目前有哪些比较成功的人工智能应用

简版回答：

1、人脸识别（这是一个发展已经比较成功的应用，小到你手机里阿里爸爸注册花呗要用的人脸识别，到群众安放、公安户口、海关过境等等都有使用）

2、图像识别（有一个非常重要又经常被人忽视的应用：医疗图像识别，比如核磁共振图像等，很多机器判别病例已经比医生准确了）

3、语音识别（eg:科大讯飞语音输入法、搜狗语音输入法等等，大家如果还记得几年前的语音输入有多烂，就知道今天的进步有多大）

4、翻译（eg:Google翻译、百度翻译、科大讯飞翻译，其中YouTube还结合了语音识别+翻译，提供自动给视频生成字幕功能，虽然效果没有特别特别好，但还是能大概懂意思的）

5、等等等等

繁版回答：

这里推荐一下来自麦肯锡的《基于AI的企业数字化发展趋势报告》，主要从企业的立场分析大数据、算法、自动化、机器人等技术对于产业的影响，回答数据和分析的用途，并列举可行的商业举措。

这里只挑AI应用部分：

先说机器人技术，这在制造业中已经存在很久了，但目前，更有能力，更灵活，更安全，更便宜的机器人结合其机械化和认知学习能力，逐渐实现自我升级。

人工智能的概念也并不新，但最近的机器学习算法突破实现神经网络技术，计算能力成倍增加的芯片模块有利于处理更复杂的模型，以及每天由社交移动端、工业传感器等设备产生的大数据，成为三个主要驱动力。与此同时，机器的自然语言理解能力、识别能力等通用技能也在不断进步。

显然，基于机器人技术、人工智能等新兴技术实现生产自动化，能够进行更高的数据吞吐量，改善预测模型，提高结果的准确性，进行决策优化，甚至在生物学、材料学等大规模的复杂问题上也很有潜力，提供了新的商业模型。

*机器学习在各个行业中的应用潜力（色块代表不同行业）

*不同行业的不同部门具有不同的自动化潜力

事实上，现在已经有一些通过智能化自动技术造福企业的案例：力拓（RioTinto）已经部署了自动拖运卡车和钻井澳大利亚皮尔巴拉矿山的机械设备，据称机械利用率提高了20%；谷歌利用DeepMind机器学习算法，减少了公司40%的年均能源消耗；自动化“直接处理”（straight-throughprocessing）应用于金融服务工作端到端的工作流，增强了工作的可伸缩性。此外，机器学习还被大量的应用于跨部门业务。

*不同业务的自动化技术潜力

麦肯锡认为，机器学习的潜在用例还包括医院急诊部、飞机维护、石油和天然气业务、杂货店、抵押贷款经纪人降低运营成本并提高效率。事实上，随着人口结构的确定，老龄化和出生率下降大幅减缓劳动力供给的增长，人力成本增加给企业带来的压力可以通过智能化的缓解。

甚至在探月工程、生物学、癌症研究、气候科学和材料科学等方面，AI也是潜力无穷。据悉，McMasterandVanderbilt大学利用计算机预测了抑郁症和乳腺癌的有效治疗方法。

在零售领域运用人工智能技术要达到什么效果

多年来，零售体验并没有发生太大变化：走进商店，寻找合适的产品，然后购买。但人工智能的出现正在改变一切，通过个性化、自动化和效率提高将零售体验提升到新的水平。

下面让我们来看看20个人工智能改善零售体验的实例：

1、Lowes采用机器人定位商品

在一家硬件商店里浏览商品可能很困难的，但Lowes使用了一款名为LoweBot的机器人，它可以在商店里为顾客导航，帮助找到他们所需的商品。LoweBots在商店里巡游，向顾客提出简单的问题，找出他们正在寻找的商品。同时，它还会提供产品的指示和位置地图，并向顾客分享专业知识。在后端，LoweBots还可以帮助门店监控库存，及时提醒补货。

2、Walgreens利用人工智能追踪流感传播

流感可能会让你感到很不适，治疗不当的话甚至是致命的。Walgreens公司正在通过在8000多个地点抗病毒处方数据，来跟踪流感传播情况。这种在线交互式地图不仅可以帮助客户了解他们所在地区的流感情况，还可以帮助Walgreens在受感染地区库存更多与流感相关的产品。

