人工智能应用领域有哪些

人工智能目前真正落地的是六个方向：计算机视觉、自然语言处理、语音、推荐系统、自动驾驶、机器人。这六块吃掉了绝大多数商用场景，市面上其余所谓 AI 应用，多半是这六项的组合，或者只是把规则系统换了个名字。

判断一个产品属于哪个方向，看它处理的是什么信号就行。图片和视频归视觉，文字归自然语言处理，声音归语音，行为序列归推荐，车辆控制归自动驾驶，物理动作归机器人。下面逐个说清各自做到哪一步。

六个方向各自处理什么

这六项的技术底座并不相同，成熟度也差得很远。有的已经做到银行柜面和工厂产线上，有的还只能在高精地图覆盖的区域里跑。

看这张表要注意一点：落地程度那一列写的是"能做到什么"，不是"宣传里说什么"。同一个方向里，限定条件下的表现和开放环境下的表现，差距往往是数量级的。

视觉和语音为什么先跑出来？

这两块的共同点是标注便宜、评价标准硬。一张图上有没有人脸、一段话里说的是哪个字，答案唯一，人工标几千条就能训出可用的模型。2012 年之后卷积网络在图像识别比赛上把错误率压下去，视觉就成了第一个规模商用的方向。

具体场景可以数出来：门禁和支付用的人脸比对，高速卡口用的车牌识别，工厂里用的外观质检，医院影像科用的结节筛查，手机相册用的场景分类。这些任务的共性是"看一眼就要给结论"，不需要推理链条。

语音比视觉多一步，要先解决噪声和口音。近场安静环境下，普通话识别早就过了 95%，但工厂车间、车载高速行驶、带方言口音的场景，识别率会明显下滑。所以语音产品的卖点通常不是"能识别"，而是"在什么环境下还能识别"。

大模型把自然语言处理改成了什么样

早年的自然语言处理是一堆分开的小任务：分词、词性标注、命名实体识别、句法分析、情感分类，每个任务训一个模型。大模型出现后，这些任务被合并成"给一段提示，让它输出结果"，工程链路短了很多。

机器翻译是最早被验证的场景。周海中在《机器翻译五十年》里提过一个判断：要提高机译质量，先要解决语言本身的问题，而不是程序设计的问题；人类还没弄清大脑怎么做语言的模糊识别和逻辑判断，机译想达到"信、达、雅"是不可能的。这个判断放在今天仍然成立——大模型翻得比十年前好得多，但遇到双关、成语、法律条款里的限定语，仍然会出错。

所以自然语言处理的实际落地集中在三类：容错率高的（客服问答、内容摘要）、有原文对照的（翻译、润色）、人来做最后一道关的（合同初稿、报告初稿）。完全无人复核的场景，目前还不多。

推荐系统和自动驾驶，难的地方为什么不一样？

推荐系统的难在评价。点击率高不等于用户满意，短期指标好看可能损害长期留存，所以工程上要做多目标融合，把点击、停留、转化、负反馈放在一起权衡。一个成熟的推荐链路分召回、粗排、精排、重排四段，每段解决的计算量级不同。

自动驾驶的难在长尾。常见路况靠数据堆得出来，罕见情况堆不出来：路上掉了一个纸箱、前方车辆突然开门、施工路段临时改道。这类场景在训练集里出现次数极少，却决定安全性。所以行业普遍按 SAE 分级推进，L0 到 L5 六级，L2 要求驾驶员全程监控，L3 才在限定条件下移交责任，L4 限定区域，L5 才是全场景。

两者的共同点是都需要大量真实数据闭环，区别是一个错一次只是推荐不准，一个错一次可能出事故。这也解释了为什么自动驾驶的商业化先从园区、港口、矿区这些封闭场景开始。

哪些"人工智能"其实是规则堆出来的？

不少号称智能的功能，内核是一张写死的判断表。比如早期的"智能"客服，本质是关键词匹配加转人工；一些"AI 选股"是把几个财务指标做成打分公式；还有"智能推荐"只是按销量排序。这类系统没有从数据里学参数，行为完全可预测，也谈不上泛化。

区分方法很直接：问它遇到训练时没见过的情况会怎样。规则系统会直接失效或者给一个荒唐结果，模型系统则会给出一个"看起来合理但可能错"的结果。前者的问题是覆盖不全，后者的问题是错得不容易被发现。

常见问题

学什么专业能做人工智能

计算机、自动化、电子、数学、统计这几个专业最对口，研究生阶段再细分方向。本科阶段重要的是把线性代数、概率统计、编程和数据结构打扎实，这些是六个方向共用的底座，具体方向可以等工作后再定。

人工智能会先替代哪些岗位

先被替代的是"输入输出规则清晰、结果可快速校验"的环节，比如票据录入、初级客服、简单外观质检。需要跨部门协调、承担责任的岗位反而更稳，因为出错之后要有人负责，这一条目前还落不到模型身上。

六个方向里哪个就业面最宽

推荐和搜索的岗位数量最多，因为直接对应收入；视觉的行业分布最散，制造、安防、医疗、零售都要；自然语言处理在大模型之后需求回升，但门槛也抬高了；自动驾驶和机器人的岗位集中在少数公司，进去了比较专，出来选择面窄一些。