大潮退去 人工智能還能走多遠？

　　2017整整一年，圍繞人工智能的巨頭投資、創(chuàng )業(yè)押注不絕于耳，融資額度不斷刷新紀錄。但是無(wú)論是圖像、語(yǔ)言交互，還是算法、機器學(xué)習都不足以與實(shí)際場(chǎng)景結合，換句話(huà)說(shuō)，落地成為最大的難題。

　　另一方面，越來(lái)越多新技術(shù)、新概念的出現，也讓人工智能逐漸遇冷。2017下半年隨著(zhù)比特幣的大漲，區塊鏈成為大家關(guān)注的新熱點(diǎn)，幾乎占據了投資人、媒體人的朋友圈。

　　講技術(shù) 卻找不到應用場(chǎng)景

　　大家都知道人工智能代表著(zhù)未來(lái)，但是在現實(shí)生活中，除了某些特定場(chǎng)景之外，大家幾乎無(wú)法感受到人工智能帶來(lái)的便利。

　　舉個(gè)例子來(lái)說(shuō)，智能音箱可以說(shuō)是借著(zhù)人工智能浪潮最先起來(lái)的產(chǎn)品之一，2017年一度呈現“百箱大戰”的局面，也是阿里、京東、小米等巨頭搶灘的要地，但是作為核心賣(mài)點(diǎn)之一的語(yǔ)音識別在體驗中并沒(méi)有大眾所期待的那樣優(yōu)秀。

　　首先，語(yǔ)音識別需要龐大的數據庫支持，但是當我們真正使用時(shí)會(huì )發(fā)現有很多表達習慣并不能被機器所理解。雖然很多語(yǔ)音識別公司都說(shuō)自己的技術(shù)識別率已經(jīng)到95%，甚至是98%，但是在方言、咬字、吞音等常見(jiàn)情況下，大部分產(chǎn)品都無(wú)法做出合理反饋。(感興趣的讀者可以查看IT耳朵評測文章，了解更多內容)其次是聲音采集的準確性，雖然智能音箱主打的場(chǎng)景是客廳和臥室，但是使用時(shí)場(chǎng)景是比較復雜的，人說(shuō)話(huà)的聲調、語(yǔ)速等都不相同，采集聲音時(shí)會(huì )受到其他人員、環(huán)境雜音、甚至是音箱自身的干擾，這都會(huì )導致準確率下降影響體驗。最后也最重要的是缺乏交互自然性。幾乎所有智能音箱產(chǎn)品都需要一個(gè)類(lèi)似“芝麻開(kāi)門(mén)”的語(yǔ)音密鑰來(lái)喚醒，且每次發(fā)布指令時(shí)都要重復一遍喚醒詞，這就讓用戶(hù)與產(chǎn)品之間產(chǎn)生明顯的距離。

　　綜合看來(lái)，智能音箱的產(chǎn)品形態(tài)確實(shí)足夠新穎誘人，但是其本質(zhì)還是一個(gè)語(yǔ)音助手，并不能完全勝任智能家居中控的角色。

　　另一個(gè)明顯的例子自動(dòng)駕駛技術(shù)。大家習慣把自動(dòng)駕駛分為L(cháng)1-L5這五個(gè)等級，近期我們也采訪(fǎng)了一些自動(dòng)駕駛(輔助駕駛)的公司，他們普遍認為自己的技術(shù)還處在L3等級，即高度自動(dòng)駕駛階段，在應對激烈情況時(shí)仍需人為介入。而這樣的技術(shù)是如何實(shí)現的呢?

