一边是各行各业对技术的追捧和渴求，一边却是受困于商业化盈利的独角兽，“冰火两重天”是当下人工智能产业发展的真实写照。一热一冷的巨大反差充分体现了人工智能产业的特殊之处――价值只有落地应用中才能彰显。而这也正是海信值得被关注的原因。
　　不久前，对提名专家和单位有着严格限定和要求、中国历史上第一次以“人工智能”命名的奖项――“吴文俊人工智能科学技术奖”揭晓了2020年第十届获奖项目名单。全部100个项目中，青岛夺得4个科技进步奖和1个企业技术创新工程项目奖。其中，海信参与项目占3席，“多源高维数据协同表征及应用”“语义驱动的视频智能分析及适配传输关键技术与应用”和“跨媒体知识图谱推理的智能家居协同服务关键技术”分获科技进步一、二、三等奖。给海信贴上“人工智能企业”的标签毫不为过。虽然没有资本的追逐和惊人的估值，但却是一点点从“地上”“长”出来的。

　　必答题而非选择题
　　如何让冰箱能在用户放入食材的同时就自动完成动态记录，而不是只能等冰箱门关闭后通过拍照的方式静态识别，提高数据获取准确率?这个听起来有些普通的课题，却是海信数字多媒体技术国家重点实验室正在重点攻克的产业难题。
　　提起人工智能，很多人立刻会想到Alpha Go战胜李世石的“壮举”。技术极客、拥有超炫酷黑科技，是很多人心目中人工智能企业的形象。但对海信来说，一个个类似食材动态识别的应用创新项目，才是人工智能的“模样”。与互联网和科技公司的科研成果产业化路径恰好相反，像海信一样的产业公司之所以布局人工智能，几乎无一不是发端于一个个现实的产品改进和业务提升诉求。在很多独角兽还没诞生、人工智能对很多人来说还是个陌生词汇的时候，探索就已经在有意无意间展开。
　　早在2000年前后，海信就开始酝酿家电互联互通和智能化应用。后来的聚好看，就是海信针对未来电视所做的布局，瞄准在线内容增值服务以及基于电视场景的个性化推荐，掌握未来客厅市场主动权。
　　To C产业探索的同时，诞生于上世纪90年代末的海信网络科技，也开始在智能交通领域试水。如今看来，虽然那时的信号调优系统只是最浅层次的智能化技术和应用，甚至谈不上“人工智能”，但用智能化优化中国城市间交通的思维和愿景，已经在海信形成。
　　2012年前后，以深度学习技术取得重大突破为标志，兴起于上世纪50年代的人工智能技术再次迎来大发展，产业迅速升温。
　　海信内部的人工智能研发和应用也开始提速。用语音控制电视、冰箱等家电，对城市道路交通图像进行分析和处理更好辅助交通治理、辅助驾驶设备研究……海信积极利用AI技术，拓展产品和业务空间。数字多媒体技术国家重点实验室设置相关研究所，负责共性技术研究以及前瞻性创新应用开发。
　　如果说，投身人工智能产业对很多科技创业公司来说只是一道创业与否的选择题，那么对像海信一样的企业来说，则是一道关乎未来生死存亡的必答题。它们对人工智能的渴求比谁都要迫切。正如海信集团高级副总裁、数字多媒体技术国家重点实验室主任陈维强所说：“海信必须成为人工智能企业，否则只能被时代淘汰。”
　　2017年，国务院印发《新一代人工智能发展规划》，海信进一步强化人工智能布局。数字多媒体技术国家重点实验室正式成立人工智能研究所，专注人工智能领域前沿技术研发，与汽车电子研究所以及5G与物联网研究所一道，为未来传统产业升级和新产业拓展提供支撑。与此同时，信芯微公司布局研发人工智能芯片，各产品公司负责人工智能应用的开发与产业化。

　　永远不要低估AI应用的复杂性
　　“小聚小聚，我要看李焕英。”利用语音交互功能让电视自动查找想看的影片或电视剧，如今已经不是新鲜事儿。但要让用户觉得流畅好用，而不是在跟一个“机器白痴”对话，却一点都不简单，要用到语义理解、知识图谱等多项人工智能技术。
　　“大多数用户搜索时都习惯说简称或关键词，而不会一板一眼说‘我要看《你好，李焕英》’。电视要能准确明白用户的潜台词，找到对应的影片，而不是商品或其他内容。” 人工智能研究所相关负责人说，自然的语音交互需要根据具体场景“适配”开发。吴文俊人工智能奖所表彰的，也正是技术在产业化落地应用上取得的重要成果。此次获奖的“语义驱动的视频智能分析及适配传输关键技术与应用”和“跨媒体知识图谱推理的智能家居协同服务关键技术”项目，技术成果的重要应用场景就包括智能电视、智能冰箱、智能交通、公共安全等领域。依托两大技术在垂直场景的深度开发，海信电视在业内首创六轮语音交互，“我要看孙俪的老公最新的电影”这样刁钻的问题也难不倒它。
　　永远不要低估AI应用的复杂性，在海信采访时，这句话被反复提及和告诫。作为业内产业类公司的代表，海信远比科技创业公司更早体会到人工智能的落地难。在海信工程师看来，这是一门十分苦的差事。
　　以智能冰箱的食材智能识别和管理为例，只有先有了基础数据，才能谈识别和管理。于是团队照着权威教材，通过各种渠道搜罗了500多种食材，认识了各种稀奇古怪的蔬菜和水果。好多地地道道的北方工程师第一次知道在贵州竟然还有一种叫“地瓜”的水果。在突破食材动态感知技术过程中，为保证数据真实性，工程师模仿日常从冰箱存取食物的动作，收集了近200万张图片，积累了目前业内几乎最大的数据集。
　　算力、数据和模型是人工智能的“三驾马车”。科技型AI公司更擅长在办公室内与计算机上的算法模型打交道，但落地应用却更考验场景数据积累和分析。不久前，谷歌AI研究院一位研究员发表了一篇论文，其中提到一个有趣的结论――每个人都想做模型工作，而不是数据工作，许多从业者将数据工作描述为“耗时且无法追溯的工作”。而要破解落地难，恰是要突破数据这项艰苦的工作。
　　人工智能创新应用很难与“速成”搭边。3个获奖项目从最初立项到摘得奖项，时间至少4年起步，持续优化提升则永远在路上。海信网络科技智慧交通负责人王雯雯表示，智能交通业务板块已经将人工智能相关项目的研发周期规划为3年。“第一年预研，敲定算法和技术路径等，第二年实现工程应用，第三年实现行业应用。”她说。