日前，在武昌方艙醫院，醫護人員操作防疫消殺機器人對方艙醫院內部消毒。

新華社記者 熊琦攝新冠肺炎疫情加速了人工智能產品在各應用場景的落地速度。

但除了市場需求外，資金、技術同樣是制約著人工智能落地的關鍵因素。

人工智能、大數據技術的集中大范圍應用，成為本次疫情防控中的一大亮點。

近日，人工智能產業發展聯盟發布的《人工智能助力新冠疫情防控調研報告》（簡稱《報告》）顯示，智能服務機器人、大數據分析系統和智能識別（溫測）產品在疫情應用中數量居前三，計算機視覺、智能語音、大數據等人工智能技術成熟度相對較高，使用場景豐富。

經濟社會各主體對人工智能賦能效用的充分應用，顯示了其在疫情防控中的重要作用。

反過來，疫情防控的嚴峻形勢也正倒逼著我國人工智能技術加快落地步伐。

輔助人工，疫情中迎來抗壓實測在人工智能技術迅猛發展的當下，人臉識別已經不是一件新鮮事。

但在新冠肺炎疫情暴發的情況下，建筑工地、學校、機關等需要鑒別入場人員身份信息的場所，需要實現對佩戴口罩、安全帽的人員人臉快速識別并同步檢測體溫。

“疫情發生后，復工現場的管理對之前的技術提出諸多新的需求。

”中國中鐵科研院技術中心智慧工地聯合實驗室研發人員趙陽在接受科技日報記者采訪時說，針對這一變化，研究人員從算法模型上入手，采用眼部、眉毛等局部特征與整體人臉特征融合的方式，并結合注意力機制增強眼部特征，通過訓練眼部關鍵點的模型，來提升模型在口罩遮擋下的人臉識別率。

這種改進后的人臉識別技術在成都落地后，數據顯示，對于戴口罩或戴安全帽人臉的識別率可達到99.9%。

此外，配送機器人、巡控機器人、清潔機器人、智能遞送服務機器人等也脫離了實驗場地，被應用在器材、藥品、化驗單遞送等方面。

《報告》統計調查了疫情監測分析、人員物資管控、醫療救治、藥品研發、后勤保障、復工復產等6類主要應用場景中的人工智能產品的應用情況。

結果顯示，截至2月7日，38%的產品日呼叫量達到萬級，大大減輕了基層在清潔、消毒和配送等環節的工作量。

智能識別（溫測）產品基本實現多人同時非接觸測溫，并在測溫誤差、最大測溫距離和人臉抓拍準確率等方面表現出色。

在測溫誤差方面，參評產品的誤差都不超過0.25℃；在人臉抓拍能力方面，參評產品的準確率主要保證在90%以上；在最大測溫距離能力上，各家最大測溫距離在28米之內波動，基本保障達到各使用場景的需求。

除了市場需求，資金、技術也是落地關鍵從千方百計拉單子、推產品，到坐等需求上門，AI企業在疫情中著實“解了一把渴”。

然而，在疫情過后，市場需求回歸理性，如何實現技術落地仍是AI從業者們需要面對的問題。

這其中繞不開技術、資金、市場幾個要素。

目前，除幾個大部頭公司外，AI行業中更多的主體還是中孝小微企業。

缺錢，是他們面臨的第一個難題。

“毫無疑問，做AI很燒錢，企業沒有資金實力，沒有承擔投資風險的勇氣，就很難在這條路上走得很遠。

”內蒙古策義科技有限公司董事長何海生坦言。

那么只要有充足資金就可以了嗎？農業人工智能與作物表型內蒙古研究中心常務副主任王瑞利研究員表示，沒那么簡單。

“算力、算法和數據是人工智能的三個核心組成要素，僅僅懂得算法是不可能做出人工智能產品的。

”王瑞利說，舉個例子，識別作物病蟲害是農業中人工智能應用的一個主要方面，實現這樣一種人工智能場景，首先要有海量的作物信息、病蟲害圖片、機制原理、解決方案作為大數據背景，而要完成這一前提，就需要大量的農業專家來予以實現。

