从 2020 年下半年开始，AI 独角兽们陆续迎来了最后阶段的 IPO 冲刺。然而，其中有喜有悲。2021 年 6 月 30 日，最早提交 IPO 申请的依图科技主动撤回 IPO 上市申请，功亏一篑。不到一个月后的 7 月 22 日，上交所批准了云从科技的 IPO 申请——这家 "AI 四小龙 " 中成立最晚的企业在 IPO 上却抢到了第一。
时间进入到 8 月，又有两家重量级的 AI 独角兽开始了 IPO 冲刺。第四范式和商汤分别于 8 月 13 日和 8 月 27 日在港交所提交了申请版招股书。
虽然在估值上不如知名 AI 独角兽，但 AI 医疗独角兽也有自己的自尊——科亚医疗、推想医疗和鹰瞳科技也在 2021 年先后提交了 IPO 申请。不仅如此，AI 医疗独角兽们甚至伺机完成了反杀—— 8 月，深睿医疗将依图科技旗下的依图医疗收入囊中。
近期 AI 独角兽 IPO 现状
不得不承认，在其他领域 " 大杀特杀 " 的 AI 独角兽们似乎并没能在医疗领域复制其他领域的成功。那么，为何 AI 独角兽们在医疗上难以获得大的突破？未来，格局是否有可能发生变化？动脉网（微信号：VCBeat）试图找到其中的原因。
AI 独角兽们在医疗领域都干了什么？
通过对各自招股书的剖析不难发现，AI 独角兽们在医疗领域的介入程度各自不一。根据 AI 是否以医疗器械介入到核心的医疗诊断来分类，可以分为两类：已经介入医疗诊断，获得医疗器械认证的依图和商汤；以及其他从 NLP、AI 语音识别、AI 知识图谱或智慧医疗等领域介入，未涉及医疗诊断核心领域的 AI 独角兽们。
AI 医疗器械
相比其他独角兽，依图科技和商汤科技较早便进入了医疗健康领域，通过多年布局规划已进入涉及医疗核心的诊断领域。他们在相关的审批上也有斩获，算得上是医疗 AI 独角兽们的直接竞争对手。
>>>>依图科技
早在 2020 年 11 月初，依图科技就提交了 IPO 申请，也是 "AI 四小龙 " 中最先提交 IPO 申请的。依图科技被视为 "AI 第一股 " 的当然人选，一时之间风头无两。然而，随着几轮问询后，依图科技最终于 2021 年 7 月初终止 IPO。
这之后的故事大家都很清楚了——依图科技旗下的医疗版块依图医疗被深睿医疗合并。这也是我国影像 AI 有史以来规模最大的并购事件。此次并购，也宣布了依图科技战略性放弃了投入多年的医疗业务。
依图科技放弃医疗板块，并不意味着依图医疗的产品布局和技术水平不足。事实上，依图科技对医疗有相当大的野心和期待，甚至专门成立了子公司依图医疗。而在医疗板块的布局上，依图科技也建立了完整的布局，覆盖 " 影像 + 文本 "。其业务板块主要包括了智能医疗临床决策解决方案、智能医疗大数据解决方案和智能医疗管理解决方案三大方向。
智能医疗临床决策解决方案即 AI 影像辅助诊断。以肺结节为切入点，依图科技是最早将 AI 应用到医疗影像中的。除了肺结节和肺炎等 AI 产品，依图医疗还在近年重点突击乳腺和儿科方向。
依图科技旗下依图医疗获批 AI 器械证
目前，依图医疗拥有 3 张 NMPA 医疗器械证，尤其是 2021 年 3 月获批的儿童手部 X 射线影像骨龄辅助评估软件是目前最先获批的同类医疗器械，也是目前 NMPA 发放的不多的 AI 三类证之一。
智能管理解决方案则基于 NLP 人工智能。在基于 NLP 技术的智能预问诊、智能导诊、智能临床辅助决策等方面，依图医疗与国内多家大型医院都有深度合作与探索；并利用该技术建立智能互联网医院平台，通过大数据和信息化工具实现区域内预诊、转诊、辅诊的智能化，推进诊疗模式的进行。
智能医疗大数据解决方案则通过知识图谱、文本结构化等人工智能技术对复杂医疗文本数据、语音数据、影像数据进行智能识别、统计、分析，主要包括临床 NGS 分析解读系统、智能单病种数据库及多组学智能科研平台。依图医疗还建立了国内首个含临床、影像、病理等多维度指标的人工智能肺癌科研病种库。
