算法，是否可行？行业，是否认可？决定了，是否可以做？用户场景是什么，决定了是否值得做？能否给现有行业的核心玩家带来相应的价值，且价值可否去复用，这是判断是否有价值并且可持续。边界、场景、价值，这是在AI落地行业实践中需要不断考量的三大核心要点。

本文是AI独角兽公司Face++云服务平台产品负责人刘杨洋在起点学院的分享实录，嘉宾分享视频已经在起点社员频道上架，限时免费观看，详情请戳：视频链接

内容经编辑整理，部分有修改：

一、什么是人工智能？

最近，特别是这两年开始，AI和区块链可以说是互联网最大的风口，连诈骗集团都学会用这两个词忽悠了。如果你这个公司没有左手“区块链”，右手“AI”，你都不好意思说自己是高科技的公司。

那么说到底，什么是人工智能？

讲这个概念之前，我们先说说什么是智能。

其实，智能是个体的一个行为闭环——大家都是智能的生物，每天都会经历无数次这样的闭环。

比如：

今天出门，穿着睡衣顶着加了三天班的憔悴面貌去买菜，结果一出门就看到前任挽着他的现任光鲜亮丽地从远处走过来了。这个时候我们首先感知到了这件事情，紧接着就会认知到这个非常尴尬的境地，那么接下来我们就要做决策：究竟是赶快找个地缝躲起来，还是干脆打晕前任，并且把这个决策付诸实践（就是执行）？执行过后就会学到：你总是会在最不想见的时候见到你的前任——多么痛的领悟！

这是一个最简单的智能个体闭环。

当然，这只是个体；真正的智能生物还要涉及到和其他个体，或者说整个社会的博弈、合作，这种整体的闭环叫智能。所以，人工智能学科，据官方定义应该是：

创造可以自主地进行感知、认知、执行、决策、学习的闭环；并且可以和其他（符合社会的核心价值观）的个体进行交互，这就是人工智能。

我们传统的系统，主要的功效是在影响我们（这个智能体）的闭环。有的是希望影响感知，比如蛋糕都想做好看一点；有的是希望影响决策，比如降价等等；而人工智能系统，最终的目标就是自身可以实现这样的闭环。

1. 举两个案例

（1）鹦鹉学舌

这应该是现在基本上在应用的所谓人工智能阶段。

我教一只鹦鹉说“你好！”，它会说“你好！”然后问“你吃了吗？”它只会回“你吃了吗？”，而不会回两条虫——这只是目前阶段鹦鹉学舌。

当我问：你吃了吗？鹦鹉会做一些语义分析（它内部的AI系统），再返回说我吃了两条虫——这才是相对智能。

（2）乌鸦吃果

这个视频非常的出名。

乌鸦是一种很聪明的生物，一些乌鸦和海鸥在海边吃贝壳吃不到怎么办？它会把贝壳叼到很高的地方，贝壳摔下来之后再吃。贝壳是很坚硬的东西，所以它观察马路上的汽车会把这些坚硬的东西压下去去吃。这时候出现问题的是：马路上太危险，万一车过来出现车祸怎么办？它们观察绿灯的时候车是川流不息，红灯的时候车会停下来。所以它们后来学会叼坚硬的东西往路上放，等到红灯的时候再去吃——所以它是形成了完整的闭环。

鸟类其实是非常聪明的。

最近看一个报道说，在澳大利亚有一种猛禽。它甚至会去偷人类的火种，偷完火种之后往荒野上一放；发生火灾，那些小动物就会跑出来，它就会吃那些小动物——我觉得它应该也是有这样的长期观察，得到了一个方法。

所以，这样两个案例，我觉得乌鸦吃果或者是这样的人工智能，最终是希望能够做出这样的机器或者说这样的一个系统。

二、人工智能包含哪些东西？

包含这几样：

1. 计算机视觉，现在非常火，包括我们公司主要是做这个。人脸识别、图像识别和模式识别都包括在这里边。
2. 自然语言理解与交流，就是科大讯飞一直专精的语义理解这个方面。
3. 认知和推理，这是另外一个方向，比如知识图谱、社会伦理学这样的一些东西。
4. 机器人学，怎么去创建一些机器，包括任务的系统，路线的规划，机器人的控制等这一系列的东西。
5. 博弈与理论，个体之间是如何的竞争和合作？包括研究如何符合人类的核心价值观，人工智能和人类如何一起和平的共存等等。

