技术的突破和进步也是引领人工智能落地更多应用场景的原动力 。
在人工智能算法所依托的软硬件计算技术体系方面 ， 基础硬件层为算法提供了基础计算能力 ， 软件框架层包括深度学习框架和编译器 ， 提供算法的封装 ， 让人工智能应用开发得以继续 。
据采访人员了解 ， 过去 ， 国内人工智能应用所采用的AI芯片 ， 市场份额95%以上被英伟达、AMD等占据 ， 同时深度学习框架如TensorFlow、Pytorch等都非国产 ， 国内自研AI框架如华为MindSpore、百度PaddlePaddle等起步不久 ， 尚未成为主流 。
但在此次人工智能大会上 ， AI企业在高端通用AI芯片上已经在奋起追赶 。
据邵宇透露 ， 目前每年该公司的研发投入已经占据了销售额的20% ， 企业自研芯片也在加速落地 ， 目前已经生产出了集指纹、人脸、虹膜等多模态生物识别算法的芯片产品斑码 ， 并开始应用于其生物识别设备的公司 ， 不乏阿里、腾讯以及华为这样的合作伙伴 。
以与阿里旗下未来酒店的合作为例 ， 亚略特为其提供生物识别解决方案 ， 入住客人可以自助自行办理酒店的入住 ， 自动获得房卡 ， 也可以通过身份证件或者生物特征授权去开启房间 。 在未来场景中 ， 这种方案将被用在城市公共服务领域的长租房和福利房管理领域 。
而在世界人工智能大会上海展台 ， 一条芯片长廊集中展示了11家上海企业的17款芯片 ， 而在“卓越人工智能引领者”（“SAIL奖”）中 ， 国产芯片占据了六分之一 。
可以看到 ， 芯片能力已经成为目前人工智能企业的核心能力 ， 国家对数据安全的重视正在倒逼企业在芯片层级上投入更大的研发力度 。
“找到一个商业上可行、可拓展性良好 ， 并且技术上可实现的场景是非常困难的 ， 很多优秀的技术公司都在这个环节投入了大量的精力 。 ”上海人工智能研究院首席技术官王资凯表示 ， 走得远靠技术和人才 ， 同时也要有耐心和容忍度 。