扫码支付属于人工智能领域吗（归功于新零售还是人工智能）

扫码支付属于人工智能领域吗，归功于新零售还是人工智能？

“无人超市”在国内的爆红终究还是晚了一步，亚马逊在去年12月份就推出了新型概念店Amazon Go，日本的媒体在今年4月份便开始大肆渲染“无人收银系统”。只不过，无人超市在国内的爆红，得益于流量黑洞的马云爸爸、颠覆升级的新零售，以及无所不能的人工智能，比国外来的更加直接。

谁在拥抱无人超市

7月8日，阿里的无人超市“淘咖啡”正式落户杭州，按照媒体描述的场景：扫码进店，拿了东西就走，支付宝自动扣款。

“淘咖啡”仿佛是一把神奇钥匙，一不小心打开了一个万亿规模的新市场，原来形形色色的“无人超市”已经在上海、深圳等城市落地，缤果盒子、Take Go、F5未来商店等无人便利店开始扎堆。

为什么要普及“无人超市”，除了科技发展的“煽风点火”，控制成本大抵是最能让人信服的答案。有数据显示，即便是欧洲、美国、日本等发达国家，零售业的毛利润仅为15%-20%，其中人力成本占到了12%左右，为了节约成本、解放劳动力、弥补用工短缺，无人超市、无人便利店却也是料想之中的解决方案。尽管中国零售业的人力成本仅占7%左右，缓解雇佣成本过高带来的盈利压力，几乎成了零售行业每一个环节的诉求。

欧尚、大润发、沃尔玛等线下连锁商超，以及哇哈哈、伊利等快消品巨头的动作，在某种程度上印证了降低人工成本的必要性。沃尔玛在今年6月初推出了自助杂货售卖亭，伊利、哇哈哈等纷纷联手深蓝科技无人便利微店，趋势不证自明。

可“无人超市”真能如其所愿吗？有消息称，一个Amazon go店面的投入金额高达数千万美元，如果只是为了替代几个收银员的降本效应，付出如此巨大数量级的代价或许并不是一个正确选择；阿里的“淘咖啡”还只是一个概念店，噱头成分大于实际；缤果盒子还在小范围投放，能否经得住人性的考验尚不得而知，而深蓝科技的Take Go还处于试验阶段......

不过，海外曝出的坏消息是，Amazon go在实际测试中发现，在数百平米的无人超市里，一旦选购人数超过20人，店内的设备就无法正确追踪用户行为及选购的产品标签。相信国内的“无人超市”同样存在这些问题，只是被有意公关和谐掉罢了。

无人超市有多少坑

记得刚刚读大学的时候，老师就给我们画这样一张饼：所有的商品都被贴上RFID标签，在超市购物时无需在收银台人工盘点，机器自动识别商品的RFID标签即可完成付费。然而终其四年大学时光，这种场景在实验室里都未曾模拟过，或许招生老师还会接着忽悠一届又一届的学弟学妹。

不同于学院派的教授们，商业市场的弄潮儿们向来都是实干派，无人超市也好，无人便利店也罢，个中解决方案确实和RFID有些关联，并加入了人工智能的元素。

亚马逊是这样描述Amazon go的：顾客只需下载Amazon Go的APP，在商店入口扫码成功后，便可进入商店开始购物。Amazon Go的传感器会计算顾客有效的购物行为，并在顾客离开商店后，自动根据顾客的消费情况在亚马逊账户上结账收费。其中涉及了计算机视觉、传感器、深度学习等技术，核心在于识别动作、商品和人，通过位置或姿势进行关联，亚马逊也形象地称之为“just walk out”技术。

深兰科技的Take Go看起来比亚马逊走的更远，官方宣称应用了应用了人工智能卷积神经网络、深度学习、机器视觉、生物识别、生物支付等人工智能领域最前沿技术。比如说通过人自身的手脉识别，扫手就能进店。

相比之下，缤果盒子、F5未来商店等无人便利店的解决方案要更加纯粹。除了“进门”的扫码技术，选购、跟踪、购买等大多基于RFID技术，付款方式也是大众习惯的微信支付、支付宝等扫码支付。

究其根本，亚马逊、Take Go的人、动作、商品等识别跟踪技术和无人驾驶“师出同门”，但并没有一家人工智能公司声明其人工智能技术能够是应对十分复杂的场景，Amazon Go在20人进入时的系统错乱已经是例证。同样被高估的还有RFID技术，不仅是无人便利店的技术核心，也扮演了识别物的角色，但RFID技术本身就有诸多痛点，比如标签被撕毁后无法识别、存在较高的差错率、缺少行业标准等等。

