三年前打敗了柯潔的人工智能 真的改變這個(gè)世界了嗎？

　　文/李婷婷

　　來(lái)源：資本偵探（ID：deep_insights）

　　核 心 要 點(diǎn) 

　　近幾年人工智能風(fēng)口再起，實(shí)際上是技術(shù)發(fā)展、數據沉淀以及場(chǎng)景延展等多個(gè)因素，厚積薄發(fā)的結果。

　　人工智能商業(yè)化變現困難的根本原因，仍是底層研究的制約下難以規?；涞氐默F實(shí)。

　　新基建的加持，對于人工智能底層研究的投入、應用場(chǎng)景的拓展等將大有裨益。

　　能讓馬云、馬化騰、李彥宏等業(yè)界大佬共同看好的方向，除了人工智能，可能很難找到第二個(gè)。

　　在7月9日舉行的2020世界人工智能大會(huì )云端峰會(huì )上，“三馬”（馬云、馬化騰、馬斯克）、“二宏”（李彥宏、張文宏）少見(jiàn)地隔空同臺。此外，還有包括七位圖靈獎得主、一位諾貝爾獎得主在內的550多位業(yè)界、學(xué)術(shù)界嘉賓匯聚一堂。

　　大會(huì )上，以聯(lián)合國數字合作高級別小組聯(lián)合主席的身份出席的馬云，就疫情期間社會(huì )經(jīng)歷的大動(dòng)蕩發(fā)表了自己的感悟，他認為，世界已經(jīng)巨變，技術(shù)變革提前并且加速，與其擔憂(yōu)，不如擔當，“為活下去而做的創(chuàng )新才是真正最強大和不可阻擋的動(dòng)力”。

　　馬云有此感嘆，一定程度上是因為在疫情危機中，依賴(lài)人力、線(xiàn)下運轉的傳統行業(yè)遭受極大沖擊，以人工智能為代表的新興科技彰顯出其重要性與必須性。例如，復旦大學(xué)附屬華山醫院感染科主任張文宏提到，“從人工智能參與到抗疫物資調配的時(shí)候，我們就意識到將來(lái)人工智能具有非常強大的物資調配能力”。

馬云在世界人工智能大會(huì )上發(fā)表演講

　　人工智能的意義已不止于經(jīng)濟層面，它也是抵御大自然不可抗力、維持社會(huì )健康穩定發(fā)展的依仗，基于這一邏輯，政策已率先做出反應。

　　在今年2月，工業(yè)和信息化部科技司發(fā)布了《充分發(fā)揮人工智能賦能效用 協(xié)力抗擊新型冠狀病毒感染的肺炎疫情倡議書(shū)》，倡議通過(guò)科技力量支撐疫情防控。隨后，“新基建”政策落實(shí)，人工智能被列為七大領(lǐng)域之一。

　　隨著(zhù)底層技術(shù)的進(jìn)步，與計算能力、大數據、場(chǎng)景等人工智能成長(cháng)土壤的逐漸成熟，人工智能正處于平臺化、產(chǎn)業(yè)化之前的關(guān)鍵節點(diǎn)。

　　疫情催化及政策推動(dòng)下，人工智能的發(fā)展被按下加速鍵：僅在大會(huì )上，就誕生了8個(gè)人工智能產(chǎn)業(yè)投資基金項目，36個(gè)人工智能產(chǎn)業(yè)項目，簽約投資總額超過(guò)300億元。

　　而在新基建的東風(fēng)下，人工智能又會(huì )帶來(lái)哪些機遇？

一局圍棋

　　在未來(lái)關(guān)于人類(lèi)歷史的講述中，一定會(huì )有這樣一個(gè)篇章。

　　2016年3月，谷歌旗下DeepMind公司開(kāi)發(fā)的人工智能機器人AlphaGo與圍棋職業(yè)九段棋手李世石進(jìn)行圍棋人機大戰，此時(shí)，大眾對誰(shuí)贏(yíng)誰(shuí)輸的預測還有很大分歧，最終AlphaGo以4比1的總比分獲勝。

