人工智能、大數據技術的集中、大范圍落地應用，成為本次疫情防控中最大的亮點，也讓抗擊新冠肺炎的技術含量與以往的防疫工作相比，有了本質上的技術區別。

人工智能+醫療救治，人工智能+社會管理，人工智能+病毒檢測，經濟社會各主體應充分發揮人工智能賦能效用，激發了其在疫情防控中不可替代的重要作用。反過來，疫情防控的嚴峻形勢也在前所未有地倒逼我國加快人工智能技術的落地，打造智慧城市、智慧醫療、智慧生活、智能制造的呼聲越來越高。

智能PK人工，抗疫中大顯身手

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。但新冠肺炎疫情下，在建筑工地、學校機關等需要鑒別入場人員身份信息的場所，人員在佩戴口罩、安全帽后，實現人臉快速識別并同步檢測體溫，成為一項全新的技術成果。這是疫情催生人工智能技術進步的一個典型案例。

“疫情發生后，對復工現場的管理也提出諸多新的技術需求，在戴口罩、安全帽的情況下，如何實現入場人員準確識別，就是一個重點方向?！?月初，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這樣說。

研究團隊從算法模型上著手研究，采用眼部、眉毛等局部特征與整體人臉特征的融合，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。基于改進技術的應用場景在成都市落地，數據顯示，通過大量訓練數據，戴口罩或戴安全帽人臉識別率可達到99.9%。

疫情爆發在春節期間，城市管理面臨著缺少“無接觸感應”、“高效率通行”、“高溫智能預警”等智能技術的巨大挑戰，與此同時，?AI?企業順勢而為，找準方向啟動研發，很快，某企業的人工智能平臺Brain++（集成“人體識別?+?人像識別?+?紅外?/?可見光雙傳感”）的場景方案落地，實現了針對新疑似發熱病人追蹤系統并可在高密度人群下快速找到發燒者。

領域內專家總結說，該技術方案中的雙光融合?AI?測溫技術能夠支持遠距離、非接觸、多目標的高效測溫，符合公共場所防疫的剛需。

本次抗疫過程中，小黃馬無人配送機器人、青翼蝠巡控機器人、青道夫清潔機器人、豹小遞智能遞送服務機器人實現了無人遞送、無人消毒，被應用在器材、藥品、化驗單遞送等方面，替代醫護人員大量的簡單重復勞動，減輕了人工工作量，降低了接觸感染風險；在深圳，大疆精靈?Phantom?4?RTK?進行測繪建圖與作業規劃，再結合?T20?植保無人機進行全自主噴灑，消殺防疫工作形成完整工作流，助力工業園區高效消殺。

疫情期間，一大批人工智能企業充分發揮人工智能賦能技術和智能產品的優勢，在疫情防控、疾病診斷、民生保障等諸多方面作出了積極貢獻，疫情讓人工智能的價值得到了充分體現。?

當下，人工智能納入新基建重點建設領域，意味著人工智能技術及場景應用建設將成為投資主戰場。專家預測，今年將成為我國人工智能產業發展的關鍵節點，人工智能技術的賦能效用將進一步凸顯。

雖為剛需技術，落地痛點難點多

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”。而2017年國務院印發《新一代人工智能發展規劃》，明確了我國新一代人工智能發展的戰略目標。相關數據顯示，2019年我國人工智能企業數量超過4000家，位列全球第二，顯然，今年疫情期間和疫情過后，這個數據還會發生變化。

然而，整個行業似乎并未因此而沾沾自喜，理智的AI從業者們思考更多的，仍是痛點和難點——場景的落地。正如英特爾架構圖形與軟件集團副總裁、數據分析技術總監馬子雅所指出：“我們正處在一個數據變革的時代，人類歷史上90%的數據都是在過去幾年產生的，其中50%的數據更是在最近兩年內生成的。但是，只有2%的數據被真正分析過來幫助人類的生產生活，其中最重要的原因是大數據、A等新興技術落地難?！?/p>

人工智能技術落地的痛點和難點很多，概括來看，卻也繞不開技術、資金、市場幾個要素。

首先，除騰訊、阿里、科大訊飛等業內佼佼者外，AI行業中更多的主體還是中小、小微企業，缺錢，是他們面臨的第一個難題?！昂翢o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?！眱让晒挪吡x科技有限公司董事長何海生坦言。

那么如果你很有錢，是不是就可以在AI行業中隨心所欲、順風順水呢？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，說白了，僅僅懂得算法的人是不可能做出人工智能產品的。舉個例子，識別作物病蟲害是農業中人工智能的應用的一個主要方面，現實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?！蓖跞鹄f。