>>>>商汤科技
商汤科技布局 AI 医疗则是从 2018 年开始——在当年的世界人工智能大会上，商汤科技公布了公司 AI 医疗平台级产品 "SenseCare 智慧诊疗平台 "。不过，商汤并没有为医疗 AI 专门设立单独的业务板块，而是将其归属于智慧生活业务板块。
这一板块除了针对医疗健康领域的 SenseCare，也包括针对物联网设备的 SenseME 平台和针对虚拟现实、增强现实的 SenseMARS 平台。从招股书的业务解读部分不难看出，这两者的内容要远远多于 SenseCare 的相关介绍。
目前，SenseCare 已经覆盖包括心脏、肝脏、肺、胃、肠和宫颈在内的 13 个身体部位和器官的诊断，并能为医护人员和患者提供 3D 手术规划和康复建议。通过在新冠疫情期间对产品功能紧急升级，商汤的产品目前也可以用于提高基于 CT 图像的新冠肺炎诊断的效率及准确性。
商汤科技获批 AI 器械证
这一系统的五个模块已经取得了三张 NMPA 证书，分别是 " 肝脏 CT 影像处理软件 "" 冠状动脉 CT 影像处理软件 " 和 " 数字病理图像处理软件 "。与此同时，针对肺部和胸部的 SenseCare-Lung Pro 和 SenseCare-Chest DR Pro 还获得了欧盟医疗器械认证。
这使得商汤的医疗 AI 业务得以实现商业化，截至 6 月 31 日，商汤已与 16 家三甲医院合作。不过，这三张 NMPA 证书均为二类证。此外，肝脏 CT 和冠状动脉 CT 均迟至 2021 年 8 月才获批，商业化程度应该还较为有限。
AI 赋能医疗
根据公开的信息，除了依图科技和商汤科技。包括旷视、云从、第四范式和云知声等其他 AI 独角兽在医疗健康布局上并未以医疗器械的形式直接介入诊断，无需获得 NMPA 审批，总体上处于较为边缘的阶段。
>>>>旷视科技
旷视科技的招股书显示，该公司尤为重视与 AI 与物联网的连接。换句话说，其主要的模式是将 AI 软件与摄像头或人脸识别一体机等物联网硬件设备搭配出货。目前，其业务范围主要包含消费物联网、城市物联网和供应量物联网。
严格意义上而言，旷视科技并未涉足医疗业务，不过，供应链物联网中的医药行业智慧物流解决方案与医药物流相关。这一方案的背景来自药品采购 " 两票制 " 对于医药流通环节变化的需求。医药流通业务需要满足 " 货票同行 "，并确保药品信息准确性。
旷视科技的方案在传统的自动立体仓库、输送分拣系统、电子标签拣选系统、仓库管理系统（WMS）之上开发了 AI 视觉药品识别系统，满足 " 两票制 " 对送货单据、药品及医疗器械的准确信息识别与匹配的需求，实现更高效率和精准度。利用旷视科技专为供应链物流网打造的 " 河图 " 智慧物流操作系统实现医药物流自动化作业的全流程数字化和智能化管理，提高订单处理能力，降低流通成本。
根据招股书显示，该方案目前正处于研发中。
此外，针对新冠疫情，旷视也利用自身视觉识别的专长打造了 AI 智能测温综合解决方案，以解决脸部口罩遮挡额头检出率和精准度难题。
>>>>云从科技
云从科技主要的业务板块主要分为智慧金融、智慧治理、智慧出行和智慧商业等板块，并未直接涉及医疗核心业务。尤其在人脸识别领域，云从科技的产品被广泛应用于国内各大机场。基于此，云从也开发了脸部口罩自动测温算法应对新冠疫情。
当然，云从过往也曾试图进军 AI 医疗影像领域。招股书显示，2018 年云从科技曾开展医学影像深度智能诊断平台关键技术研究及应用示范项目。这一项目属于重庆市产业类重大主题专项项目，研究内容是开展医疗影像深度关键技术研究、医疗影像深度智能平台技术研发、以及应用示范三个部分的研究开发及推广应用工作。不过，在那之后，云从科技并未再在 AI 医疗影像上着墨。