　　特斯拉對于周邊環(huán)境的識別是通過(guò)設置在車(chē)輛上的12個(gè)長(cháng)距離超聲波距離傳感器Ultrasonic Sensors、1個(gè)長(cháng)距離雷達Radar和1個(gè)前向攝像頭Forward-facing camera來(lái)實(shí)現的，而國內其他公司的解決方案也都類(lèi)似。但是通過(guò)長(cháng)時(shí)間的走訪(fǎng)和觀(guān)察，我們也發(fā)現其中的一些問(wèn)題，首先雷達或者超聲波是會(huì )相互干擾的，試想一下十幾輛車(chē)堵在路口，他們之間會(huì )形成強烈的干擾從而導致收集到的數據出現偏差。其次前向攝像頭也不是萬(wàn)能的，想想微博上熱議的“遠光狗”，想想繁華街市的各色霓虹燈，這些都是對攝像頭最大的挑戰。在一次與四維圖新自動(dòng)駕駛研發(fā)部負責人聊天中，他也坦言，目前自動(dòng)駕駛使用的攝像頭在弱光、逆光、或者多種光源的復雜環(huán)境下仍然很難準確做出判斷，甚至在一些沒(méi)有道路標志線(xiàn)和明顯路邊的地區也很難精準識別。

　　人工智能在2017年發(fā)展最快的兩個(gè)典型案例中，表現都不能讓人滿(mǎn)意。再看看其他的應用場(chǎng)景機器人、智慧物流、智慧城市似乎又離消費者太遠。各大人工智能公司頻頻爆出融資消息，發(fā)布會(huì )也沒(méi)少開(kāi)，但是卻很少聽(tīng)見(jiàn)落地的案例。

　　玩概念 卻做不好體驗

　　如商湯、曠視、依圖、圖森這些國內人工智能風(fēng)口上的企業(yè)大部分是做算法的，由于技術(shù)的商業(yè)化程度不足，往往只能通過(guò)項目定制的形式為客戶(hù)提供AI技術(shù)服務(wù)，即簡(jiǎn)單粗暴地賣(mài)模型、賣(mài)算法，如人臉識別技術(shù)服務(wù)、基礎語(yǔ)言識別服務(wù)、金融領(lǐng)域的知識圖譜工程等。但以人和算法作為企業(yè)核心能力是不可持續的，尤其目前深度學(xué)習領(lǐng)域的算法紅利期變得越來(lái)越短。

　　以面部識別為例，經(jīng)過(guò)iPhone X的教育，手機面部解鎖正在成為越來(lái)越多廠(chǎng)商的標配。但是作為消費者來(lái)說(shuō)98%的識別率和99%的識別率在體驗上幾乎沒(méi)有區別。而用過(guò)面部解鎖的用戶(hù)都知道，在移動(dòng)(晃動(dòng))中無(wú)法解鎖才是其目前無(wú)法取代指紋解鎖主要原因。

　　商湯科技就曾聯(lián)合OPPO手機，為旗下旗艦機R11s提供面部識別解鎖方案，但是經(jīng)過(guò)我們的實(shí)際測試，R11s除了能掃描人臉并解鎖外，我們竟然用一張一寸照片成功解鎖手機，這其中的安全隱患有多大各位想一下。(感興趣的讀者可以查看IT耳朵評測文章，了解更多內容)當然智能手機的前置攝像頭采用什么樣的參數和防抖技術(shù)是人工智能解決方案公司無(wú)法控制的，所以出現這樣的體驗結果并不能完全怪方案提供商。

　　但換個(gè)角度想想，消費者可沒(méi)時(shí)間理解這技術(shù)背后的復雜程度，大家只會(huì )覺(jué)得面部解鎖這個(gè)技術(shù)不好用，慢慢的就會(huì )讓那些敢于嘗鮮的體驗者失去熱情，甚至不再接受這項技術(shù)。就像兩年前的VR市場(chǎng)，九塊九的VR設備的確讓更多人有了親身體驗VR的機會(huì )，但是也讓跟多人遠離了VR，不是嗎?

