概述
人工智能已经被纳入的国家战略,作为新基建的主要内容。
具体到公司、个人层面,就需要务实一些,了解哪些领域还在发展瓶颈期,哪些领域正在发展的初期并且有很好的前景。这样的话,公司能够盈利,个人也能发挥最大的价值。
机器视觉
机器视觉在工业上的应用,主要是产品缺陷的检测,包括:各种字符(印刷的、电子显示的、刻印的等等)、产品外观(如模具保护器、不同形状的分拣等)、一维二维条码的识别等。
这些应用的大规模应用,主要是还是简单的功能,比如条码识别。为此,像基恩士、邦纳等大公司,将功能集成到硬件设备中,这些设备通常包括自带的简单光源,因此条码安装简单、能很快投入生产,而且由于是嵌入式设备,价格也相对便宜。后来,像海康威视这样的大公司,也开始做视觉检测的产品。这使得这种规模应用的机器视觉项目,单台的利润率是不高。因此,对于那些小公司来说,这就很难。
个性化的需求,对于小型科技型企业,是主要的业务来源。一条出路,就是尽量多地做项目。一条出路,就是将项目中有价值的核心点,研发成有推广价值的产品。比如,视觉点胶机。
随着深度学习的飞速发展,其实主要是深度学习模型的进步和大量的训练数据的出现,使得很多民用的机器视觉应用深入到生活的方方面面,比如,人脸识别、指纹识别。但,这对小公司来说,依然没有太大的改变。
小公司的核心依然在传统的机器学习上,就是针对客户个性化的需求,设计开发个性化的算法。
这样说来,小公司的生存空间依然很小。
那么,有没有一种适合小公司的应用方向呢?