在 AI 语音识别上，云从科技也在做相应的探索。其语音技术在年内曾在语音识别、语义纠错、深度学习降噪等领域刷新多项国际、国内语音识别权威纪录。
同时，云从也在招股书中明确将在未来将尝试开拓智慧医疗等新的产业化应用领域，以丰富解决方案，进而帮助实现盈利。
公开资料显示，2020 年 9 月 25 日云从科技中标了广州市南沙区中山大学附属第一（南沙）医院信息基础设施与智能化管控平台建设项目。该项目标的额高达 3.12 亿元，是当时公开的 AI 企业单一订单中金额最高的一笔。
该项目最大的特点是要建造一所符合 " 人机协同 " 定位的医院。云从科技将通过旗下人机协同平台以及云从超脑为该项目建设 AI 智慧中枢，提供人机交互、融合、共创能力，令立体式解决方案覆盖患者就医、医院管理等环节。
具体而言，这所智慧医院将在就医、医疗养护、安保及智慧楼宇等场景加入云从的人机协同功能。在智慧就医上，方案将利用 OCR 技术自动识别机具打印的病历，将文字图形转化为结构化数据，以便搜索、查阅、分析和整理，以此提高工作效率。
在医疗养护方面，方案可利用 AI 技术识别病人擅离病床和病区、病人出行陪护和病人摔倒等情况。通过将医疗监护设备的数据（体温、脉搏等）接入云从超脑，结合医疗知识库，方案可对病人的身体状况、睡眠状况进行更细致的分析，从而能够更加客观地评价病人状况，并进行有效提示。
此外，利用 FaceID+ReID 技术，方案还可实现跨镜头场景下跟踪行人行动轨迹的功能，并生成动态轨迹，排查目标人员。并还可利用人脸识别、OCR、语音、声纹识别、自然语言处理等 AI 技术，自动实现会议全程记录并形成完善的文字会议记录功能。
>>>>第四范式
第四范式的招股书显示了其重要业务方向包括金融、零售、能源及制造领域，对于医疗健康并没有涉及。
不过，这并不代表第四范式就没有医疗领域的野心。早在 2018 年，第四范式就与上海瑞金医院合作推出了一系列慢性病管理产品。包括瑞宁知糖、瑞宁知糖专业版、瑞宁知心、慢性病智能咨询系统和慢性病管理一体化机器人在内的五款产品具备患病风险预测、风险因素分析、个性化干预、智能咨询和健康管理等智能服务。
第四范式试图通过 AI 赋能慢性病管理和防止，从而解决目前慢性病筛查准确度低、针对性干预难度大、健康管理工具缺失的三大难题。
根据介绍，瑞宁知糖针对糖尿病预测总结出 50 万条诊断新规则，糖尿病预测准确度有显著提升——该产品基于 AUC 评估效果绝对值提升 7% 起，而专业版则绝对值提升 16% 起，达到当时的领先水平。
与瑞宁知糖相似，瑞宁知心在糖尿病心血管并发症的预测效果上与国际著名 Framingham 心血管疾病风险评估标准相比，基于 AUC 评估效果绝对值提升 14%，超出行业标准预测水平，领先世界糖尿病心血管并发症预测。
在第四范式官网则显示，其慢性病高精准筛查系列已实现了病种覆盖扩充，可同时对心脑血管、心血管、脑卒中、糖尿病和高血压 5 种常见高发慢性疾病进行 3 年、10 年内发病风险预测分析，并据此提供个性化危险因素分析及健康干预方案。据称相比专业医生基于临床经验标准预测提升 2-3 倍。
基于这一技术，第四范式还正探索新生儿体重预测和胰腺癌术后生存预测，前者预计可对指导生产方式提供重要参考，后者则可为手术决策提供参考。
>>>>科大讯飞
作为上市公司，科大讯飞在语音及语言、自然语言理解、机器学习推理及自主学习等 AI 技术上处于国际前沿技术水平；并且承建有智能语音国家新一代人工智能开放创新平台、认知智能国家重点实验室、语音及语言信息处理国家工程实验室等国家级平台。
