誰讓AI走進了隱秘的角落？_風聞

阿爾法狗帶來的激情被時間沖淡後，落地應用成了焦點問題。

一部分人對現階段的AI技術一度存在成見，他們認為：人工智能和互聯網一樣，雖然扮演了顛覆者和重建者的角色，可現階段人工智能還只能解決單點問題，缺少強大的通用能力，距離規模化、產品化方式的技術輸出還有很長的一段路。

然而，真實情況真的如此嗎？

任何細小的變化都會由於漸進累積而產生巨大的差異，那些常常被忽視的“隱秘的角落”裏，與AI發生的故事你可能想象不到，或許這些聚在一起，發生於細微之處的改變更有利於我們看到AI落地應用的全貌。

01 想造“機器人老師”的12歲女孩

不用AI基礎就能開發AI並創造價值的人有多酷？剛剛讀初一的郭佳慧是位典型的“碼二代”，父親郭峯是一家科技公司的CTO，並在父親的薰陶下提前打開了人工智能的世界。

年初的新冠疫情奪去了佳慧同學回學校上課的機會，也讓這對程序員父女有了更多的相處時間。除了每天按時完成學校安排的在線學習課程，郭峯還為佳慧報名了百度EasyDL的線上課程，原以為女兒會因為人工智能的晦澀難懂逐漸失去興趣，但一個有趣的實踐改變了佳慧對人工智能的認知。

在郭峯的幫助下，佳慧使用百度EasyDL做了一個識別MM豆顏色的小程序。當佳慧把標註好的圖片傳到後台進行機器學習後，神奇的一幕發生了：電腦可以靈活地判斷出MM豆的顏色，即使MM豆被另一個顏色的MM豆擋住只能看到一點點，電腦仍然可以準確識別出它的顏色，就像有一雙人的眼睛一樣。

見識了人工智能的神奇之後，佳慧同學有了更多的想法。一次逛街的時候看到商場入口安裝了佩戴口罩識別的閘機，可是有人用衣袖遮擋口鼻的時候，卻被誤判為戴了口罩，佳慧當時就開始思考：是否可以用人工智能解決這個問題呢？

佳慧同學在演示戴口罩識別檢測

佳慧在父親的鼓勵下打算做一款戴口罩檢測的模型，目標是讓機器識別是否佩戴口罩、戴口罩的方式有沒有錯誤，以及準確識別用手和胳膊遮擋口鼻的情況。確定好模型的功能後，佳慧收集了600多張佩戴口罩的照片，上傳到百度EasyDL並調用了平台提供的數據迴流標記算法。模型迭代到第6個版本後，識別準確率已經穩定在95%以上，戴口罩識別的問題被佳慧同學成功解決。

目前佳慧同學訓練的“戴口罩檢測模型”已經在百度AI市場上線，並且已經賣出了3000多份，其中有做人臉識別閘機的廠商，有做人臉檢測設備的企業，還有同樣碰到戴口罩檢測難題的開發者。

在與人工智能接觸之前，佳慧的理想是當一名老師，現在她的理想是長大後研發智能的“機器人老師”。

02 把機械臂玩出花的“網紅大叔”

當00後伴着AI向着未來剛剛開始萌發屬於自己夢想的同時，70後也並沒有被“擱淺在沙灘上”。對於學習，技術從業者們似乎天然有着一種敏感而又熱切的追求。

42歲的王京京在抖音上有3萬多粉絲，一個名符其實的“網紅大叔”，也是見證了中國科技浪潮不斷向前推進的“活化石”。

1999年，21歲的王京京第一次接受媒體採訪，彼時他的身份是《中國搖滾》網站的主編，也是國內第一個音頻流媒體網站；大學畢業後的王京京選擇自主創業，並在2004年最早發明了一鍵磨皮算法。但在2012年移動互聯網普及時，王京京遇到了人生的瓶頸期，乾脆關了公司在自家陽台上種花種菜，甚至花了5年時間到全國各地去旅遊。

人工智能浪潮的爆發，再一次改變了王京京的人生方向：40歲的時候開始學習機械臂編程，在抖音上錄製了用機械臂打雞蛋、發牌、玩跳一跳遊戲等有趣的視頻，逐漸積累了一批忠實粉絲。

就在新冠疫情早期的某一天，一位粉絲在抖音上找到了王京京，由於大量的工作人員無法準時到崗，很多客户的產品驗證無法順利推進，比如一些航空航天企業對芯片使用的要求非常嚴格，芯片在製造、測試、焊接、組裝過程中需要對每個序列號進行跟蹤抄寫記錄，過去幾乎全部是人工完成的。

王京京接受了粉絲提出的挑戰。

在他看來，傳統的自動化機器幾乎都沒有視覺能力，只能依靠機械精度提高穩定性，但由於芯片擺放不規則、表面標識不清晰，導致機器在這個過程中無用武之地，而百度EasyDL的很多能力剛好彌補了這些缺陷。

於是王京京向粉絲要了些芯片照片，對每個芯片的多個特徵點進行標註，利用EasyDL的物體檢測算法計算出芯片的朝向角度，然後旋轉文字到水平方向進行OCR識別，最終利用機械臂進行自動抓取整理，按照芯片上的序列號進行排序擺放，完全替代了之前對人工操作的依賴。

