产业化、生态化，AI的玩法还要多几分“意外”

广西网（http://www.guangxiwang.cn）了解到空调制造巨头美的，用图像识别技术通过监测空调外观来保证空调出厂质量;专业服务制造业“检测”的领邦智能，基于百度PaddlePaddle框架训练深度学习模型，能够高效准确地识别出问题零件及其种类，精度与人工检测持平，成本节约15%以上;代工巨头富士康更不用说，每年将收入的2%-5%用于AI的研究。目前，在模具生产中，富士康建立了基于深度学习的模型算法，实现刀具更换提前预警、自动补偿，人力成本投入进一步减少。

目前中国正面临着人工智能技术产业化以及传统产业智能化的最佳机遇，能否抓住新机遇帮助企业建立核心竞争优势取决于企业如何行动。白皮书指出，百度大脑3.0技术能力已进入“多模态深度语义理解”阶段，已经开放能力超140项，每日调用次数超过4000亿次。除了开放AI技术能力之外，在生态方面，百度大脑推出了燎原计划，对合作伙伴提供商业落地所需的市场与运营资源，全力支持生态共赢 。在智能硬件和设备领域，百度大脑与芯片、嵌入式开发板、传感器模组，以及闸机、门禁、机器人等厂商广泛建立合作，帮助客户获得软硬件适配更加整合的方案。百度大脑还创新性地推出了AI市场，为合作伙伴提供品牌营销、产品评测、产品推荐等全套服务，旨在为合作伙伴带来更多优质的订单。同时，百度大脑的行业创新合伙人计划在每个细分领域最多选择3家企业，与百度大脑联合设计、开发，共同打造行业解决方案，推动产品落地。

由于百度云等云计算玩家的引领，过去云计算应用都偏向于云端部署。不过，随着物联网的深度发展，靠近数据源的端侧设备的AI部署将盛行起来。

用大白话说，过去是数据统一汇总到云端统一运算，现在，那些终端设备(例如终端摄像头、温度传感器等)将进行必要的计算(物品识别、人脸识别等)，云端只负责统筹式的数据运算。

例如，百度云的“天工”就是针对智能物联网的云平台产品，其主要特点之一是可以实现“智能边缘”——端计算、云管理、端云融合，在工业、物流、车联网、家居、城市等物联网领域都能够被应用。腾讯云、阿里云等也有类似的产品，IDC预计至2022年，25%的物联网端设备都将运行AI算法模型。

过去，AI的计算是建立在已有的硬件基础上，例如intel已经成型CPU，或者Nvidia本来用于画图或游戏的GPU。有什么硬件就用什么硬件，硬件决定软件计算能力。

不过，这个状况正在被改变，软硬件的关系以后将逐步走向协同，软件定义计算已成为芯片厂商的重要战略之一，软件及应用驱动AI专用芯片的阶段也将到来。