　　這樣一場(chǎng)比賽，將人工智能這樣一個(gè)更多存在于科幻電影、小說(shuō)中的概念實(shí)體化，也將人類(lèi)一直以來(lái)的自信與驕傲擊破，證明了人工智能可以達到比肩，甚至超越人類(lèi)的高度——這甚至引發(fā)了一些恐慌。但在當時(shí)，中國選手柯潔仍認為“AlphaGo能贏(yíng)李世石，但是贏(yíng)不了我”。

　　僅一年之后，AlphaGo再次突飛猛進(jìn)，大眾已經(jīng)一邊倒地做出了人類(lèi)必敗的判斷，最終AlphaGo以3:0的戰績(jì)擊敗了幾乎代表著(zhù)人類(lèi)圍棋最高水準的柯潔。

　　第三局比賽中，柯潔甚至中途離場(chǎng)20分鐘痛哭，連坐在十幾米之外的觀(guān)眾都能聽(tīng)見(jiàn)他隱忍但清晰的哭聲?！拔腋械綔喩矶荚陬澏?，真的，寒冷地顫抖?！焙髞?lái)柯潔這樣描述自己的狀態(tài)。

　　柯潔承認，他的失態(tài)是因為覺(jué)得機器下得太完美。

柯潔在與阿爾法狗的對弈中痛哭

　　值得指出的是，人工智能從誕生到打敗世界圍棋冠軍，只經(jīng)過(guò)了六十余年的發(fā)展。

　　1950年，一位名叫馬文·明斯基的大四學(xué)生，與同學(xué)一起建造了世界上第一臺神經(jīng)網(wǎng)絡(luò )計算機，這也被看做是人工智能的一個(gè)起點(diǎn)。而馬文·明斯基在后來(lái)也被譽(yù)為“人工智能之父”。

人工智能之父：馬文·明斯基

　　同年，“計算機之父”阿蘭·圖靈提出設想：如果一臺機器能夠與人類(lèi)開(kāi)展對話(huà)而不能被辨別出機器身份，那么這臺機器就具有智能。直到1956年，計算機專(zhuān)家約翰·麥卡錫才提出“人工智能”一詞，被人們看做是人工智能正式誕生的標志。

　　隨后，由于技術(shù)難度高、進(jìn)展慢，人工智能的發(fā)展反復經(jīng)歷著(zhù)高潮與低谷。在1987 年，由于通用計算機 Lisp  Machine在商業(yè)上的失敗，人工智能再次滑入了低迷期，行業(yè)人士開(kāi)始意識到人工智能的問(wèn)題不在于硬件，而是在軟件以及算法層面的挑戰沒(méi)有突破。

　　長(cháng)久以來(lái)，對人工智能的探討一直局限在研發(fā)圈層中，一直到AlphaGo出世，橫掃人類(lèi)圍棋界，才一舉將人工智能推向了社會(huì )話(huà)題中心，自此之后，人工智能概念始終炙手可熱。

　　人工智能之所以會(huì )在2017年的時(shí)點(diǎn)上爆發(fā)，本質(zhì)上是得益于發(fā)展土壤的逐漸成熟，馬化騰曾在演講中提到，發(fā)展人工智能，場(chǎng)景、大數據、計算能力和人才缺一不可。

　　在計算能力方面，深度學(xué)習技術(shù)是人工智能發(fā)展歷史上的一個(gè)重要突破。2006年，現任職于Google Brain的技術(shù)專(zhuān)家 Geoffrey Hinton帶領(lǐng)團隊發(fā)現了訓練高層神經(jīng)網(wǎng)絡(luò )的有效算法，2012年，Geoffrey Hinton團隊在ImageNet上首次使用深度學(xué)習技術(shù)完勝其它團隊。

　　Geoffrey Hinton在ImageNet 2012上的成功讓科學(xué)家開(kāi)始更多的關(guān)注模型與算法的創(chuàng )新突破，以彌補訓練中數據的不足，從而帶來(lái)算法上的快速迭代：以圖形計算為代表的GPU在計算機視覺(jué)訓練中替代原來(lái)的CPU，大大提升了計算性能，讓原來(lái)需要幾個(gè)月才能完成的訓練縮短到幾天或幾個(gè)小時(shí)，加快了計算機視覺(jué)前期訓練和推理的迭代周期，帶來(lái)效率上的成倍提升。

