最新新聞
人工智能, 第三次浪潮OR寒冬? 硬件登場 字節跳動的流量生態局 單日11家公司可轉債上會 創年內新高 前三季度新增信貸社融回溫 降準降息概率下降 土耳其經濟動蕩 美國制裁火上澆油 謀求重組 承諾還款 淘集集忙自救 高校博物館緣何淪為贗品重災區 八大關鍵點詳解北京垃圾管理新規 趣步APP被立案 “跑步也可以賺錢”就是一個笑話 華為為何不上市 任正非曾這樣回應這個問題 雙十一漲價第一槍 中通快遞漲價原因曝光 馬云獲終身成就獎 福布斯高度盛贊馬云 男性開始購買彩妝 今年化妝品零售額將超2700億元 最富有城市排行榜 這個城市擁有65位億萬富翁 我國四座城市殺進全球最富有城市前20 深圳市鑫世界珠寶有限公司投資就是“投國運” 同樣是人民起義 為什么劉邦成功了,陳勝吳廣卻失敗了? 美國制裁土耳其 特朗普發推:已準備好摧毀土耳其經濟 俄羅斯土耳其保持密切接觸,和平之泉軍事行動交火升級 坐飛機耳朵疼怎么辦?不如試試按摩這兩個穴位 國足戰平菲律賓 歷史首平菲律賓,兩連勝后或遇低谷 彈劾特朗普調查加速,調查范圍還將進一步擴大 現在微信玩什么最賺錢 微信最簡單的賺錢方法! 小紅書恢復上架 小紅書重新上架安卓應用市場 多家銀行釋放重要信號 信用卡買房已經被叫停了! 中通或打響漲價第一槍 申通韻達等表示暫無漲價計劃 一加7t國行發布會 一加7T支持5g嗎 廣州首條BRT定制線路開通 如何預約定制路線 央視點名京東商城 因兒童安全座椅不合格 無錫鋼材運費暴漲 黑色系產品集體受挫下跌
您的位置:首頁 >財經 >

人工智能, 第三次浪潮OR寒冬?

2019-10-16 10:05:33   來源:

今年似乎什么時候聊起“人工智能”都顯得不那么過時,當我們還在消化“5G”、“區塊鏈”到底能如何改變我們的生活時,人工智能突然就已經無處不在。大到城市建設和管理,小到手機指紋解鎖,在醫療、教育、金融、商業、城市管理、工業、農業等眾多領域,人工智能似乎都在悄然進行著一場又一場的革命。

當我們一次次談論人工智能又以怎樣的新形態出現在面前時,市場卻正在發生一輪新的變革。在各路人馬井噴式涌入人工智能行業后,去年90%以上的企業卻都處于虧損狀態,當“死亡名單”開始越來越長后,即使是一些幾年時間迅速登頂獨角獸的人工智能企業,也同樣不能幸免。我們又產生了一層新的思考?

眼下對于人工智能行業來說,究竟是新浪潮還是新寒冬?

六十多年里的三次浪潮

說到人工智能,肯定離不開如今作為美國歷史最悠久的世界頂尖學府達特茅斯學院。因為這個概念的正式誕生,就來自于這個學府上的一場會議。

1953年夏天,幾個對計算機感興趣的年輕人聚在一起,想編一本關于“是否可用圖靈機作為智能活動的理論基礎”的書籍,雖然書籍慢慢搞成了,但這幾個年輕人卻非常不滿意。所以在1955年夏天,他們決定再次搞一場類似的活動,而其中一位叫麥卡錫的年輕人,突發奇想給1956年舉辦的“達特茅斯學院會議”上,起了一個“人工智能夏季研討會”(SummerResearchProjectonArtificialIntelligence)的名字。雖然歷史上對“人工智能”是不是麥卡錫本人創造的詞匯還有很大爭議,但必須承認的是,“人工智能”一詞在這一年也正式進入了人們視野。

image.png

但是這個詞誕生之后的發展,卻遠不像大家想得那樣順利。1956-1974年間,或許是對人工智能抱有過高的期待,這些年間無論大學還是政府機構都紛紛在人工智能相關領域傾注包括人力、物力、財力等大量資源。然而,在當時無論硬件還是自身技術,都無法匹配人工智能的發展需要,所以,在經歷第一次大發展后,1974年人工智能迎來了首次寒冬。

