![](http://www.0756jiadian.com/uploadfile/2020/0410/20200410091648865.jpg)
人工智能的概念于1956年在達特茅斯學院的會議上正式宣布成立
然而,當時的技術和硬件設備跟不上新型人工智能的發(fā)展,人工智能于1974年迎來了第一次寒冬,一直持續(xù)到上世紀八十年代。進入新世紀來,隨著大數據技術的發(fā)展、深度學習的出現、算力的提升,人工智能的潛力被人們愈發(fā)重視。
自2016年開始,人工智能領域的創(chuàng)業(yè)公司被這個時代賦予了最優(yōu)的待遇,大量資本流入其中,2017年全球人工智能初創(chuàng)企業(yè)融資額達152億美元,中國占48%,位居第一。這樣的盛況一直持續(xù)了三年,直到2019年初的大降溫。
90年代,高德納咨詢公司提出技術成熟度曲線(The Hype Cycle)
它指出新科技的成熟往往需要歷經5個階段:科技誕生的促動期、過高期望的峰值、泡沫化的底谷期、穩(wěn)步爬升的光明期、實質生產的高峰期。
任何技術的發(fā)展路徑都必然是螺旋式的,不可能一帆風順。毫無疑問,人工智能便處于“退燒階段”,過往的熱捧,讓不少AI公司迅速膨脹,獲得了與當下業(yè)務體量并不匹配的高估值,而一旦市場降溫,資本開始理性,越是高估值的公司,就越難引入新融資。
難以融資的情況下,能讓人工智能企業(yè)安穩(wěn)過冬的自然是其核心的盈利變現能力。初創(chuàng)公司們的重心也將從融資轉向業(yè)務。而客戶只看重一件事,就是技術能不能讓他降本增效。資本寒冬,反而有助于人工智能領域淘汰落后產能,而且很可能不僅是小的初創(chuàng)公司,也包括大公司的內部團隊。
人工智能行業(yè)穩(wěn)步發(fā)展的關鍵
像過去數年大量涌現的AI芯片初創(chuàng)團隊,要知道硬件研發(fā)需要非常長的時間周期,有的團隊選擇在FPGA上實現一些深度學習算法,很多團隊直接上手ASIC,從底層設計芯片加速深度學習算法,然而前者性能跟不上,后者開發(fā)成本高、消耗時間長,產品競爭力嚴重缺失。至于更多混概念、拿融資的公司也處于加速出清階段。
但我們同樣要看到,人工智能商業(yè)化帶來了企業(yè)數字化加速、產業(yè)鏈結構改善、信息利用效率提升等積極效應,在金融、醫(yī)療、安防等多個領域實現技術落地,且應用場景愈發(fā)豐富。眾多企業(yè)降本增效的預期、國家政策的扶持,這些都是利于人工智能行業(yè)穩(wěn)步發(fā)展的關鍵。
AI的本質是一種獲取知識、使用知識達到目標的通用能力
與常規(guī)語言、圖譜不同,這種知識是以分布式重疊向量表示,機器學習也正是基于此,通過可微分函數自動學習從而解決各種難題。
人類與世界的交互主要由感知、思考、行動三者構成,我們的知識也在這一輪輪的循環(huán)往復中逐步完成歸納、總結與驗證。這一過程同樣適用于人工智能,AI通過傳感器觀察外界環(huán)境,用數據記錄感知結果,進而在對數據歸納總結的過程中獲取知識,完成認知過程,規(guī)劃行動后再通過與外界的互動完成驗證、認知閉環(huán)。
不難想到,數據是人工智能時代最寶貴的財富,數據即知識的載體
這也就解釋了,為何人工智能有著愈發(fā)垂直化的趨勢,各行各業(yè)很難以開放共享的心態(tài)來設計AI的商業(yè)模式的對外合作,辛苦積累的場景與數據自然如此,優(yōu)質數據難尋。深耕垂直領域的公司則依靠較少精準數據即可把模式跑通,而且多數客戶為政府、國企,這些人工智能企業(yè)多數收入也來源于此,形成先toB跑通后toC普及模式。
人工智能的未來在哪
而從人機交互角度上看,電腦的誕生簡化了人類繁瑣的操作流程,通過鼠標的點擊即可遠程操控;而觸屏手機的出現則進一步解放全身,我們僅靠手指即可隨時隨地完成遠程的操作與娛樂;大膽地推測一下,在手指被占用的情況下,未來可能的潛在交互模式就愈發(fā)明顯了,像語音交流、眼動控制等都已進入商用階段,腦機接口等前沿技術也在逐步試驗中,在這種可預見的新模式下行業(yè)亦將誕生一批服務相關技術與內容的獨角獸企業(yè)。
如果說互聯網將全球信息扁平化,移動互聯網則在此基礎上將人類日;顒优c行為數字化。AI時代下,數字世界和物理世界則通過傳感器與傳動器趨于融合,有價值的人類活動和物理世界都將被數字化,真正形成萬物互聯的時代。
新基建大背景下的人工智能
2020年3月4日,中共中央政治局常務委員會召開會議,提出要發(fā)力于科技端的基礎設施建設,人工智能成為“新基建”七大版塊中的重要一項。“新基建”不同于傳統思路,其本質是信息數字化的基礎設施建設,用于支撐傳統產業(yè)向網絡化、數字化、智能化方向發(fā)展。
作為國家級戰(zhàn)略,此次在新基建的背景下,人工智能的發(fā)力點首先便是要填補算力的不足,當前摩爾定律失效,算力需求增速已經遠遠超過了算力供給能力。有報告顯示,2012年以前,人工智能算力需求緊追摩爾定律,每兩年翻一番。2012年以后,漸漸縮短為3、4個月翻一番,人工智能算力需求空間巨大。
人工智能的核心依然是構建專用設施,緩解算力需求
但同時,算力提升背后涉及眾多產業(yè)鏈,像AI芯片,包括“云端”、用戶端的類腦芯片,以及各類傳感器、激光雷達、毫米波雷達、攝像頭、體感傳感器等。最重要的,人工智能是通用的AI平臺,包括計算機視覺、語音識別、自然語言處理,機器學習、知識圖譜等,這都有助于在泛在、融合的發(fā)展趨勢下,構建軟硬件協同、新老系統協同、各個行業(yè)協同的產業(yè)新生態(tài)。
人工智能及場景應用的基礎建設,在連接巨大的投資與需求的同時,還牽著不斷升級的消費市場。人工智能的發(fā)展無疑是未來20年數字經濟時代,支撐中國經濟社會繁榮發(fā)展的基石,對推動中國經濟轉型升級形成極大助力。
第四次工業(yè)革命的大幕或許就在徐徐拉開
人工智能時代,數據與場景成為核心。圍繞5G+新一代人工智能的垂直模式,打造以網絡層、云基礎設施和以新一代人工智能領域龍頭企業(yè)在應用場景的協同創(chuàng)新生態(tài)是未來的核心趨勢,合作方式可采取項目聯合攻關、共建研發(fā)機構、組建產業(yè)技術創(chuàng)新聯盟等,為人工智能方案落地起到重要助推作用。
中央經濟工作會議在部署“著力推動高質量發(fā)展”重點任務中,明確提出“要大力發(fā)展數字經濟,推動數字經濟和實體經濟深度融合”。作為數字經濟的應用領域的新引擎,人工智能正在逐步成為推動實體經濟優(yōu)化升級、生產力躍升的驅動力量。