“人工智能是新一輪科技革命和產業變革的重要驅動力量，加快發展新一代人工智能是事關我國能否抓住新一輪科技革命和產業變革機遇的戰略問題。”——近日，中共中央政治局就人工智能發展現狀和趨勢舉行了集體學習。
2015年以來，m.dekuna.com，人工智能兩次被寫進政府工作報告，并相繼出臺了《中國制造2025》《“互聯網＋”人工智能三年行動實施方案》《“十三五”國家科技創新規劃》《新一代人工智能發展規劃》等系列政策給予支持。
2017年人工智能進入爆發期。從數據來看，中國市場增長率達50%，預計2018年市場規模約380億元。
在工業領域，人工智能被視為工業4.0的大腦，它將變革生產。
不過，對于這股智能潮流，gongkong®更關心AI如何落地？落地如何？
俗說話，外行看熱鬧內行看門道，這次我們通過AI架構搭建者、技術提供者、技術應用者的視線，剝繭抽絲地看到AI落地情況，與行業共同交流這一偉大變革。
百家爭“智”的新風口
人工智能產業的發展離不開政策的支撐，同時也離不開核心企業的引領和推動，他們在人工智能的生態建設過程中起到了非常重要的作用。
據工控小編了解，中國和美國正是依托一些核心企業的發展占據了AI的領頭位置，例如美國的Google、Amazon，中國的BAT。
可以說，BAT的幾乎可以代表國內AI的發展水平，因為百度在AI領域做得最早，所以相對來說百度AI體系最健全。
去年，在中國科技部確定的一系列人工智能重點發展平臺中，百度的自動駕駛、騰訊的智慧醫療、阿里巴巴的智慧城市等人工智能的落地隨之變得更清晰。
此前，在百度描繪的人工智能技術框架中，底層包括百度大腦和百度智能云，上層包括DuerOS和Apollo兩大開放平臺，依托這一框架，百度能為多個行業提供開發工具和AI解決方案。
而百度自己的AI落地成果也非常快，在今年百度AI開發者大會上，百度第100臺自動駕駛巴士“阿波龍”已正式量產下線，將在國內外同時開展商業化運營。
與此同時，騰訊在醫療領域的覓影、阿里巴巴的城市大腦也都做的如火如荼。
得益于行業核心企業的大力推進，我國加速建立起了從底層基礎設施到算法再到應用，相對完整的人工智能產業體系。
實際上，對于大部分人工智能參與者來說，他們不像BAT一樣大而全來做成一個體系，他們只是做體系的一部分，即如何利用專業領域的技術落地AI。
gongkong®小編采訪了在行業中率先提出“產業人工智能”概念的北京國雙科技有限公司（下稱“國雙”）工業互聯網事業部副總經理樸志民，他認為AI人工智能除了深度學習、智能感知的能力，同時還要結合數據科學家、行業專家的能力，通過模型或者算法去實現智能化。這一概念涵蓋了數據科學+技術能力+行業經驗+平臺整合的綜合能力。
作為大數據和人工智能解決方案提供商，國雙面向工業領域提供工業互聯網平臺技術和工業APP應用，庫卡機器人驅動器維修，憑借其在數據處理的綜合能力，解決工業大數據的痛點問題——挖掘、整合與應用。
從實際應用來看，國雙主要通過監控設備、預警故障、診斷故障和預測故障等四個核心能力優化傳統工業運營能力。基于工業互聯網平臺和完整的行業專業團隊，國雙打造了端到端的AI服務。
不得不說，隨著國雙等不同AI層面的企業的深入，我國人工智能將不斷細化和落實，延續當前快速發展的勢頭。
AI落地并非易事
如下圖，人工智能從架構上分為基礎層、技術層和應用層三層。應用層是將人工智能技術與應用場景結合起來，實現商業化落地，這個部分是國內人工智能發展最為活躍的領域，呈現出百花齊放的態勢，主要應用包括機器人、智能安防、智能家居、無人駕駛等多個領域。
人工智能技術及應用架構
那么，究竟AI落地是否存在水土不服呢？我們從國內領先的機器人制造商——新松機器人的應用一解其中味。
今年，新松機器人作為課題負責單位參與河北工業大學牽頭的科技部智能機器人專項：“基于數據驅動的工業機器人可靠性質量保障與增長技術”，該技術可以對原有的工業機器人本體采集數據，通過對自身關節、核心零部件、電流、傳感器等參數進行相關的先進算法分析，讓機器人具備了對自身性能提高，以及新產品修正迭代提供了堅實基礎。
不難發現，新松已將AI技術賦能機器人，讓機器人變得更智能。
杭州新松機器人研究院陳立院長認為，國產伺服驅動器性能的提升以及互聯網技術的融合，使以前相對閉塞的運動控制變得更多源豐富，讓更多的先進控制算法在機器人本體上得到更好的應用，從而提升機器人的軌跡精度、速度規劃等性能。AI技術在工業機器人上的產業應用，通過增加傳感器、融合機器視覺、深度學習等，讓人機在近距離范圍內協同作業具備可行性。
陳立院長表示，AI技術應用到工業機器人領域上，需要精準的數據給與，和高保真的采樣同步，才能讓機器做出準確的判斷。在一些自動化應用場景中，產品的良品通過率需要達到99.99%。雖然深度學習算法是人工智能當前的一大技術亮點，但是對于自動化行業來說，更多的是需要一個穩定的技術輸出保證，這也是當前AI落地應用的瓶頸。
相較于智能家居、機器人等領域，在食品飲料行業AI的潛能應該更大，但實際應用卻寥寥無幾。
國際食品巨頭旺旺集團研發總處陳俊江總處長告訴工控小編，食品變因多、規格種類多、產品組合更多，因此需要能夠識別判斷不同變化規律且能做出正確反饋的平臺。
對于旺旺這類產品線非常龐大的企業來說，做一個大規格、大品相的產品配套平臺容易，但是還有很多小規格的產品無法得到解決，不可能每一種規格都配套單獨的平臺去執行。
最讓陳俊江處長擔憂的是，在龐大的生產線中如果自動化一旦出錯，那樣造成的不良損失會更大。
雖然AI落地食品行業還尚待時日，但目前旺旺已經引進了數字化系統，庫卡機器人何服電機維修，存儲、匯整、歸檔旺旺的食品配方及物料等信息。
不過，據陳俊江透露，由于旺旺的產品線過于龐大，目前采用的系統還沒有做到完全自動化匯整，還需要依靠人來串聯現有的資料，實現公司部分信息的自動化整合。