這一次寒冬,業界認為主要是來自于計算機性能的瓶頸,無法滿足發展人工智能所需要的復雜計算以及龐大的數據量,導致AI領域研究者們一籌莫展。

這陣寒冬一直持續到上世紀80年代,解決的突破口是一種名為“專家系統”的AI程序的出現,這個系統其實就是一種程序,能夠依據一組從專門知識中推演出的邏輯規則,在某一特定領域回答或解決問題,“專家系統”在全世界范圍內被采納后,在某些范圍內解決了一些問題。此外,非常熱衷于人工智能的日本,也在這個時期通過政府斥資8.5億美元創造出了一臺具有超級計算能力和人類智能的計算機,這臺被稱為“第五代計算機項目”的機器,目標是可以實現與人對話、翻譯語言、解釋圖像,并且能像人一樣推理。這也吸引了英國、美國開始向AI和信息技術領域的研究提供大量資金。

這次突破也為行業帶來了第二次發展,但隨著1987年“蘋果”、“IBM”崛起,研發出類似我們現在使用的臺式電腦,讓AI硬件市場需求突然下跌。再加上人們逐漸意識到,日本人提出的“第五代計算機項目”并沒有實現,所以開始走向失望。這直接導致價值5億美元的專家系統產業的直接崩潰,并引發了人工智能的第二次寒潮。

之后幾年,隨著互聯網的發展,人工智能才有了穩定復蘇的跡象。此后的標志性事件,就是1997年IBM研發出的計算機“深藍”擊敗國際象棋冠軍加里·卡斯帕羅夫,才讓公眾真正開始意識到人工智能的力量。隨后,2011年,IBM的問答系統“沃森”在美國智力競賽節目《危險邊緣》中擊敗了衛冕冠軍布拉德·拉特和肯·詹寧斯。“AlphaGO”分別在2016年和2017年擊敗九段圍棋選手李世石和世界冠軍柯潔。這些也一次次刷新著人們對人工智能的認知。

由于硬件設備的突破,機器學習繼續向前發展。計算機的處理和存儲能力呈指數級增長,使企業能夠存儲和處理大量數據,眾多企業和政府機構已成功地將人工智能大規模地應用起來,但與此同時,科技行業面臨著網絡泡沫,人工智能的基金已經耗盡。

image.png

很多人認為目前人工智能的發展已經放緩,即將面臨人工智能發展的第三次寒潮。也有些人認為在強人工智能方面還沒有取得重大突破,而當前企業專注于弱人工智能的研究,抑制了整個人工智能技術水平的發展。也有人批評當前人工智能研究過于集中,可能會危害到社會。不管怎樣,不可否認的是,當前的股票市場由蘋果、谷歌、亞馬遜、Facebook等公司主導,如果人工智能的第三次寒冬真的來臨,不僅AI產業將停滯不前,全世界都將可能面臨下一次經濟危機。

弱人工智能階段的“天才白癡”

得益于大數據與大數據技術發展,深度學習的出現以及運算力的提升,當前人工智能已經進入加速發展期。數據方面,大數據的出現為人工智能提供了充分“養料”;算法方面,深度學習顛覆了語音識別、語義理解、計算機視覺等基礎應用領域的算法設計思路。算力方面,GPU、NPU、FPGA等專用芯片的出現,突破了人工智能發展在數據處理速度上的瓶頸。然而單就目前AI的智力水平來說,業界普遍認為它僅與人類三歲小孩智力相當,可以說還處在弱人工智能階段。

數據、算法和算力是現階段推動人工智能發展的三駕馬車。而在過去60多年間,有礙于數據的缺失和算力水平薄弱,人工智能發展遭遇巨大瓶頸。雖然人工智能當下在很多應用領域可以實現數據的高寫入、高分析和高存儲,但離想象中具有自我思考能力、能夠認知外部世界的人工智能還差得很遠。

對此,久其軟件產品中心副總經理李紀洲也對《數據》雜志表示,作為當前支撐人工智能的核心技術,深度學習本質上還是統計學層面的技術,也就是說,現在的人工智能對外部信息還無法給出自己的判斷,只能通過大量數據灌輸來總結概率,從而得出結論。久其人工智能研究院院長龔佶敏,則干脆將現在的人工智能比作“天才白癡”。