Geoffrey Hinton

　　大數據則是人工智能的燃料，隨著(zhù)互聯(lián)網(wǎng)浪潮從PC時(shí)代過(guò)渡到移動(dòng)時(shí)代，人類(lèi)生活逐漸被智能終端所綁定，每日可產(chǎn)生的數據量出現指數級的增長(cháng)，且數據維度更加豐富，大數據技術(shù)逐漸精進(jìn)。而大數據技術(shù)能夠通過(guò)數據采集、預處理、存儲及管理、分析及挖掘等方式，從各種各樣類(lèi)型的海量數據中，快速獲得有價(jià)值信息，為深度學(xué)習等人工智能算法提供堅實(shí)的素材基礎。

　　另一方面，隨著(zhù)社會(huì )經(jīng)濟形態(tài)與產(chǎn)業(yè)形態(tài)發(fā)展，人工智能有了更多的落地場(chǎng)景，如醫療、安防、交通等，這是承載人工智能發(fā)展的介質(zhì)。

　　因此，近幾年人工智能風(fēng)口再起，實(shí)際上是技術(shù)發(fā)展、數據沉淀以及場(chǎng)景延展等多個(gè)因素，厚積薄發(fā)，引發(fā)了一場(chǎng)席卷全球的AI創(chuàng )投熱潮。

迷霧尚未消散

　　在探討人工智能的前景之前，有必要先厘清人工智能的基本架構。對人工智能的探討可以分為兩條主線(xiàn)：一是學(xué)術(shù)視角的底層研究，二是產(chǎn)業(yè)視角。

　　高校是培養人工智能人才、執行人工智能技術(shù)研究的主陣地，在美國，人工智能方面科研實(shí)力最強的高校有麻省理工學(xué)院、卡內基梅隆大學(xué)、斯坦福大學(xué)等。其中，卡內基梅隆大學(xué)在2018年開(kāi)設了美國首個(gè)人工智能本科學(xué)位，加大對人工智能領(lǐng)域人才培養的投入。

　　中國高校也在近兩年間不斷推進(jìn)人工智能教育，數據顯示，截至2018年底，有94所擁有人工智能二級學(xué)院的中國大學(xué)，相比2017年增加了21所，其中，清華大學(xué)、浙江大學(xué)、上海交通大學(xué)、哈爾濱工業(yè)大學(xué)、華中科技大學(xué)、中國科學(xué)技術(shù)大學(xué)、中科院各研究所等是人工智能底層研究的主力軍。

　　高校開(kāi)展的人工智能研究更多是由國家撥款支持的，此外，也有不少大型科技公司出資成立研究院，從事人工智能底層技術(shù)研究。

　　谷歌一直以來(lái)都將人工智能作為主要戰略方向之一，它在2011年時(shí)就推出了聚焦深度學(xué)習的Google Brain項目，并在2014年1月斥資4億美元收購一家名為DeepMind的人工智能公司，正是這家公司在三年后推出AlphaGo，掀起人工智能風(fēng)潮。

　　據咨詢(xún)公司麥肯錫報告顯示，包括谷歌在內的科技巨頭，2016年在人工智能上的投入在200億至300億美元之間，其中10%用于人工智能收購，90%用于研發(fā)和部署。

　　2017年，AlphaGo引爆人工智能概念之后，美國科技巨頭對人工智能的投入進(jìn)一步加大。該年的Google I/O 開(kāi)發(fā)者大會(huì )上，谷歌確立了從mobile-first到AI-first的根本戰略轉變，同年，微軟宣布計劃建立百人規模的微軟AI研究院。一年后，谷歌又將谷歌研究院（Google Research）改名為谷歌人工智能（Google AI），將人工智能放在最高戰略地位上。

　　國內科技公司對人工智能底層技術(shù)的研究稍晚一步，但在近幾年也發(fā)展迅速。

　　較早在A(yíng)I研究上進(jìn)行投入的是百度，2014年，百度成立硅谷人工智能實(shí)驗室，由斯坦福大學(xué)計算機科學(xué)系和電子工程系副教授吳恩達領(lǐng)航。吳恩達同時(shí)也是Google Brain的主創(chuàng )成員之一，是人工智能領(lǐng)域公認的領(lǐng)軍人物。同年，百度還啟動(dòng)了“少帥計劃”，提供百萬(wàn)年薪，針對30歲以下的人工智能領(lǐng)域優(yōu)秀人才進(jìn)行甄選和培養。

