随着高性能计算、大数据和深度学习技术的快速发展，人工智能迎来第三次发展浪潮，人工智能与众多领域的融合不断深入，在图像处理、语音处理、自然语言处理中取得了巨大的成就。传统企业已意识到人工智能应用可带来巨大价值，但却似雾里看花,水中望月，依旧是呼声高，落地少；是因为技术不成熟、场景不明确，还是人才难觅，究竟是什么导致了这样的结果？ YOCSEF济南于2020年11月15日举办IT技术论坛“人工智能产业落地之挑战”，论坛以人工智能技术落地持续发展面临的问题和根源为主题，邀请产业精英、学界翘楚共济一堂，建立产学研之纽带，探寻人工智能产业落地之路。

  论坛首先由YOCSEF济南2019-2020主席孔兰菊对YOCSEF进行简要介绍，然后由四位嘉宾分别做了引导发言。山东大学余国先教授做了题为“众包系统中质量控制策略研究”的报告，报告首先介绍了众包的应用场景及计算模式，以及众包研究的三个主要因素，即成本、规模和质量，然后从任务分配+答案聚合、任务分配+工人选择+成本控制等方面对目前所做的工作进行了分享，最后展望了未来工作，拟将元知识引入众包。浪潮人工智能与高性能产品部教科研行业经理唐珂做了题为“智慧计算 未来动力”的报告，报告认为人工智能产业已经成为重要经济增长点，介绍了目前AI应用案例，包括浪潮AI服务器助力上汽大众创建高性能仿真平台、创新液冷方案助力西部创新港建设，利用AI技术助力中国科学院国家天文台加速FAST数据存储效率、持续助力中国国家海洋科研探索、助力中国特色新药研发等。神思电子技术股份有限公司技术研究院机器视觉研究室主任刘辰飞做了题为“高速铁路入侵检测技术的挑战与探索”的报告，报告首先就高铁入侵检测技术的需求背景及技术难题进行了介绍，然后提出解决方案，利用热成像相机进行广角大场景预警，解决场景覆盖范围不足的问题，利用激光相机进行精准定位及判断，解决夜间图像采集不清晰的问题，两种相机联动，成功实现了通过视频监控进行铁路沿线安全把控的难题。山东理工大学计算机科学与技术学院王志强教授做了题为“信息技术与人工智能助力数字农业新变革”的报告，报告首先介绍了数字农业的概念及国内外发展现状，然后就生态无人农场的研发背景、建设目标及目前的建设情况进行了讲解，展示了应用于生态无人农场的农情检测系统、病虫害识别系统、农机机器人群云端管控系统、智能无人农机装备等，最后对生态无人农场未来的规划与推广、前景与展望进行了分享。引导发言结束后，论坛分别为四位嘉宾，以及为本次论坛活动给予大力支持的山东理工大学计算机科学与技术学院、浪潮电子信息产业股份有限公司、山东孚岳电气有限公司、齐鲁晚报·齐鲁壹点淄博融媒中心等颁发了感谢牌。

本次论坛为嘉宾及赞助企业颁发感谢牌

接下来的思辨环节，与会人员围绕“人工智能之于传统企业，灵丹妙药亦或水中之月？”、“传统企业引入人工智能，困难何在？”、“人工智能落地传统企业，路在何方？”三个议题进行热烈辩论。

针对议题一“人工智能之于传统企业，灵丹妙药亦或水中之月？”，部分嘉宾认为，人工智能技术在生产物流等环节有一些好的应用，虽然现阶段还无法做到完全无人化，但可以给传统企业带来比较好的突破。人工智能可以对海量数据举行挖掘，从而使数据发挥更大价值，但人工智能不是灵丹妙药，不能包治百病。在工业领域中，不能把所有的自动化技术和信息化技术都认为是人工智能，人工智能目前还处在初级阶段，从长远来看，无论连接学派还是符号学派都还有很长的路要走。也有嘉宾认为，人工智能可以代替大量廉价劳动力的工作，企业要弄清楚自身工作是否能够用人工智能来解决，不要噱头炒作。如何利用人工智能为传统企业服务，首先要弄清楚的是人工智能的定义，传统企业引入人工智能的目的是降低成本，提高效益。在企业生产的某个阶段、某个环节上，人工智能可以替代人去工作，甚至可以替代企业本身，但传统企业是否都以节省人力成本为目的是需要考虑的问题。

针对议题二“传统企业引入人工智能，困难何在？” 部分嘉宾认为，传统企业引入人工智能的困难在于信息不对称，实际的企业需求非常复杂，不确定性很多，想要降低人力成本，可能需要花费几百万去改造生产线，投入成本是一个很大的问题。参会的企业嘉宾根据自身所从事行业，提出一个关于茶叶生产如何与人工智能结合的问题，嘉宾认为，从事茶叶生产的企业不懂如何使用人工智能技术，也不会估算使用人工智能的成本。并且，如果在生成过程中使用人工智能技术来代替人的劳动，是否会与目前解决农村剩余劳动力的扶贫政策相违背。针对这一问题，有嘉宾认为可以采用间接引入的方式，在销售、物流等环节引入人工智能，同样可以提高经济效益。从企业的层面来说，国企、垄断性企业因为体制问题，引入人工智能的意愿不大，私企存在对未来认知不够、不重视未来发展、不清楚未来发展走向的问题，也没有使用人工智能的动力或资金。从高校的层面来看，由于现在高校的评价机制有时与产业落地要求相冲突，使得高校老师不敢真正投入到企业的智能化改造过程中去，高校参与企业智能化改造的动力不足。还有嘉宾认为，行业、企业的数据开放性不足，导致研究人员很难拿到真实可靠的样本数据，这也是导致人工智能落地的一大难题。

针对议题三“人工智能落地传统企业，路在何方？”，有嘉宾认为，人工智能是一个点，传统企业是一个面，传统企业引入人工智能要找到契合点，如果不能找到一个很好的点，把技术和场景结合起来，那么传统企业的产业链就不可能依赖某个单一的人工智能得到完美解决。人工智能能够解决的问题，一定要是一个特定的问题，即照章办事的问题，人工智能可以解决，否则，就无法取得好的解决效果。也有嘉宾认为，目前人工智能的研究偏理想化，但企业的需求却很实际，五花八门，科研人员应当以实际问题为导向开展研究。在数据开放方面，目前国内外已经在做相关工作，将数据经过脱敏处理，以分散存储的方式向公众开放，解决科研人员数据获取难的问题，区块链技术未来可能会在这方面发挥重要作用。还有嘉宾认为，企业不应只关注人工智能，而是要环顾自身问题，找到自身痛点，不要为了追逐潮流而盲目引入人工智能。在人才融合方面，高校专家应当到一线产业挂职锻炼，帮助企业组建自己的研发团队，实现平台融合，共建实验室。

经过持续两个小时的思辨，本次论坛形成如下观点：

   1.人工智能领域需要培养以应用型为导向的人才，以解决实际问题为核心，这就需要科技创新与产业发展深度融合。企业对行业的需求更为敏锐，可以帮助高校发现AI产业发展的实际需要，可以通过校企合作方式将教育方向与具体岗位相结合，将企业的技术与实践引入到人才培养过程中，培养出符合人工智能产业需要的专业型人才。

   2. 人工智能仍然是人类想要解决问题的一种工具，不过是一类新型工具。

   3．人工智能与以往的软件工程类似，想要落地就要做好企业的需求分析，把落地过程工程化、系统化、专业化。

参会人员合影留念

论坛精彩瞬间