《報告》也指出，在本次疫情中，人工智能產品雖然基本保障達到了各場景的需求，但還存在數據積累不足、產品質量參差不齊、智能化程度尚有空間、基礎技術積累不足等薄弱環節。

“人工智能是大腦，算法是天賦，與人類一樣，大腦要變得聰明，有天賦不夠，還要刻苦學習，”王瑞利表示，人工智能的應用落地，需要市嘗應用場景、各行各業海量的專業數據和專業人才的共同支持參與，這是人工智能目前和今后發展面臨的最大難點之一。

深度融合，需機制與政策并重落地再難，困難再多，人工智能“作為新一輪產業變革的核心驅動力，將釋放出歷次技術革命和產業變革積蓄的巨大能量”的事實是不可改變的。

“宏觀來看，新一代人工智能產業呈現出持續、高速成長態勢，得益于其與生產領域、生活領域、社會治理領域等場景跨界融合程度不斷加深。

”王瑞利認為，解決行業痛點，就要從這些方面著手，抓住關鍵因素。

例如，明確應用場景邊界，找準應用需求；加大智能化基礎設施建設，加快行業大數據獲取進度等。

王瑞利表示，要加強對新一代人工智能產業中長期增長點分析力度，清晰定位當前及中長期的真正新增長點，真正做到有力支撐經濟發展新動能的發掘、培育和形成。

同時，還要創新升級現有數據治理機制和創新體系，分類推動重點領域數據開放，率先推進政務數據資源有序開放，逐漸聚焦并拓展至教育、交通、環境、醫療、商業等重點領域；完善數據資源共享開放政策，系統化重塑數據治理工作，建立健全數據治理長效機制，圍繞新一代人工智能應用場景的開放性行業大數據訓練庫構建創新體系。

隨著5G時代的到來，業內普遍認為，圍繞5G環境打造應用場景創新生態勢在必行：支持圍繞5G+新一代人工智能的垂直模式，打造以網絡層、云基礎設施和以新一代人工智能領域龍頭企業在應用場景的協同創新生態，支持采取項目聯合攻關、共建研發機構、組建產業技術創新聯盟等方式開展產業鏈創新合作，為5G時代的新一代人工智能落地起到重要助推作用。

“此外我們還應該完善人工智能發展的專項扶持政策，圍繞產業轉型升級、信息化建設、戰略性新興產業發展、重點科研計劃等專項資金，支持企業加大相應領域的投入和應用項目建設，引導產業基金、投資基金等多元社會資本支持產業發展。

”王瑞利表示。

相關鏈接20余款人工智能系統在抗疫一線應用近日，工業和信息化部新聞發言人、信息技術發展司司長謝少鋒表示，在疫情期間，人工智能技術得到了有效運用，主要是在疫情監測、疾病診斷、藥物研發等方面發揮了重要的作用。

謝少鋒表示，據不完全統計，目前已有20余款人工智能系統應用在湖北武漢等抗疫的一線以及全國數百家醫院，服務人群包括疑似病例和確診病例在內達到數十萬人次。

此外，各家企業特別是在人工智能+CT系統，還結合具體的應用場景開發了特殊的功能，比如用移動CT設備的組合，實現了云端的部署，有效提升了新冠肺炎的排查效率和診斷的準確率。

下一步，我們將繼續推動人工智能技術與醫療工作的融合發展。

他具體闡述道，一是大力推廣成熟的經驗和做法。

深入總結利用人工智能輔助疫情防控的成功的做法和典型的經驗，加大推廣的力度，讓更多的醫療機構去體驗它的實效，逐步實現規模化的應用。

同時，鼓勵人工智能的企業通過實際的應用數據，持續優化和改進它的產品和系統。

二是推動人工智能在更多領域的應用。

加快人工智能的技術在社區隨訪的檢測、醫療物資的調配、診療決策輔助等更多的醫療場景中的應用。

三是建立完善長效的協同機制，推動信息技術企業和醫療機構有效的合作，鼓勵醫療機構開放數據資源和應用的場景，實現信息技術與醫療的深度融合，持續提高人工智能的應用水平。