3、丝芙兰轻松利用人工智能为顾客找到合适的化妆品

利用人工智能，走进丝芙兰商店，不需要往脸上涂抹任何东西，就可以找到非常适合你的化妆品。比如，ColorIQ可以通过扫描顾客的脸部，为其提供个性化的建议，比如适合哪款粉底和遮瑕膏。LipIQ也是如此，它可以帮助顾客找到完美的唇膏色调。对于苦于反复试用化妆品的消费者来说，这真是帮了大忙。

4、NorthFace帮助客户找到完美的外套

不知道买什么外套？NorthFace可以提供帮助你。NorthFace正在使用IBMWatson的认知计算技术，向顾客问询他们穿着的场合等信息，并通过这些信息提供个性化的建议，帮助顾客找到适合自己的一件完美外套。

5、NeimanMarcus使用人工智能进行视觉搜索

奢侈品百货商店NeimanMarcus正在使用人工智能让顾客更容易找到商品。这款名为Snap.Find.Shop.的应用允许用户通过一张商品照片搜索NeimanMarcus库存，以寻找相同或者类似的商品。相较于过去含糊的搜索词查找方式，使用这些照片通常可以找到非常相似的匹配。

6、TacoBell让客户在旅途中都能订购炸玉米饼

当我们想到炸玉米饼时，当然想立马吃上。TacoBell就是这样一家让顾客通过AI直接订购食物的餐厅。通过与Slack合作，TacoBell让顾客通过发短信或语音就可以直接下单，包括定制订单和大型团购订单，而且机器人会在每个订单后回复一些有意思的评论。

7、梅西百货利用人工智能改善店内体验

你有没有遇到过走进百货商店而不知道能在哪里找到你想要的东西？梅西百货的OnCall应用针对每个门店进行量身定制。顾客在商店中打开应用，就可以与AI机器人聊天，获取特定商品的指示或检查是否还有库存。机器人甚至可以检测到顾客的情绪，并提醒商场工作人员为顾客提供帮助。

8、沃尔玛部署机器人扫描货架

沃尔玛是世界上最大的零售商店之一，它计划使用机器人在巨大的过道中进行巡检。目前，沃尔玛已经在数十家商店测试这种货架扫描机器人。机器人会扫描货架上是否缺少商品、是否需要补货、以及更换价格标签。这样的方式让店员可以花更多时间在顾客身上，并且确保货架上不是空空荡荡的。

9、ThredUp利用人工智能记住客户偏好

在线商店ThredUp最近发布了GoodyBoxes，上面包括了一些针对每个顾客风格量身定制的二手服装商品。客户可以在上面选择购买自己喜欢的商品，同时退回不喜欢的商品。AI算法会记住每个客户的偏好，以便将来更好地适应他们的风格。对于顾客而言，非订阅的方式要比搜索单个商品更容易一些。

10、亚马逊用人工智能取代收银员

在AmazonGo商店，顾客可以走进商店从货架上拿走他们想要的商品，然后在走出商店后自动完成结账，而无需再通过收银台。在这个过程中，整个商店的传感器和摄像头都会跟踪顾客以及其购买的商品，然后通过亚马逊账户在离开商店时自动收取费用。AI有助于创建快速无缝的购物体验，让客户不需要排队等候。

11、优衣库用AI倾听顾客心声

优衣库是使用科学和人工智能打造独特店内体验的先行者。在优衣库精选商店内，布置了基于人工智能的UMood信息亭向客户展示各种产品，并通过神经递质识别他们对颜色和风格的反应。UMood会根据每个顾客的反应推荐商品。顾客甚至不必按下按钮，他们的大脑信号就足以让系统知道他们对每件商品的感受。

12、WestElm通过人工智能连接商品与顾客个人喜好

顾客以前常常会把他们喜欢的家具产品实物样板带到家具零售店里，但现在，家具零售商WestElm通过人工智能就实现了这一点。WestElm使用PinterestStyleFinder扫描顾客的Pinterest样板，以了解他们的个人风格，借此推荐一系列家居装饰和家具物品。这个简单的方法让客户得到设计精美、又反映他们风格的家居设计。

