人工智能应用落地的两难

一直以来，人工智能难以落地的讨论不绝于耳。一方面是各高校研究机构，层出不穷的模型和算法，不断刷新着各项指标，另一方面，却迟迟不见这些最新的科研成果转化落地。

各研究机构、学者团体，手握这些最新的科研材料，只能或者 kaggle、天池刷刷比赛，或者去参加各种会议刷刷论文。无论哪种方式，都无法获得实际的工业应用结果数据，也无法获得响应的科研报酬。

其实工业上实际上非常缺乏这些最新的人工智能科研成果。有的企业甚至还是用的几年前的技术在跑。效果偏离实际应用很远。

那是什么造成了这两者之间的隔阂呢？一方面是消息闭塞，人工智能从业者无法准确高效的找到这些企业需求，另一方面企业也无法信任单个开发者的成果，在没有比较的情况下，就投入资金进行科研转化。万一效果不及预期，前期投入难以回本。

可喜的是，目前有些平台已经注意到这些问题，在尝试搭建科研结果和企业需求之间的桥梁，比如 AI 模型市场(http://aimodelmarket.cn)这样的平台，就是通过 API 合作的方式，建立 AI 算法模型和企业需求之间的桥梁。

那信任问题如何解决呢？本身平台就要成为双方的担保，同时引入评价机制。同时 API 的合作，可以按量付费，如果企业对效果不满意，可随时终止。这就给了双方极大的保护。

那如何让算法工程师的最新算法模型成为工业上的实际应用呢？AI 模型市场(http://aimodelmarket.cn)采用的是容器的方式，将算法工程师的最新模型打包进容器，即方便部署，又满足了企业扩展性的需求。

可能人工智能应用落地还有很多困难和挑战，需要我们去一个个攻克和填补，但我们希望这类平台是个不错的开始。