最后其实是研究上面的工具，比较火的深度学习、无监督学习都包含在这里边，统称叫机器学习，它是研究数据的统计、建模的方法。

三、从产品角度看，哪些属于人工智能？

• 认知：是指收集信息和解析信息来感知世界，比如图片识别、语音识别、自然语言处理等；
• 预测：是指通过计算，来预测行为和结果。比如广告推荐，歌曲推荐等；
• 决策：是指确定实现的方式和路径，比如移动路线规划、自动买卖股票等；
• 集成解决方案：是指人工智能和其他技术结合时，产生的多种集成解决方案，比如和汽车结合就是无人驾驶，和医疗器械结合就是手术机器人。

四、AI在手机行业的落地实践

我们判断一个技术能不能在行业落地，最重要的是能不能达到超越价值线的价值，并且可以有一定的门槛，可以持续地发展。

以手机行业为例，为什么选择手机？

首先，计算机视觉本质是赋能各种各样的摄像头，而在现在的社会里边最重要的摄像头就是手机，每个人的手机上至少有两个，未来会有三个、四个，短暂地时间里边个数不会减少，只会增多，这是最重要的“战场”。

其次，手机它是一个比较有价值，是高价值的行业。我们能够在很多方面发力，比如安全领域，常见的刷脸解锁/刷脸支付。

从手机诞生的那一天或者说电脑诞生那一天开始就会有数字密码。上世纪开始基于生物特征的安全越来越受到大家的喜欢，我们在做之前其实内部有个分析，为什么刷脸现在可以做？我们的优势在哪里？

最主要的因素是工业设计和制造工艺的提升。今年的全面屏成为工业设计上的主流趋势，大指纹设计挪到了手机背面，指纹的用户体验优势降低了。人脸不仅弥补了体验上的不足，更重要的是：人脸只需要摄像头就可以完成，不需要像指纹一样占用更多屏幕面积，所以能够大大提高屏占比。

第二个是芯片处理能力的提升与人脸识别算法的成熟。一些硬件层的加速方案可以让人脸识别的算法能在手机上跑得更快，新的活体技术可以让刷脸变得更安全。

第三个原因是摄像头模组制造工艺的突破。其实结构光在几年前就有了，但是并没有小型化到手机这么小的体积内，iPhone 是第一家推出这样设备的厂商。除了结构光之外，还包括普通的红外IO摄像头、TOF摄像头、摄像头模组的小型化。

除此之外就是成本和收益问题：如果厂商想要在手机那么小的空间内装一个指纹模组、虹膜模组，所要牺牲的手机内部空间占用；换句话说：所需要的成本是巨大的，而人脸识别不会占用除摄像头模组外更多的内部空间。

用户体验更好，大家在刷脸解锁的过程中不需要做任何的配合式操作，可以拿起手机直接解锁。而刷脸还可以抵抗一些常见的干扰，例如暗光、侧脸、小范围遮挡等。这让刷脸成为一种体验更优的生物识别方案。

五、AI在教育/营销/制造业等行业的落地实践

说完手机，我们再讲一讲其他的行业。

1. 汽车

比如汽车。

汽车主要的切入点是让汽车更了解它的用户，包括驾驶员他是谁，根据他的情况去调整一些座椅、后视镜，各种音乐这样的设置。还有就是：你有没有遗留一些物体，或者是遗留一些小孩或者是遗留一些宠物在车上？

主要的切入点是：让汽车能够更了解它的用户。

2. 教育

教育，这方面是两块：

一块是让老师更了解学生，可以通过视觉的方式来了解学生学得到底认不认真，开不开心，课堂质量怎么样，反馈提升老师的教育质量；

第二块是有一些手势、贴纸、特效，更丰富教育的方法的尝试；第三个其实就是校园安全监控，保护孩子在学校的安全等等。

3. 营销

营销，营销这块的主要切入点是帮助找到更精准的一些客户，年龄、性别这些，然后找到客户之后，可以分析看看营销效果怎么样？

举一个广告牌，发现是女生，给他推化妆品——她看没看？看了多久？有没有拿出手机来扫？表情什么样？这些其实都可以做。

去年比较火的军装照、换脸这些东西，它也是营销的一种新的方式；也许以后是换个身体，拍下照可能是施瓦辛格的身体，脸变成贝克汉姆，大概是这样的营销。

4. 制造业

制造业，主要是异常的检测和报警。比如拉链到底是不是坏的，还有没有起火、烟雾这样的一些预警。

第二块是正常的保证：该入库的是不是入库，该进行的程序有没有做？

但是无论如何，在这几个行业想要有长足的发展，还是需要深耕，需要对行业本来就很了解的人和我们一起发力；能够在计算机视觉给这些行业赋予所谓的超越价值线，也就是高价值，看能不能有一些更深入的合作。