吳恩達

　　2016年4月，騰訊成立AI Lab（騰訊人工智能實(shí)驗室），致力于人工智能基礎科學(xué)的開(kāi)放研究，以及應用領(lǐng)域的深入探索，做到“學(xué)術(shù)有影響，工業(yè)有產(chǎn)出”。隨后，張潼、賈佳亞、俞棟等學(xué)界大牛陸續加入。

　　在2017年杭州阿里云棲大會(huì )上，阿里巴巴在面向未來(lái)技術(shù)創(chuàng )新方面投入千億資金，成立了探索人類(lèi)未來(lái)科技研究院“達摩院”。

達摩院研究方向

　　此外，華為等國內科技巨頭，也在人工智能底層研究上有所投入，包括建立研究院，與各大高校共同開(kāi)設相關(guān)課程等。

　　無(wú)論是成立研究院、實(shí)驗室還是達摩院，雖然各家研究方向存在細微差別，但BAT都試圖表現投入人工智能底層研究的態(tài)度。只是相關(guān)設想在實(shí)踐中遇到挑戰，如今，百度人工智能實(shí)驗室遭遇大換血，吳恩達早已離職創(chuàng )業(yè)，少帥計劃也無(wú)疾而終；騰訊Lab經(jīng)歷調整，張潼、賈佳亞相繼離開(kāi)；達摩院的投入重點(diǎn)在往產(chǎn)業(yè)層面靠攏。

　　在產(chǎn)業(yè)界探索研究人工智能底層技術(shù)遭遇挫折的同時(shí)，在產(chǎn)業(yè)層面，人工智能在波折中前進(jìn)。

　　目前，全球人工智能產(chǎn)業(yè)的生態(tài)系統正逐步成型。依據產(chǎn)業(yè)鏈上下游關(guān)系，可以將人工智能劃分為基礎支持層、中間技術(shù)層和下游應用層。

　　基礎層是人工智能產(chǎn)業(yè)的基礎，主要包括了芯片、傳感器、大數據和云計算等基礎能力。

　　我國人工智能行業(yè)發(fā)展追求速度，資金投向追捧易于變現的終端應用。研發(fā)周期長(cháng)、資金投入大、 見(jiàn)效慢的基礎層創(chuàng )新被市場(chǎng)忽略，但是人工智能的發(fā)展根源于基礎層（算法、芯片等），長(cháng)期來(lái)看看，人工智能的行業(yè)研究有所突破還是要依賴(lài)基礎層研究。

　　技術(shù)層是人工智能產(chǎn)業(yè)的核心， 主要以模擬人的智能相關(guān)特征為出發(fā)點(diǎn)，將基礎能力轉化成人工智能技術(shù)。如計算機視覺(jué)、智能語(yǔ)音、自然語(yǔ)言處理（NLP）、人機交互等應用算法研發(fā)。其中，技術(shù)層能力可以廣泛應用到多個(gè)不同的應用領(lǐng)域。

　　計算機視覺(jué)是實(shí)現工業(yè)自動(dòng)化和智能化的關(guān)鍵核心技術(shù)，其對于人工智能的意義，正如眼睛之于人類(lèi)的意義，幫助機器“看懂”這個(gè)世界。本質(zhì)上，機器視覺(jué)通過(guò)使用光學(xué)系統、工業(yè)數字相機和圖像處理工具，來(lái)模擬人的視覺(jué)能力，并做出相應的決策。

　　而NLP則是幫助人工智能“理解”人類(lèi)語(yǔ)言，這是人工智能、計算機科學(xué)、信息工程的交叉領(lǐng)域，涉及統計學(xué)、語(yǔ)言學(xué)等的知識。人類(lèi)語(yǔ)言充滿(mǎn)了負責性和模糊性，NLP也是人工智能領(lǐng)域最為困難的問(wèn)題之一，但一旦攻破，就達到了機器智能化的最高境界，因此NLP也被譽(yù)為是“人工智能皇冠上的明珠”。

