2016年人工智能发展轨迹：“垂直领域”率先落地爆发

　　智能驾驶、安防、医疗健康和金融等垂直领域成为过去一年中人工智能技术发酵的行业。

　　“2017年甚至接下来较长一段时间，人工智能领域的重点发展将集中于弱人工智能在专业化程度高、垂直领域内的应用。”12月25日，驭势科技CEO、前英特尔中国研究院首席工程师吴甘沙告诉记者。

　　回首2016年人工智能发展轨迹，年初“AlphaGo”战胜李世石引领了这一整年人工智能技术的风头。一同站上风口的还有例如无人驾驶这样的垂直应用领域，在芯片层面，英伟达们也推出面向深度学习的GPU等。与此同时，越来越多的科技企业在提倡人工智能，小米、网易等公司在过去一年也加入到这一阵营当中。

　　而在硅谷，Facebook、Google和微软三家企业对人工智能人才的争夺已经是过去两三年内的一道风景线。曾在每年年末都会宣布第二年将挑战、学习一件事的扎克伯格，也在这个岁末重新敲起了代码：他花费100个小时写了一套人工智能算法，并将“人工智能”作为2017年自己亲自挑战的那件事。

　　即便如此，扎克伯克也亲口承认目前人工智能存在的瓶颈，目前仍旧无法构建出一个能够完全自主学习新技能的人工智能系统。与此同时，Facebook、百度这样的大公司，已经和创业公司开始在人工智能这一赛道上碰撞。

　　“又近又远”的人工智能未来

　　吴甘沙笃定地告诉记者，未来学家们乐意夸大人工智能在短期的进展，例如乐观估计人工智能技术能够颠覆一切。吴甘沙曾是前英特尔首席工程师，目前担任自动驾驶公司驭势科技CEO。

　　未来学家们乐观并非没有缘由，李世石败在“AlphaGo”手下，人工智能的能力似乎又一次碾压了人类的智商。但如果考虑到早在上世界末“深蓝”即已击败国际象棋冠军，“AlphaGo”也只是把某一类智力竞赛中战胜人类的事情重复了一遍。

　　至此，需要解释的两个概念分别是“弱人工智能”和“强人工智能”。前者被普遍认为是不能真正地推理和解决问题的智能机，强人工智能才是能够匹敌人类智慧的存在。简单来说，弱人工智能目前已经无处不在：例如通过iPhone中的siri安排事项，或者电商网站通过客服机器人来回答问题。

　　类似表述还有“专用人工智能领域”和“通用型人工智能”。在提升某一领域运行效率上，“弱人工智能”和“专用人工智能”已经在发挥能力，这已然是业内共识。

　　近日扎克伯格亲自花费100个小时的时间写出了一套AI程序“Jarvis”，但是他同时也坦承，即便花费1000个小时，他也无法构建出一个能够完全自主学习新技能的系统——除非人工智能技术出现基础性的变革。

　　“某种程度上，人工智能比我们想象的既要远又要近。”扎克伯格说。但在明年接下来的时间中，他将对外分享其个人在人工智能方面的探索。

　　一方面是不断有人强调甚至鼓吹目前是“人工智能”的黄金年代，即便是在行业论坛中，讨论人工智能将如何取代人类的声音也不绝于耳；另一方面，则是对于人工智能更为审慎的态度，例如中国人工智能学会副理事长谭铁牛在年中公开表示，人工智能相关技术正处于期望膨胀期，接下来可能是“幻灭期”。

　　尽管如此，人工智能技术在不少垂直行业实现了普及应用。具体来看，智能驾驶、安防、医疗健康和金融等领域，成为过去一年中人工智能技术发酵的行业。而例如安防和智能客服这样的应用领域，已经进展了数年。

　　峰瑞资本技术合伙人覃超告诉记者，人工智能技术的确在过去一年陆续应用到了一些成熟的科技产品中，例如iPhone通过文字来直接搜索手机内照片内容、京东智能客服等。覃超认为，难度不在于人工智能的应用，而在于如何提高智能客服回复的准确率，“一般大平台在将准确率提升到一定水准才会面向市场推出。”

　　大公司PK小公司

　　多位业内人士告诉记者，人工智能重点落地仍将是高度专业化细分市场。例如同样存在机会的还有医疗领域：这一市场成本高昂，且优质医疗资源在国内不少地区仍处在稀缺状态。这也意味着，“弱人工智能”和“窄人工智能”仍是未来人工智能发酵的突出领域。

　　对此，搜狗CEO王小川的判断是，未来在医疗领域里，机器人辅助诊断会带来一个重大的变化。在金融领域，或者叫金融科技（Fintech）中，也有大量的使用会产生。其次对于像语音、图像相关处理，包括翻译，在这些人机交互的问题上，也会有相当大的进展。

　　“我们认为2017年智能驾驶会有一些更加实际的应用和落地。”吴甘沙告诉记者，智能驾驶在整个人工智能领域中的门槛较高。与此同时，吴甘沙认为过去两年积累颇深的智能语音应用可能会在接下来一年有爆发式的进展。

　　在2016年，人工智能领域的大公司和小公司之间的较量仍在缓慢持续变化着。

　　根据venture scanner发布的人工智能2016年第四季度报道，人工智能领域的风险投资规模达到了89亿美元，涉及人工智能相关的13个领域接近1500家公司。此外风险投资资金仍在持续进入这一市场，记者通过venture scanner 官网查阅发现，截至12月月底，涉及投资资金达到97.9亿美元，全球对该领域进行投资的基金规模超过700家。

　　而大公司则将人工智能技术普遍应用到已有成熟产品的改进当中，例如谷歌在翻译领域上线了神经翻译系统，特斯拉选择在旗下车型中落地无人驾驶技术。目前科大讯飞涉足领域包括教育行业、政府行业、汽车行业、客服行业以及讯飞开放平台和to C 产品。但从技术层面来说，上述多个行业中科大讯飞涉猎均在感知智能领域和认知智能领域。

　　科大讯飞方面告诉记者，其认为在未来5到10年内，人工智能会像水和电一样进入每一个行业，深刻改变世界。

　　但在这一过程中，人工智能应当怎么商业化或产业化？出门问问CEO、前谷歌总部科学家李志飞的答案是，人工智能商业化方面，大公司和小公司的路径并不相同。

　　“目前比较清晰的有三条路。”李志飞告诉记者，其一是AI优先：将人工智能技术应用到目前已有的产品当中，例如谷歌利用AI技术来改进谷歌翻译；其二是将AI技术以API接口的方式向外界开发，这也是目前大量缺乏产品落地的创业人工智能技术公司的做法；其三，则是例如出门问问这种同时操办软硬件，在旗下推出的例如智能手表上加入人工智能技术。

　　“大部分创业公司做的是+AI。”face++联合创始人兼CEO印奇认为，本质上人工智能在行业应用中做的事情并不是“从0到100”，而是将100扩展到130等：本质上你是优化行业效率。与此同时印奇认为，和上一波的移动互联网创业相比，人工智能领域创业的难度相对更大。

　　人工智能创业的壁垒包括人才、技术、数据和计算能力的壁垒等，这些壁垒在创业公司身上尤为明显。

　　吴甘沙告诉记者，大公司偏向打造基础生态，小公司则侧重产品应用。其中基础设施包括芯片、大数据和云计算的基础设施，小公司要么在某一个技术点上做得非常好，未来寻求被大公司收购，或者在一个垂直的应用上发力，但总体来看大公司和小公司可以实现生态共赢。