人工智能：寒冬漸行漸遠

陳歡歡+計紅梅

“這一輪人工智能熱潮和前兩輪不一樣，這一輪干貨實在，并且離產業非常近，我個人認為會有較大規模甚至大規模的產業化應用?！敝袊茖W技術大學教授陳小平在2016中國計算機學會青年計算機科技論壇（CCF YOCSEF）青年創新峰會上如是說。

從2016年初以來，在“阿爾法狗”戰勝人類圍棋選手的帶動下，新一輪人工智能（AI）熱潮席卷全球，企業紛紛高薪聘請研究人員組建AI團隊，商業突破前景可期。

這一輪AI熱是否存在泡沫？是否會曇花一現？AI之冬是否會再次出現？多位學者和創業者一致認為：此輪人工智能的熱潮由深度學習、云計算、大數據等技術進步驅動，人工智能的冬天已經漸行漸遠。

緣何火爆

“20多年前我讀書時，人們特別看不上人工智能，但現在確實非常火。”馭勢科技聯合創始人兼CEO吳甘沙說，“目前無論硬件還是數據都產生了實在的應用價值，我同意人工智能不再有冬天，更恰當的比喻是人工智能正在從北極往赤道走?！?/p>

歷史上，人工智能的發展曾出現兩次高速進步的熱潮，又兩次 “入冬”，維基百科甚至有一條專有名詞“AI之冬”。

對于20世紀70年代和80年代出現的兩次“寒冬”，中科院計算所研究員山世光分析指出，主要是因為人工智能專家們的樂觀預測帶動了行業熱潮，但最后卻未能取得預期的商業效果。而本輪人工智能熱潮卻正好相反，是工業界看到了人工智能的效果之后主動投入。

近幾年，得益于深度學習的發展，人工智能取得了前所未有的進展。現如今，人們早上被鬧鈴喚醒、開手機、上網購物、在線回復帖子、得到天氣報告、使用交通導航，無一不使用到人工智能。

據山世光介紹，隨著多層神經網絡技術的突破，計算機視覺智能快速發展，人臉識別過去3年的錯誤率從5%下降到0.4%。

“這些進步得益于深度學習和大數據技術的進步和‘聯姻?！鄙绞拦庹f。

陳小平也指出，人工智能研究60多年，正在從兩個方面接近技術突破。一是研究本身是從實際困難出發得到新的理論和方法，使得人工智能基礎理論更“接地氣”；二是產業發展脫離過去粗放式發展模式，主動往人工智能的方向推進。

“現在未必需要人工智能理論的根本性突破，僅局部突破就可以產生非常好的應用效果。泡沫是好事，因為我們有干貨，而且離產生規模效益不遠?！标愋∑秸f。

沒有泡沫

在去年的資本寒冬中，一些AI創業公司逆勢融資。第四范式就是其中之一，2016年5月獲創新工場數百萬美元的 A 輪融資。

這同一兩年前創業之初的處境完全不同?！爱敃r我們甚至不敢說是做人工智能的，因為投資人沒有這方面的預算，只能叫大數據價值發現公司?！钡谒姆妒絼撌既思鍯EO戴文淵透露。

對于資本市場的巨大變化，戴文淵認為，過去十幾年里，互聯網、移動互聯網、O2O吸引了過多關注，已無繼續投資的空間，這使得市面上少數有投資價值的人工智能公司吸引到大量投資，估值較高。

“但我覺得沒有泡沫，因為這些公司創造的社會價值更高。從價值角度來說，AI公司估值遠遠低于他們為社會貢獻的價值?！?/p>

一個著名的例子是臉書。臉書2012年剛上市時，股價一路下跌。轉折點發生在谷歌廣告團隊的到來，使其市值激增到2000億美元，之后不僅股價繼續攀升，還搶了谷歌原先的客戶。

戴文淵指出，當時只有谷歌、臉書、亞馬遜和中國的BAT這樣的企業才會利用人工智能的方法提升企業效率。但如今，大量公司有了這樣的能力和條件?！翱蛻舾痉詹贿^來，公司的主要問題是提升服務產能?！贝魑臏Y說。

吳甘沙則指出，互聯網紅利惠及長尾人群，但社會整體效益未必最大化，“互聯網挖的坑要靠人工智能來填”。他認為，AI的特性使其適用于如智能客服、智能醫療、24小時視頻監控等領域，中低端白領很容易被AI取代。

理性進步

雖然前景可期，但創業仍需謹慎。

山世光所在的實驗室是國內最早開始研究人臉識別的實驗室，2016年他本人投身于AI創業大潮。經過幾個月的創業，山世光體會到其中的不易：AI像建筑的鋼筋，但最終客戶只能看見富麗堂皇的房子。“AI創新距離錢包太遠，創業周期很長，需要六到八年甚至十年的耐心，對大部分投資人來說是不可接受的?！?/p>

山世光提醒道：“AI前兩次熱潮都是因為不能兌現承諾而進入寒冬，此次切勿過度承諾，數據紅利何時消失值得討論，通用AI尚未出現，且大多數AI不能自我成長，總體還需理性進步?！?/p>

同樣是從知名研究院進入AI創業，吳甘沙對人工智能的判斷是，2016年開始的人工智能革命在市場規模輻射面和持續時間上可以跟1996年的互聯網以及1976年的計算機相提并論，“未來20年值得期待，但AI真正變成用戶愿意埋單的東西并不簡單?！?/p>

陳小平也提醒，理論模型和實際世界的不一致性是實驗室成果難以商用的最大障礙。

而在北京交通大學教授于劍看來，人工智能近期的高速發展甚至可以媲美17、18世紀數學學科的突飛猛進和日新月異，唯一缺點是基礎不牢固，人工智能的基礎理論還需進一步提升。即使考慮到這些波折，于劍依然認為，第三次AI熱潮前途光明，即使遇冷也是暖冬。