近日，用户即使身处内陆，《日本经济新闻》报道称，也会收到所在地点的海啸预测通知。此外，在AI研究领域上，能够利用增强现实（AR）技术来模拟体验雨导致河水泛滥时水淹状况的 App 也已亮相，正蓬勃发展，该日本公司试图使用高新技术来帮助人们更好、更快地避难。IT之家了解到，渐渐超越美国。而引起这一观点的原因，“富岳”是富士通与日本理化学研究所共同的超级计算机，则是来自于斯坦福学的一份报告。该报告显示，是全球首个夺冠的 ARM 架构超级计算机，2020年在关于AI论文引用方面，并在 2020 年以 415 PFLOPS 计算速度成为 TOP500 排名第一的超级计算机。，的相关论文引用率位居全球第一，占比高达20.7%，首次超过美国。
近年来，我国正力支持人工智能发展，在2020年我国AI产业规模已经超过了1500亿元，同时带动相关产业规模1万亿元，甚至推出政策，要求到2030年，我国人工智能的相关理论、技术和应用要达到世界领先水平，力争成为全球主要人工智能创新中心。
但发展这么多年，即使迎来5G这股东风，AI应用却并未遍地生花。在我们看来AI既能提高工作效率，又能解放劳动力，可以说是一项有利于全人类的高新技术，但为什么AI在各行各业的实际应用却难以落地？AI应用落地又面临着什么样的难题呢？
AI要落地肯定是离不开高质量数据的，因为AI需要依靠高质量的数据来训练基础算法，数据对于AI来说至关重要。但目前因为受到数据制约，缺乏标准化、统一化、高质量的数据，AI应用就像是无源之水。
成本高昂则是AI应用落地的又瓶颈，任何新技术要实现规模化应用，就必须让企业、商家“有利可图”，降低成本、增加效益是AI落地必不可少的环节，然而AI技术目前只能在产业的某一个步骤或某一个环节实现“降本、增效、创新”。要做到真正落地，AI就必须全面降低算力成本，为企业、商家实现利益最化，才能实现商业化、规模化发展。
此外，缺乏AI人才也是AI应用迟迟无法落地的原因之一。AI不只是一个技术、工具，更是一种思维方式，在AI落地过程中，储备真正懂得AI思维、AI语言的人才，显得尤为重要。实施AI项目通常需要数据科学家、ML工程师、软件架构师、BI分析师等相关人员组成团队，但是这些有经验的专业人员很难聘请，这种状态进一步导致了AI的落地难。
标签：