綠灣科技CTO于建崗也對此表示,在數據處理方面,人工智能的確遠遠超越了人類,但在認知思維方面,目前人工智能可能還相當于零,“很多對于人來講非常簡單的事情,但是從機器學習的角度來說,卻是非常困難的。”于建崗博士解釋道,“光靠數據堆積做統計分析的事情,現在已經做得非常好。但人工智能如何從現在的統計走向思維,這條路還很漫長。”

從深度學習的角度來說,現階段通過大量數據進行灌輸訓練的方式還顯得過于簡單粗暴,并不能算為智慧。在李紀洲的理解中,如果機器學習能夠擺脫對龐大樣本數據的依賴,那么人工智能技術發展會有一個巨大突破。

同樣的構思,中國人工智能學會前理事長鐘義信也曾對《數據》雜志表示,希望可以通過給予目標來讓人工智能系統自動排除非目標數據。鐘義信的理念是,強調目標是一切智能系統的靈魂,用目標來甄別和過濾大數據,將雜亂的大數據變成有用的小數據,這是智能系統區別于計算機系統的重要體現。

image.png

基于這些構思,研究人員也開始將目光重新放回到神經網絡身上。想要學習人的思維能力,就要了解大腦的運行機制,研究人的腦神經。“而人工智能現在正處于從感知智能走向認知智能轉移的初期,屬于非常初級的階段。”于建崗表示,不過他相信,在未來的5-10年內,人工智能的理論研究會在認知推理、邏輯思維方面取得一些突破。

“To”誰的人工智能?

人工智能在中國的火熱已無須贅言,僅從近兩年人工智能企業的數量增長就可見一斑。據中國信息通信研究院發布的數據表明,中國人工智能企業數量從2012年的300家已經增長到2017年末的1000家左右。從橫向看,中國人工智能企業數量在全球范圍內,已僅次于美國穩居第二。截至2018年6月,美國和中國的人工智能企業數量分別為2028家、1011家,隨后排名第三的英國企業數量僅有392家,排名第九的瑞典僅有55家,差距已經逐漸拉大。

此外,人工智能、大數據企業無疑也是近兩年“獨角獸”陣營中的明星。2018年全球新生獨角獸中,包括新能源汽車、人工智能芯片、機器人、大數據、計算機視覺、云計算等在內的企業共28家,較2017年增長9家,增長近50%。其中中國共有8家,分布在人工智能、機器人、新能源汽車和大數據領域。

從這幾年資本的傾斜程度也不難看出市場對人工智能的期待。2013年到2018年一季度,全球AI行業累計投融資數據中,中國占比60%,美國占比29%,合計占比接近90%。根據億歐智庫《2018中國人工智能商業落地研究報告》顯示,2017年中國AI創業公司累計獲得超過500億元人民幣融資,但其中累計產生收入卻不足100億美元,絕大多數的人工智能企業是在虧損的狀態。

繁榮過后不久,95%以上的人工智能創業公司就要迎來倒閉潮。對此有業內人士表示,在IPO提速以及高估值的雙重作用下,2018年已經開始出現了AI公司的倒閉潮。甚至從2018年年初開始,人工智能領域的投融資熱度也已出現明顯放緩節奏。新工場董事長李開復也曾在公開場合表示,在2018年底AI公司估值已經下降了20%、30%,同時他還表示,“要再下降20%、30%,就是AI公司合理的估值了。”

今年8月中旬,《華爾街日報》就曝光了一家海外偽AI明星公司Engineer.ai。這家成立于2016年、總部設在美國洛杉磯和英國倫敦的公司,號稱可以通過人工智能程序、輔助缺少工程師的公司、自動“組裝”新的代碼??梢韵穸ㄖ婆_一樣,為任何人和公司自動生成自己的各種網站和手機App。他們聲稱,使用AI技術在很大程度上實現了移動App的自動化開發。

依靠這項理念,在2018年11月,Engineer.ai對外宣布完成了2950萬美元A輪融資。但很快它就被爆出,該公司所聲稱的大部分demo制作和軟件生成,目前都是依靠印度以及其他地方的人工工程師來完成的,而不是使用人工智能。

,而不是使用人工智能。風口之上,打著人工智能幌子的公司讓人真假難辨。風投公司MMC曾發布的一份報告顯示,只要打上“AI”的標簽,企業可以多獲得15%-50的融資。對此業界甚至調侃,很多人工智能公司不是“toG”,也不是“toB”或“toC”,而是“toVC”,這些公司主要研究的是怎么做PPT而不是怎么做人工智能。

image.png

打怪升級的創業之路

第三屆“百度AI開發者大會”上,李彥宏的被潑風波依然余音未平,不過令人匪夷所思的不只是李彥宏現場的遭遇,還有他后來接的一句頗有意思的話:在AI前進的道路上會有各種各樣的事情發生,但是我們前進的決心不會改變,AI會改變每一個人的生活。

