“AI+”時代的來臨，引發手機、物聯網、汽車、芯片等硬件與軟件服務等創新升級，人臉識別、虛擬現實等功能的拓展使得應用場景不斷增多。
比如，搭載AI指紋識別、人臉識別的蘋果手機及國產手機早已上市，今日頭條也已運用自身已有的豐富的數據，包括文字、圖片、視頻、直播問答等，讓人工智能技術參與創作和交流，由人工智能撰稿的文章已經為數不少，騰訊開發了類似于AlphaGo的圍棋AI產品“絕藝”，阿里巴巴則開發了智能音箱天貓精靈X1和智能客服“阿里小蜜”。
AI+自動駕駛
2018年2月15日，時值中國狗年除夕夜，百度Apollo無人車驚艷亮相2018年央視春晚聯歡晚會，百余輛“無人車”車隊出現在港珠澳大橋上，并在無人駕駛模式下完成“8”字交叉跑等動作，此次亮相的百度Apollo無人車覆蓋多種車型，包括百度與比亞迪合作的無人駕駛新能源乘用車，以及與金龍客車合作打造的全國首款無人駕駛循環巴士，以及無人駕駛掃路機和無人駕駛物流車等，使用場景包括家用出行、園區接駁、城市清潔、物流運輸等。
這是“AI+自動駕駛”應用場景首次大規模呈現到國人眼前，可以想象的是，自動駕駛如果得到大規模應用，將極大顛覆我們目前的交通出行方式。不過，技術的進步和場景的應用是一個循序漸進的過程，目前大部分自動駕駛技術還是試驗中。國際汽車工程師學會(SAE)于2014年發布了自動駕駛的六級分類體系，將自動駕駛技術分為0級、1級、2級、3級、4級、5級，共六個級別，具體級別劃分和描述如下：
SAE自動駕駛(ADAS)分級
目前，日常使用的大多數汽車處于第0級和第1級之間，而傳統車商的智能汽車市場普遍處于第2級的階段，即以輔助自動駕駛為主，特斯拉公司的Autopilot輔助駕駛技術屬于第2級技術。
AI+智慧金融
人工智能的發展除了深度學習算法之外，大數據的運用為AI提供了堅實的基礎，而金融行業可以說是全球大數據積累最好的行業，銀行、證券、保險等業務本來就是基于大規模數據開展的，這些行業很早就開展了自動化系統的建設。大部分金融從業人員每天都要花費大量的時間對數據進行處理和分析。過去幾十年，金融行業已經習慣了根據數學方法和統計規律，為金融業務建立自動化模型，來擬合復雜數字世界里的隱含規律。
不過，相比于傳統金融分析，人工智能數據處理量更大，成本更低，速度更快，而且可以做到7X24小時，為客戶提供更多、更準確、更快捷的附加價值，而且隨著智慧金融的發展，金融機構可以開發更多長尾市場的客戶，余額寶的運用就是很好的例子。
螞蟻金服推出的余額寶，在2013年上線以來，目前余額寶規模已經高達1.7萬億規模，是全球最大的貨幣型公募基金，余額寶的用戶規模近5億人，許多都是金額不大的長尾用戶。余額寶的火爆增長可以看出：低凈值客戶的投資熱情持續高漲，已經不簡單滿足于銀行低利率的活期存款，而希望能夠得到更多的金融服務。
2018年6月9日，螞蟻金服宣布完成新一輪融資140億美元，創下迄今為止全球最大的單筆私募融資金額，本輪融資主要用于支付寶在全球化的拓展。融資結束后，螞蟻金服估值已經高達1500億美元。
人工智能在金融領域的發展仍然具有很大前景。目前，人工智能在金融行業比較成熟的應用主要有智能投顧、智能量化交易與智能客服，主要采用的方法有機器學習、自然語言處理、知識圖譜和計算機視覺等。
AI+智慧金融三大應用
AI+智能安防
2011年-2016年，國內安防市場連續五年維持兩位數增長，2016年國內安防市場規模達到5410億元，其中，安防設備市場規模約1900億元，視頻監控是安防行業最大的應用產品，規模為962億元，占整體安防設備規模的50.63%。不過，傳統安防行業同質化嚴重，視頻監控中網絡化、高清化進程加速成為趨勢。
智能安防的主要目的是：通過將視頻監控中非結構化的圖像信息，轉換為計算機能夠理解的結構化數據，憑借數據挖掘方式，將“海量視頻數據”轉化為“有效情報”，實現安防行業從“看得清”到“看得懂”的智能化升級。
