成功案例：人工智能应用的潜力

1）人工智能在制造业的应用

人工智能在制造业的应用方向有故障诊断、提高良品率、预测保养、最优调度等。制造业中十分成熟的半导体行业，其器件制造过程尤为成熟和系统化，这为我们收集高质量的数据奠定了基础。随着“摩尔定律”的发展，芯片复杂度也越来越高，这意味着在芯片制造过程中出现错误的概率也在增加。而对于芯片来说，矫正错误往往要付出很大的代价，如Intel公司为召回出错的已售芯片而花费了近7亿美金。可见，提高芯片质量对于半导体行业来说极为重要。以下通过三个例子介绍人工智能如何从提高芯片质量及检测效率、降低检测成本等方面为芯片制造业提供帮助。

IBM公司制造的无线通信芯片，在两批次产品中，由于原材料性能及生产流程的变化，单片晶圆上的芯片良品率大幅度下降。为提高成品率，引入了人工智能的方法。电路在生产过程中有很大的不确定性，在设计过程中很难考虑到所有的情况，人工智能的基本思路是，在芯片的电路设计中加入多个传感器，测试电路所处的状态，然后通过算法分析诊断出问题的位置，最后给出反馈信号对电路进行调整，使整个电路形成一个闭环的自适应系统。采用自适应方法后，单片晶圆上的芯片成品率可以由36％提高至84％。

对于计算机的高速I/O口来说，高的数据传输速率对低的比特错误率要求很高。通常，比特错误率阈值会限制在10-12以内，也就是说，100 s以内最多只能出现一个错误，一旦超出这个阈值，经高速传输后的数据将不再有效。为测试出如此小的错误率，往往需要接收多个比特位，加上测试本身需要在不同的电压、温度及主板等40多个场景下进行，使得其耗时很长，可达11个小时，而这个测试时长在行业内是不被接受的。Intel公司为了解决这个问题，在人工智能领域寻找合作。对于一个电平信号，判断其是否出错的关键在于区分电平的高低，而常规测试过程中高低电平的区分间隔为0是其判断出错的主要原因。人工智能给出的方案是，在测试过程中，要使这个间隔变大，即提高错误率，这样接收更少的比特位便能检测到错误。对间隔与错误率之间的关系进行拟合，发现两者之间的关系接近线性，该线性关系便能很快地测出错误率。通过人工智能的方案可以将测试时间缩短至原来的百分之一，极大地降低了测试成本。

德州仪器制造的无线通信芯片尺寸非常小，单片晶圆上的芯片数量可达6700个，尽管每个芯片的测试时间很短，大概几分钟就可以完成，但测试一整片晶圆耗时仍然很长，可达10个小时，使得测试代价约占整个制造成本的50％。为减少成本、提高利润，给出了人工智能的方案。单个芯片的性能往往与其周围多个芯片的质量有关，该人工智能的方案在于不去测试所有芯片，而是选择晶圆上某些特定位置的芯片进行性能测试，根据所测到的值对晶圆上其他芯片的性能进行预测。通过这种方法，可以将测试成本减少为原来的42.4％以内，同时保证了优于行业标准的测试准确率和召回率。

2）人工智能在医疗健康方面的应用

人工智能在医疗健康方面的应用方向有脑图成像、脑机接口、癫痫发作检测、睡意检测等。作为人体主要的控制枢纽，大脑所能采集到的数据很多，人脑的数据存储量将近2.5×1015，相当于52个美国国会图书馆的数据量总和，故有关人脑的数据是人工智能在医疗健康方面数据的主要来源。

脑机接口是近年来的一个研究热点，其意义在于通过人脑信号直接对机械臂、假肢等进行控制，这对于残疾患者无疑是一个福音。脑磁图是一种无创的人脑信号采集手段，它所测得的是人脑产生的磁场。由于磁场是一个矢量场，故每个位置上需要放置3个传感器以确定该处的磁场方向及大小，在脑磁图的获取过程中需要在102个位置上放置306个传感器。人脑磁场极小，约是地磁场的10-9，也就是说，地磁场在人脑磁场信号测量过程中是一个极大的背景噪声，如何从大的背景噪声中提取小的信号是脑磁图获取所要考虑的主要问题。故人工智能在此过程所要做的主要工作就是降噪。根据麦克斯韦方程组，可以把人脑周围的信号磁场写为两个部分Bα（r）=-μ0·∇Vα（r）和Bβ（r）=-μ0·∇Vβ（r），其中，前者为人脑磁场信号，后者为地磁场信号。如图168.1所示，在人脑磁场信号提取过程中，圈外是地磁场信号，圈内是人脑磁场信号。在圈内，人脑信号外围放置传感器，则传感器提取到的信号为B（r）=-μ0·∇V（r）=Bα（r）·a+Bβ（r）·β，对已提取的脑磁图信号进行拟合，求解出上式中的系数a和β，我们便可以得知所提取到的信号哪些属于人脑磁场信号，哪些属于地磁场背景信号。(www.xing528.com)

图168.1　人脑磁图提取过程示意图

3）人工智能在汽车行业的应用

人工智能在汽车行业的应用方向有自动驾驶、车辆联网等。自动驾驶是现在各大互联网公司研究得比较火热的一个方向，可以说是物联网时代的标志。以智能头灯为例，它由多个单独可控的LED组成，经编程控制可投射指定图案。在自动驾驶车辆的智能头灯系统中，可通过人工智能检测道路行人状况，将远光灯自动转换为近光灯，降低安全事故发生的概率；自动检测道路两旁的车辆行驶标志，并通过头灯系统将其投射在前方道路上，可降低司机低头查看路标时可能发生事故的风险。

4）人工智能在商业、教育及建筑等方面的应用

随着科技手段及各种电子设备的不断发展，线上购物越来越流行，各购物软件客户端可通过客户以往的购物习惯及购买历史向其推荐相关产品以刺激消费。但线下购物仍是人们生活中的重要环节，商场为效仿线上购物的商品推荐模式，为客户推荐相关店铺，引入了人工智能的产品推荐系统。当下，商场基本都有属于自己的无线网络，顾客进入商场后可以连接室内无线网络确定定位，商场便可以根据以往所采集到的消费者购物路线，以及目标顾客已浏览的店铺信息，为目标顾客推荐购物路线及相关店铺，在给消费者提供便利的同时达到刺激消费的目的。

在中国，每年新生儿数目为近5000万，但是新生儿父母由于工作繁忙，每天陪伴孩子的时间基本少于一个小时。对于“留守儿童”，其童年0～3岁期间甚至很难见到自己的父母。对于这个年龄段的孩子，其语言的启智教育几乎全部来自与父母的交流，缺乏交流对于儿童的语言学习来说影响很大。人工智能提供给儿童早教的应用方案是，通过录音笔收集儿童日常生活中的词句用语，将不常出现的词汇在儿童的睡前故事中多次体现出来。

在美国，40％的能源消耗都在建筑，这意味着建筑节能十分重要。比如冬天开暖气的同时打开窗就会造成能源的浪费，但是这种情况又很难检测到，如果在办公室安装摄像头会造成对工作人员个人隐私的侵犯，因此建筑内部的节能问题也相对比较棘手。通过在建筑内部使用人工智能系统，及时检测到能源浪费的情况，给出相应的解决办法，比如暂时关闭屋内空调的供暖等，可以大大减少能源的消耗。