人工智能+产业有着非常广阔的想象空间和市场前景，这也是几年前人工智能行业仍处于投资风口时，人工智能初创企业一再向投资者宣传。

但几年后，在医疗、教育、物流、交通、城市管理等许多传统行业中，人工智能的发展仍处于小规模的试点阶段，或发挥着不重要的作用，总的来说，有亮点，没有意外。

为什么？它可以分为以下四个原因，或以下四个问题，在某种程度上限制了人工智能在传统产业中的渗透，阻碍了人工智能在传统产业中的颠覆作用。

在过去两年里，花识别应用已经出现了很多。花卉识别"是微软亚洲研究所推出的一款花识别应用，如下图所示。用户可以在拍摄后查看花卉信息，应用程序将提供这类花的详细信息。精确的花卉分类是其对外宣传的亮点之一。

模型的可解释性

一般说来，基于神经网络和大量业务数据的模型就像一个黑箱，人们不知道"人工智能"的决策过程，但在许多传统行业中，人们要求所有决策过程都具有清晰的决策逻辑和可解释性，很难容忍灰度和不确定性，因此，如果要将人工智能纳入传统行业的核心业务过程，就必须促进传统工业企业人员与人工智能模型之间的相互承认。

视频主题检测技术在应用中的应用

深入学习技术在移动终端中的应用越来越多，视频主题检测技术在应用程序中的应用也在加速。目前，手机使用视频主体检测技术进行身份认证是非常普遍的。视频主题检测技术主要是基于对象的特征进行识别，整个过程(如识别和监控等操作)包含了大量的神经网络计算。下图显示了我们团队在2017年所做的演示。通过实时识别视频中的图像主体，并通过区域搜索图像，可以得到各种垂直分类相关图像的信息，如商品、星星等。

业务模式的转变。

虽然人工智能系统的最终效果将大于纯人工，但在很长一段时间内，仍然需要大量的人工协作。企业人员需要在人机交互的基础上及时响应人工智能系统的预警或发布任务，这实际上彻底改变了传统行业企业人员的工作流程。业务人员已经从系统的"主人"转变为系统的"仆人"，降低了工作的主动性和自由。这种商业模式的改变可能会使传统行业的业务人员很不舒服，严重的会导致抵制。