目前王京京藉助EasyDL打造的“視覺定位機械臂及OCR”模型已經在兩家企業落地應用，識別準確率保持在99%以上，在四個工序中節省了9名人力。後期計劃將項目做成標準化的產品，在更多的行業中推廣應用。

每一次技術革命爆發的初期，最缺的往往是知道如何使用技術的人，42歲的王京京正在擔綱“技術擺渡人”的角色。

03 深入產業第一線的“戰鬥小隊”

同一個時間點，不同於王京京的單打獨鬥，連續創業的呂力看到了同樣的機會，他牽頭組建了一支由六個人組成的“戰鬥小分隊”。

行駛在城市道路上的運輸車輛，可以説是一座城市維持生命力的血脈，然而頻頻發生的“超載”現象，卻讓一些運輸車輛成了城市中的交通隱患，不僅造成了路面基礎設施的損壞，也增加了交通事故發生的風險。

2017年，呂力在與某地磅生產企業合作期間，幫助政府部署企業源頭治超管理系統，發現該系統存在設備採購成本高、部署複雜、易損壞、維護及運營成本高等諸多劣勢，且整體效果並不理想，於是呂力開始思考如何改變系統設計來提升效率，從源頭上規避超載現象的發生。

經過縝密分析和測算，呂力提出了全新的解決思路，在百度EasyDL平台搭建了訓練體系及模型，成功設計了一套自動化採集軟硬件訓練系統：在原有地磅產品的基礎上增加一個200萬像素的攝像頭和一台嵌入式電腦，即可實現貨運車輛的關鍵指標——車軸數的智能識別，車輛稱重時自動觸發抓拍並上傳識別車輛的軸數，智能匹配計算車輛的軸數與載重關係，並上報給有關部門。

隨後呂力找到了湖南紅星大市場初步試水。作為國內排名前三的農貿市場，湖南紅星大市場每天總通勤車輛高達4000台，擁有海量貨運車輛樣本基礎。經過5個版本的迭代後，平台平均識別準確率已達94.3%，基本滿足業務覆蓋需求。

目前國內不少地區紛紛出台《道路貨物運輸源頭治理超限超載暫行辦法》等法規，呂力設計的系統為眾多的企業用户提供了更優的選擇：平台總成本不到原有治超系統的50%，並且基本無需現場維護，大大減少了人力成本的投入。

在整體的商業大環境中，諸如地磅之類低門檻的製造業，幾乎是不被重視的邊緣產業，但人工智能對這些產業的滲透革新，正在迸發出新的驅動力。相比於創造新的事物，對傳統產業的智能化改造同樣存在不可小覷的機會。

目前呂力的團隊已經轉向物聯網和人工智能，將自身定義為人工智能與傳統產業之間的連接器，計劃通過“戰鬥小隊+定製裝備”深入到更多行業裏去。

04 EasyDL與智能策源地

其實前面講述的三個故事都出自於百度EasyDL在烏鎮舉辦的產業智能創新大賽，而且只是數百個參賽案例中的百分之一。

讓人有些驚訝的是，這些故事的主角不是人工智能一線大廠的工程師，不是預言人工智能行業趨勢的佈道者，甚至不是精通於算法的程序員。可他們和AI的故事卻為我們提供了一個新的視角：人工智能的落地應用不只是讓大廠的程序員們走進生產車間，還要讓一羣懂行業、有經驗、懂痛點的人學會使用人工智能。

隱藏在三位主人公背後的EasyDL大抵就在做後一種事情，希望AI的開發可以像使用家電一樣簡單，不必瞭解家電的內部構造和電路原理，只需要明白遙控器上的按鍵和對應的功能。

為了實現這一目標，百度EasyDL團隊已經默默深耕了三年，並且經歷了走向大規模應用落地的兩個轉折點：

第一個轉折點是2017年下半年，EasyDL剛剛完成從0到1的上線過程，發現原本積壓的、無法被滿足的長尾定製需求，大部分已經有了被解決的可能，同時也看到了各行業湧現出大量AI定製化需求的潛力。

第二個轉折點開始於2018年中期，EasyDL在功能上進行了大的版本升級，所支持的模型類型、數據和部署服務進一步完善，並且陸續在多個城市進行巡迴演講、交流活動，讓越來越多的行業用户認識 EasyDL。

截止到目前，百度EasyDL上已經有超過70萬開發者，覆蓋了包括工業、農業、醫療、物流、零售、教育在內的20多個行業場景，越來越多的郭佳慧、王京京、呂力正在EasyDL的幫助下成為改變世界的中堅力量。

科技學者庫茲韋爾曾在《奇點臨近》一書中大膽預測：“我們的未來不是再經歷進化，而是要經歷爆炸。”順着這個比喻延伸的話，百度EasyDL就像是智能的“彈藥庫”，並將引線交到了一羣理解場景、理解行業的人手中。

除此之外，為了讓更多的開發者擁有簡單易用的“智能策源地”，降低企業應用AI的門檻與成本，EasyDL還重磅推出了為有需求企業提供專項基金的“萬有引力”計劃，企業和個人開發者只需在EasyDL上完成業務模型的定製訓練、部署與應用，即可領取萬元專項代金券，進一步拉近人工智能與各行各業的距離。