科技 人工智能AI

除了无人驾驶、语音助手、无人餐厅、阿法狗外，刚刚打造了无人超市的阿里巴巴，又将“触手”伸向了加油站，十月，阿里智能加油站在杭州正式运营。除此之外，今日，华为发布了万众期待的华为Mate 10和华为Mate 10 Pro，这两款新机型配备全球首款带有专门神经网络处理器(NPU)的人工智能芯片。

　　在过去的几年里，随着互联网、云计算、大数据技术的发展，在科幻小说中的场景已经在慢慢的变成了现实，人工智能正在颠覆我们对未来的想象。不可否认的是人工智能在高速发展同时也面临着诸多的挑战。

　　面临外界极高的预期值，AI行业也卯足了劲加速发展，可在这时，AI巨头又纷纷发话，“我们不差钱”（财大气粗）

　　人工智能行业不差钱

　　“我们不差钱。”这大概是市场上人工智能企业普遍的现状。麦肯锡报告称，从全球范围看，2016年科技巨头在人工智能上投入了200亿-300亿美元，其90%花在了研发和部署上，另外10%则花在人工智能并购上。VC和PE融资、拨款和种子轮投资也在快速增长，尽管基数很小，但已经增长到60亿-90亿美元。以谷歌、BAT等数字巨头的主导者，都马不停蹄走上了“买买买”之路。近日英特尔对外透露，对超25家AI初创企业的投资金额在10亿美元，涉及无人驾驶、医疗科技、气候变化、虚拟现实等诸多领域。

　　乐博资本创始人杨宁就是国内众多积极参与者的一员。2015年开始，杨宁就下手投了一批智能硬件的初创企业，整体成绩还不错。杨宁告诉《经济》记者，从互联网时代走过的投资人，不愿再错过人工智能。他认为，任何新鲜事物都伴随着质疑，机遇就在瞬息间。“时间倒回在上世纪90年代，如果那时我告诉你，会有一家互联网公司市值达到4500亿美元，你肯定认为我痴人说梦。”杨宁笑言，参照互联网发展轨迹，人工智能泡沫时期也许快到了，但谁能保证不会出现下一个阿里巴巴？

　　海量资本与机构迈进人工智能市场，有支持者自然会有质疑者。目前社会对人工智能市场认知分为两派：一些投资人看好人工智能的潜力，表示乐观态度；另一部分人依然对其经济收益十分谨慎。这种不一致的观念导致对市场的规模预测差别拉大，从已形成的AI投资规模来看，也反映出人工智能的另一种繁荣衰落的循环。

　　上海交通大学机器人研究所所长言勇华对《经济》记者表示，资本是逐利的，催生出不少人工智能企业，不能单纯以市场现象来判断。现在人工智能企业应当考虑，站在风口，猪都可以飞起来，如果没有风，又该怎么办？

　　成果落地不易

　　重庆市机器人与智能装备产业联合会副会长兼科普委员会主任文江告诉《经济》记者，人工智能科技成果转化与其他商业化运营并无多大差别。“科研成果形成之时，不仅实验室测试结果要过关，还要保证科研团队有一定实力。”具体到实施层面，文江认为，人工智能应用需要天时地利人和，大致分为“三步走”战略。

　　首先，专业的研发团队是实现一切可能性的前提，选好科研成果的应用方向，把握市场需求，完成种子用户市场化测试。其次，招募商业宣传团队，进行大批量测试完成商品推广。最后需要强有力的管理和资金支持，实现可持续发展。看似“普通”的步骤，在实际应用上还有差别。

　　青岛通产智能机器人有限公司行业经理郑明星在接受《经济》记者采访时表示，“近两年来，不少机器人企业的科研产品开始规模化生产，但成效不大。目前服务机器人的购买客户集中在银行和酒店，价格在20万-40万不等，涉及售后及维修，我们勉强能盈利。”预计今年，银行机器人销量将达到300台，研发成功的安保机器人很快也会投入量产。对这样的成绩，青岛通产还是很知足。郑明星介绍，目前国内机器人公司达到50台的年销售已经算是行业前列了。