六、AI落地行业的核心思路：场景、边界、价值

最后总结一下行业的落地思路，或者说怎么确保AI这些东西能不能做。

1. 边界

第一，人眼的边界。这其实是一个技术问题，就是这个东西是否已经跨越了人眼的识别边界，这是否是一个计算机视觉能够解决的需求。

第二，算法可行性。举一个很简单的例子，比如把手张开，也许我的朋友跟我说是你好！也许我家的猫看见说我要打它。但是算法只是说你只是把手举起来，到底是干嘛算法是不知道的。所以算法到目前为止是没有推理作用。

还有就是宽域到窄域的预设，这其实就是一个场景的预先规划，以及对训练数据的要求——因为我们现在所说的算法训练，都指的是监督式学习。

什么叫监督式学习呢？

比如说我看的都是中国人，你突然给我一个黑人，也许我就识别不出来了；以前有个人做了识别健身房哑铃，做得非常好，每一个人拍一张照都能识别出哑铃，后来有一天没有人手出现拍了一张哑铃，它就识别不出来。回去发现所有训练的数据都是人举着一个哑铃，它把手和哑铃识别到一起了——所以，要想达到必须没有推理性的，有推理性的人来告诉它，它才能进行相应的训练。

第二是数据要有一定的量，并且尽可能的覆盖使用场景的数据。

第三是行业的边界，这是到底决定价值线在哪儿。

俞军老师的著名理论：

产品价值=（新体验-旧体验）+替换成本

这里边有一个可以分享案例：

AI做医疗现在都很火，比如说通过一张片认定你有没有得肺结节、乳腺癌这种的。之前中国医学界泰斗级别的一位老师，在他眼里，中国可能有资格识别肺结节的只有不到四五百人，但是，这部分人的识别准确度也只是在85%左右——实际上，他们识别出来之后，还要去做病理切片，做各种病理测试，才能够最终确定这个人到底有没有这样的病。

一开始，需求只要超过85%，是不是就可以了呢？反问过来想，这个东西到底谁可以买单？是用户来买单还是医院来买单？用户为什么去医院看？我是不是能够提升医生的效率。

2. 场景

你要值得做就考虑场景。

用户的场景是什么？我们都说一个摄像头，拍一张图片去识别，或者是一个视频去识别；那么识别的角度、识别的距离，包括我要求识别的时间、底库等等，这些就也关系到算法适用的范围。对应我的产品形态是SDK还是API，用在什么架构上，这是整个方案的设计。

算法的场景，算法在哪儿跑？它需要什么样的性能？它要达到多少的概率？它要覆盖多少的范围？这就是算法需要考虑的场景。

最后是涉及到行业的场景，到底能不能为这个行业赋能？

我说，我这个可以达到100%肯定是没有问题的，但是医院说也许就是不能用，我们这边的医生都是有什么证之类的，你这个机器有证能证明自己吗？错了谁来买单？——其实会面临很多这样复杂的问题。

3. 价值

关于行业的赋能，我们要考虑的更多。

现在是否是进入这个行业的好时机，基础是否已经具备了，能不能给现在行业的核心玩家带来相应的价值，并且这个价值可否去复用，有没有足够的门槛。最后才来判断到有没有超出这样的价值线，并且是否可持续。

嘉宾：刘杨洋，Face++云服务平台产品负责人，先后任职于滴滴、京东等互联网公司，负责平台增长与创新等工作。现负责Face++人工智能开放平台产品能力建构，专注于AI能力面向各行业用户的场景实践。

本文为起点学院嘉宾分享整理总结，未经本站许可，禁止转载。谢谢合作

题图来自 Unsplash，基于 CC0 协议