13、Sam'sClub让仓库购物变得更简单

仓库超市Sam'sClub最近开设了一家名为Sam'sClubNow的小型人工智能商店，使用人工智能技术让客户不需要通过传统的收银台完成购物。相应的应用甚至可以提供最有效的店内路线，让顾客获取购物清单上的所有商品。

14、Olay使用AI实现个性化护肤

在人工智能的帮助下，Olay客户可以获得个性化的护肤服务，而无需看皮肤科医生。通过Olay的SkinAdvisor，顾客可以自拍一张自己的脸型，该应用使用AI来判断皮肤的真实年龄，评估皮肤健康状况，并通过个性化的皮肤护理方案，为问题区域提出建议。

15、KrogerApp定制产品推荐

杂货连锁店Kroger正在测试使用智能货架。当顾客走在商店过道并打开他们的Kroger应用时，传感器会识别购物者并推荐他们可能感兴趣的产品。比如，该应用会可以无麸质购物者推荐无麸质产品，为家长推荐儿童食品。如果购物清单上的商品正在销售，该应用还可以提供定制化定价并提醒购物者。

16、H＆M使用人工智能保持热门商品库存

流行服装商店H＆M靠着走在流行前沿取得商业上的成功。而近期，它也开始使用AI来分析商店收据和退货，以评估每家商店的购买情况。该算法可帮助商店了解要在某些位置推广和库存更多商品。比如，数据显示，碎花裙子在城镇很畅销，所以可以据此调整库存以满足顾客的需求。

17、Zara通过机器人简化订单取件

在线购买然后线下取货成了顾客的一个热门选择。时尚零售商Zara最近开始使用机器人来帮助客户取件。顾客走进商店，输入一个代码，启动机器人在仓库中寻找商品。一旦找到订购，机器人就通过投递箱交付。对顾客来说这是一种快速有效的取件方式。

18、星巴克Bot帮你轻松订购咖啡

咖啡巨头星巴克通过支持人工智能的语音订单功能，让你更轻松地拿到每天早晨的一杯咖啡。顾客可以与MyStarbucksBarista应用聊天，通过语音或文字下单。当顾客到达门店的时候，订单已经就绪，不需要排队。

19、AmericanEagle打造未来的试衣间

没有什么比进入试衣间却发现拿错了尺寸或者想尝试其他颜色更糟糕的了。AmericanEagle正在打造互动式的试衣间，顾客只需要扫描他们想要的商品，就可以看到库存情况。如果顾客需要把商品送到试衣间，商店员工就会收到通知。此外，该技术甚至还可以根据顾客试穿的情况给出商品建议。

20、RebeccaMinkoff设计基于AI的智能商店

服装设计公司RebeccaMinkoff在全球拥有三家商店，是最早开设“连锁店”的品牌之一。这些商店采用了基于人工智能的触摸屏智能镜，让顾客可以浏览服装商品，寻找灵感。购物者可以在配有定制照明选项的互动试衣间试穿。试衣间镜使用RFID技术自动了解客户正在试穿什么，并告诉他们还有其他哪些颜色和尺寸可以选择。

医疗行业人工智能有哪些应用场景

医疗行业是人工智能应用最早，也是令人类最为受益的一个应用领域，主要在以下几个方面：医疗影像分析、病理分析诊断、医疗手术、药物研发、患者关怀等。为此，许多技术公司在这方面投入了大量的研究，使得人工智能技术进入世界各地的医疗体系。

比如，在医学领域，早在2013年，美国一个医疗机构曾借助IBMWatson来帮助阅读和分析医学文献——仅仅几个星期的时间，就从2300万份候选文献中选出了7万篇相关文章，并从中准确找到了7种可修改P53的蛋白质（P53是与很多癌症有关的一种重要蛋白质）。而在使用Watson之前，这种发现结果通常需要整个生命科学行业的顶级医生花7年时间来完成！现如今，IBMWatson已经可以做到在10分钟内阅读和剖析20,000,000份医学文献、论文和病理。