　　搶人才 卻留不住人才

　　人工智能雖然出現已久，但是國內這方面的專(zhuān)業(yè)人才并不多。根據億歐網(wǎng)發(fā)布的《億歐智庫：主要中國企業(yè)核心AI人才圖譜》顯示，218位人工智能華人高管里，知名大學(xué)相關(guān)專(zhuān)業(yè)畢業(yè)的博士生占85%，而這些人基本上涵蓋了國內你能想到全部人工智能知名公司。

　　但是，有了這些人就能踏實(shí)搞好產(chǎn)品嗎?通過(guò)整理公開(kāi)資料我們發(fā)現：百度首席科學(xué)家吳恩達離職創(chuàng )立Deeplearning.ai;百度高級副總裁王勁離職成立景馳科技，專(zhuān)注于無(wú)人駕駛出租車(chē)技術(shù)方案研發(fā);云知聲CMO離職創(chuàng )辦人工智能教育公司先聲教育;商湯科技曹旭東離職后創(chuàng )辦自動(dòng)駕駛公司Momenta;格靈深瞳的丁鵬博士離職創(chuàng )辦人工智能醫療公司DeepCare;英特爾的吳甘沙等5人離職創(chuàng )辦自動(dòng)駕駛公司馭勢科技;樂(lè )視超級汽車(chē)副總裁倪凱單飛創(chuàng )辦禾多科技……

　　科大訊飛股份有限公司董事長(cháng)劉慶峰曾公開(kāi)表示“人工智能目前最需要的是人才，尤其是在行業(yè)應用領(lǐng)域?！?/p>

　　可見(jiàn)人才對這個(gè)行業(yè)的重要性。幾乎每個(gè)成立三年以上的人工智能公司都會(huì )存在一次“團隊出走，二次創(chuàng )業(yè)”的事件，也正是這些“釜底抽薪”事件的發(fā)生，導致很多公司在產(chǎn)品迭代上停滯不前。

　　根據數據報告顯示，目前人工智能企業(yè)更加青睞于有5年以上工作經(jīng)驗的中高端人才，且挖角的工資一般是現有工資水平的2-3倍。頂級人才離職創(chuàng )業(yè)、中高端人才被挖角已經(jīng)成為國內人工智能行業(yè)普遍存在的現象。

　　大潮退去 人工智能還能走多遠?

　　伴隨著(zhù)比特幣的火熱，區塊鏈近來(lái)成為關(guān)注的新寵，大額融資事件也開(kāi)始逐漸出現，一時(shí)間大家茶余飯后都用“炒幣”作為談資。而炒作了一年的人工智能技術(shù)，似乎遇冷了。

　　這里所說(shuō)的“遇冷”并不是說(shuō)行業(yè)的凋零，更多是指在一年間形成的行業(yè)格局。從資源的角度來(lái)說(shuō)，過(guò)去的一年間國內前50的人工智能企業(yè)幾乎拿到了市場(chǎng)上80%的融資，而由此帶來(lái)的資源高度集中是后來(lái)的創(chuàng )業(yè)者所無(wú)法企及的。從技術(shù)角度來(lái)看，語(yǔ)音識別、人臉識別、圖像處理、輔助駕駛等相關(guān)領(lǐng)域也已經(jīng)形成一超多強或者多超多強的局面，中小團隊很難與之匹敵。從應用角度來(lái)看，諸如商湯、云從等公司已經(jīng)和眾多伙伴展開(kāi)合作，這背后的數據將是技術(shù)迭代的前提條件，又甩開(kāi)那些只在實(shí)驗室中做研究的團隊幾條街。這樣看來(lái)，拋開(kāi)BAT、微軟、谷歌等頂級巨頭不談，單單是頭部的這些人工智能公司就已經(jīng)印證了所謂的“二八法則”，其他公司還能走多遠?

　　當下國內整個(gè)人工智能公司的現狀是這樣的：首先，錢(qián)是有的，動(dòng)不動(dòng)就幾千萬(wàn)上億的融資比比皆是;其次，人才是有的，上文已經(jīng)提到挖人才的現狀，另外很多公司也與知名高校合作共同培養人才;最后，技術(shù)是有的，據官方數據顯示語(yǔ)音的識別準確率已達99%，圖像的識別率也在95%以上。但一年下來(lái)人工智能帶給我們的生活體驗卻寥寥無(wú)幾?

　　或許2018該是技術(shù)落地的一年，也是去偽存真的一年。