题图来自：视觉中国

　　人工智能有多种分类方式，其中一种是按照作用体与容错率来区分。把人工智能分为物理领域与虚拟领域，而二者又各自有关键与非关键的区别。

　　这种分类模式虽然边界十分模糊，而且按照应用场景来区别会造成内在技术的含混化。但就商业应用来说却是相对有价值的。

　　要知道，虽然大量舆论关注点都集中在关键领域AI上，比如无人驾驶、人工智能医疗，以及金融的AI化。但关键领域AI的商业化还有相当遥远的距离，非关键领域显然是能够更快进入市场实现商业转化的方式。

　　比如信息流推荐、智能语音输入、人脸识别等技术，都是非关键领域AI快速进入应用阶段的例子。但物理领域的非关键AI显然没有它在虚拟领域那么火爆。受到的关注度远远不可同日而语。

　　尤其市场上众多所谓的“智能硬件”，都是把交互系统放置在硬件里就称之为“智能”。这些伪AI事实上破坏了普通用户对AI+物理化硬件的基本认知。

　　但反过来想想，这些虚张声势的智能硬件也给已十分拥挤的AI市场搭建了一个空白窗。目前小公司和创业团队想要跻身AI领域，这可能是最好的机会之一。

　　什么是物理领域的非关键型AI？

　　首先可以来重新思考一下，到底什么是物理领域的非关键型AI。有个挺出名的例子，是说无人驾驶汽车是AI关键领域应用，而扫地机器人就是非关键型AI。因为无人驾驶决不能出错，哪怕十万分之一的错误率都是大事。而扫地机器人无所谓，保持一定的出错率其实还显得挺萌的。

　　这个说法大体不错，但要注意，绝不是所有扫地机器人都是AI的，就像也有学者提出了无人驾驶可以去AI化一样。只有利用了AI的核心算法来为机器或硬件提供学习、处理和判断的逻辑支撑，才算是真正的物理AI产品。

　　应该是在14年之后，智能家居和智能穿戴设备就被市场热捧了起来。但此智能非彼智能，用手机控制空调、把智能手环收录的数据导入简单算法，都只能算是移动计算设备的延展，并没有改变其工具性和无自主智能的基础特征。

　　所以，绝不是能连WIFI，有交互选项就是AI产品。

　　那么如何定义AI+硬件的基本特征呢？首先要保证的，是硬件本身具备根据数据自我学习，并输出独立结果的能力。比如机器人可以根据视觉数据，判断物体的摆放位置，从而输出独立的抓取方案和操作方法。

　　其次是要保证AI算法与硬件之间有足够的协调性，机械部分能够反映出AI给出的推导结果。否则机器只是能想到却做不到，那就又变成一台计算设备了。

　　综合这几点，其实不难发现整个物理领域的AI应用其实并没有多少。但这个市场的应用场景，远比关键型应用要广阔的多。

　　机器人的背面，不止是物联网：真正的机会在于让生活更多

　　由于长时间以来的人类的认知习惯和艺术作品反复洗脑，再提起人工智能的时候，大家不由自主就会联想到机器人——并且这种联想多数时候都不友好。

　　无论如何，经过长时间以来机器人领域和人工智能领域的独立发展，虽然人工智能还没有帮助机器人成为终结者，但机器人技术已经为AI+物理硬件提供了大把想象空间。

　　而在机器人技术提供机械领域的实现方式时，物联网也在快速发展，提供了硬件设备进行运算、传输、多元交互的基础。在这两种技术的共同支撑下，物理领域的AI应用已经有很好的进化基础。

　　我们可以尝试举几个例子，看看AI在物理应用中有那些进化空间。

　　1、家电：智能家居提出了很多年，但一直没有打开真正的消费风口。很大程度上是因为消费者不知道这些“智能”能做什么。加入了芯片、系统和网络端口的家电，依旧无法提供本质功能上的改变，这让智能化命题被推向了鸡肋。这也是上文所说中，算法与硬件无法协调的问题。

　　举例来说，大部分人不需要用手机去操作洗衣机，或者在洗衣机上看球赛，但却需要洗衣机准确地洗涤衣物死角，自行判断洗涤时间和洗涤剂种类与数理——机器视觉技术或许可以做到这些。

　　2、玩具：AI+玩具好像一直都是相对尴尬的话题，但其实AI的判断和感知对于玩具或者游戏设备来说可应用领域是相当广泛的。无论是儿童陪伴型玩具对儿童成长资料的收集和处理、竞技型玩具适应主人和成长出个体风格的能力，甚至通过AI让VR一体机适应人眼，都是具有广泛潜力的“小技术”。

　　3、安全设备：AI解决安全话题的可能也很多，比如智能锁、AI旅行箱等等。深度识别技术可以更好的判断出主人的身份，甚至通过语音、生物特征等多种方式操作安全设备。这让安全度提升的同时也避免了众多特殊情况中的尴尬。

　　4、运动器材和健康：根据帕金森病人手部抖动情况设计的智能防抖勺曾经风靡一时。虽然技术不成熟导致其真正应用价值还不大。但根据硬件来收集病人或者运动者数据，从而提供个性化解决方案的逻辑却是被证明过的。

　　5、野外作业：目前，无人机领域的AI应用更多都是在图像拍摄的领域中。但其实无论是野外水下探测器、野外探测车还是无人机，都可以利用AI提供更多的判断和处理能力。最近沸沸扬扬的无人机影响民航事件，其实也是一个可以用AI技术来处理的小问题。

　　综上所述，物理领域的AI应用，真正价值不在于让你用手机操作空调这种“提供更多选择”，或者在冰箱上买鸡蛋这样“集合更多功能”。真正的机会，在于用AI驱动硬件去通过数据的处理和算法判断，完成人类没有想到，或者想到也做不到的东西。

　　就像智能手机提供了支付、社交、娱乐、O2O等等传统手机无法提供的服务。同样的逻辑，AI硬件不应该是去节约什么生活时间和生活成本，而应该是让生活更多。

　　大公司垄断下，物理领域滴淌出了为数不多的AI创业机会

　　有一个非常残忍的话题，是众多创业者和投资者不愿意面对的。那就是AI说到底绝对是大公司的游戏，无论在国内还是世界范围里。

　　要知道，AI创业对数据体量的要求、核心技术的要求都是在历次互联网技术革命中最高的。而且在被全世界视为确定未来的条件下，AI核心硬件、算法、人才，甚至话语解释权都必然被快速瓜分。关键领域的AI应用，和搜索、资讯、翻译这样的用户导向AI应用，都是大公司之间火拼的战场。

　　这些战场上，可不会留给创业者喘息的余地。于是物理领域的非关键型应用很可能成为一个有效的“后路”。对于有志于AI的小公司和创业者来说，这个领域至少有如下优点：

转载请注明出处。