　　語(yǔ)音識別的技術(shù)難度相對更低，它只要求人工智能“聽(tīng)懂”語(yǔ)言，而不要求其“理解”語(yǔ)義。語(yǔ)音識別技術(shù)現在已相對成熟，國內的科大訊飛就是這一細分賽道中的代表企業(yè)。

　　自動(dòng)駕駛是人工智能技術(shù)的另一個(gè)大方向，它涉及視覺(jué)計算、雷達、監控裝置和全球定位系統的協(xié)同合作，技術(shù)體系更為復雜。

　　現階段，對自動(dòng)駕駛的研究主要還停留在L3級別，但在日前的人工智能大會(huì )上，馬斯克透露：“目前最新的特斯拉純電動(dòng)車(chē)已經(jīng)十分接近L5級自動(dòng)駕駛，今年將完成其基本功能?！?/p>

　　近年來(lái)，我國技術(shù)層圍繞垂直領(lǐng)域重點(diǎn)研發(fā)，在計算機視覺(jué)、語(yǔ)音識別等領(lǐng)域技術(shù)成熟，國內的頭部企業(yè)競爭優(yōu)勢明顯。但是具體來(lái)看，在算法理論和開(kāi)發(fā)平臺領(lǐng)域，尚且缺乏積累和經(jīng)驗，百度的PaddlePaddle、 騰訊的Angle 等國內企業(yè)打造的開(kāi)放平臺尚無(wú)法與國際主流產(chǎn)品競爭。

　　應用層作為人工智能產(chǎn)業(yè)的延伸，將技術(shù)應用到具體行業(yè)，涵蓋制造、交通、金融、醫療等 18 個(gè)領(lǐng)域，其中醫療、交通、制造等領(lǐng)域的人工智能應用開(kāi)發(fā)受到廣泛關(guān)注。

　　當前，應用層以底層技術(shù)能力為主導，切入不同場(chǎng)景和應用，提供產(chǎn)品和解決方案。受益于計算機視覺(jué)、圖像識別、自然語(yǔ)言處理等技術(shù)的快速發(fā)展，人工智能已廣泛地滲透和應用于諸多垂直領(lǐng)域，產(chǎn)品形式也趨向多樣化。

　　目前，應用層是人工智能產(chǎn)業(yè)鏈中市場(chǎng)規模最大的層級。據中國電子學(xué)會(huì )統計，2019 年，全球應用層產(chǎn)業(yè)規模將達到 360.5 億元，是基礎層的 2.53 倍。在全球范圍內，人工智能仍處在產(chǎn)業(yè)化和市場(chǎng)化的探索階段，落地場(chǎng)景的豐富度、用戶(hù)需求等有待提高，國際上尚未出現擁有絕對主導權的壟斷企業(yè)，在很多細分領(lǐng)域的市場(chǎng)競爭格局尚未定型。

　　盡管人工智能近年來(lái)發(fā)展迅速，但從整體來(lái)看，雖然有AlphaGo大敗人類(lèi)圍棋手的里程碑事件在前，人工智能的發(fā)展其實(shí)還并不成熟。

　　李彥宏將人工智能的發(fā)展分為了三個(gè)階段——技術(shù)智能化階段、經(jīng)濟智能化階段以及社會(huì )智能化階段三個(gè)階段。其中第二階段又分為上下兩個(gè)階段，在前半段，人工智能的發(fā)展主要圍繞通用能力的開(kāi)發(fā)和作為一種資源的AI能力的平臺化。在后半段，人工智能開(kāi)始全面的產(chǎn)業(yè)化，行業(yè)應用與商業(yè)化全面普及。

　　當下，我們正處于從經(jīng)濟智能化的前半段向后半段過(guò)渡的時(shí)期，人工智能已經(jīng)證明或者初步證明了其對所在行業(yè)的顛覆和重構潛能。

　　“目前人工智能所處的階段是一個(gè)容易產(chǎn)生迷茫甚至悲觀(guān)的階段，這是大多數顛覆性技術(shù)在加速普及之前必經(jīng)的階段。當迷霧消散時(shí)，一個(gè)經(jīng)濟和社會(huì )全面互聯(lián)網(wǎng)化的時(shí)代就開(kāi)始了?！崩顝┖暾f(shuō)。