总之，这些技术不解决，无人超市的大规模普及仍然存疑。

求救人工智能还是新零售？

什么是新零售，马云给出的定义是通过运用大数据、人工智能等先进技术手段，对商品的生产、流通与销售过程进行升级改造，进而重塑业态结构与生态圈，并对线上服务、线下体验以及现代物流进行深度融合的零售新模式。

而在新零售概念的背后，尼尔森和麦肯锡给出了更加实际的答案。尼尔森在《2016年度中国卖场超市购物者趋势报告》中表示，随着中国购物者的购物习惯日益成熟和网购渠道的进一步渗透，便利店和网购的渗透率分别从去年的32%和19%上升至38%和35%，这一趋势的变化随之带来的是对传统大卖场和超市的转型要求。

麦肯锡在《2017中国数字消费者研究 重新定义新零售时代的客户体验》中有着类似的观点，虽然全渠道成为新常态，但线下渠道仍是客户体验和销售转化的重要节点。以消费电子品类为例，93％的消费者会先在线上研究再到实体店体验；96％的消费者会在线下渠道体验或购买。

由此来看，马云所希冀的新零售，绝非是借无人超市来取代线下零售店，而是为了弥补电商欠缺的线下体验。或许应该这样理解马云心中的“无人超市”，用户在无人门店里体验消费，然后通过电商平台下单，再利用物流送到用户手上，这样一来便打通了电商、物流、线下等一系列环节。新零售的本质是取消中间环节，而非单纯的降低人工成本。

很明显，新零售的初衷并不是无人超市的扎堆者们所乐衷的，他们更多的是为了取代人工，以新的模式占领线下。那么，人工智能会是无人超市的靠山吗？

在各家的解决方案中，被提及最多的是基于卷积神经网络的视觉识别技术，即通过深度学习教会计算机认识商品，消费者自助购买时，计算机通过店内摄像头识别商品的类别价格，消费可以实现自动扣款，无需消费者人为结账。可就目前来看，除了尚未商用的无人驾驶，这种视觉识别技术的大规模应用仍然是空白，而人工智能的技术发展能够跑过无人超市短暂的火热周期吗？或许在不久的将来，无人超市会成为一种标配，但市场上的玩家也会一茬接着一茬。

一个朋友的答案再次给无人超市泼了一盆冷水：现在外卖那么发达，干嘛非要出门去超市，即便心血来潮逛超市，重点在于逛啊。

这一代创业者的优点是善于发现并抓住风口，缺点也恰恰是这种功利性。无人超市还有多远我不知道，但小区门口的自动售货机离饱和还有很远，何不借这个成熟的无人售货机器脚踏实地的教育用户呢。路要一步步走，步子迈的太大，容易扯着那啥！

人工智能促进人类社会发展？

人工智能可以促进社会发展，人工智能新技术已经渐渐的涌现在我们的眼前，并且影响着我们的生活，人工智能技术给我们生活带来了便捷，同时人工智能也带来了诸多岗位，使得市场更多人才得到用武之地。

中国人工智能已经以雷霆万钧之势冲进了我们的生活。除了智能机器人，还有智能家居、无人驾驶汽车、“刷脸”支付……人工智能的爆发式发展离不开国家政策的支持。

本科数学专业与计算机专业选哪个比较好呢？

人工智能和数学领域有着非常密切的联系，让我们来进行论述和探讨。

一、数学与人工智能

人工智能是一个交叉学科，应用的领域也非常广阔。不同的应用领域所要求的数学背景知识也不尽相同。但是线性代数、概率论、微积分和统计学是人工智能用于表述的“语言”。学习数学知识将有助于深入理解底层算法机制，便于开发新算法。

线性代数是描述深度学习算法的基础也是核心。它通过矩阵表示法来实现深度学习方法，将待处理的非结构化数据都转换成离散的矩阵或向量形式。比如一张图像可以表示为按顺序排列的像素数组形式，声音数据可以表示为向量形式，神经网络就是无数的矩阵运算和非线性变换的结合。大家都知道，概率论与统计学可以用来研究数据分布与如何处理数据。深度学习算法所做的绝大多数事情就是预测，预测源于不确定性，而概率论与统计就是讨论不确定性的学科。另外，微积分是数学分析的基础。