　　“纯技术型公司往往会有一个弱项，不重视宣传。”郑明星表示。而亮风台信息科技有限公司创始人兼CEO廖春元认为，做技术不懂宣传“套路”情有可原，毕竟迎合市场一定会有出路。在他看来，企业生存的前提是掌握核心技术，因为人工智能市场容不得“关系户”。

　　去年，亮风台与腾讯合作，开展了“QQ-AR火炬”活动，首次将AR引入社交，开创了社交方式新势态。据廖春元介绍，此项活动看似简单，背后实现的技术含量很高。

　　据了解，腾讯对嵌入第三方模块要求很严格，大小不能超过3M，但AR业界的标准是20M；第二，保障运行稳定性，技术上可能会存在1%的故障，这种概率，业界可以接受的，但市场不行，腾讯有8亿用户，出现故障，影响的会是自身品牌；第三，流畅性问题，手机系统不同，各系统还有新旧程序不同，必须要保证流畅平滑地显示。

　　技术背后花费的心血很难道明，因此这也是廖春元坚持做好技术的初衷。“世界知名的智能企业大多是做技术出身，技术控同样可以赢得市场。国家鼓励技术创新，创造最大的价值往往是技术的进步加上市场模式的配合。”廖春元这样认为。

AI硬件的“非国产化”

　　“技术跟不上想象，是永恒的主题。”从1998年开始关注人工智能的中科院博士后罗光宣对《经济》记者表示，AI产品的目标相对容易理解与确定，比如,机器帮我们做家务、翻译、做菜、开车、写程序??但目前并不能完美地实现。

　　“这与国内整体的科研氛围相关。”国内科研界对于较长时间关注基础问题的研究，尤其是有重大历史挑战的基础性研究，在项目、人才、相关政策等方面较为欠缺。“某研究员要花5-10年时间做基础研究，但国内的氛围等不了这么久。大家过多关注的是一两年能见成效的东西。” 北京科技大学计算机科学与技术系副主任殷绪成坦言。

　　60多年的AI发展史，大规模的并行计算、大数据、深度学习以及类脑芯片是近一两年来，人工智能出现拐点的四大催化剂，深度学习将人工智能推向第三波发展浪潮。

　　中国电子信息产业发展研究院软件产业研究所副所长潘文指出，IBM、中科寒武纪科技等企业都在研发仿神经元的类脑计算芯片。

　　金山云大数据和AI技术总监张东进告诉记者，目前普通智能手机中的CPU在很大程度上限制了人工神经网络的应用，此时需要定制人工智能神经网络芯片。苹果公司发布的新品iPhone8/8p和iPhone X均搭载了苹果自研、专用于机器学习的A11 Bionic（仿生）芯片。华为旗舰机Mate10也将搭载麒麟970AI芯片。

　　有需求就有市场。目前人工智能所需的硬件设备如CPU、TPU、GPU等均来自国外厂商。“不久前，金山云采购了英伟达的GPU（图像处理器）。不过，我们也不希望上游只有一个垄断的厂商。”张东进坦言。

　　目前人工智能硬件基本上被国外厂商垄断，这不利于我国AI产业的长期发展。潘文建议，未来人工智能的发展要软硬结合，在软件方面，包括深度学习系统、算法框架更加优化以外，同时在人工智能芯片等硬件方面也要同步发力。

　　AI产业链不完善

　　未来AI将朝着两个方向发展。中国电子学会副理事长兼秘书长徐晓兰在接受《经济》记者采访时表示，一是AI自身的发展，如语音识别、人脸识别、文字识别、深度学习等技术不断进步。二是AI产业自身的发展，如AI如何与经济结合，以及如何赋能制造业、服务业或其他行业，让这些行业更具智能化水平。

