的效率和準(zhǔn)確率）使精準(zhǔn)醫(yī)療成為可能，未來，醫(yī)療影像輔助診斷、虛擬助理、病例與文獻(xiàn)分析、藥物研發(fā)、基因測(cè)序等領(lǐng)域有望實(shí)現(xiàn)較大突破。

AI+新零售、新醫(yī)療、新出行等的發(fā)展離不開多場(chǎng)景技術(shù)的跨界融合、大數(shù)據(jù)共享和人才供給，我國(guó)發(fā)展AI+，未來還需在以下幾方面著力：

統(tǒng)籌協(xié)調(diào)促進(jìn)研發(fā)資源聚合。人工智能的基礎(chǔ)研發(fā)與實(shí)踐越來越密不可分，我國(guó)人工智能研發(fā)主力集中于科研院所（國(guó)外主要集中于大企業(yè)），并且研究力量較分散，研發(fā)經(jīng)費(fèi)也較碎片化，導(dǎo)致難以聚集力量解決重點(diǎn)問題。美國(guó)成立國(guó)防高級(jí)研究計(jì)劃局、Google X實(shí)驗(yàn)室、Facebook人工智能研究院的經(jīng)驗(yàn)可作為借鑒，未來可以成立我國(guó)人工智能國(guó)家實(shí)驗(yàn)室和人工智能產(chǎn)學(xué)研協(xié)同創(chuàng)新中心，打通政產(chǎn)學(xué)研用各環(huán)節(jié)，促進(jìn)研發(fā)資源聚合。

提升數(shù)據(jù)質(zhì)量與開放共享。由于數(shù)據(jù)表示與語義的異構(gòu)性、數(shù)據(jù)的開放性等問題，導(dǎo)致人工智能在落地過程中出現(xiàn)種種問題。在異構(gòu)性方面，由于許多行業(yè)的數(shù)據(jù)積累在數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范上缺乏預(yù)先定義可廣泛適用的元數(shù)據(jù)描述，其數(shù)據(jù)集遠(yuǎn)未達(dá)到可充分發(fā)揮人工智能技術(shù)潛能的程度。在開放性方面，一些企業(yè)從商業(yè)利益出發(fā)限制了數(shù)據(jù)的共享和流轉(zhuǎn)，監(jiān)管部門出于安全考慮對(duì)人工智能應(yīng)用提出了更為嚴(yán)格的要求。因此，解決高質(zhì)量大數(shù)據(jù)短缺問題是人工智能應(yīng)用落地的關(guān)鍵，未來將會(huì)在整合異構(gòu)數(shù)據(jù)源、建立一些開放共享的大數(shù)據(jù)公共資源庫(kù)等方面努力。

補(bǔ)齊基礎(chǔ)層軟硬件短板。目前，我國(guó)仍然缺乏完整的人工智能產(chǎn)業(yè)生態(tài)，特別在基礎(chǔ)硬件（芯片）領(lǐng)域。未來應(yīng)加快補(bǔ)齊基礎(chǔ)層軟硬件短板，可圍繞一些特定應(yīng)用場(chǎng)景（如智能手機(jī)、無人機(jī)、智能駕駛、服務(wù)機(jī)器人等），從硬件實(shí)現(xiàn)角度顛覆性地突破類腦神經(jīng)芯片，如深度卷積神經(jīng)網(wǎng)絡(luò)芯片等。另外，可從軟件優(yōu)化角度加強(qiáng)高性能分布式服務(wù)器集群系統(tǒng)的研究，在云端推理環(huán)節(jié)實(shí)現(xiàn)突破。

借助互聯(lián)網(wǎng)實(shí)現(xiàn)AI技術(shù)教育泛化。根據(jù)LinkedIn發(fā)布的《全球AI領(lǐng)域人才報(bào)告》，2017年第一季度全球人工智能人才超過190萬人，其中美國(guó)擁有85萬以上，中國(guó)擁有約5萬。美國(guó)人才多集中于人工智能基礎(chǔ)層和技術(shù)層，而我國(guó)多集中于應(yīng)用層，并且同時(shí)掌握實(shí)踐能力和理論能力的研究人員比較稀缺。未來，我國(guó)人才自身造血能力還需進(jìn)一步增強(qiáng)，借助互聯(lián)網(wǎng)可讓人工智能教育實(shí)現(xiàn)泛化（如借鑒國(guó)外大規(guī)模在線教育Coursera等），降低個(gè)體獲得人工智能前沿技術(shù)的門檻。

總之，人工智能技術(shù)對(duì)傳統(tǒng)領(lǐng)域的滲透催生了一大批具有巨大前景的AI+新業(yè)態(tài)、新模式，未來還需采取措施促進(jìn)多場(chǎng)景技術(shù)的跨界融合、大數(shù)據(jù)共享和人才供給，加速推進(jìn)新一輪數(shù)字革命綻放。