垂直行不行？國內(nèi)的玩AI識物的幾個場景

相比于谷歌非常強勢地推出了“用我可以識別一切”的AI識物功能。國內(nèi)AI企業(yè)，無論是BAT還是創(chuàng)業(yè)公司，似乎都還處在這一技術(shù)應(yīng)用初級開墾階段，同時也更聚焦于快速商業(yè)化的可能。集中表現(xiàn)就是，國內(nèi)AI識物的應(yīng)用大多集中在幾個場景中：

1． 識圖購物。這個功能已經(jīng)屢見不鮮，無論是淘寶天貓還是京東，都已經(jīng)投放了識圖購物的功能。讓用戶可以通過拍照進行商品匹配，較高效率獲知現(xiàn)實中商品在自家平臺上的價格。就技術(shù)解決方案來說，由于拍攝商品往往是特征較明顯、信息比較明確的AI識別品類，比如衣服、箱包等等，所以這類識圖技術(shù)難度不高，加上完整的商品數(shù)據(jù)庫，并不需要很強的技術(shù)探索能力。但缺點也很明顯，那就是用戶打開的針對性太強。

2． 識花。各種各樣的識花軟件和產(chǎn)品功能早已經(jīng)洗禮了中國用戶的AI常識。目前花卉植物的AI識別能力已經(jīng)被做得相當(dāng)精準(zhǔn)。問題可能集中在這類應(yīng)用大部分還是需要調(diào)用云端數(shù)據(jù)庫進行匹配，識別速率并不高。而跟識圖購物同樣的問題，在于應(yīng)用場景太狹窄。畢竟大家都沒空天天春游……

3． 識字。相比于識別花卉，文字識別其實對于OCR糾錯、模糊識別等領(lǐng)域的技術(shù)挑戰(zhàn)更大。尤其是識別手寫體以及古文字。而國內(nèi)很多AI創(chuàng)業(yè)公司已經(jīng)開始聚焦于拍照識別文字的細(xì)分應(yīng)用領(lǐng)域。比如我們已經(jīng)能看到AI識別和錄入名片、用AI拍照并實現(xiàn)外文翻譯以及旅行中用AI來識別碑刻、匾額、金石文字等等為旅游增添樂趣。

4． 批作業(yè)。從文字識別引申出國內(nèi)另一個AI識物的主要流派，是用AI來識題和批改作業(yè)。這一領(lǐng)域要求足夠的數(shù)據(jù)支撐和手寫體識別能力，目前只能說還處在早期應(yīng)用階段。但對于數(shù)學(xué)等科目來說，AI批改作業(yè)和判試卷已經(jīng)基本能夠?qū)崿F(xiàn)。而且批作業(yè)的AI還引申出另一個應(yīng)用——用AI來答題的考試作弊神器。

這四大領(lǐng)域當(dāng)然各有市場可能性，但同樣的問題在于用戶可能不會花費大量時間沉浸在某個細(xì)分識別領(lǐng)域。畢竟拿起手機來拍攝物體，很難變成一個隨時發(fā)生的使用習(xí)慣。

要全能還是要專精，AI識物到底應(yīng)該是一門怎樣的生意呢？

想象力與困難并存的AI視覺應(yīng)用

從谷歌的產(chǎn)品邏輯中，我們能夠發(fā)現(xiàn)，AI識物的出現(xiàn)是希望用戶能夠面對生活中各種東西：無論是貓狗、花草、海報信息還是街道建筑，都拿出手機拍一下，讓AI告訴你這背后的答案。

這個讓AI告訴我們一切的方案，出發(fā)點當(dāng)然是好的。但問題在于這違背了大部分用戶的搜索引擎習(xí)慣，而且我們生活中遇到的絕大多數(shù)問題，都不是貨真價實擺在眼前的物體，而是某個知識、信息或者答案。這些東西都是無法用拍照來搜索的，甚至信息的搜索強度遠(yuǎn)遠(yuǎn)大于對眼前真實物體的不知所措。

另一方面，AI識物的準(zhǔn)確度還有待提高，一兩次發(fā)現(xiàn)AI識別錯誤或者惡意賣萌之后，用戶自然就很難再形成嘗試沖動。

所以萬能的AI識別一切，似乎并不是這門生意的真正面目。

場景化的使用中，主要問題在于出現(xiàn)頻次不高，很難培養(yǎng)用戶的使用習(xí)慣，當(dāng)然也就很難沉淀到商業(yè)化的層級當(dāng)中。目前來看，這個問題的解決方案很可能在于將AI識物的技術(shù)與某些相對高頻發(fā)生的移動互聯(lián)網(wǎng)需求相聯(lián)系，在營銷的幫助下形成場景化習(xí)慣。

最有可能的當(dāng)然是旅游。我們能夠發(fā)現(xiàn)，無論是識別花草，識別碑額，還是識別名勝古跡、翻譯交通指示牌和菜單，這些都是旅行中的某個因素。而識花用識花的APP，翻譯用翻譯機，識別古跡再調(diào)出專門的小程序，這種體驗恐怕大部分人會覺得很煩。

因此來看，在旅行場景的統(tǒng)一規(guī)劃下，整合各種AI識物應(yīng)用，形成一站式旅行AI，似乎在今天比較有機會。而BAT和旅行APP由于坐擁技術(shù)和數(shù)據(jù)優(yōu)勢，似乎更有可能成為這個領(lǐng)域AI應(yīng)用的整合者。當(dāng)然，能借助機器視覺能力誕生新的AI巨頭，是我們更加希望看到的。

與旅行類似，AI識物的另一個機會在于兒童市場和教育市場。兒童需要用AI來識別和感知的東西更多，而讓AI來給好奇寶寶提供關(guān)于生活中各種事物的解答，似乎也比較能夠被年輕父母所接受。而更重要的識別類應(yīng)用在于教育，無論是老師批作業(yè)，家長輔導(dǎo)孩子，甚至于學(xué)生尋找答案，毫無疑問都是很痛苦的過程。能夠用AI來整合和激活這個市場，那么前景應(yīng)該是相對客觀的。

AI語音的理想狀態(tài)是通過對話來控制生活中的一切，包括智能家居硬件、內(nèi)容、手機與購物。AI識物的理想商業(yè)狀態(tài)也是能夠形成超級平臺，讓我們在面對生活中所有不解和好奇時，都拿出手機來拍一下，讓AI告訴我們答案。

但世界搜索的需求限制以及技術(shù)目前本身的瓶頸，確實在降低這種超級平臺的誕生可能性。但在垂直場景中，毫無疑問AI識圖是能夠提升人機交互效率，并且非常酷炫有型的搜索方式，商業(yè)市場也依舊是足夠充沛的。

此外，目前也有若干問題在限制這一技術(shù)的應(yīng)用度。比如上文說過的模糊識別精度不高問題，經(jīng)常會造成用戶的需求與AI答案之間南轅北轍；再比如中文知識圖譜體系不夠完整，很多領(lǐng)域我們目前還沒有足夠AI回答的中文數(shù)據(jù)；還有一個問題，是很多AI識物的場景，其實是對攝像頭的反應(yīng)能力有要求的，這就放棄了很多低端機入門機搭載AI識別應(yīng)用的可能性。

讓AI幫我們看世界已經(jīng)足夠近，卻又比較遠(yuǎn)。遠(yuǎn)近之間的故事，可能才是需要無數(shù)科技公司想破了腦袋去參悟的。（作者：腦極體）