　　“但目前人工智能产业仍处于婴儿期，尚未形成以点带面的局面。”赛迪智库电子信息产业研究所所长安晖告诉《经济》记者。

　　“现在只有无人机的产业链较全，人工智能的其他领域参差不齐，差距较大。”安晖指出，人工智能实际上是一种技术群或产业群。任何AI技术的应用场景至关重要。一方面，我们要做好基础理论研究，另一方面，要选择有中国特色、发展路径较为清晰的领域率先切入。譬如，智能硬件，它在手机领域有不错的基础，医疗健康设备对此也有很大需求。再如，自动驾驶汽车，当前应该重点发展智能驾驶，而非一下子就要实现“无人驾驶”。

　　“科技攻关与行业应用要紧密结合，才是创造社会和经济效益的关键。”潘文告诉记者，目前人工智能创业企业呈井喷式涌现。一般创业公司有两条出路，一是初创企业把握住产品的流量和数据以后，坐等大公司来收购。二是像科大讯飞、旷视科技等这类科技企业，通过聚焦一个场景，把技术做精，同样可以做大。

　　AI需降虚火

　　“人工智能与人工智障真的只是一字之差。”这是记者在朋友圈中看到的一段吐槽。询问下才知道，李冰下班后要赶去与朋友聚餐，导航却带着她走上了最堵的路。“我一般情况下很信任导航，但是真的受不了关键时刻掉链子，它能不能灵机应变些？不要一昧选择最近的路？”一连串的发问，让李冰的愤怒值又上升了。

　　细细想来，糟糕的用户体验似乎是人工智能产品的通病。

　　“我觉得一定程度上媒体需要负责。”图玛深维副总裁王东鉴直言不讳地表示。他告诉《经济》记者，现在潮水上升，大家都在游泳，看上去没差别。

　　王东鉴介绍，深度学习被认为是发展强人工智能的重要支撑，让机器模拟人类思维进行工作是强人工智能的方向之一。目前，包括BAT在内的很多互联网公司都在积极布局智能医疗。随着上游产品技术不断更新进步，医生越来越依赖影像技术的检查结果。

　　“10年前胸部CT只有40-60张图片，今天扫描会产生400-600张图片，每年医学影像数量年增长超过30%，而影像医生只能增加4%。”王东鉴表示，影像数据属于非结构化数据，不便人工整理研究。因此智能医疗通过对挑选出数据进行准确标识，采用卷积神经网络算法进行学习训练，辅助医生进行诊断。

　　“我本身是临床医学专业，医疗是最保守的行业，因为人命关天，医生是在用自己的知识来帮助患者解决问题，同时也在不断地探索未知的领域。这个工作是任何机器都无法取代的。”王东鉴在采访过程中提到，媒体对AI报道多是正面，但是存在夸大成分。他透露，很多同行打着人工智能的旗号，组建团队不久，只做出模型，训练几百个病例就到处宣传鼓吹，甚至有的公关团队比技术团队的人还要多。“既然要落地，就应该潜下心来脚踏实地了解临床医生和影像医生的需求，努力把产品和技术做扎实才是根本。”王东鉴说。

　　郑明星则认为，术业有专攻，人工智能的风口，大部分是学术界研究专家带团队来做，很容易拿到一轮融资，没过两年，拿不到第二轮就“死”掉了。现在人工智能应用场景丰富，但不是用钱就能砸出来，人工智能行业急需政策法规引导。

　　“大家总是高估短时间取得的成绩，低估长期取得的成果。”廖春元对人工智能的虚火现象这样评价。廖春元感叹，技术圈出现投机、包装、圈钱，给公众一种人工智能无所不能的错觉，这对行业发展不利。

　　但从辩证角度看，人工智能依然利大于弊。抛开AI产业发展问题，人工智能威胁论一直存在。未来已来，怎样直面人类心中的恐慌，似乎是更现实的问题。