无论是最危险、最艰苦的抗“疫”前线，还是开展各项疫情防控工作的大后方，都是人工智能发挥作用、支撑保障的重点。分析人士表示，疫情有望加速人工智能场景落地，推动无人工厂、智能工厂这类生产形态更加普及。同时，围绕疫情及医疗健康方面，会有更多细分AI场景落地，还可能出现医疗、情感、社会、人工智能等交叉学科领域的创新，形成一系列的产品与应用。
AI赋能抗击疫情
据工信部披露，上海先导区主动对接援鄂医疗队及防疫一线场景需求，推动东方医院(含援助武汉医疗队)、上海市公共卫生临床中心首批两家单位新冠肺炎疫情防控人工智能重点应用场景建设，并为武汉防疫前线提供了CT辅助诊疗、智能消杀机器人、药品配送机器人等智能产品支援。上海依图、推想科技等建立基于肺部CT的医疗影像辅助系统，用于快速评价病情、定量评估患者疗效、评价患者预后等，目前已部署服务于抗疫一线多家医院。
深圳北科瑞声开发出面向隔离区非接触语音医疗信息系统，医护人员在穿戴防护服和多层口罩的情况下仍能方便使用，已在火神山和雷神山医院部署。优必选紧急为“建国”警用机器人升级了体温检测功能，定制疫情防控语音播报功能，并已在高速公路检查站上岗。
中国证券报记者了解到，基于自身的AI能力，京东数科在第一时间开发了京东良研调查问卷、疫情问询机器人、智能外呼机器人等多款智能应用，助力疫情防控。虹软科技的智能视觉技术也加入到疫情防控工作中，并被广泛应用于社区管理、车站出行、无人零售、在线教育等各大场景中;阿里巴巴的达摩院联合阿里云针对新冠肺炎临床诊断研发了一套AI诊断技术，可以在20秒内对新冠肺炎疑似案例CT影像做出判读等。
值得一提的是，工信部2月4日发出倡议，进一步发挥人工智能赋能效用，组织科研和生产力量，把加快有效支撑疫情防控的相关产品攻关和应用作为优先工作。
加速智能化进程
中国证券报记者注意到，受疫情复工延迟影响，劳动密集型行业往往受到更大冲击，而智能化程度较高的行业受冲击相对小很多。当然，这离不开人工智能、大数据、物联网、云计算等技术的支持。有观点认为，疫情将推动无人工厂、智能工厂这类生产形态的发展。
深思考创始人杨志明博士对中国证券报记者表示，“无人工厂、智能工厂代表着目前工业化发展的趋势。这次疫情可以说像催化剂，可能会在某种程度上加速这一进程。也就是说无人化、智能化会更加普及、渗入到工业生产的方方面面。工业终端的无人化操作、操作中积累的分布式大量异构数据，通过5G进一步互联互通，并且高度集中于云端中心，最终通过端侧与云侧的人工智能驱动，形成良性循环和反馈，从而进一步提高工业化效率。可以预想上述的诸多环节会快速发展。”
比如山东翼菲自动化公司以高速并联机器人为核心，结合传送带跟踪及视觉识别技术，实现口罩自动化高效包装，单套系统可替代工人4-6人，生产效率提高一倍以上，缓解人工紧缺问题。海尔的多场景协助机器人也在应用和推广中，不仅能够在疫情期间实现车间的无人化消毒，隔离区送餐送药、实时体温检测等功能，在稍加改造后，还可以用于工厂喷涂等生产场景，有望在疫情过后继续发挥作用。
京东数科AI实验室首席科学家薄列峰认为，“疫情对无人工厂、智能工厂的发展会起到助推作用，让更多行业去思考这个问题，在有的行业可能推动会早一些。”以智能养殖为例，京东数科与吉林精气神有机农业股份有限公司合作，在位于吉林省长白山腹地的两个养殖园区、100多栋山黑猪猪舍，全面应用京东数科智能养殖解决方案，目前已完成整体部署。智能养牛相关技术也应用于首农畜牧等养殖企业，帮助企业降本增效，减少人工引入的错误，提高企业运营的自动化程度。
薄列峰表示，线上化、智能化是传统行业发展的必然趋势，5G时代会加速这一趋势。“尤其在疫情过后，传统行业线上线下肯定会加速融合，各行各业的经营模式也都会发生变化，企业运作的底层的操作系统和思维方式也会因数据和技术要素的加入而发生质变。未来数字经济将会持续高速增长，这主要得益于数据和智能技术的发展。其中，产业数字化会成为推动数字经济发展的重要驱动力。”
医疗场景受期待
医疗与健康是人工智能落地的重要场景之一。薄列峰认为，人工智能技术在医疗场景的落地一定是大方向，机器人在医院落地可以是多维度的。“帮助一般人与有传染性的病人进行接触;在医生治疗疾病的过程中提供帮助;对重症传染病人进行看护，比如运送机器人;加速诊断过程，以新型冠状病毒为例，患者的肺部图片跟正常人的肺部图片差距还是非常大的，基于图片识别技术，也能非常好的进行分析，大大节省医疗资源。”薄列峰说，“我们一直在布局实体机器人领域，疫情发生前就已经关注到医疗这个板块，包括餐食配送，物资运输，以及一些医学图片的分析。”
京东方面介绍，已在武汉投入两辆无人配送车，主要用于医院物资的配送服务，之后会继续扩大投放。
杨志明表示，“AI会像水和电一样成为各行各业的基础设施和基础服务，医疗也不例外。在医疗资源相对紧张匮乏的场景下，此次疫情更加凸显了AI在医疗中的价值。换句话说，AI可以从疾病防控的大规模筛查、AI辅助诊断、AI新药优选与加速新药研发、AI新药效果评估、AI疾病或疫情发展预测、AI基因对比检测、AI医疗健康助手等方面落地。AI在这些落地场景会加速发展，不久即可见到AI逐步落地应用，真正进入老百姓的生活，赋能医疗行业。”
疫情给杨志明带来了关于未来智慧医疗发展的思考，他认为，“在疫情预测、疫情监控、疫情反馈、疫情处理辅助决策、疫情舆情监测、疫情反谣言、疫情情感计算等领域势必会出现AI的落地，并形成一系列的产品与应用。”
