在AlphaGo带来的激情被时间冲淡后，着陆的应用成为焦点问题。

在这一阶段，有些人对人工智能技术有偏见。他们认为，人工智能就像互联网一样，起到颠覆和重建的作用，但在现阶段，人工智能只能解决一个单一的问题，缺乏强大的通用能力，从大规模和面向产品的技术产出来看，还有很长的路要走。

可是，真的是这样吗？

任何微小的变化都会因逐渐积累而产生巨大的变化。在经常被忽视的"秘密角落"，你可能无法想象人工智能发生的故事，或许这些微小的变化更有利于看到人工智能登陆应用的全貌。

01一个12岁的女孩想要建造一个"机器人老师

对于那些能够在没有人工智能基础的情况下开发人工智能、创造价值的人来说，这有多酷？刚刚上初中的郭家辉就是典型的"代码第二代。他的父亲郭峰是一家科技公司的首席技术官，在父亲的影响下，他提前开启了人工智能世界。

年初新冠肺炎的爆发剥夺了贾辉重返学校的机会，给了程序员父女更多的相处时间。除了每天按时完成学校安排的在线课程外，郭峰还为贾辉报名了百度EasyDL在线课程，贾辉认为女儿会因为人工智能的默默无闻而逐渐失去兴趣，但有趣的实践改变了佳慧对人工智能的看法。

在郭峰的帮助下，佳惠利用百度的EasyDL制作了一个识别MM豆子颜色的小程序。当贾辉将标记的图片发送到机器学习的背景中时，出现了一个神奇的场景：计算机可以灵活地判断MM豆子的颜色，即使MM豆子被另一种颜色遮住，也只能看到一点点，计算机仍然能准确地识别出它的颜色，就好像有一双人眼一样。

看到人工智能的魔力后，嘉惠的学生有了更多的想法。购物时，我看到商场入口处安装了一个带面具的大门，但当有人用袖子遮住自己的嘴和鼻子时，他们被误判为戴着面具。当时贾辉开始思考：人工智能能解决这个问题吗？

嘉惠学生正在展示对戴口罩的识别和检测。

贾慧在父亲的鼓励下，打算做一个戴面具的模型，目的是让机器识别是否戴上面具，是否戴错了面罩，准确地识别出嘴和鼻子沾满手和手臂的情况。"在确定了模型的功能之后，贾辉收集了600多张戴着面具的照片，上传到百度EasyDL，并调用了平台提供的数据回流标记算法。经过对模型第六版的迭代，识别精度稳定在95%以上。嘉惠学生成功地解决了口罩识别问题。

目前，嘉惠学生培训的"面具检测模型"已在百度人工智能市场上线，销售了3000多份，其中包括人脸识别门制造商、制造人脸检测设备的企业以及在戴面具方面也遇到困难的开发商。

在接触人工智能之前，贾辉的理想是当一名老师，但现在她的理想是在她长大后培养一位聪明的"机器人老师"。