随着人工智能广泛应用到各个行业，不同场景对AI需求呈现丰富且碎片化趋势，对人工智能算法的精度和适用性的要求越来越高。
“AI落地特别难，因为AI还比较笨，它在一种场景训练好以后，跑到另一种场景就没有用了，做行业其实不是一个点，是多个点，而且环境特别复杂。”中科智云CEO兼首席科学家魏宏峰在2021世界人工智能大会接受第一财经等采访时表示。
中科智云聚焦于AI安全治理领域，为工业、建造、交通、农牧、医疗卫生等领域提供安全治理方案，包括技术服务、解决方案和软硬件设备一体化，主要客户包括中国移动、中建、中铁建、中建材、中交建、正大集团等。
魏宏峰表示，此前，客户对AI的认知有偏差。“有的客户会觉得AI什么都能做，有的客户发现什么都不能做。慢慢地，市场被教育了，大家越来越务实了，客户对AI的认知现在也越来越深刻了。”
与此同时，疫情加速了AI的应用，也让不同行业对AI的接受度提高。“因为大家会发现，不管是产业链也好，人工也好，其实（疫情期间）风险非常大，所以需要这种技术来替代。对技术企业来说，疫情是一个推动，大家明白必须靠技术来解决问题。”
不过，AI在传统行业落地仍面临诸多挑战，在很大程度限制了AI在更多行业的渗透广度与价值发挥。
首先，传统算法解决方案扩展性差、算法泛化能力不够。魏宏峰表示，传统行业面临的最大问题是场景的不确定性和需求的碎片化，而这是很多AI企业的一个短板，“作为一个科技公司，大家对那些行业的生产环境可能不太了解。”
而传统行业的生产环境、管理、设备的复杂性和不确定性太强。“比如一个摄像头，有时候碰到了它就歪了，如果AI没有自适应的能力，摄像头歪了一个角度就识别不出来了，这样客户就没有办法使用。因为这些负责他的安全，如果系统本身的安全都不能保证，如何保证他们的安全？所以对我们来说是一个巨大的挑战。”
其次，传统行业还面临样本数据获取困难等痛点，如单独开发算法则会面临投入产出严重不匹配。
魏宏峰介绍称，一般通过深度学习训练一个模型需要大量的样本，但是在工厂工地等环境下，安全事故或者违章的样本非常少。“因为很少出事，一年最多一两次对人身事故来说频率已经挺高了，但是像很多AI公司需要的数据要百万级十万级。目前的深度框架需要正样本和负样本，而且要均衡才能真正产生效果，现在没有负样本。”
为了通过小样本就能完成AI算法的训练，中科智云在人工智能大会期间推出了AI+行业自动训练平台“X-Brain”，核心是一套主动学习算法框架。“主动学习的好处是什么？人还不知道这种场景在哪里发生过，AI系统就能够主动将这些场景找出来，自动做样本的标注、训练。有了这个机制，我们就能够用非常少量的样本训练出一个精度可以商用的算法模型。”魏宏峰介绍称。