AI之路到底有多艱難?尤其對于創業型AI公司來說,盡管能拿到風投,但在開始的兩三年之內,就會因為技術研發基本被燒光,如果這個時候還找不到合適的應用場景去做產品落地,就相當于死亡。而闖過這幾關的公司,也還會面臨數據收集難、產品與用戶需求不匹配、項目產出周期漫長、項目成本高但盈利低等種種難關。

賺錢慢、燒錢快、磨合時間長,在過五關斬六將的路途上,甚至有大批企業還沒有找到應用場景就已經死掉了。在這樣的情況下,如何走出一條穩妥的路,對創業型人工智能公司來說,可謂是舉步維艱。對此于建崗也表示,AI這波火有點虛熱,國家政策大力支持,VC的錢也大量投進來,但人工智能技術的落地仍然是一大問題,目前除了圖像、語音、視頻這幾塊的智能產品落地能產生價值,其他的到現在還沒有出現。

所以,為了讓自己能活下去,國內也出現了很多打著人工智能旗號卻用人力來解決問題的AI公司。不過對于這種情況,龔佶敏也表示,并不能因此認定對方是“偽AI”,但可以肯定的是AI的智能水平沒有達到那些公司所宣揚或者人們所想象的那種程度。

此外,人才問題目前也是我們發展人工智能的一個短板。近期某互聯網公司給名校人工智能方向應屆博士開出80萬年薪,一度引發社會熱議。但在這件事背后,卻是500萬的AI人才需求缺口、1:10的供需比例、平均年薪約33萬……在這些高帽子加持下,人工智能已經超越了曾經的金融、計算機等專業,成為了站在風口最前端的香餑餑專業。今年35所學校獲得首批開設人工智能本科專業的學科建設資格,包括同濟大學、浙江大學、上海交大等一批一流學校,可見社會對這一領域人才的極度渴求。對此于建崗也表示,人工智能的發展難題歸根結底是人才的難題。

技術先行OR商業模式先行?

產品落地決定企業生死,有無技術決定企業存亡,而當這兩者之間出現矛盾時,企業到底應該是技術先行還是商業模式先行?

以AI識別技術為例,李紀洲舉了個例子,在一些對結果不容出錯的應用領域,例如監獄服刑人員的監控、點名等場景,除非能完全消除程序的錯誤率,否則再好的人工智能產品都沒有應用價值。李紀洲解釋道,對于AI識別,很多人把“正確率”+“錯誤率”理解成“已識別的”+“未識別的”,但實際上并不準確,應該分為三類:“已識別正確的”、“已識別錯誤的”,和“未識別出的”,相對應的就是正確率+錯誤率+未識別率=100%。而在上述幾個實際應用場景中,對于錯誤率幾乎是零容忍,不管產品的識別正確率有多高,如果無法消除錯誤率,稍微一點差錯都會為用戶帶來更大的麻煩。

李紀洲表示,當前市場上人臉識別產品的準確率基本都可以達到85%、甚至90%以上的準確率,再想把準確率提高一個點都是件非常艱難的事,一些企業會花大量成本追求這個準確率,但是很少會有人去關注錯誤率的問題。然而一旦落到實地,會發現還是有很多水土不服的地方。在結果門檻高于技術門檻的應用領域,任何一個點的錯誤都會導致大量的人工核對成本。有客戶就曾說過:“AI可以識別不出來,但千萬不要識別錯了,每錯一個我們都要去人工核查一遍真實情況。”這正是技術與應用場景脫節的地方。

比如對于2014年才成立的綠灣科技來說,這也不是一個容易取舍的問題。與大多數初創型企業一樣,綠灣科技在獲得第一筆融資后花費了大概三年的時間潛心研究技術,然后在2017年左右開始開拓市場。應用領域從一開始的公安、法院、政務等G端慢慢向金融等B端市場邁進。在王興讓看來,做人工智能的企業一定是以技術為驅動,以市場需求為牽引,同時需要找到相匹配的商業模式來做產品的孵化器,“這三個要素是相輔相成的過程”。