在 AI 业务上，科大讯飞采用 " 平台 + 赛道 " 战略。智慧医疗是其重要业务板块，并成立了安徽科大讯飞医疗信息技术有限公司（简称安徽医疗或讯飞医疗）。不仅如此，科大讯飞还在谋划将讯飞医疗分拆上市。
8 月 3 日，科大讯飞发布《独立董事关于公司拟筹划控股子公司分拆上市的事前认可与独立意见》，宣布将对下属控股公司讯飞医疗分拆上市，从而提升公司的医疗人工智能业务的核心竞争力。分拆上市完成后，科大讯飞持有讯飞医疗 51% 的股份，仍将维持对讯飞医疗的控股权。
在之后的 2021 年半年度业绩说明会上，科大讯飞董事长刘庆峰表示，分拆医疗板块独立上市的目的是为了打造中国 "AI+ 医疗 " 领域未来的龙头企业。
科大讯飞在医疗领域的主要产品是智医助理 AI 辅助诊疗系统。智医助理可以基于 " 深度模型 + 知识推理 " 辅助诊疗为基层医务人员提供病历质控、辅助诊断、合理用药、医学知识检索等功能。
通过深度切入医生临床诊断流程，它可以在医生诊断过程中给予辅助诊断建议，提升医生特别是基层医生的诊疗能力和服务水平，助力国家分级诊疗、双向转诊等重大医改政策的落地。
新冠疫情期间，科大讯飞利用 AI 智医助理进行基层病历分析，在线分析基层门诊病历，通过内容挖掘分析筛选高危人群和疑似患者，辅助基层医生进行新冠肺炎的初筛。据年报显示，AI 智医助理累计处理基层就诊病历 600 余万份，对发烧、咳嗽、呼吸困难等疫情相关症状进行监测预警。
同时，智医助理电话机器人在疫情期间每天完成百万级外呼电话，通过智能外呼筛选出有伴发热症状及流行病学史阳性的患者，极大地降低了人工排查的工作量。根据年报，科大讯飞向全国绝大多数省市提供了公共卫生随访服务上亿人次，大幅提升了基层医务人员宣教和随访工作效率。
值得一提的是，年报也提到科大讯飞在 3 天内完成了新冠肺炎影像辅助诊断系统，显示科大讯飞也同样具有 AI 医疗影像的开发能力。
在 2020 年，科大讯飞智医助理已实现安徽省内基层医疗机构全面覆盖，并在其他省市逐步落地应用。目前，讯飞智医助理已上线全国 170 余区县 3 万余家基层医疗机构，服务数万名基层医师。
此外，科大讯飞 " 人工智能基层临床辅助决策技术 " 还经中国科学技术协会评定荣登 " 科创中国 2020" 电子信息技术先导榜单。同时，公司智慧医疗也中标了国家级家庭医生服务能力建设试点项目。
2020 年年报显示，科大讯飞智慧医疗业务营收与 2019 年同期相比实现高达 69.25% 的大幅增长。不过，其整体营收仍然较为有限，在科大讯飞整体营收比例仅有 2.4%。
目前，科大讯飞正开发讯飞 AI 智联网医疗平台。这一平台将利用 AI 优势实现智能导诊等功能，帮助政府搭建区域官方常态化服务的互联网诊疗平台，保持基层辅助诊疗优势。此外，人工智能辅助诊疗 " 安徽模式 " 正面向全国推广。
>>>>云知声
早在 2020 年 11 月 3 日，云知声就在科创板提交了上市申请，甚至比依图科技更早。不过，与依图科技类似，云知声也很快迎来审核问询。2021 年 2 月 19 日，云知声主动撤回了 IPO 申请。随后，云知声在 2021 年 6 月完成了近 1 亿美元的 D 轮融资，并表示将在两年内重新递交上市申请。
招股书显示，云知声的业务布局主要分为智能语音交互产品、智慧物联解决方案和人工智能技术服务三大管线。
与科大讯飞类似，云知声的优势集中在 AI 语音识别。医疗业务在云知声起家的过程中起到了重要的支撑作用，在 2014-2016 年以家居和医疗为突破口，完成了 AI 语音方案的商业化落地。
在医疗领域，病历语音录入系统是云知声针对医疗领域的核心产品。该产品通过 AI+ 语音识别可将语音转化成文字；并借助 NLP 对文字进行结构化处理，帮助医生快速完成电子病历录入。该系统还支持与 HIS 系统对接，从而实现导入病历模板及输出结构化信息，便于后续诊疗数据的查询和归集。