二、AI在数学界的作用

人工智能最大的优势，在于可以帮助人们寻找出人类思维不易发现的联系，也就是帮助人类寻找“直觉”。现在的AI，已经可以通过一定的算法，分析大量数据间存在的关系以及规律，从而帮助发现一些新的猜想。一旦在AI的帮助下找到新的猜想，接下来数学家们就要对这些新猜想，进行深层次地推演和证明。那些被证明为“真”的猜想，最终将会作为定理为人类直接应用。目前，AI已经可以提供一个强大的框架，在有大量数据或难以利用经典方法研究的数学领域中，发现了不少有趣且可以获得论证的猜想。

数学在人工智能领域中发挥着重要的作用。如神经网络中的所有参数都被存储在矩阵中；线性代数使矩阵运算变得更加快捷简便，尤其是在GPU上训练模型时，因为GPU可以并行地以向量和矩阵运算。图像在计算中被表示为按序排列的像素数组。视频游戏使用庞大的矩阵来产生令人炫目的游戏体验。在机器翻译中，如何检测你输入的语言种类会用到概率论的相关知识。一种简单的方法就是把你输入的词或句子进行分解，计算各语言模型的概率，然后概率最高的是最后确定的语言模型。另外，用神经网络进行图像分类，网络的输出是衡量分类结果可信程度的概率值，即分类的置信度，我们选择置信度最高的作为图像分类结果。而混合高斯模型、隐马尔科夫模型等传统语音处理模型都是以概率论为基础的。

三、AI未来对数学界产生的颠覆性影响

就像计算机对于数学的发展造成了一系列影响，不同程度的“人工智能”在当下已经与数学有所交融，在未来也可能以各种方式起到颠覆性的作用。如能够将简单重复的计算工作交给计算机，使得“数值解”成为“解析解”的一大补充，也使一部分解析表达式 （例如级数）在理论分析之外有了更多的应用。

由于强大算力的介入，以迭代、大规模计算等等为基础的算法不再仅存在于理论之中，而是在优化、求解等方面有了更大的实用价值。这从思维方式上改变了数学的研究，不仅提供了更多的工具来解决问题，也丰富了计算数学等领域的研究内容。

人工智能的介入使得“将简单重复的推理和验证工作交给计算机”成为可能。即使是这些非常弱意义下的“人工智能”也能够进一步改变数学研究的方式。例如通过人工推导限制讨论的情况数目，再通过机器逐一验证来完成证明。

一方面，人工智能为我们提供了便利。另一方面，人工智能也可以通过数据来学习和了解人类。人工智能浪潮催生了一批以人工智能算法为驱动的互联网公司。我们身处一个巨变的时代，毋庸置疑，人工智能已经成为科技前沿之一，将给许多行业带来颠覆性的影响。基于数据的人工智能和基于模型的数学方法，两者有机结合，既能推动人工智能的进步，也促进了数学研究的创新。随着“人工智能”的能力提升和应用推广，其他领域的数学研究也会获得一定的帮助，甚至在新工具的帮助下取得前所未有的成果。例如一些将讨论情况数目限制到小范围或者积累成果已经足够丰富的猜想，其证明可以通过机器来打通最后一步。

综上所述，AI在数学界有着举足轻重的地位，很多人工智能应用都需要数学的相关知识来支撑。同时，AI也会在未来会对数学界产生深远和颠覆性的影响。

本文分享自华为云社区《【云驻共创】AI在数学界有哪些作用？未来对数学界会有哪些颠覆性影响？》，作者： 龙腾九州 。

平安科技如何驱动传统金融？

任何一种科技技术都是为了更好的服务人类，方便人类，AI也不例外。我们现在见到很多在金融领域的AI技术，可能比较直观的比如刷脸支付刷脸扫码。

但是对于人工智能与金融的探索远远不止这些，还有更深层次的在等待我们挖掘，最简单的语音识别，指纹识别，以及现在在开发的虹膜识别等，都会一点点积累起来，只有技术条件达到一定积累，成熟后就会服务于传统金融。

像中国平安这么大的金融企业。现在能够压注科技金融，从战略上看是为了以后的长远发展，为了百年企业甚至更久的目标而努力，因为谁站在的技术制高点谁就拥有了话语权，平安现在慢慢从跟随者做到领头羊不是一朝一夕完成的，祝福他们以后会越来越好。也非常期待未来的科技金融。

人工智能到底是什么？

人工智能依然成为最火的研究课题。然而对于它我们却又不能够真正地了解，以下给出图详细说明。