此外，据了解借助于计算机视觉技术，Watson只靠图片就能准确诊断患者是否患有黑色素瘤。目前，其对皮肤癌诊断的正确率高达了97%，已经超出了专家的平均诊断水平（85%）。

这里再列举几个其它案例：

1.谷歌AI可以通过眼部扫描预测心脏疾病风险

日前，谷歌和同属Alphabet集团的VerilyLifeSciences公司共同进行了一项研究，通过深度学习算法分析个体的视网膜图像从而准确预测心脏病。

该算法可以通过对视网膜眼底照片的识别和分析，判断个体是否吸烟、血压、年龄、性别、是否曾经有过心脏病史，甚至是种族，这些与心血管疾病相关的危险因素。

据了解，该算法的训练数据用来自于284,335名患者，包括来自英国Biobank数据库的48101名患者和来自EyePACS数据库的236244名患者。不仅能够预测心血管疾病的风险，还能预测发作时间。

2.IDx公司用21年研发了能预诊糖尿病患者失明的AI系统

最近，美国IDx公司宣布，其创始人MichaelAbramoff花费21年开发创建的AI自动系统IDx-DR，正在由美国食品和药物管理局（FDA）加快审查，并将很快投入临床使用。该系统能够用于尽早发现糖尿病患者失明的主要原因——糖尿病视网膜病变，从而加以预防、提前治疗。

到今年，IDx公司和FDA已经用了7年时间来确定评估系统准确性和安全性的标准。

值得一提的是，这一系统在没有眼科专家的帮助下，就能自行诊断。由于目前许多患者经常都要等待数周或数月才能看到眼科专家，无法及时诊断，因此，这一系统的出现患者来说可能会产生巨大影响。

据Abramoff介绍，IDx公司还对系统做了一些必要的调整，以便从实验室走出来，真正进入诊所，得以应用。比如，IDx团队添加了一个互动组件，当AI的诊断质量足够高时，系统就会将拍摄的视网膜图像情况反馈给护士或医生。在对公开数据集进行早期测试后，IDx公司在去年夏天完成了一项900人的临床试验，将进行了四小时培训的系统及具有10年以上经验的专家通过摄取和分析视网膜图像，从而提供的诊断结果相比较。虽然Abramoff还拒绝分享审查结果，但他指出：“我们对此非常兴奋。”

3.科学家利用AI预测人类死亡时间，从而改善医疗服务质量

由吴恩达与斯坦福大学计算机科学系教授AnandAvati、斯坦福大学生物医学信息学研究中心KennethJung、LanceDowning与NigamH.Shah，以及斯坦福大学医学院StephanieHarmon六位斯坦福大学科学家组成的研究小组正在研究如何利用人工智能技术预测人类的死亡时间，从而改善对其的姑息治疗程度，或者对患有严重疾病的患者提供专门的护理。

据统计，在美国所有需要接受姑息治疗的病人（占所有住院病人7%-8%）中，只有不到一半的人真正接受了这种治疗。这与医生在判断患者的生存时长方面往往过于乐观有很大的关系。此外，姑息治疗的相关护理人员及资源也较为有限。因此，为了尽可能帮助更多适合此种安慰疗法的病患，斯坦福大学的研究小组希望利用人工智能技术发现剩余生命仅为三到十二个月的对象。

以往的做法是，由医生检查每一份病例表，借此确定病患是否有资格获得姑息治疗方式。但这整个过程非常耗时，而且医生的个人偏见可能对最终护理决定产生影响。

而通过人工智能技术，就能够让深度学习算法自动评估住院病人的EHR（电子健康记录）数据，帮助姑息治疗怀团队判断哪些病人可能需要姑息治疗。

为了进行这项研究，研究小组使用了斯坦福医院及露西尔-帕卡德儿童医院中的200万份成人和儿童电子病历作为数据样本。

但需要强调的是，这套模型的预测结果仅被用于在姑息治疗小组进行病例审查（及自动转诊）时推荐部分符合条件的病患。人类医生仍然负责整个审查流程的主导工作，而该项目所得出的结果只作为符合姑息治疗条件的参考，而非对死亡时间的直接预测。

答案来自科技行者团队最爱谈应用的Dora老师