人工智能的概念在过去几年里已经从理论变成了现实。从软件的推荐算法到人工智能语音助手 ，AI的种子已经在我们的生活中发芽。如今，AI的力量正慢慢发展壮大，走进传统行业，向着规模化的方向前进。
AI走出实验室
在AI技术借由电子产品走入我们的视野后，我们不断探索着人工智能更多的可能性。尤其是探索将人工智能与传统行业结合，希望AI能够为传统行业的发展注入新的能量。
但人工智能在传统行业的落地似乎没有人们设想的那么容易。人工智能领域知名学者吴恩达去年就曾在一篇文章中提出了疑问：在互联网行业中被应用得“得心应手”的人工智能，为什么会在传统行业中“水土不服”？为何AI技术在传统行业的应用速度和范围远不如消费互联网等行业？
一方面，人们对人工智能的认识还有不足。在传统行业中合理地利用人工智能能力需要创新和不断探索。只有当某个合适的应用场景出现后，人工智能的相关应用才会应运而生。
随着疫情的爆发出现的无人配送机器人、消毒无人机、无接触体温检测设备就是很好的例子。疫情出现时，创造了传统行业新的应用场景，对应的人工智能应用也就应运而生。
人工智能作为新鲜事物在传统行业中的潜力还亟待在实践中挖掘。
另一方面，人工智能目前已经普遍应用的场景不同，传统行业具有规模化，产业化的特点。这就要求人工智能完成“工业化”，告别“小打小闹”，真正走向规模化。而目前这一过程还面临着人才储备、软硬件生态等多方面的挑战。
走向规模化，AI落地的“工业革命”
目前，AI在向真正的大规模应用转型上还面临着一道难题：AI目前的入门门槛并不算低，尤其是对传统企业来说。当前许多传统企业虽然对于人工智能颇感兴趣，但在人才、能力、经验上的积累都比较薄弱。这导致这些传统企业无法真正做到将想法落实到到实践中。
这样的情况下，虽然传统企业迫切地想进行AI方面的尝试，AI方案的提供商也想尽可能地扩大自己的业务范围，但双方存在着信息障碍。
一方面AI方案的提供商与企业之间存在隔阂，无法确切的知道企业的需求，无法根据具体的需求来设计优化方案。另一方面开发者也无从知悉提供商在开发工具和开发方案上的最新成果。
为了解决这一问题，一些AI方案的提供商开始致力于创新共享和生态开放。英特尔推动的“AI实践日”就是与AI方案提供商与开发者直接交流的一种尝试。
在2022年3月15日线上进行的“英特尔拥抱广大开发者 软硬件协同创新生态加速AI落地”活动上，英特尔首席工程师、人工智能技术中国首席架构师夏磊介绍了AI实践日的相关情况。
夏磊就是AI实践日的发起者之一。他表示，两年前创办AI实践日的初衷是希望英特尔能够通过有效的途径将自己投入了大量精力取得的创新传递给开发者。希望能够缩短从英特尔到市场、客户之间的距离。
在这个过程中，英特尔成功地推动了一些人工智能项目在传统行业落地。
英特尔与能源领域的金风慧能合作，利用英特尔的AI技术，构建了一套对风能进行精准预测的模型。风力发电一直存在着发电量不稳定的问题：风力大了，发电量就大，风力小了，发电量就小。
风电输出的这种起伏不仅会产生很多弃电，造成能源浪费，还会影响电网的稳定。所以风力发电要求比较准确地预测整个风电场的电能输出，这样有利于风力发电并网。
据夏磊介绍，英特尔的AI方案使得金凤慧能的准确率达到了80%，比之前提高了20%。这意味着每天发电过程中能够减少120吨的碳排放。一年将能减少2.4万吨树木的砍伐。
无独有偶，英特尔在医疗领域和卫宁的合作也让人工智能在精准医疗上大显神威。在医疗领域，根据每个人的身体情况不同给药量也应该不同。随着现代医学的发展，骨龄测试正帮助医生做到因人而异的精准给药。
英特尔和威宁合作搭建了一个基于英特尔至强平台的骨龄检测AI方案。能够将处理一张图像的时间从原来的11秒降低至6秒，效率提升接近一倍。
随着英特尔和开发者交流取得了愈来愈多的成就，AI实践日的性质也悄然发生着变化。
谷歌、亚马逊、百度、阿里等厂商也纷纷加入到生态共享的行列中来，利用英特尔的AI实践日同业内交流。AI实践日已经从英特尔为业界提供实践机会的活动变成了业内生态共享的平台。
夏磊还提到，英特尔下一步将对AI实践日的受众进行细分。面对关注不同领域的开发者，英特尔会从算法创新、快速部署等方面进行分类，更精准的提供不同群体感兴趣的信息。同时也会为不同领域的开发者开启专场，以更精准的为开发者提供方案。
AI走向规模化，产业化的今天，日渐完善的生态和开放的交流环境正在使得AI落地加速。也许不远的将来，AI能够向人们期待的那样，在生活的每个角落里都可以发挥它的作用。雷峰网(公众号：雷峰网)
正在生成分享图...
nebula