鲁南快报据《中国新一代人工智能科技产业发展报告》称，2019年中国人工智能核心产业规模预计达960亿元，人工智能企业占世界总数的21.67%，排名世界第二，仅次于美国。
报告显示，中国是人工智能专利布局最多的国家。这是否意味着，目前国内的人工智能技术在全球处于领先地位？由此，就目前国内人工智能技术的发展现状，我们与专注于视觉识别技术并在业内拥有一定知名度的人工智能企业海深科技的创始人、CEO戴剑彬博士进行了探讨，并揭秘海深科技核心技术团队研发实力。
底层技术研发国内仍处于起步阶段
人工智能的发展一直受政府高度重视，中美政府都把人工智能作为未来主导性战略，并从国家层面进行整体推进。
戴剑彬博士称：“由于基础科学研发投入高、周期长，大型公司是主要推动力，美国科技巨头谷歌母公司Alphabet、IBM和微软等每年在基础技术研发上的投入超数百亿美元，保持全球领先地位。而中国在基础算法和理论研究方面，还有一定差距。”
各国中型企业和初创企业往往通过自身强大且灵活的技术创新能力和垂直场景的应用寻求突破，更容易在资本的助力下迅速发展。但近年，中国在基础算法研究上的投入力度不断增加，理论端高水平AI论文的产出总量已超过美国，世界顶级刊物中也开始出现更多华人的面孔。国内，百度、阿里、腾讯等互联网巨头企业也开始加大投入，百度大脑的推出，从芯片到深度学习框架，形成了技术、平台和框架的AI全栈技术布局。
应用端百花齐放，国内AI商业应用开发能力快速发展
在应用端，也就是商业落地领域，国内目前比美国更加活跃，无论是资本还是创业公司的数量，都已经远超过了美国。人工智能的应用端主要集中在语音/语义、大数据和图像识别方面。
早期的图像识别公司基本都是集中在人脸识别，包括商汤、旷视、依图、云从四小龙基本都是以人脸识别为主要业务，一方面是人脸识别技术相对成熟，另一方面是在国内有较多的应用场景，包括安防、金融等领域。在图像识别中，更广泛的一个领域是物体的识别，其中的车辆识别已有很多应用，而另外一个分支——商品识别，最近也引起了很多投资人和人工智能公司的关注。
跟人脸识别相比，商品识别具有种类繁多和变化快的特点。由于不同商品的外形有极大的差异，部分柔性商品具有变形的特点，大大增加了识别难度。虽然商品识别在零售行业具有巨大的应用市场，但是由于上述的难度和复杂度的问题，人工智能公司在这个领域内都处于早期阶段。
海深科技组建全球一线视觉识别团队，致力攻克世界性难题
海深科技创始人戴剑彬博士毕业于清华大学，并于美国佐治亚理工学院获得博士学位，研究方向为人工智能的核心领域——深度学习以及优化算法。博士毕业后曾先后任职Oracle、Yahoo!、百度硅谷研究所等国际知名企业，曾经与吴恩达教授有过两年的紧密合作，负责百度超大规模深度学习模型的优化。
任职百度期间，戴剑彬博士发现百度基于图片资源的搜图创新尝试却并没有找到很好的变现模式，由此，他回国组建了海深科技的初创团队，专注在图像商品识别领域内的技术研发和商业探索。海深科技核心技术团队来自清华大学、上海交大、加州伯克利、哥伦比亚大学、卡内基梅隆等国内外一流工科院校，并曾在谷歌、甲骨文、雅虎、微软等公司担任核心技术研发岗位，在图像识别领域拥有全球领先的技术水准。
海深科技从2016年7月份开始做图像商品识别的研发，公司的使命是攻克商品识别的这个世界性难题。在目标检测领域，海深科技拥有独有的革命性技术成果。针对商品密集摆放的场景，技术团队重写了行业内流行的像素级目标检测网络，对于极小物体的检测也能够做到98%以上的准确率，远打破coco公开数据集的最好成绩。在2017年的京东拍照购项目中，海深科技以识别率提升50%以上的成绩赢得了客户，为京东商城提供图像商品识别的技术服务。除了京东以外，海深科技还为多家知名企业提供技术解决方案，包括搜狗图片商品搜索、小红书社区电商等产品。目前，海深科技致力于为新零售提供人工智能解决方案，去年推出的无人零售终端产品G-BOX AI零售柜已进入市场商用阶段。
戴剑彬博士告诉记者，除了图像商品识别以外，公司在过去一年多时间里重兵投入做视频行为分析的技术研发。随着5G时代的到来，人工智能的应用空间也会得到更大的提升。摄像头在今后的几年会越来越智能，能够更深度的去理解这个世界。目前海深科技在视频分析的应用领域为商超的线下数字化，包括客流分析，进店率，店内活动轨迹，货架和顾客的交互行为分析，甚至能够做到智能防盗预警。线下数字化是智慧零售的一个技术前提，目前海深科技已经与百联集团合作重新定义智慧门店的模式，这一成果将会在今年下半年进行公布和推广。
人工智能作为持续不断引发巨大变革的科学技术，正在逐步渗透各个行业，助力传统行业转型升级，并实现企业管理与业务模式的突破。与互联网相似，中国拥有丰富的应用场景与活跃用户，是全球AI应用的必争市场。
由于中国政府的高度重视以及巨大的市场潜力，中国正在快速形成AI商业应用开发能力，行业创投领域正在紧追美国，并在应用层的一些领域显现出竞争实力。在这一前提下，我们还需进一步增加基础算法研究投入，加大基础学科建设和人才培养力度，才能让中国AI走得更远。