尤其值得一提的是，这一系统还专门为不同的科室进行优化，可以定制科室专用词并实现医疗特殊术语替换等功能。
由于极大地提高了医生填写电子病历的效率，这一系统受到了广泛赞誉，并得到包括北京协和医院、复旦大学附属华山医院及首都医科大学附属北京友谊医院等近百家三甲医院的认可。
病历质控系统则是云知声在医疗领域的第二款智能语音工具，以 NLP 和全科临床知识图谱为基础进行构建。这一方案可通过既有病历文字进行结构化处理，结合知识图谱进行进一步信息分析，一次发现其中的缺陷及错误，从而提升病历质量并保障医疗安全。
云知声为此构建了覆盖近 60 万概念、近 300 万术语、近 400 万关系的知识图谱，并基于不同地区医院和科室异构的质检标准构建了超过 1500 个质检点。最终使其病历质控准确率达到 95% 以上，召回率达到 90% 以上。
目前，这一产品已在上海市医疗质量控制管理事务中心、东南大学附属中大医院等十余家医院和管理机构使用。
除此以外，招股书显示，云知声还在智慧医院上有所建树，围绕智慧医疗场景提供智慧医院综合定制化解决方案。
通过整合语音识别及合成、NLP 和知识图谱等技术在诊前、诊中和诊后全流程环节提供医院智能化升级服务。比如诊前导医机器人、诊中入院宣教机器人及诊后个人健康助理机器人等。这些业务在多地医院也有落地应用。
在人工智能技术服务上，云知声主要通过为客户提供 AI 平台。比如，云知声为平安好医生等客户提供智能语音问诊服务。此外，云知声还与平安健康（原名：平安好医生）成立了合资公司，合作开发在线问诊智能硬件产品。
AI 独角兽医疗业务布局（动脉网梳理）
除了上述独角兽，近期还有云天励飞和格灵深瞳两家 AI 独角兽提交了上市申请。不过，根据招股书和公开信息显示，这两家企业并未涉足医疗健康领域。
AI 独角兽为何在医疗赛道折戟
那么，问题来了，这些 AI 独角兽为何在 AI 医疗上表现不佳呢？动脉网认为，主要原因有几点。
首先是战略布局及规划上的不同，导致了现在 AI 独角兽在医疗领域的困境。
不同于医疗 AI 独角兽孤注一掷，不成功便成仁的情况。大多数 AI 独角兽更倾向于平台战略，专注于搭建平台或算法。在落到具体细节上往往比较模糊，在没有强烈的商业需求前无法全力投入。
举例来说，AI 模型训练需要相应的数据标注和获取上。对于医疗影像而言，简单的 " 拷贝 " 并不能满足医疗影像 AI 模型训练的需要，只有让医生耗费精力标注、分割才能在模型上使用，这会耗费很大的成本。
" 既然如此，我为什么不往现有模型可以扩展的领域去拓展？而是要去做这样一件费神费力，或许根本不可能有回报的事情上呢？" 一位曾经在多家 AI 独角兽任职的匿名人士这样表示。
他进而提到，某 AI 独角兽企业在初期进军医疗并未设定商业化的目标，更多是基于通盘考虑，希望从影像到全科，然后把医疗数据结构化，从诊断到科研，进而把医药和保险也囊括其中。其格局不可谓不大。然而，没有人想到的是，AI 烧钱的势头是如此之猛，迟迟难以实现自身造血。
尤其在近年，商业化压力无时无刻不摧残着 AI 独角兽们脆弱的神经。企业更难将有限的资源投入到没有回报的领域。毫无疑问，这种巨大的商业化压力，无疑也是 AI 独角兽们近来扎堆提交上市申请的原因之一。
这就引出了第二个原因，由于医疗业务营收占比太小，使得医疗业务的话语权持续缩减。
通过招股书不难发现，AI 独角兽们在医疗业务上的营收占比小得可怜。即使是 AI 独角兽中医疗业务较为领先的依图科技来说，其招股书显示，在 2018 年至 2020 年上半年，依图科技在医疗健康领域分别实现营收约 10 万元、560 万元和 563 万元，占整体营收比例均不足 2%。相比其巨大的投入，这些营收简直杯水车薪。
