概念火爆，看上去很美，人工智能的未来在何处？

［钉科技报道］ 科技的革新，可能来自不经意的思维碰撞。1956年，几位科学家“闲聊”了关于“以机器模仿人类的学习及其他方面的智能”的讨论，并催生了一个新名词——“人工智能”。

2016年，互联网“预言帝”、《连线》杂志创始主编凯文凯利在多个公开场合表示：“人工智能会像电一样，成为可购买的商品。”

其间的60年，人工智能逐渐显现出“具体”形态，近年来，资本的大量涌入和互联网科技巨头的扎堆参与使得行业热情空前高涨，目前，这种高涨仍在继续。人工智能真的“形势一片大好”？之后的路又该如何去走？ 

看上去很美

AlphaGo的不败战绩搅动了人工智能的“静水”，相关的行业信息纷纷进入公众视野，一个新的概念，似乎正要点燃技术领域和资本市场。

首先，继智能硬件、虚拟现实之后，在国内第三次出现了技术团队大规模“玩命”扎堆某一行业的场景：《乌镇指数：全球人工智能发展报告2016》显示，2016年，全球每10.9个小时诞生一家人工智能企业，中国人工智能企业达到709家，美国的相应数据为2905。布局者其中不乏互联网科技巨头的身影。

从国内来看，BAT三巨头较早进行了人工智能布局：阿里巴巴将人工智能放在其DT大商业体系内，配合云计算、大数据对其电商、物流，特别是作为未来工作重心的物联网体系展开全面赋能；腾讯马化腾曾指出互联网的下一次变革就在于与人工智能的集合，而其相关业务可以被认为主要由搜狗实施。

三家中，百度将人工智能放在了最重要的位置，16年，百度无人车、人工智能等业务由李彦宏直接管理，同时，其人工智能业务已经与O2O等商业项目进行联动；今年初，李彦宏更是将人工智能作为了百度在未来的“核心竞争力”。

BAT之外，科大讯飞已经是人工智能“元老”，华为等终端厂商也纷纷加入，也有团队另辟蹊径，为人工智能及相应的机器人业务提供基础服务，比如，达阀科技就试图通过云平台搭建“云端大脑”为人工智能机器人赋能。下一个五年或者十年有可能出现这样的场景：没有科技互联网公司不涉足人工智能。

全球科技巨头也是磨刀霍霍：IBM架构Watson、Facebook建立实验室、微软搭建Project Malmo平台、谷歌设有TensorFlow数据库，苹果Siri则早作为先头部队落地；谷歌、亚马逊、Facebook、IBM 和微软达成“AI 联盟”，而包括苹果在内的更多团队也逐渐加入。对于国内团队而言，这些在互联网、移动互联网时期已经引领过潮流的团队相结合，有可能再次使自己不得不成为追赶者甚至沦为“看客”。

其次，资本市场则似乎比技术团队本身更看好人工智能：风投研究机构CB Insights的数据表明，2016年，人工领域的共有涵盖13个种类的超过1600家公司获得了超过90亿美元的融资，另有数据显示，从2006年到2016年的十年间，人工智能领域融资的年复合增长率高达42%，2016年正是十年来的最高值。

一个事实是，即便人工智能当前燃起的，仅是同几年前的智能硬件一般的“虚火”，但这把火，依旧“看上去很美”。

做起来不易

尽管有观点认为人工智能将引领第四次工业革命，但所谓“知易行难”，在人工智能领域同样如此。在钉科技看来， 在真正获得“引领第四次工业革命”的能力之前，人工智能还面临着如下障碍。

首先，从现有的市场信息来看，“概念大于实际”。

在行业、资本、媒体的共同搅动下，人工智能的功用被做了一些夸大。从目前来看，人工智能的主要能力体现在对语音和图片等“信息”的识别并作出相应的反馈，例如进行检索、做出动作（自动驾驶中），功能相对单一。

但在一些商家的产品描述中，人工智能被描述为“颠覆性”的黑科技，这类商家在国内多为手机或者家电厂商，其类似于语音搜索电视频道等的功能，尚不足以体现人工智能的应该具有的能力，而这种“炒作”，有可能对行业造成恶性透支，让用户误以为这就是人工智能的全部，从而在新鲜感过后，对其失去信心。

其次，技术团队变现能力不明确，容易引起行业动荡。

有数据显示，2016年中国大陆在人工智能领域的投资规模约为人民币68亿元，排名前十的企业融资额基本都达到了2亿以上，超过1亿的企业有18家。而上文中已经提到，中国人工智能企业已达到709家。