智能安防從海量數據中提取有效情報
智能安防需要利用機器學習的方式實現特征提取、目標識別，再按照標準視頻內容組織成可供計算機和人理解的文本信息的技術，可以帶動圖像識別和分類精度的顯著提升。
智能安防產業鏈主要包括工程施工與維護(占比約50%);其次，硬件與系統制造商(約占34%)，代表公司如智能安防上市公司海康威視、大華股份等;第三，軟件與算法類公司(約占15%)，在人工智能初創公司中，就需要用到人臉識別四大獨角獸公司(商湯科技、曠視科技、云從科技、依圖科技)等人臉識別、在線身份驗證、智能監控、圖像識別等技術。
AI+智能制造
《中國制造2025》戰略推出以來，智能制造一直是國家關注的重點，智能制造的范圍非常廣泛，我們這里主要講述與人工智能緊密相連的機器人產業，隨著人工智能技術的拓展，工業機器人和服務型機器人的發展和應用也受到市場的極大關注，因為有很大現實意義在里面。
2010年后，中國制造業就業人數持續下降，且老齡化現象開始呈現，隨著勞動力供給的收縮，勞動力成本上升，一方面，人口紅利逐步消失，制造業人工替代迫在眉睫，“機器換人”是大勢所趨，2013年，中國已經成為全球工業機器人第一大市場。
2017年1月，美的宣布292億元收購全球工業機器人四大巨頭廠商之一的德國庫卡(另外三大巨頭分別為瑞士的ABB、日本的發那科和安川電機)94.55%的股份，進入機器人制造領域，并通過收購庫卡助推美的實施智能制造戰略，快速提升自身機器人的研發與應用水平。
另一方面，人們生活品質提升，對產品的質量和品質要求越來越高，而自動化和智能化是提高產品品質非常有效的手段。第三，類同于PC時代、移動互聯網的手機時代，目前，在人工智能大發展的時代，服務型機器人應用場景也很豐富，目前無論軟件還是硬件，服務型機器人的品質都有很大提升，應用場景也不斷拓展。
2018年5月3日，國內AI獨角獸公司、人形機器人研發企業深圳優必選科技宣布完成由騰訊領投的8.2億美元C輪融資，本輪融資刷新了商湯科技單輪融資6.2億美元的最高紀錄，優必選估值將達到50億美元。 機器人有多種用途，工業機器人被廣泛用于切割、焊接、碼垛、噴涂等方面，服務型機器人也被廣泛運用于醫療、教育和公共服務中。
中國電子學會對機器人的分類
AI+智慧醫療
李開復在《人工智能》一書中認為：人工智能對人類最有意義的幫助之一就是促進醫療科技的發展，讓機器、算法和大數據為人類自身的健康服務，讓智慧醫療成為未來地球人抵御疾病、延長壽命的核心科技。隨著人工智能應用領域的推廣，語音交互、計算機視覺和認知計算、云計算等技術的逐漸成熟，人工智能在醫療領域的各項運用變成了可能。
這其中主要包括：語音錄入病歷、醫療影像智能識別、輔助診療/癌癥診斷、醫療機器人、個人監看大數據的智能分析等。比如，利用AI來輔助疾病診斷，可以減少因為醫生經驗欠缺而造成的誤診，并節省醫生診斷癌癥所花費的時間，提高癌癥早期診斷效果，大大降低癌癥的死亡率。再比如，影像是重要的診斷依據，但是如何高質量的獲取醫療影像數據，在醫療領域是個難題，而深度學習可以提高醫學影像的品質，利用人工智能的深度學習技術就能從醫學影像中提取有用的信息，幫助醫生做到精準判斷。
人工智能在醫療領域的運用
人工智能時代開啟，各個領域加速布局
人工智能的技術仍然還在不斷進步，而應用方向除了上述的五個領域之外，還有在線教育、智慧生活、通信等等，我們在此不再贅述。不過可以確定的是，人工智能將無所不在，阿爾法狗和人類的圍棋大戰與春晚舞臺上的無人駕駛給我們帶來的震撼只是剛剛開始。
人工智能將在技術和商業上加快落地，而物聯網、智能計算芯片、機器學習和深度學習等技術和應用仍會快速推進，BAJT(百度、阿里、京東、騰訊)乃至360等國內巨頭都會在人工智能領域繼續深耕布局。我們期待人工智能給我們的工作和生活帶來更多和更好的改變。
京公網安備 11010502049343號