李紀洲也給出了類似的回答,在久其自己的摸索過程中,也曾經出現過一個很精致的智能產品做出來不符合用戶需求的情況,然后拿回去大刀闊斧地改,但即使最優秀的產品設計師也不能百分百滿足用戶需求。對此李紀洲也表示:“一家公司里的銷售團隊和研發團隊永遠都在‘打架’,但是只要這兩方勢力均衡,這家公司就算是健康的狀態,這就是商業模式和技術該有的關系。”

不過在商業化探索方面,“目前應該說很少或者說幾乎沒有現成的商業模式可供參考”,綠灣科技運營總監胡大民表示,“從這個角度來看,應該說大家都是在推進技術創新和落地的過程當中,不斷地在摸索合適的商業模式。”

“別害怕這個泡沫破滅”

從2017年開始,人工智能連續三年進入政府工作報告,而2019年的政府工作報告不僅繼續大力推進人工智能發展,更首次提出“智能+”的概念,從頂層設計的角度,將人工智能視為國家戰略中重要的基礎設施,推動其與產業的融合,加速經濟結構升級??梢哉f我國對于人工智能的重視程度非常高,已經上升到國家戰略層面。

而回望AI過去兩次浪潮都跌入低谷,很大一部分原因是沒有跟產業結合。但掀起這一次浪潮的更大背景是萬物互聯。大數據、5G、物聯網等這些前沿技術的興起都為人工智能與實體產業的融合提供了充足動力。“AI+”也被寄予著在未來撬動整個社會經濟深度變革和人類文明科學有序進展下去的厚望。

對于人工智能的未來,李紀洲表示,平民化的產品應該是未來大數據分析的方向,尤其在未來客戶普遍對大數據分析有了一定認識后,做人人可用的產品直接賦能用戶,可以減去廠商和用戶之間大量的溝通成本??偠灾?,技術的發展終歸是要讓技術越來越簡單化、平民化。借助于人工智能的技術,未來每一個人都可以成為數據分析師。

“人工智能不新鮮,但人工智能還很幼小,它未來的潛力無限,但現在人們把這個東西無限放大了,實際上我們離這一步還非常遙遠,人工智能不是像大家現在看到的那樣一下子就來了。”于建崗表示。

“人工智能有可能是泡沫,但別害怕這個泡沫破滅。”華為創始人任正非曾這樣表示。就像是晦暗河流之上的一座燈塔,人工智能吸引著人類的注視和追逐,我們距離這座燈塔還有多遠?眼下并沒有確切答案,每個走在前沿的AI企業都在無人區摸索前進。而眼下的每一個難關,都是必經之道。作為一項能夠大規模提升生產效率的技術,AI的前景不可限量,盡管當前道路阻力重重,重要的是人類沒有因此停下腳步。

·人工智能大家談·

久其軟件人工智能研究院院長 龔佶敏

用“天才白癡”來形容現在的人工智能其實特別合適,我們不能因此否定它現在擁有的智慧。對于目前人工智能的技術發展正處在一個什么階段,沒法給出準確的回答,但未來是無限可期的。

綠灣科技副總裁 王興讓

人工智能這個行業確實是一個趨勢,但這個趨勢需要幾個要素。第一個是需要技術來驅動,只有計算機技術、人工智能技術到這個程度了,你才能推進業務發展,所以要技術做源動力。第二個是要需求來牽引,如果沒有業務需求,實現不了商業化,就沒有營收來滋養你的技術進步,所以技術需要需求的牽引力。第三個就是要有配套的商業模式來做它的孵化器。這三者是一個相輔相成的關系。

綠灣科技CTO 于建崗

為什么從象棋到圍棋對人工智能來說是個巨大進步,因為圍棋可搜索空間比象棋要多得多。但畢竟圍棋有固定規則,在有規則的情況下做人工智能是比較容易的,但實際生活中的規則太多了,這對人工智能的學習是很大挑戰,這就需要一個行業一個行業地去解決。

久其軟件產品中心副總經理 李紀洲

很多的所謂AI應用,從本質上來看還都是大數據的應用。AI只是露出來的冰山一角,從數據的采集到存儲、管理等都需要一整套大數據平臺的支撐?,F在的“AI+”更多地聚焦于把系統做得簡單易用,是錦上添花的東西;未來應該更關注于用戶的核心生產場景,真正實現雪中送炭。

文 / 李婷

深圳风采最新中奖号码