漫漫長(cháng)路

　　針對人工智能的幾個(gè)主要應用方向，國內科技巨頭們都有不同布局，在細分賽道，也有優(yōu)秀的獨角獸冒頭。

　　如在計算機視覺(jué)方向，就誕生了有“AI四小龍”之稱(chēng)的商湯、曠視、依圖、云從四家代表企業(yè)。

　　人工智能的主要落地場(chǎng)景，如安防、交通、醫療等，都需要建立在視覺(jué)智能化的基礎上，這也是AI四小龍的主要業(yè)務(wù)方向。因為涵蓋范圍廣，商業(yè)潛力大，AI四小龍誕生之后一度受到資本熱捧，根據胡潤研究院發(fā)布的《2019胡潤全球獨角獸榜》，四家企業(yè)估值都已超百億人民幣，其中商湯估值達到了400億元人民幣。

　　商湯因融資規模巨大，甚至有“融資機器”之稱(chēng)，其投資方中，還包括了阿里巴巴等科技巨頭。

　　得益于技術(shù)紅利的推動(dòng)，除計算機視覺(jué)方向外，各技術(shù)細分領(lǐng)域也都誕生了大小不一的獨角獸，如NLP方向的追一科技、驀然認知、竹間科技；智能駕駛方向的圖森未來(lái)等。 

　　與創(chuàng )業(yè)公司相比，巨頭在人工智能層面的布局野心更大，涵蓋的方向更廣，且多與主業(yè)相結合。

　　如阿里巴巴在2017年成立的達摩院，計劃在3年里投入超過(guò)1000億元用于涵蓋基礎科學(xué)和顛覆式技術(shù)創(chuàng )新的研究。

　　達摩院旗下最大的機器智能實(shí)驗室分支iDST負責人金榕曾在采訪(fǎng)中介紹，達摩院的設立主要有兩個(gè)目標，一是把達摩院的AI基礎能力放到平臺上支撐所有業(yè)務(wù)，二是上云，在產(chǎn)品得到內部核心業(yè)務(wù)驗證后，將產(chǎn)品上云商業(yè)化，進(jìn)一步放大價(jià)值，服務(wù)整個(gè)社會(huì )。

　　在達摩院“大腦”的支撐下，阿里巴巴也逐漸實(shí)現了技術(shù)成果轉化，如在計算機視覺(jué)領(lǐng)域，在被譽(yù)為人工智能世界杯的 CVPR 2019 WebVision 競賽中圖像分類(lèi)競賽中，阿里巴巴以 82.54% 的識別準確率獲得冠軍。

　　騰訊同樣也在進(jìn)行騰訊云的建設，截至5月份，騰訊云AI公有云日處理圖片超30億張，日處理語(yǔ)音250萬(wàn)小時(shí)，自然語(yǔ)言處理超千億句，客戶(hù)數超過(guò)200萬(wàn)，服務(wù)全球超過(guò)12億用戶(hù)。

　　而在產(chǎn)品層面，騰訊云也已經(jīng)擁有了多項能力，如包括騰訊云神圖、慧眼、圖像分析、智能識圖以及OCR在內的視覺(jué)服務(wù)，包括騰訊云語(yǔ)音識別、語(yǔ)音合成、機器翻譯等在內的智能語(yǔ)音產(chǎn)品，包括情感分析、智能分詞、文本糾錯等在內的自然語(yǔ)言處理產(chǎn)品。

　　在本屆人工智能大會(huì )上，騰訊發(fā)布了進(jìn)一步拓展視覺(jué)人工智能能力的4個(gè)平臺產(chǎn)品，繼續深入計算機視覺(jué)領(lǐng)域研究。

　　科技巨頭之中，百度在人工智能領(lǐng)域的布局較早，目前，旗下人工智能助手小度，讓用戶(hù)以自然語(yǔ)言對話(huà)的交互方式，實(shí)現影音娛樂(lè )、信息查詢(xún)、生活服務(wù)、出行路況等多項功能的操作，是百度除搜索等產(chǎn)品外，與普通用戶(hù)交集最大的人工智能產(chǎn)品。

　　巨頭們似乎都已將未來(lái)的比拼重點(diǎn)放在了人工智能上，從成果上來(lái)看也取得了一定的成效。但實(shí)質(zhì)上，在推進(jìn)人工智能發(fā)展的過(guò)程中，始終存在著(zhù)諸多阻礙。

