建议公安部门统一审批人脸识别应用

智能应用场景落地方面有哪些优势条件？

刘伟：我认为，我国在这个方面有两点显著优势。第一、人工智能应用场景十分丰富。部分关键应用技术跻身世界先进水平，在城市安防、智能交通、智慧医疗等城市治理领域已取得成果，完全具备大规模落地应用的基础。

第二、市场潜力巨大。我国具有全球规模最大的互联网市场，人工智能在互联网领域的应用空间广阔；制造业各细分领域都面临转型升级，对人工智能应用具有巨大需求；并且随着新型城镇化加速推进，利用人工智能改进城市基础设施、提升城市治理水平潜力巨大，居民对智能化产品和服务需求日益迫切。

时代周报：目前，人工智能技术产品的大规模场景应用和成果转化还面临哪些问题？

刘伟：由于对国产技术不信任、数据开放受限、缺乏行业标准、政府财力不足等多方面原因，人工智能在交通、安防、医疗、社区治理等城市治理场景的许多创新成果，停留在实验室或者示范项目中，无法大规模应用，与实体经济的深度融合中阻力不小。

例如，在轨道交通领域，经过长时间发展，我国轨道交通的重要装备与系统已走完引进消化再吸收的阶段，逐步完成了国产化到自主化的发展转变。自主产品安全性和可靠性在实践中得到了验证，目前正向更具创新性的智慧化阶段升级。

智慧地铁大脑等人工智能产品和解决方案在国际范围内领先，但其推广应用缓慢，落地局限在个别试点项目中，创新成果转化为生产力出现脱节。

时代周报：你对人工智能应用场景落地，加速创新成果转化的建议有哪些？

刘伟：我建议，增强创新意识的培养，鼓励新技术和新产品在不同应用场景的先行先试。在人工智能创新成果应用上发挥敢闯敢试、敢为人先的精神，重点解决国产化技术和产品不愿用、不敢用的问题。

在政务、安防、交通、医疗、教育等城市治理场景中，加快人工智能创新成果的试验示范，对于技术成熟的产品大胆先行先试并逐步推广。

同时，建议加快建立统一规范的人工智能场景应用标准，加速形成规模效应。一方面吸取已开放应用场景的成功经验，充分考虑市场驱动及行业需求，加快相关行业应用标准顶层建设；另一方面总结试点开放应用场景，树立应用推广标杆，加快推动形成规模效应，让场景落地不仅停留在试点示范阶段。

此外，还需进一步完善智能化基础设施，加速行业大数据开放共享。加快构建区域级数据中心，对数据进行分级化管理，循序渐进对外开放；进一步整合多种数据源，比如医疗卫生数据、公共交通数据等，不断推进区域信息共享平台数据源的精细化、标准化采集与相互整合，建立符合开放需求的系统化、结构化数据库。

人脸识别要明确数据开放边界

时代周报：随着人工智能技术飞速发展，人脸识别技术从理论研

（编辑：伊春站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!