在钉科技看来，数据反映出两个问题，一是多数团队尚不具备足够的变现能力，二是部分团队属于单纯的盲目跟进。特别是后一类团队，很容易在行业的“泡沫期”出局，而大量的出局企业势必引起行业动荡。

再次，缺乏明确的、有足够差异化的切入点。

在智能机器人硬件、手势控制、机器学习、深度视觉、语音翻译与识别、视频内容识别、图像识别、情景感知计算、神经网络模拟等相关技术中，语音识别、智能机器人领域有相当多的团队进行布局,就目前而言并未形成足够的差异，相对而言就不足以深度激发行业活力。

最后，一些技术门槛目前尚难以跨越。

有业内专家表示，真正的人工智能至少要达到“接近人”的程度。据此，钉科技认为，人工智能发展到一定阶段后的关键技术门槛有两个。

其一是脑科学。人类对自身的某些探索尚处于初级阶段，特别是脑科学的相关领域、自我意识及智力如何产生等等，真正在这些领域取得突破之前，很难说，人类能够制造出“接近人”的人工智能。

其二是计算机科学本身。现有的计算机依旧采用经典的“冯·诺依曼结构”，但该结构与大脑的结构应当是有所差距的，人工智能，需要寻找新的计算机结构。此外，目前计算机的计算容量没有达到人脑的容量，同样是需要突破的关键。

在上述背景下，发展多年的人工智能，实际上依旧处于“幼生期”。包括技术领域和资本市场都需要审慎面对。但同时，利好消息在于，同样从初级阶段进行布局，国内技术团队未必没有机会引领一次“潮流”。

未来在哪里

尽管存诸多问题，人工智能的“被期许”，依旧是合理的。人类的智慧创造了“文明”，而人工智能的作用，是在未来，被作为人类智慧的延伸，这和代步工具、通讯工具等在一定程度上是相似的。

钉科技认为，就目前而言，国内人工智能的深入发展需要注意以下几个方面：

首先是做好相关基础技术层面的准备工作。 当然，这类业务对于中小团队而言有一定门槛，可以选择和相关服务方合作。

一是大数据。基于大数据的深度学习为人工智能的实现“与人”的接近提供了可能。有观点认为大脑通过接收感官信息，融合处理并反馈，在信息塑造神经元结构，神经元结构处理信息的反复迭代过程中，最终诞生了人类的智能。相应的，数据越多，其塑造培养出的信息处理系统越“聪明”，这就是大数据之于人工智能的意义，因为在后续的信息识别和处理过程中，人工智能会获得更多的参照系。

二是云服务。手机和电脑，小型设备“离网”运行人工智能，在目前尚不具备足够的数据处理和存储能力，也就达不到人工智能的运行需要，这就要通过云平台来激发人工智能潜能。

结合第一点，云平台至少可以提供丰富的、实时变化的数据。此外，云服务本身也有降低使用和研发成本的优势。而要实现人工智能像电一样作为生活所需的基础资源，通过云平台，恰恰形成类似于电力传输的方式，使其得以在不同设备上“流通运行”。

在云端智能机器人产业进行布局的达阀科技创始人、原中国移动研究院院长黄晓庆就表示，以人工智能为基础的未来机器人应该是云端智能机器人，如果要制造运算能力达到人类智能的机器人，需要一个体积相当于人脑100万倍的机器人大脑，这样大的机器人大脑与身体根本无法匹配，一个更合理的方式是，把机器人“大脑”放在云端，通过网络传输数据和指令与机器人本体连接起来——正如现实版的“阿凡达”。而达闼科技正在努力构建云端大脑、安全网络、机器人终端的运营公司，将其连接起来，三者密不可分——这便是达闼“云端机器人运营商”的定位所在。

其次是业内严谨务实的态度。 人工智能应当并且最终必将融入生活，但不能够夸大其实，毕竟，其不能仅仅作为一个概念存在，对于用户而言“希望越大，失望越大”，技术团队给予用户合理的心理预期是十分必要的。

再次是选择适合的变现模式 。一些团队在为包括手机、家电等产品提供人工智能方面的技术支持，可以获得一些资金回报，但对于技术本身的推动作用稍显不足，因为3C产品终归仅是人工智能的“获益者”。在现阶段，相比传统的3C产品，机器人、自动驾驶等同人工智能能够产生更好的相互促进。

就目前来看，虽然近千的相关团队使人工智能领域看起来稍显冗杂，但在“庞大”的基数下，也确实有团队低调行事，通过技术研发争取获得突破，而在这种背景下，中国的科技互联网圈子就有可能摆脱在互联网和移动互联网时代追赶者甚至“看客”的形象，自主掌握核心关键技术，从而成为时代的“弄潮儿”。