与此同时，科大讯飞的年报也显示，尽管 2020 年智慧医疗业务相比上年同期实现了超过 60% 的增长，但在总体营收中所占比例也仅有 2.4%。不过，相比而言，科大讯飞在医疗上的绝对营收仍然相当可观，这也是其计划分拆讯飞医疗上市的重要原因之一。
在任何一家企业，缺乏足够营收都将使部门缺乏话语权。即使有来自高层的强力支持，但长期看不到结果也必然会发生动摇，导致高管离职，进而导致策略出现反复摇摆。强如谷歌尚且如此，更不要提整体亏损，仍然需要大把烧钱的 AI 独角兽们了。
医疗领域的特殊规则成为了压垮骆驼的最后一根稻草。这是因为如果涉及到治疗诊断，则必然需要满足相应的监管，获得医疗器械认证。这个过程并无捷径可言，且时间和投入都相当可观。
根据业内人士的介绍，从注册检验到最终的注册审评最快也需要 1 年多时间，如果不幸卡在临床试验环节，获批所需时间甚至可能会被拉长到 3 年左右，甚至直接流产血本无归。根据对历年创新医疗器械审评情况的统计，动脉网发现，几款通过创新医疗器械的 AI 影像器械从公示进入创新医疗器械审批程序到最终拿证基本需要 1 年，最快也需要 10 个月。
部分 AI 影像创新医疗器械审批状况
与此同时，在获批拿证后，这些软件器械在后期的更新中仍然需要谨小慎微，满足监管的需求。今年的 WAIC 上，国家药监局器审中心在演讲中就提到，对于医疗器械的监管要强调全生命周期的监管。即从一个产品的基本概念建立，一直到最后这个产品不再维护，不再使用为止。在全生命周期监管中，需要贯穿质量管理体系，并在全过程中进行风险管理。
对于习惯了 " 快速迭代 " 的 AI 独角兽们而言，这实在谈不上是什么好事。在其他赛道上三天两头的更新可以解决的问题，在这里或许会意味着需要重新注册。不单是 AI 企业，也曾有消费电子品牌的从业者对此抱怨：" 医疗器械审批需要每个产品都单独申请，非常麻烦。"
如果无法拿证，纵使在试用中有着优秀的表现，也同样不能商业化。当然，对于医疗器械来说，严格的监管毫无疑问是必须的，这将最大程度消除产品风险，保障患者的利益。本质上，这是 " 快 " 公司与 " 慢 " 行业之间的矛盾。面对这种犹如取经之路的漫长过程，AI 独角兽们只要有其他选择必然会敬而远之。
尽管拿证依然不易，但它的确也成为了 AI 医疗独角兽在面对规模更大的 AI 独角兽时的天然壁垒。
即使在拿完证后，AI 独角兽还要面临渠道上的不足。某四小龙在职人士便表示，该企业从技术上而言并不差于独立的 AI 医疗企业，问题主要出在渠道上。也就是说，一旦打开了渠道，其业务就可以实现大幅增长。
不过，这显然并未易事。甚至可以这么说，任何一家 AI 独角兽之所以在某个领域打造起绝对的壁垒，除了技术实力，必然也在渠道和人脉资源上远超对手。
写在最后：AI 独角兽未来在医疗还有机会吗？
这个问题或许需要从两个方面来看，如果仅仅是指医疗器械，AI 独角兽现在的机会已经没有那么大了。随着各细分赛道的医疗 AI 独角兽们纷纷完成商业化，并开始冲刺 IPO，他们已经逐步建立起自己坚实的壁垒。除非技术架构出现重大突破，后进者要想从零开始完成突破是一件很难想象的事情。
在这种背景下，通过并购现成标的进入医疗领域或许是个更加合理的手段。随着时间的推移，这一幕或许就会在不久的将来上演。
如果将范围扩大到医疗的方方面面，那么，AI 独角兽们的想象空间就很大了。要知道，科大讯飞的智慧医疗业务在 2020 年实现了约 3.12 亿元的营收，云从科技在智慧医院上中标金额高达 3.12 亿元，这都远高于已提交招股书的三家医疗 AI 独角兽收入总和。
从技术原理而言，应用到安防的人脸识别同样可以应用到智慧医院，而应用到金融的监管场景同样也可以用于医保支付监管。语音识别、NLP 和知识图谱的应用就更加多样化了。
明年的今日，AI 又会呈现出哪些不一样的景观呢？就让我们拭目以待。
来源：钛媒体
