- 主题:AI科研是不是得转换思路，大部需要从工程化的角度驱动啊
那是你在学校看到的，在行业中，应用已经很广泛了
【 在 duke2015 的大作中提到: 】
: 刷文章利器，评职称利器，骗经费利器，这才是AI真正落地的应用
: :
--
FROM 125.35.5.*
比如说，企业中的报销，现在只需要拍个发票的照片传到财务系统，后面都是完全自动化了。首先，系统调用ocr自动识别图片上的文字，然后基于文字，自动利用已经训练好的模型，判断出应该是哪类报销，然后调用相关的报销凭证出来。再将ocr识别的信息（金额、单位、日期、项目等）自动填入票据中，然后票据进入到下一个流程。下一个流程会自动基于算法判断报销的可行性（基于规则和其他算法得到的风险特征），没有问题，就进入到下一个步骤。在这个过程中，ocr还可以识别公章，将公章上弯形文字提炼出来等等。------这些都是真实的应用，很成熟了。
【 在 cyxlrqcjl 的大作中提到: 】
: 那是你在学校看到的，在行业中，应用已经很广泛了
:
--
FROM 125.35.5.*
实现这个功能，不需要现在AI所搞的那些东西（学术界或工业界搞的AI都不需要）。
【 在 cyxlrqcjl 的大作中提到: 】
: 比如说，企业中的报销，现在只需要拍个发票的照片传到财务系统，后面都是完全自动化了。首先，系统调用ocr自动识别图片上的文字，然后基于文字，自动利用已经训练好的模型，判断出应该是哪类报销，然后调用相关的报销凭证出来。再将ocr识别的信息（金额、单位、日期、项目等）自动填入票据中，然后票据进入到下一个流程。下一个流程会自动基于算法判断报销的可行性（基于规则和其他算法得到的风险特征），没有问题，就进入到下一个步骤。在这个过程中，ocr还可以识别公章，将公章上弯形文字提炼出来等等。------这些都是真实的应用，很成熟了。
:
:
--
FROM 36.23.197.*
说到心坎里去了
ai 生化环材化 真的是很痛心
【 在 chenyx 的大作中提到: 】
: AI现在已经走上以前生化环材的邪路了。调调模型参数就好比材料改改配方，跑一跑仿真就好比X射线衍射电镜拍照，最终的目的都是毫无用处的灌水论文。材料科研真正能落地变成大规模工业化生产的尖端材料万里都不知道能不能挑一，AI灌水论文能实际解决具体痛点问题的同样稀少。
:
: #发自zSMTH@MI MAX 2
--
FROM 182.102.177.*
怎么不需要？ ocr识别这里就用了深度学习里面的卷积神经网络，匹配票据这里也是用大量发票训练后才能实现的。还有智能风险特征识别，这里更是需要大量的训练了。
【 在 karaisan 的大作中提到: 】
: 实现这个功能，不需要现在AI所搞的那些东西（学术界或工业界搞的AI都不需要）。
:
--
FROM 125.35.5.*
你把AI换成自动化一样可以实现，AI只是让人看着高大上，糊弄不懂的
【 在 cyxlrqcjl 的大作中提到: 】
: 那是你在学校看到的，在行业中，应用已经很广泛了
:
--
FROM 223.72.44.*
几十年前清华计算机系的朱晓燕和另一个老师就在搞了，录入笔早就实现商品化了，需要啥深度学习啊
【 在 cyxlrqcjl 的大作中提到: 】
: 怎么不需要？ ocr识别这里就用了深度学习里面的卷积神经网络，匹配票据这里也是用大量发票训练后才能实现的。还有智能风险特征识别，这里更是需要大量的训练了。
:
--
FROM 223.72.44.*
有空看看清华计算机系的张钹院士在香山会议上说了啥，普通的办公自动化非要说成AI，连基本的AI做啥都不知道
【 在 cyxlrqcjl 的大作中提到: 】
: 比如说，企业中的报销，现在只需要拍个发票的照片传到财务系统，后面都是完全自动化了。首先，系统调用ocr自动识别图片上的文字，然后基于文字，自动利用已经训练好的模型，判断出应该是哪类报销，然后调用相关的报销凭证出来。再将ocr识别的信息（金额、单位、日期、项目等）自动填入票据中，然后票据进入到下一个流程。下一个流程会自动基于算法判断报销的可行性（基于规则和其他算法得到的风险特征），没有问题，就进入到下一个步骤。在这个过程中，ocr还可以识别公章，将公章上弯形文字提炼出来等等。------这些都是真实的应用，很成熟了。
:
:
--
FROM 223.72.44.*