人工智能已经经历了十年，有理想成为了现实，又从现实落地成功，这么多年发展，人工智能实属不易，那么怎么样才能将人工智能更好的落地呢？

人工智能已经经历了十年，也就是从概念到逐步落地的过程。人人有机会。大量零散的资源涌入人工智能。

而目前大家普遍对人工智能技术发展的现状是太过注重“概念”和“未来”，而缺乏对人工智能落地解决各种问题的实际判断。而在这个过程中，感受到的最大问题应该是，深入理解机器学习最后要达到的目标“能解决我们生活中实际的场景”——这才是最重要的。

而人工智能落地到我们日常生活，其核心的问题在于能否解决实际问题。3.社会&管理方面的人工智能应用创新，我们的收集一下5个具体技术领域的人工智能落地创新供参考。

（1）人工智能改善汽车自动驾驶：由mobileye提供的hudglass提供帮助，目

前在汽车平视化领域有很大的普及空间，应用改进很多。

（2）人工智能在医疗、安防监管等方面的应用，还比较初级，比如和智能手机合作，目前还没有比较完善的合作方案。

（3）人工智能在法律方面应用，比如可以分析案例判断人的品德，可以节约司法成本；甚至可以为法院送达，增加法院工作效率。

（4）人工智能在数据方面的应用，比如流量监控，无线投放无线传输，甚至无人驾驶。

（5）人工智能在金融方面应用，基于多层次整合管理系统，提供更加完善的风控能力。而5年后，人工智能落地到的生活应用以及在安防监管、数据等更加复杂的应用中的应用创新，实现的社会价值，创造的收益，将会达到什么高度。或者说，人工智能的未来将会是怎样。

当然，这和大家预测的不一样，这只是大胆猜测，人工智能落地未来很多方面都是没有定论的，是要看现在已经有哪些创新了，用人工智能技术解决哪些问题，解决问题的方法论是什么。7.集成与运用：纯人工智能与人工智能+的未来感知到了2018年，无论是从平台、核心技术，还是应用场景和解决问题的思路来看，人工智能都进入了深入发展，不断往前走的阶段。集成能力，或者称之为人工智能封装能力，可以说是人工智能的核心能力之一。

8.人工智能其他新领域创新，从开始研究人工智能开始，我一直很关注c端和b端的创新项目，从落地的项目来看，也能体会到各种商业模式的差异。这里，既可以体会到人工智能运用的较大差异，也能尝试体会一些c端商业模式，从场景，一些天使轮、pre-a轮，甚至a轮的项目，还是可以提取一些方法论。比如人工智能比较复杂的架构设计，​人工智能项目资金管理、流量利用优化等等。