　　首先是底層研究需要突破。在這一層面，資金投入、教育深化是基礎，但并不存在絕對的因果關(guān)系，技術(shù)的突破存在許多偶然性，在人工智能發(fā)展歷史中，就多次因為陷入技術(shù)瓶頸而停滯不前。

　　其次，在企業(yè)推動(dòng)人工智能技術(shù)研發(fā)的過(guò)程中，基礎研究與產(chǎn)業(yè)團隊如何融合、協(xié)同一直是困擾各大公司的問(wèn)題——谷歌也未能幸免。如何將底層研究與實(shí)際業(yè)務(wù)所需這樣的長(cháng)期投入與短期收益相結合，非?？简灨鞔蠊镜耐度肽托暮蛢炔繀f(xié)同能力。

　　再次，商業(yè)化變現困難是現階段仍制約人工智能企業(yè)發(fā)展的難題。如風(fēng)頭正盛的AI四小龍，雖然從估值上看，它們的技術(shù)價(jià)值前景得到了認可，但因為技術(shù)落地難、商業(yè)模式盈利難，四小龍的IPO進(jìn)程都一再受阻，曠視在2019年8月向港交所遞交招股書(shū)，在今年2月其申請上市狀態(tài)已變?yōu)椤笆А保?月，有外媒報道稱(chēng)商湯也推遲了赴港IPO計劃。

　　而商業(yè)化變現困難的根本原因，仍是底層研究的制約下，人工智能難以落地。

　　事實(shí)上，從2017年開(kāi)始，人工智能行業(yè)就開(kāi)啟了“存量階段”，投資人更看重人工智能的實(shí)際落地場(chǎng)景，對處于早期階段的人工智能公司，開(kāi)始了保守的投資模式，對處于中后期的人工智能公司，其投資意愿有所提升。

　　具體的表現為，2016年開(kāi)始，私募對人工智能公司的天使輪投資頻率開(kāi)始減少、對戰略投資輪投資頻率開(kāi)始上升：拿到天使輪的人工智能公司從2016年的301家，減少到2019年的113家；拿到戰略投資輪的人工人工智能公司從2016年的11家，增加到2019年的39家。

　　不過(guò)，在今年踏進(jìn)“新基建”的節點(diǎn)后，市場(chǎng)對人工智能的保守態(tài)度或許將有所轉變。

　　在2020世界人工智能大會(huì )投融資主題論壇上，中金公司研究部董事總經(jīng)理黃樂(lè )平發(fā)布了相關(guān)AI研究報告，中金認為，“AI+5G”是數字經(jīng)濟時(shí)代的通用技術(shù)平臺，人工智能、區塊鏈、云計算、5G等信息技術(shù)與機器人、醫療、航天等場(chǎng)景相融合，催生的AR/VR、無(wú)人駕駛、商業(yè)航天等新產(chǎn)品和新業(yè)態(tài)是科技行業(yè)未來(lái)十年的發(fā)展主線(xiàn)。

　　中金公司測算，新基建、新需求、新技術(shù)在未來(lái)十年將為我國數字經(jīng)濟新增近4.3萬(wàn)億元的產(chǎn)業(yè)空間。

　　政策推動(dòng)下，社會(huì )資源向人工智能產(chǎn)業(yè)聚集，將進(jìn)一步推動(dòng)底層數據建設、應用場(chǎng)景拓展等，今年上半年，有多地政府加大了對智慧城市、城市大腦等的建設；疫情之下，人工智能提高醫療效率的價(jià)值也得到凸顯。

　　新基建的加持，對于人工智能底層研究的投入、應用場(chǎng)景的拓展等將大有裨益。不過(guò)，在歡呼機遇到來(lái)的同時(shí)，也需要充分認識到，人工智能不是一場(chǎng)短跑。

　　正如馬化騰在人工智能大會(huì )上所說(shuō)，人工智能是一個(gè)跨國跨學(xué)科的科學(xué)探索工程，正在將人類(lèi)的認知推向更快更高更強，但目前人類(lèi)對人工智能等新科技的未知仍然大于已知。

　　這仍是一條漫漫長(cháng)路。